Massa Vestuario

Economia, Curitiba, v. 36, n.2 (ano 34), p. 91-118, maio/ago. 2010.
Editora UFPR
91
A distribuio espacial da indstria
do vesturio no Brasil
Rudolph F. A. P. Teixeira
1
Mario A. Bertella
2
Resumo: Este artigo faz uma anlise da distribuio espacial da indstria do vestu-
rio no Brasil para os anos de 1997 e 2006. Para tanto, alm do referencial terico,
esse trabalho se utiliza das tcnicas de anlise exploratria de dados espaciais
AEDE. Destarte, foi realizada uma anlise univariada para o nmero de indstrias
de vesturio existentes entre os estados brasileiros. Rejeitou-se a hiptese nula de
ausncia de dependncia espacial e a construo dos mapas de clusters indicaram
padres de alta e baixa concentrao industrial. Por outro lado, tambm foi realizada
uma anlise bivariada, confrontando o nmero de indstrias de vesturio e massa
salarial de regies vizinhas. O resultado revelou dependncia espacial, alm de mapas
de clusters similares para 1997 e 2006. Assim, dois padres espaciais emergiram,
um de alta e outro de baixa concentrao industrial. Conclui-se que as economias de
aglomerao so as grandes responsveis pelos resultados encontrados em ambas
as anlises.
Palavras-chave: Indstria do vesturio; anlise exploratria de dados espaciais;
concentrao industrial.
The spatial distribution of the Brazilian
clothing industry
Abstract: This paper aims to analyse the spatial distribution of the Brazilian clo-
thing industry in 1997 and 2006. In order to achieve this objective, this study used
an exploratory spatial data analysis - ESDA. It was made a univariate analysis
of the number of the existing clothing industries among Brazilian states. The null
hypotheses of the spatial dependence absence was rejected and the construction
of cluster maps showed two patterns: a high industrial concentration and a low
one. On the other hand, a bivariate analysis was also conducted to permit a study
1 Mestrando em Economia pela FCLAR/UNESP. E-mail: rudolphgp@hotmail.com.
2 Professor-Doutor do Departamento de Economia da FCLAR/UNESP. Docente do Programa de Ps-
Graduao em Economia da mesma universidade. E-mail: mabertella@yahoo.com.br
TEIXEIRA, R. F. A. P. & BERTELLA, M.A. A distribuio espacial da indstria do vesturio ...
Economia, Curitiba, v. 36, n.2 (ano 34), p. 91-118, maio/ago. 2010. Editora UFPR 92
between the number of clothing industries and the wage income of the neighbor
regions. The result revealed spatial dependence besides similar cluster maps in
both years. Therefore, two spatial patterns emerged: a high and a low industrial
concentration. The fnal conclusion is that agglomeration economies are the main
responsible for the results found in both analyses.
Keywords: Clothing industry; exploratory spatial data analysis; industrial
clusters.
JEL: C21, L67
Introduo
O foco da expanso da indstria, antes atrelado s estruturas internas, isto
, intraindstria, agora se volta para as chamadas economias externas, ou
para as relaes interindstria. Nesse sentido, a mudana da produo das
sedes das grandes empresas, dos pases desenvolvidos para as redes de pro-
duo global, dispersas em pases subdesenvolvidos e em desenvolvimento,
confgura-se em um verdadeiro deslocamento do centro dinmico, onde o
antigo padro unilateral d lugar a um padro multilateral ou em forma de
teia, com empresas independentes e interconectadas.
Diversos autores passaram a investigar a infuncia da territorialidade e a
formao de clusters espaciais na confgurao da estrutura input-output
transnacional. O trabalho de Dunning (1994) analisa a existncia de vantagens
comparativas, e o incremento da participao em alguns mercados, como o
grande estmulo das frmas para fazer frente aos custos crescentes em um con-
texto dinmico e competitivo. Por sua vez, Stopford (1995), considera que, em
um ambiente altamente competitivo, as indstrias devem especializar tanto
sua produo, quanto sua localizao, com vistas a acumular o maior volume
de recursos possveis para enfrentar a prxima rodada competitiva, isto ,
manter sua liderana. J o artigo de Sturgeon (1997), ao analisar o setor de
eletrnica nos EUA, procura discorrer sobre a criao das redes de produo
e o aparecimento de clusters industriais, como importante consequncia das
economias de aglomerao.
Outro estudo de bastante destaque na literatura de economia industrial o
trabalho de Gereff (1994), que investiga, mormente, a organizao espacial,
em termos globais, da indstria do vesturio. Para esse autor, esta uma
indstria intensiva em trabalho, com produo descentralizada e estrutura
horizontal, onde a produo em massa, a padronizao e os baixos salrios
ditam a estrutura geogrfca das frmas. A concentrao da produo do ves-
turio em pases pobres e em desenvolvimento, que desfrutam de vantagens
comparativas esprias no fator trabalho (menores remuneraes), alm de
fornecer maior fexibilidade organizacional, seria o grande estmulo dessa
indstria.
Economia, Curitiba, v. 36, n.2 (ano 34), p. 91-118, maio/ago. 2010. Editora UFPR
93
No Brasil, a importncia da indstria do vesturio passa necessariamente
pela expressiva mo de obra por ela empregada. De acordo com a Gazeta
Mercantil (1998), cerca de 734 mil pessoas participavam da fora de trabalho
nesse setor em 1997. Dez anos depois, essa mesma estatstica atingia a marca
de pouco mais de um milho de pessoas empregadas, ou seja, um acrscimo
nominal de quase 43% (SINDIVESTURIO 2009).
Segundo a mesma fonte, o Brasil produziu cerca de 5,7 bilhes de peas de
vesturio em 2006. Ao passo que esse mesmo valor era da ordem de 4,7
bilhes de peas em 1997 (GAZETA MERCANTIL 1998). Isso confgura um
incremento aproximado de 21% na produo durante esse perodo.
Considerando que o Brasil um pas de propores continentais, a hetero-
geneidade da renda, da populao, do nvel de investimentos, da disperso
industrial, entre outros, algo inerente geografa desse pas. Estados como os
da regio Sul e Sudeste possuem um bom nvel de desenvolvimento econmico,
ao passo que estados das regies Norte e Nordeste so predominantemente
subdesenvolvidos.
Destarte, considerando a hiptese bsica de Gereff (1994) de que a inds-
tria do vesturio tende a se localizar prxima a regies de baixos salrios,
este artigo pretende investigar a distribuio espacial dessa indstria entre
os estados brasileiros. Para tanto, ser utilizado o instrumental da anlise
exploratria de dados espaciais AEDE. Caso se comprove empiricamente
que estados, com uma elevada concentrao de indstrias de vesturio, se
localizem prximos a estados com baixa massa salarial, aceita-se a hiptese
proposta pelo autor para o Brasil, caso contrrio, no.
Nesse aspecto, a prxima seo ser responsvel por inserir o leitor no
contexto metodolgico da AEDE, mostrando que os resultados gerados por
estatsticas espaciais diferem de formulaes tradicionais. J a seo dois
expe a base de dados utilizada. A seo trs, por sua vez, busca revelar os
resultados e as descobertas desse estudo espacial, e por fm, a seo seguinte
se reporta s consideraes fnais.
1. Anlise Exploratria de Dados Espaciais

