FATORES LOCACIONAIS: UMA VISÃO DOS EXECUTIVOS DO SETOR INDUSTRIAL DA REGIÃO DO ALTO SAPUCAÍ, MINAS GERAIS

Transcrição

1 2, 3 e 4 de Julho de 2009 ISSN FATORES LOCACIONAIS: UMA VISÃO DOS EXECUTIVOS DO SETOR INDUSTRIAL DA REGIÃO DO ALTO SAPUCAÍ, MINAS GERAIS Elvis Magno da Silva FACESM/FAPEMIG Héctor Gustavo Arango FACESM/INPPEX Denilson Fábio Gusmão FACESM Resumo Este trabalho mostra os resultados de uma pesquisa sobre fatores de localização industrial, efetuada com os executivos das principais empresas desse setor situadas em quatro municípios limítrofes da região sul do estado de Minas Gerais, conhecidos pela predominância do modelo de base tecnológica. Foram pesquisados 21 fatores locacionais selecionados a partir de um extenso levantamento bibliográfico sobre o tema, abrangendo as áreas de economia espacial e organização industrial. Para a análise dos dados foram consideradas duas dimensões: o impacto do fator na decisão de localização das empresas e a influencia do fator como sendo aglomerativo ou não. Foi avaliada também a concordância entre as classificações dos entrevistados para as duas dimensões analisadas, o que permitiu medir a consistência das respostas. A partir das análises das duas dimensões pesquisadas foi elaborada uma classificação geral para os fatores locacionais que traduz a visão do conjunto das opiniões dos principais tomadores de decisão das indústrias da região. Palavras-chaves: economia regional; fatores locacionais; indústria de tecnologia

2 1. INTRODUÇAO A instalação e implantação de uma empresa numa determinada localidade ou região requer a elaboração de um projeto e os mais variados estudos. Nesse processo, é de grande importância a avaliação dos fatores locacionais. Estes fatores ajudam a determinar o que leva uma empresa a escolher uma localidade em detrimento de outra. Este estudo tem por objetivo determinar quais os principais fatores associados à decisão de localização de unidades industriais, na visão dos gestores das principais empresas do setor situadas em quatro municípios da região sul de Minas Gerais. Para atender a este objetivo, foram formuladas as seguintes perguntas-problema: Quais são os fatores locacionais que são considerados favoráveis para a localização das plantas industriais? O que elas consideram como fatores desfavoráveis? Existe algum fator que não interfere no processo? Qual é a importância de cada um destes fatores na decisão final? A seleção dos fatores locacionais foi efetuada tomando como base o referencial teórico pesquisado, que inclui os modelos de análise locacional derivados do estudo original de Von Thünen, as contribuições modernas à teoria da análise locacional e as considerações referentes à organização industrial a partir dos trabalhos de Porter. Desta forma, foram escolhidos 21 fatores associados à decisão de localização industrial, divididos em cinco classes denominadas respectivamente de custos de transportes, custos operacionais, tecnologia, conhecimento e capital humano, ambiente e vantagens de implementação. As classes foram constituídas a partir da combinação dos elementos principais considerados em cada uma das 18 abordagens estudadas no referencial teórico. Desta forma, cada fator selecionado foi associado a um conjunto de referências em função do mesmo ter sido considerado importante nos modelos estudados. Os fatores locacionais foram avaliados então por gestores de 11 das principais indústrias situadas nos municípios de Itajubá, Santa Rita do Sapucaí, Paraisópolis e Brasóplois, que concentram empresas do ramo tecnológico, associadas principalmente à indústria automotiva, elétrica, eletroeletrônica e aeronáutica. Na avaliação foram consideradas duas dimensões de análise: a influencia e a importância de cada fator. No caso da influencia foi perguntado se o fator em análise seria favorável, desfavorável ou indiferente para a decisão de localização. No caso da importância, 2

3 foi pedido que o entrevistado atribuísse um peso para esse mesmo fator numa escala de 0 a 1, conforme sua relevância na escolha do local da empresa. Os resultados das avaliações dos gestores foram analisados a partir da freqüência atribuída pelo grupo à influência de cada fator e pela média dos respectivos pesos. Desta forma, no primeiro caso, foi possível determinar quais fatores são considerados favoráveis, desfavoráveis ou neutros pela predominância da freqüência com que a influência destes fatores foi avaliada. No segundo caso, foi possível comparar a relevância atribuída a cada fator para as classificações anteriormente efetuadas por influência. Foi também verificada a concordância nas opiniões dos gestores para medir a consistência da classificação de cada fator. Para finalizar a analise foi efetuada uma classificação dos fatores levando em consideração o conjunto das dimensões avaliadas OBJETIVO Este artigo tem por objetivo principal investigar os principais fatores relacionados com as decisões de implantação e localização de unidades industriais. Para atender a esta finalidade foi pesquisadas a opinião dos principais administradores das empresas sediadas nos municípios da região do Alto Sapucaí no sul do estado de Minas Gerais. 2. REFERENCIAL TEÓRICO O presente trabalho encontra-se inserido na temática da denominada Economia Espacial, área do conhecimento que segundo Hoover, apud HADDAD (1989), trata das questões relativas à determinação das razões da localização de determinadas atividades econômicas em certos espaços geográficos. Dentro da economia espacial podem ser consideradas ainda duas grandes vertentes, denominadas respectivamente de análise regional e análise locacional Friedman (apud HADDAD, 1989). Desta forma, mais especificamente, este artigo estaria contido dentro da análise locacional, que segundo HADDAD (1989), está relacionada com o estudo das razões que levam os agentes econômicos a decidir pela localização das suas atividades econômicas em determinado lugar geográfico. Considera ainda que o objetivo dos agentes, sejam eles públicos ou privados, é a obtenção de vantagens 3

