Análise de Regressão Sobre Indicadores da Economia e da Difusão do Serviço o de Acesso àinternet em Banda Larga no Brasil Dissertação de Mestrado Aluno: Hildebrando Rodrigues Macedo Orientador: Prof. PhD Alexandre Xavier Ywata de Carvalho Novembro de 2010 Hildebrando R. Macedo 1
Introdução Motivação Estudos Anteriores Dados Agenda Modelos : Resultados e Análises Parte I -Dados em Painel: Impacto Econômico da Banda Larga Parte II -Análise Cross Section: Fatores que Influenciam a Penetração de Banda Larga nos Municípios Brasileiros Parte III -Equações Simultâneas: Impacto Econômico da Banda Larga Parte III Conclusão Conclusão Hildebrando R. Macedo Novembro de 2010 2
Introdução Hildebrando R. Macedo 3
Introdução Cada vez mais a sociedade se desloca de uma economia baseada em produção para uma economia baseada em informação ão. As as redes de telecomunicações em banda larga assumem hoje grande importância, como as demais redes de infra-estrutura: energia elétrica, transportes, etc. Hildebrando R. Macedo 4
Introdução Fica cada vez mais evidente os benefícios econômicos, ao país, de se dispor de infra-estrutura de telecomunicações eficiente. O impacto econômico trazido pela implantação de redes de telecomunicações se apresenta de várias v formas: Diretamente pelo criação de empregos decorrente da construção física f da rede. Diretamente pelo aumento da demanda de equipamentos de telecomunicações. Indiretamente por reduzir custos e ineficiências das atividade econômica, pelo acesso mais rápido r àinformações. Outros. Hildebrando R. Macedo 5
Motivação Hildebrando R. Macedo 6
Motivação Apesar de reconhecido o impacto econômico positivo trazido pela maior difusão das redes de acesso à internet em banda larga,, em diversos estudos no exterior,, até o momento estudos semelhantes não haviam sido feitos tendo como foco o caso do Brasil. Os poucos estudos disponíveis, com dados do Brasil, não utilizam dados oficias (Anatel). A motivação maior foi a de tentar replicar para o caso do Brasil, com dados oficiais da Anatel, qual seria o impacto econômico decorrente do aumento da densidade acessos de banda larga no país. Hildebrando R. Macedo 7
Estudos Anteriores Hildebrando R. Macedo 8
Banco Mundial (Qiang e outros, 2009, p. 35 a 50) * Estudos Anteriores Aumento de 1,38 ponto percentual na taxa de crescimento do PIB per capta para cada 10 pontos percentuais de aumento da penetração de Banda Larga (p. 45). * QIANG, Christine Zhen-Wei; ROSSOTTO, Carlo M. e KIMURA, Kaoru, Economic Impacts of Broadband,, em ICAD2009 - Information and Communications for Development,, Capítulo 3 : Extending Reach and Increasing Impact,, pp. 35 a 50, The World Bank, Washington,DC, 2009 Hildebrando R. Macedo 9
Estudos Anteriores Crandall e outros (2007) Aumento de 0,2 a 0,3 ponto percentual no crescimento do nível n de emprego para cada 1 ponto percentual de aumento da penetração de banda larga (p. 2) Hildebrando R. Macedo 10
Koutsky e Ford (2005) Estudos Anteriores KOUTSKY, Thomas M. e FORD,George S., "Broadband" and Economic Development: A Municipal Case Study from Florida" ", Review of Urban & Regional Development Studies,, Vol. 17, No. 3, pp. 219-229, 229, 2005, Journal of the Applied Regional Science ConferenceC Análise do aumento da atividade econômica em uma localidade na Flórida (EUA) após implantação de rede de banda larga (fibras ópticas) pública p em 2001. Aumento de até 100% na atividade econômica, comparando com localidades que não tiveram semelhante investimento. Hildebrando R. Macedo 11
KOUTROUMPIS, Pantelis,, Pantelis, The Economic Impact of Broadband on Growth: A Simultaneous Approach, Telecommunications Policy, num. 33, pp.471 485, 485, Elsevier, Outubro de 2009 Estudos Anteriores Koutroumpis (2009) Impacto econômico da banda larga em 22 países da OECD. Uso de sistema de equações simultâneas de oferta e demanda,, com variáveis veis endógenas. Resultado: aprox. 0,025p.p. de aumento do PIB para cada 1p.p. do aumento da penetração de Banda Larga (p. 478) Hildebrando R. Macedo 12
Estudos Anteriores: Brasil Moraes (2008): MORAES, Rodrigo Michel de MORAES, Rodrigo Michel de, O O setor de telecomunicações e o crescimento econômico brasileiro: um estudo com dados de painel (2000 2005). Dissertação de Mestrado em Economia, UFPE, 2008 Impacto econômico do crescimento da telefonia ÁREA 8 móvel celular. Dados em painel de 2000a 2005 usando função de produção. ÁREA 10 ÁREA 9 ÁREA 7 ÁREA 4 Resultado: cada 1p.p. de telefonia móvel m celular relacionado com 0,065 p.p. de crescimento do PIB per Capita ÁREA (p. 6 54 e 62) ÁREA 2 ÁREA 3 1p.p. de crescimento da densidade ÁREA 5 ÁREA 1 Hildebrando R. Macedo 13
Estudos Anteriores: Brasil Gomes (2002): GOMES, Pedro Alexandre GOMES, Pedro Alexandre, Impactos Produtivos do Setor de Telecomunicações e o Desenvolvimento Econômico Brasileiro no Período de 1973 a 2000.. Dissertação de Mestrado em Economia,UnB, 2002. Relação de longo prazo entre crescimento da planta de telefonia fixa e crescimento do PIB Séries temporais de 1973 a 2000. Teste de causalidade de Granger. Resultados: Relação unidirecional de que o crescimento da planta de telefonia fixa leva ao crescimento econômico. (p. 45). A relação inversa, de que crescimento econômico leva ao crescimento da planta de telefonia fixa não foi identificada. Hildebrando R. Macedo 14
Banda Larga: Visão Geral no Brasil Hildebrando R. Macedo 15
Banda Larga: Evolução do Número N de Acessos 14 Banda Larga - Total de Acessos em Serviço 12 10 8 6 4 2 0 2000_1T 2000_2T 2000_3T 2000_4T 2001_1T 2001_2T 2001_3T 2001_4T 2002_1T 2002_2T 2002_3T 2002_4T 2003_1T 2003_2T 2003_3T 2003_4T 2004_1T 2004_2T 2004_3T 2004_4T 2005_1T 2005_2T 2005_3T 2005_4T 2006_1T 2006_2T 2006_3T 2006_4T 2007_1T 2007_2T 2007_3T 2007_4T 2008_1T 2008_2T 2008_3T 2008_4T 2009_1T 2009_2T Total de Acessos Milhões Ano - Trimestre Banda Larga - Total de Acessos em Serviço Fonte: (ANATEL-SICI). Hildebrando R. Macedo 16
Banda Larga: Evolução do Número N de Acessos Número de Prestadoras do SCM 1400 1200 1000 800 600 400 200 0 Fonte: (ANATEL-SICI). Evolução do Número de Prestadoras do Serviço de Comunicação Multimídia - SCM e do Número de Acessos de Banda Larga 0,12 0,36 66 0,97 0,59 Numero Prestadoras SCM Numero de Acessos de Banda Larga 195 3,16 4,39 414 298 5,92 562 8,71 815 11,40 1208 2000 2001 2002 2003 2004 2005 2006 2007 2008 Ano Hildebrando R. Macedo 17 12 10 8 6 4 2 0 Número de Acessos de Banda Larga (Milhões)
