externalidades espaciais e crescimento econômico das ... · a economia regional também introduziu...
TRANSCRIPT
1
Externalidades Espaciais e Crescimento Econômico das Cidades do Pará: 2000-2005
(teoria e evidência empírica centrada em econometria espacial)
David Ferreira Carvalho(*)
Andre Cutrim Carvalho(**)
Resumo
O estado Pará vem passando por um processo de transformação estrutural que tem se
manifestado por meio do crescimento da sua população (como resultado da forte imigração
dos últimos anos), da taxa do crescimento econômico (como resultado da presença de novas
atividades agropecuárias e industriais) e do surgimento das novas cidades e municípios. Neste
artigo pretende-se investigar os fatores determinantes do crescimento econômico endógeno
das cidades e analisar os resultados por meio dos métodos da econometria espacial.
Abstract
The state of Pará has been undergoing a structural transformation that has been
evidenced by the growth of its population (as a result of strong immigration of recent years),
the rate of economic growth (as a result of the presence of new industrial and agricultural
activities) and the emergence of new towns and cities. This article attempts to investigate the
determinants of endogenous economic growth of cities and analyze the results using the
methods of spatial econometrics.
Palavras-Chave: Cidades, capital humano, e difusão de conhecimento
Keywords: Cities, human capital, knowledge spillovers
JEL: R12
(*) Pós-Doutor em Economia pelo Instituto de Economia da UNICAMP
(**) Doutor em Desenvolvimento Econômico e Meio Ambiente pelo Instituto de
Economia da UNICAMP
2
Introdução
Economistas e geógrafos têm explicações diferentes sobre as taxas de crescimento das
cidades. A despeito das diferenças há convergências para uma variedade de temas associados
às externalidades, retornos de escala, mecanismos de catch up de tecnologias, efeitos do
capital social, do capital humano e do knowledge spilllovers. A nova geográfica econômica
associa o crescimento e a distribuição das atividades econômicas nos centros urbanos a tensão
existente entre as forças centrípetas (que levam a aglomeração das atividades econômicas) e
as forças centrífugas (que levam a dispersão das atividades econômicas).
As diferenças de crescimento entre cidades, resultantes da aglomeração, significam
que as forças centrípetas se sobrepõem sobre as forças centrifugas. A redução dos custos de
transportes de mercadorias e das pessoas é uma variável que pode atuar como uma força
centrípeta. Isto significa que as distâncias a serem cobertas entre as cidades de pequeno e
médio porte e os grandes centros urbanos podem elevar os custos de transportes das
mercadorias e dos indivíduos, de forma a dificultar os fluxos de bens e serviços e de mão-de-
obra. Mas os elevados custos de transportes podem ser reduzidos com as tecnologias de
transportes, redução dos preços dos combustíveis e melhoria da infraestrutura viária.
Outro fator importante do crescimento das cidades é a infraestrutura energética, em
termos de geração, transmissão e distribuição de energia elétrica aos domicílios das famílias e
atividades econômicas, enquanto capital social básico essencial á atração dos investimentos
empresariais. O crescimento econômico das cidades requer a existência de uma infraestrutura
de telecomunicações capaz de permitir o acesso a todas as pessoas dos serviços de informação
e entretenimento fornecidos pelas empresas prestadoras desses serviços.
Esses fatores infraestruturais são conhecidos na literatura da economia regional como
capital social básico. A economia regional também introduziu os conceitos de economias de
aglomeração e de economias externas, bem como os efeitos dos mecanismos de transmissão
em cadeias nas atividades produtivas para ajudar a explicar o crescimento das cidades.1 A
teoria do crescimento endógeno e a teoria da sociologia do desenvolvimento introduziram os
conceitos de capital humano, de capital social e a difusão de idéias (knowledge spilloves).2
Não bastassem, além dessas teorias, os novos métodos e técnicas computacionais
abriram espaço para a econometria espacial como uma nova área de conhecimento de suporte
empírico os testes estatísticos e as análises de regressões espaciais. Para Anselin (1988, p.10)
1 Myrdal (1958); Hirchman (1961)
2 Romer (1986) Lucas (1988)
3
“a econometria espacial consiste daqueles métodos e técnicas que, baseados numa
representação matemática formal da estrutura da dependência espacial e da heterogeneidade
espacial, fornece os meios para conduzir a própria especificação, a estimação, os testes de
hipóteses e a estimação dos modelos teóricos da ciência regional”. No Brasil são bem recentes
as pesquisas que testam a hipótese da irradiação dos efeitos do crescimento das cidades para a
sua vizinhança fazendo uso da econometria espacial.
Monastério & Ávila (2004), por exemplo, aplicam a econometria espacial para
analisar o crescimento econômico de 58 áreas estatisticamente comparáveis do Estado do Rio
Grande do Sul entre 1939-2001. Neste trabalho, é aplicado o teste de I de Moran (ou índice de
Moran) que mostra que as áreas ricas são circundadas por áreas vizinhas ricas e as pobres por
áreas vizinhas pobres. É importante ressaltar que a análise exploratória desses autores, com
base em dados espaciais, destaca as aglomerações urbanas de elevado crescimento tenderam a
se localizar na Região da Serra e as de baixo crescimento na região da Campanha. Os
resultados serviram para demonstrar que a Região de Campanha constitui um regime espacial
de crescimento distinto do restante do Rio Grande do Sul.
Oliveira (2005) apresenta um artigo sobre os determinantes do crescimento
econômico das cidades do estado Ceará na década de 1990. As variáveis escolhidas seguiram
as contribuições das novas teorias de crescimento endógeno e da nova geografia econômica.
A variável dependente do modelo espacial foi à taxa média anual de crescimento da renda per
capita das cidades do Ceará; e as variáveis explicativas: capital humano (escolaridade
representada pelas pessoas com mais de 25 anos de estudos); urbanização (representado pela
participação percentual da população urbana na população total); densidade demográfica;
distância dentro município até as sedes (cidades) e o papel do governo (representado pelas
transferências intergovernamentais). Os resultados obtidos do modelo espacial mostram que
não houve convergência de rendas per capita nas cidades cearenses objeto do estudo. Os
resultados da aplicação do modelo lag espacial mostram que o crescimento econômico de
uma dada cidade influencia o crescimento das cidades vizinhas. O trabalho também confirma
que as cidades do estado do Ceará que mais cresceram na década de 1990 foram aquelas com
vizinhos que também cresceram.
Silva & Resende (2007) também desenvolveram um estudo de análise espacial
visando comparar o crescimento da renda trabalho per capita dos municípios do estado de
Alagoas (Nordeste) com os municípios do estado de Minas Gerais (Sudeste). Silva & Resende
(2007) partem da hipótese básica de que os fatores determinantes do crescimento da renda
trabalho per capita são heterogêneos seja pelas diferenças nos índices de produtividade e de
4
qualidade de vida, seja pelas diferenças captadas nos índices dos fatores idiossincráticos dos
municípios. A conclusão é de que os pequenos municípios de um estado relativamente pobre
precisa de políticas públicas para melhorar os indicadores de produtividade (renda per capita)
e qualidade de vida (infraestrutura social), a fim de que esses indicadores possam surtir efeitos
positivos sobre a melhoria da renda do trabalho.
