Professional Documents
Culture Documents
DESEMPENHO E DETERMINANTES
Volume 2 Determinantes
Organizadores
Fernanda De Negri e Luiz Ricardo Cavalcante
Autores
Alexandre Messa, Alfredo Eric Romminger, Bruno Auricchio Ledo,
Bruno Csar Arajo, Calebe de Oliveira Figueiredo, Carlos Alvares da Silva Campos Neto,
Carlos Azzoni, Carlos Pinkusfeld Bastos, Clio Hiratuka, Daniela Schettini, Danilo Coelho,
Douglas A. Alencar, Eduardo Costa Pinto, Eduardo Pontual Ribeiro, Fernanda De Negri,
Glson Geraldino Silva Jr., Gustavo Britto, Ivette Luna, Jorge Arbache, Jos Maria da Silveira,
Julia Paranhos, Jnia Cristina Peres R. da Conceio, Lia Hasenclever, Luis Claudio Kubota,
Luiz A. Esteves, Luiz Ricardo Cavalcante, Manuel Ramn Souza Luz, Mario Sergio Salerno,
Nahuel Guaita, Paulo de Andrade Jacinto, Paulo Srgio Fracalanza, Pedro V. Amaral, Ricardo
Bielschowsky, Rogrio Boueri Miranda, Sergio Kannebley Jnior, Silvio Guaita e Victor Gomes
PRODUTIVIDADE NO BRASIL
DESEMPENHO E DETERMINANTES
Volume 2 Determinantes
Governo Federal
Ministrio do Desenvolvimento,
Indstria e Comrcio Exterior
Ministro Armando Monteiro
Presidente
Alessandro Teixeira
Diretora de Desenvolvimento
Tecnolgico e Inovao
Ouvidoria: http://www.ipea.gov.br/ouvidoria
URL: http://www.ipea.gov.br
PRODUTIVIDADE NO BRASIL
DESEMPENHO E DETERMINANTES
Volume 2 Determinantes
Organizadores
Fernanda De Negri
Luiz Ricardo Cavalcante
Braslia, 2015
Equipe Tcnica
Evaristo Nunes de Andrade Jnior
Raphael Lennie Fernandes Ribeiro
Ricardo Luiz Chagas Amorim
Talita Daher
Victoria Echeverria
Especialistas
Organizadores
Fernanda De Negri
Luiz Ricardo Cavalcante
Coordenador Geral
Rogrio Dias de Arajo
Coordenador de Inteligncia
Anlise Estatstica
Glaucia Ferreira
Leandro Justino Pereira Veloso
Estatsticos
Coordenao de Comunicao
Bruna de Castro
Coordenadora de Comunicao
permitida a reproduo deste texto e dos dados nele contidos, desde que citada a fonte.
Reprodues para fins comerciais so proibidas.
Sumrio
APRESENTAO..................................................................................9
AGRADECIMENTOS...........................................................................11
INTRODUO....................................................................................13
Captulo 1
Determinantes da Produtividade na Indstria Brasileira.............23
Alexandre Messa
Captulo 2
P&D, INOVAO E PRODUTIVIDADE NA INDSTRIA BRASILEIRA.................43
Luiz Ricardo Cavalcante, Paulo de Andrade Jacinto e Fernanda De Negri
Captulo 3
Economias de Escala, Economias de Escopo e Eficincia
Produtiva na Indstria Brasileira de Transformao...................69
Luiz A. Esteves
Captulo 4
Padres tecnolgicos e aprendizado de exportao:
o caso das firmas industriais brasileiras, 2006-2008....................119
Bruno Csar Arajo e Mario Sergio Salerno
Captulo 5
Efeitos de aprendizado de exportao: diferenas quanto
permanncia, destinos de exportao, tamanho e
intensidade tecnolgica....................................................................151
Bruno Csar Arajo
Captulo 6
O impacto da adoo de ERP na produtividade das firmas
industriais no Brasil...........................................................................171
Danilo Coelho, Luis Claudio Kubota e Calebe de Oliveira Figueiredo
Captulo 7
Impacto dos Investimentos sobre a Produtividade das Firmas
Industriais Brasileiras........................................................................187
Alexandre Messa
Captulo 8
Rentabilidade, investimento e produtividade na indstria de
transformao brasileira: 2000-2009.............................................209
Carlos Pinkusfeld Bastos, Ricardo Bielschowsky, Eduardo Costa Pinto, Nahuel Guaita e Silvio Guaita
Captulo 9
PRODUTIVIDADE NAS EMPRESAS: UMA ANLISE A PARTIR DA ESCOLARIDADE E DA DISPERSO DA PRODUTIVIDADE.................................................255
Paulo de Andrade Jacinto
Captulo 10
Produtividade no setor de servios.................................................277
Jorge Arbache
Captulo 11
Inovao e Produtividade nos Setores de Servios de Tecnologia
de Informao e Comunicao.........................................................301
Sergio Kannebley Jnior e Bruno Auricchio Ledo
Captulo 12
PRODUTIVIDADE, INOVAO E PODER DE MERCADO NA INDSTRIA BRASILEIRA DE TRANSFORMAO.....................................................................331
Glson Geraldino Silva Jr., Jos Maria da Silveira, Julia Paranhos, Lia Hasenclever e Rogrio
Boueri Miranda
Captulo 13
Impacto da Infraestrutura de Transportes sobre o Desenvolvimento e a Produtividade no Brasil...................................................361
Carlos Alvares da Silva Campos Neto, Jnia Cristina Peres R. da Conceio e
Alfredo Eric Romminger
Captulo 14
Determinantes regionais da produtividade industrial: o papel da
infraestrutura.....................................................................................391
Daniela Schettini e Carlos Azzoni
Captulo 15
Produtividade industrial nas microrregies
brasileiras (1996-2011)........................................................................415
Gustavo Britto, Pedro V. Amaral e Douglas A. Alencar
Captulo 16
Ambiente de negcios, investimentos e produtividade.................441
Luiz Ricardo Cavalcante
Captulo 17
Produtividade e Competio no Mercado de Produtos: Uma Viso
Geral da Manufatura no Brasil.......................................................459
Victor Gomes e Eduardo Pontual Ribeiro
Captulo 18
Decomposio da evoluo da produtividade na Indstria e
nos Servios no Brasil no perodo recente a partir de uma
tica evolucionria............................................................................495
Ivette Luna, Clio Hiratuka, Paulo Srgio Fracalanza e Manuel Ramn Souza Luz
Captulo 19
CONSENSOS E DISSENSOS SOBRE A EVOLUO DA PRODUTIVIDADE NA
ECONOMIA BRASILEIRA............................................................................541
Luiz Ricardo Cavalcante e Fernanda De Negri
APRESENTAO
10
Jess Souza
Presidente do Instituto de Pesquisa
Econmica Aplicada (Ipea)
Alessandro Teixeira
Presidente da Agncia Brasileira de
Desenvolvimento Industrial (ABDI)
AGRADECIMENTOS
INTRODUO
A produtividade um dos elementos fundamentais para a retomada do ciclo de
crescimento e incluso social que marcou a economia brasileira nos primeiros
anos da dcada de 2000. Foi com base nessa percepo que o Instituto de Pesquisa
Econmica Aplicada (Ipea) e a Agncia Brasileira de Desenvolvimento Industrial
(ABDI) iniciaram, em 2012, um amplo projeto de pesquisa sobre a evoluo e os
determinantes da produtividade na economia brasileira.
O primeiro volume desta obra evidenciou, sob vrias perspectivas e a partir de
diversos indicadores, uma situao preocupante. A produtividade no Brasil, alm
de no ter crescido substantivamente desde o final da dcada de 1970, muito
inferior dos pases desenvolvidos e de vrios outros pases em desenvolvimento.
Ademais, o baixo crescimento da produtividade nas ltimas dcadas fez com que
o Brasil se distanciasse dos pases mais produtivos e ficasse atrs de pases que, at
h algum tempo, estavam em posio inferior nossa.
Os diferentes indicadores de produtividade utilizados naquele volume no
deixam dvida sobre esses resultados. Foram analisados desde indicadores de
produtividade total dos fatores at os de produtividade do trabalho, nos quais se
utilizaram diversas variveis no numerador (valor adicionado, produo fsica,
receita) e no denominador (pessoal ocupado e horas trabalhadas, por exemplo).
Tambm foram usadas diferentes metodologias para a estimao desses indicadores,
e todos eles apontam para a mesma direo: a urgente necessidade de se ampliar
a produtividade da economia brasileira.
Tambm ficou evidente, a partir desses indicadores, que o problema de produtividade da economia brasileira horizontal e generalizado. Embora a estrutura
produtiva seja uma varivel crucial e sua transformao seja parte inerente do
processo de desenvolvimento, no esse o principal limitante da produtividade
brasileira, tampouco fator relevante para explicar sua evoluo no perodo recente.
O primeiro volume mostrou que, mesmo que tivssemos a estrutura produtiva de
alguns pases desenvolvidos, nossos nveis de produtividade cresceriam muito pouco
em relao distncia que nos separa desses pases. Todavia, se nossas empresas
tivessem o nvel de produtividade das empresas dos pases centrais, mesmo com a
estrutura produtiva brasileira atual, teramos crescimento significativo em nossos
indicadores de produtividade.
Esse diagnstico mostra que a explicao da baixa produtividade da economia
brasileira est mais relacionada a fatores empresariais e sistmicos do que distribuio setorial da produo. Nesse sentido, ambiente de negcios, infraestrutura,
tecnologia, concorrncia, qualificao da mo de obra, entre outros, adquirem maior
relevncia como fatores explicativos da produtividade no Brasil. Ganha relevo, a
partir desse diagnstico, a necessidade de analisar a produtividade do ponto de
14
Introduo
15
16
Introduo
17
empresas do setor industrial brasileiro foi elevada a partir de 2003 e durante todo
o ciclo expansivo de 2004-2010, permanecendo elevada mesmo nos anos 20112012, de desacelerao econmica, apesar de sofrer algum declnio. Os autores
indicam, ento, que a expanso econmica e a elevada rentabilidade das grandes
empresas tiveram efeitos favorveis sobre os investimentos, que se elevaram em
cerca de 10% ao ano no perodo 2004-2008. Contudo, apesar disso, observaram
que a produtividade do setor industrial exibiu um desempenho pouco virtuoso.
Essas concluses os levam a assinalar que
a complexidade aludida anteriormente e que rejeita solues simplistas e unidimensionais traz para o centro da discusso propostas de radicalizao da poltica industrial,
capazes de perseguir estratgias competitivas que compatibilizem o recente surto de
crescimento com equidade a uma insero internacional e a um desenvolvimento da
indstria de transformao dinmicos e que sejam sustentveis no mdio prazo. (p.237)
Paulo de Andrade Jacinto, no captulo 9, reafirma a existncia de uma correlao positiva entre escolaridade e produtividade usando dados relativos indstria
brasileira no perodo entre 1996 e 2010. O autor apresenta ainda evidncias que
vo alm da relao entre escolaridade e produtividade do trabalho, estimando uma
funo de produo considerando proxies diferentes para o insumo trabalho a fim
de analisar a disperso da produtividade nas empresas. Jacinto mostra, por exemplo,
que empresas com maior produtividade possuem maior disperso da escolaridade.
No captulo 10, Jorge Arbache destaca que, por sua relevncia e por sua
participao no produto interno bruto (PIB), o setor de servios praticamente
determina os contornos da economia brasileira. Assim, o autor analisa o padro e
a trajetria da produtividade nesse segmento no pas. Ao tabular um conjunto de
dados, o autor conclui, entre outras coisas, que a produtividade do setor de servios
bastante baixa, o que sugere que ele opera com nveis baixos de capital e tecnologia
e desenvolve poucas inovaes. O autor mostra tambm que, ao contrrio de outras
atividades, empresas menores tendem a ter maiores nveis de produtividade, o que
parece estar associado a fatores institucionais e natureza nem sempre favorvel a
ganhos de escala de muitas das atividades de servios. Alm disso, indicadores de
capital humano e integrao econmica internacional esto entre as variveis mais
associadas determinao da produtividade em servios.
Sergio Kannebley Jnior e Bruno Auricchio Ledo buscam explicar, no captulo
11, a evoluo da produtividade dos setores de servios de tecnologia de informao
e comunicao (TIC), bem como avaliar os obstculos decorrentes da restrio
financeira enfrentada por estes setores. Os autores usam um sistema de equaes
simultneas para estimar o efeito do financiamento pblico sobre a magnitude
do investimento em atividades inovadoras. Em seguida, estimam o efeito desses
investimentos sobre a inovao e, por fim, estimam o impacto da inovao sobre
a produtividade no segmento. Os autores renem evidncias de que a presena
18
Introduo
19
20
Introduo
21
Os organizadores
CAPTULO 1
1 INTRODUO
24
25
Para a anlise a seguir, foi utilizada a PIA referente ao perodo compreendido entre
2002 e 2010. Ao longo deste trabalho, a produo da firma e seu nmero de trabalhadores so dados, respectivamente, pelas variveis referentes ao valor agregado
e ao nmero mdio de empregados no ano. Por sua vez, o estoque de capital das
firmas construdo a partir da metodologia desenvolvida em Alves e Silva (2008).
A tabela 1 sintetiza as variaes (em termos anuais) ocorridas em cada uma das
variveis apresentadas, ao longo do perodo analisado. Por exemplo, pela segunda
coluna, nota-se que, entre 2002 e 2010, a indstria de transformao apresentou
queda de 1,68% ao ano em sua produtividade do trabalho. Comparando a terceira
e a quinta coluna, percebe-se que essa queda de produtividade se deu especialmente
7. Conforme ser discutido ao longo do texto, este foi o caso aps a extrao de observaes outliers. Ao considerar a
totalidade das observaes, h um efeito positivo sobre a produtividade a partir de maior relao capital-trabalho para
o setor de fabricao de coque, refino de petrleo, elaborao de combustveis nucleares e produo de lcool. Porm,
neste caso, h, em contrapartida, um efeito negativo mais pronunciado exercido pela PTF.
26
Valor
agregado
Estoque de
capital
Pessoal
ocupado
Relao capital-trabalho
Indstria de transformao
-1,68
3,04
-0,38
4,79
-4,94
-3,33
3,00
-0,35
6,54
-6,47
Setores
2,36
2,20
-6,41
-0,15
-6,27
-1,75
-0,29
-7,03
1,49
-8,39
0,31
5,96
-3,57
5,63
-8,71
-3,13
-1,06
-4,22
2,14
-6,22
1,25
-0,38
-4,46
-1,61
-2,90
-0,83
2,82
-1,70
3,68
-5,19
-2,27
-9,49
-12,55
-7,39
-5,57
-8,58
0,07
16,95
9,46
6,85
-1,62
1,68
-5,02
3,36
-8,10
(Continua)
27
(Continuao)
Produtividade
Valor
agregado
Estoque de
capital
Pessoal
ocupado
Relao capital-trabalho
-2,39
2,74
1,35
5,26
-3,72
-2,53
2,11
-2,73
4,76
-7,15
Metalurgia bsica
-3,67
0,60
-3,91
4,43
-7,98
-2,17
3,33
-3,45
5,62
-8,58
-0,89
4,83
-3,17
5,77
-8,46
-4,87
7,94
-4,80
13,48
-16,11
1,14
8,15
-0,61
6,93
-7,05
-1,09
1,11
-6,53
2,22
-8,56
-2,00
3,27
2,08
5,37
-3,13
2,68
9,36
-0,46
6,51
-6,54
-6,64
4,45
5,97
11,88
-5,28
-0,64
2,59
-3,24
3,25
-6,28
18
19
17
18
21
Setores
8. Deve-se ter em conta que, conforme exposto na Introduo, o presente trabalho utiliza apenas o estrato censitrio
da PIA, composto pelas empresas com ao menos trinta funcionrios. Portanto, essa expanso no nmero de firmas no
se refere necessariamente ao surgimento de firmas novas, mas tambm ao crescimento de firmas do estrato aleatrio
que passariam ento a compor o estrato censitrio.
28
TABELA 2
Variaes, entre 2002 e 2010, do nmero de firmas, e, das respectivas variveis, por firma
(Em % a.a.)
Nmero
de firmas
Valor
agregado
Estoque
de capital
Pessoal
ocupado
Indstria de transformao
4,27
-1,18
-4,46
0,50
4,09
-1,05
-4,27
2,35
2,05
0,15
-8,29
-2,16
Setores
4,05
-4,17
-10,64
-2,46
6,48
-0,49
-9,43
-0,80
4,31
-5,15
-8,17
-2,08
-0,50
0,11
-3,99
-1,12
4,09
-1,23
-5,57
-0,40
-2,26
-7,40
-10,53
-5,25
3,60
-3,41
12,89
5,66
3,22
-1,49
-7,98
0,13
5,00
-2,15
-3,48
0,25
4,73
-2,50
-7,13
0,02
Metalurgia bsica
5,33
-4,49
-8,77
-0,85
6,69
-3,16
-9,50
-1,01
4,66
0,16
-7,48
1,06
5,09
2,71
-9,42
7,97
4,29
3,70
-4,70
2,53
3,26
-2,08
-9,47
-1,00
4,07
-0,78
-1,92
1,25
3,52
5,64
-3,84
2,89
5,84
-1,32
0,13
5,71
2,96
-0,36
-6,02
0,28
20
12
15
20
10
29
Admita uma funo de produo Cobb-Douglas, tal que, para determinada firma i ,
(1)
em que Yit representa o produto da firma i no ano t (no caso, o valor agregado
da firma em questo); K it , seu estoque de capital; Lit , seu pessoal ocupado; e Ait ,
um parmetro tecnolgico. Extraindo o logaritmo na equao acima,
yit = 0 + k kit + l lit + vit + uit ,
(2)
(3)
9. Na realidade, Levinsohn e Petrin (2003) se refere funo de produo a partir de uma especificao do tipo
, em que
representa os insumos intermedirios utilizados pela firma em questo, e , sua
receita bruta. O presente trabalho utiliza uma adaptao do mtodo em questo, desenvolvida em Petrin, Poi e Levinsohn (2004), para a especificao descrita pela equao (1). De qualquer forma, a varivel insumos intermedirios
utilizada nesta estimao como varivel instrumental, e, no presente trabalho, ela se refere varivel custo das
operaes industriais da PIA.
10. Nesta especificao, foram utilizadas como variveis instrumentais: a primeira defasagem do nmero de trabalhadores, as trs primeiras defasagens do estoque de capital e dos insumos intermedirios, e o produto cruzado entre as
defasagens contemporneas dessas variveis.
30
TABELA 3
Wooldridge (2009)
0,203***
0,461***
26.631
0,241***
0,476***
19.122
0,217
0,483***
310
0,215
0,547***
240
0,168**
0,480***
10.248
0,192***
0,474***
7.546
0,0114
0,491***
25.410
0,154***
0,527***
16.351
0,140***
0,498***
13.312
0,159***
0,525***
9.098
0,105
0,621***
10.213
0,153***
0,688***
6.752
0,222***
0,630***
5.958
0,198***
0,683***
4.550
0,199***
0,625***
5.383
0,203***
0,655***
3.586
0,0134
0,135***
1.399
0,0745
0,116***
1.084
0,248***
0,495***
12.285
0,258***
0,511***
9.150
0,161***
0,536***
15.759
0,191***
0,557***
11.285
0,199***
0,587***
15.934
0,287***
0,585***
11.221
Metalurgia bsica
0,187***
0,591***
5.207
0,204***
0,622***
3.874
0,167***
0,674***
18.178
0,160***
0,738***
12.569
0,226***
0,647***
16.623
0,209***
0,670***
12.218
0,261**
0,845***
702
0,146
0,950***
456
0,0463**
0,637***
6.038
0,144***
0,639***
4.496
0,117
0,704***
2.205
0,212***
0,801***
1.553
0,126*
0,715***
2.755
0,142***
0,727***
2.054
0,217***
0,834***
7.029
0,188***
0,860***
5.322
0,134
0,740***
2.032
0,209***
0,742***
1.432
0,139***
0,664***
14.378
0,200***
0,709***
10.016
Setores
31
(4)
setor em questo, no ano t . A partir de (4), sabe-se que, para a firma mdia,
equao obtm-se
!.
( yt lt ) = k ( kt lt ) + k + l 1 lt + w
t
(5)
Yt / Lt
1 = At Bt Ct 1
Yts / Lts
) (
) (
) (
= At Bt Ct + 2 At Bt Ct + At 1 + Bt 1 + Ct 1 .
(6)
Obs.: Para compreender a intuio do efeito cruzado, deve-se notar a semelhana do termo com a frmula da derivada cruzada. Por exemplo, para simplificar,
faa Ct = 1 , de tal forma que o termo do efeito cruzado se torne ( At Bt At Bt +1) .
32
( )
x ( k l )
Fa ze n d o f x, y = e k e
, x = y = 0 , = kit lit
2
1 1
tem-se f x, y / x y At Bt At Bt + 1 .
( )
( )
+ 1 y
e = lit ,
(Y / L ) / (Y
t
ts
/ Lts ) 1 .
12. Os resultados anlogos obtidos por meio de Wooldridge (2009) so reportados na tabela A.3.
13. Deve-se salientar que, conforme exposto, esses resultados foram obtidos a partir da extrao de observaes outliers.
Assim, os clculos reportados na tabela 4 correspondem aos dados sintetizados na tabela A.1. Por este motivo, h um
efeito negativo da relao capital-trabalho para o setor de refino. Alternativamente, caso as estimaes e os clculos
fossem realizados para a totalidade das observaes, o efeito da relao capital-trabalho para o setor de refino seria
positivo. Em contrapartida, o efeito PTF seria negativamente mais pronunciado.
33
TABELA 4
Efeito capital-trabalho
Efeito
escala
Efeito
PTF
Efeito
cruzado
-55,2
-20,3
-29,6
5,1
-9,4
33,9
-112,9
-11,6
-69,0
42,0
-72,0
-1,0
-17,0
-35,5
-49,3
1,8
-40,5
6,3
-69,8
4,0
-19,9
9,6
-91,1
1,4
-86,0
9,8
-24,9
1,1
-1.202,4
1.156,3
15,4
-69,2
-1,8
-97,5
-2,3
1,6
-115,7
-4,7
23,7
-3,3
-29,4
-16,0
-60,0
5,4
-39,9
-13,8
166,9
-13,1
Metalurgia bsica
-44,1
7,7
-69,3
5,6
-65,5
-1,5
-37,5
4,5
-558,8
-71,7
591,6
-61,1
-79,3
14,8
-41,2
5,7
-51,4
-107,8
282,3
-23,1
-34,9
9,8
-78,3
3,4
Fabricao de equipamentos de instrumentao mdico-hospitalates, instrumentos de preciso e pticos, equipamentos para automao industrial, cronmetros
e relgios
-17,8
-6,3
-79,1
3,2
-208,9
0,4
137,5
-28,9
-12,9
-10,5
-85,9
9,3
-300,6
3,2
210,7
-13,3
11
13
22
11
15
34
5 AGREGAO
Para uma varivel X qualquer, seja X jt seu valor para o setor j no instante t ,
e X t , seu valor agregado, de tal forma que X t = X jt . Ento,
Y jt L jt
Y jt
Yt
=
= jt
,
Lt
L jt Lt
L jt
j
j
(7)
(8)
Y Y /L
Y Y /L
Y
jt jt jts = jt jts jt jt 1 = jt jts jt jt 1 .
L jts Y jts / L jts
L jts Y jts / L jts
L jt L jts
(9)
(10)
segunda
35
em que:
(11)
jts
(12)
36
TABELA 5
Levinsohn-Petrin
(2003)
Wooldridge
(2009)
Levinsohn-Petrin
(2003)
Wooldridge
(2009)
Efeito capital-trabalho
-71,8
-77,2
-72,8
-77,9
Efeito escala
-9,5
-7,9
-5,4
-4,7
Efeito PTF
-19,9
-16,5
-17,9
-14,0
Efeito cruzado
0,5
0,9
-0,6
-0,1
Efeito share
0,7
0,7
-3,4
-3,4
6 CONCLUSES
37
REFERNCIAS
38
APNDICE
Produtividade
Valor
agregado
Estoque de
capital
Pessoal
ocupado
Relao
capital-trabalho
Indstria de transformao
-2,07
2,29
-3,49
4,45
-7,60
-2,09
2,87
-0,59
5,06
-5,38
-6,05
-11,19
-7,50
-5,47
-2,15
-2,09
-0,68
-6,78
1,44
-8,11
-0,71
6,17
-3,66
6,93
-9,90
-2,52
0,89
-3,44
3,50
-6,71
-2,45
-4,65
-6,40
-2,25
-4,24
-1,37
1,57
-2,34
2,99
-5,17
-0,06
-6,73
-10,22
-6,67
-3,80
-6,11
3,25
2,88
9,96
-6,44
-1,94
1,41
-5,75
3,42
-8,87
-2,34
3,38
1,67
5,85
-3,95
1,85
7,91
1,70
5,95
-4,01
Metalurgia bsica
-3,57
0,34
-3,83
4,05
-7,57
-2,34
4,17
-2,50
6,67
-8,59
(Continua)
39
(Continuao)
Setores
Produtividade
Valor
agregado
Estoque de
capital
Pessoal
ocupado
Relao
capital-trabalho
-0,23
5,98
-0,03
6,23
-5,89
-5,18
5,66
-4,46
11,43
-14,26
0,73
8,21
-1,30
7,42
-8,12
-2,77
-0,85
-5,64
1,97
-7,47
-2,14
2,32
1,62
4,55
-2,80
-1,32
1,71
-10,03
3,06
-12,70
-7,05
4,06
5,99
11,95
-5,33
-0,26
1,80
-3,70
2,07
-5,66
17
19
20
17
22
TABELA A.2
Variaes, entre 2002 e 2010, do nmero de firmas, e, das respectivas variveis, por firma
(Em % a.a.)
Nmero
de firmas
Valor
agregado
Estoque
de capital
Pessoal
ocupado
Indstria de transformao
4,00
-1,65
-7,21
0,43
3,82
-0,92
-4,24
1,20
Setores
-0,41
-10,83
-7,12
-5,08
3,75
-4,27
-10,15
-2,22
6,39
-0,21
-9,45
0,50
3,91
-2,91
-7,08
-0,40
-1,49
-3,21
-4,98
-0,78
3,87
-2,21
-5,98
-0,85
-2,89
-3,95
-7,55
-3,89
2,37
0,86
0,50
7,42
3,08
-1,62
-8,57
0,33
4,64
-1,20
-2,83
1,16
4,59
3,17
-2,76
1,30
Metalurgia bsica
5,19
-4,61
-8,57
-1,08
(Continua)
40
(Continuao)
Setores
Nmero
de firmas
Valor
agregado
Estoque
de capital
Pessoal
ocupado
6,46
-2,15
-8,41
0,20
4,83
1,09
-4,64
1,33
5,07
0,57
-9,07
6,06
4,62
3,43
-5,66
2,68
3,37
-4,08
-8,72
-1,35
3,73
-1,36
-2,03
0,79
2,97
-1,23
-12,63
0,09
6,79
-2,56
-0,76
4,83
2,11
-0,31
-5,70
-0,04
19
13
17
21
TABELA A.3
Efeito capital-trabalho
Efeito
escala
Efeito
PTF
Efeito
cruzado
-65,0
-17,1
-22,4
4,5
-9,3
26,5
-109,3
-8,0
-78,2
39,7
-60,8
-0,7
-216,5
-22,8
157,3
-18,0
-45,7
5,5
-64,1
4,4
-28,7
5,5
-79,9
3,1
-77,1
7,8
-32,5
1,7
-1.225,8
927,8
259,1
-61,1
-9,8
-93,7
-0,2
3,7
-120,0
-4,2
28,6
-4,4
-34,7
-13,4
-57,4
5,5
-56,8
-8,3
183,0
-17,9
Metalurgia bsica
-47,8
6,0
-64,4
6,2
-62,9
-0,9
-40,7
4,6
-518,9
-68,3
538,8
-51,6
(Continua)
41
(Continuao)
Setores
Efeito capital-trabalho
Efeito
escala
Efeito
PTF
Efeito
cruzado
-47,5
13,3
-72,8
7,0
-154,7
-74,7
372,2
-42,8
-61,4
-0,7
-43,4
5,5
-20,0
-5,2
-78,0
3,3
-183,8
0,3
102,4
-19,0
-19,7
-4,1
-85,4
9,3
-426,5
1,5
356,7
-31,8
10
13
22
12
15
CAPTULO 2
1 INTRODUO
44
Ainda que a existncia de uma relao entre inovao e produtividade seja dificilmente contestada, o debate sobre esse tema na prtica complexo por duas razes
principais. Em primeiro lugar, as dificuldades de mensurao tanto da inovao
como da produtividade colocam severos obstculos para a constatao emprica
da relao entre essas duas variveis. Em segundo lugar, a mera constatao de
relao positiva entre essas duas dimenses tem reduzidas implicaes prticas para
a formulao de polticas que visem promover ganhos de produtividade, uma vez
que os governos tm escassas possibilidades de manejar a inovao, cabendo-lhes,
na maior parte dos casos, algum controle sobre os esforos empreendidos pelas
empresas para essa finalidade por meio, por exemplo, de incentivos s atividades
de P&D ou aquisio de mquinas e equipamentos mais modernos. Assim,
preciso distinguir a relao entre inovao e produtividade da relao entre esforos
de inovao (por exemplo, P&D) e produtividade. Nesse caso, as implicaes no
so to evidentes porque os esforos para inovar podem fracassar e no resultar em
ganhos de produtividade.
Griliches (1979, p. 17) assinala que os trabalhos que discutem a relao
entre inovao e produtividade segmentam-se, de acordo com o mtodo que
adotam para explorar essa relao, em dois blocos principais: i) estudos de caso; e
45
ln
Y
L
ln
K
L
+ ln
C
L
( )
ln L + i + i,t
(1)
1. Serious difficulties in econometric inference result from the fact that most of the variables of interest tend to move
together over time and space, making it hard to untangle their separate effects. Moreover, it is not easy to establish
causality. Research and development investments are themselves affected by the level of output and by past profits
and productivity, forcing one to formulate simultaneous equations models and to turn towards much more complex
estimation techniques (Griliches, 1979, p. 19).
46
47
3. Explicitly account for the fact that it is not innovation input (R&D) but innovation output that increases productivity
(Crpon; Duguet; Mairesse, 1998, p. 116).
4. A structural model that explains productivity by innovation output, and innovation output by research investment
(Crpon; Duguet; Mairesse, 1998, p. 115).
48
FIGURA 1
Pesquisa e
desenvolvimento
Conhecimento
(knowledge capital)
Demand pull
Technology push
Inovaes / patentes
Produtividade
Intensidade em capital
Qualificao da mo de obra
Esse estgio formado por duas equaes. A primeira delas avalia a probabilidade da empresa engajar-se em atividades de P&D e na segunda estima-se a
intensidade dessas atividades:
r1 = 1 r1* = X 1 1 +
>0
(2)
r2 = r2* = X2
se r1* > 0
49
(3)
r2 = r2* = 0 se r1* 0
onde r1 uma dummy que indica se a empresa faz ou no P&D, r2 a intensidade
i1 = 1 i1* = W1 1 +
i2 = i2* = W2
i2 = i2* = 0 se i1*
1
2
>0
se i1* > 0
(4)
(5)
onde i1 uma dummy que indica se a empresa inovou ou no (inovao de produto para o mercado nacional, por exemplo), i2 a intensidade de resultado da
inovao (por exemplo, percentual da receita proveniente de produtos inovadores),
W1 e W2 (formados, inclusive, por r1* ou r2* ) so vetores de variveis explicativas
e 1 e 2 so termos de erro.
Estgio 3: relao entre a produtividade e os indicadores de resultado
da inovao
Nesse estgio, a inovao i (que pode corresponder a i1* , i2* , i1 ou i2 ) usada, ao lado
de um vetor de variveis explicativas, como determinante dos nveis de produtividade:
Q
= Z + i +u
L
(6)
50
Assim, os resultados obtidos com o modelo CDM parecem at agora intuitivos, mas com reduzidas implicaes de polticas. Por sua vez, a aplicao de
mtodos mais simples, mas que segmentam os setores de acordo com seus nveis
de intensidade tecnolgica, fornece subsdios para a focalizao das polticas de
P&D e inovao, ainda que esteja sujeita a crticas em virtude de seu cuidado
reduzido com o vis de seleo.
5. However our main results are consistent with many of the stylized facts of the empirical literature. The probability of
engaging in research (R&D) for a firm increases with its size (number of employees), its market share and diversification,
and with the demand pull and technology push indicators. The research effort (R&D capital intensity) of a firm engaged
in research increases with the same variables, except for size (its research capital being strictly proportional to size).
The firm innovation output, as measured by patent numbers or innovative sales, rises with its research effort and with
the demand pull and technology indicators, either directly or indirectly through their effects on research. Finally, firm
productivity correlates positively with a higher innovation output, even when controlling for the skill composition of
labor as well as for physical capital intensity (Crpon, Duguet e Mairesse, 1998, p. 115).
51
3 PROCEDIMENTOS METODOLGICOS
Yi
=
Li
ln
Ki
Li
( )
+ ln L i +
ln P&Di /Li +
(7)
Yi,t
L i,t
ln
K i,t
L i,t
( )
+ ln L i,t +
i,t
(8)
52
53
QUADRO 1
Descrio
Razo entre o estoque de capital e o pessoal ocupado. Utilizou-se uma atualizao do estoque de capital originalmente
estimado por Silva e Alves (2008)
Pessoal ocupado
Pessoal ocupado
Empresa exportadora
Setor
Idade da empresa
Uma breve anlise das estatsticas descritivas extradas da Pintec sugere a existncia
de uma relao positiva entre inovao e produtividade do trabalho. Com efeito,
conforme mostrado na tabela 1, cujo foco a indstria de transformao e cuja
fonte a edio da Pintec referente ao perodo 2006-2008, as empresas que implementaram algum tipo de inovao tm uma produtividade do trabalho superior mdia (R$ 45,50 mil / trabalhador contra R$ 39,03 mil / trabalhador), ao
passo que as empresas que no inovaram tm uma produtividade inferior mdia
(R$ 34,93 mil / trabalhador).
54
TABELA 1
98.420
39,03
37.808
45,50
Inovao de produto
22.749
46,82
Inovao de processo
31.793
42,86
6.015
59,45
15.059
43,50
16.734
42,29
No inovadoras
60.612
34,93
Nmero de empresas
98.420
39,03
37.808
45,50
35.435
43,91
4.420
67,30
309
96,38
60.612
34,93
55
73,03
Mdia-alta
51,91
Mdia-baixa
92,13
67,18
Baixa
0,00
59,65
84,19
27,19
10,00
20,00
29,71
30,00
34,17
40,00
50,00
60,00
70,00
80,00
90,00
100,00
56
0,122***
Intensidade tecnolgica
Baixa
0,181***
Mdia-baixa
Mdia-alta
Alta
0,151***
0,143***
0,0631***
0,104***
0,105***
0,0315
0,108***
0,211***
0,0554***
0,0835**
0,0424
0,0426
0,00697
7,45e-05***
5,06e-05
7,40e-05**
6,14e-05
0,000288*
Empresa exportadora
0,331***
0,206**
0,345***
0,393***
0,144
-0,410***
-0,439***
-0,365***
-0,455***
-0,181
Constante
2,976***
2,191***
2,222***
2,436***
3,606***
Controles setoriais
SIM
SIM
SIM
SIM
SIM
Observaes
1.517
409
295
614
199
R2
0,419
0,461
0,447
0,448
0,288
Estatstica F
36,98
20,93
17,46
44,39
9,62
No modelo estimado para toda a indstria, todos os coeficientes foram positivos e significativos a 1% de confiana e com os sinais esperados (exceto para a
maioria das dummies setoriais, que no foram reportadas por razes de espao).
O sinal positivo para os coeficientes consistente com as expectativas e com os
fatos estilizados sobre a relao entre as variveis utilizadas e a produtividade do
trabalho. A relao entre investimentos em P&D e produtividade do trabalho foi
positiva e significativa no modelo geral e para os setores de baixa, mdia-alta e alta
intensidade tecnolgica. Nos setores de mdia-baixa intensidade tecnolgica, o
57
coeficiente no foi significativo. Uma possvel explicao para isso o fato de que
a Petrobras, que uma das maiores investidoras em P&D na economia brasileira,
esteja em um setor (fabricao de coque, de produtos derivados do petrleo e de
biocombustveis) classificado como de mdia-baixa intensidade tecnolgica, o
que pode distorcer os resultados observados para esse grupo.
A magnitude dos coeficientes relativos aos gastos em P&D foi essencialmente
a mesma para a regresso geral e os setores de baixa e mdia-alta intensidade tecnolgica, ao passo que os setores de alta intensidade tecnolgica apresentaram um
coeficiente duas vezes maior para essa varivel. Opostamente, nos setores de maior
intensidade tecnolgica, o impacto do estoque de capital sobre a produtividade
do trabalho menor do que nos setores de menor intensidade tecnolgica. Alm
disso, nos setores de alta intensidade tecnolgica, o investimento em P&D tem
efeitos maiores sobre a produtividade do trabalho do que o estoque de capital fsico.
Considerando o papel que a aquisio de mquinas e equipamentos desempenha
na inovao, uma especificao alternativa inseriu essa varivel para capturar o seu
efeito sobre produtividade do trabalho. A hiptese que a produtividade do trabalho
nos setores de menor intensidade tecnolgica seria mais sensvel a essa varivel do
que aos investimentos em P&D. Os resultados obtidos so apresentados na tabela 4.
TABELA 4
Intensidade tecnolgica
Baixa
Mdia-baixa
Mdia-alta
Alta
0,139***
0,242***
0,151***
0,154***
0,0696**
0,0801***
0,0835***
-0,0315
0,0986***
0,230***
0,0685***
0,0533
0,0726
0,0619*
0,0617
0,0480***
0,0567**
0,0539**
0,0335
0,0598
6,35e-05**
9,14e-05
6,40e-05**
3,23e-05
0,000247
Empresa exportadora
0,319***
0,269**
0,410***
0,347***
-0,0543
-0,418***
-0,356***
-0,342***
-0,498***
-0,230
Controles setoriais
SIM
SIM
SIM
SIM
SIM
Observaes
1.116
301
221
446
148
R2
0,435
0,558
0,518
0,430
0,302
Estatstica F
27,82
21,01
15,81
27,27
6,62
58
8. Os dados da edio mais recente da Pintec que alcana o ano de 2011 no estavam ainda disponveis quando
as regresses foram estimadas.
59
TABELA 5
Intensidade tecnolgica
Baixa
Mdia-baixa
Mdia-alta
Alta
0,0769***
0,0932***
0,0889***
0,0779***
0,0392***
0,0634***
0,0422***
0,00752
0,0854***
0,150***
0,129***
0,105***
0,0725***
0,142***
0,0952***
-0,272***
-0,365***
-0,298***
-0,253***
-0,0149
Empresa exportadora
0,287***
0,259***
0,209***
0,306***
0,315***
1,682***
1,952***
2,412***
1,747***
0,685***
SIM
SIM
SIM
SIM
SIM
Controles setoriais
2,088***
2,454***
1,603***
2,193***
2,685***
Observaes
Constante
7.029
2.230
1.432
2.737
630
Nmero de firmas
4.369
1.480
995
1.657
386
Elaborao dos autores, com base nos dados da Pintec 2000, 2003, 2005 e 2008.
Notas: *** Significativo a 1%; ** significativo a 5%; e * significativo a 10%.
Obs.: Todas as variveis explicativas, com exceo das dummies e da proporo de pessoal com terceiro grau, esto em logaritmos.
60
Intensidade em P&D
(modelo Tobit)
0,00019***
13,845***
Empresa exportadora
0,574***
15.702,40***
-0,096***
-7.426,54***
2,077***
137.935,90***
Idade da empresa
-46.450***
Lambda
302.351,60***
-2,160***
-237.614,30***
SIM
SIM
13.589
13.589
Constante
Controles setoriais
Observaes
Pseudo R
Teste LR
0,18
0,02
1.882,77***
5.578,6***
Ao se estimar a equao para intensidade em P&D, foi empregada a informao por empresa. A partir do investimento em P&D estimado por empresa,
procedeu-se normalizao para o pessoal ocupado para estimar as equaes
7 e 8 da produtividade do trabalho. Na tabela 7, so reportados os resultados
61
gerados por regresses cross-section empregando a equao 7 estendida e os controles de vis de seleo descritos para a indstria como um todo e para grupos
de intensidade tecnolgica.
TABELA 7
Intensidade tecnolgica
Baixa
Mdia-baixa
Mdia-alta
Alta
0,148***
0,141***
0,0806***
0,0461**
0,0567***
0,0349
0,211***
0,0544
-0,107
0,0181
-0,0110
-0,0259
0,0750*
-0,221
0,000179***
0,000326***
0,000149***
0,000124*
0,000283
Empresa exportadora
0,357***
0,197***
0,336***
0,605***
0,545
-0,553***
-0,500***
-0,247***
-0,488***
-0,919***
Constante
3,416***
2,994***
3,159***
2,936***
5,687***
SIM
SIM
SIM
SIM
SIM
0,103***
Controles setoriais
R
0,280
0,287
0,359
0,294
0,093
Estatstica F
64,29
49,37
55,40
46,72
3.551
Observaes
4.814
1.983
1.299
1.247
285
62
e significativo. Porm, na presena dessa varivel, o coeficiente estimado para investimentos em P&D apresenta uma magnitude menor quando comparado com
o resultado apresentado na tabela 6.
TABELA 8
Intensidade tecnolgica
Baixa
Mdia-baixa
Mdia-alta
Alta
0,126***
0,197***
0,171***
0,0983***
0,0654
0,0371*
0,0369
0,184***
0,0562
0,0380
0,0239
0,0130
-0,0209
0,0434
-0,134
0,0669***
0,0607***
0,0478***
0,0573**
0,134
0,000132***
0,000211***
0,000122***
8,32e-05
9,60e-05
Empresa exportadora
0,335***
0,0598
0,367***
0,714***
1,285
-0,551***
-0,483***
-0,157
-0,525***
-0,856
SIM
SIM
SIM
SIM
SIM
Controles setoriais
Observaes
1.900
756
518
514
112
R2
0,333
0,386
0,419
0,371
0,145
Estatstica F
31,16
27,25
25,91
24,60
1,928
63
Intensidade em P&D
(modelo Tobit)
0,0001***
12,938***
Empresa exportadora
0,598***
21.326,24***
-0,134*
-10.216,58***
4,187***
463.335,20***
Idade da empresa
-50.210***
Lambda
382.255,2***
-1,995***
-294.625,60***
SIM
SIM
13.088
13.005
0,18
0,02
1.766,31***
7.581,18***
Constante
Controles setoriais
Observaes
Pseudo R2
Teste LR
64
TABELA 10
Intensidade tecnolgica
Baixa
Mdia-baixa
Mdia-alta
Alta
0,109***
0,137***
0,120***
0,0859***
0,0693***
0,0373***
0,0522***
0,0898***
-0,0242*
0,112***
0,0883***
-0,00849
0,0791***
0,213***
0,214***
Controles setoriais
Constante
SIM
SIM
SIM
SIM
SIM
2,132***
1,868***
2,076***
1,604***
1,659***
Observaes
14.928
6.362
4.125
3.785
656
Num. de firmas
9.457
3.651
2.801
2.754
467
Elaborao dos autores, com base nos dados da Pintec de 2000, 2003, 2005 e 2008.
Notas: *** Significativo a 1%; ** significativo a 5%; e * significativo a 10%.
Obs: Todas as variveis explicativas, com exceo das dummies e da proporo de pessoal com terceiro grau, esto em logaritmos.
Como pode ser observado na tabela 10, novamente, para a indstria como
um todo, os coeficientes estimados possuem o sinal esperado e so estatisticamente
significativos a 1% de confiana. A estimativa do coeficiente para o estoque de P&D
apresenta significncia estatstica para todos os grupos e ascendente quando se
considera a segmentao das empresas por intensidade tecnolgica, passando dos
setores de mais baixa para os setores de mais alta intensidade tecnolgica, exceto
nos setores de mdia-alta intensidade tecnolgica. Nesse caso, o coeficiente tem
sinal negativo e significativo apenas a 10% de confiana. A varivel de estoque
de capital, por sua vez, apresenta um impacto sobre a produtividade menor
medida que passa de setores de menor para de maior intensidade tecnolgica. De
um modo geral, isso sugere que nos setores de maior intensidade tecnolgica existe
uma associao maior entre produtividade do trabalho e investimento em P&D
do que entre produtividade do trabalho e estoque de capital.
Finalmente, uma especificao mais geral considerando a incluso das variveis que indicam se a empresa de capital nacional, se a empresa exportadora e
a proporo de funcionrios com terceiro grau apresentada na tabela 11.
65
TABELA 11
Intensidade tecnolgica
Baixa
Mdia-baixa
Mdia-alta
Alta
0,0773***
0,101***
0,0896***
0,0625***
0,0486***
0,0225***
0,0206***
0,0498***
0,0100
0,169***
0,0561***
0,0104
0,0506***
0,120***
0,106**
-0,321***
-0,259***
-0,311***
-0,259***
0,0544
Empresa exportadora
0,301***
0,175***
0,266***
0,496***
1,187***
2,526***
3,208***
2,482***
2,295***
1,621***
Controles setoriais
Constante
SIM
SIM
SIM
SIM
SIM
2,413***
2,205***
2,342***
1,959***
1,457***
Observaes
14.928
6.362
4.125
3.785
656
Nmero de firmas
9.457
3.651
2.801
2.754
467
Elaborao dos autores, com base nos dados da Pintec de 2000, 2003, 2005 e 2008.
Notas: *** Significativo a 1%; ** significativo a 5%; e * significativo a 10%.
Obs: Todas as variveis explicativas, com exceo das dummies e da proporo de pessoal com terceiro grau, esto em logaritmos.
Mais uma vez, para o conjunto da indstria, observa-se que as estimativas dos
coeficientes so significativas a 1% de confiana e apresentam sinal esperado. Ao se
considerar a segmentao das empresas por intensidade tecnolgica, os resultados
assemelham-se queles reportados na tabela 8, exceto no caso do coeficiente estimado
da varivel estoque de P&D nos setores de mdia-alta intensidade tecnolgica, que
perdeu significncia estatstica. Assim, de forma geral, o coeficiente estimado para
o estoque de P&D ascendente ao se passar dos setores de mais baixa para os de
mais alta intensidade tecnolgica. Opostamente, o estoque de capital apresenta
um impacto sobre a produtividade decrescente quando se passa de setores de
menor para setores de maior intensidade tecnolgica. Esses resultados reafirmam
a percepo de que nos setores de maior intensidade tecnolgica h uma maior
associao entre produtividade do trabalho e investimentos em P&D do que entre
produtividade do trabalho e estoque de capital.
Em sntese, os resultados apresentados para os modelos que levam em conta a
deciso da empresa em envolver-se em atividades de P&D e que procuram controlar
o vis de seleo mostram que h uma relao positiva entre investimento em P&D
e produtividade do trabalho nas empresas industriais. Para os modelos estimados
na regresso cross-section, as elasticidades variam no intervalo que vai de 0,03 a
0,22, ao passo que para o modelo estimado para o painel de dados considerando
66
67
guet e Mairesse (1998) para levar em conta o vis de seleo. Os resultados para
o conjunto da indstria so consistentes com os fatos estilizados e a literatura
sobre o tema e reafirmam a existncia de relao entre investimentos em P&D e
produtividade. Esses resultados so consistentes com os resultados reportados na
literatura sobre o tema.
Neste trabalho, procurou-se avanar, no entanto, na estimao dessa relao
para diferentes grupos formados pela agregao de setores de atividades de acordo
com a classificao de intensidade tecnolgica utilizada pela OCDE. Os resultados indicam que a relao entre P&D e produtividade tanto maior quanto mais
intensivo em tecnologia o setor. Assim, em setores nos quais a competio
mais dependente de tecnologia, que so os setores que mais investem em P&D, os
efeitos da P&D sobre a produtividade das empresas so maiores do que em setores
tradicionais. Alm disso, resultados mostram tambm que o inverso ocorre com
o estoque de capital, cujos efeitos sobre a produtividade so maiores nos setores
de menor intensidade tecnolgica. Essas concluses tm evidentes implicaes de
poltica, uma vez que podem orientar uma melhor alocao dos recursos destinados
a promover ganhos de produtividade na indstria brasileira.
Referncias
68
______. R&D and productivity: testing sectoral peculiarities using micro data.
Empirical Economics, v. 41, n. 3, p. 817-839, Dec. 2011.
PAKER, A.; GRILICHES, Z. Patents and R&D at the firm level: a first look.
NBER Working paper series, Oct. 1980. (Working Paper n. 561).
PAKER, A.; GRILICHES, Z. Patents and R&D at the firm level: a first look. In:
Griliches, Z. R&D, Patents, and Productivity. Chicago: University of Chicago
Press, 1984.
CAPTULO 3
1 INTRODUO
* O autor grato ao suporte fornecido pelos estatsticos e programadores do Instituto de Pesquisa Econmica Aplicada
(Ipea), Leandro Justino Pereira Veloso e Glaucia Ferreira. O autor tambm grato aos comentrios e sugestes de
Fernanda De Negri, Luiz Ricardo Cavalcante e Lucas Mation. As opinies expressas aqui no representam a opinio
formal do Conselho Administrativo de Defesa Econmica (Cade), da Universidade Federal do Paran (UFPR), ou do
Conselho Nacional de Desenvolvimento Cientfico e Tecnolgico (CNPq).
