PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO PUC … Leme da... · Economia da Mundialização...
83
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO PUC-SP André Leme da Silva Fleury Bonini Determinantes da aglomeração espacial da atividade industrial no Estado de São Paulo MESTRADO PROFISSIONAL EM ECONOMIA DA MUNDIALIZAÇÃO E DO DESENVOLVIMENTO São Paulo – SP 2014
Transcript of PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO PUC … Leme da... · Economia da Mundialização...
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO PUC-SP
André Leme da Silva Fleury Bonini
Determinantes da aglomeração espacial da atividade
industrial no Estado de São Paulo
MESTRADO PROFISSIONAL EM ECONOMIA DA MUNDIALIZAÇÃO E DO DESENVOLVIMENTO
São Paulo – SP
2014
André Leme da Silva Fleury Bonini
Determinantes da aglomeração espacial da atividade industrial no Estado de São Paulo
MESTRADO PROFISSIONAL EM ECONOMIA DA MUNDIALIZAÇÃO E DO DESENVOLVIMENTO
Trabalho Final apresentado à Banca Examinadora da Pontifícia Universidade Católica de São Paulo, como exigência parcial para obtenção do título de MESTRE PROFISSIONAL em Economia da Mundialização e do Desenvolvimento, sob a orientação do Prof. Dr. José Nicolau Pompeo.
São Paulo
2014
Bonini, André Leme da Silva Fleury
Determinantes da aglomeração espacial da atividade industrial no Estado de São Paulo/André Leme da Silva Fleury Bonini. São Paulo: Dezembro 2014.
73f.: Il. Orientador: Prof. Dr. José Nicolau Pompeo. Trabalho de Conclusão Final de Curso, apresentado ao Programa de
Estudos Pós-Graduados em Economia da Mundialização e do Desenvolvimento, da Pontifícia Universidade Católica de São Paulo, 2014.
1. Desenvolvimento Econômico 2. Aglomeração Espacial 3.
Competitividade Industrial e entre governos I. Título
Trabalho de Conclusão Final de Curso, de autoria de André Leme da Silva Fleury Bonini,
intitulado “Determinantes da aglomeração espacial da atividade industrial no Estado de São
Paulo”, apresentado como requisito parcial para obtenção do título de Mestre Profissional em
Economia da Mundialização e do Desenvolvimento, do Programa de Estudos Pós-Graduados
em Economia da Mundialização e do Desenvolvimento, da Pontifícia Universidade Católica
de São Paulo, defendido e aprovado pela banca examinadora abaixo assinada, em _______ de
____________________ de 2015.
__________________________________________________________ Prof. Dr. José Nicolau Pompeo
Orientador PUC-SP
__________________________________________________________ Prof. Dr. Celso Ribeiro Campos
PUC-SP
__________________________________________________________ Prof. Dr. Renato Garcia
IE-UNICAMP
À Andirá, esposa, companheira e apoiadora
incondicional e à pequena Lorena, luz da minha vida!
AGRADECIMENTOS
Aos meus pais, José Valentim Bonini e Ana Bonini, pelo estímulo e conselhos tanto no
campo profissional, quanto no âmbito de pesquisa acadêmica e docência;
Ao Prof. Dr. José Nicolau Pompeo, da PUC/SP, estimado orientador, que rigorosamente
norteou os pontos primordiais desta pesquisa acadêmica;
Ao Prof. Dr. Celso Ribeiro Campos, pelas precisas correções e ponderações dos testes
estatísticos, que possibilitaram maior consistência e robustez aos procedimentos
metodológicos.
Ao Professor Dr. Renato Garcia, do núcleo de economia industrial do Instituto de Economia
da UNICAMP, que além de um tutor, foi um grande amigo que com muita sabedoria e
serenidade dosou críticas e comentários para a consolidação das informações que serão aqui
apresentadas.
Ao Professor Dr. Áquilas Mendes, que sempre me estimulou a buscar o crescimento pessoal
por intermédio do conhecimento.
A todos os profissionais do Programa, em especial a eficiente assistente da coordenação, Srta.
Bruna Said, sempre a postos para resolver as demandas dos alunos. Aos Professores do
Programa, Dr. Rubens Sawaya e Dr. Fernando Ribeiro, que inspiraram e ajudaram na escolha
do tema, indicando os principais referenciais que deveriam fazer parte deste trabalho, e; não
menos importante, que teve fundamental presença na formatação das ideias, ao Prof. Dr.
Marcelo Ranieri, pela sábia condução das informações que foram estruturantes na construção
do modelo econométrico;
Por fim, a terna gratidão a todos os alunos companheiros de sala de aula que conjuntamente
dedicaram mais de 680 horas no convívio como uma verdadeira família.
“O objetivo do governo deve ser criar um ambiente no
qual as empresas possam melhorar as vantagens
competitivas nas indústrias”.
Michael Porter
RESUMO
A mundialização do capital e o processo da globalização são os grandes responsáveis
pelo o aumento da competitividade. Se por um lado, as empresas buscam estrategicamente a
melhor localização para otimizar os custos de produção e de distribuição, por outro, os
governos locais competem entre si para criar a cesta de oportunidade mais adequada para
postular a atração de novos negócios privados. Sob a visão da Nova Geografia Econômica
(NGE), pesquisamos quais são as externalidades positivas, ou forças centrípetas, que levam à
aglomeração das atividades, e as externalidades negativas, ou forças centrífugas, que levam a
dispersão dos investimentos. Para este fim, apresentamos estimativas cross section avaliadas
empiricamente através de diversas variáveis por meio de uma aplicação para as cidades e
microrregiões paulistas no ano de 2010. Os principais resultados mostram que o número de
indústrias do setor de transformação e a população com pelo menos o nível superior de
graduação concluído, influenciam positivamente a aglomeração. Já quanto maior a distância
da localidade até a capital, menores são as chances da ocorrência da aglomeração. A
conclusão que chegamos é que ao nível municipal, a simples aglomeração de indústrias é
condição suficiente para a atração de novas empresas e condiz com a teoria dos benefícios dos
clusters proposta por Krugman (1997), ao passo que no nível micorregional demonstramos a
relevância do capital humano qualificado como fator de determinante na localização de
indústrias, corroborando as ideias de Porter (1989). Sugerimos que os municípios agindo
cooperativamente em suas microrregiões, podem apresentar melhor desempenho dos
indicadores que determinam a formação do PIB industrial e desta forma se tornam mais
atrativos ao investimento privado, contribuindo com um ambiente onde as empresas criam
suas vantagens competitivas. Evidenciamos a necessidade de esforços para que municípios
pensem em políticas públicas em conjunto com os governos da microrregião; e, com a ajuda
estatal, consigam melhorar os indicadores apresentados, criando polos de desenvolvimento
que ressoe em melhorias na qualidade de vida para a sociedade.
Palavras-chave: Desenvolvimento Econômico. Aglomeração Espacial. Competitividade
Industrial
ABSTRACT
The globalization of capital and the process of globalization are largely responsible for
increasing competitiveness. On one hand, firms strategically seeking the best location to
optimize the costs of production and distribution, on the other, local governments compete to
create the most appropriate basket of opportunity to postulate the attraction of new private
businesses. Under the vision of the New Economic Geography (NEG), this paper measures
the indicators of geographical concentration maps and the spatial location of where they are
established major industrial clusters of the State of São Paulo. Also investigates what are the
positive externalities, or centripetal forces that lead to agglomeration of activities, and the
negative externalities, or centrifugal forces, which lead to spreading of investments. To this
end, this research presents estimates cross section, which incorporates the contributions of
theories of endogenous growth. The model is evaluated empirically through several variables
by means of an application to the cities of São Paulo in 2010.
The main results show that the number of industries and the population with at least upper
level of completed graduation, positively influence the agglomeration. Have the greater the
distance of the town to the capital, the less likely the occurrence of agglomeration. The
conclusion we reached is that the municipal level, the agglomeration of industries is a
sufficient condition for attracting new businesses and is consistent with the clusters theory
proposed by Krugman (1997), while in micorregion level demonstrate the relevance of skilled
human capital as a determining factor in the location of industries, supporting ideas by Porter
(1989). We recommend that municipalities acting cooperatively, can outperform the
indicators that determine the formation of the industrial GDP and thus become more attractive
for private investment, contributing to an environment where companies create competitive
advantages. Evident the need for efforts to ensure that municipalities think of public policies
together with the governments of region; and, with State aid, can improve the indicators
presented, creating development poles that resonates in improvements in quality of life for
society.
Keywords: Economic Development. Spatial Agglomeration. Industrial competitiveness
Lista de tabelas Tabela 1. Estado de São Paulo, participação no valor adicionado e no PIB nacional ........ 21
Tabela 2. Parques Tecnológicos reconhecidos pelo do Estado de São Paulo ................. 22
Lista de quadros Quadro 1. Modelo (11) – Municípios Paulistas: Determinantes da aglomeração espacial da atividade industrial .........................................................................................................
46
Quadro 2. Modelo (10) – Microrregiões Paulistas: Determinantes da aglomeração espacial da atividade industrial ...........................................................................................
49
Lista de Abreviações CAGED Cadastro Geral de Empregos e Desempregos DLE Desenvolvimento Local Endógeno DLS Desenvolvimento Local Sustentável ETEC Escolas Técnicas FATEC Faculdades de Tecnologia IBGE Instituto Brasileiro de Geografia e Estatística IED Investimento Estrangeiro Direto INVESTSP Agência Investe São Paulo
MDCI Ministério do Desenvolvimento MTE Ministério do Trabalho e Emprego NGE Nova Geografia Econômica PIB Produto Interno Bruto QL Quociente Locacional RAIS Declaração anual de informações sociais RMSP Região Metropolitana de São Paulo SEADE Fundação Sistema Estadual de Análise de Dados, VTI Valor de Transformação Industrial
SUMÁRIO Introdução .......................................................................................................................... 09 1 Competitividade entre governos locais ........................................................................
12
1.1 Do espaço global para o espaço local................................................................... 12 1.2 Arenas para atração de investimentos.................................................................. 14 1.3 Processo de formação histórica e econômica do Estado de São Paulo................. 18
2 Referencial teórico e revisão da literatura.................................................................... 24 3 Localização espacial da atividade industrial paulista .................................................
33 3.1 Vantagens competitivas das aglomerações .......................................................... 33 3.2 Mensuração da Concentração Industrial ............................................................. 35
4 Procedimentos Metodológicos .......................................................................................
37
4.1 Hipóteses ............................................................................................................. 37 4.2 Base de Dados ..................................................................................................... 38 4.3 Modelo Empírico ................................................................................................. 38
5 Resultados Econométricos ............................................................................................. 43 5.1 Análise das regressões para os municípios 44 5.2 Análise das regressões para as microrregiões 47
Conclusão ...........................................................................................................................
50
REFERÊNCIAS BIBLIOGRÁFICAS ............................................................................ 52 APÊNDICE 1 – Variáveis da pesquisa econométrica ....................................................... 58 APÊNDICE 2 – Classificação CNAE 2.0, Seção “C” Indústria de Transformação .......... 59 APÊNDICE 3 – Municípios paulistas: Estatística Básica............................................... 60 APÊNDICE 4 – Municípios paulistas: Testes aplicados ao Modelo................................. 61 APÊNDICE 5 – Municípios paulistas: Modelos propostos ............................................ 62 ANEXO 1 – Estado de São Paulo e microrregiões ............................................................
66
ANEXO 2 – Estado de São Paulo: PIB per capita a preços correntes (2011) ................... 67 ANEXO 3 – Estado de São Paulo: população residente em pessoas (2010) ...................... 68 ANEXO 4 – Estado de São Paulo: área da unidade territorial (em km²) ........................... 69 ANEXO 5 – Estado de São Paulo: composição das microrregiões .................................... 70
9
Introdução
Governos de países, estados e municípios estão em constante luta para atrair
investimentos em seus territórios, em busca da geração de emprego, renda e desenvolvimento
econômico e social. A finalidade do presente trabalho é buscar mecanismos que melhorem as
condições para um município competir com outros municípios e que esta competição converta
em melhorias para sociedade. Para tanto, realizaremos uma pesquisa sobre as determinantes
da aglomeração das atividades industriais nas cidades paulistas, como fator de irradiação da
abertura de novos postos de trabalho. Abordaremos as formas pelas quais empreendedores
escolhem determinado local para realizar investimentos produtivos e, também, sobre como
deve se comportar o governo local, inserido na competitividade global. Diagnosticaremos as
principais variáveis chaves que podem impulsionar progressos neste campo estratégico,
demonstrando as interconexões dos indicadores selecionados com a dinâmica econômica
regional. Por fim, apresentaremos propostas aos planejadores de políticas públicas, com
sugestões de diretrizes ao futuro de longo prazo.
Governos locais contribuem com a implementação de políticas públicas que
promovem o desenvolvimento econômico e social, dentre elas, muitos são os projetos que
visam atrair empresas para instalar plantas produtivas na cidade. No entanto, há uma
necessidade de comprovações empíricas sobre quais são os fatores que conduzem estas
empresas à decisão sobre a localização em dado território específico. É claro que cada
governo tenta de todas as formas ser considerado a localidade ideal para receber
investimentos privados. Cada governo admite que possui a melhor cesta de benefícios para o
empreendedor e procura corrigir as externalidades negativas e prover forças de atração que
darão o rumo ao crescimento da atividade econômica, em particular ao setor industrial.
Por sua vez, a maioria dos empreendedores quando procuram uma localização para
uma nova planta, iniciam uma investigação cautelosa que responda a critérios econômicos
aplicados a perspectiva logística que maximize a eficiência da produtividade com o menor
custo possível. Usualmente, as escolhas são realizadas onde consigam o melhor balanço entre
os custos da matéria prima, de produção e de distribuição no mercado e onde há grande
diversidade de vantagens oferecidas, como é o caso da posição geográfica, do mercado
consumidor, da qualificação da mão de obra, de incentivos fiscais e de tantos outros
indicadores que representam um diagnóstico real das possibilidades de ganhos no futuro.
Mas atualmente, além dessas forças, de natureza da própria empresa ou do governo,
outros fatores contribuem para influenciar a escolha da localização. O esforço para a empresa
10
encontrar a posição geográfica privilegiada não provém apenas do baixo custo total de
abatimentos de tributos, mas acreditamos que o empreendedor busca outras variáveis.
Algumas opções consideradas são de influências externas, específicas da contribuição da
sociedade, que participam diretamente dos resultados de indicadores como qualificação
profissional, inovação e melhorias no Índice de Desenvolvimento Humano etc.
O objetivo principal desta pesquisa é estabelecer um modelo que pode apresentar
quais são as determinantes da aglomeração espacial da atividade industrial no Estado de São
Paulo e como cada uma dessas variáveis afeta a aglomeração, isto é, um modelo que seja
capaz de explicar como as forças de atração e de repulsão agem como determinantes da
localização da indústria. Com isto, será possível entender as condições ideais para ampliar a
concentração da atividade industrial, cuja consequência é o fomento do fluxo circular da
renda, aquecendo a economia de toda cidade e propondo transformações estruturais na
sociedade.
Para atingir a finalidade pretendida, com base no trabalho desenvolvido por Wen
(2004), que realizou um estudo sobre o caso das determinantes da aglomeração das empresas
na China, primeiramente realizaremos o cálculo do quociente locacional (QL), que mensura o
nível de concentração de empregos em dada localidade, comparado com o Estado de São
Paulo.
O segundo passo é a construção do modelo econométrico. Sugerimos diversas
variáveis que eventualmente podem determinar o nível da aglomeração. A variável explicada
do modelo será o Produto Interno Bruto Industrial que na presente pesquisa será uma proxy da
aglomeração industrial, tendo em vista que reflete o desempenho de dada localidade neste
setor de atividade econômica.
Serão examinadas as combinações de fatores que influenciam a localização das
indústrias, desde a dimensão territorial e demográfica, distância do principal mercado
consumidor (capital do Estado), número de pessoas com nível superior de educação, entre
outros.
Desta maneira, regressões cross section serão realizada no software Stata™, para o
ano de 2010, com o banco de dados secundário do Instituto Brasileiro de Geografia e
Estatística (IBGE), do Ministério do Trabalho e Emprego (MTE) entre outros.
Com a análise dos resultados, esperamos comprovar, ou não, as hipóteses assumidas,
consolidando a relação de indicadores que possam ser considerados peças-chaves à
aglomeração industrial e consecutivamente ao crescimento econômico.
11
Entendemos que encontrar as determinantes da aglomeração é prestar um trabalho de
relevância pública, tanto pelo viés de propor aperfeiçoamentos a gestão pública quanto pela
possibilidade de criar diretrizes ao desenvolvimento econômico e social.
Esperamos que o modelo tenha grande valia para nortear estratégias efetivas ao
Desenvolvimento Local Endógeno (DLE) potencializando cada região estudada.
Consequência deste empírico trabalho seria a possibilidade de estimular os governos locais a
priorizar determinados indicadores, como instrumentos essenciais à atração de investimentos
na cidade, criando metas para que alcance os níveis ótimos que impactarão a gestão pública,
além de otimizar o planejamento orçamentário e facilitar a elaboração de políticas industriais
e de geração de emprego e renda.
12
1 Competitividade entre governos locais
1.1 Do espaço global para o espaço local
A integração das economias locais à economia internacional depende da criação de
sinergias econômicas e ambiente empresarial favorável aos negócios. Assim, governo e
sociedade possuem um papel estratégico na formulação de políticas públicas de atração e
manutenção de empresas, tendo em vista que essas estruturas são importantes ferramentas
para atingir os objetivos de crescimento econômico em uma economia globalizada.
A movimentação geopolítica da sociedade econômica e da hegemonia do capital está
relacionada à globalização e aos fatos político-econômicos que alteraram o eixo da
acumulação, da organização e da direção da governança global. Neste contexto, a
mundialização do capital e o processo da globalização ajudam a reduzir importantes custos de
produção. Com isto, empresas avaliam novos territórios em buscam de estabelecer filiais para
início de novos negócios, elevando a competitividade de governos locais para capturar estes
investimentos produtivos privados. Por sua vez, países, estados e cidades, se preparam
adequadamente com a infraestrutura e incentivos para atrair este capital, com o objetivo de
aumentar o nível de emprego, renda e consequentemente elevar o seu Produto Interno Bruto
(PIB).
Para Stiglitz (2007), a globalização econômica abrange muitas coisas, como o fluxo
internacional de ideias e conhecimento, o compartilhamento de culturas, a sociedade civil
global e o movimento ambiental mundial. O autor lembra que com o advento da globalização,
somos todos moradores locais, mas que ao mesmo tempo, fazemos parte de uma comunidade
mundial. Segundo ele, para grande parte do mundo, a globalização tal como foi gerida parece
mais uma imposição do que uma opção, pois a integração da economia global causou maior
volatilidade, insegurança e mais desigualdade, no qual os meios de vida e os valores básicos
estão ameaçados. Para tanto, o autor propõe uma governança ativa que possibilite alterar tal
percepção do fenômeno.
Lacerda (2004) aponta que a globalização de fluxos financeiros e de comércio
acirraram a competitividade dos mercados e criaram verdadeira corrida pela inovação de
produtos e serviços, provocando a reestruturação também nos países em desenvolvimento,
decorrente do processo de abertura das suas economias e do aumento do ingresso de
investimentos diretos estrangeiros. Sawaya (2006) apresenta os fatores históricos que
impulsionaram o desenvolvimento econômico com especial atenção as décadas de 1970 e 80
quando houve prejuízos catastróficos aos países que tentavam se financiar internacionalmente.
13
Segundo o autor, essa crise, somada a abertura da economia, registraram a marca da entrada
do mundo em uma nova fase da mundialização de capital, ao passo que o capital passou a
solicitar a liberdade de movimento que se materializava na lógica liberalizante. Esta facilidade
de acesso aos mercados globais aumentou as disparidades de riqueza e qualidade de vida entre
países.
Amsden (2009) aprofundou estudos sobre a forma que se deu o crescimento dos
países não pertencentes ao Atlântico Norte, o que ela chamou de “o resto”, referendando que
um dos motivos patentes da grande distorção dos indicadores, foi justamente a forma de
concorrência entre as indústrias dos países desenvolvidos com as dos países em
desenvolvimento. Colaborando com o discurso sobre os efeitos da globalização, Chang
(2004) criticou veementemente a estratégia das nações sobre a política de abertura comercial
estabelecida no Consenso de Washington, resumindo seu trabalho na célebre passagem em
que explica que é um expediente comum e inteligente de quem chegou ao topo da magnitude,
“chutar a escada pela qual subiu”, a fim de impedir os outros de fazerem o mesmo. Andreff
(2000) constatou que as estratégias globais desenvolvidas pelas empresas multinacionais estão
voltadas a se apropriar, a todo custo, dos benefícios da globalização. Em sua obra o autor
evidencia a dimensão espacial dos investimentos com integração mundial dos mercados no
que se refere ao Investimento Estrangeiro Direto (IED).
