PRODUTIVIDADE DA INDÚSTRIA BRASILEIRA DE TRANSFORMAÇÃO: UMA ANÁLISE SETORIAL UTILIZANDO A TEORIA DA FRONTEIRA ESTOCÁSTICA

A D A L B E R T O D E L IM A

ATIVO

_{zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA}

,

- ")fH:('TZYXWVUTSRQPONMLKJIHGFEDCBAM ) D

P R O D U T IV ID A D E D A IN D Ú S T R IA B R A S IL E IR A D E T R A N S F O R M A Ç Ã O : U M A A N Á L IS E S E T O R IA L U T IL IZ A N D O A T E O R IA D A F R O N T E IR A

E S T O C Á S T IC AzyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

Dissertação de mestrado apresentada ao Curso de Pós graduação em Economia da Universidade Federal do Ceará - CAEN - UFC, como requisito parcial para a obtenção do título de Mestre em Teoria Econômica.

ORIENTADOR:

P ro f. D r. E M E R S O N L U ÍS L . M A R IN H O

F O R T A L E Z A -C E

Esta dissertação foi submetida como parte dos requisitos necessários à obtenção do grau de Mestre em Economia, outorgado pela Universidade Federal do Ceará, e encontra-se

a disposição dos interessados na Biblioteca do Curso de Mestrado em Economia de referida Universidade

A citação de qualquer parte desta dissertação é permitida desde que seja feita em conformidade com as normas científicas.

Adalberto de Lima

Dissertação aprovada em: ~ de ~~ de

a20at

Prof. D •.

pff;L~

6!:Jt::!,

qponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBAPh. D Membro da Banca Examinadora

F~Thomaz

A G R A D E C M E N T O S .zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

Ao meu orientador Prof Emerson Marinho,

aos Membros da Banca: ProfPaulo Neto e Prof Clécio,

aos meus professores: Prof Ivan, ProfFlávio, Prof Ronaldo, Prof Pichai, Prof Kairat; aos demais Professores do Caen.

Aos meus amigos Mauricio, Silvando, Márcio, Nicolino, Alessandra e Luiza Helena; aos demais colegas de turma,

aos funcionários do Caen.

R E S U M OzyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

o

presente trabalho analisa a variação de produtividade e eficiência técnica das indústrias brasileiras de transformação no período de 1985 a 1996. Tal análise e

desenvolvida utilizando-se a teoria da fronteira estocástica, para mensurar a eficiência

técnica e variação tecnológica, e do índice de Malmquist, para a produtividade. Analisa--se

também a influência do processo de abertura comercial, medido através dos coeficientes de

importação e exportação, e do financiamento de longo prazo do BNDES à indústria de

transformação. Dessas análises, observa-se que houve ganhos de produtividade no período,

e que estes ganhos foram influenciados tanto pela abertura econômica, como pelos

financiamentos do BNDES. A partir do índice de Malmquist, observa-se que os ganhos de

produtividade foram devidos mais aos ganhos de eficiência técnica que a variação

tecnológica. Por fim, constatou-se que nenhum dos 13 setores industriais analisados

deslocaram a fronteira de produtividade da indústria brasileira.

A B S T R A C TzyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

This work anylises the changes of productivity and technical efficience for the brazilian transformation industries between 1985 and 1996. For this analysis was used the theory of Stochastic Frontier to measure technical efficiency and Malmquist index to mesure productivity. Moreover, there are an analysis about the influence of Opness and the long term loans from BNDES over the Total Factor Productivity of brasiliam industries. The Malmquist index, shows that the productivity gains was caused by the change of technical efficiency indeed the technical change. At least, none ofthe 13 industriaIs sectors shifted de productivity frontier of brasilian industy.

sU M Á R IO

1 .zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBAINTRODUÇÃO 01

2 . M E T O D O L O G IA

2.1qponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBAE ficiência 04

2.2 M ensuração da E ficiência 06

2.2.1. Medida de Eficiência Orientada Pelo Insumo 06

2.2.2. Medida de Eficiência Orientada Pelo Produto 07

2.3 F unções D istância e olndice de P rodutividade de M alm quist 08

2.3.1. Caso de Um Único Produto e Ínsumo 08

2.3.2. O Caso de Múltiplos Insumos e Múltiplos Produtos 09

2.4. Índice de P rodutividade de M alm quist 11

2.5 E stim ação da F ronteira E stocástica de P rodução 13

2.5.1. Estimação de Máxima Verossimilhança 16

3 .D A D O S

3.1. F ronteira de produção 19

3.2. M odelo dos efeitos de ineficiência 24

4.A N Á L IS E D O S R E S U L T A D O S

4.1. P arâm etros E stim ados (função de P rodução e ineficiência) 30

4.2. E ficiência T écnica 33

4.2.1. Variação de eficiência 38

4.2.2. Variação Tecnológica 40

4.2.3. Variação do Índice de Produtividade de Malmquist 43

4.2.4. Análises Cruzadas 47

4.2.5. Deslocamento da Fronteira 51

5 . C O N C L U S Ã O 53

1 . In tro d u çã ozyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

A variação de eficiência técnica e produtividade da indústria brasileira de

transformação tem gerado algumas controvérsias entre os estudiosos que se dedicam ao

tema. Estas controvérsias são baseadas principalmente na forma de mensuração destas

variações de produtividade e eficiência e também na identificação dos elementos

influenciadores destas variações.

Especialmente a partir da segunda metade da década de 80, foram observados

alguns fatos que aparentemente teriam influência sobre a produtividade e eficiência

técnica da indústria de transformação. O processo de abertura comercial, ocorrido no

Brasil a partir de 1989, aparece como elemento fundamental nessa análise, pois tal

abertura tende a colaborar para o aumento da competição internacional, levando a uma

reação empresarial que poderia implicar em uma série de mudanças técnico

organizacionais, trazendo ao Brasil um processo de inovação e modernização que já em

curso em outros países do mundo.

Este processo de abertura pode ser verificado em Haguenauer, Markwald e

Pourchet (1998), onde são calculados os coeficientes de importação e exportação para a

indústria brasileira. Neste trabalho constata-se, entre 1985 e 1996, um crescimento de

53,33% no coeficiente de importação industrial, que representa a razão entre a

importações do setor e o produto respectivo. No caso do coeficiente de exportação, a

variação foi de -22,72% no mesmo período. Entretanto, tomando o período entre 1990 e

1996, tem-se uma alta de 30, 37% neste coeficiente.

Estes fatos deram origem a trabalhos acadêmicos como de Ferreira e Rossi (1999),

que aponta uma considerável redução na produtividade da indústria brasileira até o final da

década de 80, período marcado por um grande protecionismo da indústria brasileira. Em

sua análise, eles apontam um decréscimo de 1,61% na produtividade do trabalho mensurado pela razão entre produto e trabalhador, no período entre 1985 e 1989.

Estimando um modelo econométrico, concluíram uma relação inversa significativa entre a

No âmbito internacional, Chem e Tang (1986) analisam a eficiência e a

produtividade da indústria de Taiwan, conforme a orientação da sua produção, e

concluem que a industria voltada para o mercado externo são significantemente mais

eficientes que as voltadas para a substituição de importações.

A investigação sobre a relação entre abertura comercial e produtividade insere-se

dentro de um campo maior, que investiga as implicações das barreiras comerciais e da

orientação da produção (para o mercado interno ou externo) sobre o crescimento

econômico, sobretudo em países subdesenvolvidos. Rodrigues e Rodrick (2000), apontam

que, apesar de sua abundância, estes trabalhos, mesmo apresentando em diversos pontos

de concórdia, não possuem uma base teórica consensual. Também apontam para a

multiplicidade de formas de mensuração da abertura comercial.

Trabalhos como os de Dollar (1992), Sachs e Warner (1995), Edwards (1998),

Kim (2000), baseiam-se na Teoria do Crescimento Econômico, e buscam determinar a

influência de diferentes medidas de abertura comercial e econômica sobre a taxa de

crescimento da Produtividade Total dos Fatores, determinado como resíduo de Solow

(1958). Todos estes autores encontram relações positivas entre a abertura econômica e o

crescimento econômico dos países, através da produtividade total dos fatores.