** Economista-chefe do Conselho Administrativo de Defesa Econmica (Cade). Professor da Universidade Federal do
Paran (UFPR). Pesquisador do Conselho Nacional de Desenvolvimento Cientfico e Tecnolgico (CNPq).
70
71
O objetivo da presente seo apresentar uma breve discusso acerca dos fatores
determinantes das economias de escala e economias de escopo nos processos
produtivos, com especial destaque para os processos de produo na indstria
de transformao.
2.1 Origens de economias de escala
72
) (
) (
c y1 , y2 < c y1 ,0 + c 0, y2
(1)
73
74
(2)
(2
75
( )
( )
(3)
(3)
Assumindo que a funo de produo f zit , seja linear em logs e assumindo que existam k fatores de produo, podemos especificar a expresso (3) da
seguinte maneira:
( )
( )
(4)
( )
( )
sendo que uit = ln it . Como uit subtrado de ln qit , restringir uit > 0
implica que 0 < it 1 , como j mencionado anteriormente. A equao (4) uma
variante da especificao de fronteiras estocsticas para dados de painel, onde vit
o termo de erro aleatrio e uit o efeito variante no tempo (time-varying panel-level effect). Outra forma de especificar a equao (3) por meio do modelo de
efeito no variante no tempo (time-invariant panel-level effect). Neste segundo
caso, assume-se que uit = ui , ui ~ iid N + , u2 , vit ~ iid N 0, v2 , e ui e vit
so independentemente distribudos entre si e entre as demais variveis explicativas
do modelo (Battese; Coelli, 1992, 1995).3
Em termos prticos, a diferena entre os dois modelos repousa sobre a hiptese de o ndice de eficincia tcnica de determinado estabelecimento variar ou
no durante o perodo especificado no painel de dados. Caso no varie, o ndice
de eficincia tcnica ser nico para cada planta, sendo i = exp(ui ), independentemente do tempo. Caso varie no tempo, haver um ndice de eficincia igual
a it = exp(uit ) para cada um dos perodos t.
Cabe destacar que em nosso procedimento computada uma fronteira
estocstica para cada um dos bens produzidos pela indstria de transformao
no Brasil, ou seja, so necessrias estimativas para algumas centenas de produtos.
Evidentemente que aqueles bens produzidos por um nmero muito pequeno de
estabelecimentos so retirados do exerccio, seja por motivo de um nmero muito
reduzido de graus de liberdade, seja por motivo de integridade da confidencialidade
dos dados.
3. A escolha do melhor modelo depende da maior aderncia aos dados analisados. No caso do presente estudo, o
segundo modelo (time-invariant panel-level effect) apresenta maior aderncia.
( 4)
76
4 RESULTADOS
4.1 Dados
O apndice 1 reporta os coeficientes estimados para cada uma das variveis explicativas das funes de produo. Na especificao estocstica do modelo da funo de
produo foi utilizado o log do valor da produo do bem pela unidade produtiva
como varivel dependente e os logs dos valores de estoque de capital (lnCapital),
da mo de obra (lnTrabalho) e dos custos de operaes industriais (lnCOI) como
regressores, alm da dummy de empresa multiplanta (multi_planta) e da dummy
de unidade produtiva multiproduto (multi_produto).
77
Foram estimadas 261 funes de produo, sendo uma para cada produto
industrial, especificados no apndice 1 em termos de cdigo Classificao Nacional
de Atividades Econmicas (CNAE) primeira coluna e descrio de produto
segunda coluna. Alm dos coeficientes dos parmetros, o apndice 1 tambm
reporta os seus respectivos erros-padro.
Em termos gerais os coeficientes das variveis lnCapital, lnTrabalho e lnCOI
apresentam os sinais esperados e, em sua grande maioria, apresentam nvel de significncia superior a 99% (ou p-valor<0,01). J no caso dos coeficientes da varivel
Dummy multi_plata, podemos observar um grande nmero de funes de produo
com coeficientes negativos e estatisticamente significativos. Isso sugere que em muitos
casos a concentrao da produo de um bem em um nmero menor de unidades
produtivas de uma mesma empresa poderia implicar ganhos de produtividade, provavelmente associados a ganhos decorrentes de escala de produo. Contudo, deve-se
esclarecer que a utilizao de vrias unidades produtivas no justificada apenas por
fatores relacionados escala, mas tambm a fatores relacionados logstica e tributao,
ou seja, as economias de custos com logstica e tributos com a produo adicional
em uma nova unidade pode mais do que compensar eventuais perdas de escala na
produo. Na prtica, tal resultado sugere que melhor infraestrutura logstica, associada reduo na assimetria de incentivos fiscais entre regies, tenderia a concentrar
a produo industrial brasileira em um nmero menor de plantas industriais.
Um nmero grande de funes de produo com coeficientes negativos e significativos tambm observado para a varivel dummy multi_produto. Isso sugere que um
nmero grande de plantas industriais brasileiras produzem um portflio de produtos
industriais por outros motivos que no a obteno de ganhos de escopo e de diversificao na produo. Isso no significa dizer que operar com um rol de produtos no
traga outros ganhos de diversificao para a firma, tais como vantagens competitivas
em barganha de contratos, comercializao e distribuio de produtos complementares.
Parece claro que tais ineficincias produtivas so mais provveis em um ambiente com
elevados custos de transao, informao assimtrica e demais imperfeies de mercado, tais como mercados oligopolizados e expostos a pouca competio internacional.
Na prtica, tal resultado sugere que uma potencial elevao da competio tenderia a
reduzir o portflio de produo de algumas plantas industriais brasileiras.
4.3 ndices de eficincia tcnica
O apndice 2 reporta os ndices de eficincia tcnica obtidos em cada uma das funes
de produo apresentados no apndice 1. Alguns ndices foram descartados: alguns
por no terem sido efetivamente computados, implicando informaes perdidas
(missings); outros foram computados com valores iguais a zero, o que completamente
contraintuitivo, considerados, assim, como outliers. Desconsiderando as informaes
missings e outliers, chegamos a um total de 198 ndices de eficincia tcnica, ou seja,
distribuies de ndices para cada um dos 198 produtos manufaturados analisados.
78
Segundo as estimativas do presente trabalho, o produto manufaturado produzido com maior eficincia tcnica no Brasil o ferro-gusa, com um ndice de
eficincia tcnica mdio de 0,7969. Outro ponto a ser destacado que, alm de
apresentar uma mdia elevada para os ndices de eficincia tcnica, seu desvio
padro relativamente pequeno, 0,1043. Em termos prticos, isso significa que a
maioria das 479 unidades produtoras de ferro-gusa do Brasil altamente eficiente.
Outro ponto a merecer destaque que, entre os dez bens manufaturados
produzidos com maior eficincia tcnica no Brasil, quatro so da indstria de
fabricao de produtos minerais no metlicos (CNAE 23). So eles: i) ladrilhos,
placas e azulejos de cermica para pavimentao ou revestimento e esmaltados,
com um ndice de eficincia tcnica igual a 0,7260; ii) elementos pr-fabricados
para construo civil de cimento ou concreto (estacas, postes, caixas de gua etc.),
com um ndice de eficincia tcnica igual a 0,6586; iii) granito talhado, serrado ou
trabalhado de outro modo, inclusive chapas de granito para pias, com um ndice
de eficincia tcnica igual a 0,6466; e iv) telhas de cermica, com um ndice de
eficincia tcnica igual a 0,6128.
J na outra cauda da distribuio, temos o segmento produtor de ventiladores
ou coifas (exaustores) para uso industrial como o segmento com a menor mdia de
ndice de coeficiente tcnico, cujo valor igual a 0,0307. Adicionalmente, entre
os dez bens manufaturados produzidos com menor eficincia tcnica no Brasil,
trs so da indstria de fabricao de mveis (CNAE 31). So eles: i) balces ou
vitrines de madeira, com um ndice de eficincia tcnica igual a 0,0722; ii) bancos
de madeira, com um ndice de eficincia tcnica igual a 0,0537; e iii) mesinhas de
cabeceira de madeira, com um ndice de eficincia tcnica igual a 0,0426.
O grfico 1 mostra a distribuio dos ndices de eficincia mdios para os
198 produtos manufaturados. O grfico apresenta um polgono de frequncias e
uma curva de distribuio normal. A curva serve de referncia para compararmos
a distribuio real com uma distribuio normal. Como pode ser visto, temos
uma distribuio levemente assimtrica com concentrao direita e cauda
esquerda. A mdia desta distribuio de 0,40679, com mediana de 0,42873 e
desvio padro de 0,15160.
79
GRFICO 1
etfp
N(0,40678 0,1516)
Densidade
2,5
1,5
0,5
0
0
0,2
0,4
0,6
0,8
etfp
Elaborao do autor, a partir de dados obtidos da Pesquisa Industrial Anual (PIA) e Relao Anual de Informaes Sociais do
Ministrio do Trabalho e Emprego (Rais/MTE), perodo de 2005 a 2011.
80
Y = 0,154 + 0,195X
0,6
Desvio Padro
0,5
0,4
0,3
0,2
0,1
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
etfp
Elaborao do autor, a partir de dados obtidos da Pesquisa Industrial Anual (PIA) e Relao Anual de Informaes Sociais do
Ministrio do Trabalho e Emprego (Rais/MTE), perodo de 2005 a 2011.
81
O presente trabalho teve como objetivo computar uma distribuio de ndices de eficincia tcnica de cada um dos bens industriais produzidos no Brasil.
Um segundo objetivo foi verificar como as economias de escala e de escopo
cooperam para a obteno de ganhos de produtividade na indstria brasileira.
Os ndices de eficincia tcnica foram computados a partir de um modelo de fronteira estocstica com dados de painel. Neste sentido, foram especificadas funes de
produo aumentadas para cada um dos bens industriais, sendo que em cada uma
das funes foram utilizadas informaes de todas as plantas industriais brasileiras
que produzem aquele bem em anlise.
Os principais resultados obtidos em nosso exerccio emprico so listados a seguir.
1) Muitas empresas produzem um mesmo bem em diversas plantas, mas
ganhos de escala seriam obtidos caso houvesse concentrao da produo
em um nmero menor de unidades produtivas.
2) Muitas unidades produtivas operam com a produo de mltiplos bens
(multiproduto) sem que sejam obtidos ganhos decorrentes de economias
de escopo e de diversificao na produo.
3) Segundo as estimativas do presente trabalho, o bem manufaturado produzido com maior eficincia tcnica no Brasil o ferro-gusa, com um
ndice de eficincia tcnica mdio de 0,7969.
4) Entre os dez bens manufaturados produzidos com maior eficincia tcnica
no Brasil, quatro so da indstria de fabricao de produtos minerais
no metlicos (CNAE 23).
5) Entre os dez bens manufaturados produzidos com menor eficincia tcnica no Brasil, trs so da indstria de fabricao de mveis (CNAE 31).
6) A distribuio dos ndices mdios de eficincia tcnica levemente assimtrica, com concentrao direita e cauda esquerda. A mdia desta
distribuio de 0,40679, com mediana de 0,42873 e desvio padro
de 0,15160.
7) O desempenho produtivo da indstria brasileira de transformao poderia ser majorado significativamente com a alocao mais eficiente dos
recursos j disponveis. Na realidade, podemos inferir que a eficincia
produtiva poderia ser at mesmo duplicada em alguns casos.
82
Aigner, D. J.; Lovell, C. A. K.; Schmidt, P. Formulation and estimation of stochastic frontier production function models. Journal of Econometrics,
v. 6, p. 21-37, 1977.
BARTIK, T. J. Business location decisions in the United States: estimates of the
effects of unionization, taxes, and other characteristics of states. Journal of Business and Economic Statistics, v. 3, n. 1, p.14-22, 1985.
Battese, G. E.; Coelli, T. J. Frontier production functions, technical
efficiency and panel data: with application to paddy farmers in India. Journal of
Productivity Analysis, v. 3, p.153-169, 1992.
BATTESE, G. E.; COELLI, T. J. A model for technical inefficiency effects in a
stochastic frontier production function for panel data. Empirical Economics,
v. 20, p. 325-332, 1995.
BUTIROSSI, P. Handbook of antitrust economics. Cambridge, MA: MIT Press, 2007.
CALOGHIROU, Y.; IOANNIDES, S.; VONORTAS, N. Research joint ventures.
Journal of Economic Surveys, v. 17, p. 541-570, 2003.
CHAMBERLAIN, E. H. Proportionality, divisibility and economies of scale.
Quarterly Journal of Economics, v. 63, n. 1, p. 128-131, 1948.
CHAND, S.; SETHI, S. Planning horizon procedures for machine replacement
models with several possible replacement alternatives. Naval Research Logistics,
v. 29, p. 483-493, 1982.
83
616
310
857
646
Despojos em bruto, no
comestveis, de animais (pelos e
cerdas, glndulas, ossos, etc.) exceto sunos
1011.2050
1012.2030
1012.2040
1013.2045
Farinhas, ps e pellets de
carnes e miudezas de animais,
imprprios para alimentao
humana
624
347
312
1.916
1.024
634
Observaes
0810.2215
0,193***
0,0150
0,0919***
0,0661***
0,266***
0,00863
(0,0181)
(0,0142)
(0,0107)
(0,00955)
(0,0300)
(0,0104)
(0)
(0,00634)
0,0587***
-8.716
(0,00891)
(0,0107)
Erro-Padro
0,0138
0,0752***
lnCapital
apndice 1
Estimativas das funes de produo
0,495***
0,430***
0,529***
0,401***
0,140
0,525***
1.735
0,342***
0,421***
0,465***
lnTrabalho
(0,0533)
(0,0419)
(0,0389)
(0,0265)
(0,118)
(0,0239)
(0)
(0,0193)
(0,0279)
(0,0270)
Erro-Padro
0,278***
0,548***
0,317***
0,493***
0,425***
0,398***
17,52
0,547***
0,482***
0,368***
lnCOI
(0,0505)
(0,0365)
(0,0369)
(0,0247)
(0,0982)
(0,0206)
(0)
(0,0192)
(0,0237)
(0,0259)
Erro-Padro
-1.204***
-0,658***
-0,916***
-0,408***
-3.908***
-1.249***
79,72***
-0,838***
-1,042***
-0,441***
multi_planta
(0,184)
(0,119)
(0,0935)
(0,0709)
(1.057)
(0,191)
(1,26e-05)
(0,0528)
(0,119)
(0,0811)
Erro-Padro
-1.329***
-0,160
0,407***
0,164*
-0,679**
-0,336***
-67,18***
-0,141**
-0,0664
-0,106
multi_produto
(Continua)
(0,203)
(0,278)
(0,156)
(0,0871)
(0,283)
(0,106)
(5,21e-05)
(0,0580)
(0,0897)
(0,0987)
Erro-Padro
84
556
281
915
1061.2050
373
Arroz semibranqueado ou
1061.2040 branqueado, polido, brunido,
parboilizado ou no
317
296
1061.2020
867
1.025
1052.2190 Manteiga
1052.2230
590
1.145
1052.2110 Iogurte
945
1051.2030
912
1.146
1051.2020
298
Observaes
1031.2110
(Continuao)
0,160***
0,121***
0,0297***
0,244***
0,0759***
0,246***
0,257***
0,133***
0,211***
0,105***
0,202***
0,143***
0,0881***
0,0743***
lnCapital
(0,0186)
(0,0172)
(0,00753)
(0,0289)
(0,0159)
(0,0302)
(0,0143)
(0,0116)
(0,0149)
(0,0138)
(0,0171)
(0,0133)
(0,0104)
(0,0178)
Erro-Padro
0,110
0,227**
0,205***
0,193*
0,136*
0,245
0,308***
0,509***
0,221***
0,503***
0,480***
0,356***
0,420***
0,365***
lnTrabalho
(0,0834)
(0,101)
(0,0328)
(0,109)
(0,0723)
(0,180)
(0,0570)
(0,0478)
(0,0420)
(0,0518)
(0,0506)
(0,0408)
(0,0302)
(0,0649)
Erro-Padro
(0,0486)
(0,0422)
0,338***
0,520***
0,622***
0,616***
(0,0730)
(0,0921)
(0,0310)
(0,102)
0,526***
0,731***
(0,0634)
(0,174)
(0,0557)
0,753***
0,410**
0,409***
(0,0461)
(0,0509)
0,293***
0,326***
(0,0349)
(0,0288)
(0,0639)
Erro-Padro
0,376***
0,424***
0,556***
lnCOI
-1.187***
-0,815
-0,264***
-2.878***
-0,545***
-3.090**
-0,291
-0,959***
-2.865***
-1.042***
-1.307***
-1.118***
-0,772***
-1.085***
multi_planta
(0,352)
(1.273)
(0,0558)
(0,741)
(0,141)
(1,414)
(0,496)
(0,217)
(0,975)
(0,203)
(0,326)
(0,144)
(0,118)
(0,193)
Erro-Padro
-0,753***
-0,284
-0,00115
-0,294
-0,0394
-0,377
0,412**
-0,336**
-0,539***
0,0263
0,444**
0,0249
0,317***
0,461
multi_produto
(Continua)
(0,233)
(0,200)
(0,0704)
(0,243)
(0,189)
(0,375)
(0,163)
(0,156)
(0,138)
(0,210)
(0,197)
(0,125)
(0,121)
(0,399)
Erro-Padro
Bagaos de cana-de-acar,
polpas de beterraba ou outros
resduos da fabricao do
acar, inclusive leo fusel
275
712
1094.2040
811
540
1094.2030
242
1093.2010 Achocolatados em p
561
1.532
Produtos de panificao
industrial no especificados
729
369
611
418
1.925
Observaes
1091.2060
1091.2020
1071.2060
(Continuao)
0,0806***
0,0257*
0,0417***
0,0987***
(0,00996)
(0,0135)
(0,00660)
(0,0135)
(0,0394)
(0,00605)
0,0599***
0,402***
(0,00907)
(0,00625)
0,0500***
0,0364***
(0,0124)
(0,00952)
0,0688***
0,0463***
(0,0348)
(0,00786)
Erro-Padro
0,541***
0,0697***
lnCapital
0,470***
0,448***
0,404***
0,333***
0,106
0,468***
0,448***
0,329***
0,488***
0,530***
0,117
0,360***
lnTrabalho
(0,0323)
(0,0598)
(0,0341)
(0,0531)
(0,0885)
(0,0235)
(0,0477)
(0,0321)
(0,0549)
(0,0478)
(0,0814)
(0,0184)
Erro-Padro
0,423***
0,535***
0,523***
(0,0313)
(0,0585)
(0,0313)
(0,0508)
(0,0928)
0,412***
0,524***
(0,0240)
(0,0449)
(0,0303)
(0,0506)
(0,0442)
(0,0837)
(0,0168)
Erro-Padro
0,477***
0,450***
0,600***
0,444***
0,386***
0,238***
0,506***
lnCOI
-0,662***
-0,831***
-1.164***
-0,763***
-1.095*
-0,725***
-1.585***
-0,527***
-1.046***
-1.616***
-9.148***
-0,613***
multi_planta
(0,0822)
(0,133)
(0,0743)
(0,125)
(0,613)
(0,0605)
(0,102)
(0,0661)
(0,129)
(0,189)
(1.319)
(0,0781)
Erro-Padro
0,353***
-0,0248
-0,185
0,527***
0,711***
0,186**
-0,244
0,435***
0,186
-0,244*
-0,326*
0,134*
multi_produto
(Continua)
(0,111)
(0,261)
(0,146)
(0,165)
(0,274)
(0,0784)
(0,167)
(0,0985)
(0,244)
(0,141)
(0,194)
(0,0747)
Erro-Padro
86
1.043
292
246
311
Servio de tecelagem de
algodo e servios relacionados
Acabamentos (branqueamento,
tingimento, toro, etc.) em
fibras e fios txteis, produzidos
por terceiros
1321.9010
1340.9020
333
678
296
Servio de confeco de
artefatos txteis para uso
domstico, quando no
integrados tecelagem
1351.2020
1351.2050
1351.9010
325
394
Preparaes alimentcias, no
especificadas
1099.2245
Servio de bordados em
1340.9050 artefatos txteis, no
especificados
245
Observaes
1099.2040
(Continuao)
0,0204**
0,0542***
0,0516***
0,00905
0,00697
0,0290***
0,0898***
0,0414***
0,0936***
0,106***
lnCapital
(0,0103)
(0,0113)
(0,0145)
(0)
(0,0109)
(0,0102)
(0,0211)
(0,00837)
(0,0160)
(0,0276)
Erro-Padro
0,684***
0,436***
0,445***
0,819
0,632***
0,676***
0,507***
0,447***
0,535***
0,165***
lnTrabalho
(0,0295)
(0,0389)
(0,0455)
(0)
(0,0299)
(0,0326)
(0,0612)
(0,0284)
(0,0625)
(0,0547)
Erro-Padro
0,283***
0,441***
0,435***
0,167
0,303***
0,300***
0,389***
0,472***
0,322***
0,613***
lnCOI
(0,0188)
(0,0328)
(0,0415)
(0)
(0,0233)
(0,0291)
(0,0647)
(0,0264)
(0,0561)
(0,0673)
Erro-Padro
-0,518***
-0,921***
-0,932***
-0,968***
-0,801***
-1.151***
-0,723***
-0,942***
-1.423***
-0,966***
multi_planta
(0,175)
(0,106)
(0,158)
(0,360)
(0,171)
(0,133)
(0,231)
(0,116)
(0,155)
(0,198)
Erro-Padro
-0,0697
-0,0244
-0,142
0,174
0,810*
-0,809***
0,192
0,416***
-0,317
0,251
multi_produto
(Continua)
(0,306)
(0,189)
(0,413)
(0,516)
(0,431)
(0,279)
(0,274)
(0,134)
(0,296)
(0,205)
Erro-Padro
1.309
685
Artigos do vesturio
confeccionados com tecidos,
1412.2020 exceto de malha, impregnados
(com plstico, borracha ou
outros materiais)
1.022
1412.2065
705
261
1411.2090
965
Cuecas e semelhantes, de
1411.2050
malha
640
786
293
Artefatos txteis
1359.2010 confeccionados, no
especificados
1411.2080
299
Observaes
Tecidos revestidos ou
1354.2130 impregnados, inclusive as
entretelas
(Continuao)
0,0523***
0,00809
(0,00698)
(0,00581)
(0,00547)
(0,00705)
0,0306***
0,0169***
(4,87e-07)
(0,00937)
(0,00649)
(0)
(0,0147)
(0,0343)
Erro-Padro
-0,0122***
0,0567***
0,0348***
-44,15
0,0479***
0,252***
lnCapital
0,413***
0,532***
0,768***
0,549***
1.311***
0,489***
0,506***
-98,44
0,383***
0,394***
lnTrabalho
(0,0281)
(0,0218)
(0,0180)
(0,0348)
(3,34e-06)
(0,0445)
(0,0328)
(0)
(0,0467)
(0,0969)
Erro-Padro
0,440***
0,428***
0,174***
0,421***
0,247***
0,354***
0,419***
38,58
0,315***
0,276**
lnCOI
(0,0226)
(0,0146)
(0,0141)
(0,0317)
(2,97e-06)
(0,0392)
(0,0291)
(0)
(0,0342)
(0,110)
Erro-Padro
-1,638***
-1.046***
-0,703***
-0,802***
7.978***
-1.218***
-0,879***
477,1
-0,750***
-1,363***
multi_planta
(0,206)
(0,0817)
(0,0996)
(0,285)
(1,06e-05)
(0,130)
(0,0943)
(0)
(0,164)
(0,224)
Erro-Padro
-0,0239
-0,0849
-0,198
0,384**
-3.985***
-0,199
0,0475
-24,08***
0,115
-0,112
multi_produto
(Continua)
(0,178)
(0,181)
(0,143)
(0,161)
(1,70e-05)
(0,404)
(0,172)
(1,09e-05)
(0,286)
(0,276)
Erro-Padro
88
2.122
787
301
451
1412.2170
1412.2180
1412.2190
1412.2220
1.511
696
439
1412.2315
330
1412.2285
374
1.559
1412.2160
Macaces, agasalhos e
1412.2240 conjuntos para esporte, de
malha
1.633
1.848
Observaes
1412.2150
(Continuao)
(0,00702)
(0,00615)
0,0365***
0,0160**
(0,0169)
(0,0241)
(0,0154)
(0,0101)
(0,0138)
(0,00825)
(0,00530)
(0,00651)
(0,00474)
(0,00522)
Erro-Padro
0,0750***
0,0818***
0,0586***
0,0236**
0,0645***
0,0510***
0,0554***
0,0534***
0,0360***
0,0305***
lnCapital
0,512***
0,426***
0,497***
0,571***
0,572***
0,420***
0,438***
0,427***
0,426***
0,447***
0,536***
0,500***
lnTrabalho
(0,0314)
(0,0261)
(0,0590)
(0,0674)
(0,0575)
(0,0579)
(0,0536)
(0,0416)
(0,0195)
(0,0203)
(0,0226)
(0,0226)
Erro-Padro
0,396***
0,434***
0,368***
0,346***
0,351***
0,482***
0,427***
0,436***
0,468***
0,408***
0,389***
0,399***
lnCOI
(0,0255)
(0,0232)
(0,0496)
(0,0730)
(0,0443)
(0,0479)
(0,0494)
(0,0366)
(0,0160)
(0,0182)
(0,0185)
(0,0187)
Erro-Padro
-1.395***
-1.127***
-1.318*
-1.692***
-2.105***
-0,896***
-0,865*
-1.236***
-1.307***
-1.050***
-1.154***
-1.159***
multi_planta
(0,0967)
(0,123)
(0,679)
(0,633)
(0,294)
(0,315)
(0,496)
(0,208)
(0,0796)
(0,0904)
(0,0840)
(0,0994)
Erro-Padro
0,283
0,579***
-1.007**
0,340
0,271
-0,0467
-0,946***
0,174
0,340***
-0,0150
0,305
0,618***
multi_produto
(Continua)
(0,205)
(0,127)
(0,398)
(0,381)
(0,265)
(0,223)
(0,223)
(0,168)
(0,116)
(0,180)
(0,188)
(0,143)
Erro-Padro
813
622
1510.9010
469
699
1414.2050
364
296
1413.2040
615
337
1413.2030
479
491
Observaes
1412.2450
(Continuao)
0,0378***
0,0562***
0,0884***
0,0387***
0,0220***
0,0563***
0,0469***
-0,430***
0,0409***
0,0170**
lnCapital
(0,0117)
(0,0103)
(0,0122)
(0,00815)
(0,00754)
(0,00953)
(0,0111)
(4,43e-07)
(0,00869)
(0,00742)
Erro-Padro
0,459***
0,667***
0,218***
0,556***
0,723***
0,373***
0,439***
4.816***
0,481***
0,633***
lnTrabalho
(0,0455)
(0,0331)
(0,0405)
(0,0329)
(0,0244)
(0,0310)
(0,0456)
(2,60e-06)
(0,0325)
(0,0294)
Erro-Padro
0,415***
0,267***
0,635***
0,368***
0,226***
0,496***
0,406***
1,004***
0,407***
0,314***
lnCOI
(0,0389)
(0,0300)
(0,0368)
(0,0288)
(0,0224)
(0,0269)
(0,0365)
(2,01e-06)
(0,0239)
(0,0223)
Erro-Padro
-1.217***
-0,775***
-0,697***
-0,825***
-1.110***
-1.336***
-1.530***
-17,96***
-0,821***
-1.417***
multi_planta
(0,104)
(0,0912)
(0,0983)
(0,100)
(0,144)
(0,0863)
(0,203)
(9,40e-06)
(0,0967)
(0,0964)
Erro-Padro
0,657**
-0,633***
-0,195
0,0572
0,0930
0,142
0,0432
-7.080***
-0,193
0,605**
multi_produto
(Continua)
(0,334)
(0,162)
(0,124)
(0,326)
(0,304)
(0,229)
(0,502)
(1,90e-05)
(0,158)
(0,297)
Erro-Padro
90
428
839
602
1.301
Servios relacionados
confeco de cortes, viras,
contrafortes e outros acessrios
de couro para calados
Serragem, desperdcios e
resduos de madeira, mesmo
aglomerados em bolas,
briquetes e semelhantes
Servio de desdobramento de
madeira
Madeira compensada
(contraplacada), madeira
folheada e madeiras
estratificadas semelhantes
1540.9010
1610.2090
1610.9010
1621.2020
305
593
1540.2110
482
1540.2090
2.685
Servios relacionados
confeco de calados de couro
1531.9010
238
273
1531.2050
Servios relacionados
1539.9020 confeco de calados de
outros materiais
1.118
Observaes
1531.2030
(Continuao)
(0,0128)
(0,00514)
Erro-Padro
0,0443***
0,0115**
0,0260***
0,0880***
0,00533
0,00921
0,0379***
0,0161*
(0,0132)
(0,00578)
(0,00860)
(0,0132)
(0,00457)
(0,00802)
(0,00878)
(0,00842)
0,00985*** (0,00245)
0,0354***
0,0287***
lnCapital
0,246***
0,290***
0,639***
0,589***
0,805***
0,727***
0,436***
0,830***
0,813***
0,194***
0,601***
lnTrabalho
(0,0789)
(0,0213)
(0,0322)
(0,0564)
(0,0198)
(0,0264)
(0,0399)
(0,0314)
(0,00892)
(0,0331)
(0,0172)
Erro-Padro
0,649***
0,618***
0,333***
0,267***
0,132***
0,236***
0,452***
0,133***
0,147***
0,622***
0,321***
lnCOI
(0,0642)
(0,0198)
(0,0226)
(0,0504)
(0,0141)
(0,0190)
(0,0299)
(0,0241)
(0,00692)
(0,0341)
(0,0142)
Erro-Padro
-1.314***
-0,542***
-1.131***
-2.271***
-0,495***
-0,877***
-0,993***
-0,942***
-0,782***
-0,804***
-0,692***
multi_planta
(0,150)
(0,0572)
(0,132)
(0,226)
(0,0997)
(0,0921)
(0,0993)
(0,191)
(0,0700)
(0,151)
(0,0643)
Erro-Padro
-0,639***
0,0747
-0,0943
0,173
0,304
0,354*
-0,0241
-0,194
-0,579***
0,315
0,126
multi_produto
(Continua)
(0,238)
(0,0883)
(0,151)
(0,153)
(0,246)
(0,183)
(0,149)
(0,297)
(0,0766)
(0,260)
(0,122)
Erro-Padro
507
1.326
282
498
Embalagens diversas de
papelo ondulado ou corrugado
(exceto caixas), impressas
ou no
1733.2010
1733.2020
1733.2030
Servios de impresso de
jornais, revistas, livros, lista
telefnicas e produtos
semelhantes
1811.9010
265
630
370
247
1721.2010
285
524
1629.2025
647
Observaes
1623.2040
(Continuao)
0,0703***
(0,0196)
(0,00719)
(0,0123)
0,0435***
0,0232***
(0,0149)
(0,0105)
(0,00459)
(4,35e-07)
(0,0320)
(0,0168)
(4,31e-07)
(3,94e-07)
Erro-Padro
0,0709***
0,0159
0,0369***
0,317***
0,268***
0,0952***
2.782***
1.417***
lnCapital
0,535***
0,409***
0,416***
0,387***
0,503***
0,519***
-1.778***
0,602***
0,410***
0,329***
0,112***
lnTrabalho
0,137
0,452***
1.645***
1.409***
lnCOI
(0,138)
(0,0856)
(1,59e-06)
(1,55e-06)
Erro-Padro
(0,0691)
(0,0256)
(0,0464)
(0,0582)
(0,0563)
(0,0213)
0,352***
0,486***
0,534***
0,478***
0,453***
0,417***
(0,0673)
(0,0247)
(0,0459)
(0,0544)
(0,0447)
(0,0196)
(0,147)
(0,0938)
(1,66e-06)
(1,83e-06)
Erro-Padro
-1.064***
-1.224***
-0,393***
-1.130***
-1.361***
-0,305***
-2.194***
-4.442***
-1.169***
17,12***
-1.585***
multi_planta
(0,221)
(0,0774)
(0,0945)
(0,145)
(0,121)
(0,0428)
(4,10e-06)
(0,861)
(0,202)
(4,24e-06)
(3,70e-06)
Erro-Padro
0,140
0,266
0,236*
0,288*
0,224
0,350***
-3.176***
0,224
0,118
15.06***
1.876***
multi_produto
(Continua)
(0,479)
(0,266)
(0,137)
(0,171)
(0,201)
(0,0633)
(7,91e-06)
(0,300)
(0,468)
(6,64e-06)
(4,97e-06)
Erro-Padro
92
688
2061.2010
299
248
309
2031.2170
629
Servio de pr-impresso
como: editorao eletrnica,
1821.9020 digitalizao, tratamento de
imagens e/ou gerao de
fotolitos e semelhantes
459
629
Produtos orgnicos, no
especificados
262
2029.2880
402
Observaes
(Continuao)
0,0800***
0,554***
0,135***
0,329***
20,71***
0,0422***
0,0510***
0,0598***
0,0712***
lnCapital
(0,0113)
(0,0341)
(0,0412)
(0,0455)
(4,94e-07)
(0,00759)
(0,00956)
(0,0164)
(0,0136)
Erro-Padro
0,227***
0,00532
0,423***
-0,146
-55,31***
0,710***
0,568***
0,681***
0,713***
lnTrabalho
(0,0536)
(0,0700)
(0,134)
(0,119)
(2,00e-06)
(0,0189)
(0,0443)
(0,0760)
(0,0590)
Erro-Padro
0,629***
0,456***
0,467***
0,715***
43,03***
0,211***
0,351***
0,297***
0,179***
lnCOI
(0,0518)
(0,0717)
(0,135)
(0,121)
(1,34e-06)
(0,0163)
(0,0393)
(0,0678)
(0,0434)
Erro-Padro
-1.083***
0,270
-0,640
-1.304
105,3***
-0,716***
-0,997***
-1.594***
-1.327***
multi_planta
(0,176)
(0,466)
(0,521)
(0,805)
(5,79e-06)
(0,110)
(0,111)
(0,195)
(0,149)
Erro-Padro
-0,401
-0,359*
0,695
-1.089***
-28,85***
0,0129
-0,0999
1,316*
0,439
multi_produto
(Continua)
(0,318)
(0,212)
(0,528)
(0,387)
(6,32e-06)
(0,125)
(0,442)
(0,678)
(0,407)
Erro-Padro
2071.2120
384
479
533
2063.2230
296
Desodorantes corporais ou
antiperspirantes, lquidos
2063.2070
671
467
2063.2020
737
271
Sabes ou detergentes em p,
2061.2100 flocos, palhetas, grnulos ou
outras formas semelhantes
376
2062.2030
298
Observaes
(Continuao)
0,0500***
(0,0145)
(0,0100)
(0,0204)
0,0784***
0,0452***
(0,0186)
(0,0271)
(0,0276)
(0,00885)
(0,0202)
(0,0177)
(0,0333)
Erro-Padro
0,124***
0,250***
0,116***
0,0476***
0,101***
0,0908***
0,125***
lnCapital
0,366***
0,375***
0,490***
0,440***
0,128
0,566***
0,348***
0,0372
0,125
0,204
lnTrabalho
(0,0661)
(0,0469)
(0,0642)
(0,0710)
(0,107)
(0,0840)
(0,0431)
(0,0679)
(0,0797)
(0,130)
Erro-Padro
0,540***
0,590***
0,418***
0,390***
0,563***
0,270***
0,585***
0,811***
0,692***
0,688***
lnCOI
(0,0630)
(0,0445)
(0,0675)
(0,0690)
(0,0992)
(0,0836)
(0,0426)
(0,0684)
(0,0713)
(0,116)
Erro-Padro
-0,700***
-0,724***
-1.725***
-0,984***
-0,721
-1.602**
-0,780***
-1.104***
-0,492***
-2.574*
multi_planta
(0,148)
(0,0978)
(0,326)
(0,251)
(0,836)
(0,746)
(0,111)
(0,231)
(0,170)
(1.442)
Erro-Padro
0,0501
-0,187
-0,120
0,318
0,0563
-0,645
-0,115
0,681***
-0,482
0,560
multi_produto
(Continua)
(0,153)
(0,130)
(0,340)
(0,302)
(0,421)
(0,461)
(0,166)
(0,252)
(0,450)
(0,352)
Erro-Padro
94
2121.9010
Servio de produo
de medicamentos para
uso humano ou servios
relacionados
314
264
Medicamentos no
especificados base de outras
2121.2350
vitaminas (exceto vitamina A,
cido ascrbico e tocoferol)
620
736
Produtos qumicos, no
especificados
Medicamentos contendo
2121.2305 produtos misturados ou no
misturados, no especificados
2099.2170
503
408
2091.2060
516
Solventes ou diluentes
orgnicos compostos, no
especificados; preparaes para
remover tintas
366
2073.2060
317
Mstiques de vidraceiro
(massa), ceras de calafate,
2073.2030 indutos utilizados em pintura,
impermeabilizantes ou
semelhantes
Observaes
(Continuao)
0,0268**
0,676***
0,465***
0,132***
0,129***
0,341***
0,212***
0,118***
0,151***
lnCapital
(0,0117)
(0,0288)
(0,0207)
(0,0182)
(0,0168)
(0,0271)
(0,0222)
(0,0192)
(0,0247)
Erro-Padro
0,500***
-0,125*
0,0810*
0,293***
-0,00517
-0,0874
0,316***
0,291***
0,0233
lnTrabalho
(0,0425)
(0,0762)
(0,0463)
(0,0558)
(0,0699)
(0,0905)
(0,0876)
(0,0922)
(0,0754)
Erro-Padro
0,452***
0,407***
0,410***
0,498***
0,770***
0,722***
0,460***
(0,0424)
(0,0744)
(0,0451)
(0,0556)
(0,0672)
(0,0848)
(0,0818)
(0,0927)
(0,0670)
0,844***
0,530***
Erro-Padro
lnCOI
-0,795***
-1.761
-0,718***
-1.216***
-1.178***
-1.141***
-0,896***
-1.084***
-0,496***
multi_planta
(0,120)
(1.358)
(0,139)
(0,147)
(0,138)
(0,409)
(0,341)
(0,311)
(0,129)
Erro-Padro
-0,345***
-0,968***
-0,178
-0,450**
-0,463***
0,124
-0,180
-0,319
0,156
multi_produto
(Continua)
(0,131)
(0,175)
(0,179)
(0,193)
(0,177)
(0,238)
(0,242)
(0,222)
(0,143)
Erro-Padro
262
358
1.313
Embalagens de plstico no
impressas para produtos
alimentcios ou bebidas
(bisnagas, copos e semelhantes)
2222.2140
249
1.192
2222.2100
816
2222.2010
321
527
2221.2040
787
2219.2130
2122.2170
254
Observaes
Medicamentos contendo
produtos misturados ou no
misturados, no especificados
(uso veterinrio)
(Continuao)
(0,0250)
(0,0181)
(0,0125)
(0,0221)
(0,0329)
Erro-Padro
0,0593***
0,0397***
0,0850***
0,0489***
(0,00682)
(0,0122)
(0,0138)
(0,00600)
0,237*** (0,000340)
0,142***
0,123***
0,118***
0,103***
0,419***
lnCapital
0,437***
0,602***
0,270***
0,532***
0,0451***
0,453***
0,390***
0,526***
0,494***
0,192**
lnTrabalho
(0,0509)
(0,0901)
0,373***
(0,0487)
(0,0854)
(0,0732)
Erro-Padro
0,417***
0,313***
0,354***
0,290***
lnCOI
(0,0237)
(0,0485)
(0,0861)
(0,0248)
0,474***
0,340***
0,662***
0,397***
(0,0202)
(0,0394)
(0,0771)
(0,0211)
(0,1000)
(0,0519)
(0,0511)
(0,0879)
(0,0761)
Erro-Padro
-0,543***
-1.128***
-1.888***
-1.014***
-1.482***
-0,697***
-0,851***
-1.101***
-0,793**
-0,532*
multi_planta
(0,0604)
(0,127)
(0,406)
(0,0646)
(0,00219)
(0,226)
(0,179)
(0,124)
(0,328)
(0,323)
Erro-Padro
0,237***
0,641*
0,839
0,146
-0,374***
-0,490
0,411
-0,274
-2.483***
-0,564**
multi_produto
(Continua)
(0,0790)
(0,382)
(0,746)
(0,110)
(0,00258)
(0,321)
(0,394)
(0,223)
(0,430)
(0,282)
Erro-Padro
96
1.380
691
394
357
930
1.409
403
294
Servio de produo de
embalagens de material plstico
2222.9020
no impressas e servios
relacionados
Artigos de plstico, no
especificados
Desperdcios, resduos ou
aparas de material plstico
Monofilamentos (monofios),
varas, bastes ou perfis
de matrias plsticas, no
reforados com fibras
2229.2020
2229.2030
2229.2060
2229.2170
2229.2210
428
347
2222.2180
767
Observaes
(Continuao)
0,0999***
0,101***
0,412***
0,0626***
0,110***
0,107***
0,0150*
0,0449
0,0268***
0,0157
0,308***
lnCapital
(0,0158)
(0,0196)
(0,0284)
(0,00692)
(0,0140)
(0,0161)
(0,00819)
(0)
(0,00456)
(0,0119)
(4,40e-07)
Erro-Padro
0,417***
0,396***
0,498***
0,494***
0,414***
0,547***
0,662***
0,245
0,443***
0,343***
1,164***
lnTrabalho
(0,0611)
(0,108)
(0,0925)
(0,0346)
(0,0510)
(0,101)
(0,0298)
(0)
(0,0255)
(0,0681)
(2,32e-06)
Erro-Padro
0,403***
0,484***
0,0366
0,386***
0,413***
0,332***
0,299***
0,652
(0,0546)
(0,107)
(0,0889)
(0,0300)
(0,0495)
(0,108)
(0,0212)
(0)
(0,0220)
(0,0545)
0,553***
0,504***
(2,14e-06)
Erro-Padro
-0,567***
lnCOI
-1.282***
-1.041***
-3.629***
-1.264***
-1.438***
-1.251***
-1.211***
-0,858
-0,733***
-1.002***
-1.608***
multi_planta
(0,132)
(0,200)
(0,421)
(0,0874)
(0,116)
(0,333)
(0,111)
(0)
(0,0498)
(0,166)
(4,07e-06)
Erro-Padro
-0,279
-0,557**
-1.216***
0,728***
-0,311
-5.188***
0,116
-0,0149
0,0902
1.115
3.044***
multi_produto
(Continua)
(0,232)
(0,280)
(0,290)
(0,210)
(0,291)
(1,035)
(0,295)
(0,261)
(0,124)
(0,678)
(6,06e-06)
Erro-Padro
976
Peas ou acessrios de
plstico, reforados ou no,
2229.2280 para veculos automotores,
motocicletas, bicicletas e
similares
760
531
240
Argamassas ou outros
aglomerantes no refratrios
397
2330.2010
678
362
2229.2330
446
2229.2305
2229.2270
616
Observaes
Peas, componentes ou
acessrios de plstico,
reforados ou no, para usos
no especificados
(Continuao)
0,0278***
0,0904***
0,0683***
0,0373***
0,0181**
0,0775***
0,0946***
0,0750***
0,239***
lnCapital
(0,00940)
(0,0119)
(0,0188)
(0,0102)
(0,00717)
(0,0165)
(0,0167)
(0,00856)
(0,0208)
Erro-Padro
0,327***
0,636***
0,347***
0,267***
0,743***
0,214***
0,455***
0,417***
0,382***
lnTrabalho
(0,0403)
(0,0331)
(0,0722)
(0,0382)
(0,0210)
(0,0687)
(0,0750)
(0,0348)
(0,0802)
Erro-Padro
0,628***
0,236***
0,527***
0,645***
0,221***
0,669***
0,392***
0,469***
0,325***
lnCOI
(0,0387)
(0,0284)
(0,0738)
(0,0375)
(0,0167)
(0,0652)
(0,0728)
(0,0331)
(0,0755)
Erro-Padro
-1.013***
-1.128***
-1.384***
-0,701***
-1.167***
-1.471***
-1.698***
-0,843***
-1.153***
multi_planta
(0,0927)
(0,117)
(0,354)
(0,0862)
(0,0887)
(0,215)
(0,167)
(0,0705)
(0,173)
Erro-Padro
0,0481
-0,318**
-0,284
0,145
0,283
-0,527**
-0,409
-0,130
-0,477
multi_produto
(Continua)
(0,192)
(0,137)
(0,259)
(0,153)
(0,206)
(0,224)
(0,347)
(0,102)
(0,314)
Erro-Padro
98
606
587
Servio de produo de
artefatos de concreto, cimento,
2330.9010 fibrocimento, gesso e materiais
semelhantes e servios
industriais relacionados
281
1.022
5.800
2391.2020
2.953
2342.2030
578
1.453
2330.2090
3.448
380
Construes pr-fabricadas de
cimento ou concreto
2330.2080
613
Observaes
2330.2050
(Continuao)
(0,00594)
(0,0156)
0,0316***
0,0685***
(0,00289)
(0,00324)
0,0260***
0,0218***
(0,00684)
(0,00868)
(0,00969)
(0,00302)
(0,00536)
(0,0120)
(0,00899)
Erro-Padro
0,0169**
0,0263***
0,0419***
0,0289***
0,0283***
0,0264**
0,0187**
lnCapital
0,198***
0,415***
0,559***
0,602***
0,229***
0,561***
0,458***
0,350***
0,257***
0,526***
0,331***
lnTrabalho
(0,0445)
(0,0234)
(0,0136)
(0,0147)
(0,0221)
(0,0323)
(0,0499)
(0,0105)
(0,0218)
(0,0533)
(0,0350)
Erro-Padro
0,695***
0,535***
0,400***
0,334***
0,719***
0,352***
0,419***
0,592***
0,635***
0,395***
0,617***
lnCOI
(0,0498)
(0,0203)
(0,0129)
(0,0137)
(0,0216)
(0,0268)
(0,0446)
(0,00992)
(0,0197)
(0,0495)
(0,0314)
Erro-Padro
-0,723***
-0,434***
-0,893***
-0,505***
-0,404***
-1.443***
-1.256***
-0,782***
-0,998***
-1.206***
-1.167***
multi_planta
(0,157)
(0,0571)
(0,0320)
(0,0328)
(0,0710)
(0,122)
(0,106)
(0,0513)
(0,0539)
(0,123)
(0,0917)
Erro-Padro
-0,173
0,0469
0,336***
0,134
-0,0107
0,0271
0,0443
0,0561
0,00617
0,130
0,484***
multi_produto
(Continua)
(0,234)
(0,0912)
(0,102)
(0,158)
(0,0563)
(0,139)
(0,181)
(0,0489)
(0,0666)
(0,189)
(0,178)
Erro-Padro
326
273
479
856
1.365
2411.2010 Ferro-gusa
411
269
2513.2040
2531.2010
704
634
Servios de produo de
estruturas metlicas
685
1.544
Esquadrias de ferro e ao
2512.2040 (portas, janelas, seus caixilhos,
alizares, soleiras, etc.)
