VII Encontro Nacional – VII ENABER
Crescimento Econômico e Externalidades Espaciais nos Municípios do
Estado do Pará: 1991 e 2000.
RESUMO
Este artigo se propõe a investigar as principais externalidades que influenciam o crescimento econômico dos municípios do Estado do Pará. Para isso, recorreu-se aos métodos da econometria espacial para testar a hipótese de que as externalidades espaciais geradas nos municípios estão contribuindo, de algum modo, para a promoção do crescimento econômico do Pará, entre os anos de 1991 e 2000.
Palavras-Chave: crescimento econômico, externalidades espaciais, econometria espacial.
ABSTRACT
This article aims to investigate the main externalities that influence economic growth of the municipalities of Para state. In order to do that, we use the methods of spatial econometrics to test the hypothesis that these spatial externalities generated by the municipalities contribute somehow for economic growth of Para between the years 1991 and 2000.
Keywords: economic growth, spatial externalities, spatial econometric.
Introdução
Em 1974 o governo militar, sob a Presidência do General Ernesto Geisel, resolveu implementar um ambicioso projeto nacional de desenvolvimento que tinha como objetivo a transformação do Brasil numa grande potência econômica no ano 2000. No âmbito espacial, a estratégia de desenvolvimento regional, contida no II Plano Nacional de Desenvolvimento (II PND), definiu uma política nacional de desenvolvimento da Amazônia.
A Superintendência de Desenvolvimento da Amazônia (SUDAM) ficou responsável pela coordenação, elaboração e execução dos projetos do II Plano de Desenvolvimento da Amazônia (II PDA) – um desdobramento do capítulo correspondente do II PND. A diretriz da política nacional de desenvolvimento regional consistiu da política de ocupação humana e de desenvolvimento econômico da Amazônia Legal.
Num primeiro momento, essa política regional de ocupação e desenvolvimento da Amazônia foi executada com base no avanço da fronteira da pecuária de corte extensiva. Não obstante, logo foi percebido que tal estratégia não tinha obtido o sucesso econômico esperado pelos seus planejadores. Pelo contrário, a incontestável destruição da floresta amazônica e dos seus recursos naturais, além da poluição dos rios e igarapés por mercúrio no beneficiamento do ouro de aluvial dos rios amazônicos, devido o avanço da fronteira pecuária, resultaram numa forte pressão dos movimentos ecológicos de defesa do meio ambiente da Amazônia
Essa pressão política, no plano nacional e internacional, acabou favorecendo a revisão e a posterior extinção da política de incentivos fiscais para a pecuária. Além disso, como uma atividade econômica primária de base agroextrativa, a pecuária de corte em regime de pastos extensivos gerava: 1) baixo nível de emprego; e 2) atraia a violência social devido á luta pela terra, sobretudo no Estado do Pará.
A implementação dos projetos de infraestrutura econômica na Amazônia – a exemplo da construção da Transamazônica (BR-230) no setor de transporte; e da construção de grandes usinas hidrelétricas para a geração e distribuição de energia elétrica à Amazônia e o resto do Brasil, a exemplo da Usina Hidrelétrica de Tucuruí – forneceu o capital social básico aos projetos produtivos de exploração mineral no Pará, a exemplo do Grande Projeto Carajás. A expectativa do Governo Federal era de que os projetos agropecuários e minerais pudessem gerar as necessárias divisas em dólares, com as exportações de commodities minerais e carne bovina, para fazer face aos pagamentos dos elevados encargos de juros da dívida externa contraída pelo governo militar juntos aos bancos internacionais.
Os investimentos nos Grandes Projetos de Infraestrutura Energética e de Transporte geraram externalidades positivas concentradas nas cidades e vizinhanças naqueles municípios paraenses onde estão situados os Grandes Projetos de Mineração e Agropecuário. Todavia, os efeitos gerados pelos “Grandes Projetos” – assim chamados os grandes empreendimentos de infraestrutura econômica e de atividades produtivas dos setores de mineração e agropecuários implantados na Amazônia paraense que exigiram recursos públicos do Governo Federal – não foram suficientes para promover a integração econômica esperada pelos seus idealizadores.
Além disso, os Grandes Projetos de mineração podem ser considerados “enclaves” de exportação mineral – devido os seus baixos efeitos de linkages (ligações) para o restante da economia paraense em termos de geração de renda e emprego – porque, sozinhos, não são capazes de induzir um robusto crescimento econômico endógeno. Não obstante, após quase quarenta anos da implantação desses Grandes Projetos, vem ocorrendo algum crescimento econômico nos municípios paraenses próximas aos Grandes projetos.
Apesar do baixo grau verticalização na cadeia produtiva básica da indústria do alumínio – a exemplo da indústria de Mineração Rio do Norte (extraindo bauxita), além da Alumina do Norte do Brasil (ALUNORTE), que transforma bauxita em alumina, e do Alumínio Brasileiro (ALBRÁS), transformando alumina em alumínio metálico – somente agora começam a aparecer algumas iniciativas de investimentos privados locais na constituição de atividades industriais integradas, com maior valor agregado, ao longo da cadeia produtiva do alumínio, a exemplo da
metalurgia de lâminas e da indústria de móveis de alumínio. Mesmo assim, esse esforço empresarial ainda não é suficiente para desencadear um processo amplificador dos efeitos de linkages para trás e para frente na cadeia produtiva.
A formação de aglomerados industriais nos municípios próximas aos Grandes Projetos é um sinal de reversão da polarização nos grandes centros urbanos do Pará. De fato, não deve ser que os municípios onde estão às grandes corporações privadas – a exemplo da Companhia Vale do Rio Doce (CVRD) – venham apresentando nos últimos anos um desempenho econômico superior aos municípios que estão fora do entorno da influência dos Grandes Projetos e distantes dos grandes centros urbanos, como Belém.
Neste sentido, com o propósito de testar a hipótese do crescimento endógeno da economia paraense representada pela taxa de crescimento da renda per capita dos municípios do Pará, recorreu-se a aplicação dos avançados modelos econométricos espaciais no campo da economia urbana e regional, em que se verifica a importância do espaço humano, como conceito fundamental subjacente à ciência regional, o que nos dias de hoje é inquestionável.
A dependência espacial do crescimento econômico de um município em relação a sua vizinhança mais próxima é algo importante que foi considerado na escolha do tema. De fato, a influência das localidades vizinhas no crescimento econômico de um determinado município, através de efeitos spilllovers ou efeitos de transbordamento espaciais, é um fator importante que contribui à formação de aglomerados econômicos.
Portanto, este artigo tem como objetivo investigar teoricamente e testar empiricamente se as externalidades espaciais atuaram realmente como fatores determinantes do crescimento econômico dos municípios do Estado do Pará nos anos de 1991 e 2000. Para isso, recorreu-se aos métodos da econometria espacial para testar a hipótese de trabalho de que as externalidades espaciais, criadas e replicadas nos municípios, estão contribuindo para o crescimento da renda per capita do Estado do Pará.
Isto implica que os conceitos e relações estabelecidas entre as variáveis explicativas e a variável dependente do modelo econométrico espacial necessitam ser especificadas, tal que as variáveis selecionadas representem os significados dos conceitos contemplados nas teorias e os dados utilizados na regressão espacial sirvam à estimação, testes de hipóteses e predições para posterior análise dos resultados.
Dessa forma, o presente artigo está organizado em três seções, além desta breve introdução. Na primeira seção, discute-se o conceito de externalidades tanto na visão da economia neoclássica quanto da histórica da industrialização; na segunda seção, apresenta-se o modelo econométrico espacial para de crescimento econômico dos municípios do Estado do Pará, a metodologia empregada no mesmo, a especificação das variáveis usadas do modelo econométrico espacial, as fontes e magnitudes dos dados espaciais usados, a análise exploratória dos dados espaciais, os testes de hipóteses, de heteroscedasticidade e de robustez dos parâmetros; e, por fim, a análise final dos resultados obtidos nessa pesquisa.