Outros estudiosos, entretanto, mostram-se céticos com estes resultados, e propõe

em seus trabalhos análises diferenciadas. Bem-David (1993), busca a relação entre as

políticas liberalizantes do comércio internacional e a redução dos dispersão dos níveis de

renda entre os países que praticaram tal liberalização. Harrison (1994), questiona os

indicadores de abertura comercial utilizados, além de identificar falhas nas formas de

análise, ao sugerir a possibilidade de uma maior competição levar a um desencorajamento

do investimento em pesquisa, em virtude da redução dos lucros esperados.

De volta ao caso brasileiro, Bonelli (1992) analisa a relação entre o crescimento do

produto brasileiro e a orientação da produção, pela análise da influência desta orientação

na Produtividade Total dos Fatores. Analisando separadamente os períodos 1975-80 e

1980-85, ele observa a existência de uma forte relação entre o crescimento das exportações

Além do processo de abertura comercial, também, pode-se comprovar,

especialmente no caso brasileiro, uma intensificação do processo de incentivo creditício.

Dados recentes do BNDES (Banco Nacional de Desenvolvimento Econômico e Social),

demonstram um aumento nos financiamentos a longo prazo concedidos para a indústria de

transformação. Tais incentivos também poderiam ter influenciado a produtividade e

eficiência da indústria brasileira de transformação.

Entretanto, sobre este aspecto da economia brasileira, existe escassa literatura,

sendo o trabalho de Barreto e Souza (2000) um dos poucos a analisar tal problema.

Utilizando dados do FNE (Fundo Constitucional de Financiamento do Nordeste) como

medida de incentivo creditício para o setor industrial do Nordeste brasileiro, este trabalho

conclui que tais financiamentos não tiveram influência significante sobre a variação da

produtividade das indústrias nordestinas.

Além (1998) aponta para a importância do incentivo creditício através dos

desembolsos do BNDES, como forma de fomento de investimentos, incentivos às

exportações, e geração de empregos. Ela porém, não comenta sobre a possível relação

entre estes financiamentos e as variações de produtividade da indústria brasileira.

Dessa forma, este trabalho propõe uma análise da variação da eficiência técnica e

produtividade da indústria brasileira de transformação, durante o período entre 1985 e

1996, período de grandes mudanças estruturais na economia brasileira, tanto pela redução

das práticas protecionistas, aumento dos financiamentos pelo BNDES, como pela

implantação do Plano Real. Foram selecionados 13 setores industriais, tanto de bens de

capital e intermediários, como de consumo.

A metodologia utilizada foi a da Fronteira Estocástica para mensuração da variação

de eficiência técnica, e do índice de Malmquist (1953 ) para a mensuração da variação de

Produtividade.zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

2 . M eto d o lo g iaZYXWVUTSRQPONMLKJIHGFEDCBA

2 . 1 . E f i c i ê n c i a .zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

Uma questão de grande importância dentro do meio econômico, é a mensuração do desempenho das firmas, que numa análise preliminar, poderia ser feita simplesmente pela razão entre produtos e insumos.

Entretanto, o desempenho de uma firma é um conceito relativo, e não tão simples. Pode-se ter, além de uma grande variedade de insumos e produtos, a dimensão temporal que influenciará na avaliação de desempenho. Também deve-se diferenciar o desempenho

de uma firma medido em relação ao seu próprio desempenho num período de tempo

anterior ou em relação a outras firmas no mesmo período.

Vê-se, portanto que existem vários problemas concermentes à mensuração da eficiência. A fim de dirimir estes problemas, faz-se necessário algumas definições preliminares, ainda que informais e intuitivas.

Um primeiro conceito a se definir, é o de produtividade. Segundo Coelli (1996), produtividade deve ser entendida como a razão entre as quantidades de produto produzido e o insumo utilizado. Obviamente, para um processo em que se utilize múltiplos insumos e múltiplos produtos, deverá se empregar uma mecanismo de agregação que gere um único índice para o cálculo da produtividade.

A produtividade, entretanto, pode estar associada aos diferentes insumos empregados no processo produtivo. Dessa forma em análises de produtividade, utiliza-se

mais largamente a medida de Produtividade Total dos Fatores (PTF), que mede a

produtividade de todos os fatores incluídos no processo produtivo. Assim, utilizando se medidas de produtividade de um ou de alguns dos fatores envolvidos, tem-se uma medida parcial de produtividade.

Apesar de aparecerem muitas vezes como sinônimos, os termos produtividade e eficiência, não representam precisamente a mesma coisa. Produtividade, conforme visto,

representa uma razão entre produto e insumo. Já eficiência está relacionada com a fronteirazyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

de produção, que representa o máximo de produto obtido a partir de determinado nível de insumos, caracterizando portanto o nível tecnológico atual da firma ou indústria. Dessa forma, uma firma será tecnicamente eficiente se estiver operando sobre a fronteira de produção, e será mais ineficiente tanto mais distante estiver desta fronteira.

Figura 1

yzyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

F'

IB

qponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

---.---V

_/IA

x

o

o

conceito de eficiência é melhor compreendido pela análise geométrica. Considerando o caso de um único produto e um único insumo, temos na figura 1, a linha OF' que representa a fronteira de produção, determinada por uma função de produção assumida possuindo algumas características de uma função de produção neoclássica, ou seja, produto marginal do insumo é positivo e decrescente, e atende a condição Inada de que o produto marginal tenderá a zero para o insumo tendendo ao infinito, e vice versa. Conforme dito, esta linha representará o máximo de produto ( y) que poderá ser obtido a partir de cada nível de insumo (x). Assim, os pontos B e C, situados sobre a fronteira de produção serão pontos tecnicamente eficientes. O ponto A~ situado abaixo da fronteira representa uma produção ineficiente. De fato, a firma localizada em A tem a possibilidade de expandir sua produção mantendo o mesmo nível de insumo.

"

Nesta figura, pode-se também definir o conjunto de produção factível, que

representará todas as combinações de insumos e produtos possíveis. Na figura, este

conjunto consiste de todos os pontos situados entre a curva de fronteira ( OF') e o eixo das

abscissas, inclusive.

A distinção entre produtividade e eficiência também é melhor observada

geometricamente. Na figura 1, a linha que passa pela origem é uma forma de mensuração

da produtividade em um ponto qualquer. A inclinação desta linha representará a razão

entre produto e insumoZYXWVUTSRQPONMLKJIHGFEDCBA( y / x ) , oferecendo portanto uma medida de produtividade. Pode-se

observar, portanto que o ponto ineficiente A, também será o ponto de menor produtividade.

Já entre os pontos eficientes B e C o ponto C terá maior produtividade, representando a

escala ótima de produção, por um melhor aproveitamento das economias de escala.

Ao se introduzir o tempo neste modelo, deve-se considerar também a possibilidade

de avanços tecnológicos ao longo do tempo. Estes avanços serão representados por um

deslocamento "para cima" da fronteira de produção, implicando na necessidade de menor

quantidade de insumos para a obtenção do mesmo nível de produto.

Assim, uma firma pode elevar sua produtividade de um período a outro no tempo

tanto por avanços tecnológicos, como por ganhos de escala, ou por uma combinação de

ambos.qponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

2.2. M ensuração da E ficiência.

Nos últimos 40 anos, tem-se buscado várias maneiras de se medir a eficiência das

firmas. Os conceitos de mensuração de eficiência, calcados no princípio da estimação da

fronteira de produção foram lançados por Farrel (1957), que propôs a divisão do conceito

de eficiência das firmas em dois componentes: eficiência técnica e alocativa.

2.2.1. Medida de eficiência orientada pelo insumo.

Considerando firmas que utilizam dois insumos (x, e X2) para produzir um único

produtozyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA(y) com retornos constantes de escala, a isoquanta, representada pela curva SS' na figura 3 indica as firmas plenamente eficientes. Nesta figura, a firma que produz

utilizando a combinação de insumos representada pelo ponto P, étecnicamente ineficiente, pois ela pode reduzir o insumo utilizado para Q, obtendo a mesma quantia de produto. Assim, a distância QP será a medida da ineficiência da firma, que representa a quantia em que os insumos podem ser proporcionalmente reduzidos sem redução no produto.

Comum ente, esta ineficiência é expressa como uma porcentagem QP/OP, indicando o percentual de redução nos insumos a fim de se obter a eficiência técnica. Usualmente, utiliza-se a razão TE = OQ/OP que é igual a 1 - QP/OP. Esta será um valor entre zero e um, que indicará o grau de ineficiência da firma, assumindo valor 1 para o caso de plena eficiência.

