TEXTO PARA DISCUSSÃO N 418 A DINÂMICA SETORIAL E OS DETERMINANTES LOCACIONAIS DAS MICRORREGIÕES PAULISTAS

Transcrição

1 TEXTO PARA DISCUSSÃO N 418 A DINÂMICA SETORIAL E OS DETERMINANTES LOCACIONAIS DAS MICRORREGIÕES PAULISTAS Admr Antono Betarell Junor Rodrgo Ferrera Smões Abrl de

2 Fcha catalográfca B562d 2011 Betarell Junor, Admr Antono. A dnâmca setoral e os determnantes locaconas das mcrorregões paulstas / Admr Antono Betarell Junor, Rodrgo Ferrera Smões. Belo Horzonte: UFMG/CEDEPLAR, p. (Texto para dscussão, 418) 1. São Paulo (Estado) Condções econômcas. 2. Indústras São Paulo. I. Smões, Rodrgo Ferrera. II. Unversdade Federal de Mnas Geras. Centro de Desenvolvmento e Planejamento Regonal. CDD: I61 Elaborada pela Bbloteca da FACE/UFMG - NMM 009/2011 2

3 UNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE CIÊNCIAS ECONÔMICAS CENTRO DE DESENVOLVIMENTO E PLANEJAMENTO REGIONAL A DINÂMICA SETORIAL E OS DETERMINANTES LOCACIONAIS DAS MICRORREGIÕES PAULISTAS Admr Antono Betarell Junor Doutorando em Economa pela Faculdade de Cêncas Econômcas - CEDEPLAR/UFMG e-mal: admrbet@cedeplar.ufmg.br Rodrgo Ferrera Smões Professor Adjunto pela Faculdade de Cêncas Econômcas - CEDEPLAR/UFM e-mal: lmoes@cedeplar.ufmg.br CEDEPLAR/FACE/UFMG BELO HORIZONTE

4 SUMÁRIO 1. INTRODUÇÃO ASPECTOS TEÓRICOS DOS FATORES AGLOMERATIVOS E DESAGLOMERATIVOS METODOLOGIA Método Dferencal-Estrutural Análse de Componentes Prncpas (ACP) Análse de cluster BASE DE DADOS E TRATAMENTO DAS VARIÁVEIS RESULTADOS E DISCUSSÕES Tpologa dferencal-estrutural Análse de Componentes Prncpas e clusters CONSIDERAÇÕES FINAIS REFERÊNCIAS

5 RESUMO Este trabalho analsa as característcas das 63 mcrorregões do Estado de São Paulo pela sua dnâmca setoral e pelos seus fatores locaconas de urbanzação no período de 2000 e Para tanto, utlza-se o método dferencal-estrutural de Esteban-Marqullas, Análse de Componentes Prncpas (ACP) e análse de cluster. Os prncpas resultados alcançados ndca que o processo de nterorzação das atvdades econômcas e da mgração, ncado no fnal dos anos 70, benefcou dretamente as mcrorregões de Campnas, São José dos Campos, Sorocaba, Rberão Preto (agrcultura moderna), Santos (Baxada Santsta) e Jundaí. Os efetos desse processo foram nternalzados para as regões crcunvznhas de tal forma que apresentam vantagens locaconas e compettvas, formando aglomerações urbanas no terrtóro paulsta. Palavras-Chave: Fatores locaconas; Interorzação da ndústra; Dferencal-estrutural; Análse Multvarada; São Paulo. ABSTRACT The man am of ths paper s to analyze the locatonal factors of urbanzaton n State of São Paulo (Brazl) between 2000 and Wth mcro-regonal database, we apply a set of technques: a) the method shft-share (Esteban-Marqullas), b) Prncpal Component Analyss (PCA) and Cluster. The man results ndcate that the process of nternalzaton of economc actvtes and mgraton (began n the late 70s) has drectly benefted the mcro-regons of Campnas, São José dos Campos, Sorocaba, Rberão Preto, Santos and Jundaí. The effects of ths process have been nternalzed to the surroundng regons so that present compettve and locaton advantage, formng urban agglomeratons n the State area. Keywords: Locatonal factors; Internalzaton of the ndustry; Shft-share; Multvarate Analyss; São Paulo (Brazl). Classfcação JEL: C02; R11 5

6 1. INTRODUÇÃO O Estado de São Paulo detêm a mas ampla e complexa rede urbana e ndustral do país. Tal confguração se deve, em grande parte, pelos efetos econômcos observados desde o complexo cafeero. Nessa época já se observava efetos geradores de economa de escala e de economas externas que expandram o mercado e proporconaram uma ampla acumulação do captal. Ademas, tas efetos, verfcados prncpalmente no meo urbano, foram responsáves pela consttução de um potente mercado estruturado e espalhado no nteror do Estado, de forma que prvlegou os pontos nodas da rede de transportes e comercalzação do café. Dessa manera, a confguração espacal possuía uma complexa e dversfcada rede urbana com artculações entre dversos subcentros regonas (CAIADO, 1995; CANO, 1977). Consderando que a ndustralzação e a urbanzação sempre estveram artculadas, a expansão da rede paulsta de cdades seguu acompanhada pelo processo de formação da ndústra braslera. A captal paulsta passou a concentrar de forma crescente a produção ndustral, transformando-se no maor pólo de atração de mgrantes e na maor metrópole do país. Com taxas anuas de crescmento populaconal superores às do Brasl desde 1940, o desempenho mgratóro adquru peso relevante para o comportamento observado em todo o período de concentração ndustral (CAIADO, 1995). Alás, conforme Lemos et al (2003), a ndustralzação consoldou a hegemona paulsta e emergu uma herarqua urbano-ndustral extremamente desgual. O padrão locaconal da ndústra paulsta se concentrava na Regão Metropoltana de São Paulo (RMSP) em detrmento do nteror. Contudo, por volta da década de 70, já se ncava um movmento conhecdo como o processo de nterorzação da ndústra. Os nvestmentos ndustras realzados em alguns muncípos paulstas (com grandes encadeamentos de dversas atvdades ndustras), as ações em nfraestrutura realzados pelos órgãos públcos (modernzação do transporte rodováro e ferrováro, senções fscas), a artculação da moderna agrcultura com o setor ndustral, alado ao fato do grande mercado do Estado, tanto para nsumos, bens ntermedáros e bens fnas, foram às prncpas causas pela nterorzação do desenvolvmento (CANO, 1992). Dnz (1993; 1995; 2002) analsa as polítcas macroeconômcas de caráter ndustral e regonal e aponta que a dnâmca econômca paulsta, além do processo de reestruturação produtva, promoveu uma desconcentração da ndústra de transformação desde anos 70. Esse processo fo uma reversão da polarzação da Regão Metropoltana de São Paulo (RMSP). Além dsso, o autor destaca para uma reconcentração de atvdade ntensvas em cênca, tecnologa, conhecmento. Tas atvdades necesstam de fatores locaconas como: centro de ensno, pesqusa e desenvolvmento; dsponbldade de mão-de-obra dversfcada e qualfcada; nfraestrutura de transporte e setor de servços urbanos modernos; nterdependêncas regonas ntegradas e facldade para novar. No processo de nterorzação, de acordo com Caado (1995), verfcou-se que os setores ndustras mas dnâmcos, ncalmente localzados na captal e em seu entorno medato, se dreconaram, atraídos por economas de aglomeração, às regões de Campnas, Sorocaba, São José dos Campos e Baxada Santsta. Juntas, tas regões representavam 78,63% do valor de transformação ndustral (VTI) do nteror em Esta afrmação pode ser justfcada pelos números: a RMSP perdeu partcpação relatva no valor adconado ndustral, ou seja, de 64,1% para 58,1% no níco de 6

7 1990. Por outro lado, no nteror observa-se que a regão admnstratva de Campnas aumentou sua partcpação de 15,1% para 19,2% do VTI no mesmo período. Com menos destaque estão às regões admnstratvas de São José dos Campos (5,4% para 6,3%) e as de Sorocaba (de 4,0% para 4,9%). A exceção destas evdêncas corresponde ao declíno da composção do valor adconado da Baxada Santsta (de 4,3% para 2,6%). Em consonânca com esse movmento do processo, desde a década de 70 constata-se que as taxas demográfcas da regão metropoltana de São Paulo arrefeceram, enquanto que no nteror aceleraram. Dentre as regões admnstratvas do nteror, se destacam as de Campnas, do Vale do Paraíba, de Sorocaba, de Rberão Preto, de Bauru, de Franca, Barretos, Central, Regstro e Santos (SEADE, 1992). Apesar dsso, a dspersão do fluxo mgratóro pelo nteror não sgnfcou uma contra-tendênca no processo de urbanzação, ou seja, os fluxos mgratóros ocorreram no sentdo rural-urbano ou urbano-urbano. Os movmentos mgratóros fortaleceram algumas cdades como pólos de atração regonal de forma que apresentam uma grande relação com o desempenho regonal (PATARRA e BAENINGER, 1994). As regões de Santos, Sorocaba, São José dos Campos, Rberão Preto e Campnas são, como suas cdades vznhas, as mas benefcadas no processo de nterorzação. A reconfguração espacal das atvdades econômcas e da população no Estado de São Paulo levou para o nteror um padrão de urbanzação até então vgente somente na metrópole (captal) (CAIADO, 1995). Contudo, à medda que se estende o processo de concentração espacal das ndústras e da população, por meo das economas de aglomeração num processo crcular cumulatvo, ntensfcam também as deseconomas de aglomeração urbana (PEREIRA e LEMOS, 2003). Em seu estudo, Azzon (1986) relaconou o processo de nterorzação com os fatores (des) aglomeratvos no Estado de São Paulo. O autor apontou para um processo de espraamento da ndústra de transformação por meo de um campo aglomeratvo da RMSP rumo às regões do nteror (e.g. Campnas, São José dos Campos, Sorocaba, Santos e Jundaí). Os seus resultados conclusvos ndcaram que a artculação entre economas de urbanzação em todas as regões e o surgmento de deseconomas de aglomeração (.e. custos locaconas crescente com o tamanho urbano) na cdade de São Paulo permtu que às atvdades ndustras se localzem dentro de uma regão que possua vantagens aglomeratvas extraídas da proxmdade a essa cdade. Dessa manera, outras cdades, próxmas a de São Paulo, tornam-se também receptoras de uma complexa rede de servços. Embora o processo de nterorzação, acentuado nos anos 80 e 90, tenha gerado uma desconcentração das atvdades ndustras e das taxas demográfcas, exstem dscrepâncas e desgualdades regonas com grau varado de ndustralzação e urbanzação. Como decorrênca dsso, os fatores locaconas e a dnâmca econômca das regões paulstas seguem a mesma lógca de tas assmetras. Haddad e Perobell (2002) enfatzam que a heterogenedade regonal ocorre por város aspectos, partcularmente, pelas questões estruturas do setor produtvo e trbutáras, pela dsponbldade dos recursos naturas, ncentvos governamentas, custos nerentes ao transporte e facldade ao mercado externo. É nesse mote de pesqusa que orgnam duas prncpas motvações de estudo para esse trabalho. Prmero, observar as característcas das mcrorregões do Estado de São Paulo por alguns fatores locaconas urbanos que corroboram para uma dnâmca setoral dferencada. E segundo, 7