1. Externalidades
O termo genérico externalidades, também denominado de economias externas, tem sido utilizado, desde que foi introduzido por Alfred Marshall, em vários sentidos. Marshall (1982) criou o termo economia externa no sentido da formação de economias de escala externa a firma, em oposição a economias de escala interna a firma, resultante da formação de aglomerações de firmas afins localizadas próximas uma das outras num espaço contíguo denominado distrito industrial.1 A economia interna, por sua vez, significa a criação de economias decorrente do aumento da escala de produção no ambiente interno da firma.2
Há dois tipos básicos de economias internas da firma: as economias internas reais e as economias internas pecuniárias. As economias de escala real podem ser de dois tipos: as economias
1 Marshall (1982, V. I, p.267-268).
reais intra-planta que resultam do aumento do tamanho da planta industrial, independentemente se a firma produz o mesmo produto em novas plantas ou em plantas industriais diversificadas; e as economias de escala real inter-planta que são da mesma natureza das economias de escala intra-firma. Por outro lado, as economias pecuniárias são as que resultam da realização de pagamentos a preços mais baixos daqueles fatores de produção usados na produção e na distribuição do produto devido ao tamanho do volume dos produtos comercializados quando aumenta o tamanho da planta industrial da firma.3
Enquanto o conceito de economias internas de Marshall é claro, o de economias externas, ou simplesmente de externalidades, às vezes pode ser objeto de controvérsia quanto à aplicação do seu verdadeiro significado.
Scitovsky (1956) afirma que o conceito de economias externas é um dos mais vagos da literatura econômica. A razão disso, segundo o autor, é porque o conceito é usado em dois contextos teóricos completamente diferentes: 1) o da teoria do equilíbrio parcial e geral; e 2) outro da teoria da industrialização dos países ou regiões subdesenvolvidas.4 As conclusões da primeira são baseadas nas hipóteses neoclássicas de concorrência perfeita de todos os mercados e na divisibilidade perfeita de todos os recursos e produtos. Estas hipóteses servem como base á conclusão principal da teoria de equilíbrio geral de que economias de mercado levam a alocação eficiente dos fatores de produção a uma situação do ótimo econômico de Pareto.5
Na teoria da industrialização de países ou regiões subdesenvolvidas – desenvolvida dentre outros por Paul N. Rosenstein-Rodan, Ragnar Nurse e Celso Furtado – os investimentos públicos dirigidos à formação de capital social básico no sentido de Hirschman – infraestrutura econômica e social – geram economias externas reais que atraem para o espaço geográfico dos países ou regiões atrasadas novas firmas fornecedoras de insumos e novas firmas produtoras de bens e serviços finais, o que acaba promovendo o rebaixamento dos custos de instalação dessas firmas devido tanto aos efeitos das economias externas proporcionadas pelo capital social básico, quanto pelos efeitos das economias externas proporcionadas pela aglomeração das firmas produtoras de insumos e de bens e serviços finais [(Rosenstein-Rodan, 1953), (Nurkse, 1953), (Furtado, 1953)].
Além das economias externas reais, geradas pela relação das firmas produtoras de bens e serviços na cadeia produtiva, há também as economias externas pecuniárias as quais decorrem da interdependência entre firmas na cadeia de comercialização de produtos através dos mecanismos de mercado. As compras e vendas de produtos entre as firmas são denominadas de economias externas pecuniárias para diferenciá-las das economias externas tecnológicas.6
Na medida em que as firmas se localizam bem próximas uma das outras num dado espaço geográfico, formando um agrupamento econômico de firmas produtoras e vendedoras de insumos e bens e serviços finais, então ficam criadas as economias externas de aglomeração (ou simplesmente economias de aglomeração) que acabam contribuindo para a redução dos custos de transações e de comercialização entre as firmas envolvidas.
1.2. Externalidades e crescimento regional e urbano
Nos modelos de crescimento endógeno, a acumulação de conhecimento do capital humano é uma importante externalidade para promover o crescimento econômico endógeno das nações, das regiões e das cidades. Porém, apesar da reconhecida contribuição das novas teorias do crescimento econômico endógeno, elas deixaram um problema quanto à explicação de como as externalidades se propagam espacialmente. 3 Koutsoyiannis (1979, p.126-137). 4 Scitovsky (1956, p.305-306). 5 Scitovsky (1956, p.302-305). 6 Scitovsky (1956, p.306-307).
1.2.1. Externalidades industriais e desenvolvimento regional
No campo da moderna economia regional, Hirschman (1961) e Myrdal (1968) destacaram a importância dos governos nos investimentos públicos em capital social básico (infraestrutura) os quais atuam como externalidades no espaço geográfico de uma região subdesenvolvida rebaixando os custos de instalação de novas empresas. Na presença de indústrias motrizes ou indústrias-chave há possibilidade de formação de aglomerados industriais ou integração vertical devido os efeitos de linkages backward (para trás) e forward (para frente). Hirschman (1961) afirma que o crescimento econômico regional é necessariamente desequilibrado espacialmente. Há uma tendência das indústrias se concentrarem em certos pontos do espaço chamados de pólos de crescimento. (Perroux, 1977)
Contudo, apesar dessas economias externas dos pólos econômicos serem reais, os atores do cenário econômico freqüentemente sobreestimam este aspecto.7 De fato, mesmo tendo em conta a importância das forças de mercado e das preferências espaciais dos atores econômicos, uma vez que crescimento econômico se apodera de uma parte do território de uma nação, então se movimentam outras forças que atuam sobre o restante do território.
Como observa Hirschman (1961), essas forças favorecem a difusão do progresso econômico das regiões mais progressistas por intermédio do incremento das compras e vendas de insumos, bens e serviços finais e de investimentos nas poucas regiões atrasadas do restante do território. Contudo, podem também ocorrer pressões desfavoráveis ao processo de difusão que acabam reforçando os efeitos de polarização não só aumentando o grau de concentração industrial das regiões progressistas, mas, às vezes, até mesmo deprimindo mais as regiões atrasadas por meio da atração da sua melhor mão-de-obra pelo processo de migração.8 Tal possibilidade supõe um posicionamento político do governo no sentido de buscar a redução das disparidades econômicas inter-regionais por meio de políticas nacionais de desenvolvimento regional, sobretudo para países de dimensões continentais.9
As contribuições das teorias do desenvolvimento regional, apesar de importantes por enfatizarem os efeitos progressivos e regressivos que afetam as regiões ricas e pobres, não explicam a dinâmica das externalidades espaciais na formação dos centros urbanos. Assim, visando preencher esta lacuna teórica, a Nova Geografia Econômica (NGE.), traz uma contribuição às teorias do crescimento endógeno e as teorias de desenvolvimento regional.
1.2.2. Externalidades locacionais e as aglomerações urbanas
A importante contribuição da abordagem da Nova Geografia Econômica ou NGE para a teoria dos aglomerados industriais destaca a importância da escolha da localização geográfica da produção como um fator adicional da competição entre empresas. Krugman (1991) é o principal expoente da abordagem NGE. Na formulação da sua teoria, Krugman (1991) combina o conceito de externalidades reais de Marshall, que induz a concentração espacial, com os de economias de aglomeração urbana e os efeitos de encadeamento da economia regional, bem como das vantagens competitivas locacionais da teoria da localização industrial.
