Economias de Aglomeração e Escolha Locacional das Indústrias de Alimentos e Bebidas no Brasil: Uma Aplicação do Mixed Logit

Documentos relacionados
3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

Associação entre duas variáveis quantitativas

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

4 Critérios para Avaliação dos Cenários

Maiores Cidades, Maiores Habilidades Produtivas: Ganhos de Aglomeração ou Atração de Habilidosos? Uma Análise para as Cidades Brasileiras

O problema da superdispersão na análise de dados de contagens

Regressão Múltipla. Parte I: Modelo Geral e Estimação

O problema da superdispersão na análise de dados de contagens

QUALIDADE DAS AMENIDADES URBANA E A HETEROGENEIDADE DAS PREFERÊNCIAS: UM ESTUDO PARA AS REGIÕES METROPOLITANAS BRASILEIRAS

Análise de Regressão Linear Múltipla VII

METOLOGIA. 1. Histórico

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

AULA EXTRA Análise de Regressão Logística

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

2 Incerteza de medição

Prof. Lorí Viali, Dr.

Economia Industrial. Prof. Marcelo Matos. Aula 7

Análise de Regressão Linear Múltipla IV

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

2 Metodologia de Medição de Riscos para Projetos

1. CORRELAÇÃO E REGRESSÃO LINEAR

Santos Júnior, EP 1 ; Soares, HCC 1 ; Freitas, GP 2 ; Pannain, JLM 3 ; Coelho Junior, LM 4 * 1

Capítulo 1. Exercício 5. Capítulo 2 Exercício

Análise Exploratória de Dados

INOVAÇÃO E COMPETIÇÃO: UM ESTUDO DE CASO DO ARRANJO PRODUTIVO DE CONFECÇÃO DO AGRESTE PERNAMBUCANO

Prof. Lorí Viali, Dr.

), demonstrado no capítulo 3, para

Estatística II Antonio Roque Aula 18. Regressão Linear

Aula Características dos sistemas de medição

MODELOS DE REGRESSÃO PARAMÉTRICOS

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

DELINEAMENTOS EXPERIMENTAIS

Identidade dos parâmetros de modelos segmentados

REGRESSÃO NÃO LINEAR 27/06/2017

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

Programa do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall

AVALIAÇÃO ECONÔMICA DOS FUNDOS CONSTITUCIONAIS DE FINANCIAMENTO DO NORDESTE E DO NORTE (FNE E FNO)

Gabarito da Lista de Exercícios de Econometria I

EFEITOS DA CONSTRUÇÃO CIVIL SOBRE A DISTRIBUIÇÃO ESPACIAL DA RENDA DO TRABALHO NOS MUNICÍPIOS BRASILEIROS, Resumo

3 Algoritmos propostos

Algarismos Significativos Propagação de Erros ou Desvios

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

3 A técnica de computação intensiva Bootstrap

Testes não-paramétricos

7 - Distribuição de Freqüências

Métodos Avançados em Epidemiologia

DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS

Diferença entre a classificação do PIB per capita e a classificação do IDH

Chapter 9 Location INTRODUÇÃO. Localização de Instalações. Problemas de comunicação

Contabilometria. Aula 8 Regressão Linear Simples

AMENIDADES LOCAIS VERSUS OPORTUNIDADES ECONÔMICAS: UM RANKING DA QUALIDADE DAS AMENIDADES PARA AS REGIÕES METROPOLITANAS DO BRASIL

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

O COMPORTAMENTO DA MÃO-DE-OBRA OCUPADA NO NORDESTE BRASILEIRO: UMA ANÁLISE PARA OS ANOS DE 1995 E 2003

5 Especificações e Resultados

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

TENDENCIAS CLIMÁTICAS DA PRECIPITAÇÃO PLUVIAL NO ESTADO DO MARANHÃO

Ao se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.

Índices de Concentração 1

ESTRUTURA-CONDUTA- DESEMPENHO (SCP) vs. NOVA O.I. EMPÍRICA (NEIO)

Notas de aulas de Sistemas de Transportes (parte 4)

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados

SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE

Estatística Espacial: Dados de Área

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

CORRELAÇÃO E REGRESSÃO

Análise de Variância. Comparação de duas ou mais médias

Teoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva

4.1 Modelagem dos Resultados Considerando Sazonalização

2 Referencial Teórico

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para

PROVA DE ESTATÍSTICA & PROBABILIDADES SELEÇÃO MESTRADO/UFMG 2010/2011

7 Tratamento dos Dados

INSTITUTO POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

PRESSUPOSTOS DO MODELO DE REGRESSÃO

Série Textos para Discussão

Modelos para Localização de Instalações

Implementação Bayesiana

Instituições e nível de renda: uma abordagem empírica para os municípios paranaenses

RETORNOS PRIVADOS DE EDUCAÇÃO INDIVIDUAL NO PARANÁ

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ

8.16. Experimentos Fatoriais e o Fatorial Fracionado

Prof. Lorí Viali, Dr.

1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.

u a mesma área, na escala de 1: , tomadas a cada intervalo de 18 dias.

23/8/2010. Bem Estar e Poder de Mercado: 1. Eficiência alocativa; 2. Eficiência produtiva e 3. Eficiência dinâmica (progresso técnico).

Modelagem do crescimento de clones de Eucalyptus via modelos não lineares

Cap. IV Análise estatística de incertezas aleatórias

Análise de Regressão

Regressão Logística Aplicada aos Casos de Sífilis Congênita no Estado do Pará

Representação e Descrição de Regiões

Modelo Logístico. Modelagem multivariável com variáveis quantitativas e qualitativas, com resposta binária.

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

NOTA II TABELAS E GRÁFICOS

Transcrição:

Área 9 - Economa Industral e da Teconologa Economas de Aglomeração e Escolha Locaconal das Indústras de Almentos e Bebdas no Brasl: Uma Aplcação do Mxed Logt Roberta de Moraes Rocha (UFPE/PPGECON) Klebson Humberto de Lucena Moura (PIMES-UFPE) Resumo A pesqusa apresenta evdêncas da mportânca das economas de aglomeração, urbanzação e localzação, para a dstrbução espacal das ndústras de almentos e bebdas entre as prncpas cdades brasleras. A análse baseou-se na estmação de modelos de escolha dscreta, o logt condconal e o mxed Logt, a partr dos mcrodados da RAIS-Mte, para uma amostra de 5.196 estabelecmentos formas, uma cobertura de 92% do total com regstros no Mnstéro do Trabalho. Os resultados da pesqusa ndcam que, para a ndústra em especfca, é precso consderar a heterogenedade das frmas: atrbutos locas nfluencam de forma dferencada a escolha locaconal das frmas e, consequentemente, a sua produtvdade e lucro. Os resultados são consstentes com a presença de economas de localzação e urbanzação nas cdades que possuem uma maor concentração relatva de empregos na ndústra, assm como, naquelas que têm uma estrutura produtva mas dversfcada, os quas atuam como fatores de aglomeração. Além dsso, há ndcações de que as conexões para trás são mportantes para explcar a dstrbução espacal desses estabelecmentos, as quas são mas propensos a se nstalarem próxmos aos seus fornecedores de nsumos. Os resultados também apontam que, mesmo após estes controles, as ndústras de almentos e bebdas são atraídas a se nstalarem na cdade de São Paulo. Palavras-Chaves: Modelos Dscretos, Mxed Logt, Escolha Locaconal, Economas Aglomeração Abstract Ths research obtan evdences of the mportance of agglomeraton factors for the spatal dstrbuton of food and drnk ndustres of the man Brazlan ctes. The analyss based on the estmaton of dscrete choce models, condtonal logt and mxed logt, from mcrodata RAIS-Mte. It was possble because each establshment was dentfed through of the CNPJ them. The sample totalzed 5,196 establshment. The man results ndcate that ctes wth a greater relatve concentraton of obs n the food and drnk ndustres as well as wth greater ndustral dversty act as a force of attracton of the Food and drnk ndustry. Moreover, there are ndcatons that the back connectons and market access are mportant to explan the spatal dstrbuton of ndustres. The results ndcated that food and drnk ndustres prefer to locate the cty of São Paulo. Keys-Words: Dscrete Model, Mxed Logt, Locatonal Choce, Agglomeraton Economes JEL: L6 ; R11. 1