8 analsar as smlardades entre as mcrorregões paulstas e seus efetos (composção, compettvo e alocatvo) que nduz o rtmo de crescmento setoral. Portanto, em lnhas geras, o propósto desse artgo é caracterzar à luz da economa regonal as 63 mcrorregões do Estado de São Paulo pela sua dnâmca setoral e pelos seus determnantes locaconas urbanos no bêno 2000/2005. Para tanto, em prmero lugar, utlza-se o método dferencal-estrutural de Esteban-Marqullas a fm captar os efetos de alocação (vantagens compettvas e especalzação). Em seguda, é aplcada a Análse de Componentes Prncpas (ACP) sobre um grande conjunto de ndcadores locaconas (aglomeratvos e desaglomeratvos), uma vez que possblta extrar de forma condensada (reduzda) as característcas dos ndcadores das mcrorregões paulstas. Não obstante, a análse de cluster é também utlzada a fm de realzar uma tpologa de tas mcrorregões. Além dessa seção ntrodutóra, esse trabalho se organza em mas 5 seções. A segunda seção apresenta uma breve dscussão sobre os aspectos teórcos dos fatores aglomeratvos e desaglomeratvos. Em seguda, a tercera seção aborda as metodologas utlzadas. Na quarta seção é apresentada a base de dados e varáves. Na qunta seção são dscutdos os resultados alcançados. Por fm, são tecdas as consderações fnas, salentando as contrbuções, os prncpas resultados e as possíves extensões desse trabalho. 2. ASPECTOS TEÓRICOS DOS FATORES AGLOMERATIVOS E DESAGLOMERATIVOS Em lnhas geras, as teoras da localzação analsam os fatores que nfluencam as decsões das atvdades socoeconômcas (agrícolas, ndustras e comercas) a se estabelecer em um específco local. Esses fatores, regdos pelas decsões empresaras em uma economa de mercado, vsam à maxmzação do lucro e/ou a mnmzação dos custos das matéras-prmas e do produto fnal até o mercado consumdor. Para Weber (1929), exstem três fatores locaconas que nfluencam a escolha do local de um empreendmento, a saber: custo de transporte, forças aglomeratvas e forças desaglomeratvas. As forças que aglomeram e desaglomeram as ndústras representam a concentração ou dspersão das mesmas no espaço geográfco. No modelo weberano, embora exstam fatores como as forças aglomeratvas e desaglomeratvas, o custo de transporte é o que tem papel decsvo na determnação da localzação das manufaturas, a qual depende do peso do produto e da dstânca a ser percorrda (peso e trângulo locaconal). A teora weberana não analsa os fatores técncos que levam a aglomeração, mas defne que as ndústras com alto coefcente de manufatura mostram fortes tendêncas a aglomerar e fracas, quando o seu coefcente de manufatura for baxo. Por fm, Weber pressupõe que os custos totas, exceto o de transporte, são guas em todas as partes de forma que o máxmo lucro para a frma será onde for menor o custo de transporte. Conforme Lemos et al (2003), o tratamento da dnâmca urbana a partr dos fatores aglomeratvos e desaglomeratvos possu uma grande corrente em economa regonal, especalmente a partr dos trabalhos clásscos de Lösch (1954), que explca a própra consttução de um centro urbano em função das vantagens econômcas de aglomeração das atvdades no espaço, e von Thünen (1826), 8

9 que analsa as forças desaglomeratvas das atvdades econômcas a partr de um centro urbano qualquer. Lösch (1954) enfatza as áreas de mercado e desenvolveu uma teora da organzação das regões, consderando essencalmente o aspecto econômco. O teórco destaca a nterdependênca locaconal e as nfluêncas exercdas pelas condções de mercado na escolha do local onde se nstala uma frma qualquer. Dentre suas premssas, acredta que quanto mas aumenta a procura global da empresa, maor a possbldade de obter economas de escala. Nessa abordagem, as empresas buscam elevar o volume de vendas va aumento de consumdores, elmnando os espaços vazos (áreas não atenddas) que possam exstr. Em conseqüênca, as áreas de mercado se desenvolvem em formas hexagonas, o que permte o maor volume de vendas possíves, abastecendo todos os consumdores com a menor frcção da dstânca (menor custo de transporte) (FIGUEIREDO, 1998). Cada área de mercado resulta em uma rede de áreas hexagonas, gerando uma multplcdade de redes de áreas de mercados superpostas. Isto sgnfca que as funções exercdas em cada assentamento serão dferentes (FERREIRA, 1989). Lösch (1954) estabelece que as dversas redes de áreas de mercado hexagonas devem ser superpostas de modo que todas tenham pelo menos um centro em comum, como a cdade central. Então, têm-se dversas redes entorno de tal forma que se busca maxmzar a aglomeração de atvdades. A metrópole central terá todas as vantagens de uma grande demanda local, conhecdo também como Cenáro Econômco de Lösch. De forma semelhante, a formação de rede urbana também fo tratada por Chrstaller (1966). Em sua teora do lugar central, o autor alega que exste um núcleo urbano (.e. lugar central) com regões complementares crcunvznhas. Nessa rede urbana, exste uma herarquzação onde o lugar central é o grande ofertante de bens e servços para as suas regões complementares e até os entornos medatos. Dante dessas bases teórcas, Lemos et al (2003) atrbu como lugares centras da rede urbana do país às regões metropoltanas de São Paulo e Ro de Janero, enquanto que as demas regões metropoltanas polarzam sub-sstemas urbanos regonas. Para Lemos (1988), o conceto de área de mercado pode ser consderado dnâmco, uma vez que fatores como custos de transportes e economas de escalas estão em constantes modfcações. Isto se deve às mudanças de estruturas produtvas e urbanas e o acrramento compettvo da frma ou ndústra. Contudo, Ferrera (1989) chama a atenção que outros fatores devem ser tratados, além dos dscutdos pela teora löschana. Dentre eles se destacam: economas de larga escala, economas de localzação e economas de urbanzação. Conforme destacado por Azzon (1986), as economas de aglomeração podem ser classfcadas em economas de escala (os custos untáros dmnuem à medda que se expande a escala de produção da frma); economas de localzação (devdo à proxmdade com outras frmas, os custos untáros de produção dmnuem) e economa de urbanzação (decorrentes da oferta de servços no síto onde há a localzação da frma e também são externas a frmas). Além dsso, pode-se consderar a economa de regonalzação de modo que representa um campo aglomeratvo mas amplo que a urbanzação (GONÇALVES et al, 2000). A lógca da redução do custo de transporte e forças aglomeratvas tendem a atrar atvdades econômcas em centros concdentes. Nas metrópoles vão coexstr atvdades econômcas não 9