Banda Larga: Acessos por Faixa de Velocidade Participação dos Acessos de Banda Larga por Faixa de Velocidade 80.0 70.0 Participação no Total de Acessos (%) 60.0 50.0 40.0 30.0 20.0 10.0 0.0 2000 2001 2002 2003 2004 2005 2006 2007 2008 0 a 64Kbps 75.8 33.3 30.6 34.6 26.9 20.1 19.5 12.6 11.6 64K a 512Kbps 15.4 62.5 66.1 61.7 45.0 52.6 51.0 59.9 37.1 512K a 2Mbps 5.8 3.1 2.6 3.2 27.0 26.5 27.6 25.5 42.3 2M a 34Mbps 2.1 0.8 0.5 0.4 0.9 0.6 1.7 1.6 8.3 > 34Mbps 0.9 0.4 0.3 0.2 0.2 0.2 0.2 0.3 0.7 TO TAL (%) 100 100 100 100 100 100 100 100 100 Ano Hildebrando R. Macedo 18
Banda Larga: Acessos por Tecnologia 70 Participação dos Acessos de Banda Larga por Tecnologia Participação no Total de Acessos (%) 60 50 40 30 20 10 0 2000 2001 2002 2003 2004 2005 2006 2007 2008 Outras Tecnologias 48,21 19,91 18,1 27,69 30,36 29,65 16,4 12,43 12,55 xdsl 10,57 60,56 61,96 54,95 60,94 61,76 66,32 66,01 65,13 Sem fio (Wireless) 11,08 7,16 5,03 3,59 2,79 2,77 1,75 4,09 2,9 Cable Modem 2,57 1,7 5,93 7,34 3,5 3,54 14,15 15,97 17,69 Satélite 22,95 10,66 9,08 6,43 2,4 2,28 1,37 1,49 1,72 Hildebrando R. Ano Macedo 19
250 Banda Larga - Taxa de Crescimento do Número de Acessos em Relação ao Ano Anterior 226,31 200 190,89 Taxa de Crescimento (%) 150 100 62,68 64,34 50 38,86 35,03 47,05 30,89 0 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 Ano Banda Larga - Taxa de Crescimento do Número de Acessos em Relação ao Ano Anterior Gráfico 19 Taxas de crescimento anuais do número de acessos de banda larga. Fonte: calculado a partir de dados disponíveis em (ANATEL-SICI). Hildebrando R. Macedo 20
Difusão de Banda Larga no Mundo (2008) País Penetração de banda Larga no País s (acessos por 100 habitantes) Argentina 7,9 Brasil 5,91 a Região América Chile 8,4 Latina Colombia 4,2 Mexico 7.1 7,1 Canadá 29,0 América do Estados Unidos 26,7 Norte Espanha 20,8 França 28,0 Portugal 16,0 Reino Unido 28,5 Australia 25,4 Ásia e Coréia do Sul 32,0 Oceania Malásia 4,6 África do Sul 0,8 Marrocos 1,5 Penetração de banda Larga na região (acessos por 100 habitantes) 5,5 27,8 Europa 24,8 14,0 África 1,6 Hildebrando R. Macedo 21
Dados Utilizados Hildebrando R. Macedo 22
Dados Utilizados -Legenda Dados em Nível N Nacional - Estimados Dados em Nível N Nacional -Disponíveis Hildebrando R. Macedo 23
2000 2001 2002 Dados Disponíveis 2002 2003 2004 2005 2006 2007 2008 Densidade de Acessos de Banda Larga PIB e PIB per capta Investimento em Telecom. Invest. em Banda Larga (SCM ) Invest. Serv. Fixos de Telecom. Receita Operacional das Prestadoras de Banda Larga (SCM) Escolaridade da População Hildebrando R. Macedo 24
Dados Utilizados Hildebrando R. Macedo 25
Dados Estimados Dados disponíveis: algumas variáveis veis explicativas não dispunham de séries s históricas completas. Para poder completar o estudo, os dados faltantes tiveram de ser estimados. Dados estimados: Densidade de acessos de Banda Larga por UF entre 2000 e 2006. PIB por UF de 2008 Preço o do Serviço o de Banda Larga Hildebrando R. Macedo 26
Dados Estimados: Densidade de Acessos por UF Densidade de acessos UF: Aproximação: pressuposto de que a participação de cada UF no total de acessos de banda larga do país s segue (aproximadamente)) a participação de cada UF no total de domicílios com acesso àinternet. Hildebrando R. Macedo 27
PORCENTAGEM UF DOS ACESSOS DE BANDA LARGA POR UF (4o Trim. 2007) (%) (ANATEL-SICI) 2007 2008 A B C D PORCENTAGEM DOS DOMICÍLIOS COM ACESSO ÀINTERNET POR UF (2007) (%) (PNAD 2007) PORCENTAGEM DOS ACESSOS PORCENTAGEM DOS DOMICÍLIOS DE BANDA LARGA POR UF (4o COM ACESSO ÀINTERNET POR UF Trim. 2008) (%) (ANATEL-SICI) (2008) (%) (PNAD 2008) AC 0.333 0.184 0.155 0.224 AL 0.371 0.473 0.357 0.605 AM 0.477 0.608 0.491 0.701 AP 0.036 0.119 0.048 0.107 * BA 2.774 3.576 2.876 4.162 * CE 1.789 1.559 1.641 1.896 * DF 3.860 2.511 4.348 2.471 ES 1.345 2.074 1.577 2.040 * GO 2.467 2.249 2.556 2.366 MA 0.539 0.713 0.519 0.916 * MG 8.320 9.774 9.040 10.372 MS 0.831 1.027 1.213 1.060 MT 0.408 0.959 1.313 1.385 PA 0.975 1.033 0.984 1.161 PB 0.494 0.743 0.620 0.960 * PE 1.731 2.049 1.715 2.160 PI 0.393 0.468 0.397 0.504 * PR 6.984 7.214 7.816 7.366 * RJ 11.151 13.160 11.087 12.774 RN 0.498 0.819 0.536 0.870 RO 0.941 0.488 0.435 0.489 RR 0.023 0.115 0.023 0.118 * RS 7.394 6.808 6.884 6.594 * SC 5.514 4.737 4.434 4.774 SE 0.452 0.586 0.441 0.643 * SP 39.535 35.684 38.151 32.975 TO 0.367 0.270 0.343 0.311
UF * BA * CE * DF * GO * MG * PE * PR * RJ * RS * SC * SP 2007 2008 A B C D PORCENTAGEM DOS ACESSOS DE BANDA LARGA POR UF (%) PORCENTAGEM DOS DOMICÍLIOS COM ACESSO ÀINTERNET POR UF (2007) (%) PORCENTAGEM DOS ACESSOS DE BANDA LARGA POR UF (2008) (%) PORCENTAGEM DOS DOMICÍLIOS COM ACESSO ÀINTERNET POR UF (2008) (%) BA 2.774 3.576 2.876 4.162 CE 1.789 1.559 1.641 1.896 DF 3.860 2.511 4.348 2.471 GO 2.467 2.249 2.556 2.366 MG 8.320 9.774 9.040 10.372 PE 1.731 2.049 1.715 2.160 PR 6.984 7.214 7.816 7.366 RJ 11.151 13.160 11.087 12.774 RS 7.394 6.808 6.884 6.594 SC 5.514 4.737 4.434 4.774 SP 39.535 35.684 38.151 32.975
Densidade de Acessos por UF: Resultados Densidade de acessos por UF: Para 2007: R 2 = 0,86 Para 2008: R 2 = 0,79 Hildebrando R. Macedo 30
Participação (%) 40 38 36 34 32 30 28 26 24 22 20 18 16 14 12 10 8 6 4 2 0 2008 - Comparação: Participação por UF dos Acessos de Banda Larga X Participação por UF dos Domicílios com Acesso à Internet SP RJ MG PR RS SC DF BA GO PE CE ES MT MS PA PB RN MA AM SE RO PI AL TO AC AP RR UF Participacao por UF dos Acessos de Banda Larga Participação por UF dos Domicílios com Acesso à Internet Comparação da participação de cada UF no total de acessos de banda larga do país, com a participação de cada UF no total de domicílios do país s com acesso à internet, para o ano de 2008 Hildebrando R. Macedo 31
