Potencial de comércio e o mercado internacional de trigo

(1)

Porto Alegre, 26 a 30 de julho de 2009,

Sociedade Brasileira de Economia, Administração e Sociologia Rural

1 POTENCIAL DE COMÉRCIO E O MERCADO INTERNACIONAL DE TRIGO

fernanda.almeida@ufv.br

Apresentação Oral-Comércio Internacional

FERNANDA MARIA DE ALMEIDA; ORLANDO MONTEIRO DA SILVA; ANTÔNIO CARVALHO CAMPOS.

UNIVERSIDADE FEDERAL DE VIÇOSA, VICOSA - MG - BRASIL.

Potencial de comércio e o mercado internacional de trigo

Grupo de Pesquisa: Comércio Internacional

Resumo: O trigo, além de ser um dos cereais mais consumidos no mundo, está em meio às principais commodities agrícolas comercializadas no mercado internacional. Dessa forma, o conhecimento de fatores que determinam este comércio e seu potencial é de suma importância para a busca de estratégias que visem ampliar tais transações comerciais. Nesse sentido, o presente trabalho tem como objetivo avaliar fatores que explicam as exportações dos principais países exportadores e, adicionalmente, mensurar o nível de potencial de comércio dos exportadores para cada um dos seus países importadores. Para tanto foi utilizado um modelo de gravidade, a partir do qual foram calculados índices de potencialidade do comércio. As estimativas encontradas por tal modelo mostraram que a renda dos países exportadores, da mesma forma que a presença de fronteira territorial comum entre os países, é fator favorável ao comércio. Quanto aos resultados do índice de potencial de comércio, que expressa a diferença entre o comércio efetivo e o previsto pelo modelo, observou-se distintos padrões tanto de integração, quanto de potencial de comércio “inexplorado”.

Palavras-chaves: trigo; exportações, potencial de comércio, modelo de gravidade.

Abstract: Besides being one of the cereals more consumed in the world, the wheat is among the main agricultural commodities traded at the international market. So, the knowledge of factors that determine its trade and market potential is very important if one wants to search for strategies to enlarge such commercial transactions. In that sense, the present work has as objective to evaluate which factors explain wheat exports from the main exporting countries and, additionally, to measure the level of potential trade to each one of their importing countries. To do so a gravity model was estimated and their coefficients used to calculate the indexes of trade potential. The estimates found that in such a model income, in the same way that the presence of common territorial border between countries is an important variable to explain wheat trade. Results for the indexes of trade potential, expressed by the differences between effective trade and that foreseen by the model, have shown different patterns of integration, and different trade potential of “unexplored” trade.

(2)

2 Key Words: wheat, exports, potential trade, gravity model.

1. INTRODUÇÃO

O trigo está dentre os principais produtos agrícolas comercializados e consumidos em todo o mundo. Destinado basicamente à alimentação, não existe produtos que o substituem integralmente, o que faz dele uma importante commodity no mercado internacional.

No período de 2000 a 2007, as exportações mundiais de trigo passaram de um montante superior a 1,6 bilhões de dólares, no ano 2000, para mais de 3,3 bilhões em 2007, ou seja, houve uma elevação nessas exportações em mais de 106%. Nesse mesmo período, os cinco principais exportadores, em ordem de importância, foram Turquia, Bélgica, França, Alemanha e Cazaquistão. Quanto aos importadores que mais se destacaram, encontram-se Indonésia, Inglaterra, Estados Unidos, China e França (United Nations Commodity Trade Statistics Database – UNCOMTRADE, 2009).

Uma peculiaridade a se mencionar sobre o mercado internacional de trigo é o fato de existirem países que se destacam, simultaneamente, como grandes exportadores e importadores. Esse é o caso dos Estados Unidos, da França e da China, por exemplo. Isso ocorre em razão da cadeia produtiva do grão, uma vez que o mesmo, ao ser importado in natura, pode ser processado, transformado em diversos produtos diferenciados e, assim, reexportado.

O conhecimento de fatores que explicam as relações econômicas entre os países é de grande importância para a ampliação dos fluxos comerciais entre eles e, consequêntemente, para o surgimento de novos mercados consumidores de trigo e diversificação do consumo. Conforme as teorias do comércio internacional, tais fatores estão relacionados com nível de produtividade de cada exportador, vantagens comparativas existentes na produção do grão, proporção empregada dos fatores de produção, economias de escalas e, dentre outros, presença de barreiras comerciais. Esse conjunto de variáveis determina o potencial de comércio do grão que cada exportador possui com seus respectivos parceiros comerciais.

De acordo com Helmers e Pasteels (2005), potencial de comércio é o resultado das capacidades de exportações e de demanda de importações em níveis microeconômicos que permite nível mais agregado de análise. Nesse sentido, encontram-se diversos trabalhos na literatura que buscaram mensurar o potencial de comércio que determinados países possuem com cada um de seus parceiros comerciais, dentre esses, podem-se citar os de Wang e Invernos (1992), Hamilton e Invernos (1992), Brulhart e Kelly (1999), Benedictis e Vicarelli (2005) e Shepotylo (2009).