10 especalzadas de pequena dmensão até aquelas que produzem bens e servços especalzados de dmensões elevadas. À medda que a concentração das atvdades ntensfca-se na metrópole as forças desaglemaratvas começam a agr como um contraste a este cenáro (LEME, 1982; PEREIRA, 2002). O prncpal fator desaglomeratvo é a renda da terra (renda fundára). Portanto, na teora de Von Thünen (1826), exste um trade-off entre dstânca e renda fundára. As atvdades mas lucratvas e com maor custo untáro de transporte se localzam mas próxmos do centro urbano, enquanto que aquelas menos lucratvas se deslocam para áreas mas dstantes do centro. Nessa dnâmca locaconal, há uma competção por uma localzação gerando, assm, lucro excedente para o propretáro da terra na forma de renda fundára, que no caso de atvdades desenvolvdas nas cdades esta renda é tpcamente urbana (LEMOS et al, 2003). 3. METODOLOGIA 3.1. Método Dferencal-Estrutural O método dferencal-estrutural tem por fnaldade descrever o crescmento econômco de uma regão em termos da sua estrutura produtva. Para tanto, por meo de um conjunto de dentdades contábes, o método aponta duas razões para o crescmento de uma regão: a) a regão pode crescer mas que as outras em vrtude da sua composção produtva ser domnada por setores dnâmcos ou b) porque a sua estrutura tem partcpação crescente no total das regões, ndependente da exstênca de setores. Por estas razões, o crescmento regonal é decomposto entre um componente estrutural e um componente dferencal (HADDAD, 1989). Além desses componentes, Esteban-Marqullas ntroduz os efetos alocação e compettvo, ao lado dos efetos estruturas e dferencas, para analsar os componentes do crescmento regonal. Sua argumentação resde no fato que valores da varação dferencal no emprego regonal não são devdos apenas ao comportamento do setor na regão (r t - r tt ), mas também ao grau de especalzação do emprego regonal nesse setor, ou seja, o efeto compettvo. Por outro lado, o crescmento regonal pode estar oculto por transformações na varação compettva, assm o autor consdera também o efeto alocação (HADDAD, 1989). Fetas essas observações, é possível formalzar o modelo de forma que o ano ncal (2000) será representado por 0 e o ano fnal (2005) corresponderá a 1. Os componentes do crescmento regonal serão defndos como: varação regonal (R), varação estrutural (E), varação dferencal (D), efeto compettvo (C) e efeto de alocação (A). Dessa manera segue: 0 '0 0 '0 ( rtt ) + Ej ( rt rtt ) + Ej ( rj rt ) + [ ( Ej Ej )( rj rt )] Ej Ej = Ej 1 (1) VT R E em que VT = varação total, ou seja, a dferença entre o emprego do período fnal e ncal na regão j; Varação Total Líquda ( VTL ) VT R = E + C + A C = (1a) A 10

11 R = acréscmo do emprego se a regão j tvesse a taxa de crescmento do emprego de todas as regões; rtt = 0 E rt = 0 E j j 0 j j j E 1 j j E 1 j j = crescmento do emprego de todas as regões; = taxa do crescmento do emprego no setor em todas as regões; 1 Ej r j = = taxa de crescmento do emprego no setor da regão j; E E ' j = Ej j j E j E j = emprego homotétco, sto é, emprego no setor se a regão j tvesse a mesma estrutura de emprego de São Paulo; C = efeto compettvo modfcado pela utlzação do emprego homotétco no ano ncal 0; 0 '0 A = efeto alocação, que pode é subdvddo por componente de especalzação ( Ej E j ) e um componente de vantagem compettva ( rj r t ); e D = C + A = E 0 j ( rt rt ) Com a defnção do efeto alocação, de acordo com Haddad (1989), é possível classfcá-lo em quatro tpos de alternatvas (tabela 1). TABELA 1 Alternatvas de resultado para o efeto alocação Alternatvas Efeto Componentes Alocação Especalzação Vantagem compettva 1. Desvantagem compettva, especalzado negatvo Desvantagem compettva, não-especalzado postvo Vantagem compettva, não-especalzado negatvo Vantagem compettva, especalzado postvo + + Fonte: Haddad (1989) Análse de Componentes Prncpas (ACP) O método de componentes prncpas fo ntroduzdo por Karl Pearson em 1901 e constró um conjunto de varáves Z 1, Z k, ortogonas (estatstcamente ndependentes) a partr de combnação lnear de k-varáves aleatóras ( X 1,..., X k ). Essas varáves ortogonas são propramente conhecdas como componentes prncpas, não são correlaconadas entre s, e captam toda a varabldade das 11

12 varáves orgnas, ou seja, as varáves ortogonas são defndas a partr de uma matrz de covarânca. Os componentes prncpas permtem reduzr e classfcar os dados orgnas mantendo maor parte das nformações (ANDRADE, 1989; MINGOTI, 2005). Formalmente, as combnações lneares são expressas como: Z M Z 1 k ' = a X = a X 1 = a X = a ' k 11 k1 1 X + L+ a 1 1k + L + a kk X k X k (2) Essas combnações não são correlaconadas (ortogonas) e atngem maores varâncas possíves. Em outras palavras, as combnações lneares maxmzam Var Z ) e Var Z ) sujeto a a ' ' 1 X = a k X =1. Cada varânca é defnda como: ( 1 ( k Var( Z ) = a Ca (3) ' c em que C = M ck 11 1 L c1 k O M é uma matrz de correlação. L c kk Além dsso, as varáves ortogonas são calculadas a partr dos pesos a k de forma que o prmero componente ( Z 1 ) corresponda a maor parcela da varabldade das varáves orgnas e, assm, sucessvamente, o que permte escrever: Var Z )... Var( Z ). ( 1 k Manly (1986) descreve os seguntes passos para a operaconalzação do método de componentes prncpas, como segue: a) Inca-se a padronzação das varáves orgnas ( X 1,..., X k ), ou seja: b) Calcula-se a matrz de correlação (C ); e c) Encontra-se os autovalores ( λ 1,..., λ ) e seus respectvos autovetores ( a 1,..., a ). k d) E, selecona-se um número de componentes que consdere uma proporção adequada da varação dos dados para o tpo de problema em questão. k 3.3. Análse de cluster A análse de cluster é por natureza uma análse exploratóra que busca dentfcar grupos smlares dentro de uma amostra maor. Nesses termos, com tal análse é possível sntetzar o número de dados, apontar os valores extremos (outlers) e sugerr hpóteses sobre a relação das varáves. O seu algortmo agrupa os ndvíduos (mcrorregões) smlares em categoras guas a partr k varáves assocadas (MANLY, 1986). O crtéro de agrupamento dos ndvíduos se dá com base na sua 12

13 proxmdade, ndcada geralmente por dstâncas eucldanas. A dstânca eucldana é expressa da segunte forma: d j = p ( xk x jk ) k= 1 2 (4) A análse de cluster é subdvdda em uma abordagem herárquca e uma de partção. Nesse trabalho será adotado exclusvamente o método herárquco e aglomeratvo (parte do ndvíduo), o que sgnfca dzer que os ndvíduos são agrupados seqüencalmente de acordo com suas semelhanças, formando subgrupos e grupos de acordo com as nfluencas das suas smlardades encontradas em cada estágo. 4. BASE DE DADOS E TRATAMENTO DAS VARIÁVEIS A base de dados utlzada para o estudo das 63 mcrorregões paulstas corresponde o emprego efetvo por atvdades econômcas de 2000 e 2005 da Relação Anual de Informações Socas (RAIS). Vale destacar que a prncpal vantagem da RAIS é o nível detalhado de desagregação geográfca e setoral dos dados, contudo sua lmtação resde prncpalmente na exclusva cobertura de emprego formal. Dessa manera, para a aplcação do método shft-share, tanto quanto algumas meddas clássca de localzação e especalzação, serão adotados os dados de emprego efetvo da ndústra (classfcação do IBGE). Por outro lado, para analsar os fatores aglomeratvos e desaglomeratvos das mcrorregões paulstas, por meo da Análse de Componentes Prncpas (ACP), foram desenvolvdas varáves proxys 1 com base nos dados de emprego efetvo de 2005 da RAIS sob referênca dos trabalhos de Perera e Lemos (2003), Lemos et al (2003), Perera (2002) e Martns (2003). 1) Coefcente de Especalzação (CESP): ( ej e ) CE = J 2 tal que representa o setor e j a regão. (5) em que ( ) e j = Ej / Ej é a dstrbução percentual do emprego na regão j; e e = Ej / Ej é a dstrbução percentual do emprego naconal ou estadual. j j Este coefcente compara a estrutura produtva da regão em relação à estrutura produtva total (e.g. naconal, estadual). Quando se aproxma de 1, aponta que a regão j apresenta um elevado grau de 1 Correspondem 12 varáves fltradas após os resultados da matrz de correlação. 13

14 especalzação em um dado setor ou está totalmente dversa da estrutura do emprego naconal (HADDAD, 1989). 2) Grau de ndustralzação: POnd GINDUST = (6) POurb na qual POnd refere-se o pessoal ocupado (PO) na ndústra (IBGE 6 setores); e POurb representa o pessoal ocupado urbano [PO total - PO agrícola (IBGE 6 setores)]. A utlzação dessa varável está assocada com a economa de urbanzação (no sentdo que apresenta um mercado local sgnfcatvo de compradores e de vendedores), de forma que provoca maores efetos encadeamento (para frente e para trás). 3) Analfabetsmo: POanalfabeta ANALFAB = (7) PO 1564 na qual PO 1564 corresponde pessoas ocupadas com dade entre 15 e 64 anos. Esta varável representa o grau de analfabetsmo (ou baxa qualfcação da força de trabalho) da regão j e atua com um fator desaglomeratvo (desvantagens locaconas) para as atvdades ntensvas em trabalho qualfcado. Contudo, para setores que não são demandantes de qualfcação, essa varável pode representar uma fonte de atração. 4) Nível de pobreza: POmsm PROBREZ = (8) POurb onde POmsm refere-se as pessoas ocupadas urbanas que recebem menos de um saláro mínmo (SM) de dezembro Exste um resultado ambíguo para essa varável, ou seja, pode representar deseconomas de urbanzação pelo seu nível de pobreza (altos custos socas) ou pode também ser um fator atratvo para as atvdades ntensvas em trabalho, uma vez que equvale a um mercado de trabalho de baxo custo. 5) Massa salaral da ndustra de transformação: MSndtr MSINDTR = *100 (9) MStotal na qual MSndtr representa a massa salaral da ndustra de transformação; e MStotal trata-se massa salaral ndustral total. 14