O estado do Pará vem passando por um processo de transformação estrutural que tem
se manifestado por meio do crescimento da sua população (como resultado da forte imigração
dos últimos anos), da taxa do crescimento econômico (como resultado da presença de novas
atividades agropecuárias e industriais) e do crescimento e surgimento das novas cidades e
municípios. Neste artigo pretende-se investigar os fatores determinantes do crescimento das
cidades à luz da teoria do crescimento das cidades e realizar os testes e analisar os resultados
empíricos por intermédio das técnicas e métodos da econometria espacial. Para isso, além
desta introdução e da conclusão, o presente artigo foi organizado em três seções: na primeira,
busca-se desenvolver uma discussão sumária das principais contribuições teóricas, com ênfase
na teoria do crescimento endógeno das cidades; na segunda, apresenta-se o modelo
econométrico espacial, especificam-se as variáveis; e, por fim, analisam-se os resultados dos
testes de I Moran e das regressões espaciais.
1. Revisão da Literatura
As pesquisas sobre crescimento econômico endógeno de países e regiões passaram a
focar as cidades como o principal núcleo humano propagador do desenvolvimento. De fato, o
intercâmbio de informação, de conhecimento e de idéias que se propagam nas cidades passou
a ser considerado como o principal mecanismo facilitador do crescimento econômico das
cidades. Este é o motivo pelo qual se resolveu discutir as teorias que associam os efeitos das
externalidades com o crescimento das cidades por meio do mapeamento do estado da arte da
literatura especializada.
1.1. Externalidades Setoriais
A expressão genérica externalidades tem sua origem no conceito de economias
externas que foi criado por Marshall (1982). Marshall criou o termo economia externa no
sentido da formação de economias de escala externa à firma, em oposição a economias de
escala interna da firma, resultante da criação de economias de aglomeração de firmas afins
localizadas próximas uma das outras num espaço contiguo chamado distrito industrial.3 A
economia interna, por sua vez, significa a criação de economias internas decorrente do
3 Marshall (1982, V. I, p.267-268)
5
aumento da escala de produção no ambiente interno da própria firma. O significado de
externalidades não tem apenas este sentido da microeconomia neoclássica.
De fato, enquanto o conceito de economias internas de Marshall é claro, o de
economias externas, ou de externalidades, às vezes pode ser objeto de controvérsia quanto à
aplicação do seu significado. Scitovsky (1956) afirma que o conceito de economias externas é
um dos mais vagos da literatura econômica. A razão disso, segundo o autor, é porque o
conceito é usado em dois contextos teóricos diferentes: 1) o da teoria neoclássica do equilíbrio
parcial; e 2) o da teoria da industrialização dos países subdesenvolvidos.
Na teoria de equilibro parcial, o conceito marshalliano de externalidades é baseado
nas hipóteses neoclássicas da concorrência perfeita dos mercados e da divisibilidade perfeita
dos recursos produtivos e dos bens e serviços. Estas hipóteses servem de base á conclusão
principal da teoria de equilíbrio geral de que geralmente as economias de mercado conduzem,
pelas próprias forças de mercado, a alocação mais eficiente dos fatores de produção e dos
produtos a uma situação do ótimo econômico de Pareto.
Na teoria da industrialização de Hirschman, os investimentos à formação de capital
social básico – infraestrutura econômica e infraestrutura social – geram economias externas
que atuam como vetores de atração de empresas fornecedoras de insumos e de bens e serviços
finais para os países ou regiões atrasadas. Neste sentido, o papel do capital social básico é o
de promover a redução dos custos de instalação das empresas por meio tanto dos efeitos das
economias externas proporcionadas pelo capital social básico, quanto pelos efeitos das
economias externas proporcionadas pela aglomeração das firmas produtoras de insumos e de
bens e serviços finais.4 Além das economias externas reais, geradas pela relação das firmas
produtoras de bens e serviços, há ainda as economias externas pecuniárias as quais decorrem
da interdependência entre firmas na cadeia produtiva. As compras e vendas de bens e serviços
entre as firmas através do mercado são denominadas de economias externas pecuniárias para
diferenciá-las das economias externas tecnológicas.5
Hirschman (1961) e Myrdal (1968) destacam os investimentos públicos em formação
de capital social básico (infraestrutura) como externalidades no espaço geográfico de uma
região subdesenvolvida rebaixando os custos de instalação de novas empresas. Na presença de
indústrias motrizes há possibilidade de formação de aglomerados industriais ou integração
vertical devido os efeitos de linkages backward e forward. Hirschman (1961) afirma que o
crescimento econômico regional é desequilibrado setorial e espacialmente. Hirschman (1961)
4 Rosenstein-Rodan (1943)
5 Scitovsky (1956, p.305-307)
6
observa que essas forças favorecem a difusão do crescimento econômico das regiões mais
progressistas para as regiões atrasadas por meio do incremento do fluxo das compras e vendas
de insumos, de bens e serviços finais e de novos investimentos em infraestrutura e atividades
diretamente produtivas.
Perroux (1977) afirma a tendência das grandes indústrias se concentrarem em certos
pontos do espaço econômico que ele chamou de pólos de crescimento. Mas existe também a
possibilidade de ocorrerem pressões contrárias a difusão do processo de industrialização para
a periferia que acabam reforçando os efeitos de polarização no centro não apenas elevando o
grau de aglomeração industrial, mas, muitas vezes, até mesmo deprimindo mais as cidades ou
regiões atrasadas da periferia por meio da atração da sua melhor mão-de-obra.6
1.2. Externalidades locacionais e aglomerações urbanas
Krugman (1991) desenvolveu um modelo analítico em que a evolução da estrutura
espacial da economia é determinada pela ação das forças centrípetas e centrifugas. De um
lado, as forças centrípetas, representadas pelos linkages setoriais, mercados densos, spillovers
de conhecimento e economias externas e de aglomeração, induzem à concentração espacial da
atividade econômica na cidade. Do outro lado, as forças centrífugas, representadas pelos
imóveis, congestionamentos de trânsitos, poluição, custos irrecuperáveis (sunk costs), custos
de commuting e deseconomias externas, desestimulam a concentração industrial no sentido da
formação de clusters industriais fora dos centros urbanos congestionados.
Krugman (1991) argumenta que as aglomerações das empresas são induzidas pela
presença das economias externas locais. Porém, as economias externas seriam um produto de
ações fortuitas, e a estruturação espacial da economia depende dos processos resultantes das
decisões dos agentes privados operando as forças centrípetas e centrifugas de uma economia
de mercado. Neste caso, restaria pouco espaço para a ação planejadora do Estado com vista à
criação de clusters industriais.
Apesar da contribuição da Nova Geografia Econômica, Fujita, Krugman & Venables
(2002) reconhecem a dificuldade que os membros desta escola vêm tendo para modelar um
sistema analítico formal com as principais variáveis representativas das forças centrípetas e
centrifugas do mundo real. A formalização de Krugman & Venables (1997), por exemplo,
resume-se a identificar só as fontes dos benefícios externos, ou seja, as ligações (linkages)
como sendo determinantes da aglomeração industrial (quando as firmas estão sujeitas tanto a
baixos custos de transportes quanto a retornos de escala crescentes) e os fatores fixos (imóveis
6 Hirschman (1961, p.184-192); Myrdall (1968, p.53-67)
7
e infraestrutura existente) como sendo as forças opondo-se a aglomeração industrial. Por isso,
talvez, essa abordagem não derive ações que impliquem em formulação de políticas públicas
promotoras de clusters industriais.