Krugman (1991) desenvolveu um modelo analítico em que a evolução da estrutura espacial da economia é determinada pelo confronto de forças econômicas centrípetas e centrífugas. De um lado, agiriam as forças centrípetas, que levam a aglomeração de atividades econômicas em uma determinada região, geralmente, representadas por linkages setoriais, mercados densos, spillovers de conhecimento e economias externas e de aglomeração, que induzem à concentração espacial da atividade econômica. Do outro lado, agiriam as forças centrífugas, que levam uma dispersão das atividades entre as regiões, que são representadas por fatores imobilizados, aluguéis,
7
Hirschman (1961, p.184).
8 Hirschman (1961, p.187-192); Myrdall (1968, p.53-67).
congestionamentos de trânsitos, poluição, custos não recuperáveis (sunk costs), custos de commuting e as deseconomias externas, que desestimulam a concentração industrial no sentido da formação de clusters industriais fora dos centros urbanos congestionados.
Krugman (1998) argumenta que as aglomerações das empresas são induzidas pela presença das economias externas locais. No entanto, as economias externas seriam um produto de ações fortuitas, e a estruturação espacial da economia seria determinada por processos resultantes das decisões dos agentes privados operando as forças centrípetas e centrífugas de uma economia de mercado. Neste caso, restaria pouco espaço à ação planejadora do Estado com vista à criação de clusters industriais.
Apesar da contribuição da nova geografia econômica, para o desenvolvimento da teoria dos clusters industriais, Fujita, Krugman & Venables (2002) reconhecem a dificuldade que esta corrente vem tendo para modelar num sistema formal todas as variáveis representativas das forças centrípetas e centrífugas do mundo real. O esforço de formalização de Krugman & Venables (1997) resumiu-se a identificar as fontes dos benefícios externos, ou seja, os linkages como as forças determinantes da concentração industrial, quando as empresas estão sujeitas tanto a baixos custos de transportes quanto a retornos de escala crescentes, e fatores fixos como força opondo-se a concentração.10 Por isso, talvez, essa abordagem não derive ações que impliquem na formulação de políticas públicas promotoras de clusters industriais.
Fujita, Krugman & Venables (2002) reconhecem que a presença das externalidades positivas e negativas de ambos os lados das forças econômicas (centrípetas e centrífugas) dificulta qualquer pretensão normativa de pró-intervenção do Estado baseado apenas na observação empírica de falhas de mercado ou de informação assimétrica. Por isso, os economistas dessa abordagem esperam consolidar este enfoque da NGE, em termos teóricos e empíricos, para depois especular quanto às suas implicações decorrentes das políticas públicas. Mesmo assim, Krugman (1994) sugere que, às vezes, tornam-se necessárias pequenas intervenções do governo para não deixar de fora indústrias importantes para determinadas economias.11
Porém, apenas observar o dinamismo de um aglomerado industrial (clusters) numa região não é suficiente. De fato, do ponto de vista do desenvolvimento industrial, é preciso indagar por que uma indústria está aglomerada e avaliar até que ponto as economias externas locais, derivadas das inovações tecnológicas ou do tamanho do mercado, são suficientemente poderosas para merecer o suporte governamental.12
David (1999) critica a abordagem da NGE quando observa que seus autores utilizam fatos estilizados, que ele chama de factóides. Para David (1999), os factóides são situações idealizadas que foram extraídos dos trabalhos dos economistas clássicos da teoria da localização industrial e da ciência regional, que geram modelos de uma geografia idealizada da industrialização local em que as zonas centrais industrializadas são rodeadas por atividades agrícolas e extrativas de zonas periféricas suprimindo os “detalhes sobre importantes não-homogeneidades que estão presentes em processos locacionais” de industrialização.13
Entre esses processos encontram-se os efeitos de spillovers do conhecimento (knowledge spillovers) das inovações tecnológicas e também os efeitos de feedbacks responsáveis pelas não-homogeneidades espaciais na difusão empresarial das práticas técnicas e organizacionais, que são menos suscetíveis à modelagem matemática mais simples.14 Neste ponto, é importante focalizar as externalidades espaciais em termos também dos efeitos cruzados dos spillovers (transbordamentos) entre as indústrias de uma dada economia regional. É importante frisar que, apesar das indústrias das economias regionais não terem retornos crescentes de escala indefinidamente, os processos
10 Suzigan.(2001, p.29).
11 Krugman (1994, p.223).
12
Suzigan.(2001, p.30); Suzigan et alli (2001a).
13 David.(1999,P.109-110).
dinâmicos dessas economias são dependentes de trajetórias econômicas cujo processo evolutivo não pode desviar-se da influência da história sobre a geografia econômica.15
Entretanto, mais recentemente, a economia mundial vem experimentando um processo de globalização bastante avançado. Como conseqüência disso, as invenções e inovações industriais – geradas num dado local do planeta (como o Vale do Silício nos EUA) – podem ser facilmente e rapidamente absorvidas e adaptadas noutras localizações. Por outro lado, sem dúvida, os investimentos diretos estrangeiros e o aumento do fluxo do comércio exterior vêm jogando um papel relevante no desenvolvimento econômico das nações ou regiões emergentes, cujos governos investem em capital social básico e capital humano.
1.3. Externalidades espaciais e crescimento econômico das cidades
A geografia econômica demonstra que o poder de aglomeração das cidades permanece forte, apesar da tendência de redução dos custos de transporte e comunicação. Black & Handerson (1998) demonstraram que o tamanho relativo das cidades norte-americanas permaneceu estável no século XX. Esse padrão de crescimento estável das cidades foi também identificado em outros países – como o Japão e a França (Eaton & Eckstein,1997). Por isso, merece ser ressaltado o fato observado de que a maioria das atividades econômicas ainda persiste concentrada nas cidades; somente poucas indústrias mudam seu centro geográfico [(Brezis & Krugman, 1997); (Black & Handerson, 1998)].
A conclusão desses trabalhos da economia urbana é de que há fortes evidências de que as inovações em infraestrutura de transportes – tais como nos sistemas rodoviários, ferroviários e hidroviários interestaduais – e em infraestruturas de informação e de comunicação – a exemplo dos serviços de correio, telégrafo, telefonia, rádio e televisão – não causam, por si próprio, o fim das tendências históricas do processo de urbanização do capitalismo contemporâneo. Na verdade, ao contrário, os equipamentos de transportes e serviços urbanos reforçam a tendência de localização das atividades industriais e de serviços nas cidades e o conseqüentemente crescimento delas.16
Jacobs (1969) e Lucas (1988) observam que quando pensamos na associação entre capital humano, conhecimento e crescimento econômico endógeno, a inclusão do papel das cidades é quase inescapável. Idéias movem-se rapidamente nas cidades; agentes não relacionados fazem contatos e partilham novas idéias. As externalidades resultantes das trocas de idéias entre pessoas são mais fortes em ambientes urbanos do que em ambientes rurais. Lucas (1988) introduziu a idéia de que as cidades jogam um papel importante na facilitação do processo de adoção e difusão do conhecimento acumulado sobre o crescimento econômico.
As fortes externalidades de aglomeração nas cidades são importantes complementos para o crescimento econômico endógeno, por três razões básicas: 1) as cidades, diferentemente dos países ou das regiões, são economias abertas que permitem um intenso movimento de capital, trabalho e idéias (inovações) intra-cidades e inter-cidades. 17 As cidades são unidades econômicas mais concentradamente especializadas do que as regiões econômicas. Os limites das fronteiras de uma economia nacional impedem a mobilidade dos fatores; as políticas nacionais que incentivam a concentração industrial somente no centro-polarizador eliminam os ganhos do fator mobilidade da diversificação e da descontração espacial; 2) vários estudos sobre o sucesso das nações afirmam que as idéias inovadoras são importantes para o crescimento econômico nacional; e 3) recentes estudos sobre crescimento econômico têm mostrado que a instabilidade política e a desigualdade social são incompatíveis com o crescimento econômico endógeno.18
Os estudos sobre as economias de cidades inauguraram uma nova modalidade de pesquisa empírica, em especial, a importância da concentração industrial nas cidades sobre o crescimento econômico das regiões. Os trabalhos de Jacobs (1969), Henderson (1986) Glaeser (1994) foram os
15Suzigan (2001).