2511.9020
Servio de instalao e
montagem, no local, de
2511.9010 estruturas metlicas quando
executados pelo prprio
fabricante
344
Construes pr-fabricadas
2511.2025
de metal
2511.2055
380
2451.2020
Observaes
(Continuao)
0,0496***
0,0519***
0,0983***
0,0269***
0,0348***
0,0583***
(0,0140)
(0,0155)
(0,0131)
(0,00604)
(0,00748)
(0,00619)
(0,0189)
(0,0140)
0,0376***
0,0696***
(0,00684)
0,0468***
(0,0114)
(0,00661)
0,0310***
0,0783***
(0,0253)
(0,0167)
Erro-Padro
0,0690***
0,104***
lnCapital
0,311***
0,442***
-0,344***
0,595***
0,658***
0,350***
0,488***
0,483***
0,440***
0,405***
0,415***
0,485***
0,210***
lnTrabalho
(0,0638)
(0,0508)
(0,0514)
(0,0230)
(0,0267)
(0,0244)
(0,0635)
(0,0462)
(0,0286)
(0,0349)
(0,0253)
(0,0542)
(0,0377)
Erro-Padro
0,658***
0,411***
0,564***
0,348***
0,230***
0,553***
0,408***
0,498***
0,486***
0,531***
0,553***
(0,0573)
(0,0424)
(0,0511)
(0,0192)
(0,0197)
(0,0214)
(0,0529)
(0,0460)
(0,0266)
(0,0319)
(0,0219)
(0,0631)
(0,0385)
0,616***
0,355***
Erro-Padro
lnCOI
-0,825***
-1.108***
-1.314***
-1.036***
-1.149***
-1.022***
-0,818***
-1.000***
-0,959***
-0,656***
-0,392***
-0,700***
-0,537***
multi_planta
(0,175)
(0,136)
(0,123)
(0,0704)
(0,0795)
(0,0602)
(0,145)
(0,138)
(0,0681)
(0,101)
(0,0645)
(0,161)
(0,129)
Erro-Padro
0,247
0,576
-0,538**
-0,175
-0,153
0,246**
0,608**
-0,363
-0,0182
0,350***
0,0304
-0,147
0,490**
multi_produto
(Continua)
(0,643)
(0,469)
(0,220)
(0,134)
(0,171)
(0,117)
(0,246)
(0,275)
(0,158)
(0,118)
(0,0570)
(0,274)
(0,201)
Erro-Padro
100
650
Servios de tmpera,
cementao de ao,
recozimento de arames,
tratamento trmico
2539.9060
875
481
356
409
Ferramentas intercambiveis de
embutir, estampar ou puncionar
para ferramentas manuais ou
para mquinas-ferramenta
2543.2110
2592.2060
383
Artefatos diversos de
serralheria, exceto esquadrias
2542.2010
2.568
934
Servios de galvanoplastia
(cobreagem, cromagem,
zincagem, anodizao,
decapagem ou servios afins)
2539.9040
Servios de tratamento de
2539.9070 metais por usinagem, tornearia,
fresagem e solda
365
Servio de estamparia,
repuxamento e outros tipos de
conformao de metais, exceto
utenslios domsticos
375
Observaes
2532.9010
(Continuao)
0,0347**
0,305***
0,104***
0,382***
0,0256**
0,0309***
0,0308***
-2.682***
0,00895
0,0558***
lnCapital
(0,0145)
(0,0221)
(0,0157)
(0,0271)
(0,0118)
(0,00396)
(0,00758)
(3,43e-07)
(0,0106)
(0,0126)
Erro-Padro
0,630***
0,247***
0,370***
0,295***
0,461***
0,667***
0,611***
1.492***
0,602***
0,519***
lnTrabalho
(0,0430)
(0,0679)
(0,0390)
(0,0718)
(0,0535)
(0,0131)
(0,0233)
(1,56e-06)
(0,0264)
(0,0452)
Erro-Padro
0,308***
0,386***
0,434***
0,285***
0,457***
0,263***
0,274***
6,275***
0,354***
0,415***
lnCOI
(0,0348)
(0,0626)
(0,0337)
(0,0588)
(0,0453)
(0,0110)
(0,0183)
(1,35e-06)
(0,0217)
(0,0439)
Erro-Padro
-1.221***
-1.203***
-0,192
-0,647***
-1.401***
-1.045***
-1.019***
-22,76***
-1.014***
-0,964***
multi_planta
(0,134)
(0,203)
(0,135)
(0,180)
(0,128)
(0,0465)
(0,0974)
(4,20e-06)
(0,108)
(0,124)
Erro-Padro
0,463
-0,596**
-0,0386
-0,287
0,0604
0,177*
0,0353
-57,10***
0,280
0,000521
multi_produto
(Continua)
(0,666)
(0,303)
(0,147)
(0,314)
(0,234)
(0,0954)
(0,109)
(5,01e-06)
(0,179)
(0,217)
Erro-Padro
416
1.761
682
799
373
320
Sucatas metlicas, no
2599.2200
especificadas
Servio de fabricao de
produtos elaborados de
2599.9010 metal (exceto mquinas e
equipamentos) e servios
industriais relaionados
2640.2080
266
290
Servios de produo de
2592.9010 artefatos de trefilados e servios
industriais relacionados
294
2592.2220
1.390
315
Observaes
(Continuao)
(0,00713)
0,0688***
0,0794***
(0,0175)
(0,0294)
(0,00918)
0,0385***
0,391***
(0,00650)
0,0430***
(0,0202)
(0,0154)
0,0918***
0,264***
(0,00884)
(0,0258)
(0,0101)
(0,0178)
Erro-Padro
0,00112
0,184***
0,0874***
0,106***
lnCapital
0,467***
0,147
0,607***
0,615***
0,201***
0,454***
0,498***
0,622***
0,548***
0,434***
0,631***
lnTrabalho
(0,0687)
(0,0922)
(0,0363)
(0,0209)
(0,0679)
(0,0234)
(0,0724)
(0,0282)
(0,105)
(0,0337)
(0,0643)
Erro-Padro
0,360***
0,419***
0,314***
0,311***
0,483***
0,449***
0,368***
0,338***
0,164*
0,427***
0,275***
lnCOI
(0,0649)
(0,0833)
(0,0281)
(0,0157)
(0,0619)
(0,0209)
(0,0674)
(0,0225)
(0,0931)
(0,0315)
(0,0613)
Erro-Padro
-0,636***
-1.906***
-1.105***
-1.052***
-3.534***
-1.102***
-1.171***
-1.384***
-0,853***
-0,982***
-1.104***
multi_planta
(0,177)
(0,332)
(0,111)
(0,0771)
(0,392)
(0,0678)
(0,171)
(0,131)
(0,170)
(0,0938)
(0,159)
Erro-Padro
-0,163
0,346
-0,0697
-0,418**
-0,450**
0,529***
-0,656
0,550**
0,107
0,284
0,149
multi_produto
(Continua)
(0,628)
(0,466)
(0,157)
(0,189)
(0,185)
(0,101)
(0,581)
(0,221)
(0,321)
(0,224)
(0,407)
Erro-Padro
102
630
2815.2010
Caixas de transmisso e
redutores e variadores de
velocidade para equipamentos
industriais
304
707
2813.2010
623
649
633
274
2731.2040
450
Transformadores, exceto de
dieltrico lquido
2710.2170
2733.2050
437
Observaes
2710.2020
(Continuao)
0,299***
0,0956***
0,128***
0,0347***
0,0361***
0,107***
0,123***
0,0962***
0,131***
lnCapital
(0,0274)
(0,0121)
(0,0210)
(0,00975)
(0,0135)
(0,0155)
(0,0254)
(0,0157)
(0,0208)
Erro-Padro
0,237**
0,493***
0,462***
0,437***
0,199***
0,433***
0,540***
0,441***
0,239***
lnTrabalho
(0,0952)
(0,0553)
(0,0688)
(0,0517)
(0,0431)
(0,0584)
(0,110)
(0,0530)
(0,0834)
Erro-Padro
0,418***
0,333***
0,285***
0,517***
0,702***
0,412***
0,294***
0,389***
0,514***
lnCOI
(0,0912)
(0,0546)
(0,0612)
(0,0468)
(0,0410)
(0,0555)
(0,0943)
(0,0525)
(0,0802)
Erro-Padro
-0,809***
-1.065***
-1.973***
-0,982***
-0,763***
-1.119***
-1.622***
-1.127***
-1.121***
multi_planta
(0,200)
(0,135)
(0,207)
(0,109)
(0,112)
(0,138)
(0,315)
(0,157)
(0,246)
Erro-Padro
-0,821***
0,0379
-0,310
-0,0235
0,178
-0,237
-0,573
-0,118
-0,665
multi_produto
(Continua)
(0,287)
(0,397)
(0,337)
(0,354)
(0,163)
(0,237)
(0,365)
(0,231)
(0,407)
Erro-Padro
Engrenagens ou rodas de
frico, eixos de esferas ou
roletes para equipamentos
industriais
436
413
259
Ventiladores ou coifas
(exaustores) para uso industrial
2823.2150
2829.2030
2829.2070
348
375
Trocadores (permutadores,
intercambiadores) de calor
Servio de produo de
mquinas e equipamentos de
uso geral, inclusive peas e
servios industriais relacionados
2829.2510
2829.9020
471
297
2823.2110
267
363
312
Observaes
2821.2010
2815.2040
(Continuao)
0,0491***
0,327***
0,0683***
0,0865***
0,133***
0,214***
0,0599***
0,327***
0,290***
0,348***
lnCapital
(0,0130)
(0,0283)
(0,0183)
(0,0162)
(0,0195)
(0,0237)
(0,0124)
(0,0337)
(0,0291)
(0,0355)
Erro-Padro
0,673***
0,154
0,189***
0,362***
0,405***
0,305***
0,419***
-0,110
0,552***
0,177*
lnTrabalho
(0,0329)
(0,101)
(0,0703)
(0,0729)
(0,0822)
(0,0778)
(0,0568)
(0,103)
(0,105)
(0,0941)
Erro-Padro
0,246***
0,451***
0,689***
0,522***
0,351***
0,467***
0,511***
0,728***
0,144
0,425***
lnCOI
(0,0257)
(0,0907)
(0,0631)
(0,0768)
(0,0774)
(0,0712)
(0,0511)
(0,0975)
(0,0988)
(0,0904)
Erro-Padro
-1.165***
-1.607***
-1.527***
-0,322**
-1.279***
-1.290***
-0,881***
-0,700**
-1.823***
-1.412***
multi_planta
(0,154)
(0,321)
(0,231)
(0,136)
(0,252)
(0,214)
(0,100)
(0,319)
(0,445)
(0,337)
Erro-Padro
0,313
-0,189
-0,709***
0,0483
0,378
1,211
-0,162
-0,237
-0,531
-0,360
multi_produto
(Continua)
(0,548)
(0,343)
(0,258)
(0,222)
(0,417)
(1,319)
(0,226)
(0,388)
(0,357)
(0,410)
Erro-Padro
104
467
314
272
251
781
2869.2270
2869.9020
2930.2040
2833.2190
298
287
378
256
2833.2090
272
Observaes
2831.2020
(Continuao)
0,0535***
0,0261**
23,11***
0,118***
0,130***
0,121***
0,206***
0,0631***
0,330***
0,121***
lnCapital
(0,00715)
(0,0129)
(1,34e-06)
(0,0260)
(0,0204)
(0,0249)
(0,0235)
(0,0182)
(0,0371)
(0,0250)
Erro-Padro
0,419***
0,579***
-42,39***
0,442***
0,602***
0,153
0,540***
0,320***
0,174***
0,352***
lnTrabalho
(0,0238)
(0,0411)
(2,91e-06)
(0,0753)
(0,0886)
(0,114)
(0,0629)
(0,0596)
(0,0658)
(0,0941)
Erro-Padro
0,486***
0,348***
55,09***
0,375***
0,196**
0,620***
0,207***
0,558***
0,465***
0,454***
lnCOI
(0,0215)
(0,0350)
(2,59e-06)
(0,0733)
(0,0889)
(0,105)
(0,0560)
(0,0538)
(0,0614)
(0,0899)
Erro-Padro
-0,474***
-1.510***
258.4***
-0,767***
-1.425***
-1.492***
-1.861***
-1.168***
-1.113***
-1.349***
multi_planta
(0,0665)
(0,148)
(1,39e-05)
(0,256)
(0,237)
(0,258)
(0,232)
(0,163)
(0,256)
(0,254)
Erro-Padro
0,303***
-0,0732
2,300***
0,537
-0,408
-0,229
-0,546*
0,524
-0,648
0,342
multi_produto
(Continua)
(0,0895)
(0,276)
(1,11e-05)
(0,358)
(0,295)
(0,605)
(0,296)
(0,410)
(0,409)
(0,450)
Erro-Padro
895
256
268
2.351
399
262
879
413
Peas ou acessrios, no
especificados, para o sistema de
motor de veculos automotores
2941.2040
(blocos de cilindro, virabrequins,
carburadores, vlvulas, polias,
juntas, etc.)
2949.2130
Assentos ou cadeiras de
madeira, exceto para escritrio
2949.2125
3101.2080
2930.9020
393
Observaes
Servios de produo de
cabines, carrocerias e reboques
para veculos automotores e
servios industriais relacionados
(Continuao)
0,132***
0,0589***
0,0262*
0,0180
0,0245***
0,0630***
0,0579***
0,0793***
0,0810***
lnCapital
(0,0239)
(0,00888)
(0,0140)
(0)
(0,00539)
(0,0194)
(0,0179)
(0,0112)
(0,0152)
Erro-Padro
0,384***
0,439***
0,402***
0,981
0,522***
0,740***
0,502***
0,462***
0,642***
lnTrabalho
(0,0834)
(0,0458)
(0,0679)
(0)
(0,0146)
(0,0605)
(0,0772)
(0,0374)
(0,0487)
Erro-Padro
(0,0425)
(0,0824)
0,413***
(0,0658)
(0)
(0,0140)
(0,0475)
(0,0665)
(0,0367)
(0,0426)
Erro-Padro
0,515***
0,561***
0,0783
0,430***
0,196***
0,414***
0,412***
0,251***
lnCOI
-1.402***
-1.241***
-0,867***
-1.874
-0,810***
-1.204***
-0,762***
-0,958***
-2.139***
multi_planta
(0.473)
(0,150)
(0,130)
(0)
(0,0390)
(0,201)
(0,170)
(0,0903)
(0,160)
Erro-Padro
0.579
0,0728
-0,0141
0,458**
0,232***
0,372
-0,292
-0,117
-1,220***
multi_produto
(Continua)
(0.751)
(0,307)
(0,246)
(0,220)
(0,0656)
(0,267)
(0,231)
(0,143)
(0,201)
Erro-Padro
106
998
1.050
591
398
277
953
322
547
771
255
296
Mesinhas de cabeceira de
madeira
3101.2200
3101.2210
3101.2220
Mveis embutidos ou
3101.2285 modulados de madeira para uso
residencial, no especificados
3101.2190
3101.2160
3101.9010
3102.2040
0,271***
299
1.044
28,08
0,131***
0,0316***
0,0306***
0,0256*
0,0557***
0,114***
0,220***
0,0524***
-0,490***
3.124
0,121***
lnCapital
Observaes
(Continuao)
(0)
(0,0217)
(0,00547)
(0,0105)
(0,0138)
(0,00785)
(0,0223)
(0,0217)
(0,0131)
(3,07e-07)
(0)
(0,0146)
(0,0303)
Erro-Padro
-20,81
0,345***
0,651***
0,467***
0,481***
0,350***
0,264**
0,258***
0,336***
4,293***
-41,98
0,325***
0,443***
lnTrabalho
(0)
(0,0916)
(0,0205)
(0,0561)
(0,0706)
(0,0406)
(0,107)
(0,0921)
(0,0644)
(1,68e-06)
(0)
(0,0490)
(0,120)
Erro-Padro
41,56
0,499***
0,261***
0,496***
0,508***
0,546***
0,583***
0,471***
0,581***
1,243***
-15,06
(0)
(0,0852)
(0,0147)
(0,0484)
(0,0716)
(0,0385)
(0,101)
(0,0851)
(0,0625)
(1,47e-06)
(0)
(0,112)
(0,0433)
0,233**
Erro-Padro
0,507***
lnCOI
-55,83
-0,683***
-1.117***
-1.275***
-1.045***
-1.396***
-6.009***
-2.708**
-1.287***
1.577***
-47,00
-1.315***
-1.620***
multi_planta
(0)
(0,222)
(0,105)
(0,122)
(0,137)
(0,100)
(1.484)
(1.349)
(0,297)
(8,21e-06)
(0)
(0,268)
(0,412)
Erro-Padro
49,81***
-1,018
-0,405**
0,276
0,103
-0,551**
-0,483
-0,564
0,234
-2.350***
-123,6***
-0,316
0,893
multi_produto
(Continua)
(1,61e-05)
(1,305)
(0,171)
(0,457)
(0,623)
(0,252)
(0,526)
(0,436)
(0,501)
(1,62e-05)
(1,03e-05)
(0,310)
(0,617)
Erro-Padro
611
414
1.015
Colches de borracha, de
plsticos alveolares ou de
espumas de plstico, inclusive
colches ortopdicos
Brinquedos no especificados,
3240.2030 de qualquer material, no
motorizados
Servios de manuteno e
reparao de mquinas e
equipamentos para usos
industriais, no especificados
3104.2010
0,0395***
0,0571***
0,0697***
0,104***
0,0573***
0,0467***
0,0466***
lnCapital
(0,00725)
(0,0125)
(0,00893)
(0,0211)
(0,0107)
(0,0113)
(0,0120)
Erro-Padro
0,739***
0,371***
0,526***
0,530***
0,413***
0,496***
0,461***
lnTrabalho
(0,0186)
(0,0525)
(0,0380)
(0,0747)
(0,0428)
(0,0466)
(0,0664)
Erro-Padro
0,135***
0,504***
0,388***
0,360***
0,481***
0,416***
0,461***
lnCOI
(0,0129)
(0,0465)
(0,0339)
(0,0745)
(0,0398)
(0,0412)
(0,0572)
Erro-Padro
-0,999***
-0,726***
-0,522***
-1,199***
-1,020***
-0,780***
-1,387***
multi_planta
(0,0849)
(0,117)
(0,0830)
(0,187)
(0,0957)
(0,107)
(0,135)
Erro-Padro
-0,0476
0,829***
-0,139
-0,204
-0,0206
0,602
-0,594
multi_produto
(0,0946)
(0,247)
(0,119)
(0,261)
(0,246)
(0,771)
(0,586)
Erro-Padro
Elaborao do autor, a partir de dados obtidos da Pesquisa Industrial Anual (PIA) e Relao Anual de Informaes Sociais do Ministrio do Trabalho e Emprego (Rais/MTE), perodo de 2005 a 2011.
3314.9190
364
3102.2210
434
458
3102.2175
365
Observaes
3102.2160
(Continuao)
108
Descrio Produto
Ferro-gusa
Ladrilhos, placas e azulejos de cermica para pavimentao ou revestimento, esmaltados (lado superior ou igual a 7cm)
Elementos pr-fabricados para construo civil de cimento ou concreto (estacas, postes, caixas de gua, etc.)
Granito talhado, serrado ou trabalhado de outro modo, inclusive chapas de granito para pias
Silos metlicos para cereais, fixos, incluindo as baterias, com mecanismos elevadores ou extratores incorporados
Telhas de cermica
Massas alimentcias frescas ou resfriadas, no cozidas nem recheadas (macarro, espaguete, etc.)
Calados de couro (sapatos, botas, sandlias, chinelos, etc.), masculino - exceto tnis e para uso profissional
Pedras britadas
Refrigeradores, vitrinas, cmaras frigorficas e semelhantes para produo de frio para usos industrial e comercial
Sacos, sacolas ou bolsas de plstico de qualquer dimenso, no impressos, para embalagem ou transporte, inclusive em bobinas
Artigos do vesturio confeccionados com tecidos, exceto de malha, impregnados (com plstico, borracha ou outros materiais)
Cod CNAE
2411.2010
2342.2030
2330.2090
1621.2020
2391.2020
1061.2040
2869.2270
1733.2020
2342.2050
1091.2030
1094.2030
1531.2030
1733.2010
0810.2250
2311.2040
2823.2110
2222.2170
1540.2090
1412.2020
1531.2050
2330.2040
apndice 2
ndices de eficincia tcnica
ETFP
0,5769
0,5797
0,5809
0,5809
0,5849
0,5887
0,5923
0,5956
0,5957
0,5959
0,6045
0,6053
0,6128
0,6329
0,6397
0,6466
0,6466
0,6471
0,6586
0,7260
0,7969
(Continua)
0,2009
0,2100
0,2127
0,2048
0,2262
0,2249
0,2163
0,5956
0,2217
0,2142
0,2388
0,6053
0,2076
0,2242
0,4810
0,2143
0,1832
0,1893
0,2028
0,1941
0,1403
Desvio Padro
Descrio Produto
Servios relacionados extrao de petrleo e gs (perfurao, reperfurao, desmantelamento de torres, etc.), exceto a prospeco
Peas ou acessrios de plstico, reforados ou no, para veculos automotores, motocicletas, bicicletas e similares
Peas e acessrios para bicicletas e outros ciclos sem motor (pedais, quadros, selins, etc.) inclusive acessrios de iluminao ou sinalizao
Calas, bermudas, jardineiras, shorts e semelhantes para uso profissional, de tecido inclusive de malha, de uso masculino
Castinas; pedras calcrias (calcrios) utilizadas na fabricao de cal ou de cimento, inclusive p para corretivo do solo
Pranchas de madeira
Cod CNAE
3102.2050
0910.9010
2229.9020
1321.9010
1731.2010
2539.9070
2542.2010
2222.2010
1540.2110
1012.2030
2229.2280
3092.2080
3104.2010
1091.2060
1061.2020
1413.2040
1099.2040
0810.2140
3102.2190
1521.2050
2330.2050
1610.2080
2740.2110
(Continuao)
0,5234
0,5259
0,5265
0,5276
0,5286
0,5313
0,5320
0,5333
0,5341
0,5343
0,5370
0,5390
0,5424
0,5464
0,5496
0,5503
0,5618
0,5636
0,5665
0,5696
0,5698
0,5717
0,5723
ETFP
(Continua)
0,2349
0,2360
0,2403
0,2440
0,2452
0,2295
0,2342
0,2521
0,2424
0,2228
0,2412
0,2241
0,2319
0,2175
0,2247
0,2219
0,2128
0,2321
0,0258
0,2392
0,2136
0,1915
0,4903
Desvio Padro
110
Descrio Produto
Latas de ferro e ao para embalagem de produtos diversos com capacidade inferior a 50l, inclusive aerossol
Impressos para fins publicitrios ou promocionais em papel ou suporte celulsico (catlogos, cartazes, folhetos, encartes, outdoors, mala direta, etc.)
Ms, rebolos e artefatos semelhantes, para moer, desfibrar, triturar, amolar, retificar ou cortar
Biscoitos e bolachas
Sabes ou detergentes para uso domstico ou industrial, em barras, pedaos, figuras moldadas, etc.
Couros ou peles de bovinos curtidos ao cromo (wet blue/box call) ou secos (crust)
Cod CNAE
2591.2040
1813.2100
0810.2215
2392.2010
2451.2020
2930.2040
1094.2040
2071.2060
2399.2190
3101.2270
1092.2010
3240.2030
1412.2450
2511.2025
2222.2160
1359.2010
1621.2030
3101.2285
2061.2095
1121.2010
3102.2175
1510.2030
2072.2020
(Continuao)
0,4831
0,4844
0,4845
0,4851
0,4854
0,4874
0,4889
0,4950
0,4978
0,4989
0,5025
0,5072
0,5072
0,5075
0,5084
0,5100
0,5128
0,5133
0,5175
0,5202
0,5215
0,5219
0,5224
ETFP
(Continua)
0,2540
0,2448
0,2484
0,2367
0,2371
0,2065
0,2356
0,2307
0,2177
0,2348
0,2304
0,2481
0,2524
0,2408
0,2507
0,2591
0,2546
0,2289
0,2372
0,2289
0,2072
0,2165
0,2365
Desvio Padro
0,4617
0,4577
Bolos industrializados
Sutis de malha
Produtos qumicos, utilizados nas indstrias txtil, papel, couro ou semelhantes (aceleradores, fixadores, aglutinantes, agente de apresto, etc.)
Servio de confeco de artefatos txteis para uso domstico, quando no integrados tecelagem
Peas ou acessrios, no especificados, para o sistema de motor de veculos automotores (blocos de cilindro, virabrequins, carburadores, vlvulas, polias,
juntas, etc.)
Impressos para fins publicitrios ou promocionais em filmes, lona vinlica, polipropileno, vinil adesivo, etc. (banners, backlit, frontlit, etc.)
Blazers, palets, casacos, mants jaquetas e semelhantes, exceto de malha, de uso feminino
2511.2055
1012.2040
2392.2030
1091.2010
1411.2140
2093.2370
1091.2020
1412.2435
1351.9010
2513.2040
2599.2035
2592.2060
3101.2160
2941.2040
2532.2050
1099.2245
2330.2010
3101.2255
1813.2090
1412.2065
1412.2150
0,4463
0,4487
0,4498
0,4504
0,4525
0,4547
0,4567
0,4653
0,4685
0,4716
0,4717
0,4720
0,4729
0,4745
0,4748
0,4763
0,4793
0,4816
0,4816
0,4828
1412.2425
ETFP
Descrio Produto
Cod CNAE
(Continuao)
(Continua)
0,2555
0,2474
0,2205
0,2461
0,2429
0,2369
0,2655
0,2485
0,4802
0,2371
0,2385
0,2169
0,2271
0,2414
0,2346
0,2804
0,2417
0,2464
0,2330
0,2431
0,2384
0,2323
Desvio Padro
112
Descrio Produto
Artefatos diversos de ferro fundido (esferas para moinhos, grades de esgotos, caixas de correio, chafarizes, etc.)
Microfones e seus suportes, alto-falantes, caixas acsticas, amplificadores de udio, fones de ouvido
Chapus, bons, boinas e outros artefatos de uso semelhante (inclusive esboos) de qualquer material
Impressos padronizados para uso comercial (formulrios em bloco, blocos de encomendas, de recibos, de apontamentos, etc., no fiscais)
Fios, cabos e condutores eltricos com capa isolante, para tenso menor ou igual a 1000v
Peas e acessrios de plstico, reforados ou no, para uso na construo civil, no especificado
Partes ou peas, inclusive modulares, de qualquer material para bancos de veculos automotores
Cod CNAE
1733.2030
3102.2160
1091.2040
1411.2050
1413.2080
1412.2180
1412.2170
2531.2010
2229.2240
2451.2010
2063.2070
2640.2080
1414.2050
3101.2310
1813.2070
3250.2195
1412.2140
3101.2080
2831.2020
2229.2060
2733.2050
2229.2305
2949.2125
(Continuao)
0,4057
0,4128
0,4134
0,4142
0,4142
0,4202
0,4207
0,4221
0,4243
0,4264
0,4266
0,4280
0,4284
0,4291
0,4294
0,4344
0,4346
0,4352
0,4394
0,4412
0,4418
0,4456
0,4462
ETFP
(Continua)
0,2569
0,2355
0,2568
0,2307
0,2472
0,2534
0,2340
0,2517
0,2232
0,2686
0,2439
0,2571
0,2341
0,2555
0,2545
0,2714
0,2455
0,2379
0,2246
0,2726
0,4515
0,2383
0,2542
Desvio Padro
0,3922
0,3919
Molas e folhas de molas de ferro e ao, de qualquer espcie, para veculos automotores
Desinfetantes para usos domstico, institucional e/ou industrial (alvejantes, gua sanitria, etc.)
Balas, pastilhas, chocolate branco e outros confeitos, sem cacau, inclusive sem acar
Roupas de dormir ou de banho (camisolas, pijamas, roupes e semelhantes), de malha, de uso feminino
Calas, bermudas, jardineiras, shorts e semelhantes para uso profissional, de tecido inclusive de malha, de uso feminino
Partes e peas para semeadores, adubadores, arados e outras mquinas agrcolas para preparar o solo
1412.2420
1351.2020
2599.2030
2944.2030
2710,217
2062.2030
2452,201
1093.2020
1629.2120
1412.2190
1031.2110
2061.2100
1411.2080
2512.2040
2219.2080
2813.2130
1413.2030
1062.2060
2599.2020
2833.2190
1412.2055
1051.2030
0,3655
0,3656
0,3664
0,3686
0,3694
0,3704
0,3709
0,3789
0,3791
0,3800
0,3823
0,3864
0,3865
0,3891
0,3896
0,3935
0,3968
0,3989
0,3990
0,4013
0,4029
Despojos em bruto, no comestveis, de animais (pelos e cerdas, glndulas, ossos, etc.) - exceto sunos
1011.2050
ETFP
Descrio Produto
Cod CNAE
(Continuao)
(Continua)
0,2387
0,2366
0,2462
0,2493
0,2518
0,4488
0,2558
0,2469
0,2539
0,2612
0,2541
0,2632
0,2413
0,2597
0,2653
0,2678
0,2541
0,2440
0,2679
0,2550
0,2579
0,2468
0,2210
Desvio Padro
114
Descrio Produto
Molas ou folhas de molas de ferro e ao, de qualquer espcie, exceto para veculos
Partes e peas para mancais, engrenagens, variadores de velocidade, e outros equipamentos de transmisso para fins industriais
Aparelhos para filtrar ou depurar lquidos; aparelhos para filtrar leos minerais nos motores de combusto interna
Mstiques de vidraceiro (massa), ceras de calafate, indutos utilizados em pintura, impermeabilizantes ou semelhantes
Palets, blazers, casacos, sobretudos, japonas, capas e semelhantes, exceto de malha, de uso masculino
Roupas de cama (exceto colchas, cobertores e mantas), de tecidos de algodo, quando integradas tecelagem
Partes e peas para aparelhos e equipamentos para distribuio e controle de energia, para tenso superior a 1kv
Detergentes ou sabes lquidos, inclusive produtos para lavagem de pisos, vidros, etc.
Cod CNAE
1011.2020
2424.2070
2592.2200
2222.9020
2815.2060
2319.2120
3101.2200
1411.9010
2829.2030
2073.2030
2833.2160
1412.2315
1321.2035
2829.2070
2229.2330
1813.2025
1051.2010
2222.2050
2731.2040
3102.2210
2061.2050
2592.9010
2063.2260
(Continuao)
0,3018
0,3036
0,3075
0,3076
0,3090
0,3120
0,3170
0,3175
0,3183
0,3222
0,3262
0,3310
0,3325
0,3334
0,3337
0,3408
0,3425
0,3518
0,3542
0,3581
0,3643
0,3643
0,3646
ETFP
(Continua)
0,2160
0,2430
0,3075
0,2371
0,2411
0,2666
0,2377
0,2410
0,2299
0,2652
0,2397
0,2343
0,2567
0,2500
0,2408
0,2353
0,2383
0,2739
0,2313
0,2431
0,2717
0,2601
0,2924
Desvio Padro
Descrio Produto
Juntas, gaxetas ou semelhantes de borracha vulcanizada no endurecida (para veculos, mquinas, etc.)
Monofilamentos (monofios), varas, bastes ou perfis de matrias plsticas, no reforados com fibras
Espumas de poliuretano
Iogurte
Palets, blazers, casacos, sobretudos, japonas, capas e semelhantes, de malha, de uso masculino
Filmes de material plstico (exceto BOPP) para embalagem, inclusive em bobinas ou rolos
Partes e peas para outras mquinas para preparao e fabricao industrial de alimentos
Cmodas de madeira
Sabonetes (em barras, pedaos, figuras moldadas, lquido, etc., no especificados), exceto medicinais
Cod CNAE
1610.2090
2219.2130
2229.2020
1354.2130
2833.2120
2840.2320
2229.2210
2710.2020
2221.2050
2829.2160
1052.2110
2330.2100
1412.2285
2542.2040
1411.2020
1052.2230
2099.2170
2221.2060
2813.2010
2862.2210
2592.2280
3101.2140
2063.2230
(Continuao)
0,1663
0,1736
0,1838
0,1922
0,2063
0,2105
0,2152
0,2236
0,2292
0,2339
0,2424
0,2452
0,2488
0,2494
0,2601
0,2729
0,2733
0,2741
0,2911
0,2934
0,2951
0,2954
0,3017
ETFP
(Continua)
0,1701
0,1525
0,1916
0,2126
0,1935
0,1812
0,2146
0,2286
0,3939
0,2092
0,2148
0,0641
0,2384
0,2311
0,2195
0,2283
0,2614
0,2467
0,2315
0,2213
0,2500
0,2528
0,2313
Desvio Padro
116
Preparaes tensoativas para lavagem e limpeza, para uso domstico ou industrial, inclusive as preparaes multiuso
Embalagens de plstico no impressas para produtos alimentcios ou bebidas (bisnagas, copos e semelhantes)
Bancos de madeira
Doce de leite
2063.2020
3101.2220
2032.2120
1061.2050
2061.2075
1623.2040
2222.2100
3101.2090
3101.2100
2229.2030
1052.2080
3101.2210
1013.2045
2592.2010
2229.2170
1066.2040
2823.2150
0,0307
0,0311
0,0345
0,0349
0,0384
0,0426
0,0483
0,0505
0,0537
0,0722
0,0809
0,0844
0,1038
0,1172
0,1304
0,1349
0,1646
ETFP
0,0837
0,0409
0,0748
0,0953
0,0809
0,0706
0,0987
0,0512
0,1122
0,0895
0,0664
0,1975
0,1525
0,1127
0,1915
0,1541
0,1581
Desvio Padro
Elaborao do autor, a partir de dados obtidos da Pesquisa Industrial Anual (PIA) e Relao Anual de Informaes Sociais do Ministrio do Trabalho e Emprego (Rais/MTE), perodo de 2005 a 2011.
Descrio Produto
Cod CNAE
(Continuao)
CAPTULO 4
1 INTRODUO
* Os autores agradecem aos comentrios de Jorge Arbache, Donald Pianto, Maria Aparecida Gouveia e outros participantes em um seminrio no Instituto de Pesquisa Econmica Aplicada (Ipea), em 14 de maio de 2014. Os autores
tambm so gratos assistncia estatstica de Glaucia Ferreira e Leandro Justino Pereira Veloso. Os erros remanescentes
so de responsabilidade exclusiva dos autores.
** Instituto de Pesquisa Econmica Aplicada (Ipea). Departamento de Engenharia de Produo (PRO) da Escola
Politcnica da Universidade de So Paulo (Poli/USP). Observatrio da Inovao e Competitividade da Universidade de
So Paulo (OIC/USP).
*** Departamento de Engenharia de Produo (PRO) da Escola Politcnica da Universidade de So Paulo (Poli/USP).
Laboratrio de Gesto da Inovao (Poli/USP). Observatrio da Inovao e Competitividade da Universidade de So
Paulo (OIC/USP).
120
121
Crespi et al. (2008), Salomon e Shaver (2005) e Love e Ganotakis (2013). Crespi
et al. (Op. cit.) relataram que as empresas do Reino Unido que tenham exportado
no passado e utilizaram os seus clientes no exterior como fonte de informao
para a inovao experimentam um crescimento mais rpido da produtividade.
Ao estudar um grupo de empresas espanholas entre 1990-1997, Salomon e Shaver
(2005) constataram que as empresas que exportaram no passado recente tendem
a apresentar mais inovaes de produto e a solicitarem mais patentes. Mais recentemente, Love e Ganotakis (2013) estudaram os efeitos de exportao sobre a
inovao subsequente em empresas de pequeno e mdio porte de alta tecnologia
no Reino Unido. Em suma, o argumento bsico desses artigos que as exportaes induzem a inovao, e a inovao fomenta a produtividade. No entanto, o
problema que muito difcil precisar o quanto do impacto da inovao sobre a
produtividade induzida pelo comrcio exterior.
Assim, as hipteses testadas neste artigo so:
1) Existe efeito de aprendizado de exportao para as firmas industriais
brasileiras, entre 2006-2008?2
2) Algumas estratgias tecnolgicas expressas por atividades de inovao,
informao e cooperao para inovao esto relacionadas com produtividade, tamanho e market share da empresa?
3) Quando presente, o efeito aprendizado guarda relao com estratgias
tecnolgicas diferenciadas por parte das estreantes?
A partir de diferentes bases de dados para a indstria brasileira, neste captulo
so comparadas as trajetrias e estratgias tecnolgicas de firmas que comearam
a exportar em 2004-2005 com respeito a firmas de caractersticas similares no
perodo 2006-2008, utilizando tcnicas estatsticas quase-experimentais de seleo em observveis para garantir a comparabilidade entre os grupos. Os padres
tecnolgicos so caracterizados a partir de anlise fatorial.
O restante do artigo estruturado da seguinte forma. A prxima seo apresenta os dados e as definies das variveis A terceira seo descreve a estratgia
emprica. A quarta seo traz os resultados da anlise fatorial que caracteriza os
padres tecnolgicos e a quinta seo detalha o procedimento para o controle da
autosseleo das estreantes. A sexta discute os resultados dos modelos de regresso
usados para testar as hipteses do artigo, e finalmente as concluses do artigo esto
na stima seo sete.
2. Note que esta hiptese testada tambm em outro captulo deste livro (Arajo, cap. 5), entretanto, as amostras e
as perguntas de pesquisa dos dois captulos so diferentes.
122
123
124
No estreantes
Estreantes
18.085
892
71,96
208,47
3,07%
15,63%
8.652,30
47.837,89
5,75%
40,32%
42,46
102,49
8,99%
25,52%
0,08%
0,31%
-8,09%
16,43%
40,5%
36,8%
6,96%
21,17%
72,42%
69,82%
5,23%
8,56%
3 ESTRATGIA EMPRICA
(1)
125
wi =
1 expi
expi
+
p X i 1 p X i
( )
( )
(2)
126
127
128
P&D
interno
(1)
P&D
externo
(2)
Aquisio de
outros
conhecimentos
(3)
Aquisio de
mquinas e
equipamentos
(4)
Treinamento
(5)
Introduo
de inovaes
no mercado
(6)
Projeto
industrial
(7)
Mdia
1,365
1,111
1,394
3,159
2,885
1,859
2,063
Desvio padro
0,948
0,538
0,954
1,190
1,270
1,225
1,304
2.411
2.411
2.411
2.411
2.411
2.411
2.411
(1)
(2)
0,25
(3)
0,06
0,08
(4)
-0,01
0,02
0,01
(5)
0,10
0,05
0,11
0,30
(6)
0,25
0,11
0,12
0,01
0,15
(7)
0,16
0,09
0,09
0,02
0,14
0,20
Fonte: Pintec.
129
TABELA 3
Introduo
P&D
Aquisio de
P&D
Aquisio de outros
de inovaes no Projeto
externo
mquinas e
Treinamento (5)
interno (1)
conhecimentos (3)
mercado
industrial (7)
(2)
equipamentos (4)
(6)
Mdia
1,365
1,111
1,394
3,159
2,885
1,859
2,063
Desvio padro
0,948
0,538
0,954
1,190
1,270
1,225
1,304
2.411
2.411
2.411
2.411
2.411
2.411
2.411
(1)
0,49
-0,08
-0,12
0,12
0,29
0,12
(2)
0,55
0,18
0,07
-0,03
0,02
0,08
(3)
0,13
0,23
-0,06
0,15
0,13
0,06
(4)
-0,04
0,04
0,02
0,44
-0,02
-0,02
(5)
0,18
0,14
0,19
0,42
0,08
0,11
(6)
0,42
0,28
0,21
0,02
0,19
0,16
(7)
0,29
0,25
0,16
0,04
0,20
0,29
Comunalidades
a priori (SMC)
0,41
0,34
0,11
0,20
0,26
0,23
0,15
Medida de Kaiser
de adequao da
amostra (MSA)
0,62
0,65
0,67
0,46
0,58
0,75
0,82
Fonte: Pintec.
Nota: *Nas matrizes de correlaes policricas, as correlaes parciais, com o controle das outras variveis, so exibidas
acima da diagonal principal.
130
TABELA 4
Autovalor
Diferena
Proporo
Cumulativo
1,59
1,01
0,94
0,94
0,59
0,50
0,35
1,29
0,09
0,07
0,05
1,34
0,02
0,11
0,01
1,35
-0,10
0,10
-0,06
1,30
-0,20
0,10
-0,12
1,18
-0,30
-0,18
1,00
Fonte: Pintec.
GRFICO 1
Scree plot dos autovalores preliminares da importncia de atividades inovativas
2,00
1,50
1,00
0,50
0,00
1
-0,50
Fonte: Pintec.
TABELA 5
Comunalidades
Fator 1
Fator 2
Fator 1
Fator 2
P&D interno
0,692
-0,363
0,781
-0,035
0,611
P&D interno
0,587
-0,276
0,649
-0,001
0,421
0,311
-0,010
0,286
0,123
0,097
0,185
0,411
-0,007
0,451
0,203
Treinamento
0,614
0,738
0,244
0,929
0,923
(Continua)
131
(Continuao)
Importncia das atividades inovativas (Escala 1-4)
Comunalidades
Fator 1
Fator 2
Fator 1
Fator 2
0,515
-0,157
0,533
0,076
0,290
Projeto industrial
0,424
-0,077
0,417
0,110
0,186
1,778
0,953
1,630
1,101
65,1%
34,9%
59,7%
40,3%
0,693
0,830
2,730
Fonte: Pintec.
Obs.: Cargas fatoriais acima de 0,40 esto em negrito.
132
TABELA 6
Clientes e
consumidores
(1)
Competidores
(2)
Emp. de
consultoria
(3)
Universidades
(4)
Centros de
capacitao
(5)
Instituies
de teste
(6)
Conferncias
(7)
Feiras
(8)
Redes de inf.
informatizadas
(9)
Mdia
2,994
2,357
1,779
1,494
1,723
1,767
2,114
2,698
3,094
Desvio
padro
1,199
1,209
1,142
0,971
1,106
1,146
1,218
1,234
1,150
2.411
2.411
2.411
2.411
2.411
2.411
2.411
2.411
2.411
(1)
(2)
0,40
(3)
0,20
0,26
0,26
0,18
0,11
0,03
0,00
-0,02
(4)
0,30
0,29
0,50
0,25
0,29
0,15
0,00
0,04
(5)
0,32
0,31
0,46
0,58
0,30
0,03
0,06
0,12
(6)
0,33
0,30
0,43
0,59
0,58
0,23
-0,12
0,02
(7)
0,25
0,27
0,31
0,47
0,41
0,46
0,54
0,07
(8)
0,24
0,25
0,19
0,29
0,30
0,23
0,64
1,00
0,29
(9)
0,28
0,26
0,17
0,28
0,31
0,24
0,39
0,46
Comunalidades
a priori (SMC)
0,31
0,50
0,46
0,47
0,53
0,46
0,25
Medida de
Kaiser de
adequao
da amostra
(MSA)
0,88
0,85
0,86
0,83
0,77
0,69
0,86
Fonte: Pintec.
TABELA 7
Autovalor
Diferena
Proporo
Cumulativo
2,86
2,21
0,96
0,96
0,64
0,64
0,22
1,17
0,00
0,04
0,00
1,17
-0,04
0,08
-0,01
1,16
-0,12
0,03
-0,04
1,12
-0,15
0,06
-0,05
1,07
-0,21
-0,07
1,00
Fonte: Pintec.
133
GRFICO 2
-0,50
Fonte: Pintec.
Comunalidades
Fator 1
Fator 2
Fator 1
Fator 2
Empresas de consultoria
0,544
0,544
0,590
0,132
0,365
Universidades
0,744
0,744
0,755
0,246
0,630
Centros de capacitao
0,706
0,706
0,701
0,253
0,555
Instituies de teste
0,698
0,698
0,730
0,204
0,575
Conferncias
0,718
0,718
0,400
0,651
0,584
Feiras
0,640
0,640
0,087
0,919
0,852
0,468
0,468
0,218
0,477
0,275
(Continua)
134
(Continuao)
Importncia das atividades inovativas
(Escala 1-4)
Fator 2
Comunalidades
Fator 2
3,836
2,979
0,858
2,157
1,68
77,7%
22,3%
56,2%
43,8%
0,808
0,834
Fonte: Pintec.
Obs.: Cargas fatoriais acima de 0,40 esto em negrito.
135
TABELA 9
Fornecedores
de mquinas e
equipamentos (1)
Conferncias (2)
Feiras (3)
Redes de informao
informatizadas (4)
Mdia
0,037
0,019
0,041
0,082
Desvio padro
0,190
0,138
0,198
0,275
2.411
2.411
2.411
2.411
(1)
0,16
0,11
0,13
(2)
0,43
0,54
0,35
(3)
0,40
0,73
0,22
(4)
0,39
0,64
0,59
Comunalidades
a priori (SMC)
0,22
0,61
0,56
0,45
0,90
0,72
0,75
0,83
Fonte: Pintec.
TABELA 10
Diferena
Proporo
Cumulativo
2,11
2,15
1,15
1,15
-0,04
0,05
-0,02
1,13
-0,09
0,06
-0,05
1,08
-0,15
-0,08
1,00
Fonte: Pintec.
TABELA 11
Comunalidades
0,505
0,255
Conferncias
0,879
0,772
Feiras
0,815
0,665
0,728
0,530
Autovalor do fator
2.221
0,79
Fonte: Pintec.
Obs.: Cargas fatoriais acima de 0,40 esto em negrito.
136
No exportadoras
Intervalo de confiana
Limite inferior 95%
4,39
4,33
4,45
4,29
4,22
4,36
6,06
5,96
6,16
6,44
6,34
6,53
Estreantes
Mdia
0,06
0,05
0,07
9,33%
0,05%
5,02
4,82
5,22
4,44
4,26
4,62
6,46
6,19
6,74
7,30
7,07
7,53
0,26
0,20
0,33
14,35%
1,35%
Fonte: Pintec.
Nota: *Testes chi-quadrado da distribuio das firmas que cooperam entre estreantes e no exportadoras rejeitaram a hiptese
nula de distribuies proporcionais a 1%, o que indica que as estreantes tendem a cooperar mais que as no exportadoras.
137
138
Coeficiente
Erro-padro
Significncia
-10,533*
1,1533
<,0001
0,390*
0,0948
<,0001
Log (produtividade)
0,618*
0,0850
<,0001
Idade
0,003n,s,
0,0172
0,8767
Idade^2
0,000
0,0003
0,3512
0,508*
0,1302
<,0001
Market share
-30,221***
16,7778
0,0717
Market share^2
103,600 n,s,
107,8000
0,3367
n,s,
1,244*
0,4423
0,0049
-1,557**
0,7312
0,0332
1.959
1342,77
1592,95
196,45
<,0001
Pseudo R
0,157
Hosmer-Lemeshow
5,60
Percentagem concordante
77,3
0,69
-
139
Os modelos de regresso esto descritos na tabela 14, e h trs medidas de produtividade: i) produtividade simples do trabalho; ii) produtividade total dos fatores
(PTF), calculada pela tcnica sugerida por Levinsohn-Petrin (2003); e iii) PTF
calculada por OLS com efeitos fixos. Em termos gerais, os trs modelos so vlidos
estatisticamente, pois os testes F sob hiptese nula de que os coeficientes no so
estatisticamente diferentes de zero foi rejeitado a menos de 0,1% de significncia.
O primeiro conjunto de resultados, referente dummy de estreia, indica efeito
aprendizado geral da exportao sobre a produtividade simples do trabalho, da
ordem de 51,6% isto , em 2007-2008, a produtividade das estreantes era 67,4%
superior das no estreantes.4 Para o caso da PTF pela tcnica de Levinsohn-Petrin,
este efeito de 6,1%, e ele no significante no caso da PTF pela tcnica OLS-FE.
O segundo conjunto de resultados se refere ao impacto dos padres tecnolgicos sobre a produtividade, independentemente se a firma estreante ou no.
No que tange s atividades inovativas, o coeficiente do fator que denota um aprendizado tecnolgico mais ativo (P&D interno e externo, gastos com introduo
de inovao e projeto industrial) sempre positivo e significante a 10%, nos trs
modelos para produtividade estimados. Inversamente, o coeficiente referente ao
fator relacionado ao aprendizado tecnolgico via aquisio de tecnologia incorporada no significante nos trs modelos.
Quanto s fontes de informao, o fator que indica a importncia das fontes
formais (universidades, centros de pesquisa etc.) significante nos modelos para a
produtividade simples do trabalho e da PTF Levinsohn-Petrin, enquanto o fator
referente s fontes informais (conferncias, feiras e redes de informao informatizadas) significante apenas no modelo de produtividade simples do trabalho, tendo
sinal negativo. Ainda sobre as fontes de informao para inovao, a importncia dos
clientes e consumidores como fontes de informao no foi significante em nenhum
dos modelos (em verdade, esta fonte no significante em nenhum dos modelos
deste artigo) e o uso de concorrentes como fonte de informao apresentou sinal
negativo e significante, pelo menos a 10%, em todos os modelos estimados para
a produtividade. Uma possvel explicao para o sinal negativo dos concorrentes
como relevante fonte de informao que talvez as firmas que mais valorizem esse
4. Esta diferena percentual no exatamente igual ao coeficiente do modelo, porque a varivel em log est sendo
regredida sobre uma varivel dummy. Assim, para encontrar esta diferena percentual, necessrio aplicar a transformao e()-1.
140
0,059*
2,435*
Parmetro
0,003
<,0001
Pr>|t|
0,028
2,431*
Parmetro
0,143
<,0001
Pr>|t|
1,178*
14,549*
Parmetro
0,000
<,0001
Pr>|t|
Log da RLV
0,003 n.s.
0,041
0,611 n.s.
n.s.
0,426*
0,656
0,352
n.s.
0,030*
<,0001
0,195
0,745
0,001
0,089
-0,066*
0,549
-0,001
-0,018
0,112
0,056
-0,004***
0,466
n.s.
0,007
0,081
0,124
0,016
Pr>|t|
n.s.
-0,003 n.s.
0,014
0,045**
-0,035***
0,003***
0,005**
0,002
0,333
0,075*
0,021 n.s.
Parmetro
Pr>|t|
0,014
-0,002
0,075 n.s.
0,003
n.s.
0,037*
-0,004***
n.s.
0,207
0,707
<,0001
0,072
0,328
0,388
0,179
-0,002 n.s.
0,002
n.s.
-0,027
1,359 n.s.
0,183
n.s.
0,579*
-0,083**
n.s.
-0,001 n.s.
n.s.
0,014 n.s.
0,163*
Parmetro
0,119
0,065
Pr>|t|
0,003 n.s.
0,004***
Parmetro
0,162
0,184
<,0001
0,021
0,478
0,962
0,617
0,668
<,0001
Pr>|t|
0,014
<,0001
Pr>|t|
Log da PTF
Levinsohn-Petrin
Parmetro
9,863*
0,516**
Estreante
Parmetro
Log da produtividade
simples do trabalho
Intercepto
Variveis explicativas
Modelos de regresso
TABELA 14
-0,031
0,100
0,719 n.s.
n.s.
0,245*
-0,027 n.s.
n.s.
0,036**
-0,026
n.s.
0,004 n.s.
0,083*
Parmetro
0,400**
3,813*
Parmetro
0,219
0,230
0,004
0,212
0,168
0,046
0,111
0,821
<,0001
Pr>|t|
0,032
<,0001
Pr>|t|
Log do pessoal
ocupado
0,0001
0,0000
0,0022 n.s.
0,0012**
0,0017*
-0,0001 n.s.
n.s.
-0,0001 n.s.
n.s.
0,0001 n.s.
(Continua)
0,5624
0,0192
0,0012
0,4378
0,8459
0,3213
0,4460
0,5990
0,8144
n.s
0,0000
Pr>|t|
Parmetro
0,0002 n.s.
0,885
0,267
n.s.
0,0008
Pr>|t|
Parmetro
Market share
Pr>|t|
Parmetro
<,0001
18.977
Pr>F
8,91
0,0775
est. F
R2 ajustado
0,090
0,668
0,393
0,0873
n.s.