As estimativas do potencial de comércio são importantes por permitirem observar o nível de integração dos mercados, de forma que, quanto maior a diferença entre o comércio

(3)

3 efetivo e o potencial estimado, menor o nível de integração do mercado entre os países. Diferenças negativas, ou seja, o comércio efetivo inferior ao potencial ou previsto, indicam que há potencial de comércio “inexplorado” e políticas comerciais podem ser adotadas com o objetivo de expandir o comércio (HELMERS e PASTEELS, 2005).

Nesse sentido, em razão da importância que o trigo possui no mercado internacional, este trabalho tem como objetivo avaliar os impactos dos principais fatores determinantes sobre o comércio mundial dessa commodity e, posteriormente, mensurar o potencial de comércio que cada um dos principais países exportadores possui sobre seus parceiros comerciais.

2. Metodologia

2.1. Referencial Teórico

As teorias de comércio internacional buscam levantar as vantagens e os fatores que impulsionam o comércio entre as nações. Como este trabalho tenta captar alguns fatores determinantes das transações internacionais de comércio de trigo, a base teórica utilizada aqui é composta pelas seguintes teorias: o modelo de Heckscher-Ohlin (H-O) e modelos de retornos crescentes à escala e vantagens comparativas.

De acordo com o teorema de H-O ou teoria das proporções dos fatores, o comércio internacional é conduzido pelas diferenças na dotação de recursos que existem entre os países. Em termos gerais, um país tende a ser mais eficiente na produção de bens que são intensivos no uso dos fatores que o país possui em abundância. Assim, um país se especializa na produção e exportação de bens que fazem uso intensivo daqueles fatores que lhes são abundantes e importará os bens cuja produção é dependente de fatores que são escassos localmente.

Dessa forma, pelo modelo de H-O, os países responsáveis pelas exportações de trigo e seus derivados no comércio internacional são aqueles que possuem vantagens na produção, tais como abundância em terra, mão-de-obra especializada, técnicas de produção e fatores climáticos favoráveis, dentre outros.

Entretanto, para Evenett e Keller (2002), no modelo de retornos constantes à escala de H-O, só existe perfeita especialização quando as diferenças nas proporções dos fatores entre os países são consideravelmente grandes, caso contrário, o comércio é explicado por uma especialização imperfeita. Aqueles autores, ao analisar o comércio intra-indústria entre países industrializados e países em desenvolvimento, concluíram que o comércio entre os países industrializados (norte-norte), pode ser explicado por um modelo que combina perfeita especialização e bens diferenciados. Já o comércio entre países industrializados e países em desenvolvimento (norte-sul), pode ser explicado pela especialização imperfeita.

Em anos recentes, as idéias de H-O também foram utilizadas para mostrar que um país pode tanto exportar quanto importar mercadorias comuns (comércio intra-indústria), ou mesmo exportar, por exemplo, um produto industrializado e importar commodities (comércio interindústria). O comércio intra-indústria pode ser definido como a exportação e a importação simultâneas de produtos provenientes de um mesmo setor, ou seja, produtos similares, mas diferenciados entre dois ou mais países. Esse tipo de comércio surge em decorrência de situações de sazonalidades na produção ou consumo, elevados custos de transporte ou intermediação no comércio entre países. Tais países, à medida que se desenvolvem, exportam e importam produtos de um mesmo setor em escala crescente, ou seja, quanto maior a renda de uma economia, maiores as oportunidades de

(4)

4 desenvolvimento tecnológico, de integração produtiva e do crescimento do comércio intra-indústria. Assim, o objetivo de tal comércio é obter ganhos decorrentes das escalas de produção, da especialização, da racionalidade dos custos, do aumento de produtividade e da conquista de vantagens competitivas.

Como mencionado, a renda dos países pode ser considerada um fator positivo ao comércio indústria. Nesse sentido, modelos teóricos formais do comércio intra-indústria, tais como os de Helpman (1981), Krugman (1981) e Helpman e Krugman (1985) descrevem que a diferença entre as rendas per capita dos países são negativamente correlacionadas com o comércio. Adicionalmente, Helpman (1997) procurou caracterizar as relações bilaterais de comércio, pondo em foco a questão “das diferenças no tamanho dos países”. O autor utilizou em seu trabalho um grupo de países da Organização para o Crescimento e Desenvolvimento Econômicos (OCDE) para avaliar a relação entre o PIB dos países e o volume de comércio relativo. Ambas as variáveis cresceram com o tempo, sugerindo que os países estavam se tornando similares em “tamanho” e que levava a um crescimento do comércio entre eles.

2.2. Referencial Analítico

O uso de modelos de gravidade tem se tornado frequentes em análises empíricas que explicam os fluxos internacionais de comércio. As primeiras aplicações desse modelo para explicar os fluxos comerciais foram as de Tinbergen (1962) e Linnemann (1966). Advindo do modelo de gravidade Newtoniano, a equação gravitacional utilizada para explicar as relações de comércio defende que o mesmo é função do “tamanho econômico” dos países parceiros comerciais e da distância entre eles. Em sua formulação básica, o modelo de gravidade, em forma logarítmica, pode ser expresso como:

ij ij j i ij M M d v F = + ln + ln + ln + ln α β1 β2 β3 (1)

em que

F

ij é o fluxo bilateral de comércio entre o país i e o país j que está diretamente

relacionado com o “tamanho econômico” dos países (

M

n), geralmente representado pelo

PIB dos mesmos, e inversamente relacionado com a distância entre eles (

d

ij); α é uma

constante e vij o termo de erro.

