O crescimento econômico dos municípios do Rio Grande do Sul e o setor agropecuário.

O crescimento econômico dos municípios do Rio Grande do Sul e o setor agropecuário.

Autor: Valter José Stülp CPF: 062458110-15

Professor do Departamento de Ciências Econômicas – FACE - PUCRS

Endereço: Rua Monsenhor Veras 412 Apto 503 Bairro Santana - Porto Alegre - RS CEP 90610-010

E-mail stulp@zaz.com.br

Grupo de pesquisa No 10: Desenvolvimento Territorial e Ruralidade.

Forma de apresentação: apresentação em sessão sem debatedor.

O autor agradece a FAPERGS e ao CNPq pelo auxilio à pesquisa e aos alunos Fernando A. L. de Oliveira e Stephan Sawitzki.

O crescimento econômico dos municípios do Rio Grande do Sul e o setor agropecuário.

Resumo. O estudo analisa o crescimento econômico dos municípios do Rio Grande do Sul, em termos de valor adicionado bruto (VAB) per capita. Ele analisa se os municípios mais

atrasados convergirão para níveis mais elevados de VAB per capita. Ele examina os fatores associados às diferentes taxas de crescimento dos municípios, como a sua localização regional, a participação dos setores da atividade econômica e a estrutura agrária. A metodologia utiliza uma matriz de Markov e regressão estatística.

As perspectivas de crescimento econômico regional no Estado são animadoras. Acima do valor médio de VAB/capita do Estado encontram-se, inicialmente, 28% das regiões e projeta-se um aumento para 52%.

Com exceção do Noroeste do Estado, nas demais regiões o efeito direto da indústria e dos serviços sobre o VAB/capita, é maior do que o da agropecuária. Porém, esta merece destaque porque, além de sua contribuição direta, a sua atuação ocorre também via setor industrial e de serviços por meio de atividades como borracha, fumo, couro, calçados, alimentos, bebidas e comércio varejista.

Nas regiões em que predominam os estabelecimentos rurais menores as taxas de crescimento do VAB dos setores indústria, serviços e agropecuário são maiores.

Palavras-chave: crescimento econômico, municípios, convergência regional.

1 - Introdução.

O simples crescimento da renda per capita não pode ser considerado desenvolvimento econômico, porque “Desenvolvimento econômico se define, portanto, pela existência de crescimento econômico (g), em ritmo superior ao crescimento demográfico (g*), envolvendo mudanças de estruturas e melhoria de indicadores econômicos e sociais per capita “ (Souza, 1995, p.17). “Subdesenvolvimento, como corolário, define-se pela insuficiência do crescimento econômico, em relação ao crescimento demográfico (g < g* ), pela sua intermitência e pela concentração da renda e da riqueza.” (Souza, 1995, p.17).

Apesar de a renda per capita, isoladamente, não definir o desenvolvimento econômico, “tradicionalmente, a renda per capita tem sido usada como o principal indicador de

desenvolvimento” (Souza, 1995, p.18).

No Rio Grande do Sul o produto interno bruto (PIB) cresceu a uma taxa média anual de 3,2% no período de 1990-97, portanto superior à brasileira que foi de 3,0%. O PIB per capita do Estado cresceu a uma taxa média anual de 2,1% e o do Brasil a taxa de 1,5% no mesmo período (Accurso, 2000).

Assim, embora, o desempenho do Estado tenha sido superior ao do país, tanto em relação ao crescimento do PIB como do PIB per capita, a questão que se coloca é como se distribui este crescimento entre as diversas regiões do Estado.

Bastos (2002) analisou as taxas de crescimento médio anual do valor adicionado bruto real (VAB) total e dos setores agropecuário, indústria e serviços dos Conselhos Regionais de

Desenvolvimento (Coredes) do Rio Grande do Sul entre 1990 e 1998. Estas taxas de crescimento do VAB total dos Coredes variaram de 7,05% a. a. (Corede de Paranhana) a 0,37% a. a. (Corede

Litoral). As taxas do setor agropecuário variaram de 12,49% a. a. (Corede de Paranhana) a – 3,21% a. a. (Corede Metropolitano Delta do Jacuí), as do setor industrial de 10,96% a. a. (Corede da Produção) a -7,38% a. a. (Corede Litoral) e as do setor serviços de 6,71% a. a. (Corede

Litoral) a –0,77% a. a. (Corede das Missões). Portanto, houve grandes diferenças entre as taxas de crescimento das regiões do Estado.

Também houve grandes diferenças entre as regiões do Rio Grande do Sul quanto às taxas de crescimento populacional. Jardim (2000) calculou as taxas anuais de crescimento populacional por microrregiões do Estado no período de 1991-96, sendo que elas variaram de 3,14% a. a. (Microrregião Gramado-Canela) a –1,07% a. a. (Microrregião Três Passos).

Considerando as grandes diferenças entre as diversas regiões do Estado quanto às taxas de crescimento do produto e da população, ocorridas na década de noventa, questiona-se sobre a evolução futura da renda per capita das regiões do Estado.

Stülp e Fochezatto (2003) analisaram a convergência regional da renda per capita no Rio Grande do Sul com base em valores observados nos anos de 1985 e 1999. A análise foi realizada ao nível dos Conselhos Regionais de Desenvolvimento (Coredes). Foi utilizada a metodologia de matrizes de Markov. A conclusão do estudo foi que, no futuro, as regiões convergiriam para níveis de renda per capita próximos da média estadual.

É importante que as regiões do Estado com os níveis de renda per capita mais baixos convirjam para o nível das regiões mais avançadas. Isto pode reduzir o ritmo da migração para os grandes centros urbanos do Estado, que apresentam dificuldades para prover condições

adequadas de infraestrutura de saneamento, de emprego, atendimento escolar, de saúde, etc. para os habitantes atuais, e muito menos para um grande número de imigrantes.

A questão da convergência entre os níveis de crescimento de países ou regiões, em termos de variáveis como renda per capita, produtividade da mão de obra, etc., é colocada com

freqüência em estudos sobre o crescimento econômico. Questiona-se se os países ou regiões que apresentam, por exemplo, um produto per capita mais baixo que os outros evoluiriam

favoravelmente e mais rapidamente nesta variável de modo a alcançar no futuro aqueles com um valor mais elevado (Baumol, 1986; Barro e Sala-i-Martin, 1991, 1992).

Foley e Michl (1999, p.128), com base na evolução da produtividade da mão de obra de 73 países, entre 1970-90, afirmam que a convergência só se verificaria entre aqueles que no inicio já se encontrassem em um estágio avançado de desenvolvimento. Porém, a pressão para a

convergência seria mais fraca entre os países pouco desenvolvidos.

Segundo Foley e Michl (1999, p. 170) a tendência de os países convergirem para o mesmo nível de produtividade da mão de obra seria denominada de convergência absoluta, a qual seria observada entre as economias já desenvolvidas, mas não entre todas as economias. Grandes diferenças nas taxas de crescimento do produto e da produtividade persistiriam entre algumas economias ao longo do tempo. Com base no modelo neoclássico de Solow-Swan, poder-se-ia afirmar que as economias que tiverem acesso ao mesmo tipo de tecnologia, apresentem taxas de crescimento populacional e comportamento em relação à poupança idênticos, convergiriam para o mesmo nível de produtividade ao longo do tempo. Isto explicaria a convergência absoluta entre as economias desenvolvidas.

Um país pobre poderia não crescer mais rapidamente do que o rico se tivesse uma taxa de poupança baixa e um crescimento populacional elevado, mesmo se tivesse acesso ao mesmo tipo de tecnologia. Somente após a correção destas diferenças este país cresceria mais rapidamente. Esta tendência seria a convergência condicional.

Neste estudo, analisa-se a evolução dos municípios do Estado quanto ao seu crescimento, fazendo projeções, para inferir se os mais atrasados convergirão para níveis mais elevados de

renda per capita. Avaliam-se, também, os fatores associados às diferentes taxas de crescimento dos municípios, procurando explicações como a participação dos setores da atividade econômica, dentre os quais o agropecuário, e na estrutura agrária da região em que o município se insere.

