ANÁLISE ESPACIAL DA ARRECADAÇÃO DE IMPOSTOS TÍPICOS DE

MUNICÍPIOS NO PERÍODO DE 2000 A 2011 NO ESTADO DO PARANÁ Santos, R.G. dos

1

Felema, J.2

Nascimento, S.P3

Ferreira, C.R4

Sesso Filho,U.A.5

Diniz, S.S.6

Resumo.O Brasil desponta-secomo um dos países com maior carga tributária do mundo. Essa

tributação é necessária para fazer frente às despesas com serviços característicos de Estado que

são demandados pela sociedade.Entretanto, os impostos típicos de municípios não têm mostrados

impactos significativos nas receitas orçamentárias municipais. Dessa forma, o objetivo

desteestudo é analisar no período compreendido entre os anos de 2000 a 2011, a evolução

espacial da arrecadação médiaper capita dosimpostos típicos de municípios no Estado do

Paraná: Imposto Predial Territorial Urbano, Imposto Sobre Transmissão de Bens Imóveis e

Impostos Sobre Serviços de Qualquer Natureza. A distribuição espacial da arrecadação dos

tributos municipais é determinada através da utilização de técnicas de Análise Exploratória de

Dados Espaciais (AEDE) - teste I de Moran Global e Local - para verificar a autocorrelação

espacial entre os municípios do Paraná e confirmar a existência de clusters espaciais.A fim de

examinar se no período avaliado houve concentração ou desconcentração da arrecadação dos

impostos, foi utilizado o Índice de Gini, e procedeu-se uma análise gráfica das receitas

provenientes dos impostos típicos de municípios. A base de dados foi extraída da Secretaria do

Tesouro Nacional, correspondente ao período de 2000 a 2011 atualizados a valores de 2011. Os

resultados obtidos através da Análise Exploratória de Dados Espaciais demonstraram que há uma

concentração da arrecadação per capita na Mesorregião Metropolitana de Curitiba com

agrupamento de cluster padrão Alto-Alto. Entretanto, o Índice de Ginianota que no Paraná,

mesmo que de forma lenta, esta ocorrendo desconcentração da arrecadaçãodas receitas próprias

de municípios. Por fim, a análise gráfica das receitas oriundas dos impostos típicos de

municípios apresentam resultados que evidenciam mudanças de comportamento da

arrecadaçãoao longo do período avaliado.

Palavras-chave:Arrecadação, Impostos Municipais, Concentração.

1 Economista, Mestrando em Economia Regional pela Universidade Estadual de Londrina. Professor de Finanças

Públicas doPrograma de Aperfeiçoamento Profissional da FASUL. Professor de Auditoria em Contratos de

Licitação do Curso de MBA em Auditoria e Perícia Contábil da Univel/Inbrape. Professor convidado da

Universidade Estadual de Londrina do Curso de Especialização de Auditoria e Perícia Contábil. Servidor Público

Municipal a Prefeitura de Londrina desde 1995. E-mail: rogelio1974@sercomtel.com.br 2 Economista, Mestrando pela Universidade Estadual de Londrina. E-mail: joaofelemna@yahoo.com.br

3Doutor em Economia Aplicada pela ESALQ/USP e professor do Departamento de Economia da Universidade

Estadual de Londrina. E-mail: sidnei@uel.br 4Doutor em Economia Aplicada pela ESALQ/USP e professor do Departamento de Economia da Universidade

Estadual de Londrina E-mail: robert@uel.br 5Doutor em Economia Aplicada pela ESALQ/USP e professor do Departamento de Economia da Universidade

Estadual de Londrina E-mail: E-mail: umasesso@uel.br 6Economista, Mestre em Economia Regional pela Universidade Estadual de Londrina. E-mail:

sarahdiniz@gmail.com

1. INTRODUÇÃO

Os recursos financeiros, frutos da arrecadação tributária, têm como finalidade garantir os

serviços públicos demandados pela população. Segundo Riani (1997), os gastos públicos são

uma escolha política dos governos no que se refere aos serviços que são prestados à sociedade.

Giambiagi e Além (2000) observaque o administrador público quando faz essas escolhas

deixará alguns grupos insatisfeitos. Essesdescontentamentos ocorrerem por parte de quem recebe

os serviços ou daqueles que osfinanciam, de forma direta ou indireta, a oferta desses serviços.

Dessa forma, os recursos oriundos dos impostos vêm preencher as lacunas das falhas de

mercados. Os desafios dos administradores públicos são de minimizar os impactos negativos,

buscando o máximo de eficiência entre os agentes financiadores e os que necessitam desses

serviços oferecidos pelo Estado.

A arrecadação de imposto não é um fenômeno brasileiro nem tão pouco fato recente. A

história mostra relatos de 3000 A.C, na Mesopotâmia, em que os reis já cobravam impostos de

seus súditos. Esses fatos passaram pelos reinados Judeus, Babilônicos eMulçumanos.

Ultrapassou aIdade Média, Renascimento, e chegaram até aos dias atuais. No Brasil os primeiros

relatos de tributação ocorreram no período chamado Capitanias Hereditárias, compreendido entre

os anos de 1532 a 1548. Posteriormente, foi-se aperfeiçoando o arcabouço jurídico, a fim de,

auferir uma arrecadação mais eficiente. Com as transformações ocorridas no Brasil, a partir da

década de 1960,que tinha como objetivo solucionar o déficit fiscal observa-se uma

descentralização dos tributos. Isso foi consolidado com a Constituição de 1988, que outorgou

maiores poderes aos estados e municípios de instituir e arrecadar impostos.

Pereira e Conselvan (2011) advertem que desde 1947, ano que se avaliou pela primeira vez

os registros das contas públicas no país, a carga tributária temmostrado um crescimento

acentuado. Giambiagi e Barros (2009) observa que a carga tributária brasileira saltou de 28,5%

para 36,5% do Produto Interno Bruto (PIB), respectivamente entre os anos de 1995 a 2008.

Entretanto, os municípios não arrecadam os impostos típicos de sua competência - Impostos

Sobre Serviços de Qualquer Natureza (ISSQN), Imposto Sobre Propriedade Territorial Urbano

(IPTU) e Imposto Sobre Transmissão de Bens Imóveis(ITBI)- de forma que impactam

significativamente nas receitas orçamentárias.Assim, a maior parte dos municípios do Paraná

depende dos repasses oriundos das transferências governamentais para executarem seus

orçamentos públicos.

A problemática relacionada a este estudo diz respeitoàs características da evolução na

arrecadação média dos impostos (IPTU, ISSQN e ITBI) nos municípios do Estado e se há

dependências espaciais entre municípios no período que compreende 2000 a 2011. Para isso, será

realizada Análise Exploratória de Dados Espaciais (AEDE), para os 399 municípios do Paraná.

O estudo descreve a evolução da distribuição espacial da arrecadação em quatro triênios: 2000-

2002; 2003-2005; 2006-2008; 2009-2011. Dessa forma, serão usados os padrões de associação

espacial (clusters espaciais) e verificar-se-á a existência de diferentes regimes espaciais.

A metodologia utilizada é a Análise Exploratória de Dados Espaciais (AEDE). A

distribuição espacial da arrecadação de impostos municipais será determinada através da

utilização de técnicas de Análise Exploratória de Dados Espaciais (AEDE), que tem como

ferramenta o teste I de Moran Global e Local, capaz de verificar a autocorrelação espacial entre

os municípios paranaenses, e assim, verificar a existência de clusters espaciais.