Com a adição de distintas variáveis à forma básica apresentada, o modelo de gravidade tem sido utilizado para explicar o chamado efeito-fronteira, ou seja, o quão os países preferem o comércio intra-nacional ao internacional (McCALLUN, 2005; HELLIWELL, 1996; ANDERSON e van WINCOOP, 2001; SILVA et al., 2007); o impacto de tarifas e barreiras não tarifárias ao comércio (ANDERSON e VAN WINCOOP, 2004; KOMOROVSKA et al., 2007); o peso dos custos de transportes no comércio por meio de fatores como infra-estrutura, tempo de transporte, adjacência e características geográficas (HUMMELS, 1999; LIMÃO E VENABLES, 2001; HUMMELS e LUGOVSKYY, 2006); e, dentre outros, o efeito da similaridade de renda nos fluxos comerciais (BERGSTRAND, 1990; McPHERSON e TIESLAU, 2000; TANG, 2003).

Para determinar os impactos que os principais fatores determinantes possuem sobre o comércio internacional de trigo, este estudo utiliza o modelo de gravidade, estimado com dados em painel, conforme a seguinte forma funcional:

ijt ij ijt ij jt it ijt Y Y D LH DAdj WE =α +δ1ln +δ2ln +δ3ln +δ4ln +δ5 +µ ln (2)

em que

WE

ijtsão as exportações de cada um dos dez principais exportadores mundiais de

(5)

5 importadores j no período t;

D

ij, distância entre o país exportador de trigo i e o importador

j, calculada com base nas coordenadas das capitais dos países;

LH

ijt, quadrado da diferença

entre PIB per capita do país i e do país j;

DAdj

ij, variável dummy que recebe valor 1 se o

país exportador i possui fronteiras territoriais comuns com o importador j e zero caso contrário; e,

µ

ijt, o termo de erro.

Os coeficientes esperados para as variáveis contidas no modelo de gravidade básico, como já mencionado, são positivos para as variáveis que representam o tamanho econômico dos países, ou seja, o PIB dos mesmos (

Y

n), e negativo para a distância (

D

ij).

Esta última pode ser utilizada como uma proxy para os custos de transportes e quanto maior esse custo, menor o volume esperado de comércio entre os países.

De acordo com Hummels (1999), os custos de transportes operam indiretamente colocando o comércio de variedades específicas direcionado para locais próximos. Então, similarmente à distância, a variável adjacência pode captar essa preferência. Em razão disso, a variável dummy para adjacência DAdjij foi inserida neste estudo como forma de

detectar tal preferência para o comércio internacional de trigo. Finalmente, a variável LHijt,

que se define pela diferença absoluta entre as rendas percapita dos países parceiros comerciais de trigo ao longo do tempo, tem por objetivo mensurar o efeito da similaridade de renda no comércio. O sinal esperado para esse coeficiente é negativo, o que confirmaria a hipótese de Linder.

Ademais, estudos como os de Wang e Invernos (1992), Hamilton e Invernos (1992), Brulhart e Kelly (1999) e Benedictis e Vicarelli (2005) utilizam estimativas de modelos de gravidade para calcular o potencial de comércio entre parceiros comerciais. De acordo com Benedictis e Vicarelli (2005), a vantagem desses modelos está no fato de incluírem determinantes de demanda e oferta (PIB e população dos países parceiros comerciais), bem como de resistência ao comércio (distância geográfica, como proxy para os custos de transportes, e efeito-fronteira) e fatores de preferências de comércio (acordos preferenciais de comércio, fronteira territorial, idioma, moeda e, dentre outros, instituições comuns).

O potencial de comércio é dado pela diferença entre os fluxos de comércio observados e os estimados, o que permite avaliar o nível de integração entre os países. Se o sinal da diferença for positivo, o comércio bilateral efetivo é maior que o previsto pelo modelo e pode-se supor que o comércio alcançou um nível de potencial favorável a futuras integrações sem custos sociais (BENEDICTIS e VICARELLI, 2005). Dessa maneira, no presente estudo, por meio das estimativas encontradas pela equação (3) foram calculados os potenciais de comércio entre cada país exportador de trigo e seus respectivos parceiros comerciais. A forma funcional para tanto é expressa da seguinte maneira:

ijt ijt WÊ WE ijt P exp exp = (3) em que

P

ijt é um índice de potencial de comércio entre o país exportador i e o importador j

no período t;

WE

ijt, como já definido, são os valores das exportações de trigo;

WÊ

ijt são os

fluxos de comércio previsto pela equação (2).