O estudo ainda considera o efeito espacial sobre a convergência nos níveis de renda per

capita dos municípios, baseado na idéia de que uma região pobre cercada de regiões ricas poderia

evoluir mais rapidamente do que uma região pobre entre pobres.

Os resultados desta análise podem orientar medidas de política econômica destinadas a acelerar o processo de crescimento e, portanto, de desenvolvimento econômico das diversas regiões do Estado e, assim, de todo o Rio Grande do Sul.

2 - Metodologia.

Em outro estudo sobre a convergência das regiões do Rio Grande do Sul quanto aos níveis de renda per capita as unidades de observação foram os Conselhos Regionais de

Desenvolvimento, ou seja, os Coredes.(Stulp e Fochezatto, 2003). São 22 os Coredes, portanto obteve-se este número de observações. Neste estudo analisa-se não só se haverá ou não

convergência entre as regiões, mas também, avalia-se o efeito espacial e outros fatores que possam influir nesta convergência. Sendo assim, o número de observações precisa ser maior do que 22. Portanto optou-se por utilizar os municípios do Estado como unidades de observação.

Há várias metodologias para a análise da convergência entre países ou regiões quanto aos seus valores de renda per capita. Uma destas metodologias utiliza o conceito de β-convergência em que a análise é realizada através de um modelo econométrico (Barro e Sala-i-Martin, 1995).

Outra metodologia utiliza o conceito de σ-convergência, referindo-se à redução da dispersão da renda per capita ao longo do tempo (Barro e Sala-i-Martin, 1995). Compara-se o desvio–padrão da dispersão das rendas per capita entre as regiões do início do período com o final. Caso este desvio-padrão diminua haveria convergência.

Estas duas metodologias de análise de convergência estão sujeitas a críticas. Assim, de acordo com Friedman (1992) e Quah (1993), poderia haver inconsistência entre os conceitos de β

e σ - convergência, sendo que um aumento da dispersão da renda per capita poderia ser

consistente com uma indicação de β - convergência. Ainda, as metodologias que utilizam os

conceitos de β e σ - convergência são incapazes de mostrar o comportamento da distribuição da

renda regional no tempo, não permitindo inferir como as regiões evoluiriam para a posição de equilíbrio no longo prazo.

Neste estudo utiliza-se a metodologia de matriz de Markov. Esta permite analisar não somente se há convergência entre as regiões quanto aos níveis de renda per capita, mas também a velocidade desta convergência e a existência de possíveis efeitos espaciais.

A metodologia de matriz de Markov requer a elaboração de uma matriz de probabilidades de transição das regiões entre níveis de renda. A variável utilizada como expressão dos níveis de renda per capita, neste estudo, é o Valor Adicionado Bruto (VAB) per capita municipal estimado pela Fundação de Economia e Estatística (FEE) do Rio Grande do Sul.

O período base para a análise é o de 1990-2000. Assim, os valores do VAB per capita municipal de 1990 são expressos em termos do valor médio do Estado que é igual a 1,00 (unidade). Da mesma forma se procede em relação à distribuição do VAB per capita municipal de 2000. Há, portanto, duas distribuições de VAB per capita, uma em relação ao inicio do

período e outra em relação ao final. As duas distribuições são divididas em um mesmo número de classes de VAB per capita idênticas de uma distribuição para a outra.

Deve-se ter o cuidado de que cada município considerado em 1990 e 2000 se refira à mesma área geográfica para possibilitar a comparação. Quando isto não ocorre porque houve desmembramentos municipais, deve-se considerar um conjunto de municípios em 2000 e o município que lhe deu origem em 1990, ou então, conjuntos em 1990 e 2000, de tal modo que estes se refiram à mesma área geográfica. Por este motivo designam-se as unidades de

observação de regiões, podendo uma região referir-se a um único município ou a um conjunto de municípios agregados.

A matriz de probabilidades de transição de Markov é determinada com base na transição dos municípios de uma classe de VAB per capita para outra de 1990 a 2000. Com base nesta matriz de Markov é determinado um sistema de equações de diferenças. Sendo Ft a distribuição regional do VAB per capita no tempo t, e utilizando-se a matriz de transição de Markov, é possível construir um sistema de equações que expressa a evolução da distribuição ao longo do tempo. Esse sistema é representado por:

Ft+1 = M Ft (1)

onde M é a matriz de transição de Markov, indicando a probabilidade de cada município da classe de VAB per capita i no tempo t estar na classe j no tempo t+1. A hipótese básica associada a este procedimento é a de que as probabilidades de transição sejam estacionárias, isto é, que a probabilidade de passagem de uma classe para outra seja invariável no tempo. No entanto, apesar de um município permanecer na mesma classe ele pode evoluir se a média do Estado ao final do período representar um valor mais elevado de VAB per capita.

A solução do sistema de equações de diferenças gera as informações referentes ao processo de convergência, ou não, do VAB per capita entre os municípios no longo prazo, bem como a velocidade desta convergência (Simon e Blume, 1994, cap.23).

Porém, há ainda duas questões a serem abordadas. A primeira é a questão de como determinar a dimensão do intervalo das classes de VAB per capita nas duas distribuições. A segunda questão é como analisar o efeito espacial.

A dimensão h do intervalo de classe é importante, pois um h muito grande faz com que haja um grande número de observações em cada intervalo, diminuindo a variância da estimativa, mas levando a um formato de histograma menos adequado, pois aumenta o viés da estimativa. Com um h pequeno ocorre o contrário: reduz o viés, mas aumenta a variância. Portanto, o valor de h deve ser escolhido de modo a resultar em um trade-off ótimo entre viés e variância da estimativa (Pagan e Ullah, 1999).

Devroye e Györfi (1985, apud Magrini 1999, p.264) afirmam que se a distribuição é normal o valor ótimo do intervalo de classe seria dado por:

h = 2,72 s n

(2)

onde s é o desvio-padrão da distribuição e n o número de observações. Segundo os autores, esta expressão para encontrar o valor de h seria adequada mesmo nos casos em que as

observações não seguissem uma distribuição normal.

Determina-se se cada uma das duas distribuições de VAB per capita segue uma distribuição normal através do teste de Kolmogorov-Smirnov. Para isso, compara-se a

de normalidade. O valor absoluto da diferença máxima entre as duas constitui o valor D para o teste de Kolmogorov-Smirnov (Siegel, 1956).

O efeito espacial sobre a convergência entre regiões tem sido analisado por vários autores (Le Gallo, 2001; Rey, 2001)

Para a elaboração da matriz de Markov, como foi descrito acima, considera-se a posição inicial e final de cada município em relação à média do Estado. Para a inclusão do efeito espacial na análise deve-se considerar uma segunda classificação dos municípios. Nesta segunda

classificação consideram-se os municípios agregados por Microrregião Homogênea do IBGE. Cada município está incluído em uma das 35 Microrregiões Homogêneas do Estado.

Determina-se o VAB per capita médio de cada Microrregião Homogênea em 1990 e 2000, estabelecendo-se classes de VAB per capita destas Microrregiões. Assim o município é

classificado por duas ordens, uma determinando a sua posição em relação à média do Estado ou do conjunto de municípios. A outra ordem estabelece como são os seus vizinhos, ou seja, se ele está inserido em uma Microrregião que apresenta um baixo ou alto VAB per capita médio.

A pergunta que se faz é se um município pobre, mas inserido em uma Microrregião rica (vizinhos ricos), tem maior probabilidade de convergir para níveis mais altos de VAB per capita do que um município pobre inserido em uma Microrregião pobre (rodeado de vizinhos pobres).

Agora, para considerar o efeito espacial, a matriz de Markov é formada a partir das classes dos municípios em relação à média estadual, adicionando-se a estas classes as subclasses que informam em que tipo de Microrregião o município está inserido.Assim, por exemplo, se houver quatro classes de municípios e duas classes de Microrregiões a matriz de Markov, que antes tinha a dimensão 4x4, agora terá a dimensão 8x8. Esta matriz serve de base para a elaboração do sistema de equações de diferenças cuja solução informa se os municípios convergem em termos de nível de VAB per capita, o tipo e a velocidade desta convergência.

A segunda parte da análise consiste em determinar fatores associados ao crescimento econômico dos municípios em termos de VAB per capita.