16
Teaford (1986).
17 Glaeser, Scheinkman & Shleifer (1995, p.118-119).
primeiros a demonstrar a importância da concentração industrial sobre o crescimento econômico das cidades e regiões vizinhas. Na presença de políticas públicas de capacitação e treinamento dos indivíduos (capital humano), as ocupações em termos de emprego e o aglomerado de indústrias nas cidades fornecem um ambiente propício ao florescimento de novas ideais e de inovações que fluem rapidamente de pessoa para pessoa.19
Jacobs (1984) afirma que essas interações nas cidades ajudam as pessoas a se apropriarem das idéias e inovações. De fato, sem oportunidades das pessoas aprenderem com outras pessoas, e assim melhorarem suas habilidades, não haveria razão para as pessoas pagarem aluguéis altos para trabalhar e morar nas cidades. Na verdade, o fluxo intenso de idéias deve explicar como as cidades sobrevivem a despeito dos aluguéis elevados. Numa visão dinâmica das cidades, as novas teorias de crescimento endógeno associam as externalidades com a difusão de conhecimento de idéias – que é o motor do crescimento endógeno – e destas com o crescimento econômico endógeno das cidades e, por conseguinte, dos países e regiões. [(Romer, 1986, 1994); (Lucas, 1988)]. Por meio de pesquisas e rápidos movimentos dos trabalhadores altamente qualificados (capital humano) entre as firmas, idéias são rapidamente disseminadas entre as firmas vizinhas uma das outras numa cidade.
O modelo de externalidades de Marshall-Arrow-Romer (MAR) relaciona o processo de difusão de conhecimento (idéias) entre as firmas de uma mesma indústria. Marshall (1982) afirma que a concentração de uma indústria numa cidade, ao facilitar a difusão de conhecimentos entre as firmas, acaba impulsionando o crescimento da indústria e da cidade; Arrow (1962) apresenta uma primeira tentativa de formalização; e Romer (1986) formaliza um modelo de crescimento endógeno em que a tecnologia é um vetor endógeno.
Vimos que o estoque acumulado de conhecimento é o resultado dos intencionais esforços dos pesquisadores que buscam idéias inovadoras. Mas, a propagação do conhecimento aplicado é, também, o resultado do esforço do empresário empreendedor de converte conhecimento científico em inovações tecnológicas vendáveis no mercado com lucros de monopólio [Schumpeter (1982, 1984)]. Schumpeter (1982) admite que o local de monopólio é mais importante para o crescimento econômico do que o local de competição porque o local de monopólio restringe o fluxo de idéias com outras e assim permite que as externalidades das inovações tecnológicas sejam internalizadas pelo empresário-inovador. Quando as externalidades são internalizadas, as inovações e crescimento econômico crescem de forma mais rápida.
Porter (1990) também afirma que a difusão de conhecimentos especializados estimula o crescimento econômico nas indústrias geograficamente concentradas. Porém, ele insiste em afirmar que o local de competição, em oposição ao local de monopólio, estimula a busca e a rápida adoção de inovações. No modelo de Porter (1990), o local de competição aumenta o processo de imitação, porém em compensação melhora as idéias dos inovadores. Apesar do local da competição reduzir a taxa de retorno do empresário-inovador – devido o acirramento da competição entre inovadores e imitadores – também aumenta a pressão para inovar e este efeito acaba sendo mais forte do que o primeiro.
A concorrência entre os competidores locais conduz a rápidas adoções de inovações de outros e a melhoria das inovações, para fugir aos ataques dos imitadores, e isso contribui para o crescimento da industrial. Em contraste, os locais de monopólios levam as empresas a um estado de acomodação tecnológica como resultado dos privilégios adquiridos pelo alto padrão de consumo dos gerentes que não querem mais correr o risco do inovador. As externalidades dinâmicas de Porter são maximizadas nas cidades geograficamente especializadas com indústrias competitivas.
Jacobs (1969) afirma que o mais importante para o crescimento econômico das cidades é a transferência de conhecimento (inovações) vindo do lado de fora do núcleo industrial concentrado só no principal centro urbano do país. Como resultado, uma diversidade de indústrias localizadas geograficamente próximas uma das outras gera sinergias positivas mais fortes do que as indústrias especializadas localizadas geograficamente num único espaço. Jacobs (1969) é favorável ao local
de competição porque, como Porter, ela acredita que o local de competição permite uma rápida adoção de tecnologia pelas firmas envolvidas que acaba promovendo o crescimento das cidades.
Neste sentido, se a proximidade geográfica entre cidades e indústrias é um vetor facilitador da transmissão de conhecimentos, as externalidades flexíveis, resultantes do efeito transbordamento das idéias – chamado de knowledge spillovers – são também importantes no crescimento econômico de uma determinada região. Os fundamentos teóricos da dinâmica da difusão do conhecimento entre pessoas nas cidades começaram com Loury (1979) e Dasgupta & Stiglitz (1980) que mostraram a importância do efeito do knowledge spillovers, fundamentais para o crescimento econômico das cidades.
Krugman (1991a) também apresenta um interessante modelo de externalidades no qual destaca a importância do incremento dos rendimentos sobre o espaço geográfico. Não obstante, é o artigo seminal de Glaeser, Kallal, Scheinkman & Schleifer (1992) que vem servindo de inspiração a os trabalhos empíricos que destacam a importância do crescimento das cidades sobre o crescimento econômico regional e nacional.
Há outras formas de externalidades locacionais que explicam a especialização econômica de uma dada região e de cidades, mas que não têm como foco especificamente as externalidades de conhecimento (knowledge spillovers) e o crescimento econômico. Marshall (1982), por exemplo, destaca a importância das externalidades de localização, proporcionadas pelos distritos industriais, em que firmas pertencentes a uma mesma indústria freqüentemente localizam-se bem próxima a outra para se aproveitar dos vários insumos, inclusive da força de trabalho especializada.20
Algumas firmas de diferentes ramos industriais podem pleitear uma localização próxima uma das outras em função da diversidade da demanda. Henderson (1986) buscou explicar porque certas firmas preferem se localizar nos lugares em que a demanda local é elevada devido ao que ele denominou de externalidades urbanas: igualmente como as externalidades de localização industrial, as externalidades de urbanização explicariam os padrões da localização mais do que o crescimento das cidades. Glaeser, Kallal, Scheinkman e Shaifer (1992) dizem que a busca de uma explicação do porque firmas de indústrias diferentes buscam se localizar próximas uma das outras, sugere apenas que elas não podem ser a história completa das cidades.21
As teorias das externalidades dinâmicas são extremamente atrativas porque elas procuram explicar, simultaneamente, como se estruturam e crescem as cidades. As teorias de MAR e Porter, sobretudo, prevêem que as indústrias especializadas e localizadas num espaço geográfico poderiam absorver o conhecimento que transborda entre as firmas – os knowledge spillovers. Em adição, essas teorias também prevêem que indústrias especializadas regionalmente poderiam crescer de maneira mais rápida do que as firmas isoladas em termos geográficos.
