A partir das variáveis que compõem o modelo de FINGLETON (2003), percebe-se que para estimá-lo faz-se necessário o emprego de bases de dados que permitam a obtenção de características da oferta de trabalho ao nível de agregação municipal. Para o estudo da indústria brasileira, algumas fontes poderiam ser utilizadas: microdados dos Censos Demográficos e da Pesquisa Industrial Anual (PIA), ambos do IBGE e a Relação Anual de Informações Sociais (RAIS) do Ministério do Trabalho e Emprego (MTE). Considerando que os Censos são fontes mais completas por contemplarem estimativas sobre a informalidade (ausente na RAIS e PIA) e emprego em micro e pequenas empresas (ausentes na PIA), optou-se por sua utilização na versão referente ao ano 200046.
De maneira a tornar as estimativas quanto aos mercados locais de trabalho mais apuradas, quando da montagem da base de dados, foi levado em conta a possibilidade de movimentação dos trabalhadores no espaço. A amostra foi, então, organizada segundo a localidade de trabalho dos indivíduos, a qual não necessariamente coincidente com aquela de residência. Foram contemplados na amostra até mesmo aqueles indivíduos residentes nas Unidades da Federação vizinhas a São Paulo e que declaram trabalhar nesta última, enquanto foram excluídos os residentes em São Paulo que informaram trabalhar em outro estado.
Estruturada a base de dados, partiu-se para procedimentos necessários à construção das variáveis:
• Taxa Salarial (ln(w)): variável a ser explicada dos modelos econométricos, foi calculada como o logaritmo da média municipal das taxas salariais dos indivíduos ocupados em atividades da indústria de transformação, ou seja, a média municipal das razões individuais entre o rendimento bruto na ocupação principal de julho de 2000 e o total de horas trabalhadas no mesmo mês.
• Densidade do trabalho industrial (ln(E)): para captar o efeito das economias de aglomeração sobre a taxa salarial, foi calculada a densidade industrial local como o logaritmo da razão entre o total de ocupados na indústria de cada município e sua respectiva área urbana (em Km2).
46
A limitação do estudo ao ano 2000 se deve ao fato de somente terem sido encontradas informações sobre área urbana referentes aos anos de 1998/1999.
• Escolaridade (H): a fim de controlar as estimativas e parametrizar o diferencial de “habilidades” médias apresentadas pelos trabalhadores dos centros urbanos paulistas, foi calculada a média de anos de estudo dos indivíduos ocupados em atividades industriais em cada uma das localidades consideradas.
• Conhecimento Técnico (T): essa variável tem a função de controlar as estimativas e parametrizar o potencial local de inovação, isto é, busca-se uma medida da capacidade instalada de geração e aperfeiçoamento de produtos e processos produtivos de alto teor tecnológico que podem ter efeitos relevantes sobre a produtividade do trabalho local. De acordo com FINGLETON (2003), essa variável pode ser calculada por meio de um quociente locacional (QL) que expressa a especialização da mão-de-obra local em atividades de P&D e informática:
.. . . E E E E QL i j ij = (37) em que:
Eij = total de ocupados no setor i na cidade j;
E.j = total de ocupados nos setores de serviços na cidade j;
Ei. = total de ocupados no setor i no Brasil;
E.. = total de ocupados nos setores de serviços no Brasil;
O setor i corresponde à soma dos ocupados nos seguintes segmentos de atividades econômicas da CNAE Domiciliar: (i) “atividades de informática”, constituída por consultoria em hardware, consultoria em software, processamento de dados, atividades de bancos de dados e distribuição on-line de conteúdo eletrônico e outras atividades de informática não especificadas anteriormente; (ii) “manutenção e reparação de máquinas de escritório e de informática”; e, (iii) “pesquisa e desenvolvimento”, abrangendo pesquisa e desenvolvimento das ciências físicas e naturais, bem como das ciências sociais e humanas. É necessário destacar que as atividades eleitas dentro do sistema de classificações
brasileiro, quando detalhadas, apresentaram grande similaridade com as adotadas por Fingleton (SIC72 e SIC73)47.
• Defasagem espacial (Wln(w)): essa variável tem por objetivo mensurar a relação da taxa salarial em cada centro urbano com aquela apresentada em sua vizinhança, ou seja, os spillovers espaciais ou extensão geográfica dos retornos crescentes (ROSENTHAL e STRANGE, 2004). Para estimar o declínio dos spillovers com a distância, várias defasagens espaciais foram calculadas a partir de matrizes de pesos W padronizadas que apresentam um número progressivamente maior de vizinhos distantes.
A matriz de pesos espaciais, um dos principais elementos que diferenciam a econometria espacial da tradicional, é o instrumento que determina quais observações são vizinhas entre si. Vários enfoques podem ser utilizados em sua elaboração, como os baseados na contigüidade ou nas distâncias. Uma questão importante quanto ao uso desse instrumento relaciona-se ao fato de que a aplicação de matrizes distintas em um mesmo modelo econométrico pode conduzir a resultados diferenciados. Em geral, não há regras bem definidas para a determinação da matriz mais adequada a um modelo. A subjetividade da escolha deve, preferencialmente, ser compensada pela utilização de diversos tipos de matrizes que podem fornecer subsídios sobre a robustez dos resultados.