Figura 2

Xl

AKJIHGFEDCBA

S'

zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

A'

Xz

2.2.2. Medida de eficiência orientada pelo produto.

Alternativamente, a eficiência pode ser também mensurada orientada pelo produto, pela análise de quanto de produção pode ser aumentada para dado nível de insumo. A diferença entre a medida orientada pelo insumo e pelo produto pode ser analisada geometricamente. Considerando o caso de retornos constantes de escala, a figura 3 mostra

o caso de dois produtos ( Yl e Y2) e um único insumo (x). Sendo a linhazyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBAZZ' a curva de possibilidade de produção, o ponto A corresponde a uma firma operando ineficientemente.

A medida de eficiência será neste caso, como sugerida por Fãre, Grosskopf e Lovell, (l9S5,1994), como a distância AR, que representa quanto o produto pode ser aumentado mantendo-se constantes os insumos. Ou seja, a medida de eficiência técnica será a razão: TEp=OA/OB.

Figura 3

D Y2

D'

o

Z' _{YlqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA}

2.3. F unções distância e o índice de P rodutividade de M alm quist.

2.3. 1. Caso de único produt-oe insumo.

Para um caso simples em que um único produto é obtido a partir de um único insumo, fazendo x e Y denotarem respectivamente insumo e produto, pode-se determinar

um índice simples para a PTF como:ZYXWVUTSRQPONMLKJIHGFEDCBA

Y / + I / /Y t

P T F ; 1+1

=

x t + l /

'

IX

t

(1)

Se as firmas são tecnicamente eficientes em ambos os períodos, então os níveis observados de produto serão iguais aos determinados pelas funções de produção. Na

presença de ineficiência, porém, teremos:ZYXWVUTSRQPONMLKJIHGFEDCBA

Y I

=

qponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBAÀ, f(xl) onde O:::;;À.zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBAt:::;;1 (2)

Para 1..<1 temos ineficiência para esta firma no período. Substituindo a equação (2) em (1), temos:

1r+1_{( x + I / ) /}

À, /X

I+I

-~x

X

P T F 'r + I . 1 - À,

Ir

( X I

I XI

(3)

onde a primeira razão representa uma medida de eficiência técnica e a segunda razão, a variação tecnológica entre os períodos. Sendo diferentes os níveis de insumos, podemos

considerar como x, = KXt+l, de forma que para K> 1 tenha-se a quantidade de insumo em

t+ 1,Xt+l, é maior que a quantidade em t, x, Para uma função de produção homogênea de

grau E(t) em x, no período t, tem-se:

! r + I ( K 'X I ) / . f ( x )

À,I+I / K . X I

=

À,I+I XK E ( t ) - 1X j /+1 I

P T F ; . I + I

= T ,x

! r ( x

l

) / À , I ! r ( x

l )

/x

l

(4)

Esta equação fornece a decomposição completa do índice de PTF, sendo a primeira razão, a medida da variação na eficiência técnica, a segunda a medida dos efeitos de escala e a última, a medida de variação tecnológica. É claro que para o caso de retornos constantes de escala, a medida dos efeitos de escala será igual a um.

2.3.2. O caso de múltiplos insumos e múltiplos produtos.

Para a construção de um índice de PTF para o caso de múltiplos insumos e múltiplos produtos, são necessárias algumas definições iniciais. A primeira delas, o conjunto de tecnologia, denotado por S ,pode ser entendido como uma extensão da função de produção para o caso de múltiplos insumos e produtos. Este conjunto será definido como:

S ={ (x,y) : x possa produzir y } (5)

o

onde x é um vetor K x 1 de insumos ezyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBAy é um vetor Mx l de produtos. Ou seja S é o conjunto de todas as combinações factíveis de insumos e produtos.

O conjunto de possibilidade de produção, P é compreendido como o conjunto de todos os vetores de produtos y que podem ser obtidos pela utilização do vetor x de

insumos, dada a tecnologia de produção do período t. Formalmente, tem-se:ZYXWVUTSRQPONMLKJIHGFEDCBA

p r ( x )

=

{ y

I

( x , y ) ES I } para todo x (6)

A figura 4 exemplifica geometricamente o conjunto de possibilidade de produção para o caso simples de dois produtos obtidos a partir de um único insumo.

A função distância orientada pelo produto, é definida a partir do conjunto de possibilidade produção P(x), como:

dp(x.y)= i n f {8 : (x/ô) E P( x)} (7)

Ou seja a função distância representa a maior expansão do produto possível dentro do conjunto de possibilidades de produção P(x).

Figura 4

Y2

B

Y2A I f

.>:"

-P(x)

0,....-

! I

YI

YIA

Na figura 4 tem-se também ilustração da função distância para o caso de dois produtos e um insumo. O conjunto de Possibilidade de Produção é limitado pela fronteira

de Possibilidade de Produção CPP - P(x). O valor da função distância para a firma que produz os níveis de produtos definido pelo ponto A, a partir da quantia x de insumo, será

dado pela razão 8=OA / OB, um valor menor que 1. Caso a firma esteja produzindo sobre

a fronteira de possibilidade de produção, como no ponto C, tem-se 8= 1.

A função distância tem uma grande variedade de usos, mas será destacado seu

emprego na elaboração do índice de produtividade de Malquist.qponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

2.4. lndice de produtividade de M alm quist.

Um índice de produtividade orientado pelo produto, busca medir o nível máximo de produto que pode ser produzido a partir de um dado nível de insumos. O índice de produtividade de Malmquist (1953), orientado pelo produto, será:ZYXWVUTSRQPONMLKJIHGFEDCBA

d ~ ( Y t + l' X t + l)

t( X x ) = t )

M Y t + l'y" t + l' t d (y" X t

p p

(8)

se referenciado à tecnologia do período t+ 1. Um índice análogo poderá ser definido com referência à tecnologia do período t. Em qualquer dos casos, o índice, devido a Caves, Chistensen e Diewert (1982), é formado pela razão de duas funções distâncias, cada uma em relação àtecnologia de um período diferente. Como cada um destes índices representa um caso extremo, o índice de produtividade de Malquist é definido como a média geométrica dos dois índices, como se vê em (9).

M p ( x

t+1'Y t + l . x . , Y t + l)

=

[ ( d ; ( X t + l'Y t + l) J ( d ; + I ( X t + l'Y t + l) J ] ~ d ; ( x t , Y t ) d ; + I ( X p Y t )

(9)

Fâre et al (1994) propõe uma abordagem diferenciada deste índice, decompondo-o de forma a mensurar a variação na eficiência técnica e a variação tecnológica ocorrida no período. O índice poderá ser escrito como:

11

d t + 1 ( x l + l 'Y l + l ) [ d ~ ( X l + l 'Y I + JzyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBAx d ~ ( x p Y JqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

]}i

Mp

( X l + l , Y t + l , XpY t )

=

P d ~ ( x p Y t ) d ~ + I ( X l + l 'Y l + l ) d ~ + I ( X t , Y t ) (10)

Segundo a definição (10), a primeira razão, fora dos colchetes, mede a variação de eficiência técnica entre os períodos te t+ 1, como a razão entre duas medidas de eficiência. A parte seguinte mede a variação técnológica ocorrida no período, como a média geométrica dos deslocamentos tecnológicos entre os dois períodos, avaliados tanto em x, como em Xt+J.

Geometricamente, este índice pode ser ilustrado para o caso de um único produto Y e um único insumozyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBAx , com retornos constantes de escala, para as tecnologias dos períodos, te t+ 1, conforme a figura 5. Nesta figura, a firma produz no ponto D no período t+ 1, e no ponto E no período t, sendo portanto ineficiente em ambos os períodos. O índice de produtividade de Malrnquist neste caso será calculado como:

Y t ~ [ Y t %

%

]}i

Mp( X p Y I 'X l + l 'Y l + l )

=

X

y

,

;2

x % Y a

r.

Y t + l Y t

Y a Y c Y b

(11)

Figura 5

Y fronteira em t+1

I

Yc

E

fronteira em t I

Yt+l

Yb

x Ya

Yt D

Xt Xt+lKJIHGFEDCBA

2.5. E stim ação da fronte ira de produção.zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

Dos dois métodos que podem ser utilizados para a estimação da fronteira de

produção afim de mensurar a eficiência técnica e produtividade. O método da fronteira

estocástica, que é um método econométrico e um método alternativo, que é o método de

Análise de Envelope de Dados (DEA), que utiliza técnicas de programação linear.