Fujita, Krugman & Venables (2002) reconhecem que a presença das externalidades
positivas e negativas de ambos os lados das forças econômicas (centrípetas e centrifugas)
dificulta qualquer tentativa de pró-intervenção do Estado baseada na observação empírica de
falhas de mercado ou de informação assimétrica. Mesmo assim, Krugman (1994) sugere que,
às vezes, tornam-se necessárias pequenas intervenções do governo para não deixar de fora
indústrias importantes para certas economias.7 De fato, do ponto de vista do desenvolvimento
industrial é preciso indagar por que uma indústria está aglomerada e avaliar até que ponto as
economias externas locais, derivadas das inovações tecnológicas ou do tamanho do mercado,
são suficientemente poderosas para merecer o suporte governamental.8
David (1999) critica a abordagem da NGR quando observa que seus autores utilizam
fatos estilizados, que ele chama de factóides. Para David (1999), os factóides são situações
idealizadas que foram extraídos dos trabalhos dos economistas clássicos da teoria da
localização industrial e da ciência regional. Os factóides geram modelos de uma geografia
idealizada da industrialização local em que as zonas centrais industrializadas são rodeadas por
atividades primárias da periferia. Esses modelos espaciais idealizados acabam suprimindo os
“detalhes importantes da não-homogeneidade que estão presentes em processos locacionais”
de industrialização das cidades.9
Entre esses processos encontram-se os efeitos de knowledge spillovers e os efeitos de
feedbacks das inovações tecnológicas e organizacionais que afetam a não-homogeneidade da
localização das firmas no espaço das cidades e que são, pela sua natureza, menos suscetíveis à
modelagem matemática.10
Neste ponto, é importante focalizar as externalidades espaciais em
termos também dos efeitos cruzados dos spillovers (transbordamentos) entre as indústrias de
uma cidade. É importante frisar que a dinâmica econômica das cidades depende da trajetória
das indústrias urbanas cujo processo evolutivo espacial não pode desviar-se da influência da
história sobre a geografia econômica.11
7 Krugman (1994, p.223)
8 Suzigan (2001, p.29-30)
9 David (1999,p.109-110)
10 David.(1999, p.111-112)
11 Teaford (1986); Suzigan.(2001, p.31-3
8
1.3. Externalidades espaciais e crescimento econômico das cidades
Black & Handerson (1998) demonstraram que o tamanho relativo das cidades norte-
americanas permaneceu estável no século XX. Esse padrão de crescimento das cidades foi
também identificado em outros países –, como o Japão e a França. Por isso, merece ser
ressaltado o fato observado de que a maioria das atividades econômicas ainda persiste
concentrada nas cidades; e apenas poucas indústrias mudam seu centro geográfico.12
Jacobs (1969) e Lucas (1988) observam que quando pensamos na associação entre
capital humano, conhecimento e crescimento econômico endógeno, a inclusão do papel das
cidades é quase inescapável. As idéias movem-se rapidamente nas cidades; agentes não
relacionados fazem contatos e partilham novas idéias. As externalidades resultantes das trocas
de idéias entre pessoas são mais fortes em ambientes urbanos do que em ambientes rurais.
Lucas (1988) introduziu a idéia de que as cidades jogam um papel importante na facilitação
do processo de adoção e difusão do conhecimento acumulado. As cidades são, portanto,
unidades econômicas mais concentradamente especializadas do que as regiões econômicas.
As fortes externalidades de aglomeração nas cidades são importantes complementos
para o crescimento econômico endógeno das cidades. Diferentemente dos países ou mesmo
das regiões, as cidades são economias abertas que permitem um intenso movimento de
capital, trabalho e idéias (inovações) dentro das cidades e entre as cidades. 13
Recentes estudos
sobre crescimento econômico em geral têm mostrado que a instabilidade política e a
desigualdade social são incompatíveis com o crescimento econômico endógeno.14
Os estudos sobre as economias de cidades inauguraram uma nova modalidade de
pesquisa empírica, em especial, a importância da concentração industrial nas cidades sobre o
crescimento econômico das regiões. Os trabalhos de Jacobs (1969), Handerson (1986) Glaeser
(1994) foram os primeiros a demonstrar a importância da concentração industrial sobre o
crescimento econômico das cidades e regiões vizinhas. Na presença de políticas públicas de
capacitação e treinamento dos indivíduos (capital humano), as ocupações em termos de
emprego e o aglomerado de indústrias nas cidades fornecem um ambiente propício ao
florescimento de novas ideais e de inovações que fluem rapidamente de pessoa para pessoa.15
Jacobs (1984) afirma que essas interações nas cidades ajudam as pessoas a se
apropriarem das idéias e inovações. De fato, sem oportunidades das pessoas aprenderem com
outras pessoas, e assim melhorarem suas habilidades, não haveria razão para as pessoas
12
Handerson (1986) 13
Glaeser, Scheinkman & Shleifer (1995, p.118-119) 14
Barro (1991); Barro & Sala-i-Martin (1991) 15
Jacobs (1984)
9
pagarem aluguéis altos para trabalhar e morar nas cidades. Na verdade, o fluxo intenso de
idéias deve explicar como as cidades sobrevivem a despeito dos aluguéis elevados. Numa
visão dinâmica das cidades, as novas teorias de crescimento endógeno associam as
externalidades com a difusão de conhecimento de idéias – que é o motor do crescimento
endógeno – e destas com o crescimento econômico endógeno das cidades e, por conseguinte,
dos países e regiões. [(Romer, 1986); (Lucas, 1988)].
O estoque de conhecimento é o resultado dos intencionais esforços dos pesquisadores
que buscam idéias inovadoras. Mas a propagação do conhecimento aplicado é, também, o
resultado do esforço do empresário de converter conhecimento científico em inovações
tecnológicas vendáveis no mercado com lucros de monopólio. Schumpeter (1982) admite que
o local de monopólio é mais importante para o crescimento econômico da empresa do que o
local de competição porque o local de monopólio restringe o fluxo de idéias com outras e
assim permite que as externalidades das inovações tecnológicas sejam internalizadas pelo
empresário-inovador.
Porter (1990) também afirma que a difusão de conhecimentos especializados
estimula o crescimento econômico nas indústrias geograficamente concentradas. Porém, ele
insiste em afirmar que o local de competição, em oposição ao local de monopólio, estimula a
busca e a rápida adoção de inovações. No modelo de Porter (1990), o local de competição
aumenta o processo de imitação, mas em compensação provoca o acirramento da competição
entre inovadores e imitadores devido o aumento da pressão para inovar e este efeito acaba
sendo mais forte do que a imitação.
A concorrência entre os competidores locais conduz a rápidas adoções de inovações
de outros e a melhoria das inovações, para fugir aos ataques dos imitadores, e isso contribui
para o crescimento da industrial. Em contraste, os locais de monopólios levam as empresas a
um estado de acomodação tecnológica como resultado dos privilégios adquiridos pelo alto
padrão de consumo dos gerentes que não querem mais correr o risco do inovador. As
externalidades dinâmicas de Porter são maximizadas nas cidades geograficamente
especializadas com indústrias competitivas.
Jacobs (1969) admite que o mais importante para o crescimento econômico das
cidades é a transferência de conhecimento (inovações) vindo do lado de fora do núcleo
industrial concentrado no principal centro urbano de um país. Como resultado, uma
diversidade de indústrias localizadas geograficamente próximas uma das outras gera sinergias
positivas mais fortes do que as indústrias especializadas localizadas geograficamente num
único espaço. Jacobs (1969) é favorável ao local de competição porque, como Porter, ela
10
acredita que o local de competição permite uma rápida adoção de tecnologia pelas firmas
envolvidas que acaba promovendo o crescimento das cidades.