Estima-se como o crescimento do VAB per capita dos municípios ocorrido entre 1990 e 2000 possa ser explicado pelo crescimento dos setores agropecuário, indústria e serviços (fonte FEE). Após, se analisa como as taxas de crescimento do VAB destes setores são explicadas pela participação das atividades componentes de cada setor, pela localização regional da atividade e pela estrutura agrária da região. Esta análise é feita através da regressão estatística.

3) – Resultados

São 265 as regiões que permanecem geograficamente homogêneas entre os anos 1990 e 2000. Analisa-se, inicialmente, a convergência ou não destas regiões em termos do valor

adicionado bruto a preços básicos (VAB) per capita. Após, examina-se a importância relativa das atividades econômicas, localização regional e estrutura agrária sobre a evolução do VAB/capita.

3.1) - Convergência Regional.

Os valores adicionados brutos a preços básicos (VAB) per capita das 265 regiões, relacionados ao valor médio do Estado, encontram-se no quadro 1 do anexo. No teste de normalidade de Kolmogorov-Smirnov, em relação às duas distribuições de VAB/capita,

encontrou-se um valor de D = 0,202 para a de 1990 e um D = 0,187 referente à de 2000. O valor crítico do teste, para uma amostra de 265 observações e a 1% de significância estatística, é igual a 0,100.(vide tabela E em Siegel, 1956, p.251). Como cada um dos valores D observados é maior

que o valor crítico rejeita-se a hipótese de normalidade ao nível de 1% de significância em relação a cada uma das duas distribuições.

Mesmo assim, utilizou-se a fórmula (2) para o cálculo do intervalo de classe, baseado na afirmação de Devroye e Györfi (1985, apud Magrini 1999, p.264) de que a expressão seria adequada também no caso de uma distribuição não normal.

Para a distribuição de 1990 obteve-se h = 0,41 e para a de 2000 um h = 0,47. Considerou-se um valor médio de h = 0,44 para estabelecer intervalos idênticos em relação a cada

distribuição.As regiões foram classificadas em quatro classes, com os seguintes intervalos: a) 0,00 a 0,55; b)0,56 a 0,99; c) 1,00 a 1,44; d) superior a 1,44.

Após, a classificação das regiões nestas quatro classes, procedeu-se a uma segunda classificação das mesmas de acordo com o VAB/capita, relativo ao valor do Estado, da

Microrregião em que a região estava inserida. Em relação a 1990 e a 2000 as 35 Microrregiões do Estado foram classificadas em dois grupos: o grupo das Microrregiões com VAB/capita inferior e o grupo das que apresentaram valor superior ao do Estado.

Com base na migração das regiões entre estas classes, de 1990 a 2000, estimou-se a matriz de probabilidades de transição, ou matriz de Markov e o sistema de equações de diferenças.

O sistema de equações de diferenças representado pela equação (1) como sendo igual a Ft+1

= M Ft corresponde ao seguinte: ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ + + + + + + + + 1 1 1 1 1 1 1 1 42 41 32 31 22 21 12 11 t t t t t t t t F F F F F F F F = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 826 , 0 500 , 0 037 , 0 111 , 0 148 , 0 000 , 0 000 , 0 000 , 0 000 , 0 000 , 0 000 , 0 056 , 0 000 , 0 018 , 0 000 , 0 000 , 0 174 , 0 000 , 0 519 , 0 111 , 0 185 , 0 037 , 0 056 , 0 000 , 0 000 , 0 250 , 0 111 , 0 444 , 0 037 , 0 092 , 0 000 , 0 000 , 0 000 , 0 000 , 0 259 , 0 000 , 0 334 , 0 055 , 0 333 , 0 026 , 0 000 , 0 250 , 0 074 , 0 278 , 0 185 , 0 770 , 0 167 , 0 692 , 0 000 , 0 000 , 0 000 , 0 000 , 0 074 , 0 000 , 0 222 , 0 000 , 0 000 , 0 000 , 0 000 , 0 000 , 0 037 , 0 028 , 0 222 , 0 282 , 0 ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ t t t t t t t t F F F F F F F F 42 41 32 31 22 21 12 11

Em Fij o i = 1,2,3,4 refere-se às classes definidas de acordo com o VAB/capita das regiões relativo ao valor do Estado. O j =1, 2 refere-se ao VAB/capita da Microrregião em que a região está inserida. O valor j =1 significa que o VAB/capita da Microrregião é inferior e se j = 2 o VAB/capita da Microrregião é superior ao valor do Estado.

Dada a distribuição inicial das regiões entre as oito classes pode-se determinar a solução do sistema de equações de diferenças acima.

= ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 0 0 0 0 0 0 0 0 42 41 32 31 22 21 12 11 F F F F F F F F ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 087 , 0 015 , 0 102 , 0 068 , 0 102 , 0 401 , 0 068 , 0 147 , 0

A solução definida do sistema de equações de diferenças é dada por: F = AT sendo que: F= A = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ t t t t t t t t F F F F F F F F 42 41 32 31 22 21 12 11 ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − − − − − − − − − − − − − − − − − − − − − − − 332 , 0 513 , 0 003 , 0 007 , 0 058 , 0 005 , 0 168 226 , 0 090 , 0 122 , 0 006 , 0 001 , 0 018 , 0 001 , 0 007 , 0 012 , 0 434 , 0 026 , 0 002 , 0 010 , 0 016 , 0 009 , 0 071 , 0 173 , 0 597 , 0 950 , 1 004 , 0 006 , 0 160 , 0 002 , 0 033 , 0 104 , 0 472 , 0 141 , 0 002 , 0 038 , 0 033 , 0 010 , 0 016 , 0 102 , 0 233 , 0 296 , 4 000 , 0 023 , 0 058 , 0 016 , 0 207 , 0 351 , 0 342 , 0 485 , 0 001 , 0 019 , 0 011 , 0 002 , 0 002 , 0 010 , 0 502 , 0 138 , 2 000 , 0 017 , 0 033 , 0 002 , 0 009 , 0 022 , 0 T = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ + − − + − ) 140 , 0 sen 049 , 0 140 , 0 cos 011 , 0 ( ) 273 , 0 ( ) 140 , 0 sen 011 , 0 140 , 0 cos 049 , 0 ( ) 273 , 0 ( ) 033 , 0 ( ) 074 , 0 ( ) 442 , 0 ( ) 560 , 0 ) 813 , 0 ( ) 000 , 1 ( t t t t t t t t t t t t

⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ t t t t t t t F F F F F F F F 42 41 32 31 22 21 12 11 1 = ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 23 , 0 01 , 0 17 , 0 11 , 0 10 , 0 35 , 0 01 , 0 02 , 0

Essa solução de equilíbrio informa que, no longo prazo, haverá uma concentração de 35% das regiões no segundo nível de VAB/capita relativo ao valor estadual (0,56 a 0,99). Esta concentração será em Microrregiões com VAB/capita inferior ao do Estado.

Haverá outras duas concentrações de regiões, ambas acima do valor estadual. Um grupo de 17% das regiões convergirá para o terceiro nível de VAB/capita (valor de 1,00 a 1,44 relativo ao do Estado). Outro grupo de 23% das regiões convergirá para o nível mais alto de VAB/capita. Estes dois grupos estarão localizados em Microrregiões com VAB/capita superior ao valor estadual. No longo prazo apenas 3% das regiões terão um VAB/capita inferior a 56% do valor estadual.

A segunda raiz característica, em valor absoluto, fornece uma medida da velocidade com que o equilíbrio de longo prazo é alcançado. Essa velocidade é entendida como o tempo

necessário para percorrer a metade da distância entre a posição inicial e a de equilíbrio de longo prazo (dm). Ela é dada por:

dm = - log 2 / log | r2 | = - log 2 / log | 0,813 | = 3,35

Multiplicando-se 3,35 períodos por 10 anos (de 1990 a 2000), obtém-se o tempo necessário (número de anos) para percorrer a metade da distância entre a posição inicial e a de equilíbrio de longo prazo, portanto, um tempo de 33,5 anos.

A velocidade de convergência das regiões, das oito classes de VAB per capita iniciais para a situação de equilíbrio de longo prazo, é apresentada na Tabela 1.