1. Introdução Três mportantes evdêncas têm norteados estudos em economa regonal e urbana acerca da dstrbução da atvdade produtva no espaço. Prmero, frmas e trabalhadores se dstrbuem rregularmente no espaço (Ellson, 2007; Ellson e Glaeser, 1999; Lautert e Arauo, 1994; Resende e Wylle, 2005; Resende, 2012; Ellson e Glaeser, 1999; Ellson e Glaeser, 1994). No Brasl, apenas 1,8% dos muncípos (100 muncípos) concentraram 50% dos empregos formas gerados pela ndústra da transformação no ano de 2010 1 ; e 40 muncípos responderam por 46% do Produto Naconal Bruto 2 e por 30% da população 3. Nos Estados Undos, em torno de 75% da população vve nas cdades que ocupam apenas 2% do terrtóro de todo o país (Rosenthal e Strange, 2006). Segundo, grandes cdades concentram trabalhadores mas qualfcados (Glaeser e Mare, 2001; Rocha et. al., 2011) e frmas mas produtvas (Combes et. al., 2009) o que pode potencalmente explcar, ao menos em parte, essa tendênca à concentração das ndústras. Combes et. al. (2009) observam que quando se duplca o tamanho das cdades dos Estados Undos, a produtvdade dessas cdades aumenta, em méda, entre 2% e 7%. No Brasl, no ano de 2010, apenas os 50 maores muncípos, que concentraram 31% da população, apresentou uma produtvdade méda cerca de 64% maor que o conunto dos demas muncípos 4. E, tercero, esses ganhos de produtvdade obtdos pelas ndústras espacalmente concentradas parece perder a mportânca com a dstânca (Rosenthal e Strange, 2003), o que reforça as duas prmeras evdêncas empírcas. Com respeto à segunda evdênca 5, a correlação entre o tamanho das cdades e a produtvdade dos agentes econômcos, é possível dentfcar na lteratura ao menos duas possíves explcações para tal fato. Remontando ao trabalho semnal de Marshall (1989), estudo anda bem explorado pela lteratura mas recente aqu ctada, a concentração de frmas e trabalhadores geram economas de aglomeração que elevam a produtvdade das frmas devdo a possbldade de um melhor acesso ao mercado de nsumos, à uma mão de obra e servços mas especalzados, e ao benefcamento dos spllovers tecnológcos, entre outros fatores. Do outro lado, cdades com uma melhor nfraestrutura e acesso a uma maor varedade e qualdade de bens de consumo e servços, assm como, com um melhor aporte de amendades naturas tendem a atrar trabalhadores mas qualfcados (Glaeser e Maré 2001; Rocha, et. al., 2011) e frmas mas produtvas (Combes et. al., 2009), possvelmente aquelas que possuem um maor nível de dferencação dos produtos que é especalzada (Meltz, 2003). De acordo com as evdêncas empírcas para o Brasl (Slvera Neto, 2005; Feo et. al., 2003; Dnz e Crocco, 1996; Bonell, 1980) e para outros países (Ellson, 2007; Ellson e Glaeser, 1999) parece não haver dúvdas, de um modo geral, que há uma tendênca para a concentração das ndustras, o que deve varar na magntude, conforme a ntensdade dos fatores de produção para o qual a ndústra é especalzada. O fato é que mesmo exstndo forças contraras a aglomeração da atvdade produtva, como aquelas assocadas a uma maor concorrênca ou a custos de produção mas elevados, parece que as vantagens produtvas obtdas pela maor parte das frmas aglomeradas superam as prmeras, pos caso contráro não havera explcação para a concentração geográfca das ndústras. Como consequênca, polítcas voltadas para a consoldação de complexos ndustras em países como o Brasl têm sdo utlzadas como estratégas para o aumento da produtvdade da ndústra naconal e para o crescmento regonal 6. Uma vez constatada essa tendênca à concentração ndustral, uma segunda etapa de nvestgação é analsar a mportânca das economas de aglomeração para explcar a dstrbução espacal das ndústras. Porém, esta análse não é tão smples e dreta como a prmera e mpõe algumas dfculdades empírcas dado que os agentes econômcos, trabalhadores e frmas, podem ser postvamente seleconados para as 1 Fonte de dados RAIS-Mte 2010. 2 Fonte Contas Naconas 2010 do IBGE obtdo no IPEADATA. 3 Fonte CENSO DEMOGRAFICO-IBGE 2010. 4 Fonte Contas Naconas 2010 do IBGE. 5 Puga (2009) faz uma dscussão sobre as causas e magntudes das economas de aglomeração. 6 Ctam-se, por exemplo, as pesqusas fnancadas pelo BNDES (dsponível em http://www.bndes.gov.br) e pelo SEBRAE (dsponível em http://www.redesst.e.ufr.br/) para a dentfcação de Arranos Produtvos Locas no Brasl. 2

grandes cdades (Glaeser e Maré 2001; Combes et. al. 2009; Rocha, et. al., 2011). Neste caso, é possível que frmas espacalmente concentradas seam mas produtvas devdo, em parte, as suas própras característcas, e não apenas pelo fato de se benefcarem das economas de aglomeração. Assm, de modo a apresentar evdêncas da mportânca das externaldades produtvas geradas pela concentração ndustral para explcar as escolhas locaconas das frmas sera necessáro solar o efeto seleção do efeto aglomeração sobre a produtvdade (Combes et. al. 2009). Com este escopo de pesqusa, avanços têm sdo observados na lteratura empírca nternaconal, especalmente devdo à exstênca e a uma maor facldade de acesso aos dados ao nível das frmas. Boa parte desses estudos utlza como base modelos de escolha dscreta (Cheng e Stough, 2006; Arauzo e Manon, 2004; Basle et. al., 2003; Baudewyns et. al., 2000), mas se dferencam quanto ao nível de desagregação setoral e regonal e aos fatores locas consderados na análse. Cabe salentar que quando é possível dentfcar a localzação das frmas para um ano ou mas, como também as suas característcas, torna-se vável a estmação de modelos probablístcos, entre eles o logt condconal (Coughln et al., 1991; Fgueredo et al., 2002; Fredman et al., 1992; Head et al., 1999), o logt multnomal (Arauo e Manon, 2004; Baudewyns, 1999) ou o nested logt (Basele et. al., 2003; Hansen 1987). A vantagem destes modelos, quando aplcado com o obetvo de obter evdêncas das economas de aglomeração para as escolhas locaconas das frmas, resde na possbldade de mnmzar os problemas de dentfcação que estão presentes nos estudos que utlzam dados agregados por ndústras, que consderam nformações do emprego para construr tanto o ndcador de concentração quanto as varáves explcatvas. 7 Para o Brasl, destaca-se um únco trabalho publcado realzado com mcrodados ao nível das frmas, o de Hansen (1987). A partr de uma amostra para 360 ndústras do estado de São Paulo, o autor obtém evdêncas de que as economas de aglomeração nfluencam as decsões locaconas das frmas, e que a proxmdade da grande São Paulo é um fator de atração. Porém, contrarando as expectatvas o autor encontra ndcações, para alguns dos modelos estmados, de que as frmas dos setores tradconas e ntermedáros são atraídas a se nstalarem nas cdades que possuem maores saláros médos para essas ndústras. Buscando contrbur para a lteratura naconal, a presente pesqusa nvestga a nfluênca de fatores locas, especalmente aqueles que devem geram economas de aglomeração, para as escolhas locaconas 8 das Indústras de Almentos e Bebdas das prncpas cdades brasleras. A análse basea-se nos mcrodados da Relação Anual de Informações Socas (RAIS) do Mnstéro do Trabalho (Mte) para o ano de 2010, a qual compreendeu 5.196 estabelecmentos formas, e nformações secundáras do Censo Demográfco do IBGE para o ano de 2010. Para tanto, segundo a lnha de nvestgação que utlzam modelos de escolha dscreta, são estmados os modelos logt condconal e o mxed logt. Este últmo modelo apresenta a vantagem de flexblzar a hpótese de ndependênca das alternatvas rrelevantes (IIA) mposta pelo logt condconal e, assm, é possível consderar a heterogenedade das frmas 9 sob a hpótese de que os fatores locas nfluencam de forma dferencada a produtvdade das mesmas. Ressalta-se que esta estmação apenas é possível porque a base de dados utlzada, os mcrodados da RAIS do Mnstéro do Trabalho, é dsponblzado por frma e é possível dentfcar cada uma delas, como também a sua localzação, através de um códgo únco e mutável, o CNPJ. Como as dvsões de atvdades da ndústra de transformação se dferem quanto à ntensdade dos fatores de produção, captal ntensvo, trabalho ou recursos naturas, possvelmente as característcas locas das cdades, nclusve aquelas que podem gerar externaldades produtvas, devem nfluencar de modo dferencado as escolhas locaconas das frmas (LaFountan, 2005; Rocha et. al., 2013). Assm, escolheuse como obetvo de análse da pesqusa, a Indústra de Almentos e Bebdas, uma das ndústras mas mportantes para a economa do país. No Brasl, entre as ndústras da transformação, a ndústra de 7 Porém, reconhece-se os avanços realzados nesta lnha de nvestgação em construr uma medda para mensurar o nível de concentração geográfca das ndústras, e a partr deles tentar explca-los com base em modelos de regressão, conduzdos poneramente por Ellson e Glaeser (1994; 1999, 2007). 8 Apenas para smplfcar a análse, como o termo escolha locaconal é utlzado repettvamente, por vezes atrbu-se essa ação a Indústra ou Frma, embora sabe-se que a decsão da escolha é do (s) nvestdor (s). Deste modo, frma é utlzada como snônmo de estabelecmento. 9 Aqu frma é utlzado como snônmo de estabelecmento. 3

