Crescimento Economico No Estado de Sao Paulo

crescimento econmico no estado de so paulo
uma anlise espacial

rodrigo de souza vieira
CRESCIMENTO
ECONMICO NO ESTADO DE SO PAULO
RODRIGO DE SOUZA VIEIRA
CRESCIMENTO
ECONMICO NO ESTADO DE SO PAULO
UMA ANLISE ESPACIAL
2009 Editora UNESP Cultura Acadmica Praa da S, 108 01001-900 So Paulo SP Tel.: (0xx11) 3242-7171 Fax: (0xx11) 3242-7172 www.editoraunesp.com.br feu@editora.unesp.br
CIP Brasil. Catalogao na fonte Sindicato Nacional dos Editores de Livros, RJ V715c Vieira, Rodrigo de Souza Crescimento econmico no estado de So Paulo : uma anlise espacial / Rodrigo de Souza Vieira. So Paulo : Cultura Acadmica, 2009. Inclui bibliograa ISBN 978-85-7983-013-6 1. Desenvolvimento econmico So Paulo (Estado). 2. So Paulo (Estado) Condies econmicas. 3. So Paulo (Estado) Condies sociais. 4. Econometria. I. Ttulo. 09-6212. CDD: 338.98161 CDU: 338.1(815.61)
Este livro publicado pelo Programa de Publicaes Digitais da Pr-Reitoria de Ps-Graduao da Universidade Estadual Paulista Jlio de Mesquita Filho (UNESP)
Editora aliada:
Agradeo a Deus, a minha famlia e aos amigos, que forneceram a base para ultrapassar mais essa etapa da minha vida. Agradeo aos amigos de Viosa, ao pessoal de Araraquara pelos dois anos que caro marcados para sempre e aos amigos de So Paulo. Aos professores da ps-graduao, em especial ao professor Alexandre Sartoris, e aos professores Danilo Igliori e Sara Prado, que foram decisivos para o sucesso deste trabalho.
SUMRIO
Introduo 9 1 2 3 4 Reviso de literatura 15 A abordagem clssica de econometria espacial 33 Descrio dos dados 61 Resultados economtricos 71
Consideraes nais 89 Apndice 95 Referncias bibliogrcas 97
INTRODUO
Na atualidade, So Paulo o estado economicamente mais importante do Pas, pois responde por algo em torno de 34% do PIB nacional, com uma populao que representa aproximados 22% da populao total brasileira. Alm disso, o Estado detm parcela signicativa da indstria tecnologicamente mais avanada e boa parte da mo de obra qualicada do pas. Entretanto, a despeito do tamanho de sua populao e de toda a grandeza de seu PIB em relao aos demais estados, talvez a economia paulista no tenha sido convenientemente estudada em sua complexidade espacial e geogrca. Sob o ponto de vista populacional, So Paulo tem uma populao comparvel da Argentina.1 Sua capital o centro de uma aglomerao urbana que faz da mesma uma das maiores cidades do mundo, com uma populao absoluta de aproximadamente 11 milhes de pessoas, alm de uma densidade populacional de 7.175 pessoas por km2. Algumas das cidades que compem a Regio Metropolitana de So Paulo (RMSP) esto entre as maiores do Pas e tm importncia econmica indiscutvel, como as cidades do ABC (Santo Andr, So Bernardo do Campo e So Caetano do Sul) e Guarulhos. Em termos
1 Estimativas da Fundao Seade apontam para uma populao em torno de 40 milhes de habitantes em 2007.
10
populacionais, a regio possui em torno de 48% da populao total do estado. Sob o ponto de vista econmico, a RMSP responde por mais da metade do PIB estadual, sendo que, no ano de 2004, sua participao era de 50,3%. Alm da Grande So Paulo, h outras duas regies metropolitanas, a de Campinas e a da Baixada Santista2 que, juntamente com So Jos dos Campos e Sorocaba, formam o entorno da RMSP e delimitam a rea de maior desenvolvimento econmico do Estado, respondendo por cerca de 83% do PIB estadual. A atividade econmica, entretanto, no se restringe regio metropolitana e seu entorno. A regio central do estado tambm um polo econmico importante, na qual se destacam as cidades de Ribeiro Preto, especialmente por meio do setor comercial, e So Carlos, importante centro tecnolgico. No oeste do estado, cidades como Presidente Prudente e So Jos do Rio Preto possuem economias com alto grau de desenvolvimento e dinamismo, e destacam-se pelo elevado padro de vida da populao. Contudo, paralelo a economias fortalecidas e com alto nvel de produo e renda, a economia paulista apresenta regies pobres, como o Vale do Ribeira, alm dos bolses de pobreza situados em diversos locais, destacando-se, neste aspecto, a prpria Regio Metropolitana de So Paulo.3 As diferenas de dinamismo tambm se verificam atravs do estado. Percebe-se que as experincias de crescimento dos municpios paulistas tm variado amplamente, uma vez que a populao de
2 So trs as regies metropolitanas do Estado, a saber: (1) Regio Metropolitana de So Paulo, criada em 8/6/1973 pela Lei Complementar (LC) Federal 14/73, que abrange 39 municpios; (2) Regio Metropolitana da Baixada Santista, criada em 30/7/1996 pela LC Estadual 815/96, compondo-se de 9 municpios; e (3) Regio Metropolitana de Campinas, criada em 19/6/2000 pela LC Estadual 870/00, que abrange 19 municpios. 3 Sobre este ponto, Cano (2002, p. 284) arma: Em que pese a regio metropolitana de So Paulo ter tido, em 2000, uma renda mdia por habitante em torno de US$5.000,00 (68% acima da mdia nacional), ali se encontravam 5,2 milhes de pobres (ou 30% de sua populao), perfazendo 10% do nmero de pobres do pas.
CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO
11
algumas cidades cresceu vertiginosamente enquanto outras enfrentaram queda em sua populao. Nos ltimos anos, segundo dados da Fundao Seade, as cidades paulistas tm apresentado taxas mdias de crescimento maiores do que o restante do Pas, o que reete o forte poder de atrao que o estado tem em relao aos demais estados da Federao. Tal comportamento pode ser atribudo concentrao das atividades produtivas e sua capacidade de gerao de renda. No entanto, diversos municpios vm apresentando taxas negativas, com queda contnua de sua populao, sendo que a maior parte deles se concentra nas regies oeste e sul do estado. Nesse sentido, este trabalho busca o entendimento para a seguinte questo: por que algumas cidades do estado foram mais bem-sucedidas do que outras nos ltimos anos? A prosperidade das cidades paulistas resultado de fatores externos tais como localizao ou choques setoriais? Ou ento, resultado de polticas pblicas individuais empreendidas por seus governantes? A compreenso da participao de foras externas e de esforos internos de polticas nesse processo se faz importante para desvendar o alcance potencial que polticas intervencionistas possam vir a ter. No caso especco de So Paulo, parece haver uma relao direta entre o comportamento da ocupao territorial e a localizao das atividades industriais.4 Segundo estudos empricos, entre eles Diniz & Crocco (1996), Cano (2002) e Diniz (2002), o processo de desconcentrao industrial vericado principalmente a partir da dcada de 1970, que alterou de modo signicativo a congurao regional da produo do Estado, favoreceu cidades fora da RMSP e provocou uma redistribuio da populao. De fato, tal processo no pode ser relegado a segundo plano quando se trata de estudar espacialmente o crescimento econmico em So Paulo. Ademais, depreende-se da literatura de crescimento econmico que fatores como nvel de renda inicial (Solow, 1956), nvel educacional da populao (Lucas 1988, Mankiw, Romer & Weil, 1992) e infraestrutura social (Barro, 1990) so responsveis pelo comporta4 Atlas Seade da economia paulista.
12
mento das taxas de crescimento dos pases. Recentemente, modelos vm sendo criados no sentido de utilizar a estrutura terica desenvolvida para pases no estudo de regies um exemplo o trabalho de Barro & Sala-i-Martin (1995). Nesse sentido, este trabalho utiliza as consideraes dessa nova corrente no intuito de identicar empiricamente quais os fatores que determinam o crescimento econmico dos municpios paulistas. Alm disso, busca-se contribuir com a literatura ao inserir a questo espacial como crucial para o entendimento a respeito de quais fatores inuenciam o crescimento das regies. Considera-se, dessa forma, a importncia das externalidades geogrcas como fator determinante de retornos adicionais, advindos da aglomerao de rmas e pessoas (trabalhadores) em uma determinada localidade. Para tratar as questes relativas localizao, utilizam-se, como referncia, os trabalhos da Nova Geograa Econmica (NGE). Segundo a NGE, atribui-se a variveis adicionais a responsabilidade pelo desempenho econmico das regies. Destacam-se variveis como densidade populacional (Fujita et al., 1999; Fujita & Thisse, 2002), taxa de urbanizao (Fujita et al., 1999; Fujita & Thisse, 2002), desigualdade interpessoal da renda (Alesina & Rodrick, 1994) e taxa de participao do emprego industrial (Fingleton, 1999), que consistem em determinantes do comportamento regional com relao produtividade e qualidade de vida. Em linhas gerais, este estudo busca comparar o crescimento dos municpios paulistas por meio de fatores que o expliquem, levando-se em conta externalidades geogrcas. Mais especicamente, o trabalho busca: (1) vericar quais variveis so correlacionadas com as taxas de crescimento dos municpios paulistas, (2) identicar o tipo de inuncia das externalidades espaciais na trajetria de crescimento desses municpios, captando seus efeitos, e (3) identicar o tipo de interao espacial que melhor descreve o padro apresentado pelos dados, a m de contribuir para a discusso sobre as diferentes matrizes de pesos espaciais utilizadas na literatura de econometria espacial. O ltimo objetivo pauta-se na discusso referente utilizao da matriz de pesos espaciais com o intuito de identicar possveis efeitos
13
de transbordamento entre as regies. A principal diferena entre a econometria tradicional e a teoria economtrica espacial situa-se na utilizao, por parte desta, de uma medida de ponderao que capta uma possvel inuncia entre as variveis de unidades contguas unidade em estudo. Dessa forma, a econometria espacial admite que uma regresso possa apresentar erros espacialmente correlacionados. Essa medida de ponderao consiste, justamente, na matriz de pesos espaciais, consensualmente denominada matriz W. Entretanto, a literatura de econometria espacial admite que a escolha da matriz de pesos permite uma certa arbitrariedade por parte do pesquisador. Quando a matriz de pesos construda, tratada como um fator exgeno, uma vez que determinada a priori. O pesquisador pressupe, de antemo, uma estrutura especca para os erros do modelo. Dada a natureza ad hoc da escolha da matriz W, este trabalho procura avanar na discusso a respeito, adotando, como pano de fundo, os dados referentes aos municpios paulistas. Em suma, o trabalho tem como objetivo, a princpio, identicar os determinantes do crescimento econmico no estado de So Paulo, controlando para possveis inuncias espaciais, e, em um segundo momento, contribuir com a literatura de econometria espacial no sentido de testar diversos tipos de matrizes de pesos, tentando, com isso, encontrar a matriz W mais adequada para a estrutura de correlao espacial do modelo considerado. As principais contribuies deste trabalho consistem em: (1) reviso da literatura pertinente ao assunto e seu ordenamento sistemtico, (2) teste emprico para os municpios paulistas do modelo de crescimento proposto por Glaeser et al. (1995), com o acrscimo de parmetros espaciais, e (3) discusso a respeito da matriz de pesos espaciais mais adequada para a amostra de dados levantada.
1 REVISO DE LITERATURA
O crescimento econmico das naes

Os estudos a respeito dos determinantes do crescimento econmico das cidades e regies estiveram, de forma geral, ligados grande teoria de crescimento econmico das naes, principalmente, aqueles balizados pela literatura econmica mainstrean. Barro & Sala-i-Martin (1995) discutem os principais conceitos e formulaes tericas sobre crescimento econmico sugeridos no decorrer do sculo XX, e utilizam as ferramentas tericas propostas em anlises de mbito regional (regies europeias), estadual (estados norte-americanos) e municipal (municpios japoneses). Os autores apontam para as similaridades analticas observadas no comportamento das distintas unidades geogrcas. Para Barro & Sala-i-Martin, o ponto de partida da moderna teoria do crescimento econmico o artigo clssico de Ramsey (1928), o qual, para os referidos autores, consistiu em um trabalho vrias dcadas frente de seu tempo. Nos anos 50, a teoria de crescimento econmico ganhou dimenso com os trabalhos de Solow (1956) e Swan (1956), que se valeram de ingredientes fornecidos por economistas clssicos, tais como: Adam Smith (1776), David Ricardo (1817), Thomas Malthus (1798) e economistas no to clssicos,
16
como o prprio Ramsey (1928), Allyn Young (1928), Frank Knight (1944) e Joseph Schumpeter (1934), para construir seus modelos de interpretao dos determinantes do crescimento econmico de longo prazo das naes. O modelo Solow-Swan, originado a partir de ento, apresenta como fundamento-chave a forma neoclssica da funo de produo, que assume retornos constantes escala e retornos decrescentes para cada fator de produo, trabalho e capital. No modelo, a economia possui apenas um setor que fechado, cujo produto um bem homogneo, ou consumido, ou investido, com a taxa de investimento igual a uma taxa de poupana dada exogenamente. O crescimento da populao assim como o crescimento da fora de trabalho tambm so exogenamente determinados e, por simplicidade, constantes. Segundo esse modelo, o processo de acumulao de capital ou seja, o nvel de investimento assume papel fundamental na determinao do nvel de renda do Pas. O nvel de investimento exigido aquele que mantm a relao capital-trabalho constante. Nesse caso, o investimento em bens de capital precisa suplantar a quantidade necessria para cobrir sua depreciao e a entrada de novos trabalhadores, e esse nvel de investimento conduz a sociedade ao crescimento de estado estacionrio, steady state. No ponto de steady state, o estoque de capital per capita fornece o produto que gera poupana e investimento sucientes para que o estoque de capital, o consumo e o produto cresam mesma taxa que a populao e a oferta de trabalho. Na ausncia de progresso tcnico, os valores per capita so constantes. O crescimento no estado estacionrio se refere, portanto, ao crescimento equilibrado de forma que no induza a variaes nos preos relativos. Em outras palavras, a variao da razo capital/trabalho no modelo conduz a uma variao na produtividade marginal do capital e do trabalho que no proporciona uma alterao nos preos relativos da economia. Uma previso bastante explorada dos modelos derivados da abordagem Solow-Swan a hiptese de convergncia condicional da renda, que provm da suposio de retornos decrescentes para o capital. Segundo tal hiptese, quanto menor o nvel inicial do PIB
17
real per capita, relativamente posio de longo prazo ou de estado estacionrio maior sua taxa de crescimento. A convergncia condicional porque os nveis de steady state do capital por trabalhador e do produto por trabalhador dependem da taxa de poupana, da taxa de crescimento da populao e da posio da funo de produo, caractersticas que variam entre os pases. O processo de acumulao de capital fsico assume papel importante medida que o investimento em mquinas e equipamentos eleva a renda per capita e acelera o crescimento dos pases. Alm disso, polticas que alteram a parcela da renda referente poupana tambm auxiliam no processo de acelerao do crescimento e conduzem o sistema trajetria de crescimento equilibrado. Como as taxas de poupana e de crescimento da populao variam entre os pases, pases diferentes alcanam diferentes estados estacionrios. Nessa perspectiva, quanto maior a taxa de poupana, mais rico o pas e, quanto maior a taxa de crescimento da populao, mais pobre o pas ser (Mankiw et al., 1992). Entretanto, apesar da relevncia do investimento em capital fsico para alcanar a relao capital por trabalhador do steady state, uma vez concludo o perodo de transio entre os estados estacionrios, o modelo prev que o aumento permanente da taxa de crescimento se sustentar por perodos mais longos unicamente, por meio de mudanas no nvel de tecnologia, que, no caso, consiste em uma varivel exgena ao modelo. Dada a hiptese de retornos marginais decrescentes para o capital, seria impossvel manter uma acumulao de capital fsico per capita sem a atuao do progresso tecnolgico, que seria o responsvel por contornar o efeito dos rendimentos decrescentes, mantendo o crescimento do produto per capita. Seguindo a abordagem Solow-Swan, Cass (1965) e Koopmans (1965) desenvolveram um modelo em que a taxa de poupana no constante, mas sim uma funo do estoque de capital per capita. Os autores retomaram a anlise de Ramsey sobre a otimizao do consumo, a qual incorpora ao modelo a taxa de poupana, que passa a ser endgena. Os resultados encontrados pelos autores so similares aos de Solow e Swan, em que as taxas de crescimento das variveis
18
por unidade de trabalho so nulas no estado estacionrio, sendo o crescimento per capita dependente da taxa de progresso tecnolgico, a qual permanece exgena ao modelo. Em resumo, um fator-chave da teoria neoclssica que o crescimento sustentado do produto per capita no ocorre, a menos que haja deslocamentos na funo de produo resultantes do progresso tcnico exogenamente determinado. Assim, a taxa de progresso tcnico determina a taxa de crescimento de longo prazo. Apesar da relevncia, durante muito tempo, houve certa resistncia por parte dos autores em inserir a varivel tecnologia no modelo. A diculdade de incluso de uma teoria da inovao tecnolgica na estrutura neoclssica se d essencialmente porque os pressupostos de concorrncia perfeita no podem ser mantidos, uma vez que novas ideias consistem em bens no rivais que adquirem aspectos de bens pblicos. Assim, para que fosse possvel a incluso da varivel tecnologia, at ento exgena ao modelo, seria necessrio abandonar o pressuposto de retornos constantes escala e comear a pensar que os retornos escala tendem a ser crescentes, se as ideias no rivais so includas como fator de produo, o que vai de encontro com o pressuposto de concorrncia perfeita. Desse modo, apesar de tecnicamente bem-sucedidos, os modelos neoclssicos de crescimento econmico perderam flego, de forma efetiva, no incio dos anos 70, principalmente, por sua clara decincia na aplicao emprica. Nos anos 80, a teoria de crescimento econmico voltou a experimentar um novo boom, principalmente, a partir dos trabalhos de Romer (1986) e Lucas (1988). Romer (1986) trabalhou com elementos fornecidos essencialmente por Arrow (1962) e Sheshinski (1967), a m de introduzir o avano tecnolgico na estrutura competitiva dos modelos neoclssicos (Barro & Sala-I-Martin, 1995). Em seu trabalho, o autor distingue os retornos privados do investimento de seus retornos sociais, sendo que os retornos privados podem ser decrescentes, mas os retornos sociais que reetem spillovers de conhecimento ou outras externalidades podem ser constantes ou crescentes (Barro, 1990). Por sua vez, o modelo de crescimento de
19
Lucas (1988) enfatizou os efeitos da qualicao do indivduo sobre a produtividade, o que compensa o declnio da produtividade marginal do capital. Tais trabalhos reacenderam o interesse pela teoria de crescimento com a incorporao das teorias de P&D e competio imperfeita na estrutura sugerida por Solow-Swan (1956) e CassKoopmanss (1965). Nessa linha, uma diferena crucial dos novos modelos em relao aos modelos neoclssicos foi a incorporao do determinante da taxa de crescimento de longo prazo no modelo; o que originou a denominao de modelos de crescimento endgeno. Segundo Barro (1990), os modelos recentes de crescimento econmico geram crescimento de longo prazo sem a dependncia de variveis exgenas importantes, como tecnologia e populao. Alm disso, nos modelos de crescimento endgeno, os retornos do investimento no so necessariamente decrescentes. Conforme Barro & Sala-i-Martin (1995), os spillovers de conhecimento e os benefcios externos do capital humano desempenham papel crucial no processo, uma vez que ajudam a evitar a tendncia de retornos decrescentes acumulao de capital. Em geral, nos modelos de crescimento endgeno, a taxa de progresso tecnolgico afetada por investimentos em P&D, e estes so recompensados por alguma forma de poder de monoplio ex post. Entretanto, segundo os referidos autores, as distores relacionadas criao de novos mtodos de produo conduzem a uma taxa de crescimento que no tima no sentido de Pareto, j que os spillovers gerados consistem em uma forma de externalidade. Da a incompatibilidade entre o produto gerado pelos fatores em um contexto de retornos crescentes, que maior que a contribuio marginal dos mesmos. Sob esse contexto, tais estruturas tericas abrem espao para implicaes de polticas pblicas, uma vez que a taxa de crescimento de longo prazo dos pases depende de atitudes governamentais tais como taxao, poder de execuo (enforcement) das instituies, fornecimento de servios de infraestrutura, proteo da propriedade intelectual e regulao do comrcio internacional e dos mercados nanceiros, entre outros aspectos da economia. Em suma, o gover-
20
no tem grande poder de inuncia sobre a taxa de crescimento dos pases. Efetivamente, as pesquisas recentes sobre crescimento econmico do mais nfase s implicaes empricas do que aos modelos desenvolvidos nos anos 50 e 60. Diversos trabalhos procuraram testar, empiricamente, os resultados obtidos pelos modelos tericos. Barro (1990) construiu um modelo que incorpora os gastos do governo nanciados por impostos na funo de produo da economia. Em um trabalho posterior, Barro (1991) introduziu na discusso de crescimento econmico, um modelo que testa, de forma emprica, a inuncia de diversos fatores em seu perodo inicial sobre a taxa de crescimento de uma cross-section de pases. Nesse ltimo modelo, Barro certicou-se de que a taxa de crescimento do PIB per capita real positivamente relacionada com o capital humano inicial e negativamente relacionada com o nvel inicial do PIB per capita. Alm disso, pases com alto nvel de capital humano tambm possuem taxas de fertilidade menores e maior participao de investimento fsico no PIB total. O autor testou, ainda, a relao entre crescimento e participao dos gastos com consumo governamental no PIB e vericou que este inversamente relacionado quele. Por m, as taxas de crescimento econmico dos pases mostraram-se positivamente relacionadas s medidas de estabilidade poltica e inversamente relacionadas proxy para distores no mercado. razovel supor uma estreita ligao entre os fatores que determinam o crescimento de um pas com aqueles que o fazem em relao ao crescimento de regies de um mesmo pas. Quanto aos ltimos, as diferenas na tecnologia, nas instituies e nas preferncias so provavelmente menores. Os agentes, rmas e consumidores tendem a ter acesso a tecnologias similares e possuem costumes e preferncias parecidos. Alm disso, como a legislao geral, os costumes e a lngua so os mesmos e no existem barreiras legais mobilidade dos fatores, esta tende a ser menor entre regies de um mesmo pas. No entanto, os estudos a la Barro (1990,1991) tm sido amplamente criticados sob o ponto de vista economtrico. Autores, como Lee et al. (1997), argumentam que os estimadores so viesados e
21
que os testes de signicncia que usam a estatstica t no so vlidos. Alm disso, tais trabalhos desconsideram um elemento-chave para a construo de modelos que envolvem estados e/ou municpios, a inuncia da aglomerao de pessoas e rmas na gerao de externalidades geogrcas, posto que tal inui, de forma direta, sobre os retornos marginais dos fatores de produo de uma determinada localidade.
A questo das externalidades espaciais e o crescimento das cidades