R2
0,123
Parmetro
Pr>|t|
0,294
0,042
0,000
18.977
<,0001
9,42
0,0821
0,003
0,134
0,324
0,108
18.977
<,0001
11,2
0,0978
0,194
0,296
<,0001
0,408
0,384
0,019
0,047
0,593
0,582
Pr>|t|
0,1074
n.s.
0,015 n.s.
-0,045*
0,003 n.s.
n.s.
0,008**
-0,005**
-0,002 n.s.
-0,002 n.s.
Parmetro
0,003
0,069
0,854
0,001
Pr>|t|
0,0919
n.s.
-0,041*
0,030**
0,000
-0,425*
0,006 n.s.
0,239 n.s.
-0,004
0,885
0,151*
0,006 n.s.
0,001
0,010*
0,874
n.s.
n.s.
-0,005***
0,123
-0,045 n.s.
0,006
-0,001 n.s.
0,392
-0,011*
0,213
Parmetro
Pr>|t|
Parmetro
-0,032 n.s.
Pr>|t|
Log da PTF
Levinsohn-Petrin
Parmetro
Pr>|t|
Log da RLV
Parmetro
1,850
18.977
<,0001
13,39
0,1163
0,172
0,026
0,000
0,268
0,057
0,748
0,139
0,391
0,001
Pr>|t|
0,1257
n.s.
0,512**
-0,672*
0,067 n.s.
0,122***
0,017
n.s.
-0,064 n.s.
0,047 n.s.
-0,184*
Parmetro
Pr>|t|
18.977
<,0001
8,57
0,0744
0,060
0,051
0,006
0,100
0,007
0,110
0,693
0,006
<,0001
0,0843
1,535***
0,270***
-0,289*
0,060 n.s.
0,104*
-0,052
n.s.
0,010 n.s.
0,090*
-0,145*
Parmetro
Pr>|t|
Log do pessoal
ocupado
Atividades inovativas, fontes de informao e cooperao para inovao interao com a dummy de estreia (varivel*estreante)
Parmetro
Log da produtividade
simples do trabalho
-0,044 n.s.
Variveis explicativas
(Continuao)
<,0001
18.977
<,0001
6,46
0,0549
0,0649
0,0291*
0,4736
0,0287
-0,0006 n.s.
-0,0015
0,8533
0,7862
0,6563
n.s.
n.s.
0,5390
0,5016
0,2238
Pr>|t|
Pr>|t|
0,0000 n.s.
0,0001
0,0001
n.s.
-0,0001 n.s.
-0,0001 n.s.
0,0002 n.s.
Parmetro
Parmetro
Market share
142
143
144
A tabela 14, em sua ltima coluna, traz a anlise de regresso referente ao market
share das firmas. Como a varivel market share anterior restrio da base de dados
s empresas inovadoras, no necessariamente o maior crescimento da receita das
estreantes implica em aumento do market share. Posto de outro modo, o modelo
considera os efeitos da estreia no mercado internacional sobre as condies setoriais
de competio como um todo.
Sem embargo, o modelo da tabela 1 indica que a estreia no mercado internacional no altera significantemente a fatia de mercado que a empresa tem no
mercado domstico. Alm disso, os fatores e variveis de inovao no parecem
guardar relao muito forte com este crescimento. As nicas variveis significantes
para as firmas em geral so o componente geral das fontes do exterior (a 1% de
significncia) e a dummy de cooperao (a 5% de significncia). Especificamente
s estreantes, a nica varivel significante foi a interao entre os acordos de cooperao no exterior e a dummy de estreia.
7 DISCUSSO E CONCLUSES
145
empregados foi de 50%. No entanto, no foram encontradas diferenas significativas na participao no mercado domstico entre participantes e no exportadores.
Em segundo lugar, algumas estratgias tecnolgicas, tais como o investimento
em criao de conhecimento endgeno por meio de P&D interno o uso extensivo
de fontes formais de informao para a inovao formal (universidades, centros
de pesquisa etc.) e informais (congressos, feiras etc.) teve impacto positivo sobre
o desempenho dos todas as empresas. Com efeito, este impacto foi ainda maior
quando as empresas procuram por esta informao para a inovao no exterior.
Entretanto, este um resultado geral, vlido para todas as empresas. Ao
analisar o impacto especfico de estratgias tecnolgicas sobre os estreantes, no
h nenhuma evidncia de impactos adicionais pelo contrrio, em alguns casos,
este impacto especfico foi negativo. Assim, o aprendizado de exportao no se
relacionou s estratgias tecnolgicas diferenciadas dos estreantes.
H duas maneiras de discutir essas concluses. A primeira buscar compreender o que est por trs do aprendizado de exportao que no foi capturado pela
pesquisa de inovao. Uma hiptese que os estreantes estejam melhorando sua
eficincia. Esta melhoria da eficincia pode ser resultado de ganhos de eficincia de
escala no caso, a receita cresce muito mais rpido do que o emprego , ou a partir
da adoo de melhores tcnicas de gesto e adequao aos padres internacionais
melhora na eficincia produtiva, que pode resultar do comrcio internacional.
Estes efeitos no so bem captados por pesquisas de inovao se eles no envolvem
processos inovativos.
A segunda maneira explicar por que as estratgias tecnolgicas no foram
importantes para o aprendizado de exportao. Uma explicao que o intervalo
de tempo de anlise (trs anos) pode ser muito curto para capturar uma alterao
relevante de estratgias tecnolgicas dos novos exportadores. Neste sentido, a
ausncia de correlao entre as estratgias tecnolgicas e de aprendizagem pela
exportao podem ser uma questo de timing. Infelizmente, esse curto espao de
tempo um problema inevitvel da Pintec, uma vez que um painel de duas edies do exame contaria apenas com grandes empresas (mais de 500 empregados).
Outra explicao possvel que a amostra deste captulo restrita a empresas
inovadoras, a fim de verificar diferenas nas estratgias de aprendizagem tecnolgica
em outras palavras, o foco desse captulo foi sobre como os estreantes inovam.
Seria necessrio investigar mais a fundo os efeitos da exportao sobre a deciso
de inovar e os impactos ex-post da inovao sobre a produtividade, tendo especial
cuidado em identificar a ligao exportao-inovao-produtividade.
A literatura sustenta que a dimenso tecnolgica da aprendizagem pela exportao est relacionada a spillovers de conhecimento a partir da interao com
146
147
REFERNCIAS
148
DELGADO, M.; FARIAS, J.; RUANO, S. Firm productivity and export markets: a non-parametric approach. Journal of International Economics, n. 57,
p. 397-422, 2002.
GARCA, F.; AVELLA, L.; FERNNDES, F. Learning from exporting: The
moderating effect of technological capabilities. International Business Review,
n. 21, p. 1099-1111, 2012. (doi:10.1016/j.ibusrev.2011.12.001)
HAIR, J.F. et al. Multivariate data analysis. 6th ed. Upper Saddle River, NJ:
Prentice Hall, 2005
HIRANO, K; IMBENS, G. Estimation of causal effects using propensity score
weighting: an application to data on right heart catheterization. Health Services
& Outcomes Research Methodology, n. 2, p.259-278, 2001.
HOLGADO-TELLO, F. et al. Polychoric versus Pearson correlations in exploratory
and confirmatory factor analysis of ordinal variables. Quality and Quantity, v.
44, n. 1, p. 153-166, 2010.
ISGUT, A. E. What is different about exporters? Evidence from Colombian
manufacturing. Journal of Development Studies, v. 37, n. 5, p. 53-73, 2001.
JRESKOG, K. G., & MOUSTAKI, I. Factor Analysis of ordinal variables:
A comparison of three approaches. Multivariate Behavioral Research, n. 36,
p. 347-387, 2001.
KOGUT, B., CHANG, S. J. Technological capabilities and Japanese foreign dicet
investment in the United States. The Review of Economics and Statistics, v. 73,
n. 3, p. 401-413, 1991.
LEVINSOHN, J.; PETRIN, A. Estimating production functions using inputs to
control for unobservables. Review of Economic Studies, v. 70, n. 2, p. 317-341,
2003.
LPEZ, R. A. Trade and growth: reconciling the macroeconomic and microeconomic evidence. Journal of Economic Surveys, v. 19, n. 4, p. 623-648, 2005.
LOVE, J. H.; GANOTAKIS, P. . Learning by exporting: lessons from high-technology SMEs. International Business Review, n. 22, p. 1-17, 2013.
OECD ORGANIZATION FOR ECONOMIC COOPERATION AND DEVELOPMENT. Oslo manual: guidelines for collecting and interpreting innovation
data. 3rd ed. Paris: OECD, 2005.
SALOMON, R.; SHAVER, J. M. Learning by exporting: new insights from
examining firm innovation. Journal of Economics and Management Strategy,
v. 14, n. 2, p. 431-460, 2005.
149
CAPTULO 5
1 INTRODUO
Conforme discutido no captulo anterior, um fato estilizado relativamente conhecido que as firmas que comeam e, principalmente, persistem na atividade exportadora
so firmas mais competitivas, e que boa parte destes ganhos de competitividade
ocorre antes da estreia na exportao. No entanto, a literatura internacional tem
testado sistematicamente a hiptese de aprendizado de exportao (learning-by
-exporting), que diz respeito possiblidade de ganhos de competitividade da firma
que sejam posteriores sua entrada no mercado internacional (Wagner, 2007).
Alguns artigos sobre as firmas brasileiras apontam para a existncia dos efeitos de
aprendizado de exportao (Arajo; 2006; Kannebley et al.; 2009).
Entretanto, para gestores pblicos e privados, importante ir alm da caracterizao do efeito mdio para todas as firmas. Para o gestor pblico das polticas
de promoo s exportaes, interessante saber, por exemplo, se firmas de menor
porte apresentam ganhos de produtividade maiores que as firmas grandes, ou se a
exportao que tem por destino pases desenvolvidos induz um efeito aprendizado
mais forte que as exportaes para pases em desenvolvimento.
Deste modo, a partir de um painel balanceado de firmas industriais brasileiras
entre 2003 e 2007, as perguntas de pesquisa a serem respondidas por este artigo so:
1) H diferenas com respeito ao efeito aprendizado de exportao mensurado pelos ganhos de produtividade, receita lquida de vendas e nmero
de empregados no que tange ao padro de permanncia das firmas na
atividade exportadora (permanente vs. instvel)?
* O autor agradece aos comentrios de Fernanda De Negri, Luiz Ricardo Cavalcante e dos participantes em um seminrio no
Instituto de Pesquisa Econmica Aplicada (Ipea), em 14 de maio de 2014. O autor tambm grato assistncia estatstica
de Glaucia Ferreira e Leandro Justino Pereira Veloso. Os erros remanescentes so de responsabilidade exclusiva do autor.
** Instituto de Pesquisa Econmica Aplicada (Ipea). Departamento de Engenharia de Produo (PRO) da Escola
Politcnica da Universidade de So Paulo (Poli/USP). Observatrio da Inovao e Competitividade da Universidade de
So Paulo (OIC/USP).
152
153
das da anlise. Isto implicou uma reduo de 16.338 firmas no painel balanceado
para 11.050 firmas.
Os efeitos positivos da entrada no mercado internacional so avaliados sobre a
produtividade, faturamento e nmero de empregados das firmas industriais. Como
medida de emprego, foi utilizado o pessoal ocupado mdio no ano, da PIA. A
produtividade calculada de trs formas. A primeira produtividade simples do
trabalho, medida como a razo entre o valor de transformao industrial e o pessoal
ocupado. As outras duas so clculos de produtividade total dos fatores (PTF), de
acordo com as tcnicas mnimos quadrados ordinrios com efeitos fixos (OLS-FE)
e o procedimento sugerido por Levinsohn e Petrin (2003) (PTF-LP) para tratar
endogeneidade entre insumos e produto. Ambas as medidas de PTF so resduos
ao nvel da empresa de estimativas funes Cobb-Douglas. A diferena entre as
medidas que a primeira baseada em uma regresso OLS de efeitos fixos do
valor adicionado sobre o trabalho e capital, controlada por setor e ano (PTF-FE),
enquanto Levinsohn e Petrin (2003) tratam a endogeneidade entre a escolha do
uso de insumos e choques de produtividade no observados utilizando os insumos
intermedirios como proxy para os choques de produtividade.2
O faturamento da firma representado como a receita lquida de vendas
(RLV). As variveis monetrias da PIA RLV e valor adicionado, utilizado para
o clculo da produtividade foram deflacionadas pelo ndice de Preos por Atacado Oferta Global (IPA-OG), da Fundao Getulio Vargas (FGV), a CNAE
trs dgitos. Quando no foi possvel, foi aplicado o deflator a dois dgitos. Foi
dedicada especial ateno a este procedimento, pois a valorizao dos termos de
troca das exportaes brasileira durante a primeira dcada dos anos 2000 poderia
confundir efeito aprendizado de exportao com um efeito puramente de preos.
A tabela 1 traz as estatsticas descritivas das variveis utilizadas. Conforme
o esperado, as firmas que estreiam so mais produtivas e maiores que as que no
exportam no perodo. Adicionalmente, aquelas que estreiam e conseguem permanecer no mercado internacional so ainda maiores e mais produtivas que as que
estreiam e deixam de exportar.
154
TABELA 1
Estreante
Diferencial no
exportadora
Permanente
Nmero de
empresas
Ano
405
217
188
10.240
2003
171
184,1%
164
176,3%
180
193,1%
93
2004
191
205,4%
189
202,8%
194
208,3%
93
2005
228
229,4%
241
242,9%
212
213,8%
99
2006
247
244,0%
267
264,3%
223
220,5%
101
2007
257
246,1%
281
268,6%
230
220,0%
105
2003
75
163,6%
81
175,8%
69
150,7%
46
2004
65
153,8%
63
148,3%
68
159,9%
42
2005
65
155,1%
66
157,4%
64
152,3%
42
2006
67
150,4%
67
151,3%
66
149,1%
45
2007
64
151,8%
58
139,0%
71
169,7%
42
2003
32.977
310,9%
34.116
321,7%
31.668
298,6%
10.606
2004
33.228
327,4%
35.147
346,3%
31.023
305,7%
10.149
2005
38.061
358,1%
42.156
396,6%
33.357
313,8%
10.630
2006
39.704
356,7%
44.700
401,6%
33.963
305,2%
11.130
2007
39.925
359,5%
43.319
390,0%
36.024
324,3%
11.107
2003
108,4%
109,8%
106,8%
2004
108,6%
110,3%
106,8%
2005
109,3%
111,1%
107,2%
2006
109,1%
110,9%
107,1%
2007
109,1%
111,3%
106,5%
2003
108,6%
109,8%
107,3%
2004
108,9%
110,2%
107,3%
2005
109,4%
111,0%
107,6%
2006
109,1%
110,7%
107,3%
2007
109,1%
111,1%
106,8%
Pessoal
ocupado
Produtividade
(em R$ mil
de 2007/
trabalhador)
Receita
lquida de
vendas
(em R$ mil
de 2007)
Produtividade
total dos
fatores (Levinsohn-Petrin)
Produtividade
total dos
fatores (OLS
efeitos fixos)
Diferencial no
Diferencial no
No
Instvel
exportadora
exportadora
exportadoras
155
Estreante
para China
Diferencial
no
exportadora
Estreante
para Amrica
do Sul
Diferencial
no
exportadora
No
exportadoras
179
10.240
156
167,8%
266
286,5%
142
153,1%
93
2004
174
186,1%
360
385,8%
152
162,6%
93
2005
192
193,6%
334
336,5%
179
179,7%
99
2006
215
212,7%
384
379,7%
188
186,0%
101
2007
235
225,3%
469
449,1%
197
188,1%
105
2003
86
188,3%
56
123,3%
70
153,1%
46
Produtividade 2004
(em R$ mil de
2005
2007/trabalhador)
2006
72
170,5%
53
125,8%
68
160,7%
42
76
181,1%
54
129,2%
68
161,1%
42
73
164,0%
63
141,4%
69
155,2%
45
2007
65
154,6%
39
93,8%
69
165,1%
42
Nmero de
empresas
Ano
116
2003
Pessoal
ocupado
(Continua)
156
(Continuao)
Estreante
Diferencial no
para desenexportadora
volvidos
Estreante
para China
Diferencial
no
exportadora
Estreante
para Amrica
do Sul
Diferencial
no
exportadora
No
exportadoras
2003
32.713
308,4%
51.250
483,2%
23.264
219,3%
10.606
31.036
305,8%
50.280
495,4%
23.692
233,5%
10.149
32.712
307,7%
61.510
578,7%
27.296
256,8%
10.630
34.645
311,3%
57.689
518,3%
27.982
251,4%
11.130
2007
34.930
314,5%
62.520
562,9%
29.039
261,5%
11.107
2003
108,8%
115,3%
105,9%
Produtividade 2004
total dos
2005
fatores (Levinsohn-Petrin) 2006
108,8%
113,5%
106,3%
109,3%
115,4%
107,1%
109,1%
113,2%
107,0%
2007
108,8%
113,2%
107,3%
2003
108,4%
113,8%
107,1%
Produtividade 2004
total dos
2005
fatores (OLS
efeitos fixos) 2006
108,5%
113,3%
107,4%
108,8%
115,0%
108,2%
108,6%
112,7%
108,1%
2007
108,2%
112,6%
108,4%
3. Com efeito, o teste chi-quadrado para verificar se a distribuio do tamanho era diferente entre as estreantes em
geral e aquelas especificamente para os pases desenvolvidos teve significncia de 11,7%, um pouco acima no nvel
crtico de 10%.
4. Teste chi-quadrado com significncia de 1,12%.
157
TABELA 3
Estreantes
Nmero de empregados
Entre 30 e 100
211
52%
52
45%
Mais de 100
194
48%
64
55%
Baixa
190
47%
70
60%
Mdia
103
25%
25
22%
Alta
112
28%
21
18%
Intensidade tecnolgica
3 RESULTADOS
ln Pit =
exp + Z i
it
(1)
158
107%
96%
100%
86%
90%
80%
82%
75%
70%
60%
99%
78%
92%
74%
79%
61%
58%
58%
50%
2003
2004
94%
90%
2005
2006
2007
Produtividade LP Estreia
159
GRFICO 2
112,9%
110%
113,2%
100%
90%
94,0%
111,3%
97,3%
80%
70%
60%
53%
56%
2003
2004
63%
64%
2005
2006
70%
50%
2007
RLV Estreia
ln Pit =
ln Pit =
exp permanente + Z i
exp instvel + Z i
2
2
+
it
it
(2)
onde a varivel dummy de estreia foi substituda pelas variveis com os subscritos
permanente e instvel, indicado se a firma conseguiu exportar todos os anos (2005,
2006 e 2007) ou no, respectivamente. A categoria base continua sendo as firmas
no exportadoras.
O grfico 3 mostra a trajetria das variveis de produtividade para as firmas
permanentes e instveis. A primeira observao que as firmas que conseguem
permanecer exportando j se situam em um patamar de produtividade mais elevado
que as instveis mesmo antes de comear a exportar. Alm disso, para as firmas
permanentes, o nvel de produtividade ex-post maior que antes da estreia, o que
evidencia o aprendizado de exportao para estas firmas.
Entretanto, o oposto acontece para as que no conseguem seguir exportando.
Para estas firmas, a PTF aps a estreia se mantm no mesmo patamar de antes, e
a produtividade do trabalho cai para um nvel at mais baixo que o de antes da
estreia. Desta maneira, a desagregao entre permanentes e instveis sugere que o
padro observado para o total das firmas presena de efeitos de aprendizado de
exportao, com um pico de produtividade no ano da estreia pode se dever ao
desempenho das firmas que estreiam e permanecem no mercado internacional.
160
GRFICO 3
120%
100%
102%
96%
81%
80%
79%
60%
40%
40%
37%
41%
45%
23%
20%
2003
2004
2005
2006
2007
160%
135%
140%
122%
120%
100%
80%
96%
105%
78%
65%
60%
128%
70%
59%
65%
40%
20%
2003
2004
2005
100%
91%
99%
80%
60%
57%
56%
2007
140%
120%
2006
129%
68%
119%
125%
65%
54%
40%
20%
2003
2004
Produtividade LP Instveis
2005
2006
Produtividade LP Permanentes
2007
161
139,6%
141,6%
152,6%
85,0%
79,9%
90%
73,6%
49%
112,9%
103,8%
81,4%
56%
48%
2003
79,1%
74%
51%
63%
48%
2004
2005
79%
49%
2006
RLV Instveis
Receita Permanentes
2007
162
ln Pit =
exp desenvolvidos + Z i
(3)
it
90%
90%
85%
78%
80%
75%
70%
65%
70%
61%
60%
55%
50%
75%
74%
64%
58%
58%
2003
70%
2004
2005
2006
2007
110%
99%
100%
92%
90%
80%
70%
94%
78%
79%
75%
77%
2003
2004
90%
88%
80%
60%
50%
Produtividade LP Estreia
2005
2006
Produtividade LP Est. Des.
2007
110%
163
107%
100%
100%
96%
90%
94%
90%
86%
83%
80%
82%
83%
82%
70%
60%
50%
2003
2004
Produtividade OLS FE Estreia
2005
2006
2007
ln Pit =
exp +
1'
exp* faixa _ PO + Z i
it
(4)
onde faixa_PO uma varivel dummy que assume valor 1 se a firma tem mais de 100
empregados no ano da estreia, e 0, caso contrrio. Entre os controles, foi retirado o
tamanho em 2005, e mantidos o tempo de estudo em 2005, setor e UF. O modelo no
foi ajustado para a produtividade simples do trabalho, pois nenhum dos coeficientes
foi significante. O coeficiente mais interessante a ser interpretado no modelo (4) o
referente interao exp*faixa_PO, que indica o quanto a mais de performance as estreantes com mais de 100 empregados apresentam em relao s firmas de menor porte.
O grfico 6 indica que, se as estreantes maiores j eram mais produtivas e
faturavam mais do que as menores antes da estreia, elas ficaram ainda mais produtivas do que as estreantes de menor porte. Com efeito, o diferencial entre as
estreantes maiores e menores tende a crescer ao longo do tempo.
164
GRFICO 6
300%
307,1%
300,2%
250%
270,9%
247,8%
200%
150%
106%
105%
104%
109%
90%
89%
87%
88%
2003
2004
2005
100%
50%
2006
124%
100%
2007
ln Pit =
exp +
1'
exp* ln(PO) + Z i
it
(5)
165
GRFICO 7
0,71
0,69
0,78
0,78
0,77
0,65
0,55
0,45
0,34
0,35
0,25
0,34
0,29
0,27
0,15
2003
2004
0,34
0,30
0,22
2005
Elasticidade RLV
0,33
0,25
0,27
2006
2007
Elasticidade Produtividade LP
ln Pit =
exp +
1'
exp* Intec2 +
1''
exp* Intec3 + Z i
it
(6)
166
TABELA 4
Ano
Varivel
Coeficiente
Significncia
Coeficiente
Significncia
Coeficiente
Significncia
estreia
0,417
<,0001
0,852
<,0001
0,709
<,0001
estreia*Intec2
0,253
0,1317
-0,303
0,0196
-0,050
0,6871
estreia*Intec3
0,262
0,1109
-0,853
<,0001
-0,180
0,138
estreia
0,324
0,0025
0,885
<,0001
0,746
<,0001
estreia*Intec2
0,305
0,0857
-0,313
0,0176
-0,063
0,6165
2003
2004
2005
2006
2007
Produtividade do trabalho
PTF - LP
PTF - FE
estreia*Intec3
0,460
0,0081
-0,906
<,0001
-0,217
0,0779
estreia
0,572
<,0001
1,016
<,0001
0,875
<,0001
estreia*Intec2
0,087
0,5262
-0,378
0,0051
-0,133
0,3035
estreia*Intec3
0,173
0,1985
-0,926
<,0001
-0,214
0,0908
estreia
0,533
<,0001
0,938
<,0001
0,784
<,0001
estreia*Intec2
0,035
0,8235
-0,330
0,0129
-0,096
0,4489
estreia*Intec3
0,280
0,0648
-0,821
<,0001
-0,126
0,309
estreia
0,365
0,0001
0,933
<,0001
0,786
<,0001
estreia*Intec2
0,264
0,0943
-0,357
0,0094
-0,110
0,3989
estreia*Intec3
0,368
0,0173
-0,822
<,0001
-0,104
0,4133
Por seu turno, de acordo com a tabela 5, o efeito aprendizado sobre o pessoal
ocupado decrescente de acordo com a intensidade tecnolgica, e no parece haver
relao significante entre efeito da exportao sobre a receita e intensidade tecnolgica, ainda que o sinal dessa relao seja sempre positivo. Isso pode explicar por
que o efeito aprendizado sobre a produtividade simples do trabalho parece crescer
de acordo com a intensidade tecnolgica: a receita no se altera significantemente,
enquanto o pessoal ocupado decresce de acordo com a intensidade tecnolgica.
Assim, a tabela 5 no autoriza nenhuma concluso robusta entre efeito
aprendizado sobre o tamanho e intensidade tecnolgica.
De certa maneira, estes resultados se relacionam com os de Arajo e Salerno
(cap. 5), que avaliam mais especificamente a relao entre efeito aprendizado e
tecnologia. Naquele artigo, os autores concluram que, apesar de a inovao influenciar a deciso de estrear no comrcio internacional, o efeito aprendizado verificado
pelas estreantes no guarda relao com mudanas nas estratgias tecnolgicas das
firmas em termos de atividades inovativas.
167
TABELA 5
Ano
Varivel
2003
2004
2005
2006
2007
Pessoal Ocupado
RLV
Coeficiente
Significncia
Coeficiente
Significncia
estreia
0,602
<,0001
0,757
<,0001
estreia*Intec2
-0,270
0,002
0,100
0,4791
estreia*Intec3
-0,293
0,0006
-0,138
0,3183
estreia
0,611
<,0001
0,324
0,0025
estreia*Intec2
-0,273
0,0017
0,305
0,0857
estreia*Intec3
-0,243
0,0043
0,460
0,0081
estreia
0,663
<,0001
0,572
<,0001
estreia*Intec2
-0,294
0,0011
0,087
0,5262
estreia*Intec3
-0,245
0,0056
0,173
0,1985
estreia
0,875
<,0001
0,533
<,0001
estreia*Intec2
-0,133
0,0092
0,035
0,8235
estreia*Intec3
-0,214
0,0008
0,280
0,0648
estreia
0,669
<,0001
0,803
<,0001
estreia*Intec2
-0,154
0,1237
0,159
0,2855
estreia*Intec3
-0,178
0,0706
0,053
0,7164
168
169
REFERNCIAS
CAPTULO 6
1 INTRODUO
Em 1987, Robert Solow cunhou o famoso bordo: voc pode ver a era dos computadores em toda parte exceto nas estatsticas de produtividade"1 (Solow, 1987).
Entretanto, a partir de meados dos anos 1990, os Estados Unidos (EUA), que
possuem nveis de investimento em tecnologias da informao e comunicao
(TICs) muito superiores aos do Japo e Unio Europeia, apresentaram crescimento
da produtividade total dos fatores mais elevado que o dos demais membros da Organizao para Cooperao e Desenvolvimento Econmico (OCDE) (Motohashi,
2007; EIB, 2011; Pilat; Wlfl, 2004).
Pilat e Wlfl (2004) mostram que o crescimento das produtividades multifator e do trabalho nos EUA se deu principalmente devido aos servios que utilizam intensamente as TICs, tais como atacado e varejo e setor financeiro. Os autores apontam diversos ganhos potenciais da adoo
de TICs pelas empresas: expanso da gama de produtos, personalizao de servios
oferecidos, melhor resposta demanda de clientes, reduo de estoques, formao
de redes e transbordamento (spillover effects), reduo de custos de transao.
* A realizao deste estudo foi possvel graas a cooperao entre o Ipea e o Comit Gestor da Internet (CGI).
** Instituto de Pesquisa Econmica Aplicada (Ipea). E-mail: danilo.coelho@ipea.gov.br.
*** Instituto de Pesquisa Econmica Aplicada (Ipea). E-mail: luis.kubota@ipea.gov.br.
**** Estatstico E-mail: calebeof@gmail.com.
1. interessante notar que o texto em referncia uma resenha de livro publicada no New York Times.
172
Enterprise Resource Planning (ERP) um conjunto de softwares que unificam o gerenciamento da informao de diferentes atividades da firma, tais como
contabilidade, controle de pessoal, gerncia de suprimentos e estoques, entre outros. Entre os principais fornecedores, podem-se destacar a alem SAP no cenrio
internacional e a Totvs no contexto brasileiro.
Com a utilizao de ERP, os dados necessrios para o controle de uma operao
so coletados na transao inicial, armazenados de modo centralizado e atualizados
em tempo real. Isto possibilita que o planejamento seja feito com dados uniformes
ao longo de toda organizao, aprimorando a governana e propiciando condies
mais favorveis de implantao de melhorias e aproveitamento de oportunidades
de mercado (Engelsttter, 2009).
O objetivo deste texto estimar os efeitos da adoo de ERP na produtividade
do trabalhador das firmas industriais brasileiras, utilizando procedimentos economtricos que levam em conta a possvel presena de endogeneidade no processo de
seleo. A seo 2 apresenta os estudos ao nvel da firma que investigam a relao
entre investimentos em TICs e produtividade. A seo 3 apresenta as principais
bases de dados utilizadas. A seo 4 traz a metodologia utilizada. A seo 5 mostra
os resultados. A seo 6 rene as consideraes finais do estudo.
2 ESTUDOS QUE ABORDAM O IMPACTO DAS TICS NA PRODUTIVIDADE em
NVEL SETORIAL OU DA FIRMA
A influncia das TICs em vrias etapas do negcio tem sido objeto de inmeros
estudos em todo o mundo. Motohashi (2003) enfatiza que estudos que procuram investigar impacto da TI na produtividade utilizando dados agregados no
conseguem captar a diferena entre firmas que fazem bom ou mau gerenciamento
dessas tecnologias. Na mesma linha, Biswas e Baptista (2012) ressaltam que vrios
estudos em nvel da firma indicam impactos positivos entre o uso de TICs e a
produtividade do trabalho, ao passo em que dados agregados mostram arrefecimento do crescimento desta produtividade, apesar da acumulao de capital TICs
na maior parte dos pases europeus. Entre os estudos em nvel da firma, pode-se
citar Basant et al. (2006), que apresentam evidncias de que investimentos nesse
tipo de tecnologia esto associados a ganhos de produtividade no Brasil e na ndia.
Shinjo e Zhang (2004) analisaram a causalidade do investimento em TICs e
crescimento da produtividade, e vice-versa (teste de Granger), para setores do Japo
e dos Estados Unidos. No primeiro caso, encontrada forte evidncia apenas no
sentido do crescimento da produtividade para os investimentos em TICs. No caso
estadunidense, so encontradas evidncias fortes em ambos os sentidos.
Utilizando dados de investimento em computadores, Atrostic e Nguyen
(2005a) encontraram impactos positivos e significativos de redes de computadores
173
e computadores na produtividade de plantas industriais nos Estados Unidos. Atrostic e Nguyen (2005) encontraram evidncias de que atividades on line de cadeias
de suprimento, tais como controle de ordens e logstica, tm impacto positivo e
estatisticamente significativo na produtividade, ao passo que processos associados
com produo, vendas ou recursos humanos no. Os impactos na produtividade
variam de acordo com a idade da firma, com maiores resultados em plantas novas.
Engelsttter (2009) encontrou impactos positivos e complementares da adoo de ERP e software de Supply Chain Management (SCM), para firmas alems.
O autor no encontrou impactos significativos da adoo de ferramentas de Customer Relationship Management (CRM). Entretanto, o autor faz a ressalva de que
no dispunha de instrumentos adequados para controlar possvel endogeneidade
na deciso de adotar os sistemas.
Greenan, Mairesse e Topiol-Bensaid (2001) no encontram evidncias de
impactos da tecnologia da informao e pesquisa e desenvolvimento no crescimento
da produtividade, em uma srie temporal, ao passo que em uma anlise cross section
fortes evidncias so encontradas.
Utilizando um painel de 11,5 mil firmas japonesas (7 mil manufatureiras,
4,5 mil de atacado ou varejo) entre 1991 a 2000, Motohashi (2003) encontrou contribuio positiva de estoque de capital de TI para o crescimento do valor agregado.
Bertscheck, Fryges e Kaiser (2006) encontram impacto positivo na produtividade derivado da adoo de comrcio eletrnico business to business por 1.460
firmas industriais e de servios da Alemanha. Utilizando a mesma metodologia,
Kubota e Milani (2011) encontram resultados semelhantes para firmas comerciais
brasileiras que adotam comrcio eletrnico. Rincon, Robinson e Vecchi (2005)
encontraram impactos positivos tanto de compra quanto da venda pela internet
para 3,4 mil firmas de manufatura e servios britnicas.
Segundo Hitt, Wu e Zhou (2002), a maior parte dos ganhos da adoo de
ERP ocorre durante a implementao, ao passo que os ganhos normalmente se
exaurem no perodo ps-implementao. Jones, Kalmi e Kauhannen (2010) estudaram a adoo de ERP em 49 unidades de uma firma de varejo no alimentcio
da Finlndia, por meio de um painel de 75 meses. Os resultados indicam que as
vendas e giro de estoque tm uma queda inicial da ordem de 7%, recuperando-se
em seis a doze meses.
De modo mais amplo, o European Investment Bank sugere que os impactos de
capital TICs na produtividade podem ser maiores que as estatsticas de crescimento
indicam, tendo em vista que muitos dos benefcios ocorrem com defasagem. Utilizando um painel no balanceado de 968 firmas norte-americanas, Rincon, Vecchi e
Venturini (2012) indicam que transbordamentos no setor tm impacto negativo no
174
A base de dados utilizada neste estudo fruto da combinao de trs fontes, a saber:
Pesquisa Industrial Anual (PIA) 2010;
Relao Anual de Informaes Sociais (Rais) 2010; e
TIC Empresas 2010.
175
176
Mdia
Desvio padro
53.403
640.594
101.647.691
6.175.525.727
91,53
1.349
9,3
15,95
Elaborao dos autores, a partir de microdados da PIA 2010 (IBGE), Rais 2010 (MTE) e TIC Empresas 2010 (CGI).
Desvio Padro
Desvio padro
34.252,31
538.526,85
80.430,31
654.704,69
11.043.909
460.734.332
177.531.667
7.485.412.657
Pessoal ocupado
(nmero de empregados)
48,78
972,20
149,93
1.439,66
9,16
22,77
9,52
10,13
Elaborao dos autores, a partir de microdados da PIA 2010 (IBGE), Rais 2010 (MTE) e TIC Empresas 2010 (CGI).
As diferenas entre as empresas que adotam ou no ERP so bastante acentuadas. A produtividade do trabalho das empresas que adotam ERP mais de
duas vezes maior que a produtividade de suas contrapartes. O estoque de capital
mdio, por sua vez, dezesseis vezes maior, na mdia, nas empresas que adotam
ERP. Por fim, evidente pela tabela 2 que as firmas que adotam ERP so muito
maiores. Deve-se ressalvar que a variabilidade bastante acentuada, uma vez que
os coeficientes de variao so muito grandes. De todo modo, evidente que as
3. Obtida pela razo entre Valor da Transformao Industrial e Pessoal Ocupado Total.
177
empresas que optam por adotar uma ferramenta de ERP so diferentes maiores,
mais produtivas e menos vulnerveis economicamente das que no o fazem.
A avaliao meramente descritiva, todavia, tem limitaes que impedem o
estabelecimento de causa e efeito. Com o intuito de contornar esse problema, ser
adotada uma abordagem economtrica que viabilize a compreenso dos efeitos de
ERP na produtividade do trabalho. A seo seguinte trata deste tema.
4 METODOLOGIA
Uma caracterstica dos modelos convencionais baseados no valor esperado condicional que os parmetros so estveis ao longo de toda a amostra. Em algumas
situaes, todavia, mais indicado permitir que os parmetros sejam diferentes
ao longo dos quantis, levando em considerao uma possvel heterogeneidade no
efeito marginal das variveis explicativas (Cameron; Travedi, 2009).
O procedimento sugerido por Koenker e Basset (1978) consiste em estimar os
parmetros referentes s variveis explicativas condicionados a quantis. Neste caso,
em vez de estimar um vetor de parmetros , estima-se q referente ao quantil de
ordem q. A adaptao bsica no processo de estimao utilizar a perda absoluta
assimtrica, em vez da perda quadrtica (tpica de modelos de mnimos quadrados),
na estimao de parmetros. Para mais detalhes, Cameron e Travedi (Op. cit.) apresentam uma abordagem didtica e Koenker e Basset (Op. cit.) e Koenker e Hallock
(2001) uma exposio mais profunda das particularidades da regresso quantlica.
Em linhas gerais, estimar o efeito da adoo de ERP via regresso quantlica
permite que o efeito seja heterogneo ao longo de diferentes nveis de produtividade
do trabalho. Essa caracterstica confere uma vantagem enorme em relao aos mtodos de mdia condicional porque seria evitado, em tese, o problema apontado por
Dewan e Kraemer (2000) de que os efeitos dos investimentos em TICs s seriam
significativos depois que investimentos no TICs (mquinas, equipamentos, edificaes etc.) alcanassem certo nvel de maturidade. Hipoteticamente, ao estimar o
efeito de ERP em empresas com semelhantes nveis de produtividade do trabalho
(e, portanto, em quantis prximos) estaramos, de certa forma, controlando para
a maturidade dos investimentos no TIC.
Apesar de a regresso quantlica ser robusta heterogeneidade ao longo
da amostra, o problema da endogeneidade na adoo de ERP ainda persiste.
Basicamente, a deciso da firma de implementar um software de ERP est estreitamente vinculada a caractersticas da firma que influenciam sua produtividade,
por exemplo: disponibilidade de recursos (financeiros e humanos), capacidade
gerencial, posicionamento de mercado, entre outros. Neste caso, pode no ser
razovel utilizar um modelo que assuma que a deciso de adotar um software de
178
Uma das hipteses principais que as empresas adotam o ERP se acharem que o
beneficio lquido da implantao positivo. Seja BLi o benefcio lquido da implantao de ERP na empresa i. A varivel BLi no observvel na base de dados,
somente observvel se a empresa adotou ou no ERP. Seja ERPi uma varivel
indicadora, tal que ERPi=1 indica implantao e ERPi=0 a no implantao.
BLi = H i + ui
1 se BLi > 0
ERPi =
0 se BL 0
i
+ ERPi + ei
179
+ + E[ei | ui > H i ]
+ E[ei | ui
Hi ]
+ +
(H i )
( hi )
(H i )
(H i )
se ERPi = 1
se ERPi = 0
(ERP==1)1)==(H
(H) )
PP(ERP
P
(ERP
=
0)
=
1
(H) )
P (ERP = 0) = 1 (H
+ ERPi +
180
(H i )
se ERPi = 1
(H i )
i =
(H )
i
se ERPi = 0
1
(H
i )
No caso dos quantis condicionais, a forma funcional Quant q [ei | ui > H i ]
e Quant q [ei | ui H i ] no conhecida, mesmo supondo que a distribuio
+ Quant q [ei | ui
Hi ]
Log(Prodi ) = Xi
+ ERPi + 1 i + 2 ( i ( +
Descrio/Fonte
ERP
Idade da firma
181
(Continuao)
Varivel
Descrio/Fonte
Regio Norte
Regio Nordeste
Regio Sudeste
Regio Centro-Oeste
Elaborao dos autores, a partir de microdados da PIA 2010 (IBGE), Rais 2010 (MTE) e TIC Empresas 2010 (CGI).
Nota: 1. Como o nmero de observaes no muito elevado, o controle por CNAE consumiria muitos graus de liberdade.
5 RESULTADOS
Erro-Padro
Intercepto
Varivel
-1,8158
0,1310
0,0908
0,0059
0,1398
0,0114
0,0631
0,0062
Idade da firma
0,0178
0,0008
-0,0371
0,0028
0,0063
0,0017
0,1867
0,0191
-0,2462
0,0217
Regio Norte
-0,2477
0,0475
Regio Nordeste
-0,4045
0,0334
Regio Sudeste
-0,1582
0,0223
Regio Centro-Oeste
-0,4050
0,0427
0,5860
0,0207
Elaborao dos autores, a partir de microdados da PIA 2010 (IBGE), Rais 2010 (MTE) e TIC Empresas 2010 (CGI).
Obs: Todas as variveis foram significativas a 1%.
182
Coeficientes
EP
Coeficientes
EP
Intercepto
7,46*
0,44
7,39*
0,99
0,20*
0,02
0,20*
0,03
-0,12*
0,04
-0,11
0,056
ERP
0,08
0,07
0,13
0,712
0,06*
0,02
0,06*
0,031
Idade da firma
0,01*
0,01
0,01
0,01
-0,01
0,01
-0,01
0,01
0,04
0,07
0,04
0,1
0,01
0,01
0,01
0,01
Regio Norte
0,13
0,16
0,13
0,18
Regio Nordeste
-0,19
0,11
-0,19
0,16
Regio Sudeste
0,1
0,07
0,1
0,09
Regio Centro-Oeste
-0,41*
0,15
-0,42
0,18
0,19*
0,07
0,23*
0,19
0,03
0,42
Elaborao dos autores, a partir de microdados da PIA 2010 (IBGE), Rais 2010 (MTE) e TIC Empresas 2010 (CGI).
Nota: *Significativos a 1%.
183
TABELA 5
Variveis
Intercepto
Regresso quantlica
Regresso quantlica
Q25
Q50
Q75
Q25
Q50
Q75
8,64*
6,65*
6,46*
7,75*
6,95*
4,41*
0,20*
0,27*
0,34*
0,22*
0,26*
0,37*
-0,19*
-0,22*
-0,31*
-0,17*
-0,22*
-0,20*
ERP
0,22*
-0,08*
-0,07*
0,90*
-0,33
1,33*
-0,01
0,07*
0,07*
0,01
0,07*
0,13*
Idade da firma
0,02*
0,01*
0,01*
0,02*
0,01*
0,02*
-0,04*
-0,004
-0,01*
-0,05*
-0,00
-0,02*
0,24*
0,07*
0,13*
0,15*
0,09*
-0,06
0,016*
0,01*
0,03*
0,02*
0,01*
0,03*
Regio Norte
-0,13
-0,05
0,11
-0,19
-0,04
-0,06
Regio Nordeste
-0,50*
-0,34*
-0,12*
-0,51*
-0,32*
-0,29*
Regio Sudeste
0,07*
0,06*
-0,04
0,04
0,10*
-0,15*
Regio Centro-Oeste
-0,47*
-0,57*
-0,51*
-0,64*
-0,52*
-0,70*
0,23*
0,16*
0,23*
0,39*
0,11*
0,61*
0,40*
-0,14
0,86*
0,04*
-0,00
0,05*
Elaborao dos autores, a partir de microdados da PIA 2010 (IBGE), Rais 2010 (MTE) e TIC Empresas 2010 (CGI).
Nota: *- Significativos a 1%.
184
GRFICO1
Impacto da adoo de ERP
ERP
0,95
0,9
0,85
0,8
0,75
0,7
0,65
0,6
0,55
0,5
0,45
0,4
0,35
0,3
0,25
0,2
0,15
0,1
0,05
-1
Quantil
Elaborao dos autores, a partir de microdados da PIA 2010 (IBGE), Rais 2010 (MTE) e TIC Empresas 2010 (CGI).
Veja, tambm por meio do grfico 1, que a partir do percentil de 20% exceto
o intervalo compreendido aproximadamente entre os percentis de 60% e 80% o
intervalo de confiana (rea sombreada) contm o valor zero. Uma possvel explicao para essa caracterstica que as firmas com baixa produtividade do trabalho
estejam operando com um nvel insuficiente de capital fsico e adotar um software
de ERP est diretamente associado a investimentos em computadores. Alm disso,
empresas que adotam ERP tipicamente submetem seus funcionrios a treinamentos
que, em certa medida, aumentam a proficincia desses em equipamentos de alta
tecnologia, aumentando, assim, a produtividade do trabalho deles.
Quanto s empresas com produtividade mais alta, um dos possveis fatores a
explicar o impacto irrelevante de ERP na produtividade pode ser a menor adoo
das firmas de mdia-alta e alta tecnologia, em relao s demais. Outra possvel
explicao um problema de mensurao, no do processo gerador de dados em
si. Especificamente, adotar ERP demanda uma reestruturao de diversos setores
da empresa e seus resultados podem no surtir efeito imediatamente. Nesse caso,
uma anlise em painel com defasagens temporais da varivel indicadora de ERP
seria mais adequada. A pesquisa TIC Empresas, entretanto, no censitria, o
que complica muito a implementao economtrica. Em outras palavras, empresas diferentes podem representar o mesmo estrato em anos diferentes e no seria
possvel estimar efeitos individuais dessas empresas. Alm disso, o peso amostral
seria diferente em cada ano, dificultando o processo.
185
6 CONSIDERAES FINAIS
186
CAPTULO 7
1 INTRODUO
188
189
Para a anlise a seguir, foram utilizadas a Pesquisa Industrial Anual (PIA), realizada
pelo Instituto Brasileiro de Geografia e Estatstica (IBGE), e a Relao Anual de
Informaes Sociais (Rais), do Ministrio do Trabalho e Emprego (MTE), ambas
referentes ao perodo compreendido entre 1996 e 2010. A partir de tais fontes,
foram construdas as variveis referentes PTF, aos picos de investimento e idade
do investimento das firmas. As construes dessas variveis e o modelo emprico
so abordados nas subsees a seguir.
2.1 Estimao da PTF no nvel da firma
Admita uma funo de produo Cobb-Douglas, tal que, para uma determinada
firma i ,
(1)
(2)
2. No presente trabalho,
so dados, respectivamente, pelas variveis referentes receita bruta, nmero
mdio de empregados no ano, e consumo operacional intermedirio da PIA. Por sua vez, dado pela srie construda
a partir da metodologia descrita em Alves e Silva (2008).
190
(3)
(C1)
(C2)
ou
(I (
, (4)
) > I iMED ,
i t+1
191
Esta regra foi utilizada isoladamente por Cooper, Haltiwanger e Cooper (1999), e
associada a outras regras por Power (1998), Nilsen, Raknerud, Rybalka e Skjerpen
(2009) e Grazzi, Jacoby e Treibich (2013).
Por sua vez, o atributo de ser um evento raro capturado pela regra relativa,
que determina que a taxa de investimento da firma deva ser superior sua taxa de
investimento mediana, multiplicada por uma constante. O valor desta constante
(no presente trabalho, 1,75) arbitrrio. A tabela 1 mostra a sensibilidade da
classificao proposta a partir de diferentes valores para a constante em questo.
Nota-se uma variao pouco significativa ao longo dos diferentes valores, sendo
que o fator preponderante mostra-se a regra absoluta.
Alm disso, assim como procedido em Power (1998), a regra relativa em (C1)
complementada por (C2), que tem o intuito de acomodar significativos investimentos que acabam por vezes sendo realizados em anos consecutivos, ao invs de
integralmente em um ano especfico. Para , este trabalho utiliza o mesmo valor
que Power (1998), 0,90.
TABELA 1
% Observaes
% Investimento agregado
0/0
11,92
27,67
1,75/0,9
11,30
26,90
2,5/0,9
11,20
26,79
3,25/0,9
11,14
26,68
192
Picos (%)
ndice de Herfindahl
1996
5,5
1,57
0,018
1997
9,7
1,64
0,015
1998
9,2
1,69
0,020
1999
10,7
2,02
0,020
2000
13,1
2,11
0,030
2001
13,1
2,87
0,034
2002
13,3
2,59
0,009
2003
13,7
2,73
0,014
2004
14,2
3,61
0,055
2005
9,7
3,68
0,041
2006
10,3
4,10
0,060
2007
13,8
5,16
0,033
2008
12,0
5,75
0,034
2009
10,5
4,91
0,060
2010
12,2
5,22
0,080
Em seguida, foi construda a varivel idade do investimento, dada pela diferena entre o ano de determinada observao e o ano em que foi observado o pico
anterior para a referida firma. Por exemplo, suponha uma firma em 2000 cujo
pico anterior tenha sido observado em 1997. Ento, a idade de seu investimento
considerada como sendo de trs anos. A tabela 3 mostra a frequncia das observaes referentes idade do investimento. Na linha denotada 6 + esto agrupadas as
observaes cuja idade do investimento igual ou maior que seis. Assim, percebe-se
193
% das observaes
36,7
17,9
12,7
9,0
6,6
4,9
6+
12,1
3 MODELO EMPRICO
4. Para a construo da tabela 3, utilizaram-se apenas as observaes com idade do investimento determinada, ou seja,
no se considerando as observaes das firmas antes da identificao de seus respectivos primeiros picos ao longo do
perodo compreendido. Por este motivo, o percentual de observaes com idade do investimento zero na tabela 3
superior ao percentual de observaes caracterizadas como picos pela tabela 1.
5. Neste trabalho, no primeiro ano em que uma determinada firma aparece na PIA, como idade da firma utiliza-se
a varivel proxy referente ao tempo de trabalho na firma de seu trabalhador mais antigo (antiguidade em termos
no de idade do trabalhador, mas sim de tempo de trabalho na firma), obtido a partir da Rais. Com base nesta proxy
utilizada para o primeiro ano em que a firma aparece na base, a idade para os anos subsequentes estimada apenas
acrescentando uma unidade a cada ano.
6. Varivel esta tambm obtida pela PIA.
194
Para cada uma das variveis indicadas anteriormente como varivel dependente, estima-se, por efeitos fixos, a equao (5):
xit = Z it + ui + it ,
(5)
em que xit representa a varivel dependente em questo, , um vetor de parmetros, ui , o efeito fixo da firma, e it , o termo de erro.