2007 - Comparação: Participação por UF dos Acessos de Banda Larga X Participação por UF dos Domicílios com Acesso à Internet Participação (%) 40 38 36 34 32 30 28 26 24 22 20 18 16 14 12 10 8 6 4 2 0 SP RJ MG PR RS SC DF BA GO PE CE ES MT MS PA PB RN MA AM SE RO PI AL TO AC AP RR UF Participacao por UF dos Acessos de Banda Larga Participação por UF dos Domicílios com Acesso à Internet Comparação da participação de cada UF no total de acessos de banda larga do país, com a participação de cada UF no total de domicílios do país s com acesso à internet, para o ano de 2007. UnB Mestrado em Regulação e Gestão Hildebrando R. Macedo 32
Estimativa do PIB por UF de 2008 PIB nacional de 2008 disponível, mas não o PIB por UF. Para estimar o PIB por UF de 2008: Pressuposto de que em 2008 cada UF manteria a mesma participação no PIB de 2007. Para 2006e 2007 as participações de cada UF foram quase as mesmas (iguais( atéa primeira casa decimal). Hildebrando R. Macedo 33
Participação (%) por UF no PIB Nacional (Fonte: IBGE) 2002 2003 2004 2005 2006 2007 NORTE 4.69 4.78 4.95 4.96 5.06 5.02 Rondônia 0.53 0.57 0.58 0.60 0.55 0.56 Acre 0.19 0.19 0.20 0.21 0.20 0.22 Amazonas 1.47 1.47 1.56 1.55 1.65 1.58 Roraima 0.16 0.16 0.14 0.15 0.15 0.16 Pará 1.74 1.75 1.83 1.82 1.87 1.86 Amapá 0.22 0.20 0.20 0.20 0.22 0.23 Tocantins 0.38 0.43 0.43 0.42 0.41 0.42 NORDESTE 12.96 12.77 12.72 13.07 13.13 13.07 Maranhão 1.05 1.09 1.11 1.18 1.21 1.19 Piauí 0.50 0.52 0.51 0.52 0.54 0.53 Ceará 1.96 1.92 1.90 1.91 1.95 1.89 Rio Grande do Norte 0.83 0.80 0.80 0.83 0.87 0.86 Paraíba 0.84 0.83 0.77 0.79 0.84 0.83 Pernambuco 2.39 2.31 2.27 2.32 2.34 2.34 Alagoas 0.66 0.66 0.66 0.66 0.66 0.67 Sergipe 0.64 0.64 0.63 0.63 0.64 0.63 Bahia 4.11 4.01 4.07 4.23 4.07 4.12 SUDESTE 56.68 55.75 55.83 56.53 56.79 56.41 Minas Gerais 8.65 8.75 9.13 8.97 9.06 9.07 Espírito Santo 1.81 1.83 2.07 2.20 2.23 2.27 Rio de Janeiro 11.60 11.06 11.48 11.50 11.62 11.15 São Paulo 34.63 34.11 33.14 33.86 33.87 33.92 SUL 16.89 17.70 17.39 16.59 16.32 16.64 Paraná 5.98 6.44 6.31 5.90 5.77 6.07 Santa Catarina 3.77 3.93 3.99 3.97 3.93 3.93 Rio Grande do Sul 7.14 7.33 7.10 6.72 6.62 6.64 CENTRO-OESTE OESTE 8.77 9.01 9.11 8.86 8.71 8.87 Mato Grosso do Sul 1.03 1.13 1.09 1.01 1.03 1.06 Mato Grosso 1.42 1.64 1.90 1.74 1.49 1.60 Goiás 2.53 2.52 2.47 2.35 2.41 2.45 Distrito Federal 3.80 3.71 3.64 3.75 3.78 3.76 BRASIL 100.00 100.00 UnB Mestrado em Regulação e Gestão 100.00 Hildebrando R. Macedo 100.00 100.00 100.00 34
Estimativa dos Preços de Banda Larga Grande dificuldade de se obter dados confiáveis e que permitam compor uma série histórica rica,, com dados desagregados dos preços de Banda Larga no Brasil. Os poucos dados disponíveis vêm de pesquisas esporádicas e nem sempre de fontes totalmente confiáveis. Ex. pesquisas de fabricantes de equipamentos, páginas na internet com informações do setor, etc. Para estudos acadêmicos, édesejável contar com fontes mais confiáveis. Hildebrando R. Macedo 35
Estimativa dos Preços de Banda Larga Alternativa encontrada: estimar os preços a partir de pesquisas anuais da CETIC.BR (Centro de Estudos sobre as Tecnologias da Informação e da Comunicação) que faz parte do Comitê Gestor da Internet no Brasil (CGI.br) Anualmente a CETIC.br faz uma pesquisa, através de entrevistas com usuários de internet, revelando o panorama geral do uso da internet no Brasil. Uma das perguntas feitas nas entrevistas ésobre qual o VALOR MÁXIMO M DECLARADO PARA AQUISIÇÃO DE ACESSO ÁINTERNET. Hildebrando R. Macedo 36
Estimativa dos Preços de Banda Larga Baseado nas respostas a esta pergunta, pode-se elaborar uma curva mostrando como varia porcentagem de adesão em função do preço declarado. Porcentagem dos Domicílios que Aceitariam Adquirir o Serviço de Banda Larga (%) 80 70 60 50 40 30 20 10 0 Elasticidade Preço-Penetração de Banda Larga - 2008 Curva de Demanda x Preço Estimada por Regressão Demanda x Preço (dados da pesquisa) y = 90,62617.e -0,018205.x R 2 = 0,992638 0 50 100 150 200 250 300 Preço Máximo que o Usuário Aceita Pagar para Ter o Serviço de Banda Larga (R$) Hildebrando R. Macedo 37
Estimativa dos Preços de Banda Larga Sobre os dados da curva ajustaram-se se modelos no formato Y = A. e - B.X, onde: Y: densidade de acessos de Banda Larga por 1000 habitantes. X: preço o máximo m declarado para adesão. A : saturação. Valor da penetração do serviço caso seu preço o fosse zero. B : fator de decaimento. Hildebrando R. Macedo 38
Estimativa dos Preços de Banda Larga Assim encontrou-se uma forma de se obter uma aproximação para o preço do serviço o de Banda Larga em função da penetração do serviço o (densidade de acessos) X = ln ( ) Y A Y: densidade de acessos de Banda Larga por 1000 habitantes. X: preço o máximo m declarado para adesão. A : saturação. Valor da penetração do serviço o caso seu preço o fosse zero. UnB B Mestrado : fator em de Regulação decaimento. e Gestão Hildebrando R. Macedo 39 B
Estimativa dos Preços de Banda Larga Foram ajustadas curvas de Penetração X Preço para cada ano, de 2005a 2008. Elasticidade Preço-Penetração de Banda Larga - Comparação das Curvas de Demanda (com dados da pesqisa) entre 2005 e 2008 80 Porcentagem dos Domicílios que Aceitariam Adquirir o Serviço de Banda Larga (%) 70 60 50 40 30 20 10 2008 2007 2006 2005 0 0 50 100 150 200 250 300 Preço Máximo que o Usuário Aceita Pagar para Ter o Serviço de Banda Larga (R$) Hildebrando R. Macedo 40
Estimativa dos Preços de Banda Larga Para os anos de 2000 a 2004 foi utilizda a curva (modelo) do ano de 2005. Tal aproximação foi feita por falta de opções quanto a dados disponíveis. Não foi tentado extrapolar as curvas para 2000 a 2005 a partir das curvas de 2005 a 2008. Apesar destas mostrarem tendência de deslocar-se se em direção àorigem para os anos anteriores. Hildebrando R. Macedo 41
Estimativa dos Preços de Banda Larga Mesmo método m utilizado em outros estudos, como o PNBL (2009), como na figura abaixo: Adesão ao Serviço de Internet X Preço 80 Adesão (%) 70 60 50 40 30 Demanda x Preço (dados da pesquisa) Modelo Regressão y = 69,891.e -0,015.x R 2 = 0,9781 20 10 0 0 50 100 150 200 250 300 Fonte: reproduzido do Plano Nacional de Banda Larga, (MC,2009, p. 67) Valor (R$) Hildebrando R. Macedo 42