O estudo da aglomerao de rmas e pessoas em uma determinada localidade vem sendo enfrentado, h um tempo, por autores como Von Thnen (1826), Marshall (1920), Christaller (1933), Lsch (1954) e Jacobs (1969), que buscaram explicar a dinmica da localizao e sua associao com a existncia de aglomeraes e formao de cidades. A questo central enfrentada por esses autores relaciona-se ao porqu da existncia de aglomerao de pessoas e rmas no espao. A hiptese principal remete aos retornos crescentes escala, que surgem a partir de economias de aglomerao, isto , supe-se que o aumento no nmero de trabalhadores e rmas, em uma localidade, gera um aumento mais que proporcional no produto dessa regio. O modelo da cidade isolada de Von Thnen introduz a questo ao discutir a dinmica da localizao baseada no uso da terra e nos custos de transporte envolvidos com produo e comercializao. Uma das contribuies mais relevantes de seu modelo a introduo do conceito de fatores desaglomerativos, em que os custos de congesto exercem um papel de contrapeso das foras aglomerativas. A base do modelo consiste no diferencial entre os custos de transporte de produtos localizados em diferentes pontos do espao. A presena de produtores mais prximos do centro urbano que, no modelo, suposto nico, favorece o surgimento de uma espcie de monoplio no mercado de terras e produz um sobrelucro advindo do baixo
22
custo do transporte. Por sua vez, o monoplio no mercado de terras inuencia, diretamente, a renda fundiria, que varia inversamente com a distncia ao centro urbano, formando um gradiente espacial de renda. O modelo de Von Thnen foi importante tambm porque abriu caminho para trabalhos, tais como Alonso (1964) e Henderson (1974), os quais formaram a base de sustentao da corrente conhecida como Economia Urbana (Urban Economics). Marshall (1920), da mesma forma, trabalhou com a questo regional e identicou duas fontes para as economias geradas pelo aumento na escala de produo: (1) economias de escala internas s rmas e (2) economias de escala externas s rmas, porm internas ao setor de atividade. Para o autor, existem, essencialmente, trs ordens de vantagens em instalar indstrias localizadas, a saber: (1) o mercado de trabalho especializado, (2) o surgimento de indstrias subsidirias (efeitos de encadeamento) e (3) interatividade de segredos e novas ideias relacionadas atividade produtiva (spillovers de conhecimento). Desse modo, Marshall introduziu o conceito de economias externas e sua relao com as vantagens de se produzir em um distrito industrial. A trade marshalliana das economias externas, como cou conhecida, mostrou-se notoriamente difcil de ser modelada, mas avanou na questo do porqu as cidades e regies comerciais centrais existiam. Em seu trabalho, Henderson (1974) aproveitou as consideraes de Von Thnen e Marshall e construiu um modelo que tratava a economia como um sistema urbano, uma coleo de cidades. O autor apontou para a existncia de foras centrpetas e centrfugas que agem, mutuamente, no sentido de escrever o desenvolvimento histrico de uma determinada cidade e/ou regio. A tenso existente entre fatores aglomerativos, como economias de escala, e desaglomerativos, como custos de transporte, so a principal justicativa de Henderson para explicar a dinmica do processo de desenvolvimento dos espaos urbanos. O trabalho de Jacobs (1969) contrape-se, na essncia, s ideias de Marshall (1920), uma vez que a autora defende que a especiali-
23
zao uma fonte de crescimento limitada e enfatiza para o papel da diversidade das atividades econmicas como fonte do crescimento urbano. Jacobs acredita na inovao como fonte principal de crescimento das cidades. Segundo ela, a inovao surge como novo produto ou servio que cria novas divises de trabalho e proporciona novas fontes de criao. Assim, a diversidade das relaes de trabalho cria um processo autorreforador para a gerao e fortalecimento do processo de inovao de uma cidade. De maneira geral, as ideias a respeito das Economias de Localizao esto associadas ao trabalho de Marshall (1920) e referem-se ao ganho advindo das economias de escala externas s rmas, porm internas indstria como um todo. Por sua vez, o termo Economias de Urbanizao, geralmente, associa-se s consideraes fornecidas por Jacobs e refere-se s economias externas s rmas, mas internas ao centro urbano. O modelo da cidade isolada de Von Thnen tambm serviu de inspirao para uma corrente de teorias da localizao, conhecida como Cincia Regional (Regional Science). Segundo Fujita et al. (1999), a Cincia Regional tratou de questes que a Economia Urbana desprezou, principalmente, quanto questo de onde as cidades se formam e a relao espacial entre elas. Christaller (1933) e Lsch (1940) tambm desenvolveram um modelo que buscou oferecer uma resposta questo sobre como as economias de escala e os custos de transporte interagem para produzir uma economia espacial. Na Teoria da rea Central, como cou conhecido o modelo de Christaller, o autor refere-se ao surgimento de um entrelaado de reas principais que surgem com o equilbrio entre as foras aglomerativas e desaglomerativas. As reas centrais formam uma hierarquia, com cada grupo de cidades-mercado fazendo parte de um centro administrativo maior. Lsch deu forma a esse sistema de reas centrais com a armao de que, para minimizar os custos de transporte, em determinada densidade de reas centrais, as reas de mercado devero ser hexagonais, e que esse sistema Pareto eciente. Pred (1966) seguiu a tradio da cincia regional e formulou sua teoria por meio da distino das atividades econmicas de uma regio
24
em dois tipos: primeiro, as atividades que satisfazem a demanda externa e, segundo, as atividades destinadas ao mercado local. A ideia principal do modelo de Pred de que as atividades voltadas exportao consistem na base da economia de uma regio e que o comportamento das demais atividades associado ao comportamento das primeiras, crescendo ou se retraindo dependendo do desempenho da base exportadora. Todavia, apesar de todo o instrumental fornecido pela cincia regional, principalmente, quanto anlise prtica, aquela no foi capaz de produzir uma estrutura consistente para os modelos que essa cincia propunha. Tal fato s foi possvel com a introduo dos modelos de concorrncia imperfeita na estrutura de mercado dos modelos regionais, mais especicamente o modelo Dixit-Stiglitz de concorrncia monopolista. Em linhas gerais, o modelo Dixit-Stiglitz preserva os resultados de equilbrio geral do modelo neoclssico, gerando retornos crescentes a partir das preferncias, no caso dos consumidores, ou demandas por variedades, no caso das rmas. Dessa forma, o modelo tornou possvel tratar o problema da estrutura de mercado, pois trouxe a questo dos retornos crescentes ao nvel da empresa individual e, no somente, tratou-os como fatores puramente externos s empresas. Essa ligao do modelo Dixit-Stiglitz com a teoria da localizao clssica gerou uma perspectiva valiosa sobre como as economias evoluem no espao. Uma sistematizao mais consistente pde ser construda e permitiu, de alguma forma, a modelagem de uma estrutura de mercado de concorrncia imperfeita, associada com o processo por meio do qual uma estrutura espacial organizada surge e se mantm. Tal perspectiva ganhou dimenso na teoria econmica mainstream, principalmente, nos trabalhos de Krugman (1991), Fujita et al. (1999) e Fujita & Thisse (2002), que foram os precursores da nova corrente de pensamento, conhecida como Nova Geograa Econmica (NGE). A NGE forneceu meios para lidar com a questo de modelagem sob concorrncia imperfeita, a qual, em se tratando de espao, torna-se elemento-chave, dada a natureza concentradora dos
25
retornos crescentes escala. Contudo, a principal contribuio dessa literatura consiste na microfundamentao do comportamento das rmas e dos indivduos. Krugman (1991) sugere a primeira verso do modelo centroperiferia e ressalta, por exemplo, o papel da teoria da concorrncia imperfeita no tratamento das questes relacionadas aglomerao de atividades produtivas no espao. Fujita et al. (2001) tentam explicar questes de localizao, tamanho e crescimento das cidades, ao assumirem um comportamento de concorrncia perfeita para o setor agrcola, concorrncia monopolstica para o setor manufatureiro e custos de transporte do tipo iceberg.1 Uma questo central enfrentada pela NGE refere-se aos incentivos que levam pessoas e rmas a aglomerarem-se em poucos pontos do espao, mesmo com todas as inecincias tpicas dos grandes centros, como congestionamento, criminalidade e poluio. Nesse sentido, uma das contribuies mais relevantes dessa corrente a ideia de que a distribuio das atividades depende do resultado de foras contrrias. Sob a viso da NGE, a interao entre externalidades positivas, foras centrpetas, que levam aglomerao das atividades, e externalidades negativas, que levam a uma disperso das atividades entre as regies, resulta em um nvel timo de concentrao econmica. A perspectiva adotada neste trabalho de que as externalidades positivas elevam o nvel de produtividade de uma determinada regio atravs dos spillovers advindos da proximidade de pessoas e rmas. Por sua vez, a elevao da produtividade inuencia as taxas de crescimento do emprego e dos prprios centros urbanos. Conforme os trabalhos de Glaeser et al. (1992) e Glaeser et al. (1995) busca-se, neste estudo, abordar a questo do crescimento de cidades por meio de uma perspectiva dinmica, na qual, as economias
1 Por custos de transporte do tipo iceberg entende-se que parte do bem transportado consumido com o prprio processo de transporte, ou seja, a mercadoria se derrete ao ser transportada, em analogia ao avano de um iceberg. Para maiores detalhes, ver Samuelson (1954).
26
de aglomerao, sejam elas advindas de economias de localizao ou de urbanizao, so consideradas tanto em sua extenso geogrca quanto temporal. O carter geogrco refere-se atenuao da interatividade dos agentes medida que estes se tornam mais distantes; j o carter temporal diz respeito possibilidade de o comportamento passado dos agentes inuenciar o nvel atual de produtividade. As economias estticas da tradio regional clssica so relevantes para explicar o padro de localizao industrial das cidades o grau de especializao ou diversicao , mas no so capazes de elucidar o crescimento de maneira estrita. Marshall e Jacobs fornecem insights interessantes s teorias dinmicas medida que tratam de economias de localizao e urbanizao. Tais conceitos baseiam-se em spillovers tecnolgicos e explicam, essencialmente, o crescimento urbano. Com o decorrer do tempo, o avano tecnolgico dos meios de comunicao e de transporte alterou a importncia relativa da localizao geogrca sob o ponto de vista econmico, o que tornou ainda mais complexo o estudo da relao entre proximidade geogrca e dinmica urbana. Nessa linha, ao buscar a identificao dos determinantes do crescimento econmico dos municpios paulistas, este estudo adota, como referncia, o trabalho de Glaeser et al. (1995), que desenvolveram um modelo para o crescimento populacional e da renda do trabalho em municpios norte-americanos. Acrescentam-se ao modelo, todavia, consideraes tericas da NGE, por meio de ferramentas fornecidas pela econometria espacial, no intuito de quanticar a importncia da localizao no desempenho de crescimento dos municpios. Assume-se, portanto, que o processo de conexes entre os municpios se autoalimente e resulte na concentrao de atividades em determinadas regies em detrimento de outras. Na literatura emprica, a anlise da inuncia das externalidades espaciais no crescimento econmico e populacional, em geral, feita por meio do instrumental fornecido pela econometria espacial, principalmente, a partir do trabalho de Anselin (1988). Os mtodos fornecidos pela econometria espacial j foram aplicados em questes de crescimento econmico nas esferas microrregional (Lim, 2003),
27
regional (Fingleton, 1999), estadual (Rey & Montouri, 1999) e internacional (Moreno & Trehan, 1997). No Brasil, Magalhes et al. (2000), Magalhes (2001) e Silveira Neto (2001), entre outros, estudaram o caso dos estados brasileiros, levando em considerao a existncia de spillovers espaciais de crescimento. Por sua vez, no que se refere a municpios e microrregies, Pimentel & Haddad (2004) e Resende (2005) analisaram o caso dos municpios mineiros. Oliveira (2005) estudou o Estado do Cear, e Monastrio & vila (2004) utilizaram a econometria espacial para analisar o crescimento econmico de microrregies do estado do Rio Grande do Sul entre 1939 e 2001. Conforme preconizado pela primeira lei da Geograa, conhecida como Lei de Tobler,2 pressupe-se que microrregies, bem como municpios, possuam um potencial de inuncia mtua maior do que as regies mais abrangentes, como estados e pases. Assim, ao estender as anlises clssicas de crescimento ao escopo de microrregies, faz-se necessrio um cuidado especial em funo de maior interatividade, visto que determinados conjuntos de municpios possuem distncias relativamente pequenas entre si.
Um modelo de crescimento econmico para os municpios

Adotando pressupostos estilizados na literatura da localizao, Glaeser et al. (1995) elaboraram um modelo e testaram-no empiricamente, de forma a relacionar o crescimento de 203 cidades norte-americanas com suas caractersticas no perodo inicial, em 1960. A hiptese basilar que permeia o referido trabalho que as externalidades positivas geradas pela aglomerao de trabalhadores e rmas em uma determinada cidade elevam a produtividade das economias locais e inuenciam, com isso, as taxas de crescimento do emprego e dos prprios centros urbanos.
2 Everything is related to everything else but nearby things are more related than distant things (Tobler, 1970, p. 236).
28
Em conformidade com o trabalho de Glaeser, este trabalho tambm adota o crescimento populacional das cidades como a principal medida para o crescimento econmico dos municpios. Nesse caso, considera-se que o crescimento populacional funciona como uma proxy para a varivel crescimento do emprego. No seria adequado medir o crescimento dessa forma se, por exemplo, fosse um estudo entre pases, como o caso do trabalho de Barro (1991). Isso ocorre, porque, grande parte do crescimento populacional est relacionada s diferentes taxas de natalidade e mortalidade. Alm disso, h limitaes claras mobilidade da populao no caso de pases, o que no acontece, em geral, entre cidades de um mesmo pas. Em relao ao crescimento econmico dos municpios, Glaeser et al. armam que:
Entre cidades, o crescimento populacional captura a extenso pela qual estas esto se tornando habitats e mercados de trabalho crescentemente atrativos. O crescimento da renda uma medida natural do crescimento da produtividade entre os pases porque o trabalho imvel. Quando o trabalho mvel, como o caso das cidades norte-americanas e tambm entre estados norte-americanos a situao radicalmente diferente. Dentro da economia dos Estados Unidos, a migrao responde fortemente ao crescimento das oportunidades. (Blanchard & Katz, 1992) (idem, 1995, p.127)
Desse modo, admite-se o crescimento populacional como uma medida mais apropriada da prosperidade dos municpios, sobretudo, quando se trata de municpios do mesmo estado. Alm disso, o crescimento da renda captura declnios na qualidade de vida, o que constitui, portanto, uma medida menos direta do sucesso urbano (idem). Pred (1966) abordou a questo medida que tratava, em seu modelo, do crescimento demogrco como uma consequncia do sucesso urbano e que, posteriormente, funcionava como um fator adicional pela via dos spillovers de conhecimento. No sentido pensado por Glaeser et al., as cidades so consideradas como economias separadas, mas completamente abertas, com livre mobilidade de trabalho, capital e tecnologia. Nesse caso, a tecno-
29
logia tratada como um bem pblico que livremente acessvel e, portanto, no varia entre as regies. Assim, o crescimento no pode ser explicado por diferenas nas taxas de poupana, participao do capital, taxa de depreciao ou por algum tipo de dotao exgena de mo de obra. Alm disso, as cidades so unidades econmicas mais especializadas e menos arbitrrias do que, por exemplo, estados nacionais, sendo que faz mais sentido estudar o movimento de recursos e convergncia entre cidades do que entre estados. Conforme tais premissas, as cidades diferem apenas no nvel de produtividade e qualidade de vida (idem). Combinando esses pressupostos, a funo de produo utilizada do tipo Cobb-Douglas, dada por: Ai,t f(Li,t) = Ai,t L i ,t (2.3.1)
Na equao acima, Ai,t capta o nvel de tecnologia da cidade i no tempo t, enquanto Li,t a populao da mesma cidade no mesmo perodo; o coeciente da funo de produo suposto constante para todo o pas. Assim, como na maioria dos modelos de crescimento, o modelo adotado desconsidera a heterogeneidade da mo de obra, o que pressupe, dessa forma, trabalho homogneo. Tem-se que, no equilbrio, a renda do trabalhador (Wi,t) se iguala produtividade marginal do trabalho:
1 Wi,t = Ai,tL i ,t
(2.3.2)
Ao assumir liberdade de migrao entre as cidades, asseguramse utilidades constantes atravs do espao em um ponto do tempo, sendo que a utilidade total dada pelo salrio do trabalhador multiplicado por um ndice de qualidade de vida. Assume-se que tal ndice uma funo monotonicamente inversa ao tamanho dos municpios: Qualidade de vida = Q i,tLi,t (2.3.3)
Sendo que > 0. Denota-se que o ndice de qualidade de vida engloba o efeito de diversos fatores, inclusive crime, preo dos imveis e congestionamento. Dessa forma, a utilidade total de um potencial imigrante da cidade i :
30