15 Com esta varável tem-se o ntuto de captar o peso relatvo das atvdades ndustras, refletndo numa concentração relatva das áreas de mercado e os efetos de encadeamentos orundos de tas ndustras. Isto posto, tal varável denota um fator aglomeratvo subjacente da economa de urbanzação. 6) Mercado: MSurb MERCADO = (10) POurb onde MSurb refere-se a massa salaral total menos a massa salaral da agrícola O propósto de empregar esta varável se deve por tentar captar o poder de compra do mercado local (fator aglomeratvo), contudo também pode ser tratado o custo da força de trabalho urbano. Nesse trabalho, consderou como um fator aglomeratvo de urbanzação. 7) Força de trabalho especalzado: POesp FESPEC = (11) POurb na qual POPesp trata-se do pessoal ocupado dos seguntes subgrupos da RAIS: 201 (Profssonas da botecnologa e metrologa), 202 (Profssonas da eletromecânca), 214 [(Engenheros, arqutetos e afns) menos 2142 (Engenheros cvs e afns) e 2141 (Arqutetos)], 221 (Bólogos e afns), 222 (Agrônomos e afns), 300 (Técncos mecatrôncos e eletromecâncos), 301 (Técncos em laboratóro), 311 (Técnco em cêncas físcas e químcas), 312 (Técncos em construção cvl, de edfcações e obras de nfraestrutura), 313 (Técncos em eletroeletrônca e fotônca), 314 (Técncos em metalmecânca), 316 (Técncos em mneraloga e geologa), 317 (Técncos em nformátca), 318 (Desenhstas técncos e modelstas), 319 (Outros técncos de nível médo das cêncas físcas, químcas, enge...), 320 (Técncos em bologa), 321 (Técncos da produção agropecuára), 323 (Técncos da cênca da saúde anmal), 325 (Técncos de boquímca e da botecnologa). Com esta varável procura-se obter o nível de qualfcação da força de trabalho, o que representa uma vantagem potencal de uma cdade, ou seja, economas de urbanzação. 8) Oferta de servços produtvos: POservesp SERVICOS = (12) POserv em que POPserv esp corresponde ao pessoal ocupado das seguntes categoras: servços ndustras de utldade públca; nsttuções de crédto, seguros e captalzação; comérco e admnstração de móves, valores mobláros, servços técncos; transporte e comuncações; e POPserv representa o pessoal ocupado total da atvdade de servços. 15

16 Esta varável envolve-se com o conceto de economas de urbanzação de modo que mede o nível de oferta de servços. 9) Economa de escala: PO100urb ECESCALA = (13) POurb onde POP 100 urb trata-se do pessoal ocupado em empresas com mas de 100 funconáros. empresas. Esta varável denota a economa de escala propramente como função do tamanho relatvo das 10) Quocente locaconal da ndústra de transformação: a) QLWEB : Produtos mneras não metálcos; Metalúrgca; e Papel, papelão, edtoral e gráfca; b) QLDINAM : Mecânca; Materal elétrco e comuncações; Materal transporte; Químca de produtos farmacêutcos, veternáros e perfumara; c) QLTRAD : Madera e mobláro; Borracha, fumo, couro, peles, smlares e ndustras dversas; Têxtl do vestuáro e artefatos de tecdo; Calçados; Produtos almentícos, bebdas e álcool etílco. Ej E j Ql = j / (14) E E em que E refere-se ao emprego do setor (tem a, b e c) e regão j (mcrorregão); j E representa o emprego do setor (tem a, b e c) de todas as regões; E trata-se do emprego de todos os setores da regão j (mcrorregão); e E corresponde ao emprego total do Estado de São Paulo. j Com essa varável, tem-se a fnaldade de capturar as economas de localzação, uma vez que o quocente locaconal é uma medda de localzação de forma que compara a partcpação percentual de uma regão em um setor partcular com a partcpação percentual da mesma regão no total de emprego (naconal ou estadual) (HADDAD, 1989). Dante de alguns problemas destacado por Crocco et al (2003), quando QL for acma de 4, sto sgnfca que uma determnação regão apresenta especalzação e concentração do setor, ou seja, sgnfca que a mportânca no setor nessa regão frente a economa como um todo é maor do que a mportânca do conjunto dos setores dessa regão frente a essa economa (Estado de São Paulo); entre 1 a 4 corresponde que a regão exbe possvelmente um especalzação e concentração produtva de um setor (mportânca relatva); e abaxo de 1 revela que o setor na regão não se destaca quando comparado a economa do Estado. No conjunto da varável QLWEB (ndústras weberana), as ndústras são ntensvas em captal de tal modo que são orentadas a se localzar próxmo da sua matéra-prma. Na varável QLDINAM, a maora dos setores é atraída para os centros consumdores com ampla oferta de servços produtvos e demandam força de trabalho qualfcada. Por fm, na varável QLTRAD, os setores são ntensvos em 16

17 trabalho, nclusve demandam baxa qualfcação da força de trabalho, e são dreconados para locas com baxos saláros. 5. RESULTADOS E DISCUSSÕES É mportante, antes de dscutr os resultados alcançados do método shft-share, realzar uma análse descrtva dos dados extraídos da RAIS a fm de apontar possíves concentrações por grupos de atvdade econômca das mcrorregões paulstas. A tabela 2 exbe as mcrorregões com partcpações mas proemnentes na composção setoral de emprego efetvo no ano de 2000 e Nessa tabela nota-se que, sucessvamente, as mcrorregões de São Paulo, Campnas, Osasco, São José dos Campos, Santos, Sorocaba e Guarulhos correspondem juntas entre 66% (2005) e 68% (2000) do total de empregos efetvos. Caracterstcamente são mcrorregões com maores graus de urbanzação e estão stuadas na regão metropoltana expandda do Estado de São Paulo. Haja vsta que a urbanzação está artculada com o setor ndustral e assocada com o setor de servços, pela tabela observa que estes dos setores representam juntos aproxmadamente 75% (24% da ndústra e 51% de servços) do total de empregos do Estado. Do total da ndústra e de servços, essas mcrorregões em destaque alcançam em conjunto, respectvamente, 63% e 74%. Alás, no setor de comérco, que sgnfca um percentual médo de 18% do total geral, também se observa que tas mcrorregões são proemnentes. TABELA 2 Partcpações do emprego efetvo no Estado de São Paulo Mcrorregões Indústra Const. cvl Comérco Servços Agrope-cuára Total Araraquara 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,07 0,07 0,01 0,01 Bauru 0,01 0,01 0,02 0,02 0,01 0,01 0,01 0,01 0,03 0,03 0,01 0,01 Brag. Paulsta 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,02 0,02 0,01 0,01 Campnas 0,08 0,09 0,06 0,05 0,07 0,07 0,05 0,05 0,03 0,03 0,06 0,07 Franca 0,01 0,02 0,00 0,00 0,01 0,01 0,00 0,00 0,01 0,02 0,01 0,01 Guarulhos 0,05 0,05 0,01 0,02 0,02 0,03 0,02 0,02 0,00 0,00 0,03 0,03 Itapec. da Serra 0,02 0,02 0,02 0,01 0,02 0,02 0,02 0,02 0,00 0,00 0,02 0,02 Jabotcabal 0,01 0,01 0,01 0,00 0,01 0,01 0,01 0,01 0,06 0,05 0,01 0,01 Jaú 0,01 0,01 0,00 0,00 0,01 0,01 0,00 0,00 0,04 0,03 0,01 0,01 Junda 0,02 0,02 0,01 0,01 0,02 0,02 0,01 0,01 0,00 0,00 0,01 0,02 Lmera 0,02 0,02 0,01 0,01 0,01 0,01 0,01 0,01 0,02 0,02 0,01 0,01 Moj das Cruzes 0,03 0,03 0,03 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 Moj Mrm 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,02 0,02 0,01 0,01 Osasco 0,04 0,04 0,03 0,03 0,04 0,04 0,05 0,05 0,00 0,00 0,04 0,05 Praccaba 0,02 0,02 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 0,01 P. Prudente 0,01 0,01 0,02 0,01 0,01 0,01 0,01 0,01 0,02 0,02 0,01 0,01 Rberão Preto 0,02 0,02 0,02 0,03 0,03 0,03 0,02 0,02 0,06 0,03 0,02 0,02 Santos 0,01 0,01 0,04 0,04 0,03 0,03 0,04 0,04 0,00 0,00 0,03 0,03 S. J. da Boa Vsta 0,01 0,01 0,00 0,00 0,01 0,01 0,01 0,00 0,05 0,05 0,01 0,01 S. J. do Ro Preto 0,01 0,02 0,01 0,01 0,02 0,02 0,01 0,01 0,03 0,03 0,01 0,01 S. J. dos Campos 0,04 0,04 0,02 0,02 0,03 0,03 0,02 0,03 0,01 0,01 0,03 0,03 São Paulo 0,37 0,33 0,53 0,48 0,44 0,41 0,55 0,53 0,02 0,01 0,46 0,44 Sorocaba 0,04 0,04 0,02 0,04 0,03 0,03 0,02 0,02 0,02 0,02 0,03 0,03 R. mcrorregões 0,13 0,14 0,09 0,13 0,14 0,14 0,10 0,10 0,45 0,50 0,13 0,13 Total 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 Total de empregos 2E+06 2E E+06 2E+06 4E+06 5E E+06 1E+07 Fonte: RAIS. 17