4 máximas ou de custos mínimos na localização escolhida, através de ferramentas típicas da análise microeconômica (BERLIANT, 1994). A classificação dos espaços econômicos estabelecida por Perroux (apud CLEMENTE, 1994) considera três tipos de espaço, denominados respectivamente de espaço de planejamento, espaço polarizado e espaço homogêneo. A finalidade deste estudo está de acordo com o conceito de espaço de planejamento, que se refere ao espaço definido como um conjunto de processos e de ações relacionadas com a tomada de decisão. A área geográfica correspondente ao espaço econômico de planejamento comporta quatro municípios da região sul do estado de Minas Gerais, respectivamente Itajubá, Santa Rita do Sapucaí, Paraisópolis e Brasópolis. Quanto ao caso particular da localização industrial, podem ser encontrados na literatura sobre o tema vários modelos explicativos essencialmente espaciais como, por exemplo, os de Von Thünen, Weber, Lösch e Isard, entre outros. O modelo de Von Thünen foi proposto no início do século XIX e corresponde à denominada escola Clássica Alemã, preocupada fundamentalmente com os efeitos da dimensão espacial na análise econômica. Os economistas da escola clássica, entre eles Marshall ( ), não consideraram de forma completa os efeitos da influência do espaço no equilíbrio econômico (HADDAD, 1989). Entretanto, estudos ligados à denominada área de organização industrial, redescobriram nos trabalhos deste economista elementos relacionados com externalidades importantes na localização de indústrias competitivas como, por exemplo, a sua distância ao mercado e aos seus fornecedores. Este tipo de abordagem foi retomada e popularizada no final do século XX por Porter em seus trabalhos sobre estratégias para obtenção de vantagens competitivas das empresas. Na linha original de economia espacial - onde o espaço realmente é tratado como uma variável própria do modelo explicativo - houve um renascimento também nas últimas décadas do século XX, através dos trabalhos de autores como Fujita, Krugman e Varnables. Em ANDRADE (1987) pode ser vista uma análise histórica dos processos de concentração industrial. A ênfase desta explicação está relacionada com fatores ligados à infra-estrutura e à disponibilidade de mão de obra abundante para o beneficiamento de matérias primas, principalmente de alimentos e de produtos têxteis. No modelo de Von Thünen, que originalmente é um modelo para explicar a localização da atividade agrícola e que, posteriormente, serviu de base para o inicio dos estudos sobre localização industrial, o principal fator relacionado com a localização é a 4

5 distância ao mercado. Trata-se então de um modelo simplificado com hipóteses como a da existência de espaço homogêneo, onde a produtividade marginal se relaciona de forma direta com a proximidade ao mercado consumidor, ou distância ate o cliente (CLEMENTE, 1994). Um outro modelo explicativo é a denominada Teoria Weberiana da localização industrial, (HADDAD, 1989). Neste modelo, são considerados três fatores fundamentais para a decisão de localização das indústrias. O primeiro seria o custo de transporte, dependente, entre outros fatores, da distância e da disponibilidade de vias de comunicação. Assim, fatores como a proximidade com o mercado consumidor e com as fontes de matéria prima, ou fornecedores seriam consideradas vantagens importantes para a localização das unidades produtivas. O segundo fator considerado por Weber é o custo da mão-de-obra e o terceiro se refere a uma combinação de forças de aglomeração de desaglomeração. Ainda segundo a Teoria Weberiana, fator locacional pode ser entendido como uma vantagem ou ganho, no sentido de uma redução de custos, conseguida por uma empresa ao decidir pela sua localização em determinado lugar. O modelo de Lösch pode ser considerado como orientado ao lucro (CLEMENTE, 1994). Desta forma, embora considere o custo de transporte como um elemento na determinação da aglomeração, agrega ao processo decisório as economias de escala obtidas na produção. Desta forma, a maior ou menor vantagem se refere ao maior ou menor predomínio de um destes elementos sobre o outro. Os custos fixos também ocupam um lugar especial na analise de Lösch. Em relação ao mercado, este modelo se caracteriza pela concepção teórica do cone de demanda, para explicar o desestímulo ao consumo provocado pela distância ao mercado consumidor. A densidade populacional e a renda per cápita são consideradas espacialmente como constantes. O modelo de Isard pode ser visto como uma complementação do modelo de Weber, uma vez que tem como principal fator explicativo para a localização seria a distância. Em síntese, o modelo de Isard explica que existiria um novo fator de produção, que ele denomina de insumo de transporte. O custo deste insumo seria determinado pela estrutura competitiva e por fatores conjunturais locais. A quantidade necessária deste insumo, por outro lado, seria dependente do padrão tecnológico e pela eficiência dos meios de transporte (CLEMENTE, 1994). O trabalho de Söderman se diferencia pela adoção de modelos econométricos. Desta forma, investigou a correlação de um extenso conjunto de fatores locacionais com a 5