Examinando a tabela 1 observa-se que as regiões com VAB/capita mais baixo (até 0,55), relativamente ao valor do Estado, evoluem para classes mais altas, praticamente com a mesma velocidade, quer estejam inseridas em Microrregiões com VAB/capita inferior (tipo 1) ou superior ao valor estadual (tipo 2).

A classe das regiões com VAB/capita entre 0,56 a 0,99 relativamente ao valor estadual, inseridos nas Microrregiões de tipo 1, tem a sua participação reduzida de 40% para 35%. Já a classe de regiões com este mesmo VAB/capita, mas inseridas nas Microrregiões de tipo 2, mantém a sua participação no total em 10%.

Isto indicaria que o fato de uma região de baixo VAB/capita estar cercada de regiões com baixos ou altos VAB/capita, ou seja, inserida em Microrregião tipo 1 ou tipo 2, não influenciaria a possibilidade da mesma de evoluir para classes superiores.

As classes de regiões com VAB/capita acima do valor do Estado (de 1 a 1,44 e superior) apresentam um grande aumento na sua participação percentual no total quando inseridas nas Microrregiões tipo 2. Neste caso uma região que já apresentasse um alto VAB/capita

apresentaria uma maior possibilidade de evoluir para um valor mais alto ou se manter neste nível quando inserida em Microrregião com alto VAB/capita.

TABELA 1

Convergência das regiões do Rio Grande do Sul, em termos de VAB per capita, em direção ao equilíbrio de longo prazo (porcentagem de regiões em cada classe).

Classes por: Períodos em 10 anos.* VAB/cap Tipo de Microrregião P0 P1 P2 P3 P4 P5 P10 P26 1 0,15 0,07 0,04 0,03 0,03 0,03 0,02 0,02 Até 0,55 2 0,07 0,02 0,01 0,01 0,01 0,01 0,01 0,01 1 0,40 0,48 0,48 0,46 0,44 0,42 0,38 0,35 0,56 a 0,99 2 0,10 0,11 0,10 0,10 0,10 0,10 0,10 0,10 1 0,07 0,09 0,10 0,11 0,11 0,11 0,11 0,11 1 a 1,44 2 0,10 0,11 0,13 0,14 0,14 0,15 0,16 0,17 1 0,02 0,01 0,01 0,01 0,01 0,01 0,01 0,01 Superior a 1,44 2 0,09 0,11 0,13 0,14 0,16 0,17 0,21 0,23

*Nota: P0 = data inicial, P1 = 10 anos, P2 = 20 anos, ... P10 = 100 anos e P26 = 260 anos. Fonte: Cálculos do autor baseado em dados da FEE - RS.

3.2) - Os setores da economia e a evolução do VAB/capita.

Examinam-se as participações dos setores agropecuário, indústria e serviços, e também do crescimento populacional, sobre a evolução do VAB per capita.

A análise da influência destas quatro variáveis sobre a evolução do VAB per capita foi realizada através de correlação parcial entre a taxa de crescimento do VAB/capita e a taxa de crescimento do VAB de cada setor e a da população.

As correlações parciais foram estimadas em relação ao conjunto de municípios do RS e em relação a três regiões do Estado. Estas regiões são aqui designadas por Região Sul, a qual

compreende as Mesorregiões Centro Ocidental, Sudeste e Sudoeste Rio-Grandense; Região Nordeste, a qual compreende as Mesorregiões Metropolitana, Nordeste e Centro Oriental Rio-Grandense; e a Região Noroeste formada pela Mesorregião de mesmo nome. As Mesorregiões são definidas pelo Instituto Brasileiro de Geografia e Estatística (IBGE). Os resultados das correlações são apresentados na tabela 2.

Em relação ao total do Estado e às regiões Sul e Nordeste, a taxa de crescimento do VAB do setor serviços apresenta o maior coeficiente de correlação parcial com a taxa de crescimento do VAB/capita no período de 1990 a 2000. A importância deste setor é seguida pela do setor industrial e, por último, pela do agropecuário. Na região Noroeste a taxa de crescimento do setor agropecuário apresenta o maior coeficiente de correlação parcial com a taxa de crescimento do VAB/capita, seguida pelas taxas dos setores industrial e serviços. A região Noroeste é a grande produtora de trigo e soja no Rio Grande do Sul, além de suínos, aves, leite, etc.

O crescimento populacional, evidentemente, influenciou a taxa de crescimento do VAB/capita porque constitui o denominador desta variável.

A etapa seguinte do estudo seria explicar as taxas de crescimento do VAB da indústria, dos serviços e da agropecuária através do crescimento do VAB dos seus setores componentes.

Infelizmente não existe a informação sobre o VAB dos setores componentes da indústria ou dos serviços ao nível dos municípios do Rio Grande do Sul.

TABELA - 2

Coeficientes de correlação parcial entre a taxa de crescimento do VAB/capita e a taxa de crescimento do VAB industrial, do VAB agropecuário, do VAB serviços e a da população, no Rio Grande do Sul, entre 1990 e 2000.

Coeficientes de correlação parciais da taxa de crescimento do VAB/capita com as taxas de crescimento do:

Região

VAB industrial VAB serviços VAB agropecuário População

Estado 0,50 0,54 0,36 -0,61

Sul 0,69 0,75 0,40 -0,72

Nordeste 0,64 0,69 0,39 -0,72

Noroeste 0,29 0,18 0,49 -0,42

Nota: todos os coeficientes são estatisticamente significantes a 1%. Fonte: cálculos do autor.

Procurou-se, então, explicar estas taxas de crescimento considerando a participação dos setores industriais e de serviços nos municípios ou nos conjuntos de municípios que formam as regiões geograficamente idênticas entre 1990 e 2000, através da sua concentração no emprego. Calculou-se o quociente locacional de cada setor industrial e de serviços em termos de sua concentração no emprego no município em relação ao emprego no Estado.

Os dados de emprego setorial utilizados para a estimativa do quociente locacional são os da Relação Anual de Informações Sociais (RAIS) do Ministério do Trabalho e Emprego, referentes ao ano 2000.

Assim, em relação à indústria, o quociente locacional do setor industrial i no município j é dado por: QLij = ) / ( ) / ( E E E E j i ij em que:

Eij = emprego no setor industrial i do município j;

Ei = emprego nosetor industrial i do Rio Grande do Sul;

Ej = emprego em todos os setores industriais do município j;

E = emprego em todos os setores industriais do Rio Grande do Sul.

Da mesma forma são calculados os quocientes locacionais em relação aos setores de serviços.

Valores de quociente locacional superiores a 1 indicam que, relativamente ao Estado, o município apresenta uma concentração maior de emprego neste setor, sendo o mesmo então considerado como básico. Caso o valor é menor que 1, o setor é não básico.

Os setores industriais considerados são: minerais não metálicos; indústria metalúrgica; indústria mecânica; material elétrico e comunicações; material de transporte; madeira e mobiliário; papel editorial e gráfica; borracha, fumo e couro; indústria química; indústria têxtil; indústria de calçados; alimentos e bebidas.

Os setores de serviços considerados neste estudo são: serviços de utilidade pública; construção civil; comércio varejista; comércio atacadista; instituições financeiras; administração técnica e profissional; transportes e comunicações; alojamento e comunicação; medicina, odontologia e veterinária; administração pública.

Como variáveis explicativas da taxa de crescimento do VAB agropecuário consideram-se as variações absolutas regionais nas quantidades produzidas, entre 1990 e 2000, dos produtos agrícolas arroz, feijão, fumo, milho, soja, trigo, uva e maçã. As quantidades destes produtos são expressas em toneladas, com exceção da maçã, cuja quantidade é medida em mil frutos. Consideram-se, também, as variações absolutas (em número de cabeças) nos efetivos dos

rebanhos bovino, ovino, suíno e o de aves (galos, galinhas, frangos e pintos) e na produção de leite, expressa em mil litros.

Além dos setores de atividade, foram consideradas, também, como possíveis variáveis explicativas das taxas de crescimento do VAB industrial, de serviços e do agropecuário, as seguintes:

a) Variáveis binárias para estimar os efeitos diferenciados das regiões Sul e Noroeste, em relação à região Nordeste, sobre as taxas de crescimento dos VAB. Estas regiões são como acima definidas.

b) O percentual dos estabelecimentos rurais da região com área entre 20 e 200 hectares e o percentual de estabelecimentos rurais com área superior a 200 hectares.