1 Utilidade = Ai,tQ i,tL i ,t
(2.3.4)
Portanto, a partir da expresso (2.3.4), pode-se inferir que, para cada cidade:
Qi , t + 1 Ui , t + 1 Ai, t + 1 log = log + log Qi, t + ( 1) Ui , t Ai, t
Li , t + 1 log Li , t
Assumindo que:
(2.3.5)
Ai, t + 1 ' log = Xi,t + i,t+1 Ai, t Qi, t + 1 ' log = Xi,t + i,t+1 Qi, t
(2.3.6)
(2.3.7)
Nas quais Xi,t um vetor das caractersticas das cidades no tempo t que determina tanto o crescimento da qualidade de vida em uma determinada cidade quanto o crescimento de seu nvel de produtividade. Combinando (2.3.5), (2.3.6) e (2.3.7) e fazendo algumas manipulaes algbricas, tem-se que:
1 Li , t + 1 log X'i,t ( + ) + i,t+1 = Li , t 1 + 1 Wi , t + 1 log X'i,t ( + ) + i,t+1 = + 1 i , t W
(2.3.8)
(2.3.9)
Sendo que i,t e i,t so termos de erro no correlacionados com as caractersticas urbanas.3 Como resultado, de acordo com os autores, as regresses de crescimento do emprego mostram como as variveis
3 Decorre que, i,t+1 = [-log(Ut+1/Ut) + i,t+1 + i,t+1]/(1 + ) e i,t+1 = [(1- )log(Ut+1/Ut) + i,t+1 + ( 1) i,t+1]/(1 + ).
31
ao nvel das cidades (os Xs) determinam a soma da qualidade de vida e do crescimento da produtividade. Nessa mesma linha, as regresses do crescimento da renda do trabalhador podem ser compreendidas como ilustrativas de uma mdia ponderada do crescimento da produtividade e ( 1) vezes o crescimento da qualidade de vida. Em sntese, os resultados obtidos em Glaeser et al. (1995) foram que o crescimento da renda e da populao moveram-se conjuntamente, e ambos mostraram-se positivamente relacionados escolaridade da populao no perodo inicial, negativamente relacionados ao desemprego inicial e negativamente relacionados participao inicial do emprego industrial. Os gastos do governo, com exceo daqueles utilizados com saneamento, no se mostraram correlacionados ao crescimento, embora se tenha observado que este possua correlao positiva com o endividamento inicial das cidades. Em um trabalho semelhante no que diz respeito aos objetivos, mas que compreende um perodo mais amplo e usa tcnicas de Econometria Espacial, Le Gallo & Yrigoyen (2007) examinam o crescimento populacional de 722 municpios espanhis. Os autores utilizam uma srie de dados bastante ampla e identicam duas fases distintas: de 1900 a 1980, quando se observa divergncia entre o crescimento dos municpios, com a concentrao da populao em grandes cidades, enquanto que o segundo perodo, que vai de 1980 a 2001, caracteriza-se pela convergncia populacional. Tal fenmeno se explicaria por um movimento migratrio de fuga das grandes cidades, acompanhado de um maior desenvolvimento urbano das cidades pequenas e mdias. Os autores constataram tambm que a probabilidade de perda de populao cinco vezes maior quando a cidade cercada por vizinhas que tm populao menor, o que conrmaria a hiptese de que as interaes espaciais so relevantes para o crescimento das cidades. No trabalho de Oliveira (2005), feito um estudo similar para as cidades do Cear, com base nos censos demogrcos de 1991 e 2000. O autor ressalta o papel da educao e urbanizao no crescimento das cidades cearenses, assim como a importncia da participao do setor pblico.
32
No caso especco deste trabalho, o estudo acrescenta s equaes do modelo de Glaeser et al. (1995) consideraes referentes inuncia do espao nas variveis adotadas, em linha com os trabalhos de Le Gallo & Yrigoyen (2007) e Oliveira (2005). Tais consideraes se fazem necessrias uma vez que o modelo de Glaeser et al. no busca mensurar a presena de custos de transporte de pessoas e insumos que inserem a questo espacial, como fundamental para entender o processo de crescimento e prosperidade dos municpios. A escolha do modelo espacial mais apropriado empreendida por meio de tcnicas comumente utilizadas no campo da Econometria Espacial, com a utilizao de testes especcos, a qual permite a correta especicao do modelo a ser estimado, e torna possvel a incluso de operadores de defasagens espaciais, bem como correes espaciais do termo de erro. O tpico seguinte introduz o tema Econometria Espacial e aborda alguns de seus principais conceitos. Em sntese, neste captulo, buscou-se fazer uma breve reviso da literatura de crescimento econmico, alm de sua associao com as teorias da localizao e com as contribuies da NGE. Nesse sentido, um modelo de crescimento dinmico foi apresentado. O prximo captulo traz um resumo das tcnicas e mtodos de estimao e inferncia abordados na econometria espacial clssica, bem como uma discusso mais detalhada sobre a escolha da matriz de pesos espaciais.
2 A ABORDAGEM CLSSICA DE ECONOMETRIA ESPACIAL
O termo Econometria Espacial foi, inicialmente, introduzido por Jean Paelinck no incio dos anos 70 para denominar a rea do conhecimento que lida com a estimao e teste de modelos economtricos multirregionais. A existncia de uma rea da Econometria denominada de Econometria Espacial se justica, basicamente, por dois aspectos: o primeiro a importncia da questo espacial inerente cincia regional, em particular, economia regional. O segundo que dados distribudos no espao podem apresentar dependncia ou heterogeneidade em sua estrutura. Segundo Lesage (1999), a presena de dependncia espacial entre as observaes, ou heterogeneidade espacial nas relaes modeladas ferem os pressupostos bsicos de Gauss-Markov, utilizados, de forma tradicional, em modelos de regresso. Em termos gerais, heterogeneidade espacial signica que o comportamento econmico no estvel atravs do espao, e pode gerar padres espaciais caractersticos sob a forma de agrupamentos ao longo do set de dados, e variar com a unidade. Dessa forma, os parmetros variam e podem mudar a forma estrutural do modelo, podendo inclusive, gerar heterocedasticidade com possveis erros de especicao. Entretanto, Anselin (1988) aponta que, na maioria das vezes, os problemas
34
gerados pela heterogeneidade espacial podem ser corrigidos com o uso de instrumentos fornecidos pela econometria padro. H casos em que o conhecimento terico da estrutura espacial dos dados pode levar a procedimentos mais ecientes. Alm disso, como arma Resende (2005), o problema torna-se mais complexo naquelas situaes em que a heterogeneidade e a autocorrelao esto presentes ao mesmo tempo. Nessas circunstncias, as ferramentas da econometria padro so inadequadas e exigem a utilizao de tcnicas da econometria espacial. Por sua vez, a dependncia ou autocorrelao espacial surge ao se questionar a independncia do conjunto de dados coletados. O pressuposto-base para esse tipo de especicao est diretamente associado primeira Lei da Geograa, na qual todas as informaes so relacionadas entre si, porm informaes mais prximas esto mais relacionadas do que informaes distantes. Assume-se, desse modo, que a proximidade intensica o processo de conexes entre as unidades espaciais e gera concentrao em determinadas localidades em detrimento de outras. A noo de proximidade, no entanto, determinada por meio de uma ideia de espao relativo, ou distncia relativa, uma vez que a proximidade no precisa necessariamente estar relacionada distncia entre as localidades. Critrios distintos quele do sentido euclidiano estrito podem ser considerados, tal como distncias econmicas, sociais e polticas. O importante delimitar as regras para uma potencial interao entre as localidades. No que se refere metodologia economtrica tradicional, a presena desses efeitos pode tanto requerer alguma modificao na mesma, como pode at invalid-la. Em alguns casos, faz-se necessria a criao de novas tcnicas para o correto tratamento desses efeitos. Como nota Anselin (1988), geralmente, essas questes so ignoradas pela teoria economtrica tradicional e formam o campo especco da Econometria Espacial. A econometria espacial importante no apenas quando faz parte da estrutura do modelo, mas tambm quando ocorrem erros de especicao nas unidades espaciais, os quais podem surgir da no coincidncia entre a unidade espacial considerada e a inuncia
35
do fenmeno econmico sob considerao, que pode transbordar as fronteiras preestabelecidas. De forma mais especca, a atuao das externalidades pode extrapolar o ambiente de uma cidade, no obedecendo necessariamente seus limites polticos. Assim como existe a econometria espacial, h tambm o campo da estatstica espacial. Anselin (1988) nota que a distino entre esses dois campos sutil, visto que os mtodos de uma so amplamente utilizados pela outra. Segundo o autor, mais prtico seria deixar a cargo dos prprios pesquisadores referirem seus trabalhos a um ou outro campo. Em geral, a econometria espacial pauta-se em um modelo ou teoria em particular e tem, como foco, principalmente, a economia regional e urbana, enquanto a estatstica espacial trata, de modo primordial, de fenmenos naturais, ligados, principalmente, a campos como a biologia e geologia. A abordagem da econometria espacial consiste basicamente em impor a estrutura do problema por meio da especicao de um modelo a priori, ao associ-lo a um teste de especicao com contrapartida em uma hiptese nula. Talvez essa nfase seja a principal distino entre a econometria espacial e o campo mais amplo da estatstica espacial.
Autocorrelao espacial
Para Anselin & Bera (1998), a autocorrelao espacial pode ser denida como a coincidncia entre valores similares e similaridades locacionais. Assim, quando altos ou baixos valores para uma varivel aleatria tendem a agrupar-se no espao, temos o processo de autocorrelao espacial positiva. No entanto, pode acontecer tambm de as unidades espaciais serem circundadas por unidades com valores signicativamente distintos, ou seja, pode ocorrer que altos valores sejam acompanhados por vizinhos com valores baixos, ou vice-versa, processo que se denomina autocorrelao espacial negativa. Embora os dois processos sejam igualmente importantes e dignos de considerao, a autocorrelao espacial positiva , sobremaneira, a mais intuitiva, e encontrada, com maior frequncia nos fenmenos
36
econmicos. Na maior parte das vezes, um processo que apresenta autocorrelao espacial negativa de difcil interpretao. Em termos prticos, uma amostra de dados espacialmente autocorrelacionada contm menos informao do que sua contrapartida no autocorrelacionada. Em termos de inferncia estatstica, essa perda de informao precisa ser levada em conta nos testes de estimao e de diagnstico. Para Anselin & Bera (1998), esta a essncia do problema de autocorrelao espacial em econometria aplicada. O problema da autocorrelao espacial tem alguma semelhana com a autocorrelao temporal. De fato, se as regies de um determinado espao fossem todas enleiradas, de tal modo que s existisse o vizinho da frente e o de trs, (ou, em termos estatsticos, s pudessem apresentar dependncia unidirecional) como mostra a gura abaixo, recairamos em uma situao formalmente idntica a das sries de tempo e, portanto, todo o tratamento economtrico seria idntico ao das sries de tempo.
Figura 1. Espao com dependncia unidirecional.
Um espao como o da gura acima , com evidncia, raro de se obter. O caso mais geral ilustrado pela Figura 2 (embora, no necessariamente, com a mesma regularidade), onde os dados, regies, esto dispostos em uma superfcie bidimensional, e apresentam dependncia bidirecional. Assim, a principal diferena entre a dependncia temporal e a dependncia espacial situa-se, principalmente, na natureza bidimensional e multidimensional da dependncia no espao.
1 4
2 5
3 6
Figura 2. Espao com dependncia multidimensional.
37
A autocorrelao ou dependncia espacial pode ocorrer, basicamente, de duas formas: na varivel dependente, ou nos erros. Formalmente, a existncia de autocorrelao espacial pode ser expressa pela seguinte condio de momento: Cov(yi,yj) = E(yi,yj) E(yi).E(yj) 0 para i j (3.1.1)
Em que yi e yj so observaes de uma varivel aleatria nas localizaes i e j respectivamente. i e j podem ser pontos, tais como localizao de estabelecimentos ou reas metropolitanas medidas em latitudes e longitudes ou unidades de rea, tal como pases, estados ou municpios (Anselin & Bera, 1998). evidente que a condio estabelecida por (3.1.1) no suciente para que haja um processo de autocorrelao espacial, pois para tal necessrio que a correlao existente entre as observaes siga um padro intuitivo lgico em termos de estrutura espacial. As consequncias da autocorrelao espacial so, em princpio, os mesmos da autocorrelao temporal. Em um modelo de regresso, se os erros so correlacionados entre si (temporal ou espacialmente), os estimadores de mnimos quadrados ordinrios so inecientes, e os estimadores das varincias sero viesados, o que invalida os testes de signicncia. Por um lado, para o caso de autocorrelao na varivel dependente, as estimativas de MQO so viesadas e inconsistentes, por outro lado, quando a correlao est presente no termo de erro, no h vis, nem inconsistncia, mas o estimador de MQO deixa de ser o mais eciente. Os processos de autocorrelao espacial guardam analogia com os de sries de tempo, de modo que a situao de autocorrelao serial de ordem 1 pode ser representada da seguinte forma: zt = t + zt-1, (3.1.2)
em que t um rudo branco e o coeciente de correlao. Em contrapartida, a autocorrelao espacial, tambm de ordem 1, mostrada abaixo: z = + W1 z (3.1.3)
38
No caso, z um vetor n por 1 de observaes sobre a varivel dependente, W1z um vetor n por n de defasagens espaciais para a varivel dependente, o coeciente autorregressivo espacial, e um vetor n por 1 de termos de erro distribudos aleatoriamente, ou seja, ~ (0,2I). Esse processo conhecido como SAR (spatial autoregressive), onde W1 a matriz de conectividade que, em geral, contm relaes de contiguidade de 1a ordem ou funes de distncia.1 Em linhas gerais, W1 montada de modo a captar a inuncia dos vizinhos na varivel em considerao. Esse , portanto, um SAR (1). Mais genericamente, pode-se ter tambm um SARMA (spatial autoregressive moving average). Segue abaixo um SARMA(1,1). z = + W1 z + W1 (3.1.4)
Que pode facilmente incluir ordens superiores, e basta, para tal, incluir as respectivas matrizes de conectividade. Por exemplo, o processo abaixo seria um SAR(2). z = + 1 W1 z + 2 W2 z (3.1.5)
O ndice global de Moran (I) , segundo Anselin & Florax (1995), uma das formas mais amplamente utilizadas de se medir a autocorrelao espacial. Essa estatstica varia entre 1 e 1, fornecendo uma medida geral da associao linear (espacial) entre os vetores Zt no tempo t e a mdia ponderada dos valores da vizinhana, ou lags espaciais (WZt). Valores prximos de zero indicam inexistncia de autocorrelao espacial signicativa: quanto mais prximo do valor unitrio, mais autocorrelacionado estar. Se o valor dessa estatstica for positivo (negativo), a autocorrelao ser positiva (negativa). Esse indicador uma forma de detectar similaridade entre as reas e dado por:
n Z WZ I = S0 Z Z
(3.1.6)
1 Uma discusso detalhada sobre a matriz de conectividade ser realizada no tpico A matriz de pesos espaciais (captulo 2).
39
Onde Z o vetor de n observaes para o desvio em relao mdia, e S0 um escalar igual soma de todos os elementos de W. Sendo o valor esperado:
E (I ) = 1 n 1
(3.1.7)
Quando a matriz de pesos espaciais normalizada na linha, ou seja, quando a soma dos elementos de cada linha for igual a um, a expresso poder ser reescrita, como segue:
I=
Z WZ ZZ
(3.1.8)
A estatstica I de Moran fornece uma indicao formal do grau de associao linear entre os valores do vetor Z e o vetor espacialmente defasado WZ. Valores maiores do que aqueles esperados, E(I), indicam autocorrelao espacial positiva; negativa, caso contrrio. O diagrama de disperso de Moran compara os valores normalizados do atributo em uma rea com a mdia normalizada dos vizinhos, o que deriva um grco bidimensional de Z(valores normalizados) por WZ (mdia dos vizinhos). uma forma de visualizar a dependncia espacial e indicar os diferentes padres espaciais presentes nos dados. O grco abaixo representa quatro quadrantes Q1, Q2, Q3 e Q4 que iro corresponder a quatro padres de associao local espacial entre as regies e seus vizinhos.
Figura 3. Diagrama de Moran.
O coeciente I de Moran ser a inclinao da curva de regresso de WZ contra Z e indicar o grau de ajustamento. O primeiro qua-
40
drante, Q1, conhecido como alto-alto (AA), ou high-high (HH), mostra regies com altos valores para a varivel, valores acima da mdia, assim como seus vizinhos. O terceiro quadrante, Q2, geralmente chamado de baixo-baixo (BB) ou low-low (LL), expressa localidades com baixos valores em relao aos atributos analisados, acompanhados por vizinhos que tambm apresentam baixos valores. O segundo quadrante, Q3, classicado como baixo-alto (BA) ou low-high (LH), constitudo por baixos valores dos atributos na regio estudada, cercada por vizinhos com altos valores. O ltimo quadrante, Q4, formado por regies com altos valores para as variveis estudadas cercadas por regies com baixos valores. Este o quadrante alto-baixo (AB) ou high-low (HL). As regies de clusters com valores similares ocorrem nos quadrantes Q 1 e Q 2 AA e BB e apresentam autocorrelao espacial positiva. As regies identicadas pelos quadrantes Q 3 e Q 4 BA e AB apresentam, por sua vez, autocorrelao espacial negativa, ou seja, clusters com valores diferentes. Adicionalmente, a estatstica I tem sido usada como um teste para a presena de autocorrelao espacial residual, em linha com a estatstica de Durbin-Watson para sries de tempo. Nesse caso, o teste I de Moran aplicado sobre as estimativas dos erros de uma regresso feita por MQO, com a estatstica I observada, comparada com uma distribuio aleatria aproximada por seus momentos, sob a hiptese nula de nenhuma correlao residual. Tiefelsdorf & Boots (1995) fornecem os momentos exatos. Alm da estatstica I de Moran, aplicada aos resduos de uma regresso linear, a presena de algum grau de dependncia espacial pode ser vericada por meio de alguns testes especcos, entre eles, o teste de Wald, Razo de Verossimilhana (Likelihood Ratio LR) e atravs de uma famlia de testes baseada no Multiplicador de Lagrange (Lagrange Multiplier LM). Os testes de Multiplicador de Lagrange (LM)2 so, inclusive, os mais indicados por Anselin (2003) para a escolha da especicao
2 Burridge (1980).
41
mais adequada. Maiores detalhes sobre testes de especicao e escolha dos modelos sero tratados no tpico Testes de especicao dos modelos espaciais (captulo 2).
Modelos de regresso com dependncia espacial

Segundo Lesage (1999), um modelo autorregressivo espacial mais geral (spatial autoregressive model SAC) pode ser representado da seguinte forma: y = W1y + X + , Com = W2 + ~ N(0,2In) (3.2.1)
No modelo acima, y o vetor nx1 de variveis dependentes, X uma matriz nxk de variveis explicativas, e o termo de erro aleatrio normalmente distribudo. W1 e W2 so as matrizes nxn de pesos espaciais. Seguindo a denio de contiguidade binria, uma matriz de contiguidade de primeira ordem possui zeros em sua diagonal principal, suas linhas so preenchidas com 0 (zero) nas posies referentes a unidades regionais no contguas e com 1 (um) naquelas posies vizinhas unidade que est sendo estudada.3 , e so parmetros. fcil ver que o modelo pode ser reescrito na forma abaixo: (I W) Y = X + (I W)-1 (3.2.2)
O modelo (3.2.1), ou mesmo, sua verso reduzida, em (3.2.2), indica que a dependncia espacial se manifesta tanto nas variveis controladas pelo modelo quanto nas variveis no controladas. Uma representao esquemtica pode ser ilustrada a partir da Figura 4 abaixo.
3 No tpico A matriz de pesos espaciais (captulo 2) so fornecidos alguns exemplos de especicao para a matriz de pesos espaciais.
42
Xi
Xj
Yi
Yj
Figura 4. Representao esquemtica do modelo SAC.4
A Figura 4 ilustra a inuncia das variveis explicativas e do termo de erro sobre a varivel dependente, sendo que a inuncia do comportamento dos vizinhos tambm est presente, tanto na prpria varivel dependente quanto no termo de erro. A funo logaritmo da verossimilhana (L) para o modelo acima dada por: L = C (n /2)ln( 2 ) + ln( A ) + ln( B ) (1/2 2 )(e ' B ' Be)
e = ( Ay X ) A = (In W1 ) B = (In W2 )
(3.2.3)
Para a estimao dos parmetros do modelo SAC, faz-se necessria a otimizao do logaritmo da funo de verossimilhana. Dessa forma, os estimadores de mxima verossimilhana para e requerem que se encontrem os valores dos parmetros que maximizam o logaritmo da funo dada em (3.2.3). Todavia, no sentido de simplicar o problema de maximizao, pode-se obter o logaritmo da funo concentrada. possvel concentrar a funo usando as seguintes expresses para e 2 (Lesage, 1999):
= (X ' A ' AX )1 (X ' A ' ABy)