A partir dos coeficientes das variveis binrias referentes idade do investimento, observa-se o efeito do pico sobre cada uma das variveis dependentes.
Dessa forma, investiga-se, por um lado, tal efeito sobre a produtividade das firmas,
sendo esta mensurada por meio das distintas medidas de PTF e pela produtividade
do trabalho. Em seguida, investiga-se o efeito do pico sobre os componentes de
tais medidas de produtividade, ou seja, sobre o produto da firma e sua demanda
por fatores de produo.
3 RESULTADOS
A apresentao dos resultados ser dividida em duas partes. A primeira delas expe
o efeito dos picos de investimento sobre as diferentes medidas de produtividade.
A segunda parte exibe tal efeito sobre os componentes de tais medidas.
3.1 Efeitos sobre a produtividade da firma
195
TABELA 4
PTF-LP
PTF-BB
PTF-W
Produtividade do Trab.
-0,0437***
-0,0541***
-0,0620***
0,0343***
(0,00396)
(0,00448)
(0,00406)
(0,00265)
-0,00008***
0,000290***
0,000133***
-0,000431***
(0,000028)
(0,000032)
(0,000029)
(0,000029)
-0,223***
-0,306***
-0,273***
0,104***
(0,00756)
(0,00855)
(0,00776)
(0,00776)
-0,232***
-0,308***
-0,270***
0,0985***
(0,00723)
(0,00817)
(0,00742)
(0,00747)
-0,216***
-0,276***
-0,241***
0,0738***
(0,00693)
(0,00784)
(0,00712)
(0,00728)
-0,185***
-0,236***
-0,203***
0,0622***
(0,00679)
(0,00768)
(0,00697)
(0,00726)
-0,150***
-0,189***
-0,159***
0,0439***
(0,00677)
(0,00766)
(0,00695)
(0,00737)
-0,119***
-0,140***
-0,118***
0,0234***
Idade
Idade ao quadrado
Idade do invest. (0 anos)
Idade do invest. (1 ano)
(0,00691)
(0,00781)
(0,00709)
(0,00765)
-0,0166
-0,157***
-0,182***
-0,295***
(0,0103)
(0,0117)
(0,0106)
(0,0114)
0,0122
-0,211***
-0,311***
-0,464***
(0,0169)
(0,0191)
(0,0174)
(0,0183)
-0,0750***
-0,231***
-0,476***
-0,707***
(0,0267)
(0,0302)
(0,0274)
(0,0276)
-0,0164
-0,183***
-0,658***
-0,915***
(0,0469)
(0,0531)
(0,0482)
(0,0450)
0,0882
0,0866
-0,739***
-1,343***
(0,0818)
(0,0925)
(0,0840)
(0,0688)
Constante
2,912***
9,837***
-5,112***
10,13***
(0,275)
(0,311)
(0,283)
(0,270)
Nmero de observaes
127.074
127.074
127.074
179.828
R-squared
0,877
0,895
0,494
0,041
Nmero de firmas
30.822
30.822
30.822
35.475
F stat
13.499
16.070
1.844
120,9
Model df
30.872
30.872
30.872
35.525
Residual df
96.201
96.201
96.201
144.302
196
GRFICO 1
-0,05
-0,1
-0,15
-0,2
-0,25
-0,3
lprod
PTF-LP
PTF-W
PTF-BB
197
Distribuio (em %) das firmas com uma unidade local, ao longo dos quartis8 de cada
varivel (1996-2010)
Quartil
PTF-LP
PTF-BB
PTF-W
Produtividade do Trab.
Pessoal ocupado
Estoque de capital
0%-25%
9,9
15,9
6,3
37,6
39,6
58,9
25%-50%
23,1
23,9
17,1
29,8
31,0
30,7
50%-75%
37,6
26,3
23,5
18,8
21,2
8,5
75%-100%
29,4
33,9
53,2
13,8
8,2
1,8
8. Os quartis so referentes totalidade das firmas. A interpretao correta da tabela 5 seria: no que se refere, por
exemplo, varivel PTF-LP, de 100% das firmas com uma unidade local, 9,9% se situam no primeiro quartil, 23,1% no
segundo, 37,6% no terceiro, e 29,4% no quarto.
198
TABELA 6
Idade ao quadrado
PTF-LP
PTF-BB
PTF-W
Produtividade do
Trab.
-0,0275*
-0,00403
-0,0272*
0,0673***
(0,0142)
(0,0158)
(0,0151)
(0,0124)
-0,000912***
-0,000794***
-0,000418***
-0,00117***
(0,000142)
(0,000157)
(0,000151)
(0,000158)
-0,444***
-0,689***
-0,560***
0,180***
(0,0314)
(0,0349)
(0,0335)
(0,0334)
-0,415***
-0,631***
-0,508***
0,170***
(0,0302)
(0,0335)
(0,0322)
(0,0321)
-0,344***
-0,521***
-0,424***
0,132***
(0,0291)
(0,0323)
(0,0310)
(0,0311)
-0,260***
-0,399***
-0,329***
0,115***
(0,0285)
(0,0316)
(0,0303)
(0,0306)
-0,165***
-0,270***
-0,217***
0,0870***
(0,0285)
(0,0317)
(0,0304)
(0,0310)
-0,121***
-0,165***
-0,148***
0,0358
(0,0297)
(0,0330)
(0,0316)
(0,0324)
-0,0704*
-0,209***
-0,143***
-0,424***
(0,0372)
(0,0414)
(0,0397)
(0,0411)
-0,0828
-0,348***
-0,238***
-0,775***
(0,0718)
(0,0798)
(0,0765)
(0,0778)
-0,432***
-0,378**
-0,0357
-1,559***
(0,146)
(0,162)
(0,156)
(0,148)
Constante
-16,47***
22,93***
8,692***
8,323***
(0,339)
(0,377)
(0,361)
(0,277)
28.952
28.952
28.952
38.786
Nmero de observaes
R-squared
0,857
0,862
0,406
0,063
Nmero de firmas
10.782
10.782
10.782
12.696
F stat
2.648
2.756
302,4
42,42
Model df
10.822
10.822
10.822
12.736
Residual df
18.129
18.129
18.129
26.049
199
GRFICO 2
Estimativas da relao entre as medidas de produtividade e a idade do investimento,
para as firmas com apenas uma unidade local (tabela 6)
0,3
0,2
0,1
0
0
-0,1
-0,2
-0,3
-0,4
-0,5
-0,6
lprod
PTF-LP
PTF-W
PTF-BB
De forma exploratria, foram investigadas tambm as firmas em expanso, definidas, no presente trabalho, como aquelas que apresentam um pico de investimento
em t e, ao mesmo tempo, ou reportem um aumento no nmero de unidades
locais em t , ou o reportem em t 1 e no apresentam pico em tal ano. O efeito
esperado dos picos de investimento sobre a produtividade desse tipo de firma no
imediatamente claro. Por um lado, h questes referentes a retornos de escala;
por outro, assim como nas demais firmas, h a expectativa de que novas safras de
M&E sejam mais produtivas.
A tabela 7, de forma anloga tabela 5, mostra a distribuio das firmas em
expanso, ao longo dos quartis de cada varivel. Neste caso, nota-se uma distribuio
bastante uniforme ao longo dos quartis, o que sugere que as firmas em expanso
apresentam caractersticas razoavelmente semelhantes totalidade das firmas.
200
TABELA 7
Distribuio (em %) das firmas em expanso, ao longo dos quartis de cada varivel
(1996-2010)
Quartil
PTF-LP
PTF-BB
PTF-W
Produtividade do Trab.
Pessoal ocupado
Estoque de capital
0%-25%
24,6
22,8
27,8
23,4
33,9
27,9
25%-50%
25,1
23,0
24,4
23,7
22,5
20,5
50%-75%
25,2
25,2
23,6
25,5
18,7
22,6
75%-100%
25,2
29,0
24,2
27,4
24,9
28,9
Idade ao quadrado
PTF-LP
PTF-BB
PTF-W
Produtividade do
Trab.
-0,0399***
-0,0635***
-0,0745***
0,0140***
(0,00706)
(0,00771)
(0,00736)
(0,00476)
-0,000068
0,000212***
6,63e-05
-0,000116**
(0,000046)
(0,000050)
(0,000048)
(0,000050)
-0,0665***
-0,117***
-0,153***
0,103***
(0,0170)
(0,0185)
(0,0177)
(0,0170)
-0,0815***
-0,122***
-0,158***
0,105***
(0,0154)
(0,0169)
(0,0161)
(0,0159)
-0,0904***
-0,118***
-0,150***
0,0875***
(0,0142)
(0,0155)
(0,0148)
(0,0148)
-0,0841***
-0,113***
-0,128***
0,0724***
(0,0131)
(0,0143)
(0,0137)
(0,0141)
-0,0765***
-0,0941***
-0,110***
0,0506***
(0,0123)
(0,0135)
(0,0129)
(0,0135)
(Continua)
201
(Continuao)
Variveis
Idade do invest. (5 anos)
PTF-LP
PTF-BB
PTF-W
Produtividade do
Trab.
-0,0665***
-0,0599***
-0,0738***
0,0322**
(0,0117)
(0,0128)
(0,0122)
(0,0133)
0,0130
-0,0979***
-0,148***
-0,325***
(0,0172)
(0,0188)
(0,0180)
(0,0193)
0,0494*
-0,180***
-0,285***
-0,468***
(0,0268)
(0,0293)
(0,0280)
(0,0295)
0,0540
-0,113***
-0,439***
-0,644***
(0,0391)
(0,0427)
(0,0408)
(0,0410)
0,0287
-0,121*
-0,701***
-0,886***
(0,0610)
(0,0667)
(0,0636)
(0,0609)
0,0169
0,0967
-0,895***
-1,152***
(0,103)
(0,112)
(0,107)
(0,0933)
3,622***
8,560***
-9,859***
11,01***
(0,496)
(0,542)
(0,517)
(0,486)
Nmero de observaes
37.242
37.242
37.242
55.572
R-squared
0,864
0,913
0,514
0,037
Nmero de firmas
10.611
10.611
10.611
16.100
F stat
3.308
5.476
550,3
29,37
Model df
10.661
10.661
10.661
16.150
Residual df
26.580
26.580
26.580
39.421
Constante
202
GRFICO 3
0,10
0,05
0,00
-0,05
-0,10
-0,15
-0,20
lprod
PTF-LP
PTF-W
PTF-BB
203
TABELA 9
Idade ao quadrado
PTF-LP
PTF-BB
PTF-W
Produtividade do Trab.
0,00542**
-0,0283***
0,308***
-0,143***
(0,00270)
(0,00220)
(0,00865)
(0,00923)
-0,000984***
-0,000562***
-0,00458***
-0,00129***
(0,00003)
(0,000024)
(0,000094)
(0,000091)
0,321***
0,214***
2,198***
0,377***
(0,00790)
(0,00642)
(0,0254)
(0,0243)
0,330***
0,230***
2,284***
0,791***
(0,00760)
(0,00618)
(0,0244)
(0,0234)
0,634***
0,273***
0,197***
1,996***
(0,00741)
(0,00603)
(0,0238)
(0,0228)
0,225***
0,160***
1,657***
0,530***
(0,00739)
(0,00601)
(0,0237)
(0,0226)
0,172***
0,127***
1,280***
0,399***
(0,00749)
(0,00610)
(0,0240)
(0,0230)
0,331***
0,120***
0,0948***
0,920***
(0,00778)
(0,00633)
(0,0249)
(0,0238)
0,573***
0,868***
-0,832***
-0,434***
(0,0116)
(0,00943)
(0,0371)
(0,0345)
0,999***
1,459***
-1,425***
-0,735***
(0,0186)
(0,0152)
(0,0596)
(0,0556)
1,419***
2,121***
-1,838***
-1,052***
(0,0281)
(0,0228)
(0,0898)
(0,0838)
1,889***
2,800***
-2,142***
-1,367***
(0,0458)
(0,0373)
(0,146)
(0,136)
2,332***
3,671***
-2,625***
-2,109***
(0,0702)
(0,0570)
(0,224)
(0,207)
12,63***
2,501***
1,136
2,514***
(0,275)
(0,223)
(0,878)
(0,856)
180.329
180.382
179.173
167.526
R-squared
0,146
0,180
0,224
0,085
34.951
Constante
Nmero de observaes
Nmero de firmas
35.488
35.585
35.158
F stat
486,0
609,8
812,6
242,0
Model df
35.538
35.636
35.208
35.001
Residual df
144.790
144.745
143.964
132.524
204
GRFICO 4
1
lint-cap
2
lint-mat
3
lproduto
lpo
Os resultados apresentados nas sees anteriores parecem apontar em algumas direes. Em primeiro lugar, o processo de investimento da firma, com uma grande
presena de observaes nulas concomitantes a saltos, apontam para a presena
de no convexidades no processo de ajuste do capital. Dentre as diversas fontes
de no convexidades, duas costumam ser enfatizadas na literatura. Uma delas diz
respeito irreversibilidade do capital, ou seja, uma suposta impossibilidade, por
parte da firma, de recuperar parte do capital investido por meio da venda desse
estoque de capital. Essa irreversibilidade poderia ser consequncia tanto de uma
especificidade do capital (como mquinas produzidas sob encomenda), quanto
da ausncia de um mercado para tal. Outra fonte de no convexidade pode ser a
existncia de custos fixos no processo de investimento. Estes custos fixos podem
ocorrer, por exemplo, caso a firma tenha que paralisar parte de sua produo
durante um intervalo de tempo, para permitir a instalao de novas mquinas.
De qualquer forma, a presena de no convexidades induziria a firma a optar por
um processo de investimentos intermitente, com perodos de investimento nulo
ou reduzido, intercalados por picos deles.
Em segundo lugar, deve-se notar que h uma queda na PTF da firma em
resposta ao pico de investimento, seguida de uma convergncia a nveis anteriores.
Esse comportamento pode ser resultado de learning-by-doing. O ponto de difcil
205
(6)
+ k + m + l 1 lit + w it .
De qualquer forma, o que se percebe pela equao (6) que, para efeitos de
produtividade do trabalho, a queda na PTF mais do que compensada pela maior
intensidade do capital e da utilizao de insumos intermedirios. Essa maior intensidade dos fatores de produo responsvel ento por uma maior produtividade
do trabalho concomitante menor PTF.
206
4 CONCLUSO
207
CAPTULO 8
Este trabalho tem por objetivo analisar algumas relaes bsicas entre rentabilidade, investimento e produtividade na indstria de transformao brasileira nos
anos 2000-2009.
H uma procedente sensao de pessimismo com o futuro da indstria do
Brasil: entre 2000 e 2013 o produto interno bruto (PIB) cresceu 58% e a indstria de transformao apenas 35%, apesar da crescente e elevada utilizao de sua
capacidade instalada. Enquanto isso, a balana comercial do setor industrial, que
a partir de 2002 comeava a apresentar clara melhora, sendo superavitria nesse
ano e tendo crescido tal supervit at um valor mximo de US$ 31,1 bilhes em
2005, registrou seu maior dficit em 2013, no valor de US$ 59,7 bilhes. Essa
piora na balana comercial do setor industrial notada a partir de 2006 deu-se com
algumas importantes excees, como automotiva e alguns setores processadores
de recursos naturais (como alimentos e celulose), e o desempenho em termos de
produo, investimento, produtividade e comrcio externo tem sido decepcionante.
Algumas explicaes para tal fenmeno se repetem nas anlises de grande parte
dos economistas brasileiros. O mau desempenho dever-se-ia, em primeiro lugar,
baixa rentabilidade provocada pela taxa de cmbio apreciada, somada ao fato
de que a produtividade industrial evoluiu de forma desfavorvel,1 assim como ao
fato de que a competitividade sistmica (genericamente chamada de custo Brasil)
ruim, relativamente dos pases competidores. Segundo, e complementarmente,
*Professor do Instituto de Economia da Universidade Federal do Rio de Janeiro (IE/UFRJ).
**Professor do Instituto de Economia da Universidade Federal do Rio de Janeiro (IE/UFRJ).
***Professor do Instituto de Economia da Universidade Federal do Rio de Janeiro (IE/UFRJ).
****Doutorando do Programa de Ps-Graduao em Economia (PPGE) do Instituto de Economia da Universidade
Federal do Rio de Janeiro (IE/UFRJ).
*****Doutorando do PPGE do Instituto de Economia da Universidade Federal do Rio de Janeiro (IE/UFRJ).
1. Squeff (2012) e Bonelli e Pessoa (2012) mostraram queda na produtividade com base nas Contas Nacionais, mas
estes ltimos usam tambm dados da PIA-IBGE, mostrando que, com estes dados, chegou a haver (pequeno) aumento.
210
2. CNI/Cepal, 1997 e 2001, Bielschowsky (2002); Torres, Puga e Meireles (2010); BNDES, srie Vises do Desenvolvimento (vrios nmeros), Kupfer e Laplane (2010), Sarti e Hiratuka (2010) Bielschowsky, Squeff e Vasconcelos (2014).
H maior nmero de trabalhos sobre investimento agregado, como apontam Santos e Pires (2009) e Luporini e Alves
(2010), que identificam mais de vinte estudos nesta linha. Para uma discusso recente que dialoga com este estudo,
ler Santos et al. (2014).
211
3. A descrio detalhada por nome, por classificao dos setores de atividades, por subgrupo (agroindstria, bens
de consumo no durveis e durveis e bens intermedirios e de capital) e por grupo (recursos naturais, consumo de
massa e bens de capital e intermedirio) das 453 maiores empresas industriais da amostra ser realizada no apndice
metodolgico e estatstico. Alm disso, apresenta-se a evoluo da representatividade da amostra em relao ao total
da indstria de transformao no perodo.
212
GRFICO 1
Rentabilidade sobre o patrimnio lquido (%) das empresas industriais (com a exceo dos sub-ramos petrleo e gs, refino de petrleo e coque e lcool): 453 maiores
empresas em vendas, 1996-2012
26,0
23,6
25,6
22,0
19,4
18,0
17,7
17,2
15,9
14,8
14,0
12,2
10,5
10,0
6,0
4,5
5,0
10,5 10,2
5,9
4,1
2,0
0,6
0,0
0,2
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Observe-se que o grfico 1 cobre uma srie temporal maior do que se examina no
restante deste trabalho limitado dcada de 2000, devido s restries de informaes
sobre investimento e produtividade. Ele mostra, por um lado, que os anos 2000 so de
flagrante contraste com a baixa rentabilidade nos anos 1990 (mdia prxima a 3,5%, em
1996-1999) e, por outro, que ocorreu desacelerao dessa rentabilidade a partir de 2009
(de 17,2% naquele ano para 14, 8% em 2010, com nova reduo a 10,2%, em 2012).
Alm desses resultados, chama ateno, ainda na dcada de 2000, tanto a baixssima
rentabilidade das empresas industriais em 2002 (0,2%) quanto a rpida recuperao
desse indicador no ano seguinte de 2003 (23,6%).
importante assinalar que, nesse perodo, no ocorreram mudanas contbeis
que justificassem essa quebra estrutural da srie. O resultado da rentabilidade pode
ser explicado, em boa medida, pelas variaes abruptas na taxa de cmbio e seus
impactos no lado financeiro (passivo e resultado financeiro da demonstrao de
resultados) das empresas industriais.
Entre 2001 e 2002, ocorreu abrupta desvalorizao cambial, da ordem de
53,4%, que foi acompanhada por uma reduo na rentabilidade das empresas industriais de 5,9% para 0,2%. No ano seguinte (2003), verificou-se reverso dessa
trajetria para as duas variveis. O real se valorizou em 19,3% no cotejo com o ano
de 2002 e a rentabilidade sobre o patrimnio lquido aumentou de 0,2%, em 2002,
213
para 23,6% em 2003 (grfico 2). Quais foram os mecanismos de transmisso entre
as variaes na taxa de cmbio e na rentabilidade das grandes empresas industriais?
GRFICO 2
Rentabilidade sobre o patrimnio lquido (%) das 453 empresas industriais e taxa de
cmbio (R$/US$), 1996-2012
4,0
2,9
3,0
2,4
2,5
1,8
2,0
1,5
1,0
0,5
0,0
30,0
3,6
3,5
1,0
1,1
1,2
4,5
5,0
4,1
25,0
2,7
2,3
2,0
2,4
2,1
1,8
1,7
1,7
1,8
2,1
20,0
15,0
10,0
5,0
0,6
12,2
5,9
0,2
15,9
17,7
10,5
17,2
14,8
10,5
10,2
0,0
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Elaborao do autores, a partir das informaes da Revista Exame (Maiores e Melhores) e do Banco Central do Brasil.
Nota: a taxa de cmbio igual taxa mdia mensal do ltimo ms do ano.
Nossa hiptese principal a de que resultou de seu significativo endividamento em dlar, motivada por captaes de emprstimos internacionais abaixo da
taxa de juros interna. A abrupta desvalorizao cambial, como a verificada entre
2001 e 2002, teria provocado significativo aumento em reais das dvidas externas
das empresas, implicando o aumento do passivo e uma piora expressiva na conta
financeira da demonstrao de resultados. Isso teria afetado de forma negativa o
lucro lquido (que soma do lucro operacional EBITDA com o resultado financeiro
menos os impostos sobre o lucro) e, consequentemente, da rentabilidade sobre o
patrimnio lquido.
Infelizmente, no existe disponvel a demonstrao de resultados detalhada
das 453 empresas industriais da nossa amostra entre 1996 e 2012, mas h evidncias dos efeitos financeiros negativos da desvalorizao cambial (e, vice-versa, dos
efeitos positivos da valorizao) para 17 empresas indstrias de capital aberto4 (que
so obrigadas a disponibilizar todas as informaes contbeis) que fazem parte da
amostra total das 453 empresas. Entre 2001 e 2002, o lucro operacional elevou-se em 24,8% (de R$ 10,1 bilhes para R$ 12,6 bilhes) e o dficit do resultado
financeiro cresceu 126,9% (de R$ -4,4 bilhes para R$ -10,1 bilhes). A despeito
do crescimento do lucro operacional em 2002, verificou-se reduo do lucro
lquido de 24,4% (de R$ 4,9 bilhes para R$ 3,7 bilhes) decorrente da expanso
4. As 17 empresas so: AMBEV, Siderrgica Nacional, Gerdau, Usiminas, Embraer, Perdigo S/A, Souza Cruz, Weg, Suzano
Papel, Fosfertil, Sadia S/A, Braskem, Klabin S/A, Aracruz, Duratex, Eternit, Kepler e Weber. Cabe observar que boa parte
dessas firmas atua no ramo da agroindstria e de bens intermedirios.
214
das despesas financeiras originadas da desvalorizao cambial (grfico 3). Com essa
reduo do lucro lquido, ocorreu diminuio da rentabilidade sobre o patrimnio
de 16,6% em 2001 para R$ 11,7%, em 2002, dessas 17 empresas (grfico 4).
GRFICO 3
Lucro operacional (EBITDA), resultado financeiro e lucro lquido de 17 empresas industriais de capital aberto, 1996-2008
(R$ bilhes)
50,0
38,0
40,0
30,0
26,8
20,0
10,0
2,4
3,0
2,9
5,0
0,0
1,5
1996
2,1
1997
2,3
1998
-10,0
-0,8
-1,4
-1,4
2,1
1999
-3,5
7,3
10,1
12,6
22,6
15,6
16,0
14,2
2003
2004
2005
-4,1
-5,4
-3,9
2006
-3,3
16,8
10,2
5,7
2000
-3,8
4,9
2001
-4,4
3,7
2002
27,1
24,3
19,2
9,5
2007
2008
-0,6
-10,1
-20,0
-24,6
-30,0
Lucro Operacional EBITDA
Resultado Financeiro
Lucro Lquido
Grfico 4
Patrimnio lquido (R$ bilhes), lucro lquido (R$ bilhes) e rentabilidade sobre o
patrimnio (%) de 17 empresas industriais de capital aberto, 1996-2007
30,0
25,0
20,0
15,0
10,0
5,0
0,0
95,0
85,0
75,0
22,7
22,1
65,0
19,8
18,5
55,0
16,6
45,0
86,6
11,7
35,0
11,1
76,9
10,8
70,8
9,2
25,0
60,4
7,9
15,0
39,3
31,4
29,4
28,7
22,5
20,4
19,8
19,2 5,0
18,5
16,0
15,6
14,2
10,2
1,5
2,1
2,3
2,1
5,7
4,9
3,7
-5,0
1996
1997
1998
1999
Patrimnio Lquido
2000
2001
2002
Lucro Lquido
26,0
25,8
2003
2004
2005
2006
2007
215
212,4
167,1
231,7
177,5
174,7
146,8
150,0
145,5
109,8
122,2
139,0
113,6
92,0
100,0
50,0
0,0
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
216
O salto da rentabilidade entre 2002 e 2003 foi fortemente influenciado pela valorizao cambial, mas a manuteno da rentabilidade num nvel elevado nos anos
seguintes s pode ser explicada por meio da combinao da elevao dos preos das
commodities (e seus efeitos sobre o setor da agroindstria e dos bens intermedirios)
e da importante expanso do mercado interno via aumento da demanda, puxado
pelo setor de bens de consumo de massa).
A elevao dos preos das commodities e a expanso do mercado interno geraram impactos diferenciados nas empresas industriais. Esses efeitos heterogneos
podem ser mais bem compreendidos com a subdiviso apresentada nos grficos
6 e 8. Percebe-se que o segmento de bens intermedirios, que exporta parte significativa de sua produo, foi o que apresentou a partir de 2003 a maior rentabilidade
sobre o patrimnio lquido (18% em mdia entre 2003 e 2012), com expressiva
reduo em 2011 (7,8%) e 2012 (2,8%).
GRFICO 6
Rentabilidade sobre o patrimnio lquido (%) das empresas industriais (com a exceo
dos sub-ramos petrleo e gs, refino de petrleo e coque e lcool) por recursos naturais
e bens intermedirios : 453 maiores empresas em vendas, 2000-2012
35,0
33,1
31,0
30,0
27,4
25,0
22,1
20,0
17,4
16,015,4
15,6
15,0
12,4
11,8
10,0
19,1
17,6
13,3
17,3
13,2
12,6
13,7
13,7
10,6
9,4
7,8
4,5
5,0
2,8
2,8
0,2
0,0
2000
2001
-0,1
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
-5,0
Recursos Naturais
Bens Intermedirios
217
Preo (mdio US$/ ton.) e quantidade (milhes de ton.) das exportaes brasileiras
dos setores de recursos naturais (Agroindstria) e de bens intermedirios (2005=100),
2000-2012
225
200
175
150
125
100
75
50
25
0
2000
2001
2002
2003
2004
2005
Agroindstria (quantidade)
Agroindstria (preo)
2006
2007
2008
2009
2010
2011
2012
218
Rentabilidade sobre o patrimnio lquido (%) das empresas industriais (com a exceo
dos sub-ramos petrleo e gs, refino de petrleo e coque e lcool) por recursos naturais
e bens intermedirios: 453 maiores empresas em vendas, 2000-2012
36,0
36,3
25,5
26,0
19,7
18,9
16,0
16,4 15,2
-4,0
-14,0
1,5
2000
19,1
18,4
17,6 17,5
14,4
13,5
11,0
6,0
27,2
25,4
25,3
13,4
12,1
10,2
0,4
2001
-1,5 -2,7
2002
2003
2004
-2,0
2005
2006
2007
2008
2009
2010
2011
2012
-10,1
-24,0
-34,0
-31,7
Consumo de Massa
Bens de Capital
219
No esquema analtico aqui adotado, a dinmica da demanda afeta a capacidade ocupada/nvel de utilizao e a rentabilidade (corrente e esperada) que impactam na deciso
capitalista de investir. Por sua vez, o investimento afeta a produtividade por meio
do aumento do estoque de capital e da modernizao de mquinas e equipamentos.
Esse esquema analtico apoia-se no modelo kaleckiano dos determinantes do
investimento. Para Kalecki (1977), o montante do investimento, principal varivel
da dinmica econmica, num determinado momento, depende de trs variveis
discriminadas a seguir.
1) Da acumulao interna dos lucros das firmas (lucros correntes retidos aps
distribuio para os acionistas), que afeta a disponibilidade de recursos
financeiros prprios para novos investimentos acumulados.
2) Das variaes nos lucros por unidade de tempo. A elevao dos lucros impacta positivamente os investimentos na medida em que um aumento
dos lucros do comeo ao fim do perodo considerado tornam atraentes
certos projetos anteriormente considerados no lucrativos, permitindo dessa forma a ampliao dos limites dos planos de investimentos
(Kalecki, 1977, p. 118).
3) Das variaes no estoque de capital. O incremento no estoque de capital,
mantendo-se constante o lucro, afeta negativamente a taxa de lucro, restringindo os limites dos planos de investimento. Em outras palavras, quando
as empresas aumentam seu estoque de capital, num contexto anterior de
existncia de capacidade, isso afeta negativamente a deciso de investir.
5. O crdito expandiu-se de 26,1% do PIB em dezembro de 2003 para 45,2% do PIB em dezembro de 2010. Alm da
expanso do crdito pelos bancos pblicos durante a crise de setembro de 2008, outras medidas foram adotadas pelo
governo, tais como redues das alquotas do IR e do IPI sobre carros novos, material de construo e eletrodomsticos,
do IOF nas operaes de crdito das pessoas fsicas e da Cofins sobre motos.
220
A dinmica da indstria de transformao entre 2002 e 2012 e, quando possvel, at 2013, caso haja dados disponveis para mostrar a tendncia mais recente
somente consegue ser analisada a partir dos efeitos da dinmica da economia
brasileira e das mudanas no contexto internacional no perodo. Isso implica separar
temporalmente esse perodo em trs subperodos: i) entre 2000 e 2003; ii) entre
2004 e 2010; e iii) a partir de 2011.
Em termos de crescimento do PIB, o primeiro perodo, de 2000 a 2003,
caracteriza-se por relativamente baixo crescimento do PIB, com mdia anual de
2,3%. A partir de 2004 at 2010 (segundo perodo), o crescimento econmico
toma novo alento e se acelera para uma taxa mdia de 4,5% ao ano, a despeito
da grave crise internacional de 2008, que teve um impacto muito forte sobre a
221
2004-2010
2011-2013*
PIB
2,3
4,5
2,1
Consumo privado
4,5
5,2
3,3
Investimento
-1,1
9,2
2,3
6,1
17,3
10,4
Fonte: Ipeadata e base de dados prpria, a partir das informaes da Revista Exame (Maiores e Melhores).
Nota: *mdias de variao calculadas a partir de dados de 2000, sendo que os dados de rentabilidade se estendem apenas
at 2012, mas, dada a existncia dos outros dados at 2013, optamos por apresent-los.
222
Expanso
Recesso
2001-2003
2004-2008
2009
Agroindstria
-3,3
10,1
-19,0
-11,9
9,3
-28,0
-11,5
8,9
-23,9
Bens intermedirios
-10,4
11,6
-21,3
Bens de capital
-8,4
12,0
-22,7
Grupos/Fases
INVESTIMENTO
RENTABILIDADE
Agroindstria
14,0
11,3
15,4
-8,3
19,5
23,5
-20,9
23,7
29,9
Bens intermedirios
11,8
21,5
17,3
Bens de capital
2,9
18,1
14,4
Fonte: Investimento em Bielschowsky, Squeff e Vasconcelos (2014) e rentabilidade com base de dados prpria, a partir das
informaes da Revista Exame (Maiores e Melhores).
223
GRFICO 9
2001
2002
2003 2004
2005
2006
2007
2008
2009
2010
2011 2012
2013
Fonte: Ipeadata.
1995.01
1995.05
1995.09
1996.01
1996.05
1996.09
1997.01
1997.05
1997.09
1998.01
1998.05
1998.09
1999.01
1999.05
1999.09
2000.01
2000.05
2000.09
2001.01
2001.05
2001.09
2002.01
2002.05
2002.09
2003.01
2003.05
2003.09
2004.01
2004.05
2004.09
2005.01
2005.05
2005.09
2006.01
2006.05
2006.09
2007.01
2007.05
2007.09
2008.01
2008.05
2008.09
2009.01
2009.05
2009.09
2010.01
2010.05
2010.09
2011.01
2011.05
2011.09
2012.01
2012.05
2012.09
2013.01
2013.05
2013.09
2014.01
1995.01
1995.05
1995.09
1996.01
1996.05
1996.09
1997.01
1997.05
1997.09
1998.01
1998.05
1998.09
1999.01
1999.05
1999.09
2000.01
2000.05
2000.09
2001.01
2001.05
2001.09
2002.01
2002.05
2002.09
2003.01
2003.05
2003.09
2004.01
2004.05
2004.09
2005.01
2005.05
2005.09
2006.01
2006.05
2006.09
2007.01
2007.05
2007.09
2008.01
2008.05
2008.09
2009.01
2009.05
2009.09
2010.01
2010.05
2010.09
2011.01
2011.05
2011.09
2012.01
2012.05
2012.09
2013.01
2013.05
2013.09
2014.01
224
GRFICO 10
250
200
150
100
50
Fonte: Ipea.
Consumo Aparente Bens de Capital
Fonte: Ipea.
Produo Bens de Capital
GRFICO 11
150
140
130
120
110
100
90
80
70
60
50
225
GRFICO 12
1995.01
1995.05
1995.09
1996.01
1996.05
1996.09
1997.01
1997.05
1997.09
1998.01
1998.05
1998.09
1999.01
1999.05
1999.09
2000.01
2000.05
2000.09
2001.01
2001.05
2001.09
2002.01
2002.05
2002.09
2003.01
2003.05
2003.09
2004.01
2004.05
2004.09
2005.01
2005.05
2005.09
2006.01
2006.05
2006.09
2007.01
2007.05
2007.09
2008.01
2008.05
2008.09
2009.01
2009.05
2009.09
2010.01
2010.05
2010.09
2011.01
2011.05
2011.09
2012.01
2012.05
2012.09
2013.01
2013.05
2013.09
2014.01
50
Produo Intermedirio
Fonte: Ipea.
Como se pode observar a partir dos grandes ramos da indstria de transformao, descontados os bens de capital, h um padro interessante: i) um primeiro e
ainda relativamente moderado descolamento entre a expanso do consumo aparente
e da produo at a crise do final de 2008 e incio de 2009, como mostram nos
grficos acima o cruzamento das linhas que representam as duas variveis; b) uma
exacerbao dessa tendncia em 2010, e, aps essa data, uma exacerbao dessa
tendncia; c) certa cristalizao da brecha entre consumo e produo a partir
de 2011, quando ambas as variveis entram num perodo de relativa estagnao
(grficos 10, 11 e 12). Por certo, esse padro representa uma preocupao para
aqueles que analisam o desempenho da indstria, por suas implicaes estruturais,
e exige ao menos a formulao de algumas hipteses explicativas para entender o
que se passou no perodo examinado.
A formulao feita a seguir persegue dois caminhos complementares.
O primeiro busca entender esse movimento desagregando os setores, e o segundo,
o entendimento sobre at que ponto esse comportamento resultado de alguma
mudana na estrutura produtiva mais especificamente da relao produo
domstica e importaes.
A partir dos dados calculados de relao entre consumo aparente e produo, apresentados na tabela 3 a seguir, pode-se verificar que, aps a crise de 2008,
226
ou mais precisamente a partir da sada da crise por meio das polticas contracclicas
estabelecidas pelo governo federal, a caracterstica geral uma expanso da razo
consumo aparente/produo em todos os setores destacados.6 Alguns setores partem
de um patamar muito baixo, a saber produtos de madeira, derivados de petrleo,
produtos de borracha, produtos de metal e outros materiais de transportes. Um
segundo grupo que estabelecemos com uma relao entre 1 e 1,10 engloba txteis,
vesturio, produtos farmoqumicos, minerais no metlicos, mquinas e equipamentos,
metalurgia e mveis. Finalmente, h um grupo que j possua uma relao elevada,
acima de 1,10, composto por informtica, veculos automotores e produtos qumicos.
O crescimento mdio destas razes expressivo, cerca de 37%, ainda que no haja
uma regularidade entre menor relao antes de 2008 e maior taxa de crescimento.
O exemplo mais gritante o da informtica, seguida de veculos automotores, que j
possuam as relaes mais elevadas antes de 2008 e, ainda assim, registram tambm
uma das mais elevadas taxas de crescimento, cerca de 47% e 76%, respectivamente.
Outros setores que cresceram bastante a relao entre consumo aparente e produo
foram vesturio, produtos de metal, outros materiais de transporte, produtos farmoqumicos, mquinas e equipamentos e veculos automotores. No procuraremos
desenvolver uma anlise detalhada dessa evoluo, mas apenas anotar que em alguns
casos, como produtos de metal, outros materiais de transporte e produtos farmoqumicos, o valor-base era bastante reduzido.
tabela 3
Perodo 2000-2008
1,005
1,024
0,963
0,994
0,988
1,106
1,012
0,973
1,025
1,025
0,998
1,382
1,049
1,040
1,142
1,058
1,049
Perodo 2009-2013
1,138
1,465
1,108
1,198
1,093
1,319
1,471
1,256
1,293
1,293
1,427
2,030
1,770
1,344
2,014
1,306
1,408
Fonte: Ipea.
Elaborao dos autores.
6. Apesar da tendncia geral, destacamos neste estudo aqueles cuja tendncia foi mais pronunciada.
Variao
13,2
43,1
15,1
20,5
10,6
19,3
45,3
29,1
26,1
26,1
42,9
46,9
68,8
29,3
76,4
23,4
33,5
227
Setores
Txteis
Vesturio
Madeira
Celulose e papel
Qumicos
Farmoqumicos e farmacuticos
Minerais no metlicos
42,3
50,4
5,2
121,3
47,7
-36,6
24,7
5,1
3,2
37,1
40,2
14,6
10,9
20,9
5,7
19,3
7,5
13,0
(Continua)
228
(Continuao)
Setores
Metalurgia
Produtos de metal
Mquinas e equipamentos
Veculos automotores
44,8
34,9
8,6
21,4
18,5
3,8
-9,0
-7,9
24,4
-0,4
3,4
14,3
9,3
27,2
Fonte: CNI.
Elaborao dos autores.
229
2008 -2004
2009
Agroindstria
1,53
-1,35
-2,86
Consumo de massa
-0,80
1,32
-0,87
Bens intermedirios e de
capital
-0,69
0,54
-9,53
Nos dados da tabela 5 existe, na maioria das clulas, uma tendncia esperada
da natureza pr-cclica da variao da produtividade do trabalho, exceo do
caso da agroindstria entre 2004 e 2008. Mas a taxa relativamente reduzida
neste ltimo perodo para os bens de consumo de massa e bens intermedirios
e de capital. Como, paralelamente, parece ter ocorrido uma elevao do salrio
real, ainda que tambm apenas suave, permanece carente de melhor explicao a
expanso da rentabilidade das empresas no perodo. Um dos caminhos j explorados
na seo anterior diz respeito a questes ligadas gesto financeira das empresas
e, certamente, crescente utilizao da capacidade instalada. Apesar de esses
dois fatores serem relevantes, a questo aqui apenas enunciada como polmica,
demandando estudos especficos mais aprofundados.
Apresenta-se a seguir um exerccio simples de correlao entre os fatores
que determinam o investimento (tabela 6) . Ele nos permite assinalar algumas
importantes evidncias do quadro analtico aqui apresentado, bem como dos fatos
estilizados da indstria de transformao brasileira.
230
tabela 6
Rentabilidade (t-1)
Selic
Nuci
Taxa de cmbio
FBKF
Rentabilidade
(t-1)
1,00
0,92
0,65
-0,10
0,40
Rentabilidade
(t-1) Selic
0,92
1,00
0,67
-0,19
0,52
Nvel de utilizao
(Nuci)
0,65
0,67
1,00
-0,57
0,84
Taxa de cmbio
-0,10
-0,19
-0,57
1,00
-0,79
FBKF
0,40
0,52
0,84
-0,79
1,00
Variveis
Elaborao do autores, a partir das informaes da Revista Exame (Maiores e Melhores), e Bielschowsky,
Squeff e Vasconcelos (2014).
231
Durante todo o ciclo expansivo de 2004 a 2010, a indstria apresentou alta rentabilidade e elevada taxa de investimento, que reagiu adequadamente, via mecanismo
do acelerador ao aumento da utilizao da capacidade instalada. As medidas tomadas pelo governo Dilma Roussef desaqueceram bruscamente a trajetria prvia de
forte crescimento e, com isso, consequentemente, tanto a rentabilidade quanto a
utilizao da capacidade instalada e, finalmente, o investimento.
O dado que demanda uma explicao, pois no segue a trajetria normal
do ciclo econmico, representando, possivelmente, uma mudana estrutural, o
da brecha entre consumo aparente e produo domstica para bens de consumo
e intermedirios. Ainda que no sejamos capazes de oferecer uma explicao
definitiva que demandaria estudos microeconmicos mais especficos, podemos
aventar algumas hipteses.
O investimento na indstria, apesar de pujante e muito rentvel, abriu espao
a um acelerado aumento das importaes que, ademais, no foi compensado por
um aumento das exportaes, o que fica patente na abertura de um grande dficit
na balana comercial da indstria de transformao.
Uma primeira hiptese que, apesar de pujante o crescimento do investimento no perodo de ascenso, no foi suficiente para estabelecer plantas capazes
de substituir importaes ou mesmo tornarem-se eficientes nas exportaes,
resultado que poderia ser creditado brusca reverso ocorrida em 2011. Infelizmente, no possvel pelos meros dados de fluxos de investimento analisar em
quanto se amplia a capacidade produtiva, requerendo-se, para tanto, dados sobre
estoque de capital ainda inexistentes quando se trata de indstria de transformao.
De acordo com a hiptese levantada por Bielschowsky, Squeff e Vasconcellos (2014),
o ciclo de investimento dos anos 2000 na indstria de transformao teria se concentrado em reposio e modernizao, contendo relativamente pouca expanso e
diversificao, e resultando, portanto, em pouca expanso na capacidade de oferta.
232
233
234
4 CONCLUSO
235
236
237
BIELSCHOWSKY, R. Investimento e reformas no Brasil: indstria e infraestrutura nos anos 1990. Braslia, Ipea, 2002.
BIELSCHOWSKY, R., SQUEFF, G.; VASCONCELOS, L. Evoluo dos investimentos nas trs frentes de expanso da economia brasileira na dcada de 2000.
In: CALIXTRE, A.; BIANCARELLI, A.; CINTRA, M. (org.)Presente e futuro
do desenvolvimento brasileiro. Braslia: Ipea, 2014.
BONELLI, R; PESSA, S. A. Desindustrializao no Brasil: fatos e verses. In:
BACHA, Edmar Lisboa; BOLLE, M. B. de. (Org.). Novos dilemas da poltica
econmica ensaios em homenagem a Dionsio Dias Carneiro. Rio de Janeiro:
LTC Editora Ltda., 2011.
BNDES BANCO NACIONAL DE DESENVOLVIMENTO ECONMICO
E SOCIAL. srie Vises do Desenvolvimento (vrios nmeros)
IPEA INSTITUTO DE PESQUISA ECONMICA APLICADA.
Comunicado n 133. Braslia: Ipea, 2012.
KALECKI, M. Teoria da dinmica econmica. So Paulo: Editora Nova Cultura, 1977.
KUPFER, D.; CARVALHO, L. Sndrome macroeconmica, competitividade e crescimento. Rio de Janeiro: Instituto Nacional de Altos Estudos, 2007. Mimeografado.
KUPFER, D.; LAPLANE, M. F. Perspectivas do investimento no Brasil:
sntese final. Campinas: Editora Unicamp; Rio de Janeiro: Editora UFRJ, 2010.
LUPORINI, V.; ALVES, J. Investimento privado: uma anlise emprica para o
Brasil. Economia e Sociedade, Campinas, v. 19, n. 3, p. 449-475, 2010.
PINTO, E. Bloco no poder e governo Lula. 2010. Tese (Doutorado em Economia) Instituto de Economia, Universidade Federal do Rio de Janeiro, Rio de
Janeiro, 2010.
SANTOS, C. H. M. dos; PIRES, M. C de C. Qual a sensibilidade dos investimentos
privados a aumentos na carga tributria brasileira? Uma investigao economtrica.
Revista de economia poltica, v. 29, n. 3, p. 213, 2009.
238
239
240
tabela A.1
Subgrupo
Recursos naturais
Agroindstria
Bens de consumo
no durveis
Consumo de
massa
Bens de consumo
durveis
Bens intermedirios
Bens de capital e
intermedirios
Bens de capital
N de empresas
133
3
25
Total (1)
167
Txteis
18
Produtos farmacuticos
14
Subtotal
55
Eletrodomsticos
12
Subtotal
24
Total (2)
79
Produtos qumicos
29
Defensivos agrcolas
15
Cimento
Fabricao de ao e derivados
27
10
33
Subtotal
143
25
11
11
Caminhes e nibus
Subtotal
64
Total (3)
207
TOTAL (1)+(2)+(3)
453
Elaborao dos autores a partir das informaes da Revista Exame (Maiores e Melhores).
241
242
longo do perodo (desvio padro de 15%). Isso evidencia que a amostra representa
boa parte do conjunto da indstria de transformao e que, ao longo do perodo,
ocorreram elevadas variaes dessa amostra em virtude dos problemas desse tipo
de base (j apresentados anteriormente) e das oscilaes do cmbio, uma vez que
as informaes das vendas das empresas somente esto disponveis em dlar.
GRFICO A.1
90,0
80,0
40,0
74,4
56,5
60,0
50,0
73,5
69,5
70,0
37,6
40,9
71,8
54,5
44,4
49,1
48,5
45,8
44,8
30,0
20,0
10,0
0,0
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Os nomes das 453 empresas industriais esto listados, no quadro A.1, por
subgrupo e setores de atividades econmicas (CNAE).