O objetivo deste trabalho é identificar o padrão espacial das receitas per capitano Estado

do Paraná, no período entre 2000-2011. Além deste, será feito uma abordagem comparativa das

receitas oriundas dos impostos típicos de municípios nas mesorregiões do Estado. O artigo está

estruturado em quatropartes, além desta introdução, conforme segue:impostos típicos de

municípios; metodologia; resultados obtidos e considerações finais.

Destaca-se a importância deste estudo no segmento ligado ao setor público que tem grande

relevância e interesses socioeconômicos, visto que os investimentos com recursos financeiros

oriundos desses impostos são de grande importância para o crescimento e desenvolvimento da

região estudada, ou seja, o Estado do Paraná.

Este artigo trata-sedos fatores que contribuem para a formação e identificação espacial dos

clusters nas regiões de maior arrecadação per capita de impostos típicos de municípios e, dessa

forma, colaborar no entendimento do processo de desenvolvimento territorial de

arrecadaçãodesses tributos nas cidades paranaense, provendosubsídios para o desenvolvimento

de políticas governamentais, que visemelhorar a arrecadaçãotributária municipal.

2.IMPOSTOS TÍPICOS DE MUNICÍPIOS

Na abordagem das Constituições brasileiras observa-se que gradativamente está

ocorrendo uma descentralização fiscal no país. Isso fica mais visível com a Constituição Federal

de 1988 que define no artigo 156, incisos I, II e III os impostos típicos de municípios que

compreendem: Impostos sobre Propriedade Territorial Urbana – IPTU; Imposto sobre Serviços

de Qualquer Natureza – ISSQN e; Imposto sobre Transmissão de Bens Imóveis – ITBI. São

assegurados aos municípios e ao Distrito Federalexclusivo poder de cobrança de IPTU, ISSQN e

ITBI. A autonomia municipaltem origem, basicamente nos artigos 29 e 30 da Constituição

Federal de 1998 que delegou aos municípios poderes de editar suas próprias leis, dispor sobre

seu governo e organizar sua estrutura administrativa, de modo que respeite os limites da

Constituição (BARRETO, 2009).

Oliveira (2009) observa que, no Brasil, o IPTU originou apenas como imposto predial.

Entretanto, o impostodesta natureza incidiu-se sobre os terrenos sem edificações, após a

Constituição de 1891. Com isso, passou a existir previsão com a outorga aos estados, que

posteriormente foi transferido aos municípios pela Constituição de 1934, com exceção ao

territorial rural ficando de competência da União. A partir de então não sofreu modificações no

que tange à sua competência.Esse imposto, após a Constituição de 1988, foi denominado de

Imposto sobre a Propriedade Territorial e Urbana – IPTU, conforme o artigo 156, inciso I. A

base de cálculo do IPTU é o valor venal do imóvel conforme aponta o art. 33 do Código

Tributário Nacional (CTN).

Vale salientar, conforme adverte Andrade (2009), que o IPTU a partir da Emenda

Constitucional 29/2000, admite de forma expressa, a progressividade do imposto em função do

valor do imóvel bem como a diferenciação de alíquotas e razão da localização e do uso conferido

à propriedade.

O Código Tributário Nacional, na inteligência do caput do art. 32, define como fato

gerador do IPTU, a propriedade, o domínio ou a posse do bem imóvel por natureza ou por

acessão física. Entretanto, Giacomini (2010) adverte que, existe uma diferença do texto

Constitucional com aescrita do Código Tributário Nacional, pois naquela norma rege que o

imposto incide sobre a propriedade, enquanto o CTN descreve como fato gerador sobre a

propriedade, o domínio útil ou a posse.

Nesse sentido Oliveira (2009) observa que além da responsabilidade do pagamento do

IPTU, adquiridos pelo proprietário do bem imóvel, leis municipais poderão atribuir a terceiros a

obrigação de recolher o imposto, à fazenda pública municipal, solidariamente ou

subsidiariamente.

O ISSQN também é um imposto de competência dos municípios, conforme define o

artigo 156, inciso III da Constituição Federal de 1988. Sua base de cálculo, como observa Melo

(2005) é o preço do serviço prestado.Historicamente, Oliveira (2009) lembra que o início da

incidência tributária desse imposto no Brasil, leva ao ano de 1812, época que se criou um

gravame vinculado à concessão de alvará para exercer certas atividades profissionais, como

funileiros e latoeiros. Oliveira (2009) ainda complementa que as normas gerais do ISSQN

originalmente fundamentadas pelos artigos 71 e 73 do CTN e com algumas alterações

posteriores vigoraram até a edição da Lei complementar nº 116/2003.

O fato gerador do ISSQN, conforme o art. 8º do Decreto Lei 406/1968 é a prestação de

serviços. Nesse sentido Oliveira (2009) complementa que o fato gerador do ISSQN é a prestação

de serviços realizada por pessoa física ou jurídica, mediante contraprestação onerosa.Dessa

forma, os municípios podem erigir como fato gerador a prestação de todo e qualquer serviço.

Ainda, Melo (2005) observa que a íntima vinculação da pessoa com materialidade é que

tem a virtude de tornar visível o contribuinte, porque, ao alcançar o fato gerador, terá que

recolher à fazenda pública, parte da respectiva grandeza econômica, classificada como imposto.

O último imposto avaliado neste estudo é o ITBI – Imposto sobre Transmissão de Bens

Imóveis, de competência municipal, deliberado pelo artigo 156, inciso II da Constituição

Federal. Conti (1999) observa que o ITBI apareceu no Direito Brasileiro em 1809 denominado

de “sisa”, tendo a previsão constitucional a partir de 1891 outorgando aos estados a competência

de arrecadação.

Conforme descreve o Código Tributário Nacional no artigo 114 o fato gerador é o

acontecimento expresso na norma jurídica legal como necessária e suficiente. Nesse sentido,

Marinho (2012) lembra que o ITBI é ainda um dos poucos tributos no Brasil que o lançamento é

realizado por declaração do adquirente do imóvel à Fazenda Pública Municipal. Dessa forma, a

base de cálculo é o valor que o comprador paga ao vendedor.

3. METODOLOGIA

Para alcançar os objetivos deste trabalho os dados foram coletados no site da Secretaria do

Tesouro Nacional (STN, 2012). A técnicautilizada é a de Análise Exploratória de Dados

Espaciais -AEDE, por meio do Índice de Moran Local e Global a fim de avaliar-se a

autocorrelação espacial.Com a finalidade de calcular o impacto da variável arrecadação per

capita dos impostos típicos de municípios, foram coletados os dados referentes aos 399

municípios do estado do Paraná. Contudo, na elaboraçãodos gráficos, mapas e testes utilizou-se

o softwareGeodataAnalysys (GeoDa). Almeida (2004) explica que a Análise Explanatória de

Dados Espaciais versa em um arcabouço de métodos, contendo elementos geográficos que

permitem o descobrimento de padrões espaciais nos dados.

Anselin (2005)descreve o AEDE fundamentado nos efeitos decorrentes da dependência e

da heterogeneidade espacial. Essa análise tem como finalidade demonstrar a associação de

clusters espaciais, averiguar a existência de distintos regimes espaciais ou não-estacionariedade e

identificar observações discrepantes.