Neste sentido, se a proximidade geográfica entre cidades e indústrias é um vetor
facilitador da transmissão de conhecimentos, as externalidades flexíveis, resultantes do efeito
transbordamento das idéias – chamado de knowledge spillovers – são também importantes no
crescimento econômico das cidades. Os fundamentos teóricos da dinâmica da difusão do
conhecimento entre pessoas nas cidades começaram com Loury (1979) e Dasgupta & Stiglitz
(1980) que mostraram que os efeitos de knowledge spillovers são fundamentais para o
crescimento econômico das cidades.
Krugman (1991a) também apresenta um interessante modelo de externalidades no
qual destaca a importância do incremento dos rendimentos sobre o espaço geográfico. Não
obstante, é o artigo seminal de Glaeser, Kallal, Scheinkman & Schleifer (1992) que vem
servindo de inspiração a os trabalhos empíricos que destacam a importância do crescimento
das cidades sobre o crescimento econômico regional e nacional. Há outras formas de
externalidades locacionais que explicam a especialização econômica das cidades, mas essas
não têm como foco os knowledge spillovers e o crescimento econômico. Marshall(1982), por
exemplo, destaca a importância das externalidades de localização, proporcionadas pelos
distritos industriais, em que firmas pertencentes a uma mesma indústria freqüentemente
localizam-se bem próxima a outra para se aproveitar dos vários insumos, inclusive da força de
trabalho especializada.16
Henderson (1986) buscou explicar porque certas firmas preferem se localizar nos
lugares em que a demanda local é alta devido ao que ele denominou de externalidades
urbanas: igualmente como as externalidades de localização industrial, as externalidades de
urbanização explicariam mais os padrões da localização das firmas do que o crescimento das
cidades. Glaeser, Kallal, Scheinkman e Shaifer (1992) dizem que a busca de uma explicação
do porque firmas de indústrias diferentes buscam se localizar próximas uma das outras, sugere
apenas que elas não podem ser a história completa das cidades.17
As teorias das externalidades dinâmicas são extremamente atrativas porque elas
procuram explicar, simultaneamente, como se estruturam e crescem as cidades. Para Porter
(1990) somente as indústrias especializadas e localizadas num espaço geográfico poderiam
absorver o conhecimento que transborda entre as firmas – os knowledge spillovers –
localizadas nas cidades. Jacobs (1969), também, enfatiza a difusão de conhecimentos
16
Henderson (1986) 17
Glaeser, Kallal Scheinkman & Shleifer (1992, P.1130)
11
(knowledge spillovers) como um fator relevante para o crescimento das cidades. Para Jacobs
(1969) as externalidades são cruciais para o crescimento das cidades porque permite a
fertilização cruzada de idéias através de diferentes linhas de trabalho.
Na teoria do crescimento das cidades de Jacobs (1969), é a variedade industrial mais
do que a especialização industrial a principal condutora do crescimento das cidades porque
nas cidades diversificadas há mais intercâmbio de diferentes idéias do que nas cidades
especializadas. De fato, Jacobs (1969) afirma que indústrias localizadas em áreas altamente
diversificadas, industrialmente, podem crescer mais rápido do que em áreas especializadas.
Em contextos diferentes, admite-se que a proximidade permite que as idéias fluam mais
livremente entre as pessoas nas cidades.18
Chinitz (1962) destaca a importância da transferência de intelectuais entre as cidades
e sua associação com o desenvolvimento do capital humano. Ele afirma que uma excessiva
concentração industrial pode estancar a transferência das habilidades empresariais e dos
operários. A despeito das diferenças, as teorias da dinâmica das externalidades têm
implicações sobre as taxas de crescimento econômico das indústrias nas cidades. De fato,
essas teorias são diferentes da maioria das teorias de externalidades da urbanização e de
localização industrial que enfatizam a formação e especialização das cidades, mas não do
crescimento das cidades.19
2. Modelo Econométrico Espacial de Crescimento Econômico das Cidades
Nos modelos econométricos espaciais de crescimento econômico, as cidades são
tratadas como economias espacialmente individualizadas, porém partilham do estoque comum
dos fatores capital, trabalho e tecnologia da economia regional e da economia nacional. Os
fatores de produção, capital e trabalho, são assumidos teoricamente como móveis no espaço.
Por causa dessa hipótese de livre mobilidade dos fatores de produção, sobretudo do capital e
do trabalho, o crescimento das cidades pode diferir no “nível de produtividade” e na
“qualidade de vida” dos seus habitantes.20
2.1. O modelo de crescimento econômico das cidades
As externalidades resultantes dos investimentos públicos e/ou privados em capital
social básico – infraestrutura econômica (transporte, portos, energia e telecomunicações) e
infraestrutura social (escolas, universidades, hospitais e saneamento básico) – e as
externalidades resultantes das aglomerações urbanas vêm sendo tratadas formalmente por
18
Jacob (1969); Glaeser (1994) 19
Handerson (1986); Glasser, Kallal & Shleifer (1992, p.1128) 20
Glaeser, Scheinkman & Shleifer. (1995, p.119-120)
12
intermédio de modelos econométricos espaciais de crescimento econômico urbano e de
convergências de renda per capita.21
A utilização do modelo econométrico espacial para investigar o crescimento das
cidades é inspirada na teoria do crescimento econômico das cidades desenvolvida
principalmente por Jacob (1969). A essência do modelo de econometria espacial é a maneira
pela qual os efeitos espaciais são considerados. Isto supõe que o espaço deve ser formalizado
matematicamente. Normalmente, o uso de uma matriz espacial ponderada permite que os
modelos econométricos espaciais possam ser operacionalizados em diversos contextos
empíricos, conquanto que a variável espacial dependente seja adequadamente expressa e que a
heterogeneidade espacial seja considerada na especificação do modelo econométrico
espacial.22
Do ponto de vista da formulação empírica, o modelo econométrico espacial de
crescimento econômico das cidades foi desenvolvido tendo como referência os trabalhos de
Glaeser (1994) e de Glaeser,Scheinkman & Shleifer (1995).
Tendo isso em conta, pode-se agora representar o produto econômico de uma dada
cidade i por uma função Cobb-Douglas homogênea de grau unitário, tal que:
tititititi LALfAY ,,,,, (1)
Onde:
t,iY = é nível do produto (ou renda) da cidade i no tempo t;
t,iA = é o nível da produtividade da mão-de-obra da cidade i, no tempo t, nível que
deve ser tomado no sentido amplo para incorporar as forças econômicas, sociais e
tecnológicas coadjuvantes na determinação da produtividade do trabalho na cidade i;
t,iL = é a mão-de-obra usada nas atividades da cidade i no tempo t, e,
.f = é a função de Cob-Douglas comum de corte transversal das cidades; e
σ = é o coeficiente da função de produção .f das atividades da cidade i no tempo t
que mede a elasticidade do produto em relação à mão-de-obra empregada;
A renda-trabalho é determinada pela produtividade marginal dos trabalhadores
empregados na cidade i no tempo t, tal que:
1t,it,it,i LAW (2)
21
Anselin (1988), Anselin & Florax (1995), Fingleton (2004), Vayá, López-Bazo, Moreno & Suriñach (2004) 22
Anselin (1988, p. 32)
13
A utilidade total dos trabalhadores da cidade i no tempo t é igual aos salários
multiplicados por um índice de qualidade de vida social que captura os fatores urbanos:
criminalidade, serviços de saúde, saneamento básico, infraestrutura, urbanização, densidade
demográfica, aglomeração e congestionamento do tráfico. O índice de qualidade de vida
(IQV) é positivamente relacionado com o produto e inversamente com o tamanho da cidade i
no tempo t, tal que:
= t,it,it,i LYIQV (3)
Em que 0 . Este fator captura os efeitos das forças centrífugas e centrípetas.
