Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1 INTRODUÇÃO
Um dos fatos estilizados da economia é a concentração das atividades econô-
micas em pontos específicos dos espaços nacionais. As justificativas teóricas
para esse fenômeno conferem papel central às externalidades que, indepen-
dentemente de serem classificadas como urbanas [Jacobs (1969)] ou específi-
cas das atividades econômicas [Marshall (1890)], remetem sempre a idéia da
existência de forças centrípetas capazes de influenciar a geografia econômica
dos países e que se resumem no termo “economias de aglomeração”.
A despeito de a literatura teórica sobre o tema remontar a obras do século
XIX, a partir dos anos 1980, e principalmente nos anos 1990 e 2000, a lite-
ratura internacional passa a concentrar esforços no sentido de buscar evidênci-
as empíricas das economias de aglomeração, sobretudo em países desenvolvi-
dos. Segundo Rosenthal e Strange (2003), algumas estratégias são empregadas
para tal fim. A mais direta baseia-se na estimativa da função de produção dos
espaços subnacionais, como em Sveikauskas (1975), Ciccone e Hall (1996) e
Henderson (2003). Em função de limitações desse método, como a dificulda-
de de se mensurar o estoque de capital das economias, tornaram-se mais di-
fundidas as maneiras alternativas e indiretas de estimação baseadas em variá-
veis-chave de cunho espacial, como o crescimento econômico localizado [Glaeser
et alii (1992) e Henderson, Kuncoro e Turner (1995)]; o nascimento de novas
firmas [Carlton (1983) e Rosenthal e Strange (2003)]; os diferenciais salariais
[Wheaton e Lewis (2002); Glaeser e Mare (2001), Fingleton (2003); e Combes
et alii (2003)]; e os diferenciais de aluguéis [Blomquist, Berger e Hoehn (1988),
Gyourko e Tracy (1991) e Dekle e Eaton (1999)].
Já a literatura nacional sobre o tema encontra-se ainda em fase inicial.
Poucos trabalhos se dedicaram à estimativa de economias de aglomeração no
Brasil, apresentando, contudo, resultados convergentes e complementares.
Entre eles, podem-se mencionar Galinari et alii (2003), que encontraram evi-
1. Definidos em Lemos et alii (2003).
204 Tecnologia, Exportação e Emprego
2 A HIPÓTESE JACOBS
O objetivo geral do trabalho é testar a “hipótese Jacobs” para o caso brasileiro.
Em seu consagrado trabalho The economy of cities, a principal hipótese da auto-
ra é que a cidade2 é o motor do crescimento econômico. A teoria que sustenta
essa hipótese baseia-se nas economias de diversificação produtiva propiciadas
2. A diferença entre city e town é fundamental no argumento da autora. A melhor tradução de city no sentido estrito da autora seria “cidade
de grande porte”.
Retornos Crescentes Urbanos: a Influência do Espaço na Diferenciação da Taxa Salarial no Brasil 205
3 METODOLOGIA
Tendo como referência o modelo desenvolvido por Fingleton (2003), adotou-
se no presente trabalho o método de investigação para análise empírica de
economias de aglomeração baseado em equações salariais espaciais. Em função
da própria natureza do estudo, escolheu-se um recorte regional específico: as
cidades brasileiras com mais de 50 mil habitantes, segundo o Censo Demográfico
de 2000 do IBGE. Essa delimitação se mostra adequada, uma vez que reúne as
grandes concentrações econômico-espaciais do país, isto é, as cidades de porte
médio e grande, além de uma margem para cidades pequenas,3 que têm gran-
de potencial de apresentar retornos crescentes à concentração das atividades
econômicas. Com esse recorte, a amostra analisada compôs-se de 525 municí-
pios que, a despeito de representarem apenas 9,5% do total de cidades brasi-
leiras no ano 2000, detinham nessa data 63% da população, 79% do valor
adicionado industrial, 80% do valor adicionado do setor de serviços e 76% do
Produto Interno Bruto (PIB) do país,4 o que corrobora sua adequação a um
estudo focado na variável concentração.
3. As classificações de cidades quanto ao porte freqüentemente utilizadas em economia regional encontram-se em Andrade e Serra (2001).