18 Na atvdade da agropecuára, que representa aproxmadamente 4% do emprego paulsta, observa-se que as mcrorregões de Araraquara, Bauru, Jabotcabal, Jaú, Rberão Preto, São José da Boa Vsta e São José do Ro Preto se destacam na dstrbução de emprego. Contudo, quando se analsa a composção de emprego dessas mcrorregões, verfca-se que em Bauru, Jaú, Rberão Preto e São José do Ro Preto, o setor ndustral e de servços são o que mas empregam, em torno de 65% do total de emprego. Isto sgnfca que, embora estas mcrorregões sejam proemnentes no total da agropecuára, quando analsada a composção ntra-mcrorregonal, a partcpação deste setor é menos expressvo vs-à-vs a atvdade ndustral e de servços. De modo geral, as partcpações das mcrorregões sobre o emprego total da economa paulsta, lstadas na tabela 2, salvo algumas exceções, demonstram poucas mudanças no bêno 2000/2005. Contudo, quando se verfca a dstrbução do emprego por grupo de setor entre as mcrorregões, constata-se uma maor assmetra de partcpação. Como forma de lustrar tas assmetras entre as mcrorregões, o gráfco 1 lustra a dstrbução percentual acumulada do emprego por atvdades. Nesse gráfco, análogo a curva de Lorenz, a reta pontlhada representa uma dstrbução smétrca entre as mcrorregões paulstas, enquanto que as demas denotam os grupos de atvdades. GRÁFICO 1 Dstrbução percentual acumulada do emprego por grupo de atvdades ,0% A agropecuára nessas mcrorregões r 100,0% 75,0% 75,0% 50,0% 50,0% 25,0% 25,0% 0,0% 0,0% 25,0% 50,0% 75,0% 100,0% Va r a ç à o a c u mu l a d a ( m c r o r r e g õ e s ) 0,0% 0,0% 25,0% 50,0% 75,0% 100,0% Va r a ç à o a c u m u l a d a ( m c ro rre g õ e s ) Smetra Const. Cvl Servços Indústra Comérco Agropecuára Smetra Const. Cvl Servços Indústra Comérco Agropecuára Fonte: Elaboração própra a partr dos dados da RAIS. Nesse gráfco observa-se que a dstrbução do emprego por setor entre as mcrorregões paulstas é desgual, prncpalmente quando analsa o setor de servços e construção cvl. Por outro lado, a agropecuára revela uma dstrbução menos assmétrca frente os demas setores. Ademas, aparentemente constata-se que as mudanças entre 2000 e 2005 foram pequenas. Para obter uma 18

19 melhor análse da localzação dos setores entre os períodos, perfaz a necessdade de duas meddas: coefcente de redstrbução (medda de localzação) e coefcente de reestruturação (medda regonal). O coefcente de redstrbução relacona a dstrbução percentual de emprego de um mesmo setor entre dos períodos. Este coefcente tem por fnaldade averguar se o setor está dspersando ou concentrando no espaço entre os dos períodos. Formalmente: ( t = 1 j t= 0 ) CR J (17) 2 = j em que 0 CR 1; e j j e J e t E t j e = é a dstrbução percentual do emprego setoral entre as regões. t E j j Se o valor destes coefcentes aproxmar de 0 sgnfca que não houve mudanças sgnfcatvas no padrão espacal de localzação do setor (HADDAD, 1989). Nesses termos, ao se calcular este coefcente, observou-se que os resultados estão condzentes com o gráfco 1. Em outra palavras, a ndústra (0,049), a construção cvl (0,099), o comérco (0,036), o setor de servços (0,028) e a agropecuára (0,078) apresentam um padrão espacal com nexpressvas mudanças entre os períodos, uma vez que seus coefcentes foram próxmos de zero. Dessa manera, a ndústra e o setor de servços, que era concentrada em 2000, mantveram em Com esse coefcente, pode-se também observar as mudanças na estrutura do emprego numa regão entre os dos períodos. Para tanto, calcula-se o coefcente de reestruturação da regão. Este coefcente relacona a estrutura do emprego na regão j entre dos períodos com o objetvo de avalar o grau de mudança na especalzação desta regão. ( t = 1 j t= 0 j ) CT (17) 2 = j e e em que 0 CT 1; e t E t j e j = é a dstrbução percentual do emprego na regão. t E j Se este coefcente for gual ou próxmo de 0, menor será a mudança na composção setoral da regão, por outro lado, se for próxmo de 1, terá ocorrdo uma reestruturação profunda na composção setoral da regão. O quadro 1 apresenta os valores desse coefcente para cada mcrorregão paulsta. Todos os resultados se aproxmam de zero. Apenas as mcrorregões de Pedade (0,33), Ro Claro (0,20), Itapecerca da Serra (0,10), Batatas (0,107) e Lns (0,1014) exbram um grau de mudança estrutural sensvelmente maor. Dentre essas mcrorregões, em Pedade as mudanças ocorreram, sobretudo, em três setores: comérco, servços e agropecuára. Nas mcrorregões de Lns e Ro Claro as mudanças estruturas estão envolvdas com os setores da ndústra e de servços. Curosamente em Batatas, as mudanças se deram, mormente, na agropecuára e ndústra. 19

20 QUADRO 1 Coefcentes de reestruturação das mcrorregões paulstas (2000/2005) Mcrorregão CT Mcrorregão CT Mcrorregão CT Mcrorregão CT Jales 0,053 Araçatuba 0,032 Amparo 0,065 Campos do Jordão 0,032 Fernandópols 0,033 Brgu 0,050 Dracena 0,077 S. José dos Campos 0,039 Votuporanga 0,094 Lns 0,101 Adamantna 0,056 Guaratngueta 0,019 S. José do Ro Preto 0,030 Bauru 0,030 Presdente Prudente 0,088 Bananal 0,085 Catanduva 0,052 Jaú 0,067 Tupa 0,040 Parabuna/Paratnga 0,059 Aurflama 0,050 Avare 0,047 Marla 0,039 Caraguatatuba 0,020 Nhandeara 0,085 Botucatu 0,064 Asss 0,078 Regstro 0,029 Novo Horzonte 0,046 Araraquara 0,054 Ournhos 0,041 Itanhaem 0,038 Barretos 0,057 São Carlos 0,044 Itapeva 0,063 Osasco 0,022 S. Joaqum da Barra 0,071 Ro Claro 0,204 Itapetnnga 0,040 Franco da Rocha 0,060 Ituverava 0,085 Lmera 0,037 Tatu 0,029 Guarulhos 0,043 Franca 0,037 Praccaba 0,024 Capao Bonto 0,054 Itapecerca da Serra 0,107 Jabotcabal 0,075 Prassununga 0,058 Pedade 0,334 São Paulo 0,024 Rberão Preto 0,068 S. J. da Boa Vsta 0,040 Sorocaba 0,034 Moj das Cruzes 0,048 Batatas 0,107 Moj Mrm 0,033 Jundaí 0,033 Santos 0,021 Andradna 0,052 Campnas 0,026 Bragança Paulsta 0,066 Fonte: Elaboração própra a partr dos dados da RAIS. A análse exploratóra dos dados evdenca que as concentrações de emprego efetvo se localzam, sobretudo, nas prncpas mcrorregões (.e. São Paulo, Campnas, Osasco, São José dos Campos, Santos, Sorocaba e Guarulhos) da regão metropoltana expandda do Estado de São Paulo, com destaque para dos grupos de setores: a ndústra e servços. Exceto a mcrorregão de São Paulo, pode-se de certa forma afrmar que as partcpações sgnfcatvas das demas regões têm por base o processo de nterorzação da ndústra (ntensfcado nos anos 80 e 90). Quando se analsa as partcpações percentuas da agropecuára, observa-se uma maor concentração para as própras mcrorregões dreconadas à agrcultura (.e. Araraquara, Bauru, Jabotcabal, Jaú, Rberão Preto, São José da Boa Vsta e São José do Ro Preto). Alado as essas evdencas, a combnação de três abordagens (.e. curva de Lorenz adaptada e coefcentes de redstrbução e reestruturação) aponta que, entre o período de 2000 a 2005, as desgualdades da dstrbução do emprego sofreram poucas alterações com nexpressvas mudanças no padrão espacal dos setores e na composção setoral das mcrorregões. Longe de serem categórcas, estas observações apenas vão auxlar, a prncípo, na análse dos resultados do método shft-share. É mportante destacar que as mcrorregões e os setores não são desagregados. Isto mplca num grau maor de generalzação para a caracterzação da economa paulsta, uma vez que dentro das própras mcrorregões (grupo de setores) exstem muncípos (atvdades setoras) com varado resultado de emprego (postvas e negatvas) e estrutura produtva heterogena Tpologa dferencal-estrutural A tpologa do método dferencal-estrutural é uma manera que melhor caracterza as regões de estudo. Para tanto, consdera-se prmeramente as quatro varações da abordagem de Esteban- Marqullas, tas como: Varação Líquda Total (VLT), Varação Estrutural (E), Efeto compettvo (C) 20