almentos e bebdas (CNAE-95 a 2-dígtos), a qual representou em 2010 aproxmadamente 20% do emprego gerado pela ndústra da transformação segundo a RAIS-Mte, se destaca por se concentrar em maor potencal em áreas urbanas; 13% do emprego gerado estão nas captas brasleras. Além dsso, dadas as característcas da cadea produtva da ndústra de Almentos e Bebdas, com mportantes conexões para trás com os seus fornecedores de nsumos n natura e para frente (com o mercado consumdor), acredta-se ser um bom referencal para se obter evdêncas das economas de aglomeração. 2. Dstrbução Espacal dos Estabelecmentos Formas da Indústra de Almentos e Bebdas no Brasl A escolha de realzar o estudo para a ndústra de almentos e bebdas ustfca-se pelo fato de ser uma das mas mportantes ndústras do país. Segundo os resultados das contas naconas do IBGE para o ano de 2005, da matrz de nsumo-produto, a ndústra de almentos e bebdas apresentou um dos maores graus de dependênca de outros setores na economa enquanto consumdora de nsumos 10. Esse resultado sugere que o crescmento da ndústra deve ter um grande mpacto na economa do país. Essa mportânca se dá no âmbto nterno, mas também no externo, á que o setor se enquadra na cadea produtva do agronegóco, notadamente um dos setores mas dnâmcos e compettvos em termos mundas que o Brasl possu. Em 2013, o faturamento (líqudo de mpostos ndretos), segundo dados da Assocação Braslera das Indústras de Almentos (ABIA), alcançou a marca de R$ 484,7 blhões, o que representa 10% do PIB Naconal e 21,8% do faturamento da ndústra de transformação. Além dsso, a ndústra obteve forte expansão nos últmos anos, as vendas da ndústra de almentos no mercado nterno no período de 2005 a 2013 passaram de R$ 144,4 blhões para R$ 371,7 blhões, um crescmento de 257% no período. Quanto ao comerco exteror, no ano de 2013, os produtos almentícos ndustralzados representaram 17,8% do total das exportações naconas. Pela ótca do mercado de trabalho, a mportânca é anda mas evdente, pos segundo a RAIS, a ndústra gerou, no ano de 2013, um pouco mas de 1,5 mlhão de empregos formas (em torno de 1 mlhão e 600 vínculos atvos, um aumento de 41 ml vínculos, em relação a 2012); e é composta por um pouco mas de 46 ml estabelecmentos, segundo maor número dentro da ndústra de transformação, atrás apenas de confecção de artgos de vestuáro e acessóros. Com o ntuto de apresentar uma caracterzação geral da dstrbução geográfca da ndústra de almentos e bebdas (códgo 15, segundo CNAE 95), a Tabela 1 apresenta a partcpação no emprego gerado e no total de estabelecmentos para as prncpas captas do país. Essa prmera análse apenas dá uma ndcação de como a ndústra está dstrbuída regonalmente: 11 cdades do país, para as quas o estudo é realzado, concentraram mas de 10% de todo o emprego e mas de 11% de todos os estabelecmentos. Tabela 1. Percentual do Emprego e Estabelecmentos da ndústra de almentos e bebdas nas prncpas captas braslera (2010) Cdade Emprego Estabelecmentos Belém 0,41% 0,45% Fortaleza 0,96% 1,36% Recfe 0,71% 1,13% Salvador 0,33% 0,64% Belo Horzonte 0,57% 1,29% Ro de Janero 1,47% 1,12% São Paulo 2,77% 2,79% Curtba 0,94% 0,95% Porto Alegre 0,64% 0,43% Goâna 1,05% 0,70% Brasíla 1,02% 0,68% Demas Cdades 89,15% 88,48% 10 Segundas as nformações da Matrz de Insumo-Produto das Contas Naconas do ano de 2005 do IBGE meddo pelos coefcentes técncos. 4

Brasl 100,0% 100,0% Fonte: Elaborado pelos autores com Base nos dados da Ras-MTE 2010. A fgura 1 dá uma dmensão da dstrbução geográfca do emprego gerado pela ndústra de almentos e bebdas no ano de 2010 entre os muncípos brasleros. A parte escura representa a concentração de empregos na ndústra. Fgura 1. Dstrbução do Número de Empregos Formas da Indústra de Almento e Bebdas Fonte: RAIS-Mte 2010. Por sua vez, nota-se de acordo com a Tabela 2 que a maora dos estabelecmentos localzados nessas captas se enquadra na faxa de Mcro e Pequena empresa (defndas aqu como as que possuem até 20 empregados). As empresas de porte médo, defndas como aquelas que possuem entre 20 e 240 empregados, vem em seguda com uma partcpação varando de 9% à 22%. Tabela 2. Percentual, por tamanho, dos Estabelecmentos da Indústra de Almentos e Bebdas nas prncpas captas brasleras (2010) Cdades Mcro e pequena Meda Grande Belém 78,33% 19,70% 1,97% Fortaleza 79,67% 18,21% 2,11% Recfe 82,58% 15,85% 1,57% Salvador 89,97% 9,00% 1,04% Belo Horzonte 85,49% 13,99% 0,51% Ro de Janero 78,74% 17,91% 3,35% São Paulo 74,92% 22,85% 2,23% Curtba 85,21% 12,91% 1,88% Porto Alegre 82,82% 15,46% 1,72% Goâna 81,30% 17,65% 1,05% Brasíla 83,73% 14,97% 1,30% Demas Cdades 86,40% 11,26% 2,34% Fonte: Elaborado pelos autores com Base nos dados da Ras-MTE 2010. 5