A utilidade total dos trabalhadores t,iU é dada por:
1t,it,it,it,i LYAU (4)
Esta hipótese da livre migração entre as cidades assegura uma utilidade constante no
espaço num ponto do tempo, tal que a utilidade de cada indivíduo em cada cidade i será igual
ao nível de reserva da utilidade chamado por tU . Assim, partindo de (4), cada cidade i terá:
t,i
1t,i
t,i
1t,i
t,i
1t,i
t,i
1t,i
L
LLn1
Y
YLn
A
ALn
U
ULn 5)
Assume-se que:
1t,i'
t,i
t,i
1t,iX
A
ALn (6a)
1t,i'
t,i
t,i
1t,iX
Y
YLn (6b)
Tal que:
't,iX = é um vetor do perfil cidade i no tempo t quanto à qualidade de vida e o nível
de produtividade econômico da cidade. Combinando (5) com (6a) e (6b) resulta:
1t,i'
t,i
t,i
1t,iX
1
1
L
LLn (7)
Ou, em termos de produto:
(8)
14
Onde t,i e os termos de erros não-correlacionados com a vida urbana '
t,iX .
Na equação (8) a variável dependente, , representa a taxa de crescimento
do produto interno bruto; e a matriz '
t,iX representa as variáveis explicativas do modelo
espacial. Para modelar esta dependência, a equação (8) pode ser reescrita da seguinte maneira:
1,
1
1,
1
1
,
1, 'titi
ti
ti wNIXNIY
YLn (9)
Tal que t,it,i2t,i N e 1,,0N~ 2t,i . A expressão
1WI
é a inversa de Leontief que associa a variável dependente com as variáveis explicativas do
sistema por meio do multiplicador espacial. 1N e 2N são as matrizes de pesos espaciais do
modelo espacial. Estas matrizes podem ter uma relação de contigüidade ou de distância entre
as cidades. Se 0N2 , o modelo econométrico apresenta lag espacial, o que implica dizer
que o crescimento das cidades influência o crescimento das cidades vizinhas. Se 0N1 ,
têm-se um modelo econométrico com erro espacial de alguma variável explicativa que deixou
de ser incluída como uma externalidade difícil de ser mensurada, tal como a qualidade do ar
ou a instabilidade política, por exemplo.
3. Material e método
Os dados foram obtidos nas seguintes fontes: Atlas de Desenvolvimento Humano do
Brasil (ADHB) do Instituto Brasileiro de Geografia e Estatística (IBGE); a base de dados
regional e social (Ipeadata) do Instituto de Pesquisa Econômica Aplicada (IPEA) e o Anuário
Estatístico do Estado do Pará da Secretaria de Estado de Planejamento, Orçamento e Finanças
do Pará (SEPOF-PA). Os dados referentes às sedes (cidades) dos 143 municípios do Pará
foram distribuídos na forma de cross-section para os anos 2000-2005. Os efeitos espaciais
exigiram que os dados fossem organizados de forma que as observações pudessem ser
caracterizadas pela sua localização relativa baseada na matriz de pesos tipo rainha.23
Como
suporte para trabalhar o grande volume de dados, recorreu-se ao software Geoda para realizar
as tarefas de transformação dos dados; de construção de mapas; de teste de autocorrelação
espacial; de teste de heteroscedasticidade e de geração das regressões espaciais.
23
Anselin (1988, p.11-12)
15
3.1. Especificação das variáveis do modelo econométrico espacial
A especificação formal do modelo econométrico espacial é dada pela equação (9) da
seção 2. De acordo com a metodologia, além da estimação pelo clássico método de mínimos
quadrados (MQO), dois outros devem ser aplicados, dependendo da estratégia adotada: 1) o
modelo de autocorrelação de defasagem espacial na variável dependente (spatial lag); e 2) o
modelo de autocorrelação de erro espacial (spatial error), tal que: 24
Xy ; IN 2,0~ Modelo de MQO (10)
XWy ; IN ,,0~ 2 Modelo de Defasagem Espacial (11)
Xy ; uW ; INu 2,0~ Modelo de Erro Espacial (12)
O modelo de crescimento espacial das cidades do Pará está representado pelo conjunto
das variáveis identificadas com base na teoria e nos trabalhos empíricos de econometria
espacial objeto da revisão da literatura: 1) a variável dependente do modelo econométrico
espacial é representada pela taxa média anual de crescimento do produto per capita das
cidades em 2000 e 2005 das sedes dos 143 municípios do Pará; 2) as variáveis explicativas do
modelo espacial são as seguintes: a) o produto per capita; b) o grau de escolaridade (média de
anos de estudos das pessoas com 25 anos ou mais anos nas cidades); c) a taxa de urbanização
(percentagem da população urbana em relação à população total) d) o custo de transporte é o
custo deslocar cargas e pessoas entre as cidades; e) as transferências governamentais. Todas
as variáveis são representações, isto é, são variáveis proxies.
3.2. Análise dos resultados
Após a especificação do modelo econométrico espacial, o passo seguinte consistiu em
testar a presença de autocorrelação espacial. Anselin, Florax & Reis (2004) referem-se à
autocorrelação espacial como a coincidência de valores semelhantes em espaços semelhantes.