Realizam-se análises de regressão estatística para avaliar os efeitos das variáveis mencionadas acima sobre as taxas de crescimento do VAB industrial, de serviços e o agropecuário, no Rio Grande do Sul, de 1990 a 2000. Os resultados estão nas tabelas que seguem.

Na tabela 3 observa-se que, a um nível de significância estatística de 10%, os setores industriais que influenciaram a taxa de crescimento do VAB industrial, entre 1990 e 2000, são o mecânico; borracha, fumo e couro; químico; calçados; e alimentos e bebidas. Com exceção do mecânico e químico, os demais têm fortes relações com a agropecuária.

TABELA - 3

Resultados da regressão da taxa de crescimento do VAB industrial no Rio Grande do Sul, entre 1990 e 2000, sobre os quocientes locacionais dos setores quanto ao emprego, localização regional da indústria e estrutura agrária. Constante e Variáveis coeficientes Significância estatística

1) Constante -8,6882 0,126

2) Quociente locacional da industria:

2.1) minerais não metálicos 0,1286 0,479

2.2) metalúrgica 0,6145 0,356

2.3) mecânica 1,8717 0,000

2.4) material elétrico e comunicações -0,1812 0,664

2.5) material de transporte 0,5752 0,171

2.6) madeira e mobiliário 0,7633 0,111

2.7) papel, editorial e gráfica -0,3522 0,496 2.8) borracha, fumo e couro 1,6698 0,003

2.9) química 1,3459 0,030

2.10) têxtil -0,0008 0,998

2.11) calçados 3,2254 0,018

2.12) alimentos e bebidas 1,9373 0,049

3) Efeito diferenciado das regiões:

3.1) Sul -2,5419 0,207

3.2) Noroeste -1,4833 0,274

4) Percentual estabelecimentos entre 20 e 200 Ha. 3,5064 0,511 5) Percentual estabelecimentos acima de 200 Ha -18,1907 0,016 Nota: o R2 ajustado da regressão é igual a 0,134

Fonte: cálculos do autor.

As regiões do Estado que apresentam alto percentual de grandes estabelecimentos rurais tiveram um menor crescimento industrial em comparação às regiões de minifúndios.

Estas conclusões, porém, estão baseadas em uma regressão que apresenta um R2 ajustado de apenas 0,134. Isto significa que outras variáveis, não consideradas aqui, explicam 87% da taxa de crescimento industrial no Rio Grande do Sul.

A tabela 4 mostra que os setores que influenciaram positivamente a taxa de crescimento do VAB serviços foram: serviços de utilidade pública; construção civil; comércio varejista;

administração técnica e profissional; e administração pública. O setor instituições financeiras teve um impacto negativo sobre a taxa de crescimento do VAB serviços.

O setor serviços apresentou um menor crescimento nas regiões Sul e Noroeste em

comparação com a Nordeste. As regiões com maior percentual de estabelecimentos rurais entre 20 e 200 hectares tiveram um impacto positivo sobre o crescimento do setor serviços e nas regiões de grandes estabelecimentos rurais o impacto foi negativo.

TABELA - 4

Resultados da regressão da taxa de crescimento do VAB serviços no Rio Grande do Sul, entre 1990 e 2000, sobre os quocientes locacionais dos setores quanto ao emprego, localização regional dos serviços e estrutura agrária. Constante e Variáveis coeficientes Significância estatística

1) Constante -2,9739 0,380

2) Quociente locacional dos serviços:

2.1) serviços de utilidade pública 0,1753 0,006

2.2) construção civil 0,4769 0,020

2.3) comércio varejista 2,0854 0,005

2.4) comércio atacadista 0,2288 0,130

2.5) instituições financeiras -0,7832 0,000

2.6) administração técnica e profissional 1,0692 0,001

2.7) transportes e comunicações 0,3950 0,224

2.8) alojamento e comunicação 0,6289 0,157 2.9) medicina, odontologia e veterinária 0,3808 0,227

2.10) administração pública 2,1025 0,022

3) Efeito diferenciado das regiões:

3.1) Sul -1,0926 0,010

3.2) Noroeste -1,7088 0,000

4) Percentual estabelecimentos entre 20 e 200 Ha. 1,9086 0,082 5) Percentual estabelecimentos acima de 200 Ha -3,8229 0,024 Nota: o R2 ajustado da regressão é igual a 0,310

Fonte: cálculos do autor.

A tabela 5 mostra que as culturas que apresentaram impactos positivos sobre a taxa de crescimento do VAB agrícola foram o fumo, soja, trigo e uva. A produção de fumo no Rio Grande do Sul aumentou 44% de 1990 a 2000.

No Estado, a soja e o trigo tiveram uma queda de produção, cada qual de 24% neste período e também uma redução de preços, em termos reais. O trigo apresentou uma redução de área cultivada de 44%, porém um aumento de produtividade de 35%. Assim o impacto positivo do trigo sobre o VAB agrícola talvez possa ser explicado pela migração da cultura para regiões mais adequadas à mesma onde a produtividade é maior. Já a soja teve uma redução de área de 15% e de produtividade de 11%. Os coeficientes de correlação entre as variações de área e de produção do trigo e da soja, calculados, com base nas 265 regiões do Estado, são,

respectivamente, 0,66 e 0,40. Isto permite concluir que a realocação destas duas culturas entre as regiões do Estado, de 1990 a 2000, se deu na mesma direção.

A produção da uva ficou praticamente no mesmo nível de 1990 a 2000. O impacto positivo da uva sobre o VAB agrícola pode ter sido causado pela substituição das variedades comuns, cuja uva tem um preço mais baixo, pelas variedades viníferas cujo produto apresenta uma cotação mais elevada.

TABELA - 5

Resultados da regressão da taxa de crescimento do VAB da agropecuária no Rio Grande do Sul, entre 1990 e 2000, sobre as variações regionais nas quantidades de produtos agropecuários e nos efetivos dos rebanhos, localização regional da produção e estrutura agrária.

Constante e Variáveis coeficientes Significância estatística

1) Constante 1,37749 0,098

2) Variações nas quantidades de:

2.1) arroz 0,00001 0,468 2.2) feijão 0,00011 0,709 2.3) fumo 0,00030 0,013 2.4) milho -0,00003 0,306 2.5) soja 0,00005 0,003 2.6) trigo 0,00026 0,000 2.7) maçã -0,000001 0,657 2.8) uva 0,00028 0,000

3) Variação nos efetivos dos rebanhos:

3.1) bovino 0,00003 0,007

3.2) ovino -0,000003 0,084

3.3) suíno 0,00006 0,038

3.4) aves 0,000002 0,001

3.5) Leite 0,00007 0,109

4) Efeito diferenciado das regiões:

4.1) Sul -0,26375 0,715

4.2) Noroeste 0,43476 0,476

5) Percentual estabelecimentos entre 20 e 200 Ha. 3,38741 0,095 6) Percentual estabelecimentos acima de 200 Ha -2,92841 0,347 Nota: o R2 ajustado da regressão é igual a 0,215

Fonte: cálculos do autor.

Os rebanhos bovino, suíno e de aves influenciaram positivamente e o de ovinos,

negativamente, o crescimento do setor agrícola. Os rebanhos suíno e de aves apresentaram, entre 1990 e 2000, respectivamente, aumentos nos efetivos de 10% e 44% no Estado. O efetivo do rebanho ovino teve uma redução de 55%. O rebanho bovino total do Estado ficou praticamente estacionário no período. O seu impacto positivo sobre o VAB agrícola pode ter ocorrido através do aumento da taxa de desfrute.

A taxa de crescimento da agropecuária tende a ser maior nas regiões de pequenos e médios estabelecimentos rurais.

4 – Conclusões

As perspectivas de evolução do VAB per capita dos municípios do Rio Grande do Sul, portanto de seu crescimento econômico, são animadoras. No período inicial 22% das regiões apresentam um VAB per capita inferior a 56% do valor médio estadual. A projeção indica que no futuro apenas 3% das regiões se manterão neste nível. No início 72% das regiões do Estado têm um VAB per capita inferior ao valor médio, permanecendo no futuro, neste nível, 48% das regiões.