6 localização de unidades produtivas, encontrando correlação mais acentuada entre a distância e as ações de planejamento governamental (distritos, incentivos). O modelo SOMEA 1 se caracteriza pela contraposição entre os denominados fatores desejáveis pelas indústrias e os fatores disponíveis em determinado espaço. Quanto aos segundos, o modelo efetua uma distinção entre fatores gerais e fatores específicos de cada região, colocando como exemplos destes últimos, a disponibilidade de energia elétrica e de meios de transporte. Os modelos gravitacionais se relacionam com a idéia de pólo de atração ou de desenvolvimento. Desta forma, a localização poderia ser explicada pela distância a um pólo de atração e pela importância deste, que funcionaria como uma analogia da massa no modelo de gravitação universal de Newton. No caso da economia espacial, este tipo de modelo da forte ênfase à distância e ao tamanho do mercado (ARANGO, 2000). A localização industrial também pode ser explicada pela interação entre as forças de aglomeração e desaglomeração espacial, de forma que a probabilidade de localização resulta função da densidade de consumidores residenciais e da densidade comercial (tamanho do mercado) e da distância até o mesmo (ARANGO, 2004). No trabalho deste autor, são considerados ainda fatores indutores do crescimento como a infra-estrutura rodoviária e os denominados coeficientes de planejamento e de implantação. O coeficiente de planejamento se relaciona com a disponibilidade de áreas especificas para a localização de empresas, ou distritos industriais, enquanto o coeficiente de implantação depende do esforço do governo ou dos gestores regionais para atrair empresas concedendo vantagens ou até seus contatos pessoais e relacionamento com os responsáveis pela decisão de localização. No trabalho Infrastructure in a structural model of economic growth, HOLTZ- EAKIN (1995) desenvolvem um modelo neoclássico de crescimento para avaliar a influência da infra-estrutura sobre o acumulo de capital público e o aumento da produtividade. Embora suas conclusões não apontem para uma forte dependência entre as variáveis consideradas, o trabalho apresenta a preposição de um modelo de crescimento onde a variável explicativa (infra-estrutura) é explicitamente considerada. Relacionado com infra-estrutura, SHEPPARD et al (1995) consideram o problema da mensuração do beneficio de melhorias no sistema de transportes em áreas urbanas, a partir do valor agregado ao uso do solo. Embora seu estudo 1 Sigla de Sociedade de Matemática e Economia Aplicada (CLEMENTE, 1994). 6

7 esteja direcionado ao transporte dentro das cidades, algumas conclusões podem ser extrapoladas para o transporte entre cidades. Outro fenômeno importante ligado à localização foi estudado por ZAX (1994), quando propõe um modelo para explicar a mobilidade entre e dentro das regiões. Para este autor, a migração ocorre quando o trabalhador deixa seu mercado residencial-laboral para se realocar em outro mercado. No trabalho citado, também são investigados os determinantes do comportamento migratório, analisando a saída do centro para a periferia ou interior. PALIVOS et al, (1996) apresentam um estudo detalhado que investiga as razões da aglomeração urbana, propondo um modelo que tem como principal fator explicativo o acúmulo de conhecimento humano. Entre as questões tratadas, este autor investiga a possibilidade de uma cidade conseguir uma alocação socialmente ideal em um ambiente de laissez-faire e, caso isto não ocorra, quais seriam as ações governamentais capazes de promover uma eficiente alocação intra-temporal na economia local. Ainda neste trabalho, os autores desenvolvem um modelo dinâmico de equilibro geral com iteração espacial. Neste modelo, o capital humano é a externalidade que representa a força centrípeta de aglomeração. Entre outros fatores aglomerativos citados está citada a disponibilidade de bens públicos. O trabalho de ABDEL-RAHMAN et al (1995) pode ser visto como uma primeira tentativa de construir um modelo de equilíbrio geral relacionado com as recentes tendências de urbanização. Neste modelo espacial de equilíbrio geral é considerada a heterogeneidade do trabalho. Desta forma, enquanto a mão-de-obra pouco capacitada cuida da produção de bens primários na periferia, os trabalhadores com alta capacitação produzem bens de alta tecnologia no centro. Assim, os salários da mão-de-obra pouco capacitada são determinados competitivamente, enquanto os salários de trabalhadores com alta capacitação são definidos através de barganha de Nash simétrica ( symmetric Nash bargain ) entre as firmas de alta tecnologia e os próprios trabalhadores. Os estudos de PORTER (2001), na linha neoclássica ortodoxa, partem da questão competitiva como principal motivo da localização das empresas. Nesta linha tornou conhecido o que denominou de cinco forças competitivas, que explicariam a escolha da estratégia competitiva das empresas, inclusive a sua localização. A questão ambiental também é incorporada aos fatores relevantes para os estudos de economia espacial, a partir de estudos recentes que interagem modelos econômicos com modelagem dinâmica de sistemas biológicos (NIJKAMP,1995) 7