QUADRO A.1
Nomes das empresas industriais da amostra por subgrupo e por setores de atividades
Subgrupo
Agroindstria
Alimentos e bebidas
Ambev
Agroindstria
Alimentos e bebidas
Bunge
Agroindstria
Alimentos e bebidas
Cargill
Agroindstria
Alimentos e bebidas
JBS
Agroindstria
Alimentos e bebidas
BRF
Agroindstria
Alimentos e bebidas
BRF/sadia
Agroindstria
Alimentos e bebidas
Ambev bebidas
Agroindstria
Alimentos e bebidas
Mondelez Brasil
Agroindstria
Alimentos e bebidas
Marfrig
Agroindstria
Alimentos e bebidas
Frigorfico Minerva
Agroindstria
Alimentos e bebidas
Seara
Agroindstria
Alimentos e bebidas
Brasil Kirin-Itu
Agroindstria
Alimentos e bebidas
Aurora Alimentos
Empresas
(Continua)
243
(Continuao)
Subgrupo
Agroindstria
Alimentos e bebidas
C. Vale
Agroindstria
Alimentos e bebidas
Spaipa Coca-Cola
Agroindstria
Alimentos e bebidas
Rio de Janeiro
Agroindstria
Alimentos e bebidas
Itamb
Agroindstria
Alimentos e bebidas
Garoto
Agroindstria
Alimentos e bebidas
Caramuru
Agroindstria
Alimentos e bebidas
Granol
Agroindstria
Alimentos e bebidas
Vonpar Refrescos
Agroindstria
Alimentos e bebidas
Cooxupe
Agroindstria
Alimentos e bebidas
Parmalat
Agroindstria
Alimentos e bebidas
M. Dias Branco
Agroindstria
Alimentos e bebidas
Lar
Agroindstria
Alimentos e bebidas
Norsa
Agroindstria
Alimentos e bebidas
Arosuco
Agroindstria
Alimentos e bebidas
Cocamar
Agroindstria
Alimentos e bebidas
Bianchini
Agroindstria
Alimentos e bebidas
Macedo
Agroindstria
Alimentos e bebidas
Brasil Kirin-Macacu
Agroindstria
Alimentos e bebidas
Comigo
Agroindstria
Alimentos e bebidas
Copacol
Agroindstria
Alimentos e bebidas
Cooperativa Agrria
Agroindstria
Alimentos e bebidas
Cooperalfa
Agroindstria
Alimentos e bebidas
Yoki
Agroindstria
Alimentos e bebidas
Coca-Cola Guararapes
Agroindstria
Alimentos e bebidas
Mataboi
Agroindstria
Alimentos e bebidas
Camil
Agroindstria
Alimentos e bebidas
Castrolanda
Agroindstria
Alimentos e bebidas
Vigor
Agroindstria
Alimentos e bebidas
Algar Agro
Agroindstria
Alimentos e bebidas
Coopavel
Agroindstria
Alimentos e bebidas
Frimesa
Agroindstria
Alimentos e bebidas
Diplomata
Agroindstria
Alimentos e bebidas
Agroindstria
Alimentos e bebidas
Pif Paf
Agroindstria
Alimentos e bebidas
Oleoplan
Agroindstria
Alimentos e bebidas
LBR
Agroindstria
Alimentos e bebidas
Josapar
Agroindstria
Alimentos e bebidas
Danone
Agroindstria
Alimentos e bebidas
Batavo
Agroindstria
Alimentos e bebidas
Agroindstria
Alimentos e bebidas
Corol
Empresas
(Continua)
244
(Continuao)
Subgrupo
Agroindstria
Alimentos e bebidas
Cotrijal
Agroindstria
Alimentos e bebidas
Agroindstria
Alimentos e bebidas
Brasal Refrigerantes
Agroindstria
Alimentos e bebidas
Agroindstria
Alimentos e bebidas
Frigol
Agroindstria
Alimentos e bebidas
BSBIOS
Agroindstria
Alimentos e bebidas
Copagril
Agroindstria
Alimentos e bebidas
Languiru
Agroindstria
Alimentos e bebidas
CDA Alimentos
Agroindstria
Alimentos e bebidas
Piraqu
Agroindstria
Alimentos e bebidas
Frigoestrela
Agroindstria
Alimentos e bebidas
Cia. Fluminense
Refrigerantes
Agroindstria
Alimentos e bebidas
Cacique
Agroindstria
Alimentos e bebidas
Coca-Cola CBA
Agroindstria
Alimentos e bebidas
Bolachas Mabel
Agroindstria
Alimentos e bebidas
Frisa
Agroindstria
Alimentos e bebidas
Globoaves So Paulo
Agroavcola
Agroindstria
Alimentos e bebidas
Vilma Alimentos
Agroindstria
Alimentos e bebidas
Superfrango
Agroindstria
Alimentos e bebidas
Dori Alimentos
Agroindstria
Alimentos e bebidas
Frangos Cano
Agroindstria
Alimentos e bebidas
Cosuel
Agroindstria
Alimentos e bebidas
Moinho Anaconda
Agroindstria
Alimentos e bebidas
Laticnios Jussara
Agroindstria
Alimentos e bebidas
Agroindstria
Alimentos e bebidas
Yakult
Agroindstria
Alimentos e bebidas
Cia Maranhense
Agroindstria
Alimentos e bebidas
Renosa
Agroindstria
Alimentos e bebidas
Asa Alimentos
Agroindstria
Alimentos e bebidas
Sococo
Agroindstria
Alimentos e bebidas
Confepar
Agroindstria
Alimentos e bebidas
Syngenta Seeds
Agroindstria
Alimentos e bebidas
Moinho Cearense
Agroindstria
Alimentos e bebidas
Kowalski
Agroindstria
Alimentos e bebidas
Ocrim
Agroindstria
Alimentos e bebidas
Slc Alimentos
Agroindstria
Alimentos e bebidas
Conservas Oderich
Agroindstria
Alimentos e bebidas
Empresas
(Continua)
245
(Continuao)
Subgrupo
Agroindstria
Alimentos e bebidas
Caf Iguau
Agroindstria
Alimentos e bebidas
Nutrimental
Agroindstria
Alimentos e bebidas
Caf So Braz
Agroindstria
Alimentos e bebidas
Agrovneto
Agroindstria
Alimentos e bebidas
Bel Chocolates/Leite
Hrcules
Agroindstria
Alimentos e bebidas
Complem
Agroindstria
Alimentos e bebidas
Supra
Agroindstria
Alimentos e bebidas
Orqudea Farinhas e
Massas
Agroindstria
Alimentos e bebidas
Leardini
Agroindstria
Alimentos e bebidas
Cravil
Agroindstria
Alimentos e bebidas
Braslia Alimentos
Agroindstria
Alimentos e bebidas
Agra
Agroindstria
Alimentos e bebidas
Santa Helena
Agroindstria
Alimentos e bebidas
Cooperja
Agroindstria
Alimentos e bebidas
Selita
Agroindstria
Alimentos e bebidas
Moinho do Nordeste
Agroindstria
Alimentos e bebidas
Camnpal
Agroindstria
Alimentos e bebidas
Leitesol
Agroindstria
Alimentos e bebidas
Cotricampo
Agroindstria
Alimentos e bebidas
Quat
Agroindstria
Alimentos e bebidas
Ducoco-ES
Agroindstria
Alimentos e bebidas
Rivelli Alimentos
Agroindstria
Alimentos e bebidas
Plant Bem
Agroindstria
Alimentos e bebidas
Cerealista Rosalito
Agroindstria
Alimentos e bebidas
Adram
Agroindstria
Alimentos e bebidas
Prodasa
Agroindstria
Alimentos e bebidas
Saudali
Agroindstria
Alimentos e bebidas
Mogasa
Agroindstria
Alimentos e bebidas
Cooprata
Agroindstria
Alimentos e bebidas
Granfino
Agroindstria
Alimentos e bebidas
Frinal
Agroindstria
Alimentos e bebidas
Itamaraty
Agroindstria
Alimentos e bebidas
Globosunos Agropecuria
Agroindstria
Alimentos e bebidas
So Joo Alimentos
Agroindstria
Alimentos e bebidas
Cotrisul
Agroindstria
Alimentos e bebidas
CRBS
Agroindstria
Alimentos e bebidas
Palmali
Agroindstria
Alimentos e bebidas
Comapi
Agroindstria
Alimentos e bebidas
Barbosa e Marques
Agroindstria
Alimentos e bebidas
Empresas
(Continua)
246
(Continuao)
Subgrupo
Agroindstria
Alimentos e bebidas
Agroindstria
Produtos do fumo
Souza Cruz
Agroindstria
Produtos do fumo
ABESP
Agroindstria
Produtos do fumo
Agroindstria
PBLOG
Agroindstria
Duratex
Agroindstria
Arauco
Agroindstria
Ie Madeira
Agroindstria
Tanac
Agroindstria
Swedish Match
Agroindstria
Louis Dreyfus
Agroindstria
Suzano
Agroindstria
Klabin
Agroindstria
Fibria
Agroindstria
Kimberly-Clark
Agroindstria
International Paper
Agroindstria
Cenibra
Agroindstria
Grupo Orsa
Agroindstria
MWV Rigesa
Agroindstria
Veracel
Agroindstria
Mili
Agroindstria
Agroindstria
Celulose Irani
Agroindstria
Penha
Agroindstria
Jandaia
Agroindstria
Agroindstria
Adami
Agroindstria
Iguau Celulose
Agroindstria
Santa Maria
Agroindstria
Ibema
Agroindstria
Tedesco
Agroindstria
Bragagnolo
Agroindstria
Rigesa do Nordeste
Agroindstria
Novacki
Agroindstria
So Carlos
Txteis
Coteminas
Empresas
Cocam
Txteis
Vicunha
Txteis
Hering
Txteis
Beira Rio
Txteis
Tavex
(Continua)
247
(Continuao)
Subgrupo
Txteis
Empresas
Teka
Txteis
Santanense
Txteis
M&G Fibras
Txteis
Santo Antnio
Txteis
Cedro e Cachoeira
Txteis
Karsten
Txteis
Pettenati
Txteis
Dohler
Txteis
Santana Textiles
Txteis
Cataguases
Txteis
Norfil
Txteis
Brastex
Txteis
Fiao So Bento
Astrazeneca
Doux
Guararapes
Arezzo
Meias Lupo
Dakota-NE
Marisol
Renauxview
Linhas Crculo
Grendene
Alpargatas
Vulcabras/Azaleia-BA
Vulcabras/Azaleia-CE
Viposa
Fuga Couros
Globo
Editora Abril
Infoglobo
Produtos farmacuticos
Hypermarcas
Produtos farmacuticos
Novartis
Produtos farmacuticos
Roche
Produtos farmacuticos
Produtos farmacuticos
Eurofarma
Produtos farmacuticos
Ache
Produtos farmacuticos
Merck
Produtos farmacuticos
Tortuga
Produtos farmacuticos
Laboratrio Cristalia
(Continua)
248
(Continuao)
Subgrupo
Empresas
Produtos farmacuticos
Produtos farmacuticos
Bristol-Myers Squibb
Produtos farmacuticos
Novo Nordisk
Produtos farmacuticos
Unio Farmacutica
Produtos farmacuticos
Teuto
Produtos farmacuticos
Valle
Natura
P&G
Avon
Bombril
Providncia
Eletrodomsticos
Whirlpool
Eletrodomsticos
Electrolux
Eletrodomsticos
Arno Panex
Eletrodomsticos
Brastemp
Eletrodomsticos
Esmaltec
Eletrodomsticos
Eletrodomsticos
Lorenzetti
Eletrodomsticos
Elgin
Fiat
Renault
Mitsubishi Motors
Faber-Castell
Cisper
Eucatex
Quero
Portobello
Tramontina
Fibraplac
CBC Cartuchos
Eliane
Furukawa
Todeschini
Duraflora
Bens intermedirios
Produtos qumicos
Braskem
Bens intermedirios
Produtos qumicos
Basf
Bens intermedirios
Produtos qumicos
Bayer
Bens intermedirios
Produtos qumicos
Heringer
Bens intermedirios
Produtos qumicos
Dupont
(Continua)
249
(Continuao)
Subgrupo
Bens intermedirios
Produtos qumicos
Braskem QPAR
Bens intermedirios
Produtos qumicos
Quattor
Bens intermedirios
Produtos qumicos
Rhodia
Bens intermedirios
Produtos qumicos
Mosaic
Bens intermedirios
Produtos qumicos
Goiasfertil
Bens intermedirios
Produtos qumicos
Bens intermedirios
Produtos qumicos
Yara
Bens intermedirios
Produtos qumicos
Vale Fertilizantes
Bens intermedirios
Produtos qumicos
Oxiteno NE
Bens intermedirios
Produtos qumicos
Clariant
Bens intermedirios
Produtos qumicos
Elekeiroz
Bens intermedirios
Produtos qumicos
Henkel
Bens intermedirios
Produtos qumicos
Oxiteno
Bens intermedirios
Produtos qumicos
Deten Qumica
Bens intermedirios
Produtos qumicos
Carbocloro
Bens intermedirios
Produtos qumicos
Petronas Lubrificantes
Bens intermedirios
Produtos qumicos
Evonik Degussa
Bens intermedirios
Produtos qumicos
Quantiq
Bens intermedirios
Produtos qumicos
Galvani
Bens intermedirios
Produtos qumicos
Nitro Qumica
Bens intermedirios
Produtos qumicos
Nortox
Bens intermedirios
Produtos qumicos
FCC
Bens intermedirios
Produtos qumicos
GPC Qumica
Bens intermedirios
Produtos qumicos
Bens intermedirios
Dow
Bens intermedirios
Rio Polmeros
Bens intermedirios
M&G Polmeros
Bens intermedirios
Innova
Bens intermedirios
Solvay Indupa
Bens intermedirios
Defensivos agrcolas
FMC Qumica
Bens intermedirios
Defensivos agrcolas
Milenia
Bens intermedirios
Defensivos agrcolas
Iharabras
Bens intermedirios
Defensivos agrcolas
Nufarm
Bens intermedirios
Defensivos agrcolas
Adubos Sudoeste
Bens intermedirios
Defensivos agrcolas
Fertigran
Bens intermedirios
Defensivos agrcolas
Unifertil
Bens intermedirios
Defensivos agrcolas
Fertipar Bandeirantes
Bens intermedirios
Defensivos agrcolas
Pennsula Fertilizantes
Empresas
(Continua)
250
(Continuao)
Subgrupo
Bens intermedirios
Defensivos agrcolas
Fertipar Sudeste
Bens intermedirios
Defensivos agrcolas
Fertipar Bahia
Bens intermedirios
Defensivos agrcolas
Bens intermedirios
Defensivos agrcolas
Fertine
Bens intermedirios
Defensivos agrcolas
Fersol
Bens intermedirios
AKZO Nobel
Bens intermedirios
Renner Sayerlack
Bens intermedirios
Bunge Fertilizantes
Bens intermedirios
3M
Bens intermedirios
Fertipar
Bens intermedirios
Sapore
Bens intermedirios
Eternit
Bens intermedirios
Stratura Asfaltos
Bens intermedirios
IBF
Bens intermedirios
Tigre
Bens intermedirios
Amanco
Bens intermedirios
Vipal
Bens intermedirios
Videolar
Bens intermedirios
Dixie Toga
Bens intermedirios
Cremer
Bens intermedirios
Zaraplast
Bens intermedirios
Engepack-SP
Bens intermedirios
Cimento
Votorantim Cimentos
Bens intermedirios
Cimento
Bens intermedirios
Cimento
Intercement
Bens intermedirios
Cimento
Ciminas
Bens intermedirios
Cimento
Cimento Itambe
Bens intermedirios
Cimento
Cimentos Liz
Bens intermedirios
Cimento
Cimento Tupi
Bens intermedirios
Cimento
Disbral
Bens intermedirios
Fabricao de ao e derivados
Arcelormittal Brasil
Bens intermedirios
Fabricao de ao e derivados
Usiminas
Bens intermedirios
Fabricao de ao e derivados
CSN
Bens intermedirios
Fabricao de ao e derivados
Bens intermedirios
Fabricao de ao e derivados
Gerdau Aominas
Bens intermedirios
Fabricao de ao e derivados
Aperam
Bens intermedirios
Fabricao de ao e derivados
V&M
Bens intermedirios
Fabricao de ao e derivados
Solues Usiminas
Bens intermedirios
Fabricao de ao e derivados
Votorantim Siderurgia
Bens intermedirios
Fabricao de ao e derivados
Novelis
Empresas
(Continua)
251
(Continuao)
Subgrupo
Bens intermedirios
Fabricao de ao e derivados
Tupy
Bens intermedirios
Fabricao de ao e derivados
BBA
Bens intermedirios
Fabricao de ao e derivados
Arcelormittal Tubaro
Bens intermedirios
Fabricao de ao e derivados
Bens intermedirios
Fabricao de ao e derivados
Belgo Bekaert-NE
Bens intermedirios
Fabricao de ao e derivados
Arcelormittal Gonvarri
Bens intermedirios
Fabricao de ao e derivados
Ferbasa
Bens intermedirios
Fabricao de ao e derivados
WHB Fundio
Bens intermedirios
Fabricao de ao e derivados
Amsted Maxiom
Bens intermedirios
Fabricao de ao e derivados
Villares Metals
Bens intermedirios
Fabricao de ao e derivados
ESAB
Bens intermedirios
Fabricao de ao e derivados
SOUFER
Bens intermedirios
Fabricao de ao e derivados
Brasmetal
Bens intermedirios
Fabricao de ao e derivados
Morlan
Bens intermedirios
Fabricao de ao e derivados
Manchester
Bens intermedirios
Fabricao de ao e derivados
Mundial
Bens intermedirios
Fabricao de ao e derivados
Rio Doce
Bens intermedirios
CBA
Bens intermedirios
CBMM
Bens intermedirios
Alcoa
Bens intermedirios
Alunorte
Bens intermedirios
Albras
Bens intermedirios
Votorantim Metais
Bens intermedirios
Termomecnica
Bens intermedirios
Crown
Bens intermedirios
Brasilata
Bens intermedirios
Gravia
Bens intermedirios
SPAL
Bens intermedirios
Pirelli
Bens intermedirios
Cummins
Bens intermedirios
Maxiom
Bens intermedirios
ZF
Bens intermedirios
Mahle
Bens intermedirios
Magneti Marelli
Bens intermedirios
TRW
Bens intermedirios
MWM International
Motores
Bens intermedirios
Suspensys
Bens intermedirios
Empresas
(Continua)
252
(Continuao)
Subgrupo
Bens intermedirios
Aethra
Bens intermedirios
TEKSID
Bens intermedirios
Plascar
Bens intermedirios
Mangels
Bens intermedirios
Sifco
Bens intermedirios
Tenneco
Bens intermedirios
Facchini
Bens intermedirios
Fras-Le
Bens intermedirios
Baterias Moura
Bens intermedirios
Master
Bens intermedirios
Takata-Petri
Bens intermedirios
Grupo Delga
Bens intermedirios
Borlem
Bens intermedirios
Autometal
Bens intermedirios
Bens intermedirios
Comil
Bens intermedirios
Automotiva Usiminas
Bens intermedirios
Helibras
Bens intermedirios
Psitron
Bens intermedirios
DHB Componentes
Bens intermedirios
Levorin
Bens intermedirios
Pedertractor
Bens de capital
Bens de capital
TENARISCONFAB
Bens de capital
Painco
Bens de capital
Ciser
Bens de capital
Metisa
Bens de capital
Eaton
Bens de capital
Usiminas Mecnica
Bens de capital
Atlas Schindler
Bens de capital
GDK
Bens de capital
Romi
Bens de capital
Bardella
Bens de capital
Metalfrio
Bens de capital
Comau
Bens de capital
Taurus
Bens de capital
Jaragu Equipamentos
Empresas
(Continua)
253
(Continuao)
Subgrupo
Bens de capital
Sulzer
Bens de capital
Iesa
Bens de capital
Bens de capital
CBC
Bens de capital
Kepler Weber
Bens de capital
Voith Paper
Bens de capital
KSB
Bens de capital
Toshiba
Bens de capital
Intecnial
Bens de capital
Agritech Lavrale
Bens de capital
Sandvik
Bens de capital
Bamaq
Bens de capital
Jumil
Bens de capital
CASP
Bens de capital
Santal
Bens de capital
Positivo Informtica
Bens de capital
Itautec
Bens de capital
Diebold-SP
Bens de capital
Weg Equipamentos
Bens de capital
Siemens
Bens de capital
ABB
Bens de capital
Prysmian Group
Bens de capital
Schneider
Bens de capital
Nexans
Bens de capital
Stemac
Bens de capital
Thyssenkrupp
Bens de capital
Schulz
Bens de capital
PPE Fios
Bens de capital
Bens de capital
Empresas
Romagnole
Samsung
Bens de capital
LG-AM
Bens de capital
LG-SP
Bens de capital
Toshiba-AM
Bens de capital
Ericsson
Bens de capital
Panasonic
Bens de capital
Alcatel-Lucent
Bens de capital
IMPSA
Bens de capital
Intelbras
Bens de capital
NEC
Bens de capital
Bematech
(Continua)
254
(Continuao)
Subgrupo
Bens de capital
Empresas
B. Braun
Bens de capital
Caminhes e nibus
Marcopolo
Bens de capital
Caminhes e nibus
Random
Bens de capital
Caminhes e nibus
Agrale
Bens de capital
Caminhes e nibus
Rodobens Caminhes-SP
Bens de capital
Embraer
Bens de capital
Bens de capital
Guerra
Bens de capital
STX OSV
Elaborao dos autores a partir das informaes da Revista Exame (Maiores e Melhores).
CAPTULO 9
1 INTRODUO
* Professor do Programa de Ps-Graduao em Economia (PPGE) da Pontifcia Universidade Catlica do Rio Grande do
Sul (PUCRS) e pesquisador do Conselho Nacional de Desenvolvimento Cientfico e Tecnolgico (CNPq).
1. Aqui, assumimos que a qualificao da mo de obra est diretamente associada escolaridade. Por isso, quanto maior
a escolaridade, maior a qualificao do trabalhador. Outra forma de definir a qualificao poderia ser considerando
as faixas de escolaridade. Por exemplo, trabalhadores com terceiro grau completo poderiam ser considerados como
sendo trabalhadores de alta qualificao, ao passo que trabalhadores com ensino fundamental incompleto seriam
considerados no qualificados.
2. A literatura internacional apresenta evidncias em nvel micro, em que a educao e a produtividade, medida pelos
rendimentos dos trabalhadores, so positivamente correlacionados, dando suporte hiptese de que os trabalhadores
mais qualificados podem usar os insumos tangveis da firma de forma mais efetiva. Ver Hellerstein, Neumark (1995),
Hellerstein, Neumark (1999) e Hellerstein, Neumark, Troske (1999).
256
poltica com esse fim, necessrio conhecer melhor a relao entre as caractersticas
do trabalhador, da empresa e a produtividade, o que seria apenas possvel por meio
de informaes em nvel de empresa.
Nesse sentido, nos ltimos anos, a disponibilidade de informaes do tipo
employer-employee vem permitindo que isso ocorra e a produtividade em nvel da
empresa passou a ser objeto de inmeros estudos, como mostra Bartelsman e Doms
(2000), Jones (2001), Ilmakunnas, Maliranta e Vainiomki (2004), Ilmakunnas,
Maliranta (2005), Haskel, Hawkes e Pereira (2005), Abowd e Kramarz (2006),
Iranzo, Schivardi e Tosetti (2008), Biesebroeck (2011), Lopes e Teixeira (2012),
entre outros. Para esses autores, as evidncias geradas a partir desses estudos tm
apontado a existncia de uma persistente diferena na produtividade entre as
empresas e permitido compreender melhor a relao entre produtividade e as
caractersticas observadas das empresas, como o tamanho, a idade, a tecnologia, a
atividade de inovao, entre outras. Contudo, ao que parece, ainda so necessrios
estudos que incluam as caractersticas do pessoal ocupado e, ao mesmo tempo,
continuem dando ateno como essas caractersticas esto relacionadas disperso
de produtividade nas empresas.
Por isso, o presente estudo procura evidenciar a relao entre as caractersticas
do pessoal ocupado, principalmente no que se refere escolaridade, como uma
proxy para a qualificao, e a produtividade do trabalho na empresa para o Brasil
no perodo de 1996 a 2010. A partir desse resultado, o foco passa ser a disperso
da produtividade, visando dar nfase ao papel da qualidade do insumo trabalho
(Griliches, 1957; Fox e Smeets, 2011), levando em considerao que os resultados
de polticas pblicas devero ser diferentes caso a disperso da produtividade seja
devido qualidade do insumo ou alguma caracterstica da empresa. Apenas para
ilustrar esse segundo ponto, os estudos de Olley e Pakes (1996) e Syverson (2004)
sugerem que a disperso da produtividade diminui com a competio, ao passo
que, para Griliches (1957), a disperso de produtividade reflete a qualidade de
insumos entre as empresas.
Assim, alm dessa breve introduo, o estudo est composto por mais trs
sees. A prxima seo faz uma breve descrio da relao entre escolaridade e
produtividade e apresenta os procedimentos metodolgicos utilizados na estimao,
bem como a fonte de dados. Na seo trs, realizada a descrio e anlise dos
resultados. Por fim, a seo quatro apresenta as consideraes finais.
2 ESCOLARIDADE E PRODUTIVIDADE
A teoria do capital humano nos permite entender, de forma simples, a relao entre
escolaridade e produtividade. Por essa teoria, quanto maior for a escolaridade do
trabalhador, mais habilidoso ele ser. E, por sua vez, mais produtivo. A principal
257
258
259
(2)
em que a varivel dptenure o desvio padro do tenure dentro da empresa, a varivel dpidade o desvio padro de idade dentro da empresa e dpEDU o desvio
padro da escolaridade dentro da empresa. Alm de incorporar uma varivel para
capturar a disperso, essa especificao incorpora potncias para as variveis que
representam as caractersticas individuais dos trabalhadores, cuja finalidade averiguar qual a forma dessa relao existente entre essas variveis e a produtividade.
260
Ao estimar as Eq. (1) e (2) possvel ter uma ideia da relao que h entre produtividade do trabalho e as variveis associadas escolaridade de forma direta.
No entanto, h estudos que vo alm do interesse nessa composio da fora de
trabalho e focam a sua anlise na disperso da produtividade entre as firmas de uma
mesma indstria via uma funo de produo, considerando diferentes medidas
de qualidade dos insumos.
Como as diferenas no produto entre empresas podem ser decompostas entre
diferenas na medida de insumos, entre as diferenas na tecnologia de produo e
nas diferenas nos resduos, ao assumir a mesma tecnologia de produo para todas
as firmas, possvel averiguar at que ponto o uso de proxies diferentes para o insumo
trabalho na estimao de uma funo de produo resultaria em uma disperso
menor da produtividade entre as empresas consideradas mais e menos produtivas.
Com esse intuito, o foco da anlise passa a ser a estimao de algumas funes de
produo do tipo Cobb-Douglas para proxies diferentes do insumo trabalho. Como
ponto de partida, primeiramente, o modelo a ser estimado a especificao bsica
e tradicional da funo de produo descrita pela equao a seguir.
(3)
em que Yit o valor adicionado, Lit o nmero de pessoal ocupado, Kit o valor
monetrio do capital fsico e o termo de erro. 1 e 2 so as elasticidades dos
insumos capital e pessoal ocupado. A anlise que se segue focar no it que a
produtividade residual a partir do uso de diferentes medidas da qualidade do
insumo Lit na funo de produo.
Que medidas de qualidade de insumo podem ser utilizadas na Eq. (3) no lugar
da varivel Lit? A primeira proxy a ser utilizada no lugar da varivel, Lit, poderia ser
uma segmentao segundo o nvel de escolaridade do trabalhador, representando,
assim, qualidade do insumo capital humano. Considerando a escolaridade por faixa
de escolaridade, essa segmentao poderia estar sugerindo uma maneira direta de
diferenciar o trabalho qualificado do no qualificado. Por isso, a primeira proxy a
ser incorporada na Eq. (1) considera o nmero de trabalhadores segmentados em
trabalhadores com segundo e terceiro grau. A eq. (3) modificada a ser estimada
passa a ser:
(4)
em que po_sgrau o pessoal ocupado com segundo grau e po_tgrau o pessoal
ocupado com terceiro grau. Os 2 e 3 so as elasticidades associadas a esses insumos.
Embora no seja frequentemente utilizada na estimao de funes de produo, a folha de pagamento da empresa pode ser empregada como uma proxy da
261
262
(9)
em que a varivel EFT_F a soma dos efeitos fixos dos trabalhadores na empresa
obtida a partir da estimao de uma equao de rendimento minceriana.
As Eq. (3), (4), (5), (7), (8) e (9) sero utilizadas para gerar a produtividade
residual. Para averiguar qual delas apresenta a melhor proxy para qualidade do
insumo, necessrio adotar alguns critrios. Assim, os critrios utilizados para
averiguar a disperso da produtividade tm como base o R2 das equaes estimadas
e medidas adicionais construdas a partir da produtividade residual, como a razo
do quartil q95/q5. Se as empresas esto empregando a mesma tecnologia e empregaram os mesmos insumos, esse critrio uma forma intuitiva de ver a diferena de
produtividade entre as empresas mais produtivas em relao s menos produtivas.
Vale mencionar que a existncia de outliers pode influenciar essa medida. Procurando
contornar esse problema, tambm ser reportada a razo q75/q25, assumindo que
essa razo seja menos sensvel existncia de possveis outliers.
Embora os critrios citados possam indicar a especificao cujo insumo pode
gerar a menor disperso da produtividade entre as empresas, um terceiro critrio
poderia ser empregado ao estimar um modelo considerado benchmark. Algumas
evidncias na literatura sobre produtividade mostram que as empresas mais antigas
e as que cresceram mais rapidamente so mais produtivas. Como uma forma de
evidenciar isso, construiu-se uma varivel para crescimento do emprego seguindo
o argumento de que as empresas mais produtivas, em mdia, tero maiores taxas
de crescimento do emprego. Por isso, espera-se que, ao incluir essa varivel em
um modelo base, dado pela Eq. (3), a disperso da produtividade ir declinar e de
forma significativa. A equao a ser estimada seria:
Ln(Y)it = 0 + 1ln(K)it + 2ln(L)it+ 3(G)it + it
(10)
em que a varivel Git a taxa de crescimento da empresa a cada dois anos. A intuio para utilizar esse modelo como benchmark verificar se aps controlar pelas
diferentes proxies do pessoal ocupado a disperso apresenta um declnio.
Para a estimao dos modelos descritos foram utilizadas informaes da
Pesquisa Industrial Anual (PIA) realizada pelo Instituto Brasileiro de Geografia e
Estatstica (IBGE) para o perodo de 1996 a 2010. Tambm foi utilizada a base
de dados da Relao Anual de Informao Social (Rais), do Ministrio do Trabalho e Emprego (MTE), alm das informaes pblicas oriundas da Secretaria
de Comrcio Exterior (Secex), do Ministrio do Desenvolvimento, Indstria e
Comrcio Exterior (MDIC). O quadro 1 faz um sumrio das variveis utilizadas
nas anlises de regresso.
263
QUADRO 1
Descrio
Pessoal ocupado
Pessoal ocupado
Tenure
Idade mdia
Empresa exportadora
Setor
Idade da empresa 1
Idade da empresa 2
Idade da empresa 3
Idade da empresa 4
Idade da empresa 5
Elaborao do autor.
264
265
TABELA 1
Empresa exportadora
Idade empresa 1
Idade empresa 2
Idade empresa 3
Idade empresa 4
Constante
Controles setoriais
Geral
Intensidade tecnolgica
Baixa
Mdia-baixa
Mdia-alta
Alta
0,0796***
0,0608***
0,0892***
0,122***
0,0695***
(0,00144)
(0,00217)
(0,00264)
(0,00314)
(0,00798)
0,0123***
0,0419***
-0,00899
-0,0183***
0,0294
(0,00391)
(0,00662)
(0,00714)
(0,00678)
(0,0195)
0,167***
0,151***
0,175***
0,164***
0,120***
(0,00437)
(0,00774)
(0,00836)
(0,00718)
(0,0189)
0,0539***
0,0735***
0,0263
0,0468***
0,0666*
(0,00935)
(0,0166)
(0,0168)
(0,0155)
(0,0386)
0,127***
0,218***
-0,0668
-0,0565
0,724***
(0,0448)
(0,0748)
(0,0848)
(0,0781)
(0,198)
0,186***
0,209***
0,171***
0,135***
0,224***
(0,00811)
(0,0144)
(0,0152)
(0,0126)
(0,0312)
-0,102***
-0,0980***
-0,0990***
-0,100***
-0,107***
(0,00553)
(0,00968)
(0,0102)
(0,00893)
(0,0235)
3,144***
10,71***
2,201***
3,841***
15,90***
(0,299)
(1,096)
(0,423)
(0,547)
(2,355)
0,200***
0,133***
0,230***
0,251***
0,159**
(0,0159)
(0,0266)
(0,0294)
(0,0272)
(0,0758)
0,184***
0,138***
0,195***
0,215***
0,0731
(0,0147)
(0,0250)
(0,0276)
(0,0241)
(0,0685)
0,127***
0,0906***
0,138***
0,141***
0,0259
(0,0139)
(0,0242)
(0,0266)
(0,0219)
(0,0643)
0,0939***
0,0710***
0,122***
0,0968***
-0,00213
(0,0121)
(0,0210)
(0,0239)
(0,0185)
(0,0566)
8,398***
8,096***
9,433***
9,011***
6,822***
(0,150)
(0,248)
(0,362)
(0,267)
(0,684)
SIM
SIM
SIM
SIM
SIM
Observaes
122.599
50.979
30.632
29.320
6.220
Nmero de firmas
32.566
14.626
9.214
7.415
1.538
266
Pode ser observada nesta tabela uma relao positiva entre a proporo da
receita lquida de vendas e a produtividade das empresas. Isso pode ser visto pelo
coeficiente positivo e com significncia estatstica da varivel receita lquida de
vendas. um resultado que se mantm quando se considera a segmentao das
empresas de acordo com sua intensidade tecnolgica, apresentando coeficientes
com maiores magnitude para baixa e alta intensidade tecnolgica.
A idade da empresa um aspecto que merece ateno e deve ser levado em
considerao na anlise. A varivel idade da empresa binria e foi construda
considerando cinco quintis, indo da menor idade das empresas para empresas com
maior idade em anos. Nota-se que os coeficientes estimados apresentam associao
positiva com produtividade e que, comparado com a categoria base, que ter idade
superior a 49 anos, apresenta maiores magnitudes na medida em que passa para
quintis de menor idade. Esse mesmo resultado observado quando so levados em
considerao os setores de intensidade tecnolgica, com exceo do setor com alta
tecnologia que no apresentou coeficientes estimados com significncia estatstica.
Os resultados para a equao que explora a relao entre escolaridade e
produtividade considerando a escolaridade mdia dentro da empresa podem ser
vistos na tabela 2. Observa-se que os coeficientes estimados para as variveis de
estoque de capital por trabalhador, tenure, idade mdia, empresa exportadora,
empresa de capital nacional, receita lquida de vendas e idade da firma em geral,
qualitativamente, so semelhantes aos resultados apresentados anteriormente com o
sinal esperado e significncia estatstica. Merece ateno a varivel pessoal ocupado
que possui o sinal positivo e estatisticamente significativa para o modelo geral, a
indstria geral, e para os setores de baixa, mdia-baixa, mdia-alta e alta intensidade
tecnolgica. Nota-se que o coeficiente da varivel pessoal ocupado apresenta magnitude decrescente na medida em que o setor aumenta a intensidade tecnolgica.
A varivel escolaridade mdia na empresa industrial apresenta um coeficiente
positivo e estatisticamente significativa para a indstria geral. Esse resultado se
repete quando segmenta por grupos de empresas industriais segundo a intensidade
tecnolgica, com exceo para o setor de mdia-baixa intensidade tecnolgica. O sinal positivo da relao entre escolaridade mdia e produtividade, sugere que maiores
nveis de produtividade esto associados a maior escolaridade mdia. Nota-se que
esse aspecto se torna ainda mais relevante quando o setor possui maior intensidade
tecnolgica, como pode ser visto pela magnitude do coeficiente estimado do setor
de baixa intensidade tecnolgica, aumentando quando passa para mdia-alta e
alta intensidade tecnolgica. um resultado que est de acordo com a literatura,
no qual setores com maior intensidade tecnolgica empregam mo de obra mais
qualificada, qualificada no sentido de ter maior nmero de anos de escolaridade.
A descrio dos resultados realizada at aqui levou em considerao a escolaridade
em termos de pessoal ocupado com segundo grau e terceiro grau e a escolaridade
mdia. Essa anlise foi ampliada ao segmentar as empresas industriais por intensidade
tecnolgica. No entanto, as empresas podem apresentar uma escolaridade mdia
semelhante, porm a distribuio dessa varivel dentro da empresa pode ser mais
267
Log do tenure
Empresa exportadora
Idade da empresa 1
Idade da empresa 2
Idade da empresa 3
Idade da empresa 4
Controles setoriais
Constante
Geral
Intensidade tecnolgica
Baixa
Mdia-baixa
Mdia-alta
Alta
0,0667***
0,0493***
0,0800***
0,119***
0,0737***
(0,0009)
(0,00137)
(0,00190)
(0,00266)
(0,00673)
0,114***
0,114***
0,105***
0,0982***
0,0842***
(0,00379)
(0,00587)
(0,00721)
(0,00743)
(0,0188)
0,0805***
0,0923***
-0,00275
0,163***
0,409***
(0,0149)
(0,0237)
(0,0273)
(0,0292)
(0,0814)
0,0569***
0,0831***
0,0171
0,0507***
0,0779**
(0,00791)
(0,0126)
(0,0143)
(0,0150)
(0,0383)
0,353***
0,446***
0,203***
0,113
0,807***
(0,0358)
(0,0537)
(0,0682)
(0,0724)
(0,186)
0,278***
0,318***
0,255***
0,187***
0,282***
(0,00755)
(0,0125)
(0,0144)
(0,0124)
(0,0314)
-0,137***
-0,128***
-0,138***
-0,142***
-0,137***
(0,00492)
(0,00803)
(0,00898)
(0,00873)
(0,0238)
4,457***
15,77***
2,811***
5,399***
19,03***
(0,309)
(1,097)
(0,432)
(0,580)
(2,473)
0,0947***
0,0195
0,164***
0,198***
0,0914
(0,0145)
(0,0226)
(0,0272)
(0,0269)
(0,0753)
0,110***
0,0458**
0,168***
0,177***
0,0569
(0,0136)
(0,0218)
(0,0256)
(0,0240)
(0,0688)
0,0753***
0,0244
0,123***
0,122***
0,0322
(0,0132)
(0,0218)
(0,0250)
(0,0222)
(0,0656)
0,0733***
0,0343*
0,126***
0,0918***
0,0141
(0,0117)
(0,0195)
(0,0228)
(0,0189)
(0,0586)
SIM
SIM
SIM
SIM
SIM
7,264***
6,968***
8,397***
7,797***
5,449***
(0,120)
(0,179)
(0,299)
(0,249)
(0,638)
Observaes
174.389
82.174
43.978
34.441
6.783
Numero de firmas
50.855
26.338
13.916
8.987
1.768
268
269
TABELA 3
Log do tenure2
Log do tenure3
Eq. (1)
-0,698***
Eq. (2)
Eq. (3)
Eq. (4)
Eq. (5)
Eq. (6)
-0,0153
0,855***
1,110***
(0,166)
(0,175)
(0,213)
(0,215)
0,270***
0,0151
-0,180***
-0,251***
(0,047)
(0,0512)
(0,0619)
(0,0624)
-0,026***
0,0004
0,0172***
0,0235***
(0,004)
(0,0049)
(0,00598)
(0,00603)
0,062***
0,105***
-0,00996
-0,0301***
(0,007)
(0,00969)
(0,0111)
(0,0115)
-183,3***
-60,81***
-101,8***
-184,0***
(20,80)
(21,72)
(27,78)
(27,76)
20,68***
32,59***
55,55***
55,25***
(5,960)
(6,234)
(7,995)
(7,991)
-2,261***
-3,428***
-5,553***
-5,518***
(0,569)
(0,596)
(0,766)
(0,766)
-0,132***
-0,277***
-0,280***
-0,279***
(0,0126)
(0,0183)
(0,0206)
(0,0206)
0,0900**
0,123***
0,0123
0,00960
(0,0513)
(0,0386)
(0,0384)
(0,0513)
-0,0236***
-0,0320***
-0,00215
-0,00160
(0,00829)
(0,00825)
(0,0109)
(0,0109)
0,0023***
0,0029***
7,96e-05
6,16e-05
(0,000747)
(0,0007)
(0,0009)
(0,0009)
Empresa exportadora
-5,46e-05** -6,90e-05***
0,0134***
0,0114***
0,00878***
0,00853***
(0,00110)
(0,0011)
(0,00163)
(0,00163)
0,249***
0,244***
(2,38e-05)
(2,37e-05)
1,72e-05
1,68e-05
(3,08e-05)
(3,08e-05)
(0,00836)
(0,00839)
-0,120***
-0,121***
(0,00581)
(0,00582)
0,0803***
0,0796***
(0,00162)
(0,00163)
4,202***
4,183***
(0,344)
(0,344)
(Continua)
270
(Continuao)
Variveis
Log das horas trabalhadas
Idade da empresa 1
Idade da empresa 2
Idade da empresa 3
Idade da empresa 4
Setores
Constante
Eq. (1)
Eq. (2)
Eq. (3)
Eq. (4)
Eq. (5)
Eq. (6)
-0,200***
(0,0664)
-0,0368**
(0,0169)
0,0479***
(0,0157)
0,0446***
(0,0150)
0,0540***
(0,0131)
SIM
SIM
SIM
SIM
SIM
SIM
10,16***
66,74***
9,700***
114,3***
210,1***
210,0***
(0,195)
(24,19)
(0,0677)
(25,20)
(32,15)
(32,14)
Observaes
176.272
176.269
175.761
175.758
104.879
104.879
Nmero de firmas
51.458
51.456
51.288
51.287
32.420
32.420
271
Em geral, as evidncias apresentadas permitem inferir que, independentemente da forma como a escolaridade entra na equao para verificar a relao com
a produtividade do trabalho, o resultado positivo. Em termos de recomendao
para polticas pblicas, esforos na direo de ampliar o nmero de trabalhadores
qualificados seriam bem-vindos e permitiriam gerar ganhos de produtividade.
Ao considerar a disperso da escolaridade dentro da empresa, os resultados evidenciaram que quanto maior a disperso dessa varivel, maior a produtividade
do trabalho. Neste caso, a recomendao de polticas pblicas no to intuitiva.
Uma maneira de entender melhor esse resultado seria olhar no detalhe a composio desses trabalhadores no dando nfase apenas escolaridade mdia, mas sim,
buscando mapear o tipo de formao, se ela tcnica ou no.
GRFICO 1
Primeiro Grau
Segundo Grau
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
Terceiro Grau
272
tradicional e bsica que ajusta o total do pessoal ocupado como insumo trabalho.
O coeficiente estimado para essa varivel 0,31 e o coeficiente para capital fsico
0,29 com um R2 de 0,084. A Eq. (2) mensura a qualidade do insumo ao estimar
uma funo de produo considerando o nmero de trabalhadores com segundo e
terceiro grau como insumos separados. O coeficiente estimado para trabalhadores
com segundo grau 0,19, enquanto para os trabalhadores com terceiro grau
0,19. Nota-se que o coeficiente para capital fsico declinou para 0,219, sendo que
o R2 aumentou para 0,09. A Eq. (3) assume outra forma de ajustar a qualidade do
insumo trabalho ao utilizar a folha de pagamento como uma medida da qualidade
da fora de trabalho, tendo como hiptese de que os salrios refletem o produto
marginal do trabalho em um contexto de mercados competitivos. O coeficiente
estimado para folha de pagamento de 0,85 e para o capital fsico de 0,08 com
um R2 de 0,18. Ao considerar a folha de pagamento como proxy para insumo
trabalho, o coeficiente do capital fsico declinou ainda mais em relao Eq. (1)
e (2) e o R2 aumentou.
As Eq. (4) e (5) empregam proxies construdas a partir da razo dos trabalhadores mais produtivos em relao aos menos produtivos, considerando os salrios
do pessoal com terceiro grau em relao ao pessoal com primeiro grau. Como pode
ser observado, os coeficientes estimados so estatisticamente significativos e possuem
o sinal esperado. No caso especfico da Eq. (5), o coeficiente da varivel estoque de
capital declinou significativamente em relao equao base e o R2 aumentou.
A Eq. (6) considera o efeito fixo do trabalhador a partir de uma equao de
salrios minceriana como proxy para o pessoal ocupado. Como pode ser observado,
o coeficiente estimado apresenta o sinal esperado e tem significncia estatstica,
porm sua magnitude bem inferior quando comparado com o coeficiente estimado
para o pessoal ocupado em relao equao base. O coeficiente de determinao,
o R2, tambm declinou.
Na literatura sobre produtividade, alguns estudos mostram que as empresas
mais antigas e as que cresceram mais rapidamente so mais produtivas. Como uma
forma de evidenciar isso, construiu-se uma varivel para crescimento do emprego
seguindo o argumento de que as empresas mais produtivas, em mdia, tero maiores
taxas de crescimento do emprego. Espera-se que, ao incluir essa varivel no modelo
base, a disperso da produtividade venha declinar substancialmente. Por isso, a
Eq. (10) corresponde ao benchmark. Como pode ser observado na tabela 4, o
coeficiente da taxa de crescimento do emprego apresenta o sinal esperado e estatisticamente significativo com um R2 de 0,085, ligeiramente superior ao obtido
para Eq. (1).
273
TABELA 4
Eq. (1)
Eq. (2)
Eq. (3)
Eq. (4)
Eq. (5)
Eq.6
Eq. 10
0,291***
0,219***
0,0835***
0,257***
0,0857***
0,426***
0,265***
(0,007)
(0,008)
(0,007)
(0,009)
(0,017)
(0,008)
(0,009)
0,319***
(0,006)
0,409***
(0,015)
0,199***
(0,007)
0,193***
(0,008)
0,857***
(0,008)
0,382***
(0,007)
0,847***
Numero de firmas
(0,009)
0,0001***
(2,50e-05)
0,449***
(0,062)
SIM
SIM
SIM
SIM
SIM
SIM
SIM
8,224***
9,823***
-0,176
8,504***
-0,0750
6,936***
9,506***
(0,137)
(0,169)
(0,138)
(0,142)
(0,144)
(0,155)
(0,297)
174,977
122,946
176,945
166,074
166,074
176,813
66,889
0,084
0,094
0,181
0,090
0,178
0,053
0,085
51.061
32.679
51.689
48.291
48.291
51.677
15.363
274
senta a menor disperso, sendo seguido pelo modelo base que inclui o nmero de
pessoal ocupado. Apesar de os demais modelos apresentarem uma disperso maior,
os valores esto bem prximos.
TABELA 5
R2
SD(e)
q95/q05
q75/q25
0,090
0,734
0,988
1,405
0,178
0,708
1,022
1,756
Folha pagamento
0,840
0,701
1,031
1,415
0,090
0,731
0,995
1,502
0,181
0,700
1,028
1,418
0,053
0,748
0,973
1,311
0,085
0,047
0,061
0,082
Neste trabalho, um dos objetivos era evidenciar a existncia da relao entre escolaridade e produtividade para a indstria no Brasil no perodo de 1996 a 2010.
A partir da, a anlise focaria na disperso da produtividade considerando proxies
diferentes da qualidade do insumo trabalho na funo de produo Cobb-Douglas. O artigo teve como referncia uma literatura recente que trata de disperso
da produtividade e que ainda no possui consenso a respeito de quais os fatores
que deveriam ser contemplados na funo de produo para reduzir, de forma
significativa, a disperso de produtividade nas empresas.
O conjunto de resultados gerado para escolaridade e produtividade do trabalho
sugere a existncia de uma relao positiva. Isso percebido ao utilizar a varivel
escolaridade segmentada por pessoal ocupado com segundo e terceiro grau. Como j
era esperado, esse resultado se mantm para todos os setores quando se segmentam
as empresas de acordo com a sua intensidade tecnolgica. Esse resultado ainda se
mantm ao substituirmos a varivel nmero de pessoal ocupado com segundo e terceiro
275
grau pela varivel escolaridade mdia dentro da empresa. Ao incorporar uma varivel
para captar a disperso da escolaridade dentro da empresa, os resultados mostraram
que quanto maior a disperso do nvel de escolaridade, maior a produtividade. Esse
resultado j havia sido observado em outros estudos, como o de Ilmakunnas, Maliranta
e Vainiomki (2004) e Iranzo, Schivardi e Tossetti (2011). Como foi mencionado
anteriormente, esse resultado pode estar refletindo as mudanas que ocorreram no
mercado de trabalho e dentro das empresas no perodo em anlise e permitiu criar mix
de trabalhadores mais escolarizados com aqueles com menor escolaridade, gerando
uma complementaridade e permitindo aumentar a produtividade dentro da empresa.
No limite, ao completar esse processo de substituio mo de obra no qualificada,
espera-se que a produtividade da empresa seja ainda maior, de acordo com o que a
teoria do capital humano advoga. A recomendao de polticas pblicas continuaria
sendo o investimento na qualificao da mo de obra.
A partir desses resultados, a anlise passou a considerar o aspecto da disperso da produtividade dentro das empresas empregando proxies diferentes para o
insumo trabalho. Para tanto, realizou-se a estimao de uma funo de produo
do tipo Cobb-Douglas para gerar a produtividade residual e permitir mensurar
a disperso por meio da razo dos quartis q95/q5 e q75/q25. Verificou-se que
os coeficientes das diferentes proxies apresentaram significncia estatstica e sinal
esperado. Os resultados, de um modo geral, mostraram que as medidas empregadas nos modelos contriburam para reduzir a disperso da produtividade entre as
empresas, evidenciando, tambm, que uma parcela significativa ainda se mantm
mesmo aps o uso dessas proxies diferentes de qualidade de insumo, sugerindo que
a disperso da produtividade na empresa parece refletir atributos que so de difcil
aquisio e tambm de venda no mercado de insumos.
Neste estudo, a contribuio est em apresentar evidncias que vo alm da relao
entre escolaridade e produtividade do trabalho, estimando uma funo de produo
considerando proxies diferentes para o insumo trabalho para analisar a disperso da
produtividade nas empresas, tendo em vista ser um tema recente na literatura.
REFERNCIAS
276
CAPTULO 10
278
GRFICO 1:
Servios
Indstria de Tranformao
Agropecuria
Outros
O grfico 2 mostra que a participao dos servios no PIB do Brasil assemelha-se de pases com renda per capita muito mais elevada e em estgios mais avanados
de desenvolvimento industrial, o que seria uma anomalia. Ao menos parte dessa
elevada participao poderia ser atribuda ao encolhimento prematuro da indstria, que , tradicionalmente, o maior consumidor de toda a sorte de servios, e
elevada participao dos servios na cesta de consumo final enquanto a parcela
da renda familiar destinada aos servios de 64% no Brasil, na Rssia de 52%,
na ndia de 50% e na Indonsia de 45% (OCDE, 2014).
GRFICO 2
Ch
in
l a
nd
M ia
al
Co si
a
Co lm
re
bi
ia
a
do
Su
l
n
di
a
Ch
i
M le
x
ic
Tu o
fr rqu
ic
ia
a
do
Su
l
Br
a
sil
u
A str
le
i
m a
an
ha
Su
c
ia
J
a
D
in po
am
ar
ca
I t
lia
R e B l
in gic
o
a
U
ni
do
Es
ta Fr
do an
s U a
ni
do
s
tn
Vi
e
Ta
i
In
do
n
ia
50000
45000
40000
35000
30000
25000
20000
15000
10000
5000
0
279
Com tamanha relevncia, no exagero afirmar que o setor de servios praticamente determina os contornos da economia brasileira. Por isto, produtividade e
outros indicadores de desempenho e dinamismo do setor de servios so elementos
fundamentais para as anlises das perspectivas do crescimento sustentado e da
competitividade. O objetivo deste captulo investigar, em carter exploratrio,
o padro e a trajetria da produtividade no setor de servios no Brasil.
O trabalho est organizado como segue. A seo seguinte apresenta os dados
e a metodologia do trabalho. A terceira seo faz detalhada caracterizao do setor
de servios. A quarta seo apresenta e discute estimativas de produtividade nos
servios. A quinta seo identifica variveis associadas produtividade nos servios.
A sexta seo discute a relao entre produtividade e competitividade. A stima
seo conclui.
2 DADOS E METODOLOGIA
2. Para Griliches (1957), a elevada heterogeneidade na qualidade dos insumos, inclusive servios, uma das mais
importantes explicaes da produtividade das firmas.
3. As classificaes setoriais nas contas nacionais parecem ser cada vez mais inadequadas para o padro de bens
industriais que incorporam parcela elevada e crescente de servios.
280
4. Inter-American Development Bank (IDB, 2010) apresenta evidncias de forte correlao negativa entre tamanho de
empresas e produtividade.