Estimativa dos Preços de Banda Larga Em uma Nota Técnica T apresentada àanatel, foi utilizada esta mesma metodologia para estimativa da elasticidade preço o demanda dos serviços de Banda Larga a partir destas pesquisas da (CETIC, 2005 a 2008). Fonte: Análise dos Impactos Sociais do Art. 9º 9 da Proposta de Revisão do Plano Geral de Outorgas de Serviços de Telecomunicações Prestado no Regime Público P PGO, Nota Técnica, T CGEE, (OLIVEIRA, 2008, p.14) Hildebrando R. Macedo 43
Estimativa dos Preços de Banda Larga: Limitações do MétodoM Baseado nos valores declarados pelos usuárias e não nos preços pagos na prática. Assume o mesmo comportamento de Penetração X Preço o para todo o país. Não leva em conta disparidades regionais de renda. Apesar das limitações, permite avaliar o grau do impacto do preço o sobre a demanda por Banda Larga. Hildebrando R. Macedo 44
Resultados Hildebrando R. Macedo 45
Resultados Modelos : Resultados e Análises Parte I -Dados em Painel: Impacto Econômico da Banda Larga Parte II -Análise Cross Section: Fatores que Influenciam a Penetração de Banda Larga nos Municípios Brasileiros Parte III -Equações Simultâneas: Impacto Econômico da Banda Larga Hildebrando R. Macedo 46
Abordagens Empíricas em Econometria Carvalho e Albuquerque (2010) CARVALHO, Alexandre Xavier Ywata e ALBUQUERQUE, Pedro Henrique Melo, Tópicos em Econometria Espacial para Dados Cross-Section Section, Textos Para Discussão, 2010,IPEA. Holmes (2010) HOLMES, T. J., HOLMES, T. J., Structural, Experimentalist and Descriptive Approaches to Empirical Work in Regional Economics cs, Journal of Regional Science, vol. 50,2010. Estruturalista Experimentalista Descritiva Hildebrando R. Macedo 47
Abordagens Empíricas em Econometria Estruturalista Modelos mais bem fundamentados em teoria econômica sobre a relação entre as variáveis. veis. Permite a avaliação do impacto das variáveis veis simulando cenários de evolução destas. Ex. Parte III Uso de sistema de equações simultâneas de oferta/demanda para estudo do impacto econômico no Brasil do aumento da penetração da densidade de acessos de Banda Larga. Usados os modelos de Koutroumpis(2009) e Röller R & Waverman (2001). Hildebrando R. Macedo 48
Abordagens Empíricas em Econometria Experimentalista Modelos não dispõem da mesma fundamentação em teoria econômica. Modelo construído a partir da identificação das relações entre as variáveis. veis. Conhecimento sobre as equações que regem as relações entre as variáveis, veis, porém m não se conhece o fundamento teórico por trás s deste comportamento Ex. Parte I Análise por meio de modelos com dados em painel para estudo do impacto econômico no Brasil do aumento da penetração da densidade de acessos de Banda Larga. Modelo baseado em função de produção. Hildebrando R. Macedo 49
Abordagens Empíricas em Econometria Descritiva Enfoque mais qualitativo, do que quantitativo sobre o estudo das relações entre variáveis. veis. Importância maior dada sobre o nível n de significância das variáveis veis e dos sinais de seus coeficientes (positivo/negativo). Ex. Parte II Estudo dos determinantes do aumento da penetração no serviço o de Banda Larga nos municípios brasileiros em 2007. Uso de análise de dados em cross-section section. Hildebrando R. Macedo 50
Resultados: Parte I Impacto Econômico do Aumento da Densidade de Acessos de Banda Larga no Brasil. Modelo com Dados em Painel Hildebrando R. Macedo 51
Resultados: Dados em Painel Objetivo: Inspirado no estudo do Banco Mundial (Qiang e outros, 2009),, fazer análise com dados em painel para avaliar impacto econômico, no Brasil do aumento da penetração de banda larga. Hildebrando R. Macedo 52
Modelo Original (Banco Mundial): Onde: Resultados: Dados em Painel PIB α 0 + α 1.PIB 1980 +α 2.INVEST_TELECOM 1980_a_2006 + 1980_a_2006 = + α 3.TELECOM_PENET 1980_a_2006 + α 4.ESCOLARIDADE 1980 + α 6.SSA + + α 7.LAC + µ PIB 1980_a_2006 : taxa média m de crescimento do PIB per capta entre 1980 e 2006. PIB 1980 : valor do PIB per capta em 1980. INVEST_TELECOM 1980_a_2006 : taxa cresc. média % do PIB investido em telecom entre 1980 e 2006. TELECOM_PENET 1980_a_2006 : taxa de cresc. de penetração média m de serviços de telecom, como banda larga, telefonia fixa e móvel m entre 1980 e 2006. Análise separada: países desenvolvidos e em desenvolvimento; Onde: ESCOLARIDADE 1980 :% da população matriculada em ensinofundamental em 1980. Foi utilizado como parâmetro de estoque de capital humano. SSA : variáve vel l dummy para países sub-saarianos saarianos LAC : variável vel dummy para países da América Latina e Caribe. Hildebrando R. Macedo 53
Resultados: Dados em Painel Modelo Utilizado: Y ( t) = K β t H α t L γ t Ou ln(y(t)) =β.ln(k= t,) +α.ln(h+ t ) + γ.ln(l t ) Onde : Y(t)= PIB_PER_CAPITA t, PIB t :éo PIB per capta ou o PIB no ano t para cada UF; K t,= INV_SERV_FIX t, INVEST_SCM t ou INV_TOT_TELECOM t : Investimento anual em serviços de telecom. (serv. Fixos, banda larga ou todos os serv. de telecom.) Corresponde ao capital físico f como discutido no modelo de (BARRO, 1991).. Dados agregados para o país s pois não havia dados desagregados ao nível n de UF; Hildebrando R. Macedo 54
Resultados: Dados em Painel Modelo Utilizado: Y( t) = K β t H α t L γ t Ou ln(y(t)) =β.ln(k= t,) +α.ln(h+ t ) + γ.ln(l t ) Onde : H t = PORCENT_ESCOL t, POP_15_AN_8_AN_EST t : é a parcela da pop., por UF, com 15 anos de idade ou mais com pelo menos 8 anos de estudo completos. No caso do PIB como variável vel dependente, H t corresponde ao número de habitantes por UF com pelo menos 15 anos de idade e pelo menos 8 anos completos de estudo. Isto porque verificou-se que usando o número n de habitantes em vez da parcela da população, ao se avaliar o PIB como variável vel dependente os resultados foram melhores obtendo-se valores maiores para o R 2. Hildebrando R. Macedo 55
Resultados: Dados em Painel Modelo Utilizado: Y( t) = K β t H α t L γ t Ou ln(y(t)) =β.ln(k= t,) +α.ln(h+ t ) + γ.ln(l t ) Onde : L t = DENS_B_LARG t : éa densidade do número n de acessos de internet banda larga por 1000 habitantes. Corresponde ao trabalho, no modelo de (BARRO, 1991). Havendo maior disponibilidade de acesso àinternet em banda larga, criaria maiores oportunidades econômicas de geração de emprego e renda. Hildebrando R. Macedo 56