8 3. METODOLOGIA Para o levantamento dos dados foi elaborado um questionário com 21 perguntas referentes à decisão de localização de uma unidade produtiva. A seleção das perguntas foi efetuada a partir das classes de fatores locacionais considerados importantes na literatura existente sobre o tema. Desta forma, foram escolhidas as classes de: 1) custos de transportes ou distâncias; 2) custos operacionais ou diretos; 3) disponibilidade de tecnologia, conhecimento e capital humano; 4) ambiente locacional e 5) existência de vantagens de implementação. Para cada uma destas classes foram elaboradas perguntas associadas a fatores considerados importantes dentro delas, de acordo com o referencial teórico adotado, como mostra o Quadro [1]. QUADRO 1: Classes e fatores locacionais associados pesquisados CLASSE DE FATOR FATOR ASSOCIADO FUNDAMENTAÇÃO TEÓRICA 1. Custo dos transportes (distância) 2. Custos operacionais (diretos) 3. Tecnologia conhecimento e capital humano 4. Ambiente 5. Vantagens de implementação Proximidade com clientes Proximidade com fornecedores Proximidade com portos Proximidade com aeroportos Estradas com boa pavimentação Baixo nível de instrução Faixa salarial elevada Mão-de-obra qualificada Tecnologia disponível Centros de pesquisa Universidades Grande centro Interior Clima (tempo) Exigência de políticas ambientais Sindicato pouco atuante Existência de empresas de transportes Infra-estrutura disponível Existência de distrito industrial Incentivos fiscais Influência política 2, 3, 5, 6, 8, 9, 15 3, 5, 6, 15 1, 3, 5, 7, 12, 15 1, 3, 5, 7, 12, 15 1, 3, 5, 9, 7, 12, 15 3, 4, 13 3, 4, 13, 15 1, 3, 12, 13, 15 5, 12, 13, 15 12, 13, 15 12, 13 2, 8, 9 9, 11 7, 17 16, 17 3, 4, 15 5, 7, 15, 18 1, 7, 9, 10, 15 6, 9, 15 4, 6, 9, 15 Legenda: 1. Análise Histórica; 2. Von Thünen; 3. Weber; 4. Lösch; 5. Isard; 6. Söderman; 7. SOMEA; 8. Gravitacional (pólos); 9. Arango; 10. Holtz-Eakin; 11. Zax; 12. Palivos; 13. Abdel-Rahman; 14. Fujita; 15. Porter; 16. Legislação; 17. Nijkamp-Reggiani, 18. Sheppard. 9 8

9 O questionário foi aplicado em 11 empresas estabelecidas nos principais municípios industriais da região do Alto Sapucaí. No município de Itajubá foram entrevistadas as empresas: Cabelauto, Stabilus, Endep, Fania e AFL; no município de Santa Rita do Sapucaí as empresas: Moore, FIC, Linear e Metagal; em Brasópolis a empresa Motobrás; e em Paraisópolis a empresa Delphi. De modo geral estas empresas se caracterizam pelo uso de tecnologia, notadamente direcionada aos setores automotivo, aeronáutico e de informática. Os respondentes dos questionários foram gerentes e diretores das áreas de planejamento e logística das empresas. O questionário foi elaborado para avaliar duas dimensões relacionadas com a localização industrial: a) a interferência do fator, medida através de uma variável qualitativa classificada como positiva, negativa ou neutra e b) a importância ou impacto de cada fator, avaliada como um peso na tomada de decisão sobre a localização da unidade produtiva e medida através de uma variável quantitativa, dividida em cinco faixas percentuais igualmente distribuídas e variando de 0% a 100% (0 a 1). Nesta escala, quanto maior o percentual maior a importância (positiva ou negativa) atribuída ao fator. Assim, o questionário teve como objetivo determinar os fatores que são considerados importantes para a localização industrial, independentemente da sua disponibilidade ou não na região estudada. Como ilustração, foi perguntada a importância de um porto, sendo que a região do alto Sapucaí é mediterrânea. Para efetuar a análise transversal dos dados foi calculada uma medida da concordância entre as respostas dos indivíduos pesquisados para cada fator locacional. A medida empregada foi o coeficiente de concordância, CC, tal como definido por ARANGO, CC j DM max DM DM max j Onde: CC j = coeficiente de concordância do fator j; DM x max max 1 xmax 1 ; n 2 x ext 1 x ext 2 ; 2 9