A Tabela 2 ndca que o setor analsado é consderavelmente composto por mcro e pequenas empresas. A maora dos estabelecmentos é de pequeno porte, sendo mas representatvo na captal Salvador, com uma partcpação de quase 90% no total das ndustras localzadas na cdade, quando comparado com as cdades consderadas na análse. Ao comparar o tamanho das ndústras nas cdades seleconadas com as demas cdades, observa-se que há uma maor partcpação de médos estabelecmentos nas cdades consderadas na análse (com médo em torno de 16%), a exceção é Salvador (9% tem porte médo). Cabe destacar anda a cdade de São Paulo, que possu a maor partcpação de estabelecmentos de médo e grande porte no total localzado na cdade (em torno de 25%), quando comparado com as cdades consderadas na análse (percentual médo em torno de 17%) A Tabela 3 apresenta a partcpação do emprego da ndústra de almentos e bebdas no emprego ndustral na cdade ( E / E ) e a partcpação dos estabelecmentos da Indústra de Almentos e bebdas no J total de estabelecmentos ndustras na cdade ( Est / Est verfca-se a mportânca da ndústra para as cdades seleconadas J ). De acordo com estes dados, mas uma vez Tabela 3. Percentual do Emprego e Estabelecmento da Indústra de Almentos e bebdas, por cdade (2010) Cdades % Emprego % Estabelecmento E / Est / E J Est J Belém 39% 27% Fortaleza 17% 12% Recfe 31% 24% Salvador 17% 17% Belo Horzonte 12% 12% Ro de Janero 13% 9% São Paulo 8% 5% Curtba 15% 10% Porto Alegre 14% 11% Goâna 21% 10% Brasíla 33% 18% Demas muncípos 21% 15% Fonte: Elaboração própra com base na Ras (2010). O destaque aqu está para as cdades de Belém, Recfe e Brasíla, onde a referda ndústra representa mas de 30% do emprego gerado por toda a ndústra da transformação, e por 27%,24% e 18% dos estabelecmentos ndustras formas, respectvamente. Buscando uma medda relatva para mensurar a mportânca da Indústra de Almentos e Bebdas para cada cdade, que pondere pelo tamanho do setor ndustral da cdade, calculou-se o Quocente Locaconal (QL), obtdo pela razão entre a partcpação da cdade no emprego gerado pela Indústra de Almento e Bebdas naconalmente ( E / E ) e a partcpação da cdade no emprego gerado por toda a I ndústra de transformação ( E J / E ). Analsando estes dados, constata-se que para quatro cdades o QL é acma da undade, ndcando que a ndústra de almentos e bebdas é a mas mportante para essas cdades quando comparada com toda a ndústra. 6

Tabela 4. Quocente Locaconal da Industra de Almentos e Bebdas para as prncpas captas brasleras (2010) Cdades E / E E J / E QL I Belém 0,004 0,002 1,956 Fortaleza 0,010 0,011 0,868 Recfe 0,007 0,005 1,531 Salvador 0,003 0,004 0,842 Belo Horzonte 0,006 0,009 0,622 Ro de Janero 0,015 0,022 0,659 São Paulo 0,028 0,070 0,400 Curtba 0,010 0,013 0,739 Porto Alegre 0,004 0,006 0,724 Goâna 0,007 0,006 1,070 Brasíla 0,007 0,004 1,650 Fonte: Elaboração Própra Nota: E emprego da ndústra de almentos e bebdas () da cdade ; EI total do emprego da ndústra de almentos; EJ emprego total da ndústra da transformação da cdade ; E emprego total da ndústra da transformação do Brasl. Fnalmente, os Quocentes Locaconas calculados com base na partcpação de cada grupo de atvdades no emprego gerado e no total de estabelecmentos da ndústra de almentos e bebdas, dá ndcações da magntude da dversdade produtva da Indústra de Almentos e Bebdas observada no Brasl. (ver tabela A2) Observa-se, a prncípo, o quanto as cdades se dferencam ao nível de especalzação da ndústra de almentos e bebdas, tomando como referênca para a análse a comparação relava entre os QLs. A cdade de Belém tem os grupos de atvdade 151 (Abate e Preparação de Produtos de Carne e de Pescado), 152 (Processamento, Preservação e Produção de Conservas de Frutas, Legumes e Vegetas) e 153 (Produção de Óleos e Gorduras Vegetas e Anmas) como os mas mportantes, o que decorre, certamente, das vantagens naturas que a regão da cdade possu. Em Fortaleza, têm-se os grupos 152 e 159 (Fabrcação de Bebdas) com as maores partcpações relatvas no emprego gerado pela ndústra. Na cdade de Recfe, por sua vez se destaca o grupo 156 (Fabrcação e Refno de Açúcar), condzente com a cultura da cana-de-açúcar no estado. A cdade de Salvador também apresenta destaque no grupo 151, além do grupo 155 (Moagem, Fabrcação de Produtos Amláceos e de Rações Balanceadas para Anmas). A cdade do Ro de Janero tem como atvdade mas representatva o Grupo 151, prncpalmente devdo as atvdades de Pesca. Já a cdade São Paulo, percebe-se uma maor dversdade das atvdades da ndústra, de acordo com este ndcador, que pode ser observado por uma maor homogenedade dos valores dos quocentes locaconas dos grupos de atvdades. Em Curtba, o grupo 158 (Fabrcação de Outros Produtos Almentícos) é o mas mportante em termos de partcpação relatvo no emprego gerado pela ndústra local, em comparação com os demas. Para a cdade de Porto Alegre, o destaque é para a fabrcação de bebdas (grupo 159); em Goâna tem-se o Grupo 152 e, em Brasíla, o grupo 157 (Torrefação e Moagem de Café). Em resumo, comparando os grupos de atvdades consderando o QL calculado a partr da varável estabelecmento, o grupo de atvdade de Abate e Preparação de Produtos de Carne e de Pescado (CNAE 151) é a atvdade com maor partcpação relatva para cnco das onze cdades consderadas na análse. 3. Modelos de Escolha Dscreta: Escolha Locaconal das Frmas Baseando-se em modelos de escolha locaconal que adotam como base os pressupostos neoclásscos para a função de produção (Carlton, 1979; Glaeser e Mare, 2001) assume-se que a frma escolhe a cdade para se nstalar de forma a maxmzar o seu lucro, dados os atrbutos locas das cdades e os preços dos 7

fatores de produção, captal e trabalho. Desse modo, o problema de maxmzação de lucro das frmas (Glaeser e Mare, 2001) pode ser descrto na forma: A K L 1 W L RK (1) A nclu os fatores locas da cdade que nfluencam exogenamente a produtvdade da frma; W é custo fator de produção, trabalho (L), em ; e R é o custo de produção do captal (K) em. Apenas para smplfcação, sem alterações nas prncpas conclusões que se quer obter para o obetvo da pesqusa, assm como Hansen (1987), assume-se que o fator de produção captal, embora necessáro para a produção, é dsponível sem custos para as frmas, de modo que a equação 1 pode ser reescrta na forma: A L K 1 W L (2) Resolvendo o problema de maxmzação do lucro da frma obtém-se a quantdade ótma do fator de produção trabalho : * W L AK Substtundo 1 1 1 * L na função lucro tem-se o lucro ótmo na forma: (3) * W 1/1 1 K A /1 (4) Da equação (4), observa-se que o lucro ótmo correlacona-se postvamente com A, que nclu os fatores locas que nfluencam postvamente a produtvdade das frmas, e negatvamente com o preço do fator de produção, trabalho. O modelo acma pode ser transformado em um problema de escolha dscreta (Hansen, 1986), adaptando-o ao modelo de maxmzação da utldade aleatóra de McFadden (1974) conhecdo como logt condconal. Dados os k atrbutos locas, a frma/nvestdor escolhe a localdade para se nstalar entre as J opções de escolha de forma a maxmzar os lucros que assume a segunte forma lnear: X, 1,..., N e 1,..., J (5) X é um vetor 1 x M das característcas locas, é o vetor dos parâmetros, é o termo de erro aleatóro. A maxmzação da função lucro pela frma sueta a escolha locaconal mplca que: se é preferdo à alternatva dsponível, sgnfca que o lucro obtdo pela frma em ( ), é maor do que o que o nvestdor tera em ( ), de modo que a probabldade do nvestdor escolher a localdade para se nstalar é dada por: p ' ' [ ' '' ' ' '' ' ' ] p[( X ) ( X )] onde ' ' ' (6) F os resíduos têm dstrbução do tpo valor extremo ( ) exp( e ) McFadden (1974) mostra que se os erros da função são dentcamente e ndependentemente ' 8