Conforme destacam Perobelli et al. (2006), a anlise exploratria de dados
espaciais est baseada em aspectos espaciais da base de dados, tratando dire-
tamente de dependncia espacial (i.e. associao espacial) e heterogeneidade
espacial. Em suma, a fnalidade da AEDE caracterizar a distribuio espacial,
os padres de associao espacial (clusters espaciais), verifcar a ocorrncia de
diferentes regimes espaciais ou outras formas de instabilidade espacial (no
estacionariedade) e identifcar observaes atpicas (i.e. outliers).
Para que a AEDE seja implementada de maneira efciente, necessria a
utilizao de variveis intensivas ou espacialmente densas, j que variveis
absolutas podem induzir a enganos na anlise. A utilizao do total de ob-
servaes em nmeros absolutos de um fenmeno no aconselhvel, tendo
em vista que estes atributos podem estar correlacionados com variveis de
escala, o que geraria correlaes espaciais esprias. Nesse sentido, a diviso
da varivel de interesse por algum indicador de intensidade como o nmero
de habitantes ou o tamanho da rea de uma regio, por exemplo, soluciona
esse problema (Anselin 2005).
De acordo com Gonalves (2005: 411), mtodos convencionais, como regres-
ses mltiplas e inspeo visual de mapas, no so formas mais adequadas
de lidar com dados georeferenciados, pois no so confveis para detectar
agrupamentos e padres espaciais signifcativos.
Assim, a AEDE o mtodo mais indicado para se obter medidas de autocor-
relao espacial global e local, observando a infuncia dos efeitos espaciais
por intermdio de instrumentos quantitativos e no pelo olho humano
(Anselin 1995; Anselin 1998).
Para se mensurar a autocorrelao espacial global, utilizado o I de Moran
global univariado e tambm sua verso multivariada ou bivariada. J para se
obter medidas de autocorrelao espacial local, so utilizados os indicadores
LISA
3
representados pelo mapa de clusters em sua verso tanto univariada
como multivariada.
1.1. Autocorrelao Espacial Global Univariada
Em um estudo de AEDE, a primeira condio a ser satisfeita refere-se ao teste
da hiptese nula, em que os dados espaciais so distribudos aleatoriamente,
o que signifca que atributos de uma regio no dependem dos valores desse
atributo em regies vizinhas (Almeida 2008).
Um coefciente de autocorrelao descreve um conjunto de dados que est
ordenado em uma determinada frequncia; assim, um coefciente de autocor-
relao espacial descreve um conjunto de dados que est ordenado em uma
sequncia espacial. Almeida (2008: 6) ainda destaca que qualquer coefciente
de autocorrelao espacial pode ser construdo pela razo de uma medida de
autocovarincia e uma medida de variao total dos dados.
Uma forma de calcular a autocorrelao espacial por meio do I de Moran.
Essa uma estatstica que fornece de maneira formal o grau de associao
3 Local Indicators of Spatial Association.
95
linear entre os vetores de valores observados em um tempo t (
t
Z ) e a mdia
ponderada dos valores dos seus vizinhos, ou as defasagens espaciais (WZ
t
)
como so mais conhecidos na literatura. Valores do I de Moran maiores ou
menores do que o valor esperado E(I) = -1/(n-1) revelam autocorrelao es-
pacial positiva ou negativa, respectivamente (Almeida et al. 2005; Almeida
2008; Perobelli et al. 2005).
Os valores dessa estatstica variam entre 1 e +1, onde 1 representa um
coefciente de correlao linear perfeitamente negativa e +1 representa um
coefciente de correlao linear perfeitamente positiva (Anselin 1995). Para
Perobelli et al. (2006), essa estatstica pode ser representada atravs da se-
guinte notao matricial:

(1)
na qual t = {1, 2...n}.
Nessa equao, Zt o vetor de n observaes para o ano t na forma de desvio
em relao mdia. W a matriz de pesos espaciais, que segundo Haddad e
Pimentel (2004: 26), pode ser defnida como uma matriz quadrada em que:
cada clula a
ij
indica relao existente entre a regio i e j em um sistema
de n regies. A clula a
ij
nula no caso das regies no serem vizinhas, caso
contrrio o valor passa a ser 1.
0
S igual a
ij
w , signifcando que todos
os elementos da matriz de pesos espaciais W devem ser somados.
A matriz de pesos espaciais quando normalizada na linha, isto , quando a
soma dos elementos da linha igual a 1, fornece a expresso (1) da seguinte
forma:
(2)
A literatura registra diversos modos de construir a matriz de pesos espaciais, dentre
elas as formulaes Rainha (Queen) e Torre (Rook). A matriz Rainha considera
vizinhas duas regies que apresentem fronteiras comuns, alm dos ns (vrtices)
comuns. J a matriz Torre, por defnio, mais simples, considerando vizinhas
apenas as regies que possuam uma fronteira comum (Haddad & Pimentel 2004).
Outro critrio na defnio de matrizes a distncia geogrfca. A ideia bsica
que duas regies prximas geografcamente tm maior interao espacial.
Nesse aspecto, a matriz de k-vizinhos mais prximos, k=3, que utilizada
nesse trabalho, trata-se de uma matriz binria cuja conveno de vizinhana
baseia-se na distncia geogrfca
4
(medida em quilmetros ou milhas, por
exemplo) (Almeida 2008). Formalmente, conforme (Almeida, Perobelli &
Ferreira 2008), tem-se:
W
ij
(K) = 0 se i=j
w
ij
= 1 se d
ij
D
i
(k) e w
ij
(k) = w
ij
(k) / w
ij
(k) para k=1, 2,..., n
w
ij
= 0 se d
ij
>D
i
(k) (3)
Onde d
ij
a distncia, medida pelo grande crculo, entre os centros das regi-
es i e j. ) (k D
i
denota um valor crtico que defne o valor de corte para cada
regio, isto , a distncia mxima para considerar regies vizinhas regio
i, onde regies acima deste ponto no sero consideradas vizinhas da regio
em questo.
ij
w a matriz de pesos espaciais e k representa o nmero de
vizinhos adotados para cada regio geogrfca, no caso, k=3.
Anselin (1995) considera que o I de Moran, por ser uma medida de associao
espacial global, no capaz de revelar padres de associao espacial local.
Para isso, existem duas ferramentas capazes de detectar esse tipo de padro,
o diagrama de disperso de Moran e os indicadores locais de associao
espacial LISA.
1.2. Diagrama de Disperso de Moran
Segundo Almeida et al. (2005), o diagrama de disperso de Moran uma
representao do coefciente de regresso linear por Mnimos Quadrados
Ordinrios - MQO, mediante um grfco de duas variveis y e Wy, na qual
o coefciente da inclinao da curva de regresso dado pela estatstica I de
Moran. A inclinao da curva obtida pela regresso de Wy contra y e esta
inclinao fornece o grau de ajustamento.
O diagrama de disperso de Moran (fgura 1) dividido em quatro quadrantes.
Estes quadrantes correspondem a quatro padres de associao espacial local
entre determinadas regies e seus respectivos vizinhos (Teixeira et al. 2008).
4 Essa matriz foi a escolhida porque apresentou o maior valor do I de Moran, conforme sugere a literatura.
Para saber mais sobre matrizes espaciais ver Tyszler (2006).
97
FIGURA 1. EXEMPLO DE DIAGRAMA DE DISPERSO DE MORAN.
FONTE: Elaborao dos autores.
O primeiro quadrante, conhecido como Alto-Alto (AA), localiza-se na parte
superior direita e representa regies que possuem valores acima da mdia
para uma determinada varivel cercada por regies que tambm possuam
valores acima da mdia para esta varivel.
O segundo quadrante, denominado como Baixo-Alto (BA), localiza-se na parte
superior esquerda e constitudo por regies que apresentam baixos valores
para a varivel de interesse, rodeadas por regies que possuem elevado valor
para essa mesma varivel.
O terceiro quadrante, classifcado como Baixo-Baixo (BB), est localizado
na parte inferior esquerda e indica regies que possuem baixos valores para
a varivel em anlise, cercadas por regies de tambm baixo valor para a
mesma varivel.
O quarto e ltimo quadrante, conhecido como Alto-Baixo (AB), encontra-se
localizado na parte inferior direita e revela regies que possuem valores aci-
ma da mdia para a varivel de interesse, cercadas por regies que possuem
valores abaixo da mdia para a mesma varivel.
Como destacam Perobelli et al. (2006), as regies que apresentam padres de
associao espacial positiva AA e BB, formam clusters de valores similares,
ao passo que regies de padres BA e AB apresentam associao espacial
negativa.
Figura 1. EXEMPLO DE DIAGRAMA DE DISPERSO DE MORAN.

Fonte: Elaborao dos autores.
Wy
Baixo - Alto Alto - Alto
Y
Baixo - Baixo Al to - Baixo
Diagrama de Disperso do I de Moran
1.3. Indicadores Locais de Associao Espacial (LISA)
Os indicadores LISA indicam o grau de autocorrelao espacial local. Con-
forme enfatiza Anselin (1995), para que isso ocorra necessrio que essa
estatstica satisfaa a dois critrios: a) esses indicadores devem possuir, para
cada observao, uma indicao de clusters espaciais signifcantes de valores
similares ao redor de cada observao, e b) o somatrio dos indicadores LISA,
em todas as regies, deve ser proporcional ao indicador de autocorrelao
espacial global. Dessa maneira, os indicadores LISA podem ser representados
por intermdio da seguinte equao:
( )
( )
=
j
t t i j i
t t i
t i
x w
m
x
I
, ,
0
,
,