Para que os valores de

P

ijt sejam padronizados, o índice de potencial de comércio,

agora chamado de IPijt,é rearranjado da seguinte maneira:

1 1 + − = ijt ijt ijt P P IP (4)

(6)

6 Assim, os valores encontrados para o índice IPijt variam entre -1 e 1. Índices

positivos indicam que o comércio bilateral efetivo da commodity é maior que o previsto pelo modelo, se forem negativos o contrário.

2.3. Dados

Os dados utilizados neste trabalho são referentes aos principais países exportadores mundiais de trigo, a saber: Estados Unidos, Canadá, Austrália, França, Argentina, Rússia, Alemanha, Ucrânia, Cazaquistão e Reino Unido. Estes países foram selecionados com base em dados referentes ao período de 2000 a 20061 do United Nations Commodity Trade Statistics Database (UNCOMTRADE). A Tabela 1 a seguir descreve a fonte de dados de cada uma das variáveis utilizadas.

Tabela 1: Descrição das variáveis utilizadas no trabalho

Variável Descrição Fonte

WEijt

Valor FOB das exportações dos países exportadores de trigo i para cada um dos importadores j em mil dólares, no período t.

(UNCOMTRADE).

Ynt

PIB de cada um dos países parceiros comerciais de trigo em mil dólares, no período t.

Dados estatísticos do Fundo Monetário Internacional (FMI) Ypcnt

PIB per capita de cada um dos países parceiros

comerciais de trigo em mil dólares, no período t. FMI Dij

Distância em km, do país exportador i ao importador j, que tem seu cálculo baseado nas coordenadas das capitais dos países.

French Research Center in International Economics (CEPII) LHijt

Quadrado da diferença entre PIB per capita do

país i e do país j em dólares. FMI

Fonte: Dados da pesquisa.

Vale mencionar o critério de seleção adotado para a escolha dos países importadores. O UNCOMTRADE compreende um dos maiores bancos de dados sobre estatísticas de comércio internacional de commodities. Os dados são capturados juntamente às instituições responsáveis de cada país. Contudo, existem países que não possuem um sistema de levantamento de dados eficiente e muitas informações, inclusive sobre o trigo, não estão disponíveis para alguns anos. Então, os países importadores selecionados2 para este trabalho foram aqueles para os quais existiam dados do comércio para todos os anos do período de 2000 a 2006.

3. Resultados

Os resultados do modelo de gravidade proposto neste trabalho estão apresentados na Tabela 2. A primeira coluna, nomeada de equação (1), corresponde às estimativas dos parâmetros do modelo (3) proposto. Na segunda coluna, a equação (2) representa o mesmo

1

As exportações de trigo desses países corresponderam a 90% do total das exportações mundiais nesse período (UNCONTRADE, 2008).

2

Os países importadores de trigo para cada um dos dez principais exportadores estão apresentados na Tabela 1A do apêndice.

(7)

7 modelo, entretanto com a variável PIB per capita em lugar do PIB. A análise se refere a um modelo global referente às exportações de trigo de cada um dos dez principais exportadores mundiais no período de 2000 a 2006 e totalizou 2002 observações. As estimações utilizaram dados em painel e correspondem ao modelo de efeitos fixos, o qual foi selecionado pelo teste de Hausman. A presença de heterocedasticidade foi detectada em ambas as equações pelo teste de Wald modificado3 e, em função disso, as estimativas foram corrigidas pelo uso de variâncias robustas4.

A diferença entre as equações (1) e (2) está na variável que representa o “tamanho econômico dos países”. Na primeira, utiliza-se o PIB e os coeficientes dessa variável apresentaram sinais condizentes com o esperado. Isso mostra associação positiva entre esta variável e o nível de exportação da commodity. Entretanto, o PIB dos países importadores não se mostrou estatisticamente significativo para explicar o comércio mundial de trigo. Por outro lado, na segunda equação está presente a variável PIB per capita (

Ypc

n), que

também é uma proxy para a massa econômica dos países que leva em consideração a população e seus coeficientes foram semelhantes àqueles encontrados para a equação (1) que utilizou a variável PIB.

Quanto à variável distância (Dij), que representa barreiras ao comércio como os

gastos com transportes, em ambos os modelos estimados os coeficientes foram altamente significativos e concernentes com as expectativas. Os coeficientes de tal variável foram semelhantes nos dois modelos. Porém, no modelo que considera o PIB per capita (equação 2), encontrou-se maior peso da distância sobre o comércio de trigo, indicando que, aumentos de 10% na distância entre os países, reduzem o comércio do trigo, em média, em 12,13%.

Tabela 2: Estimativas do modelo de gravidade para o comércio de trigo, 2000-2006.

Variável Equação (1) Equação (2)

Const. 10,043 13,309 (4,569)** (3,881)* lnYi 0,545 - (0,955)* lnYj 0,420 - (0,348)ns lnYpci - 0,565 (0,118)* lnYpcj - 0,367 (0,345)ns lnDij -1,097 -1,213 (0,242)* (0,266)* lnLHijt -0,114 -0,045 (0,049)** (0,025)*** DAdjij 2,485 2,493 (0,428)* (0,426)* R2 0,335 0,328 Estatística F 14,75 18,02

Estatística Chi2 (Hausman) 75,08 53,36

3

Esse teste foi proposto por Baum (2006) e faz parte do conjunto de testes disponíveis no software Stata 10.1.