dstrbuídos, a probabldade da regão ser escolhda é: L, Prob(Y ') exp ( J 1 ' ) exp ( ) Y representa a escolha da frma e J é o número de escolhas possíves. (7) A maxmzação da probabldade do nvestdor escolher a localdade é obtda maxmzando a função log-verossmlhança: LL I, ln( L, ) o ndcador I é gual a um se a frma escolhe a localdade ; caso contráro, I é gual a zero. (8) O modelo descrto acma, o logt condconal, mpõe que a relação da probabldade de escolha entre duas alternatvas quasquer não depende das demas alternatvas dsponíves. Este resultado é conhecdo na lteratura econômca como propredade da Independênca das Alternatvas Irrelevantes (IIA) 11 (Wooldrdge, 2002; Greene, 2003), a razão entre a probabldade do ndvíduo escolher a localdade e a probabldade de escolha da localdade não depende do conunto de escolha das demas localdades. Porém, se a Independênca das Alternatvas Irrelevantes (IIA) for reetada, outros modelos que relaxam essa hpótese devem ser estmados com o mesmo propósto da pesqusa. Neste caso, é possível que os coefcentes do modelo (1) varem sobre a população, compatível com a stuação em que os fatores locas (varáves explcatvas) nfluencam de forma dferencada as escolhas locaconas dos nvestdores/frmas. Como consequênca, a IIA dervada das suposções fetas para o termo de erro ( ) do modelo da equação (5) passa a ser flexblzada (Tran, 2009). Neste caso, o vetor dos coefcentes das varáves explcatvas, que aqu mensuram atrbutos da regão, passa a não ser mas fxo e varam de acordo com as preferêncas locaconas dos nvestdores/frmas, sendo decomposto em dos termos: b (Revelt e Tran, 1998, Revelt e Tran, 1999), com o termo captando a heterogenedade das preferêncas das frmas. O modelo com as característcas acma descrtas é conhecdo na lteratura como mxed logt 12, e pode ser representado a partr da equação (1) na forma: X, com b Ou, x b x η ε, (9) (10) b é a méda das preferêncas da população; é uma medda de varação das preferêncas ndvduas; e x é vetor das varáves explcatvas do modelo. Para o caso da presente pesqusa e recorrendo a descrção do processo de smulação em Tran (2009), a probabldade de cada uma das onze captas ser escolhda, dado as demas alternatvas de escolha dsponíves, é gual ao produto da probabldade do logt condconal avalada para cada alternatva de escolha, na forma: 11 A hpótese da IIA pode ser testada a partr do teste de Hausman. 12 Aqu, assm como em Tran (2009), o termo mxed logt está sendo utlzando para generalzar a função de dstrbução de, a qual pode assumr dversas forma funconal. No caso partcular do logt condconal, a dstrbução de é dta degeneratva. 9

11 S ( ) L ( ) Pr {( 1 ) ( 2 )... ( 11 )} exp( ) (11) exp( ) J J 1 S ) é a probabldade do nvestdor observar todas as onze alternatvas dsponíves para alocar o seu ( empreendmento. Contudo, como não se tem a nformação das preferêncas dos nvestdores/estabelecmentos pelos fatores locas (varáves explcatvas), o vetor para cada estabelecmento é desconhecdo, sendo necessáro ntegrar a probabldade do logt condconal sobre todos os possíves valores de e então obtém a probabldade de escolha do mxed logt. Assm, a probabldade condconal ntegrada sobre todos os possíves valores de fornece o valor esperado da probabldade de escolha do logt condconal, que pode ser representada como: 1 P ( ) S ( ) f ( ) d (12) f ( ) é a função densdade. A função densdade pode tomar dferentes dstrbuções a depender das característcas das varáves em estudos (Tran, 2009). Como pode ser observado pela expressão acma, agora é precso ntegrar a probabldade dos nvestdores observarem todas as alternatvas de escolha e, portanto, os denomnadores da probabldade de escolha entre duas alternatvas quasquer não podem ser mas cancelados como no logt condconal; não mpondo assm a propredade das Alternatvas Irrelevantes. (Tran, 2009) O modelo Mxed Logt, assm como o modelo logt condconal, tem mportantes aplcações em dversas áreas de estudo, destacam-se aqu as pesqusas que buscam modelar as preferêncas dos consumdores por atrbutos de um bem qualquer, levando em consderação que esses fatores podem ter dferentes mpactos sobre a função de utldade dos consumdores. Como exemplo, ctam-se os estudos de demanda por automóvel (Cardell e Dunbar, 1980); os que buscam valorar as amendades locas (Rocha e Matos, 2013); e, mas recentemente, destacam-se as pesqusas que nvestgam a mportânca das economas de aglomeração para explcar as escolhas locaconas das frmas (Basle et. al., 2008; Defever, 2012). 4. Modelo Empírco e Dados Segundo a lteratura 13 que obetva obter evdêncas da mportânca dos fatores locas para a escolha espacal das ndústras a partr de modelos de escolha dscreta, o logt condconal e o mxed logt são estmados com dados ao nível da frma. A vantagem de utlzar este tpo de dados resde no fato da possbldade de nclur no modelo controles para as característcas da frma que são correlaconadas com a sua produtvdade e, assm, podera contamnar o efeto aglomeração, o ganho da produtvdade devdo a fatores externos as frmas. Além dsso, é mportante destacar que modelos como este são menos suetos a problemas de endogenedade gerada pelo fato da causaldade reversa entre os regressores e a varável dependente, á que é pouco provável que uma frma ndvdualmente venha a ter um mpacto sgnfcatvo nas varáves locas, como no nível de emprego ou produção. Este problema deve ser mas recorrente em modelos que utlzam como varável dependente ndcadores agregados regonalmente. Ressalta-se que esta estmação apenas fo possível devdo a exstênca dos mcrodados da RAIS-MTe do Mnstéro do Trabalho, nsttução que dsponblzou os dados por frma para a presente pesqusa. 14 O modelo estmado segue em sua especfcação geral: 13 ARAUZO-CAROD (2010) faz um survey dos modelos e estudos empírcos que tem como foco de analse a nfluênca dos fatores locas para a escolha espacal das frmas com base em modelos de escolha dscreta. 14 A base de dados pode ser requerda por qualquer pesqusador ao Mnstéro do Trabalho medante um Termo de Compromsso que exge, entre outras condções, que os dados não seam utlzados para outro propósto que não sea a pesqusa. Para maores nformações de acesso aos dados consultar o lnk http://acesso.mte.gov.br/portal-pdet/home/. 10