Apesar de ser escassos estudos na literatura nacional que analisam a arrecadação de

impostos típicos de municípios através da técnica de Análise Exploratória de Dados Espaciais,

existem diversos estudos em outros segmentos que utilizam esta técnica para a identificação de

clusters espaciais.

A variável estudada neste artigo é a arrecadaçãoper capita corresponde à média da soma

dos impostos (ITBI, IPTU e ISSQN)dividida pela média da população, nos triênios 2000-2002,

2003-2005, 2006-2008 e 2009-2011, atualizados pelo Índice Nacional de Preços ao Consumidor

Amplo Especial (IPCA-E) a valores de dezembro de 2011 (IBGE, 2012). Dessa forma, épossível

mensurar a evolução eo padrão locacional dos municípiosparanaense nos quatros triênios.

3.1. Matriz de pesos espaciais

Para Ribeiro (2010) a dependência ou a autocorrelação espacial denota que a estimação

de uma variável de interesse numa certa região ou município depende do valor dessa variável nas

regiões vizinhas, que formam uma matriz. A vinculação espacial mostra a existência de uma

afinidade funcional entre o que ocorre em determinado lugar e o que ocorre em outro local.

Dessa forma, diz-se que uma variável de certa região ou município depende desta mesma

variável nas regiões ou município vizinhos.

Uma matriz de pesos espaciais busca condensar certo arranjo espacial de influência mútua

resultantes do elemento a ser observado que não precisa adotar um enfoque apenas geográfico.

Os dados da matriz de pesos espaciais são não randômicos e exógenos ao modelo, e de forma

genérica, são fundamentadas nos arranjos geográficos das observações ou na adjacência entre

elas.A matriz de pesos espaciais é empregada com a finalidade de enlaçar os resultados de

contiguidade e imediação sobre os elementos pelo meio de ponderações, ou seja, a variável

analisada em cada município recebe uma avaliação quando fizer vizinhança com o município

analisado (ALMEIDA, 2004).

Figura 1:Matriz de peso espacial - Queen

M2 M3 M4

M9 M1 M5

M8 M7 M6

Fonte: Elaborado pelos autores, baseado em Ribeiro (2010).

No entanto, conforme observa Pimentel e Haddad (2004), têm-se diferentes tipos de matriz

de pesos espaciais - Matriz Binária, Distância Inversa, Matriz de Pesos Espaciais Gerais de Cliff

e Ord, Matriz de Distância Socioeconômica. Convenciona-se que a matriz de pesos espaciais

adotada neste estudo recebe o nome de Queen, conforme Figura 1, onde M1 representa o

município central e M2 a M9 os municípios periféricos. A matriz do tipo Queen considera todas

as regiões com fronteiras diferentes de zero, incluindo os vértices.

Após a construção da matriz de pesos espaciais, executa-se o processo de obtenção do

Índice de Moran Global, como grau de correlação espacial da variável de interesse que será

analisado metodologicamente, nos subitens: 3.2 e 3.3.

3.2. Estatística I de Moran Global -Univariada

Segundo Teixeira e Almeida et al (2009), a Estatística I de Moran é o coeficiente que mede

a autocorrelação espacial. Ela testa a hipótese de que os dados espaciais estejam disseminados

aleatoriamente. A autocorrelação espacial depende da definição do arranjo espacial das

observações, expressa pela matriz de pesos espaciais.

Almeida (2004) demonstra a fórmula estatística do I de Moran conforme segue a equação

1:

ijw

nI

2

yy

yyyyw

i

jiij (1)

em que:

n: é o número de unidades espaciais;

iy : é a variável de interesse;

ijw : é o peso espacial para o par de unidades espaciais i e j, medindo o grau de interação

entre elas.

A estatística I de Moran tem um valor esperado de

1

1

n, ou seja, mostra o valor que

seria obtido se não houvesse padrão espacial nos dados. Dessa forma, os valores de I que

excedem

1

1

n indicam autocorrelação espacial positiva. Já os valores de I abaixo do valor

esperado indicam autocorrelação negativa. Ao contrário de um coeficiente de correlação, essa

estatística não é centrada em zero. À medida que o número de regiões ou município aumenta, o

valor esperado da estatística I de Moran aproxima-se de zero. Assim, conclui-se que tal

estatística varia entre 1 (ANSELIN,2005).

A autocorrelação espacial positiva mostra que, alta área de arrecadaçãoper capita de um

município ou região tende a ser rodeada por área de arrecadação de imposto per capita também

alta dos municípios e regiões vizinhas. O inverso também ocorre, uma pequena área de

arrecadaçãoper capita de um município ouregião tende a ser rodeada por área de arrecadaçãoper

capita igualmente baixa dos municípios e regiões contíguas (PIMENTEL E HADDAD, 2004).

O indicativo de autocorrelação espacial negativa indica que existe uma dissimilaridade

entre os valores das características avaliadas e da sua localização espacial. Ela denota queuma

elevada área de arrecadação de impostos típicos de municípios per capita de umaregião ou

município tende a ser circulada por pequena área de arrecadação per capita das regiões ou

municípios vizinhos(ALMEIDA, 2004).

O diagrama de dispersão de Moran é uma forma alternativa para interpretar a estatística I

de Moran. Essa representação mostra a defasagem espacial da variável de interesse no eixo

vertical e o valor da variável de interesse no eixo horizontal. A interpretação para esta estatística

é dada por quatro tipos de padrões espaciais conforme se verifica na figura 2.

Figura 2: Ilustraçãodo diagrama de dispersão de Moran

Fonte: Diniz et al(2012).

Alto-Alto (AA) indica regiões com elevados valores para a variável de interesse, sendo

vizinhas de regiões com elevados valores para a mesma. O padrão Baixo-Baixo (BB) revela

localidades com reduzidos valores para a variável em análise, sendo circundadas por localidades

com baixos valores para a mesma. O padrão Baixo-Alto (BA) mostra localidades com baixos

valores para a variável investigada, que são vizinhas de regiões com altos valores para a mesma.

Por fim, o padrão Alto-Baixo (AB) caracteriza regiões com altos valores para a variável em

estudo, que são ladeadas por outras com baixos valores para a mesma (TEIXEIRA e ALMEIDA,

2009).

3.3.Estatística I de Moran Local: Univariável

Para Anselin (1995), o índiceI de Moran local aborda um diagnóstico do indicador global

de autocorrelação conforme a contribuição local de cada observação em quatro categorias, nas

quais cada uma representa um quadrante no diagrama de dispersão de Moran. A explicação do I

de Moran local é intuitiva, dando a indicação do grau de agrupamento dos valores similares da

região observada, identificando clusters espaciais, estatisticamente significativos.

A estatística I de Moran local foi sugerida por Anselin e Florax (1995), tendo como

finalidade obter os padrões locais de associação linear que sejam significativos, sendo expressa

pelas seguintes equações:

n

yy

yywyyI

ii

jiji

i 2 (2)

ou

j

jijii zwzI (3)

em que:

iz e jz são variáveis padronizadas e a somatória sobre jé tal que somente os valores dos vizinhos

jsão incluídosji. O conjuntojiabrange os vizinhos da observação i, e por definiçãowij=0.