4. IBGE – PIB dos municípios brasileiros 1999-2003.
208 Tecnologia, Exportação e Emprego
(3)
QUADRO 1
VARIÁVEIS EMPREGADAS NO MODELO DA INDÚSTRIA
Variável Descrição Fonte
Ln_sal_i Log da taxa salarial (sal/hora) média dos ocupados em atividades industriais Censo Demográfico de 2000
Ln_educ_i Log da média dos anos de estudo dos ocu pados em atividades industriais Censo Demográfico de 2000
Ln_ctsp Log do índice de custo de transporte até a cidade de São Paulo (1995) Ipeadata
QL_CT Quociente locacional em atividades produtoras de conhecimento técnico Censo Demográfico de 2000
Exppc Exportações municipais (R$ 1.000,00) per capita no ano 2000 Secex
QUADRO 2
VARIÁVEIS EMPREGADAS NO MODELO DOS SERVIÇOS PRODUTIVOS
Variável Descrição Fonte
Ln_sal_sp Log da taxa salarial (sal/hora) média dos ocupados em serviços produtivos Censo Demográfico de 2000
W_sal_sp* Defasagem espacial do log da taxa salarial média dos ocupados em Censo Demográfico de 2000
serviços produtivos
Ln_conc_sp Log da concentração local (participação relativa do emprego local no total Censo Demográfico de 2000
nacional) do emprego em serviços produtivos
Ln_educ_sp Log da média dos anos de estudo dos ocupados em serviços produtivos Censo Demográfico de 2000
Pr_difusores Participação relativa, no total da indústria local, dos ocupados em setores Rais 2000
industriais difusores de progresso técnico
Pr_tradicionais Participação relativa, no total da indústria local, dos ocupados em setores Rais 2000
produtores de bens tradicionais
Pr_duraveis Participação relativa, no total da indústria local, dos ocupados em setores Rais 2000
produtores de bens duráveis
Pr_commodities Participação relativa, no total da indústria local, dos ocupados em setores Rais 2000
produtores de commodities
Ln_pr_ind Log da participação relativa, nas atividades urbanas locais, dos ocupados Censo Demográfico de 2000
em setores industriais
QL_CT Quociente locacional em atividades produtoras de conhecimento técnico Censo Demográfico de 2000
Exppc Exportações municipais (em R$ 1.000,00) per capita no ano 2000 Secex
espaciais, sua inclusão nas equações salariais foi condicionada pela reco-
mendação dos testes de especificação, ou testes para auto-correlação es-
pacial. Será explicada também naquela seção a construção das matrizes
de pesos espaciais (W) empregadas no cálculo das defasagens.
• Concentração das atividades econômicas: uma das dificuldades encon-
tradas para a estimação do modelo refere-se à variável de concentração,
que no modelo original é a densidade de trabalhadores por unidade de
área urbana. Como não existe um levantamento sobre a área urbanizada
dos municípios brasileiros, essa variável foi substituída por outra tam-
bém capaz de representar a concentração local das atividades econômi-
cas (indústria e serviços produtivos): a participação relativa do emprego
local no nacional (Ln_conc_i, Ln_conc_sp).
• Educação: para considerar o efeito do diferencial local de dotação de
“capital humano” empregado nas atividades econômicas estudadas so-
bre a taxa salarial, foi utilizada a média dos anos de estudo dos ocupados
na indústria (ln_educ_i) e nos serviços produtivos (ln_educ_sp).
• Custo de transporte até São Paulo: com vistas a controlar por algum tipo
de fricção espacial, que tem papel relevante na localização de firmas in-
dustriais de distintos níveis de produtividade em diferentes pontos do
espaço, inseriu-se no modelo da indústria a variável “ Índice de Custo de
Transporte até São Paulo” (Ln_ctsp). Essa variável é importante dado que
a Região Metropolitana de São Paulo ocupa a posição central na hierar-
quia urbana brasileira e que o custo de acessibilidade ao mercado consu-
midor primaz do país – que tende a ser negativamente correlacionado
com a renda fundiária dos mercados marginais – pode induzir à localiza-
ção de firmas industriais de maior eficiência produtiva em sua proximida-
de, bem como a afastar as menos eficientes. Vale frisar que, no modelo
estimado para os serviços produtivos, não se incluiu essa variável, já que os
produtos desse grupo de atividades são non-tradeables e a localização de
suas firmas pauta-se mais por atributos dos mercados locais.
• Variáveis setoriais: em virtude da potencial influência dos diferenciais de
estrutura produtiva industrial dos municípios estudados sobre a taxa
salarial média por eles apresentada, foram calculadas quatro variáveis
setoriais – das quais omitiu-se uma, para evitar autocorrelação perfeita
no modelo econométrico. A agregação das atividades econômicas como
produtoras de bens difusores de progresso técnico, tradicionais, durá-
veis e commodities respeitou aquela utilizada em Kupfer, Ferraz e
212 Tecnologia, Exportação e Emprego
7. Esses autores utilizam uma classificação mais desagregada. No presente trabalho agruparam-se em uma só rubrica as commodities
agrícolas e industriais, o que também foi feito com os bens duráveis e duráveis do complexo automotivo.
Retornos Crescentes Urbanos: a Influência do Espaço na Diferenciação da Taxa Salarial no Brasil 213
ε = (I - λW)-1u (7)
Substituindo (7) em (5) obtém-se a modelagem por erro espacial auto-regressivo:
8. Os elementos das matrizes denominadas “inversa” resultam da função inversa (linear ou quadrada) das distâncias euclidianas entre os
centróides de cada um dos pares.
Retornos Crescentes Urbanos: a Influência do Espaço na Diferenciação da Taxa Salarial no Brasil 215
Y = Xβ + (I - λW)-1u (8)
Já no modelo SMA:
ε = λWu + u (9)
ou ε = (I + λW)u (10)
Substituindo (10) em (5) tem-se a equação para erro espacial de média
móvel:
Y = Xβ + (I + λW)u (11)
Existe ainda mais uma modelagem para o caso de autocorrelação espacial
quando esta é diagnosticada tanto na variável dependente como no termo de
erro, caso conhecido como SARMA (ou SARSAR),9 um híbrido dos modelos
de lag e erro espacial.
9. Na prática os testes não distinguem se o modelo é SARMA ou SARSAR, que são, de fato, alternativas localmente equivalentes [Anselin
(1999)].
