UM ESTUDO SOBRE A LOCALIZAÇÃO INDUSTRIAL DO ESTADO DE SÃO PAULO RESUMO

Transcrição

1 UM ESTUDO SOBRE A LOCALIZAÇÃO INDUSTRIAL DO ESTADO DE SÃO PAULO Dego Fgueredo Das * Alexandre Florndo Alves ** RESUMO O presente estudo teve por objetvo analsar a localzação ndustral paulsta através do valor adconado fscal muncpal para o ano de 2005 através da utlzação de técncas de econometra espacal. Ao utlzar tas técncas, pretendeu-se verfcar o comportamento de elementos espacas, como a autocorrelação espacal e a heterogenedade espacal. Em prmero lugar, utlzou-se a Análse Exploratóra de Dados Espacas (AEDE) para verfcar a presença de autocorrelação espacal entre os muncípos paulstas, consderando o VAF ndustral Os resultados demonstraram a exstênca de autocorrelação espacal entre os muncípos e que os maores VAF s encontram-se na Regão de Rberão Preto, Regão Metropoltana de Campnas (RMC), Regão Metropoltana de São Paulo (RMSP) e a Regão do Vale do Paraíba. Com o ntuto de verfcar a exstênca de clusters utlzou-se o I de Moran local e percebeu-se a presença de dos clusters do tpo alto-alto, sendo um na regão metropoltana de São Paulo e o outro na regão de Campnas. Fo verfcada também a presença de clusters do tpo baxo-baxo, o prmero formado por muncípos do Sudoeste paulsta, a outra regão se encontra no Oeste e Noroeste paulsta que se caracterzam por forte presença da agrcultura. Palavras-chave: dependênca espacal heterogenedade espacal ndústra paulsta. ABSTRACT The present study amed to make an analyss of the ndustry locaton from Sao Paulo state by the Tax Value Added to each cty for 2005 through the use of spatal econometrcs technques. By makng use of such technques, we ntended to verfy the spatal components behavor lke spatal autocorrelaton and heterogenety. Frstly, t has been used Exploratory Spatal of Data Analyss (ESDA) to valdate the spatal autocorrelaton among the Sao Paulo s state ctes, consderng the ndustral TVA The results demonstrated the exstence of spatal autocorrelaton among the ctes and that's the bggest TVA are n the regon of Rberao Preto, metropoltan regon of Campnas (MRC), metropoltan regon of Sao Paulo (MRSP) and Vale do Paraíba regon. In order to verfy the exstence of clusters usng the local s Moran I, t was notced two cluster s type hgh-hgh as well as two cluster s type low-low, where the * Professor das Faculdades Integradas Nova Andradna-MS - Mestre em Teora Econômca pela Unversdade Estadual de Marngá UEM e-mal: degofgueredo@yahoo.com.br ** Professor Assocado do Programa de Pós-Graduação em Cêncas Econômcas e do Departamento de Economa da Unversdade Estadual de Marngá UEM e-mal: afalves@uem.br

2 frst hgh-hgh s located at the MRSP and the second one s located at the RMC. The two cluster s type low-low embrace the Southwest, West and Northwest ctes of Sao Paulo state. The West and Northwest ctes are strongly characterzed by farmng. Key words: spatal dependence spatal heterogenety São Paulo ndustry 1 INTRODUÇÃO A localzação ndustral, de acordo com Fujta et al. (2002), que é explcada pela cênca urbana e a economa regonal, vem ganhando mportânca dentro da teora econômca. A economa urbana, representada prncpalmente por Von Thünen, se preocupou em explcar como a atvdade econômca se espalha pelo espaço, já os centstas regonas tentaram captar este problema e explcar também a relação entre as dversas regões. Segundo Rchardson (1981), a teora econômca tradconal gnorava aspectos espacas. A análse dos economstas da vsão tradconal era estátca, não espacal. As questões de concentração e aglomeração ndustral são o centro das teoras e modelos tradconas de localzação. Para Isard (1972 apud CLEMENTE e HIGACHI, 2000), exstem certas regulardades nas varações de custos e preços no espaço, por este fato se torna mportante o estudo da localzação da atvdade econômca. Anda de acordo com Rchardson (1981), exstem grandes dfculdades em se crar uma teora geral de localzação ndustral. Não é dfícl demonstrar alguns fatores que nfluencam nas escolhas de localzação, a dfculdade emerge da tentatva de se desenvolver regras que se aplquem à explcação da estrutura espacal. O problema de pesqusa resdu na carênca de trabalhos que relaconem a localzação espacal da ndústra paulsta com fatores determnantes como educação, custo de transporte ou nvestmentos públcos para atração ndustral. É mportante buscar explcações para fenômenos econômcos, e a localzação da ndústra deve ser encarada como um fenômeno não aleatóro, condconada por fatores externos. Este artgo objetvou demonstrar o padrão da localzação ndustral paulsta, através da análse muncpal do Valor Adconado Fscal (VAF) para o ano de 2005 utlzando técncas de econometra espacal. Especfcamente pretendeu-se: a) Identfcar o comportamento do VAF (2005) para o ano de 2005; b) Estudar uma sére de elementos espacas como a autocorrelação espacal, heterogenedade espacal e como estes contrbuem para a melhor compreensão da dstrbução da atvdade ndustral do estado de São Paulo. c) Relaconar a localzação espacal da ndústra paulsta com fatores como educação, custo de transporte e nvestmentos públcos para atração de ndústra. O método utlzado fo a Análse Exploratóra de Dados Espacas (AEDE) pretendendo-se detectar a assocação espacal entre os muncípos paulstas consderando-se o VAF (2005), verfcando a formação de clusters espacas. 2 METODOLOGIA Segundo Anseln (2007), a econometra espacal teve sua orgem no níco dos anos 1970, quando Jean Paelnck utlzou o termo para referr-se a aspectos