Para evitar os tipos de erros de especificação do modelo espacial adotado fez-se uso dos testes
de I Moran, que indica a presença ou não de autocorrelação espacial. Em termos formais, a
estatística I de Moran Global pode ser assim expressa:
tt
tt
tzz
Wzz
S
nI
`
`
0
t = 1, 2, 3,.......n (1)
Em que tz é o vetor de n observações para o ano t na forma de desvio em relação à
média. O W é matriz de pesos espaciais e 0S é um escalar igual à soma de todos os elementos
24
Anselin (1988); Becker, Murphy & Tamura (1990, p.12-25)
16
de W. Se a matriz de pesos é normalizada na linha, isto é, quando os elementos de cada linha
somam 1, então (1) se transforma na seguinte forma:
ii
i jjiij
tux
uxuxw
S
nI
2 (2)
Onde:
n = número de observações;
ix e jx = são as taxas de crescimento econômico das cidades i e j, com média u;
i jijwS = é um escalar constante dado pela soma das distâncias entre as cidades:
a) Análise dos resultados do teste de I Moran Global
A Tabela 1 revela os resultados do I de Moran Global-ED bivariado, do desvio-padrão
e do valor-p, randomizados para 999 permutações, para os anos de 2000 e 2005. Os valores I
do Moran Global são positivos e menores que um, o que sugere a presença de autocorrelação
espacial global. A pseudo-significância, dada pelo valor-p igual a 0,0001, revela que os
valores simulados não são maiores aos observados na coluna do I de Moran. Os I Moran
Global foram padronizados em termos de desvios-padrões. Isto permite que só as observações
com mais de 2 desvios-padrões possam ser classificadas como outliers.25
Tabela 1: I de Moran Global Bivariado de ED
Fonte: Geoda
b) Resultados do teste do I Moran Local de autocorrelação espacial
O teste de autocorrelação do I de Moran local, que investiga se os valores obtidos do
teste de autocorrelação global são ou não significantes, é dado por:
j
jij
i
i
i
i xwx
xI
2 (3)
25
Anselin (2003, p.91-92)
Moran I with EB rate I de Moran Desvio-Padrão Valor-p Permutações
TLPIBpc/PIB00 0.3030 0.0195 0.0001 999
TLPIBpc/PIB05 0.3180 0.0175 0.0001 999
TLPIBpc/Escola00 0.3186 0.0243 0.0001 999
TLPIBpc/Escola05 0.3238 0.0201 0.0001 999
TLPIBpc/Urbanização00 0.0909 0.0287 0.0001 999
TLPIBpc/Urbaniação06 0.1217 0.0260 0.0001 999
TLPIBpc/Transp00 0.0859 0.0488 0.0001 999
TLPIBpc/Transp05 0.1482 0.0467 0.0001 999
TLPIBpc/TransGov00 0.0922 0.0525 0.0001 999
TLPIBpc/TransGov05 0.3034 0.0543 0.0001 999
17
A estatística I do Moran Local, que relaciona cada variável especifica com a sua
localidade distribuída espacialmente, serve para identificar as aglomerações das variáveis no
espaço, tais como revelam, a título de exemplo, as Figuras 1 e 2.
Figura 1: Mapa de Cluster LISA Bivariado de dependência espacial do
produto per capita das cidades do Pará: 2000
Figura 2: Mapa de cluster LISA bivariado de dependência espacial
do produto per capita das cidades do Pará: 2005
No primeiro quadrante (Q1), encontram-se as cidades dos municípios do Pará com alto
produto per capita nas cidades e alto na vizinhança; no segundo quadrante (Q2), encontram-se
às cidades dos municípios do Pará com alto do produto per capita e baixo na vizinhança; no
terceiro quadrante (Q3) encontram-se as cidades dos municípios paraenses com baixo produto
per capita e baixo nas cidades vizinhas; e, no quarto quadrante (Q4), encontram-se as cidades
dos municípios paraenses com alto produto per capita e baixo nas cidades vizinhas.
3.2. Análise dos resultados da regressão espacial
Os dados foram organizados em cross-section. A Tabela 2 apresenta os resultados
obtidos do modelo econométrico espacial por MQO e os testes dos Multiplicadores de
18
Lagrange (LM) e das razões de verossimilhança (LR) à identificação de ambos os tipos de
autocorrelação. Estes testam a hipótese nula de ρ = 0 e λ = 0 da equação (9) e ambos seguem
uma distribuição χ² (qui-quadrado) com um grau de liberdade (DF).
Análise dos resultados obtidos pelo modelo clássico de MQO
Analisando-se os resultados da regressão por MQO, constante da Tabela 2, nota-se
um R² ajustado crescente de 23,16% para 36,84%. O valor do R² ajustado do modelo lag
espacial não é o valor do R² das regressões convencionais, mas um Pseudo-R² que não é para
ser comparado com o R² do MQO, pois ele é apenas a razão entre as variâncias dos valores
preditos e observados.26
Quanto à multicolinearidade, este não é um teste estatístico, mas um
diagnóstico que sugere apenas a presença ou ausência de problemas com a estabilidade dos
resultados da regressão. O fato de algumas variáveis explicativas não terem sido incluídas do
modelo econométrico espacial devido os seus elevados índices de correlação com outras
variáveis serviu para minimizar os problemas de multicolinearidade.
A utilização das variáveis explicativas do período inicial foi necessária para controlar
a endogeneidade, visto existir a possibilidade de uma relação entre a variável dependente e
uma variável explicativa do modelo. De fato, os efeitos das variáveis proxies representativas
das externalidades sobre a taxa de crescimento da renda per capita não se dissipam
imediatamente, mas se distribuem uniformemente de modo a controlar a endogeneidade
implícita no modelo. O teste JB de normalidade de erros é distribuído como uma estatística de
2 de 2 graus de liberdade (DF) e ele indica que não há forte sugestão de não-normalidade de
erros, pois só um indicador acima de 30 é sugestivo de problemas.
Na econometria espacial, a dependência espacial e a heterogeneidade espacial são
dois aspectos importantes associados aos dados disponíveis que merecem uma atenção
especial do ponto de vista metodológico. A heteroscedasticidade está relacionada a erros de
especificação que levam a variâncias não-constantes no termo de erro. A homogeneidade é
uma característica marcante dos modelos econométricos convencionais; enquanto a
heterogeneidade é uma característica relevante dos modelos econométricos espaciais.27
Os
testes Breusch-Pagan (BP) e Koenker-Bassett(KB) indicam heteroscedasticidade em cada
uma das quatro equações. Os resultados da aplicação do teste White confirmam a presença de
heteroscedasticidade espacial.
26
Griffith (1992, p.348-350) 27
Glaeser et al.(1995, p.121)
19
Tabela 2: Crescimento Econômico das Cidades dos Municípios do Estado do Pará: 1991-2000
(Resultados obtidos pelo modelo clássico de MQO)
Discriminação Variável Dependente: taxa de crescimento do produto
Sumário da Regressão Equação (1) Equação (2) Equação (3) Equação (4)
Intercepto 4,1683 4,0833 3,9023 3,7772
Valo-p (0,0000) (0,0000) (0,0000) (0,0000)
PIB00 0,0057 0,0053 0,0049 0,0039
Valor-p (0,0000) (0,0000) (0,0000) (0,0000)
Escolaridade00 0,2553 0,1566 0,0017
Valor-p (0,0031) (0,0114) (0,0018)
Urbanização00 0,0048 0,0025
Valor-p (0,0387) (0,0500)
Ctrans00 -0,0004
Valor-p (-0,01506)
Transgov00 0,0052
Valor-p (0,0002)
R² Ajustado 0,2316 0, 2714 0,2884 0,3684
LL (Log Likelihood) 103,14 93,8339 96,6278 87,0694
AIC 210,28 203,67 201,26 169,86
SC 216,20 212,56 213,11 184,68
Multicolinearidade (MCN) 1,3228 2,1146 6,0727 12,6087
Jarque-Bera (JB) 24,5762 18,4152 22,35 12,8879
Teste de Breusch-Pagan 26,9164 39,4288 38,4023 24,9562
Teste Koenker-Bassett 16,4711 23,5898 21,9112 16,4323
Teste de White (Robustez) 78,6349 42,0478 25,7223 42,2888
Diagnóstico de dependência espacial
Moran`I (error) 0,7829 1,8556 1,8471 2,9870
Valor-p (0,4337) (0,0263) (0,0251) (0,0028)
Lagrange Multiplier (lag) 2,6698 4,2396 5,0161 5,6916
Valor-p (0,0103) (0,0397) (0,0251) (0,0170)
Robust LM (lag) 7,0888 1,6369 2,8389 0,0054
Valor-p (0,0077) (0,0207) (0,0120) (0,0094)
Lagrange Multiplier (erro) 0,3888 2,7503 2,7167 6,5889
Valor-p (0,5329) (0,0972) (0,0993) (0,0102)
Robust LM (error) 4,8077 0,1565 0,5395 0,9028
Valor-p (0,0283) (0,6923) (0,4662) (0,3420)
Lagrange Multiplier (SARMA) 7,4775 4,3872 5,5557 6,5943
Valor-p (0,0237) (0,00802) (0,0622) (0,00369)
Fonte: Geoda
A estratégia utilizada à escolha do modelo econométrico espacial mais apropriado seguiu
as orientações de Florax, Folmer & Rey (2003). A estratégia consiste na identificação das
componentes spatial lag e spatial error por intermédio dos Multiplicadores de Lagrange
robustos – isto é, por meio dos LLM para spatial lag e ELM para spatial error. Comparando-
se os valores de significâncias da Tabela 2, nota-se que os valores de significâncias dos LM
20
(lag) são maiores do que as do LM (error), o que sugere que a melhor estimação é dada pelo
modelo lag espacial.