10 x ext1 e ext 2 x = números correspondentes às opiniões extremas 2 na escala proposta por Likert; Esta medida varia entre 0 e 1. Assim, 0 CC 1, onde o valor 1 indica concordância máxima (discordância mínima, ou nula), enquanto o valor 0 indica discordância máxima (concordância mínima, ou nula). Pode ser considerada uma medida reversível, pois permite avaliar, para cada situação, a concordância e a discordância da mesma. Assim, acima de 0,5 indica concordância e abaixo deste valor, discordância. Ainda segundo Arango, pode ser interpretado como o percentual de concordância sobre o total de opiniões emitidas pelos indivíduos pesquisados ou, alternativamente, como o complemento do número de discordâncias sobre o mesmo total de opiniões. O coeficiente de concordância foi aplicado tanto para a dimensão da classificação quanto para a do peso do fator locacional. 4. RESULTADOS Os resultados das análises das dimensões dos fatores, bem como a consistência das respostas dos entrevistados são mostrados a seguir. Influência dos fatores O Quadro [2] resume os dados da pesquisa quanto a classificando das respostas de acordo à avaliação da influencia do fator locacional e indicando a concordância entre os respondentes. QUADRO 2: Fatores locacionais positivos, negativos e neutros FATOR LOCACIONAL POS. NEG. IND. SR TOT fa fr fa fr fa fr fa fr fa fr CC Classe 1 Proximidade com clientes 9 81,8 1 9,1 1 9, ,55 Proximidade com fornecedores 6 61,6 2 18,2 3 31, ,2 Proximidade com portos 4 41,4 1 9,1 6 61, ,47 Proximidade com aeroportos 4 41,4 1 9,1 6 61, ,47 Estradas com boa pavimentação 6 61,6 4 41,4 1 9, ,1 Classe 2 Baixo nível de instrução 7 61,6 2 18,2 2 18, ,3 2 Define-se opinião extrema como aquela que apresenta valor mínimo ou valor máximo. 10

11 Faixa salarial elevada 2 18,2 6 61,6 2 18,2 1 9, ,28 Classe 3 Mão-de-obra qualificada 10 90,9 1 9, ,67 Tecnologia disponível 7 61,6 1 9,1 3 31, ,42 Centros de pesquisa 7 61,6 2 18,2 2 18, ,3 Universidades 9 81, , ,7 Classe 4 Grande centro 1 9,1 5 51,5 5 51, ,42 Interior 5 51,5 1 9,1 4 41,4 1 9, ,4 Clima (tempo) Exigência de políticas ambientais 8 71, , ,6 Classe 5 Sindicato pouco atuante 2 18, , ,7 Existência de empr. de transporte 4 41,4 2 18,2 5 51, ,4 Infra-estrutura disponível Existência de distrito industrial 10 90, , ,83 Incentivos fiscais 7 61,6 2 18,2 2 18, ,3 Influência política 3 31,3 1 9,1 7 61, ,55 TOTAL , , , , ,65 MÉDIA 5,81 52,81 1,52 13,85 3,57 32,47 0,10 0, ,51 Os fatores locacionais foram classificados em positivos, negativos ou neutros em função da predominância do número de respostas dos indivíduos pesquisados. Desta forma, chegou-se a 13 fatores positivos, 6 neutros e 2 negativos. Os fatores positivos que foram indicados com maior freqüência foram, pela ordem: infra-estrutura disponível (100%), mão de obra qualificada e existência de distrito industrial (ambos com 90,9%). Para os fatores negativos as maiores freqüências foram: faixa salarial elevada (61,6%) e grande centro (51,5%). Entre os fatores apontados como indiferentes, os mais citados foram: clima (100%) e sindicato pouco atuante (81,8%). Em relação as classes a que pertencem, pode ser observado que para a classe 1, 3 fatores foram considerados positivos e 2 neutros. Para a classe 2, 1 positivo e 1 negativo, para a classe 3, todos os quatro positivos, para a classe 4, 2 positivos, 1 negativo e 1 neutro, e para a calasse 5, 3 positivos e 3 neutros. A análise da concordância para cada fator pode ser observada no Quadro [3]. Concordância Concordância QUADRO [3]: Análise da concordância por fator Classificação Classificação Fator locacional CC CC Fator Classe Clima (Tempo) 1 = 4 Infra-estrutura Disponível Forte Existência de Distrito Industrial 0, CC 0,7 Sindicato Pouco Atuante 0,7 = 5 Universidades 0,7 + 3 Moderada Mão-de-Obra Qualificada 0, ,7<CC 0,6 Exigência de Políticas Ambientais 0,6 + 4 Leve Proximidade com Clientes 0,