e = By x
2 = (e ' e)/ n
(3.2.4)
4 Extrado de Almeida (2007).
43
Dadas as expresses em (3.2.4), possvel calcular o logaritmo da verossimilhana com os valores de e . Os valores dos parmetros e 2 podem ser calculados como uma funo de e , e com os dados amostrais de y e X. Do modelo mais geral, SAC, podem-se derivar modelos distintos ao impor-se restries sobre os parmetros. Por exemplo, estabelecendo X = 0 e W2 = 0 tem-se um modelo espacial autorregressivo na forma: y = W1y + , ~ N(0,2In) (3.2.5)
Aqui, o vetor de variveis y expresso em termos de desvio da mdia no intuito de eliminar o termo de intercepto do modelo. O modelo (3.2.5) busca explicar a variao em y como uma combinao linear das unidades vizinhas, sem qualquer outra varivel explicativa. Todavia, dois casos particulares do modelo geral chamam mais a ateno, a saber: quando W1 = 0 ou quando W2 = 0, cada um com problemas economtricos especcos. Nota-se que, se ambas forem iguais a zero, ento, o modelo recai no modelo clssico de regresso linear. No caso de W2 ser igual a zero, tem-se o modelo com defasagens espaciais SAR (mixed regressive-spatial autorregressive model),5 dado por: y = W1y + X + (3.2.6)
O modelo apresenta uma varivel explicativa, W1y, que o valor mdio da varivel dependente nos vizinhos. Nesse caso, cada localidade vizinha de seus vizinhos, tal que o efeito dos vizinhos precisa ser tratado como endgeno. fcil perceber a similaridade do modelo SAR com o modelo de variveis dependentes defasadas das sries de tempo. Neste, o perodo de tempo mais prximo importa, enquanto, naquele, os lugares mais prximos possuem maior relevncia. O pa5 Anselin (1988) denominou esse modelo como modelo misto regressivoautorregressivo espacial (mixed regressive-spatial autorregressive model) porque combina o modelo de regresso-padro com uma varivel espacialmente defasada.
44
rmetro do modelo (3.2.6) mede a inuncia mdia das observaes vizinhas sobre as observaes do vetor y, o que quer dizer que, para o caso de signicativo, uma parcela da variao total de y explicada pela dependncia de cada observao de seus vizinhos. Nota-se que a presena de um termo para a defasagem espacial do lado direito da equao induz a uma correlao dos erros diferente de zero. Alm disso, a defasagem espacial para uma dada observao i no apenas correlacionada com o termo de erro em i, mas tambm com os termos de erro em todas as outras localidades. Dado que a simultaneidade incorporada no termo W1y deve ser explicitamente levada em considerao, a estimativa por MQO ser viesada e inconsistente, quando se deve utilizar a funo de verossimilhana para estimao. Anselin (1988) fornece um mtodo de Mxima Verossimilhana (MV) para estimar os parmetros desse modelo. A gura abaixo ilustra a interao presente no modelo SAR.
Xi Xj
Yi
Yj
Figura 5. Representao esquemtica do modelo SAR.6
Como pode ser observado na Figura 5, h uma inuncia mtua da varivel dependente com os seus vizinhos. Quando uma varivel dependente defasada omitida do modelo de regresso, mas se faz presente no processo gerador dos dados, o problema resultante similar quele observado para variveis omitidas no modelo de regresso linear clssico. Uma alternativa ao mtodo da mxima verossimilhana, nesse caso, seria o uso de variveis instrumentais, o qual no requer uma suposio de normalidade. De outra forma, uma maneira de introduzir-se a autocorrelao espacial no modelo de regresso linear a especificao de uma
6 Extrado de Almeida (2007).
45
estrutura espacial para o termo de erro. Tal procedimento necessrio quando W1 igual a zero. Nesse caso, ocorre um problema de autocorrelao espacial que, do ponto de vista economtrico, tem as mesmas consequncias do tradicional problema da autocorrelao temporal: os estimadores de MQO sero inecientes. O modelo SEM (spatial error model) com autocorrelao espacial no termo de erro apresentado da seguinte forma: y = X + , com = W2 + ~ N(0,2In) (3.2.7)
y um vetor nx1 de variveis dependentes, X representa a usual matriz nxk de variveis explicativas, e W2 consiste em uma matriz de pesos espaciais previamente denida. e so parmetros. Ao recorrer-se forma reduzida de (3.2.8), segue-se que: y = X + (I W2)-1 Neste modelo, a covarincia dos erros toma a forma:
[ '] = 2(I W2)-1(I W2)-1 =
(3.2.8)
= 2[(I W2)(I W2]-1
(3.2.9)
Na estrutura da matriz de varincia-covarincia de (3.2.9), cada localidade correlacionada com todas as outras localidades do sistema, mas de forma mais intensa com aquelas mais prximas, seguindo a j mencionada Lei de Tobler. O parmetro de erro espacial, , quando signicativo, reete a autocorrelao espacial nos erros ou nas variveis que foram omitidas do modelo. Da mesma forma que o processo gerador do modelo de defasagens espaciais, o modelo autorregressivo de erro conduz a uma covarincia dos erros diferente de zero para cada par de observaes, mas decrescente medida que aumenta a ordem da contiguidade. Nesse caso, tambm se deve recorrer funo de verossimilhana.
46
Segundo Rey & Montouri (1999), quando 0, um choque ocorrido em uma unidade geogrca no se espalha apenas entre seus vizinhos imediatos, mas sim por todas as outras unidades. Uma alternativa o uso de estimadores do mtodo dos momentos generalizados (GMM), apresentado por Conley (1999). Segue o quadro esquemtico representativo do modelo SEM.
Xi Xj
Yi
Yj
Figura 6. Representao esquemtica do modelo SEM.
No caso do modelo SEM, a inuncia espacial encontra-se nas variveis omitidas do modelo, como pode ser observado na Figura 6. Nota-se que, a partir do modelo geral, possvel utilizar a varivel W3X, isto , a defasagem espacial das variveis explicativas. Nesse caso, como X , em princpio, uma matriz de variveis exgenas, ento no h inconveniente sob o ponto de vista economtrico. Esse modelo conhecido como Modelo Espacial de Durbin (Spatial Durbin Model SDM) (Anselin & Bera, 1998) e assume a forma: y = W1y + X W3X + ~ N(0,2In) Sendo que W1 e W3 representam as respectivas matrizes de pesos espaciais associadas a seus parmetros. Nota-se que, em (3.2.10), existe defasagem espacial tanto na varivel dependente quanto nas variveis explicativas. O modelo de Durbin pode tambm ser expresso em termos de variveis espacialmente ltradas, na forma: (I W1)y = (I W3)X + (3.2.11) (3.2.10)
47
Este um modelo de regresso com variveis dependentes e explicativas espacialmente ltradas e com um termo de erro no autocorrelacionado. Da mesma forma como foi representado para os outros modelos, segue a ilustrao do processo gerado pelo modelo de Durbin.
Xi Xj
Yi
Yj
Figura 7. Representao esquemtica do modelo SDM.
No ltimo caso, tanto as variveis explicativas quanto a varivel dependente apresentam uma dada estrutura para as unidades espaciais.
Testes de especicao dos modelos espaciais

Como foi visto no tpico anterior, os componentes espaciais do modelo podem aparecer, basicamente, por meio de trs formas: (1) na forma de defasagem espacial na varivel dependente (Wy), (2) na forma de defasagem nas variveis explicativas (Wx), ou ento (3) como defasagem no termo de erro (W). Tais componentes podem aparecer de forma isolada ou em conjunto. Os testes para modelos espaciais, geralmente, tomam como base a estimao por MV ou por MQO. Anselin & Bera (1998) enfatizam que, assim como na literatura economtrica clssica, os estgios iniciais da abordagem de econometria espacial foram marcados pela nfase nas tcnicas de estimao. Nesse sentido, Cliff & Ord (1973) desenvolveram a estimao por mxima verossimilhana. Na econometria tradicional, Durbin & Watson (1950, 1951) introduziram a estatstica para correlao em modelos de sries de tempo, a qual consistiu no primeiro teste de
48
especicao aplicado a modelos de regresso. No entanto, outros testes, como: homocedasticidade, normalidade, exogeneidade e forma funcional no tiveram a merecida ateno antes dos anos 80. A estatstica descoberta por Rao (1947), que ficou conhecida na literatura como teste do Multiplicador de Lagrange (LM), foi uma exceo e tornou-se amplamente utilizada em funo de sua facilidade operacional. Outros testes de natureza assinttica tambm foram desenvolvidos, como o teste de Razo de Verossimilhana (LR) e o teste de Wald. Apesar de o caminho percorrido pela econometria espacial, em termos de testes de especicao, ter sido muito parecido com o caminho da econometria tradicional, a implementao desses testes se mostrou bastante distinta entre os dois campos de pesquisa. Anselin & Bera (1998) chamam ateno para o fato de que os testes para os modelos de econometria espacial no seguem a forma padro da maioria dos testes da econometria tradicional, na forma NR2 em que N o tamanho da amostra, e R2 o coeciente de determinao. Alm disso, a possibilidade de defasagem espacial tanto na varivel dependente quanto no termo de erro tornam os testes dos modelos espaciais mais complexos. Conforme j mencionado, a estatstica I de Moran surgiu como uma analogia bidimensional ao teste de Durbin-Watson para sries de tempo e, desde ento, a tcnica mais utilizada para diagnosticar autocorrelao espacial em modelos de regresso. A estatstica de Moran possui como hiptese nula a inexistncia de qualquer forma de dependncia espacial, mas no apresenta uma correspondncia direta com uma hiptese alternativa particular. Assim, apesar de ser um bom identicador de correlao espacial, o teste no capaz de distinguir qual estrutura de dependncia espacial est presente no modelo. Recentemente, uma variedade de testes alternativos estatstica I tem sido desenvolvida.7 Assim como o teste de Moran, outros testes tambm so baseados nos resultados de uma regresso de
7 Para maiores detalhes ver Anselin & Florax (1995).
49
MQO clssica, ao apresentarem como hiptese nula a ausncia de autocorrelao espacial. Um modelo mais geral de dependncia espacial o modelo SARMA, demonstrado em (3.1.4). Aqui, acrescenta-se ao modelo uma componente com variveis explicativas exgenas, conforme Anselin & Florax (1995). y = W1y + X + 1W2 (3.3.1)
Sendo que as notaes permanecem as mesmas das equaes anteriores. O primeiro termo W1y representa a varivel dependente espacialmente defasada, com um parmetro espacial autorregressivo . O segundo termo do lado direito da equao, X, representa a matriz de variveis explicativas exgenas mais o vetor de parmetros . O ltimo termo 1W1 refere-se defasagem no termo de erro, mais o parmetro 1. Do modelo geral, segue-se que os testes baseados nas estimativas de MQO so aplicados somente a um tipo de dependncia, sendo assumida, de forma condicional, a ausncia do outro tipo. Assim, a hiptese nula para testar a presena de um processo autorregressivo espacial H0: = 0, condicionado a 1 = 0. Anselin & Florax (1995) chamam ateno para quando essas condies no so satisfeitas, ou seja, quando a presena de uma outra forma de dependncia espacial est presente no modelo. Nesse caso, os testes no podem mais ser baseados nos resultados da regresso de MQO, e devem ser levados a cabo por meio das estimativas de MV do modelo espacial apropriado; ou ainda, podem-se utilizar testes robustos que considerem a presena da outra forma de dependncia espacial. No caso deste trabalho, alm do I de Moran, dois testes familiares de dependncia espacial em modelos de regresso linear so investigados, LM-ERR e LM-LAG. Assim como a estatstica de Moran, a famlia de testes LM utiliza apenas os resultados das estimativas por MQO, sob a luz de uma H0 de nenhuma dependncia espacial. A estatstica LM-ERR foi sugerida por Burridge (1980) e , basicamente, um coeciente de Moran em escala quadrtica. A estatstica para o teste apresenta-se da seguinte forma:
50
LM-ERR =
( e 'W e / s )
1
2 2
T1
(3.3.2)
Em que s2 = ee/n e T1 = tr (W '1 W1 + W12 ), com tr como um operador trao da matriz. A estatstica LM-ERR segue uma distribuio 2 com 1 (um) grau de liberdade e possui, como hiptese alternativa, a presena de dependncia espacial no termo de erro. O teste LM para a presena de dependncia espacial na varivel dependente dado por:
1 e 'W y LM-LAG = 2 1 s ( nJ )
2
(3.3.3)
Com J- = [T1 + (W1 X )' M (W1 X )/ s2] e M = I X(XX)-1X que a matriz de projeo usual. A estatstica LM-LAG tambm segue uma distribuio 2 com 1 grau de liberdade. Bera & Yoon (1993) fornecem as verses robustas dos testes LMERR e LM-LAG, as quais consideram o efeito da dependncia espacial que no captado pelo teste. O teste LM-EL o teste LM para dependncia espacial no termo de erro, robusto dependncia espacial na varivel dependente. O teste computado da seguinte forma: LM-EL =
[e 'W1e / s 2 T1 (nJ )1 (e 'W1 y / s 2 )]2 [T1 T12 (nJ )1 ]
(3.3.4)
E a notao permanece a mesma das anteriores, e a distribuio de LM-EL permanece uma 2 com 1 grau de liberdade. O teste robusto para LM-LAG consiste em um teste para defasagem espacial que considera a inuncia da dependncia espacial no erro. O teste LM-LE denido formalmente, como segue:
( e 'W y / s LM-LE =
1
e 'W1e / s 2 )
nJ T1
~ 2(1)
(3.3.5)
Florax et al. (2003) armam que os testes robustos do multiplicador de lagrange possuem um poder maior em apontar a alternativa
51
correta para a especicao do modelo, ao invs de serem adotados os testes LM tradicionais. Adicionalmente, os autores fornecem uma estratgia de especicao hbrida que combina a taxonomia clssica de especicao com o emprego dos testes robustos, como segue: 1. estima-se o modelo inicial y = X + atravs de MQO; 2. testa-se a hiptese de nenhuma dependncia espacial em funo de uma defasagem espacial omitida, ou em funo de erros espacialmente autorregressivos, utilizando LM-LAG e LM-ERR, respectivamente; 3. se ambos os testes forem no signicativos, as estimativas iniciais do passo (1) devem ser usadas como a especicao nal; caso contrrio, procede-se como sugerido em (4); 4. se ambos os testes so signicativos, estima-se a especicao apontada por aquele mais signicativo dos dois testes robustos. Por exemplo, se LM-LE > LM-EL, ento, estima-se (2) usando LM-LAG. Se LM-EL > LM-LE, ento, estima-se (2) usando LM-ERR. De outra forma, procede-se como em (5); 5. se LM-LAG signicante, mas LM-ERR no o , estima-se (2) utilizando LM-LAG. Caso contrrio, procede-se como sugerido em (6); 6. estima-se (2) usando LM-ERR. Lesage (1999) apresenta um outro teste com base no multiplicador de lagrange que possibilita analisar se a presena do termo de defasagem espacial elimina a dependncia espacial presente nos resduos do modelo de MQO. Essa estatstica testa a presena da dependncia espacial nos resduos, condicionada existncia de um parmetro para a defasagem espacial diferente de zero. O teste baseado no seguinte modelo (Lesage, 1999): y = Cy + X + = W + ~ N(0,2In) Sendo que o foco do teste sobre o parmetro . (3.3.6)
52
A estatstica para o teste apresenta a seguinte forma:

T (T ) ( e 'We / )
2 22 21 2
var ( ) ~ 2(1)
(3.3.7)
Com T22 = tr (W . W + W 'W ) T21 = tr (W . CA 1 + W 'CA 1 ) Tem-se que W a matriz de pesos espaciais escolhida, A = (In C), var() a estimativa de MV para a varincia do parmetro no modelo e . * simboliza a operao de multiplicao da matriz elemento por elemento. Por sua vez, o teste assinttico de Wald no baseado nos resultados de uma regresso de MQO, mas sim no cmputo das estimativas de mxima verossimilhana do modelo espacial apropriado. A estatstica de Wald pode ser utilizada tanto para averiguar a presena de dependncia espacial na varivel dependente quanto no termo de erro. Contudo, mais comum encontrar o teste aplicado ao modelo de erro espacial, com H0: =0, sendo a hiptese alternativa o modelo SEM. O teste aplicado ao modelo de erro espacial denido como:
2 2 W = 2 t2 + t3 (1/ n ) ( t1 ) ~ (1)
t1 = tr (W . B1 ) t2 = tr (WB1 )2 t3 = tr (WB1 )'(WB1 )
(3.3.8)
Em que B = (In W ), com sendo a estimativa de MV. Por m, o teste de Razo de Verossimilhana (LR) baseado na diferena entre o logaritmo (log) da verossimilhana do modelo SEM e o log da verossimilhana do modelo de MQO. Dessa forma, Anselin (1988) dene o teste como: LR = 2[L( ) L( R )] (3.3.9)
Sendo que L() corresponde ao log da verossimilhana do modelo no restrito modelo SEM e L(R) corresponde ao log da verossimilhana do modelo restrito, ou seja, o modelo de MQO. O teste LR distribudo assintoticamente como uma 2 com q graus de liberdade.
53
A matriz de pesos espaciais

Considerando um modelo de regresso linear familiar da forma: y = X + (3.4.1)
A matriz de varincia-covarincia dos erros, cov[ ], expressa uma covarincia espacial quando os elementos fora da diagonal principal so diferentes de zero e seguem uma dada estrutura ou ordenamento espacial (Anselin 2003), que especica os pares de localidades i-j (com i j) cuja covarincia ser diferente de zero, ou [i j] 0. H duas maneiras de encontrar o padro espacial dessa estrutura. A primeira maneira consiste em especicar, diretamente, a covarincia como uma funo da distncia que separa quaisquer dois pares de localidades. Essa abordagem comumente empregada em geoestatstica, onde as superfcies espaciais so contnuas. Segundo Anselin (2003) tal abordagem requer uma funo decrescente para a distncia e um parmetro espacial que assegurem uma matriz de varincia-covarincia denida positiva. A segunda forma de encontrar o ordenamento espacial mais adequada para pontos de observao discretos no espao requer a especicao de um processo estocstico que relacione o valor de uma varivel aleatria em uma localidade aos valores dessa varivel em localidades vizinhas. Assim, em vez de ligar todos os pares por meio de uma funo de decaimento da distncia, os vizinhos de cada localidade so especicados por meio da chamada matriz de pesos espaciais, W (Anselin, 2003). Dessa forma, para cada ponto do espao, definido um conjunto de vizinhana relevante que, potencialmente, interage com ele. A segunda abordagem aproxima-se mais da realidade dos dados econmicos, uma vez que tal perspectiva uma extenso do caso tradicional para as sries de tempo, no entanto, para um ordenamento em um espao bidimensional. De fato, a Econometria Espacial propriamente dita est relacionada aos dados em trelias, pontos discretos no espao. Uma trelia de locaes vem da ideia de pontos
54
espaados (regies) ligados a seus vizinhos, como o exemplo da Figura abaixo. 1 4

Figura 8. Dados em trelias.
2 5
3 6
O ordenamento das informaes ao longo do espao pode ser feito de diversas maneiras. Uma delas o critrio de contiguidade, que reete a posio de uma unidade em relao s demais unidades no espao. Medidas de contiguidade necessitam de informaes a respeito do tamanho e forma das unidades regionais. Quanto dependncia espacial, pressupe-se que regies vizinhas, contguas, apresentem um grau maior de dependncia do que as demais. Por exemplo, seguindo o critrio Rainha (Queen) de contiguidade,8 na Figura 8, a regio 1 vizinha das regies 2, 4 e 5, enquanto a regio 5 vizinha de todas as demais. O critrio rainha estabelece que essas relaes de vizinhana podem ser representadas pela matriz de conectividade W abaixo:
0 1 0 W= 1 1 0 1 0 1 1 1 1 0 1 0 0 1 1 1 1 0 0 1 0 1 1 1 1 0 1 0 1 1 0 1 0
Obviamente, a matriz W simtrica, e evidencia que, assim como a regio 1 vizinha da regio 2, a regio 2 vizinha da regio
8 O critrio Rainha considera como vizinhas as unidades que possuem fronteiras ou vrtices comuns, em que a unidade vizinha denida da forma wij = 1, enquanto o elemento, que no possui relao de vizinhana, denido wij = 0.
55
1. Alm disso, por conveno, a matriz sempre tem zeros em sua diagonal principal. Pode-se tambm construir a matriz w, que seria a matriz W normalizada pelas linhas, isto , alterada de tal modo que a soma em cada linha seja exatamente igual a 1. Isso feito simplesmente dividindo o valor de cada elemento da matriz pelo total das linhas.9 Dessa forma, a soma das inuncias dos vizinhos igual para cada unidade em considerao, o que torna possvel a comparabilidade. Alm disso, com a normalizao da matriz W, a amplitude de possibilidades dos parmetros restrita ao intervalo de -1 a 1.
0 1/5 0 w= 1/3 1/5 0 1/3 0 1/3 1/3 0 0 1/5 1/5 1/5 1/5 1/3 0 0 1/3 1/3 1/3 0 0 1/3 0 1/5 1/5 1/5 0 1/5 1/3 1/3 0 1/3 0
A motivao para a normalizao da matriz W foi ilustrada por Lesage (1999), da seguinte forma:10 em primeiro lugar, considera-se a matriz de multiplicao w e um vetor de observaes de alguma varivel associada com as seis regies a que se chama de y.
* y1 0 * y2 1/5 * y3 0 * y4 1/3 y* 1/5 5 y* 6 = 0
1/3 0 1/3 1/3 0 y1 0 1/5 1/5 1/5 1/5 y2 1/3 0 0 1/3 1/3 y3 1/3 0 0 1/3 0 y4 1/5 1/5 1/5 0 1/5 y5 1/3 1/3 0 1/3 0 y6
A matriz produto y* = wy representa uma nova varivel igual mdia das observaes das regies contguas.
9 Cf. Anselin (1988). 10 Para o caso deste trabalho, adaptou-se a representao esquemtica de Lesage ao mapa fornecido pela Figura 7.
56