4

(8)

8 Fonte: Elaborado com base nos resultados do trabalho.

Os valores que estão entre parêntesis são os erros-padrão e *, **, *** indicam níveis de significância de 1%, 5% e 10%, respectivamente. ns indica ausência de significância estatística.

A variável dummy utilizada no modelo para captar o efeito da adjacência (DAdjij),

juntamente à variável distância, tenta detectar a preferência dos principais países exportadores de trigo em comercializar com os parceiros mais próximos (HUMMELS, 1999). Essa variável recebeu valor um para os países importadores de trigo que tinham fronteiras comuns com os exportadores selecionados no modelo e zero para os demais. Seus coeficientes foram praticamente iguais nos dois modelos estimados. A média dos coeficientes estimados para as duas equações foi de 2,5, indicando que os principais países exportadores mundiais de trigo comercializam cerca de 12 vezes mais com seus parceiros vizinhos do que com os demais países (exponencial de 2,5).

Por fim, os efeitos da similaridade de renda entre os países sobre o comércio internacional de trigo foram mensurados pela variável LHijt, que foi definida pelo quadrado

da diferença entre o PIB percapita do país exportador e o do país importador para cada período de tempo. Observou-se que tanto no modelo que utiliza a variável PIB (equação 1), quanto no que utiliza o PIB percapita (equação 2), a hipótese de Linder foi confirmada. Portanto, quanto maior a similaridade de renda entre os países, maior o comércio de trigo entre eles. De outro modo, quanto maior a divergência entre a renda do país exportador e do importador de trigo, menor as relações bilaterais de comércio. Pode-se observar que o efeito da divergência entre as rendas dos países sobre as exportações do trigo, é menor, no modelo que utiliza como proxy da massa econômica a variável PIB percapita. Essa diferença nas elasticidades não é surpreendente, uma vez que o PIB percapita representa a renda individual de cada habitante dos países, os quais são os consumidores diretos do cereal. Isso não ocorre quando se considera o PIB, variável que agrupa a renda da economia como um todo.

As estimativas do potencial de comércio entre as relações bilaterais de comércio do trigo, baseados na equação (1) da Tabela 2, estão apresentados nas Figuras de 1 a 10, a seguir. Cada uma das figuras corresponde à evolução do índice de potencial de comércio de trigo (IPijt) de cada um dos dez países exportadores utilizados neste estudo, para cada

importador correspondente, durante o período de 2000 a 2006. Cada país importador está representado nas figuras por códigos de classificação utilizados pelas Nações Unidas5.

Observam-se, de forma geral, oscilações robustas nos valores dos índices ao longo do tempo, que tenderam a permanecer só positivos ou só negativos. O índice de potencial de comércio é dado pela diferença entre os valores das exportações de trigo observadas e as estimadas e apresenta valores que variam entre -1 e +1. No caso do índice positivo, o comércio observado foi superior ao estimado pelo modelo, ou seja, o comércio potencial de trigo é favorável a maior integração entre os países. Se negativo o contrário. Caso o índice seja muito próximo de zero, há um nível de “equilíbrio” no potencial de comércio.

(9)

9 Figura 1: Índice de potencial de comércio de trigo - Argentina

(10)

10 Figura 3: Índice de potencial de comércio de trigo - Canadá

(11)

11 Figura 5: Índice de potencial de comércio de trigo - Ucrânia

(12)

12 Figura 7: Índice de potencial de comércio de trigo - França

(13)

13 Figura 8: Índice de potencial de comércio de trigo - Alemanha

(14)

14 Figura 9: Índice de potencial de comércio de trigo – Reino Unido

(15)

15 Figura 10: Índice de potencial de comércio de trigo – Estados Unidos

A Argentina, por exemplo, é o principal exportador de trigo da América do Sul e o quinto principal exportador mundial no período de análise, segundo dados do UNCOMTRADE (2008). Os valores encontrados para o seu índice de potencial de comércio foram positivos, isto é, comércio efetivo superior ao previsto, somente para os países de códigos 68, 76, 600 e 604, que são respectivamente: Bolívia, Brasil, Paraguai e Peru. Estes resultados são pertinentes às expectativas, uma vez que esses importadores são países geograficamente próximos à Argentina, o que facilita o comércio. De outra forma, como estimado no modelo de gravidade deste estudo, a distância se mostrou um fator de influência negativa ao comércio, então, índices de potencial de comércio positivos para esses países vizinhos são condizentes e mostram possibilidade da ampliação da integração nesse tipo de comércio (BENEDICTIS e VICARELLI, 2005). Assim como a Argentina, a maioria dos outros exportadores também apresentou essas mesmas relações de resultados para os índices de potencialidade calculados.

Dentre os principais países importadores de trigo no mundo entre 2000 e 2006 estão Itália, Japão e Brasil (UNCOMTRADE, 2008). A Itália apresentou índices de potencialidade de comércio positivos, ou seja, possui possibilidade de ampliar o consumo de trigo dado a grande integração desse comércio com exportadores como Austrália, Alemanha e Rússia. O Japão apresentou índices de potencialidade de

(16)

16 comércio também positivos com Estados Unidos e França. Já o Brasil, com Argentina e Canadá.