Análise dos resultados obtidos pelo modelo com lag espacial
Depois de completado o diagnóstico que sugeriu a escolha do modelo lag espacial,
como o mais adequado, apresentam-se os resultados obtidos da estimação por máxima
verossimilhança do modelo com lag espacial em quatro equações. Esses quatros modelos
estimados apresentam bom grau de adequação, o que atesta o ajuste do modelo teórico (9). As
estimativas e todas as medidas de aderência estão listadas na Tabela 3. Neste caso, nota-se
uma melhoria dessas medidas com o LL devido aderência da variável adicional (ρ).
Tabela 3: Crescimento Econômico das Cidades dos Municípios do Estado do Pará: 2000-2005
(Resultados obtidos por MV do modelo com Lag Espacial)
Discriminação Variável Dependente: Taxa de crescimento do produto
Equação (1) Equação (2) Equação (3) Equaçã0 (4)
Sumário da Regressão
W_TLNRENDAPC (ρ) 0,1758 0,2211 0,2160 0,2446
Valor-z (0,1179) (0,0376) (0,0415) (0,0127)
Constante 3,4165 3,1315 3,0298 2,7212
Valor-z (0,0000) (0,0001) (0,0001) (0,0000)
PIB00 0,0056 0,0067 0,0048 0,0012
Valor-p (0,0000) (0,0001) (0,0001) (0,0004)
Escolaridade00 0,0175 0,0155 0,0149
Valor-z (0,0011) (0,0189) (0,0082)
Urbanização00 0,0036 0,0041
Valor-z (0,0118) (0,0456)
Ctransp00 -0,0017 -0,0015
Valor-z (-0,0077) (-0,0078)
Transgov00 0,0057
Valor-z (0,0001)
Pseudo-R² 0,2544 0,3080 0,3195 0,4325
Diagnóstico da dependência espacial
LL (Log Likelihood) 101,93 96,8513 95,5971 83,9112
AIC 209,85 201,70 203,19 181,82
SC 213,74 213,55 220,97 202,56
Rho 0,1758 0,2211 0,2121 0,2446
Likelihood Ratio Test 2,4210 3,9653 3,6197 5,3515
Valor-z (0,1197) (0,0464) (0,0570) (0,0207)
Breusch-Pagan 25,0277 36,5107 39,6271 40,6682
Valor-z (0,0001) (0,0001) (0,0001) (0,0001)
Fonte: Geoda
0s valores dos coeficientes dos testes da razão de verossimilhança (LIK) são todos
positivos e significativos em todos os modelos lag espaciais estimados, o que corrobora com
os resultados obtidos dos testes do Multiplicador de Lagrange de que, realmente, o modelo
lag espacial está bem especificado. Os coeficientes W_TLNRENDAPC representam os ρ`s.da
equação (9). Esses valores são positivos e significativos nas quatro especificações. Nota-se
21
uma melhoria na significância das variáveis do modelo lag espacial estimado por MV em
comparação a significância das variáveis do modelo estimado por MQO. Das quatro equações
experimentais, os melhores resultados do modelo lag espacial foram obtidos da equação (4)
tanto pelos sinais esperados dos coeficientes das variáveis explicativas quanto pelo nível de
significância abaixo de 5% de probabilidade (valor-z). Análise a seguir se baseia nos
resultados da equação (4).
Os resultados do modelo econométrico lag espacial revelam que o crescimento
econômico das cidades do Pará, representado pela taxa de crescimento do produto interno
bruto das cidades, transmite à vizinhança seus efeitos espaciais de knowdlege spillovers. Na
equação (4), por exemplo, o coeficiente da variável grau de escolaridade, representado o
capital humano, sugere que para um aumento de 1% da taxa de crescimento do produto das
cidades requer em um aumento de 1,49% de investimento em capital humano (escolaridade).
Essa contribuição ainda é modesta, o que sugere a necessidade de mais investimentos em
educação formal nas cidades paraenses para que haja uma melhoria na formação de capital
humano. De fato, as cidades paraenses cuja população urbana é possuidora de níveis de
escolaridade elevados, por certo, tendem a crescer mais rápido.
O coeficiente de urbanização resultante é positivo e significativo, e mostram que as
cidades paraenses que mais crescem são àquelas de níveis de urbanização mais altos. Os
resultados obtidos apóiam os argumentos de Jacob da importância da aglomeração urbana
como fator estimulador do crescimento econômico das cidades. O aumento da taxa de
urbanização das cidades paraenses também causa efeitos espaciais nas cidades vizinhas
gerando sinergias positivas que facilitam as transferências de conhecimentos, idéias e a
difusão de inovações tecnológicas entre cidades.28
O coeficiente da variável explicativa custo
de transporte, uma proxy do capital social básico, possui sinal negativo e é significativa. O
aumento de 0,15% do custo de transporte provoca uma queda de 1% do produto das cidades
paraenses. O aumento dos custos de transportes entre as cidades do Pará é devido às más
condições de tráfegos das estradas no período chuvoso. O coeficiente da variável explicativa
transferência governamental capta o papel do governo federal por meio da transferência de
recursos públicos para financiar os investimentos públicos. Os resultados vêm acentuar a
relevância complementar das transferências governamentais para o crescimento econômico
das cidades paraenses.
Conclusão
28
Glaeser & Mare (1994); Henderson (2001)
22
A especificação do modelo econométrico espacial foi adequada aos dados observados
de forma a compensar a especificidade da localização no modelo pela identificação dos
parâmetros e a forma funcional dentro das restrições impostas pela disponibilidade dos dados.
Este problema torna-se complexo se a heterogeneidade espacial ocorre em combinação com a
dependência espacial.29
De qualquer maneira, a contribuição da econometria espacial para
este problema consiste na aplicação criteriosa dos fundamentos teóricos da ciência regional e
da geografia econômica sobre a estrutura e a interação espaciais como base para várias
restrições e reparametrizações.
Foi identificada a dependência espacial do crescimento das cidades paraenses, o que
permitiu associar os efeitos de externalidades espaciais nas cidades e seu transbordamento à
sua vizinhança. Isto possibilitou um mapeamento do agrupamento das cidades paraenses que
são possuidoras de externalidades positivas dominantes. Os resultados do modelo espacial
destacam a importância do produto per capita, da educação e da urbanização no crescimento
econômico das cidades do Pará. Essas variáveis explicativas são relevantes à propagação do
knowledge spillovers, que os fatores fundamentais à promoção do crescimento econômico das
cidades. Neste sentido, pode-se dizer que o desempenho econômico das cidades poderá ser
melhorado não só com investimento em formação, capacitação e treinamento da mão-de-obra,
mas também com investimento em infra-estrutura visando à redução dos custos de transporte.