O estudo verifica que a probabilidade de crescimento econômico de uma região, com baixo VAB per capita, não parece ser influenciada pelo fato de ela se situar em uma Microrregião

Homogênea (segundo a definição do IBGE) com baixo ou então com alto VAB per capita. Já as regiões que no início apresentam um VAB per capita elevado teriam maior probabilidade de crescer economicamente se inseridas em Microrregiões Homogêneas com VAB per capita alto.

Os coeficientes de correlação parcial entre o VAB per capita e o VAB dos setores indústria, serviços e agropecuária indicam que todos os três setores são importantes para a evolução do primeiro. A importância da agropecuária para a evolução do VAB per capita se destaca na Mesorregião Noroeste do Estado, produtora de soja, trigo, suínos, aves, etc.

Na demais regiões e no total do Estado o efeito direto do setor agropecuário para o

crescimento do VAB/capita, interpretado como o coeficiente de correlação parcial entre a taxa de crescimento desta variável e a do VAB deste setor, tem se mostrado menor do que o impacto dos setores industrial e de serviços.

Considerando que as taxas de crescimento do VAB da indústria, serviços e agropecuária são todos importantes para a evolução do VAB per capita, no Estado, o estudo analisa quais as variáveis explicativas destes crescimentos setoriais.

O crescimento do VAB industrial é influenciado pela indústria mecânica; borracha, fumo e couro; química; calçados; e alimentos e bebidas. O VAB do setor serviços é influenciado

positivamente pelos serviços de utilidade pública; a construção civil; comércio varejista; administração técnica e profissional; administração pública; e negativamente pelas instituições financeiras.

Ocorreu o impacto positivo sobre a evolução do VAB do setor agropecuário das produções de soja, trigo, fumo, uva e das variações nos efetivos de bovinos, suínos e aves. A variação no efetivo do rebanho ovino teve um impacto negativo sobre o crescimento do VAB agropecuário.

O efeito diferenciado das regiões Sul (Mesorregiões Centro Ocidental, Sudeste e Sudoeste Rio-Grandense) e Noroeste em relação à região Nordeste (Mesorregiões Metropolitana, Nordeste e Centro Oriental Rio-Grandense) só ocorre no setor serviços. Neste setor as taxas de crescimento do VAB seriam menores nas regiões Sul e Noroeste em comparação à Nordeste.

Em relação aos efeitos da estrutura agrária, observa-se que nas regiões de grandes

estabelecimentos rurais as taxas de crescimento do VAB industrial e do VAB serviços tendem a ser menores. Isto ocorre porque a maioria das atividades industrias como mecânica, química, fumo, calçados, etc. e das atividades de serviços como comércio varejista, construção civil, administração técnica e profissional, etc., que apresentaram um impacto positivo sobre as taxas de crescimento dos respectivos setores, se localizam em regiões do Estado onde predominam os estabelecimentos rurais menores.

Nas regiões em que predominam os estabelecimentos rurais menores as taxas de crescimento do VAB agropecuário são maiores. Isto ocorre porque a maioria das atividades, relacionadas às maiores taxas de crescimento do VAB agropecuário, são exercidas nos

estabelecimentos rurais menores. Como visto acima, estas atividades são: o cultivo de fumo, uva, a criação de aves e suínos, uma parcela significativa da produção de soja e trigo e da criação de bovinos.

Para concluir, considerando as perspectivas animadoras de crescimento econômico regional no estado do Rio Grande do Sul, constatadas pela análise da convergência regional, deve-se enfatizar que os três setores, industrial, serviços e agropecuário, estão contribuindo para este fato. No entanto, o setor agropecuário, apesar do menor coeficiente de correlação parcial entre a taxa de crescimento do VAB deste setor e o VAB per capita, merece destaque porque, além de sua contribuição direta, a sua atuação ocorre também via setor industrial onde várias das atividades com impactos positivos são ligadas ao agronegócio como borracha, fumo, couro,

calçados, alimentos e bebidas. Além disto, seu efeito se manifesta através do setor serviços onde o comércio varejista (de alimentos e demais derivados do setor agropecuário) é importante.

5 –Referências Bibliográficas.

Accurso, J. S. A economia gaúcha nos anos 90. In: Fligenspan, F. B., org. Economia

gaúcha e reestruturação nos anos 90. Porto Alegre. FEE. 2000

Barro R.J. e Sala-i-Martin, X. Convergence across States and Regions. Brookings Papers

on Economic Activity, 1991, p.107-182.

Barro R.J. e Sala-i-Martin, X. Convergence. Journal of Political Economy. 100, 1992, p.223-251.

Barro R.J. e Sala-i-Martin, X. Economic Growth Theory, MIT Press, 1995.

Bastos, R. L. A. Produto e emprego nas regiões do Rio Grande do Sul, nos anos 90: uma abordagem exploratória dos Conselhos Regionais de Desenvolvimento. Indicadores Econômicos

FEE. Porto Alegre. v. 29. n. 4, 2002, p. 245-271.

Baumol W.J. Productivity growth, convergence, and welfare: what the long-run data how,

American Economic Review, 54, 1986, p.1072-1085.

Foley, D. K. e Michl, T. R. Growth and Distribution. Harvard University Press. Cambridge, Massachusetts. 1999.

Friedman M. Do old fallacies ever die?, Journal of Economic Literature, 30, 1992, p.2129-132.

Jardim, M. de L. T. Dinâmica demográfica do Rio Grande do Sul. In: Fligenspan, F. B., org. Economia gaúcha e reestruturação nos anos 90. Porto Alegre. FEE. 2002

Le Gallo, J. Space-time analysis of GDP disparities among European regions: A Markov

chains approach. Dijon/França: University of Burgundy, Março 2001.

Magrini, S. The evolution of income disparities among the regions of the European Union.

Regional Science and Urban Economics, No 29, 1999.

Pagan, A.; Ullah, A. Nonparametric Econometrics. Cambridge/UK: Cambridge University Press,1999.

Quah D. Galton's fallacy and tests of the convergence hypothesis, Scandinavian Journal of

Economics, 95, 1993, p.427-443.

Rey, S. J. Spatial Dependence in the Evolution of Regional Income Distributions. San Diego State University. Estados Unidos. Maio 2001.

Siegel, S. Nonparametric Statistics for the Behavioral Sciences. Nova Iorque: McGraw-Hill Book Company, 1956.

Simon, C. P. e Blume, L. Matemática para Economistas. Artmed Editora S.A. Porto Alegre. 2004.

Solow R.M. A Contribution to the Theory of Economic Growth, Quarterly Journal of

Economics, 70, 1956, p.65-94.

Souza, N. de J. de. Desenvolvimento Econômico. Editora Atlas S. A. São Paulo. 1995 Stulp, V. J. e Fochezatto, A. A evolução das disparidades regionais no Rio Grande do Sul: uma aplicação de matrizes de Markov. Nova Economia. v.14 No 1 Belo Horizonte MG. 2004, p.39-66.

Swan T.W. Economic Growth and Capital Accumulation, Economic Record, 32, 1956, p.334-361.