De acordo com a abordagem da teoria da internacionalização do capital, o processo
de acumulação em escala global constituiu o elemento-chave para compreender o
desenvolvimento desigual do capitalismo, tanto entre países como dentro de um mesmo país.
Bastos e Silva (1995) enfocam que as transformações nos países menos desenvolvidos são
analisadas como o resultado da internacionalização do capital produtivo e da globalização da
produção.
Em que pese o capitalismo globalizado e a subordinação consentida no processo de
acumulação dos países em desenvolvimento, os governos nacionais, regionais e locais buscam
diagnosticar as necessidades e propor novos modelos de desenvolvimento econômico. Del
Valle e Barroso (1999) lecionam que é necessária a busca de vantagens que permitam a cada
âmbito subnacional competir na economia globalizada, pois todo processo de
desenvolvimento deve se basear na utilização racional, equilibrada e dinâmica de todos os
bens de capitais, monetários, humanos, físico-naturais e culturais.
No Brasil, a descentralização do poder do governo federal aos municípios ocorreu
com o estabelecimento do Estado democrático, pós-ditadura militar, com a promulgação da
Constituição Federal de 1988. Exemplos disso foram a municipalização da educação,
14
segurança pública e saúde pública, deslocando a gestão e parte dos financiamentos aos
estados e municípios.
Recentemente, é possível verificar o acirramento na competitividade entre os
governos locais, os quais, baseados apenas na esperança, comprometem a receita municipal
com descontos em impostos e outros incentivos.
Acreditamos que o Poder Público Local é um espaço permanente de aprendizado
coletivo, além de um importante ator social de apoio ao crescimento do país. É por intermédio
das cidades que tudo acontece e por isso há necessidade de pesquisas que busquem apresentar
soluções empíricas aplicadas à realidade, com o levantamento das variáveis que apresentam
externalidades positivas e negativas e mais do que isto, é necessário entender como as
empresas decidem sobre a localização de seus novos negócios e relacionar quais são as
diferenças regionais que impactam na decisão de investimentos privados.
1.2 Arenas para atração de investimentos
A ausência da atividade industrial e a grande desigualdade de oportunidades ao
desenvolvimento nas cidades ao redor do Brasil são obstáculos que cada governo local deve
superar. O início dessa superação está em encontrar qual a vocação municipal para apostar
suas fichas no desenvolvimento desse setor.
Para melhor entender o atual estágio de competitividade entre os governos locais é
necessário ter em mente a premissa de que os governos defendem a bandeira do
desenvolvimentismo e lutam pela atração de investimentos privados pelo simples fato de que
isto é positivo para sua imagem. A implementação de novas empresas pode alterar o rumo
político e significar vitórias nas urnas, pois é explícita a simpatia da sociedade para ações que
criem novos postos de trabalhos e possivelmente atraiam novos players, como fornecedores e
prestadores de serviços para a região. Na visão de Tatsch (2013), os governos possuem o
entendimento de que as empresas ganham relevância, em função do dinamismo em termos de
geração de emprego, de renda e de produtividade que tais configurações asseguram a
determinadas regiões.
Em busca de novos mercados, empresas procuram territórios para iniciar ou expandir
seus negócios. Geralmente o local escolhido depende do surgimento de uma oportunidade por
conta da localização de clientes e de empresas que constituem a cadeia produtiva em que
estão inseridas. Mas não apenas estes fatores se bastam para a definição da localidade mais
propícia para a implementação da nova empresa. Anteriormente à tomada de decisão, várias
15
opções são estudadas racionalmente por intermédio de um verdadeiro processo seletivo, uma
pesquisa minuciosa sobre os atributos e atrativos que cada cidade e região oferecem.
Mayer e Mucchielli (1999) defendem a hipótese de que o processo de escolha da
localização de uma empresa transnacional pode ser descrito por uma sequência de decisões
iniciadas pelo leque de opções geográficas, escolhendo-se primeiro no qual país investir, logo
em seguida uma região dentro deste país. Spers et al. (2008) retratam os principais motivos
que levam as empresas a se internacionalizar e a forma de entrada destas empresas, ao passo
que relatam os grandes desafios da estratégia de internacionalização e as etapas que as
empresas necessariamente têm que passar para obter êxito na empreitada.
Esta escolha da decisão geográfica de onde a empresa irá se instalar se dá por
intermédio da análise de determinantes e indicadores, como por exemplo, a verificação da
consistência do sistema político e a estabilização macroeconômica, que são pré-condições
para o crescimento. Variáveis como tamanho do mercado consumidor, tributação, taxa de
juros, de desemprego, de câmbio, a inflação, a balança comercial também influenciam o rumo
de um país e dos negócios ali inseridos. Estas também são as primeiras variáveis de qualquer
estudo de viabilidade para orientar a tomada de decisão do ente privado, por optar ou não na
instalação de capital produtivo em determinado território.
Uma vez mapeadas as barreiras de entrada e oportunidades do âmbito federal, o funil
se estreita para a pesquisa setorial. A empresa que possui a estratégia de expandir filiais no
país, busca aprofundar a análise do setor em que atua, descobrindo como funcionam as
relações sindicais, o aparato de fornecedores, o mercado consumidor, a mão de obra
qualificada e operacionalidade de possíveis financiamentos.
A próxima etapa para a escolha da localização da firma, é o estabelecimento da
relação com a porta de entrada do empreendedor junto ao governo estadual, oportunidade na
qual os gestores empresariais realizam um raio-x de todos os incentivos, subsídios,
facilidades logística e a verificação das principais características demográficas, energéticas,
hídricas, econômicas, sociais e ambientais das regiões industriais.
A busca pela localização ótima de uma nova planta industrial recai, por derradeiro,
ao nível municipal, território onde fisicamente funcionará a planta do negócio. Este é o ponto
em que a empresa busca comparar as potencialidades de cada município, investigando não
apenas os aspectos geográficos e a infraestrutura do aparelhamento público, mas
principalmente procuram compreender no que consiste a estratégia de desenvolvimento e qual
é a postura do governo local e da sociedade que ali habita, quanto à vinda de um novo player
16
que poderá acirrar a concorrência com empresas já instaladas na região e a possível
mobilidade de mão de obra e de capital.
Ao invés de simplesmente jogar dardos em um mapa na parede para indicar a
localização de sua nova subsidiária, em curtas palavras, os passos descritos anteriormente são,
costumeiramente, os quais as empresas buscam planificar sua pesquisa para encontrar o
ambiente adequado que se alinha a estratégia empresarial para maximizar seus lucros.
Mas a frenética concorrência, estabelecida pela lógica de mercado transbordou os
meios empresariais e adentrou a fundo na competição entre as cidades. Da mesma forma que
o empreendedor possui profissionais capacitados para efetuar a busca pelo local ideal para
iniciar a produção e gerar seu lucro, governos locais cada vez mais deixam seu papel passivo
e traçam estratégias ativas, para se tornarem mais competitivos e atrair empresas para alcançar
o crescimento econômico e social sustentável. Ampliar as chances de atrair investimentos
produtivos, ainda que por meio de IED se tornou bandeira de diversas municipalidades, que
inseridos na voraz disputa, criam diferenciais competitivos que as tornam promotoras de
incentivos extras, capazes de ser o fator decisivo para a concretização atividade industrial.
Cabe salientar que de nada vale tamanho esforço para atração de novos investimentos, se não
houver a integração de políticas públicas voltadas ao que Buarque (2004) chamou de
construção do Desenvolvimento Local Sustentável (DLS), ou seja, potencializar a estrutura
municipal a transformar conhecimento em resultados e resultados em diferenciais
competitivos.
Edmiston e Turnbull (2003) propuseram um modelo, para as cidades americanas, que
expõe os fatores de competitividade entre governos para o desenvolvimento econômico. Os
autores levantaram um grande argumento na discussão de políticas públicas, vez que
questionaram se os Estados devem ampliar o seu alcance das políticas de desenvolvimento,
dando maiores autonomias aos governos locais a fim de permitir maiores incentivos para
estimular o desenvolvimento econômico. Eles destacaram que as maiores taxas de impostos
afastam para longe as empresas e os abatimentos de impostos e outros incentivos aos
investimentos são preponderantes para fomentar a competitividade, ao ponto que cidades
chegam a tratar jurisdições rivais como uma ameaça; e, o recrutamento de empresas, como
um torneio. A conclusão a que chegaram é que os esforços do governo local para atrair novos
negócios são menos custosos nas localidades que possuem maior vantagem de localização,
criando maior probabilidade de atrair empresas. Por outro lado, há diminuição da relação
entre esforço do governo com as grandes distâncias das localidades.
17
Esta competitividade entre governos locais, ao mesmo passo que força os governos a
uma gestão mais eficiente, também cria favorecimentos injustos ao capital, que muitas vezes
leva o município a investir seus escassos recursos do orçamento local em benefício de
interesse privados, sem obter nenhum retorno para a coletividade, como ocorre nos casos em
que há doação de terras, infraestrutura e isenções tributárias.
Conforme muito bem colocado por Domingos e Ruiz (2006), a “Guerra Fiscal” entre
os entes federativos não é um marca positiva, e sim ações fadadas ao fracasso e dispendiosas
experiências de atração de investimentos descentralizados. Aliás, as empresas nos dias atuais
estão dispostas a participar de ações de responsabilidade social inclusivas e solidárias; e, por
vezes, buscam diferenciais de atratividade que exteriorizam a adaptação local às exigências da
economia mundial, como por exemplo, o nível de capacitação doméstica em conhecimento e
inovação tecnológica.
Ressaltamos que, independente da fraca autonomia para lidar com a questão do
desenvolvimento, a limitada capacidade de geração de receitas e a impossibilidade de atuar
sobre o câmbio, juros e outros assuntos macroeconômicos, o município, em sua pequena
margem de manobra para iniciativas de promoção do desenvolvimento, deve preocupar-se em
promover estratégias determinadas por suas próprias forças, que tenha no Desenvolvimento
Local Endógeno sua principal sustentação
Braga (2002), explica que o Desenvolvimento Local Endógeno tem a ver com as
questões do desenvolvimento nos níveis subnacionais de governo, onde é possível pensar em
políticas de desenvolvimento integrada a três principais eixos: o econômico, o político e o
cultural. Segundo o autor, trata-se das possibilidades de desenvolvimento a partir da utilização
dos potenciais econômicos, humanos, naturais e culturais, internos a uma localidade, criando
espaço para gerar um crescimento estrutural econômico baseado na utilização das
características existentes em um dado território, com a mobilização de recursos locais para
contribuir com os rendimentos crescentes e a criação de externalidades positivas, fatores estes
de interesse dos empreendedores.
Dessa forma, ainda que a competitividade entre cidades seja entendida como
ferramenta para atingir os objetivos de crescimento econômico, são os municípios as
verdadeiras arenas de legitimação dos interesses do contribuinte.
Nessa toada, evidenciamos na presente pesquisa os municípios integrantes do Estado
de São Paulo, cujos motivos por tal escolha serão expostos a seguir.
18
1.3 Processo de formação histórica e econômica do Estado de São Paulo
Detalhadamente, a gênese da formação econômica do Brasil e do Estado de São
Paulo foi expressa por Furtado (2003). O autor remontou o século XVI, e explicou sobre o
início da atividade açucareira no povoado onde hoje se encontra a cidade de São Vicente,
fundada no ano de 1532. Para Cano (1981), pouco se podia dizer das tentativas de
implantação industrial em São Paulo até 1880, sendo que o café, tido como atividade nuclear
do complexo econômico paulista, possibilitou efetivamente o processo de acumulação de
capital durante o período anterior a crise de 1930. Naquela época, os próprios fazendeiros
investiam em indústrias, bem como em ferrovias, que em 1897 contava com mais de 1.600
quilômetros de penetração ao interior do Estado. Em sua opinião, o início do capital industrial
em São Paulo deu-se no período entre 1881 a 1894, com destaque para uma usina de açúcar,
uma fábrica têxtil e a Cia. Melhoramentos de São Paulo, produtora de papel, cal e cerâmica. O
autor examinou o processo histórico da formação econômica paulista e concluiu que os
fatores que determinaram e possibilitaram a dinâmica específica de concentração industrial
foram: (i) inexistência de um mercado nacional integrado; (ii) a dinâmica de cada uma das
economias regionais e a sua estrutura de concentração da propriedade e da renda; (iii)
problemas decorrentes da relativa rigidez tecnológica.
Cano (1981) apontou que um momento importante da evolução industrial foi o final
da década de 1920, quando os altos níveis de concentração da indústria paulista passaram a
expressar maior efetividade, de forma que neste período, a concentração já deixava de ser
aparente para rapidamente se transformar em efetiva. Apenas para se ter uma noção inicial
dos primórdios industriais, o autor relembrou que o setor químico totalizava 8% da produção
paulista e o de produtos metálicos alcançavam a expressiva cifra de 16,8%, ambos os cálculos
para o ano de 1939.
Para Diniz (1993), a partir do final da Década dos 60, pela primeira vez o Estado de
São Paulo começou a perder posição relativa na produção industrial brasileira, em função do
menor crescimento de sua área metropolitana. O autor reiterou que as deseconomias de
urbanização surgiram em decorrência do aumento do preço da terra e dos aluguéis, dos
salários relativos, dos custos de congestão e de infraestrutura, além da crescente pressão
sindical, acompanhada de greves, e das novas normas de controle de poluição pelos órgãos
estatais.
Negri (1996) trouxe informações sobre a década de 1940 a 1980. Talvez a mais
importante contribuição do autor seja sobre a desindustrialização da Região Metropolitana de
São Paulo (RMSP) que reduziu sua participação no Valor de Transformação Industrial (VTI)
19
quando comparado com o interior do Estado, que mostrou expressivo crescimento passando
de 6% em 1959, para 43,4% em 1985. Segundo esse autor, os principais itens de
deseconomias de aglomeração foram: sistema de carga e passageiro, infraestrutura viária,
sistema de abastecimento de água e coleta de esgoto, sistema de coleta de lixo, custo social da
poluição, deterioração dos principais indicadores de qualidade de vida, elevada rotatividade
da força de trabalho, especulação imobiliária e tempo despedido com transportes.
Pacheco (1996) evidenciou que os anos 80 e o início da década de 90, ao contrário do
período anterior, marcaram a mais longa e grave crise da história do Brasil contemporâneo.
Período este marcado pela recessão e desemprego, onde os índices da produção física
indicavam um movimento de queda da produção na Grande São Paulo. Ele também ressaltou
que após 1980, o aumento das exportações foi um fenômeno generalizado para as distintas
atividades econômicas, inclusive com a ampliação do peso dos manufaturados, que passaram
a representar mais da metade da pauta de comércio exterior. Segundo o autor, no caso da
indústria de transformação, a desconcentração continuou tendo, até 1990, dois sentidos: de um
lado as regiões Norte, Centro-Oeste, os estados da Bahia, Paraná e Minas Gerais; de outro o
interior de São Paulo. Tais fenômenos deram origem ao que o autor chamou de "pequenas
ilhas de prosperidade", dentro de um contexto de estagnação, ou seja, a crescente
especialização foi à contrapartida do processo de integração comandado a partir de São Paulo,
uma vez que estavam bloqueadas as possibilidades de industrializações autônomas, capazes
de resultar estruturas produtivas à imagem e semelhança da indústria paulista. Por fim, o autor
conclui que a integração reforçava a complementaridade interregional.
Diniz (1993) revelou que à medida que a Área Metropolitana começou a apresentar
saturação, o Governo do Estado orientou seus investimentos para o interior, especialmente
com a construção de uma rede de transportes ligando o litoral e a Área Metropolitana com o
Interior. Isto facilitou a reorientação geográfica do crescimento industrial dentro do próprio
Estado, reduzindo o seu transbordamento para outros estados ou regiões do pais. Em função
dessas variáveis, observamos um processo de instalação de plantas industriais em diversos
municípios no interior paulista, principalmente filiais de empresas de capital nacional e
estrangeira que optaram por instalar plantas em locais próximos a importantes rodovias que
conectam o estado e a nação.
Visando a criação de condições que privilegiassem os municípios em relação às
metrópoles, Cano (1981) explicou que houve uma Política de interiorização do
desenvolvimento, cujo apoio do Governo Federal consistiu em pesados investimentos para
20
torná-los receptores de investimentos industriais privados. O Estado contribuiu com melhorias
no sistema de transportes, com contínuos investimentos em infraestrutura.
A tese do “Desenvolvimento Poligonal", defendida por Diniz (1993) dá conta que o
processo de reversão da polarização se fez com um relativo espraiamento industrial para o
próprio Interior do Estado de São Paulo e para quase todos os demais estados brasileiros. O
autor indica que a relativa reconcentração no polígono definido por Belo Horizonte –
Uberlândia – Londrina – Maringá – Porto Alegre – Florianópolis – São José dos Campos –
Belo Horizonte, é definido pelos principais polos de alta tecnologia.
Independente da teoria poligonal de Diniz (1993), que engloba distintos territórios no
Brasil, o Estado de São Paulo é a locomotiva do país. Para comprovar tal afirmação a tabela 1
traz informações do Portal Investe São Paulo (InvesteSP), para os dados de 2012, onde aponta
o Estado como o maior polo econômico e industrial do Hemisfério Sul, respondendo por mais
de 36% do valor adicionado nacional da indústria e 43% do total de prestação de serviços.
Ainda é responsável por 33% do Produto Interno Bruto (PIB) com R$ 1,2 trilhão. Seu PIB per
capita registrou a cifra de R$ 30,8 mil.
Geograficamente o Estado está localizado na Região Sudeste do país e constituiu
uma rede de cidades interligadas com as mais modernas rodovias brasileiras e os principais
aeroportos, além da proximidade do Porto de Santos, maior terminal de contêineres da
América Latina, responsável por 25% da corrente de comércio brasileira. Com 42 milhões de
habitantes, São Paulo é o Estado mais populoso e rico do Brasil. A maior força do mercado
consumidor brasileiro está no interior de São Paulo.
Segundo dados do Word Bank1 e da SEADE2, o Brasil sem o Estado de São Paulo na
sua composição do PIB, deixaria a sétima posição do ranking dos países com maior PIB e
baixaria para o 11º lugar, atrás de Itália, Rússia, Índia e Canadá. Ficando acima de Espanha,
México e Korea. Ainda comparando com outros países, o PIB Estado de São Paulo é o 18º,
ficando atrás, mas muito próximo, da Holanda e à frente de países como Turquia, Suécia,
Suíça e Polônia. Excetuando o Brasil, o PIB do Estado de São Paulo é o maior dentre os
países da América Latina, aproximadamente o dobro do PIB da Argentina. Possui duas vezes
mais o PIB da África do Sul e registra um patamar superior aos PIBs de Áustria e Dinamarca
juntas. Possui um PIB três vezes ao PIB de países como Grécia, Finlândia, Israel e Chile. São
1 Disponível em: <www.worldbank.org>. Acesso em 15 jun 2014 2 Disponível em: <www.seade.gov.br>. Acesso em 15 jun 2014
21
Paulo possui cinco vezes PIB maior que o Kuwait e Nova Zelândia. Possui 10 vezes o PIB de
Equador e Cuba.
O Investe São Paulo afirma que o Estado concentra 24% do total de instituições de
educação superior do Brasil, onde as três universidades públicas paulistas figuram entre as
melhores do País, com reconhecimento internacional. São Paulo abriga ainda a maior rede
gratuita de ensino técnico e profissionalizante do Brasil, com destaque para o Centro Paula
Souza, responsável pelas Escolas Técnicas (Etecs) e Faculdades de Tecnologia (Fatecs). O
Estado é responsável por 86% do total investido em Ciência, Tecnologia e Inovação no Brasil.
Tabela 1. Estado de São Paulo, participação no valor adicionado e no PIB nacional Setor São Paulo / Brasil (%)
Valor Adicionado Bruto Total 33,11 Agropecuária 12,17 Indústria 36,12 Extrativa Mineral 00,89 Transformação 51,87 Construção Civil 28,39 Produção e Distribuição de Eletricidade e Gás, Água, Esgoto e Limpeza Urbana 31,29
Serviços 33,57 Comércio e Serviços de Manutenção e Reparação 35,30 Transportes, Armazenagem e Correio 30,11 Demais Serviços 33,50 Produto Interno Bruto (a preços de mercado) 33,75 Nota: Dados a preços de mercados, por setores da economia em 2012. Fonte: Elaboração do próprio autor, com dados da Investe São Paulo - Agência Paulista de Promoção de Investimentos e Competitividade. Disponível em: <www.investe.sp.gov.br>. Acesso em 15 jun. 2014.
A convenção de que a inovação constitui um recurso estratégico para a
competitividade é um fator essencial ao desenvolvimento. Del Valle e Barroso (1999)
registram que o contexto teórico, associado à ideias sobre o desenvolvimento endógeno,
potencial de inovação e entorno inovador, constitui a base das novas políticas regionais e
locais.