3 metodológcos relaconados à ncorporação da dependênca plurrregonal em modelos econométrcos. Incalmente, o desenvolvmento e aplcação fo mpulsonado prncpalmente pelos nteresses regonas de centstas e de economstas aplcados, estmulados pelos avanços da teora (nteração socal e espacal) e da tecnologa (sstemas de nformação geográfca). De acordo com Almeda (2004), a econometra espacal dfere da econometra convenconal por consderar alguns efetos dtos espacas na especfcação, na estmação, no teste de hpótese e prevsão de modelos, com dados de corte secconal (cross-secton) ou em dados de panel. Estes chamados efetos espacas, se não consderados, podem tornar nváldos os resultados de expermentos da econometra convenconal. De acordo com Anseln (2001 apud Almeda 2004), a econometra espacal é um subcampo da econometra que lda com as complcações causadas pela nteração espacal (autocorrelação espacal) e pela estrutura espacal (heterogenedade espacal) em modelos de regressão para dados na forma de cross-secton e panel de dados. A autocorrelação espacal, de acordo com Almeda (2004), está relaconada bascamente a quatro processos. O prmero refere-se a um processo de dfusão que consste na mplementação de um fator de nteresse por parte da população fxa. O segundo dz respeto à troca de mercadoras e a transferênca de renda, ou seja, a renda de uma determnada regão pode ser gasta em outra regão. O tercero processo envolve a nteração entre as dversas regões, sto é, eventos de uma localdade podem nfluencar eventos em outras localdades. O quarto e últmo processo trata da dspersão, quer dzer, do espraamento de um atrbuto. A heterogenedade espacal ocorre quando há nstabldade estrutural no espaço. Almeda (2004), afrma que esta nstabldade pode ser observada na forma de coefcentes varáves, onde a conseqüênca prátca consste na mpossbldade da estmação de um modelo teórco para o conjunto dos dados. Anda de acordo com o autor, há um mbrcamento entre a heterogenedade espacal e a autocorrelação espacal, sto é, uma gera a outra e vce-versa. De acordo com Anseln (1988), a noção de dependênca espacal mplca necessdade de determnar a nfluênca de uma undade partcular nas outras undades do sstema espacal. Formalmente, sto é expresso na noção de vznhança medante a construção de matrzes de pesos espacas. 2.1 Matrzes de Pesos Espacas O conceto de matrz de pesos espacas, segundo Almeda (2004), é baseado na contgüdade, que, por sua vez, pode ser defnda pela vznhança, pela dstânca geográfca ou sóco-econômca, ou pela combnação delas. A escolha da matrz a ser utlzada é de extrema mportânca, pos ela pode nfluencar nos resultados obtdos. Exstem dferentes tpos de matrzes espacas, dentre os quas os quas se pode destacar: matrz bnára; matrz da dstânca nversa; matrz de pesos espacas de Clff e Ord e matrz de dstânca sóco-econômca. Todas as matrzes estão especfcadas em Almeda (2004). A matrz bnára de pesos espacas relacona as regões vznhas que compartlham de uma frontera geográfca comum. Segundo Anseln (1988), pode se construr as matrzes de acordo com os movmentos das peças de xadrez torre, ranha e bspo. A matrz torre consdera vznhos apenas aqueles de norte-sul, leste-oeste; a