21 e Efeto de alocação (A). Em seguda, para caracterzar as atvdades setoras, analsa os dos componentes do Efeto de alocação (A), sto é: o componente de especalzação e o componente de vantagem compettva. Cabe recordar que a VLT é um resultado combnado da Varação Estrutural (E), do Efeto Compettvo (C) e Efeto Alocação (A) (vde equação 1a). Assm, a VLT ndca quas as mcrorregões que cresceram mas ( dnâmcas ) e quas cresceram menos ( não dnâmcas ) que a méda global (estadual) (Smões e Melo, 1998). A varação Estrutural (E) ndca que uma regão ganhou (perdeu) em vrtude de esta estar especalzada em setores dnâmcos (não-dnâmcos). O efeto compettvo (C) capta o grau de especalzação do emprego na regão, na qual o mesmo está nterlgado com a varação estrutural e o componente dferencal da regão. Por fm, o Efeto de Alocação (A) aponta que o crescmento regonal pode ocorrer porque a regão detém e combna as suas vantagens compettvas com sua especalzação (transformações na varação compettva). Com estas especfcações, elaborouse a tpologa das mcrorregões paulstas para o período de 2000 e Esta tpologa combna 14 resultados possíves (7 para VLT postvo e 7 VLT negatvo), conforme anexo 1. Todava somente são exbdos os que abrangem as 63 mcrorregões. O quadro 2 mostra as tpologas obtdas. QUADRO 2 Tpologa das mcrorregões paulsta pelo método shft-share Cod. VLT (snal) Tpologa Mcrorregões A1 + E, C, A postvas Campnas, Itanhaem, Praccaba e São José do Ro Preto Araçatuba, Caraguatatuba, Dracena, A4 + Votuporanga. E e C postvas superam A Fernandópols, Franco da Rocha, Guaratnguetá, negatva Jundaí, Osasco, Rberão Preto, Sorocaba e Adamantna, Andradna, Araraquara, Avaré, Bananal, Barretos, Batatas, Itapetnnga, Ituverava, A5 + C postva supera E e A negatvas Jabotcabal, Jau, Lmera, Moj das Cruzes, Moj Mrm, Novo Horzonte, Ournhos, Parabana/Paratnga, Prassununga, Presdente Prudente, Regstro, Ro Claro A6 + Aurflama, Bauru, Botucatu, Bragança Paulsta, C e A postvas superam E Capao Bonto, Catanduva, Franca, Itapeva, Lns, negatva Nhandeara, São Joaqum da Barra e Tatuí B1 - E, C, A negatvas Itapecerca da Serra, Maríla, Pedade e Tupã B2 - A negatva supera E e M postvas Guarulhos B3 - E e A negatvas superam C postva Asss e Brgu B4 - E e C negatvas superam A postva Amparo e São João da Boa Vsta B5 - C negatva supera E e A postvas Campos do Jordão e São Paulo B6 - C e A negatvas superam E postva Jales, Santos e São José dos Campos Fonte: Elaboração própra a partr dos dados da RAIS. No quadro 2 observa-se que as mcrorregões de Campnas, Itanhaem, Praccaba e São José do Ro Preto se stuam no grupo A1, de forma que todas as varações são postvas. Em lnhas geras, sto sgnfca que a estrutura produtva destas mcrorregões, no período de 2000 e 2005, tornou-se ou 21

22 manteve-se especalzada em setores dnâmcos (E postvo). Em smultâneo, observa-se que essas regões exbem vantagens compettvas e comparatvas, favorecendo assm, em conjunto, para uma VLT postva. Fatores como: força de trabalho qualfcada e especalzada, nfraestrutura econômca (e.g. transportes, energa e telecomuncação) e um mercado amplo contrbuem às varações de C e A sejam postvas. Em partcular, na regão de Campnas, exstem unversdades e centros de pesqusa, o que representa uma espéce de snerga de novação para os agentes produtores locas 2 (MONTENEGRO e BETARELLI JUNIOR, 2009). Estes resultados têm por base os benefícos orundos do processo de nterorzação ocorrdo no Estado, de forma que Praccaba e São José do Ro Preto endogenzaram os efetos de tal processo por serem vznhos próxmos das prncpas regões do nteror paulsta. Os resultados do grupo A4 apontam que as mcrorregões (.e. Araçatuba, Caraguatatuba, Dracena, Fernandópols, Franco da Rocha, Guaratnguetá, Jundaí, Osasco, Rberão Preto, Sorocaba e Votuporanga) apesar de apresentar um efeto alocatvo negatvo, exbem uma estrutura produtva por setores dnâmcos e detêm um nível de emprego especalzado. Na regão de Rberão Preto, Dracena, Araçatuba e Fernandópols, por exemplo, sua potencaldade é voltada na produção de açúcar e álcool, cítrcos, café, mlho e soja, com altos índces de mecanzação e alta produtvdade (SOUZA e GARCIA, 1999). Os resultados geras desse grupo apontam que, para algumas regões, o ganho líqudo pode ser reflexo de três elementos: a) do processo de nterorzação (e.g. Sorocaba e Osasco Grande São Paulo), b) por elas serem especalzadas em setores dnâmcos e c) por aprovetarem a proxmdade das mcrorregões como Campnas, São Paulo e Santos (e.g. Caraguatatuba). Smões e Melo (1998) destaca que as nfluêncas que provocam ganhos líqudos podem também ser orundas de um processo conhecdo como urbanzação estendda, ou seja, o transbordamento do processo de urbanzação para áreas crcunvznhas. Alás, estes efetos de proxmdades de regões especalzadas em setores dnâmcos conjuntamente com o emprego compettvo (C) podem traduzr em uma VLT postva, como o caso das mcrorregões no grupo A5 (Adamantna, Andradna, Araraquara, Avaré, Bananal, Barretos, Batatas, Itapetnnga, Ituverava, Jabotcabal, Jau, Lmera, Moj das Cruzes, Moj Mrm, Novo Horzonte, Ournhos, Parabana/Paratnga, Prassununga, Presdente Prudente, Regstro e Ro Claro). Nota-se também que, embora as mcrorregões tenham problemas na sua estrutura produtva (presença domnante de ndústras de crescmento lento), seu efeto compettvo e alocatvo são postvos, mostrando-se que estas regões são atratvas para uma polítca setoral como ntuto de dversfcar as atvdades (em dreção aos setores dnâmcos). Por fm, o resultado mas curoso ocorre no grupo B5. Nesse grupo, embora os efetos de alocação (A) e a varação estrutural (E) sejam postvos, o efeto compettvo fo negatvo no período de 2000 e É um resultado um pouco estranho, vsto que a mcrorregão de São Paulo exbe uma força de trabalho altamente qualfcada, prncpalmente, aquelas voltadas para atvdades setoras baseadas na cênca, na técnca e no conhecmento. Uma das explcações mas plausíves resde no fato que alguns setores não encontram mas vantagens para se localzar nesta mcrorregão, sendo dreconados para o nteror paulsta (e.g. Campnas) onde este exbe efetos compettvos e de alocação postvos (vantagens compettvas e especalzação). Como resultante, atraída pela maor oferta de emprego qualfcado, a mão-de-obra especalzada, que antes se encontrava na mcrorregão 2 No muncípo fca localzado o pólo tecnológco campnero que é cercado de duas grandes unversdades, a Unversdade Estadual de Campnas (UNICAMP) e a Pontfíca Unversdade Católca de Campnas (PUCCAMP). 22

23 de São Paulo, se movmenta para o nteror. Este movmento é caracterstcamente do processo de nterorzação no Estado, uma vez que ocorre por duas vas: pelo movmento das atvdades setoras e pelo movmento mgratóro 3. Cabe destacar que nesse movmento, do período de 2000 a 2005, prevalecem forças aglomeratvas e desaglomeratvas que na qual poderão ser mas observadas no método ACP. Quando se decompõe os efetos de Alocação (A) entre vantagens compettvas e especalzação para os prncpas grupos de setores (.e. agropecuára, ndústra, servços e construção cvl), observa-se que as combnações são varadas entre as mcrorregões (fgura 1). Nota-se que a agropecuára detêm vantagens compettvas na maora das mesorregões próxmas ou vznhas do Estado do Paraná, Mato Grosso do Sul, e Mnas Geras. Próxmo com Paraná verfca-se a mesorregão do Ltoral Sul Paulsta (MR55, MR56), de Itapetnnga (MR41, MR44, MR42, MR43), de Bauru (MR22, MR23, MR20 e MR19) e de Asss (MR39 e MR40). Quase na frontera de Mato Grosso do Sul, constata-se a mesorregão de Araçatuba (MR18 e MR17) e São José do Ro Preto (MR1, MR2, MR3, MR4, MR5, MR6, MR7 e MR8). Por fm, próxmo a Mnas Geras, verfca-se a mesorregão de Rberão Preto (MR9, MR10 e MR12) e de Campnas (MR29, MR30, MR31, MR33). São regões com uma cultura agropecuára fortemente voltada para o cultvo de cana-de-açúcar e do agronegóco em geral (o complexo da soja, mlho, açúcar e café). A propósto, observa-se que exste um corredor que nca na frontera de Mato Grosso do Sul passando pelas mesorregões próxmas ao Estado do Paraná. Ntdamente, este camnho corresponde os trechos ferrováros da NOVOESTE (Ferrova Novoeste S.A), ALL (Amérca Latna Logístca do Brasl S.A.) e FERROBAN (Ferrovas Banderantes S.A.). Haja vsta que grande parte das cargas movmentadas que transtam no Estado de São Paulo corresponde aos produtos do agronegóco, o que se observa, dessa forma, que as vantagens compettvas da agropecuára nestes locas são nfluencadas pela nfraestrutura ferrovára. Não obstante, além das mcrorregões de Fernandópols (MR2), de São José do Ro Preto (MR4), de Novo Horzonte (MR8), de Lns (MR19), de Ournhos (MR40) e Franca (MR12) serem especalzadas e exbrem vantagens compettvas no setor da agropecuára, as mesmas também revelam vantagens compettvas e são especalzadas no setor ndustral. A mcrorregão de Franca (MR12) é altamente especalzada na produção de calçados e dervados do couro, representando uma vantagem compettva para este setor ndustral. No mapa 1, observa-se uma aglomeração espacal no tocante as vantagens compettvas e especalzação do setor ndustral. Nota-se que 10 mcrorregões crcunvznhas ou próxmas [São Carlos (MR25), Jaú (MR21), Ro Claro (MR26), Lmera (MR27), Praccaba (MR28), Moj-Mrm (MR31), Tatuí (MR43), Sorocaba (MR46), Jundaí (MR47) e Bragança Paulsta (MR48)] a mcrorregão de Campnas (MR32) formam um aglomerado espacal. Isto ratfca, sem dúvda, o resultado do processo de nterorzação da ndústra tratado por Azzon (1986), Cano (1992) e Dnz (1993; 1995; 2002). Nessas regões observa-se uma moderna nfraestrutura de transporte (e.g. Rodovas dos Banderantes, Anhanguera e D. Pedro I) que nterlgam essas mcrorregões e setores ntensvos de conhecmento, uma concentração de pesqusa e um mercado de trabalho especalzado (e.g. Campnas e São Carlos). 3 Tal justfcatva é corroborada por Caado (1995), conforme a ntrodução nesse trabalho. 23