em que

( )
n
x
m
t t i
2
,
0

=
(4)
na qual
t i
x
,
a observao de uma varivel de interesse na regio i para o ano
t,
t
a mdia das observaes entre as regies para o ano t, no qual o soma-
trio em relao a
j
tal que somente os valores vizinhos de j so includos.
De acordo com Anselin (1995), a estatstica LISA usada para testar a hiptese
nula, ou seja, a ausncia de associao espacial local. Assim, deve-se fazer
uso de uma aleatorizao condicional, que permita determinar pseudonveis
de signifcncia.
Para obteno de uma distribuio emprica das estatsticas de teste, deve-se
observar se o valor da varivel de interesse est dentro ou fora da regio crtica
defnida. Dessa maneira, se o valor calculado for superior em magnitude
esperana matemtica do I de Moran, seus resultados sero estatisticamente
signifcativos.
J para se calcular a existncia de autocorrelao entre uma dada varivel
observada em uma regio e outra varivel observada em uma regio vizinha,
requerida a adoo do I de Moran global multivariado. Essa estatstica fornece
de maneira formal o grau de relacionamento entre as duas variveis.
1.4. Autocorrelao Espacial Global Multivariada
A estatstica I de Moran tambm pode ser utilizada para calcular o grau de
interao entre duas variveis distintas. Conforme enfatiza Almeida (2008),
a ideia central descobrir se valores de uma determinada varivel em uma
regio guardam relao com valores de outra varivel em regies vizinhas.
O coefciente do I de Moran multivariado ou bivariado com a matriz W, j
normalizada na linha, dado pela seguinte equao:
99
(5)
com n representando o nmero de observaes e W a matriz de pesos espaciais.
A soma dos quadrados no denominador constante e igual a n independente
de
k
Z ou de
l
Z
que representam as duas variveis distintas padronizadas
(Rigotti & Vasconcellos 2005).
O diagrama de disperso de Moran multivariado segue o mesmo padro de
anlise do diagrama de disperso de Moran univariado, s que no primeiro o
eixo das ordenadas representado por Wx, que a varivel x defasada para os
vizinhos, confrontada com a varivel y no eixo das abscissas (Almeida 2008).
Existem, tambm, algumas maneiras de se expressar a existncia de autocorre-
lao multivariada em termos locais. Contudo, como forma de manter o estudo
homogneo, ser utilizado o I de Moran local multivariado ou bivariado.
1.5. Autocorrelao Espacial Local Multivariada
De acordo com Anselin et al., (2003: 7), o I de Moran local multivariado
d uma indicao do grau de associao linear (positiva ou negativa) entre
o valor para uma varivel em uma dada locao i e a mdia de uma outra
varivel nas locaes vizinhas. A estatstica I de Moran local multivariado
dada pela equao:
(6)
onde Z
ki
a varivel padronizada, e WZ
li
a defasagem espacial da varivel
padronizada. O indicador local de associao espacial (LISA) fornece o grau
de autocorrelao espacial, estatisticamente signifcativo, em cada unidade
regional (Haddad & Pimentel 2004). Destarte, como destaca Almeida (2008),
pode-se mapear os valores do I de Moran local bivariado estatisticamente sig-
nifcativos, gerando um mapa de signifcncia bivariado do I de Moran local.
Aps explicar a base terica e metodolgica utilizada nesse trabalho, a seguir
so detalhados os procedimentos realizados, bem como a base de dados ado-
tada para a elaborao de um estudo espacial da indstria do vesturio nos
diversos estados brasileiros.
2. Base de Dados
Este trabalho fez uso do software GEODATA ANALYSIS (GeoDa) e da base
de dados da Pesquisa Industrial Anual PIA, gerada atravs do SIDRA (Sis-
tema IBGE de Recuperao Automtica), do qual se extraram informaes
referentes ao nmero de empresas de vesturio (com mais de 30 funcion-
rios
5
) por unidade da federao, alm de dados sobre a quantidade total paga
de salrios, retiradas e outras remuneraes (massa salarial), nos distintos
estados. Os dados coletados consideram os anos de 1997 e 2006.
A tabela 1 abaixo retrata o nmero de indstrias e a massa salarial nos anos
de 1997 e 2006, bem como suas respectivas taxas de crescimento nos refe-
ridos perodos.
5 Tambm conta com uma amostra representativa de pequenas empresas.
101
TABELA 1-NMERO DE INDSTRIAS E MASSA SALARIAL: 1997-2006.
Unidades da
Federao
Indstrias
Cresci-
mento %
Massa Salarial
Cresci-
mento%
1997 2006 2006/1997 1997
6
2006 2006/1997
Acre 2 6 200,0 22.520 29.825 32,4
Alagoas 28 31 10,7 571.275 657.053 15,0
Amap 2 3 50,0 49.208 29.979 -39,1
Amazonas 16 30 87,5 1.676.660 2.034.240 21,3
Bahia 292 435 49,0 2.870.710 3.377.293 17,6
Cear 505 1.016 101,2 1.203.173 1.528.199 27,0
Distrito Federal 71 79 11,3 384.353 380.833 -0,9
Esprito Santo 317 596 88,0 1.479.143 1.836.262 24,1
Gois 573 1.182 106,3 1.114.823 1.775.484 59,3
Maranho 36 41 13,9 296.030 384.763 30,0
Mato Grosso 33 95 187,9 488.895 800.595 63,8
Mato Grosso
do Sul
43 106 146,5 368.768 520.766 41,2
Minas Gerais 2.226 3.722 67,2 9.845.478 9.927.505 0,8
Par 40 73 82,5 911.110 1.044.010 14,6
Paraba 107 130 21,5 421.905 474.760 12,5
Paran 800 2.343 192,9 5.959.088 7.073.245 18,7
Pernambuco 278 641 130,6 1.891.825 1.730.976 -8,5
Piau 51 132 158,8 140.030 164.865 17,7
Rio de Janeiro 1.636 1.838 12,3 11.317.603 10.480.317 -7,4
Rio Grande do
Norte
91 187 105,5 640.645 772.006 20,5
Rio Grande do
Sul
858 998 16,3 9.313.108 9.276.644 -0,4
Rondnia 13 41 215,4 120.350 203.748 69,3
Roraima 5 2 -60,0 9.898 10.258 3,6
Santa Catarina 1.419 3.306 133,0 6.255.608 6.883.079 10,0
So Paulo 5.437 5.838 7,4 67.290.118 54.419.192 -19,1
Sergipe 26 75 188,5 450.218 551.448 22,5
Tocantins 6 26 333,3 34.573 84.292 143,8
FONTE: Elaborao dos autores com base na Pesquisa Industrial Anual PIA6.
6 Os valores de 1997 foram convertidos para valores de 2006, segundo a mdia do IGP-DI para o referido
perodo.
Como pode ser observado na tabela 1, todos os estados brasileiros, exceto o
estado de Roraima, apresentaram crescimento no nmero de indstrias de
vesturio instaladas em seus territrios no perodo 1997-2006. J com relao
massa salarial para o mesmo perodo, a maioria dos estados apresentou
crescimento real da mesma; no entanto, os estados do Amap, Pernambuco,
Rio de Janeiro, Rio Grande do Sul, So Paulo e o Distrito Federal revelaram
um comportamento oposto (decrscimo).
Deve-se destacar que a tabela 1 foi construda com valores brutos, ou abso-
lutos, o que caracteriza somente uma anlise quantitativa/qualitativa no