* y1 1/3 y2 + 1/3 y4 + 1/3 y5 * y y y y y y 1/5 1/5 1/5 1/5 1/5 + + + + 2 1 3 4 5 6 * y3 1/3 y2 + 1/3 y5 + 1/3 y6 *= 1/3 y1 + 1/3 y2 + 1/3 y5 y4 y* 1/5 y1 + 1/5 y2 + 1/5 y3 + 1/5 y4 + 1/5 y6 5 y* 1/3 y2 + 1/3 y3 + 1/3 y5 6
Uma das maneiras de quanticar a relao yi = f(yj), j i, por meio da matriz de conectividade binria. Considera-se, em ambos os casos, vizinhana de ordem 1. A regio 1 no vizinha (de ordem 1) da regio 3, mas elas so vizinhas de segunda ordem, pois a regio 1 vizinha da regio 2 que, por sua vez, vizinha da regio 3. Para relaes de ordem 2 ou superiores, so necessrias, portanto, diferentes matrizes de conectividade. A matriz W de ordem 0 (W0) a prpria matriz identidade. Existem outras formas de montar a matriz W. Basta que a forma escolhida considere algum tipo de medida que estabelea a participao dos vizinhos. Nesse sentido, busca-se aqui testar uma variedade de matrizes de pesos a m de se identicar aquela que mais se aproxima da verdadeira correlao espacial apresentada pelos dados. Para tal, algumas matrizes W sero testadas, entre elas, a matriz de contiguidade binria. Como j foi mencionado, a matriz W tem o intuito de captar a estrutura de correlao espacial apresentada pelos dados. Assume-se, dessa forma, uma estrutura especca para o erro, sendo que a literatura de econometria espacial admite uma certa arbitrariedade na seleo da matriz de pesos e permite escolhas ad hoc por parte do pesquisador. Conforme Anselin (1988), a escolha apropriada da matriz de pesos espaciais uma das questes metodolgicas atuais mais controversas em econometria espacial. Dado que as hipteses sobre a matriz W so feitas a priori, a eliminao dos resduos espacialmente autocorrelacionados no uma condio suciente para a eliminao do vis de estimao e pode diferir da verdadeira funo. Da a importncia da escolha adequada da matriz
57
de pesos. Florax & Rey (1995) exploram e enfatizam as implicaes da m especicao da matriz W. Lesage (1999) sugere que o princpio direcionador da escolha da matriz mais adequada deve ser a natureza do problema a ser modelado, sendo relevante, tambm, o emprego de informaes adicionais no fornecidas pela amostra. Abreu et al. (2005) atentam para a importncia de fundamentar-se a escolha da matriz de pesos, segundo um conjunto de hipteses tericas feitas a priori. As matrizes de pesos espaciais mais tradicionais so construdas a partir de atributos fsicos e geogrcos, como vizinhana, distncias geogrcas e tempo de deslocamento. De acordo com a distncia geogrca, a construo da matriz W est baseada no ordenamento de um espao cartesiano representado por latitudes e longitudes. Esse tipo de ordenamento permite calcular as distncias de quaisquer pontos no espao. Com relao dependncia espacial, pressupe-se que o grau de dependncia negativamente relacionado com a distncia. Em outras palavras, assume-se que a intensidade da dependncia espacial declina medida que a distncia entre as unidades aumenta. Uma matriz de pesos baseada em distncias geogrcas pode ser calculada por meio do inverso da distncia euclidiana, na forma: w*ij =
1 (xi x j )2 + ( yi y j )
2
, se i = j
w*ij = 0, se i = j
(3.4.2)
xi, xj, yi e yj so as coordenadas dos centroides das unidades i e j. Nessa especicao, a construo da matriz de pesos feita com base em um grande crculo entre as regies, centroides. Entretanto, o emprego do inverso da distncia euclidiana ao quadrado mais usual, uma vez que maiores distncias so penalizadas mais rapidamente, ou seja, atribui-se maior peso aos vizinhos mais prximos. Tem-se, portanto:
58
w*ij =
(x x ) +( y y )
2 i j i j
, se i j (3.4.3)
w*ij = 0, se i = j
A notao permanece a mesma dos conjuntos de equaes anteriores. Uma especicao adicional consiste em construir a matriz de pesos espaciais por meio de uma distncia limite, mas com um nmero xo, k, de vizinhos mais prximos. A matriz W(k) usual denida, como se segue: w*ij (k) = 0 se i = j, k w*ij (k) = 1 se dij di(k) w*ij (k) = 0 se dij > di(k) (3.4.4)
Em que di(k) a distncia do vizinho de ordem k. Segundo Ertur & Gallo (2003), existem diversas vantagens para a preferncia dessa matriz em contrapartida matriz de contiguidade simples. Em primeiro lugar, ela tem vantagem quando ilhas importantes fazem parte da amostra de dados. Um exemplo o caso da Gr-Bretanha, que seria relegada, no caso de uma anlise espacial dos pases europeus, porque no possui vizinhos. Em segundo lugar, de acordo com os referidos autores, ao escolher um nmero xo de vizinhos, evita-se uma srie de problemas metodolgicos que surgem quando se permite a variao nesse nmero. Tysler (2006) chama ateno para uma matriz de pesos que utiliza um nmero xo de vizinhos e que no construda de forma binria, mas sim atravs da distncia entre os centroides. Essa matriz W construda da seguinte forma: w*ij (k) = 0, se i = j w*ij (k) =
1 , se dij di(k) dij 2
w*ij (k) = 0, se dij > di(k)
(3.4.5)
59
Nesse caso, di(k) a distncia de corte, isto , a distncia do vizinho de ordem k. No caso deste trabalho, maior ateno ser dada a algumas matrizes em especco, a saber, a matriz de pesos binria, que leva em considerao as fronteiras e vrtices comuns, e a matriz formada pelo inverso da distncia geogrca com um nmero xo de vizinhos. A ltima foi escolhida, conforme a recomendao de Ertur & Gallo (2003), que, como foi visto, apontam inmeras vantagens em se utilizar uma matriz que xa o nmero de vizinhos. Case & Rosen (1993) e Conley & Ligon (2002), entre outros, sugerem o uso de pesos baseados na distncia econmica entre as regies. Especicamente, Case & Rosen (1993) sugerem usar pesos 1 (antes da padronizao) na forma wij = , em que xi e xj so xi x j observaes socioeconmicas caractersticas da unidade, tais como renda per capita ou percentual da populao em determinado grupo tico ou racial. Esses autores utilizam o conceito de similaridade para pressupor uma conexo maior entre as unidades espaciais, ao invs de unidades prximas. Nesse sentido, um municpio que lidera, economicamente, uma determinada regio pode sofrer mais inuncia de um municpio lder da regio vizinha do que de municpios mais prximos, mas que no possuem economia similar sua. Na prtica, busca-se captar as diferenas existentes entre os municpios para um mesmo indicador socioeconmico, no qual a distncia euclidiana invertida a mais comumente usada. Conley & Ligon (2002) utilizam uma matriz de distncia econmica que discrimina os custos de transporte do capital fsico daqueles observados para o capital humano. Para tal, os autores fazem uso dos custos de transporte de encomendas (United Parcel Service UPS) entre capitais de pases selecionados, no sentido de medir os custos de transporte do capital fsico e os preos de passagens areas, buscando capturar os custos de transportar-se capital humano. Os autores procuram, dessa forma, montar a matriz W. Ao levar em conta tal especicao, a razo da distncia econmica entre Brasil e ustria,
60
por exemplo, e a distncia entre Brasil e Austrlia menor do que a mesma razo quando se considera a distncia geogrca. Contudo, os autores admitem a correlao existente entre os custos de transporte propriamente ditos e a distncia geogrca, uma vez que, para eles, se o principal impedimento aos spillovers consiste no custo de transportar fatores, ento parece evidente que a distncia geogrca ser correlacionada com esses custos. (Conley & Ligon, 2002, p.168)
3 DESCRIO DOS DADOS
As unidades espaciais adotadas consistem nos municpios paulistas, e as fontes provm das edies do Instituto Brasileiro de Geograa e Estatstica (IBGE) para os anos de 1980 e 2000.1 Em linha com Glaeser et al. (1995), utilizou-se a taxa de crescimento populacional dos municpios como uma proxy para o crescimento econmico. Entretanto, a utilizao de dados demogrcos gerou problemas de ordem comparativa, uma vez que a quantidade de municpios existentes no Estado de So Paulo no foi constante ao longo dos anos.2 Dessa forma, constatou-se que, em 1980, havia 571 municpios no Estado contra 645, no ano de 2000. Desse modo, a criao de novos municpios provoca uma distoro na anlise, j que a perda de populao de um nmero no negligencivel de municpios poderia decorrer, essencialmente, da criao de novas unidades administrativas. Essa distoro foi corrigida de forma que apenas os
1 Extrados da Base de Dados do Instituto de Pesquisa Econmica Aplicada (Ipeadata). 2 No que se refere ao perodo em estudo, observa-se uma complicao adicional decorrente da promulgao da Constituio Federal de 1988, que modicou a regulamentao a respeito da criao de novos municpios no Pas (decreto LC n 9, de 9 de novembro de 1967), afrouxou os critrios vigentes at ento, o que provocou uma verdadeira exploso municipalista.
62
571 municpios existentes no ano de 1980 foram utilizados. A correo foi feita por meio do agrupamento dos territrios emancipados aos municpios de origem. A Tabela 1 ilustra a variao populacional dos municpios entre os anos de 1980 e 2000, alm de algumas de suas caractersticas no ano de 1980. A variao populacional foi representada pela taxa de crescimento mdia anual da populao de cada municpio. A partir da Tabela 1, possvel ter uma ideia do grau de disparidades na taxa de crescimento entre os municpios paulistas. O Estado apresentou uma variao mdia de aproximadamente 1,59% a.a., porm com municpios com taxas mdias negativas de -2,48% ao longo do perodo, e municpios que cresceram a taxas anuais mdias de 10,53%. O tamanho mdio da populao das cidades paulistas foi de 43.857 habitantes em 1980, e crescem para uma mdia de 57.415 em 2000, o que corresponde a um crescimento mdio de aproximadamente 31% ao longo do perodo.
Tabela 1 Variao da populao 1980-2000 e variveis municipais em 1980: mdia e desvio-padro Variveis Abreviaes Variao da populao 1980-2000 (em %) Escolaridade da populao com mais de 25 anos (em anos de estudo) Taxa de analfabetismo da populao com mais de 15 anos de idade (em %) % de casas com gua encanada % de casas com iluminao eltrica Renda per capita (em salrios mnimos) ndice de Theil Esperana de vida ao nascer Mortalidade infantil (por mil nascidos vivos) Taxa de homicdios (a cada 100 mil habitantes) % do PIB devido indstria % do emprego no setor urbano
Fonte: IPEA.
Mdia 1,59 2,90 21,96 75,60 82,15 1,37 0,43 59,4 58,19 6,33 31,50 63,28
DesvioMnimo Mximo Padro 1,68 2,48 10,53 0,76 6,09 18,09 0,16 0,44 0,12 2,55 12,77 9,52 21,15 21,77 1,20 4,20 18,90 16,65 0,58 0,17 53,22 27,73 0 0,72 11,18 5,90 47,10 100,00 100,00 3,46 1,15 66,29 92,93 49,66 84,96 100,00
63
No que se refere ao conjunto das variveis explicativas, utilizouse, neste trabalho, das variveis Escolaridade Mdia e Taxa de Analfabetismo no sentido de obter evidncias a respeito do papel da educao no nvel do crescimento municipal.3 Seguindo os trabalhos de Mankiw et al. (1995), Romer (1991), bem como a literatura da NGE, o nvel de educao utilizado como proxy para o capital humano, sendo que o pressuposto inicial que a escolaridade mdia apresenta uma relao direta com o crescimento, enquanto a taxa de analfabetismo, uma relao inversa. O papel da infraestrutura fornecida pela rede pblica4 representado pelo percentual de domiclios com iluminao eltrica. A varivel renda per capita tradicionalmente utilizada nos modelos de crescimento, assim como nos trabalhos da NGE. Exemplos so os trabalhos de Barro & Sala-i-Martin (1995) e Rey & Montouri (1999). Aqui, ela tambm foi inserida no modelo, sendo medida em unidades de salrio mnimo. A qualidade de vida oferecida pelos municpios tambm captada por meio das variveis Expectativa de Vida e Mortalidade Infantil (por mil nascidos vivos), que indicam o estado de sade da populao municipal, e a Taxa de Homicdios (a cada 100 mil habitantes). A inspirao para a utilizao de tais variveis vem da NGE. Um conjunto adicional de termos do modelo segue, de certo modo, o trabalho de Barro (1991) e refere-se aos efeitos que a aglomerao urbana pode trazer ao crescimento dos municpios. Por um lado, tem-se que quanto maior a populao do municpio, tudo o mais mantido constante, maior a probabilidade de surgimento de economias de aglomerao. Nesse caso, a importncia do nmero de habitantes do municpio levada em considerao. Busca-se, assim, por meio da varivel Logaritmo da Populao, captar os efeitos positivos advindos da aglomerao de pessoas. No entanto, em linha com Silva Jnior (2007), uma populao grande em uma ampla rea geogrca pode no trazer os resultados previstos. Por isso, a varivel rea Municipal utilizada como controle.
3 A descrio detalhada das variveis se encontra no Apndice 1. 4 Conforme Barro (1990), entre outros.
64
Por outro lado, uma vez que a concentrao populacional elevada pode trazer resultados indesejados, as chamadas deseconomias de escala ou efeitos de congestionamento, utilizou-se da varivel Logaritmo da Populao ao Quadrado, a m de se identicarem os efeitos negativos da concentrao populacional. Essa abordagem segue, em algum grau, aquela adotada por Ciccone & Hall (1996) e Ciccone (2002). Em resumo, espera-se valor positivo e signicante para o termo linear da populao no perodo inicial, enquanto o termo quadrtico deve ter sinal negativo e signicante. Em outras palavras, presume-se que a relao entre o crescimento econmico municipal no perodo e o tamanho da populao em 1980 tenha o formato de U invertido. Por m, a composio da economia municipal considerada ao se discriminar o papel dos setores da atividade econmica. Para tanto, utilizou-se a varivel parcela do PIB relativa ao setor industrial. O percentual da fora de trabalho empregada na zona urbana utilizado para captar possveis efeitos de economias de urbanizao. Buscando tornar o modelo robusto s inuncias espaciais, utilizou-se da varivel Distncia dos Municpios Capital Estadual. Dessa forma, essa varivel funciona como controle e torna os resultados do modelo, a princpio, no sujeitos a esse tipo de inuncia. Nessa linha, seria possvel o uso da varivel Custos de Transporte Capital Estadual. Entretanto, dada a alta correlao existente entre as duas variveis, a distncia capital foi escolhida de forma arbitrria. A matriz de correlao, na Tabela 2, auxilia no s na escolha das variveis, como tambm na visualizao das principais correlaes existentes entre as variveis adotadas. Destaca-se a forte correlao existente entre as variveis Escolaridade e Renda per capita, no valor de 0,82, e Escolaridade e Percentual do Emprego Urbano, com o valor de 0,75. Um outro indicador da interao entre o nvel de renda e o nvel de educao do municpio foi o valor de -0,72 de correlao bruta entre as variveis Renda per capita e Taxa de analfabetismo, o que indicou que, quanto menor o nvel de renda per capita municipal em 1980, maior a quantidade de analfabetos com mais de 15 anos de idade, no municpio.
65
Destaca-se tambm a correlao relativamente alta entre a renda per capita e o percentual da populao urbana, que foi de 0,69.5 Em contraste com o resultado obtido por Glaeser et al. (1995), tanto o crescimento populacional quanto a renda per capita estiveram positivamente correlacionados com o percentual da participao do setor industrial no PIB total, ambos com o valor aproximado de 0,56. Ademais, a correlao existente entre o percentual do emprego urbano e o percentual da participao do setor industrial que assumiu o valor de 0,67 corrobora hipteses tais como aquelas levantadas por Pred (1966), que observou a existncia de uma interdependncia dos processos de urbanizao e industrializao para a economia norte-americana, no sculo XIX. De fato, parece bvio que variveis como Escolaridade e Taxa de analfabetismo sejam altamente correlacionadas. O valor assumido para essa correlao foi -0,84. O mesmo ocorre para as variveis Mortalidade infantil e Esperana de vida ao nascer, que assumiu o valor de -0,99.
Tabela 2 Matriz de correlao bruta das variveis municipais6 CR80-00 DISCAP -0,62 -0,39 0,33 -0,18 -0,36 0,36 -0,14 -0,40 -0,61 -0,35 1 HOMIC ESPVID ANALF RENPC MORT %URB 0,52 0,75 -0.66 0,68 0,10 -0,10 0,17 0,69 0,67 1 -0,35 ILUM %IND 0,60 0,58 -0,53 0,48 0,26 -0,25 0,17 0,56 1 0,67 -0,61
CR80-00 ESC ANALF ILUM MORT ESPVID HOMIC RENPC %IND %URB DISCAP
1 0,38 -0,37 0,36 0,24 -0,23 0,19 0,40 0,60 0,52 -0,62
0,38 1 -0,84 0,63 0,01 -0,01 0,10 0,82 0,58 0,75 -0,39
ESC
-0,37 0,84 1 -0,65 0,08 -0,08 -0,03 -0,72 -0,53 -0,66 0,33
0,36 0,63 -0,65 1 -0,13 0,13 0,01 0,64 0,48 0,68 -0,18
0,24 0,01 0,08 -0,13 1 -0,99 0,14 -0,04 0,26 0,10 -0,36
-0,23 -0,01 -0,08 0,13 -0,99 1 -0,13 0,04 -0,25 -0,10 0,36
0,19 0,10 -0,03 0,01 0,14 -0,13 1 0,10 0,17 0,17 -0,14
0,40 0,82 -0,72 0,64 -0,04 0,04 0,10 1 0,56 0,69 -0,40
Fonte: Elaborado pelo autor.
5 Tal correlao foi bastante discutida pelos autores da Urban Economics, a comear por Jacobs (1969), e remete a uma maior produtividade do trabalho advinda de economias de aglomerao em centros urbanos, e que, em alguma medida, traduz-se no crescimento da remunerao dos trabalhadores [Sobre essa discusso, ver, por exemplo, Galinari (2006) e Fingleton (2003)]. 6 Para descrio das abreviaes, ver Apndice 1.
66
A distribuio geogrca da populao do Estado para os anos de 1980 e 2000 ilustrada nas Figuras 9 e 10. Ambas as guras mostram, claramente, a concentrao da populao na parte leste do Estado e a manuteno desse padro entre o perodo analisado.
Figura 9. Distribuio espacial da populao paulista em 1980.
Figura 10. Distribuio espacial da populao paulista em 2000.
67
Dado que as Figuras 9 e 10 no mostram, de forma clara, o dinamismo do comportamento demogrco no perodo, parte-se para uma anlise exploratria de dados espaciais no intuito de entender melhor o processo. A Anlise Exploratria de Dados Espaciais (AEDE) auxilia na obteno de evidncias mais consistentes sobre a existncia ou no de uma concentrao geogrca da taxa de crescimento econmico no Estado de So Paulo. Atravs da Figura 11, possvel visualizar que a RMSP e seu entorno, com exceo da cidade de So Paulo propriamente dita, consiste em um regime espacial7 importante, formando um polo de municpios com crescimento elevado em relao s demais regies do Estado.8 Uma outra regio de destaque aquela formada pela parte oeste do estado, com uma taxa de variao negativa na maioria dos municpios pertencentes a essa regio. Alm disso, nota-se que a regio central se mantm com uma taxa de crescimento intermediria apresentada pela RMSP e seu entorno e quela aparentemente apresentada pela regio oeste do Estado. A presena de tais polos de crescimento e de estagnao refora o pressuposto inicial de existncia de fatores espaciais inuenciando a taxa de crescimento dos municpios paulistas. A presena de clusters espaciais de crescimento e estagnao pode ser conrmada pelos resultados fornecidos pelo instrumental LISA (Local Indicators of Spatial Association). A metodologia LISA possibilita uma anlise local do padro espacial apresentado pelos dados, e leva em considerao a inuncia espacial em determinadas regies, enquanto outras regies no apresentam agrupamentos estatisticamente signicantes.
7 Conforme Abreu et al. (2005), utiliza-se do conceito de regime espacial com referncia a modelos nos quais a amostra dividida em grupos, de acordo com os valores tomados por uma varivel com dimenso espacial, por exemplo, Norte e Sul (conforme a latitude), ou tropical, subtropical e temperado (conforme o clima da regio). 8 Destaca-se que a distoro demogrca mencionada anteriormente foi corrigida tanto para a construo do mapa quanto para as demais anlises.
68
Figura 11. Distribuio espacial das taxas de crescimento anuais dos municpios paulistas (mdia de 1980 a 2000).
O mapeamento dos resultados obtidos para os municpios paulistas ilustrado nas Figuras 12 e 13, que corroboram os resultados apresentados na Figura 11 e indicam a existncia de duas reas de concentrao claramente distintas. A Figura 12 apresenta o grco de disperso de Moran, que concentra a maior parte dos dados no 1 e 3 quadrantes, conrmando a presena de algum grau de associao espacial para uma matriz de pesos do tipo rainha. O 1 quadrante refere-se aos municpios com padro alto-alto de crescimento, e o 3 quadrante, aos municpios com padro baixo-baixo. O clculo da estatstica I de Moran para uma matriz de contiguidade binria rainha de primeira ordem assumiu o valor de 0,4591. Por sua vez, a Figura 13 auxilia na localizao dos clusters identicados pela Figuras 11 e 12. A regio que apresenta o primeiro padro, do tipo alto-alto, situa-se, basicamente, na regio leste do Estado. A segunda rea de concentrao est localizada na poro noroeste-oeste e apresenta um padro do tipo baixo-baixo. Tal organizao remete existncia de uma aglomerao de municpios com baixos nveis de crescimento, cercados por municpios que tambm apresentaram baixo crescimento.
69
W_CR80_00
CR80_00
Figura 12. Grco de disperso de Moran.
Figura 13. Mapeamento dos resultados obtidos pela metodologia LISA.
70
Dada a concentrao geogrca vericada para a taxa de crescimento dos municpios paulistas, a estratgia adotada, a partir de ento, consiste em estimar as equaes de crescimento combinadas com os modelos economtricos espaciais. Busca-se, assim, identicar o modelo mais adequado ao padro espacial apresentado pelos dados. Alm disso, diferentes especicaes da matriz W foram utilizadas como forma de testar a robustez dos resultados do modelo.
4 RESULTADOS ECONOMTRICOS
Uma vez identicada a existncia de padres espaciais de crescimento, denota-se a necessidade de incluir, no modelo, variveis que captem e quantiquem esse tipo de inuncia. Nesse sentido, alm das variveis municipais individuais relacionadas ao crescimento da produtividade e qualidade de vida, como proposto por Glaeser et al. (1995), o modelo considera os efeitos das externalidades espaciais. Estas podem se manifestar de dois modos: primeiro, por meio da defasagem espacial, posto que, medida que uma cidade cresce, pressupe-se que esta deva inuenciar o crescimento de seus vizinhos. E, segundo, a influncia espacial pode ser derivada de variveis omitidas que se manifestam por meio da autocorrelao dos resduos. Operacionalmente, o primeiro refere-se ao modelo espacial autorregressivo (SAR), e o segundo refere-se ao modelo de erro espacial (SEM). Acrescenta-se, ainda, ao conjunto de equaes o modelo espacial de Durbin, que tambm ser utilizado para identicar possveis efeitos de externalidades gerados pelas variveis explicativas. A estimao das variveis explicativas defasadas tambm possui uma segunda funo relevante, que sua utilizao como um conjunto de variveis de controle, o que possibilitou maior robustez ao modelo original.
72
Em resumo, o modelo estimado corresponde ao modelo de crescimento proposto por Glaeser et al., acrescido dos respectivos parmetros espaciais. Formalmente, o modelo completo, ou seja, com a presena de todos os possveis efeitos espaciais o seguinte:
CR80 _00 = W1CR80 _00 + X 'i,1980 + W2 X 'i,1980 +
= W3 + ~ N (0, 2In )
(5.a)
em que CR80-00 um vetor (5711) com o percentual da taxa de crescimento anual de todos os municpios paulistas; Xi,1980 uma matriz (571k) contendo o conjunto das variveis explicativas mais a coluna de 1s correspondente ao termo de intercepto, um vetor com os termos aleatrios e corresponde ao termo de erro no correlacionado. W1, W2 e W3 so matrizes de contiguidade normalizadas pelas linhas, que, a princpio, no esto denidas formalmente. , , so parmetros. O conjunto de variveis explicativas do crescimento municipal foi apresentado no captulo 3 e remete s variveis representativas do nvel de renda da populao, nvel educacional, infraestrutura, composio socioeconmica e distncia capital estadual, todas referentes ao perodo inicial, 1980. Alm disso, conforme a abordagem empregada por Ciccone & Hall (1996) e Silva Jnior (2007), incluem-se, no modelo, variveis que busquem captar os efeitos da aglomerao. Nesse sentido, utiliza-se das variveis logaritmo da populao, para captar os efeitos positivos, rea municipal, como controle, e a forma quadrtica do logaritmo da populao, prevendo que, a partir de certo ponto, os custos de congestionamento devam superar os benefcios da aglomerao. Frente s diversas abordagens economtricas possveis, resolveuse dividir esta seo em quatro partes, em que cada uma corresponde aos resultados do modelo relacionados a uma matriz de pesos espaciais especca.
73
Resultados do modelo com a matriz binria tradicional (rainha)