216 Tecnologia, Exportação e Emprego
também pode ser explicada pelo nível salarial. Sendo assim, se estimado pelo
MQO, o modelo forneceria estimativas inconsistentes em função do viés de
simultaneidade. 10 Portanto, em todas as estimativas foi necessário
instrumentalizar a concentração industrial e de serviços produtivos, bem como
a educação dos ocupados nesses dois grupos de atividades econômicas.
Para o caso das variáveis de concentração, os instrumentos utilizados fo-
ram gerados através do Método de Durbin (1954) que, segundo Kennedy
(1984), é o método de agrupamento mais eficiente para geração de instru-
mentos. Conforme as explicações de Johnston (1991), o método de Durbin,
que produz estimadores consistentes, baseia-se criação de uma nova variável
que corresponde ao ranking em ordem crescente (1, 2, 3,...n) dos valores da
variável a ser instrumentalizada dividido pela última posição do mesmo (1/n,
2/n, 3/n...1).
Já para a variável educação dos ocupados, tanto no caso da indústria, como
no caso dos serviços produtivos, utilizou-se como instrumento a taxa bruta de
freqüência à escola11 dos municípios em 1991, taxa que se supõe não-
correlacionada com os termos de erro em 2000 por se tratar de uma defasagem
temporal de quase uma década. Tal variável é, em grande parte, fruto de políti-
cas públicas de décadas anteriores. Além disso, se possui correlação com a taxa
salarial é mais plausível que o seja com as observadas no passado – o que reforça
a idéia de sua independência do termo de erro da equação salarial de 2000.
Vale frisar que, além do método dos MQ2E utilizado no caso do modelo
de lag espacial, aquelas variáveis foram também instrumentalizadas no caso
dos modelos de erro espacial e SARMA – ambos estimados pelo Método dos
Momentos Generalizados (GMM em dois estágios).
10. Nesse caso, viola-se uma hipótese de consistência do estimador de MQO, isto é, de que cov(u,x)=0, em que u é termo de erro e x uma
variável explicativa.
11. Razão entre o número total de pessoas de todas as faixas etárias que freqüentam os ensinos fundamental, médio e superior e a
população de 7 a 22 anos.
Retornos Crescentes Urbanos: a Influência do Espaço na Diferenciação da Taxa Salarial no Brasil 217
n
∑∑ w (x − µ )(x ij i, t t j, t − µt )
It = i j
t = 1,2,3... (12)
∑ (x − µ )
2
S0 i, t t
i
em que:
S 0 = ∑∑ Wij ;
i j
regressão do valor original da variável estudada sobre seu valor espacialmente defa-
sado (X = ?WX), cujo coeficiente de inclinação ( ?) é o I de Moran global.
O Diagrama de Dispersão de Moran, cuja versão cartográfica é conheci-
da por Moran Map, é dividido em quatro quadrantes que representam os
diferentes tipos de associação:
HH (high-high): região que apresenta alto valor da variável estudada, cir-
cundada por uma vizinhança em que o valor médio da mesma variável tam-
bém é alto;
LH (low-high): região com baixo valor, circundada por uma vizinhança
cujo valor médio é alto;
LL (low-low): região de baixo valor na qual a média dos vizinhos também
é baixa; e
HL (high-low): região com alto valor na qual a média dos vizinhos é baixa.
Como os mapas Moran Significance associam a informação do Diagrama de
Dispersão de Moran com os significativos indicadores locais de associação espa-
cial, seus resultados consistem na representação cartográfica de clusters espaciais
significativos que podem exibir os supracitados tipos de associação espacial.
É importante frisar que, ao contrário do modelo econométrico, cuja amos-
tra necessariamente deveria passar por critérios de corte, no caso a escala urba-
na, a técnica da Aede aplicada à temática deste trabalho prescinde de procedi-
mentos restritivos, de tal forma que praticamente todo o território nacional foi
coberto pela análise. Como nem todos os municípios brasileiros contavam
com pessoas ocupadas em atividades industriais ou de serviços, o espaço tam-
bém se apresentou descontíguo, justificando o uso de uma matriz baseada no
critério das distâncias: a de k-vizinhos mais próximos, com k=10 12 .
12. Número de vizinhos estabelecido para cada município próximo do número médio de vizinhos observado no espaço brasileiro.