Anexos

Quadro 1 - Valores do VAB per capita das regiões ou municípios geograficamente idênticos de 1990 a 2000. Valores relativos ao VAB per capita do RS, em cada ano, considerado igual à unidade. (continua)

Ano Ano Ano Regiões ou municípios* 1990 2000 Regiões ou municípios 1990 2000 Regiões ou municípios 1990 2000 1 0,76 0,86 2 0,66 1,08 3 1,69 1,79 4 0,66 0,84 5 0,57 0,66 6 0,61 0,71 7 0,80 0,66 8 1,62 1,57 9 0,59 0,99 10 0,63 0,92 11 1,24 1,12 12 1,24 1,21 13 0,47 0,62 14 0,69 0,57 15 0,83 0,83 16 0,81 0,88 17 0,73 0,84 18 2,13 2,32 19 0,44 0,58 20 0,89 0,98 21 0,61 1,14 22 0,82 0,90 23 0,77 0,86 24 0,45 0,51 25 0,63 0,70 26 0,72 0,68 27 1,61 2,01 28 0,65 1,10 29 1,22 1,28 30 0,85 0,95 31 0,55 0,75 32 0,77 0,71 33 1,19 0,89 34 1,39 1,71 35 0,47 0,59 36 0,73 0,86 37 0,82 0,81 38 1,45 1,16 39 1,57 1,91 40 1,05 0,85 41 1,32 1,16 42 1,28 0,99 43 0,58 0,61 44 3,49 0,60 45 1,15 1,01 46 0,56 0,76 47 0,52 0,78 48 0,56 0,56 49 0,81 0,57 50 0,49 0,64 51 0,61 0,81 52 0,66 0,69 53 1,19 0,67 54 1,73 1,57 55 0,50 0,52 56 1,22 0,82 57 0,61 0,65 58 0,58 0,50 59 0,64 0,63 60 0,76 0,81 61 0,84 0,69 62 0,71 0,65 63 0,73 0,68 64 0,75 0,78 65 0,54 0,76 66 0,64 0,59 67 0,68 0,66 68 0,51 0,67 69 1,55 1,53 70 051 0,52 71 0,56 0,52 72 0,74 0,87 73 1,30 1,13 74 0,48 0,59 75 0,46 0,44 76 1,91 2,57 77 0,45 0,53 78 0,71 0,76 79 0,69 0,78 80 0,76 0,59 81 0,60 0,82 82 1,02 1,33 83 0,51 0,75 84 0,89 0,93

Agudo 0,72 0,81 Alegria 0,57 0,65 Alpestre 0,47 0,66 Alto Alegre 0,84 0,83 Alvorada 0,27 0,28 Amaral Ferrador 0,45 0,54 André da Rocha 1,39 2,34 Antonio Prado 1,07 1,32 Arroio do Sal 0,59 0,64 Arroio dos Ratos 0,70 0,52 Arroio Grande 0,71 0,82 Barracão 0,48 0,76 Barros Cassal 0,38 0,52 Bom Princípio 0,92 1,05 Boqueirão do Leão 0,56 0,67 Bossoroca 1,22 0,87 Braga 0,61 0,66 Caçapava do Sul 0,60 0,66 Cacequi 0,71 0,68 Cachoeirinha 0,91 1,03 Caiçara 0,53 0,86 Camargo 1,04 1,90 Cambará do Sul 0,88 0,84 Campo Bom 2,18 2,25 Campos Borges 0,96 0,69 Cândido Godói 0,98 0,84 Canela 0,72 0,52 Canguçu 0,47 0,49 Capão do Leão 1,22 0,80 Capela de Santana 0,51 0,61 Carlos Barbosa 1,85 1,70 Caxias do Sul 1,57 1,62 Cerro Branco 0,68 0,81 Charqueadas 1,28 1,11 Colorado 1,33 1,13 Condor 1,15 1,09 Coronel Bicaco 0,63 0,85 Cotiporã 0,80 0,87 Crissiumal 0,60 0,78

Cristal 0,65 0,66 Dezesseis de Novembro

0,58 0,59 Dom Feliciano 0,41 0,58 Dom Pedrito 0,82 0,88 Dona Francisca 0,69 0,80 Doutor Mauricio

Cardoso

0,60 0,70 Eldorado do Sul 3,33 2,18 Encruzilhada do Sul 0,50 0,57 Entre Rios do Sul 1,09 1,17

Quadro 1 - Valores do VAB per capita das regiões ou municípios geograficamente idênticos de 1990 a 2000. Valores relativos ao VAB per capita do RS, em cada ano, considerado igual à unidade. (continua)

Entre-Ijuis 0,83 0,79 Erebango 1,07 0,97 Erval Grande 0,51 0,58 Estação 1,34 1,09 Estância Velha 1,91 1,65 Esteio 1,65 1,32 Eugênio de Castro 0,98 1,00 Fagundes Varela 0,81 2,23 Farroupilha 2,59 1,51

Faxinalzinho 0,64 0,78 Fontoura Xavier 0,32 0,55 Formigueiro 0,77 0,70 Frederico Westphalen 0,69 0,61 Gaurama 0,78 0,90 Glorinha 0,69 0,68

Gramado 1,24 0,80 Gravataí 0,94 0,89 Guabiju 0,68 0,95 Harmonia 2,10 1,29 Horizontina 0,99 2,20 Ibarama 0,64 0,79

Ibirubá 0,81 0,97 Igrejinha 1,60 1,56 Ilópolis 0,56 0,69 Imbé 0,38 0,67 Independência 0,76 0,81 Ipê 0,66 0,95 Ipiranga do Sul 1,28 1,41 Itacurubi 0,96 1,11 Itatiba do Sul 0,51 0,60

Ivorá 0,70 0,79 Jaguarão 0,53 0,61 Jaguari 0,60 0,58 Jaquirana 0,49 0,65 Jóia 1,04 0,88 Lagoão 0,37 0,51 Lavras do Sul 0,83 0,84 Liberato Salzano 0,45 0,59 Machadinho 0,43 0,65 Marcelino Ramos 0,58 0,75 Mariano Moro 0,72 0,91 Mata 0,46 0,57

Maximiliano de Almeida

0,89 0,75 Miraguaí 0,47 0,55 Montauri 0,80 1,10 Morro Redondo 0,83 0,97 Mostardas 1,08 1,13 Nova Alvorada 1,04 1,25

Nova Araçá 1,23 1,38 Nova Bassano 1,64 2,37 Nova Esperança do Sul

0,89 2,05 Nova Prata 1,15 1,99 Nova Roma do Sul 0,76 1,20 Novo Hamburgo 1,49 1,20 Paim Filho 0,95 0,79 Panambi 1,02 1,11 Pantano Grande 0,69 0,74 Parai 0,87 1,07 Paraíso do Sul 0,62 0,76 Parobé 1,76 1,41 Paverama 0,48 0,93 Pejuçara 1,33 1,07 Pinhal 0,46 0,99 Pirapó 0,85 0,75 Piratini 0,54 0,60 Poço das Antas 0,89 1,05 Portão 1,64 2,28 Porto Alegre 0,90 0,88 Porto Xavier 0,51 0,55 Pouso Novo 0,54 1,24 Protásio Alves 0,69 0,87 Putinga 0,64 0,79

Quarai 0,57 0,61 Quinze de Novembro

0,82 1,24 Redentora 0,45 0,48 Restinga Seca 0,80 0,94 Rio Grande 1,26 1,31 Riozinho 0,72 0,97

Rolante 1,04 1,06 Rondinha 0,69 0,77 Roque Gonzáles 0,79 0,75 Rosário do Sul 0,58 0,61 Saldanha Marinho 1,25 1,07 Sananduva 0,77 0,91 Santa Bárbara do Sul 1,12 1,04 Santa Rosa 1,10 0,91 Santana da Boa Vista 0,48 0,60

Santana do Livramento

0,63 0,54 Santo Antonio das Missões

0,79 0,72 São Domingos do Sul 0,65 1,01 São Francisco de

Paula

0,71 0,69 São João da Urtiga 0,79 0,89 São Jorge 0,71 0,96 São José do Herval 0,58 0,69 São José do

Hortêncio

0,85 1,50 São José do Norte 0,40 0,43 São Leopoldo 1,03 0,72 São Marcos 1,29 1,23 São Martinho 0,65 0,79

São Nicolau 0,66 0,55 São Paulo das Missões

0,74 0,86 São Sebastião do Caí 1,19 0,99 São Vendelino 0,74 1,68 São Vicente do Sul 0,85 0,76 Sapucaia do Sul 1,07 0,99 Sede Nova 0,69 0,92 Segredo 0,56 0,67 Selbach 1,26 1,07 Serafina Corrêa 2,03 1,86 Severiano de

Almeida

Quadro 1 - Valores do VAB per capita das regiões ou municípios geograficamente idênticos de 1990 a 2000. Valores relativos ao VAB per capita do RS, em cada ano, considerado igual à unidade. (conlusão)

Taquara 0,75 0,58 Taquaraçu do Sul 0,70 1,16 Tavares 0,54 0,74 Tramandaí 0,49 0,49 Três Arroios 0,63 1,07 Três Cachoeiras 0,64 0,51 Três Coroas 1,65 1,47 Três Palmeiras 0,66 0,69 Trindade do Sul 0,53 0,64

Triunfo 14,8 17,6 Tunas 0,49 0,59 Tupandi 0,77 1,57 Vanini 0,59 1,29 Vera Cruz 1,11 1,23 Veranópolis 1,57 1,55 Viamão 0,28 0,40 Vicente Dutra 0,50 0,67 Vila Flores 0,71 1,26 Vila Maria 1,01 1,40 Vista Alegre 0,55 0,77 Vista Alegre do Prata 0,71 1,23

Vista Gaúcha 0,59 0,98

Fonte: Baseado em dados da Fundação de Economia e Estatística do RS (FEE). *Nota: As regiões, indicadas por números neste quadro, são definidas no quadro 2.