espacial. Destarte, ao se utilizar o ferramental da AEDE, procura-se incor-
porar os efeitos locacionais nas variveis explicitamente, mostrando que o
arranjo espacial das mesmas pode apresentar padres distintos do exposto
na tabela 1 acima.
Conforme enfatiza a literatura sobre AEDE, as variveis devem ser intensivas
ou espacialmente densas, isto , divididas por algum indicador de intensidade,
como a populao ou a rea da regio de interesse. Isto porque as variveis
extensivas tendem a estar correlacionadas espuriamente com a rea ou a
populao total da regio sob investigao (Anselin 2005). Dessa forma,
procura-se verifcar a evoluo do padro espacial da indstria brasileira do
vesturio durante esse intervalo de dez anos, atravs da utilizao da esta-
tstica univariada exposta anteriormente, bem como a existncia de clusters
industriais, levando-se em conta a massa salarial de regies vizinhas, atravs
do ferramental da anlise bivariada.
3. Anlise e Discusso dos Resultados
Na elaborao desse estudo, foi utilizada uma matriz de distncia geogrfca
de k-vizinhos mais prximos. Adotou-se k = 3, ou seja, sero considerados
vizinhos de uma dada regio os trs estados mais prximos. Essa matriz
foi escolhida porque mostrou os maiores valores do I de Moran, conforme
recomenda Almeida (2008). Entretanto, importante frisar que as demais
matrizes de k-vizinhos mais prximos
7
, assim como matrizes de contiguidade
defnidas pelo critrio rainha e torre, apresentaram resultados, tambm, es-
tatisticamente signifcativos, revelando a robustez da anlise. A seguir, sero
discutidos os resultados da anlise univariada, para a indstria do vesturio,
durante os anos de 1997 e 2006.
7 Tambm foram testados k = 1, k = 2, k = 4 e k = 5.
103
3.1. Anlise Univariada: Indstria do Vesturio, 1997-
2006
Como forma de verifcar a existncia ou no de clusters para a indstria do
vesturio no Brasil, foi realizada uma anlise espacial univariada relativa
ao nmero de indstrias (unidades locais) desse segmento nas unidades da
federao. O perodo de anlise engloba os anos de 1997 e 2006. Dessa for-
ma, pretendeu-se verifcar como a confgurao da produo de vesturio se
comportou atravs do tempo e do espao em um perodo de dez anos.
A primeira medida adotada foi o clculo do I de Moran tanto para o ano de
1997, quanto para o ano de 2006. Essa estatstica, por elaborar formalmente
o grau de autocorrelao espacial de uma unidade com seus vizinhos, revela
a existncia ou no de um padro global signifcativo. Dessa forma, a tabela
2, logo abaixo, fornece os resultados do I de Moran para os dois anos consi-
derados.
TABELA 2. I DE MORAN UNIVARIADO PARA O NMERO DE UNIDADES LOCAIS
Ano I de Moran
1997 0,53
2006 0,33
FONTE: Elaborao dos autores com base no software Geoda.
Para o ano de 1997, o I de Moran forneceu o valor de 0,53, ou seja, pode-se
rejeitar a hiptese nula
8
de ausncia de autocorrelao espacial, em nvel de 5%
de signifcncia. Ou seja, existe uma forte tendncia de dependncia espacial
global, positiva, entre as indstrias de vesturio em uma unidade da federao
e as indstrias relativas a esse mesmo segmento, em estados vizinhos.
J para o ano de 2006, o I de Moran resultou no valor de 0,33, mostrando que,
mais uma vez, pode-se rejeitar a hiptese nula
9
de ausncia de dependncia
espacial global, em nvel de 5% de signifcncia. Dessa forma, esse valor, mes-
mo sofrendo uma queda de 1997 para 2006, ainda indica uma forte tendncia
de autocorrelao espacial entre as indstrias de vesturio em um estado e as
indstrias de vesturio em estados considerados vizinhos.
8 O nvel de signifcncia para o teste foi de 0,1% com 999 permutaes.
Para que o leitor possa se familiarizar um pouco mais com essas relaes, o
diagrama de disperso de Moran, para os anos de 1997 e 2006, apresen-
tado logo a seguir, na fgura 2. Esse diagrama fornece o aspecto espacial das
interaes, atravs da regresso por MQO da varivel de interesse, contra sua
defasagem espacial, isto , as regies consideradas como vizinhas.
FIGURA 2 - DIAGRAMAS DE DISPERSO DE MORAN PARA A INDSTRIA DO
VESTURIO: 1997 e 2006, RESPECTIVAMENTE.
105
Entretanto, o I de Moran fornece apenas uma estimativa de interao global
entre as diversas unidades, considerando-se a varivel de interesse. Neste
sentido, padres de interao local tendem a ser omitidos por essa anlise,
podendo camufar confguraes que destoam da autocorrelao global
positiva. A utilizao dos indicadores LISA soluciona esse problema, pois
atravs de uma estatstica formal, esses indicadores revelam padres locais
de associao espacial, atravs da gerao de mapas. O resultado para a conf-
gurao local da indstria do vesturio no Brasil, no ano de 1997, reportado
a seguir pela fgura 3.
FIGURA 3 - MAPA DE CLUSTERS DA INDSTRIA DO VESTURIO EM 1997.
Conforme pode ser visualizado na fgura 3, a indstria do vesturio possui
dois clusters bem defnidos. Um de alta concentrao da indstria, o padro
Alto-Alto, e outro de baixa concentrao, o padro Baixo-Baixo. O padro
Alto-Alto indica que regies, dotadas de um grande nmero de indstrias do
vesturio, so vizinhas de regies que tambm possuem um elevado nmero
de indstrias desse segmento. Em 1997, os estados que apresentaram tal
confgurao foram: So Paulo e Rio de Janeiro, na regio sudeste, e todos os
estados da regio sul, a saber, Paran, Santa Catarina e Rio Grande do Sul.
Por outro lado, o padro Baixo-Baixo refere-se a regies que possuem um
nmero reduzido de indstrias do setor vesturio, que so vizinhas de regies
que, tambm, detm poucas indstrias desse segmento. Praticamente, todos
os estados da regio norte, a saber, Acre, Amazonas, Amap, Par, Rondnia
e Roraima apresentaram esse padro, com exceo do estado de Tocantins.
Em relao ao ano de 2006, a confgurao do mapa de clusters sofreu pou-
cas alteraes, como mostra a fgura 4. A existncia de dois clusters bem
defnidos, um de alta concentrao industrial e outro de baixa concentrao,
ainda persiste, como em 1997. Entretanto, o tamanho de ambos se reduziu,
isto , o nmero de estados com algum desses dois tipos de padro espacial
107
diminuiu.
O padro Alto-Alto passa a ser composto por todos os estados da regio sul
do pas, ou seja, Rio Grande do Sul, Santa Catarina e Paran, e pelo estado de
So Paulo na regio sudeste
10
. Por outro lado, o padro Baixo-Baixo passa a