Resultados: Dados em Painel Modelo Utilizado: Y( t) = K β t H α t L γ t Ou ln(y(t)) =β.ln(k= t,) +α.ln(h+ t ) + γ.ln(l t ) Onde : L t = DENS_B_LARG t : éa densidade do número n de acessos de internet banda larga por 1000 habitantes. Desagregados para cada UF. Para 2007 e 2008 utilizaram-se dados de (ANATEL-SICI). Para 2000 a 2006, como sós haviam disponíveis os dados em nível n nacional, a distribuição por UF teve de ser estimada baseando-se na participação de cada Estado no total de domicílios com acesso à internet, calculados a partir de dados da PNAD do IBGE Hildebrando R. Macedo 57
Dados em Painel: PIB per Capta Impacto Sobre o PIB per Capta do Aumento da Difusão de Banda Larga: Ou ln(y(t)) = β.ln(k t )+ α.ln(h t ) +γ.ln(l+ t ) Onde : Modelo I.1 : ln(pib_per_capita t ) = β.ln(inv_serv_fix t ) + + α.ln(100*porcent_escol t ) + γ.ln(dens_b_larg t ) Modelo I.2: ln(pib_per_capita t ) = β.ln(invest_scm t )+ + α.ln(100*porcent_escol t ) + γ.ln(dens_b_larg t ) Modelo I.3: ln(pib_per_capita t ) = β.ln(inv_tot_telecom t ) + α.ln(100*porcent_escol t ) + γ.ln(dens_b_larg t ) Hildebrando R. Macedo 58
Dados em Painel: PIB per Capta Variável Dependente : LOG(PIB_PER_CAPITA). Valores dos Coeficientes para cada modelo Modelo I.1 I.1 I.2 I.2 I.3 I.3 Variável Explicativa EF C 6.174 (7.343) 0.703 LOG(PORCENT_ESCOL) 0.703 (4.873) 0.152 LOG(DENS_B_LARG) LOG(INV_SERV_FIX) (12.718) EA 5.167 (8.033) 1.01 (7.398) 0.133 (11.552) -0.000128-0.00245 (-0.00607)a (-0.197)a Obs.: Entre UnB parênteses Mestrado,valores em Regulação da estatística e Gestão t. Níveis de significância: Hildebrando *5%, R. **10%, Macedo a:90%; b: 60%. EF: Efeitos Fixos. EA: Efeitos Aleatórios. 59 EF 4.407 (7.396) 0.335 (2.441)* 0.126 (10.962) 0.145 LOG(INVEST_SCM) 0.145 LOG(INV_TOT_TELECOM) (5.717) EA 3.941 (8.900) 0.950 (6.949) 0.113 (12.860) 0.066 (3.877) R 2 0.987 0.912 0.990 0.895 EF 7.346 (4.179) 0.189 (1.026) 0.170 (7.734) 0.027 EA 6.346 (4.045) 0.446 (2.877) 0.148 (6.822) 0.033 (0.462)b (0.563)b 0.895 0.983 0.892 Número de amostras 8 8 7 7 9 8 Período das amostras 2001 a 2008 2001 a 2008 2002 a 2008 2002 a 2008 2000 a 2008 Total de observações 216 216 189 189 243 216 Número de cross-sections sections 27 27 27 27 27 27 2000 a 2008 2001 a 2008
Dados em Painel: PIB Impacto Sobre o PIB do Aumento da Difusão de Banda Larga: Ou ln(y(t)) = β.ln(k t )+ α.ln(h t ) +γ.ln(l+ t ) Onde : Modelo I.4 : ln(pib t ) = β.ln(inv_serv_fix t ) + + α.ln(pop_15_an_8_an_est t ) + γ.ln(dens_b_larg t ) Modelo I.5: ln(pib t ) = β.ln(invest_scm t ) + +α.ln(pop_15_an_8_an_est t ) + γ.ln(dens_b_larg t ) Modelo I.6: ln(pib t ) = β.ln(inv_tot_telecom t ) + + α.ln(pop_15_an_8_an_est t ) + γ.ln(dens_b_larg t ) Hildebrando R. Macedo 60
Variável Dependente : LOG(PIB) Valores dos Coeficientes para cada modelo Modelo I.4 I.4 I.5 I.5 I.6 I.6 Variável Explicativa EF C 11.760 (5.303) 0.861 LOG(POP_15_AN_8_AN_EST) 0.861 (5.919) LOG(DENS_B_LARG) 0.142 (9.530) 0.00282 LOG(INV_SERV_FIX) -0.00282 (-0.153)a EA 9.372 (36.172) 1.033 (65.845) 0.128 (24.433) -0.00349 (-0.272)b Obs.: Entre parênteses,valores da estatística t. Níveis de significância: *5%,**10%;a: 90%; b: 80%; c: 15%; d: 60%;e: 50%. UnB Para Mestrado os demais casos: em Regulação 1%. EF: Efeitos e Gestão Fixos. EA: Efeitos Hildebrando Aleatórios. R. Macedo 61 EF 14.103 (6.363) 0.476 (2.734) 0.128 (7.664) 0.142 LOG(INVEST_SCM) 0.142 LOG(INV_TOT_TELECOM) Dados em Painel: PIB (5.657) EA 8.218 (20.61) 1.023 (54.437) 0.106 (18.467) 0.0581 (4.691) EF 18.669 (4.652) 0.312 (1.454)c 0.174 (5.948) 0.032 (0.472)d EA 9.314 (5.111) 0.955 (17.902) 0.097 (4.464) 0.0497 (0.648)e R 2 0.998 0.953 0.998 0.946 0.997 0.929 Número de amostras 8 8 7 7 9 8 Período das amostras 2001 a 2008 2001 a 2008 2002 a 2008 2002 a 2008 2000 a 2008 2001 a 2008 Total de observações 216 216 189 189 243 216 Número de cross-sections sections 27 27 27 27 27 27
Dados em Painel: Incluindo a FBCF Nos modelos anteriores foram incluídos somente os investimentos em telecomunicações. Porém m o crescimento do PIB e PIB per Capita decorrem também m dos investimentos nos demais setores da economia. Para levar em conta este aspecto e tentar separar os efeitos dos investimentos em telecomunicações, dos demais, os modelos anteriores foram repetidos com a inclusão de variável vel referente àformação Bruta de Capital Fixo FBCF. Hildebrando R. Macedo 62
Dados em Painel: PIB per Capta com FBCF Impacto Sobre o PIB per Capta do Aumento da Difusão de Banda Larga. Incluindo a FBCF: Ou ln(y(t)) = β.ln(k t )+ α.ln(h t ) +γ.ln(l+ t ) + ξ.ln(fbcf t K t ) Onde : Modelo I.7 : ln(pib_per_capita ln(pib_per_capita t ) = β.ln(inv_serv_fix t ) + +α.ln(100*porcent_escol t ) + γ.ln(dens_b_larg t ) + ξ.ln(fbcf t INV_SERV_FIX t ) Modelo I.8: ln(pib_per_capita t ) = β.ln(invest_scm t )+ + α.ln(100*porcent_escol t ) + γ.ln(dens_b_larg t ) + ξ.ln(fbcf t INVEST_SCM t ) Modelo I.9: ln(pib_per_capita t ) = β.ln(inv_tot_telecom t ) + +α.ln(100*porcent_escol t ) +γ.ln(dens_b_larg+ t ) +ξ.ln(fbcf+ t INV_TOT_TELECOM t ) Hildebrando R. Macedo 63
Dados em Painel: PIB per Capta com FBCF Variável Dependente : LOG(PIB_PER_CAPITA). Coeficientes para cada modelo Modelo I.7 I.7 I.8 I.8 I.9 I.9 Variável Explicativa EF EA EF EA EF EA C -5.691-1.943-4.150-0.341-5.689-4.104 (-2.975) (-1.114)a (-1.392)b (-0.121)d (-4.679) (-2.945) LOG(PORCENT_ESCOL) 0.209 0.6462 0.185 0.819 0.111 0.261 (3.137) 0.0398 LOG(DENS_B_LARG) 0.0398 (2.199)* LOG(INV_SERV_FIX) -0.0513 (-3.891) (7.086) 0.068 (4.111) -0.034 (-3.534) (3.552) 0.062 (2.411)* (7.205) 0.082 (3.425) (2.121)* 0.048 (3.285) LOG(INVEST_SCM) 0.015 0.0075 (0.344)c (0.193)e LOG(INV_TOT_TELECOM) -0.063 LOG(FBCF -INV_SERV_FIX) 0.566 LOG(FBCF - INVEST_SCM) LOG(FBCF - INV_TOT_TELECOM) R 2 (7.622) 0.349 (5.135) (-2.823) INVEST_SCM) 0.454 0.229 (3.206) (1.744)** INV_TOT_TELECOM) 0.592 (11.769) (5.049) 0.056 (3.217) -0.046 (-1.719)** 0.495 (7.956) 0.993 0.934 0.992 0.905 0.993 0.941 Número de amostras 8 8 7 7 9 9 Período das amostras 2001 a 2008 2001 a 2008 2002 a 2008 2002 a 2008 2000 a 2008 Total de observações do pool 216 216 189 189 243 243 Número de cross-sections sections 27 27 27 27 27 27 2000 a 2008 2000 a 2008 Obs.: Entre UnB parênteses Mestrado estão em os Regulação valores da e Gestão estatística t. Níveis de Hildebrando significância:* R. Macedo 5%; ** 10%; a: 30% ; b: 20%; c: 70%; d; 90%; e:80%; EF: 64 Efeitos Fixos. EA: Efeitos Aleatórios.