Quadro 2 – Municípios integrantes em 2000 das regiões geograficamente idênticas de 1990 a 2000 e constituídas por mais de um município.(continua)

Região Municípios Reg. Municípios

1 Ajuricaba e Nova Ramada 2 Aratiba e Barra do Rio Azul 4 Arroio do Tigre e Estrela Velha 5 Arvorezinha e Itapuca 3 Arroio do Meio, Capitão, Coqueiro Baixo,

Nova Bréscia, Relvado e Travesseiro.

6 Áurea e Centenário 7 Aceguá, Bagé, Candiota, Herval, Hulha

Negra, Pedras Altas e Pinheiro Machado. 9 Boa Vista do Buricá e Nova Candelária. 10 Bom Jesus e São José dos Ausentes.

8 Barão, Bento Gonçalves, Boa Vista do Sul, Colinas, Coronel Pilar, Estrela, Garibaldi, Monte Belo do Sul, Pinto Bandeira, Roca Sales e Santa Tereza.

11 Bom Retiro e Fazenda Vilanova 13 Butiá e Minas do Leão.

14 Cachoeira do Sul e Novo Cabrais.

12 Brochier, Maratá, Montenegro, Pareci Novo, Salvador do Sul, São José do Sul e São Pedro da Serra.

15 Caibaté e Mato Queimado. 16 Campinas do Sul e Cruzaltense. 18 Canoas e Nova Santa Rita. 19 Capão da Canoa e Xangri-lá 17 Bom Progresso, Campo Novo, Esperança

do Sul, Humaitá, Tiradentes do Sul e Três Passos.

21 Casca e Santo Antonio do Palma. 22 Cerro Largo, Salvador das Missões e São

Pedro do Butiá.

23 Catuípe, Chiapeta e Inhacorá. 24 Balneário Pinhal e Cidreira.

25 Constantina, Engenho Velho, Novo Xingu.

20 Almirante Tamandaré, Barra Funda, Carazinho, Chapada, Ciriaco, Coqueiros do Sul, Coxilha, David Canabarro, Gentil, Ibiraiaras, Lagoa dos Três Cantos, Marau, Mato Castelhano, Muliterno, Não-Me-Toque, Nicolau Vargueiro, Nova Boa Vista, Passo Fundo, Pontão, Ronda Alta, Santo Antonio do Planalto, Sarandi, Sertão e Tapera.

26 Augusto Pestana, Boa Vista do Cadeado, Boa Vista do Incra, Bozano, Coronel Barros, Cruz Alta, Fortaleza dos Valos e

Ijuí. _{27 Dois Irmãos e Morro Reuter.}

28 Dois Lajeados e São Valentim do Sul 29 Anta Gorda, Doutor Ricardo e Encantado. 31 Dois Irmãos das Missões e Erval Seco. 32 Faxinal do Soturno e São João do Polêsine. 30 Barão do Cotegipe, Erechim, Jacutinga

Paulo Bento, Ponte Preta e Quatro

Irmãos. 33 Alto Feliz, Feliz, Linha Nova e Vale Real. 34 Flores da Cunha e Nova Pádua. 35 General Câmara e Vale Verde.

37 Guaporé e União da Serra. 38 Itaqui e Maçambará. 36 Campinas das Missões, Giruá, Guarani

das Missões, Senador Salgado Filho, Sete de Setembro e Ubiretama. 40 Júlio de Castilhos, Nova Palma, Pinhal

Grande e Quevedo.

39 Ivoti, Lindolfo Collor, Nova Petrópolis, Picada Café, Presidente Lucena e Santa Maria do Herval

42 Muçum e Vespasiano Correa. 41 Canudos do Vale, Forquetinha, Lajeado,

Marques de Souza, Progresso, Santa Clara do Sul e Sério.

43 Gramado dos Loureiros, Nonoai e Rio dos Indios

44 Maquine e Osório 45 Capivari do Sul e Palmares do Sul 47 Palmitinho e Pinheiro do Vale 48 Cerrito e Pedro Osório.

49 Arroio do Padre, Pelotas, São Lourenço do Sul e Turuçu.

46 Boa Vista das Missões, Cerro Grande, Jaboticaba, Lajeado do Bugre, Novo Barreiro, Palmeira das Missões, Sagrada Família, São José das Missões, São Pedro das Missões

51 Alecrim, Porto Lucena, Porto Verra Cruz e Santo Cristo.

50 Ametista do Sul, Cristal do Sul, Irai, Novo Tiradentes, Planalto, Rodeio Bonito e Seberi

52 Passo do Sobrado e Rio Pardo. 53 Espumoso, Jacuizinho, Salto do Jacuí.

Quadro 2 – Municípios integrantes em 2000 das regiões geograficamente idênticas de 1990 a 2000 e constituídas por mais de um município.(conclusão)

55 Dilermando de Aguiar, Itaiara, Santa Maria e São Martinho da Sera.

54 Candelária, Gramado Xavier, Herveiras, Santa Cruz do Sul, Sinimbu e Vale do

Sol _{56 Chuí e Santa Vitória do Palmar.} 58 Santo Ângelo e Vitória das Missões. 59 Caraá e Santo Antônio da Patrulha. 57 Capão do Cipó, Jarí, Santiago, São

Miguel das Missões, Tupanciretã e

Unistalda. 60 Santo Augusto e São Valério do Sul. 61 Garruchos e São Borja. 62 Alegrete, Manoel Viana e São Francisco de

Assis. 63 Santa Margarida do Sul, São Gabriel,

São Sepé e Vila Nova do Sul.

65 Cacique Doble, Santo Expedito do Sul, São José do Ouro e Tupanci do Sul. 66 Rolador e São Luiz Gonzaga. 67 São Pedro do Sul e Toropi.

64 Arambaré, Barão do Triunfo, Barra do Ribeiro, Camaquã, Cerro Grande do Sul, Chuvisca, Guaíba, Mariana Pimentel, São Jerônimo, Sentinela do Sul, Sertão Santana e Tapes.

69 Araricá, Nova Hartz e Sapiranga. 68 Benjamin Constant do Sul e São

Valentim.

71 Mormaço e Soledade.

70 Lagoa Bonita do Sul, Passa Sete e Sobradinho.

73 Tabaí e Taquari. 72 Água Santa, Caseiros, Charrua, Floriano

Peixoto, Ibiaçá, Santa Cecília do Sul, Tapejara e Vila Lângaro.

74 Barra do Guarita, Derrubadas e Tenente Portela.

75 Itati e Terra de Areia. 76 Imigrante, Teutônia e Westfalia. 78 São José do Inhacorá e Três de Maio. 77 Dom Pedro de Alcântara, Mampituba,

Morrinhos do Sul, Torres e Três Forquilhas.

79 Novo Machado, Porto Mauá, Tucunduva e Tuparendi.

80 Barra do Quaraí e Uruguaiana.

82 Cruzeiro do Sul, Mato Leitão e Venâncio Aires.

83 Carlos Gomes e Viadutos

81 Campestre da Serra, Capão Bonito do Sul, Esmeralda, Lagoa Vermelha, Monte Alegre dos Campos, Muitos Capões, Pinhal da Serra e Vacaria.

84 Ernestina, Ibirapuitã, Tio Hugo e Victor Graeff.

Fonte: Baseado no histórico das emancipações municipais disponível na Fundação de Economia e Estatística do RS.