4 matrz bspo consdera apenas aqueles nordeste-noroeste, sudeste-sudoeste e fnalmente a matrz ranha consdera todos os vznhos que tenham frontera geográfca comum. As matrzes de pesos espacas com base nas convenções do jogo de xadrez podem apresentar problemas de conectvdade. De acordo com Almeda (2004) sto ocorre porque pode haver regões com uma grande área com mutos vznhos e regões com pouca área e poucos vznhos. A sugestão dada pelo autor, na tentatva de superação desse problema, é adotar a matrz k vznhos mas próxmos. Neste caso a convenção utlzada é com base na dstânca geográfca. Formalmente, segundo Almeda (2004) essa matrz é descrta como: W j (k) = 0, se = j = 1, 2,..., n. (1) W j (k) = 1, se d j < D (k) = w j/ w j (k), para que k = 1, 2,..., n. (2) W j (k) = 0, se d j > D (k) (3) Onde: d j = é a dstânca medda pelo grande círculo, entre os centros das regões e j. D (k) = é o valor crítco que defne o valor de corte, ou seja, as dstâncas acma deste ponto não serão levadas em consderação, ou seja, as regões não serão tomadas como vznhas. A matrz da dstânca nversa, de acordo com Almeda (2004), revela que quanto maor for a dstânca entre duas localdades, menor será a nteração entre elas. Genercamente: W j = f (d j) (4) Onde, os pesos estão em função da dstânca entre as localdades e j. De acordo com a matrz de Clff e Ord, pode se constatar que quanto maor é a extensão da frontera entre duas fronteras geográfca, maor tende a ser a nteração destas regões. Por fm, a matrz de dstânca sóco-econômca leva em consderação fatores como renda per capta, desemprego e pobreza como defndores de fronteras entre as dstntas regões. De acordo com Almeda (2004), a escolha da matrz de peso utlzada depende de alguns fatores, os quas o autor defnu como quatro passos: 1 o passo: utlzar a mesma especfcação do modelo; 2 o passo: usar um conjunto de matrzes de pesos espacas; 3 o passo: estmar as regressões; 4 o passo: seleconar a matrz de pesos espacas que partcpou da regressão como mas alto valor da função de máxma verossmlhança. 2.2 Análse Exploratóra de Dados Espacas Conforme Almeda (2004), a Análse Exploratóra de Dados Espacas (AEDE) é um conjunto de técncas estatístcas com nformações que tem como objetvo descobrr padrões espacas nos dados utlzados e sugerr hpóteses. A AEDE procura descrever

5 dstrbuções espacas, dentfcar observações dscrepantes no espaço, descobrr padrões de assocação espacal, dentfcar clusters e outlers espacas. O autor anda afrma que essa análse é mas aproprada na nvestgação de varáves espacalmente densas ou ntensvas, sto é, quando dvddas por algum ndcador de ntensdade como população, área geográfca e outras varáves per capta. Isto para que o resultado não seja nfluencado smplesmente pelo fato da regão ser maor ou mas povoada Assocação ou autocorrelação Espacal Global O prmero passo da AEDE é verfcar se os valores dos dados de uma determnada regão não dependem dos valores destes mesmos dados de regões vznhas, ou seja, se exste aleatoredade espacal entre eles. Exste um conjunto de estatístcas, que de acordo com Almeda (2004), nvestgam a exstênca de autocorrelação espacal, ou seja, se concde a smlardade de valores de uma varável com a smlardade da localzação dessa varável. De acordo com Perobell et al. (2005), para verfcação da exstênca de autocorrelação espacal, utlza-se a estatístca I de Moran. Através desta, obtêm-se a ndcação formal do grau de assocação lnear entre os valores observados no tempo t (zt) e a méda ponderada dos valores da vznhança, ou defasagens espacas (Wzt). Os valores I maores (ou menores) do que o valor esperado E(I) = -1/(n-1) sgnfca que há autocorrelação postva (ou negatva). Quando se verfca autocorrelação espacal postva, sgnfca que exste uma smlardade entre os valores da varável e sua localzação. A autocorrelação espacal negatva, quando verfcada, sgnfca que há dssmlardade entre os valores da varável e sua localzação. A estatístca I de Moran pode ser expressa como: I n w j j j ( y ( y y) w j y) ( y 2 y) (5) em que n é o número de undades espacas, desta varável, y é a varável de nteresse, y é a méda w é o peso espacal para o par de undades espacas e j, que mede o j grau de nteração entre elas. O parâmetro que mede o grau de nteração entre as regões é a matrz de pesos espacas. Com tal especfcdade, ela condensa um determnado arranjo espacal das nterações resultantes do fenômeno estudado, que além de segur uma abordagem geográfca, também pode ser determnada por uma abordagem sóco-econômca. A exstênca de padrões globas de localzação pode estar em conformdade com os padrões locas, porém sso nem sempre ocorre. Almeda (2004), afrma que podem ocorrer dos fatos dstntos. O prmero acontece quando a ausênca de padrões globas oculta os locas e o segundo ocorre quando exste uma forte ndcação de autocorrelação global que oculta estes padrões de assocações locas (Outlers e Clusters espacas). Esta estatístca não consegue defnr com sgnfcânca a exstênca de autocorrelação local, portanto utlza-se estatístca de autocorrelação espacal local.