y X Z (13) A varável dependente, y, assume valor gual a 1 se a frma está localzada na cdade ; o vetor X nclu as característcas controles das frmas, tas como, tamanho e nível médo da escolardade dos trabalhadores. No vetor Z são nclusos as característcas das cdades que podem explcar a localzação das frmas e são defndos logo a segur. E,, é o termo de erro do modelo. De acordo com o modelo teórco que dá suporte a equação (13), a estmatva para o coefcente de cada varável explcatva nforma sobre a preferênca dos nvestdores/frmas pelo respectvo atrbuto local, e esta nformação, sendo corretamente dentfcada, pode ser utlzada para auferr sobre a mportânca que cada varável tem sobre a função lucro das frmas. A este respeto, cabe ressaltar que a proposta deste artgo é de apontar evdêncas que seam consstentes com a exstêncas de economas de aglomeração geradas pela concentração da atvdade produtva não tendo, portanto, a pretensão de mensurar a magntude destas. 15 Além da escolha das varáves explcatvas descrtas a segur com as suas respectvas ustfcatvas, uma atrbução do pesqusador, que deve ter um respaldo na lteratura á publcada, também é precso escolher o nível de desagregação geográfca para o estudo. A estmação dos modelos logt condconal e mxed logt pode não ser vável se o conunto de opções de escolha for muto grande. Assm, o pesqusador enfrenta um trade off entre a escolha do nível de agregação regonal a ser consderado na pesqusa e o grau de heterogenedade que quer captar com os dados. Como a presente pesqusa tem como obetvo obter evdêncas das economas de localzação e urbanzação, dados ao nível das cdades são necessáros, e deste modo optou-se por realzar o estudo para as prncpas captas do país, as que apresentavam um maor grau de concentração destas ndústras, conforme á relatado. A base de dados utlzada na pesqusa são os mcrodados dervados do Relatóro Anual de Informações Socas (RAIS) 16 do Mnstéro do Trabalho e do Emprego, relatóro este que todas as frmas formas são obrgadas a responder no fnal de cada ano. É um regstro admnstratvo anual que permte dentfcar a localzação dos estabelecmentos e dos trabalhadores formalmente nserdos no mercado de trabalho, assm como, característca dos trabalhadores, da ocupação, do vínculo, entre outras nformações. A cobertura da base deve abranger, portanto, a população dos estabelecmentos e trabalhadores formas do país, correspondendo a uma espéce de censo do mercado de trabalho formal braslero. A análse é realzada para o ano de 2010, consderando as prncpas captas brasleras: Belém; Fortaleza; Recfe; Salvador; Belo Horzonte; Ro de Janero; São Paulo; Curtba; Porto Alegre; Goana e Brasíla. O recorte setoral é para a ndústra da transformação de Almentos e Bebdas (CNAE 15), dvsão de atvdade a 2-dígtos de acordo com a Classfcação Naconal de Atvdades Econômcas (CNAE). Quanto as varáves explcatvas consderadas na análse, o quadro 1 descreve cada uma delas com sua respectva fonte e snal esperado encontrados nos estudos empírcos ctados a segur. Quadro 1. Descrção das Varáves Explcatvas Consderadas no Modelo Empírco Snal Varáves Explcatvas Descrção Fonte Esperado Saláro médo da Manufatura Somatóro do saláro de todos os trabalhadores formas dvddo pelo número de trabalhadores formas de cada ndústra que o estabelecmento faz parte Méda do Aluguel Resdencal Somatóro dos alugues resdêncas dvddo pelo total de móves alugados nas prncpas captas (-) RAIS (-) Censo 2010 15 Um modo alternatvo de se obter evdêncas das economas de aglomeração geradas por frmas espacalmente concentradas é através de estudos de casos que busquem mensurar o mpacto de choques exógenos, como eventos naturas, sobre a concentração da atvdade produtva, um campo anda pouco explorado em estudos de economa regonal e urbana. Combes e Gobllon (2014) fazem uma dscussão dos estudos com este escopo de pesqusa. 16 Maores nformações sobre esta base constam em http://www.mte.gov.br/pdet 11

Renda Méda das Famílas Setor Agrícola: Quocente Locaconal QL = E E E. E.. Setor Aloamento e Almentação: Quocente Locaconal E E QL = E. E.. Medda de Concorrênca MC = ( Est Est ) /( E E ) Índce de Herfndahl 37 HERF = (PART) 2 =15 Partcpação no Emprego (PART) TamanhoXEscolha Locaconal Escolardade(Anos)XEscolha Locaconal Fonte: Elaboração Própra Somatóro da renda de todas as famílas dvddo pelo número de famílas nas prncpas captas Partcpação dos estabelecmentos do muncípo na ndústra ( E E ) dvddo pela partcpação em todas as ndústras ( E. E.. ) Partcpação dos estabelecmentos do muncípo na ndústra ( E ) dvddo E pela partcpação em todas as ndústras ( E. ) E.. Partcpação da cdade no total dos estabelecmentos da ndústra de almentos e bebdas ( Est Est ) dvddo pela Partcpação da cdade no emprego total da ndústra de almentos e bebdas ( E E ) Somatóro da partcpação no emprego de cada dvsão de atvdades da ndústra da transformação elevado ao quadrado Partcpação da ndústra no emprego da cdade Número de Empregos por Frma multplcado pela dummy da escolha locaconal Nível de Instrução Médo dos trabalhadores da frma multplcado pela dummy da escolha locaconal (+) (+) (+) (-) (-) Censo 2010 RAIS 2010 RAIS 2010 RAIS 2010 RAIS 2010 (+) RAIS 2010 (-) RAIS 2010 (-) RAIS 2010 As varáves proxes para o custo de produção, o saláro médo pago na ndústra e o custo do aluguel, consderados nos modelos neoclásscos de maxmzação de lucros, devem atuar como fator de repulsão da atvdade produtva, de modo que os nvestdores prefram as cdades que apresentem os menores custos de produção, consderando os demas fatores constantes. Nesse sentdo, boa parte das evdêncas empírcas para outros países, de fato, obtêm ndcações que corroboram a suposção de que a varável saláro é um fator de dspersão da atvdade produtva (Coughln et al., 1991; Crozet et al., 2004; Fredman et al., 1992; Head et al., 1999). Porém, para o Brasl, Hansen (1987) obtém ndcações para as ndústras tradconas e de bens ntermedáros do Estado de São Paulo que os estabelecmentos ndustras são atraídos para se nstalarem nas cdades com os maores saláros. Com respeto ao custo da mão-de-obra alocada na ndústra, é razoável supor que as menos mecanzadas, de menor ntensdade tecnológca ou mas ntensvas em mão-de-obra, seam atraídas para as cdades que apresentem um menor saláro médo para os trabalhadores alocados no mesmo grupo de atvdades, sendo este fator uma vantagem compettva. Quanto ao custo do aluguel, Fgueredo et al. (2002) e Hansen (1987) encontram evdêncas empírcas que este é um fator de repulsão das ndústras. Espera-se que os ndcadores do potencal do mercado, aqu captados através do saláro médo da cdade e da renda méda das famílas da cdade, apresentem snas postvos ndcando que as frmas são atraídas a se nstalarem nas cdades onde a população possvelmente tenha mas condções fnanceras de consumr uma maor varedade e qualdade de produtos almentícos. Coughln et. al. (1991) encontram evdêncas de que as ndústras são atraídas para as cdades Norte-Amercanas que apresentam uma maor renda per capta. As varáves locas que buscam captar a nfluênca das economas de localzação e urbanzação para a escolha locaconal das frmas devem atuar como fatores de aglomeração da atvdade produtva (Hansen, 1987; Head et al.; 1995; Fgueredo et al., 2002; Arauzo e Manon, 2004). Segundo a lteratura aqu ctada, 12