ser formado por quatro estados da regio norte, a saber, Amazonas, Amap,
Par e Roraima
11
.
FIGURA 4 - MAPA DE CLUSTERS DA INDSTRIA DO VESTURIO EM 2006.
til confrontar o mapa de clusters de 1997 com o de 2006 para sugerir
tendncias de confguraes espaciais. Como o padro Alto-Alto e o padro
Baixo-Baixo reduziram-se de 1997 para 2006, pode-se concluir que um pro-
cesso de convergncia espacial estaria ocorrendo, ou seja, ao longo do tempo,
a varivel de interesse, isto , o nmero de indstrias de vesturio estaria
convergindo para um valor comum ao longo das regies. No entanto, para
que tal afrmao seja corroborada, necessria a utilizao de tcnicas mais
10 O estado do Rio de Janeiro, presente nesse padro em 1997, passa a no apresentar mais o padro Alto-
Alto, em 2006.
11 Comparando com o ano de 1997, os estados do Acre e Rondnia deixaram de fazer parte desse padro.
elaboradas de econometria espacial
12
.
A seguir, como forma de investigar a afrmao de Gereff (1994) de que regies
que possuem vantagens comparativas esprias no fator trabalho (que pagam
menores salrios) tendem a concentrar um elevado nmero de indstrias do
setor vesturio, ser realizada uma anlise bivariada, comparando a concen-
trao industrial com a massa salarial paga entre os estados brasileiros, por
meio de estatsticas formais, como o I de Moran, o diagrama de disperso de
Moran e os indicadores LISA.
3.2. Anlise Bivariada: Indstria do Vesturio e Massa
Salarial, 1997-2006
Para que se possa verifcar a existncia ou no de autocorrelao espacial
entre o nmero de indstrias de vesturio em uma dada localidade e a massa
salarial em regies vizinhas, calculou-se inicialmente o I de Moran, para os
anos de 1997 e 2006. A tabela 3, a seguir, resume os resultados.
TABELA 3 - I DE MORAN BIVARIADO PARA O NMERO DE UNIDADES LOCAIS
E A MASSA SALARIAL.
Ano I de Moran
1997 0,61
2006 0,57
Considerando inicialmente o ano de 1997, a regresso por MQO da massa
salarial contra o nmero de unidades da indstria do vesturio, forneceu
um valor aproximado de 0,61, ou seja, pode-se rejeitar a hiptese nula
13
de
ausncia de dependncia espacial, com 5% de signifcncia. Dessa forma,
pode-se inferir que existe uma forte autocorrelao espacial positiva entre
essas duas variveis, em nvel global.
Por sua vez, a mesma anlise para o ano de 2006 mostra-se extremamente
robusta, mesmo com uma ligeira queda do valor do I de Moran para 0,57.
Novamente, rejeita-se a hiptese nula
14
de aleatoriedade espacial, com 5%
12 Para saber mais sobre o processo de convergncia espacial, veja o trabalho de Rey e Montoury (1999),
que aplica a anlise da convergncia da renda atravs da abordagem da econometria espacial.
109
de signifcncia, podendo-se considerar que existe uma forte autocorrelao
espacial global positiva entre as indstrias de uma dada localidade e a massa
salarial das regies vizinhas.
Destarte, foi construdo o diagrama de disperso de Moran bivariado (fgura
5 abaixo), para os anos de 1997 e 2006, respectivamente, de maneira a auxi-
liar o leitor na compreenso das interaes ditas espaciais, em um contexto
bivariado.
FIGURA 5 - DIAGRAMAS DE DISPERSO DE MORAN PARA A INDSTRIA DO
VESTURIO E A MASSA SALARIAL: 1997-2006, RESPECTIVAMENTE.
No entanto, como a anlise do I de Moran apenas revela a existncia ou no
de autocorrelao espacial em um contexto global, importante realizar
uma anlise de autocorrelao espacial em nvel local, e os indicadores LISA
cumprem esse papel.
Inicialmente, foi construdo o mapa de clusters bivariado para o ano de 1997,
confrontando a quantidade de indstrias do vesturio, em um dado estado,
com a massa salarial, em estados vizinhos (fgura 6). Foram descobertos
trs tipos de padres espaciais: o padro Alto-Alto, o padro Baixo-Baixo e
o padro Baixo-Alto.
111
FIGURA 6 - MAPA DE CLUSTERS BIVARIADO PARA A INDSTRIA DO VESTU-
RIO E A MASSA SALARIAL: 1997.
O padro Alto-Alto indica unidades da federao que possuem uma alta
quantidade de indstrias do vesturio, tendo como vizinhas unidades
que possuem uma elevada massa salarial. Esse tipo de configurao
encontrado em todos os estados da regio sul, Rio Grande do Sul, Santa
Catarina e Paran, alm dos estados de So Paulo e Rio de Janeiro, na
regio sudeste.
J o padro Baixo-Baixo revela estados que possuem um reduzido n-
mero de indstrias do segmento vesturio circundados por estados que
possuem uma baixa massa salarial. Os estados do Amazonas, Par e
Amap, na regio norte, foram os que apresentaram essa configurao.
Por sua vez, o padro Baixo-Alto apresenta regies com um limitado n-
mero de indstrias do setor de vesturio, cercadas por regies com uma
elevada massa salarial. Esse tipo de configurao foi observado somente
no estado de Mato Grosso do Sul, pertencente regio centro-oeste.
Realizando a mesma anlise de mapa de clusters para o ano de 2006,
verifica-se que todos os padres foram mantidos (figura 7). Isto , nova-
mente foram encontrados os padres Alto-Alto, composto pelos estados
do Rio Grande do Sul, Paran, Santa Catarina, So Paulo e Rio de Janeiro.
O padro Baixo-Baixo contendo os estados do Amazonas, Par e Amap
e o padro Baixo-Alto representado pelo estado do Mato Grosso do Sul.
FIGURA 7 - MAPA DE CLUSTERS BIVARIADO PARA A INDSTRIA DO VESTU-
RIO E A MASSA SALARIAL: 2006
A anlise do mapa de clusters pelo contexto bivariado, entre a indstria do
vesturio e a massa salarial, considerando-se os distintos estados, revela
uma tendncia estacionria de 1997 a 2006, mormente pela confgurao
geogrfca das unidades da federao no ter sofrido nenhuma alterao em
um razovel espao de tempo, dez anos.
Dessa forma, pode-se afirmar que existe um delineamento bastante robusto
entre os estados para as duas variveis em questo. A hiptese de Gereffi
(1994), de que a indstria do vesturio dirige sua produo para as regi-
es que desfrutam de menores salrios, no se confirma entre os estados
brasileiros, durante o perodo analisado. Ou seja, considera-se que existem
113
dois clusters bem definidos, o padro Alto-Alto e o padro Baixo-Baixo
15
.
Basicamente, estados que possuem um grande nmero de indstrias
voltadas para a produo de vesturio localizam-se prximas a estados
com elevada massa salarial. Por outro lado, estados com poucas fbricas
de vesturio encontram-se prximas de regies de baixa massa salarial.
O estado do Mato Grosso do Sul a nica exceo, onde este possui uma