6 Dagramas de dspersão de Moran O dagrama de dspersão de Moran é uma das formas de nterpretar a estatístca I de Moran. Segundo Almeda (2004), é possível vsualzar dagramatcamente a assocação espacal, que mostra a defasagem espacal da varável de nteresse no exo vertcal e o valor desta varável no exo horzontal. Isto é, a estatístca I de Moran pode ser nterpretada como o coefcente angular da defasagem espacal (Wy) contra a varável de nteresse (y). Alto- Baxo Baxo- Baxo Alto- Alto Baxo- Alto Fgura 1 Mapa de dspersão de Moran Fonte: Elaboração do autor, baseado em Almeda (2004). O dagrama é dvddo em quatro quadrantes: 1 o quadrante (superor à dreta) Alto-Alto (AA), nesta dstrbução o agrupamento exbe valores altos da varável de nteresse rodeados de regões que também apresentam valores altos. No 2 o quadrante (nferor à dreta) Baxo-Alto (BA) refere-se a um agrupamento no qual uma undade espacal com baxo valor da varável de nteresse é crcundada por undades espacas com alto valor. No 3 o quadrante (nferor à esquerda) Baxo-Baxo (BB) refere-se a um agrupamento cujas undades espacas mostram valores baxos rodeados por undades espacas com baxo valor. E no 4 o quadrante (superor à esquerda), Alto-Baxo (AB), o agrupamento exbe alto valor da varável de nteresse rodeado por undades espacas de baxo valor. O dagrama apresenta grupos de autocorrelação espacal tanto estatstcamente sgnfcatvos quanto não, o que pode ser um problema. Portanto é necessáro uma estatístca que capte a autocorrelação local Autocorrelação espacal local Segundo Perobell et al. (2005), o I de Moran Global pode esconder certos padrões locas de assocações espacas. Anseln (1995 apud Almeda 2004), aponta um novo ndcador que tem a capacdade de dentfcar tas padrões de assocações locas. O ndcador I de Moran Local faz a decomposção do ndcador global em quatro categoras, onde cada uma corresponde a um quadrante no dagrama de dspersão de Moran. A fórmula a segur representa a estatístca I de Moran Local:

7 I ( y y) w ( y j j 2 ( y y) y) n Em que n é o número de undades espacas, y é a varável de nteresse, y é a méda desta varável, w é o peso espacal para o par de undades espacas e j, que j mede o grau de nteração entre elas. O valor esperado da estatístca I de Moran Local é dado por: E(I) = -w /(n-1) em que w é a soma dos elementos da lnha. 2.3 Fonte, Descrção e Tratamento dos Dados Buscou-se neste artgo utlzar varáves que explcassem o padrão de localzação da ndústra paulsta. Para sso foram revsadas obras de dversos autores economstas regonas e urbanos e percebeu-se que as prncpas varáves que nfluencam a decsão de localzação dzem respeto ao custo de transporte, ao esforço de atração dos muncípos para com os empreendmentos, ou seja, nvestmentos públcos, como mostra a Quadro 1. Quadro 1. Autores economstas regonas e urbanos e suas prncpas varáves de análse. Autor Varável prncpal Influênca da dstânca da cdade em relação à produção sobre a Von Thünen (1826) formação do preço dos produtos agrícolas Weber (1910) Influênca dos custos de transportes sobre a localzação Predöhl (1920) Frete de transportes e Análse de concorrênca Lösch (1939) Estudo da demanda para buscar maxmzação de lucro Hrschmann (1961) Investmentos Públcos Isard (1972) Custo de transporte como função da dstânca Myrdal (1972) Investmentos Públcos Concentração do mercado de trabalho, nsumos ntermedáros e Krugman (1991) externaldades tecnológcas Fonte: Elaboração do autor. Nota: Krugman (1991) é ctado por Amaral Flho (2001). Os demas autores estão em Azzon (1982) Neste artgo, com o ntuto de perceber a localzação dos prncpas muncípos em termos de ndústras, utlzou-se o Valor Adconado Fscal (VAF) 1 em Reas para o (6) 1 O Valor Adconado Fscal fo gentlmente ceddo pela Fundação SEADE-SP. O Valor Adconado Fscal é obtdo, para cada muncípo, através da dferença entre o valor das saídas de mercadoras e dos servços de transporte e de comuncação prestados no seu terrtóro e o valor das entradas de mercadoras e dos servços de transporte e de comuncação adqurdos, em cada ano cvl. É calculado pela Secretara da Fazenda e utlzado como um dos crtéros para a defnção do Índce de Partcpação dos Muncípos