O papel do governo federal auxiliando o financiamento do crescimento econômico de
cidades do Pará também foi discutido. Apesar da variável escolhida para representar o papel
do governo federal (as transferências intergovernamentais) limitar as conclusões, é inegável
que o governo é um ator social relevante no processo de crescimento econômico das cidades
do Pará. Por fim, é preciso dizer que a utilização da econometria espacial para testar as teorias
de crescimento econômico das cidades paraenses é um passo importante, mas não o único. Na
verdade, há espaços para novos métodos e testes estatísticos mais simples que não exijam uma
grande e complexa capacidade computacional à sua realização.
Referências
ANSELIN, L. (1988). Spatial Econometric, Methods and Models. Kluwer Academic, Boston,
Ma.
ANSELIN, L & FLORAX (1998). News Directions in Spatial Econometrics. Berlin, Spinger-
Verlag.
BARRO, R. “Economic growth in a cross-section of countries”. Quartely Journal of
Economics. CVI, p.407-444.
29
Anselin (1988, p.14)
23
BECKER, G., MURPHY, K. & TAMURA, R.(1990). “Economic Growth, Human Capital,
and Population Growth”. Journal of Political Economy, October, 98(5), Part. 2, S12-S137.
CHINITZ, B.(1962). “Contrasts in Aglomeration: New York and Pittisburgh”. American
Economic Review, 52, p.279-289.
DAVID, P. A. (1999). “Coment on „The role of geography in development‟ by P. Krugman”.
In: B. Pleskovic & J.E. Stiglitz. Annual World Bank Conference on Development Economics
– 1998, Whashington: The World Bank.
DAVIS, D. & WEINSTEIN, D. (1999). “Economic geography and regional production
structure: An empirical investigation”. European Economic Review, fev.
ELHORST, J. Paul (2004).”Serial and spacial error dependence in space-time models”. In:
Spatial Econometrics and Spatial Statistics. Arthur Getis, Jesús Mur and Henry G. Zoller
(Eds.). New York, Palgrave MacMillan.
FINGLETON, B.(2003). Externalities, economic geography, and spatial econometric:
conceptual and modeling developments. International Regional Science Review. Vol.26, nº 2,
p.197-207, Apr.
FLORAX, R.J., FOLMER, H. & REY, S.J.(2003).”Specification searches in spatial
econometrics: the relevante of Hendry‟s methodology”.Regional Science and Urban
Economics, 33(5), p.557-579.
FUJITA, M., KRUGMAN, P. & VENABLES, A.J. (2002). Economia Espacial: urbanização,
prosperidade econômica e desenvolvimento humano no mundo. São Paulo, Futura.
GLAESER, Edward L, KALLAL, Hedi D. & SHLEIFER, Andrei. (1992).“Growth in Cities”.
Journal of Political Economy, Vol.100, n.6, p.1126-1152.
GLAESER, Edward L. (1994). “Cities, Information and Economic Growth”. Cityscape:
Journal of Policy Development and Research. I(1), p.9-47
GLAESER, Edward; SCHEINKMAN, J.A; SHLEIFER, A. (1995). “Economic growth in a
cross-section of cities”. Journal of Monetary Economics, 36(1), p.117-143.
GRIFFITH, Daniel A. (1992). A spatially adjusted N-way ANOVA model. Regional Science
and Urban Economics 22, Jan/1992.
HENDERSON, J. Vernon. (1986). Economic Theory and the Cities. New York, Academic
Press.
HIRSCHMAN, Albert O.(1961).La estratégia del desarrollo. México, Fondo de Cultura
Económica.
JACOBS, Jane. (1969). The economy of cities. New York, Vintage.
JACOBS, Jane. (1984). Cities and the Wealth of Nations: Principles of Economic Life. New
York, Vintage.
KRUGMAN, Paul. (1991). Geography and Trade. Cambridge, MIT Press.
KRUGMAN, Paul. (1991a). “Increasing Returns and Economic Geography”. Journal of
Political Economic, 99(3) June/1991, p.483-499.
KRUGMAN, Paul. (1994). Peddling for prosperity: economic sense and nosense in the age of
diminished expectations. New York and London, W.W. Norton & Company.
LUCAS, R.E. (1988). “On mechanics economics development”. Journal of Monetary
Economics, 12, p.3-42.
24
MARSHALL, Alfredo (1982). Princípios de Economia. São Paulo, Abril Cultural. (Coleção
Os Economistas).cidades do Ceará. Revista Econômica do Nordeste. Fortaleza, v.6, no 3, jul-
set/2005.
MYRDALL, Gunnar (1968). Teoria econômica e regiões subdesenvolvidas. Rio de Janeiro,
Saga.
MONASTÉRIO, L. ÁVILA, R.P.(2004). “Uma análise espacial do crescimento econômico do
Rio Grande do Sul: (1939-2001)”. In: Encontro Nacional da ANPEC, João Pessoa, Anais da
ANPEC.
OLIVEIRA, Cristiano Aguiar (2005). Externalidades espaciais e crescimento econômico das
cidades do Estado do Ceará. Revista Econômica do Nordeste, Vol.36, Nº 3, Jul-Set.
PERROUX, François (1977). “O conceito de pólos de crescimento”. In: Economia Regional:
Textos Escolhidos. Jacques Schwartzman (Org.). Belo Horizonte, CEDEPLAR/CEDEPLAR.
PORTER, Michael E. (1990). The comparative advantage of nations. New York, Free Press.
ROMER, Paul M. (1986). “Increasing Returns and Long-Run Growth”. J.P.E. 94, October,
p.1002-1037.
ROSENSTEIN-RODAN, P. N. (1969). “Problemas de Industrialização da Europa Oriental e
Sul-Oriental” In: A Economia do Subdesenvolvimento. A. N. Agarwala & S.P. Singer.
(Coods.). São Paulo, Forense.
SCITOVSKY, Tibor (1956). “Dois conceitos de economias externas”. In: A economia do
subdesenvolvimento. A.N. Agarwala & E.P. Singh (Coords). Rio de Janeiro, Forense.
SCHUMPETER, Joseph A. (1982). A Teoria do Desenvolvimento Econômico. São Paulo,
Abril Cultural. (Os Economistas) .
SILVA, Alexandre Manoel Angelo da & RESENDE, Guilherme Mendes. (2007).
“Crescimento Econômico Comparado dos Municípios Alagoanos e Mineiros: Uma Análise
Espacial”. In: Ensaios de Economia Regional e Urbana. Alexandre Xavier Ywata Carvalho et
ali (Org.). Brasília, IPEA.
SUZIGAN, Wilson. (2001). “Aglomerações Industriais como Focos de Políticas”. Revista de
Economia Política, Vol.21, nº 3(83), Jul-Set.
TEAFORD, J. (1986). The twentieth century american city: problem, promise, and reality.
Baltimore, Johns Hopkins University Press.
VAYÁ, Esther et al. (2004). “Growth and Externalities Across Economies: An Empirical
Analysis Using Spatial Econometrics”. In: ANSELIN, L., FLORAX, R.J.G.M. & REY,
S.J.(2004).Advances in Spatial Econometrics: Methodology, Tools and Application. New
York, Springer.