Medeiros (1995) aprofundou estudos sobre a Política Científica e Tecnológica
paulista. Em sua pesquisa, enfatizou que os polos tecnológicos espelharam-se pelo Estado nos
moldes referenciados internacionalmente, mas que não houve a interação necessária para
gerar a sinergia e revitalização das cidades médias, como o que aconteceu no caso dos polos
estrangeiros. Em seu artigo, o autor defende que existem “ilhas” de desenvolvimento
tecnológico espalhadas no território paulista, e que os polos implementados em São José dos
Campos, São Carlos e Campinas são exemplos de como cientistas começaram a transformar
pesquisas em produtos, o que de fato contribuiu para ampliar o número de empresas de base
22
tecnológica. Explicou que o desenvolvimento tecnológico de um país espelha a sua realidade
e por este motivo, encontra nos Polos Tecnológicos a estrutura que une Governo, Empresa e
Universidade, com o objetivo de convergir forças suficientes para tornar tanto as empresas,
quanto às cidades mais competitivas. No entanto, deixa claro seu ponto de vista da
necessidade do Polo não ficar “ilhado” no urbano, mas sim em uma sadia aglomeração.
Conforme dados da Agência Paulista de Promoção de Investimentos e
Competitividade (Investe São Paulo) 3, no Estado de São Paulo, existem 28 iniciativas para
implantação de parques tecnológicos. No total, sete estão em atividade e maiores detalhes
podem ser observados na tabela 2, que revela as principais características e destaques dos
parques tecnológicos reconhecidos no Estado de São Paulo.
Tabela 2. Parques Tecnológicos reconhecidos pelo Estado de São Paulo Localização/
Ano de fundação Denominação/
Site Área (m²) Infraestrutura disponível
Instituições de ensino Destaques
São José dos Campos 2006
Parque Tecnológico pqtec.org.br
800mil 04 auditórios; 05 Centros de Desenv.; 25 empresas
ITA; FATEC, UNIFESP e UNESP
Centro Empresarial e Centro de Convenções
Piracicaba 2008
Parque Tecnológico parquetecnologico.piracicaba.sp.gov.br
668.276 Incubadora com 24 box
FATEC; Inst. Federal de Educação, Ciência e Tecnologia
Pesquisa em energias e combustíveis renováveis
São Carlos 1984
ParqTec/Science Park parqtec.com.br
164mil Laboratórios; Manufatura Leve; Hall de exposição Incubadora
USP; UFSCar e UNICEP
Incubadoras para empresas de outras cidades. Ex.: Leme, Botucatu e Rio Claro
Campinas 1991
Polo de Alta Tecnologia: Parque I; Parque II ciatec.org.br
800.000; 8 milhões
49 lotes, dos quais 15 já comercializados 28 empresas instaladas
UNICAMP e PUCCAMP; UNICAMP e PUCCAMP
Incubação virtual; Núcleo de Apoio ao Desenv. de Empresas; Polos de Alta Tecnologia
Sorocaba 2012
Parque Tecnológico empts.com.br
1.817.048 Incubadora com 11 módulos. Centro de Pesquisa. Laboratório P,D&I
USP, Unesp, Unicamp, Fatec, PUC-SP, Mauá, UNISO, Facens
Bolsões para negociação e negociações internacionais
Fonte: Elaboração do próprio autor, com dados da internet e pesquisa de campo.
Por meio dos dados da tabela 2, é possível ter noção da dimensão territorial e
estrutura disponível em cada Parque Tecnológico. Também observamos a relevante parceria
com instituições de ensino, principalmente na área de Engenharia, Saúde e Tecnologia,
trazendo a tona o tripé essencial para o desenvolvimento deste estratégico campo. Além dos já
instalados, hoje são 14 iniciativas com credenciamento provisório, nas cidades: Araçatuba, 3 Disponível em: <http://www.investe.sp.gov.br/por-que-sao-paulo/inovacao-ciencia-e-tecnologia/parques-tecnologicos>
23
Barretos, Botucatu, Campinas (cinco iniciativas: Polo de Pesquisa e Inovação da Unicamp,
CPqD e CTI-TEC, CIETEC II e Techno Parque), Parque Universidade Vale do Paraíba
(Univap), Santo André, São Carlos - EcoTecnológico (Damha), São José do Rio Preto e São
Paulo (duas iniciativas: Jaguaré e Zona Leste).
Apenas para se ter uma noção da relevância do InvesteSP, como porta de entrada dos
investidores interessados em situar-se no Estado, a instituição no ano de 2013 registrou a
entrada de 130 projetos, que representaram 42 investimentos em implantação, gerando R$
10,98 bilhões e 33.233 empregos diretos, além de 34 investimentos em aftercare,
representando a geração de 15.965 empregos diretos e R$ 6,6 bilhões.
24
2 Referencial teórico e revisão da literatura
Costa (2007) traçou um panorama evolutivo sobre a relação entre o desenvolvimento
econômico endógeno e o espaço. Ele ressaltou que é um engano pensar que as atividades
produtivas aglomeradas de pequenas e médias empresas é apenas um acontecimento recente.
Para ele, tal fenômeno apareceu na última década do Século XIX em capítulos destinados ao
estudo da organização industrial na obra Princípios de Economia de Alfred Marshall. Ainda
apresentou resumidamente os quatro principais paradigmas analíticos das aglomerações
produtivas: a teoria dos neoshcumpeterianos, a dos estudiosos dos Distritos Industriais
Italianos, a da Nova Geografia Econômica de Paul Krugman e a da Escola de Harvard de
Michael Porter.
A Nova Geografia Econômica (NGE) pode ser considerada um modelo de escolha
racional aplicado ao espaço, cujas implicações possuem forte elo com as políticas públicas de
desenvolvimento regional e de integração de regiões com o perfil de atividades econômicas
complementares. A teoria interliga estratégias de transportes, inovação, emprego, educação,
infraestrutura e tecnologia, com os custos de produção e distribuição no mercado consumidor.
Com advento da NGE, que dentre outro autores, teve como principal destaque Paul
Krugman, um novo conceito foi inserido na Ciência Econômica, cujo principal mister visava
explicar a localização da produção no espaço, ou seja, onde as coisas acontecem em relação a
outro local. Krugman (1997) registrou que, apesar da concorrência, as forças da manufatura
preferem permanecer juntas em clusters. Em sua teoria, o autor elencou como fatores alusivos
à concentração geográfica, a questão das externalidades e sua interação com os principais
fatores que contribuem na localização de empresas, quer sejam, retornos crescentes de escala,
baixo custo de transportes e proximidade da demanda. Para exemplificar tais conceitos, citou
sobre os benefícios dos spillovers4 tecnológicos e de conhecimentos entre firmas vizinhas,
evidenciando que as estruturas apresentadas no Silicon Valley e Route 128 são dois cases de
sucesso.
Krugman (2000) aprofunda a questão Centro-Periferia e a divisão dos meios de
produção em cada uma destas regiões. Aborda sobre a mobilidade da força de trabalho e a
força da manufatura na formação da aglomeração. Envolve o Sistema Espacial para responder
a sua hipótese de ampliação do mercado potencial e de concorrência. Fujita, Krugman e
4 Spillover pode ser considerado como transbordamento de conhecimento em determinada área, como é o caso da absorção do conhecimento por intermédio da proximidade de localização entre empresas, ao passo que gera contato face-a-face, interações e relacionamentos frequentes entre os empregados dessas empresas.
25
Venables (2002) reforçaram os fenômenos de aglomeração, explicando como são criadas as
formas de sustentação. Historicamente retrataram os estudos sobre a Economia Regional e sua
derivação para a Nova Geografia Econômica. Testaram diversos modelos já criados até então
e compararam os altos custos de uma metrópole congestionada com os custos de linkages5.
Com este estudo, determinaram que há ocorrência de uma parábola invertida, quando se trata
dos pontos positivos da aglomeração, ao passo que existem benefícios até a certo limite que
maximiza a manutenção da estrutura e que após esse pico, iniciam-se as externalidades
negativas como criminalidade, racionamento de água e congestionamentos, fatores que
repelem qualquer iniciativa de novos negócios.
Head, Ries e Swenson (1994) pesquisaram os benefícios da aglomeração e os fatores
de escolha da localização das empresas manufatureiras japonesas que empreenderam
investimentos nos Estados Unidos e concluíram que há competição entre os governos locais
para atrair investimentos, já que as forças do governo influenciam a posição geográfica das
indústrias. Também demonstram que os investimentos japoneses são significadamente
influenciados por investimentos japoneses que já se encontram implementados no mesmo
setor. Argumentam que a combinação de economia de escala e custo moderado de transporte
encoraja fornecedores a aglomerarem-se pertos uns dos outros, ou seja, o fator de atratividade
da cidade é justamente a aglomeração, de modo que a atratividade do local depende, em
alguns casos, apenas dos clusters ali instalados para ter sucesso no desenvolvimento. Ainda
lembraram que desde a década de 1920, Marshall levantou três razões para a concentração
espacial da indústria e que as mesmas são relevantes até os dias atuais, quer sejam: (i) pool de
trabalhadores com habilidades especializadas; (ii) inputs e serviços especializados sendo
desenvolvidos; (iii) Spillovers tecnológicos. Os autores explicaram sobre a forma de produção
e o spillover tecnológico do cluster de alta tecnologia do Vale do Silício e do cluster high-
fashion em Milão, na Itália. Por fim, admitiram que o grau da aglomeração industrial é um
importante fator para decisão da localização de um novo investimento; e, que, por este
motivo, empresas do mesmo setor podem e devem estar situadas na mesma localidade, pois
este tipo de proximidade entre empresas geram externalidades positivas pelos efeitos de
aglomeração.
Para Amiti (1998), a NGE é a teoria que seleciona predicados sobre as características
das indústrias e combina custos de transação com economia de escala para explicar a
aglomeração de empresas em uma localidade. Segundo ela, a presença da economia de escala
5 Linkage pode ser considerado como as etapas dos processos de produção e de distribuição de um indústria.
26
e o equilíbrio na combinação de custos dos backward6 e de forward linkages7 encorajam
empresa para se mudar para a localidade e cria-se possibilidade da formação de clusters.
Amiti e Cameron (2004) explicaram que a teoria da NGE postula que as empresas se
beneficiam quando estão perto de uma grande oferta de produtores intermediário de insumos,
devido à redução dos custos de transporte e de acesso a uma grande variedade de produtos
diferenciados, reduzindo os custos totais, aumentando os lucros, e, assim, atraindo mais
firmas.
Amiti (2005) analisou os efeitos da liberalização das transações sobre a localização
das manufaturas que são ligadas verticalmente e que diferem em intensidades de fatores.
Utilizando a teoria da NGE, incorporou um modelo com ligações verticais que demonstrou
que a redução dos custos comerciais pode levar a criação de forças que promovem a
aglomeração. Os resultados encontrados têm implicações importantes, pois liberalização do
comércio nem sempre precisa levar a um padrão de localização com indústria baseada
unicamente na vantagem comparativa. A liberalização do comércio pode levar à convergência
dos preços dos fatores ou à divergência, dependendo do local onde a aglomeração localiza.
Uma vez que os custos do comércio caem para níveis muito baixos, a localização é baseada na
vantagem comparativa. Amiti e Pissarides (2004) mostraram um modelo no contexto da NGE,
que comprova que quando o trabalho é heterogêneo, a liberalização do comércio pode levar à
aglomeração industrial, ou seja, a heterogeneidade de competências pode ser uma força para a
atração da atividade econômica concentrada. Segundo os autores, a principal contribuição da
pesquisa é que o modelo reflete que as empresas preferem entrar em um mercado que já tem
um grande conjunto de trabalhadores e empresas, sendo certo que no mercado maior, eles
podem escolher os colaboradores mais adequados, enquanto que no mercado menor eles
podem ter que treinar seus próprios trabalhadores e confiar na sorte de encontrar um bom
funcionário.
Os ingredientes essenciais da NGE, que a distingue dos demais modelos que tentam
explicar a geografia econômica são trazidos por Head e Mayer (2004b). Os autores elencaram
cinco indicadores para esta categorização. Entre eles: (i) aumento de retorno de escala; (ii)
competição imperfeita; (iii) custos de transação; (iv) localização endógena da empresa; e, (v)
localização endógena da demanda.
6 backward linkags, pode ser traduzido com “etapas para trás”. É interpretado como as etapas do processo de produção, desde a aquisição de matéria prima até a produção do bem propriamente dita. 7 forward linkag, pode ser traduzido como “etapas para frente”. É interpretado como as etapas do processo de distribuição do bem até o mercado consumidor.
27
Na visão de Oliveira et al. (2009), a NGE tenta explicar as diferenças de crescimento
econômico de cidades através de decisões racionais de localização das atividades econômicas
e das pessoas. Para estes autores, uma das principais contribuições da teoria é a de propor uma
explicação para a existência de aglomerações e para a dificuldade de se atrair investimentos
em termos de capital físico para locais mais remotos.
A mobilidade do capital e do trabalho, que mudam de uma localidade para outra a
procura de maximização de suas preferências, foi o foco da pesquisa de Klink (2013), que
ressaltou que tal fato amplia a competitividade entre as cidades e que por isso, todos
necessitam entender que para a região crescer, os municípios precisam escolher concessões
para que a competitividade gere desenvolvimento.
Head e Mayer (2011) forneceram evidências de que o acesso aos mercados,
mensurada por meio de um Índice de Potencial de Mercado, é um fator importante no
desenvolvimento e encontraram fortes evidências de que a geografia econômica dos países
importa muito em suas trajetórias de renda per capita. Head e Mayer (2004) desenvolveram
um modelo teórico de escolha da localização em concorrência imperfeita para formalizar a
noção de que as empresas preferem se localizar onde os mercados já estão implementados.
Usando uma amostra de empresas japonesas localizadas nos países europeus, eles
demonstraram o potencial de mercado e as questões para escolha do local, mas não puderam
explicar totalmente a tendência de empresas do mesmo setor a se aglomerar. Logo na
introdução do trabalho, os autores apontaram um caso inusitado sobre o presidente da
empresa automobilística Toyota, quando em dezembro de 1997 decidiu construir uma fábrica
no norte da França, simplesmente pelo fato de querer construir uma planta onde já há
existência de um mercado consumidor. Os resultados apontaram que a demanda é um ponto
crucial na escolha do local. No caso daquele estudo, o aumento de 10% no mercado potencial,
aumenta a chance de uma região ser escolhida por 3% a 11%, dependendo da especificação.
O artigo de Martin, Mayer e Mayneris (2011) analisou empiricamente uma política
pública de promoção de clusters industriais na França. A interpretação dos resultados revelou
que a política era proteger algumas grandes empresas em declínio de certas regiões e apontou
falhas aparentes no sentido propor melhorias no desempenho de empresas-alvo através de
uma melhor cooperação e aumento da atratividade de clusters existente. Os autores
explicitaram que a pesquisa pode ser interpretada como uma advertência aos decisores
políticos, com a intenção de não comprometer grandes quantidades de dinheiro público com
tal expediente. Martin, Mayer e Mayneris (2011b) analisaram empiricamente o efeito da
aglomeração espacial de atividades sobre a produtividade ao nível da planta, usando dados
28
concretos de indústrias francesas de 1996 a 2004. Os resultados mostram que as plantas
francesas se beneficiam das economias de aglomeração.
Mayer, Mayneris e Py (2012), estudaram o impacto de um programa de zonas
empresariais na França, as chamadas "Zonas Francas Urbaines" (ZFUs) que impactou
positivamente na escolha de localização geográfica de empresas. Os resultados demonstraram
que a política estabelecida foi bem qualificada e que o incentivo de taxas pode ser eficiente.
Também foi possível encontrar que as áreas-alvos da política de atratividade estruturaram
firmas pequenas. Isto significou que os benefícios potenciais do programa criaram empregos e
que os novos estabelecimentos podem ser limitados, por fim, revelaram que a política não cria
atividades econômicas por si só ao nível de município, pois, gera efeitos de deslocamento,
nomeadamente através de deslocalização de empresas dentro dos municípios, ou seja, há uma
mudança intramunicipal da atividade econômica.
Mayer, Mejean e Nefussi (2010) combinaram duas tradições na análise dos padrões
de localização das empresas. Uma liderada por economistas comerciais que tentam entender
por que as empresas investem no exterior, e outra liderada por economistas urbanos, que
frequentemente usam padrões de opções interregionais ou intercidades para estimar
economias de aglomeração. A pesquisa avaliou se as determinantes do investimento
doméstico são as mesmas que para o investimento estrangeiro e chegou-se a conclusão de que
as decisões de localização são positivamente influenciadas por mercado e fornecimento com
acesso ao país. Outro fato relevante constatado pelos autores foi a existência de economias de
aglomeração em Investimento Estrangeiro Direto, segundo o qual as empresas são mais
propensas a investir em um país em que já houve a ocorrência de investimentos de empresas
do mesmo setor. Além disso, demonstraram que a escolha de localização é também sensível a
economias de aglomeração dentro de firmas, pois a probabilidade de investir em um
determinado país aumenta com o desenvolvimento da rede da empresa no país.
Crozet, Mayer e Mucchielli (2004) estudaram os determinantes da escolha da
localização dos investidores estrangeiros na França usando uma amostra de quase 4000
investimentos estrangeiros com mais de 10 anos e 92 localidades. No que diz respeito aos
efeitos de aglomeração, encontraram uma evidência muito forte de repercussões positivas
entre as empresas, e identificaram padrões de clustering, cuja existência e magnitude de
aglomeração sugere que um aumento de 10% no número de concorrentes em um local pode
aumentar em até 40% a probabilidade média de investir nesse local.
Glaeser (1994) relatou a formação do Silicon Valley e os benefícios que podem ser
obtidos pela proximidade entre empresas do mesmo setor. Exemplificou que ideias surgem
29
em conversa entre técnicos em bares e que este tipo de transmissão de conhecimento entre
firmas agiliza o acesso às informações das últimas tecnologias, ou seja, proximidade espacial
entre trabalhadores locais gera crescimento e a competitividade cria cadeia de conexões e
promove incentivo a inovação. O autor enalteceu que escolas e indústrias são responsáveis
por transformar as pessoas, pois criam habilidades específicas. Destacou que a conexão entre
espaço e crescimento existe e que a alta urbanização gera maior mercado consumidor e menor
custo de transportes intermediários. Ainda ressaltou que o progresso caminha junto com a
tecnologia e a inovação, sem se esquecer do capital humano e da estabilidade do governo na
elaboração de leis que garantam segurança jurídica das patentes. Elucida também que os
governos precisam se firmar como verdadeiros empreendedores locais e que
congestionamento e poluição são externalidades negativas.
Glaeser, Scheinkman e Shleifer (1995) tentaram explicar o crescimento econômico
ao examinar relações entre características urbanas e crescimento das 203 maiores cidades
americanas. Apresentaram uma rica abordagem histórica remontando as diversas obras que
sustentam comprovações empíricas sobre o tema. Por fim, encontraram que o aumento da
população e renda andam juntas e que algumas experiências de crescimento são explicadas
por fatores geográficos, havendo forte evidência de que educação, investimentos físicos,
estabilidade política e abertura comercial contribui com o crescimento. A conclusão a que
chegam é que a variável chave para cidade se desenvolver é o nível de educação da
população, pois o capital humano qualificado produz externalidades positivas e podem estar
conectadas no crescimento, gerando spillovers de conhecimento. Desta forma, sugerem
atenção ao elo entre escolaridade, emprego e renda nas cidades.
Ainda sobre os dados americanos, visando mensurar as causas da aglomeração das
empresas de manufaturas dos Estados Unidos, Ellison, Glaeser e Kerr (2007) avaliaram 7.381
pares de indústrias e testaram para cada um deles as três teorias da aglomeração industrial
proposta por Marshall na década de 1920. Após os testes, os autores concluíram que todas
variáveis têm efeitos significativos tanto estatística quanto economicamente e que os custos
de transporte para bens, pessoas e ideias parecem ser relevantes para a concentração espacial,
o que de fato contribui com a teoria Marshalliana.
Mayer e Mucchielli (1999) escreveram sobre a localização das empresas
multinacionais japonesas na Europa e dissertaram sobre o processo de decisão das empresas
sobre como definem o local que irá investir. Deixaram claro que tal análise está
intrinsecamente ligada a hierarquização geográfica e que a distância geográfica isola a
empresa da concorrência. Por este motivo definiram que as determinantes da localização da
30
empresa estrangeira dependem da demanda do mercado de bens; dos custos dos fatores de
produção; do número de empresas locais e estrangeiras instaladas e, das políticas de
atratividades locais. Concluíram sua pesquisa apontando que as diferenças salariais entre as
49 regiões européias e a diversidade setorial de empresas impactam fortemente a decisão de
localização.