Jacobs (1969), também, enfatiza a importância da difusão de conhecimentos como um fator relevante para o crescimento das cidades. A idéia central desse autor é de que a externalidade crucial nas cidades é a fertilização cruzada de idéias através de diferentes linhas de trabalho. Na teoria de Jacobs, a variedade industrial mais do que a especialização industrial é condutora do crescimento das cidades porque nas cidades diversificadas há mais intercâmbio de diferentes idéias do que nas cidades especializadas. O autor afirma que indústrias localizadas em áreas altamente diversificadas, industrialmente, podem crescer mais rápido do que em áreas especializadas. Em contextos diferentes, admite-se que a proximidade espacial permite que idéias fluam mais livremente.22
Esses efeitos poderiam agir para facilitar não apenas a imitação de patentes, como demonstra o autor Jaffe (1989), mas também pela ampla imitação de atividades que requerem agentes habilidosos. De certo modo, as habilidades são aprendidas pelo processo de imitação e o processo de imitação é rápido nas cidades. Marshall (1890) e Jacobs (1969) admitem que a transferência de informações é mais rápida nas cidades. Chinitz (1962) destaca a importância da transferência de intelectuais entre as cidades e sua relação com o desenvolvimento do capital
20
Henderson (1986).
21 Glaeser, Kallal Scheinkman & Shleifer (1992, P.1130).
humano. Ele afirma que uma excessiva concentração industrial estanca a transferência intergeracional das habilidades empresariais.
A despeito de suas diferenças, essas teorias da dinâmica das externalidades têm implicações sobre as taxas de crescimento das indústrias urbanas nas distintas cidades. De fato, essas teorias são diferentes da maioria das teorias de externalidades da urbanização e de localização industrial padrão que enfatizam a formação e especialização das cidades, mas não do crescimento das cidades.23
Os modelos de crescimento de cidades enfatizam o papel da dinâmica das externalidades e mais especificamente a difusão de conhecimentos para a cidade crescer. Assim, de acordo com estes modelos, as cidades crescem porque as pessoas que vivem nela interagem com outras pessoas, em seus próprios setores ou em outros setores, e aprendem com elas. Na verdade, porque as pessoas captam esses conhecimentos pagando por eles, essas rápidas difusões de conhecimentos são externalidades.
2. Modelo econométrico espacial de crescimento econômico dos municípios do Pará
As externalidades que resultam dos investimentos públicos e/ou privados em capital social básico – infraestrutura econômica (transporte, portos, energia e telecomunicações) e infraestrutura social (escolas, universidades, hospitais e saneamento básico) – e as externalidades que resultam das aglomerações urbanas (spillovers de conhecimento) vêm sendo tratadas formalmente por intermédio de modelos econométricos espaciais de crescimento econômico urbano e de convergências de renda per capita, dentre outros, por Anselin (1986), Anselin (1988), Anselin & Florax (1995), Fingleton (2004), Vayá, López-Bazo, Moreno & Suriñach (2004).
Glaeser, Kallal, Scheinkman & Shleifer (1992) utilizaram as informações das cidades e das indústrias norte-americanas para testar empiricamente as novas teorias de crescimento econômico endógeno. Glaeser (1994) recorreu às técnicas da econometria espacial para estudar as relações entre informações (conhecimento) e o crescimento econômico das cidades (taxa de crescimento da renda per capita) dos EUA. Glaeser, Scheinkman & Shleifer (1995) aplicaram, posteriormente, um modelo econométrico espacial simples para mostrar a correlação negativa existente entre os níveis dos salários básicos e as taxas de crescimento dos salários (convergência). 24
A formulação e a aplicação do modelo econométrico espacial para investigar o crescimento econômico dos municípios do Pará é inspirada principalmente nos trabalhos de Jacob (1969), Glaeser, Kallal, Scheinkman & Shleifer (1992), Glaeser, Scheinkman & Shleifer (1995).
Nos modelos econométricos espaciais de crescimento econômico, as cidades são tratadas como economias espacialmente individualizadas, porém partilham do estoque comum dos fatores capital, trabalho e tecnologia da economia regional e da economia nacional. Os fatores de produção, capital e trabalho, são assumidos teoricamente como móveis no espaço. Por causa dessa hipótese de livre mobilidade dos fatores de produção, sobretudo do capital e do trabalho, o crescimento das cidades difere somente no “nível de produtividade” e na “qualidade de vida” dos seus habitantes. 25
Tendo isso em conta, pode-se agora representar o produto econômico de uma dado município i por uma função Cobb-Douglas homogênea de grau unitário, tal que:
t i t i t i t i t i A f L A L Y, , , , , (1) Em que: t i
Y, = representa o nível de produto de um determinado município i no tempo t;
t i
A, = representa o nível de produtividade do município i no tempo t, o qual deve ser tomado no sentido amplo para permitir que o conjunto das forças sociais, políticas e tecnológicas determine completamente a produtividade de um município;
t i
L,= representa a mão-de-obra do município i no tempo t;
23
Handerson (1986); Glasser, Kallal & Shleifer (1992, p.1128).
24 Glaeser et al. (1995, p.121).
.
f = representa a função de Cobb-Douglas comum de corte transversal dos municípios; = representa o coeficiente da função de produção f . da economia de um município que mede a elasticidade do produto em relação à mão-de-obra do município i no tempo t;
No mercado de trabalho em equilíbrio, a renda-trabalho (salário real) é determinada pela produtividade marginal dos trabalhadores de um município i no tempo t, tal que:
1 , , ,t it it i A L W (2)
A utilidade total dos trabalhadores do município i no tempo t é igual aos salários multiplicados por um índice de qualidade de vida que captura vários fatores urbanos: criminalidade, serviços de saúde, saneamento básico (água, luz e esgotos), desigualdade de renda, densidade demográfica e congestionamento do tráfico. O índice de qualidade de vida (IQV) é positivamente relacionado com o produto e inversamente com o tamanho do município, tal que:
= IQVi,t Yi,tLi,t (3) Em que 0.
A utilidade total dos trabalhadores Ui,t é dada por:
1 , , , ,t it it it i A Y L U (4)
É admitida a hipótese de livre migração entre os municípios vizinhos. Esta hipótese assegura uma utilidade constante através do espaço num ponto do tempo, tal que o nível de utilidade de cada indivíduo em cada município i deverá ser igual ao nível de reserva da utilidade no tempo t, que será chamado porUt. Assim, partindo de (4), cada município terá:
t i t i t i t i t i t i t i t i L L Ln Y Y Ln A A Ln U U Ln , 1 , , 1 , , 1 , , 1 , 1 (5) Assume-se que: 1 , ' , , 1 , t i t i t i t i X A A Ln (6a) 1 , ' , , 1 , t i t i t i t i X Y Y Ln (6b) Tal que: ' ,t i
X = é um vetor das características do município no tempo t que determina o crescimento da qualidade de vida e o crescimento do nível de produtividade do município m em questão. Combinando (5) com (6a) e (6b) resulta:
1 , ' , , 1 , 1 1 t i t i t i t i X L L Ln (7) 1 , ' , , 1 , 1 1 t i t i t i t i X W W Ln (8)
Onde i,t e i,t são os termos de erros não-correlacionados com as características urbanas
' ,t
i
X . Nestas condições, a equação (8) expressa à variação na remuneração total da mão-de-obra no município, respectivamente, como dependente das características de Xi',t representadas por algumas variáveis. Neste ponto, assume-se a hipótese da existência de algum tipo de dependência espacial na variação da remuneração da mão-de-obra aqui representando um fator de crescimento econômico desses municípios. Para modelar este dependência, a equação (8) pode ser reescrita da seguinte maneira: 1 , ' , , 1 , 1 , 1 , 1 1 t i t i t i t i t i t i X W W Ln N W W Ln (9)
1 , ' , 1 , 1 , 1 1 t i t i t i t i w X N I W W Ln (10) 1 , 1 1 , 1 1 , 1 , ' it t i t i t i w N I X N I W W Ln (11) Tal que i,t N2 i,t i,t e ~ 0, ,1 2 ,t N i . A expressão 1 W I é a inversa de Leontief que associa a variável dependente com as variáveis explicativas do sistema por meio do chamado multiplicador espacial. N1 e N2são as matrizes de pesos espaciais do modelo espacial. Estas matrizes podem ter uma relação de contigüidade ou de distância entre as cidades. Se N2 0, o modelo econométrico apresenta lag espacial, o que implica dizer que o crescimento econômico de um município vizinho influência o crescimento econômico de outro município i. Já, para o caso de
0 1
N , têm-se um modelo econométrico com erro espacial de alguma variável explicativa que deixou de ser incluída, como uma externalidade difícil de ser mensurada, tal como a qualidade do ar ou a instabilidade política, por exemplo. Entretanto, em ambos os casos existem externalidades atuando sobre o crescimento econômico.26
2.1. Metodologia
Esta seção descreve como foi investigada a relação entre a taxa de crescimento da renda per capita e as variáveis que mensuram as externalidades dos municípios do Pará entre 1991-2000. Na prática da economia regional e urbana são desenvolvidos esforços para identificar e formular os problemas das regiões e cidades com o propósito de extrair uma riqueza de formulações teóricas sobre comportamento humano no espaço. A fim de se alcançar este objetivo num contexto operacional, as teorias da economia regional e urbana e também da geografia econômica precisam ser traduzidas e transformadas de formulações abstratas em modelos computáveis. Para realizar tal intenção, o método aqui empregado é o da econometria espacial. Isto significa que os conceitos e as relações existentes entre a variável dependente e as variáveis explicativas do modelo teórico devem ser especificados num modelo econométrico espacial para que a realização dos testes de hipóteses, estimação, predição e a análise dos resultados possam ser conduzidas. [(Gujarati,2000). O campo da econometria espacial consiste daqueles métodos e técnicas que, baseados numa representação matemática formal da estrutura da dependência espacial e da heretogeneidade espacial, fornece os meios para conduzir a própria especificação, a estimação, os testes de hipóteses e a predição dos modelos teóricos da ciência regional (Anselim, 1988, p.10).