8 ano de 2005 para todos os 645 muncípos paulstas como varável dependente. É mportante ressaltar que segundo Almeda (2004), deve-se utlzar varáves ntensvas ou densas, pos varáves absolutas ou extensvas podem levar ao engano na nterpretação dos resultados, pos costumam estar relaconadas ao tamanho da população ou área das regões em estudo. Para que as varáves fossem ntensfcadas utlzou-se a área em Km 2 dos muncípos. Como varáves explcatvas, coletou-se junto ao Atlas de Desenvolvmento Humano 2, a dstânca dos muncípos paulstas à captal paulsta, como proxy do custo de transporte, assm como destacado por Isard (1972 apud Azzon 1982), o custo de transporte em função da dstânca. Também desta mesma fonte coletou-se o sub-índce Educação do Índce de Desenvolvmento Humano (IDHM) para o ano de A ntenção é relaconar a busca das empresas por mão-de-obra qualfcada através dos estudos. Outra varável coletada fo o gasto muncpal para a atração de ndústras que assm como o VAF fora consegudo junto à SEADE e demonstra o quanto os muncípos destnam de verbas para atrar tas empreendmentos. Este dado compreende os esforços fetos pelos muncípos entre os períodos de , devdo a dsponbldade da fonte em questão. Enfm, tem-se como varável dependente o vaf (Valor Adconado Fscal, 2005), e como explcatvas tem-se dst (Dstânca dos muncípos à captal do estado), dhme (Subíndce Educação do IDHM, 2000) e eam (Esforço de atratvdade muncpal, ). O software GeoDa (Beta) fo utlzado para aplcar as estatístcas do AEDE. Através dele é possível formar mapas georreferencados que facltam a vsualzação do padrão locaconal da ndústra, a exstênca de outlers ou clusters espacas. 3 RESULTADOS E DISCUSSÃO 3.1 Análse exploratóra de dados espacas (AEDE) As prmeras observações do comportamento do Valor Adconado Fscal são fetas a partr das técncas da AEDE. O Mapa 1 apresenta a dstrbução do VAF para os muncípos paulstas, onde observa-se uma dstrbução heterogênea. Como se percebe, a maor concentração do VAF encontra-se na Regão de Rberão Preto, Regão Metropoltana de Campnas (RMC), Regão Metropoltana de São Paulo (RMSP) e a Regão do Vale do Paraíba. Mapa 1 Dstrbução do VAF Intensfcado paulsta (2005) no produto da arrecadação do Imposto sobre Operações Relatvas à Crculação de Mercadoras e sobre Prestações de Servços de Transporte Interestadual e Intermuncpal e de Comuncação - ICMS. 2 Dsponível em <

9 Fonte: Elaboração do autor. Nota: O VAF ntensfcado 2005 vara de R$ 0,00 a R$ 998,7 mlhões por Km 2. Um fator que faclta esta confguração é a exstênca da rodova Anhanguera que lga Rberão Preto à São Paulo, passando por Amercana, Campnas, Jaguarúna, Hortolânda, dentre outras. O fato desta rodova estar sempre em ótmas condções e representar fácl acesso aos muncípos por onde passa, pode gerar ncentvo aos empresáros na construção de ndústras em suas margens. O Mapa 2 apresenta o VAF levando-se em conta a presença de muncípos consderados outlers. O estado não apresentou nenhum muncípo outler baxo, que sera o azul escuro. Porém, apresentou 87 muncípos outlers alto, que são as regões vermelhas no mapa a segur. Mapa 2 Outlers em termos de VAF Intensfcado paulsta (2005). Fonte: Elaboração do autor. Dentre os 645 muncípos paulstas, 87 são consderados outlers alto, ou seja, muncípos que não seguem o mesmo processo de dependênca espacal dos demas, e desta forma, exercem nfluênca sobre a méda global de autocorrelação. De acordo com

10 Almeda (2004), uma observação é consderada outler global superor (nferor) quando se stua acma (abaxo) da frontera superor (nferor) no ntervalo nterquartílco em uma quantdade no mínmo superor 3,0 vezes o valor do ntervalo. Este grupo é formado prncpalmente pelos muncípos da regão de Rberão Preto, RMC, RMSP e Vale do Paraíba. Uma outra ferramenta que se pode utlzar para detectar outlers de nível superor e nferor é o cartograma, que segundo Almeda (2004) representa um mapa em que os polígonos rregulares que representam os muncípos são substtuídos por círculos de tamanho proporconal ao valor da varável consderada. As bolas podem aparecer nas cores vermelha, verde e azul. As bolas das cores verdes seguem o mesmo padrão quanto ao valor adconado fscal. As vermelhas são valores elevados, sendo muto dscrepantes segundo o crtéro 3,0 hdge 3 e as azus os valores baxos muto dscrepantes. Fgura 2 Cartograma para o VAF Intensfcado paulsta (2005) Fonte: elaboração do autor A Fgura 2 não apresentou a confrmação da não exstênca de muncípos que apresentam valores dscrepantes baxos para o VAF ntensfcado. De acordo com Almeda (2004), a vsualzação dos mapas é mportante para a verfcação do comportamento das varáves em questão, porém a conferênca vsual das fguras pode nduzr a erros. Desta manera, para a confrmação dos resultados obtdos nas fguras é necessára a realzação de testes de aleatoredade, ou seja, verfcar a tendênca geral de agrupamento dos dados I de Moran global O dagrama de dspersão de Moran fornece váras nformações sobre o grau de dependênca espacal do fenômeno estudado. De acordo com Almeda (2004), os valores que excedem o I de Moran calculado ndcam que há autocorrelação espacal postva e os valores abaxo do valor esperado ndcam autocorrelação espacal negatva. 3 De acordo com Almeda (2004) 3,0 hdge sgnfca que a observação aparece fora da frontera do ntervalo nterquartílco em um montante que é, no mínmo, 3,0 vezes o valor do ntervalo nterquartílco.