O método DEA, foi utilizado pela primeira vez por Chames, Cooper e Rbodes

(1978), que propuseram sua utilização em um modelo orientado pelo insumo e com

retornos constantes de escala. Posteriormente, outros artigos como o de Banker, Chames e

Cooper (1984) propuseram a aplicação do DEA para o caso de retornos variáveis de escala.

Intuitivamente, o DEA pode ser comprendido como uma razão. Supondo o caso dezyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

K insumos e M produtos, para cada firma, de forma que para a i-ésima firma tenha-se o

vetor Yide produtos e o vetor Xi de insumo, a razão u'yJV'Xi será a razão entre todos os

produtos e todos os insumos, sendo os vetores u e v, respectivos vetores de peso. Os pesos

ótimos são obtidos através do problema de programação linear:

max; v, ( u'Y/V'Xi)

s.r. u'y/v'Xj:S 1

u, v z O

(12)

Ou seja, busca-se valores para u e v, tais que a medida de eficiência para a i-ésima firma seja máxima, porém menor ou igual a 1.Esta formulação, entretanto, possui a falha

de possuir uma quantidade infinita de soluções. Para resolver este problema, normaliza-se

V'Xi=1, de forma que o problema se toma:

max j , (J.l'Yi) (13)

s.r. V'Xi =1

J.l'y-lv'x· < 1_J

J-J.lV~O

Problema conhecido como DEA Multiplicativo. Pela utilização do princípio da

dualidade na programação linear, pode-se construir um problema equivalente, como:

min ox

e

S.r.zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA-Yi+YÃ.;;::

o

eXi - XÂ.;;::0 Ã. ;;::0

(14)

Neste problema,

e

é um escalar, e Ã. um vetor Nx1 de constantes. Y e X são

matrizes de produto e insumo par todas as firmas envolvidas. Este problema tem a

vantagem de envolver menos restrições que na sua forma multiplicativa. O valor de

e

obtido será o "score" de eficiência de i-ésima firma, de forma que para

e

=1 tem-se uma

firma plenamente eficiente, localizada sobre a fronteira de produção.

Por esta última definição, método DEA é compreendido como a determinação da

maior contração do vetor de insumos, de forma que este ainda pertença ao conjunto de

produção, que terá como fronteira uma isoquanta construída linearmente, representada pela

curva SS' na figura 6. A contração radial do vetor de insumos, projeta sobre a superficie de

tecnologia, uma combinação linear dos pontos observados.

Uma das principais vantagens do DEA é a não necessidade da determinação a

priori de uma forma funcional para a função de produção. Como desvantagens, pode-se

apontar que não sendo um método estocástico, o DEA tende a considerar todos os desvios

da fronteira como resultantes de ineficiência, além de não permitir testes para assegurar a

existência ou não de ineficiência.

Figura 7

X2/Y

S'

XI/Y

A figura 7 representa um dos problemas que podem surgir do emprego da programação linear para a construção da fronteira de produção. Na figura 8, as fmnas que utilizam as combinações em C e D são eficientes, pois estão localizadas sobre a fronteira. Já as firmas A e B são ineficientes. A medida de eficiência técnica de Farrel (1957). para as firmas A e B será respectivamente OA'ZYXWVUTSRQPONMLKJIHGFEDCBAI O A e OB'I O B .

Entretanto, a eficiência do ponto A' é questionável, uma vez que pode-se reduzir o insumozyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBAX2 na quantia CA', e obter o mesmo nível de produto. Esta diferença é chamada na

literatura deqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBAslack de insumo. Analogamente, para o caso de múltiplos insumos e produtos, também pode-se ter slack 's de produto. A fim de assegurar a plena identificação dos

slack's, será necessária a resolução de problemas adicionais de programação linear, que contemplem estes slacks.

o

modelo da Fronteira Estocástica de produção, proposto inicialmente por Aigner,

Lovell e Schmit (1977) e independentemente por Meeusen e van der Broeck (1977) o considera:

In(Yi)= j(Xit,J3) + Vi - u, , i= 1,2,3, ..., N (15)

onde In(Yi) é o logarítimo natural do produto observado, Xi é um vetor de (Kx 1) linhas cujo primeiro elemento é 1 e os outros os logarítmos dos insumos utilizados pela i-ésima firma; J3 é um vetor com (Kx 1) colunas de parâmetros desconhecidos a serem estimados. Ui é uma variável aleatória não negativa associada àineficiência técnica na industria em questão, e Vi é um termo de erro, que capta outros fatores aleatórios que possam influenciar a produção, podendo ser positivo ou negativo. Este modelo, é chamado de Fronteira Estocástica de Produção pela inclusão do termo aleatório Vi, diferentemente do modelo da Fronteira determinística de produção, apresentado por Aigner e Chu (1968), o qual não inclui Vi.

A variável u.,relacionada a ineficiência do processo de produção, captará os efeitos que levam o produto observado a se distanciar do produto teórico, dado pela função de produção. Estes efeitos podem ser compostos de vários fatores não contemplados pela função de produção, como variações estruturais da economia, greves, restrições comerciais ou creditícias, entre outras.

1"

As principais críticas ao modelo da fronteira estocástica, são devidas a adoção

arbitrária das distribuições half-normal ou exponencial para o termo de ineficiência u,

Estas distribuições possuem média zero, implicando numa grande probabilidade de que os

efeitos de ineficiência estejam em tomo de zero, sugerido a existência de poucas firmas

ineficientes na amostra.

Pos isso, alguns estudiosos como Stenvenson (1990) sugerem a utilização de

distribuições mais gerais como a normal truncada, obtida a partir do truncamento em zero

de uma distribuição normal, com média Jl e variânciaqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBAa2. Esta distribuição assumirá diferentes formas, conforme o valor de sua média. No caso da estimação de fronteira

estocástica com distribuição normal truncada, deve-se também estimar o valor de Jl

juntamente com os outros parâmetros do modelo.

A fim de se modelar não apenas a fronteira, mas também os efeitos de ineficiência,

Battese e Coelli (1995) propõe:

Uit= ZitÔitzyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA+t\t (17)

onde Zit é um vetor 1xM de variáveis explanatórias observadas, Õ um vetor Mx 1 de

parâmetros a serem estimados, et\t, representa o vetor de erros aleatórios.

2.5.1. Estimação de Máxima verossimilhança.

Aigner, Lovell e Schmidt (1977) derivaram a função de verossimilhança para o

modelo da fronteira estocástica, nos quais os erros u, são independentes dos Vi,

expressando-a em termos dos parâmetros de variância:a2s=a2+a2v, e À = eks-; Entretanto,

Battese e Corra (1977) sugeremy = a /a2u+a2v como parâmetro. Este parâmetro apresenta a vantagem de estar limitado ao intervalo[O,l], possibilitando o processo de maximização

por interação da função de verossimilhança. Cumpre observar que para maiores valores de

y, maior será a importância da ineficiência técnica do modelo. Para um valor dey próximo de zero, ou não significativo, o modelo não é influenciado pela ineficiência técnica.

Para análises da fronteira estocástica, a forma funcional a Cobb-Douglas tem o

como retornos de escalas fixos. Uma outra forma bastante utilizada, e a Translog (Greene,

1980), que, sendo uma forma funcional flexível obtida a partir de uma aproximação de

segunda ordem de uma forma funcional qualquer, não impõe restrições sobre a estrutura de

produção. A fim de se evitar arbitrariedades quanto a escolha da forma funcional mais

adequada aos dados em análise, esta é determinada através de um teste de razão de máxima

verossimilhança.

Para presente estudo, o teste de razão de verossimilhança' indicou ser a forma

funcional Translog que melhor se adapta à função de produção das indústrias brasileiras.