O efeito espacial é a razão da existência da econometria espacial como um campo especializado da econometria geral. A principal característica dos modelos de econometria espacial é a maneira pela qual os efeitos espaciais são considerados. Isto supõe que o espaço deve ser formalizado matematicamente de algum modo. Normalmente, o uso de uma matriz espacial ponderada permite que os modelos econométricos espaciais possam ser operacionalizados em diversos contextos empíricos, conquanto que a variável espacial dependente seja adequadamente expressa e que a heterogeneidade espacial seja considerada na especificação do modelo econométrico espacial.27
26 Oliveira (2005, p.6).
2.2. Especificação das variáveis do modelo econométrico espacial
De acordo com a metodologia, além da estimação pelo clássico método de mínimos quadrados ordinários (MQO), dois outros devem ser aplicados, dependendo da estratégia adotada: 1) o modelo de autocorrelação de defasagem espacial na variável dependente (spatial lag); e 2) o modelo de autocorrelação de erro espacial (spatial error), tal que:
X
y ; ~ N 0, 2I Modelo de MQO (12) X
Wy
y ; ~N 0, 2,I Modelo de Defasagem Espacial (13) X
y ; W u; u~ N 0, 2I Modelo de Erro Espacial (14) A função de reação espacial expressa como a magnitude de uma variável de decisão de um agente econômico depende das magnitudes do conjunto das variáveis de decisões de outros agentes econômicos.28
Isto fornece a base teórica do modelo spatial lag, assim expresso: y Wy X (15). Em que y é um vetor-coluna (nx1) que representa as taxas de crescimento dos municípios i do Pará no intervalo de tempo t e t+1. A matriz X (nxk) representa as variáveis explicativas, em β é o vetor-coluna (kx1) de coeficientes das proxies representativas das variáveis explicativas das externalidades. A matriz W (nxn) é uma matriz de contigüidade (municípios que fazem fronteiras ou vértices com outros) e ρ é o coeficiente de defasagem espacial que capta os efeitos de spillovers (transbordamento) das taxas de crescimento da renda per capita sobre os vizinhos.
O modelo econométrico lag espacial (13) é usado quando o crescimento econômico dos municípios vizinhos influenciam o crescimento econômico de outro município i, por exemplo .Tanto a equação (11) quanto a equação resumida (14) mostram como a variável dependente é determinada pelos termos de erros em todas as localizações do sistema, e não pelo termo de erro apenas na localidade.29 Esta simultaneidade torna a variável endógena y defasada espacialmente (wy), o que requer técnicas de estimação especiais, tais como a estimação por máxima verossimilhança ou a estimação por meio de variáveis instrumentais.30
No modelo de erro espacial o λ é um escalar coeficiente do termo de erro e u ~N 0, 2I é a condição de distribuição normal. O parâmetro λ mede a autocorrelação espacial, de forma que, quando 0 , um choque ocorrido numa unidade geográfica se dispersa não só para os seus vizinhos imediatos, mas pelas demais unidades. Neste caso, tem-se o modelo de erro espacial assim especificado: y X I W 1 (16)
2.2.1. A estratégia de escolha do modelo espacial apropriado
A estratégia usada para a escolha da especificação apropriada segue a abordagem de Florax, Folmer & Rey (2003) e Anselin (2005). Nesse caso, os instrumentos utilizados para a identificação do modelo econométrico espacial são os testes do Multiplicador de Lagrange (ML) em sua versão mais robusta.31 A seqüência dos passos dessa estratégia são:
1) Estimar, via MQO, o modelo y X w;
2) Testar a hipótese de dependência espacial em razão de omissão da defasagem espacial da variável dependente ou de omissão do erro espacial auto-regressivo, por intermédio de ML e
ML respectivamente;
3) Se ambos os testes não forem significantes, a estimação do primeiro passo deverá ser usado como a especificação final. Caso contrário, deve-se passar para o passo 4;
28 Anselin (2002. p.3-4).
29
Anselin (2002, p.4-5).
30 Anselin (1988).
4) Se ambos os testes são significantes, deve-se estimar a especificação que apresentar o maior valor do teste. Assim, se ML > ML , então se estima o modelo de defasagem espacial (13); mas, se ML < ML , estima-se o modelo de erro espacial (14). Caso contrário, deve-se seguir para o passo 5;
5) Se ML é significante, mas ML não o é, então deve-se prosseguir para o passo 6; 6) Estimar o modelo de erro espacial (14).
Por meio dessa metodologia, portanto, pode-se escolher o modelo econométrico espacial mais apropriado para analisar quais as variáveis representativas das externalidades determinaram, entre 1991 e 2000, a taxa de crescimento dos municípios do Estado do Pará.
2.2.2. Fonte dos dados e descrição exploratória espacial dos dados de cross-section
Há dois tipos básicos de modelos econométricos espaciais de regressão linear em função da arquitetura da disposição dos dados estatísticos: 1) os dados de cross-section num ponto do tempo; e 2) os dados de space-time ou de panéis. Os dados foram organizados em cross-section, pois a estimação dos modelos econométricos espaciais deve ser realizada, preferencialmente, por meio do método de máxima verossimilhança [(Upton & Fingleton, 1985); (Anselin, 1988)].
Os dados foram carregados considerando os parâmetros, coeficientes randômicos e outros elementos estruturais das matrizes com as variáveis selecionadas organizadas para cross-section. As principais fontes dos dados estatísticos obtidos foram: o Atlas de Desenvolvimento Humano do Brasil (ADHB), o Instituto Brasileiro de Geografia e Estatística (IBGE); a base de dados regional e social foi por intermédio do Instituto de Pesquisa Econômica Aplicada (IPEA) e o Anuário Estatístico do Estado do Pará (ano de 2006) da Secretaria de Estado de Planejamento, Orçamento e Finanças do Pará (SEPOF - PA).