Conforme Perobelliet al (2008) as avaliações de autocorrelação espacial local devem ser

empregadas a fim de indicar a ocorrência de clusters espaciais locais, de valores altos ou baixos,

e quais são as regiões quecooperam mais exacerbadamente para a acontecimentos de

autocorrelação espacial. Tais conceitos de autocorrelação espacial local são expressos pelo

diagrama de dispersão de Moran (Moran Scatterplot) e as estatísticas LISA (Indicadores Locais

de Associação Espacial).

3.4.Índice de Gini

Através do Índice de Gini, calcula-se a desigualdade de uma distribuição qualquer. Este

coeficiente varia entre 0 a 1. Quanto mais perto de zero, representa uma distribuição mais

significativa, ou seja, no caso deste estudo, um valor de zero significaria uma distribuição

uniforme da arrecadação dos impostos típicos de municípios em todo Estado do Paraná. Já um

coeficiente no valor de 1 apontaria uma concentração da distribuição do imposto para apenas

ummunicípio ou região do Estado.

Conforme Hoffman (2006), o Índice de Gini pode ser obtido pela seguinte forma:

nGn

i

ii )(11

1 (4)

onde:

G é o Coeficiente de Gini;

i são os extratos;

i é o valor da proporção acumulada da produção até o extrato i;

n representa o número de extratos da população e da produção;

O cálculo do Índice de Gini objetiva complementar o estudo de Análise Exploratória de

Dados Espaciais (AEDE) no sentido de identificar se há uma concentração ou desconcentração

das receitas oriundas dos impostostípicos de municípios no período de 2000-2011 no Estado do

Paraná.

3.5.Análise Gráfica das Receitas Oriundas dos Impostos Típicos de Municípios

Este subitem tem a finalidade de fazer uma análise do comportamento das receitas

próprias de municípios. Como o Índice de Gini, este exame vem complementar os resultados

obtidos da Análise Exploratória de Dados Espaciais (AEDE).

4.RESULTADOS OBTIDOS

Este item examina odiagnóstico exploratório de dados espaciais da arrecadação média per

capitados impostos típicos dos municípios do Estado do Paraná, provendocontribuições para

oentendimento do setor, bem como o Índice de Gini que mede a concentração desses impostos

no Estado.

4.1. I de Moram Global e Diagrama de Dispersão de Moran (Moran Scatterplot)

O Ide Moran esperado é expresso por, E (I)

1

1

n, e fornece o valor que seria obtido

se não houvesse padrão espacial nos dados, nesse caso E(I) = - 0,0025, onde o valor de n

corresponde ao número de municípios do Estado do Paraná, num total 399 (IBGE, 2012). Vale

ressaltar, que os valores de Iesperado acima de –0,0025 indicam autocorrelação espacial positiva

e os valores abaixo, autocorrelação negativa.

A Tabela 1 mostra os valores de I de Moran para a variável arrecadação per capita média

dos tributos típicos de municípios para a matriz de pesos espaciais do tipo Rainha (Queen). Os

dados demonstrados na tabela 1 revelam que existe autocorrelação espacial positiva entre os

municípios, já que o valor de I de Moran calculado está acima do valor esperado, considerando

uma significância estatística de 5%.Entretanto, a análise da estatística I de Moran a respeito da

ocorrência de regimes espaciais, não torna provável a visualização de onde estão esses regimes e

a sua evolução ao longo do tempo. Para esta tarefa será utilizado o diagrama de dispersão de

Moran.Observa-se que a pseudo-significância empírica dos resultados da Tabela 1 é baseada em

999 permutações aleatórias.

Tabela 1 – Estatística I de Moran

Variável Convenção I Probabilidade

P_C_00_02

Rainha (Queen)

0,5023 0,05 P_C_03_05 0,4262 0,05

P_C_06_08 0,0343 0,05

P_C_09_11 0,4083 0,05 Fonte: Elaborado pelos autores, com auxílio do SoftwareGeoda.

Com relação às variáveis do eixo x, segue a definição: P_C_00_02 corresponde à média

trienal para os anos de 2000 a 2002 da arrecadação per capita dos impostos típicos de

municípios; P_C_03_05 corresponde à média trienal para os anos de 2003 a 2005 da arrecadação

per capita dos impostos típicos de municípios; P_C_06_08 corresponde à média trienal para os

anos de 2006 a 2008 da arrecadação per capita dos impostos típicos de municípios; P_C_09_11

corresponde à média trienal para os anos de 2009 a 2011 da arrecadação per capita dos impostos

típicos de municípios;

Ainda, segue as definições das variáveis do eixo y dos diagramas de dispersão de Moran:

W_P_C_00_02 corresponde à defasagem espacial da média trienal relativo ao período de 2000-

2002 da arrecadação per capita dos impostos típicos de municípios; W_P_C_03_05 corresponde

à defasagem espacial da média trienal relativo ao período de 2003-2005 da arrecadação per

capita dos impostos típicos de municípios; W_P_C_06_08 corresponde à defasagem espacial da

média trienal relativo ao período de 2006-2008 da arrecadação per capita dos impostos típicos

de municípios; W_P_C_09_11 corresponde à defasagem espacial da média trienal relativo ao

período de 2009-2011 da arrecadação per capita dos impostos típicos de municípios.

Conforme mostra a Figura 3o diagrama de dispersão de Moran é uma ferramenta gráfica

para analisar o I de Moran.No ponto de vista de Almeida (2004), para identificar a existência de

autocorrelação espacial é indispensável examinar a inclinação da curva mostrada no diagrama de

dispersão de Moran. Ou seja, se o coeficiente angular for positivo, apresenta autocorrelação

espacial positiva. Se o coeficiente angular for negativo, haverá autocorrelação negativa.A Figura

3 apresenta os diagramas de dispersão de Moran para a média trienal (2000-2002, 2003-2005,

2006-2008, 2009-2011)da arrecadação per capita dos impostos típicos de municípios no Estado

do Paraná. Dessa forma, como mostra a Figura 3, que contem os quatro gráficos de dispersão de

Moram, o coeficiente angular é positivo e, portanto, há correlação espacial positiva.

Figura 3 - Diagramas de Dispersão de Moran da Arrecadação Média Per Capitados Impostos

Típicos Municípios.

Fonte: Elaborado pelos autores, com auxílio do SoftwareGeoda.

Como já mencionado, o diagrama de dispersão de Moran é dividido em quatro quadrantes,

sendo eles: Alto-Alto; Baixo-Baixo; Alto-Baixo e Baixo-Alto. Os quadrantes mostram a

associação local espacial entre os municípios e seus vizinhos.

4.2. I de Moran Local

Na ótica de Almeida (2004) a associação linear espacial fornecida pela estatística I de

Moran Local pode ser fornecida de forma eficiente através do mapeamento dessas unidades

espaciais.A Figura4apresenta a significância das unidades espaciais através da estatística I de

Moran local para arrecadação média per capita dos impostos típicos de municípios no Estado do

Paraná. Nos mapas, a cor verde clara representa o nível de significância de 5%, o verde um

pouco mais escuro 1%, e o verde com tonalidade forte 0,1%. Os demais municípios não foram

significativos, conforme mostra a referência na Fifura4.

Figura4 -Significância da arrecadação per capita média dos impostos típicos de municípios do

Estado do Paraná, nos triênios 2000-2002, 2003-2005, 2006-2008, 2009-

2011.

Fonte: Elaborado pelos autores, com auxílio do SoftwareGeoda.