Portanto, a função a ser estimada será:

12 1 2 1 2qponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

Lnfr

=

f30+zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

DFit

+ 4lnK ;t +f3tln~t +lt(lnK ;t)(~J+ - .4.t(lnK;J +- f3t1(ln~t) + V;t-u

_iI

(19)KJIHGFEDCBA

~ 2 2

12

v; =80 +

L:

s,

ZYXWVUTSRQPONMLKJIHGFEDCBAF ; , + Ô1 3í'rt+814(opnessy; + 8I s( B N D E S ) j f +81 6D+ 81 7t

+

«; (20) j=!

onde Yu, K, e Lit representam respectivamente o produto, capital e trabalho para o setor

industrial i no período t. O termo Uité o termo de ineficiência e v« o erro aleatório; 1tté a

taxa de inflação no período, opness é a medida de abertura comercial, calculada conforme

sugerida por Miller e Updhyay (2000), como a soma das razões entre importações e

produção e exportações e produto (coeficientes de importação e de exportação

respectivamente); B N D E S representa os desembolso do BNDES para aquele setor

industrial naquele período; D é uma variável " dummy" que assume valor zero no período

anterior ao Plano Real e valor 1 , no período posterior. t é o tempo, 8's são parâmetros a

serem estimados, eeu ~ N (O ,d e) representa o erro aleatório;Fit são as variáveis "dummys"

do modelo de efeitos fixos, que considera as diferenças entre os setores industriais

representadas por termos constantes, associados às variáveis Fit, tanto ara a fronteira de

produção, como para o modelo de ineficiência.

Deve-se dispensar especial atenção à influencia dos retornos de escala nas medidas

I No teste da razão de verossimilhança: Ho : Pij =0 contra HI : P~O, a estatística LR = 26,73, quando comparada ao valor crítico da distribuição X21=3,84 a 5%, implica em rejeição da hipótese nula em favor da alternativa de que a forma translog representa melhor os dados estudados

17

de PTF. No caso de retorno variáveis, os ganhos de escala podem mascarar as variações de

produtividade oriundas dos ganhos de eficiência técnica. Assim impõe-se a função de

produção estimada a restrição de retornos constantes de escala. Para o caso específico da

função translog, esta restrição implica na igualdades: I3k+131 = 1 e I3kk+l3kl = I3kl+l3u = O .

Com a utilização do software FRONTIER 4.1 (Coelli 1996), que automatiza o

método de máxima verossimilhança conforme a função de Battese e Corra (1993) faz-se

simultaneamente as estimativas dos parâmetros das equações (19) e (20). Este software

provê também a medida de eficiência técnica, na forma de função distancia conforme

mostrado em 2.3.2. Rodando-se três vezes este programa, obtém-se as funções distâncias

b(A~FZYXWVUTSRQPONMLKJIHGFEDCBAr 'f N \ 'zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

wr

qponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBAfi L ( ! ( l 'L

(ln ••••.•\.! •. ...,.•• ~,. \1 .•••"\ZYXWVUTSRQPONMLKJIHGFEDCBA

--

--3. Dados

3.1. F unção de P rodução.

Para as estimações dos parâmetros da função de produção (19), foram utilizados como

medida do produto e de trabalho, os dados da produção industrial e do pessoal ocupado por

setores, obtidos da Pesquisa Industrial Mensal, do Instituto Brasileiro de Geografia e

Estatística, através do meio eletrônico, www.ibge.gov.br. Esta pesquisa traz os dados mensais

do valor real da produção e do número de pessoas ocupadas de cada setor industrial

brasileiro. Como o objetivo do trabalho é uma análise anual, calculou-se a média destes dados

para cada ano. Afim de se evitar problemas com diferentes grandezas de medida, as

estimações foram feitas a partir do índice de variação dos dados, com base em 1985, início

da série. Estes dados já devidamente ajustados são apresentados, respectivamente, nas tabelas

1 e 2 e ilustrados nas figuras 7, 8, 9 e 10.

Tabela 1

\ 'ariação da Produção da Indústria Brastleira de Transformacâo (J 985 = 1(0)

Bens de Capital eKJIHGFEDCBA

1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996

Intermediários Minerais não

100,00 109,05 87,93 74,86 68,24 56,14 58,14 53,67 52,46 50,99 53,66 56,48

metálicos

Metalurgia 100,00 120,84 116,62 121,01 116,73 94,25 103,03 86,73 90,59 90,76 90,07 89,55

Mecânica 100,00 139,18 135,31 103,86 94,89 74,89 75,99 78,51 75,16 96,25 113,27 101,16

Material elétrico e de

100,00 119,85 134,97 112,94 120,27 80,09 94,23 80,40 94,03 113,57 148,63 159,07

comunicação Material de transporte

100,00 109,51 92,22 99,50 101,79 73,51 77,08 70,49 88,04 89,91 93,15 94,74

e veículos

Papel e produtos de

100,00 114,57 124,88 100,96 105,49 95,16 114,35 96,81 94,07 104,05 132,56 171,24

Ipapel

Borracha 100,00 99,57 101,94 99,99 116,86 102,91 95,42 73,48 67,56 64,66 68,69 68,01

Química 100,00 100,06 95,82 95,91 87,62 64,56 65,94 61,54 59,43 62,89 64,60 66,63

Farmacêutica 100,00 108,54 116,74 96,07 117,95 94,40 17,73 74,03 79,00 74,35 88,74 96,51

Média Bens de Capital

100,00 112,91 110,51 99,82 101,85 80,33 82,90 74,07 76,36 80,57 90,21 94,08

e lnermediários

Bens de Consumo

Produtos plásticos 100,00 124,66 133,24 105,11 108,27 85,01 89,67 79,21 85,90 79,06 86,30 88,21

Têxtil 100,00 112,18 111,42 94,02 86,12 74,31 89,81 87,03 94,34 84,45 85,45 84,66

Vestuário e calçados 100,00 116,49 108,59 86,01 87,87 80,22 78,77 62,78 71,61 71,89 66,24 59,99

Produtos alímentares 100,00 82,59 91,44 84,09 95,48 82,46 78,31 73,91 74,02 67,84 76,59 80,40

Média Bens de

100,00 107,70 110,19 91,95 94,05 80,40 83,95 75,20 80,96 75,54 78,21 77,47

Consumo

10

Figura 7

180,00

160,00

140,00

120,00

fi 100,00

.!CzyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

." ,51 _80,00

60,00

40,00

20,00

MecânicagfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

V ariação d a P rod u ção d a In d ú stria B rasileira d e B en s d e C ap ital e In term ed iários (1985 = 100)

Material elétrico e de

•.. ~

_ ·-1

comunicaçãoZYXWVUTSRQPONMLKJIHGFEDCBA

~ ~ . .:::::..::a Material de transporte e

veículos

_ Papel e produtos de papel

-+-Borracha -Química

Farmacêutica

0,00 , I I I I I I I I I I , L.' ---'

1~ 1_ 1~ 1m 1m 1~ 1~ZYXWVUTSRQPONMLKJIHGFEDCBA1 m 1 m 1~ 1 m 1~

8JlOIi

Figura 8

Vestuírioe~ÇldE

V ariação daProdução daIndtW ia Jr.H J.eirade B em de O n m m (1985 =100)

~I I

~oo

.~

"e

.sqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

«i»

40,00

20,00

...-rc:xlil

-+-PrtxIuIaiplástica;

PrtxIuIai aliJmt.arts

0,00 I I I I I I I I I I I 1

1~ 1~ 1'.ID 1'l!8 1~ 1m 1991 19]2 1993 1994 1995 19')5

Tabela 2

Variação do Pessoal Ocupado na Indústria Brasileira de Transformação (1985 = 100)

Bens de Capital e

1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996

Intermediários

Minerais não metálicos 100,00 114,91 119,91 117,43 117,83 111,96 99,43 98,89 93,66 86,45 82,84 74,75

Metalurgia 100,00 112,65 116,67 113,29 112,14 106,62 94,00 86,64 85,83 84,10 85,89 78,93

Mecânica 100,00 112,68 114,21 107,95 106,93 100,76 87,75 83,72 80,45 83,59 81,55 67,38

Material elétrico e de

100,00 116,88 125,61 115,06 117,67 107,60 92,27 78,49 76,85 76,34 79,08 72,23

comunicações

Material de transporte e

100,00 116,81 118,72 115,25 117,80 113,90 102,38 98,18 99,92 102,77 102,47 87,35

veículos

Papel e produtos de

100,00 110,57 115,47 107,67 112,47 110,69 100,57 96,96 96,09 87,52 84,19 80,04

papel

Borracha 100,00 110,25 114,15 116,42 117,11 116,49 115,11 110,60 112,97 110,23 103,73 84,53

Química 100,00 102,22 105,97 103,29 103,44 96,82 88,03 82,31 76,81 74,55 71,92 65,88

Farmacêutica 100,00 108,95 118,38 114,08 117,34 112,67 116,19 113,57 112,33 108,95 109,40 109,58

Média Bens de Capital e

100,00 111,68 116,46 112,18 113,52 108,44 99,05 93,65 91,85 89,64 88,20 79,19

Intermediários

Bens de Consumo

Produtos plásticos 100,00 121,71 125,77 112,86 119,68 123,25 106,59 96,42 105,74 103,20 99,33 93,13

Têxtil 100,00 113,69 124,01 121,22 122,44 117,19 105,46 89,41 87,73 85,25 82,07 64,77

Vestuários e calçados 100,00 107,24 92,83 89,29 93,59 83,60 71,16 61,31 63,37 61,73 54,22 44,01

Produtos alimentares 100,00 107,69 107,76 107,30 115,14 110,94 106,45 102,68 96,35 90,88 91,65 89,46

Média Bens de

100,00 112,43 111,76 107,00 112,10 107,58 96,06 85,83 86,75 83,82 79,78 69,81

Consumo

Figura 9

FarmacêuticagfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

V ariação do P essoal O cupado na Indústria B rasileira de B ens de C apital e

Intennediários (1985ZYXWVUTSRQPONMLKJIHGFEDCBA= 100)

140,00

120,00

100,00

ri> 80,00zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

u

...