Dados em Painel: PIB com FBCF Impacto Sobre o PIB do Aumento da Difusão de Banda Larga. Incluindo a FBCF: Ou ln(y(t)) = β.ln(k t )+ α.ln(h t ) +γ.ln(l+ t ) + ξ.ln(fbcf t K t ) Onde : Modelo I.10 : ln(pib )+ ln(pib t ) = β.ln(inv_serv_fix t ) + α.ln(pop_15_an_8_an_estt + γ.ln(dens_b_larg t ) + ξ.ln(fbcf t INV_SERV_FIX t ) Modelo I.11: ln(pib t ) = β.ln(invest_scm t ) + α.ln(pop_15_an_8_an_estt) + + γ.ln(dens_b_larg t ) + ξ.ln(fbcf t INVEST_SCM t ) Modelo I.12: 12:ln(PIB t )=β.ln(inv_tot_telecom t ) +α.ln(pop_15_an_8_an_estt) + + γ.ln(dens_b_larg t ) +ξ.ln(fbcf+ t INV_TOT_TELECOM t ) Hildebrando R. Macedo 65
Dados em Painel: PIB com FBCF Variável Dependente : LOG(PIB). Coeficientes para cada modelo Modelo I.10 I.10 I.11 I.11 I.12 I.12 Variável Explicativa EF EA EF EA EF EA C 5.814 (2.868) 0.248 4.074 (2.985) 0.998 7.626 (2.415) 0.301 4.552 (2.107) 1.017 6.657 (4.858) 0.149 LOG(POP_15_AN_8_AN_EST) 0.248 (3.479) (50.484) (4.118) (48.507) (2.692) LOG(DENS_B_LARG) 0.045 0.067 0.071 0.076 (2.193)* (4.944) (2.454) (4.107) (3.235) LOG(INV_SERV_FIX) -0.056-0.029 (-4.079) (-4.445) LOG(INVEST_SCM) 0.025-0.00114 (0.572)a (-0.043)b LOG(INV_TOT_TELECOM) -0.068 0.604 LOG(FBCF -INV_SERV_FIX) 0.604 LOG(FBCF - INVEST_SCM) (8.967) 0.245 (4.663) 0.438 INVEST_SCM) 0.438 LOG(FBCF - INV_TOT_TELECOM) (3.417) 0.192 (1.963)* 0.055 (-2.894) 0.638 INV_TOT_TELECOM) 0.638 (14.218) 1.319 (0.621)a 0.834 (12.475) 0.016 (0.532)c -0.018 (-0.288) 0.433 (3.196)d R 2 0.999 0.957 0.999 0.947 0.999 0.939 Número de amostras 8 8 7 7 9 9 Período das amostras 2001 a 2008 2001 a 2008 2002 a 2008 2002 a 2008 2000 a 2008 Total de observações do pool 216 216 189 189 243 Número de cross-sections sections 27 27 27 27 27 2000 a 2008 2000 a 2008 243 243 27 27 Obs.: Entre parênteses estão os valores da estatística t. Níveis de significância: * 5%; ** 10%; a: 50% ;b: 90%; c: 60%;; d:80%. EF: Efeitos Fixos. EA: Efeitos Aleatórios. Hildebrando R. Macedo 66
Variável Dependente : LOG(PIB_PER_CAPITA). Valores dos Coeficientes para cada modelo I.1 I.1 I.2 I.2 I.3 I.3 I.7 I.7 I.8 I.8 I.9 I.9 Modelo I.1 Variável Explicativa EF C Dados em Painel: PIB per Capta -Comparação LOG(PORCENT_ESCOL) 6.174 (7.343) 0.703 (4.873) LOG(DENS_B_LARG) 0.152 (12.718) LOG(INV_SERV_FIX) LOG(INVEST_SCM) -0.000128 (-0.00607)f EA 5.167 (8.033) 1.01 (7.398) 0.133 (11.552) -0.00245 (-0.197)f EF 4.407 (7.396) 0.335 (2.441)* 0.126 (10.962) 0.145 (5.717) EA 3.941 (8.900) 0.950 (6.949) 0.113 (12.860) 0.066 (3.877) EF 7.346 (4.179) 0.189 (1.026) 0.170 (7.734) Obs.: Entre parênteses estão os valores da estatística t. ; Níveis de significância::* 5%; ** 10%; (a: 20%) ;(b: 30%) ;(c: 60%); (d: 70%) ;(e: 80%) ;(f: 90%). EF: Efeitos Fixos. EA: Efeitos Aleatórios. Hildebrando R. Macedo 67 EA 6.346 (4.045) 0.446 (2.877) 0.148 (6.822) EF -5.691 (-2.975) 0.209 (3.137) 0.0398 (2.199)* -0.0513 (-3.891) EA -1.943 (-1.114)b 0.6462 (7.086) 0.068 (4.111) -0.034 (-3.534) EF -4.150 (-1.392)a 0.185 (3.552) 0.062 (2.411)* 0.015 (0.344)d EA -0.341 (-0.121)f 0.819 (7.205) 0.082 (3.425) 0.0075 (0.193)e EF -5.689 (-4.679) 0.111 (2.121)* 0.048 (3.285) EA -4.104 (-2.945) 0.261 (5.049) 0.056 (3.217) LOG(INV_TOT_TELECO 0.027 0.033-0.063 M) (0.462)c (0.563)c (-2.823) LOG(FBCF 0.566 0.349 INV_SERV_FIX) (7.622) (5.135) LOG(FBCF 0.454 0.229 INVEST_SCM) (3.206) (1.744)** LOG(FBCF 0.592 0.495 INV_TOT_TELECOM) (11.769) (7.956) R 2 0.987 0.912 0.990 0.895 0.983 0.892 0.993 0.934 0.992 0.905 0.993 0.941 Número de amostras 8 8 7 7 9 8 8 8 7 7 9 9 Período das amostras 2001 a 20082001 a 2008 2002 a 2008 Total de observações Número de cross- sections 2002 a 2008 2000 a 2008 2001 a 2008 2001 a 2008 2001 a 2008 2002 a 2008 2002 a 2008 2000 a 2008-0.046 (-1.719)** 2000 a 2008 ões 216 216 189 189 243 216 216 216 189 189 243 243 27 27 27 27 27 27 27 27 27 27 27 27
Variável Dependente : LOG(PIB). Valores dos Coeficientes para cada modelo I.4 I.4 I.5 I.5 I.6 I.6 I.10 I.10 I.11 I.11 I.12 I.12 Modelo I.4 Variável Explicativa EF C 11.760 (5.303) LOG(POP_15_AN_8_AN 0.861 _EST) (5.919) LOG(DENS_B_LARG) 0.142 (9.530) LOG(INV_SERV_FIX) LOG(INVEST_SCM) -0.00282 (-0.153)f EA 9.372 (36.172) 1.033 (65.845) 0.128 (24.433) -0.00349 (-0.272)e EF 14.103 (6.363) 0.476 (2.734) 0.128 (7.664) 0.142 (5.657) EA 8.218 (20.61) 1.023 (54.437) 0.106 (18.467) 0.0581 (4.691) EF 18.669 (4.652) 0.312 (1.454)a 0.174 (5.948) Obs.: Entre parênteses estão os valores da estatística t. ; Níveis de significância::* 5%; ** 10%; (a: 20%) ;(b: 30%) ;(c: 60%); UnB Mestrado (d: 70%) ;(e: em 80%) Regulação ;(f: 90%). e Gestão EF: Efeitos Fixos. EA: Hildebrando Efeitos Aleatórios. R. Macedo 68 EA 9.314 (5.111) 0.955 (17.902) 0.097 (4.464) EF 5.814 (2.868) 0.248 (3.479) 0.045 (2.193)* -0.056 (-4.079) EA 4.074 (2.985) 0.998 (50.484) 0.067 (4.944) -0.029 (-4.445) EF 7.626 (2.415) 0.301 (4.118) 0.071 (2.454) 0.025 (0.572)c EA 4.552 (2.107) 1.017 (48.507) 0.076 (4.107) -0.00114 (-0.043)f EF 6.657 (4.858) 0.149 (2.692) 0.055 (3.235) EA 1.319 (0.621)c 0.834 (12.475) 0.016 (0.532)c LOG(INV_TOT_TELECO 0.032 0.0497-0.068-0.018 M) (0.472)c (0.648)c (-2.894) (-0.288) LOG(FBCF 0.604 0.245 INV_SERV_FIX) (8.967) (4.663) LOG(FBCF 0.438 0.192 INVEST_SCM) (3.417) (1.963)* LOG(FBCF 0.638 0.433 INV_TOT_TELECOM) (14.218) (3.196)e R 2 0.998 0.953 0.998 0.946 0.997 0.929 0.999 0.957 0.999 0.947 0.999 0.939 Número de amostras 8 8 7 7 9 8 8 8 7 7 9 9 Período das amostras Total de observações Número de cross- sections Dados em Painel: PIB -Comparação 2001 a 2008 2001 a 2008 2002 a 2008 2002 a 2008 2000 a 2008 ões 216 216 189 189 243 216 216 216 189 189 243 243 2001 a 2008 2001 a 2008 2001 a 2008 2002 a 2008 2002 a 2008 2000 a 2008 27 27 27 27 27 27 27 27 27 27 27 27 2000 a 2008
Parte I -Dados em Painel -Conclusões Identificada relação positiva entre o aumento da densidade de acessos de Banda Larga por 1000 hab. e crescimento econômico: Cada 1 p.p. de aumento da densidade de acessos de Banda Larga está relacionado com crescimento entre 0,016 e 0,174 p.p. do PIBe com crescimento entre 0,04e 0,17 p.p. do PIB per capita. Hildebrando R. Macedo 69
Parte I -Dados em Painel -Conclusões Limitações do modelo: Não captura o efeito da endogeneidade da variável vel de aumento da penetração de Banda Larga: aumento da densidade de acessos leva ao crescimento econômico e ao mesmo tempo o crescimento econômico leva ao aumento da demanda por acessos de Banda Larga. Limitação (inadequação) quanto à fundamentação teórica utilizada. Uso de variáveis veis instrumentais melhoraria a confiabilidade do modelo em painel. Hildebrando R. Macedo 70