Contudo, a Figura 5exibe os clusters significativos para o Ilocal. Almeida (2004) esclarece

que o mapa de clusters ilustra as quatro categorias que são estatisticamente significantes, através

da combinação do diagrama de dispersão de Moran e o mapa de significância da associação

local. Os mapas de clusters mostram oagrupamento dos municípios que apresentam maior

arrecadação média per capita dos impostos típicos de municípios. Nesse sentido, a partir

daFigura 5, que demonstra a média trienal do período compreendido entre 2000 a 2011, ou seja,

nos quatro triênios analisados, é possível verificar a presença de clustersdo tipo alto-alto,

principalmente nos municípios pertencentes àMesorregião Metropolitana de Curitiba.

Dessa Forma, o mapa (a) da Figura 5referente ao triênio 2000-2002mostra o agrupamento

de cluster tipo Alto-Alto, nos municípios próximos à Curitiba, que correspondem a um bloco de

17 cidades, além de Curitiba, como segue: Palmeira, Campo Largo, Porto Amazonas, Campo

Magro, Araucária, Pinhais, Piraquara, São José dos Pinhais, Colombo,Quatro Barras, Fazenda

Rio Grande, Morretes, Antonina, Paranaguá, Matinhos, Pontal do Paraná, Guaratuba.A exceção

é Arapongas, localizada no Norte do Estado.

Contudo, no agrupamento de cluster Baixo-Baixo, o mapa mostra um pouco mais de

descentralização dos municípios com essas características com ênfase ao “corredor”

compreendido entre o município Cândido Abreu até Palmas, que representa um montante de 13

cidades conforme segue: Cândido Abreu, Boa Ventura de São Roque, Barbosa Ferraz, Laranjal,

Nova Laranjeiras, Palmital, Santa Maria do Oeste, Chopinzinho, Rio Bonito do Iguaçu, São

João, Mangueirinha, Reserva do Iguaçu e Palmas. Ainda mostra duas regiões com características

Baixo Baixo. Uma região corresponde ao agrupamento das cidades de Borrazópolis, Jardim

Alegre, Lidianópolis e Lunardelli. O outro agrupamento do mesmo padrãoé composto pelos

municípios de Ampére, Barracão, Pinhais de São Bento, Salgado Filho e Santo Antônio do

Sudoeste.

Isoladamente o mapa (a) da Figura 5 mostra os municípios de Conselheiro Mairinck,

Jaboti e Siqueira Campos na mesorregião norte pioneiro com padrão Baixo-Baixo.Esse mapa

ainda mostra o agrupamento de cluster Alto-Baixo na região Centro-Sul do Estado de forma

dispersa. Estes municípios são: Francisco Beltrão, Guaraniaçu, Ivaiporã, Laranjeiras do Sul, São

Mateus do Sul e União da Vitória. Já os clusters de municípios Baixo-Alto estão localizados no

entorno do agrupamento de cluster Alto-Alto, ou seja, na região de Curitiba-Litoral e

correspondem às cidades: Almirante Tamandaré, Contenda, Guaraqueçaba e Tijucas do Sul.

Com relação ao mapa (b) da Figura 5 referente ao triênio 2003-2005, mostra o

agrupamento de cluster tipo Alto-Alto, como no triênio 2000-2002,que se concentra também na

Região Metropolitana de Curitibacom os seguintes municípios:Antonina, Araucária, Campina

Grande do Sul, Campo largo, Campo Magro, Colombo, Curitiba, Guaratuba, Matinhos,

Morretes, Paranaguá, Pontal do Paraná, Porto Amazonas e São Jose dos Pinhais. Também há três

municípios na região Norte do estado que apresenta padrão Alto-Alto que são: Sertanópolis,

Arapongas e Cambé.

Entretanto, o padrão Baixo-Baixo, no mapa (b) da Figura 5demonstra que há um

agrupamento na região central do Estado que compreende uma parte do sul da Mesorregião

Norte Central e o Norte da Mesorregião Centro-Sul que são formados pelos municípios descritos

a seguir: Boa Ventura de São Roque, Cândido de Abreu, Ivaiporã, Laranjal, Palmital, Pitanga,

Rio Branco do Ivaí e Santa Maria do Oeste. Há outro pequeno agrupamento de três municípios

do padrão Baixo-Baixo formado pelos Municípios de São João, Quedas do Iguaçu e Rio Bonito

do Iguaçu.Ainda, na mesorregião Sudoeste apresentam de forma dispersa no padrão Baixo-Baixo

os municípios de Barracão, Nova Prata do Iguaçu e Pranchita. Também nesse padrão o mapa (b)

da Figura 5 mostra dois municípios na Mesorregião Noroeste: Inajá e Paranacity. Já na

Mesorregião Norte Central aparece o município de Miraselva. Por fim, na Mesorregião Norte

Pioneiro aparece nesse padrão às cidades de Santana de Itararé e Siqueira Campos.

O padrão Alto-Baixo(mapa (b) da Figura 5), exibe uma dispersão no território do Estado

no qual compreendem os municípios conforme relacionados a seguir: Conselheiro Mairinck,

Francisco Beltrão, Pinhal de São Bento, São Mateus do Sul e União da Vitória. Com relação ao

padrão Baixo-Alto existe um grupo disperso na Mesorregião Norte Central compreendido pelos

municípios de Ângulo, Ivatuba, Sarandi e Tamarana. Outro grupo pertencente ao mesmo padrão,

o mapa (b) mostra que os demais municípios estão dispersos na Mesorregião Metropolitana de

Curitiba que é composta pelos municípios: Almirante Tamandaré, Fazenda Rio Grande,

Guaraqueçaba, Piraquara e Tijucas do Sul.

O mapa (c) da Figura 5, que se refere ao triênio de 2006-2008, novamente, exibe uma

concentração na Mesorregião Metropolitana de Curitiba para o padrão agrupamento de cluster

Alto-Alto. Os municípios pertencentes a esse grupo são: Altônia, Araucária, Campo Largo,

Colombo, Curitiba, Guaratuba, Matinhos, Morretes, Paranaguá, Pinhais, Piraquara, Pontal do

Paraná, Quatro Barras e São José dos Pinhais. Outro grupo está na Mesorregião Norte Central

com os municípios de Arapongas, Apucarana e Cambé.

Em relação ao padrão Baixo-Baixo o mapa (c) da Figura 5 demonstra que existe um

agrupamento não contínuo de cidades que se inicia no sul da Mesorregião Norte Central, que

passa pela Mesorregião Centro Sul e termina na Mesorregião Sudoeste. Essas Mesorregiões são

integradas pelos municípios relacionados a seguir: Borrazópolis, Dois Vizinhos, Guaraniaçu,

Ivaiporã, Jardim Alegre, Lidianópolis, Lunardelli, Palmital, Pitanga, Quedas do Iguaçu, Salgado

Filho, Santo Antônio do Sudoeste e São Pedro do Ivaí.