11 A autocorrelação espacal postva ndca que há uma smlardade entre os valores da varável estudada e da localzação espacal da varável. A autocorrelação espacal negatva ndca que exste uma dssmlardade entre os valores da varável estudada e da localzação da mesma. Para o caso deste estudo, onde se analsou o VAF ntensfcado como varável dependente, quando ocorre autocorrelação postva sgnfca que os muncípos que possuem alto (baxo) valor adconado fscal são rodeados por muncípos que possuem alto valor adconado fscal. Quando o I de Moran aponta autocorrelação negatva sgnfca que os muncípos com alto (baxo) valor adconado fscal são cercados por muncípos com baxo (alto) valor adconado fscal. O I de Moran esperado, E(I) = -1/(n-1), sto é, o valor que sera obtdo se não houvesse padrão espacal nos dados é -0,0015. Os valores de I acma deste valor ndcam autocorrelação espacal postva e os valores abaxo ndcam autocorrelação espacal negatva. A Tabela 6 ndca os valores do I de Moran para o VAF para três dferentes tpos de matrzes de pesos: ranha, torre e ses vznhos mas próxmos. Como se pode observar há autocorrelação postva para todas as três convenções. A sgnfcânca estatístca é de 1%. Tabela 5 Coefcente de I de Moran para o VAF 2005 paulsta. Convenção I Probabldade Ranha 0,1331 0,001 Torre 0,1300 0,001 6 vznhos próxmos 0,2625 0,001 Fonte: elaboração do autor Nota: a pseudo-sgnfcânca empírca é baseada em 999 permutações aleatóras 4. A Fgura 2 apresenta o dagrama de dspersão de Moran para as três convenções consderadas anterormente. Perobell et al. (2005) enfatza que para que haja confrmação da autocorrelação espacal é necessáro que a nclnação da curva apresentada no dagrama de Moran seja postva. 4 De acordo com Almeda (2004), cada permutação cra um novo arranjo espacal, pos os valores são redstrbuídos entre as áreas.

12 Fgura 3 Dagramas de Dspersão de Moran para o VAF ntensfcado paulsta (2005) Fonte: Elaboração do autor. 6 vznhos Torre Ranha A Tabela 7 apresenta o I de Moran bvarado, que segundo Almeda (2004), tem como objetvo descobrr se os valores de uma varável observada numa determnada regão apresentam uma relação com os valores de uma outra varável observada nas regões vznhas. Neste caso, comparou-se o VAf com todas as outras varáves do modelo. Como se pode observar exste autocorrelação postva entre o esforço de atratvdade ndustral muncpal (eam) e o VAF e também entre o sub-índce educação do índce de desenvolvmento humano (dhme) e o VAF, ou seja, quanto maor o esforço dos muncípos para atrar ndústras, através de nvestmentos muncpas e quanto maor o nível educaconal do muncípo, maor apresentou-se o valor adconado fscal da ndústra. Já a varável dstânca da captal que serve como proxy para o custo de transporte, apresentou autocorrelação negatva, ou seja, quanto maor a dstânca dos muncípos da captal menor o valor adconado fscal da ndústra. Tabela 6 Coefcente I de Moran Bvarado do VAF 2005 paulsta e as demas varáves Varáves I Probabldade eam 0,2844 0,001 dst -0,1236 0,001 dhme 0,1859 0,001 Fonte: elaboração do autor Nota: a pseudo-sgnfcânca empírca é baseada em 999 permutações aleatóras Os padrões globas de assocação lnear podem não estar em conformdade com os padrões locas. Desta manera, as estatístcas globas não têm a capacdade de dentfcar a ocorrênca de autocorrelação espacal local que seja estatstcamente sgnfcante. Assm sendo faz se mportante a utlzação de alguma estatístca que capture tas efetos.

13 5.1.2 I de Moran local De acordo com Almeda (2004), o I de Moran local decompõe o ndcador local de autocorrelação em relação à contrbução local ndvdual em cada um dos quatro quadrantes do dagrama de dspersão de Moran, onde a forma mas clara de vsualzação é através de mapas. O Mapa 3 mostra a sgnfcânca dos muncípos consderando o VAF paulsta para o ano de Mapa 3 Sgnfcânca do VAF paulsta para o ano de Fonte: elaboração do autor O Mapa 4 que apresenta a formação de clusters faz uma combnação entre as nformações do mapa de dspersão de Moran e a nformação do mapa de sgnfcânca que consdera as meddas de assocação local do I de Moran e está dvddo em quatro categoras de assocação espacal que são estatstcamente sgnfcantes. Portanto os clusters formados no Mapa 4 são estatstcamente sgnfcantes para o I de Moran local, levando em conta a varável dependente do modelo que é o VAF paulsta. Mapa 4 Clusters paulstas em termos de VAF para o ano de Fonte: Elaboração do autor.