Parte I -Dados em Painel -Conclusões Limitações do modelo: Impossibilidade de replicar o estudo do Banco Mundial (Qiang et al, 2009), que melhor incorpora efeitos de endogeneidade: Utilizaram dados de cerca de 120 países (cross( cross- sections) ) referentes àtaxas médias m de crescimento. Número razoável de amostras. Modelo equivalente para o Brasil incluiria somente 27 cross-sections sectionsreferentes aos 27 Estados. Número N insuficiente de amostras. Dificuldade contornada se houvesse dados suficientes desagregados por município (5564 amostras). Hildebrando R. Macedo 71
Resultados: Parte II Estudo dos Determinantes do Aumento da Densidade de Acessos de Banda Larga nos Municípios Brasileiros Análise Cross-Section Hildebrando R. Macedo 72
Resultados: Análise Cross-Section Objetivo: a partir de indicadores de desenvolvimento humano, nos municípios brasileiros, identificar quais fatores se relacionam com o aumento penetração de banda larga nestes. Estudo de possíveis determinantes de penetração de Banda Larga ao nível n dos municípios. Hildebrando R. Macedo 73
Resultados: Análise Cross-Section Modelo: y = β x x x x x x x x x x x β β β β β β β β β β10 β 1 0 1 2 3 4 5 6 7 8 9 10 11 1 2 3 4 5 6 7 8 9 11 Modelo linearizado: ln( y ) = ln( β ) + β ln( x ) + β ln( x ) + β ln( x ) + β ln( x ) + K 1 0 1 1 2 2 3 3 4 4 K+ β ln( x ) + β ln( x ) + β ln( x ) + β ln( x ) + 5 5 6 6 7 7 8 8 K+ β ln( x ) + β ln( x ) + β ln( x ) 9 9 10 10 11 11 Onde: total de acessos de banda larga no município ln( y 1 ) = ln o n de habitantes do município Y 1 = densidade de acessos de Banda Larga por habitante Hildebrando R. Macedo 74
Resultados: Análise Cross-Section Modelo: ln( y ) = ln( β ) + β ln( x ) + β ln( x ) + β ln( x ) + β ln( x ) + β ln( x ) + β ln( x ) + K 1 0 1 1 2 2 3 3 4 4 5 5 6 6 K+ β ln( x ) + β ln( x ) + β ln( x ) + β ln( x ) + β ln( x ) 7 7 8 8 9 9 10 10 11 11 Onde: X 1 : FRACAO_PIB_AGRO_2007 X 2 : FRACAO_PIB_IND_2007 x 3 : FRACAO_PIB_SERV_2007 x 4 : IFDM_EDU_2005 x 5 : IFDM_EMPREGO_2005 X 6 : IFDM_SAUDE_2005 Fração do PIB Municipal, em 2007, decorrente de atividades dos setores agropecuário rio, industrial e de serviços. Fonte, IBGE (IBGEa) Índice Firjan de Desenvolvimento Municipal (IFDM). Indicador de desenvolvimento humano referente aos itens de Educação ão, Emprego & Renda e Saúde de,, no ano de 2005. Fontes FIRJAN (FIRJAN,2005) e (IPEA). Hildebrando R. Macedo 75
Resultados: Análise Cross-Section Modelo: ln( y ) = ln( β ) + β ln( x ) + β ln( x ) + β ln( x ) + β ln( x ) + β ln( x ) + β ln( x ) + K Onde: 1 0 1 1 2 2 3 3 4 4 5 5 6 6 K+ β ln( x ) + β ln( x ) + β ln( x ) + β ln( x ) + β ln( x ) 7 7 8 8 9 9 10 10 11 11 X 7 : NUM_PRESTADORAS : Número de prestadoras de Banda Larga presentes no município. Fonte, (ANATEL-SICI). X 8 : PIB_PER_CAPITA_2007: PIB per capta do município, em 2007,Fonte, IBGE. X 9 : POP_2007: População do município : Estimativa para o ano de 2007. Fonte IBGE. X 10 : HHI_TECNOLOGIAS : Índice Herfindahl-Hirschman Hirschman (HHI) de concentração do mercado, relativo à competição entre tecnologias de prestação de Banda X 11 Larga. Fonte: calculado a partir de dados da Anatel. 11 : HHI_EMPRESAS : Índice Herfindahl-Hirschman Hirschman (HHI) de concentração do mercado relativo à competição entre prestadoras de Banda Larga em 2007. Fonte: calculado a partir de dados da Anatel. Hildebrando R. Macedo 76
Análise Cross-Section : Modelos Utilizados 8 (oito) modelos de regressão combinando diferentes variáveis veis explicativas criando cenários distintos: Modelo 1: Variáveis de alocação do PIB municipal entre os setores agropecuário, rio, industrial e de serviços. Variáveis dos indicadores de desenvolvimento humano nas áreas de educação, emprego e renda e saúde. População ão, PIB per capita, número de prestadoras debanda Larga no município. Motivação: modelo para análise inicial Obs.:Nível de significância: * 1% Hildebrando R. Macedo 77
Análise Cross-Section : Modelos Modelo 2: Mesmo que o Modelo 1, mas excluindo o número n de prestadoras e incluindo a variável vel de competição entre empresas prestadoras do serviço o de Banda Larga. Modelo 3: Mesmo que o Modelo 2, trocando a variável vel de competição entre prestadoras, pela variável vel de competição entre tecnologias de prestação do serviço o de Banda Larga. Motivação: O número n de prestadoras éum indicador limitado para o grau de competição. Pois pode haver diversas prestadoras, mas com o mercado dominado por poucas empresas. Assim usou-se se o Índice Herfindahl-Hirschman Hirschman (HHI) de concentração do mercado para avaliar a competição tanto entre empresas como entre tecnologias. A competição entre empresas(modelo 2) 2 e entre tecnologias (Modelo 3) 3 foram avaliadas separadamente em dois modelos. Em modelos posteriores sua atuação conjunta foi avaliada. Hildebrando R. Macedo 78
Análise Cross-Section : Modelos Modelo 4: Foram incluídas todas as variáveis veis disponíveis, as do Modelo 1 mais as duas de competição entre empresas e tecnologias. Todas as 11 variáveis veis disponíveis incluídas. Motivação: Verificar como se comporta o modelo com todas as variáveis veis disponíveis. Modelo 5: Foram incluídas todas as variáveis veis disponíveis, menos a do número de prestadoras.. Incluídos todos os municípios com dados disponíveis (5135( 5135). Motivação: Verificar comportamento conjunto das variáveis veis de competição entre empresas e entre tecnologias (HHI). Retirado o número de prestadoras por este levar a um comportamento estranho da variável vel população (nos Modelos 1e 1 4,, quando o número n de prestadoras está presente, a variável vel população apresenta coeficiente negativo) Hildebrando R. Macedo 79
Análise Cross-Section : Modelos Modelo 6: Mesmo que o Modelo 5, mas incluídos somente os municípios com pelo menos 50.000 habitantes. Modelo 7: Mesmo que os Modelos 5 e 6, mas incluídos somente os municípios com até 50.000 habitantes. Motivação ão: : Verificar se haveria diferença a de comportamento entre cidades 50.000 habitantes e cidades 50.000 habitantes.. Isto por se entender que estes dois grupos tem perfis socioeconômicos diferentes. Modelo 8: Mesmo que o Modelo 4, mas excluindo o número n de prestadoras e o indicador de desenvolvimento humano referente a emprego e renda. Motivação: A variável vel referente ao IFDM de emprego e renda teve pouca relevância em quase todos os modelos (significância de 40%, 60% e 90% em alguns modelos). Por isso foi retirada. Modelo de melhor desempenho do estudo. Hildebrando R. Macedo 80