O mapa (c) da Figura 5 expõem apenas os municípios de Francisco Beltrão, Paranavaí e

São Mateus do Sul com padrão de agrupamento de cluster Alto-Baixo que estão distribuídos em

três mesorregiões. Com relação ao agrupamento do cluster Baixo- Alto o mapa (c) mostra que há

um grupo homogêneo formado pelos municípios de Assaí, Ibiporã, Marilândia do Sul, São

Jerônimo da Serra, Sertanópolis e Tamarana (cidades das Mesorregiões Norte Central e Norte

Pioneiro). Ainda, no agrupamento Baixo-Alto possui um contingente de municípios exclusivos

da Mesorregião Norte Central, conforme relacionados a seguir: Ângulo, Doutor Camargo,

Floresta, Iguaraçu, Ivatuba, Mandaguaçu, Marialva, Paiçandu e Sarandi. Nesse mesmo padrão

de agrupamento o mapa (c) mostra que entorno do padrão Alto-Alto da Mesorregião

Metropolitana de Curitiba há cinco municípios conforme segue: Almirante Tamandaré, Campo

Magro, Fazenda Rio Grande,Guaraqueçaba e Tijucas do Sul. Por fim, ainda nesse padrão Baixo-

Alto, os municípios de Carambeí na região dos Campos Gerais e as cidades de Santa Tereza do

Oeste, Santa Terezinha de Itaipu e Tupãssi na Mesorregião Oeste do Estado estão contidos.

Figura 5 - Clusters da arrecadação per capita média dos impostos típicos demunicípios do

Estado do Paraná, nos triênios 2000-2002, 2003-2005, 2006-2008, 2009-2011.

Fonte: Elaborado pelos autores, com auxílio do SoftwareGeoda.

O mapa (d) da Figura 5, que se refere ao triênio de 2009-2011. Assimcomo nos triênios

anteriores também mostra uma concentração na Mesorregião Metropolitana de Curitiba para o

padrão agrupamento de cluster Alto-Alto. Os municípios pertencentes a esse grupo são:

Antonina, Araucária, Balsa Nova, Campo Largo, Curitiba, Fazenda Rio Grande, Guaratuba,

Mandirituba, Matinhos, Morretes, Paranaguá, Pinhais, Piraquara, Portal do Paraná, Porto

Amazonas, Quatro Barras, São José dos Pinhais e Tijucas do Sul. Outros municípios que

apresentam o mesmo padrão de agrupamento são Telêmaco Borba, Imbaú e Carambeí,

pertencentes à Mesorregião Centro Oriental e Arapongas Astorga e Sertanópolis, da Mesorregião

Norte Central.

Em relação ao padrão Baixo-Baixo o mapa (d) da Figura 5 demonstra que existe um

agrupamento compostos de três mesorregiões, conforme descritos a seguir: Boa Ventura de São

Roque, Pitanga e Santa Maria do Oeste na Mesorregião Centro Sul; Iretama na Mesorregião

Centro Oriental e Jardim Alegre na Mesorregião Norte Central. Ainda, no agrupamento Baixo-

Baixo há sete municípios dispersos em varias mesorregiões do Estado. Esses municípios são:

Barracão e Salgado Filho pertencentes à Mesorregião Sudoeste, Inajá Mesorregião Norte

Central, Jaboti e Santana do Itararéna Mesorregião Norte Pioneiro, Palmas Mesorregião Centro

Sul e Paraiso do Norte que fica localizada na Mesorregião Noroeste.

O mapa (d) da Figura 5, ainda exibe os municípios deBorrazópolis na Mesorregião Norte

Central, Cornélio Procópio pertencente à Mesorregião Norte Pioneiro, os municípios de Dois

Vizinhos eFrancisco Beltrão localizado na Mesorregião Sudoeste, Paranavaína Mesorregião

Noroeste, São Mateus do Sul e União da Vitóriana Mesorregião Sudeste com padrão de

agrupamento de cluster Alto-Baixo. Com relação ao agrupamento do cluster Baixo-Alto o mapa

(d) mostra os municípios de Campo Magro, Colombo, Contenda, Guaraqueçaba e Quitandinha

pertencente à Mesorregião Metropolitana de Curitiba e os municípios de Ivatuba, Sarandi e

Tamaranana Mesorregião Norte Central.

4.3. Índice de Gini

No período “pós-guerra fiscal”, década de 90, percebe-se uma variação maior de

arrecadação de Imposto Sobre Circulação de Mercadorias e Serviços (ICMS) dos Estados,

quando comparados com o Estado de São Paulo (NASCIMENTO, 2008). Na análise feita pelo o

Autor não foi empregadaa metodologia deste trabalho e as receitas, objeto dessa análise, são

oriundas dos impostos típicos de municípios, diferente daquela, ou seja, do ICMS que é de

competência de arrecadação dos estados confederados.

Entretanto, o fenômeno da “guerra fiscal” não ficou apenas no âmbito dos impostos típicos

de Estados. Ela abrange, também, os impostos típicos de municípios como a postergação da

cobrança ou a isenção de IPTU e ISSQN. Esses impostos são dois da tríade que é

complementada pelo ITBI. Dessa forma, no intuito de complementar a análise espacial dos dados

referente ao agrupamento de cluster dos quatro triênios (2000-2002; 2003-2005; 2006-2008 e

2009-2011), foi calculado os Índice de Gini no período de 2000-2011 para auferir se houve

desconcentração das receitas que estão sendo analisadas.

Figura 6: Índice de Gini da Arrecadação das Receitas Típicas de Municípios.

Fonte: Elaborado pelos Autores.

A Figura 6 mostra uma variação negativa de 19,81% no Índice de Gini, passando de

0,4706 para 0,3928, respectivamente entre os anos 2000 a 2011. Isso significa que está

ocorrendo uma desconcentração das receitas próprias de municípios e com tendência de queda,

mesmo que esse fenômeno esteja acontecendo de forma lenta. Nesse período, o ano de 2007 foi

atípico que interrompeu um ciclo de seis anos de queda, passando de 0,3840 em 2006 para

0,4113 em 2007 com uma variação de 7,083%. Após esse período (2000-2007), houve oscilações

no índice, todavia em 2011 fechou em queda.

4.4. Análise Gráficadas Receitas Oriundas dos Impostos Típicos de Municípios

A Figura 7mostra o desempenho da arrecadação dos impostos - IPTU; ISSQN e ITBI - nos

triênios 2000-2002; 2003-2005; 2006-2008 e 2009-2011 na receita orçamentária dos municípios

paranaense. No primeiro triênio as receitas próprias eram de 12,25% do total das receitas

orçamentárias, subindo para 12,90% no segundo triênio e recuando para 12,74% no terceiro

triênio. Entretanto, no quarto triênio houve uma queda acentuada do impacto das receitas

próprias nas receitas orçamentárias, chegando a 9,15%. No período de 2000 a 2011 os

municípios paranaenses obtiveram uma variação negativa nas receitas próprias de 25,27%.

Figura 7: Participação percentual dos Impostos Típicos de Municípios nas Receitas

Orçamentárias no período de 2000 a 2011.

Fonte: Elaborada pelos Autores.

A Figura 8exibe o desempenho do impacto orçamentário das receitas próprias dos

municípios das 10 mesorregiões do Paraná. A Mesorregião Noroeste (1) variou positivamente

em 6,92% a participação das receitas próprias no montante das receitas orçamentárias. A

mesorregião Centro Ocidental (2) foi a que apresentou maior crescimento no período analisado,

variando positivamente 49,52%, passando de 5,21%para 7,79% a sua representatividade nas

receitas orçamentárias entre o triênio 2000-2002 e 2009-2011.A Mesorregião Centro-Sul (8),

também obteve um crescimento de 9,43% entre os triênios 2000-2002 e 2009-2011.