Por fim, os casos em que o índice de potencial de comércio possui sinal negativo estiveram presentes em significativa parcela dos resultados. Tal resultado indica que há um potencial de comércio de trigo “inexplorado”, ou seja, o comércio que efetivamente ocorreu foi abaixo do potencial estimado pelo modelo utilizado neste estudo e existe a possibilidade de ampliação do mesmo. Para Benedictis e Vicarelli (2005), esses resultados mostram a necessidade de incentivos ou promoções das exportações.

4 – Conclusões

Este trabalho realizou uma análise sobre os fatores que afetam o comércio internacional de um dos cereais mais consumidos no mundo, o trigo. Adicionalmente, também mensurou o nível de potencial do comércio dos países exportadores. Foram utilizados dados dos dez principais países exportadores para um total de cento e trinta e dois países importadores.

Por meio de um modelo de gravidade, observou-se que as variáveis básicas de oferta, PIB e PIB percapita dos países importadores, bem como a variável distância, se mostraram coerentes com as expectativas. Isso quer dizer que a renda dos países é um fator favorável ao comércio internacional desse grão e, de outro lado, que a distancia entre os países parceiros comerciais é confirmada como um fator de resistência ao comércio.

No que tange ao potencial de comércio, verificou-se padrões diversificados. Muitos foram os casos da existência de potenciais de comércio “inexplorados”, ou seja, o comércio internacional de trigo efetivo inferior ao previsto pelo modelo. Para esses casos, sugerem-se medidas para incentivo à ampliação ou facilitadoras do comércio de trigo.

Vale aqui uma observação quanto ao índice de potencial de comércio calculado. O método empregado para sua mensuração depende do nível de comércio previsto pelo modelo estimado, fato esse que sofre algumas críticas devido à possibilidade de uma especificação imperfeita do mesmo. Porém, a exemplo de outros autores que utilizaram o mesmo método, este estudo considera o peso desta crítica amenizado pelo fato de terem sido utilizadas variáveis indicadas pela teoria.

Referências

ANDERSON, J. A.; van WINCOOP, E., Gravity with gravitas: a solution to a border puzzle. American Economic Review, v. 93, n. 1, p. 170-92, 2001.

ANDERSON, J. A.; van WINCOOP, E., Trade costs. Journal of Economic Literature, v. 42, n. 3, p. 691-751. 2004.

ARELLANO, M. Panel Data Econometrics. New York: Oxford University. Press, 2003.

(17)

17 BAUM, C. F. An introduction to modern econometrics using Stata. Texas: StataCorp LP/College Station, 2006.

BENEDICTS, L.; VICARELLI, C. Trade Potentials in Gravity Panel Data Models. Topics in Economic Analysis & Policy. Issue 1, n. 20, v. 5, 2005.

BERGSTRAND , J. H. The Heckscher-Ohlin-Samuelson Model, the Linder Hypothesis and the Determinants of Bilateral Intra-Industry Trade. The Economic Journal, n.100, v.403, p.1261-1229, 1990.

BRULHART, M.; KELLY, M. J. Ireland’s Trading Potential with Central and Eastern European Countries: A Gravity study, Economic and Social Review, n. 30, v. 2, p. 159-174, 1992.

CARRILLO, C.; LI, C. A. Trade Blocks and the Gravity Model: Evidence from Latin American Countries. University of EssexWorking Paper, University of Essex,

Wivenhoe Park, Colchester, UK, 2002. Disponível em: <

http://www.essex.ac.uk/economics/discussion-papers/papers-text/dp542.pdf>. Acesso em: 20/12/2008.

CEPII - French Research Center in International Economics. Distance databases. Disponível em: <http://www.cepii.fr/anglaisgraph/bdd/distances.htm>. Acesso em: 23/09/2008.

EVENETT, S. J.; KELLER, W. On Theories Explaining the Success of the Gravity Equation. The Journal of Political Economy, v. 110, n. 2, pp. 281-316, 2002.

HALLAK, J. C. A product-quality view of the Linder Hypothesis. International NBER

Working Paper Series, n. 12712, 2006. Disponível em:

<http://www.nber.org/papers/w12712.pdf>. Acesso em: 10/01/2009.

HAMILTON, C. B.; WINTERS, A. L. Opening Up International Trade with Eastern Europe, Economic Policy, n. 14, p. 77–116,1992.

HELLIWELL, J. F., How much do national borders matter? Washington, D.C. Brookings Institution Press, 1996. 156 p.

HELPMAN, E. International trade in the presence of product differentiation, economies of scale and monopolistic competition: a Chamberlin-Heckscher-Ohlin approach. Journal of International Economics, v. 2, p. 305-40, 1981.

HELPMAN, E.; KRUGMAN, P. R. Market Structure and Foreign Trade: Increasing Returns, Imperfect Competition, and the International Economy. Cambridge, Mass.: MIT Press, 1985.