a partcpação da ndústra de almentos e bebdas no total do emprego da cdade obetva mensurar as economas de localzação, os ganhos produtvos obtdos pela nteração da ndústra com outras especalzadas na mesma atvdade produtva. O índce de Hrschman-Herfndahl (H-H), que mensura o grau da dversdade produtva da cdade, é utlzado como proxy das economas de urbanzação. Quanto menor o índce, maor é a dversdade produtva da cdade. A suposção é que as frmas podem se benefcar por estarem localzadas em cdades que apresentam uma maor dversdade produtva, as quas teram ganhos de produtvdade pela nteração com frmas de dferentes grupos de atvdades (Jacobs,1969). Dferentemente das economas de localzação, que se tem um consenso na lteratura quando a sua mensuração, para as economas de urbanzação, há dferentes especfcações. Tem-se, por exemplo, os estudos que utlzam como varável proxy a concentração do emprego por km 2 (Hansen; 1987), os que consderam o índce de dversdade produtva de H-H (Galnar et. al., 2007; Dalbertoa et. al, 2013), entre outros ndcadores. Como controles para as conexões de mercado para trás, acesso a nsumos, consderou-se o QL dos estabelecmentos do setor agrícola da cdade (QL), setor este que segundo a matrz de nsumo-produto do IBGE do ano 2005 apresentou o maor coefcente técnco como fornecedor de nsumos para a Indústra de Almentos e Bebdas. Utlzando a mesma dea, o QL dos estabelecmentos de servços de aloamento e almentação consderado no modelo empírco pretende captar as conexões de mercado para frente, á que este é o setor que apresentou maor conexão de demanda segundo coefcente técnco da referda matrz de nsumo-produto. Para contrabalancear esses fatores, que presumvelmente atuaram como fatores de aglomeração das ndústras, ncorporou-se no modelo uma medda de concorrênca sugerda por Glaeser et. al. (1992), a razão entre a partcpação da cdade no total dos estabelecmentos da ndústra de almentos e bebdas e a partcpação no emprego total gerado pela ndústra de almentos e bebdas. Os controles para as característcas do estabelecmento, o tamanho (pessoal ocupado) e o nível de escolardade médo dos trabalhadores, são nteragdos com as varáves dummes de escolha locaconal, de modo a ser possível a estmação dos modelos de escolha dscreta que exge que as varáves varem pelas s alternatvas de localzação. Porém, tas varáves têm mportantes nterpretações. Arauo e Manon (2004) utlzando estas mesmas varáves obtêm ndcações para cdades da Espanha de que os estabelecmentos maores tendem a se localzarem em Barcelona, entre as opções de escolha consderadas no estudo. Se as nterações com o tamanho do estabelecmento, tendo como categora omtda a cdade de São Paulo, apresentarem o snal negatvo, haverá ndícos de que as frmas maores são atraídas a se nstalarem na cdade de maor mportânca fnancera para o país, São Paulo. Da mesma forma, se os coefcentes das nterações entre as varáves dummes de localzação com a escolardade méda dos trabalhadores das frmas forem postvos, pode-se conclur que os estabelecmentos mas ntensvos em captal humano são os mas propensos a se nstalarem na cdade de São Paulo. A tabela A1 apresenta as nformações das varáves explcatvas por cdade. 5. Resultados A tabela 7 apresenta os resultados dos modelos estmados com base na equação 13, a partr do qual é possível obter ndcações da nfluênca de atrbutos locas/característcas das cdades, potencalmente gerados de economas de localzação e urbanzação, para as escolhas locaconas das ndústras de almentos e bebdas; se atuam como fator de atração ou repulsão desses estabelecmentos. Quanto a nterpretação dos coefcentes, no modelo aqu estmado um coefcente postvo ndca que a varável é um fator de aglomeração das ndústras consderadas no estudo, e se for negatvo, um fator de dspersão. No prmero caso, havera ndcações de que as ndústras estaram mas propensas a se localzarem nas cdades que apresentam uma maor dotação do atrbuto local, á que atuara ncrementando a produtvdade da ndústra, se confgurando, portanto, em uma força de aglomeração. Incalmente a equação 13 é estmada consderando a especfcação mas smples para o modelo de escolha dscreta, o logt condconal, o qual assume que a função de dstrbução dos parâmetros do modelo,, é degenerada. A partr dos resultados do logt condconal, a hpótese de coefcentes fxos conhecda 13

como Hpótese da Independênca das Alternatvas Irrelevantes (IIA) fo testada através do teste de Hausman e fo reetada ao nível de confança de 5% 17. Desse modo, procedeu-se as estmações flexblzando a forma funconal da dstrbução dos parâmetros do modelo logt condconal, e consderou-se a dstrbução normal para a maora dos parâmetros. Neste caso, são estmados a méda (β) e o desvo padrão (σ) que descrevem a dstrbução das preferêncas locaconas das frmas por cada atrbuto local que segue uma dstrbução normal. A sgnfcânca estatístca dos coefcentes estmados do desvo (ver segunda parte da tabela 7) apenas reforçam a mportânca de consderar a heterogenedade da mportânca dos fatores locas para a escolha locaconal dos nvestdores/frmas. No prmero modelo (coluna 1) são consderados os atrbutos locas que devem se correlaconar postvamente com a produtvdade das frmas (QL Agrícola; QL Aloamento e Servços; Índce de H-H; Partcpação no Emprego), e a varável proxy para concorrênca, fator que deve contrabalancear as forças que atuam a favor da aglomeração das ndústras. Um segundo modelo (coluna 2) adcona-se controles para os custos de produção (Saláro Manufatura e Aluguel) e para o potencal de mercado (renda das famílas). E, buscando controlar pelas característcas produtvas nternas as frmas, um tercero modelo fo estmado (coluna 3) ncorporando varáves do nível de escolardade médo dos trabalhadores (grnstru) e tamanho da frma (tamestab_cty) nteragdo com a dummy da escolha locaconal (cty) de forma a ser possível estmar o modelo, dado que o mesmo exge varabldade das varáves entre as alternatvas de escolhas. Quanto ao auste do modelo, a maora das varáves apresentam coefcentes sgnfcantes a menos de 5%, e os coefcentes mostram-se conuntamente sgnfcantes a 5%. Ressalta-se, porém, a mportânca da correta especfcação do modelo, dado os dferentes resultados obtdos quando não se controla pelas característcas ndvduas das frmas, modelo 1 e modelo 2. Focando, assm, a análse nos resultados do tercero modelo, o com melhor especfcação 18, há ndcações que tanto as economas de localzação, quanto as de urbanzação, são mportantes para explcar as escolhas locaconas das ndústras de almentos e bebdas consderadas na análse. Ou sea, quanto maor for a dversdade produtva da cdade e a concentração relatva de empregos da ndústra de almentos bebdas, maor será a probabldade de a cdade ser escolhda pelo nvestdor. Os resultados também sugerem que a as ndústras são atraídas para se nstalarem nas cdades onde o setor agrícola tem uma maor mportânca relatva, sugerndo que as conexões para trás estão correlaconadas postvamente com a probabldade de escolha locaconal das ndústras de almentos e bebdas. Esses resultados corroboram com o fato da ndústra ser dependente de uma cadea de produção agrícola que geram altos custos de transporte e, portanto, a proxmdade das ndustras aos seus fornecedores de matéra-prma deve atuar como um fator de atração dessa atvdade. Corroborando a este resultado, porém com outro proposto de pesqusa, Rocha et. al. (2011) mostra que o modelo de vantagens naturas se adequa melhor para explcar a aglomeração da ndústra de almentos e bebdas. Já os resultados para a concentração relatva de estabelecmentos de aloamentos e almentação, consderado aqu como proxy das conexões de demanda para frente, apresentou coefcente negatvo e estatstcamente sgnfcante, o que não é coerente com a suposção de que as ndústras de almentos e bebdas teram maores vantagens produtvas por estarem nstaladas em cdades com um maor percentual de estabelecmentos de aloamentos e almentação, relatvamente aos demas setores. Porém, há ndcações de que a renda méda da população da cdade, varável que também capta as conexões de demanda para frente, o acesso ao mercado, é um fator de aglomeração dessas ndústras. Contrabalanceando esses efetos, a varável concorrênca, como esperado, é um fator de dspersão das ndústras consderadas na análse. As varáves que buscam mensurar os custos de produção das frmas, saláro médo da ndústra e o preço do aluguel apresentaram coefcentes estatstcamente sgnfcantes a menos de 5%. Contrarando a 17 Resultados encontram-se no apêndce. 18 O teste da razão da verossmlhança, aplcado ao modelo 1 versus o modelo 3, 2(11851,1-12019,2) = 336,2, com 23 graus de lberdade e com um nível crítco a 5% (35.17), reetou-se o modelo 1 em relação ao modelo 3. Assm como, o modelo 1 versus o modelo 3, 2(11851,1- -11967,6) = 233, com 20 graus de lberdade e com um nível crítco a 5% (31,41), reetou-se o modelo 2 em relação ao modelo 3. 14