Entretanto, as representatividades das receitas próprias das demais mesorregiões, nas

receitas orçamentárias, mostraram uma acentuada queda. A Mesorregião Metropolitana de

Curitiba (10) obteve uma variação negativa de 34,88% na representatividade das receitas

próprias em relação às receitas orçamentárias, passando de 20,44% no triênio 2000-2002 para

13,31% no triênio 2009-2011. A segunda maior variação negativa foi alcançada pela

Mesorregião Sudeste (9) que perdeu 23,58% durante o período avaliado. Na ordem segue a

mesorregião Centro-Oriental (5) que variou negativamente 20,90% no períodoexaminado.Outra

Mesorregião que obteve uma expressiva variação percentual negativa foi a Norte Central (3),

com uma queda de 20,59%, passando de 11,41%de para 9,06% o impacto

orçamentáriorespectivamente no primeiro triênio e quarto triênio.

Figura 8: Impacto Orçamentário das Receitas dos Impostos Típicos de Municípios por

Mesorregiões.

Fonte: Elaborado pelos Autores.

Já as Mesorregiões Norte Pioneiro(4), Oeste (6) e Sudoeste (7), obtiveram respectivamente

variações negativas de 9,61%, 6,65% e 12,27% nas suas participações percentuais das receitas

próprias nas receitas orçamentárias.

A Figura 9expõe a receita per capita em Reais dos impostos típicos de municípios nos

quatro triênios avaliados neste estudo. A Mesorregião Noroeste (1) alcançou uma variação

positiva de 65,08% na arrecadação per capita entre os triênios 2000-2002 a 2009-2011 passando

de R$61,29 para R$101,18. A Mesorregião Centro-Ocidental (2) alcançou 164,24% de variação

positiva na arrecadação no período compreendido entre o primeiro e o quarto triênio, passando

respectivamente de R$73,79 para R$194,99 a sua arrecadação per capita.

A Figura 9 ainda apresenta variações positiva similaresdas Mesorregiões Norte Central (3),

Centro-Oriental (5), Oeste (6) e Sudeste (9), respectivamente no montante de 21,22%, 27,44%,

23,68% e 24,74%. As Mesorregiões Norte Pioneiro (4), Sudoeste (7) e Centro-Sul (8)

alcançaram variações positivas,respectivamente de 41,74%, 44,88% e 67,23%, no período

compreendido entre os triênios de 2000-2002 a 2009-2011. E por fim, visualiza a única variação

negativa que foi alcançada pela Mesorregião Metropolitana de Curitiba, representada na Figura 9

por Mesorregião 10, correspondente a 2,24%.

Figura 9: Receita per capita em Reais dos Impostos Típicos de Municípios por

Mesorregiões.

F

onte: Elaborado pelos Autores.

Vale ressaltar que, com exceção da Mesorregião Centro-Ocidental (2), as demais

mesorregiões obtiveram auge de crescimento nas receitasper capita oriundas dos impostos

típicos de municípios no triênio2006-2008.

A Figura 10 ilustra a capacidade de arrecadação per capitaem Reais dos impostos típicos

de municípios nos três Estados da Região Sul do Brasil. O Estado de Santa Catarina tinha o

melhor desempenho no ano 2000. Em 2001 perdeu a posição para o Estado do Rio Grande do

Sul e em 2004 alcançou a igualdade. A partir de 2005 retornou ao posto de melhor desempenho e

manteve até 2011. O crescimento no período de 2000 a 2011 alcançou 153,59%. O Estado do

Rio Grande do Sul, em 2000, ocupava a segunda colocação, passando para primeiro em 2001 e

mantendo se até 2003. Em 2004, obteve o mesmo desempenho do Estado de Santa Catarina e a

partir de 2005 se manteve no posto de segundo colocado, com uma variação de crescimento de

162,83% em todo o período.

O Estado do Paraná alcançou uma taxa de crescimento de 159,44%, entretanto o seu

patamar de arrecadação ficou bem abaixo dos Estados de Santa Catarina e Rio Grande do Sul.

Enquanto que no ano 2000 os Estados de Santa Catarina e Rio Grande do Sul obtiveram uma

arrecadação per capita de R$56,90 e R$51,22 respectivamente, o Paraná alcançou apenas R$

R$39,43. Já em 2011, enquanto o Estado de Santa Catarina conseguiu uma arrecadação per

capita de R$144,11 e o Estado do Rio Grande do Sul alcançou R$134,63, o Estado do Paraná

ficou com uma receita per capita de R$102,30.

Figura 10: Arrecadação per capita dos Impostos Típicos de Municípios em Reais no Período de

2000-2011 dos Estados da Região Sul.

Fonte: Elaborado pelos Autores.

5. CONSIDERAÇÕES FINAIS

O estudo procurou identificar o padrão locacional da arrecadação per capita média dos

impostos típicos de municípios: IPTU, ITBI e ISSQN para os municípios do Estado do Paraná,

através da identificação da autocorrelação espacial e detecção de clustersespaciais entre os

municípios. O uso de instrumentos de análise exploratória de dados espaciais permitiu verificar

que, em geral, os municípios com alta produtividade média na arrecadação de impostos

municipais são vizinhos de outros municípios que apresentam o mesmo padrão de arrecadação.

O mesmo ocorrendo com municípios de baixa arrecadaçãomédia que são cercados por outros

municípios com as mesmas características.

Através da utilização da Análise Exploratória de Dados Espaciais (AEDE), foi possível

identificar a autocorrelação positiva para a arrecadação médiaper capitados municípios

arrecadadores de impostos típicos de sua competência no Estado de Paraná no período de 2000 a

2011, identificando, principalmente, clusters alto-alto e baixo-baixo.

O resultado da AEDE permite sinalizar a concentração de municípios com maior

arrecadação na Mesorregião Metropolitana de Curitiba, que é formada pelos municípios em

torno da Capital, da Serra do Mar e Litoral. Com o estudo, verificou-se uma descentralização do

“corredor” do clusterBaixo-Baixo que iniciava na Mesorregião Norte Central e terminava no

extremo sul do Estado do Paraná. Entretanto, um grupo de 6 municípios formados por – Boa

Ventura de São Roque, Iretama, Jardim Alegre, Palmital, Pitanga, Santa Maria do Oeste –

permanecem no cluster Baixo-Baixo. Essa região é conhecida historicamente pelas dificuldades

de se desenvolver economicamente.

Ainda que se mostre um padrão Alto-Alto de arrecadação dos impostos típicos de

municípios na Mesorregião Metropolitana de Curitiba, através do cálculo do Índice de Gini,

evidenciou-se que mesmo, de forma lenta, houve uma descentralização de receitas oriundas

desses impostos. Isso pode ter ocorrido em virtude da Lei 101/2000, chamada de Lei de

Responsabilidade Fiscal que traz em seu arcabouço jurídico à necessidade dos governantes

municipais tomarem medidas a fim de equilibrar as contas públicas, ou seja, melhorar a gestão

fiscal do tesouro municipal. Neste caso, há evidências que os menores municípios tiveram a

necessidade de aumentar sua arrecadação para atender os dispositivos da Lei. Ou seja, optou

equalizar suas contas não apenas cortando despesas, mas também buscando alternativas de

aumentar sua arrecadação.