Marques (2001) realizou um estudo sobre a Nova Geografia Econômica na
perspectiva de Krugman e aplicou uma pesquisa sobre as regiões européias. Logo no início de
seu trabalho, faz uma importante distinção da NGE na visão de economistas e de geógrafos.
Manteve ênfase à mobilidade dos fatores de produção e evidenciou que sempre que uma
região acumular maior força de trabalho há migrações com destino à outra, originando
convergência. Para este fim, utilizou uma metodologia em painel e não cross-section, pois
possibilita maior número de observações. Dentre outras variáveis aplicadas ao modelo,
utilizou dummy para Ciclos Econômicos e com isso foi possível relacionar que estes estão
ligados a convergência e divergência. A conclusão a que chegou foi a de que forças de
aglomeração se relacionam com as condições da demanda e que o processo de integração atua
sobre a convergência regional essencialmente através da variação dos custos de transporte.
Apontou relação negativa entre percentagem de mão de obra industrial e rácio salarial
relativamente à região líder.
Por sua vez, Amiti (1998) mapeou a concentração geográfica à luz da experiência
européia. Ela informou que a integração européia alterou o padrão de produção dos países e
alguns deles se tornaram mais especializados em indústrias de manufatura e uma grande
proporção dessas indústrias se concentraram geograficamente. Em sua pesquisa, confirmou
que o padrão de especialização e concentração geográfica nos países da União Europeia (EU)
parece ser consistente com o que é previsto pelas novas teorias do comércio.
Baseada na análise do comércio internacional e na teoria da geografia econômica
desenvolvida por Krugman e Venables (1995), Amiti e Cameron (2004) estimaram os
benefícios de aglomeração que surgem a partir de ligações verticais entre empresas da
Indonésia e identificaram que as localizações de fornecedores e da demanda dos
consumidores finais são quantitativamente importante e altamente localizadas. As autoras
concluíram sobre a necessidade da compreensão da extensão e da força das ligações espaciais
na definição das políticas que procuram influenciar o desenvolvimento regional.
Disdier e Mayer (2004) investigaram as determinantes das escolhas de localização de
empresas multinacionais francesas na Europa Oriental e Ocidental. A amostra, que inclui
1.843 escolhas de localização em 19 países de 1980 a 1999, encontrou diferenças importantes
31
entre as duas regiões da Europa em relação a estes determinantes. Os efeitos de aglomeração
constatados são menos fortes nos países da Europa Central e Oriental do que nos países da
União Europeia. Os resultados apresentados confirmaram que as variáveis tradicionalmente
incluídas nos trabalhos empíricos sobre escolha do local são relevantes para investidores
franceses. Já os efeitos de tamanho de mercado e de aglomeração são fatores determinantes
para um país atrair investimentos.
A localização do Investimento Estrangeiro Direto em Portugal foi o tema da pesquisa
de Guimarães, Figueiredo e Woodward (2000). Eles apresentaram um estudou entre os 758
estabelecimentos que receberam capital estrangeiro. Também mapearam a distribuição
espacial das plantas industriais produtivas. O resultado corroborou com as suposições que
levantaram inicialmente de que os investidores estrangeiros podem ser atraídos para área onde
já existem concentrações de empresas com capital externo. No país sob análise, a
aglomeração foi uma das principais determinantes de novos investimentos estrangeiros, pois a
presença de atividades de manufaturas atraiu empresas que possuem menos demandas para
especialização de mão de obra especializada. Outro ponto destacado é que salário da
manufatura e qualidade da força de trabalho são duas variáveis relevantes no modelo. Os
autores encontraram evidencias dos fatores que influenciaram a direção de investimento
estrangeiro, sendo certo que, além do fator da aglomeração, as distâncias maiores entre
cidades importantes implicam externalidades negativas e como sugestão é apontado o
investimentos em infraestrutura, para reduzir o tempo de viagem entre cidades e atrair
investimento privado a novas localidades.
A aplicação empírica da NGE para a África do Sul foi o tema de Petersson (2002).
Segundo ele, esta teoria foi altamente relevante para explicar o padrão de localização e
concentração no país. Os indicadores como densidade populacional, grau de urbanização,
renda per capita e desempenho do Índice de Desenvolvimento Humano, apresentaram forte
significância. Por outro lado, mesmo sendo a manufatura a principal atividade no país, o seu
valor agregado no PIB possui fraca evidencia em relação ao perfil geográfico e ao nível de
desenvolvimento. Sua conclusão foi a de que empresas se beneficiam pela proximidade de
outras empresas que possam fornecer insumos e as quais possam ser seu próprio mercado
consumidor.
Sobre a indústria manufatureira na China, Wen (2004) encontrou o padrão da
concentração geográfica e inferiu que o governo daquele país atuou ativamente para fomentar
zonas de especial interesse de crescimento, tornando a região costeira chinesa uma potencia
32
para atrair investimento estrangeiro, bem como a promoção das exportações, pelo cômodo
acesso ao litoral e aos principais portos com ligação direta a diversas partes do mundo.
Forlin e Rodrigues (2012) estudaram as finanças públicas e o crescimento econômico
nos municípios paulistas, para este fim, testaram os municípios do Estado de São Paulo para o
ano de 2000. Mostraram que a Nova Geografia Econômica é uma teoria que considera tanto o
espaço, que influencia na localização das atividades, quanto às distâncias, que trazem efeitos
nos custos de transportes de bens e serviços, tornando, assim, uma região mais atrativa. Os
autores concluem que as ações do governo apresentam forte impacto sobre o crescimento
econômico e por este motivo afirmam que possuem indiscutível papel no planejamento dos
gastos públicos. Evidenciaram que a política fiscal adequada pode atrair investimentos para
locais mais remotos, superando as forças de aglomeração, explicada pela NGE. Por fim,
encontraram fortes evidencias de que a infraestrutura local é um forte determinante ao
crescimento econômico.
Com o enfoque da Nova Geografia Econômica, Oliveira (2004) estudou o
crescimento econômico das cidades nordestinas. A pesquisa apontou que as diferenças de
riqueza entre cidades estão ligadas à aglomeração e que as cidades que mais cresceram foram
devido aos fatores de atração, ou seja, das forças centrípetas ou externalidades positivas,
como custos de transportes, retornos crescentes de escala nas atividades produtivas. Os
resultados apresentados reforçaram o papel do capital humano e da urbanização na promoção
de spillovers de conhecimento, que geram crescimento econômico. O autor concluiu que
cidades que mais cresceram foram as quais registraram melhor qualidade de vida, por outro
lado, as cidades com maiores densidades demográficas e maior porcentagem de população de
baixa renda foram as que menos cresceram no período. Revela que as cidades com maiores
níveis de capital humano também possuem maiores salários e que as cidades menores
cresceram a taxas maiores do que as maiores cidades. Por fim, o autor elaborou a teoria da
existência de Edge Cities, que são cidades que possuem todos os atrativos coerentes para a
localização de uma nova empresa, com proximidade de centros urbanos, mas sem os mesmos
problemas apresentados pela metrópole.
33
3 Localização espacial da atividade industrial paulista
Após a breve noção sobre a Nova Geografia Econômica e a contribuição dos
principais autores ao redor do mundo, este capítulo dedica-se à mensuração da concentração
industrial no Estado de São Paulo. Nesta etapa, o nosso objetivo é verificar o nível de
especialização municipal, por intermédio do cálculo do Quociente Locacional (QL). Com isto,
será possível ter um diagnóstico real no Estado e, assim, ir adiante à pesquisa para encontrar
as determinantes da aglomeração.
3.1 Vantagens competitivas das aglomerações
Afirma Lencioni (2008) que independente da configuração municipal, seja uma
localidade mais densa ou mais dispersa, esse espaço é condição, processo e produto associado
à urbanização, que tem na ideia de aglomeração um dos elementos centrais de sua definição.
A concentração é entendida pelo autor como o processo que faz expandir os meios de
produção e de trabalhadores, ampliando, assim, a base da acumulação e confundindo-se com
ela.
Del Valle e Barroso (1999) afirmaram que o requisito básico para reforçar a
competitividade e facilitar a integração em mercados mundiais é o estabelecimento de
Políticas de Promoção Industrial (PPI), que devem centrar-se fundamentalmente em fomentar
um entorno favorável às indústrias e em impulsionar as relações interempresariais. Assim, a
grande atração do município varia amplamente de acordo com os indicadores que os
empreendedores procuram quando avaliam as opções por um determinado local. Por esse
motivo, a aglomeração industrial é um atrativo que pode ser levado em consideração como
diferencial competitivo de determinada região. A especialização, representada no grupo de
indústrias que atuam no mesmo setor, cria condições de atratividade. Em que pese as
comprovações empíricas seculares sobre os benefícios da aglomeração industrial que
norteiam a escolha de uma localidade para os investimentos, rotineiramente deparamos com o
empreendedor envolvido em uma única grande dúvida: Em qual local investir?
Talvez essa seja uma das perguntas que mais perturba a mente de um empreendedor
que necessita urgentemente tomar uma decisão para não perder uma excelente oportunidade
de negócios. Grosso modo, o industrial considera que a melhor localização é aquela que
obtenha o maior lucro com o mínimo gasto possível. Em tese, a opção da escolha para
implementação da nova planta produtiva só é tomada após o estudo de viabilidade econômica
34
do empreendimento, que consiste em um amplo estudo capaz de responder a critérios da
racionalidade econômica aplicados a perspectiva supranacional até ao âmbito local.
Na teoria estabelecida por Estall e Buchanan (1976), o industrial ao chegar a uma
seleção com algumas dezenas de cidades candidatas a sediarem o investimento, tem que
contrabalancear os custos de aquisição de matéria-prima, do beneficiamento do material e da
distribuição no mercado. Nesse ponto, a questão da localização e acessos aos modais de
mobilidade assumem maior importância, haja vista que tal assertividade implica
investimentos de longo prazo com capital financeiro extremamente pesados e seria inusitado
se uma decisão fosse adotada sem uma detalhada pesquisa. Segundo os autores, as indústrias
se acham localizadas onde uma investigação intensiva tenha indicado o máximo possível de
vantagem quanto à localização.
Assim, fica claro que as aglomerações dificilmente ocorrem por acaso. Del Valle e
Barroso (1999) apontaram que o fato de a indústria ser a atividade dominante e principal
impulsora do crescimento econômico, despertou o interesse do poder público para apoiar esse
setor produtivo. No mesmo sentido, Kon (1999) evidencia que a localização de uma fábrica
tem sido também um projeto governamental, pois essas preocupações, da parte do setor
público, estão ligadas aos efeitos multiplicativos ou externos sobre o desenvolvimento
regional e nacional, advindo da localização industrial
Foram nas décadas de cinquenta e sessenta que se deu a criação dos chamados polos
de desenvolvimento. Essa estratégia era sustentada com base na localização de algumas
indústrias em um âmbito espacial muito concreto e provocava estimular efeitos de polarização
de atividade. Estall e Buchanan (1976) relembram alguns casos em que houve ações do
governo para beneficiar determinada região, como foi o caso do Reino Unido no pós-guerra,
onde, por meio de pagamento de benefícios de desemprego, contribuiu com a renda da
população de determinada localidade. Os também citaram o caso japonês no final do século
XIX, onde grande parte do seu crescimento se deu devido à ação direta do governo que
assumiu os papéis de empresário, financiador e iniciador do catch-up. Também ressaltaram o
plano decenal de desenvolvimento italiano, que previa o estímulo da infraestrutura local.
Ainda sobre o apoio governamental que visam preparar o ambiente competitivo para
atuação industrial, Wen (2004) relatou que as mudanças da localização de indústrias na China
partiram da preparação para a guerra e que o resultado da reforma econômica foi à realocação
das indústrias amparadas pela adoção de políticas de desenvolvimento industrial. Na mesma
direção, Heilbroner e Milberg (2008) historicamente relataram o papel desempenhado pelo
governo americano no direcionamento da economia no pós-guerra, cuja iniciativa mais
35
importante foi a construção de uma rede nacional de rodovias para ligar as cidades, de Nova
York a Los Angeles e de Miami a Chicago. Tal fato imediatamente intensificou o comércio
entre os estados e foi fundamental para transformar a sociedade local.
Por intermédio de instrumentos econométricos, Oliveira et al. (2009) testaram um
modelo espacial de crescimento econômico contendo indicadores governamentais e
demonstraram que o governo local possui um importante papel no crescimento econômico das
cidades. Nesse mesmo campo, Tatsch (2013) examinou a importância da dimensão
espacial/local diante ao processo de globalização e o processo de capacitação produtiva e
inovativa das empresas. Apresentou diferentes abordagens que têm como elo o entendimento
de que as aglomerações facilitam e contribuem para a dinâmica econômica e tecnológica de
um espaço territorial específico.
Domingues e Ruiz (2006) identificaram os principais desafios ao desenvolvimento
regional brasileiro e apontaram a ausência da atividade industrial como o maior deles. Com
base nisso, os autores realizaram o mapeamento da distribuição espacial das empresas
industriais de capital estrangeiro e condicionaram tal fato à formulação de políticas públicas
para o estímulo ao investimento nesse setor. Na medida em que o processo de globalização e
internacionalização das empresas aumenta a participação do capital estrangeiro na indústria
brasileira, amplia-se sua importância como determinante do desenvolvimento econômico
nacional e também regional. Os pesquisadores penetraram a fundo no perfil das aglomerações
industriais e tecnológicas, segmentando-as pela origem do capital, pelo grau de inovação e por
sua localização. O estudo explicou a organização das aglomerações industriais no Brasil e por
meio da base de informações disponibilizadas pelo IBGE (PIA-2000 e PINTEC-2000) foi
possível diagnosticar as empresas nacionais, estrangeiras, inovadoras e não inovadoras.
Reiteraram a importância de uma forte capacitação tecnológica local ou regional como um
determinante do crescimento das cidades. Por fim, destacaram que as principais vantagens
competitivas das aglomerações são: disponibilidade de mão de obra com experiência; acesso a
fornecedores; baixo custo de transporte e acessibilidade a infraestrutura; ambiente de negócio
favorável e benefícios da reputação local; troca de informações técnicas; e, criação de
mercado de prestação de serviços especializados.
3.2 Mensuração da Concentração Industrial
Argumenta Cunha (2008) sobre a teoria da economia de aglomeração "tipo
jacobiana". Para ele, a utilização das ideias de Jacobs é relevante, ao passo que iniciou uma
nova visão sobre o modo de produção e o desenvolvimento. Jacob (1970) apud Cunha (2008)
36
revela que há uma diferença básica entre especialização produtiva e diversificação produtiva,
ou seja, a primeira consiste na produção de mais do mesmo, com o objetivo de aumentar a sua
eficiência. Por outro lado, a última consiste na criação de novas atividades a partir de pré-
existentes. Sendo que a diversificação possibilita o incremento de novos bens e serviços a
partir de bens e serviços existentes, que gera desenvolvimento e dinamismo econômico.
A mensuração da concentração fornece os elementos empíricos necessários para a
avaliação da situação de competição de um mercado e para as comparações intertemporais
que permitem examinar a dinâmica do processo de mercado do lado da oferta.
Suzigan et al. (2003) esclareceram que o Quociente Locacional (QL) indica a
concentração relativa de uma determinada indústria em dado local, comparativamente à
participação desta mesma indústria no espaço definido como base, que no caso da presente
pesquisa é o Estado de São Paulo. Para estes autores, quando o resultado do quociente for
elevado, significa especialização da estrutura de produção. Kon (1999) leciona que quando tal
indicador for elevado em determinada indústria no município, indica a especialização da
estrutura de produção local naquela indústria e que o número de empregados é
frequentemente utilizado para mensurar o poder das empresas.
Por intermédio do QL é possível identificar sistemas locais de produção delimitando-
os territorialmente e caracterizando sua estrutura produtiva. Apenas para ter uma ideia dos
municípios com maior concentração relativa na indústria de transformação, o apêndice 1
demonstra o ranking das 50 localidades em ordem decrescente. Dessa forma, tal indicador,
expresso na equação 1, será utilizado nas regressões econométricas, pois sugerimos quanto
maior o valor do indicador, maiores são as chances de expressar especialização produtiva, que
consecutivamente pode ser considerada uma condicionante para a aglomeração industrial.
ij
jiSP
SP
EE
QLEE
(1)
Em que: ijE Emprego da atividade industrial i na localidade j
jE Emprego industrial total na localidade j iSPE Emprego da atividade industrial i no Estado de São Paulo
SPE Emprego industrial total no Estado de São Paulo
37
4 Procedimentos metodológicos
4.1 Hipóteses
A aglomeração industrial está intrinsecamente ligada ao desenvolvimento
econômico. Nesse sentido, entendemos que seu estudo representa grande importância tanto no
cenário mundial quanto no local.
Há muitas variáveis que afetam a aglomeração industrial, como a eficácia da gestão
municipal, os riscos de instabilidade política, o sistema legal, a compatibilidade cultural e
tantos outros indicadores macroeconômicos. No entanto, o foco da presente pesquisa é
comprovar quais as variáveis, cujo controle está próximo do âmbito municipal, que realmente
são significativas para a aglomeração industrial e quais são esses impactos em relação ao PIB
industrial. Assim, pretendemos construir um modelo voltado a guiar ou, ao menos,
demonstrar uma direção rumo ao desenvolvimento.
As aglomerações causam grande impacto no desenvolvimento de cidades e regiões.
No sentido de procurar o que fazer para estimulá-las, a presente pesquisa pretende responder
quais as forças que determinam a formação da aglomeração industrial.
Para tanto, buscaremos respostas a três principais questionamentos, que agrupados
sugerem apontar as variáveis chaves para o desenvolvimento municipal. Inicialmente
pretendemos responder se as indústrias se localizam onde há maior mercado. Wen (2004)
testou a mesma hipótese para as aglomerações chinesas e encontrou relação entre o tamanho
do mercado e a aglomeração industrial. Testes realizados em Glaeser (1994) encontraram
reflexos positivos entre urbanização e crescimento. Esperamos que seja comprovada a teoria
de que a população afete positivamente a localização das indústria.
Outra pergunta que levantamos é se o capital humano qualificado impacta a
localização de Indústrias. Sustentado em Porter (1989); Glaeser, Scheinkman e Shleifer
(1995); e, Guimarães, Figueiredo e Woodward (2000), indústrias buscam na mão de obra
qualificada, no aperfeiçoamento da tecnologia e na inovação, seu diferencial competitivo.
Pretendemos comprovar que quanto mais pessoas com nível de educação superior completa
seja realmente um dos embriões que norteiam a concentração industrial, afetando
positivamente o PIB industrial.
A terceira e última hipótese busca afirmar que a concentração industrial é afetada
positivamente pela presença do maior número de indústrias de transformação já instalada em
dada localidade. Essa teoria, sustentada por Del Valle e Barroso (1999), implicam que o
38
próprio aglomerado industrial é um atrativo para novas empresas e um impulsionador ao
crescimento econômico.
4.2 Base de dados
A amostra de dados que usamos é referente aos municípios paulistas, para o ano de
2010. Optamos por esse período, pois são os dados públicos mais recentes à disposição na
internet e também porque apresenta uniformidade sobre as informações referentes ao Estado
de São Paulo.
Para dados de admissão na indústria de transformação, salários e cálculo do
Quociente Locacional, utilizamos a base disponibilizada no Sistema Dardo-CAGED/RAIS,
do Ministério de Trabalho e Emprego (MTE). Já para definirmos a distância de cada
município até a capital do Estado, utilizamos o Portal das Cidades Paulistas. Para os dados de
importação e exportação, utilizamos o site do Ministério de Desenvolvimento, Indústria e
Comércio Exterior (MDIC). Todas as demais informações foram retiradas do site do Instituto
Brasileiro de Geografia e Estatística (IBGE). Os detalhes completos encontram-se no
apêndice 2.
4.3 Modelo Empírico
A análise de regressão múltipla permite que muitos fatores observados afetem a
variável dependente, que no caso em tela é o PIB Industrial, no entanto, não importa quantas
variáveis explicativas são incluídas no modelo, pois, sempre haverá falta de fatores daqueles
que são impossíveis de incluí-los, sendo certo que eles estão contidos, coletivamente, no
termo de erro. Para Loesch e Hoeltgebaum (2012), a variável aleatória “u” é denominada de
resíduo ou erro residual e por meio dele é possível asseverar as variações da variável
dependente em torno do valor calculado pela equação de regressão e justamente essa
aleatoriedade é assumida ser não controlável ou explicável, daí os valores serem também
referidos como desvios não explicados.
Wooldridge (2010) ensina que um conjunto de dados em corte transversal consiste
em uma amostra de indivíduos, tomada em um determinado ponto no tempo. Segundo este
autor, a análise de regressão múltipla permite controlar explicitamente muitos fatores que, de
maneira simultânea, afetam a variável dependente. Para ele, isso é importante para testar
teorias econômicas e para avaliar efeitos da política por se basear em dados não
experimentais.
