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.

25

26

27

28