:e

.$ 60,00 40,00 20,00

---.- Minerais não metálicos

0,00 , I I I I I I I I I I I

1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996

_ Metalurgia

1-, Mecânica

Material elétrico e de

_~~trallsJXlrtee veículos

_ Papel e produtos de papel

-;- Borracha

--Quúnica

anosKJIHGFEDCBA

Figura 10KJIHGFEDCBA

40,00

Vestuários e calçadosgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA V a ria çã o d o P esso a l O cu p a d o n a In d ú stria B ra sileira d e B en s d e

C o n su m o (1 9 8 5ZYXWVUTSRQPONMLKJIHGFEDCBA= 1 0 0 )

140,00zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBAi i

120,00

0,00 I I I I I I I I I I I I

1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996

_Têxtil

.~ 80,00

"=

,:I 60,00

-+-

Produtos plásticos

20,00

Produtos alimentares

anos

Os dados de capital foram obtidos a partir do trabalho de Ferreira e Rossi (1999), estimativas das séries de capital para os setores da indústria brasileira. Calculou-se também a

variação a partir de 1985. Estes dados são apresentados na tabela 3 e nos figuras 5 e 6.

Pela análise destas figuras, pode-se observar que tanto para os setores da indústria de Bens de Capital e Intermediários, como para a de Bens de Consumo, a produção industrial apresenta ligeira queda em relação ao ano base de 1985. A exceção de alguns setores, como o de Material elétrico e de comunicação e de Papel e produtos de papel, que apresentaram trajetórias ascendentes em seus índices de produção.

As séries de Capital, mostram que para os setores de Bens de Capital e Intermediários, houve uma elevação no capital empregado em relação ao ano base de 1985. Apenas os setores

de Metalurgia e Mecânica tiveram trajetórias descendentes. Vê-se também que esta elevação se intensifica a partir do começo da década de 90. No caso de Bens de Consumo, o setor de Produtos alimentares apresenta grande elevação no emprego de Capital, em relação a 1985, e o setor de Produtos plásticos é o único a apresentar redução significativa no capital empregado. Os outros setores mantiveram-se aproximadamente constantes durante o período.

Tabela 3

Bens de Capital ezyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

I 1985 I 1986 I 1987 I 1988 I 1989 I 1990 I 1991 I 1992 intermediários

Minerais não

100,00 111,72 122,10 119,45 115,72 99,40 100,65 99,65 102,98 103,20 112,82 110,39

metálicos

Metalurgia 100,00 105,05 100,58 98,85 102,62 88,00 90,86 87,73 89,21 88,33 84,76 83,39

Mecânica 100,00 110,47 110,74 105,43 103,12 86,39 75,21 68,43 73,65 75,72 73,73 69,24

Materi~ el~trico e de 100,00 117,48 126,07 123,57 130,72 123,58 121,98 108,73 111,531 122,261 130,231 133,30

comumcaçoes

~ateri~e ícul 1 100,001 123,811 120,601 141,451 149,201 124,761 143,021 139,311 154,981 165,991 174,091 172,65

anspo e vere os

Papel e produtos de

100,00 110,25 113,10 135,16 146,90 151,39 171,07 169,32 168,81 168,49 176,79 172,39

papel

Borracha 100,00 116,97 121,52 129,13 136,23 127,79 132,57 116,57 128,14 131,66 138,45 131,07

Química 100,00 91,16 89,74 93,25 108,24 101,27 96,31 96,83 92,25 89,71 106,17 106,78

Farmacêutica 100,00 102,94 105,98 102,77 97,06 97,06 99,95 86,65 89,31 107,24 103,32 100,65

Média bens de

100,00 109,60 111,68 115,43 119,641 109,241 111,291 104,611 108,501 112,941 117,571 115,16

capital

Bens de Consumo

Produtos plásticos 100,00 107,80 106,21 101,83 103,21 96,28 87,63 80,03 85,23 82,64 78,48 72,84

Têxtil 100,00 114,17 119,10 119,64 129,96 113,70 114,24 100,23 117,03 110,30 117,301 105,67

Vestuários e

100,00 100,24 104,08 102,77 108,24 114,14 125,94 111,89 115,75 116,53 121,99 116,54

calcados

Produtos alimentares 100,00 111,25 123,38 135,99 161,27 145,42 171,00 147,07 169,09 172,62 180,22 183,60

Média bens de

100,00 108,24 112,89 114,23 123,70 116,10 121,17 107,19 118,20 116,37 119,27 113,28

consumo

Figura 11

Mecânica

Variação do Índice de Capital para a Indústria Brasileira de Bens de Capital e Intermediários (1985

=

100)