(18)

18 HELMERS, C.; PASTEELS, J. A Gravity Model for the Calculation of Trade Potentials for Developing Countries and economies in transition. International Trade Center TradeSim, Technical report, UNCTAD – WTO, 2005.

HUMMELS, D., Toward a Geography of Trade Costs. Working Paper 17, Global Trade Analysis Project, Purdue University, 1999.

HUMMELS, D., LUGOVSKYY, V. Are Matched Partner Statistics a Usable Measure of Transportation Costs?, Review of International Economics, n.14, v.1, p.69-86, 2006.

KOMOROVSKA, J.; KUIPER, M.; TONGEREN, F. Sharing Gravity: gravity estimates

of trade shares in agri-food. 2007. Disponível em:

<http://library.wur.nl/file/wurpubs/LUWPUBRD_00356341_A502_001.pdf >. Acesso em: 10/12/2008.

KRUGMAN, P. Scale economies, product differentiation, and the pattern of trade. American Economic Review, v. 70, p. 950-959, 1980.

KRUGMAN, P.Intra-industry specialization and the gains from trade. Journal of Political Economy, v. 89, p.. 959-73, 1981.

LIMÃO, N.; VENABLES, A. J. Infrastructure, geographical disadvantage and transport costs. World Bank Economic Review. n.15, v.3, p. 451–479, 2001.

LINNEMANN, H. An econometric study of international trade flows. Amsterdam, North-Holland Pub. Co, 1966.

McCALLUM, J., National borders matter: Canadá-U.S. regional trade patterns. American Economic Review, v. 85, n. 3, p. 615-23, 1995.

McPHERSON, M. A.; REDFEARN, M. R.; TIESLAU, M. A. A re-examination of the Linder hypothesis: a random-effects tobit approach. International Economic Journal. v. 14, n. 3, p. 123-136, 2000.

SHEPOTYLO, O. Gravity with zeros: estimating trade potential of CIS countries.

Social Science Research Network, 2009. Disponível em:

<http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1347997>Acesso em: 25/02/2009. SILVA, O. M.; ALMEIDA, F. M.; OLIVEIRA, B. M., Intra-national versus international trade in Brazil: measuring the border effect. XII ANNUAL CONFERENCE: WESTERN HEMISPHERIC INTEGRATION IN A COMPETITIVE GLOBAL ENVIRONMENT, 2007, Texas and Monterrey, Anais…, Laredo: TAMIU, 2007.

(19)

19 TANG, Donny. Economic integration among the Asia-Pacific economic cooperation countries: Linder effect on developed and developing countries (1985-1999). The International Trade Journal, v. 17, n. 1, p. 19-49, 2003.

TINBERGEN, J. Shaping the world economy. New York: XXth Century fund, 1962. UNCOMTRADE - United Nations Commodity Trade Statistics Database. Commodity

data availability. Disponível em:

<http://comtrade.un.org/db/mr/rfCommoditiesList.aspx>. Acesso em: 02/09/2008. WANG, Z.; WINTERS, A. L. The Trading Potential of Eastern Europe, Journal of Economic Integration, n.7, p.113-136, 1992.

WOOLDRIDGE, J. M. Econometric analysis of cross section and panel data. Cambridge, Mass., MIT Press, 2002.

Apêndice

Tabela 1A: Países exportadores de trigo e seus respectivos países importadores

Exportador Importadores

Argentina Alemanha, Bolívia, Brasil, Canadá, Chile, Espanha, Estados Unidos, França, Paraguai, Peru, Uruguai.

Austrália China, Cingapura, Coréia, Fiji, Filipinas, Hong Kong, Ilhas Salomão, Índia, Indonésia, Itália, Japão,

Kiribati, Líbano, Malásia, Mauritius, Nova Zelândia, Papua, Nova Guiné, Sirilanca, Tailândia, Vanuatu, Vietnã.

Alemanha África do Sul, Angola, Austrália, Áustria, Belarus, Bélgica, Benin, Bósnia, Burkina Faso, Camarões,

Croácia, Dinamarca, Emirados Árabes Unidos, Eslováquia, Eslovênia, Espanha, Estados Unidos, Finlândia, França, Grécia, Hong Kong, Hungria, Indonésia, Inglaterra, Irlanda, Israel, Itália, Líbano, Libéria, Líbia, Luxemburgo, Malásia, Maldives, Mali, Moldova, Nigéria, Noruega, Polônia, Reino Unido, República Checa, Romênia, Rússia, Serra Leão, Sérvia e Montenegro, Sudão, Suécia, Suíça, Tailândia, Ucrânia.

Canadá África do Sul, Bahamas, Barbados, Bélgica, Brasil, China, Cingapura, Coréia, Costa Rica, Emirados

Árabes Unidos, Estados Unidos, França, Grécia, Hong Kong, Índia, Inglaterra, Islândia, Itália, Japão, Jordânia, Líbano, Reino Unido, Santa Lucia, Suíça, Trinidade e Tobago, Turquia, Venezuela.