281
TABELA 1
3 a 10
11 +
Agregado
5,26
52,49
36,30
11,22
5,33
51,64
37,23
11,13
4,82
58,83
33,63
7,54
3,98
61,91
31,14
6,95
5,17
39,31
51,36
9,34
5,75
41,61
45,37
13,02
6,79
43,16
43,31
13,53
4,17
65,58
25,28
9,14
14,86
5,93
42,85
42,29
3,47
58,84
34,69
6,47
8,43
38,63
40,37
21,00
4,60
57,17
32,98
9,85
8,86
33,77
43,94
22,29
11,19
5,06
50,58
38,23
3,59
76,33
15,99
7,68
3,61
58,48
37,24
4,28
4,17
53,47
39,17
7,36
4,38
45,60
48,55
5,85
15,76
42,56
23,10
34,34
Servios audiovisuais
5,53
52,99
32,07
14,94
7,90
37,60
43,33
19,06
3,80
60,85
33,08
6,07
Servios de alimentao
5,98
48,14
37,50
14,36
Servios de alojamento
9,76
21,80
49,19
29,01
4,54
57,30
33,03
9,67
18,88
13,98
39,50
46,53
13,16
28,54
36,50
34,96
10,66
Servios pessoais
4,35
62,60
26,75
Servios tcnico-profissionais
4,26
56,17
36,81
7,03
Tecnologia da informao
3,63
77,72
15,49
6,78
Telecomunicaes
8,30
33,17
43,54
23,29
Transporte aquavirio
9,96
29,28
44,01
26,72
Transporte areo
11,30
30,33
32,15
37,52
Transporte dutovirio
12,60
40,00
0,00
60,00
12,48
37,88
29,24
32,88
Elaborao do autor.
282
1.153
1.086
1000
1.013
936
901
800
729
767
755
785
2003
2004
2005
2006
850
819
2007
2008
977
861
600
400
200
0
1999
2000
2001
2002
2009
2010
2011
Elaborao do autor.
Agregado
Transporte Dutovirio
Transporte Areo
Tecnologia da Informao
Transporte Aquavirio
Servios Tcnico-profissionais
Servios Audiovisuais
Telecomunicaes
Servios Pessoais
Servios de Alojamento
Servios de Alimentao
GRFICO 4
4500
4000
3500
3000
2500
2000
1500
1000
500
0
Elaborao do autor.
7. A taxa de rotatividade importante, pois desincentiva o investimento em capital humano e nos conhecimentos especficos
da empresa tanto pelo lado do trabalhador quanto pelo do empregador, constituindo-se num foco de baixa produtividade.
284
TABELA 2
Caractersticas do emprego
Escolaridade
Tempo mdio de
mdia do pessoal
emprego (meses)
ocupado (anos)
Agregado
Transporte rodovirio de cargas
Transporte rodovirio de passageiros
Agncias de notcias e outros servios de informao
Agncias de viagens, operadores tursticos e outros servios de turismo
Aluguis no imobilirios e gesto de ativos intangveis no financeiros
Armazenamento e atividades auxiliares aos transportes
Atividades culturais, recreativas e esportivas
Atividades de ensino continuado
Compra, venda e aluguel de imveis prprios
Correio e outras atividades de entrega
Edio e edio integrada impresso
Esgoto, coleta, tratamento e disposio de resduos e recuperao de materiais
Intermediao na compra, venda e aluguel de imveis
Manuteno e reparao de equipamentos de informtica e comunicao
Manuteno e reparao de objetos pessoais e domsticos
Manuteno e reparao de veculos automotores
Outros servios prestados principalmente s empresas
Seleo, agenciamento e locao de mo de obra
Servios audiovisuais
Servios auxiliares da agricultura, pecuria e produo florestal
Servios auxiliares financeiros, dos seguros e da previdncia complementar
Servios de alimentao
Servios de alojamento
Servios de escritrio e apoio administrativo
Servios de investigao, vigilncia, segurana e transporte de valores
Servios para edifcios e atividades paisagsticas
Servios pessoais
Servios tcnico-profissionais
Tecnologia da informao
Telecomunicaes
Transporte aquavirio
Transporte areo
Transporte dutovirio
Transporte ferrovirio e metroferrovirio
9,8
9,5
9,1
10,8
11,6
9,5
9,2
10,3
11,6
9,0
9,5
11,7
8,6
11,0
11,0
9,4
9,3
11,5
9,8
10,9
8,4
11,2
8,3
8,8
11,0
10,2
8,8
9,7
11,6
12,3
11,3
8,9
11,5
11,1
10,5
28,8
23,7
22,1
25,9
35,0
31,1
27,1
22,5
25,4
53,2
29,2
27,3
24,6
36,3
26,0
39,5
36,2
29,4
21,8
53,5
17,8
27,7
23,7
33,9
25,8
21,4
25,2
28,2
36,7
25,7
19,7
33,1
36,0
68,8
36,4
Taxa do
emprego
0,76
0,88
0,77
0,62
0,59
0,74
0,75
0,77
0,77
0,48
0,74
0,75
0,75
0,60
0,68
0,52
0,60
0,69
0,91
0,46
1,10
0,62
0,87
0,76
0,74
0,87
0,86
0,78
0,69
0,73
0,82
0,64
0,55
0,67
0,81
Elaborao do autor.
285
-20
Elaborao do autor.
9. Os prmios salariais referem-se ao diferencial de salrio entre duas pessoas com mesmas caractersticas produtivas
como escolaridade, experincia profissional, idade, gnero, regio geogrfica, status do contrato de trabalho, entre outros
aspectos que potencialmente influenciam a determinao de salrios, mas que esto filiados a indstrias diferentes.
Para detalhes da estratgia economtrica e dados que geraram os nmeros do grfico, ver apndice.
286
Como comrcio internacional e nacionalidade do capital esto entre os indicadores mais comumente associados produtividade (Arbache, 2005), apresentamos,
na tabela 3, indicadores de integrao internacional do setor de servios. Em 2011,
apenas uma poro bastante diminuta de empresas exportava e/ou importava os
nmeros eram de 204 e 915, respectivamente. E do total de mais de 1 milho
de empresas da PAS naquele ano, apenas setenta eram multinacionais. Ou seja, o
setor de servios seria voltado para o mercado interno e a presena estrangeira seria
marginal.10 Estes nmeros tambm sugerem que o setor de servios seria fechado e
pouco integrado economia internacional o que, por conseguinte, privaria o setor
de servios dos benefcios da internacionalizao na produtividade.
TABELA 3
Exporta
Importa
Multinacional
1.023.915
204
915
70
79.039
16
26.866
12
Agregado
1.979
13.511
45
29.627
89
176
21.383
13
58
28.746
12
29.749
16.199
7.930
14.029
26
73
5.100
17
34
12.500
14.523
29
20.295
17
55.188
11
59.078
14
4.145
Servios audiovisuais
10.951
52
5.741
47
22.357
Servios de alimentao
203.534
13
Servios de alojamento
25.617
40.886
3.403
12.927
0
(Continua)
10. Os nmeros de integrao internacional so inesperadamente muito baixos, o que sugere haver problema de cobertura ou de medida da PAS. Os dados da PAS foram cruzados com os dados de comrcio da Secretaria de Comrcio
Exterior (Secex) e de nacionalidade do capital do Banco Central.
287
(Continuao)
Nmero de firmas
Total
Exporta
Importa
Servios pessoais
44.461
Multinacional
0
Servios tcnico-profissionais
155.945
12
100
13
Tecnologia da informao
53.551
54
41
Telecomunicaes
3.819
55
Transporte aquavirio
601
Transporte areo
206
42
Transporte dutovirio
25
Elaborao do autor.
288
GRFICO 6
69.579
70000
60000
58.234
54.322
50000
53.314
50.457
52.715 54.128
47.758 47.471
39.330
34.762
31.636 29.50532.501
40000
30000
20000
10000
0
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Elaborao do autor.
A tabela 4 mostra em maiores detalhes a relao entre remunerao e produtividade. Apesar de haver correlao elevada entre as duas sries, o exerccio mostrado
na terceira coluna e reproduzido no grfico 7 indica um quadro bastante distinto
por segmento. No segmento de mecnica de automveis (manuteno e reparao
de veculos automotores), por exemplo, praticamente metade do produto por trabalhador transforma-se em remunerao do trabalho. Esse tipo de evidncia sugere
a presena de efeitos trabalhistas/fiscais/organizacionais/institucionais peculiares e
arranjos conhecidos como meio a meio.12
No entanto segmentos como servios tcnico-profissionais, servios auxiliares financeiros e TI tm relao produtividade-remunerao bem mais elevada,
sugerindo menor presena de arranjos como os descritos acima e maiores nveis
de profissionalizao e padro tecnolgico.
12. Esquemas meio a meio so comuns em oficinas, cabelereiros e outros empreendimentos de servios, nos quais
o funcionrio fica com uma parte do valor do servio prestado (digamos, 50%) e o dono do espao e fornecedor de
equipamentos fica com o restante.
289
TABELA 4
861
4.511
5,2
808
1.514
1,9
914
1.986
2,2
Servios pessoais
696
1.651
2,4
Servios de alojamento
693
1.692
2,4
746
1.957
2,6
Servios de alimentao
686
1.803
2,6
919
2.622
2,9
3.813
11.010
2,9
762
2.243
2,9
893
2.811
3,1
678
2.185
3,2
969
3.126
3,2
703
2.266
3,2
823
2.730
3,3
Telecomunicaes
911
3.063
3,4
846
3.081
3,6
980
3.586
3,7
1.005
4.001
4,0
Transporte aquavirio
1.162
4.914
4,2
929
4.225
4,5
2.281
10.572
4,6
893
4.229
4,7
881
4.289
4,9
790
4.021
5,1
1.012
5.516
5,5
1.076
5.994
5,6
858
4.818
5,6
1.001
6.339
6,3
868
6.135
7,1
1.306
9.278
7,1
895
6.614
7,4
860
6.674
7,8
1.114
8.743
7,8
920
19.120
20,8
290
GRFICO 7
Servios Tcnico-Profissionais
Tecnologia da Informao
Servios Audiovisuais
Transporte Areo
Transporte Aquavirio
Telecomunicaes
Transporte Dutovirio
Servios de Alimentao
Servios Pessoais
Servios de Alojamento
Agregado
25
20
15
10
5
0
Elaborao do autor.
Servios Pessoais
Elaborao do autor.
Transporte Areo
Transporte Dutovirio
Servios Tcnico-Profissionais
Servios Audiovisuais
Tecnologia da Informao
Mdia Simples
3 a 10
Transporte Aquavirio
0a2
Mediana
Telecomunicaes
Servios de Alimentao
100000
90000
80000
70000
60000
50000
40000
30000
20000
10000
0
Servios de Alojamento
GRFICO 8
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Elaborao do autor.
11+
200000
180000
160000
140000
120000
100000
80000
60000
40000
20000
0
292
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
293
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
Tecnologia da informao
120000
100000
80000
60000
40000
20000
0
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
Telecomunicaes
90000
80000
70000
60000
50000
40000
30000
20000
10000
0
1998
1999
2000
Elaborao do autor.
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
294
Para identificar variveis associadas dinmica da produtividade em nvel de segmentos, estimaram-se modelos de regresso em que a produtividade do trabalho
a varivel dependente.
A tabela 5 apresenta seleo de resultados tanto para dados em cross-section
como para dados em painel. O aumento de um ano na escolaridade mdia da fora
de trabalho estaria associado ao aumento do nvel de produtividade em torno de
R$ 2 mil por ms. Tempo de emprego (no mostrado), no se revelou importante
para a produtividade. J rotatividade no emprego parece ter associao negativa e
elevada com a produtividade. Empresas multinacionais teriam produtividade mdia
muito mais elevada que empresas nacionais. Empresas que exportam servios tambm observariam taxas maiores de produtividade que as que no esto integradas
ao comrcio. Como j havamos adiantado, empresas de menor tamanho (0 a 2
ocupados) tendem a ser mais produtivas que as de maior tamanho (11 ocupados
ou mais) e ainda mais produtivas que as de tamanho intermedirio (3 a 10 ocupados). Por fim, os coeficientes dos segmentos de servios (no mostrado) so, na sua
maioria, estatisticamente significativos e elevados, confirmando a heterogeneidade
do setor de servios e a sua relao com a produtividade.
TABELA 5
Varivel
Intercepto
Painel
Coef.
teste t
Coef.
teste t
14.226
3,08
15.038
13,03
Multinacional (dummy)
76.610
1,94
82.542
19,63
Exporta (dummy)
58.886
2,56
25.469
3,86
1.851
8,44
2.213
41,34
Rotatividade do emprego
-9.014
-7,37
-2.235
-8,41
-3,21
-0,19
4,43
1,03
34.625
25,12
19.990
56,07
1.970
1,68
-583
-1,88
sim
sim
Dummies de UF includas
sim
sim
no
sim
Obs: modelo de 2011 completo e modelos de 1998 a 2010 esto disponveis por solicitao.
Elaborao do autor.
295
6 PRODUTIVIDADE E COMPETITIVIDADE
Indstrias de Transformao
Elaborao do autor.
14. Os grficos 11 e 12 foram calculadas com dados da Pesquisa Industrial Anual do Instituto Brasileiro de Geografia
e Estatstica (IBGE). Maiores detalhes metodolgicos e dos clculos podem ser obtidos com o autor.
296
GRFICO 12
Indstrias de Transformao
Elaborao do autor.
7 CONCLUSES
297
ARBACHE, J. Wage differentials in Brazil: theory and evidence. Journal of Development Studies, n. 38, p. 109-130, 2001.
______. Do technological innovation and exports affect the size and productivity of manufacturing firms? Evidence from Brazil. 2005. Disponvel em: <http://
ssrn.com/abstract=686145>.
______. Is Brazilian manufacturing losing its drive? Braslia: UnB, 2012. Mimeografado. Disponvel em: <http://papers.ssrn.com/sol3/papers.cfm?abstract_
id=2150684>.
CNI CONFEDERAO NACIONAL DE INDSTRIA. Servios e competitividade industrial no Brasil. Braslia: Confederao Nacional da Indstria, 2014.
GRILICHES, Z. Hybrid corn: an exploration in the economics of technological
change.Econometrica, n. 25, p. 501-522, 1957.
HAISKEN-DENEW, J. P.; SCHMIDT, C. M. Inter-industry and inter-region
differentials: mechanics and interpretation. Review of Economics and Statistics,
n. 79, p. 516-521, 1997.
IDB INTER-AMERICAN DEVELOPMENT BANK. The age of productivity: transforming economies from the bottom up. Washington, DC: IDC, 2010.
KRUEGER, A. B.; SUMMERS, L. H. Efficiency wages and the inter-industry
wage structure. Econometrica, n. 56, p. 259-293, 1988.
OECD Organization for Economic Co-operation and Development. OECD
perspectives on global development 2014: boosting productivity to avoid the
middle income trap. Paris: OECD, 2014.
298
APNDICE 1
Nome da variavel
Descrio da varivel
Fonte
PAS
Remunerao mdia
RAIS empresa
Pessoal ocupado
PAS
PAS
PAS
PAS
Exporta
SECEX
Importa
SECEX
Multinacional
BC
Faixa de tamanho 1
PINTEC
Faixa de tamanho 2
PINTEC
Faixa de tamanho 3
PINTEC
Taxa de rotatividade
TABELA 1
577.575
1999
669.213
2000
668.765
2001
781.040
2002
745.399
2003
794.249
2004
824.549
2005
841.088
2006
888.662
2007
748.046
2008
800.232
2009
868.890
2010
932.570
2011
1.023.915
299
ln w =
ij
(1)
+ X + Z +
i
j ij
(1)
onde lnwij o logaritmo natural do salrio real pago por hora do trabalhador i na indstria j; Xi o vetor de caractersticas individuais, geogrficas e das
firmas; Zi o vetor de dummies de indstria, o qual inclui todas as indstrias; a
o intercepto; eij o termo estocstico refletindo as caractersticas no observveis
inerentes s estatsticas de salrios; b e so os vetores dos parmetros. Como
todas as dummies de indstria so includas no modelo, impe-se uma restrio
linear j da seguinte forma:
(2)
n
j j
(2)
)=
n' H
n' D V
(3)
(3)
300
captulo 11
302
De acordo com Pavitt (1984), inovao pode ser compreendida como um produto
ou processo produtivo novo, ou melhor, usado ou comercializado com sucesso por
uma organizao, e essencial para o desenvolvimento econmico e as mudanas
sociais nos pases. Para Sundbo e Gallouj (1998), inovao a mudana de um
negcio por meio da adio de um novo elemento ou a nova combinao de antigos elementos, devendo ser tal mudana um fenmeno reproduzvel e realizado
mais de uma vez.
No entanto, algumas caractersticas diferem os servios de produtos fsicos,
entre elas: a intangibilidade, a heterogeneidade, e a simultaneidade entre produo
e consumo. Sundbo e Gallouj (1998), por exemplo, argumentam que, em geral,
inovaes em servios so constitudas por ajustes em processos, visto que h uma
simultaneidade entre produo e consumo do servio. As diferenas dificultam a
aplicao direta de modelos de gesto e estudo da inovao transferidos da indstria
para os servios.
De acordo com Freire (2006), as atividades de servios so geralmente caracterizadas como pouco geradoras de valor, empregadoras de mo de obra pouco
qualificada, fracas em termos tecnolgicos e pouco ou nada integradas aos processos
de inovao. No entanto, os estudos de Evangelista, Sirilli e Smith (1998), Boden
e Miles (2000) e Howells (2000) indicam que o aumento na participao relativa
303
dos servios justifica-se especialmente pela oferta de uma classe de servios distinta:
servios especializados e intensivos em informao e cincia, os KIBS.
Segundo Hertog (2000), os KIBS formam uma categoria de atividades de
servios que so altamente inovadoras, caracterizadas por serem organizaes
privadas, especializadas em determinado expertise tcnico (Kubota, 2009). Esses
setores tm o importante papel de apropriar o conhecimento disponvel das firmas
e transform-lo em conhecimento genrico, configurando assim uma inovao
bem-sucedida; uma relao simbitica entre os KIBS e seus clientes.
Logo, na atual abordagem dos Sistemas Nacionais de Inovao, que enfatiza
a importncia da transferncia e difuso de ideias, os KIBS desempenham papel
ativo na economia. Somando-se a isso o reconhecimento de que a inovao
fator essencial para a competitividade das empresas, entende-se que os KIBS so
importante instrumento para elevar a produtividade dos demais setores que utilizam esses servios.
Pesquisas internacionais tm evidenciado que a inovao realmente supe
investimentos em ativos complementares, tais como software, capital humano e
novas estruturas organizacionais. Hulten e Hao (2011) apresentam comparaes
internacionais que demonstram que o investimento nesses ativos intangveis
crescente, em alguns casos excedendo os investimentos em capital fsico, e explicam
uma parte significante do crescimento da produtividade total dos fatores (PTF)
dos pases. Corrado, Hulten e Sichel (2006) propem uma classificao para ativos
intangveis em trs grandes categorias: informao computadorizada, propriedade
inovativa e competncias econmicas. A primeira basicamente composta pelos
investimentos em TIC grande parte desenvolvida por empresas de servios.
De fato, Miles (1995) informa que, na primeira metade da dcada de 1990, cerca
de 80% dos investimentos em tecnologia da informao no Reino Unido e nos
Estados Unidos (EUA) foram consumidos pelos setores de servios, tornando-os
um vetor de inovao para outros setores.
No Brasil, Commander, Harrison e Menezes-Filho (2011) procuraram
compreender os determinantes dos investimentos no setor de TIC e seus efeitos
sobre a produtividade das firmas brasileiras. Usando uma pesquisa de campo com
quinhentas firmas brasileiras e quinhentas indianas para entender que tipos de
empresas tm adotado novas tecnologias e quais as consequncias para seu desempenho, o estudo mostrou uma forte associao entre o uso de TIC e a produtividade. As estimativas mostram que os retornos de investimentos em TIC so ainda
mais elevados do que nos pases desenvolvidos e so muito parecidos no Brasil e
na ndia.2 Alm disso, quando complementados por mudanas organizacionais
2. Foi observado tambm, no Brasil, que as firmas maiores, com mais tempo no mercado, e as multinacionais tendem
a investir mais em TICs no Brasil. Alm disto, TIC so muito correlacionadas com a qualificao dos trabalhadores.
304
305
306
307
difusa. Estas atividades ganham cada vez maior relevncia na medida em que as
indstrias relacionadas s tecnologias de informao expandem sua presena na
economia, assim como suas articulaes com outros setores.
Em mbito nacional, somente a partir de 2005 a mensurao das atividades
inovadoras neste setor passou a ser realizada pela Pesquisa de Inovao Tecnolgica (Pintec) do IBGE, baseada no Manual de Oslo. Em sua edio mais recente
(2011), a Pintec inclua os seguintes setores: edio e gravao e edio de msica;
telecomunicaes; atividades dos servios de tecnologia da informao; desenvolvimento e licenciamento de programas de computador; outros servios de tecnologia
da informao; tratamento de dados, hospedagem na internet e outras atividades
relacionadas; e pesquisa e desenvolvimento. Ou seja, a pesquisa ainda no abarca
todos os setores geralmente classificados na categoria de KIBS, deixando de fora,
por exemplo, a maior parte das atividades de Professional KIBS (servios de
publicidade, treinamento, contabilidade, advocacia, engenharia, consultorias
financeiras e jurdicas, entre outros). Mas a Pintec 2011 agrega novos setores econmicos, como o de eletricidade e gs, e o de servios de arquitetura e engenharia,
testes e anlises tcnicas.
A tabela 1 apresenta o nmero total de empresas consideradas na Pintec e
de empresas inovadoras em produto e/ou processo. Como possvel observar, a
taxa de inovao na economia brasileira, com exceo da agricultura, teve uma
ligeira elevao, de 34% para 38%, entre os trinios de 2003-2005 e 2006-2008,
seguido de uma reduo para 36% no trinio 2009-2011. De modo geral, pode-se
afirmar que aproximadamente 1/3 das empresas pesquisadas inovaram no perodo.
No trinio 2003-2005, o percentual de empresas inovadoras no setor
de servios foi bastante superior ao setor industrial. No entanto, nos trinios
seguintes, o percentual de empresas inovadoras nos setor de servios diminuiu
gradativamente, de tal forma que no trinio 2009-2011 ambas convergiram para
aproximadamente um tero do total. Essa reduo foi determinada principalmente
pelo decrscimo na taxa de inovao do setor atividades de informtica entre
2005 e 2008 (de 58% para 48%) e no setor de telecomunicaes entre 2008 e
2011 (de 47% para 32%).
Adicionalmente, nota-se que as taxas de inovao de produtos ou processos
classificados como novos para o mercado bastante superior no setor de servios
em relao mdia da indstria. Em outras palavras, o setor de servios implementa
relativamente mais inovaes de mercado, enquanto o setor industrial implementa
relativamente mais inovaes no contexto interno da empresa.
Na tabela 2 so apresentadas informaes referentes s empresas que realizam
mudanas estratgicas e organizacionais, discriminadas segundo as empresas que
308
3. A tabela 2 no contm informaes sobre o trinio 2003-2005, pois neste perodo o questionrio da Pintec era
diferente no que se refere s questes de inovao organizacional e de marketing.
309
310
Por fim, a penltima coluna da tabela 5 nos mostra que as empresas do setor
industrial recebem, em mdia, mais incentivos governamentais para aquisio
de mquinas e equipamentos do que o setor de servios. No entanto, no trinio
2009-2011, o setor de telecomunicaes novamente se destacou, sendo que 41%
das empresas inovadoras deste setor contaram com apoio governamental para
aquisio de mquinas e equipamentos.
TABELA 1
Inovadoras
Inovao em
Produto
Novo p/
mercado
Inovao em
Processo
Novo p/
Mercado
2005
95.301
32.796 (34%)
19.670
3.388 (17%)
26.277
1.740 (7%)
2008
107.605
41.210 (38%)
25.345
4.720 (19%)
34.179
2.634 (8%)
2011
128.699
45.950 (36%)
23.282
5.299 (23%)
40.802
3.136 (8%)
2005
4.246
2.418 (57%)
1.886
432 (23%)
1.773
231 (13%)
2008
4.917
2.357 (48%)
2.072
526 (25%)
1.475
162 (11%)
2011
11.564
4.258 (37%)
3.136
1.019 (32%)
3.640
622 (17%)
2005
393
180 (46%)
158
25 (16%)
147
21 (14%)
2008
717
334 (47%)
322
70 (22%)
266
62 (23%)
2011
1.030
336 (32%)
289
58 (20%)
247
26 (11%)
2005
3.811
2.197 (58%)
1.689
374 (22%)
1.590
181 (11%)
2008
4.160
1.983 (48%)
1.716
427 (25%)
1.176
76 (6%)
2011
4.876
2.105 (43%)
1.782
714 (40%)
1.775
186 (10%)
TOTAL
Servios
Telecom.
Ativ. de
Informtica
6.366
717
4.160
Servios
Telecomunicaes
Atividades de Informtica
11.564
1.030
4.876
Servios
Telecomunicaes
Atividades de Informtica
128.699
TOTAL
2009-2011
106.862
TOTAL
2006-2008
Total na
Amostra
2.639
545
5.185
50.126
2.186
334
3.127
35.774
54%
53%
45%
39%
53%
47%
49%
33%
Tcnicas
de gesto
TABELA 2
424
192
1.464
33.795
316
37
732
23.975
9%
19%
13%
26%
8%
5%
11%
22%
Tcnicas de gesto
ambiental
2.674
514
5.185
44.426
1.877
368
2.789
33.383
55%
50%
45%
35%
45%
51%
44%
31%
Organizao do
trabalho
Inovaes organizacionais
1.291
232
2.568
22.008
860
94
1.247
14.789
26%
23%
22%
17%
21%
13%
20%
14%
Relaes externas
1.669
349
3.521
34.162
1.328
279
2.161
28.053
34%
34%
30%
27%
32%
39%
34%
26%
Estratgias de
marketing
1.428
215
2.855
39.379
1.156
152
1.909
38.251
29%
21%
25%
31%
28%
21%
30%
36%
Esttica, desenho ou
outras
Inovaes de marketing
295
268
1.829
1.660
1.891
2011
2005
2008
2011
146
2005
2008
3.698
2011
Atividades de
Informtica
Telecom.
2.390
2.015
2005
2008
36.506
2011
Servios
33.034
2008
21.966
2005
TOTAL
Esforo tecnolgico
TABELA 3
4,18%
4,00%
5,90%
3,66%
4,60%
3,30%
4,96%
5,80%
5,90%
2,56%
2,90%
3,00%
Dispndio em
Inovao
(% da Receita)
39,66%
24,90%
39,30%
20,16%
21,70%
15,40%
36,71%
43,60%
47,60%
30,76%
28,10%
25,20%
P&D
29,99%
40,70%
21,40%
46,49%
34,70%
22,80%
27,95%
26,70%
15,50%
42,40%
44,90%
42,90%
Aquisio de
mquinas
30,36%
34,40%
39,30%
33,35%
43,60%
61,70%
35,35%
29,70%
36,90%
26,84%
27,00%
31,90%
Outras atividades
974
396
1.015
116
44
66
1.506
479
1.122
7.447
4.701
6.168
930 (95%)
339 (86%)
756 (74%)
112 (97%)
43 (98%)
51 (77%)
1.280 (85%)
421 (88%)
848 (76%)
5.633 (76%)
3.420 (73%)
3.617 (59%)
Firmas que
realizaram P&D
contnuo
312
1.689
1.716
1.782
2005
2008
2011
Atividades de
Informtica
Telecom.
322
158
2005
289
3.136
2011
2008
2.039
2008
2011
1.847
2011
2005
Servios
23.282
2008
19.631
25.312
2005
TOTAL
TABELA 4
697 (39%)
343 (20%)
344 (20%)
45 (16%)
85 (26%)
45 (28%)
984 (31%)
428 (21%)
389 (21%)
6.698 (29%)
4.910 (19%)
4.050 (21%)
< 10 %
434 (24%)
555 (32%)
688 (41%)
92 (32%)
189 (59%)
82 (52%)
804 (26%)
744 (36%)
770 (42%)
9.771 (42%)
11.024 (44%)
7.827 (40%)
10% e 40%
651 (36%)
818 (48%)
657 (39%)
152 (53%)
48 (15%)
31 (20%)
1.348 (43%)
867 (43%)
688 (37%)
6.813 (29%)
9.378 (37%)
7.754 (39%)
> 40%
2.197
1.983
2.105
2008
2011
336
2011
2005
180
334
2008
4.258
2011
2005
2.418
2.357
2008
41.210
45.950
2008
2011
2005
32.796
2005
Atividades de
Informtica
Telecomunicaes
Servios
TOTAL
Ano
Total de
Empresas que
inovaram
677 (32%)
305 (15%)
297 (14%)
255 (76%)
86 (26%)
17 (10%)
1.277 (30%)
428 (18%)
351 (15%)
15.695 (34%)
9.129 (22%)
6.169 (19%)
Empresas que
receberam
apoio governamental
TABELA 5
113 (5%)
29 (1%)
33 (2%)
21 (6%)
13 (4%)
141 (3%)
51 (2%)
42 (2%)
1.219 (3%)
487 (1%)
249 (1%)
Pesquisa e
Desenvolvimento
48 (2%)
23 (1%)
87 (4%)
81 (24%)
2 (1%)
137 (3%)
43 (2%)
107 (4%)
754 (2%)
767 (2%)
431 (1%)
Lei da
informtica
Incentivo fiscal
101 (5%)
76 (4%)
2 (1%)
18 (5%)
123 (3%)
105 (4%)
439 (1%)
311 (1%)
Subveno
econmica
Financiamento
123 (6%)
25 (1%)
70 (21%)
2 (1%)
206 (5%)
51 (2%)
713 (2%)
613 (1%)
Sem parceria
com
universidades
82 (4%)
31 (2%)
38 (2%)
2 (1%)
1 (0%)
4 (2%)
193 (5%)
60 (3%)
72 (3%)
594 (1%)
382 (1%)
450 (1%)
Em parceria
com
universidades
A projetos de P&D&I
176 (8%)
43 (2%)
92 (4%)
137 (41%)
34 (10%)
14 (8%)
398 (9%)
81 (3%)
127 (5%)
11.760 (26%)
5.422 (13%)
3.883 (12%)
Aquisio de
mquinas e
equipamentos
(13%)
172 (9%)
108 (5%)
54 (16%)
24 (7%)
3 (2%)
477 (11%)
220 (9%)
139 (6%)
3.642 (8%)
2.953 (7%)
2.129 (6%)
Outros
programas
de apoio
314
315
A principal base de dados utilizada neste trabalho foi a Pintec referente ao trinio
2009-2011, truncada para as empresas do setor de servios, totalizando inicialmente 5.906 observaes. No entanto, para que fosse possvel estimar o modelo
apresentado na seo anterior, com variveis defasadas, tivemos que fundir esta
base de dados com a Pintec do trinio 2008 e as edies da PAS referente aos anos
de 2010 e 2011.
Utilizamos a Pintec do trinio anterior para construir o logaritmo do dispndio em atividades inovadoras no ano de 2008 (varivel E t 3). Adicionalmente,
utilizamos a PAS 2010 para construir o logaritmo do fluxo de caixa livre em 2010
(varivel FC t 1 ) e a PAS 2011 para construir as variveis de estoque de capital e
formao de capital humano para o ano de 2011 (variveis K e H ). Aps fundir
as bases de dados, obtivemos um painel desbalanceado contendo dois trinios, e
um total de 957 empresas.
A tabela 6 apresenta as principais estatsticas descritivas das variveis dependentes do modelo. Observa-se que 45% das empresas na amostra investiram em
atividades inovativas, sendo que o investimento mdio por trabalhador foi de R$
4.251,00. Ainda observou-se que 46% das empresas inovaram em produto e/ou
processo e que a produtividade mdia foi de R$ 100,00 por trabalhador.
TABELA 6
Descrio
Mdia*
Desvio
Padro
0,45
0,50
En
4.251
52.805
0,46
0,50
Pn
R$100
R$165
316
TABELA 7
Mdia
Desvio
Padro
0,08
0,27
58,1
700
Descrio
Kn
23,2
332
11,97
1,89
NT
0,70
0,46
POn
160
673
MS
PM
OC
CP
DP
TP
Market share
0,002
0,012
0,35
0,47
0,62
0,48
0,03
0,17
0,86
0,34
0,10
0,30
0,04
0,19
0,13
0,33
0,14
0,34
0,07
0,25
0,07
0,25
0,09
0,28
0,08
0,29
0,02
0,15
0,07
0,26
0,14
0,34
0,33
0,47
0,47
0,50
0,35
0,48
0,29
0,46
0,19
0,40
0,18
0,39
0,15
0,36
0,18
0,39
0,37
0,48
0,37
0,48
0,51
0,50
317
Coeficientes de correlao
Entre as variveis
Correlao
FP
0,24
0,79
0,77
0,15
Nosso objetivo responder seguinte pergunta: empresas que recebem financiamento pblico para realizarem atividades inovativas, em mdia, apresentam maiores
nveis de produtividade? Intuitivamente, a correlao entre financiamento pblico e
ganho de produtividade se daria pelos seguintes canais: i) financiamentos pblicos
funcionariam como incentivos para as empresas investirem mais em atividades
inovativas; ii) quanto maior o investimento, maior a probabilidade de haver inovao; e iii) finalmente, as inovaes poderiam implicar ganhos de produtividade.
Para responder pergunta do pargrafo anterior utilizaremos a metodologia
economtrica proposta por Crpon, Duguet e Mairesse (2008), daqui em diante
denominado modelo CDM, composta de quatro equaes bsicas.
O modelo CDM composto por quatro equaes. A equao (1) modela a
deciso de investir ou no em atividades inovativas. A equao (2) modela a relao
entre a tomada de financiamento pblico e a magnitude do investimento em atividades inovativas. A equao (3) mede a relao entre a magnitude do investimento
e a probabilidade de sucesso em obter inovao. Finalmente, a equao (4) mede
a relao entre a inovao e a produtividade. Portanto, o modelo permite testar se
existe impacto do financiamento pblico inovao sobre a produtividade.
A primeira equao visa modelar a deciso (binria) da empresa entre investir
ou no em atividades inovativas. Sendo assim, temos a seguinte equao de seleo:
318
Di =
1,
D i* = x1i
se
0,
Di* = x1i
se
+ u1i > c
+ u1i
1
(1)
Ei =
0,
E i* = x2i
+ u2i ,
se
Di = 1
se
Di = 0
(2)
onde E i* uma varivel latente medindo o logaritmo do investimento por trabalhador, x2i um conjunto de variveis que explicam a magnitude do investimento
realizado pela empresa e u2i um termo de erro. Destaca-se que x2i conter nossa
principal varivel de interesse, a saber, uma varivel binria que assume valor 1 se
a empresa possui financiamento pblico para inovao.
Assume-se que:
u1i
u2i
~N
0
0
2
1
2
2
Sendo assim, a correlao entre os termos de erro das equaes (1) e (2)
determinada por um coeficiente . Caso = 0 , temos que as duas equaes
so independentes, podendo ser estimadas separadamente. Uma vez que no podemos assumir isto a priori, o mais adequado ser a estimao das duas equaes
conjuntamente, por meio de um modelo Tobit tradicional (caso assumamos que
os vetores x1 e x2 sejam compostos pelas mesmas variveis) ou um modelo de
seleo de Heckman caso suponhamos que os vetores x1 e x2 sejam compostos
por variveis distintas.
319
I i = E i +x3i
+u3i
(3)
A equao (3) pode ser estimada por um modelo Probit. Porm, uma vez que
E i no pode ser observado, utilizaremos em seu lugar o logaritmo do dispndio
por trabalhador estimado pela equao (2), ou seja, E i .
Pi = I i + x4i
+ u4i
(4)
onde I representa o preditor da inovao obtido pela equao (3), x4i um conjunto
de variveis que explicam a produtividade por trabalhador da empresa i e u4i um
termo de erro. Estimando a equao (4) por MQO, espera-se que a inovao esteja
correlacionada positivamente com a produtividade.
5.1 Especificaes e resultados
Nesta especificao, as equaes (1) e (2) foram estimadas pelo modelo de seleo
de Heckman. A varivel D (deste ponto em diante omitimos o subscrito i ) assume valor 1 caso a empresa tenha investido um montante positivo em pelo menos
uma das seguintes atividades inovativas: P&D interno, P&D externo, aquisio
de mquinas e equipamentos, treinamentos e aquisio de softwares. Seguindo a
320
onde a varivel binria FP assume valor 1 caso a empresa tenha recebido financiamento pblico para realizar qualquer atividade inovativa (P&D interno, P&D
externo, aquisio de mquinas e equipamentos, treinamentos e/ou aquisio de
softwares). A varivel PO o logaritmo do pessoal ocupado,4 FCt1 o fluxo de
caixa livre em t-1, MS o market share da empresa, PM um vetor composto
por trs variveis binrias para o principal mercado da empresa,5 OC um vetor
de trs variveis binrias para a origem do capital da empresa,6 CP um vetor de
oito variveis binrias de cooperao,7 DP um vetor de cinco variveis binrias
de fontes de informao de mercado8 (demand pull) e, finalmente, TP um vetor
de sete variveis binrias de fontes de informao tecnolgicas9 (technology push).
A equao (3) foi estimada por um modelo probit, onde a varivel dependente
I assume valor 1 caso a empresa tenha inovado em produto e/ou processo. Ou
seja, na especificao do benchmark agregamos os dois tipos possveis de inovaes tecnolgicas.
O vetor de variveis explicativas x3i contm as seguintes variveis:
x3 = Et 3, PO , PM ,OC ,C P, DP,TP
onde E t 3 mede o logaritmo do investimento em atividades inovativas por trabalhador realizado no trinio anterior. A ideia que a eventual inovao ocorrida
no presente depende no apenas do investimento presente, mas tambm do investimento passado.
4. A varivel entra em mas no entra em , pois a varivel dependente j expressa em unidades de trabalho.
5. Uma dummy para cada principal mercado: i) regional ou estadual; ii) nacional; e iii) internacional.
6. Uma dummy para cada origem de capital: i) nacional; ii) estrangeiro; e iii) misto.
7. Uma dummy para cada tipo de cooperao: i) cliente; ii) fornecedor; iii) concorrente; iv) outra empresa do grupo; v)
consultorias; vi) universidades; vii) centros de capacitao profissional; e viii) instituies de certificaes.
8. Uma dummy para cada fonte de informao de mercado: i) outra empresa do grupo; ii) fornecedores; iii) clientes;
iv) concorrentes; e v) consultorias.
9. Uma dummy para cada fonte de informao tecnolgica: i) universidades; ii) institutos de pesquisa; iii) centros de
capacitao profissional; iv) instituies de certificaes; v) conferncias; vi) feiras; e vii) internet.
321
A equao (4) foi estimada por MQO, onde a varivel dependente P medida pelo logaritmo do valor da transformao industrial (VTI) por trabalhador.
O vetor de variveis explicativas x4 contm as seguintes variveis:
x4 = PO , K , H , NT
10. Vale alertar que, em funo da no linearidade, os efeitos marginais dos modelos Probit foram calculados tomando-se a firma mdia em todas as variveis explicativas.
322
TABELA 9
Inovao
(Probit)
Produtiv.
(MQO)
0,74**
1,98**
(Esforo de inovao)
0,97***
(Dummy de inovao)
0,28***
Tamanho da amostra
957
471
471
Observaes censuradas
525
Rho
-0,55
0,11
Especificao 2
(
= ( FP
x2New
P& D
I Produto = E *
I Processo = E *
a
b
+ x3a
+ x3b
3a
3b
+ u3a
+ u3b
(3a)
(3b)
323
Estimamos (3a) e (3b) por probit bivariado e calculamos a probabilidade marginal de haver inovao de produto ( I Produto ) e processo
( I Processo ) para cada empresa.
A equao (4) passa a ser escrita como:
(4)
Com isso, nosso objetivo foi separar os efeitos dos diferentes tipos de inovao
tecnolgica (produto e processo) sobre a produtividade das empresas.
A tabela 10 resume os resultados obtidos nesta especificao mais desagregada
do modelo. Primeiramente, interessante notar que o financiamento pblico voltado para outras atividades inovativas tem maior efeito marginal sobre a deciso
de investir, e tambm sobre sua magnitude. De fato, a presena de financiamento
pblico voltado para outras atividades inovativas aumenta a probabilidade de
investimento em 71%, e a magnitude do investimento em 193% (ante 143% do
financiamento em P&D).
Tambm podemos observar que o investimento em atividade inovativas
mais efetivo em gerar inovao de produto do que de processo. Por fim, a inovao
de produto mais efetiva em aumentar a produtividade, porm o coeficiente se
mostrou significativo apenas a 10% (o p-valor foi de 0,07).
TABELA 10
Resultados da especificao 2
Esforo
(Heckman)
Inovao
(Probit)
Produtiv.
(MQO)
IProd
IProc
0,33
1,43***
0,71**
1,93**
(Esforo de inovao)
0,23***
0,51
0,26*
0,06
324
6 CONSIDERAES FINAIS
325
326
327
328
APNDICE
RESULTADOS COMPLETOS DAS REGRESSES
TABELA 11
Inovao
(Probit)
Produtiv.
(MQO)
0,74**
1,98**
0,97***
0,28***
-0,06
-0,04
0,04
0,03
0,18
MS (Market share)
-0,03
-1,54
0,34***
-0,60***
1,20***
0,35
-1,57**
2,29***
0,07
-0,56
0,14
0,51
-0,49
1,06***
0,01
0,17***
0,34***
NT (Inovao no tecnolgica)
-0,13
CP (Cooperao)
8 categorias
8 categorias
8 categorias
8 categorias
DP (Demand pull)
5 categorias
5 categorias
5 categorias
5 categorias
TP (Technology push)
7 categorias
7 categorias
7 categorias
7 categorias
Tamanho da amostra
957
471
471
Observaes censuradas
525
Rho
-0,56
0,11
Elaborao do autores.
Notas: *** Significante a 1%; ** significante a 5%; erros-padro ajustados para onze clusters de CNAE.
329
TABELA 12
Inovao
(Biprobit)
Produtiv.
(MQO)
IProd
IProc
0,33
1,43***
0,71**
1,93**
0,23***
0,51
0,26*
0,06
-0,06
0,05**
-0,01
0,05
0,03
0,19**
MS (Market share)
0,05
-1,64
0,33***
-0,60***
0,65***
0,44
0,35
-1,52**
1,00***
0,91
0,06
-0,57
-0,06
-0,09
0,50
-0,52
0,45***
0,45
0,01***
0,00
0,17***
0,33***
NT (Inovao no tecnolgica)
-0,14
CP (Cooperao)
8 categorias
8 categorias
8 categorias
DP (Demand pull)
5 categorias
5 categorias
5 categorias
TP (Technology push)
7 categorias
7 categorias
7 categorias
Tamanho da amostra
957
471
471
Observaes censuradas
525
Rho
-0,59
0,47
0,06
0,00
Elaborao do autores.
Notas: *** Significante a 1%; ** significante a 5%; * significante a 10%; erros-padro ajustados para onze clusters de CNAE.
CAPTULO 12
1 INTRODUO
* Agradecemos a Glaucia Ferreira e a Leandro Justino Pereira Veloso pela assistncia com os bancos de dados da
Pesquisa Industrial Anual (PIA) e da Pesquisa de Inovao Tecnolgica (Pintec). Eventuais erros ou imprecises so de
responsabilidade dos autores.
** Departamento de Economia e Relaes Internacionais da Universidade Federal de Santa Catarina (UFSC). Autor
correspondente: gilsongsj@gmail.com.
*** Instituto de Economia da Universidade Estadual de Campinas (Unicamp).
**** Instituto de Economia da Universidade Federal do Rio de Janeiro (UFRJ).
***** Instituto de Economia da Universidade Federal do Rio de Janeiro (UFRJ).
****** Instituto de Pesquisa Econmica Aplicada (Ipea).
332
Esta baixa performance da indstria poderia ser influenciada por setores pouco
produtivos e pouco inovadores. Assim, seria pertinente um passo adicional. Poderamos analisar todos os setores e tentar identificar os que esto acima ou abaixo da
mdia da indstria. Ou poderamos analisar um setor a priori muito produtivo e
muito inovador caso da indstria qumica, particularmente nos Estados Unidos
(EUA) e Europa, conforme detalhamos na seo o debate sobre o tema. Optamos
pela segunda alternativa e deixamos a primeira como agenda futura. Infelizmente,
os resultados para indstria qumica brasileira no diferem substancialmente dos
resultados para toda indstria de transformao.
As estatsticas descritivas do painel desbalanceado de cerca de 15 mil empresas
da indstria de transformao no perodo entre 2003 e 2008 mostram que P&D
interno (9,6%) aparece numa proporo maior que P&D contnuo (5,54%) e que
P&D externo (2,63%), que h mais inovao em produto (33%) que em processo
(24%), que as empresas usam mais marcas (27%) que patentes (6%) como mecanismos de apropriabilidade, e 37% usam um mix destes mecanismos. Por fim, a
parcela de mercado mdia baixa, 0,004. J as regresses indicam relao positiva
e significativa apenas entre produtividade com retornos constantes de escala e
P&D interno. E, de maneira geral, relao negativa entre parcela de mercado e
produtividade, sugerindo que firmas menores tm produtividade maior. O uso de
mecanismos de apropriabilidade no se revelou correlacionado com produtividade.
J para indstria qumica, as estatsticas descritivas do painel desbalanceado
de cerca de 1.500 empresas mostram que h mais P&D interno (30%) que externo (5%), que h mais P&D interno que contnuo (18%), que h mais inovao
em produto (44%) que em processo (38%), que as empresas usam mais marcas
(40%) que patentes (11%) como mecanismos de apropriabilidade, e que 54%
usam um mix destes mecanismos. Por fim, a parcela de mercado mdia baixa,
0,006, sugerindo baixa concentrao. J as regresses indicam relao positiva e
significativa apenas entre produtividade com retornos constantes de escala e P&D
interno, e produtividade com retornos constantes de escala e P&D contnuo. Mas
de maneira geral as regresses sugerem que no h relao entre produtividade,
inovao e parcela de mercado nos termos aqui propostos, independente de considerar a produtividade estimada com retornos constantes ou variveis de escala.
Estes resultados indicam que a indstria qumica inova mais, usa mais mecanismos de apropriabilidade, tem parcela de mercado e produtividade mdias
maiores que a mdia da indstria de transformao. Mas ambas esto aqum
do timo da produtividade e so pouco concentradas. Indicam tambm que a
ausncia de efeito da inovao sobre produtividade no meramente setorial,
mas generalizado para toda a indstria de transformao. Os padres de P&D
e de inovao captados sugerem esforo meramente adaptativo para atender ao
333
O objetivo desta seo contextualizar a hiptese do estudo no debate sobre produtividade e seus determinantes, particularmente inovao e poder de mercado.
Produtividade um tema que faz parte da agenda de pesquisa de vrias reas da
economia, como macroeconomia, organizao industrial, mercado de trabalho
e comrcio internacional. Uma seleo de evidncias recentes feita por Syverson
(2010) aponta grande diversidade de resultados sobre determinantes da produtividade. Isto no exatamente uma surpresa e estes resultados diversos podem ser
creditados ao uso de bases de dados nem sempre comparveis em metodologia e
estrutura (algumas so apenas corte transversal, outras so painel e, s vezes, sries
temporais), de regresses com controles diferentes, para vrios pases e setores com
caractersticas estruturais distintas, e em momentos diferentes do tempo.
Intuitivamente produtividade pode ser caracterizada como eficincia na produo, ou seja, quanto de produto obtido a partir de um conjunto de insumos.
Sob este ponto de vista, poderamos pensar em uma razo insumo/produto como
medida. Syverson (2010) lembra que, tecnicamente, a questo mais complexa.
334
335
A relao entre produtividade e P&D um tema importante, que foi pioneiramente explorado por Ziv Griliches nos anos 1980, mas que est pouco presente nos
artigos mais recentes. Uma possvel explicao para a reduo do interesse por este
tema o deslocamento da discusso do input da inovao para os determinantes
do output da inovao em si e suas decomposies.
Griliches (1980) verificou se a queda no crescimento da produtividade pode
ser explicada, total ou parcialmente, pela queda na taxa de crescimento real dos
gastos com P&D. A resposta foi provavelmente no, em boa medida porque
o conjunto de informaes disponveis era frgil. A anlise foi feita a partir de
informaes para 39 setores da indstria de transformao americana, agregados
em dois ou trs dgitos, para o perodo 1959-1977. Ele investigou a relao entre
produtividade, capital fsico e gastos com P&D com um conjunto de dados que
foi considerado pelo prprio autor como problemtico e cujos resultados no
permitiram interpretao clara.
Um pouco depois, Griliches (1988) retoma o tema e analisa a relao entre
produtividade e P&D por firma, mas novamente se depara com um conjunto
de dados com muitas restries, de sigilo em particular. A ideia era verificar
a contribuio do gasto em P&D privado das empresas para as respectivas
produtividades, usando as diferenas observveis tanto em nvel quanto nas
taxas de crescimentos destas variveis naquelas firmas. Montou um painel
com 133 empresas e informaes referentes ao perodo 1966-1977. Apesar das
limitaes, detectou que a elasticidade da P&D em relao ao capital fsico
de 0,6, tanto na dimenso temporal quanto transversal.