24 FIGURA 1 Combnação dos componentes do Efeto Alocação das mcrorregões paulstas por grupo de setor (2000 e 2005). Agropecuára Indústra Servços Construção Cvl Legenda 2: Relação códgo e mcrorregões MR1 Jales MR17 Araçatuba MR33 Amparo MR49 Campos do Jordão MR2 Fernandópols MR18 Brgu MR34 Dracena MR50 São Jose dos Campos MR3 Votuporanga MR19 Lns MR35 Adamantna MR51 Guaratnguetá MR4 São Jose do Ro Preto MR20 Bauru MR36 Presdente Prudente MR52 Bananal MR5 Catanduva MR21 Jau MR37 Tupã MR53 Parabana/Paratnga MR6 Aurflama MR22 Avaré MR38 Maríla MR54 Caraguatatuba MR7 Nhandeara MR23 Botucatu MR39 Asss MR55 Regstro MR8 Novo Horzonte MR24 Araraquara MR40 Ournhos MR56 Itanhaem MR9 Barretos MR25 São Carlos MR41 Itapeva MR57 Osasco MR10 São Joaqum da Barra MR26 Ro Claro MR42 Itapetnnga MR58 Franco da Rocha MR11 Ituverava MR27 Lmera MR43 Tatuí MR59 Guarulhos MR12 Franca MR28 Praccaba MR44 Capão Bonto MR60 Itapecerca da Serra MR13 Jabotcabal MR29 Prassununga MR45 Pedade MR61 São Paulo MR14 Rberão Preto MR30 São João da Boa Vsta MR46 Sorocaba MR62 Moj das Cruzes MR15 Batatas MR31 Moj Mrm MR47 Jundaí MR63 Santos MR16 Andradna MR32 Campnas MR48 Bragança Paulsta Fonte: Elaboração própra a partr dos dados da RAIS. 24

25 Os efetos de alocação da mcrorregão de São Paulo, quando analsados o setor da agropecuára e ndustral, são postvos. Isto porque o nível de emprego entre 2000 e 2005 desses setores cresceu menos que a méda do Estado (desvantagem compettva) e porque o seu emprego em 2000 fo menor que o seu homotétco (não-especalzado). Na grande maora das mcrorregões da economa paulsta (43 ao todo) apresenta vantagens compettvas no setor de Servços. Contudo, as regões não são especalzadas, o que geram um efeto de Alocação (A) negatvo. Apenas nas mcrorregões de Itanhaem (MR56), Osasco (MR57), Parabana/Paratnga (MR53) e Caraguatatuba (MR54) se demonstram especalzados e ao mesmo tempo geram vantagens compettvas para o setor de Servços. Já para o setor de construção cvl, observa-se que as mcrorregões de Rberão Preto (MR14), Bauru (MR20) e Itanhaem (MR56) são especalzados e produzem vantagens compettvas. As demas regões que exbem efeto de Alocação postvo (desvantagem compettva e não-especalzada) estão, sobremanera, próxmas as três regões ctadas (MR14, MR20 e MR56). Em lnhas geras, observa-se um ganho líqudo (VLT) de 49 mcrorregões paulsta quando se analsa do período de 2000 e Dessas 49, apenas Campnas, Itanhaem, Praccaba e São José do Ro Preto exbram, em todos os componentes da VLT, valores postvos. Dentre essas 4 mcrorregões, São José do Ro Preto (MR4) é uma regão especalzada e com vantagens compettvas para a Agropecuára e da ndústra. Alás, quando analsados os componentes do efeto de Alocação da agropecuára, observou-se mcrorregões especalzadas e com vantagens compettvas próxmas da frontera do Paraná, Mnas Geras e Mato Grosso do Sul. Por outro lado, verfca-se que exste uma aglomeração espacal de regões especalzadas e com vantagens compettvas para ndústra, prncpalmente, no entorno de Campnas. Estes resultados são reflexos do processo de nterorzação das atvdades econômcas, ntensfcado nos anos 80 e 90, que na qual benefcam dretamente Campnas, São José dos Campos, Sorocaba, Rberão Preto (agrcultura moderna), Santos e Jundaí, e ndretamente as suas proxmdades medatas. Um exemplo mas evdente dos efetos desse processo é que tas regões regstraram crescmento acma da méda do Estado (vantagens compettvas) e, sobretudo, acma do crescmento da mcrorregão da captal paulsta Análse de Componentes Prncpas e clusters A seção anteror evdencou as mcrorregões que exbram ganhos (ou perdas) líqudos orundos da varação Estrutural (composção da estrutura produtva), varação de Compettvdade (emprego especalzado ou não-especalzado) e da varação de Alocação (postvo ou negatvo). Entretanto, falta analsar se as mcrorregões que apresentaram VLT postvo (negatvo) são as mesmas que exbem fatores locaconas urbanos aglomeratvos e/ou desaglomeratvos. Dessa manera, utlza-se o método de ACP para as 63 mcrorregões paulstas no ano de 2005, consderando as 12 varáves orgnas (vetor aleatóro). 4 Vale destacar que o método ACP fornece um número de componentes prncpas gual ao número de varáves orgnas, todava é convenente 4 O três prmeros componentes sgnfcam em conjunto 71,5% da varânca total dos dados. Observa-se que exste uma quebra entre o tercero e quarto componente. 25

26 consderar um número mínmo de componentes que contenha a maor parte da varabldade do vetor aleatóro. Pela tabela 3 verfca-se que o prmero componente, que representa 42,19% da varânca, aponta ntdamente para forças de dreções opostas. De um lado, os coefcentes das varáves aglomeratvas (e.g. MERCADO, FESPEC, SERVICOS, ECESCALA) regstram snas postvos e, de outro, as varáves desglomeratvas com snas negatvos (e.g. CESP, ANALFAB, POBREZ). É nteressante notar que, se de um lado a varável MERCADO denota o poder aqustvo do mercado, de outro lado, a varável POBREZ traduz o mas baxo poder aqustvo. TABELA 3 Coefcentes dos componentes prncpas 1 Componentes Varação correspondente (%) Indvdual Acumulado 1 42,19 42, ,97 61, ,34 71,51 4 6,80 78,31 5 6,15 84,45 6 4,15 88,60 7 3,42 92,02 8 3,06 95,08 9 1,97 97, ,72 98, ,13 99, ,09 100,00 Fonte: Elaboração própra No segundo componente, responsável por 18,9% da varabldade do vetor aleatóro, três coefcentes são sgnfcatvos (GINDUST, MSINDTR e QLTRAD). De certa forma, os mesmos captam o peso e a ntensdade de ndustralzação como fator aglomeratvo, sobretudo, por ndústras tradconas ntensvas em trabalho. Assm, descreve as forças aglomeratvas provenente dos encadeamentos ndustras (partcularmente os tradconas) na atração de novas atvdades e na concentração relatva das áreas de mercado. O tercero componente, que representa 10,3% da varânca dos dados, aponta que as mcrorregões tendem a atrar uma estrutura produtva mas dversfcada de tal forma que absorva a oferta de trabalho no mercado local (qualfcado e não-qualfcado). De um lado, o coefcente postvo da varável ANALFAB se revela como uma força de atração para atvdades econômcas não demandantes de qualfcação, desde que tal varável se traduza num baxo custo da força de trabalho. Por outro, o coefcente postvo FESPEC sugere uma força de atração ou benefícos provenentes para os setores mas ntensvos em trabalho qualfcado. Nessas mcrorregões, pelo coefcente da varável ECESCALA, aponta que as atvdades, al nstaladas, obtêm economas de escala que geralmente são externalzadas nas suas transações econômcas. Este fato pode atrar as atvdades para absorver parte deste benefíco e aprovetar-se da força de trabalho qualfcada e não-qualfcada. Notoramente, se a força de trabalho é o prncpal fator aglomeratvo nesse componente, logo esse fator vale menos para as ndústras weberanas (QLWEB ) orentadas para a fonte de matéra-prma. 26