quantidade reduzida de unidades produtoras de vesturio, sendo vizinha
de estados com elevada renda.
Esses resultados corroboram a hiptese bsica de Sturgeon (1997), segundo
a qual as economias de aglomerao seriam as responsveis pela formao
de clusters espaciais, ou distritos industriais de setores especficos. Foras
centrpetas, como uma elevada massa salarial, mostram-se fatores mais
que suficientes para explicar grande parte da concentrao espacial da
indstria do vesturio, ao mesmo tempo em que foras centrfugas, como
uma reduzida massa salarial, so capazes de explicar a desconcentrao
da mesma indstria.
Consideraes Finais
O surgimento de um novo paradigma, no estudo do comportamento
industrial, confirmado pelo nmero crescente de trabalhos referentes
ao contexto das economias externas ou relaes fora da fronteira da
indstria. A produo das firmas multinacionais, antes realizada de
forma unilateral, passa a ser elaborada multilateralmente. Nesse senti-
do, a distribuio espacial e as vantagens comparativas so fatores que
passaram a serem investigados por esse novo referencial terico.
Gereffi (1994) estudou a configurao espacial da indstria do vesturio,
em mbito global, concluindo que a produo desse setor sofreu uma
mudana migrando da sede das multinacionais nos pases desenvolvidos
para os pases pobres e em desenvolvimento, tendo como razes princi-
pais as vantagens comparativas esprias (baixos salrios) e a flexibilidade
organizacional presentes nesses pases.
Destarte, como o Brasil um pas de propores continentais e possui uma
indstria significativa no setor de vesturio, este artigo buscou avaliar
a hiptese bsica de Gereffi (1994) em um contexto nacional. Ou seja,
este trabalho buscou investigar como ocorre a distribuio espacial da
indstria do vesturio entre os estados brasileiros e se esse setor tende
a estar localizado prximo de regies onde vigoram baixos salrios.
15 O padro Baixo-Alto considerado um outlier sendo composto apenas por um estado, Mato Grosso do
Sul.
Para que essas hipteses pudessem ser testadas formalmente, esse traba-
lho utilizou-se da Anlise Exploratria de Dados Espaciais AEDE. Essa
metodologia, atravs de estatsticas especiais, procura desvendar padres
espaciais de comportamento das variveis em anlise, corroborando ou
no a influncia do meio e do espao sobre elas.
A primeira dessas estatsticas a ser considerada o I de Moran, que indica
o grau de autocorrelao espacial global entre a varivel de interesse e sua
defasagem espacial, em um contexto univariado. Por sua vez, no contexto
bivariado, essa mesma estatstica relaciona a varivel de interesse com
o lag espacial de uma outra varivel. O I de Moran testa a hiptese nula
de aleatoriedade espacial entre as variveis contra a hiptese alternativa
de dependncia espacial, considerando interaes globais. Entretanto,
como essa estatstica no consegue detectar padres locais de associao
espacial, necessrio utilizar-se dos indicadores LISA.
Os indicadores LISA, representados pelo diagrama de disperso de Moran
e pelo mapa de clusters, conseguem estabelecer padres de associao
espacial local que o I de Moran no fornece. Isto , essas estatsticas, por
meio de diagramas e mapas, fornecem a configurao da distribuio da
varivel de interesse no espao de maneira didtica.
Dessa forma, utilizando-se de dados da Pesquisa Industrial Anual
PIA, procurou-se investigar como ocorre a distribuio da indstria do
vesturio entre os estados brasileiros e se a hiptese de Gereffi (1994)
se confirma nessa situao. As variveis utilizadas foram o nmero de
indstrias de vesturio e a massa salarial presentes nas unidades da
federao, durante os anos de 1997 e 2006.
Primeiramente, foi elaborada uma anlise univariada para o nmero de
indstrias de vesturio no Brasil (unidades locais), durante os anos de
1997 e 2006. O I de Moran indicou o valor de 0,53 para o ano de 1997 e
0,33 para o ano de 2006, ou seja, rejeitou-se a hiptese nula de ausn-
cia de dependncia espacial para ambos os perodos, em nvel de 5% de
significncia.
Por sua vez, a construo do mapa de clusters para 1997 revelou dois
tipos de configuraes, os padres Alto-Alto e Baixo-Baixo. O padro
Alto-Alto indica que regies que possuem um elevado nmero de fbricas
de vesturio so vizinhas de regies que possuem uma grande quantidade
de empresas desse segmento. Os estados de So Paulo, Rio de Janeiro,
Paran, Santa Catarina e Rio Grande do Sul foram os que apresentaram tal
comportamento. J o padro Baixo-Baixo revela que regies com poucas
indstrias de vesturio so circundadas por regies que tambm possuem
poucas empresas desse setor. Os estados do Acre, Amazonas, Amap,
Par, Roraima e Rondnia apresentavam essa configurao, em 1997.
115
O mapa de clusters, para o ano de 2006, manteve os dois tipos de padres
anteriores, mas estes sofreram reduo em seus tamanhos. O padro Alto-
Alto passou a ser composto pelos estados de So Paulo, Paran, Santa
Catarina e Rio Grande do Sul (excluso do Rio de Janeiro). Por sua vez,
o padro Baixo-Baixo passou a ser formado pelos estados do Amazonas,
Amap, Par e Roraima (excluso do Acre e Rondnia).
A reduo tanto do cluster Alto-Alto quanto do cluster Baixo-Baixo, de
1997 para 2006, sugere a ocorrncia de um processo de convergncia
espacial, i. e., ao longo do tempo, o nmero de indstrias de vesturio
tenderia a colapsar para um valor comum entre as distintas regies. No
entanto, para confirmar essa hiptese, seria necessrio um estudo adi-
cional com outras tcnicas da econometria espacial.
Tambm foi realizada uma anlise bivariada, confrontando a varivel,
unidades locais (nmero de indstrias de vesturio numa dada localida-
de), no eixo das abscissas, e a varivel massa salarial (salrios, retiradas
e outras remuneraes), no eixo das ordenadas. O procedimento inicial
foi o clculo do I de Moran que revelou o valor de 0,61, para o ano de
1997, e o valor de 0,57, para o ano de 2006. Assim, rejeitou-se a hipte-
se nula de aleatoriedade espacial em nvel de 5% de significncia, para
ambos os perodos.
Nesse sentido, para se verificar arranjos locais, foi construdo tanto o
mapa de clusters bivariado para o ano de 1997 quanto para o ano de
2006. O mapa de clusters bivariado para o ano de 1997 indicou a pre-
sena de trs tipos de configuraes. Os padres Alto-Alto, Baixo-Baixo e