39
Alicerçado nas pesquisas de Wen (2004) e de Oliveira et al. (2009), utilizamos a
análise de regressão linear multivariada, de corte transversal (cross section) referente ao ano
de 2010 para os 645 municípios e para as 63 microrregiões do Estado de São Paulo.
Seguimos o modelo de Wen (2004) com a utilização de algumas variáveis proposta
pela autora chinesa. Nos apropriamos de sua ideia de que o PIB industrial, como variável
dependente, é uma proxy da performance municipal neste setor e como tal, sugere a presença
de aglomeração industrial na localidade. Também aproveitamos algumas variáveis
independentes de seu modelo, que testou as causas da aglomeração na China. Como exemplo,
utilizamos o número da população e salário médio. Por ausência de dados, readaptamos outras
variáveis ao cenário paulista como no caso da renda per capita, que substituímos pelo PIB per
capita e o Investimentos Estrangeiro Direto (IED), vez que utilizamos informações referentes
ao Comércio Exterior, como a soma dos valores de importação e exportação. Dados sobre
rodovias pavimentadas e de índice de preço do varejo não foram utilizados no modelo que ora
propomos.
Visando investigar o papel da política fiscal no crescimento econômico, Oliveira et
al. (2009) propuseram um modelo para as cidades brasileiras onde o crescimento econômico é
representado pelo crescimento dos salários médios da cidade. Utilizaram variáveis
dependentes que refletem as forças centrípetas e centrífugas. As primeiras são representadas
pela média de anos de estudo; distância do município em relação à capital do Estado; Área do
município; gastos dos governos e receita proveniente do Fundo de Participação dos
Municípios (FPM). Já o grupo das forças centrífugas é composto pela densidade demográfica;
taxa de homicídio; receita advinda do Imposto Predial e Territorial Urbano (IPTU) e Receita
de Imposto Sobre Serviço (ISS). Baseada nesta lógica agregamos ao modelo da presente
pesquisa as variáveis de escolaridade e distância até a capital do Estado. Por outro lado, como
não testaremos resultados fiscais, descartamos as variáveis tributárias e orçamentárias.
Desta forma, na presente pesquisa, as estimativas buscam captar a relação entre o
PIB Industrial e um conjunto de variáveis explicativas. O objetivo é tentar definir as
determinantes da aglomeração industrial por meio da relação empregada de cada variável
explicativa, analisando os efeitos de políticas públicas que envolvam a mudança dos valores
de cada variável independente. Desejamos saber se, por exemplo, a distância de dado
município até a capital ou o nível de educação da população, exercem efeitos significativos na
formação do PIB Industrial.
A variável explicada é o Produto Interno Bruto Industrial (PIBIND), ou seja, é o
valor Adicionado Bruto, a preços correntes pela Indústria. Com isso, esperamos que tal proxy
40
reflita o nível de produção industrial, equiparada ao desempenho da região neste setor. Com a
explicação dessa variável, pretendemos entender quais os fatores que determinam a
aglomeração industrial.
Estudar as determinantes da aglomeração é interessante por que, a princípio, quanto
mais desenvolvido é o município ou microrregião, maior será o seu PIB industrial, que é o
motor para o crescimento econômico.
O modelo especificado segue a equação 2:
PIBINDi= β0i + β1Ni + β2EDUi + β3NINDi + β4DISTi + β5ADMINDi + (2) β6COMEXi + β7PIBPCi + β8QLi + β9W + u Em que: PIBINDi = PIB Industrial da localidade i (1) Ni = População residente na localidade i (2) EDUi = População com nível superior de educação completa na localidade i (3) NINDi = Número de empresas do setor de indústria de transformação (CNAE 2.0, Setor “C”) na localidade i (4) DISTi = Distância da localidade i até a capital do Estado (5) ADMINDi = População na localidade i admitida na indústria de transformação (CNAE 2.0, Setor “C”) (6) COMEXi = Volume do fluxo de comércio exterior na localidade i (importação + exportação) (7) PIBPCi = PIB per capita da localidade i (8) QLi = Quociente Locacional da localidade i (9) W = Salário médio na indústria de transformação na localidade i u = Resíduo ou erro residual i = Localidade do Estado de São Paulo (Município ou Microrregião)
Verificaremos o impacto das seguintes variáveis explicativas que afetam, ou não, o
PIB industrial:
(1) N: População residente – Medida pela quantidade de habitantes na localidade.
Mensura o tamanho do mercado consumidor em potencial. Por este motivo, esperamos que
afete positivamente a variável dependente;
(2) EDU: População com pelo menos o nível superior de graduação concluído –
Medida pelo somatório da população com nível superior completo. É uma variável que
podemos aproximar ao quesito mão de obra qualificada por Instituições de Ensino Superior.
Essa variável é relevante pelo fato de supostamente o investidor orientar a localização de seu
negócio com base no número de formandos. Assim, quanto maior este indicador, maior será o
impacto positivo na determinação da aglomeração industrial;
(3) NIND: Número de empresas do setor de indústria de transformação (CNAE 2.0,
Setor “C”) – Medida pelo total de indústria de transformação em dado território. Conforme
41
descrito no apêndice 3, a Indústria de Transformação é composta por 24 divisões que engloba
desde a fabricação de alimentos, até a fabricação química, farmacêutica e de máquinas. Tal
variável foi selecionada devido a sua aparente relação positiva quanto a formação do PIB
Industrial, já que um maior número de empresas do mesmo setor pode formar uma
aglomeração, que é um fato positivo quanto a atração de novas empresas que atuam no
mesmo segmento. Portanto, esperamos que quanto maior o número de empresas, maior será o
PIB Industrial;
(4) DIST: Proximidade até a Capital do Estado – Medida pela distância em
quilômetros entre a localidade e a capital do Estado. Conforme mostrado nos capítulos
anteriores é uma variável relevante, pois reflete a questão dos custos de transportes entre o
fornecedor da matéria prima até o centro produtor e do centro produtor até o mercado
consumidor. Isso é um fator estratégico para a escolha da localização da planta produtiva.
Tendo em vista que o Estado de São Paulo possui um dos melhores parques rodoviários do
país e que este modal é o mais utilizado para o transporte de carga, utilizamos nos cálculos da
distância, apenas a quilometragem rodoviária entre a localidade observada e a capital do
Estado. É importante salientar que a formação do valor do frete, dentre outras variáveis,
envolve o preço do combustível, despesas com seguros por tonelada, número de eixos do
veículo, peso total carregado, número de praças de pedágios etc. Esperamos que essa variável
apresente um parâmetro negativo, pois quanto menor a distância da localidade até São Paulo,
menores são os custos incorridos na logística e maiores as chances da localização da
aglomeração industrial e consecutivamente, maior o PIB Industrial;
(5) ADMIND: População admitida na indústria de transformação (CNAE 2.0, Setor
“C”) – Medida pelo número de admissão na indústria de transformação. Essa variável
pretende refletir a parcela da população total que foi admita no ano de 2010, no setor da
indústria da transformação. Em que pese esse ano sofrer influências pela crise econômica,
talvez não reflita exatamente o nível de contratações do setor. Esperamos que esta variável
influencie positivamente o modelo proposto, já que quanto maior o número de admissões,
maior seria a produção e a geração de riquezas.
(6) COMEX: Volume do fluxo de comércio exterior – Medida por US$ FOB. Trata-
se da soma entre o total financeiro das exportações com o total financeiro das importações.
Reflete a maturidade exportadora da localidade e o grau de internacionalização das empresas
ali instaladas. Valores mais elevados destes indicadores demonstram que a localidade é mais
propensa a receber Investimentos Diretos Externos, o que de fato, pode gerar progressos na
geração de emprego, renda e qualificação da mão de obra. Presumimos que o resultado deste
42
coeficiente nos leve a refletir a importância de políticas públicas voltadas ao preparo e
adequações ao ambiente de negócios com o estrangeiro. Esperamos um impacto positivo desta
variável no PIB Industrial, pois demonstrará que a localidade realiza trocas no Comércio
Exterior, uma das chaves para o crescimento industrial;
(7) PIBPC: PIB per capita da localidade – Medido por R$. É um referencial que
denota o potencial de riqueza da região. Esperamos uma sensibilidade positiva desta variável
no modelo, ao passo que o aumento desta variável explique o aumento da aglomeração
industrial;
(8) QL: Quociente Locacional – Conforme explicado no item 3.2 desse trabalho, o
QL representa a concentração relativa do emprego da Indústria de Transformação local
comparada com a do Estado. Com isso pretendemos encontrar um resultado positivo, pois
presumimos que quanto mais elevado for este indicador local, maior será o nível de
especialização produtiva e consequentemente maiores serão as chances de existir a
aglomeração industrial.
(9) W: Salário – Medido por R$. Representa a média dos salários na indústria de
transformação de dada localidade. Esperamos com esta variável, um reflexo positivo quanto à
constituição da variável explicada, pois os empresários demandam mão de obra especializada
e estão dispostos a arcar com os custos, para buscar profissionais capacitados, com maiores
salários que já possuam técnica necessária.
43
5 Resultados Econométricos
Assim como Mayer e Mucchielli (1999), também realizamos a modelagem com
dados do nível municipal e do nível microrregional. Os resultados econométricos, obtidos por
intermédio do software Stata, estão separados nesses dois blocos distintos. No primeiro deles
estão os resultados das regressões referentes aos 645 municípios. Já o segundo bloco de
resultados, é originado das observações referentes às 63 microrregiões em que o IBGE divide
o Estado de São Paulo, conforme disposição dos anexos 1 e 5.
Os relatórios estatísticos obtidos inicialmente dão conta da enorme disparidade
encontrada nas observações dos municípios paulistas. Apenas como exemplo, tais dimensões
podem ser observadas nos cartogramas expressos nos anexos 2 a 4, nos quais constatamos a
desigual distribuição espacial do PIB per capita, da população total e da área total de cada
localidade, respectivamente.
Sobre a parte estatística, Bonini e D´Amato (1982) lecionam que desde que as
observações sejam consideradas significativas para o universo amostral, deve-se então
determinar a equação de regressão que permitirá fazer estimativas e previsões para a variável
dependente, com base nos valores das independentes.
Realizamos os principais testes estatísticos com o objetivo de garantir a não violação
aos pressupostos básicos das regressões. Segundo Gujarati (2006) a autocorrelação deve ser
descarta, a priori, por se tratar de dados de um corte transversal. Sobre a multicolinearidade,
realizamos o teste do fator de inflação da variância (VIF) e analisamos a matriz de correlação
entre as variáveis de todas as regressões. Para obter resultados mais robustos e controlar a
heterocedasticidaede, optamos por utilizar o estimador de White para variâncias e
covariâncias das regressões.
Encontramos no apêndice 4 os doze modelos propostos para identificar as
determinantes da aglomeração espacial da atividade industrial no Estado de São Paulo.
Também observamos os resultados das regressões tanto para municípios quanto para as
microrregiões paulistas. Os quadros expressam o erro padrão, que mede a sensibilidade da
relação entre as variáveis explicativas e a explicada. Ainda registram a média do VIF para
cada um dos modelos. Salientamos que um VIF superior a 10 sugere dizer que as variáveis
possuem alta colinearidade e, portanto, criam viés ao modelo.
Visando maior organização na interpretação dos parâmetros, optamos por padronizar
todas as observações, ou seja, dividimos cada uma delas pelo respectivo desvio-padrão da
variável.
44
5.1 Análise das regressões para os municípios
De acordo com os dados municipais que apresentamos no apêndice 4, o modelo 1 é
justamente o estabelecido pela equação 1 e apresenta todas as variáveis que inicialmente
sugerimos como relevantes para determinar a aglomeração espacial da atividade industrial no
Estado de São Paulo. No entanto, tendo em vista que a média do VIF é superior a 10,
analisamos isoladamente a correlação entre cada uma das variáveis que compõem tal modelo.
Desta feita, observamos forte correlação, próxima a 1, entre as variáveis de controle (N),
(EDU) e (NIND) e entre essas variáveis com (COMEX) e com (ADMIND).
Visando sanar tal eventualidade, procedemos nos modelos de 2 a 4 a regressão em
par, de apenas duas das três variáveis de controle. O resultado obtido indicou sensível
melhoria no VIF, entretanto ainda revela-se superior a 10. Já aos modelos de 5 a 7 a estratégia
realizada consistiu em estimarmos regressões isoladamente com cada uma das variáveis de
controle. Os resultados foram mais satisfatórios e apontaram a média do VIF inferiores a 10,
mas na análise da matriz de correlação, ainda persistia as altas correlações entre a variável de
controle com (COMEX) e (ADMIN). O modelo 8 é uma estimativa da regressão com a
ausência de variáveis de controle. Em que pese apresentar a menor média do VIF, apenas
2,17, na análise da matriz de correlação ainda constatamos forte correlação (superior a 80%)
entre (COMEX) e (ADMIND).
Revelamos com este panorama inicial que ao nível municipal, há uma forte
correlação entre as variáveis do modelo. Tal fato provavelmente redundaria em uma
estimativa tendenciosa e/ou inconsistente, pois nos leva a interpretar que uma variável
depende da outra e assim por diante. Por esses motivos, a teoria nos indica cautela na
interpretação dos resultados e não sugere o aprofundamento da análise individual dos
coeficientes e do nível de significância das variáveis. Entretanto, é importante salientar que
apesar da violação a um dos pressupostos básicos da econometria, a variável (W), que
representa salários médios na indústria da transformação foi não significativa estatisticamente
nos modelos de 1 a 8. Outro ponto que merece destaque é que (N), (COMEX) e (PIBPC)
possuem significância estatística ao nível de 10% em todos os modelos apresentados até o
momento.
Com o objetivo de propor um modelo não viesado, refizemos as regressões
isoladamente com cada uma das variáveis de controle e também excluímos as variáveis
(COMEX) e (ADMIND), as quais registravam alta correlação entre si. Ainda com este mesmo
propósito, realizamos diversas combinações entre as variáveis e concluímos por gerar uma
nova variável que a intitulamos de “CTRL”, cuja estrutura baseia-se no somatório das
45
variáveis de controle, quer sejam: (N), (EDU) e (NIND), com a posterior padronização das
observações. Tal mecanismo visou minimizar as chances de obter alta correlação e assim criar
a oportunidade de apresentar um modelo robusto e consistente. Os resultados destas
estimativas são satisfatórios e estão expressos nos modelos 9 a 12, no apêndice 4. Excetuando
o modelo 11, os restantes apontaram que quatro, das cinco variáveis explicativas são
significativas estatisticamente e possuem os sinais dos coeficientes de acordo com a
expectativa prevista pelo modelo inicialmente proposto.
Diante a estes resultados, podemos asseverar que as variáveis de controle são
altamente significativas para determinar a aglomeração industrial. Tanto população, quanto
número de pessoas com nível superior de educação e número de indústrias instaladas
impactam positivamente o PIB Industrial e sustentam que as hipóteses levantadas na seção
4.1, podem ser tidas como verdadeiras para o caso aplicado aos municípios paulistas.
A população de certa localidade possui relação com a aglomeração industrial
(modelo 9). Também sugerimos que o capital humano qualificado impacta a localização de
indústrias (modelo 10). Por fim, o modelo 11 nos dá subsídios para afirmar que quanto maior
for o número de indústrias já instalada, maior será o desenvolvimento industrial. Além disso,
o modelo 12 corrobora com a relevância das variáveis de controle e aponta que essas variáveis
atuando em conjunto são um importante instrumento para confirmar a significância delas no
modelo.
Dentre todas as regressões analisadas, sugerimos o modelo 11, apresentado no
quadro 1, como o mais adequado para estimar as determinantes da aglomeração espacial da
atividade industrial, ao nível municipal.
O valor p do teste F costuma ser o primeiro resultado a ser analisado. Para que o
modelo apresente evidências mínimas de que é útil para comprovar as hipóteses levantadas, o
seu valor deve ser menor que 0,05, o que, no caso em tela ocorreu, aparentando que há fortes
evidências de que pelo menos uma variável explicativa tem efeito significativo sobre a
variável dependente. Assim, assumimos que pelo teste da estatística F, o modelo está bem
ajustado e que podemos rejeitar a 0% de significância que todos os coeficientes são
simultaneamente iguais a zero, ou seja indica que pelo menos um parâmetro é diferente de
zero.
O alto coeficiente de determinação R² ou R-squared indica que aproximadamente
95,43% da variação do PIB Industrial pode ser explicado pelo conjunto das variáveis
explicativas. Esse resultado aponta a forte relação entre as variáveis explicativas e a
explicada.
46
Identificamos que todas as variáveis possuem VIF inferior que 1,45. Isto sugere dizer
que as variáveis possuem baixa colinearidade e, portanto, não criam viés aos modelos. A
baixa correlação apresentada na matriz de correlação é outro indício que garante a aceitação
dos parâmetros da regressão. Tal modelo possui 645 observações para cada uma das cinco
variáveis explicativas.
Quadro 1. Modelo (11) – Municípios Paulistas: Determinantes da aglomeração espacial da atividade industrial
W_SD 0.1318 -0.4162 0.3314 0.3163 1.0000 QL_SD 0.0017 -0.1065 0.2490 1.0000 PIBPC_SD 0.0684 -0.1157 1.0000 DIST_SD -0.1339 1.0000 NIND_SD 1.0000 NIND_SD DIST_SD PIBPC_SD QL_SD W_SD
(obs=645). correl NIND_SD DIST_SD PIBPC_SD QL_SD W_SD
Mean VIF 1.20 NIND_SD 1.03 0.972248 QL_SD 1.14 0.874230 PIBPC_SD 1.16 0.865546 DIST_SD 1.22 0.819384 W_SD 1.44 0.696280 Variable VIF 1/VIF
. vif
_cons -.0782651 .0310894 -2.52 0.012 -.1393148 -.0172153 W_SD .0488963 .0151393 3.23 0.001 .0191675 .0786251 QL_SD -.0292621 .0071112 -4.11 0.000 -.0432262 -.0152979 PIBPC_SD .0765108 .0114869 6.66 0.000 .0539542 .0990674 DIST_SD -.0331415 .0071413 -4.64 0.000 -.0471648 -.0191182 NIND_SD .9545646 .0100457 95.02 0.000 .9348381 .9742911 PIBIND_SD Coef. Std. Err. t P>|t| [95% Conf. Interval] Robust
Root MSE = .21472 R-squared = 0.9543 Prob > F = 0.0000 F( 5, 639) = 2240.31Linear regression Number of obs = 645
Na análise do p-valor no teste de significância individual das variáveis explicativas,
constatamos que nenhuma delas é não significativa estatisticamente e todas elas possuem
nível de significância a 0,1%. As variáveis (NIND), (PIBPC) e (W) apresentaram um sinal
positivo e significativo, demonstrando, portanto, que determinam positivamente a variação da
aglomeração industrial. Já (DIST) e (QL) obtiveram um sinal negativo e significativo, o que
nos leva a concluir que impactam negativamente o PIB industrial local. Excetuando (QL), as
cinco variáveis apresentaram sinais de acordo com as expectativas levantadas inicialmente.
47
Mais especificadamente, quanto a análise do coeficiente apresentado pela variável
(NIND), concluímos que a concentração geográfica da atividade industrial é um relevante
mecanismo para determinar uma aglomeração e este fato é um atrativo para gerar a vinda de
novas empresas à localidade. Dado que dessa concentração industrial, muitas vezes pode
ocorrer o transbordamento de conhecimento de uma empresa para outra, o que de fato leva ao
processo de inovação e ampliação da competitividade.
O PIB per capita (PIBPC) mais elevado é revelado também como uma variável com
parcela de contribuição na determinação da aglomeração industrial. De acordo com os
resultados, o PIB industrial mais elevado estará justamente nas localidades que apresentam
maior riqueza por habitante.
Também sugerimos que a distribuição espacial das aglomerações está disposta de
acordo com as localidades que apresentam maiores salários (W). Este resultado reforça que os
empresários, ao mesmo tempo em que buscam redução de custos, estão dispostos a arcar com
salários mais elevados, levando em conta que estes sejam a contraprestação da execução de
serviços com mão de obra qualificada e especializada.
Por outro lado, a variável (DIST), que representa a distância de dada localidade até a
capital do Estado de São Paulo apontou um coeficiente negativo, que sugere que quanto maior
a distância da capital, menores serão as aglomerações, devido ao aumento dos custos de
produção e de logística.
O quociente locacional (QL) foi outra variável também com coeficiente negativo e
este resultado foi o único que não coincide com a proposta inicial, já que este sinal sugere que
a aglomeração industrial pode ocorrer em localidades com menores valores de (QL). Isto faz
sentido com os dados que apresentamos no apêndice 1, em que o ranking dos municípios com
maiores QL é composto na sua maioria por cidades pequenas, sem expressão no cenário
regional. Isto ainda indica que a aglomeração industrial pode ocorrer em municípios que,
apesar de possuírem baixo quociente locacional, apresentam um número total de empregos
muito grande.