A primeira especicao para a matriz W do modelo consiste na matriz binria clssica, com seus elementos wij = 1, se os municpios i e j possuem fronteiras ou vrtices comuns; wij = 0, caso contrrio. A diagonal principal composta de zeros, e a matriz w considerada foi normalizada ao dividir cada elemento pela soma dos elementos no nulos de sua respectiva linha. Na Tabela 3, so apresentados os resultados do modelo economtrico por MQO e os resultados dos testes de autocorrelao espacial, bem como o modelo de Mxima Verossimilhana (MV) para a abordagem indicada pelos resultados dos testes. A estatstica I de Moran foi utilizada para a identificao de algum tipo de autocorrelao espacial, j que o teste I no apresenta contrapartida em nenhuma hiptese alternativa especca. Foram usados, tambm, os testes de Multiplicador de Lagrange (LM) para denir qual o tipo de autocorrelao espacial adequado ao processo gerador dos dados. Os testes para defasagem espacial, LM-LAG, e erro espacial, LM-ERR, testam a hiptese nula de = 0 e = 0 na equao (5.a). Ambos os testes seguem uma distribuio 2 com 1 grau de liberdade. A identicao do tipo de autocorrelao espacial realizada tambm com o auxlio dos testes LM robustos e dos testes Wald e Razo de Verossimilhana (LR). Por um lado, a rejeio da hiptese nula no modelo de defasagem espacial implica que os estimadores de MQO so viesados e inecientes; por outro, a rejeio da hiptese nula para o modelo de erro espacial indica que os estimadores de MQO so no viesados, mas no so ecientes (Anselin, 1988). Na escolha das variveis do modelo, a alta correlao entre duas variveis, como apontado na Tabela 2, foi decisiva. Dessa forma, a varivel Esperana de Vida ao Nascer foi excluda por possuir correlao bruta elevada, -0,99, com a varivel mortalidade infantil.1
1 A escolha entre uma ou outra varivel foi realizada de forma arbitrria.
74
Tabela 3 Resultados da estimao por MQO e MV do modelo de crescimento econmico para o Estado de So Paulo matriz rainha Varivel dependente: CR80-00 MQO Termo de intercepto Logaritmo da populao em 1980 Logaritmo da populao em 1980 ao quadrado rea municipal Renda per capita Anos mdios de escolaridade Percentual de analfabetismo 2,08 (2.3318) 0,19 (0,446) -0,03 (0,022) 0,0006*** (0,000) 0,30 (0,208) -0,45*** (0,165) -0,03** (0,015) SAR -1,23*** (0,46) 0,55*** (0,12) -0,05*** (0,002) 0,0005*** (0,000) 0,19 (0,189) -0,27* (0,149) -0,02* (0,014) 0,67 (0,444) 0,01*** (0,005) 0,01*** (0,004) 1,47*** (0,338) 2,43*** (0,367) -0,003*** (0,000) 0,39*** (0,05) 0,5826 0,5736 -637,424 SDM padro 1,12 (2,309) 0,61** (0,244) -0,05*** (0,012) 0,0004** (0,000) 0,1 (0,202) -0,18 (0,165) -0,02 (0,015) 1,07* (0,551) 0,01** (0,005) 0,01* (0,004) 1,4*** (0,354) 2,14*** (0,407) -0,004*** (0,001) 0,36*** (0,053) 0,6006 0,5831 -629,486 externalidades -0,26 (0,596) 0,01 (0,027) 0,0002 (0,000) -0,11 (0,394) -0,52* (0,297) -0,03 (0,030) -1,07 (0,879) 0,003 (0,010) -0,002 (0,007) 0,32 (0,748) 2,08** (0,856) 0,002 (0,001)
Continua
Percentual de casas com 0,82* energia eltrica (0,486) Taxa de homicdios Mortalidade infantil Participao do setor industrial no PIB Participao do emprego urbano Distncia capital estadual R2 R2 ajustado Log Likelihood Moran LM-LAG 0,193 9,5681x103 0,02*** (0,005) 0,01* (0,004) 1,67*** (0,386) 3,01*** (0,415) -0,005*** (0,000) 0,5684 0,5592
75
Tabela 3 Continuao Varivel dependente: CR80-00 MQO LM-EL Wald LR 13,8573 386,29 54.4930 SAR SDM padro externalidades
Notas: (1) Valores do desvio-padro dos parmetros entre parnteses; (2) para as estatsticas, os parnteses contm os respectivos p-valores;*** signicativo ao nvel de 1%; ** signicativo a 5%; *signicativo a 10%.
Como pode ser observado na Tabela 3, o modelo sugerido mostrou-se bastante representativo, e seu coeciente de determinao, R2, atingiu o valor de 0,5684, ou seja, 56,84% da variao na varivel dependente explicada pelas variveis presentes no modelo. O teste para o I de Moran do modelo de MQO rejeitou a hiptese nula de nenhuma correlao espacial, exigindo, assim, a incluso do parmetro espacial. Os resultados dos testes LM, LM-LAG e LM-ERR mostraram-se todos signicativos. Assim, seguindo a sugesto de Florax et al. (2003), foram estimados os testes LM robustos, LM-LE e LM-EL, e o maior valor para o teste foi apresentado pela estatstica LM-LE, que representa a verso robusta do teste de defasagem espacial, LM-LAG. Tem-se, portanto, que o modelo SAR mostrou-se o mais adequado para o caso de uma matriz de pesos binria ponderada pelos vizinhos diretos. Na comparao entre os modelos, o modelo espacial de Durbin mostrou-se o mais representativo, uma vez que apresentou o maior valor para o R2 ajustado, 0,5831. Assim, ao comparar-se o modelo de Durbin com o modelo de MQO original, conclui-se que, mesmo aps a incluso das variveis individuais e de controle, aproximadamente 2,39% da variao na varivel dependente atribuda a alguma forma de dependncia espacial.2
2 Isso porque o R2 ajustado do modelo de MQO 0,5592, enquanto para a mesma regresso, incluindo os termos espaciais, o R2 ajustado foi de 0,5831.
76
Uma vez identicado o modelo mais apropriado ao padro apresentado pelos dados, conforme uma matriz de pesos binria, a etapa seguinte consiste na anlise dos resultados. O modelo SDM estimado mostrou que, quanto maior a populao do municpio em 1980, mais o municpio tendeu a crescer, o que pode ser identicado por meio do parmetro positivo e signicativo para a varivel logaritmo da populao em 1980. Porm, essa inuncia positiva tende a atingir um ponto de saturao, pois, a partir de certo nvel, o tamanho do municpio passa a ter inuncia negativa em funo dos efeitos de congestionamento, o que indicado pelo sinal negativo da forma quadrtica do logaritmo da populao. Esses resultados mostram-se ainda mais robustos medida que a varivel de controle, rea municipal, tambm apresenta valor positivo e significante. A interpretao de alguns parmetros do modelo exige um certo nvel de cautela. Os indicadores da quantidade de homicdios e da taxa de mortalidade infantil tambm se mostram positivos ao crescimento. Porm, todo e qualquer modelo economtrico deve ser analisado com os devidos cuidados, e o modelo por si s no diz tudo. Tal fato pode ser facilmente entendido, uma vez que as regies de maior aglomerao de pessoas do Estado so acompanhadas por indicadores mais elevados de nmero de homicdios e mortalidade infantil e, no propriamente, que a quantidade de homicdios e mortalidade infantil provocam crescimento. Consiste em um problema de endogeneidade que no foi discutido neste trabalho. A varivel indicativa para a distncia capital estadual mostrou-se estatisticamente signicativa, mostrando que quanto mais prximo da capital estadual mais o municpio tendeu a crescer, ou vice-versa. Em discordncia com os resultados de Glaeser et al. (1995) para os municpios dos EUA; no caso do Estado de So Paulo, a participao do PIB do setor industrial no perodo inicial tambm se mostrou signicante, evidenciando a importncia do setor para o crescimento dos municpios paulistas. A participao do emprego urbano tambm foi altamente signicativa, ao indicar que, tudo o mais constante, aquelas cidades que tinham um percentual maior de trabalhadores na zona urbana, no ano de 1980, tiveram uma tendncia maior ao
77
crescimento, o que fornece evidncia adicional a favor da importncia da aglomerao no processo de crescimento das cidades. Os resultados obtidos para a participao da indstria na economia municipal pode ser um indicativo do diferente estgio de desenvolvimento vivido pela economia paulista. No modelo estimado, um municpio mais industrializado possui um potencial de crescimento maior, o que destoa dos resultados alcanados por Glaeser et al. (1995) para os municpios norte-americanos. Um survey sobre o papel do nvel educacional tambm pode ser extrado do conjunto de modelos estimados. Nos resultados da estimao do modelo SAR, a varivel representativa dos anos mdios de estudo apresentou sinal negativo e signicante, indicando que, quanto maior o nvel educacional inicial da populao, menos o municpio tendeu a crescer. Como uma primeira hiptese para a explicao desse fato, pode-se supor que a atrao de pessoas menos educadas de outras regies foi um fator determinante para o processo de crescimento do municpio. Entretanto, o sinal negativo e signicante para a varivel analfabetismo produz evidncias contrrias a essa interpretao. Por sua vez, uma segunda hiptese seria a de que um maior nvel educacional da populao municipal impulsionou a expulso dos cidados daquelas cidades menos favorecidas de oportunidades de trabalho em direo capital e aos centros regionais. Nessa linha, os resultados do modelo SDM favorecem essa interpretao, pois aponta para a presena de externalidades negativas para a varivel anos de estudo. A escolaridade mdia dos municpios no se mostra signicativa ao crescimento, mas o nvel de escolaridade dos municpios vizinhos se apresenta como um fator negativo. Assim, aquele municpio que possua um vizinho com nvel educacional elevado esteve mais sujeito a perder populao, o que pode ser uma evidncia do alto poder de atrao que o municpio com alta escolaridade tem sobre a populao educada de seus vizinhos. E por ltimo, uma terceira hiptese seria a de que a varivel escolaridade mdia de pessoas com 25 anos ou mais no consiste em uma varivel representativa do nvel de capital humano de uma
78
regio. Uma armao que precisa ser tratada com maior anco, o que no foi realizado neste trabalho. Destaca-se ainda o elevado valor encontrado para o parmetro de defasagem espacial, , que para o modelo SDM, foi de 0,36 e apresentou elevada signicncia estatstica. Esse fato corrobora a hiptese de algum tipo de externalidade espacial atuando sobre as taxas de crescimento dos municpios paulistas. Alm disso, torna os resultados do modelo ainda mais robustos. Uma segunda varivel defasada importante, no modelo SDM, foi a participao do emprego urbano, que se mostrou signicante e positiva, reforando o poder de inuncia entre os municpios, ou seja, um municpio que apresenta um elevado percentual do emprego urbano tende a inuenciar, positivamente, o crescimento dos municpios vizinhos. Por m, ao estimar-se o modelo espacial de Durbin, a varivel representativa da infraestrutura municipal, percentual de domiclios com energia eltrica, passa a ser signicativa, um indicador da relevncia da qualidade da infraestrutura municipal para o crescimento do municpio. Alternativamente matriz binria tradicional, outras formas de especicao para a matriz W foram testadas. Assim, nos tpicos que se seguem, so apresentados os resultados para o modelo com novas especicaes para a matriz de pesos espaciais.
A matriz de distncia geogrca

O modelo da Tabela 4 exatamente o mesmo da tabela anterior, exceto pela especicao da matriz de pesos espaciais utilizada. A matriz W, subscrita no modelo, a seguir foi construda com base em uma quantidade, k, xa de vizinhos. Porm, a montagem da matriz no foi realizada de forma binria, como o caso de Erthur & Gallo (2003), mas sim pelo inverso da distncia ao quadrado entre os centroides dos k vizinhos mais prximos. Dessa forma, a matriz tem como base
79
a distncia geogrca entre os municpios, porm no apresenta os problemas metodolgicos apontados pelos referidos autores.3 O mtodo de escolha da quantidade tima de vizinhos seguiu a abordagem empregada em Baumont (2004), com a aplicao da estatstica I de Moran sobre os resduos da regresso de MQO para matrizes com diferentes nmeros de vizinhos. Conforme sugesto de Baumont, foi escolhida a matriz com o maior valor para a estatstica I. Para a determinao da matriz adequada, a quantidade xa de vizinhos testada variou entre 1 e 15, sendo que aquela com 7 vizinhos alcanou o valor mais signicativo para o I de Moran, 0,0348. A Tabela 4 repete os valores dos parmetros da estimao por MQO e apresenta os resultados dos testes e da estimao por MV para a matriz de distncia geogrca.
Tabela 4 Resultados da estimao por MQO e MV para uma matriz com um nmero xo de vizinhos Varivel dependente: CR80-00 MQO Constante Logaritmo da populao em 1980 Logaritmo da populao em 1980 ao quadrado rea municipal Renda per capita Anos mdios de escolaridade Percentual de analfabetismo 2,08 (2.3318) 0,19 (0,446) -0,03 (0,022) 0,0006*** (0,000) 0,30 (0,208) -0,45*** (0,165) -0,03** (0,015) SAR 1,8313 (11,2662) 0,1897 (2,1096) -0,0345 (0,1041) 0,0006* (0,0003) 0,3022 (0,2922) -0,4334* (0,2236) -0,0322* (0,0191) SDM padro 2,9769*** (0,2665) 0,2267 (0,4247) -0,0369* (0,0207) 0,0006*** (0,0002) 0,2646 (0,2032) -0,4086*** (0,1620) -0,0325** (0,0152) externalidades 0,0860 (0,3010) -0,0239 (0,0146) 0,0008*** (0,0003) 0,0564 (0,4605) -0,0873 (0,3403) -0,0560* (0,0324)
Continua
3 Ertur & Gallo (2003) alertam para os problemas metodolgicos que surgem na montagem da matriz de pesos baseada no distncia geogrca sem que seja considerada uma quantidade xa de vizinhos.
80
Tabela 4 Continuao Varivel dependente: CR80-00 MQO Mortalidade infantil Participao do setor industrial no PIB Participao do emprego urbano Distncia capital estadual R2 R2 ajustado Log Likelihood Moran LM-LAG LM-ERR Wald LR 0,01* (0,004) 1,67*** (0,386) 3,01*** (0,415) -0,005*** (0,000) 0,5684 0,5592 0,0348 4,3347 (0,0373) 1,6567 (0.198) 1,2001 (0,2733) 1,6833 (0,1945) SAR 0,0081 (0,0055) 1,6725*** (0,5659) 2,9864*** (0,6550) -0,0049*** (0,0004) 0,0780 (0,0484) 0,5695 0,5602 -667,6414 SDM padro 0,0080* (0,0043) 1,7157*** (0,3789) 2,9472*** (0,4065) -0,0049*** (0,0004) 0,0510 (0,0141) 0,5801 0,5617 -661,1135 externalidades 0,0115 (0,0091) 0,1181 (0,8137) 0,4065 (0,8843) 0,0003*** (0,0008)
Para o caso da matriz de pesos construda por meio da distncia entre os centroides de um nmero xo de vizinhos, os testes de autocorrelao sobre os resduos da regresso de MQO no indicam a presena de autocorrelao espacial, exceto para o caso do teste LM para defasagem. Os testes de Moran, LM-ERR, Wald e LR no apontaram presena de autocorrelao espacial no modelo. A estratgia adotada foi seguir a taxonomia sugerida por Florax et al. (2003). Dado que o teste LM apresentou-se signicante para
81
a defasagem espacial e no signicante para o termo de erro, seguese para a estimao do modelo SAR. O valor do R2 ajustado aponta que o modelo SAR fornece uma pequena contribuio em relao ao modelo de MQO. O parmetro para a defasagem espacial, , apresentou signicncia estatstica ao nvel de aproximadamente 5%, assumindo o valor de 0,078. Com o emprego da matriz de distncia geogrca, alguns parmetros do modelo sofrem alguma modicao em comparao com aqueles da matriz de conectividade binria. Em primeiro lugar, o conjunto de parmetros relativos inuncia do tamanho da populao no se mostrou signicante para o caso do modelo SAR. No modelo SDM, a forma quadrtica do logaritmo da populao, isto , o parmetro representativo dos efeitos de congestionamento, mostrou-se signicativo a 10% de signicncia. Em segundo lugar, os parmetros representativos do nvel educacional mantiveram-se signicativos e inversamente correlacionados com o crescimento municipal. A varivel nvel de escolaridade da populao manteve-se negativamente correlacionada com o crescimento municipal, bem como o grau de analfabetismo da populao. O percentual de analfabetos dos municpios vizinhos tambm foi negativo e inversamente correlacionado com o nvel de crescimento. Ao contrrio do modelo anterior, este no apontou para a inuncia da escolaridade mdia dos municpios vizinhos. Os parmetros relativos ao papel da participao da indstria e do emprego urbano mantiveram-se altamente signicativos e com valores elevados. A distncia capital estadual manteve sua relao inversa com o crescimento municipal, pois quanto mais distante da capital, ceteris paribus, menor tende a ser a taxa de crescimento mdia do municpio. Por m, no modelo de Durbin, a varivel representativa da infraestrutura municipal tambm passa a apresentar-se estatisticamente significativa e positivamente correlacionada com o crescimento municipal. Em resumo, a especicao para a matriz de pesos formada pela distncia geogrfica apresentou algumas alteraes em relao
82
interao espacial denida pela matriz de contiguidade de 1 ordem, porm enfatiza os efeitos da participao da indstria e do emprego urbano, alm da importncia da distncia capital do Estado e do papel da infraestrutura no crescimento. Adicionalmente, os resultados para o modelo SDM reforam a relevncia em estimar-se o modelo espacial controlando para os efeitos das defasagens das variveis explicativas. A importncia desse tipo de controle cou ainda mais evidente no caso desta subseo.
A matriz de distncia econmica