200,00 , i

180,00

160,00

140,00

i::::~

~~~~;:::3 ----~..;:,

80,00 r... ...• _ Papel e produtos de papel

,. ., .' -+-Minerais não metálicosgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

• • a s

_ Metalurgia

60,00 ~ . _{--, - Borracha}

40,00 ~ ..•.••..•.•...•..•.•...•...•..•...•..•..•..•...•..•...•..• _-Qulmica

20,00 * . _{Farmacêutica}

0,00 I I I I I I I I I I I I' ,

1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996

anos

Figura 12

40,00 • - - - - - - - - - - - - - - - - - - - - - -

--Vestuários e calçados

Variação de Capital para a Indústria Brasileira de Bens de Consumo (1985zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA=100)

200,00 I I

180,00 160,00

140,00 • - - - - - - - - -. - - - - - - - - - - - - - - -

--80,00+---~ ___ Têxtil

-+-Produtos plásticos

60,00 • - - - - - - - - - - - - - - - - - -

--20,00 • - - - -- - - -- - - -- - - -- -. - -- - - - o --. --- -••--. ---.- ---. -.- ---.-

---Produtos alimentares

0,00 I I I I I I I I I I I I

1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996

anos

Já com relação à utilização de Mão de obra, tanto os setores de Bens de Capital e Intermediários, como o de Bens de consumo apresentaram variação positiva de pessoal ocupado em relação a 1985, até o início da década de 90. Entretanto, a partir de 1990, tem-se uma inversão da trajetória de mão de obra utilizada por ambos os setores. A partir de então, tem-se variações negativas na utilização de Mão de obra. O setor que apresenta maior redução é o de Vestuários e calçados que teve uma redução da ordem de 60% em relação ao ano base de 1985. Apenas o setor de Material elétrico e de comunicações apresentou variação positiva na mão de obra utilizada a partir de 1990.qponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

3.2. M odelo dos E feitos de Ineficiência.

Conforme a equação (20), foram utilizados para estimação do modelo de efeitos de ineficiência, dados do BNDES, uma medida de abertura comercial, e inflação.

Os dados referentes ao BNDES, Banco nacional de Desenvolvimento Econômico e Social, obtidos pelo meio eletrônico w w w .bndes.gov.br, representa os valores dos

são referentes a empréstimos a longo prazos, ou seja, empréstimos para serem amortizados

em prazos muito maiores que os empréstimos concedidos por instituições privadas de

financiamento, concedidas às empresas da referida indústria, Estes empréstimos, tem como

principais objetivos, o aumento dos investimentos industriais e fomento às exportações, alem

da redução do desemprego,

Estes dados são apresentados na tabela 4 como sua variação em relação ao ano base de

1985, Esta variação foi calculada a partir dos valores dos desembolsos deflacionados pelo

IPC - A. Conforme pode-se observar pelas figuras 7 e 8, considerando como base o ano de

1985, tem-se entre os anos de 1989 e 1993 um salto muito grande no valor dos desembolsos

para a indústria de transformação, Os períodos anteriores a 1989 e posterior a 1993

apresentam pequenas variações em relação ao ano base,

Tabela 4

Variação do Desembolso do B:\DES para Indúsn-ia Hrasilcira (1985 = !OU)

Bens de Capital e

1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996

Intermediários

Minerais não metálicos 100,00 575,54 1,67 140,67 0,40 3305,05 1106,67 718,94 119,22 17,89 81,32 172,79

Metalurgia 100,00 30,60 0,21 2710,57 0,19 3213,03 991,97 453,16 165,14 12,78 47,51 246,49

Mecânica 100,00 46,08 1,73 217,30 0,36 2753,18 1531,48 607,65 171,65 19,54 54,52 122,64

Material elétrico e de

100,00 10,40 6,87 267,12 0,36 2210,76 945,57 564,78 166,42 18,00 70,73 284,92

comunicações Material de transportes

100,00 181,46 0,63 287,18 1,36 2332,77 1360,30 255,37 280,34 11,91 71,39 161,35

e veículos

Papel e produtos de

100,00 305,76 0,18 684,55 0,99 3481,32 1631,48 313,65 59,05 10,12 55,22 256,58

papel

Borracha 100,00 658,26 1,15 238,41 0,82 2537,91 1751,36 283,15 161,45 23,93 46,32 133,34

Química 100,00 42,00 1,54 386,82 0,31 2496,77 2030,66 327,53 123,85 10,80 83,59 260,34

Farmacêutica 100,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00

Bens de Consumo

Produtos plásticos 100,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00

Têxtil 100,00 2180,89 0,93 290,58 0,47 2553,90 1435,67 536,61 162,15 14,56 52,53 79,09

Vestuário e calçados 100,00 13,23 0,93 179,11 0,98 823,98 2340,64 347,46 117,21 10,07 101,28 123,74

Produtos alimentares 100,00 88,99 1,07 233,62 0,39 3602,95 1653,24 616,75 145,60 15,53 66,39 139,48zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

Figura 13gfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

V ariação do D eseniJO lso do B N D F S para a Indústria B rasileira de B ens de C apital eInternedíários (1985 =100)

4O(X),00izyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA•

3000,00 _ M:talurgia

2500,00

Fanmcêutica 3500,00

+---- ---.---

---

---1 I

-+-

Mineraisnãom:tálica;

M:cânica

.~ 200>00_{'CI ,} ,5

Mataial elétrico e de

_~T~e

wículaJ

•••• Papel e ptXluta> de JXlIX:l

-+-BaradJa

-Q r im ic a 1500,00

1000,00

500,00

1987 1988 1989 1m 1991 1992 1993 1994 1995 1996

110I

FiguraZYXWVUTSRQPONMLKJIHGFEDCBA1 4

V ariação do D esem bolso do B N D F S para Indústria B rasileira de B ens de C onsum o (1985 = 100)

~ooi i

3500,00+ - - - - - - - - - - - - -" - - - - - - - - - - - - - - - - -

--3000,00

+---.---2500,00

~ ~

:e 2000,00

,5

-+-

Produta; plésticos

1500,00

1000,00

500,00

_ T 'e x t i l

Vestuário e calçados

7~qponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

••• ~ -~ .i ~

1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996

Produta; a\im;ntares

anos

A medida de abertura comercialqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA(opness) utilizada no modelo segue a sugestão de

Miller e Upadhay (2000) como a soma das importações e exportações divididas pelo PIB.

Para este cálculo, utilizou-se os coeficientes de importações e exportações calculados por

Haguenauer, Markwald e Poucchet (1998). Estes coeficientes representam as razões entre as

importações e o produção setorai e exportações e a produção setorial, respectivamente. Da

soma destes dois coeficientes, obteve-se a medida de abertura comercial setorial pretendida.

Também calculou-se a variação desta medida de abertura, considerando-se desde o

ano base de 1985 até o ano de 1996. Estes dados são apresentados na tabela 5 e nas figuras 9

e 10.

Tabela 5

Vadação do coeficiente de abertura comercial para aindúsn-ia brasileira de transformaçâo

-- --- --- -- ---

---Bens de Capital e

1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996

Intermediários Minerais não

100,00 102,63 84,21 81,58 73,68 60,53 82,05 89,47 105,26 100,00 113,16 123,68

metálicos

Metalurgia 100,00 111,32 88,68 105,66 98,11 96,23 133,90 152,83 154,72 141,51 139,62 152,83

Mecânica 100,00 80,63 103,60 77,48 77,03 62,16 117,32 100,45 86,49 77,93 68,47 73,87

Material elétrico e de

100,00 102,36 125,20 113,39 128,35 100,00 165,38 219,69 239,37 221,26 245,67 229,92

comunicações Material de

100,00 76,97 138,82 109,87 94,08 54,61 88,03 102,63 81,58 69,74 61,18 78,29

transportes e veículos Papel e produtos de

100,00 119,05 115,65 133,33 98,64 108,16 136,57 170,07 155,78 176,87 231,29 267,35zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

Ipapel

Borracha 100,00 103,11 104,35 108,70 100,62 85,09 127,11 141,61 144,72 162,73 171,43 193,17

Química 100,00 105,44 100,68 95,24 110,20 87,76 135,48 216,33 262,59 297,28 346,94 397,28

Farmacêutica 100,00 120,93 106,98 88,37 100,00 90,70 109,62 104,65 111,63 141,86 167,44 204,65

Bens de Consumo

Produtos plásticos 100,00 84,39 100,58 49,13 42,77 40,46 75,34 68,79 67,05 75,14 78,03 91,33

Têxtil 100,00 75,56 108,89 92,22 88,89 78,89 164,71 154,44 128,89 118,89 121,11 118,89

Vestuário e calçados 100,00 156,25 181,25 137,50 143,75 131,25 124,00 137,50 156,25 193,75 375,00 418,75

Produtos alimentares 100,00 94,05 104,76 104,76 103,57 88,10 115,19 97,62 96,43 105,95 134,52 130,95KJIHGFEDCBA

Figura 15KJIHGFEDCBA 450,00 400,00 350,00zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA .., 300,00 ~ .... :a _250,00 .51gfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

V ariação d a A b ertu ra C om ercial d a In d ú stria B rasileira d e B en s d e C ap ital e

In ten n ed iários (1985 = 100)

anos

_ Metalurgia

200,00

~---150,00ZYXWVUTSRQPONMLKJIHGFEDCBA

l - . .

-100,00~~n __ ~ --;:: __mm_m_

50,00

0,00 I I I I I I I I I I ,

1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996

anos

Figura 16

--+-

Minerais não metálicos

- Mecânica

Material elétrico e de comunicações __ Material de transportes

e veículos

-+-

Papel e produtos de papel

-+-

Borracha -Química

Fannacêutica

V ariação da A bertura C om ercial da Indústria B rasileira de B ens de

C onsum o. (1985ZYXWVUTSRQPONMLKJIHGFEDCBA= 100)

:::1~~;:

•...

~';=.·,;i:~:;~~~