5.2 Análise das regressões para as microrregiões
Apresentamos a investigação do segundo bloco de resultados, onde foram realizadas
regressões com a base de dados das 63 microrregiões do Estado de São Paulo. O anexo 5
registra a composição dessas microrregiões.
De acordo com os dados microrregionais do apêndice 4, o modelo 1 representa as
variáveis estabelecidas pela equação 1. Assim como os dados referentes aos municípios, os
48
modelos de 1 a 4 registram média do VIF superior a 10, e forte correlação, próxima a 1, entre
as variáveis de controle (N), (EDU) e (NIND) e entre as variáveis de controle com (COMEX)
e com (ADMIND). Mantivemos a mesma estratégia anteriormente testada nos modelos com
informações sobre municípios, no entanto, em que pese as diversas regressões incluindo e
excluindo algumas variáveis, os resultados obtidos dos modelos de 5 a 8 dão conta de um
baixo VIF, mas com altas correlações entre a variável de controle com as (COMEX) e
(ADMIN). Optamos por excluir essas duas variáveis, bem como estimar regressões contendo
apenas uma das variáveis de controle.
Assim como os resultados obtidos no primeiro bloco de regressões, os dados para
microrregiões dos modelos 9 a 12 expressam a relevância das variáveis de controle, bem
como das demais variáveis selecionadas em tais regressões, pois em geral, notamos que as
variáveis significativas estatisticamente possuem os sinais esperados e coadunam com a
expectativa do modelo inicialmente proposto. Salientamos que para obter um modelo com
baixa correlação entre as variáveis explicativas, optamos por gerar uma nova variável que a
intitulamos “NEW”, cuja estrutura baseia-se no somatório das variáveis de controle, já
padronizadas.
Encontramos no quadro 2, o modelo 10, que melhor reflete as determinantes da
aglomeração espacial da atividade industrial, ao nível microrregional. Nele observamos que a
regressão possui o valor p do teste F menor que 0,05. O alto coeficiente de determinação
“R²” indica que aproximadamente 98,21% da variação do PIB Industrial pode ser explicado
pelo conjunto das variáveis explicativas. Na análise do p valor no teste de significância
individual das cinco variáveis explicativas, constatamos que quatro variáveis possuem
significância estatística ao nível de 0% a 5%.
O número de pessoas da microrregião com ensino superior completo (EDU),
mostrou-se significativo no modelo 10 e apresentou um sinal positivo, corroborando com a
premissa inicial. Tal fato aponta que microrregiões que possuem maior número de formados
no ensino superior estariam espacialmente localizadas em aglomerações industriais, ou por
outro lado, a formação da aglomeração industrial é impactada positivamente com o
crescimento do número de formandos, o que nos leva a pensar que no Estado de São Paulo, a
mão de obra qualificada é relevante.
A distância (DIST) foi outra variável que acompanhou o resultado obtido para os
municípios, pois para as microrregiões também possui sinal negativo o que demonstra que a
localização das aglomerações estão mais próximas da capital do Estado.
49
O PIB per capita da microrregião (PIBPC) apresentou resultado significativo, cujo
coeficiente ajuda a explicar a aglomeração industrial a partir da riqueza média da população
local, corroborando com a ideia de que as aglomerações estão justamente em localidades com
eventual poder aquisitivo mais alto.
Diferentemente da análise municipal, o coeficiente da variável (QL) das
microrregiões apresentaram sinal positivo e podem desta forma respondem adequadamente a
expectativa de que as aglomerações buscam locais com maiores (QL), que significa
especialização produtiva. Tal diferença nos resultados pode ser em decorrência da forma de
cálculo ao nível microrregional, pois tal valor equivale a média do valor do (QL) dos
municípios que compõem a microrregião.
Os resultados das regressões do segundo bloco, contendo informações sobre as 63
microrregiões paulista, demonstraram que podemos aceitar as três hipóteses anteriormente
comentadas, convergindo com as premissas inicialmente propostas.
Quadro 2. Modelo (10) – Microrregiões Paulistas: Determinantes da aglomeração espacial da atividade industrial
W_SDMR 0.4198 -0.6423 0.5703 0.4092 1.0000 QL_SDMR 0.1963 -0.0950 0.4829 1.0000 PIBPC_SDMR 0.2332 -0.1968 1.0000 DIST_SDMR -0.2789 1.0000 EDU_SDMR 1.0000 EDU_SDMR DIST_S~R PIBPC_~R QL_SDMR W_SDMR
(obs=63). correl EDU_SDMR DIST_SDMR PIBPC_SDMR QL_SDMR W_SDMR
Mean VIF 1.84 EDU_SDMR 1.22 0.822500 QL_SDMR 1.39 0.718996 PIBPC_SDMR 1.74 0.574183 DIST_SDMR 1.89 0.529812 W_SDMR 2.98 0.335674 Variable VIF 1/VIF
. vif
_cons -.3228572 .1687661 -1.91 0.061 -.6608055 .0150912 W_SDMR .0645243 .0470185 1.37 0.175 -.0296287 .1586773 QL_SDMR .0335592 .0163688 2.05 0.045 .0007812 .0663372 PIBPC_SDMR .0576571 .0248359 2.32 0.024 .0079241 .1073901 DIST_SDMR -.0398606 .0166267 -2.40 0.020 -.0731549 -.0065663 EDU_SDMR .9230735 .0160864 57.38 0.000 .890861 .955286 PIBIND_SDMR Coef. Std. Err. t P>|t| [95% Conf. Interval] Robust
Root MSE = .13939 R-squared = 0.9821 Prob > F = 0.0000 F( 5, 57) = 990.45Linear regression Number of obs = 63
50
Conclusão
A presente pesquisa buscou evidenciar quais são as determinantes da aglomeração
industrial no Estado de São Paulo e com isso, contribuir com a discussão a respeito da
ocupação e expansão econômica dos 645 municípios e 63 microrregiões paulistas.
Inicialmente apresentamos os benefícios e desafios da competitividade entre
governos locais, que além de ser um ponto estratégico de máxima importância para a
sustentabilidade do desenvolvimento endógeno, também é fator preponderante que
impulsiona a decisão de localização de empresas e leva municípios a conquistar indicadores
competitivos para concorrer com outras localidades. Explicamos, brevemente, os principais
requisitos que empreendedores analisam antes da escolha da localidade para implementação
de um novo negócio e as formas pelas quais os municípios usualmente utilizam para atrair tais
investimentos. Ainda apontamos as principais características do Estado de São Paulo, que foi
objeto de estudo desse trabalho.
O referencial teórico foi fundamental para o entendimento dos efeitos da
aglomeração sobre a visão da Nova Geografia Econômica. Também destacamos os principais
papers que estudaram os motivos da localização das indústrias em diversos países dos
diferentes continentes. As vantagens competitivas das aglomerações e exemplos da ajuda
estatal para formação de áreas especiais industrial na Europa, EUA, Japão e na China
encerraram a revisão das literaturas.
Buscando uma explicação econômica racional sobre a concentração industrial no
Estado de São Paulo, apresentamos as variáveis que eventualmente possuiriam efeitos sobre a
aglomeração e sugerimos os sinais esperados para as estimações. Neste ponto destacamos as
hipóteses que aparentavam ser estruturantes para a formatação da aglomeração industrial.
O principal resultado econométrico para o nível municipal, apontou que o número de
indústrias já instaladas, a distância da localidade até a capital, o PIB per capita, o quociente
locacional e os salários médios nas indústrias de transformação são importantes variáveis para
determinar o nível da aglomeração industrial no Estado de São Paulo. Já para as observações
microrregionais, a especificação do modelo econométrico que mais se adequou para sugerir as
determinantes da aglomeração industrial destacou a relevância das seguintes variáveis:
número de pessoas com nível superior completo, a distância da localidade até a capital, o PIB
per capita e o quociente locacional.
51
Estas variáveis explicativas são fatores fundamentais à promoção do crescimento
industrial das cidades e os resultados sugerem que as firmas se beneficiam por estarem
localizadas próximas de empresas no mesmo setor e de setores da mesma cadeia produtiva,
fato que permite redução de custo de produção, tanto com a aquisição de insumos quanto com
os transportes dos produtos.
A configuração espacial da atividade econômica é complexa e pode ser entendida
como o resultado de processos históricos e culturais. Por estes motivos, o passado e o presente
das localidades devem ser respeitados. O crescimento econômico e o fomento da aglomeração
industrial não é algo instantâneo e, por isso, é matéria secular de estudos em todo o mundo.
Assim, sugerimos a cautela no uso dos resultados que apresentamos.
Concluímos que ao nível municipal, a simples aglomeração de indústrias é condição
suficiente para a atração de novas empresas e condiz com a teoria da Nova Geografia
Econômica e dos benefícios dos clusters propostas por Krugman (1997), ao passo que no
nível micorregional demonstram a relevância do capital humano qualificado como fator
determinante na localização de indústrias, corroborando com as ideias de Porter (1989).
Com a presente pesquisa ficou patente a necessidade de articulação entre os governos
locais para a formatação de um planejamento territorial e industrial que vise reorganizar
internamente as microrregiões. É necessária coordenação de políticas industriais, tecnológicas
e de qualificação profissional, cuja aposta é que essas localidades sejam capazes de se
conectar de forma virtuosa entre si e com os centros econômicos nacionais dominantes. Para
que essas ações se realizem, há necessidade de apoio dos agentes públicos e privados,
implantação de uma rede de serviços e instituições com vistas a dar suporte às atividades
industriais, gerar sinergias entre as cadeias produtivas e reduzir a burocracia que emperra a
competitividade empresarial.
É satisfatório sugerir um novo pensar no campo da cooperação entre os municípios,
onde os componentes de uma microrregião devem pensar em grupo e não mais isoladamente.
Governos das microrregiões possuem mais chances ao sucesso, quando pensam políticas
públicas conjuntamente. Unidos devem encorajar a concentração industrial de forma
cooperativa, convergindo os objetivos comuns de desenvolvimento com políticas regionais
favoráveis a atração de investimentos privados.
A ideia central é atrair uma indústria-chave a um determinado município e
transformá-la em líder do seu mercado, se possível, internacionalmente, e fazer dessa
indústria a engrenagem que irá gerar o desenvolvimento da microrregião, não importando em
qual município esta indústria irá se instalar, já que empresas desta cadeia produtiva e de
52
cadeias auxiliares, inclusive de prestação de serviços, buscarão áreas na região circunvizinha,
como satélites orbitando o corpo celeste principal. Aproveitando o potencial que cada cidade
possui de melhor.
Talvez este assunto esteja muito desconexo com a realidade da maioria dos governos
municipais, que precisam abandonar a ilusão da possibilidade de auto-crescimento e aceitar a
condição de que é necessário se integrar a municípios da região para enfrentar os desafios
impostos pelo processo de globalização. Tem que ser criado um poder microrregional que
trará maiores benefícios a todo o grupo. Municípios do interior têm que aproveitar suas
potencialidades e se apropriarem do que Oliveira (2004) intitulou de Edge Cities.
Os projetos de desenvolvimento integrado podem estar ligados a algum tipo de
vocação da região, como a existência de atividades típicas ou históricas, ou alguma atividade
econômica criada pelo planejamento em virtude da vontade política das lideranças locais ou
regionais. Ainda neste sentido, é importante ressaltar que cabe tanto ao município quanto a
um grupo de uma mesma microrregião, lutar para abertura de novas empresas do setor da
indústria de transformação e criar condições que amplie o número de formandos com nível
superior, para que esses fatores sejam suficientemente eficientes em atrair novos players e
com isso expandir a aglomeração e aumentar o PIB Industrial.
Assim, compete à administração pública municipal a criação de empreendimentos,
como é o caso do Parque Tecnológico, que converge esforços do governo, de empresas e de
universidades para geração de inovação e atração de indústrias em ambientes competitivos e
cooperativos, sempre compreendendo que a dinâmica territorial tem que estar relacionada a
processos de desenvolvimento econômico e social sustentável.
Entretanto entendemos as limitações dos municípios, que mesmo agindo em
conjunto, ainda não possuem legitimação de fato e de direito para promover por si só a
mudança estruturante que propomos. A força necessária para romper os inúmeros bloqueios e
estabelecer uma aglomeração robusta e dinâmica espacialmente distribuída, advém do Estado.
É pouco provável ou muito difícil que pequenos municípios de microrregiões isoladas,
consigam acumular endogenamente recursos capazes de atrair novas empresas, sem a
intervenção estatal.
Neste sentido, a exemplo do que explicou Cano (1981), Diniz (1993) e Pacheco
(1996) para o período da industrialização paulista do século XIX, é possível tornar suas
afirmativas muito atuais, ao passo que o Estado deve contribuir com o fomento de novos
negócios em localizações estratégicas para que, à medida que o mercado atinja a condição de
centro dinâmico da economia, a própria expansão da indústria seja o principal atrativo para
53
novos negócios, assim como foi a intervenção estatal no caso da China (Wen, 2004); das
empresas japonesas localizadas no Estados Unidos (Head, Ries e Swenson, 1995) e no
sucesso dos clusters franceses (Mayer, Mayneris e Py, 2012; Martin, Mayer e Mayneris,
2011).
Acreditamos que compete ao governo estadual paulista a coordenação de um plano
regional, tendo o fomento do entorno favorável às indústrias como chave para promover e
garantir o desenvolvimento econômico e social de longo prazo dos espaços territoriais. Este
importante papel do Estado visaria apoiar e fomentar regiões estratégicas, mobilizando seus
recursos e criando oportunidades para criar um ambiente de negócios competitivo, gerando
benefícios ao setor público, privado e a toda sociedade.
O trabalho aqui apresentado está longe de dirimir as questões que permeiam as
teorias sobre aglomeração industrial. O modelo apresentado é estático, limitando a análise,
pois a metodologia de corte transversal demonstra apenas o impacto no nível, com dados
contemporâneos, sem defasagens. Com vistas a lapidar os resultados das estimações das
economias de aglomeração, sugerimos que em pesquisas futuras seja ampliado o período de
análise, incluindo regressões em painel em um modelo dinâmico, capaz de captar as
defasagens de um período para o outro. Ainda sugerimos novas pesquisas com diversos
recortes populacionais e com a inserção de variáveis dotadas de informações de renda e
inovação. Por fim, acreditamos que o mesmo modelo possa ser testado com dados advindos
de municípios e regiões de países desenvolvidos. Desta forma, abre-se espaço para aquelas
pesquisas que buscam melhor compreender, de forma comparativa, a evolução do crescimento
econômico em diferentes espaços geográficos.
54
REFERÊNCIAS BIBLIOGRÁFICAS AMITI, M. New trade theories and industrial location in the EU: Uma pesquisa da evidência. Oxford University Press and Review of Economic Policy Limited. Vol. 14, n. 2, 1998. _______. Location of vertically linked industries: agglomeration versus comparative advantage. European Economic Review 49, p. 809-832, 2005. AMITI. M; CAMERON, L. Economic Geography and Wages: The Case of Indonesia. IMF Working Paper 04/79, may 2004. AMITI. M; PISSARIDES, C. Trade and Industrial Location with Heterogeneous Labor. IMF Working Paper 04/103, june 2004. AMSDEN, A. A ascensão do “resto”: os desafios ao Ocidente de economias com industrialização tardia. São Paulo: Editora UNESP, 2009. ANDREFF, W. Multinacionais Globais. EDUSC, 2000. BASTOS, V. L.; SILVA, M. L. F. Para entender as economias do terceiro mundo. Brasília: Editora Universidade de Brasília, 1995. BONINI, J.V.; D´AMATO, A. Estatística como fator na aprendizagem. São Paulo: Editor, 1982. BRAGA, T. M. Desenvolvimento Local Endógeno: Entre a competitividade e a cidadania. Revista Brasileira de Estudos Urbanos e Regionais, nº 5, Maio, 2002. Disponível em: < http://www.anpur.org.br/revista/rbeur/index.php/rbeur/article/view/63>. BUARQUE, S. C. Construindo o desenvolvimento local sustentável: Metodologia de planejamento. Rio de Janeiro: Garamond, 2004. CANO, W. Raízes da concentração industrial em São Paulo. Ed. São Paulo: T.A. Queiroz, 1981. CARRAZA, R. A. ICMS. São Paulo: Malheiros, 2009. CHANG, H. Chutando a escada: a estratégia do desenvolvimento em perspectiva histórica. São Paulo: Editora UNESP, 2004. COSTA, E.J. M. Políticas Públicas e o Desenvolvimento de Arranjos Produtivos Locais em Regiões Periféricas. Tese Doutorado em Economia. Unicamp, 10 Ago 2007. CROCCO, M. A. et al . Metodologia de identificação de aglomerações produtivas locais. Nova Economia, Belo Horizonte, v. 16, n. 2, Aug. 2006 . Disponível em: <http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-63512006000200001&lng=en &nrm=iso>.
55
CROZET, M.; MAYER, T.; MUCCHIELLI, J. How do firms agglomerate? A study of FDI in France. Regional Science and Urban Economics 34 (2004) 27– 54 CUNHA, A. A. Desenvolvimento e espaço: Da hierarquia da desconcentração industrial da Região Metropolitana de São Paulo à formação da Macrometrópole Paulista. Dissertação Mestrado em Sociologia. Universidade de São Paulo, São Paulo, 2008. DA MATA, D. et al. Determinants of city growth in Brazil. NBER working paper 11585. Cambridge, Agosto, 2005. Disponível em: <www.nber.org/papers/w11585>. DEL VALLE, R. M.; BARROSO, I. C. Organización Industrial y territorio. Editorial Sintesis: Madrid, 1999. DINIZ, C. C. Desenvolvimento Poligonal no Brasil: Nem desconcentração nem contínua polarização. Nova EconomiaI Belo HorizonteI v. 3 I n. I I seI. 1993. DISDIER, A.; MAYER, T. How different is Eastern Europe? Structure and determinants of location choices by French firms in Eastern and Western Europe. Journal of Comparative Economics 32 (2004) 280–296. DOMINGUES, E. P.; RUIZ, R. M. Aglomerações industriais e tecnológicas: origem do capital, inovação e localização. Economia e Sociedade, Campinas, v. 15, n. 3 (28), p. 515-543, dez. 2006. Disponível em: <www.eco.unicamp.br/docprod/downarq.php?id=621&tp=a?> . Acesso em 22/04/2014. _______. Os desafios ao desenvolvimento regional brasileiro. Ciência e Cultura, v. 58, n. 1, p. 42-44, 2006. Disponível em: <http://cienciaecultura.bvs.br/scielo.php?pid=S0009-67252006000100017&script=sci_arttext>. _______. Aglomerações Econômicas no Sul-Sudeste e no Nordeste Brasileiro: Estruturas, Escalas e Diferenciais. Est. Econ., v. 38, n. 4, p. 701-746, 2008. Disponível em: <http://www.scielo.br/pdf/ee/v38n4/v38n04a02.pdf >. EDMISTON, K.; TURNBULL, G. K. Local government competition for economic development. Andrew Young School of Policy Studies at Georgia State University: Working paper, n. 03-07, 2003. Disponível em: <http://www.researchgate.net/publication/228609854_Local_government_competition_for_economic_development >. ELLISON, G.; GLAESER, E. L.; KERR, W. K. What causes industry agglomeration? Evidence from coagglomeration. National Bureau of Economic Research (NBER) Working Paper 13068, April 2007 . Disponível em: <http://www.nber.org/papers/w13068>. ESTALL, R. C.; BUCHANAN, R. O. Atividade Industrial e Geografia Econômica. Rio de Janeiro: Zahar Editores, 1976. ETENE - Escritório Técnico de Estudos do Banco do Nordeste do Brasil. Manual de Localização Industrial. 3. Ed. Rio de Janeiro: Editora APEC, 1975
56
FORLIN, J. A.; RODRIGUES, R. V. Finanças públicas e crescimento econômico nos municípios paulistas. Revista Economia e Desenvolvimento, n. 4, vol, 2, p. 27-48, 2012 FUJITA, M.; KRUGMAN, P.; VENABLES, A. Economia Espacial: Urbanização, prosperidade econômica e desenvolvimento humano no mundo. São Paulo: Futura, 2002. FURTADO, C. Formação econômica do Brasil. 32 ed. São Paulo: Companhia das Letras, 2005. GALINARI, R. et al. O efeito das economias de aglomeração sobre os salários industriais: Uma aplicação ao caso brasileiro. Revista Econ. Contem., Rio de Janeiro, 11 (3): 391-40, set/dez 2007. GLAESER, E. L. Economic Growth and Urban Density: A review essay. Working Paper in Economics E-94-7. The Hoover Institution Stanford Universitu, November, 1994. GLAESER, E. L.; SCHEINKMAN, J. A.; SHLEIFER, A. Economic Growth in a cross-section of cities. NBER Working Paper Series. Working Paper No. 5013. National Bureau of Economic Research. Febrary, 1995. GUIMARÃES, O.; FIGUEIREDO, O.; WOODWARD, D.. Agglomeration and the Location of Foreign Direct Investment in Portugal, Academic Press, 2000. Disponível em <http://www.fep.up.pt/docentes/pcosme/Artigos/18-JUE.pdf>. GUJARATI, D. Econometria Básica. Rio de Janeiro: Elsevier, 2006. HEAD, K.; MAYER, T. Market potential and the location of japonese investment in the European Union. The Review of Economics and Statistics, November 2004, 86(4): 959–972 _______. The empirics of agglomeration and trade. Handbook of Regional and Urban Economics, Volume 4.p.2610-2669, 2004. _______. Detection of local interaction from the spatial pattern of names in france. Journal of Regional Science, vol. 48, n. 1, 2008, p. 67-95 _______. Gravity, market potential and economic development. Journal of Economic Geography 11, 2011, pp. 281–294 . HEAD, K.; RIES, J. R.; SWENSON, D. Agglomeration Benefits and location choice: Evidence from japonese manufacturing investment in the United States. NBER Working Paper Series. Working Paper No. 4767. National Bureau of Economic Research National Bureau of Economic Research, June 1994. HEILBRONER, R. L; MILBERG, W. A construção da sociedade econômica. Porto Alegre: Bookman, 2008. JACOBS, J. The economy of cities. New York: Vintage Books, 1970.