Variável Dependente : LOG(1000.(NUMERO_ACESSOS/POP_2007)) ou LOG(Densidade de Acessos de Banda Larga por 1000 Habitantes) Modelo II.1 Variável Explicativa x 0 C ln(β 0 ) -2.529 x 1 FRACAO_PIB_AGRO_2007 β 1 x 2 FRACAO_PIB_IND_2007 β 2 x 3 FRACAO_PIB_SERV_2007 β 3 x 4 x 5 x 6 x 7 x 8 x 9 IFDM_EDU_2005 β 4 IFDM_EMPREGO_2005 β 5 IFDM_SAUDE_2005 β 6 NUM_PRESTADORAS β 7 PIB_PER_CAPITA_2007 β 8 POP_2007 β 9 x 10 HHI_TECNOLOGIAS β 10 x 11 HHI_EMPRESAS β 11 R 2 (-3.136) 0.12 (4.986) 0.181 (4.136) 1.124 (9.346) 0.812 (6.995) 0.235 (3.903) 0.946 (6.413) 1.95 (40.663) 0.919 (11.747) II.2 21.013 (-27.009) 0.117 (6.077) 0.27 6.839) 1.475 (12.34) 1.9 (14.584) 0.095 (1.455) b 2.166 (14.159) II.3 II.4 II.5 II.6 Valores dos Coeficientes -9.492 (-10.286) 0.127 (5.849) 0.273 (6.533) 1.616 (12.618) 1.819 (13.619) 0.197 (3.011) 2.22 (14.252) - - 1.252 (17.183) 1.369 (17.649) -20.806 (-36.094) 0.09 (6.175) 0.14-13.174 (-15.447) 0.097 (4.824) -16.7 (-7.383) 0.0209 (0.924) a 0,734 0.61 0.587 0.842 0.643 0.728 0.596 0.643 ajustado 0,733 0.609 0.586 0.841 0.642 0.723 0.595 0.642 Obs.:Nível de significância: * 1% 5135 5135 5135 5135 5135 566 4569 5135 R 2 ajustado -0.481 (-13.804) 0.478 (22.75) 10 - - 11-1.085 Número de amostras 5135 (17.455) 0.4 (17.709) -0.215 (-2.968) UnB Mestrado em Regulação e Gestão Hildebrando R. Macedo 81 (5.39) 0.678 (9.153) 0.591 (7.329) 0.023 (0.549) c 0.326 (3.531) 2.623 (75.825) 0.511 (11.757) -0.653 (-33.027) -0.207 (-3.194) - 2.654 (51.933) 0.261 (6.818) 1.506 (13.227) 1.791 (14.249) 0.056 (0.866) a 1.98 (13.413) 0.207 (1.511) b 1.546 (4.587) 2.085 (5.437) 0.426 (1.845) d 2.164 (4.552) II.7 (-12.432) II.8-11.776-13.458 0.188 (5.623) 0.359 (7.75) 1.669 (13.165) 1.706 (12.974) 0.009 (0.141) f 1.809 (11.6) (-17.54) 0.098 (4.844) 0.264 (6.953) 1.516 (13.478) 1.792 (14.239) - 1.998 (13.511) - - - - 1.218 (17.129) 0.398 (18.726) -1.945 (-20.965) 2.247 (27.655) 0.882 (6.546) 0.313 (5.818) -0.449 (-2.166) 1.631 (8.784) 1.303 (16.475) 0.371 (14.352) -2.234 (21.545) 2.359 (25.833) 1.236 (19.006) 0.404 (19.676) -1.947 (-21.003) 2.253 (27.752)
Análise Cross-Section : Resultados Variável Dependente : LOG(1000.(NUMERO_ACESSOS/POP_2007)) ou LOG(Densidade de Acessos de Banda Larga por 1000 Habitantes) Modelo II.1 Variável Explicativa x 0 C ln(β 0 ) -2.529 x 1 FRACAO_PIB_AGRO_2007 β 1 x 2 FRACAO_PIB_IND_2007 β 2 x 3 FRACAO_PIB_SERV_2007 β 3 Alocação do PIB Municipal: Ordem de importância como determinante de penetração de Banda Larga: Setor de Serviços > Setor Industrial > Setor Agropecuário rio PIB do Setor de Serviços tem influência aproximadamente 10 vezes maior que o PIB do Setor Agropecuário rio no aumento da penetração de Banda Larga, ao nível n dos municípios. a: significância de 40%. ; b: significância de 15%%; c: significância de 60%%; d: significância de 10% e: significância de 5%%; f: significância de 90%. Para os demais, significância abaixo de 1% (-3.136) 0.12 (4.986) 0.181 (4.136) 1.124 (9.346) II.2 II.3 II.4 II.5 II.6 Valores dos Coeficientes 21.013 (-27.009) 0.117 (6.077) 0.27 6.839) 1.475 (12.34) -9.492 (-10.286) 0.127 (5.849) 0.273 (6.533) 1.616 (12.618) -20.806 (-36.094) 0.09 (6.175) 0.14 (5.39) 0.678 (9.153) -13.174 (-15.447) 0.097 (4.824) 0.261 (6.818) 1.506 (13.227) -16.7 (-7.383) 0.0209 (0.924) a 0.207 (1.511) b 1.546 (4.587) II.7 II.8-11.776-13.458 (-12.432) 0.188 (5.623) 0.359 (7.75) 1.669 (13.165) (-17.54) 0.098 (4.844) 0.264 (6.953) 1.516 (13.478) Hildebrando R. Macedo 82
x 4 Análise Cross-Section : Resultados Variável Dependente : LOG(1000.(NUMERO_ACESSOS/POP_2007)) ou LOG(Densidade de Acessos de Banda Larga por 1000 Habitantes) Modelo Variável Explicativa IFDM_EDU_2005 β 4 x 5 IFDM_EMPREGO_2005 β 5 x 6 IFDM_SAUDE_2005 β 6 Indicadores de Desenvolvimento Humano do Município: Ordem de importância como determinante de penetração de Banda Larga: Indicador de Saúde de> Indicador de Educação ão> Indicador de Renda Fora da expectativa inicial. Esperava-se se predominância dos indicadores de Emprego e Renda ou de Educação. Indicador de Emprego e Renda : baixo desempenho estatístico, stico, com significâncias de 10%, 15%, 40% e 60%. Por isso foi removido do modelo II.8. a: significância de 40%. ; b: significância de 15%%; c: significância de 60%%; d: significância de 10% e: significância de 5%%; f: significância de 90%. Para os demais, significância abaixo de 1% II.1 0.812 (6.995) 0.235 (3.903) 0.946 (6.413) II.2 1.9 (14.584) 0.095 (1.455) b 2.166 (14.159) II.3 II.4 II.5 II.6 Valores dos Coeficientes 1.819 (13.619) 0.197 (3.011) 2.22 (14.252) 0.591 (7.329) 0.023 (0.549) c 0.326 (3.531) 1.791 (14.249) 0.056 (0.866) a 1.98 (13.413) 2.085 (5.437) 0.426 (1.845) d 2.164 (4.552) II.7 1.706 (12.974) 0.009 (0.141) f 1.809 (11.6) II.8 1.792 (14.239) Hildebrando R. Macedo 83-1.998 (13.511)
x 7 Variável Dependente : LOG(1000.(NUMERO_ACESSOS/POP_2007)) Análise Cross-Section : Resultados ou LOG(Densidade de Acessos de Banda Larga por 1000 Habitantes) Modelo Variável Explicativa NUM_PRESTADORAS β 7 x 8 PIB_PER_CAPITA_2007 β 8 x 9 POP_2007 β 9 x 10 HHI_TECNOLOGIAS β 10 x 11 HHI_EMPRESAS β 11 II.1 1.95 (40.663) 0.919 (11.747) -0.481 (-13.804) II.2 - - 1.252 (17.183) 0.478 (22.75) 10 - - 11-1.085 (17.455) II.3 II.4 II.5 II.6 Valores dos Coeficientes 1.369 (17.649) 2.623 (75.825) 0.511 (11.757) PIB per Capita: : Resultado dentro da expectativa. Consistência em todos os modelos indicando que aumento da penetração ãoédiretamente relacionado com aumento do PIB per capita (nível de riqueza) no município. População ão: : Resultado controverso. Em conjunto com Número de Prestadoras, tem sinal negativo. Talvez peso bem maior desta torne a variável vel População pouco relevante, quando em conjunto. Nos demais modelos tem sinal positivo: Em geral, quanto maior a população, maior a densidade de acessos de Banda Larga. Possível explicação: economia de escala das operadoras em cidades maiores. 0.4 (17.709) -0.215 (-2.968) -0.653 (-33.027) -0.207 (-3.194) - 2.654 (51.933) II.7 II.8 - - - - 1.218 (17.129) 0.398 (18.726) -1.945 (-20.965) 2.247 (27.655) 0.882 (6.546) 0.313 (5.818) -0.449 (-2.166) 1.631 (8.784) 1.303 (16.475) 0.371 (14.352) -2.234 (21.545) 2.359 (25.833) 1.236 (19.006) 0.404 (19.676) -1.947 (-21.003) 2.253 (27.752) Hildebrando R. Macedo 84