teora, os resultados ndcam que as frmas da amostra consderada na análse são atraídas a se estabelecerem naquelas cdades que pagam um saláro médo maor para os trabalhadores da ndústra de almentos e bebdas. Resultados semelhantes foram encontrados por Head et al. (1999) e Smth e Florda (1994), e são consstentes com a hpótese de que tal varável estea captando a dsponbldade de trabalhadores mas qualfcados. Neste caso, as frmas só estarão dspostas a pagar maores saláros, gerando um maor custo de produção, se os ganhos de produtvdade orundos em localdades com trabalhadores mas produtvos superarem o aumento no custo de produção relaconado a saláros mas elevados. O snal negatvo do custo do aluguel, conforme esperado, ndca que este é um fator de repulsão das ndústras. Ademas, as varáves de nteração ncluídas no modelo assnalam que as ndústras de almentos e bebdas são atraídas para se nstalarem na cdade de São Paulo e, possvelmente, os ganhos produtvos seram maores para as ndústras de grande porte, dado que os coefcentes observados são negatvos com base na categora de referênca (São Paulo). Tabela 7. Resultados do Modelo Mxed Logt para a Indústra de Almentos e Bebdas (Varável Dependente Escolha Locaconal) Varáves Modelo (1) Modelo (2) Modelo (3) Méda Aluguel -0,012 *** -0,020 *** (0,001) (0,006) Saláro Manufatura 0,001 *** 0,003 *** (0,000) (0,000) Renda das Famílas 0,001 *** 0,001 *** (0,000) (,000) QL Agrícola -15,040 *** 1,629 * 17,797 *** (1,182) (0,839) (3,456) QL Aloamento e Hotelara 2,516 *** 0,318-5,944 *** (0,315) (0,383) (2,184) Índce H-H -10,385 *** 3,548 ** -80,60 *** (2,506) (1,675) ( 28,57) Partcpação Emprego -4,182 *** -7,358 *** 15,563 *** (0,679) (0,540) (3,837) Concorrênca 0,910 *** -0,520 *** -0,973 ** (0,066) (0,106) (0,484) Tamanho*Belém -0,191 (0,219) Tamanho *Fortaleza -0,274 (0,337) Tamanho* Recfe -0,334 *** (0,127) Tamanho * Salvador -0,338 *** (0,067) Tamanho* Belo Horzonte -0,117 *** (0,036) Tamanho*Ro de Janero 0,016 (0,035) Tamanho*Curtba -0,174 *** (0,040) Tamanho*Porto Alegre -0,242 *** (0,048) 15

Tamanho*Goâna -0,357 *** (0,119) Tamanho*Brasíla -0,425 *** (0,162) Escolardade*Belém -0,770 ** (0,348) Escolardade *Fortaleza -1,298 * (0,651) Escolardade* Recfe -0,035 (0,151) Escolardade * Salvador 0,338 *** (0,085) Escolardade* Belo Horzonte -0,199 *** (0,051) Escolardade*Ro de Janero -0,337 *** (0,048) Escolardade*Curtba 0,160 *** (0,053) Escolardade*Porto Alegre 0,098 ** (0,047) Escolardade*Goâna -0,084 (0,140) Escolardade*Brasíla -0,203 Desvo Padrão (0,211) QL Agrícola 29,677 *** -1,890-1,261 (1,560) ( 3,077) (1,568) QL Aloamento e Hotelara -1,489-0,855-0,685 (1,167) *** (2,604) (2,125) Indce de Herfndahl 20,957 3,652 175,98 *** (3,031) (3,926) (43,29) Partcpação Emprego 16,452 *** 11,118 *** -3,693 (0,803) (0,901) (2,303) Concorrênca 0,137 0,884 *** 0,072 (0,226) (0,194) (0,272) Log-Verossmlhança -12019,2-11967,6-11851,1 LR ch2 477,92 *** 101,77 *** 36,28 *** N 57156 57156 57156 Nota: * coefcente sgnfcante à 10%; ** sgnfcante a 5%;***sgnfcante a 1% Com base nos resultados e consderando as característcas ntrínsecas das Indústras de Almentos e Bebdas do Brasl pos possvelmente há dferenças do grau da ntensdade tecnológca entre os países, há ndcações de que os estabelecmentos consderados na pesqusa têm ganhos produtvos por se stuarem próxmos aos seus fornecedores. Os resultados também são coerentes com o a exstênca de economas de localzação e urbanzação geradas por frmas espacalmente concentradas. Vale salentar que estudos que buscam obter evdêncas da mportânca das economas de aglomeração geradas pela concentração especal da atvdade produtva e/ou pela dversdade da economa são relatvamente recentes e têm avançando no sentdo de dentfcar as fontes destas forças aglomeratvas. 16

Um prmero avanço fo a adaptação dos modelos de escolha dscreta para o contexto da localzação das frmas, e a possbldade de flexblzar o modelo logt condconal de modo a captar a nfluênca da heterogenedade das frmas. Porém, anda é precso dexar claro as lmtações presentes nesses modelos. A estmação pode não ser vável se o conunto de opções de escolha for muto grande. Outra lmtação está na possbldade de se omtr alguma varável mportante para a análse e ter-se o termo de erro correlaconado com a (s) varável (s) explcatva (s). A este respeto, caso os coefcentes seam corretamente dentfcados, poder-se-a tecer afrmações sobre o peso que cada atrbuto local tera sobre a função lucro da frma, e a partr dessas nformações construr rankngs para as cdades de acordo com um índce que mensurasse a qualdade das amennas locas para as frmas. Este é um desafo futuro dessa pesqusa. 6. Consderações Fnas A presente pesqusa buscou obter evdêncas da mportânca dos fatores locas, especalmente aqueles que geram externaldades produtvas para as frmas, á consagrados na lteratura, para explcar a escolha locaconal das ndústras de Almentos e Bebdas nas prncpas cdades brasleras. A nvestgação empírca baseou-se em modelos de escolha dscreta, Logt condconal e Mxed Logt, estmados a partr dos mcrodados da RAIS-Mte para o ano de 2010. Os resultados ndcaram para mportânca de flexblzar a hpótese da ndependênca das alternatvas rrelevantes para captar a heterogenedade das preferêncas locaconas das frmas e, assm, o modelo mxed logt fo estmado com respaldo no teste de Hausman. De acordo com os resultados, há evdêncas de que as cdades com uma maor concentração relatva de ndústras de almentos e bebdas, assm como, com uma maor dversdade ndustral atuam como polo de atração das ndustras de Almentos e Bebdas, sugerndo que as economas de localzação e urbanzação são mportantes para explcar as escolhas locaconas dessas ndústras. Além dsso, há ndcações de que as conexões de mercado para trás são mportantes para explcar a dstrbução espacal das ndústras, e são forças que atuam a favor da concentração ndustral. Por outro lado, cdades que apresentam um ambente de maor concorrênca para as ndústras seram preterdas pelas ndústras em análse. A respeto dos custos de produção, os resultados sugerem que o custo do aluguel atua como fator de repulsão da atvdade produtva, mas as ndústras seram atraídas a se nstalarem nas cdades que apresentam uma maor méda salaral para a ndústra de almentos e bebdas. Os resultados também apontam que, mesmo após estes controles, as ndústras de almentos e bebdas são mas propensas em se nstalarem na cdade de São Paulo, em comparação com as demas cdades ncluídas na análse. Como sugestões para trabalhos futuros, pretende-se testar outros modelos de escolha dscreta relaxando a hpótese da ndependênca das alternatvas rrelevantes. Por exemplo, é possível que um nvestdor prmero decda qual será a grande regão onde pretende nstalar uma ndústra e, em um segundo momento, a cdade específca. Outra extensão do trabalho será a estmação do modelo com dados em panel para um nível de desagregação regonal maor com o obetvo de obter efetos dnâmcos da dstrbução espacal das ndústras. Além dsso, pretende-se avançar no sentdo de estabelecer rankngs da qualdade dos fatores locas para as localdades em estudo. As evdêncas obtdas para a nfluênca dos fatores locas, potencalmente geradores de economas de localzação e urbanzação nas escolhas locaconas dos nvestdores/ndústras, ao menos ndcam que é mportante se fortalecer no país as polítcas voltadas para a consoldação de arranos produtvos ndustras, aprovetando as vantagens produtvas das cdades com vsta à elevação da produtvdade no país. Cabe assnalar que este tpo de polítca, de um certo modo, va no sentdo contráro as polítcas de ncentvos fscas que smplesmente buscam atrar frmas para localdades que não apresentam vantagens produtvas especfcas para a atvdade produtva da ndústra contemplada pela polítca; compatível com a stuação em que a cdade não tera ganhos produtvos com a nstalação da (s) ndústra (s), nem tão pouco a ndústra tera maores vantagens produtvas, senão aquela orunda de uma senção fscal. Referêncas Bblográfcas 17