Os dados dos 143 municípios do Pará estão distribuídos nos anos de 1991 e 2000. Os dados obtidos foram organizados por unidade espacial de observação do ADHB/IBGE – os municípios – onde estão situadas as sedes (cidades) dos municípios do Pará. Os efeitos espaciais exigiram que os dados coletados fossem organizados de tal forma que as observações pudessem ser caracterizadas pela sua localização absoluta, usando o sistema de coordenadas, ou por sua localização relativa baseada numa distância em termos métricos.32 Como suporte para trabalhar essa quantidade elevada de dados estatísticos, recorreu-se ao software: Geoda 0.9.5-i e, também, o TerraView 3.2.1, para realizar as seguintes tarefas: 1) manipulação de dados espaciais;
2) manipulação de mapas; 3) análise de autocorrelações espaciais; e 4) e a realização das regressões espaciais.
O modelo de crescimento espacial dos municípios do Pará está representado pelo conjunto das variáveis identificadas com base na teoria e nos trabalhos empíricos de econometria espacial objeto da revisão da literatura: 1) a variável dependente do modelo econométrico espacial é representada pela proxy dada pela taxa média anual de crescimento da renda per capita dos municípios do Pará, no período compreendido entre os anos de 1991 e 2000. Os valores nominais da renda per capita dos municípios do Estado do Pará (expressos em R$1,000/hab) foram convertidos a preços constantes do ano 2000; 2) as variáveis explicativas do modelo espacial são as seguintes: a) a renda per capita (expressando a produtividade capital/trabalho); b) o grau de escolaridade (média de anos de estudos das pessoas de 25 ou mais anos) representando o capital humano; c) a taxa de urbanização (% da população urbana na população total residente) representando as externalidades de spilllovers; d) a densidade demográfica de cada município (habitantes por km²) representado o efeito das economias de localização e/ou das economias de desaglomeração (congestionamento); e) benefício do transporte rodoviário (produto da densidade
rodoviária medida pela extensão das estradas em km dentro do Pará) pela unidade territorial (área do município em km²) do Pará, representando o efeito das externalidades do capital social básico; e f) as transferências intergovernamentais constitucionais representando papel do governo central no crescimento econômico dos municípios do Pará. Todas as variáveis são representações, isto é, variáveis proxies. As Figuras 1 e 1a apresentam a distribuição da renda per capita dos municípios do Estado do Pará. Nota-se que em ambos os mapas, a renda per capita mais elevada está concentrada nos municípios com tonalidade azul. Já os municípios com renda per capita mais baixa estão representadas pelas cores vermelhas de tonalidade forte.
Figura 1: Renda per capita dos municípios do Estado do Pará: 1991.
Fonte: Elaboração própria a partir do Atlas de Desenvolvimento Humano do Brasil.
Figura 1a: Renda per capita dos municípios do Estado do Pará: 2000.
Fonte: Elaboração própria a partir do Atlas de Desenvolvimento Humano do Brasil.
2.3. Testes de Jarque-Bera e de Índice de Moran
Para evitar os tipos de erros de especificação do modelo espacial adotado, além do teste de Jarque-Bera, se fará uso dos testes de I Moran, que indica a presença ou ausência de autocorrelação espacial. De acordo com Cliff & Ord (1981), em termos formais, a estatística I de Moran Global pode ser assim expressa:
t t t t t z z Wz z S n I ` ` 0 t = 1, 2, 3,...n (17)
Em que zté o vetor de n observações para o ano t na forma de desvio em relação à média.
O N é matriz de pesos espaciais e S0 é um escalar igual à soma de todos os elementos de W. Se a
matriz de pesos é normalizada na linha, isto é, quando os elementos de cada linha somam 1, então (1) se transforma na seguinte forma:
t t t t t z z Wz z I ` ` (18)
A equação (1) pode ser também formulada assim:
i i i j j i ij u x u x u x w S n I 2 (19) Em que: n = número de observações; i
x e x = são as taxas de crescimento econômico das cidades i e j, com média u; j
S = é um escalar constante igual soma de todas as distâncias entre as cidades da Pará:
i j ij
w S
A hipótese nula H0:I 1/ n 1 é testada contra a hipótese alternativa Ha :I 1/ n 1 , de forma que, se a hipótese nula for rejeitada e se I 1 n/ 1 , então se confirma a presença de autocorrelação espacial positiva. O teste de autocorrelação local do I de Moran, que investiga se os valores advindos do teste de autocorrelação global são ou não significantes, é dado por:
j j ij i i i i w x x x I 2 (20) 2.3.1. Testes de Robustez
Em que as variáveis têm o mesmo significado do teste de autocorrelação global de Moran‟s I Bernat (1996), que distinguiu duas formas de autocorrelação espacial que também merecem ser testadas: a forma spatial lag (lag espacial) e a spatial error (erro espacial). Os testes para conferir se a presença ou não das componentes spatial lag e spatial error são os robustos Multiplicadores de Lagrange – LM para spatial lag. e L LM para spatial error. As estimativas dos coeficientes e os E testes de hipóteses serão devidamente realizados para posterior análise dos resultados.
3. Análise dos resultados
Esta seção busca apresentar e analisar os resultados obtidos da aplicação do modelo espacial proposto para avaliar a relação existente entre externalidades e crescimento econômico dos municípios paraenses.
Após a especificação do modelo econométrico espacial e da descrição e análise das variáveis e suas relações é preciso agora realizar os testes necessários à estimação do modelo escolhido. Para isso, o primeiro passo é a verificação da autocorrelação espacial. De acordo com Anselin, Florax & Reis (2004), a autocorrelação espacial refere-se à coincidência de valores semelhantes em locais semelhantes.
3.1. Resultados dos testes do Índice de Moran Global de autocorrelação espacial
Os valores dos Índices de Moran Geral foram obtidos por intermédio do software TerraView 3.2.1. O Índice de Moran Global (I de MoranG) permite identificar a estrutura de autocorrelação espacial que melhor descreve os dados do modelo espacial. A idéia básica é a caracterização da dependência espacial para mostrar como os valores observados estão correlacionados no espaço. O I de MoranG presta-se a realização do teste de hipótese: 1) a hipótese nula é de independência espacial e, neste caso, o I de MoranG é igual a zero; 2) a hipótese alternativa é de dependência espacial e, neste caso, se o I de MoranG é positivo (entre 0 e +1), há correlação direta; se o I de MoranG é negativo (entre 0 e -1), existe correlação inversa. O I de MoranG fornece um valor como medida da associação espacial, para o conjunto de dados de área, o que é útil como caracterização da região estudada.
A Tabela 1 demonstra os resultados do I de Moran Global-EB bivariado, o desvio-padrão e o valor-p, randomizados para 999 permutações, para os anos de 1991 e 2000. Percebe-se que os valores I de Moran são positivos e menores do que a unidade, o que sugere a presença de autocorrelação espacial global positiva e direta. A pseudo-significância, dada pela probabilidade do valor-p igual a 0,0001, revela que os valores simulados não são superiores aos observados na coluna do I de Moran. 33 Os I Moran Global foram padronizados em unidades de desvios-padrões. Isto permite, segundo Anselin (2003), que só as observações com mais de 2 desvios-padrões possam ser classificadas como outliers.
Tabela 1: Índice de Moran global bivariado de EB
Fonte: Elaboração próprio do autor através do software, Terra View e Geoda.
3.2. Análise dos resultados obtidos pelo modelo de MQO
O fato de algumas variáveis explicativas não terem sido incluídas do modelo econométrico espacial devido os seus elevados índices de correlação com outras variáveis serviu para minimizar os problemas de multicolinealidade. Por sua vez, a utilização das variáveis explicativas com valores do período inicial foi necessária para controlar a endogeneidade, visto existir a possibilidade de uma relação entre a variável dependente e uma variável explicativa do modelo. Esta hipótese carrega a idéia de que os efeitos das variáveis proxies representativas das externalidades sobre a taxa de crescimento da renda per capita não se dissipam imediatamente, mas se distribuem uniformemente, ao longo do período, de modo a controlar a possível endogeneidade implícita no modelo.