Baixo-Alto. O padro Alto-Alto indica que regies dotadas de um grande
nmero de firmas do setor vesturio so vizinhas de localidades que
desfrutam de uma grande massa salarial. Os estados de So Paulo, Rio
de Janeiro, Paran, Santa Catarina e Rio Grande do Sul apresentaram
tal comportamento.
O padro Baixo-Baixo revela que regies, com poucas indstrias do setor
vesturio, so vizinhas de regies que detm uma massa salarial reduzida.
Os estados do Par, Amap e Amazonas detinham tal configurao. O
padro Baixo-Alto, por sua vez, demonstra que localidades com poucas
indstrias do setor de vesturio so circundadas por regies com uma
elevada massa salarial. O estado do Mato Grosso do Sul foi o nico a
apresentar esse padro.
J o mapa de clusters construdo para o ano de 2006 mostrou-se exata-
mente igual ao mapa de clusters do ano de 1997. Isto , todos os padres
foram exatamente mantidos com os mesmos estados. Esses resultados
sugerem robustez na configurao dessas variveis, ao longo do tempo
e do espao.
Destarte, a hiptese bsica de Gereffi (1994) no se verifica entre os es-
tados brasileiros durante o perodo de investigao, pois os resultados
so exatamente o oposto ao esperado. No entanto, a hiptese sugerida
por Sturgeon (1997), que enfatiza os aspectos inerentes s economias
de aglomerao como fatores responsveis pela formao de clusters
espaciais ou distritos industriais, parece corroborar bem os resultados.
Regies de alta concentrao de indstrias de vesturio tendem a estar
prximas de regies que possuem rendimentos elevados, ao passo que o
oposto tambm verdadeiro.
Referncias
ALMEIDA, Eduardo Simes de. (2008). Econometria Espacial Aplicada.
(mimeo), FEA/UFJF.
ALMEIDA, E. S. & HADDAD, E. A. & HEWINGS, G. J. D. (2005). The spatial
pattern of crime in Minas Gerais: an exploratory analysis. Economia
Aplicada 9 (1).
ANSELIN, L. (1988). Spatial econometrics: methods and models. Kluwer
Academic, Boston.
ANSELIN, L. (1995). Local indicators of spatial association LISA. Geo-
graphical Analysis 27 (2):93-115.
ANSELIN, L. (1998). Interactive techniques and exploratory spatial data analy-
sis. LONGLEY, P. A. & GOODCHILD, M. F. & MAGUIRE, D. J. & WIND,
D. W. (eds). Geographical information system: principles, techniques,
management and applications. Wiley: New York. pp. 253-365.
ANSELIN, L. (2005). Exploring Spatial Data with GeoDa: a Workbook. Uni-
versity of Illinois, Urbana-Champaign.
ANSELIN, L. & BERA, A. (1998). Spatial dependence in linear regression
models with an introduction to spatial econometrics. In: Ullah A. e Giles
D. E. (eds.) Handbook of applied economic statistics, Marcel Dekker, New
York, pp. 237-289.
ANSELIN, L. & SYABRI, I. & SMIRNOV, O. (2003). Visualizing multivariate
spatial correlation with dynamically linked Windows. Mimeo, University
of Illinois.
CLIFF, A. D. & ORD, J. K. (1981). Spatial processes: models and applications.
Pion, London.
DUNNING, J. H. (1988). Explaining International Production. Londres:
Unwin Hyman.
GAZETA MERCANTIL. (2009). Vesturio: Setor Bate Recordes de Produo em
97. So Paulo, 1998. Disponvel em URL: http://indexet.gazetamercantil.
com.br/arquivo/1998/01/20/115/VESTUARIO:-Setor-bate-recordes-de-
117
produo-em-97.html. Acesso em: 16 de Janeiro de 2009.
GEREFFI, G. (1994). The Organization of Buyer-Driven Global Commodi-
ties Chains: How US Retailers Shape Overseas Production Networks.
In: Gereffi, G. e Korzeniewicz, M. (eds.) Commodity Chains and Global
Capitalism. Londres: Praeger.
GONALVES, E. (2005). Distribuio Espacial da Atividade Inovadora Bra-
sileira: Uma Anlise Exploratria. Texto para discusso CEDEPLAR n
246. Belo Horizonte: UFMG.
HADDAD, E. A.& PIMENTEL, E. (2004). Anlise da Distribuio Espacial da
Renda no Estado de Minas Gerais: Uma Abordagem Setorial. Texto para
discusso, NEREUS. So Paulo.
ODLAND, J. (1988). Spatial autocorrelation. Sage publications, London.
PEROBELLI, Fernando Salgueiro & ALMEIDA, Eduardo Simes de & SOUZA,
Murilo Corra de & SOUZA, Rafael Morais de. (2005). Produo de soja
na regio sul do Brasil (1991-2003): uma anlise espacial. Texto para
discusso NUPE n 23. UFJF.
PEROBELLI, F. S.& FERREIRA, Pedro Guilherme & FARIA, Weslem Rodrigues.
Anlise de Convergncia Espacial do PIB per capita em Minas Gerais: 1975-
2003. In: XI Encontro Regional de Economia, 2006, Fortaleza. Nordeste:
Estratgias de Desenvolvimento Regional. Fortaleza: BNB, 2006.
PEROBELLI, F. S. & ALMEIDA, Eduardo Simes & ALVIM, Maria Isabel da Silva
A& FERREIRA, Pedro Guilherme. (2007). Anlise Espacial da Produtivi-
dade do Setor Agrcola Brasileiro: 1991-2003. Nova Economia, 17: 65-95.
REY, J. S. & MONTOURI, B. D. (1999). US Regional income convergence: a
spatial econometric perspective. Regional Studies 33(2): 143-156.
RIGOTTI, J. I. R & VASCONCELLOS, I. R. P. (2005). Uma anlise espacial
exploratria dos fluxos populacionais brasileiros nos perodos 1986-1991
e 1995-2000. Anais do IV Encontro Nacional Sobre Migraes da Abep.
Rio de Janeiro.
SIDRA Sistema IBGE de Recuperao Automtica (2009). Braslia, 2009.
URL: http://www.sidra.ibge.gov.br. Acesso em: 09 de janeiro de 2009.
SINDIVESTURIO Sindicato dos Vesturios. (2009). URL: http://www.
sindivest.org.br/content/news/pagina_Item.asp?content_ID=11#dados.
Acesso em URL: 16 de janeiro de 2009.
STOPFORD, J. (1995) Competing Globally for Resources. Transnational
Corporations, 4: 34-57.
STURGEON, T. J. (1997). Does Manufacturing Still Matter? The Organization
Delinking of Production from Innovation. BRIE Working Paper, n. 92B.
University of California, Berkeley Berkeley Roundtable on the Interna-
tional Economy. August.
TEIXEIRA, R. F. A. P. & ALMEIDA, E. S. & OLIVEIRA JR., L. B. & ALVIM, M. I.
S. A. (2008). Anlise Espacial da Produtividade de leo Vegetal para Pro-
duo de Biodiesel na Zona da Mata Mineira. Gesto.Org, 6(3): 278-299.
TYSZLER, M. (2006) Econometria Espacial: discutindo medidas para a ma-
triz de ponderao espacial. Dissertao de mestrado, Fundao Getlio
Vargas, So Paulo.
Recebido em: 01 de setembro de 2009
Primeira resposta em: 29 de outubro de 2009
Aceite em: 06 de novembro de 2009

Massa Vestuario

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

Massa Vestuario

Caricato da

Copyright:

Formati disponibili

Economia, Curitiba, v. 36, n.2 (ano 34), p. 91-118, maio/ago. 2010.

Potrebbero piacerti anche