27 Dado as descrções dos componentes prncpas de maor varânca, é possível realzar uma representação gráfca a fm de averguar as smlardades e dferenças exstentes entre as mcrorregões em cada quadrante cartesano (gráfco 2). GRÁFICO 2 Dstrbução das mcrorregões em torno dos dos prmeros componentes Componente 1 Fonte: Elaboração própra. Componente 2 No quadrante nferor esquerdo (Q1) estão às mcrorregões com alto nível de pobreza e analfabetsmo e que ao mesmo tempo apresentam um alto grau de especalzação. Essas regões têm por natureza um baxo grau de ndustralzação e suas atvdades não geram economa de escala. Além desses fatores adversos, a sua economa tem um reduzdo mercado nterno (poder de compra) e uma baxa (ou nexstente) força de trabalho especalzada. Na composção da sua estrutura ndustral, observa-se que setores dnâmcos e ndústras weberanas estão ausentes. Tal caracterzação é mas evdente para as mcrorregões de Itanhaem, Caraguatatuba, Campos do Jordão, Regstro e Capão Bonto. No quadrante nferor dreto (Q2), estão às mcrorregões especalzadas em setores tradconas (ntensvo de trabalho) que na qual o nível de pobreza e analfabetsmo é acentuado. Na sua economa o poder de compra é baxo (mercado) e nível de qualfcação da força de trabalho é reduzdo. Isto reforça a ausênca de setores dnâmcos e ndústras weberanas. A prncpal dferença com o Q1 é que neste quadrante as mcrorregões têm um maor grau de ndustralzação, voltadas prncpalmente para setores tradconas. As mcrorregões de Aurflama, Novo Horzonte, Ournhos e 27

28 Barretos são bons exemplos desse Q2. Alás, com um menor grau de analfabetsmo e pobreza e com maor especalzação em setores tradconas, destacam-se as mcrorregões de Brgu, Lns e Franca. No quadro superor dreto (Q3) concentram-se as mcrorregões com maor grau de ndustralzação de tal forma que geram economas de escala, em especal, os setores dnâmcos e ndústras weberanas. Na sua economa exste uma predomnânca de trabalho qualfcado e um relatvo mercado local amplo. Ademas, o grau de analfabetsmo e pobreza é baxo. Nesse quadrante se destacam as mcrorregões de Lmera, Sorocaba, Moj-Mrn e Tatuí. Destarte, se concentram regões altamente ndustralzadas e que também detêm altos fatores aglomeratvos urbanos. No últmo quadrante superor esquerdo (Q4), se encontram as mcrorregões que exbem uma estrutura ndustral composta, sobretudo, por setores dnâmcos e ndústras weberanas. São mcrorregões com alto poder aqustvo no mercado local e com uma grande concentração de oferta de servços. O grau de ndustralzação é bem menor quando comparado com as mcrorregões do Q3. Isto aponta para o fato de que exstem muncípos das mcrorregões do Q4 que estão voltadas, sobretudo, para a atvdade agropecuára e servços. Em suma, as mcrorregões do Q4 apresentam uma estrutura de atvdades altamente dversfcada e completa, quando comparado com os demas quadrantes, vsto que os seus muncípos são especalzados na agropecuára, ndústra e servços. Esta observação é reforçada pela dreção oposta da varável CESP (grau de especalzação). As prncpas mcrorregões com estas característcas são: São José dos Campos, Campnas, Osasco, Moj das Cruzes, Itapecerca da Serra, Moj das Cruzes e São Paulo. Para auxlar a tpologa que evdenca as característcas de efetos locaconas urbanos das mcrorregões paulstas extraídas dos resultados do método ACP, necessta da técnca de agrupamento herárquco aglomeratvo da análse de Cluster. Da mesma forma que o método ACP, a análse de Cluster consdera as 12 varáves destacadas e revela como as mcrorregões paulstas podem ser agrupadas pelas nfluencas das suas smlardades. É mportante ressaltar que tal técnca utlzou a dstânca eucldana e usou o método Ward para o agrupamento de casos (mcrorregões). 5 De acordo com o dagrama 1 (dendograma), quando se analsa a dstânca entre 15 e 20, observa-se dos grupos,.e., G1 e G2. No segundo grupo (G2) concentram-se as mcrorregões que detêm uma estrutura produtva mas dversfcada, de forma que mperam nas suas economas os fatores aglomeratvos (alto poder aqustvo, alta oferta de servços e força de trabalho qualfcada). São correspondentes às mcrorregões do quadrante 3 e 4. No prmero grupo (G1) estão às mcrorregões com alto grau de analfabetsmo, pobreza e especalzação na sua estrutura produtva. São as mcrorregões do quadrante 1 e 2 da ACP. Esse grupo (G1), podera ser decomposto em mas quatros subgrupos, a saber: g1.1; g1.2; g1.3 e g1.4. No subgrupo g1.1, observa-se que as mcrorregões apresentam característcas próxmas, sem grandes dscrepâncas de composção ou característca produtva e fatores desaglomeratvos de urbanzação. No subgrupo g1.2, com maor grau de ndustralzação, estão as mcrorregões Franca, Brgu e Lns. Essas três mcrorregões detêm na sua estrutura ndustral a predomnânca de atvdades 5 Tal técnca utlzou a dstânca eucldana e usou o método Ward para o agrupamento de casos (mcrorregões). O coefcente de cluster, que mede o quanto o agrupamento das mcrorregões condz com as 12 varáves, regstrou um valor de 0,

29 tradconas ntensvas em trabalho, com um menor grau de analfabetsmo e pobreza. Portanto, em vrtude de uma estrutura produtva dferencada e ao mesmo tempo do mas alto grau de ndustralzação, são mcrorregões outlers no grupo do G1. Já no subgrupo g1.3 estão a mcrorregão de Caraguatatuba e Itanhaem. As suas economas são caracterzadas pela grande dependênca de outras atvdades (agropecuára e servços), o que se traduz no mas baxo grau de ndustralzação entre as mcrorregões paulstas. Característcas como alto grau de pobreza e analfabetsmo também estão presentes. Dessa forma, o que dferenca este subgrupo do g1.1 é a estrutura produtva concentrada na atvdade agropecuára. Nota-se que Itanhaem e Caraguatatuba, pelos resultados do shft-share, são especalzadas e apresentam vantagens compettvas para o setor de servços. Alás, Itanhaem também é especalzada e apresenta vantagens compettvas para a agropecuára. Por fm, o subgrupo g1.4 é composto pela mcrorregão de Barretos e Bananal. A smlardade entre estas duas mcrorregões resde pela proxmdade do nível de pobreza e por uma estrutura totalmente dversa da estrutura do emprego estadual (coefcente de especalzação). Dentre o grupo G1, são as mcrorregões mas dscrepantes quando analsa estes atrbutos. DIAGRAMA 1 Cluster herárquco das mcrorregões paulstas Heght Jales P. Prudente Itapetnnga Araçatuba Araraquara Avaré Asss Itapeva C. do Jordão Paratnga Regstro Andradna Pedade Capão Bonto Fernandópols Tupã Votuporanga Ournhos Novo Horzonte Catanduva Ituverava Batatas Adamantna S.J. da Boa Vsta Dracena Aurflama Nhandeara Jabotcabal S.J. da Barra Jau Amparo Franca Brgu Lns Caraguatatuba Itanhaem Barretos Bananal S. J do Ro Preto Rberão Preto Bauru Maríla Botucatu São Carlos Moj Mrm Guaratnguetá Lmera Prassununga Praccaba Tatuí Sorocaba F. da Rocha Brag. Paulsta Moj das Cruzes Jundaí Guarulhos Ro Claro Osasco Itapec. da Serra Campnas S. J. dos Campos São Paulo Santos Fonte: Elaboração própra. Portanto, as técncas de análse de cluster confrmam os resultados alcançados pela ACP, de forma que permtram dentfcar outlers nos grupos formados (partcularmente do G1). Como meo de melhor lustrar no espaço os 5 grupos da dstânca 13 no dendograma, que caracterzam as mcrorregões paulsta, fo elabora a fgura 2. É nteressante notar no mapa dessa fgura que as mcrorregões que exbem uma estrutura ndustral composta, sobretudo, a) por setores dnâmcos e 29

30 ndústras weberanas, b) por um alto poder aqustvo no mercado local, c) por uma grande concentração de oferta de servços e d) por uma predomnânca de trabalho qualfcado, formam um aglomerado urbano entorno de São Paulo e das prncpas regões benefcadas do processo de nterorzação da economa paulsta, sto é, Baxada Santsta, Sorocaba, São José dos Campos, Rberão Preto e Campnas. FIGURA 2 Cluster das mcrorregões do Estado de São Paulo (2005). Fonte: Elaboração própra a partr dos dados da RAIS. 6. CONSIDERAÇÕES FINAIS Este trabalho pretendeu oferecer contrbuções acerca das característcas das mcrorregões paulstas por meo de uma análse da dnâmca de crescmento do emprego e dos prncpas fatores locaconas de urbanzação no período de 2000 e Para atngr este propósto buscou-se conclar o método dferencal-estrutural (shft-share), a Análse de Componentes Prncpas (ACP) e a análse de cluster. A segur, serão pontuadas as prncpas consderações fnas que envolvem a combnação dos resultados. Na decomposção do efeto de Locação observa-se que Itanhaem apresenta vantagens compettvas e é especalzada no setor agropecuáro e servços. Contudo, sua economa apresenta um alto nível de pobreza, uma força de trabalho não-qualfcada (analfabetsmo), baxo grau de ndustralzação, ausênca de economa de escala e um reduzdo mercado nterno (grupo g.1.3). Já Praccaba e Campnas são especalzadas e representam vantagens compettvas para o setor ndustral. São José do Ro Preto, por seu turno, é especalzada e exbe vantagens compettvas para a agropecuára e ndústra. Essas três últmas mcrorregões ostentam uma economa com estrutura 30