No sentido de contribuir com a discusso sobre o emprego da matriz de contiguidade mais adequada, procurou-se, em linha com Case & Rosen (1993) e Conley & Ligon (2002), adotar uma medida para a matriz W que leva em considerao uma medida de distncia econmica entre as unidades espaciais. Por distncia econmica entende-se a similaridade entre a composio da economia dos municpios, na qual a noo de proximidade perde importncia e d espao para a ideia de semelhana, ou seja, os municpios mais parecidos possuem maior poder de inuncia uns sobre os outros. Na prtica, a matriz testada calcula as distncias como diferenas de valores para um mesmo indicador entre duas localidades. Este trabalho classica a economia municipal em trs setores, mais especicamente: agricultura, indstria e servios. A decomposio pode avanar medida que se dispe de dados para tal. A construo da matriz de pesos econmica deu-se da seguinte forma: suponha a diviso do PIB de cada municpio em N setores diferentes, tal que a posio de cada municpio seja um conjunto de coordenadas no espao n, a proporo de cada setor de atividade no PIB total. Dessa forma, o elemento wij da matriz W seria ento o inverso da distncia entre a composio de cada setor i e j neste n (zero, se i=j). Considera-se, portanto, um espao com uma diviso simples, com distino entre apenas trs setores: indstria, agricultura e servios, o qual foi usado para montar a matriz W normalizada
83
pelas linhas. O princpio basilar que os efeitos de transbordamento decorrem da dinmica de crescimento da produtividade setorial. Os resultados so mostrados na Tabela 5.
Tabela 5 Resultados da estimao por MQO e MV com distncia econmica na matriz W Varivel dependente: CR80-00 MQO Constante Logaritmo da populao em 1980 Logaritmo da populao em 1980 ao quadrado rea municipal Renda per capita Anos mdios de escolaridade Percentual de analfabetismo Percentual de casas com energia eltrica Taxa de homicdios Mortalidade infantil Participao do setor industrial no PIB Participao do emprego urbano Distncia capital estadual R2 2,08 (2.3318) 0,19 (0,446) -0,03 (0,022) 0,0006*** (0,000) 0,30 (0,208) -0,45*** (0,165) -0,03** (0,015) 0,82* (0,486) 0,02*** (0,005) 0,01* (0,004) 1,67*** (0,386) 3,01*** (0,415) -0,005*** (0,000) 0,5684 SAR -1,1523*** (0,4258) 0,5357*** (0,1241) -0,0488*** (0,0026) 0,0005*** (0,0001) 0,1962 (0,1892) -0,2744* (0,1494) -0,0246* (0,0140) 0,6634 (0,4441) 0,0149*** (0,0047) 0,0094*** (0,0040) 1,4668*** (0,3384) 2,4387*** (0,3675) -0,0029*** (0,0002) 0,3860 (0,0541) 0,5826 SDM padro 1,5020 (1,9169) 0,5934** (0,3020) -0,0520*** (0,0152) 0,0004*** (0,0002) 0,0918 (0,2021) -0,1853 (0,1650) -0,0215 (0,0147) 1,0923** (0,5516) 0,0117** (0,0048) 0,0075* (0,0044) 1,3970*** (0,3557) 2,1681*** (0,4099) -0,0045*** (0,0010) 0,3540 (0,0524 0,6007 externalidades -0.3144 (0,5119) 0.0168 (0,0233) 0.0002 (0,0003) -0.0235 (0,3876) -0.5201* (0,2961) -0.0315 (0,0296) -1.1839 (0,8752) 0.0015 (0,0100) -0.0001 (0,0074) 0.4936 (0,7396) 1.9856*** (0,8470) 0.0020* (0,0011) Continua
84
R2 ajustado Log Likelihood Moran LM-LAG LM-ERR LM-LE LM-EL Wald LR
0,5592 0,1951 2,4612*103 53,5077 20,5539 12,2540 350,954 54,0210
0,5736 -637,4356
0,5832 -629,6327
Os testes para o modelo de MQO utilizando a matriz de distncia econmica apontam para a existncia de autocorrelao espacial no modelo. Como ambos os testes LM mostraram-se signicativos, os testes robustos foram utilizados, conforme sugerido por Florax et al. (2003). O resultado dos testes robustos aponta para a existncia de defasagem espacial no modelo, exigindo a estimao do modelo autorregressivo espacial SAR. Os resultados do modelo SAR indicam uma forte influncia do parmetro espacial, que foi altamente signicativo, e assumiu o valor de 0,386. O alto valor para ratica o poder de inuncia de municpios com economias similares, o que valida a tentativa de considerar-se a composio socioeconmica para captar efeitos de externalidades que transbordam as fronteiras geogrcas. Os resultados para os parmetros do modelo so similares aos modelos anteriormente considerados, principalmente, para o caso do modelo com a matriz binria. Destaca-se, novamente, a signicncia estatstica do conjunto de variveis que representam a inuncia do tamanho do municpio sobre as taxas de crescimento, tanto para o log da populao quanto para sua forma quadrtica, o que corrobora a hiptese dos efeitos positivos do tamanho populacional at um determinado patamar. As variveis que representam a participao do setor industrial e do emprego urbano mantiveram-se estatisticamente signicantes.
85
Ao estimar o modelo de Durbin, observou-se uma melhora considervel da representatividade do modelo, sendo que o valor do R2 atinge o valor de 0,6007, com o respectivo R2 ajustado com valor de 0,5832. Os parmetros do modelo SAR continuaram signicativos. Alm disso, dois parmetros indicativos dos spillovers, nas variveis explicativas, merecem destaque no modelo SDM. O primeiro refere-se varivel representativa do nvel de escolaridade do municpio vizinho (parecido), que volta a ser signicativa e inversamente relacionada taxa de crescimento municipal. Para o caso da matriz de distncia econmica, a tese do alto poder de atratividade das cidades vizinhas reete o poder de atrao de municpios com caractersticas econmicas similares. O segundo parmetro, relacionado varivel para a participao do emprego urbano da vizinhana, passa a ser signicativo, indicando que, ceteris paribus, uma elevada participao do emprego na zona urbana do municpio vizinho inuencia, positivamente, a taxa de crescimento municipal. Desse modo, mais uma vez, a estimao da defasagem das variveis explicativas mostrou-se importante para o correto tratamento e interpretao dos resultados obtidos.
A matriz hierrquica
Os resultados dos modelos anteriores apontam para o modelo de defasagem espacial como denidor da interao espacial dos dados, independentemente do tipo de especicao para a matriz W. Portanto, segundo os resultados obtidos, a taxa de crescimento de um determinado municpio depende no apenas de seus prprios fatores, mas tambm dos fatores presentes em sua vizinhana. No primeiro modelo, a distncia entre dois municpios foi medida por fronteiras diretas ou vrtices comuns. No segundo, a estratgia foi a utilizao do inverso da distncia ao quadrado com um nmero preestabelecido de vizinhos. No terceiro, o critrio empregado foi a semelhana entre a economia dos municpios, sendo que os municpios mais parecidos apresentavam poder de inuncia mtua maior.
86
Em Abreu et al. (2005), os autores alertam para o fato de que a escolha da matriz de pesos adequada no deve seguir uma regra preestabelecida, mas sim um modelo terico factvel de ser testado. Os autores criticam os mtodos da econometria espacial padro de identicao e estimao dos modelos espaciais e defendem a tese de que a escolha da matriz de pesos deve ter uma proximidade maior com a teoria. Com a nalidade de aproximar este estudo das ideias fornecidas pelos autores supracitados, e tomando como base a anlise exploratria de dados espaciais e os resultados dos modelos anteriores, este trabalho prope uma matriz de pesos especca para o caso dos municpios paulistas. Por um lado, a distncia geogrca parece ser um fator determinante das taxas de crescimento dos municpios. De certo modo, qualquer municpio pertence vizinhana de qualquer outro, dependendo do critrio adotado. Contudo, a importncia relativa de cada municpio em uma vizinhana particular varia inversamente com a distncia. Nesse caso, a similaridade com o modelo autorregressivo das sries de tempo bvia, uma vez que, quanto maior a distncia entre os municpios, menor sua interao potencial. Por outro lado, parece razovel supor que uma grande cidade provavelmente menos afetada pelo que acontece em cidades prximas, do que um municpio pequeno. Dessa forma, seguindo Moreno & Trehan (1997), resolveu-se ajustar a ponderao para o tamanho do municpio, com a criao de uma matriz W que considera tanto o efeito inversamente proporcional da distncia, quanto o efeito direto do tamanho do municpio vizinho. O ajuste foi feito ao multiplicar os pesos do inverso das distncias pelos logaritmos do tamanho da populao municipal. O princpio-base para a construo da matriz W a que se denomina hierrquica4 demonstra que prefervel estar prximo a uma grande economia a uma economia de pequeno porte.
4 Denominou-se a matriz de pesos hierrquica porque determina um ordenamento aos municpios, ponderando-os de forma a atribuir maior relevncia aos municpios maiores.
87
Operacionalmente, a matriz W hierrquica foi montada da seguinte maneira: w*ij =
(x x ) +( y y )
2 i j i j
log( populaoi )
, se i j (5.5.1)
w*ij = 0, se i = j
Sendo que a notao permanece a mesma das anteriores. A distncia limtrofe escolhida diz respeito a distncia mnima que faz que cada um dos municpios tenha, no mnimo, um vizinho. O resultado do clculo dessa distncia dij mnima foi de aproximadamente 61 quilmetros. Dado que a rea dos municpios do Estado varia de forma intensa, a escolha de uma distncia limite gera regimes espaciais variados em termos de quantidade de municpios. Ertur & Gallo (2003) chamam ateno para os problemas metodolgicos advindos desse tipo de abordagem. Os resultados dos testes para a matriz hierrquica so apresentados na Tabela a seguir.
Tabela 6 Resultados dos testes de autocorrelao espacial com o emprego da matriz de pesos hierrquica Moran LM-LAG LM-ERR Wald LR
Nota: p-valores entre parnteses.
0,0226 (0,2165) 2,6659 (0,1025) 1,2595 (0,2618) 0,8282 (0,3628) 1,2668 (0,2604)
O modelo estimado que fornece as estatsticas apresentadas na Tabela 6 possui a mesma estrutura dos modelos anteriores e diferese apenas no emprego da matriz W hierrquica para a realizao dos testes de autocorrelao espacial. Os resultados dos testes para a matriz hierrquica no apontaram para a presena de autocorrela-
88
o espacial para o conjunto dos municpios do Estado, o que torna prefervel, assim, o modelo de MQO original. O modelo de MQO j foi apresentado anteriormente, sendo que os resultados obtidos, nesse caso, so exatamente os mesmos dos modelos anteriores. Em suma, a tentativa de serem substitudas as matrizes W tradicionais por uma matriz de pesos especca no produziu resultados concretos. No entanto, com os resultados obtidos, no se pode rejeitar, em denitivo, a funcionalidade de tal estratgia, uma vez que parte dos problemas metodolgicos pode ser atribuda no denio de um nmero xo de vizinhos, conforme colocao de Ertur & Gallo (2003). Em outras palavras, a utilizao do inverso da distncia ao quadrado sem a denio de um nmero xo de vizinhos pode ter sido a origem da inadequao da matriz hierrquica s unidades espaciais. Alm disso, o padro terico proposto pode no ser o mais adequado ao processo gerador dos dados sobre os municpios de So Paulo, o que abre espao para pesquisas futuras.
CONSIDERAES FINAIS
Este estudo aborda temas de crescimento econmico e externalidades espaciais tendo em vista sua relevncia na teoria econmica. Os resultados possibilitaram a investigao sobre quais variveis so correlacionadas com as taxas de crescimento municipal no Estado de So Paulo, fornecendo assim, uma base para indicaes de polticas pblicas de estmulo ao crescimento. A despeito dos desaos tericos e empricos comumente enfrentados pelos estudiosos do crescimento, buscou-se avanar na questo, por meio da combinao de ferramentas tericas e economtricas, basicamente, de trs grandes campos da cincia econmica mainstrean, a saber: crescimento endgeno, nova geograa econmica e econometria espacial. Destacou-se o carter dinmico dos modelos estimados, com o emprego de variveis do perodo inicial para explicar as taxas de crescimento do perodo posterior, 1980-2000. Adicionalmente, o trabalho investigou a presena de efeitos de transbordamento entre as variveis municipais, ao inserir a questo espacial como determinante das taxas de crescimento dos municpios. Em linhas gerais, pode-se dizer que o modelo construdo foi satisfatrio no sentido de explicar o crescimento das cidades de So Paulo.
90
O mapeamento realizado para o Estado permitiu identicar a presena de regimes espacias de crescimento, principalmente, nas regies leste e oeste de So Paulo. A regio leste caracterizada por municpios de alto crescimento circundados por municpios que tambm o apresentam. Por sua vez, a regio oeste marcada por um cluster espacial de baixo crescimento, o que lhe atribui, na maioria das vezes, taxas negativas. Tais regimes foram estatisticamente comprovados por meio dos indicadores LISA. De modo geral, tudo o mais mantido constante, as cidades mais prximas regio metropolitana de So Paulo tiveram propenso a um crescimento relativamente mais alto. O parmetro estatisticamente signicativo em todos os modelos para a varivel Distncia Capital conrma essa armao. O papel do tamanho do municpio no perodo inicial tambm foi discutido. Os resultados apontam para a existncia do padro U invertido como denidor do crescimento dos municpios. A princpio, o tamanho do municpio propende a ter inuncia positiva no crescimento. Entretanto, a partir de certo patamar, esse indicador passa a apresentar efeitos negativos em funo das deseconomias de escala. A maioria das variveis indicativas da produtividade dos municpios foi signicativa, e os sinais estiveram de acordo com as expectativas, exceto para a varivel renda per capita que no se mostrou signicativa em nenhum dos modelos estimados. A varivel escolaridade mdia tambm foi uma exceo porque, diferentemente de certo consenso dos modelos tericos e empricos fornecidos pela literatura, no apresentou correlao positiva com o crescimento econmico; ao contrrio, foi negativa e estatisticamente signicante. A estimao do modelo espacial de Durbin forneceu uma constatao interessante para tal. O modelo identicou que o nvel de escolaridade da vizinhana municipal inuencia, de forma negativa, o crescimento, ou seja, quanto mais bem educada for a vizinhana de um municpio, ceteris paribus, menor o nvel de crescimento deste. Isso pode ser um indcio do poder de atratividade de pessoas com alto nvel de escolaridade, que migram para os centros regionais em busca de novas oportunidades.
91
Os resultados das variveis indicativas da qualidade de vida no fornecem evidncias conclusivas. Para a NGE, existe uma relao inversamente proporcional entre as variveis Taxa de Homicdios e Mortalidade Infantil com o crescimento econmico. As estatsticas dos modelos indicam uma relao positiva e signicativa que, provavelmente, advm da endogeneidade existente entre as referidas variveis e a varivel dependente. Uma vez que a aglomerao de pessoas tende a ser acompanhada por indicadores elevados de mortalidade infantil e quantidade de homicdios, mais provvel a existncia do fator endgeno no modelo. A infraestrutura municipal tambm se mostrou relevante para a taxa de crescimento, bem como a composio da economia do municpio. Os resultados mostram que aquele municpio que apresentava maior participao da indstria em sua produo total tendeu a crescer mais. Alm disso, aqueles municpios que apresentaram maior percentual de populao empregada na zona urbana tambm tiveram, em mdia, maiores taxas de crescimento. Tais resultados reforam os argumentos a favor da industrializao e urbanizao do municpio na busca por maiores taxas de crescimento. Os resultados das estatsticas identicaram a presena de dependncia espacial no crescimento das cidades paulistas, o que permitiu quanticar os efeitos de transbordamento por meio da incluso de um parmetro de defasagem espacial no modelo. Quatro especicaes para a matriz W foram testadas: (1) a matriz de pesos rainha, (2) a matriz de distncia geogrca, (3) a matriz de distncia econmica e (4) a matriz hierrquica. O parmetro indicativo de defasagem espacial foi positivo e altamente signicativo em trs das quatro abordagens. Os resultados dos testes de autocorrelao espacial foram signicantes nos modelos construdos a partir da matriz binria rainha, da matriz geogrca e da matriz de distncia econmica. Os resultados para a matriz de distncia econmica corroboram a tese de que municpios com as mesmas caractersticas econmicas possuem maior poder de inuncia mtua. Alm disso, este trabalho ressaltou a relevncia em incluir o parmetro espacial nos modelos de crescimento, bem como a incluso
92
da defasagem das variveis explicativas, no sentido de dar maior robustez aos resultados. Todavia, a tentativa de substituir a matriz W tradicional pela matriz hierrquica no produziu resultados coerentes para o caso dos municpios paulistas. Entretanto, esse fato no signica que se deva rejeitar, em denitivo, os esforos de pesquisa nesse sentido. A Tabela 7, a seguir, apresenta um sumrio dos resultados obtidos pelos modelos estimados.
Tabela 7 Sumrio dos principais resultados obtidos nos modelos
Matriz rainha Variveis Distncia capital estadual Aglomerao Desaglomerao Escolaridade Mdia Infraestrutura Part. do PIB Industrial + Part. do emprego urbano rho Defasagem escolaridade Defasagem Emprego Urbano Distncia geogrca Distncia econmica
Sinal Signicante Sinal Signicante Sinal Signicante + + Sim + + + Sim Sim Sim No Sim + Sim Sim Sim Sim + + Sim + + + Sim No Sim Sim Sim + Sim Sim No No + + Sim + + + Sim Sim Sim Sim Sim Sim Sim No Sim
Algumas implicaes de polticas podem ser deduzidas. Os resultados reforam, em algum grau, os argumentos em prol da correo de desnveis educacionais e de infraestrutura entre os municpios. Adicionalmente, valida no s esforos de polticas pblicas em relao a fatores que aumentem a produtividade e qualidade de vida nos municpios, como tambm quanto a polticas industriais, em nvel municipal.
93
Entretanto, apesar de reforar argumentos em favor das polticas pblicas em nvel individual, os modelos mostram que a distncia entre os municpios um fator crucial. Estar prximo cidade de So Paulo, ou ento, a economias mais desenvolvidas um fator determinante para o crescimento dos municpios. Nessa linha, deve-se ressaltar a relevncia de polticas pblicas regionais que estimulem determinados setores da atividade econmica. E, por m, deve-se ressaltar a importncia que a aglomerao de pessoas tem sobre as taxas de crescimento das cidades, dado que o tamanho inicial da populao demonstrou ser uma varivel relevante para o modelo, bem como a participao do emprego urbano. Dessa forma, o trabalho corrobora argumentos favorveis a polticas de estmulo aglomerao visando ao desenvolvimento regional, dado o comportamento do tipo U invertido de inuncia do tamanho do municpio no crescimento.
APNDICE DESCRIO DAS VARIVEIS1
Variao da populao 1980-2000 (CR80-00). Descreve a variao do tamanho da populao municipal ocorrida entre os anos de 1980 e 2000. calculada por meio da taxa de crescimento mdio anual para cada municpio no perodo considerado. Nvel de escolaridade mdia (ESC). Refere-se razo entre o somatrio do nmero de anos de estudo completados pelas pessoas que tm 25 ou mais anos de idade e o nmero de pessoas nessa faixa etria. Taxa de analfabetismo (ANALF). Essa varivel calculada por meio do percentual da populao analfabeta com mais de 15 anos de idade, relativamente populao total de cada municpio. Diz respeito s pessoas dessa faixa etria que no sabem ler nem escrever um bilhete simples. Infraestrutura (ILUM). Essa varivel indica o percentual de domiclios com energia eltrica em cada municpio. Mortalidade infantil (MORT). Nmero de pessoas de cada mil nascidas vivas que no devero completar 1 ano de vida. Esperana de vida ao nascer (ESPVID). Expectativa de anos de vida de uma pessoa nascida no ano de referncia, supondo que as
1 Informaes extradas da base de dados do Ipea Ipeadata.
96
taxas de mortalidade, por idade, estimadas para anos anteriores se mantivessem constantes nos anos posteriores. Taxa de homicdios (HOMIC). Taxa de homicdios por municpio (unidade). Renda per capita (RENPC). Corresponde razo entre o somatrio da renda familiar per capita de todos os domiclios e o nmero total de domiclios no municpio. Participao do setor industrial no PIB municipal (%IND). Descreve a parcela do PIB municipal referente ao setor industrial. Incluemse no PIB Industrial, a custo de fatores, Indstrias de Transformao, Extrativa Mineral, da Construo Civil e dos Servios Industriais de Utilidade Pblica. Participao do emprego no setor urbano (%URB). Remete parcela do emprego correspondente ao setor urbano. Foi considerada como OCUPADA a pessoa que trabalhou nos ltimos 12 meses anteriores data de referncia do Censo, ou parte deles. A pessoa que no trabalhou nos ltimos 12 meses anteriores data de referncia do Censo, mas que, nos ltimos 2 meses, tomou alguma providncia para encontrar trabalho, foi considerada como DESOCUPADA.
REFERNCIAS BIBLIOGRFICAS
ABREU, M. et al. Space and growth: a survey of empirical evidence and methods. Tinbergen Institute Discussion Paper, 129/3, 2004. ADES, A. F.; GLAESER, E. L. Trade and circuses: explaining urban giants. The Quarterly Journal of Economics, v.110, n.1, p.195-227, 1995. ALMEIDA, M. A. S. Anlise exploratria e modelo explicativo da criminalidade no Estado de So Paulo: interao espacial (2001) Dissertao (mestrado) FCL/Unesp, Araraquara, 2007. ALESINA, A.; RODRICK, D. Distributive politics and economic growth, Quartely Journal of Economics, n.109, p.465-490, 1994. ALONSO, W. Location and land use: toward a general theory of land rent. Cambridge: Harvard University, 1964. ANSELIN, L. Spatial econometrics: methods and models. Kluwer Academic Publishers: Dordrecht, 1988. . Spatial externalities, spatial multipliers and spatial econometrics. International Regional Science Review, v.26, n.2, p.153-66, 2003. .; BERA, A. Spatial dependence in linear regression models with an introduction to spatial econometrics. In: ULAH A.; GILES D. E. (eds.). Handbook of Applied Economic Statistics. Marcel Dekker: New York, p.237-89, 1998. .; FLORAX, R. J. G. M. (eds.). New directions in spatial econometrics. Springer: Berlim, 1995. . (eds.). Advances in spatial econometrics, Springer: Berlim, 2004.
98
ARROW, K. (1962) Economic welfare and the allocation of resources for invention. In: LAMBERTON, D. (ed.). Economics of Information and Knowledge. Harmondsworth: Penguin Books, 1971. BARRO, R. Government Spending in a Simple Model of Endogenous Growth, Journal of Political Economy, v.98, n.5, p.103-25, oct. 1990. . Economic growth in a cross-section of countries. The Quarterly Journal of Economics, n.2, p.407-43, 1991. .; SALA-I-MARTIN, X. Economic growth. McGraw-Hill: New York, 1995. BAUMOL, W. J. Productivity Growth, Convergence and Welfare: what the Long Run Data Show? American Economic Review , v.76, n.5, p.1072-85, 1986. BAUMONT, C. Spatial effects in housing price models: do housing prices capitalize urban development policies in the agglomeration of Dijon (1999)? Ple dEconomie et de Gestion: Universit de Bourgogne, 2004. BERA, A.; YOON, M. Specification testing with locally misspecified alternatives, Econometric Theory, n.9, p.649-658, 1993. BURRIDGE, P. On the Cliff-Ord Test for Spatial Autocorrelation, Journal of the Royal Statistical Society, v.42, p.107-8, 1980. CANO, W. Questo regional e poltica econmica nacional. In: CASTRO, A. C. (org.) Desenvolvimento em Debate: novos rumos do desenvolvimento no mundo. Rio de Janeiro: BNDES, vol.2, p.275-307, 2002. CASE, A.; ROSEN, H. S. Neighborhood influence and technological change. Regional Science and Urban Economics, v.22, p.491-508, 1993. CASS, D. Optimum growth in an aggregative model of capital accumulation. The Review of Economic Studies, v.32, n.3, p.233-240, jul. 1965. CICCONE, A. Aglomeration-effects in Europe. European Economic Review, v.46, n.2, feb. 2002. . ; HALL, R. Productivity and the density of economic activity. American Economic Review, v.87, n.1, mar. 1996. CLIFF, A.; ORD, J. K. Spatial autocorrelation. London: Pion, 1973. COMBES, P. P. Marshall-Arrow-Romer externalities and city growth. Paris: Ecole Nationale des Ponts-et-Chussess, CERAS Working Paper, n.99-06, 2000. CONLEY, T.G.; LIGON, E. Economic distance and cross-country spillovers, Journal of Economic Growth, n.7, p.157-87, 2002. CONLEY, T.G. GMM. Estimation on cross-sectional dependence, Journal of Econometrics, n.92, p.1-45, 1999.
99
CHRISTALLER, W. (1933) Central places in southern germany. London: Prentice Hall, 1966. DINIZ, C.C. (2002) A nova congurao urbano-industrial no Brasil. In: KON, A. (org.) Unidade e Fragmentao: a questo regional no Brasil. So Paulo: Perspectiva. .; HALL, R. Productivity and the density of economic activity. American Economic Review, v.87, n.1, mar. 1996.; CROCCO, M.A. Reestruturao econmica e impacto regional: o novo mapa da indstria brasileira. Nova Economia, 6 (1), jul. 1996. DIXIT, A. K.; STIGLITZ, J. E. Monopolistic competition and optimum product diversity. American Economic Review, vol.67, p.297-308, 1977. DURBIN, J.; WATSON, G. S. Testing for serial correlation in least squares regression. Biometrika, v.37, p.409-28, 1950. . Testing for serial correlation in least squares regression. Biometrika, v.38, 159-71, 1951. ERTUR, C.; LE GALLO, J. Exploratory spatial data analysis of the distribution of regional per capita GDP in Europe, 1980-1985. Papers in Regional Science RSAI, v.82, p.175-201, 2003. FINGLETON, B. Estimates of time to economic convergence: an analysis of regions of the European Union. International Regional Science Review, v.22, n.1, p.3-34, 1999. . Increasing returns: evidence from local wage rates in Great Britain. Oxford Economic Papers, v.55, n.4, p.716-739, 2003. FLORAX, R.; FOLMER, H. Specication and estimation of spatial linear regression models: Monte Carlo evaluation of pre-test estimators, Regional Science and Urban Economics, v.22, n.3, sept. 2003. .; REY, S. J. The impact of misspecied spatial interaction in linear regression models. In: ANSELIN, L.; FLORAX, R. (eds.). New Directions in Spatial Econometrics. Springer: Berlim, 1995. . Specication searches in spatial econometrics: the relevance of Hendrys methodology, Regional Science and Urban Economics, v.33, dec. 2003. FUJITA, M.; THISSE, J.F. Economics of Aglomeration: Cities, Industrial Location and Regional Growth. Cambridge University, 2002. FUJITA, M. et al. The Spatial Economy: Cities, Regions and International Trade. MIT Press: Cambridge, 1999. GALINARI, R. Retornos crescentes urbano-industriais e spillovers espaciais: evidncias a partir da taxa salarial no Estado de So Paulo. Dissertao (mestrado), CEDEPLAR/UFMG, Belo Horizonte, 2006.
100
GLAESER, E. L. et al. Growth in cities. The Journal of Political Economy, v.100, n.6, p.1126-52, 1992. . et al. Economic growth in a cross-section of cities. Journal of Monetary Economics, v.36, p.117-43, 1995. GREENE, W. H. Econometric analysis, Prentice Hall, Nova Jersey, 1997. GRIFFITH, D. A. Spatial autocorrelation: a primer, resource publications in Geography, Washington, 1987. . Advanced spatial statistics: special topics in the exploration of quantitative spatial data series. Kluwer Academic Publishers: Dordrecht, 1988. HENDERSON, C. R. General exibility of linear models for sire evaluation, Journal Dairy Science, v.57, n.8, p.963-72, 1974. INSTITUTO DE PESQUISA ECONMICA APLICADA Ipeadata. Dados macroeconmicos e regionais. Disponvel em: <http://www.ipeadata. gov.br>. Acesso em 6 jul. 2008. JACOBS, J. The economy of cities. New York: Vintage, 1969. KOOPMANS, T. C. On concept of optimal economic growth. In: The economic approach to development planning. Amsterdan: North Holland, 1965. KNIGHT, F. Diminishing Returns to Investment. Journal of political economy, n.12, p.34-46, jun. 1944. KRUGMAN, P. Increasing returns and economic geography. Journal of political economy, v.99, n.3, p.483-499, 1991. . Whats new about new economic geography? Review of Economic Policy, v.14, n.2, p.7-17, 1998. LEE, K. et al. Growth and convergence: a multicountry empirical analysis of the Solow growth model. Journal of Aplied Econometrics, v.12, p.357392, 1997. LE GALLO, J. & YRIGOYEN, C. C. Spatial analysis of urban growth in Spain (1900-2001). Empirical Economics, 2007. LESAGE, J. P. (1999) Spatial econometrics. Manuscrito no publicado disponvel em < http://rri.wvu.edu/regscweb.htm>. . A multiprocess mixture model to estimate space-time dimensions of weekly pricing of certicates of deposits. In: Anselin, L.; Florax, R. J. G. M. (eds.). New directions in spatial econometrics. Springer: Berlim, 359-88, 1995. LIM, U. A spatial analysis of regional income convergence. Planning Forum, n.9, p.66-80, 2003.
101
LSCH, A. The economics of location. New Haven, Conn: Yale University, 1954. LUCAS, R. On the mechanics economic development. Journal of Monetary Economics, v.12, p.3-42, 1988. MANKIW, N. G. . A contribution to the empirics of economic growth. The Quartely Journal of Economics, v.107, n.2, p.407-37, may. 1992. MARSHALL, A. (1920) Princpios de economia. So Paulo: Abril Cultural, 1982. MAGALHES, A. Clubes de convergncia no Brasil: uma abordagem com correo espacial. Anais do XXIX Encontro Nacional de Economia, Anpec, Salvador, 2001. . et al. Spatial dependence and regional convergence in Brazil. Working Paper, REAL, 00-T-11, Urbana, 2000. MALTHUS, T. R. An essay on the principle of population, as it affects the future improvement of society, with remarks on the speculations of Mrs. Godwin, M. Condorcet and Others Writers. J. Johnson, V IX, London, U.K, 1798. MONASTRIO, L. M.; VILA, R. P. (2004) Uma anlise espacial do crescimento econmico do Rio Grande do Sul. In: Encontro Nacional de Economia, 32, Joo Pessoa, PB. Anais, Belo Horizonte, Anpec. Disponvel em: <http//www.anpec.org.br/encontro2004/artigos/ A04A113.pdf> MORENO, R.; TREHAN, B. Location and the growth of nations. Journal of Economic Growth, v.2, n.4, p.399-418, 1997. OLIVEIRA, C. A. Externalidades espaciais e o crescimento econmico das cidades do Estado do Cear, Anais do X Encontro Regional de Economia do Nordeste, Fortaleza, 2005. PAELINCK, J.; KLAASSEN, L. Spatial Econometrics. Saxon House: Farnborough, 1979. PIMENTEL, E. A.; HADDAD, E. A. Desigualdades regionais em Minas Gerais: anlises espaciais do fenmeno, 1991-2000. In: III Encontro da Associao Brasileira de Estudos Regionais, Belo Horizonte, 2004. PRED, A. The spatial dynamics of economic development. Cambridge: MIT Press, 1966. RAMSEY, F. P. A mathematical theory of saving. The Economic Journal, v.38, n.152, p.543-59, dec. 1928. RAO, C. R. On the linear combination of observations and the general theory of least squares. Sankhy, Calcutta, v.7, n.3, p.237-256, 1947.
102
RESENDE, G. M. O crescimento econmico dos municpios mineiros: externalidades importam? Cadernos BDMG, n.11, p.1-96, Belo Horizonte, out. 2005. REY, S. J.; MONTOURI, B. D. U.S. Regional income convergence: a spatial econometric perspective, Regional Studies, v.33, p.143-156, 1999. RICARDO, D. (1817) Princpios de economia poltica e tributao. So Paulo: Abril Cultural, 1982. ROMER, P. Increasing returns and long-run growth, Journal of Political Economy, v.94, p.1002-037, 1986. SARTORIS, A. Homicdios na Cidade de So Paulo: Um Estudo de Causalidade e Autocorrelao Espao Temporal. Tese (Doutorado), IPE/ FEA/USP, So Paulo, 2000. SCHUMPETER, J. (1911) The theory of economic development. London: Oxford University Press, 1934. FUNDAO SISTEMA ESTADUAL DE ANLISE DE DADOS Seade. Informaes Socioeconmicas. Disponvel em <http//www.seade. gov.br>. Acesso em 6 jul. 2008. SMITH, A. (1776) A riqueza das naes: investigao sobre sua natureza e suas causas. (Trad. port.) So Paulo: Abril Cultural, 1983. SOLOW, R. A contribution to the theory of economic growth. The Quartely Journal of Economics, v.70, n.1, p.65-94, feb. 1956. SHESHINSKI, E. Optimal accumulation with learning-by-doing. In: SHELL, K. (ed.) Essays on the Theory of Optimal Economic Growth. Cambridge: MIT Press, 1967. SILVA JNIOR, D. Aglomerao e desenvolvimento: evidncias para municpios brasileiros. Dissertao (mestrado), FEA/USP, So Paulo, 2007. SILVEIRA NETO, R. M. Crescimento e spillovers: a localizao importa? Evidncias para os estados brasileiros. Revista Econmica do Nordeste, v.32, N.ESP, p.524-45, Fortaleza, 2001. SWAN, T. W. (1956) Economic growth and capital accumulation. In: STIGLITZ, J. E.; UZAWA, H. (1969) Readings in the modern theory of economic growth. The MIT Press. TIEFELSDORF, M.; BOOTS, B. The exact distribution of Morans I. Environment and Planning A, v.27, p.985-99, 1995. TOBLER, W. R. A computer model simulation of urban growth in the Detroit region. Economic Geography, n.46, p.234-240, 1970. TYSLER, M. Econometria especial: discutindo medidas para a matriz de ponderao espacial. Dissertao (mestrado) EAE/FGV, So Paulo, 2006.
103
VERNER, D.; TEBALDI, E. Convergence, dynamics and geography of economic growth: the case of municipalities in Rio Grande do Norte, World Bank Working Papper, 3302, May. 2004. Disponvel em: <http:// econ.worldbank.org/view.php?type=5&id=35586> VON THNEN, J. H. (1826) The isolated state. Oxford: Pergamon Press, 1966. YOUNG, A. A. Increasing returns and economics progress. The Economic Journal, v.38, p.527-42, 1928.
SOBRE O LIVRO Formato: 14 x 21 cm Mancha: 23,7 x 42,5 paicas Tipologia: Horley Old Style 10,5/14 1 edio: 2009 EQUIPE DE REALIZAO Coordenao Geral Marcos Keith Takahashi