Retornos Crescentes Urbanos: a Influência do Espaço na Diferenciação da Taxa Salarial no Brasil 219
MAPA 1
CLUSTERS ESPACIAIS DA TAXA SALARIAL INDUSTRIAL
N
W E
Est ados
Municí pios
High-High
Low-Low
Low-High
m
K
1
0
0
0
1
0
0
0
2
0
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
MAPA 2
CLUSTERS ESPACIAIS DA TAXA SALARIAL DOS SERVIÇOS PRODUTIVOS
W E
Est ados
Municí pios
High-High
Low-Low
Low-High
m
K
1
0
0
0
1
0
0
0
2
0
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
Retornos Crescentes Urbanos: a Influência do Espaço na Diferenciação da Taxa Salarial no Brasil 221
MAPA 3
REGIÃO NORDESTE: CLUSTERS ESPACIAIS DA TAXA SALARIAL INDUSTRIAL
N
W E
Estados
Municípi os
High-High
Low-Low
Low-High
m
K
3
0
0
3
0
0
6
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
MAPA 4
REGIÃO SUDESTE: CLUSTERS ESPACIAIS DA TAXA SALARIAL INDUSTRIAL
N
W E
Est ados
Municípios
High-High
Low-Low
Low-High
m
K
3
0
0
3
0
0
6
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
222 Tecnologia, Exportação e Emprego
MAPA 5
REGIÃO SUL: CLUSTERS ESPACIAIS DA TAXA SALARIAL INDUSTRIAL
N
W E
Est ados
Municípios
High-High
Low-Low
Low-High
m
K
3
0
0
3
0
0
6
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
MAPA 6
REGIÃO NORDESTE: CLUSTERS ESPACIAIS DA TAXA SALARIAL DOS SERVIÇOS
PRODUTIVOS
N
W E
Estados
Municípi os
High-High
Low-Low
Low-High
m
K
3
0
0
3
0
0
6
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
Retornos Crescentes Urbanos: a Influência do Espaço na Diferenciação da Taxa Salarial no Brasil 223
MAPA 7
Região Sudeste: CLUSTERS ESPACIAIS DA TAXA SALARIAL DOS SERVIÇOS PRODUTIVOS
N
W E
Est ados
Municípios
High-High
Low-Low
Low-High
m
K
3
0
0
3
0
0
6
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
MAPA 8
REGIÃO SUL: CLUSTERS ESPACIAIS DA TAXA SALARIAL DOS SERVIÇOS PRODUTIVOS
N
W E
Est ados
Municípios
High-High
Low-Low
Low-High
m
K
3
0
0
3
0
0
6
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
224 Tecnologia, Exportação e Emprego
MAPA 9
CLUSTERS ESPACIAIS DO EMPREGO INDUSTRIAL
N
W E
Est ados
Municí pios
High-High
Low-Low
Low-High
m
K
1
0
0
0
1
0
0
0
2
0
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
Retornos Crescentes Urbanos: a Influência do Espaço na Diferenciação da Taxa Salarial no Brasil 225
MAPA 10
CLUSTERS ESPACIAIS DO EMPREGO EM SERVIÇOS PRODUTIVOS
N
W E
Est ados
Municí pios
High-High
Low-Low
Low-High
m
K
1
0
0
0
1
0
0
0
2
0
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
MAPA 11
REGIÃO NORDESTE: CLUSTERS ESPACIAIS DO EMPREGO INDUSTRIAL
N
W E
Estados
Municípi os
High-High
Low-Low
Low-High
m
K
3
0
0
3
0
0
6
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
MAPA 12
REGIÃO SUDESTE: CLUSTERS ESPACIAIS DO EMPREGO INDUSTRIAL
N
W E
Est ados
Municípios
High-High
Low-Low
Low-High
m
K
3
0
0
3
0
0
6
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
Retornos Crescentes Urbanos: a Influência do Espaço na Diferenciação da Taxa Salarial no Brasil 227
MAPA 13
REGIÃO SUL: CLUSTERS ESPACIAIS DO EMPREGO INDUSTRIAL
N
W E
Estados
Municí pios
High-High
Low-Low
Low-High
m
K
3
0
0
3
0
0
6
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
MAPA 14
REGIÃO NORDESTE: CLUSTERS ESPACIAIS DO EMPREGO EM SERVIÇOS PRODUTIVOS
N
W E
Estados
Municípi os
High-High
Low-Low
Low-High
m
K
3
0
0
3
0
0
6
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
MAPA 15
REGIÃO SUDESTE: CLUSTERS ESPACIAIS DO EMPREGO EM SERVIÇOS PRODUTIVOS
N
W E
Est ados
Municípios
High-High
Low-Low
Low-High
m
K
3
0
0
3
0
0
6
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
Retornos Crescentes Urbanos: a Influência do Espaço na Diferenciação da Taxa Salarial no Brasil 229
MAPA 16
REGIÃO SUL: CLUSTERS ESPACIAIS DO EMPREGO EM SERVIÇOS PRODUTIVOS
N
W E
Estados
Municí pios
High-High
Low-Low
Low-High
m
K
3
0
0
3
0
0
6
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
MAPA 17
CLUSTERS ESPACIAIS DA EDUCAÇÃO DOS OCUPADOS NA INDÚSTRIA
W E
Estados
Municípi os
High-High
Low-Low
Low-High
m
K
1
0
0
0
1
0
0
0
2
0
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
MAPA 18
CLUSTERS ESPACIAIS DA EDUCAÇÃO DOS OCUPADOS NOS SERVIÇOS PRODUTIVOS
W E
Est ados
Municí pios
High-High
Low-Low
Low-High
m
K
1
0
0
0
1
0
0
0
2
0
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
Retornos Crescentes Urbanos: a Influência do Espaço na Diferenciação da Taxa Salarial no Brasil 231
MAPA 19
REGIÃO NORDESTE: CLUSTERS ESPACIAIS DA EDUCAÇÃO DOS OCUPADOS
NA INDÚSTRIA N
W E
Estados
Municípi os
High-High
Low-Low
Low-High
m
K
3
0
0
3
0
0
6
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
MAPA 20
REGIÃO SUDESTE: CLUSTERS ESPACIAIS DA EDUCAÇÃO DOS OCUPADOS NA INDÚSTRIA
N
W E
Est ados
Municípios
High-High
Low-Low
Low-High
m
K
3
0
0
3
0
0
6
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
232 Tecnologia, Exportação e Emprego
MAPA 21
REGIÃO SUL: CLUSTERS ESPACIAIS DA EDUCAÇÃO DOS OCUPADOS NA INDÚSTRIA
N
W E
Est ados
Municípios
High-High
Low-Low
Low-High
m
K
3
0
0
3
0
0
6
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
MAPA 22
REGIÃO NORDESTE: CLUSTERS ESPACIAIS DA EDUCAÇÃO DOS OCUPADOS
NOS SERVIÇOS PRODUTIVOS
N
W E
Estados
Municípi os
High-High
Low-Low
Low-High
m
K
3
0
0
3
0
0
6
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
Retornos Crescentes Urbanos: a Influência do Espaço na Diferenciação da Taxa Salarial no Brasil 233
MAPA 23
REGIÃO SUDESTE: CLUSTERS ESPACIAIS DA EDUCAÇÃO DOS OCUPADOS
NOS SERVIÇOS PRODUTIVOS
N
W E
Est ados
Municípios
High-High
Low-Low
Low-High
m
K
3
0
0
3
0
0
6
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
MAPA 24
REGIÃO SUL: CLUSTERS ESPACIAIS DA EDUCAÇÃO DOS OCUPADOS NOS SERVIÇOS
PRODUTIVOS
N
W E
Est ados
Municípios
High-High
Low-Low
Low-High
m
K
3
0
0
3
0
0
6
0
0
High-Low
Fonte: Censo demográfico 2000/IBGE. Elaboração: Os autores, a partir da transformação dos dados obtidos na fonte.