:.:tu.,.u;S:u:u::=~uu:.:.;

L-' -'

1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 450,00 400,00 350,00 300,00

.,

.~

250,00 ~ .5 200,00

-+-

Produtos plásticos _Têxtil

Vestuário e calçados

Produtos alimentares

Pela análise destes gráficos, pode-se observar a grande variação no índice de abertura

comercial a partir de 1990. Esta elevação no coeficiente de abertura tem um segundo impulso

a partir de 1993, e continua até o fim do período em estudo, implicando numa variação

positiva de 400% para alguns setores, notadamente os de Minerais não metálicos e Vestuário

e calçados. Este salto na abertura comercial da indústria brasileira de transformação, é um

reflexo da redução da política protecionista adotada até então pelo governo brasileiro para a

indústria.

Os dados de Inflação foram obtidos do INPC, o índice Nacional de Preços ao

consumidor, da Fundação Getúlio Vargas.KJIHGFEDCBA

')0

4. Análise dos Resultados:qponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

4.1. P arâm etros estim ados (função de produção e ineficiência):

A tabela 6 apresenta os resultados das estimações de máxima verossimilhança dos

diversos parâmetros do modelo, tanto referentes àfunção de produção, como aos efeitos de

ineficiência. Têm-se um valor do parâmetro y = 0,986 bastante próximo da unidade,

indicando que a variância dos efeitos de ineficiência técnica explica 98,6% da variância

total do modelo. Isto significa que os efeitos de ineficiência explicam quase a totalidade da

diferença entre o produto observado e o potencial, ficando muito reduzida a porção devida

a erros de medida.

Tabela 6

Estimadores de máxima verossimilhança dos parâmetros da função de produção e

dos efeitos de ineficiência da indústria de transformação:

Função de Produção:

, <l,"i.1HI Parâmctro ,. alor estimado Desv io padrãozyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBAtde SrudcntKJIHGFEDCBA

Constante ₁₃₀ -0,00255 0,054 -0,047

Dummy(F) ₁₃₁ 0,036 0,108 0,338

Dummy(Ft 132 0,103 0,042 2,442

Dummy(F) ₁₃₃ 0,440 0,085 5,185

Dummy(F) ₁₃₄ 1,736 0,321 5,413

Dummy (F) ₁₃₅ 0,021 0,056 0,368

Dummy(F) ₁₃₆ 1,712 0,060 2,821

Dummy(F) 137 0,026 0,066 0,396

Dummy(F) ₁₃₈ 0,0039 0,052 0,073

Dummy(F) ₁₃₉ 0,025 0,068 0,365

Dummy (F) ₁₃₁₀ 0,060 0,056 1,084

Dummy(F) ₁₃₁₁ 0,233 0,115 4,615

Dummy(F) ₁₃₁₂ 0,159 0,051 3,122

LnK _13k -0,118 0,147 -7,989

lnL _13L 1,118 0,147 3,122

~ (lnKi _13kk 0,674 0,324 2,076

~(ln L)2 _13u 0,674 0,324 2,076

(lnK)(lnL) _131d -0,674 0,324 2,076

Efeitos de Ineficiência:

Variável Parâmetro Valor estimado Desvio (l.HIrãozyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBAtde Student

ConstanteKJIHGFEDCBA 00 0,749 0,220 3,409

Dummy(F) 01 0,0018 0,191 0,00095

Dummy(F) ₀₂ -0,469 0,243 -1,934

Dummy(F) 03 0,416 0,175 2,378

Dummy(F) 04 1,614 0,338 4,777

Dummy (F)qponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA05 0,0068 0,147 0,0464

Dummy(F) 06 1,708 0,619 2,756

Dummy(F) ₀₇ 0,239 0,157 1,524

Dummy(F) 08 0,164 0,150 1,0917

Dummy(F) 09 -0,418 0,197 -2,120

Dummy(F) 010 0,179 0,189 -1,448

Dummy(F) 01J 0,189 0,189 2,366

dummy(F) ₀₁₂ 0,188 0,188 -3,626

Inflação (1t) 0\3 0,070 0,017 4,135

Abertura(opness) 014 -0,274 0,089 -3,092

BNDES ₀₁₅ -0,017 0,008 -2,084

dummy(D) 016 -0,282 0,067 -4,215

Tempo (t) 017 -0,119 0,039 -3,019

y 0,986 0,003 28,038

crz 0,025 0,003 8,045

F unção de L R = 115,478 IJ(0,1O )= 2,71 12 períodos, 156observações

Obs l. Função de LR: Valor da função de log-verossimilhançaZYXWVUTSRQPONMLKJIHGFEDCBA

2 . X \ ( O , 10)éo valor crítico da distríbuiçW qui quadrado com um grau de liberdade avaliado a 5% Além disso, o teste de razão de verosimilhança: fIo: y=O contra HI:t > O o valor da

estatística de LR = 115,418 que comparado com o valor crítico de

x

21(2a) = 2,705, para

um nível de significância a=5%, implica na rejeição da hipótese nula, indicando portanto

a presença de efeitos de ineficiência e a validade destas variáveis para modelar estes

efeitos.

Os parâmetros J31 a J312 são referentes às variáveis "dummy" de efeitos fixos,

utilizadas para a estimações para dados em painel. Pode-se verificar que várias estimativas

destes parâmetros mostraram-se não significativos. Das estimativas dos parâmetros da

função de produção, porém, apenas o valor de J 3 0 , relacionado com a constante da função

de produção, foi indicado não significativo pela estatística t, ao nível de significância de

5%. As estimativas das elasticidades dos insumos, bem como os parâmetros relacionados

aos termos de ineficiência, mostraram-se todas significativas.

No caso das elasticidades de insumos da função de produção, pode-se notar pelo

valor de f3L = 1,118 que o insumo trabalho aparece como fator de maior importância para

explicação do produto da indústria brasileira. Já a presença de um valor negativo para f3K

(-0,118), sugere rendimentos marginais decrescentes para este insumo, devido ao

significativo aumento da relação capital/trabalho que se tem evidenciado nas últimas

décadas na economia brasileira.

Com relação aos termos de ineficiência, pela verificação dos sinais dos valores

estimados dos parâmetros, pode-se determinar sua influência sobre a eficiência da

indústria. Como neste caso se modela a ineficiência, um valor negativo para o parâmetro

indica que esta variável corrobora para a elevação da eficiência, ao passo que um valor

positivo, indica ser esta uma variável de ineficiência.

Dessa forma, atesta-se que a inflação possui efeito negativo sobre a eficiência. De

forma análoga, a mudança estrutural causada pelo Plano Real é um elemento que

corrobora com a eficiência, pois a estimativa do coeficiente associadoà "dummy" aparece com sinal negativo. Estes resultados condizem com com trabalhos empíricos disponíveis,

como Miller e Updahay (2000) a~pontar a inflação como elemento prejudicial à

produtividade industrial. Considerando a magnitude do valor estimado para o coeficiente

816, ( - 0,282), bem como seu nível de significância, a estabilidade econômica mostra-se

como o fator de maior importância para a eficiência da indústria brasileira.zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

o

parâmetro do coeficiente de abertura também apresenta sinal negativo e

significativo. Isto indica que a indústria brasileira tem se tomado mais eficiente com um

maior coeficiente de abertura comercial, sugerido que uma maior inserção internacional

tem uma influência positiva nos ganhos de eficiência da indústria brasileira, condizendo

portanto com o trabalho de Ferreira e Rossi (1999), ao apontar empiricamente, que a

abertura comercial tem um efeito benéfico sobre a eficiência da indústria do Brasil e

conseqüentemente, sobre sua economia.KJIHGFEDCBA

Com relação aos desembolsos do BNDES, pode-se notar que o valor do parâmetro

associado a esta variável (Õ15 = - 0,017) é muito pequeno, apesar de significativo.

Entretanto, apresenta sinal negativo, diferentemente da análise de Barreto e Souza (2000),

na qual o incentivo creditício não tem participação nos ganhos de produtividade da

indústria. Neste caso, os desembolsos do BNDES agem como elemento redutor da

ineficiência.

Este resultado pode ter relação com a maior concentração do BNDES no

financiamento de setores industriais voltados ao mercado externo, conforme apontado por

Além (1998), favorecendo o processo de abertura comercial da indústria brasileira.zyxwvutsrqponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

o

último parâmetro,Õ17, está relacionado ao tempo, e indica que a indústria tende a

se tomar mais eficiente ao se tornar mais velha, resultado bastante plausível.qponmlkjihgfedcbaZYXWVUTSRQPONMLKJIHGFEDCBA

4.2. E ficiência técnica:

••

Os níveis estimados da eficiência dos setores industriais são apresentados na tabela

2. Estes índices são entendidos como a distância que o setor se encontra em relação à

fronteira de produção, de forma que para o setor estar plenamente eficiente, ter-se-ia

estimado um nível 1,00, ou seja este setor estaria operando sobre a fronteira de produção.

Nesta tabela tem-se também as médias geométricas dos setores componentes das indústrias

de Bens de capital, Bens de consumo, e de Transformação, que é a média (geométrica) de

todos os setores. Tem-se também a eficiência média (geométrica) dos setores para o

período todo. A figura 9 ilustra o comportamento destes níveis de eficiência para a

indústria de bens de capital.

Por esta figura, percebe-se que os setores de bens de capital e intermediários

vinham sofrendo uma queda acentuada em seus níveis de eficiência, exceto os setores de

papel e produtos de papel e borracha, que mantiveram-se de forma aproximadamente

constante em níveis relativamente baixos de eficiência, desde 1985. Entretanto, mesmo no

caso do setor de papel e papelão, o setor mais ineficiente, apresenta uma considerável

'n