12 Discordância 0,6<CC<0,5 Influência Política 0,55 = 5 Proximidade com Portos 0,47 = 1 Leve Proximidade com Aeroportos 0,47 = 1 0,5<CC<0,4 Grande Centro 0,42-4 Tecnologia Disponível 0, Moderada Interior 0, ,4 CC<0,3 Existência de Empr. de Transporte 0,4 = 5 Forte CC 0,3 Baixo Nível de Instrução 0,3 + 2 Centros de Pesquisa 0,3 + 3 Incentivos Fiscais 0,3 + 5 Faixa Salarial Elevada 0,28-2 Proximidade com Fornecedores 0,2 + 1 Estradas com Boa Pavimentação 0,1 + 1 A infra-estrutura disponível e o clima tiveram concordância absoluta entre os respondentes. Também houve grade concordância em relação à existência de distrito industrial, universidades, e sindicato pouco atuante. Foi observada grande discordância em relação aos fatores estradas com boa pavimentação, proximidade com fornecedores e faixa salarial elevada, principalmente. Nota-se que a concordância ou não ocorre para fatores classificados de todas as formas. Entretanto, a discordância prevaleceu entre os fatores negativos, demonstrando falta de consistência quanto à opinião sobre este tipo de fator. Houve concordância para 9 fatores, dos quais 6 foram positivos e 3 neutros. Foi observada discordância para 12 fatores, dos quais 7 eram positivos, 3 neutros e 2 negativos. Na faixa de concordância forte observam-se 5 fatores, 3 positivos e 2 neutros. Na faixa de discordância forte são 6 fatores, 5 positivos e 1 negativo. Impacto dos fatores Para a analise do impacto dos fatores locacionais foi calculada a média dos pesos atribuída por cada respondente. No Quadro [4] estão resumidos estes resultados, alem do coeficiente de concordância dos pesos de cada fator e a sua classificação. QUADRO 4: Peso ou impacto dos fatores locacionais FATOR LOCACIONAL Peso médio Ordem CC do Classificação peso do fator Classe Mão-de-obra qualificada 0, , Proximidade com clientes 0, , Infra-estrutura disponível 0,75 3 0, Incentivos fiscais 0, ,

13 Proximidade com fornecedores 0, , Tecnologia disponível 0, , Faixa salarial elevada 0,6 7 0, Estradas com boa pavimentação 0, , Existência de distrito industrial 0, , Baixo nível de instrução 0, , Universidades 0, , Interior 0, , Exigência de políticas ambientais 0, , Centros de pesquisa 0, , Existência de empr. De transporte 0, ,58 = 5 Proximidade com portos 0, , = 1 Proximidade com aeroportos 0, , = 1 Influência política 0, , = 5 Sindicato pouco atuante 0, ,73444 = 5 Grande centro 0, , Clima (tempo) 0, , = 4 MÉDIA GERAL 0, , Para análise do impacto de cada fator foi estabelecida uma escala relacionando o seu peso médio com o seu grau de importância, como mostra o Quadro [5]. QUADRO 5: classificação dos pesos médios dos fatores locacionais Avaliação Peso médio quanto à importância P 0,75 Extremamente 0,75 > P 0,5 Muito 0,5 > P 0,25 Pouco P < 0,25 Não Desta forma, entre os fatores positivos se destacaram a mão-de-obra qualificada, a proximidade com clientes e infra-estrutura disponível como extremamente importantes. Em relação aos fatores negativos, a faixa salarial elevada seria o único fator que poderia se considerar relevante, sendo classificado como muito importante. O outro fator negativo foi considerado pouco importante. Note que, como era esperado, os fatores apontados como neutros são classificados como pouco importantes, o que mostra a coerência nas respostas dos entrevistados. 13

14 No Quadro [6] são mostrados alguns resultados que permitem uma análise normalizada da importância de cada fator. Observe que a media dos pesos dos fatores positivos foi de aproximadamente 0,59, maior que a média dos pesos dos fatores negativos, 0,47. Em ambos os casos, entretanto, nota-se que os respondentes valorizaram o fator locacional, seja positiva ou negativamente. Já no caso dos fatores neutros, a média de 0,35 mostra o pouco impacto atribuído a este grupo. Observe ainda em relação aos fatores positivos, que dois deles estão fora do intervalo de 90%, o que indica que são considerados importantes em comparação com seu próprio grupo. Nos fatores negativos esta análise é prejudicada pela amostra e no caso dos neutros nenhum fator se destaca em relação ao seu grupo. QUADRO 6: Normalização dos pesos dos fatores Classificação do fator N Peso médio Desvio padrão dos pesos Limite de 90% Limite de 10% Positivo 13 0, , , , Negativo 2 0, , , , Neutro 6 0, , , , Quanto à concordância das opiniões em relação ao peso dos fatores, o Quadro [3] mostra que houve discordância somente quanto à tecnologia disponível e a infra-estrutura disponível. Ainda, esta discordância foi classificada como leve. Nos demais 19 fatores, o peso foi concordante. Classificação conjunta dos fatores locacionais A partir da classificação efetuada dos fatores locacionais e da avaliação da concordância das dimensões influencia e impacto, pode ser agora tentada uma classificação geral (rank) dos fatores que considere todos os aspectos trabalhados. Para esta análise foi considerado um critério de comparações entre os fatores, considerando as dimensões como classificadores principais e a concordância como classificadores secundários. Entre os classificadores principais, o impacto foi considerado em primeiro lugar, dando origem ao rank peso. Foi construída um outra classificação para a influencia, denominada rank infl. Em ambos os casos foi usada a concordância como critério de empates. A classificação geral foi efetuada pelo menor valor da soma dos ranks de peso e influência. Em caso de empate na 14