14 Verfcou-se a presença de dos clusters do tpo alto-alto, sendo um a RMSP, cujos muncípos são: São Paulo, Baruer, Dadema, São Bernardo do Campo, São Caetano do Sul, Santo André, Guarulhos, Mauá, Rberão Pres, Arujá, Santos, Suzano, Osasco, Vargem Grande Paulsta, Itapev, Carapcuíba, Caeras, Cajamar, Cota, Santana de Parnaíba, Embu e Itapecerca da Serra, e o outro a RMC, cujos muncípos são: Campnas, Amercana, Hortolânda, Sumaré, Nova Odessa, Paulína e Jaguarúna. Caado (2002) aponta que a produção da RMSP supera a produção de qualquer estado braslero e nclusve das grandes regões com exceção do sudeste. A Regão Metropoltana de São Paulo (RMSP) é o núcleo predomnante da acumulação do captal no Brasl por sedar as grandes organzações ndustras, fnanceras e comercas que se encarregam da realzação e valorzação do captal. De acordo com Souza e Garca (1998), uma das característcas da regão de Campnas é a presença de um conjunto de empresas, atuando em setores de alta tecnologa, e de unversdades e centros de pesqusa centífca e tecnológca que pode representar snergas mportantes para a conformação de um sstema localzado de novações. De acordo com Amaral Flho (2001), as atvdades econômcas tendem a se concentrar em regões que apresentem vantagens comparatvas para seu desenvolvmento, ou seja, onde as condções são mas atraentes. E segundo Souza e Garca (1998), uma das característcas mportantes da Regão Metropoltana de Campnas é a vasta presença de organsmos de apoo às empresas. A regão é contemplada com duas grandes unversdades, a UNICAMP Unversdade Estadual de Campnas e a PUCCAMP Pontfíca Unversdade Católca de Campnas, e nsttutos de pesqusa como IAC Insttuto Agronômco de Campnas, ITAL Insttuto de Tecnologa de Almentos, CTI Centro de Tecnologa de Informátca, e o LNLS Laboratóro Naconal de Luz Síncotron. Myrdal (1972) e Hrschman (1961) enxergam o papel do Estado como sendo fundamental para emergênca de regões ao desenvolvmento, fazendo uma análse do nvestmento públco e de acordo com tas autores, a manera mas óbva pela qual a polítca econômca afeta os índces do desenvolvmento de dferentes partes de um país ou regão é através da dotação regonal das verbas de nvestmento públco. Um exemplo é apontado por Souza e Garca (1998), onde em 1983 fo crado a CIATEC Companha de Desenvolvmento do Pólo de Alta Tecnologa de Campnas, com o objetvo de coordenar as ações entre as empresas, de modo a estmular a mplantação de empresas de base tecnológca na cdade, e ntermedar as relações entre as empresas, a unversdade e os nsttutos de pesqusa. O Mapa 4 também apresenta algumas regões que formam clusters do tpo baxo-baxo, o prmero formado por muncípos do Ltoral paulsta e sudoeste paulsta, a outra regão se encontra no oeste e noroeste paulsta que se caracterzam por forte presença da agrcultura.

15 Fgura 4 Clusters bvarados entre o VAF (2005) paulsta e as demas varáves explcatvas Esforço de atratvdade muncpal IDHME Dstânca da Captal Fonte: Elaboração do autor. A vsualzação desses mapas mostra que os muncípos que apresentaram a formação de clusters do tpo alto-alto no mapa unvarado confrmaram esse tpo de cluster na análse bvarada, com exceção da varável dstânca da captal, pos espera se que quanto maor a dstânca do muncípo da captal, maor os custos de transporte e, portanto menor a exstênca de ndústras. Até este ponto, verfcou-se a exstênca de um padrão de autocorrelação espacal entre as varáves apontadas no modelo e percebeu-se a Regão de Rberão Preto, a RMC, a RMSP e o Vale do Paraíba como destaque no Valor Adconado Fscal à ndústra. 4 CONSIDERAÇÕES FINAIS Não há dúvdas quanto à mportânca do estudo da economa regonal e urbana e as questões de localzação da atvdade econômca, do mesmo modo à mportânca da economa paulsta dentro da naconal. Este estudo buscou dentfcar como a atvdade ndustral se espalha pelo estado paulsta, utlzando para tal, técncas de econometra espacal. Os prncpas autores da área mostraram a mportânca de uma sére de varáves que afetam a escolha por parte do empresáro pelo local mas adequado, sendo que o nível de educação, a dstânca do mercado consumdor e os nvestmentos públcos para a atração de ndústras são os prncpas fatores segundo tas autores. Portanto, utlzou-se neste estudo como varáves explcatvas, nível de educação muncpal, demonstrada através do IDHME; dstânca dos muncípos à captal do estado, como proxy do custo de transporte, por São Paulo ser o grande mercado consumdor do estado; por fm, utlzou-se uma varável que demonstra o quanto o poder públco de cada muncípo nvestu para atrar ndústras.