Depois de identificada a presença de autocorrelação espacial, por intermédio do teste de I Moran, é preciso agora identificar o modelo econométrico mais adequado. Conforme a estratégia sugerida por Anselin (2005), a escolha depende dos indicadores que resultam da aplicação de Mínimos Quadrados Ordinários (MQO).
A matriz de pesos utilizada foi a de contigüidade rook que considera a vizinhança e ignora as distâncias dos lugares. A tabela 2 apresenta os resultados do modelo econométrico espacial por MQO e os testes dos Multiplicadores de Lagrange (LM) e das razões de verossimilhança (LR) para
33 Anselin (2003, p.91).
Moran I with EB rate I de Moran Desvio-Padrão Valor-p Permutações
TLnRendapc/LnRenda91 0.1113 0.0195 0.0010 999 TLnRendapc/LnRenda00 0.1141 0.0175 0.0010 999 TLnRendapc/Escola91 0.1033 0.0243 0.0010 999 TLnRendapc/Escola00 0.1149 0.0201 0.0010 999 TLnRendapc/Urbanização91 0.1076 0.0287 0.0010 999 TLnRendapc/Urbanização00 0.1217 0.0260 0.0010 999 BenTransp91 X BenTransp91 0.2820 0.0488 0.0010 999 BenTransp00 X BenTransp00 0.2482 0.0467 0.0010 999 TransGov91 X TransGov91 0.1921 0.0525 0.0010 999 TransGov00 X TransGov00 0.3034 0.0543 0.0010 999
a identificação de ambos os tipos de autocorrelação. Estes testam a hipótese nula de ρ = 0 e λ = 0 da equação (9) e ambos seguem uma distribuição χ² (qui-quadrado) com um grau de liberdade (DF). Ressalte-se que se houver rejeição da hipótese nula no modelo econométrico com lag espacial os estimadores de MQO são viesados e ineficientes. Mas, se houver a rejeição da hipótese nula no modelo com erro espacial, os estimadores são não-viesados, mas não são ineficientes.
Analisando-se os resultados da regressão, nota-se um R² ajustado modesto, porém crescente de 0,08 para 0,16. O diagnóstico da regressão consiste de três medidas tradicionais: o número da condição de multicolinearidade, o teste de não-normalidade de Jarque-Bera(JB) e, por fim, os três diagnósticos para heterocedasticidade [Breusch-Bagan (BG), Koenker-Bassett (KB) e White].
O diagnóstico para detectar a presença de heteroscedasticidade é realizado por intermédio dos testes Breusch-Pagan (BP) e Koenker-Bassett(KB). Ambos os testes são implementados no GeoDa como testes de coeficientes randômicos, os quais assumem uma forma funcional específica dada pelos quadrados das variáveis explicativas para heteroscedasticidade. Koenker-Bassett produz essencialmente o mesmo resultado que o teste BP, exceto que os resíduos são padronizados, isto é, eles são efeitos robustos para não-normalidade (Anselin, 2005). Os resultados obtidos por meio dos testes BP e KB indicam heteroscedasticidade em cada uma das especificações. O teste de White é um teste robusto de especificação para heteroscedasticidade, porém sem assumir a forma funcional específica. Esse mesmo teste aproxima um grande número de possibilidades para todos os quadrados e produtos cruzados das variáveis explicativas do modelo espacial. Os resultados obtidos da aplicação do teste White confirmam a evidencia de heteroscedasticidade fornecida pelos dois outros testes.
Nota-se que ambos os testes estatísticos LM-Lag e LM-error rejeitam a hipótese nula. De fato, os valores de probabilidades (valores-p) nas quatro equações especificadas são significativos, pois são menores que 0,05. Devem ser considerados os resultados dos testes das formas robustas LM(lag) e LM(error). Nota-se, porém, que nenhum dos testes das formas robustas são significantes. Neste caso, a escolha do modelo espacial depende da magnitude da significância dos testes estatísticos LM-lag e LM-error. Comparando-se os valores de significâncias, conforme tabela 30, conclui-se que as significâncias dos LM (lag) são maiores do que as do LM (error), ou seja,
M
M para as quatro equações, o que sugere que a estimação deve ser realizada pelo modelo lag espacial.
Tabela 2: Crescimento econômico dos municípios do Estado do Pará: 1991-2000. Resultados obtidos por MQO.
Variável Dependente: Ln da taxa de crescimento da renda per capita
Sumário da Regressão Equação
(1) Equação (2) Equação (3) Equação (4) Constante 0, 3664 0,2346 0,4069 0,4112 Valor-p (0,0000) (0,0003) (0,0000) (0,0000) Renda91 -0, 0017 -0,0027 -0,0039 -0,0040 Valor-p (0,0004) (0,0000) (-0,0000) (-0,0000) Escolaridade91 0,0474 0,1062 0,1026 Valor-p (0,0875) (0,0078) (0,0078) Urbanização91 0,0025 0,0025 0,0026 Valor-p (0,0478) (0,0500) (0,0349) Densidade91 (-0,00003) Valor-p (0,8558) Ctrans91 -0,00004 -0,00003 Valor-p (0,1506) (0,1523) Transgov91 -0,0227 -0,0227 Valor-p (-0,0040) (-0,0039) R² Ajustado 0, 08 0,14 0,17 0,18 Log Likelihood -3,5355 1,9545 6,6238 6,6064 AIC 11, 0709 4,0909 0,7524 -1,2127 SC 16, 9966 15,9423 21,4924 16,5644 Multicolinearidade (MCN) 4,6186 8,1113 14,2664 13,8516 Jarque-Bera (JB) 0, 6882 3,5929 5,2369 5,2753 Teste de Breusch-Pagan 0,1634 6,7361 17,0523 16,8911 Teste Koenker-Bassett 0,1903 7,2445 16,6673 16,4058
Teste de White (Robustez) 0,1909 9,9789 51,4241 45,5777
Diagnóstico de dependência espacial
Moran`I (error) 2,2417 2,5803 2,9870 2,9956
Valor-p (0,0249) (0,0098) (0,0028) (0,0027)
Lagrange Multiplier (lag) 4,8955 5,0156 5,6916 5,7089
Valor-p (0,0269) (0,0251) (0,0170) (0,0168)
Robust LM (lag) 0,8674 0,0089 0,0054 0,0058
Valor-p (0,3517) (0,9244) (0,9412) (0,9394)
Lagrange Multiplier (erro) 4,1799 5,4076 6,5889 6,6264
Valor-p (0,0409) (0,0226) (0,0102) (0,0100)
Robust LM (error) 0,1519 (0,4009) 0,9028 0,9232
Valor-p (0,6967) (0,5266) (0,3420) (0,3366)
Lagrange Multiplier (SARMA) 5,0474 5,4166 6,5943 6,6322
Valor-p (0,0802) (0,0667) (0,0369) (0,0363)
*Elaboração própria do autor a partir do software, Geoda. ** Valores p entre parênteses.
3.3. Análise dos resultados obtidos pelo modelo com lag espacial
Depois de completado o diagnóstico que sugeriu a escolha do modelo lag espacial, como o mais adequado, apresentam-se os resultados obtidos da estimação por máxima verossimilhança do modelo com lag espacial em quatro equações. Esses quatros modelos estimados apresentam bom grau de adequação, o que atesta o ajuste do modelo teórico (11). As estimativas e todas as medidas de aderência estão listadas na tabela 2.