15 classificação geral, foi considerada a hierarquia dos classificadores principais em primeiro lugar e, posteriormente, os coeficientes de concordância do peso e os da influencia, em ultimo lugar. Em caso de nós, foi utilizado o critério de ordem fracionária, conforme o número de fatores empatados 3. Para os fatores positivos e negativos, a classificação dos pesos foi do maior para o menor, em ordem descendente. No caso dos fatores neutros, a ordenação foi invertida 4. O Quadro [7] mostra os resultados da classificação geral para os fatores classificados como positivos. Pode ser notado que houve uma alteração da classificação conjunta para a classificação por pesos. A mão de obra qualificada continua sendo o fator locacional principal, mas a infra-estrutura disponível passa a ser o segundo fator em importância, superando a proximidade com clientes. A alteração mais acentuada na ordem dos fatores ocorreu com a existência de distrito industrial, que na classificação por pesos figurava em nono lugar e na classificação conjunta é o quarto fator mais importante, deslocando os incentivos fiscais para o quinto lugar. Este seria o grupo principal de fatores locacionais positivamente associados com a implantação de uma unidade produtiva. Tecnologia disponível e universidades são fatores ainda relevantes, pertencentes ao grupo intermediário de fatores positivos. QUADRO 7: Classificação geral dos fatores positivos Rank Peso Rank CC fr Rank CC Rank Fator Geral Médio Peso Peso (%) Infl. Fator soma 1 Mão-de-Obra Qualificada 0,82 1 0, ,9 3 0, Infra-estrutura Disponível 0,75 3 0, ,00 1 1, Proximidade com clientes 0,80 2 0, ,82 5 0, Existência de Distrito 0,55 8 0, ,9 2 0, Industrial 5 Incentivos Fiscais 0,64 4 0, ,6 9 0, Tecnologia Disponível 0,61 6 0, ,6 7 0, Universidades 0, , ,82 4 0, Proximidade com Fornecedores 0,61 5 0, ,6 11 0, Baixo Nível de Instrução 0,55 9 0, ,6 9 0, Soma-se a ordem dos casos empatados e divide-se pelo numero de casos empatados. Por exemplo, se os dois primeiros casos forem empatados, a soma das ordens é igual a 3 (1+2), que dividido por 2 resulta igual a 1,5. A ordem dos fatores seria então igual a 1,5. 4 Obviamente foi considerado que quanto mais neutro o fator, menor deveria ser o seu peso. 15

16 10 Exigência de Políticas 0, , ,7 6 0,6 18 Ambientais 11 Estradas com Boa 0,59 7 0, ,6 12 0,1 19 Pavimentação 12 Centros de Pesquisa 0, , ,6 9 0, Interior 0, , ,5 13 0,4 24 No Quadro [8] estão relacionados os resultados da classificação geral para os fatores classificados como negativos, isto é, que desmotivam a escolha de uma localidade ou região pelas empresas. Neste caso a ordenação seguiu a mesma classificação que as classificações anteriores. Desta forma, o único fator relevante seria a faixa salarial elevada. QUADRO 8: Classificação geral dos fatores negativos Rank Peso Rank CC fr Rank CC Fator Geral Médio Peso Peso (%) Infl. Fator 1 Faixa Salarial Elevada 0,60 1 0, , ,74 2 Grande Centro 0,34 2 0, , ,86 O Quadro [9] mostra que a classificação conjunta dos fatores acompanhou exatamente a classificação por pesos invertidos. Assim, o fator mais neutro, ou menos relevante, é o clima, seguido do sindicato pouco atuante. Entre os fatores neutros, o mais importante (ou menos neutro) foi a existência de empresas de transporte, cujo peso médio se aproximou bastante dos pesos médios dos fatores positivos menos importantes. QUADRO 9: Classificação geral dos fatores neutros Rank Peso Rank CC fr Rank CC Fator Geral Médio Peso Peso (%) Infl. Fator 1 Clima (Tempo) 0,20 1 0, , Sindicato pouco Atuante 0,34 2 0, ,82 2 0,7 3 Influência Política 0,36 3,5 0, ,64 3 0,55 4 Proximidade com Aeroportos 0,36 3,5 0, ,55 4,5 0,47 5 Proximidade com Portos 0,41 5 0, ,55 4,5 0,47 6 Existência de Empr. de Transporte 0, ,58 41,4 6 0,4 16