234 Tecnologia, Exportação e Emprego
TABELA 1
EQUAÇÕES SALARIAIS ESPACIAIS - INDÚSTRIA
MQ2E SAR MQ2E SAR MQ2E SAR MQ2E SAR MQ2E SAR GMM ERRO
Variável MQO
(K=10) (K=20) (k=30) (k=40) (k=50) (inversa)
2,721*** 1,940*** 1,956*** 1,942*** 1,812*** 1,916*** 2,806***
Constante (0,119) (0,229) (0,245) (0,244) (0,232) (0,264) (0,209)
0,103*** 0,109*** 0,106*** 0,106*** 0,109*** 0,109*** 0,108***
Ln_conc_i (0,010) (0,011) (0,011) (0,012) (0,012) (0,013) (0,014)
0,577*** 0,384** 0,352** 0,411** 0,469** 0,502*** 0,456***
Ln_educ_i (0,117) (0,177) (0,176) (0,186) (0,182) (0,144) (0,148)
-0,110*** -0,059*** -0,060*** -0,060*** -0,049*** -0,055*** -0,115***
Ln_ctsp (0,011) (0,016) (0,017) (0,016) (0,016) (0,019) (0,024)
0,413*** 0,354*** 0,334*** 0,366*** 0,387*** 0,415*** 0,303**
Pr_difusores (0,098) (0,110) (0,116) (0,119) (0,119) (0,135) (0,139)
-0,253*** -0,169*** -0,196*** -0,196*** -0,205*** -0,214*** -0,228***
Pr_tradicionais (0,053) (0,050) (0,049) (0,049) (0,050) (0,049) (0,050)
-0,004 -0,003 -0,004 -0,003 -0,002 -0,003 -0,004
Pr_duraveis (0,006) (0,005) (0,006) (0,006) (0,006) (0,006) (0,007)
0,194*** 0,233*** 0,252*** 0,239*** 0,229*** 0,231*** 0,225***
Ln_pr_sp (0,031) (0,04) (0,041) (0,042) (0,042) (0,045) (0,047)
(continua)
Retornos Crescentes Urbanos: a Influência do Espaço na Diferenciação da Taxa Salarial no Brasil 235
(continuação)
MQ2E SAR MQ2E SAR MQ2E SAR MQ2E SAR MQ2E SAR GMM ERRO
Variável MQO
(K=10) (K=20) (k=30) (k=40) (k=50) (inversa)
0,112*** 0,106*** 0,100*** 0,108*** 0,108*** 0,098*** 0,111***
QL_CT (0,031) (0,032) (0,031) (0,031) (0,031) (0,033) (0,033)
0,036*** 0,040*** 0,041*** 0,040*** 0,040*** 0,038*** 0,038***
Exppc (0,005) (0,006) (0,006) (0,006) (0,006) (0,006) (0,006)
-0,083** 0,017 0,015 0,022 0,046 0,037 -0,076
NNE (0,033) (0,044) (0,045) (0,045) (0,044) (0,048) (0,044)
0,061 0,065 0,063 0,064 0,070 0,061 0,055
CO (0,040) (0,038) (0,04) (0,040) (0,040) (0,050) (0,056)
– 0,043*** 0,022*** 0,014*** 0,012*** 0,009*** –
W_sal_i – (0,009) (0,005) (0,003) (0,002) (0,002) –
Lambda – – – – – – 0,409***
R2 ajustado 0,674 0,719 0,691 0,688 0,709 0,703 0,661
Fontes: Censo demográfico 2000/IBGE, Secex/MDIC, Ipeadata, Rais 2000/MTE. Elaboração: Os autores, a partir da trans-
formação dos dados obtidos nas fontes.
*, ** e *** representam níveis de significância de 10%, 5% e 1%, respectivamente.