A análise gráfica das receitas oriundas dos impostos típicos de municípios vem confirmar

que as Mesorregiões “menos expressivas” obtiveram um crescimento nas receitas próprias. Em

sentido inverso, as Mesorregiões “mais expressivas”, como aNorte Central Paranaense, Oeste e a

Metropolitana de Curitiba vem perdendo espaços na participação das receitas orçamentárias nos

municípios paranaenses. A análise gráfica confirma também que durante o período analisado as

receitas oriundas dos impostos próprios de municípios houve uma acentuada queda na

participação nas receitas orçamentárias no triênio 2009-2011. Quando se compara as receitas

próprias dos municípios pertencentes aos Estados da Região Sul do Brasil, o Paraná tem um

desempenho muito aquém dos demais.

Vale ressaltar que nas Constituições anteriores e mais evidentes na atual, tem-se observado

uma preocupação dos legisladoresem promover a descentralização fiscal no país, outorgando aos

municípios a competência de editar leis e estruturas administrativas para governar sobre a

matéria tributária. Entretanto, no Paraná, o que se observa na prática é uma ineficiência na

arrecadação desses impostos pelos municípios, pois no período dos quatro triênios estudado

neste artigo permite-se concluir que os impactos nas receitas orçamentários dos impostos de

competência de arrecadação municipal estão sofrendo uma queda acentuada.

As avaliações sobre o tema não foram esgotadas neste artigo e muitos estudos deverão

ainda ser realizados para o real entendimento sobre a temática tributária municipal. Propostas

que analisem o fluxo das receitas oriundas dos impostos típicos de municípios entre as

mesorregiões no Estado do Panaráusando modelos econométricos podem ajudar a entender a

dinâmica da mobilidade destes impostos. Portanto, com este estudo espera-se ter contribuído de

forma parcial para o real entendimento da temática abordada.

REFERÊNCIAS BIBLIOGRÁFICAS

ALMEIDA, E. Curso de Econometria Espacial Aplicada. ESALQ-USP: Piracicaba, 2004.

ANDRADE, V.C.F. O IPTU Progressivo como meio de efetivação da Função Social da

Propriedade. Escola da Magistratura do Estado do Rio de Janeiro. Rio de Janeiro, 2009.

Disponível em: http://www.emerj.tjrj.jus.br/paginas/trabalhos_conclusao/2semestre2009/

trabalhos_22009/VivianCurvachoFariadeAndrade.pdf. Consultado em 23 de outubro de 2012.

ANSELIN, L. (2005); Exploring spatial data with geode: a workbook.University of Illinois,

Urbana-Champaing.Disponívelem: https: <//geodacenter.asu.edu/system/ files/GeodeWork

book. Pdf>.Consultadoem 11 de novembro 2012.

ANSELIN, L.; FLORAX, J. G. M. Small Sample of Tests for Spatial Dependence in

Regression Models: some further results. In: Anselin, L. e Florax, R. J. G. M. (eds) New

Direction in Spatial Econometrics, Springer, New York, 1995.

BARRETO, A.F. ISS na Constituição e na Lei. 3ª Ed. São Paulo. Dialética, 2009.

BRASIL. Código Tributário Nacional. Constituição Federal. Legislação Tributária. Obra

coletiva de autoria da Editora Revista dos Tribunais. 16. ed. São Paulo: Revista dos

Tribunais, 2011.

BRASIL. Instituto Brasileiro de Geografia e Estatística. Disponível em:

<http://www.ibge.gov.br>. Consultado em 25 de outubro de 2012.

BRASIL. Ministério da Fazenda. Secretaria do Tesouro Nacional. Disponível

em:http://www.receita.fazenda.gov.br. Consultado em 23 de outubro de 2012

CONTI, José Maurício. O Imposto sobre a Transmissão de Bens Imóveis (ITBI): principais

questões. Jus Navigandi. Teresina, ano 4, n. 36, 1 nov. 1999. Disponível em: <http://jus.com.br/

revista/texto/1401>. Consultado em 27 novembro 2012.

DINIZ, S.S.; CAMARA, M. R. G.da; MASSAMBANI, M.O.; ANHENESI, J.A.R.;SESSO

FILHO, H. A. Análise Espacialda Produtividade da Laranja dos Municípios do Estado de

São Paulo: 2002-2010. Trabalho apresentado no 50º Congresso da SOBER. Vitória – ES, julho

de 2012.

GIACOMINI, L.B. IPTU: uma análise da função social da propriedade e de sua

progressividade. Revista das Faculdades Integradas Vianna Junior. V.1, n.2. Juiz de Fora,

Outubro de 2010. Disponível em:http://www.viannajr.edu.br/site/ viannasapiens/ artigos/ cod3/

artigo2.pdf. Consultado em 23 de outubro de 2012.

GIAMBIAGI, F.; ALÉM, A.C. Finanças Públicas – Teoria e Prática no Brasil.Editora

Campus. Rio de Janeiro, 2000.

GIAMBIAGI, F. de BARROS, O [organizadores]. Brasil Pós-Crise: agenda para a próxima

década. Rio de Janeiro, Editora Elsevier, 2009.

HOFFMAN, R. Estatística para Economistas. 4ª Ed. São Paulo, Editora Saraiva, 2006.

MARINHO, P. ITBI – Base de Calculo – Valor do bem imóvel transmitido. Sobral - CE,

2012. Disponível em:http://direitotributarioeadministrativo.blogspot.com.br. Consultado em 27

de outubro de 2012.

MELO, J.E.S. ISS – Aspectos Teóricos e Práticos. 4ª ed.São Paulo: Dialética, 2005.

NASCIMENTO, S.P. Guerra fiscal: uma avaliação com base no PIB, nas receitas de ICMS e

na geração de empregos, comparando os estados participantes e não participantes. 2008.

(Tese para obtenção do Título de Doutorado) – Universidade de São Paulo.

OLIVEIRA, J.J. DE M. Impostos Municipais: ISS, IPTU, ITBI. São Paulo. Saraiva, 2009.

PEREIRA, G.M.; CONSELVAN, V.A. A Evolução da Carga Tributária Brasileira. Revista

Jus Societas. V.5, n.6, Jul/Dez 2011. Consultado em 22 de outubro de 2012.

http://www.revista.ulbrajp.edu.br/ojs/index.php/jussocietas/article/viewFile/1641/330

PEROBELLI, F. S.; FERREIRA, P. G. C. ALMEIDA, E. S. Existe convergência espacial da

produtividade agrícola no Brasil? Rio de Janeiro, vol. 46, n. 01, p. 031-052, jan/mar 2008.

PIMENTEL, E.; HADDAD, E.A (2004).Análise da distribuição espacial da renda no estado

de Minas Gerais: Uma abordagem setorial. Texto para discussão, NEREUS. FEA-USP. São

Paulo.

RIANI, F. Economia do Setor Público: Uma Abordagem Introdutória. 3ª Edição. São Paulo:

Atlas, 1997.

RIBEIRO, E.C.B.A. Convergência de renda local entre os municípios brasileiros para o

período 2000 a 2005. Juiz de Fora, 2010, 140p. Dissertação (Mestrado em Economia) -

Faculdade de Economia da Universidade Federal de Juiz de Fora.

TEIXEIRA, R.F.A.P.; ALMEIDA, E.S.; et al (2009). Produtividade e logística na produção

do biodiesel. Revista FEE, 31(1): 7-30.