Cazaquistão Afeganistão, Alemanha, Coréia, Kyrgyzstan, Mongólia, Inglaterra, Rússia, Tajiquistão, Turquia,

Turkmenistão, Reino Unido, Uzbequistão. Estados

Unidos

Albânia, Azerbaijão, Austrália, Bahamas, Bolívia, Canadá, Chad, China, Colômbia, República Dominicana, Etiópia, Geórgia, Haiti, Honduras, Hong Kong, Islândia, Jamaica, Japão, Kenya, Coréia, Malásia, México, Moldova, Inglaterra, Panamá, Peru, Rússia, Arábia Saudita, Cingapura, Suriname, Tajiquistão, Trinidade e Tobago, Emirados Árabes Unidos, Reino Unido.

França África Central, Alemanha, Angola, Armênia, Áustria, Bélgica, Benin, Bulgária, Burkina Faso, Camarões,

Camarões, Canadá, Chad, Cingapura, Congo, Congo, Coréia, Cote d'ivoire, Cyprus, Dinamarca, Djibuti, Emirados Árabes Unidos, Equador, Espanha, Estados Unidos, Gabon, Gâmbia, Gana, Grécia, Guiné, Guiné Equatorial, Guiné-Bissau, Inglaterra, Irlanda, Israel, Itália, Japão, Líbano, Libéria, Líbia, Luxemburgo, Macedônia, Madagascar, Mali, Mauritânia, Nigéria, Noruega, Polônia, Portugal, Reino Unido, República Dominicana, Romênia, Rússia, Senegal, Suécia, Suíça, Venezuela, Vietnã.

Reino Unido África do Sul, Alemanha, Áustria, Bahrain, Bélgica, Canadá, China, Cyprus, Dinamarca, Emirados

Árabes Unidos, Espanha, Estados Unidos, Finlândia, França, Gana, Gibraltar, Grécia, Hong Kong, Índia Inglaterra, Irlanda, Israel, Itália, Japão, Kuwait, Malta, Mauritius, Noruega, Polônia, Portugal, Rússia, Suécia, Suíça, Tailândia, Turquia.

Rússia Afeganistão, Alemanha, Armênia, Azerbaijão, Bélgica, Cazaquistão, China, Coréia, Estados Unidos,

Finlândia, França, Geórgia, Grécia, Inglaterra, Itália, Japão, Kyrgyzstan, Lituânia, Moldova, Mongólia, Reino Unido, Suécia, Tajiquistão, Turkmenistão, Ucrânia, Uzbequistão.

Ucrânia Alemanha, Estados Unidos, França, Geórgia, Inglaterra, Rússia.

(20)

20 Tabela 2A: Códigos de classificação dos países da análise

Código País Código País Código País

4 Afeganistão 268 Geórgia 562 Nigéria

8 Albânia 270 Gâmbia 579 Noruega

24 Angola 276 Alemanha 591 Panamá

31 Azerbaijão 288 Gana 598 Papua Nova Guiné

32 Argentina 292 Gibraltar 600 Paraguai

36 Austrália 296 Kiribati 604 Peru

40 Áustria 300 Grécia 608 Filipinas

44 Bahamas 324 Guiné 616 Polônia

48 Bahrain 332 Haiti 620 Portugal

51 Armênia 340 Honduras 624 Guiné-Bissau

52 Barbados 344 Hong Kong 642 Romênia

56 Bélgica 348 Hungria 643 Rússia

68 Bolívia 352 Islândia 643 Rússia

70 Bósnia 360 Indonésia 662 Saint Lucia

76 Brasil 372 Irlanda 682 Arábia Saudita

90 Ilhas Salomão 376 Israel 686 Senegal

100 Bulgária 381 Itália 694 Serra Leão

112 Belarus 384 Cote d'ivoire 699 Índia

120 Camarões 388 Jamaica 702 Cingapura

124 Canadá 392 Japão 703 Eslováquia

140 África Central 398 Cazaquistão 704 Vietnã

144 Sirilanka 400 Jordan 705 Eslovênia

148 Chad 404 Kenya 710 África do Sul

152 Chile 410 Coréia 724 Espanha

156 China 414 Kuwait 736 Sudão

170 Colômbia 417 Kyrgyzstan 740 Suriname

174 Camarões 422 Líbano 752 Suécia

178 Congo 430 Libéria 757 Suíça

180 Congo 434 Líbia 762 Tajiquistão

188 Costa rica 440 Lituânia 764 Tailândia

191 Croácia 442 Luxemburgo 780 Trinidade e Tobago

196 Cyprus 450 Madagascar 784 Emirados Árabes Unidos

203 República Checa 458 Malásia 792 Turquia

204 Benin 462 Maldives 795 Turkmenistão

208 Dinamarca 466 Mali 804 Ucrânia

214 Rep. Dominicana 470 Malta 807 Macedônia

218 Equador 478 Mauritânia 826 Reino Unido

226 Guiné Equatorial 480 Mauritius 842 Estados Unidos

231 Etiópia 484 México 854 Burkina Faso

242 Fiji 496 Mongólia 858 Uruguai

246 Finlândia 498 Moldova 860 Uzbequistão

251 França 528 Inglaterra 862 Venezuela

262 Djibuti 548 Vanuatu 891 Sérvia e Montenegro

266 Gabon 554 Nova Zelândia