TABELA 2
TESTES DE ESPECIFICAÇÃO DAS EQUAÇÕES SALARIAIS DA INDÚSTRIA
MQO SAR
Matriz de Pesos
I de Moran LM (erro) LM robusto (erro) LM (lag) LM robusto (lag) LM (erro)
k=10 7,106*** 39,431*** 1,254 58,379*** 20,202*** 0,263
k=20 5,990*** 23,102*** 2,036 34,120*** 13,055*** 0,705
k=30 5,210*** 14,517*** 1,180 26,169*** 12,832*** 1,483
k=40 5,066*** 11,639*** 1,359 22,092*** 11,812*** 1,269
k=50 5,659*** 13,098*** 2,990 20,134*** 10,032*** 0,171
Inversa 3,697*** 5,999** 5,741** 0,376 0,118 –
2
Inversa 0,872 0,503 0,478 0,026 0,001 –
Fontes: Censo demográfico 2000/IBGE, Secex/MDIC, Ipeadata, Rais 2000/MTE. Elaboração: Os autores, a partir da trans-
formação dos dados obtidos nas fontes.
*, ** e *** representam níveis de significância de 10%, 5% e 1%, respectivamente.
13. Além disso, em todos os casos em que foram empregadas as lags espaciais (inclusive no caso dos serviços produtivos) seus coeficientes
caíram dentro dos limites de estabilidade aceitáveis, ao se situarem no intervalo 1/emin e 1/emax, em que emin e emax são, respectivamente,
a menor e a maior raiz característica da matriz de pesos espaciais utilizada em cada estimativa.
Retornos Crescentes Urbanos: a Influência do Espaço na Diferenciação da Taxa Salarial no Brasil 237
TABELA 3
EQUAÇÕES SALARIAIS ESPACIAIS – SERVIÇOS PRODUTIVOS
GMM SARMA GMM SARMA GMM SARMA GMM SARMA GMM SARMA GMM ERRO GMM ERRO
Variável MQO
(K=10) (K=20) (K=30) (K=40) (K=50) (inversa) (inversa2 )
2,153*** 1,644*** 1,586*** 1,527*** 1,449*** 1,483*** 2,197*** 2,244***
Constante
(0,095) (0,213) (0,205) (0, 211) (0,208) (0,21) (0,124) (0,136)
0,078*** 0,080*** 0,085*** 0,083*** 0,085*** 0,084*** 0,081*** 0,088***
Ln_conc_sp
(0,010) (0,013) (0,014) (0,013) (0,013) (0,013) (0,014) (0,015)
1,041*** 0,900*** 0,822*** 0,804*** 0,783*** 0,788*** 1,090*** 0,990***
Ln_educ_sp
(0,084) (0,173) (0,178) (0,171) (0,168) (0,17) (0,164) (0,179)
0,268*** 0,136 0,086 0,110 0,112 0,113 0,163 0,215*
Pr_difusores
(0,102) (0,115) (0,117) (0,116) (0,115) (0,116) (0,115) (0,121)
-0,150*** -0,113*** -0,108*** -0,114*** -0,118*** -0,116*** -0,139*** -0,145***
Pr_tradicionais
(0,038) (0,041) (0,041) (0,040) (0,040) (0,040) (0,040) (0,042)
0,001 0,001 0,003 0,002 0,002 0,002 0,001 0,003
Pr_duraveis
(0,005) (0,005) (0,005) (0,005) (0,005) (0,005) (0,005) (0,006)
0,174*** 0,104** 0,100** 0,095** 0,095** 0,100** 0,172*** 0,173***
Ln_pr_ind
(0,033) (0,043) (0,042) (0,041) (0,041) (0,041) (0,039) (0,041)
0,185*** 0,168*** 0,153*** 0,153*** 0,148 0,153*** 0,182*** 0,171***
QL_CT
(0,025) (0,029) (0,030) (0,030) (0,030) (0,030) (0,029) (0,031)
-0,001 0,004 0,002 0,002 0,003 0,003 -0,001 0,001
Exppc
(0,004) (0,004) (0,004) (0,004) (0,004) (0,005) (0,005) (0,005)
-0,196*** -0,060 -0,050 -0,045 -0,028 -0,038 -0,143*** -0,200***
NNE
(0,025) (0,063) (0,059) (0,058) (0,057) (0,056) (0,041) (0,04)
0,005 -0,006 -0,025 -0,033 -0,056 -0,055 0,010 -0,001
CO
(0,039) (0,060) (0,057) (0,055) (0,051) (0,050) (0,047) (0,046)
– 0,031*** 0,019*** 0,014*** 0,012*** 0,009*** – –
W_sal_sp
– (0,011) (0,006) (0,004) (0,003) (0,002) – –
Lambda – 0,052*** 0,026*** 0,019*** 0,014*** 0,011*** 0,708*** 1,729***
R 2 ajustado 0,701 0,609 0,633 0,632 0,654 0,644 0,560 0,636
Fontes: Censo demográfico 2000/IBGE, Secex/MDIC, Ipeadata, Rais 2000/MTE. Elaboração: Os autores, a partir da trans-
formação dos dados obtidos nas fontes.
*, ** e *** representam níveis de significância de 10%, 5% e 1%, respectivamente.