16 Os prmeros resultados obtdos a partr da utlzação da Análse Exploratóra de Dados Espacas (AEDE) demonstram que as regões de Campnas, Vale do Paraíba, Rberão Preto e a Metropoltana de São Paulo apresentam-se como as prncpas regões de ndustralzação do estado. A dversfcação da ndústra da captal e regão metropoltana, o pólo tecnológco da aeronáutca no Vale do Paraíba, a agrondústra de Rberão Preto e as ndústras de tecnologa de Campnas, prncpalmente na área de nformátca, permtram destaque para estas regões. Outro fator mportante é a exstênca de uma rodova que lga Rberão Preto à São Paulo, passando pela regão metropoltana de Campnas. As estmatvas do I de Moran global mostraram que exste autocorrelação espacal postva entre os muncípos paulstas para o Valor Adconado Fscal (VAF) para o ano de 2005, para todas as matrzes de peso testadas. Isto sgnfca que as cdades com alto (baxo) VAF são rodeadas por cdades também com alto (baxo) VAF. Quando se utlzou as varáves exógenas (esforço de atratvdade muncpal, dstânca da captal e sub índce educação do IDHM) na estmatva do I de Moran global verfcou-se que as varáves eam e dhme apresentaram autocorrelação espacal postva, ou seja, o VAF é maor quando há maor nvestmento públco e melhor nível de educação. No caso da varável dst a autocorrelação fo negatva. A explcação para tal consste no fato de que quanto mas longe o muncípo se encontra da captal menor é o VAF. Com o ntuto de verfcar a exstênca de clusters utlzou-se o I de Moran local e percebeu-se a presença de dos clusters do tpo alto-alto, sendo um na regão metropoltana de São Paulo e o outro na regão de Campnas. A produção da RMSP supera a produção de todos os estados brasleros, nclusve das grandes regões com exceção do sudeste. A outra regão de destaque é Campnas, que devdo à presença de um conjunto de empresas, atuando em setores de alta tecnologa, e de unversdades e centros de pesqusa centífca e tecnológca, o que benefca a expansão da atvdade ndustral local. Constatou-se também a presença de clusters do tpo baxo-baxo, o prmero formado por muncípos do Ltoral paulsta e sudoeste paulsta, a outra regão se encontra no oeste e noroeste paulsta que se caracterzam por forte presença da agrcultura. Para que haja uma amplação da ndústra nestas regões desprovdas, o governo do estado deve crar Unversdades como exste em Campnas e São Paulo, ncentvando pesqusa e desenvolvmento, melhorando os níves de educação e a qualfcação da mão-de-obra. Os muncípos que nvestem na atração de ndústras obtêm resultados postvos, portanto, programas de ncentvos à nstalação de ndústras devem ser crados onde a ndustralzação é esparsa. A mportânca deste trabalho resdu então na possbldade de vsualzação das prncpas áreas de ndustralzação e as menos ndustralzadas, além de demonstrar a nterferênca de cada muncípo em seus vznhos e a heterogenedade da dstrbução ndustral no estado. Mostrou-se também que maores nvestmentos públcos para atração de ndústras e melhores índces de educação têm relação postva com a exstênca de ndústras. Quanto à dstânca da captal, quanto maor, menor a quantdade de ndústras.

17 5 REFERÊNCIAS ALMEIDA, E. Curso de Econometra Espacal Aplcada. ESALQ-USP: Praccaba, AMARAL FILHO, Jar. A Endogenezação no Desenvolvmento Econômco Regonal e Local, Planejamento e Polítcas Públcas, n. 23, Jun ANSELIN, L. GeoDa 9.0 User s Gude. Mmeo, Unversty of Illnos, 2003 ANSELIN, L. Spatal econometrcs: Methods and Models, Boston: Kluwer Academc Publshers, ANSELIN, L. Spatal econometrcs n RSUE:Retrospect and prospect. In: Regonal Scence and Urban Economcs, n.37 (2007) , Unversty of Illnos, Urbana- Champagn, Urbana, USA, AZZONI, C.R. Evolução das teoras de localzação da atvdade econômca, n: Economa Urbana: Localzação e relações ntersetoras, São Paulo, IPE-USP, CAIADO, A. S. C. Reestruturação produtva e localzação ndustral: a dnâmca ndustral na RMSP entre 1985 e ANPEC, CLEMENTE, A., HIGACHI, H. Y. Economa e Desenvolvmento Regonal. São Paulo: Atlas, HIRSCHMAN, A. O. A Estratéga do Desenvolvmento Econômco. New Haven: Yale Unversty Press, MYRDAL, G. Teora econômca e regões subdesenvolvdas. Ro de Janero: Ed. Saga, PEROBELLI, F. S, ALMEIDA, E. S, ALVIM, M. I. S, FERREIRA, P. G. C. A. Análse espacal da produtvdade do setor agrícola braslero: In: Congresso Braslero de Economa e Socologa Rural, 43, 2005, Rberão Preto. Anas...Rberão Preto: SOBER. CD-ROM. RICHARDSON, H. W. Economa Regonal, Teora da Localzação, Estrutura Urbana e Crescmento Regonal, 2. ed. Zahar Edtores, Ro de Janero, SOUZA, M.C.A. F, GARCIA, R. O arranjo produtvo de ndústras de alta tecnologa na regão de Campnas NEIT-IE-UNICAMP, Nota Técnca 27/99, Ro de Janero, 1998.