No caso do modelo econométrico adotado nesta pesquisa, a fragmentação do espaço impediu a utilização de matrizes baseadas no critério da contigüidade, implicando que apenas as baseadas no enfoque das distâncias poderiam ser construídas. Para a aferição da robustez e dos efeitos particulares de cada matriz sobre os resultados, foram empregadas matrizes de k-vizinhos mais próximos (com k igual a 5 ,10, 15, 20, 25) e uma de distância inversa. As matrizes utilizadas no modelo econométrico foram construídas a partir de uma matriz de distâncias diretas, na qual todas as cidades paulistas estudadas são vizinhas umas das outras e o relacionamento entre os pares é medido pelas distâncias euclidianas entre seus centróides. Vale destacar que, no cálculo das defasagens espaciais, as matrizes de k-
47
Segundo o UNITED KINGDOM NATIONAL STATISTICS (2003), o setor SIC72 — “computer and related
activities” — agrega as seguintes atividades: “hardware consultancy”, “software consultancy and supply”, “publishing of software”, “other software consultancy and supply”, “data processing”, “database activities”, “maintenance and repair of office, accounting and computing machinery”, “other computer related activities”. O setor SIC73 — “research and development” — agrega as seguintes atividades: “research and experimental development on natural science and engineering”, “research and experimental development on social sciences and humanities”.
vizinhos têm a limitação de fornecer pesos idênticos aos vizinhos de cada observação, independentemente das distâncias. Por outro lado, a matriz inversa, cujos elementos são os resultados da função inversa das distâncias entre os pares, considera todas as observações vizinhas entre si, mas atribui pesos tanto menores quanto maior a distância entre dois pares quaisquer.
Ao contrário de FINGLETON (2003), que empregou somente uma matriz de pesos espaciais, no presente trabalho o modelo econométrico foi empreendido com diferentes matrizes já com um objetivo maior do que apenas aferir a robustez dos coeficientes. As matrizes de k-vizinhos mais próximos foram utilizadas para testar o poder explicativo da variável defasada à medida que vizinhos cada vez mais longínquos fossem considerados. Dito de outro modo, tal procedimento foi incorporado ao estudo com vistas a testar se os transbordamentos dos níveis de eficiência se desvanecem com a distância, como previsto em teoria, bem como observar a magnitude do decréscimo. No entanto, tal procedimento não poderia ser usado de maneira irrestrita. Levando-se em consideração que essa matriz pondera igualmente as observações, à medida que k se aproxima do número total de observações, a variância das defasagens espaciais tende a zero. Tendo isso em vista, decidiu-se utilizar essas matrizes com parcimônia. Partindo de um valor de k=5, em cada matriz subseqüente foram acrescentados mais 5 vizinhos em relação à anterior, até um limite de k=25. Por ser um valor ainda inferior à metade do total de vizinhos possíveis, espera-se que a variabilidade das defasagens seja suficiente para evitar resultados espúrios.
Além do modelo “original” de FINGLETON (2003), estimou-se também um “modelo adaptado”, no qual foram incorporadas variáveis com a função de controlar para o diferencial de estrutura produtiva apresentado pelas cidades — uma das carências do modelo admitidas pelo próprio autor. Para tal, adotou-se uma classificação de atividades econômicas industriais, baseada em FERRAZ, KUPFER e HAGUENAUER (1996), formada por categorias de uso denominadas de produção de “commodities”, de “bens duráveis”, de “difusores de progresso técnico” e de bens “tradicionais”. Uma vez que o tradutor utilizado para a construção destes grupos48 baseia-se numa desagregação mais detalhada que a CNAE domiciliar, aliado ao fato de que a tradução de uma classificação para outra apresentou resultados insatisfatórios, optou-se aqui por utilizar os dados da RAIS 2000 para o cálculo da participação relativa do emprego formal de cada um dos grupos no total do emprego formal em atividades da indústria de transformação local.
no total de atividades não-agrícolas locais, do emprego em setores classificados como “Serviços Produtivos”49. Sua inclusão é justificável não apenas por ser uma variável setorial, mas pelo fato de o modelo de FINGLETON (2003) ter sido empregado aqui apenas para a atividade industrial. Como os serviços produtivos são importantes insumos para indústria, a inclusão dos mesmos no modelo econométrico se fez necessária para que a oferta local desse tipo de serviço, a qual tende a ser maior e mais diversificada nos grandes centros urbanos, não enviesasse o resultado da variável de concentração. Como já visto no capítulo 2, HENDERSON (2003) argumenta que muitos dos resultados de economias de urbanização em atividades industriais encontrados pela literatura empírica refletem o uso mais intensivo de serviços produtivos nas grandes cidades, não incorporados explicitamente nos modelos econométricos. Portanto, o procedimento aqui adotado além de quantificar os encadeamentos indústria/serviços, evita que os efeitos das economias de urbanização — estritamente vinculadas à aglomeração das atividades industriais — sobre a taxa salarial sejam superestimados.