TABELA 4
TESTES DE ESPECIFICAÇÃO DAS EQUAÇÕES SALARIAIS DOS SERVIÇOS PRODUTIVOS
MQO
Matriz de pesos
I de Moran LM (erro) LM robusto (erro) LM (lag) LM robusto (lag)
k=10 9,858*** 82,851*** 12,596*** 95,732*** 25,478***
k=20 12,393*** 119,417*** 34,138*** 114,274*** 28,996***
k=30 14,139*** 145,182*** 52,493*** 127,819*** 35,130***
k=40 15,215*** 156,654*** 66,931*** 126,129*** 36,406***
k=50 15,795*** 156,442*** 78,721*** 110,249*** 32,528***
Inversa 9,714*** 66,578*** 66,148*** 0,516 0,085
Inversa 2 3,637*** 12,474*** 13,145*** 0,369 1,039
Fontes: Censo demográfico 2000/IBGE, Secex/MDIC, Ipeadata, Rais 2000/MTE. Elaboração: Os autores, a partir da trans-
formação dos dados obtidos nas fontes.
*, ** e *** representam níveis de significância de 10%, 5% e 1%, respectivamente.
Retornos Crescentes Urbanos: a Influência do Espaço na Diferenciação da Taxa Salarial no Brasil 241
difusa. É também digno de nota que esse fenômeno parece estar se reprodu-
zindo no Brasil, até há pouco considerado um mero absorvedor de tecnologias
forâneas e, portanto, com um conteúdo das atividades de conhecimento
tecnológicopouco expressivo, incapaz de afetar em escala mais ampla os salári-
os das atividades de serviços.
Entre as variáveis de controle, a mais relevante para as equações de serviços é
sem dúvida a variável educacional, cujo coeficiente explica parte substantiva da
variância em todos os modelos especificados. Esse resultado não é uma novidade,
dado o papel fundamental da escolaridade na qualificação profissional em ativida-
des mais intensivas em conhecimento. É provável que um modelo especificado
para o conjunto dos serviços, que incluíssem prestação de serviços produtivos,
distributivos, sociais e pessoais, o peso dessa variável seria menos relevante. Os
serviços produtivos constituem um setor de atividades em que a demanda tem um
papel determinante sobre a oferta, ou seja, a qualificação da força de trabalho
tende a ser fortemente induzida pela demanda. Quanto maior o conteúdo
tecnológico da atividade, maior tende a ser esse papel de indução. A expectativa de
ganho futuro elevado via escolaridade faz com que a utilidade marginal de acrésci-
mos incrementais nos anos de estudo seja a forma em que se materializa esse
processo de indução no plano individual. Em países como o Brasil, com forte
descontinuidade da escolaridade da população em idade escolar, possivelmente
torna esse fenômeno mais intenso. Por outro lado, quando as atividades de serviços
produtivos são muito intensivas em conhecimento, é esperado que os atributos
locacionais afetem a oferta educacional, já que especialidades muito intensivas em
conhecimento não estarão difundidas homogeneamente entre as cidades. Em fun-
ção dos efeitos de escala urbana, apenas grandes centros concentram a produção
de mão-de-obra altamente qualificada. Mesmo que ocorra o processo de migração
dessa mão-de-obra para mitigar a distribuição desigual da oferta, os ganhos intan-
gíveis de conhecimento adquirido de forma tácita, através do chamado “burburinho”
das relações interpessoais [Storper e Venables (2005)], só ocorre de forma plena
nas grandes metrópoles. O que se quer dizer é que existem limites para que a
escolaridade se constitua exclusivamente em uma variável de controle, pois sua
imersão territorial é crescente à medida que o país sobe os degraus do sistema
educacional. As atividades dos serviços produtivos são as que demandam em escala
crescente esses níveis mais elevados de escolaridade.
No caso das variáveis de controle de setores da indústria, apenas os setores
tradicionais são significativos para explicar as diferenças salariais intermunicipais
dos serviços produtivos, contribuindo negativamente para essas diferenças. Ao
contrário da indústria, os setores difusores de tecnologia não são significativos na
determinação das taxas salariais desses serviços, como também ocorre com a
variável de exportações municipais. É provável que a explicação mais plausível
Retornos Crescentes Urbanos: a Influência do Espaço na Diferenciação da Taxa Salarial no Brasil 243
6 CONSIDERAÇÕES FINAIS
A fim de situar e destacar a importância de questões espaciais no debate sobre
mercado de trabalho, o presente estudo partiu em busca de evidências dos
efeitos das economias de aglomeração sobre a remuneração dos ocupados em
dois grandes grupos integrados de atividades econômicas no Brasil: indústria e
serviços produtivos. Para esse fim, a análise foi dividida em uma parte qualita-
tiva, ou de exploração, e outra quantitativa, ou de mensuração.
A técnica de Aede empreendida neste trabalho permite a visualização do
panorama recente dos rendimentos, concentração do emprego e escolarização
dos empregados na indústria e serviços produtivos no Brasil, tornando paten-
tes alguns aspectos da desigualdade regional brasileira.
Com relação aos rendimentos dos trabalhadores, constatou-se aqui uma forte
segmentação do território nacional, com uma concentração geográfica das áreas de
associação espacial de altos valores no Centro-Sul e uma concentração das áreas de
baixos valores no Norte-Nordeste. Além disso, observa-se que os altos valores asso-
ciados espacialmente estão distribuídos no território de uma forma mais difusa no
caso da indústria e de uma forma mais concentrada no caso dos serviços produti-
vos. Na região Nordeste, por exemplo, enquanto pelo menos algumas regiões
metropolitanas formam associações espaciais de altos valores da taxa salarial indus-
trial, os resultados para os serviços produtivos se mostraram mais restritivos, dado
que não apresentaram sequer uma associação espacial de valores elevados.