Crescimento Economico No Estado de Sao Paulo

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Crescimento Economico No Estado de Sao Paulo

Caricato da

Copyright:

Formati disponibili

crescimento econmico no estado de so paulo

uma anlise espacial

RODRIGO DE SOUZA VIEIRA

UMA ANLISE ESPACIAL

Consideraes nais 89 Apndice 95 Referncias bibliogrcas 97

RODRIGO DE SOUZA VIEIRA

CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO

RODRIGO DE SOUZA VIEIRA

CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO

O crescimento econmico das naes

RODRIGO DE SOUZA VIEIRA

CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO

RODRIGO DE SOUZA VIEIRA

CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO

RODRIGO DE SOUZA VIEIRA

CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO

A questo das externalidades espaciais e o crescimento das cidades

RODRIGO DE SOUZA VIEIRA

CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO

RODRIGO DE SOUZA VIEIRA

CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO

RODRIGO DE SOUZA VIEIRA

CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO

Um modelo de crescimento econmico para os municpios

RODRIGO DE SOUZA VIEIRA

CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO

RODRIGO DE SOUZA VIEIRA

1 Li , t + 1 log X'i,t ( + ) + i,t+1 = Li , t 1 + 1 Wi , t + 1 log X'i,t ( + ) + i,t+1 = + 1 i , t W

CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO

RODRIGO DE SOUZA VIEIRA

2 A ABORDAGEM CLSSICA DE ECONOMETRIA ESPACIAL

RODRIGO DE SOUZA VIEIRA

CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO

RODRIGO DE SOUZA VIEIRA

Figura 1. Espao com dependncia unidirecional.

Figura 2. Espao com dependncia multidimensional.

CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO

RODRIGO DE SOUZA VIEIRA

CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO

Figura 3. Diagrama de Moran.

RODRIGO DE SOUZA VIEIRA

CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO

Modelos de regresso com dependncia espacial

RODRIGO DE SOUZA VIEIRA

Figura 4. Representao esquemtica do modelo SAC.4

= (X ' A ' AX )1 (X ' A ' ABy)

4 Extrado de Almeida (2007).

CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO

RODRIGO DE SOUZA VIEIRA

Figura 5. Representao esquemtica do modelo SAR.6

CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO

= 2[(I W2)(I W2]-1

RODRIGO DE SOUZA VIEIRA

Figura 6. Representao esquemtica do modelo SEM.

CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO

Figura 7. Representao esquemtica do modelo SDM.

Testes de especicao dos modelos espaciais

RODRIGO DE SOUZA VIEIRA

CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO

RODRIGO DE SOUZA VIEIRA

CRESCIMENTO ECONMICO NO ESTADO DE SO PAULO

RODRIGO DE SOUZA VIEIRA

A estatstica para o teste apresenta a seguinte forma:

t1 = tr (W . B1 ) t2 = tr (WB1 )2 t3 = tr (WB1 )'(WB1 )