57
KILSZTAJN, S. et al. Urbanização e violência no Estado de São Paulo. Revista Brasileira de Estudos de População, v. 17, n.1/2, jan./dez. 2000. KLINK, J. Internacionalização e reestruturação da economia local: Uma análise teórica do incipiente sistema de governance regional no grande ABC paulista. Anais do Encontro Nacional da ANPUR. Porto Alegre. v. 8, 1999. KON, A. Economia industrial. São Paulo: Nobel, 1999. KRUGMAN, P. R. Geography and trade. Palotino: MIT Press, 1997. _______. Where in the World Is the “New Economic Geography?”. In CLARK, Gordon L; FELDMAN, Maryann P.; GERTLER, Meric S. The Oxfor Handbook of Economic Geography. New York: Oxford Univesity Press, 2000. KRUGMAN, P.; VENABLES, A. J. Globalization and the Inequality of Nations. Quarterly Journal of Economics, Vol. 110, pp. 857-880, 1995. LACERDA, A. C. de. Globalização e investimento estrangeiro no Brasil. São Paulo: Saraiva, 2004. LENCIONI, S. Concentração e centralização das atividades urbanas: uma perspectiva multiescalar. Reflexões a partir do caso de São Paulo. Revista geografia Norte Grande, Santiago , n. 39, mayo 2008 . Disponível em: http://www.scielo.cl/scielo.php?script=sci_ar ttext&pid=S0718-34022008000100002&lng=es&nrm=iso>. LOESCH, C.; HOELTGEBAUM, M. Métodos Estatísticos Multivariados. São Paulo: Saraiva, 2012. MADDALA, G.S. Introdução à Econometria. 3 ed. Rio de Janeiro: LTC, 2003. MARTIN, P.; MAYER, T.; MAYNERIS, F. Spatial concentration and plant-level productivity in France. Journal of Urban Economics 69 (2011) 182–195 MAYER, T.; MAYNERIS, F.; PY, L. The impact of urban enterprise zones on establishments´s location decisions: evidence from French ZFUS. Centre for Economic Policy Research, Discussion Paper No. 9074, August 2012. MAYER, T.; MEJEAN, I.; NEFUSSI, B. The location of domestic and foreign production affiliates by French. multinational firms. Journal of Urban Economics 68 (2010) 115–128. MAYER, T.; MUCCHIELLI, J. La localisation à l'étranger des entreprises multinationales. Une approche d'économie géographique hiérarchisée appliquée aux entreprise japonaises en Europe. In: Economie et statistique, N°326-327, 1999. pp. 159-176. Disponível em: <http://www.persee.fr/web/revues/home/prescript/article/estat_0336-1454_1999_num_326_1_6231>. Acesso em 18 de abril de 2014. MARQUES, H. A nova geografia econômica na perspectiva de Krugman: uma aplicação às regiões europeias. Working papers Centro de Estudos da União Européia, n. 7,
58
Universidade de Coimbra, 2001. Disponível em: <http://www4.fe.uc.pt/ceue/working_papers/ihelena.pdf>. Acesso em: 5 mai. 2014. MEDEIROS, J. A. de. Pólos tecnológicos: ilhas ou arquipélagos? in SP em Perspectiva, Revista da Fundação SEADE, vol.9 nº 3, São Paulo, p. 80-86, julho-setembro de 1995. MONTENEGRO, R. L.; GONÇALVES, E.; ALMEIDA, E. Dinâmica Espacial e Temporal da inovação no Estado de São Paulo: Uma análise das externalidade de diversificação e especialização. Estudos Econômicos 41 (4) p. 743-776, outubro/dezembro, 2011 OLIVEIRA, C. Crescimento econômico das cidades nordestinas: um enfoque da Nova Geografia Econômica. Revista Econômica do Nordeste. Fortaleza, v. 35, nº 3, jul-set.2004. OLIVEIRA, C. et al. A. Política fiscal local e o seu papel no crescimento econômico: Uma evidencia empírica no Brasil. Revista ANPEC. V.10. n.1, p49-68, 2009. Disponível em: <ww.anpec.org.br/revista/vol10/vol10n1p49-68.pdf> NEGRI, B. Concentração e desconcentração industrial em São Paulo (1880-1990). Campinas: Editora Unicamp, 1996. PACHECO, C. A. Desconcentração econômica e fragmentação da economia nacional. Economia e Sociedade, Campinas, (6): 113-40, jun. 1 PETERSSON, L. The New Economic Geography an Industrial Location in SADC. The South African Journal of Economics. Die Suid-Afrikaanse Tydskrif vir Ekonomie. Vol. 70:8 December, 2002. PORTER, M. A vantagem competitiva das nações. Rio de Janeiro: Campus, 1989. RESENDE, M.; WYLLIE, R. Aglomeração Industrial no Brasil. Est. Econ. , São Paulo, 35 (3): 433-460, jul-set 2005.
RUIZ, R. M. A nova geografia econômica: um barco com a lanterna na popa? Belo Horizonte: UFMG/Cedeplar, 2003. SAWAYA, R. Subordinação consentida: capital multinacional no processo de acumulação da América Latina e Brasil. São Paulo: Annablume; Fapesp, 2006. SILVA, A. M. A. da; RESENDE, G. M. Crescimento econômico comparado dos municípios alagoanos e mineiros: Uma análise espacial. Texto para discussão nº 1162. Brasília: IPEA, 2006 SOUZA, J. Estatística econômica e social. Rio de Janeiro: Campus, 1977. Para Souza (1977). SPERS, R. G.; WRIGHT, J. T. C.; NOVAS, E.; TISCHLER, G.; JODAR, K. PMEs Estrangeiras no Brasil: um estudo sobre os motivos para internacionalizar, formas de entrada e os desafios. In: XI SEMEAD – Seminários em Administração FEA/USP. São Paulo, 16/09/2008.
59
STIGLITZ, J. E. Globalização: como dar certo. São Paulo: Companhia das Letras, 2007. SUZIGAN, W. et al. Coeficiente de Gini locacionais – GL: aplicação à indústria de calçados do Estado de São Paulo. Nova Economia, Belo Horizonte, 13 (2) 39-60, julho-dezembro, 2003.
TATSCH. A. L. A relevância do local: convergências e divergências entre as abordagens sobre aglomerações. Economia e Sociedade, Campinas, v. , n. (48), p. 457-48, ago. 2013. Disponível em: <http://www.eco.unicamp.br/docprod/downarq.php?id=3297&tp=a.>. WAISELFISX, J. J.; ATHIAS, G. Mapa da violência de São Paulo. Brasília: UNESCO, 2005. Disponível em: <http://www.mapadaviolencia.org.br/publicacoes/MapaSPaulo.pdf>. WEN, M. Relocation and agglomeration of Chinese industry. Journal of Development Economics 73 (2004) 329– 347. WOOLDRIDGE. J. M. Introdução à Econometria: Uma abordagem moderna. São Paulo: Cengage Learning, 2010.
60
APÊNDICE 1 – Municípios Paulistas: Especialização produtiva da Indústria de Transformação (QL)
Ranking Município QL
ORDENADO Ranking Município QL
ORDENADO 1 Sebastianopolis do Sul 4,095636516 26 Sud Mennucci 2,907500114
2 Orindiuva 4,009949269 27 Rio das Pedras 2,875324024
3 Bora 3,968441646 28 Estrela D Oeste 2,874341618
4 Narandiba 3,826410757 29 Mirante do Paranapanema 2,865388491 5 Clementina 3,774799893 30 Canitar 2,857727157
6 Maraba Paulista 3,702199781 31 Nuporanga 2,841512109
7 Dirce Reis 3,628428599 32 Santa Gertrudes 2,832231758
8 Rafard 3,474672943 33 Gaviao Peixoto 2,829857424 9 Nova Europa 3,453773253 34 Varzea Paulista 2,819394883
10 Jumirim 3,428176919 35 Bocaina 2,812560294
11 Pontes Gestal 3,425083713 36 Nova Odessa 2,787087256
12 Paraiso 3,2638504 37 Iracemapolis 2,763122357 13 Buritizal 3,263216375 38 Parapua 2,741047375
14 Taguai 3,249105403 39 Cosmorama 2,725132824
15 Aluminio 3,186909881 40 Elias Fausto 2,668534838
16 Valentim Gentil 3,154535612 41 Birigui 2,66405478 17 Gabriel Monteiro 3,102458908 42 Ipeuna 2,63384395
18 Pauliceia 3,05161573 43 Pedreira 2,624726123
19 Pradopolis 3,047943229 44 Ipaucu 2,537238581
20 Potirendaba 3,043613083 45 Cerquilho 2,524971553 21 Vista Alegre do Alto 3,019463036 46 Pompeia 2,513504016
22 Ouroeste 2,957610021 47 Tanabi 2,50547386
23 Nova Independencia 2,952891893 48 Ipero 2,504853309
24 Bento de Abreu 2,922315083 49 Balsamo 2,493259674
25 Monte Alegre do Sul 2,922045648 50 Diadema 2,482136508
61
APÊNDICE 2 – Variáveis da pesquisa econométrica
Variável Fonte PIBIND: Valor Adicionado Bruto, a preços correntes, da Indústria(R$ 1.000)
IBGE. Disponível em: <http://www.ibge.gov.br/home/estatistica/economia/pibmunicipios/2010/default_base.shtm>
(1) N: População residente IBGE - Censo Demográfico. Tabela 136. Disponível em: http://www.sidra.ibge.gov.br/bda/tabela/listabl.asp?z=t&c=136
(2) EDU: Pessoas com pelo menos nível superior de graduação concluído
IBGE - Censo Demográfico. Tabela 3543. Disponível em: http://www.sidra.ibge.gov.br/bda/tabela/listabl.asp?z=t&c=3543
(3) NIND: Número de indústria de Transformação (Unidades)
IBGE - Cadastro Central de Empresas. Tabela 992. Disponível em: http://www.sidra.ibge.gov.br/bda/tabela/protabl.asp?c=993&z=t&o=1&i=P
(4) DIST: Proximidade até a Capital do Estado
Portal Cidades Paulistas. Disponível em: <http://www.cidadespaulistas.com.br/prt/cnt/distancias.html>
(5) ADMIND: Número de admissão no setor Indústrias de Transformação
Dados CAGED. Ministério do Trabalho e Emprego, Sistema Dardo. Disponível em: <http://bi.mte.gov.br/bgcaged/login.php>. Login: basico; Senha: 12345678
(6) COMEX: Fluxo de Comércio Exterior (Importação + Exportação)
Ministério do Desenvolvimento, Indústria e Comércio Exterior(MDIC) - Balança Comercial Brasileira por Município. Disponível em: http://www.mdic.gov.br/sitio/sistema/balanca/?item=2010-12
(7) PIBPC: PIB per capita IBGE - Censo Demográfico. Tabela 21. Disponível em: http://www.sidra.ibge.gov.br/bda/tabela/listabl.asp?z=t&c=21
(8) QL: Quociente Locacional Cálculo conforme equação 1, da seção 3.2, com dados da RAIS, Ministério do Trabalho e Emprego, Sistema Dardo. Disponível em: <http://bi.mte.gov.br/bgcaged/login.php>. Login: basico; Senha: 12345678
(9) W: Salários Dados da RAIS, Ministério do Trabalho e Emprego, Sistema Dardo. Disponível em: <http://bi.mte.gov.br/bgcaged/login.php>. Login: basico; Senha: 12345678
CRTL N + EDU + NIND NEW N + EDU + NIND, já padronizadas.
62
APÊNDICE 3 – Classificação CNAE 2.0, Seção “C” Indústria de Transformação
# Divisões 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
FABRICAÇÃO DE PRODUTOS ALIMENTÍCIOS FABRICAÇÃO DE BEBIDAS FABRICAÇÃO DE PRODUTOS DO FUMO FABRICAÇÃO DE PRODUTOS TÊXTEIS CONFECÇÃO DE ARTIGOS DO VESTUÁRIO E ACESSÓRIOS PREPARAÇÃO DE COUROS E FAB. DE ARTEFATOS DE COURO, ARTIGOS PARA VIAGEM E CALÇADOS FABRICAÇÃO DE PRODUTOS DE MADEIRA FABRICAÇÃO DE CELULOSE, PAPEL E PRODUTOS DE PAPEL IMPRESSÃO E REPRODUÇÃO DE GRAVAÇÕES FABRICAÇÃO DE COQUE, DE PRODUTOS DERIVADOS DO PETRÓLEO E DE BIOCOMBUSTÍVEIS FABRICAÇÃO DE PRODUTOS QUÍMICOS FABRICAÇÃO DE PRODUTOS FARMOQUÍMICOS E FARMACÊUTICOS FABRICAÇÃO DE PRODUTOS DE BORRACHA E DE MATERIAL PLÁSTICO FABRICAÇÃO DE PRODUTOS DE MINERAIS NÃO-METÁLICOS METALURGIA FABRICAÇÃO DE PRODUTOS DE METAL, EXCETO MÁQUINAS E EQUIPAMENTOS FABRICAÇÃO DE EQUIPAMENTOS DE INFORMÁTICA, PRODUTOS ELETRÔNICOS E ÓPTICOS FABRICAÇÃO DE MÁQUINAS, APARELHOS E MATERIAIS ELÉTRICOS FABRICAÇÃO DE MÁQUINAS E EQUIPAMENTOS FABRICAÇÃO DE VEÍCULOS AUTOMOTORES, REBOQUES E CARROCERIAS FABRICAÇÃO DE OUTROS EQUIPAMENTOS DE TRANSPORTE, EXCETO VEÍCULOS AUTOMOTORES FABRICAÇÃO DE MÓVEIS FABRICAÇÃO DE PRODUTOS DIVERSOS MANUTENÇÃO, REPARAÇÃO E INSTALAÇÃO DE MÁQUINAS E EQUIPAMENTOS
Fonte: Comissão Nacional de Classificação (CONCLA). Disponível em: <http://www.cnae.ibge.gov.br/secao.asp?codsecao=C&TabelaBusca=CNAE_200@CNAE%202.0>. Acesso em 01/10/2014.