Observou-se também que a associação espacial do emprego é bem mais
restrita no território nacional do que a da taxa salarial, haja vista a possibilida-
de de existência de salários elevados em agrupamentos de municípios que pos-
suam atividades industriais e de serviços produtivos com escalas absolutas re-
lativamente pequenas. Em consonância com os resultados da tipologia de
244 Tecnologia, Exportação e Emprego
REFERÊNCIAS
ANDRADE, T. A, SERRA, R.V. (orgs.). Cidades médias brasileiras. Rio de
Janeiro: Ipea, 2001.
ANSELIN, L. SpaceStat tutorial: a workbook for using SpaceStat in the analysis
of spatial data. Urbana: University of Illinois, 1992.
. Local indicators of spatial association – LISA. Geographical Analysis, v.
27(2), 1995.
. Spatial Econometrics. Dallas: Bruton Center-School of Social Sciences,
University of Texas, 1999.
. SpaceStat, version 1.80: user´s guide. 2001.
BLOMQUIST, G., BERGER, M., HOEHN, J. New estimates of the quality
of life in urban areas. American Economic Review, v. 78, p. 89-107, 1988.
CARLTON, D. W. The location and employment choices of new firms: an
econometric model with discrete and continuous endogenous variables. Review
of Economics and Statistics, v.65, p. 440-449, 1983.
CHOMITZ, K. M. et alii. Spatial dynamics of labor market in Brazil. Brasília:
Ipea, 2005 (Texto para Discussão, 1.110)
CICCONE, A., HALL, R. E. Productivity and the Density of Economic
Activity. American Economic Review, v. 86, p. 54-70, 1996.
COMBES, et alii. Wage differences across French local labor markets: endowments,
skills and interactions. London: CEPR, 2003. (CEPR Discussion Paper, 4.240)
DEKLE, R., EATON, J. Agglomeration and land rents: evidence from the prefectures.
Journal of Urban Economics, v. 46, p. 200-214, 1999.
DURBIN, J. M. Errors in variables. Review of the International Statistical
Institute, v. 22, p. 23-32, 1954.
FINGLETON, B. Increasing returns: evidence from local wage rates in Great
Britain. Oxford Economic Papers, v. 55, p. 716-739, 2003.
FUJITA, M., KRUGMAN, P., VENABLES, A. J. Spatial economy – cities, regions
and international trade. Cambridge, Massachusetts, London, England: The
MIT Press, 1999.
FUJITA, M., THISSE, J. F. Economics of agglomeration: cities, industrial location
and regional growth. Cambridge: Cambridge University Press, 2002.
246 Tecnologia, Exportação e Emprego
ANEXO
ATIVIDADES DA CNAE DOMICILIAR CLASSIFICADAS NA RUBRICA DE SERVIÇOS PRODUTIVOS
Código Cnae Descrição
40010 Produção e distribuição de energia elétrica
40020 Produção e distribuição de gás através de tubulações
41000 Captação, tratamento e distribuição de água
55010 Alojamento
60010 Transporte ferroviário
60020 Transporte metroviário
60031 Transporte rodoviário de cargas – exceto de mudanças
60032 Transporte rodoviário de mudanças
60040 Transporte rodoviário de passageiros
60091 Transporte em bondes, funiculares, teleféricos ou trens próprios para exploração de pontos turísticos
60092 Transporte dutoviário
61000 Transporte aquaviário
62000 Transporte aéreo
63010 Carga e descarga, armazenamento e depósitos
63021 Atividades auxiliares aos transportes
63022 Organização do transporte de cargas
63030 Agências de viagens e organizadores de viagens
64010 Atividades de correio
64020 Telecomunicações
65000 Intermediação Financeira
66000 Seguros e previdência privada
67010 Atividades auxiliares da intermediação financeira
67020 Atividades auxiliares dos seguros e da previdência privada
70001 Atividades imobiliárias – exceto condomínios prediais
70002 Condomínios prediais
71010 Aluguel de veículos
71020 Aluguel de máquinas e equipamentos
72010 Atividades de informática
72020 Manutenção e reparação de máquinas de escritório e de informática
73000 Pesquisa e desenvolvimento
74011 Atividades jurídicas; de contabilidade; e de pesquisas de mercado e opinião pública
74012 Atividades de assessoria em gestão empresarial
74021 Serviços de arquitetura e engenharia e de assessoramento técnico especializado
74022 Ensaios de materiais e de produtos; análise de qualidade
74030 Publicidade
74040 Seleção, agenciamento e locação de mão-de-obra
74050 Investigação, vigilância e segurança
74060 Atividades de imunização, higienização e de limpeza em prédios e em domicílios
74090 Outros serviços prestados às empresas
90000 Limpeza urbana e esgoto; e atividades conexas
92011 Produção de filmes cinematográficos e fitas de vídeo
92012 Distribuição e projeção de filmes e de vídeos
92013 Atividades de rádio
92014 Atividades de televisão
92015 Outras atividades artísticas e de espetáculos
92020 Atividades de agências de notícias
92030 Bibliotecas, arquivos, museus e outras atividades culturais
92040 Atividades desportivas e outras relacionadas ao lazer