17 5. CONCLUSÕES A partir dos resultados obtidos foi possível efetuar uma classificação dos fatores locacionas do setor industrial na visão dos gestores da região tecnológica do sul de Minas Gerais. A maioria dos fatores pesquisados foi classificada como favoráveis à localização industrial, seguidos pelos fatores considerados indiferentes. Somente 2 dos 21 fatores pesquisados foram apontados como não convenientes. Em geral, foi observada coerência quanto à classificação dos fatores. A classificação de 9 dos 21 fatores mostrou um coeficiente de concordância acima de 0,5, enquanto apenas 6 fatores indicaram discordância forte. Na classificação por influência, os fatores indicados com maior freqüência entre os positivos para a localização industrial foram respectivamente infra-estrutura disponível, existência de distrito industrial e mão-de-obra qualificada. Na classificação efetuada a partir do referencial teórico, os dois primeiros fatores estavam incluídos na classe 5, referente a vantagens de localização. O terceiro fator estava incluído na classe 3, tecnologia, conhecimento e capital humano. Os fatores lembrados maior número de vezes como indiferentes foram: clima e sindicato pouco atuante. Os únicos fatores classificados como desfavoráveis foram: faixa salarial elevada e grande centro. Foi observada discordância quanto à classificação somente para os fatores negativos, sendo que para o primeiro deles, esta foi classificada como forte. Na classificação da dimensão impacto, o peso médio dos 21 fatores foi de aproximadamente 0,51, indicando que, de modo geral, os fatores selecionados são muito importantes. Entre os fatores positivos com impacto na localização os que apresentaram maior peso médio foram respectivamente: mão-de-obra qualificada, proximidade com clientes e infra-estrutura disponível. Dois destes fatores já tinham sido os mais lembrados quando foi solicitada a classificação por influência. A proximidade com clientes é um fator que tinha sido classificado no referencial na classe 1, de custos de transportes, e que é considerado relevante na maioria das modelagens sobre localização de indústrias. Entre os fatores que tinham sido indicados como negativos, o único que apresentou um peso médio importante foi a faixa salarial elevada. Quanto aos fatores neutros, como era de se esperar, tiveram atribuídos pesos baixos, indicando a sua não relevância para a decisão locacional. Os fatores neutros que foram 17

18 considerados menos importantes foram: clima, sindicato pouco atuante e influencia política. A presença de aeroportos também foi pouco considerada. A concordância quanto a indicação dos pesos por parte dos gestores foi elevada, com um coeficiente média acima de 0,6. Na classificação geral, que conjuga as duas dimensões pesquisadas, a mão-de-obra qualificada foi o primeiro fator favorável, seguido respectivamente pela infra-estrutura disponível e pela proximidade com clientes. A classificação geral para os fatores desfavoráveis e indiferentes acompanhou a classificação já obtida na atribuição dos pesos. Pode concluir de modo geral que regiões e/ou localidade com pretensões de industrialização necessitam de pesquisas e investimentos, não somente a nível local, mas a nível regional, o que enfatiza a necessidade de planejamento, integração e interação regional, visando não somente o crescimento econômico, mas o desenvolvimento de forma responsável, consciente e sustentável. REFERÊNCIAS ABDEL-RAHMAN, H.M.; WANG, P. Toward a general-equilibrium theory of a coreperiphery system of cities. Regional Science and Urban Economics, v. 25, n. 4, p , agosto ANDRADE, M. C. Espaço, Polarização e Desenvolvimento - Uma Introdução à Economia Regional. São Paulo, Editora Atlas, 1987, p. 88. ARANGO, H. G. Modelo de Simulação Espaço-Temporal do mercado consumidor de Energia Elétrica Baseado em múltiplos pólos urbanos e uso do solo Tese (Doutorado) Universidade Federal de Itajubá, UNIFEI, Itajubá, ARANGO, H. G. Spatial electric load forecasting using simulated annealing. WSEAS Transactions on Systems, Piraeus, Grécia, v. 1 n. 3, p. 14, BERLIANT, M.; TEN RAA, T. Regional science: The state of the art. Regional Science and Urban Economics, v. 24, n. 5, p , outubro CLEMENTE, Ademir. Economia Regional e Urbana. Editora Atlas, São Paulo, FUJITA, M.; KRUGMAN, P. When is the economy monocentric?: von Thünen and Chamberlin unified. Regional Science and Urban Economics, v. 25, n. 4, p , agosto

19 HADDAD, P. R. et al. Economia Regional - Teoria e Métodos de Análise. Fortaleza, Banco do Nordeste do Brasil, HOLTZ-EAKIN, D.; SCHWARTZ, A. E. Infrastructure in a structural model of economic growth. Regional Science and Urban Economics, v. 25, n. 2, p , abril NIJKAMP, P.; REGGIANI, A. Non-linear evolution of dynamic spatial systems The relevance of chaos and ecologically-based models. Regional Science and Urban Economics, v. 25, n. 2, p , abril de PALIVOS, T.; WANG, P. Spatial agglomeration and endogenous growth. Regional Science and Urban Economics, v. 26, n. 6, p , dezembro PORTER, M. Estratégia competitiva: técnicas para análise de indústrias e da concorrência, 2.ed. Rio da Janeiro: Campus, SHEPPARD, S.; STOVER, M.E. The benefits of transport improvements in a city with efficient development control. Regional Science and Urban Economics, v. 25, p , ZAX, J.S. When is move a migration?. Regional Science and Urban Economics, v. 24, n. 3, p , junho