63
APÊNDICE 4 – Variável dependente PIB Industrial: Municípios e Microrregiões paulistas
Variável
Modelo (1) Modelo (2) Modelo (3) Modelo (4) Município Microrregião Município Microrregião Município Microrregião Município Microrregião
N
.3999659 (0.045)
.0637612 (0.747)
.3895702 (0.057)
.0830594 (0.706)
.6449516 (0.001)
.4965788 (0.012)
EDU
.3712876 (0.189)
.6578512 (0.019)
.2390629 (0.127)
.5974666 (0.001)
.6934604 (0.005)
.7228492 (0.004)
NIND
-.1855557 (0.498)
-.0540431 (0.855)
.0091398 (0.961)
.3076319 (0.098)
-.1654256 (0.560)
-.0714013 (0.810)
DIST
-.0026545 (0.645)
-.0191542 (0.113)
-.0033438 (0.577)
-.0186043 (0.134)
.0019875 (0.681)
-.0120932 (0.372)
-.009688 (0.060)
-.0197691 (0.111)
ADMIND
.2285955 (0.049)
.0634294 (0.347)
.1670979 (0.048)
.0462128 (0.423)
.1398934 (0.126)
-.1016082 (0.000)
.2816703 (0.011)
.0799398 (0.169)
COMEX
.2026901 (0.007)
.2669132 (0.000)
.2223414 (0.001)
.2710851 (0.000)
.223548 (0.003)
.2980949 (0.000)
.2081341 (0.006)
.266108 (0.000)
PIBPC
.0418575 (0.000)
.0281608 (0.160)
.0422359 (0.000)
.0293303 (0.140)
.0448605 (0.000)
.0420626 (0.071)
.0370295 (0.000)
.0264491 (0.133)
QL
-.0050059 (0.337)
.0398979 (0.052)
-.0048153 (0.401)
.0394177 (0.058)
-.0037945 (0.510)
.0438647 (0.057)
-.0083591 (0.109)
.0384666 (0.065)
W
.0018539 (0.709)
6.36e-06 (1.000)
.0029763 (0.580)
-.0008969 (0.960)
-.0007059 (0.900)
-.0264199 (0.164)
.0072018 (0.254)
.0041027 (0.794)
Const
-.0485603 (0.041)
-.1104392 (0.171)
-.0486626 (0.041)
-.1100108 (0.169)
-.060209 (0.005)
-.0786768 (0.338)
-.0311173 (0.127)
-.1157387 (0.138)
R²
0.9864 0.9931 0.9862 0.9931 0.9859 0.9923 0.9857 0.9931
Mean VIF
80.17
131.64
50.76
68.11 32.04 30.14 45.28 55.78
Nota: p-value entre parênteses
Variável
Modelo (5) Modelo (6) Modelo (7) Modelo (8) Município Microrregião Município Microrregião Município Microrregião Município Microrregião
N
.6526304 (0.000)
.7980955 (0.000)
EDU
.5677604 (0.000)
.6632689 (0.000)
NIND
.6598857 (0.000)
.7422325 (0.000)
DIST
.0021718 (0.624)
-.0106443 (0.410)
-.0101408 (0.069)
-.0192367 (0.125)
-.008357 (0.175)
-.0101362 (0.536)
.0205862 (0.007)
.0346057 (0.232)
ADMIND
.1422455 (0.079)
-.0710934 (0.106)
.2254559 (0.009)
.0620571 (0.020)
.0576559 (0.667)
-.0967807 (0.005)
.708482 (0.000)
.4706722 (0.002)
COMEX
.2225867 (0.001)
.2787657 (0.000)
.2255765 (0.001)
.2718567 (0.000)
.3045778 (0.000)
.3519133 (0.000)
.3062214 (0.000)
.5783899 (0.000)
PIBPC
.0449149 (0.000)
.0436349 (0.055)
.0374799 (0.000)
.0274025 (0.119)
.0372119 (0.000)
.0340658 (0.160)
.019809 (0.059)
-.0216368 (0.620)
QL
-.0037756 (0.504)
.0563258 (0.022)
-.0081108 (0.149)
.0371298 (0.091)
-.0117178 (0.083)
.0192838 (0.461)
-.0474586 (0.000)
-.0225247 (0.625)
W
-.0008659 (0.886)
-.048889 (0.020)
.008081 (0.207)
.0045953 (0.782)
.0100555 (0.124)
.0087079 (0.677)
-.0050358 (0.533)
-.0106315 (0.795)
Const
-.0605271 (0.001)
-.0419714 (0.615)
-.0316141 (0.126)
-.1174591 (0.137)
-.0349624 (0.113)
-.1297902 (0.170)
-.043312 (0.063)
-.0335932 (0.817)
R²
0.9859 0.9913
0.9855 0.9931 0.9818 0.9901 0.9582 0.9511
Mean VIF 5.76 6.32 4.81 5.07 7.08 6.07 2.17
3.10
Nota: p-value entre parênteses
64
Variável
Modelo (9) Modelo (10) Modelo (11) Modelo (12)
Município Microrregião Município Microrregião Município Microrregião Município Microrregião
N
.9701718 (0.000)
.9512157 (0.000)
EDU
.9612695 (0.000)
.9230735 (0.000)
NIND
.9545646 (0.000)
.9179292 (0.000)
CTRL
.9693668 (0.000)
NEW
.9327214 (0.000)
DIST
-.0147605 (0.017)
-.014973 (0.369)
.0409821 (0.000)
-.0398606 (0.020)
-0.331415 (0.000)
-.0154137 (0.489)
-.0179402 (0.004)
ADMIND
COMEX
PIBPC
.076406 (0.000)
.0714824 (0.004)
.0686795 (0.000)
.0576571 (0.024)
.0765108 (0.000)
.0680277 (0.014)
.0754315 (0.000)
.0611636 (0.007)
QL
-0.025374 (0.651)
.024751 (0.203)
.0005884 (0.922)
.0335592 (0.045)
-0.292621 (0.000)
-.0326567 (0.110)
-.0021788 (0.696)
.0046946 (0.763)
W
.0211183 (0.071)
.0133422 (0.802)
.037569 (0.003)
.0645243 (0.175)
.488963 (0.001)
.1084466 (0.090)
.0231233 (0.001)
.0797775 (0.072)
Const
-.0965366 (0.000)
-.2600508 (0.170)
.0480253 (0.095)
-.3228572 (0.061)
.0783651 (0.012)
-.4496764 (0.048)
-.090609 (0.001)
-.43900854 (0.003)
R²
0.9710 0.9807 0.9645 0.9821
0.9543 0.9713 0.9709 0.9807
Vif
1.20 1.87 1.20 1.84 1.20 1.84 1.20 1.51
Nota: p-value entre parênteses
65
ANEXO 1 – Estado de São Paulo e microrregiões
Fonte: InvesteSP. Disponível em: <www.investe.sp.gov.br>
66
ANEXO 2 – Estado de São Paulo: PIB per capita a preços correntes (2011)
Fonte: Webcartbeta, IBGE. Disponível em: <www.ibge.gov.br/webchart/tabelas.php>
67
ANEXO 3 – Estado de São Paulo: população residente em pessoas (2010)
Fonte: Webcartbeta, IBGE. Disponível em: <www.ibge.gov.br/webcart/tabelas.php>
68
ANEXO 4 – Estado de São Paulo: área da unidade territorial (em km²)
Fonte: Webcartbeta, IBGE. Disponível em: <www.ibge.gov.br/webcart/tabelas.pghp>
69
ANEXO 5 – Estado de São Paulo: composição das microrregiões
Nome da Microrregião
Nome do Município
Adamantina Adamantina Adamantina Flora Rica Adamantina Flórida Paulista Adamantina Inúbia Paulista Adamantina Irapuru Adamantina Lucélia Adamantina Mariápolis Adamantina Osvaldo Cruz Adamantina Pacaembu Adamantina Parapuã Adamantina Pracinha Adamantina Rinópolis Adamantina Sagres Adamantina Salmourão Amparo Águas de Lindóia Amparo Amparo Amparo Lindóia Amparo Monte Alegre do Sul Amparo Pedra Bela Amparo Pinhalzinho Amparo Serra Negra Amparo Socorro Andradina Andradina Andradina Castilho Andradina Guaraçaí Andradina Ilha Solteira Andradina Itapura Andradina Mirandópolis Andradina Murutinga do Sul Andradina Nova Independência Andradina Pereira Barreto Andradina Sud Mennucci Andradina Suzanápolis Araçatuba Araçatuba Araçatuba Bento de Abreu Araçatuba Guararapes Araçatuba Lavínia Araçatuba Rubiácea Araçatuba Santo Antônio do Aracanguá Araçatuba Valparaíso Araraquara Américo Brasiliense Araraquara Araraquara Araraquara Boa Esperança do Sul Araraquara Borborema Araraquara Dobrada Araraquara Gavião Peixoto Araraquara Ibitinga Araraquara Itápolis Araraquara Matão Araraquara Motuca Araraquara Nova Europa
70
Araraquara Rincão Araraquara Santa Lúcia Araraquara Tabatinga Araraquara Trabiju Assis Assis Assis Borá Assis Campos Novos Paulista Assis Cândido Mota Assis Cruzália Assis Florínia Assis Ibirarema Assis Iepê Assis Lutécia Assis Maracaí Assis Nantes Assis Palmital Assis Paraguaçu Paulista Assis Pedrinhas Paulista Assis Platina Assis Quatá Assis Tarumã Auriflama Auriflama Auriflama Floreal Auriflama Gastão Vidigal Auriflama General Salgado Auriflama Guzolândia Auriflama Magda Auriflama Nova Castilho Auriflama Nova Luzitânia Auriflama São João de Iracema Avaré Águas de Santa Bárbara Avaré Arandu Avaré Avaré Avaré Cerqueira César Avaré Iaras Avaré Itaí Avaré Itatinga Avaré Paranapanema Bananal Arapeí Bananal Areias Bananal Bananal Bananal São José do Barreiro Bananal Silveiras Barretos Barretos Barretos Colina Barretos Colômbia Batatais Altinópolis Batatais Batatais Batatais Cajuru Batatais Cássia dos Coqueiros Batatais Santa Cruz da Esperança Batatais Santo Antônio da Alegria Bauru Agudos Bauru Arealva
71
Bauru Areiópolis Bauru Avaí Bauru Balbinos Bauru Bauru Bauru Borebi Bauru Cabrália Paulista Bauru Duartina Bauru Guarantã Bauru Iacanga Bauru Lençóis Paulista Bauru Lucianópolis Bauru Paulistânia Bauru Pirajuí Bauru Piratininga Bauru Pongaí Bauru Presidente Alves Bauru Reginópolis Bauru Ubirajara Bauru Uru Birigui Alto Alegre Birigui Avanhandava Birigui Barbosa Birigui Bilac Birigui Birigui Birigui Braúna Birigui Brejo Alegre Birigui Buritama Birigui Clementina Birigui Coroados Birigui Gabriel Monteiro Birigui Glicério Birigui Lourdes Birigui Luiziânia Birigui Penápolis Birigui Piacatu Birigui Santópolis do Aguapeí Birigui Turiúba Botucatu Anhembi Botucatu Bofete Botucatu Botucatu Botucatu Conchas Botucatu Pardinho Botucatu Pratânia Botucatu São Manuel Bragança Paulista Atibaia Bragança Paulista Bom Jesus dos Perdões Bragança Paulista Bragança Paulista Bragança Paulista Itatiba Bragança Paulista Jarinu Bragança Paulista Joanópolis Bragança Paulista Morungaba Bragança Paulista Nazaré Paulista Bragança Paulista Piracaia Bragança Paulista Tuiuti
72
Bragança Paulista Vargem Campinas Americana Campinas Campinas Campinas Cosmópolis Campinas Elias Fausto Campinas Holambra Campinas Hortolândia Campinas Indaiatuba Campinas Jaguariúna Campinas Monte Mor Campinas Nova Odessa Campinas Paulínia Campinas Pedreira Campinas Santa Bárbara d'Oeste Campinas Sumaré Campinas Valinhos Campinas Vinhedo Campos do Jordão Campos do Jordão Campos do Jordão Monteiro Lobato Campos do Jordão Santo Antônio do Pinhal Campos do Jordão São Bento do Sapucaí Capão Bonito Apiaí Capão Bonito Barra do Chapéu Capão Bonito Capão Bonito Capão Bonito Guapiara Capão Bonito Iporanga Capão Bonito Itaóca Capão Bonito Itapirapuã Paulista Capão Bonito Ribeira Capão Bonito Ribeirão Branco Capão Bonito Ribeirão Grande Caraguatatuba Caraguatatuba Caraguatatuba Ilhabela Caraguatatuba São Sebastião Caraguatatuba Ubatuba Catanduva Ariranha Catanduva Cajobi Catanduva Catanduva Catanduva Catiguá Catanduva Elisiário Catanduva Embaúba Catanduva Novais Catanduva Palmares Paulista Catanduva Paraíso Catanduva Pindorama Catanduva Santa Adélia Catanduva Severínia Catanduva Tabapuã Dracena Dracena Dracena Junqueirópolis Dracena Monte Castelo Dracena Nova Guataporanga Dracena Ouro Verde Dracena Panorama
73
Dracena Paulicéia Dracena Santa Mercedes Dracena São João do Pau d'Alho Dracena Tupi Paulista Fernandópolis Estrela d'Oeste Fernandópolis Fernandópolis Fernandópolis Guarani d'Oeste Fernandópolis Indiaporã Fernandópolis Macedônia Fernandópolis Meridiano Fernandópolis Mira Estrela Fernandópolis Ouroeste Fernandópolis Pedranópolis Fernandópolis São João das Duas Pontes Fernandópolis Turmalina Franca Cristais Paulista Franca Franca Franca Itirapuã Franca Jeriquara Franca Patrocínio Paulista Franca Pedregulho Franca Restinga Franca Ribeirão Corrente Franca Rifaina Franca São José da Bela Vista Franco da Rocha Caieiras Franco da Rocha Francisco Morato Franco da Rocha Franco da Rocha Franco da Rocha Mairiporã Guaratinguetá Aparecida Guaratinguetá Cachoeira Paulista Guaratinguetá Canas Guaratinguetá Cruzeiro Guaratinguetá Guaratinguetá Guaratinguetá Lavrinhas Guaratinguetá Lorena Guaratinguetá Piquete Guaratinguetá Potim Guaratinguetá Queluz Guaratinguetá Roseira Guarulhos Arujá Guarulhos Guarulhos Guarulhos Santa Isabel Itanhaém Itanhaém Itanhaém Itariri Itanhaém Mongaguá Itanhaém Pedro de Toledo Itanhaém Peruíbe Itapecerica da Serra Cotia Itapecerica da Serra Embu Itapecerica da Serra Embu-Guaçu Itapecerica da Serra Itapecerica da Serra Itapecerica da Serra Juquitiba Itapecerica da Serra São Lourenço da Serra
74
Itapecerica da Serra Taboão da Serra Itapecerica da Serra Vargem Grande Paulista Itapetininga Alambari Itapetininga Angatuba Itapetininga Campina do Monte Alegre Itapetininga Guareí Itapetininga Itapetininga Itapeva Barão de Antonina Itapeva Bom Sucesso de Itararé Itapeva Buri Itapeva Coronel Macedo Itapeva Itaberá Itapeva Itapeva Itapeva Itaporanga Itapeva Itararé Itapeva Nova Campina Itapeva Riversul Itapeva Taquarituba Itapeva Taquarivaí Ituverava Aramina Ituverava Buritizal Ituverava Guará Ituverava Igarapava Ituverava Ituverava Jaboticabal Bebedouro Jaboticabal Cândido Rodrigues Jaboticabal Fernando Prestes Jaboticabal Guariba Jaboticabal Jaboticabal Jaboticabal Monte Alto Jaboticabal Monte Azul Paulista Jaboticabal Pirangi Jaboticabal Pitangueiras Jaboticabal Santa Ernestina Jaboticabal Taiaçu Jaboticabal Taiúva Jaboticabal Taquaral Jaboticabal Taquaritinga Jaboticabal Terra Roxa Jaboticabal Viradouro Jaboticabal Vista Alegre do Alto Jales Aparecida d'Oeste Jales Aspásia Jales Dirce Reis Jales Dolcinópolis Jales Jales Jales Marinópolis Jales Mesópolis Jales Nova Canaã Paulista Jales Palmeira d'Oeste Jales Paranapuã Jales Pontalinda Jales Populina Jales Rubinéia
75
Jales Santa Albertina Jales Santa Clara d'Oeste Jales Santa Fé do Sul Jales Santana da Ponte Pensa Jales Santa Rita d'Oeste Jales Santa Salete Jales São Francisco Jales Três Fronteiras Jales Urânia Jales Vitória Brasil Jaú Bariri Jaú Barra Bonita Jaú Bocaina Jaú Boracéia Jaú Dois Córregos Jaú Igaraçu do Tietê Jaú Itaju Jaú Itapuí Jaú Jaú Jaú Macatuba Jaú Mineiros do Tietê Jaú Pederneiras Jundiaí Campo Limpo Paulista Jundiaí Itupeva Jundiaí Jundiaí Jundiaí Louveira Jundiaí Várzea Paulista Limeira Araras Limeira Conchal Limeira Cordeirópolis Limeira Iracemápolis Limeira Leme Limeira Limeira Limeira Santa Cruz da Conceição Limeira Santa Gertrudes Lins Cafelândia Lins Getulina Lins Guaiçara Lins Guaimbê Lins Júlio Mesquita Lins Lins Lins Promissão Lins Sabino Marília Álvaro de Carvalho Marília Alvinlândia Marília Echaporã Marília Fernão Marília Gália Marília Garça Marília Lupércio Marília Marília Marília Ocauçu Marília Oriente Marília Oscar Bressane
76
Marília Pompéia Marília Vera Cruz Mogi das Cruzes Biritiba-Mirim Mogi das Cruzes Ferraz de Vasconcelos Mogi das Cruzes Guararema Mogi das Cruzes Itaquaquecetuba Mogi das Cruzes Mogi das Cruzes Mogi das Cruzes Poá Mogi das Cruzes Salesópolis Mogi das Cruzes Suzano Moji Mirim Artur Nogueira Moji Mirim Engenheiro Coelho Moji Mirim Itapira Moji Mirim Mogi Guaçu Moji Mirim Moji Mirim Moji Mirim Santo Antônio de Posse Moji Mirim Estiva Gerbi Nhandeara Macaubal Nhandeara Monções Nhandeara Monte Aprazível Nhandeara Neves Paulista Nhandeara Nhandeara Nhandeara Nipoã Nhandeara Poloni Nhandeara Sebastianópolis do Sul Nhandeara União Paulista Novo Horizonte Irapuã Novo Horizonte Itajobi Novo Horizonte Marapoama Novo Horizonte Novo Horizonte Novo Horizonte Sales Novo Horizonte Urupês Osasco Barueri Osasco Cajamar Osasco Carapicuíba Osasco Itapevi Osasco Jandira Osasco Osasco Osasco Pirapora do Bom Jesus Osasco Santana de Parnaíba Ourinhos Bernardino de Campos Ourinhos Canitar Ourinhos Espírito Santo do Turvo Ourinhos Fartura Ourinhos Ipaussu Ourinhos Manduri Ourinhos Óleo Ourinhos Ourinhos Ourinhos Piraju Ourinhos Ribeirão do Sul Ourinhos Salto Grande Ourinhos Santa Cruz do Rio Pardo Ourinhos São Pedro do Turvo Ourinhos Sarutaiá
77
Ourinhos Taguaí Ourinhos Tejupá Ourinhos Timburi Ourinhos Chavantes Paraibuna/Paraitinga Cunha Paraibuna/Paraitinga Jambeiro Paraibuna/Paraitinga Lagoinha Paraibuna/Paraitinga Natividade da Serra Paraibuna/Paraitinga Paraibuna Paraibuna/Paraitinga Redenção da Serra Paraibuna/Paraitinga São Luís do Paraitinga Piedade Ibiúna Piedade Piedade Piedade Pilar do Sul Piedade São Miguel Arcanjo Piedade Tapiraí Piracicaba Águas de São Pedro Piracicaba Capivari Piracicaba Charqueada Piracicaba Jumirim Piracicaba Mombuca Piracicaba Piracicaba Piracicaba Rafard Piracicaba Rio das Pedras Piracicaba Saltinho Piracicaba Santa Maria da Serra Piracicaba São Pedro Piracicaba Tietê Pirassununga Aguaí Pirassununga Pirassununga Pirassununga Porto Ferreira Pirassununga Santa Cruz das Palmeiras Presidente Prudente Alfredo Marcondes Presidente Prudente Álvares Machado Presidente Prudente Anhumas Presidente Prudente Caiabu Presidente Prudente Caiuá Presidente Prudente Emilianópolis Presidente Prudente Estrela do Norte Presidente Prudente Euclides da Cunha Paulista Presidente Prudente Indiana Presidente Prudente João Ramalho Presidente Prudente Marabá Paulista Presidente Prudente Martinópolis Presidente Prudente Mirante do Paranapanema Presidente Prudente Narandiba Presidente Prudente Piquerobi Presidente Prudente Pirapozinho Presidente Prudente Presidente Bernardes Presidente Prudente Presidente Epitácio Presidente Prudente Presidente Prudente Presidente Prudente Presidente Venceslau Presidente Prudente Rancharia Presidente Prudente Regente Feijó
78
Presidente Prudente Ribeirão dos Índios Presidente Prudente Rosana Presidente Prudente Sandovalina Presidente Prudente Santo Anastácio Presidente Prudente Santo Expedito Presidente Prudente Taciba Presidente Prudente Tarabai Presidente Prudente Teodoro Sampaio Registro Barra do Turvo Registro Cajati Registro Cananéia Registro Eldorado Registro Iguape Registro Ilha Comprida Registro Jacupiranga Registro Juquiá Registro Miracatu Registro Pariquera-Açu Registro Registro Registro Sete Barras Ribeirão Preto Barrinha Ribeirão Preto Brodowski Ribeirão Preto Cravinhos Ribeirão Preto Dumont Ribeirão Preto Guatapará Ribeirão Preto Jardinópolis Ribeirão Preto Luís Antônio Ribeirão Preto Pontal Ribeirão Preto Pradópolis Ribeirão Preto Ribeirão Preto Ribeirão Preto Santa Rita do Passa Quatro Ribeirão Preto Santa Rosa de Viterbo Ribeirão Preto São Simão Ribeirão Preto Serra Azul Ribeirão Preto Serrana Ribeirão Preto Sertãozinho Rio Claro Brotas Rio Claro Corumbataí Rio Claro Ipeúna Rio Claro Itirapina Rio Claro Rio Claro Rio Claro Torrinha Santos Bertioga Santos Cubatão Santos Guarujá Santos Praia Grande Santos Santos Santos São Vicente São Carlos Analândia São Carlos Descalvado São Carlos Dourado São Carlos Ibaté São Carlos Ribeirão Bonito São Carlos São Carlos
79
São João da Boa Vista Águas da Prata São João da Boa Vista Caconde São João da Boa Vista Casa Branca São João da Boa Vista Divinolândia São João da Boa Vista Espírito Santo do Pinhal São João da Boa Vista Itobi São João da Boa Vista Mococa São João da Boa Vista Santo Antônio do Jardim São João da Boa Vista São João da Boa Vista São João da Boa Vista São José do Rio Pardo São João da Boa Vista São Sebastião da Grama São João da Boa Vista Tambaú São João da Boa Vista Tapiratiba São João da Boa Vista Vargem Grande do Sul São Joaquim da Barra Guaíra São Joaquim da Barra Ipuã São Joaquim da Barra Jaborandi São Joaquim da Barra Miguelópolis São Joaquim da Barra Morro Agudo São Joaquim da Barra Nuporanga São Joaquim da Barra Orlândia São Joaquim da Barra Sales Oliveira São Joaquim da Barra São Joaquim da Barra São José do Rio Preto Adolfo São José do Rio Preto Altair São José do Rio Preto Bady Bassitt São José do Rio Preto Bálsamo São José do Rio Preto Cedral São José do Rio Preto Guapiaçu São José do Rio Preto Guaraci São José do Rio Preto Ibirá São José do Rio Preto Icém São José do Rio Preto Ipiguá São José do Rio Preto Jaci São José do Rio Preto José Bonifácio São José do Rio Preto Mendonça São José do Rio Preto Mirassol São José do Rio Preto Mirassolândia São José do Rio Preto Nova Aliança São José do Rio Preto Nova Granada São José do Rio Preto Olímpia São José do Rio Preto Onda Verde São José do Rio Preto Orindiúva São José do Rio Preto Palestina São José do Rio Preto Paulo de Faria São José do Rio Preto Planalto São José do Rio Preto Potirendaba São José do Rio Preto São José do Rio Preto São José do Rio Preto Tanabi São José do Rio Preto Ubarana São José do Rio Preto Uchoa São José do Rio Preto Zacarias São José dos Campos Caçapava São José dos Campos Igaratá
80
São José dos Campos Jacareí São José dos Campos Pindamonhangaba São José dos Campos Santa Branca São José dos Campos São José dos Campos São José dos Campos Taubaté São José dos Campos Tremembé São Paulo Diadema São Paulo Mauá São Paulo Ribeirão Pires São Paulo Rio Grande da Serra São Paulo Santo André São Paulo São Bernardo do Campo São Paulo São Caetano do Sul São Paulo São Paulo Sorocaba Alumínio Sorocaba Araçariguama Sorocaba Araçoiaba da Serra Sorocaba Cabreúva Sorocaba Capela do Alto Sorocaba Iperó Sorocaba Itu Sorocaba Mairinque Sorocaba Porto Feliz Sorocaba Salto Sorocaba Salto de Pirapora Sorocaba São Roque Sorocaba Sarapuí Sorocaba Sorocaba Sorocaba Votorantim Tatuí Boituva Tatuí Cerquilho Tatuí Cesário Lange Tatuí Laranjal Paulista Tatuí Pereiras Tatuí Porangaba Tatuí Quadra Tatuí Tatuí Tatuí Torre de Pedra Tupã Arco-Íris Tupã Bastos Tupã Herculândia Tupã Iacri Tupã Queiroz Tupã Quintana Tupã Tupã Votuporanga Álvares Florence Votuporanga Américo de Campos Votuporanga Cardoso Votuporanga Cosmorama Votuporanga Parisi Votuporanga Pontes Gestal Votuporanga Riolândia Votuporanga Valentim Gentil Votuporanga Votuporanga