Outros estudos sobre produtividade e P&D semelhantes aos feitos por Griliches para os EUA no encontraram resultados muito diferentes. Entre eles destacamos Griliches e Mairesse (1991), que comparam a relao ente produtividade
e P&D para os EUA e Japo; Cuneo e Mairesse (1984) e Hall e Mairesse (1992),
para a Frana; e Wang e Tsai (2004), para Taiwan. Mairesse e Sassenou (Op. cit.)
resumiram os resultados obtidos nos anos 1980, por meio de estudos tambm
utilizando a metodologia de Griliches, e concluram que os diversos trabalhos
mostram que a elasticidade do P&D com relao ao capital fsico baixa.
Hoje possvel entender melhor a relao entre P&D e produtividade, pois
podemos estimar a produtividade por firma de formas outras que usando a PTF,
e temos medidas qualitativas de P&D e suas decomposies. E isto parte do que
foi feito neste artigo, como desenvolvido na metodologia.
A partir de meados dos anos 1980, o tema que relaciona produtividade e
P&D perde espao para o tema produtividade e inovao. Baily e Chakrabarti
336
(1985), por exemplo, tentam entender qual a influncia da inovao na produtividade na indstria qumica e txtil dos EUA, e em que medida mudanas no
ritmo e nas caractersticas da inovao contriburam para diminuio do crescimento da produtividade desde o incio dos anos 1970. Afirmam que muito do
que se observou sobre crescimento da produtividade do trabalho nos EUA por
20 anos (1950-1970) pode ser atribudo diretamente mudana tcnica, e no
acumulao do capital. A diminuio do ritmo de crescimento da produtividade
nos anos seguintes passa a ser, naturalmente, associada reduo do ritmo de
mudana tecnolgica. E as evidncias2 por eles obtidas para aqueles dois setores da
economia americana entre 1967 e 1982 confirmam a suspeita: h relao positiva
entre inovao e produtividade.
Desde Baily e Chakrabarti (1985) h quantidade substancial de estudos relacionando inovao e produtividade. Hall (2011) faz uma sntese destes trabalhos e
pergunta: o que sabemos a respeito da relao entre estas duas variveis? O resumo
da evidncia emprica sugere que h impacto positivo da inovao em produto
sobre produtividade, mas no clara a influncia de inovao em processo. Em
ambos os casos decisivo considerar a estrutura de mercado na anlise. Alm disso,
apontam dois canais que explicam por que mais inovao pode estar associada a
mais produtividade. Por um lado, as firmas estabelecidas podem aumentar eficincia e melhorar os bens e servios que oferecem, reduzindo custos de produo e
aumentando a demanda. Por outro, firmas inovadoras tendem a crescer mais que
outras, e novas entrantes com melhores produtos para oferecer tm mais chance
de desbancar as firmas estabelecidas ineficientes, com um concomitante aumento
nos nveis da produtividade agregada. Em ambos os casos, a relao entre inovao e produtividade ser fortemente influenciada pelo ambiente institucional e
macroeconmico no qual a firma opera, o que explica as substanciais diferenas
de nvel e correlao entre estas duas variveis nos pases e setores.
2.2 Produtividade, poder de mercado e apropriabilidade
337
economtrica de que as firmas com maior poder de mercado tendem a ser as menos
produtivas, sugerindo que a ausncia de competio cria no somente ineficincias
na precificao, mas tambm ineficincias produtivas.
Ao analisar a indstria americana de cimento seca rpido, Syverson (2004)
apresenta um caso concreto para relao entre produtividade e estrutura de mercado.
Analisar um setor especfico ajuda a controlar a influncia das diferentes tecnologias na heterogeneidade da produtividade. Numa indstria de bens homogneos
possvel, adicionalmente, isolar os efeitos da substitutibilidade espacial. Sobram
como diferencial entre as empresas, basicamente, os efeitos de localizao, que se
reflete nos custos de transporte. De fato, quando os produtores esto densamente
agrupados mais fcil para os consumidores trocar de fornecedores, o que torna
o mercado mais competitivo. Os produtores relativamente mais ineficientes tm
mais dificuldade de atuar com lucro. Assim, o aumento da substitutibilidade resulta
em nveis mnimos e mdios de produtividade maiores e com menor disperso.
A evidncia emprica obtida, a partir dos microdados dos censos industriais americanos de 1982, 1987 e 1992, confirma que os mercados com alta densidade da
demanda e alta concentrao de empresas tm limite inferior da produtividade e
produtividade mdia maiores e exibem menor disperso de produtividade entre
os produtores, de uma certa forma qualificando a relao negativa entre poder de
mercado e produtividade encontrada por Klette (1999).
No caso da Itlia, temos evidncia fornecida por Bottassoa e Sembenellib
(2001) para os efeitos do European Union Single Market Program (SMP)3 na produtividade e poder de mercado das firmas italianas. Mark-up foi utilizado como proxy
para poder de mercado. As estimativas obtidas a partir de um painel desbalanceado
com dados entre 1982 e 1993 apontam que o SMP teve efeito negativo sobre o
poder de mercado e positivo sobre produtividade, certamente como consequncia
da maior competio criada a partir da reduo das barreiras no tarifrias.
J em relao ao uso de mecanismos de apropriabilidade e sua influncia na
produtividade, pode-se pensar em uma relao indireta entre apropriabilidade e
poder de mercado, ou seja, quanto mais eficazes so os usos destes mecanismos,
maior o poder de mercado. Para entender melhor esta relao, recorremos a Mansfield (1986), Levin et al. (1987), Arora (1997) e Cohen, Nelson e Walsh (2000).
Mansfield (1986) mostra que a indstria qumica americana um setor
inovador e intensivo em patentes. A evidncia foi obtida em corte transversal
com dados de 1981 a partir de uma amostra de cem empresas em doze setores da
indstria de transformao dos EUA: farmacutico, qumico, petrleo, maquinaria,
3. Em 1985 a Comisso da Unio Europeia apresentou um programa e um cronograma de unificao dos mercados
europeus. Cada Estado-membro deveria abolir todas as barreiras no tarifrias para melhorar a circulao de bens,
servios, pessoas e capital at o final de 1992.
338
4. A amostra foi obtida a partir da lista de firmas nestes doze setores publicadas na revista Business Week de 5 de julho
de 1982, que gastaram pelo menos US$ 1 milho em P&D ou pelo menos 1% das vendas se o faturamento foi acima de
US$ 35 milhes. Assim, a amostra tem firmas grandes, no sentido de ter faturamento anual superior a US$ 25 milhes.
339
340
341
3 METODOLOGIA
Nesta seo, ser apresentada a metodologia do estudo. Ela est dividida em trs
subsees, conforme a seguir.
3.1 Dados e variveis do estudo
342
As tabelas 1A e 1B tm as estatsticas descritivas para as variveis discretas e contnuas referentes a pouco mais de 15 mil firmas de toda indstria de transformao.
Considerando as variveis contnuas, os indicadores de produtividade por firma com
retornos constantes de escala tem mdia 68.06 e desvio padro 146.26, tambm
evidenciando significativa disperso, alm de assimetria, haja vista que a mediana,
percentil 50, est muito abaixo da mdia. Destaca-se o percentil 5, que sugere que
mesmo as mais eficientes de toda indstria esto aqum da produtividade tima
estimada com retornos constantes de escala. As estimativas com retornos variveis
de escala tambm diferem apenas em nvel, substancialmente abaixo das estimativas
com retornos constantes, indicando substancial e sistemtica menor eficincia.
Com relao parcela de mercado, as empresas da indstria de transformao
so muito pequenas em mdia, os percentis indicam que 75% das firmas tm market
share menor que 0,5% e que apenas 5% tm participao de mercado maior que
4,2%. Em suma, nveis de produtividade e parcela de mercado tambm baixos
para, pelo menos, 75% das empresas desta amostra.
Considerando as variveis discretas, percebemos que 9,6% das empresas da
nossa amostra fazem P&D interno, 2,63% externo e 5,54% contnuo. Cerca de 24%
fazem inovao em produto e 33% em processo. Cerca de 27% usam marcas como
mecanismo de apropriabilidade, e 6% patentes de inveno. E, para toda indstria
de transformao, o uso de mix dos possveis mecanismos de apropriabilidade
(36,67%) substancialmente superior ao uso das tradicionais marcas e patentes.
As tabelas 1C e 1D tm as estatsticas descritivas para as variveis discretas e
contnuas referentes as 1.502 firmas da indstria qumica da amostra no perodo
2003 a 2008. Considerando as variveis contnuas, os indicadores de produtividade
por firma com retornos constantes de escala tm mdia 3,72 e desvio padro 4,37,
sugerindo significativa disperso, alm de assimetria, haja vista que a mediana, percentil 50, est abaixo da mdia. Destaca-se a distncia em relao ao percentil, que
sugere que somente uma pequena parcela das empresas da indstria est prxima
343
da produtividade tima estimada com retornos constantes de escala. As estimativas com retornos variveis de escala diferem apenas em nvel, levemente abaixo
das estimativas com retornos constantes, indicando sistemtica menor eficincia.
Com relao parcela de mercado, estas so muito pequenas em mdia, os
percentis indicam que 75% das firmas tm market share menor que 1% e que
apenas 5% tm participao de mercado maior que 7,5%. Em suma, nveis de
produtividade e parcela de mercado baixos para pelo menos 75% das empresas
desta amostra.
Considerando as variveis discretas, percebemos que 30,62% das empresas
da nossa amostra fazem P&D interno, 5,34% externo, 18,77% contnuo. Cerca
de 44% fazem inovao em produto e 38% em processo. Usam mais marcas do
que patentes: quase 40% usam marcas como mecanismo de apropriabilidade, e
11% patentes de inveno. De fato, como lembra Mansfield (1986), nem todas
as invenes so patenteadas. Em alguns casos as empresas preferem o segredo
comercial devido ao rpido progresso tcnico e possvel obsolescncia antes
mesmo de ser possvel usar as patentes ou porque o avano tecnolgico muito
difcil e caro de copiar, tornando a proteo da patente dispensvel. Este parece ser
o caso da indstria qumica brasileira, que tem 54,13% das empresas usando um
mix dos possveis mecanismos de apropriabilidade algo perfeitamente racional,
conforme apontam Cohen, Nelson e Walsh (2000).
Comparando as estatsticas descritivas da indstria qumica com as da indstria de transformao, percebemos que a indstria qumica tem indicadores de
produtividade melhores que a indstria e faz mais P&D e inovao em todas as
categorias aqui observadas que a indstria de transformao. Mas a proporo de
inovao em produto na indstria qumica maior que a de inovao em processo, enquanto que em toda indstria o contrrio. Este um fato peculiar, pois a
indstria qumica mundialmente conhecida por ser inovadora em processo. Com
relao aos mecanismos de apropriabilidade, encontramos o esperado: a qumica
os usa mais que a mdia de toda a indstria, quer marcas e patentes, quer um
mix destes mecanismos, o que est de acordo com Mansfield (1986) e Levin et al.
(1987). Por fim, a qumica revela-se mais concentrada que a indstria.
As estatsticas descritivas que caracterizam o perfil da amostra, ainda que
apontem grande heterogeneidade entre as empresas e uma enorme distncia da
fronteira de eficincia e baixa parcela de mercado, porm, no so suficientes para
captar relaes sistemticas entre as variveis produtividade, inovao e poder
de mercado, hiptese que ser verificada neste artigo pela anlise de regresso.
A seguir o mtodo utilizado.
344
TABELA 1A
68,06 (146,26)
24,63 (56,10)
Frequncia %
9,6
VARIVEIS EXPLICATIVAS
P&D interno
P&D externo
Frequncia %
2,63
P&D contnuo
Frequncia %
5,54
Inovao em produto
Frequncia %
24,27
Inovao em processo
Frequncia %
32,92
Parcela de mercado
0,004 (0,024)
Patentes de inveno
Frequncia %
6,35
Marcas
Frequncia %
27,06
MMA
Frequncia %
36,67
Elaborao dos autores, a partir de dados da PIA e da Pintec, edies 2003, 2005 e 2008.
TABELA 1B
25
50
75
95
5,72
14,07
25,26
51,63
182,04
2,16
5,06
8,95
17,16
45,09
0,000051
0,00029
0,00137
0,0056
0,042
Parcela de mercado
Elaborao do autores, a partir de dados da PIA e da Pintec, edies 2003, 2005 e 2008.
TABELA 1C
3,72 (4,37)
2,62 (2,41)
30,62
VARIVEIS EXPLICATIVAS
P&D interno
Frequncia %
P&D externo
Frequncia %
5,34
P&D contnuo
Frequncia %
18,77
Inovao em produto
Frequncia %
44,58
Inovao em processo
Frequncia %
38,70
Parcela de mercado
0,006,(0,0261)
Patentes de inveno
Frequncia %
11,26
Marcas
Frequncia %
39,55
MMA
Frequncia %
54,13
Elaborao dos autores, a partir de dados da PIA e da Pintec, edies 2003, 2005 e 2008.
345
TABELA 1D
25
50
75
95
1,88
2,80
4,20
8,84
1,28
1,84
2,75
6,20
0,0000678
0,000557
0,0022
0,0109
0,0756
Parcela de mercado
Elaborao dos autores, a partir de dados da PIA e da Pintec, edies 2003, 2005 e 2008.
As regresses em painel com efeitos fixos por firma com parmetros estimados
por mnimos quadrados ordinrios tm a seguinte forma:
PROD kitj = 0 + 1INOVA litj + 2PMitj + 3PM 2itj + 4PATit+ 5MARCA it+
6PATit*PMitj + 7MARCAit*PMitj + EF it +it
346
poder de mercado a empresa tem, mais produtiva ela tende a ser. Este resultado
est de acordo com a evidncia que Klette (1999) encontrou para Noruega.
Seguindo Cohen, Nelson e Walsh (2000), consideramos a possibilidade de
as firmas da indstria qumica usarem mix de todos os possveis mecanismos de
apropriabilidade ao invs de somente as tradicionais marcas e patentes. Constata-se
que tambm no h diferena de regularidade emprica, como pode ser visto nas
tabelas 3A e 3B do Apndice 1.
As tabelas 2C e 2D trazem os resultados das regresses para a indstria
qumica. O sinal e significncia dos parmetros indicam apenas relao positiva
e significativa entre produtividade com retornos constantes de escala e P&D
interno, e produtividade com retornos constantes de escala e P&D contnuo.
Mas, de maneira geral, as regresses sugerem que no h relao entre produtividade, inovao e parcela de mercado nos termos aqui propostos, independente de
considerar a produtividade estimada com retornos constantes ou variveis de escala.
Tambm seguindo Cohen, Nelson e Walsh (2000), consideramos a possibilidade de as firmas da indstria qumica usarem mix de todos os possveis mecanismos de apropriabilidade em vez de somente as tradicionais marcas e patentes.
Constatamos que no h diferena de regularidade emprica, como pode ser visto
nas tabelas 3C e 3D do Apndice 1.
Em suma, as evidncias economtricas indicam: i) empresas muito aqum
da eficincia, sendo a indstria qumica, em mdia, menos ineficiente que a mdia
da indstria de transformao; ii) ausncia de relao sistemtica entre inovao
e produtividade tanto na indstria qumica quanto em toda a indstria de transformao; e iii) em relao parcela de mercado, firmas menores esto associadas
a maiores nveis de produtividade para a mdia da indstria de transformao,
mas no para indstria qumica em particular. Este ltimo resultado indica que a
escala um fator relevante para a indstria qumica se aproximar da fronteira de
eficincia provavelmente devido a sua intensividade de capital fixo e indivisibilidade
de suas plantas produtivas.
347
TABELA 2A
P&D externo
P&D contnuo
Inovao produto
Inovao processo
CONSTANTE
42,14*
43,68*
44,94***
44,39*
42,80*
P&D/ INOVAO
5,46**
2,45
-4,65***
-0,86
1,43
PM
-115,23***
-110,2***
-108,83*
-109,57***
-110,38***
PM2
222,22*
216,77**
215,10**
216,02**
217,04**
PATENTES
5,67***
5,53***
5,63***
5,70***
5,61***
MARCAS
3,97***
4,16***
4,50**
4,32***
4,22***
PAT*PM
-31,84
-31,88
-32,21
-32,79
-32,06
MARCA*PM
-20,75
-20,60
-18,58
-19,54
-19,60
1
3
5
7
R intra grupo
0,0038
0,0029
0,0034
0,0028
0,0028
R2 entre grupo
0,0001
0,0008
0,0028
0,0014
0,0011
R total
0,0005
0,0019
0,0049
0,0028
0,0024
Prob F
0,0097
0,0458
0,0184
0,0569
0,0528
Elaborao dos autores, a partir de dados da PIA e da Pintec, edies 2003, 2005 e 2008.
Notas: *,**,*** indicam, respectivamente, significncia a 1%, 5%, 10%.
Obs.: Todas as regresses tm 15.576 observaes.
TABELA 2B
P&D externo
P&D contnuo
Inovao produto
Inovao processo
12,05*
11,96*
-0,33
-0,24
11,92*
12,21*
11,97*
0,12
-0,47**
0,028
CONSTANTE
PM
-29,60*
-29,92*
-29,97*
-29,87*
-29,93*
PM2
34,05*
34,36*
34,43*
34,17*
34,38*
PATENTES
-41,47
-0,40
-0,41
-0,38
-0,41
MARCAS
-26,52
-0,27
-0,28
-0,24
-0,28
PAT*PM
2,41
2,38
2,45
2,38
2,44
P&D/ INOVAO
MARCA*PM
1,72
1,75
1,63
1,77
1,66
R2 intra grupo
0,0057
0,0055
0,0053
0,0063
0,0053
R2 entre grupo
0,0444
0,0400
0,0363
0,0362
0,0387
R2 total
0,0529
0,0475
0,0431
0,0464
0,0459
Prob F
0,0002
0,0004
0,0005
0,0001
0,0005
Elaborao dos autores, a partir de dados da PIA e da Pintec, edies 2003, 2005 e 2008.
Notas: *,**,*** indicam, respectivamente, significncia a 1%, 5%, 10%.
Obs.: Todas as regresses tm 15.576 observaes.
348
TABELA 2C
P&D externo
P&D contnuo
Inovao produto
Inovao processo
CONSTANTE
2,98*
3,42*
3,20*
3,24*
3,31*
P&D/ INOVAO
0,72*
0,25
0,49***
0,24
0,17
PM
5,78
4,62
4,95
5,84
5,38
PM2
-7,32
-7,69
-7,48
-8,27
-7,71
PATENTES
-0,21
-0,28
-0,23
-0,24
-2,71
MARCAS
-0,11
0,147
-0,12
-0,13
-0,12
PAT*PM
0,015
0,33
0,0189
0,14
0,23
MARCA*PM
1,52
2,70
2,51
2,18
2,27
R2 intra grupo
0,0253
0,0076
0,0151
0,0070
0,0067
R2 entre grupo
0,0017
0,0052
0,0088
0,0130
0,0129
R total
0,0025
0,0084
0,0084
0,0127
0,0140
Prob F
0,257
0,9153
0,6245
0,93
0,9394
1
3
5
7
Elaborao dos autores, a partir de dados da PIA e da Pintec, edies 2003, 2005 e 2008.
Notas: *,**,*** indicam, respectivamente, significncia a 1%, 5%, 10%.
Obs.: Todas as regresses tm 1502 observaes.
TABELA 2D
P&D externo
P&D contnuo
Inovao produto
Inovao processo
CONSTANTE
2,24*
2,23*
2,21*
2,30*
2,18*
P&D/ INOVAO
-0,006
0,044
0,048
-0,085
0,077
PM
-3,81
-3,93
-3,84
-3,99
-3,78
PM2
5,81
5,88
5,87
5,87
5,99
PATENTES
0,21
0,20
0,21
0,20
0,20
MARCAS
-0,032
-0,035
-0,03
-0,03
-0,03
PAT*PM
-1,32
1,30
-1,34
-1,31
-1,31
MARCA*PM
0,025
0,058
0,021
0,12
-0,07
1
3
5
7
R intra grupo
0,0074
0,0078
0,0079
0,0085
0,0088
R2 entre grupo
0,0274
0,0255
0,0174
0,0358
0,0197
R2 total
0,0419
0,0398
0,0316
0,0487
0,0347
Prob F
0,9195
0,9098
0,9071
0,8874
0,8758
Elaborao dos autores, a partir de dados da PIA e da Pintec, edies 2003, 2005 e 2008.
Notas: *,**,*** indicam, respectivamente, significncia a 1%, 5%, 10%.
Obs.: Todas as regresses tm 1502 observaes.
349
5 CONCLUSES
350
Entre possveis estudos futuros motivados pelas evidncias aqui encontradas apontamos: i) verificar o perfil tecnolgico das importaes e exportaes
da indstria qumica brasileira e de toda indstria de transformao. A priori,
as importaes teriam perfil tecnolgico superior s exportaes; ii) verificar os
padres de produtividade, inovao e poder de mercado das firmas exportadoras e
importadoras da indstria qumica brasileira e de toda indstria de transformao.
A literatura registra que as firmas exportadoras, por se exporem competio com
o resto do mundo, so mais produtivas e mais inovadoras que as importadoras; e
iii) verificar os padres de produtividade, inovao, poder de mercado e comrcio
exterior para outros setores da indstria de transformao e detectar aqueles que
esto acima ou abaixo da mdia da indstria.
REFERNCIAS
351
COOPER, W. W.; SEIFORD, L. M.; TONE, K. Introduction to data envelopment analysis and its uses. New York: [S.n.], Springer,2006.
CUNEO, P.; MAIRESSE, J. Productivity and R&D at the firm level in french
manufacturing. In: GRILICHES, Z. R & D, patents and productivity. Chicago:
University of Chicago Press, 1984.
ELLERY JR., R. Desafios para o clculo da produtividade total dos fatores. In: DE
NEGRI, F.; CAVALCANTE, L. R. (Org.). Produtividade no Brasil: desempenho
e determinantes. Braslia: Ipea, 2014. v. 1 Desempenho.
FARRELL, M. J. The measurement of productive efficiency. Journal of the Royal
Statistical Society. Series A (General), v. 120, n. 3, p. 253-290, 1957.
FERREIRA, P. C.; ELLERY JR., E; GOMES, V. Produtividade agregada brasileira
(1970-2000): Declnio robusto e fraca recuperao. Estudos Econmicos, So
Paulo, v. 38, n. 1, p. 31-53, jan.-mar. 2008.
FERREIRA, P. C.; ROSSI JR., J. L. New evidence from Brazil on trade liberalization and productivity growth. Ensaios Econmicos, EPGE, n. 433, 2001.
GRILICHES, Z. R&D and productivity slowdown. NBER Working Paper,
n. 434, 1980.
GRILICHES, Z. Productivity and R&D at the firm level. In: GRILICHES, Z.
(Ed.). R&D and productivity: the econometric evidence. Chicago: University
of Chicago Press, 1988.
GRILICHES, Z; MAIRESSE, J. R&D and productivity growth: comparing
japanese and u.s.manufacturing firms. In: HULTEN, C. R. Productivity growth
in Japan and the United States. Chicago: University of Chicago Press, 1991.
HALL, B. H. Innovation and productivity. NBER Working Paper, n. 17178, 2011.
HALL, B. H.; MAIRESSE, J. Exploring the relationship between R&D and productivity in French manufacturing firms. NBER Working Paper, n. 3956, 1992.
HAY, D. A. The post 1990 brazilian trade liberalization and the performance
of large manufacturing firms: productivity, market share and profits. Braslia:
Ipea, 1997. Texto para discusso 523.
IBGE INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATSTICA.
Pesquisa de Inovao Tecnolgica, Pintec. Edies 2003, 2005, 2008.
______. Pesquisa Industrial Anual, PIA. Edies 2003, 2005, 2008.
KLETTE, J. Market power, scale economies and productivity: estimates from
a panel of establishment. The Journal of Industrial Economics, v. 47, n. 4, p.
451-476,Dec. 1999.
352
LEVIN, RC. et al. Appropriating the returns from industrial research and development. Brookings Paper-s on Economic Activity, n. 3, 1987.
MAIRESSE, J; SASSENOU, M. R&D and productivity: a survey of econometric
studies at the firm level. NBER Working Paper, n. 3666, 1991.
MANSFIELD, E. Patents and innovation: an empirical study. Management
Science, v. 32, n. 2, p. 173-181, Feb. 1986.
MATION, L. F. Comparaes internacionais de produtividade e impactos
do ambiente de negcios. In: DE NEGRI, F.; CAVALCANTE, L. R. (Org.).
Produtividade no Brasil: desempenho e determinantes. Braslia: Ipea, 2014. v.
1 Desempenho.
MUENDLER, M. Trade, technology, and productivity: a study of brazilian
manufacturers, 1986-1998. [S.l.; S.n.], 2004. Mimeografado.
NADIRI, M. I. Some approaches to the theory and measurement of total factor
productivity: a survey. Journal of Economic Literature, v. 8, n. 4, p. 1137-1177,
Dec. 1970.
RESENDE, M.; BOFF, H. Concentrao industrial. In: KUPFER, D.;
HASENCLEVER, L. (Org.). Economia industrial: fundamentos tericos e
prticas no Brasil. Rio de Janeiro: Editora Campus, 2002.
RHODES, E. CHARNES, A; COOPER, WW. Evaluating program and managerial
efficiency: an application of data envelopment analysis to program follow through.
Management Science, v. 27, issue 6, p. 668-697, June 1981.
SCHMALENSEE, R., 1989, Inter-industry studies of structure and performance.
In: SCHMALENSEE, R.; WILLIG, R. D. Handbook of industrial organization.
Amsterdan: Elsevier, 1989.
SOLOW, R. Technical Change and the Aggregate Production Function. The
Review of Economics and Statistics, v. 39, n. 3, p. 312-320, Aug. 1957.
SYVERSON, C. Market structure and productivity: a concrete example. Journal
of Political Economy, v. 112, n. 6. 2004.
SYVERSON, C. What determines productivity? NBER Working Paper,
n. 15712, 2010.
WANG, J; TSAI, K. Productivity growth and R&D expenditure in Taiwans
manufacturing firms. In: ITO, T.; ROSE, A. K. Growth and productivity in East
Asia. Chicago: University of Chicago Press, 2004. (NBER-East Asia Seminar on
Economics, v. 13).
353
apndice 1
REGRESSES CONSIDERANDO MIX DE MECANISMOS DE
APROPRIABILIDADE (MMA)
TABELA 3A
CONSTANTE
P&D interno
P&D externo
P&D contnuo
Inovao produto
Inovao processo
44,98*
46,58*
47,77*
46,92*
45,56*
P&D/ INOVAO
5,77**
3,01
-4,24***
-0,15
1,64
PM
-149,07**
-144,78**
-144,31**
-144,70**
-145,53**
PM2
212,31**
206,34**
205,11**
206,05**
206,85**
MMA
-2,10
-2,04
-1,71
-1,89
-1,93
MMA*PM
23,53
25,40
27,10
25,87
26,36
R2 intra grupo
0,0026
0,0017
0,0020
0,0014
0,0015
R2 entre grupo
0,0036
0,0076
0,0096
0,0090
0,0085
R2 total
0,0040
0,0080
0,0106
0,0093
0,0089
Prob F
0,0282
0,1499
0,0841
0,2235
0,1906
Elaborao dos autores, a partir de dados da PIA e da Pintec, edies 2003, 2005 e 2008.
Notas: *,**,*** indicam, respectivamente, significncia a 1%, 5%, 10%.
Obs.: Todas as regresses tm 15.776 observaes.
TABELA 3B
CONSTANTE
P&D interno
P&D externo
P&D contnuo
Inovao produto
Inovao processo
11,97*
11,88*
11,84*
12,14*
11,89*
P&D/ INOVAO
-0,338
-0,266
0,1066
-0,500**
-0,04
PM
-28,24*
-28,49*
-28,51*
-28,65*
-28,48*
PM2
34,44*
34,78*
34,83*
34,57*
34,78*
MMA
-0,1188
-0,1187
-0,1356
-0,083
-0,13
MMA*PM
0,1994
0,10
0,034
0,383
0,053
R intra grupo
0,0050
0,0048
0,0046
0,0056
0,0046
R2 entre grupo
0,0429
0,0380
0,0343
0,0340
0,0365
R total
0,0507
0,0448
0,0403
0,0436
0,0429
Prob F
0,0002
0,0003
0,0004
0,0000
0,0004
Elaborao dos autores, a partir de dados da PIA e da Pintec, edies 2003, 2005 e 2008.
Notas: *,**,*** indicam, respectivamente, significncia a 1%, 5%, 10%.
Obs.: Todas as regresses tm 15.776 observaes.
354
TABELA 3C
P&D externo
P&D contnuo
Inovao produto
Inovao processo
CONSTANTE
2,93*
3,35*
3,14*
3,26*
3,25*
P&D/ INOVAO
0,74*
0,23
0,502**
0,25
0,16
PM
8,52
8,04
8,37
5,26
8,63
PM2
-7,81
-7,84
-8,03
-8,23
-7,97
MMA
-0,12
-0,13
-0,12
-0,25
-0,12
MMA*PM
-0,74
-0,22
-0,36
2,87
-0,48
1
3
5
R2 intra grupo
0,0242
0,0052
0,0135
0,0069
0,0045
R2 entre grupo
0,0025
0,0083
0,0104
0,0108
0,0156
R2 total
0,0040
0,0132
0,0114
0,0116
0,0187
Prob F
0,1279
0,8731
0,4491
0,7870
0,9042
Elaborao dos autores, a partir de dados da PIA e da Pintec, edies 2003, 2005 e 2008.
Notas: *,**,*** indicam, respectivamente, significncia a 1%, 5%, 10%.
Obs.: Todas as regresses tm 1502 observaes.
TABELA 3D
P&D externo
P&D contnuo
Inovao produto
Inovao processo
CONSTANTE
2,25*
2,23*
2,22*
2,31*
2,18*
P&D/ INOVAO
-0,015
0,05
0,04
-0,01
0,084
PM
-5,46
-5,66
-5,51
-5,47
-5,62
PM2
5,50
5,64
5,55
5,57
5,76
MMA
0,067
0,063
0,067
0,07
0,067
MMA*PM
0,62
0,70
0,64
0,57
0,67
R2 intra grupo
0,0042
0,0046
0,0045
0,0056
0,0059
R2 entre grupo
0,0376
0,0355
0,0293
0,0439
0,0292
R2 total
0,0517
0,0494
0,0437
0,0563
0,0444
Prob F
0,9151
0,8984
0,9028
0,8530
0,8385
1
3
5
Elaborao dos autores, a partir de dados da PIA e da Pintec, edies 2003, 2005 e 2008.
Notas: *,**,*** indicam, respectivamente, significncia a 1%, 5%, 10%.
Obs.: Todas as regresses tm 1502 observaes.
355
apndice 2
ESTIMAO DA PRODUTIVIDADE E A METODOLOGIA DEA
356
iii) garantir que o sistema possua soluo nica; e iv) incluir rendimentos constantes ou variveis de escala.
A formulao DEA sob tica do produto, com retornos constantes de escala
pode ser expressa da seguinte maneira:
onde qi o escore de eficincia da DMU i, x i o vetor (m x 1) de insumos utilizados pela DMU i, qi o vetor (s x 1) de produtos gerados pela DMU i, l o vetor
(n x 1) de pesos para as combinaes convexas, X uma matriz (m x n) formada
pelos vetores de insumos transpostos de todas as DMUs da amostra, Q uma
matriz (s x n) formada pelos vetores transpostos de produtos de todas as DMUs
da amostra e j o vetor nulo com a dimenso j apropriada.
A funo objetivo, contida na primeira equao, mostra que o que est sendo
minimizado nesse caso o denominador do problema fractal. J a segunda equao,
que a restrio normalizadora, assegura que o numerador daquele problema esteja
sendo igualado a um. As restries de consistncia garantem que o numerador ser
sempre menor ou igual ao denominador. Como o numerador sempre igual a um,
o denominador dever sempre ser maior ou igual a 1.
Ento a soluo da verso do problema orientada para produtos fornecer
sempre um resultado maior ou igual unidade. A interpretao desse nmero ser
relacionada capacidade de expanso proporcional dos produtos, dada uma determinada utilizao de insumos. Assim, por exemplo, se uma determinada DMU
atingir um escore de eficincia de 1,2, isso quer dizer que, pela quantidade de insumos que est utilizando ela poderia estar produzindo 20% a mais de cada produto.
Uma das limitaes mais importantes do modelo CCR a suposio de retornos constantes de escala. Esse tipo de modelo no consegue incorporar situaes
nas quais as DMU esto sujeitas a variaes na escala de produo.
Felizmente, Banker, Charnes e Cooper (1984) conseguiram superar essa
dificuldade acrescentando uma restrio adicional ao problema envelopado. Esse
modelo ficou ento conhecido na literatura como BCC e pode ser expresso matematicamente, em sua verso voltada para insumos, da seguinte maneira:
357
358
MODELOS ESTIMADOS
Neste artigo, DEA foi utilizada para estimar a eficincia relativa das empresas e
utilizar essa eficincia como proxy para as produtividades das firmas, segundo a
tica do produto, buscando-se, assim, avaliar quanto de expanso nos produtos
poderiam ser alcanados.
Para a estimao desses modelos, foram utilizamos informaes PIA e a Pintec,
edies 2003, 2005 e 2008, ambas elaboradas pelo Instituto Brasileiro de Geografia
e Estatstica (IBGE). O quadro 1A apresenta as variveis utilizadas nos modelos
propostos, bem como o cdigo que atribumos a elas6 e a sua pesquisa fonte.
Vale destacar que as variveis retiradas da PIA, aqui identificadas pelo cdigo
X, so todas expressas em valores monetrios, enquanto que aquelas provenientes
da Pintec (variveis com cdigo Y) podem ser monetrias ou binrias.
No caso das variveis binrias, estas assumem valor 0 ou 1 dependendo se o
resultado foi alcanado. Por exemplo, no caso da varivel Y11, Ampliou a gama de
bens ou servios ofertados, se a resposta for sim, a varivel assume o valor unitrio,
caso contrrio, zero.
QUADRO 1A
Varivel
Fonte
X1
R$
PIA
X2
R$
PIA
X3
Matrias-primas, materiais auxiliares e componentes (inclua material de embalagem, combustveis usados como matria-prima e lubrificantes) estoques em 31/12/t-1
R$
PIA
X4
Matrias-primas, materiais auxiliares e componentes (inclua material de embalagem, combustveis usados como matria-prima e lubrificantes) estoques em 31/12/t
R$
PIA
X5
R$
PIA
X6
R$
PIA
X7
Lucro
R$
PIA
X8
Prejuzo
R$
PIA
X9
Ativo Imobilizado
R$
PIA
X10
R$
PIA
Y1
Entre t-1 e t, a empresa introduziu produto (bem ou servio) novo ou significativamente aperfeioado para a empresa, mas j existente no mercado nacional?
0, 1
Pintec
Y2
R$
Pintec
Y3
R$
Pintec
Y4
R$
Pintec
(Continua)
359
(Continuao)
Cdigo
Varivel
Fonte
Y5
R$
Pintec
Y6
R$
Pintec
Y7
R$
Pintec
Y8
R$
Pintec
Y9
R$
Pintec
Y10
0, 1
Pintec
Y11
0, 1
Pintec
Y12
0, 1
Pintec
Y13
0, 1
Pintec
Y14
0, 1
Pintec
Y15
0, 1
Pintec
Y16
0, 1
Pintec
Y17
0, 1
Pintec
Y18
0, 1
Pintec
Y19
0, 1
Pintec
Y20
0, 1
Pintec
Y21
0, 1
Pintec
Y22
0, 1
Pintec
Y23
0, 1
Pintec
Y24
0, 1
Pintec
Especificao
Categoria
A1
X1
Output
A2
X7
Output
B1
X2
Input
B2
X4 X3
Input
B3
X5
Input
B4
X6
Input
B5
X8
Input
B6
X9
Input
B7
X10
Input
360
put uma vez que expressam os montantes gerados pelas empresas no seu processo
produtivo. Quanto maiores os valores para essas variveis, maior a produtividade
da firma ceteris paribus.
J as variveis listadas como inputs so aquelas que representam gastos de recursos por parte da firma. Vale notar que a varivel B2 oriunda da subtrao dos
estoques de matrias-primas entre os anos de t-1 e t. Nesse caso, busca-se transformar
uma informao de estoque em uma informao de fluxo (gasto anual de matrias
primas) de forma a compatibilizar a varivel com as demais grandezas utilizadas.
A varivel B5 (Prejuzo) entra como input por tratar-se se um output no
desejado e, portanto, deve ser tratada dessa maneira. Ver Cooper, Seiford e Tone
(2006) para mais detalhes.
Os escores de eficincia obtidos foram agregados base de dados e utilizados
como variveis explicativas no modelo de regresso.
CAPTULO 13
1 INTRODUO
* Tcnico de Planejamento e Pesquisa da Diretoria de Estudos e Polticas Setoriais, de Inovao, Regulao e Infraestrutura (Diset/Ipea).
** Tcnica de Planejamento e Pesquisa da Diretoria de Estudos e Polticas Setoriais, de Inovao, Regulao e Infraestrutura (Diset/Ipea)
*** Assistente de Pesquisa (PNPD) da Diretoria de Estudos e Polticas Setoriais, de Inovao, Regulao e Infraestrutura
(Diset/Ipea).
362
A segunda seo faz uma reviso da literatura emprica, que buscou constatar
o impacto dos investimentos em infraestrutura sobre o nvel e a taxa de crescimento
da produtividade e do produto. A seo mostra que os resultados variam conforme
a fonte de dados e tcnicas economtricas utilizadas, mas na grande maioria dos
estudos as estimativas so, normalmente, significativas e de magnitudes expressivas e
tendem a confirmar a hiptese de que infraestrutura afeta produtividade e produto.
A seo trs apresenta e desenvolve o modelo economtrico emprico.
O modelo utilizado neste estudo o de Vetores Autoregressivos (VAR), com quatro
variveis: PIB, gasto pblico em infraestrutura de transportes, investimentos privados
e salrios. Os resultados alcanados pelo modelo estimado mostram que o impacto
de investimentos pblicos em transportes no PIB crescente ao longo do tempo, de
modo que ele se justifica, seja no curto ou no longo prazo. Adicionalmente foi feito
um clculo do coeficiente de correlao entre investimento pblico em transporte
e investimento privado em transporte, mostrando uma correlao positiva muito
forte entre as duas variveis. Isto , os investimentos caminham na mesma direo,
so complementares e no substitutos. Por fim, so apresentadas as concluses.
2 As interfaces da infraestrutura econmica com o
desenvolvimento aspectos conceituais
363
Com base nessa definio possvel distinguir dois conceitos complementares: i) servios de infraestrutura que visam a satisfazer s necessidades de um
indivduo ou de uma sociedade e so considerados servios de interesse pblico; e
ii) infraestrutura que a base fsica sobre a qual se d a prestao desses servios.
1. Indstrias de infraestrutura tm atividades complexas e de capital intensivo. Tipicamente os ativos dessas indstrias
so em longo prazo, que possuem custos afundados e localizao especfica.
364
O conjunto da infraestrutura econmica (rodovias, ferrovias, portos, telecomunicaes etc.) constitui mecanismo concreto de articulao das economias
nacionais, e destas com a economia mundial, ao possibilitar a materializao dos
fluxos de comrcio.
Alm disso, a proviso de um nvel adequado de infraestrutura econmica
consegue gerar elevaes na produtividade total dos fatores. Por exemplo, no que
se refere infraestrutura de transportes, estradas bem pavimentadas reduzem os
custos de operao e de manuteno de caminhes e elevam a durabilidade desses
veculos, alm de reduzirem o tempo de transporte de insumos e produtos e o
365
Cada setor da infraestrutura econmica tem um impacto direto ou indireto sobre as empresas e indstrias. Esses impactos podem ampliar a capacidade
produtiva por meio de custos, tecnologias, capacidade de distribuio etc. A
366
367
Se as empresas, em geral, produzem mais, o pas como um todo beneficiado por um ganho de produo, e a economia v ampliar-se variveis
macroeconmicas tais como: nvel de emprego, salrios e demanda. O aumento
da produtividade faz cair os preos dos produtos, ampliar a demanda por bens
e servios e, como consequncia, a demanda por mo de obra. Esse processo
iterativo leva a melhorias na competitividade dos produtos nacionais vendidos
dentro e fora do pas, e gera um efeito encadeado de crescimento produtivo
e econmico.
Adicionalmente, Nbrega e Pitoli (2014) lembram que, com relao ao Brasil,
razovel pressupor que:
dados os nveis de renda relativamente modestos em relao aos pases desenvolvidos
e s nossas dimenses continentais, os impactos dos investimentos em infraestrutura
sobre a produtividade e o PIB no Pas tendem a ser maiores do que os identificados
pela experincia internacional.
368
3. Desde que as indstrias de infraestrutura envolvam necessidade de construo de rede, elas so frequentemente
oligoplios (ou monoplios) por sua natureza. Por isso, o acesso rede pode ser a chave para uma vantagem competitiva e requer regulao rgida.
369
370
371
uma elasticidade de 0,34 a 0,49 deste em relao PTF (Produtividade Total dos
Fatores). Dugall et al. (1999), utilizando um modelo em que a infraestrutura entra como uma restrio ao crescimento tecnolgico, chegam mesma concluso.
Analisando apenas o setor de rodovias, Fernald (1999) encontrou um impacto
muito alto da construo da malha rodoviria americana na produtividade das
indstrias mais veculo-intensivas.
Como indicam os estudos sobre produtividade no Brasil, a partir de meados da
dcada de 1970 ocorreu uma reverso na tendncia de crescimento da PTF, sendo
que esta s viria a se recuperar no incio dos anos 1990, ou seja, o pas tambm
teria passado por um perodo de productivity slowdown.
Gomes, Pessa e Veloso (2003) calcularam a evoluo da PTF e da PTFD
(Produtividade Total dos Fatores Descontada) de 1950 a 2000 para diversos pases
usando um modelo de calibrao. Foi constatado um perodo de reduo significativa da PTFD nos pases da Amrica Latina entre 1978 e 1994, com exceo do
Chile. No Brasil, esta queda foi de 2,9% ao ano, sendo que a queda da PTF foi de
aproximadamente 2%. Na verdade, os autores no buscam explicar este fenmeno,
mas mencionam a argumentao de Rodrik (1999), que acredita que as economias
latino-americanas, por serem sociedades conflituosas, so mais vulnerveis a choques
externos, ou seja, utiliza de maneira indireta a mesma argumentao sobre as crises
do petrleo, mas por meio de um enfoque institucional.
A teoria econmica enfatiza a necessidade de o Estado prover determinados
bens e servios que no poderiam ser oferecidos de maneira socialmente tima pelo
setor privado, seja devido ao carter no rival e no excludente de determinadas
atividades, necessidade de internalizao de externalidades, ou elevada escala
necessria minimizao dos custos de produo (estrutura de monoplio). Assim
sendo, a infraestrutura bsica de uma economia deveria ser, a priori, provida pelo
Estado, como no caso de rodovias, ferrovias, portos, sistemas de gua e esgoto,
telecomunicaes e energia eltrica, entre outros.
Obviamente, a proviso desses setores depende da disponibilidade de recursos
do governo bem como da eficincia administrativa deste, o que tem levado recentemente a uma participao cada vez maior da iniciativa privada nesses setores,
seja por meio de privatizaes, concesses ou de Parcerias Pblico-Privadas (PPP).
Diversas formulaes tericas procuraram estabelecer uma relao mais estreita
entre os gastos do governo e o produto de longo prazo. Uma das principais referncias
nesta rea o modelo de crescimento endgeno desenvolvido por Barro (1990).
A principal contribuio deste artigo incorporar na funo de produo os gastos
do governo em um modelo do tipo AK. Nesta formulao, a funo de produo
(per capita) apresenta retornos decrescentes para o capital privado separado, mas,
quando este aumenta com gasto pblico (produtivo), a funo passa a apresentar
372
373
TABELA 1
Elasticidade do Produto
EUA
0,29 0,64
Holanda
0,48
Japo
0,15 0,39
Alemanha
0,53 0,68
Canad
0,63 0,77
Blgica
0,54 0,57
Austrlia
0,34 0,70
De fato, tem sido comumente editado na literatura que um dos fatores que
pode contribuir para o crescimento econmico o investimento em infraestrutura.
Os trabalhos de Aschauer (1989) e Munnel (1990) so considerados pioneiros
nesta anlise e os resultados obtidos nestes estudos, utilizando dados da economia
americana, revelam uma elasticidade-renda entre estas variveis em torno de 0,35
e 0,40.
O artigo de Aschauer (1989) para dados da economia norte-americana foi
o primeiro a abordar esse tema. Estimado por mtodo dos quadrados mnimos
(Ordinary Least Squares OLS), ele calculou que o crescimento de 1% no capital
pblico implicaria aumento de 0,36% e 0,39% no produto. Munnel (1990) obteve
estimativas semelhantes para dados regionais norte-americanos. Utilizando a srie de
infraestrutura core (ruas, rodovias, aeroportos, servios de gs e eletricidade, sistemas
de guas e esgotos e transporte em massa). Aschauer obteve uma estimativa para a
elasticidade de 0,24. Uchimura e Gao (1993) estimaram a elasticidade do PIB em
relao ao capital de infraestrutura e encontraram 0,19 para Coreia do Sul e 0,24
para Taiwan, enquanto Shah (1992) encontrou um valor de 0,05 para o Mxico.
Uchimara e Gao (1993) estimaram uma elasticidade do PIB em relao
dotao de capital de infraestrutura (transportes e saneamento bsico e comunitrio)
em torno de 0,19 e 0,24 para Coreia e Taiwan, respectivamente, enquanto Easterly
e Rebelo (1993) analisaram o impacto do capital de infraestrutura em pases em
desenvolvimento, utilizando variveis desagregadas, e encontraram elasticidade-renda do investimento de transportes e comunicaes situadas entre 0,59 e 0,66.
Morrison e Schwartz (1992), por sua vez, desenvolveram um modelo terico com intuito de explicitar o impacto dos fatores externos (infraestrutura)
nos custos das firmas do setor de manufaturas e na produtividade da economia.
Os resultados encontrados mostraram que a infraestrutura gera um benefcio
bastante significativo para as firmas.
374
No Brasil, a discusso emprica sobre os impactos do investimento em infraestrutura sobre a produtividade e o crescimento de longo prazo foi introduzida
por Ferreira (1996). O autor apresentou argumentos tericos e empricos que
corroboram a hiptese de que o capital pblico e os gastos com infraestrutura
(telecomunicaes, energia e transportes) afetam positivamente a produtividade e
o crescimento, sendo os coeficientes encontrados bastante elevados, variando de
0,34 a 1,12.
Ferreira e Malliagros (1998) estimaram os efeitos da infraestrutura (telecomunicaes, energia e transportes) sobre a produtividade brasileira. Por meio
de um modelo de cointegrao, estimam que o aumento de 1% no capital de
infraestrutura leva a um aumento entre 0,48% e 0,53% na PTF, dependendo do
modelo terico utilizado para estimar a PTF.
Sousa (2002) considera que os gastos em infraestrutura so mais importantes
do que outros indicadores convencionais, tais como potencial de mercado, subsdios
e capital humano. Rocha e Giuberti (2005) desenvolveram um trabalho que tinha
por objetivo avaliar a relao entre o gasto pblico por setor e o crescimento de
longo prazo dos estados brasileiros. O objetivo do trabalho era encontrar quais os
componentes do gasto pblico contribuam para o crescimento estadual no perodo
de 1986-2002. Para tanto, partiram do modelo desenvolvido por Devarajan et al.
(1996) e concluram que apenas o gasto com sade no era estatisticamente significativo.
Um problema com a utilizao de dados de sries de tempo na literatura de
crescimento que, frequentemente, as variveis utilizadas so no estacionrias,
podendo resultar na estimao de regresses esprias. Entretanto, se estas variveis
forem integradas de mesma ordem I(d) e apresentarem uma tendncia estocstica
comum, ento a estimao desta relao vlida e diz-se que essas variveis so
cointegradas. Neste caso, existe uma combinao linear entre as variveis, que
estacionria. Assim, o primeiro passo testar a presena de raiz unitria nas sries,
o que pode ser feito pelo teste Dickey-Fuller Aumentado (ADF).
Para o caso brasileiro, Ferreira (1996) estimou o impacto do capital de infraestrutura federal (telecomunicaes, energia eltrica, portos, setor martimo e
ferrovias) e o impacto do capital total sobre o PIB. As estimativas mostraram que
um crescimento de 1% no capital de infraestrutura gerava, no longo prazo, um
aumento de 0,34% e 1,12% no PIB, dependendo da taxa de depreciao utilizada
(6%, 8,5% ou 10%). Quanto srie mais ampla, capital pblico total, o impacto
estimado sobre o PIB situou-se entre 0,71% e 1,05%. O mtodo de estimao
utilizado para a obteno dessas elasticidades foi o de cointegrao. Os resultados
mostram forte relao entre investimentos em infraestrutura e PIB no longo prazo.
375
376
Autor
Conceito de infraestrutura
EUA
Pases
0,39
Aschauer (1989)
EUA
0,34
Munnell (1990)
EUA
0,08
Ferreira (1993)
Frana
0,08
Prudllomme (1993)
Capital pblico
Taiwan
0,24
Coreia
0,19
Israel
0,31 0,44
Mxico
0,05
OECD
0,07
Transportes
Pases em desenv.
0,07
Transportes
Pases em desenv.
Brasil
0,16
Transporte e comunicaes
0,34 1,12
377
O modelo economtrico utilizado neste estudo segue o modelo adotado por Broyer
e Gareis (2013). O objetivo da modelagem analisar o impacto do investimento
pblico em transportes sobre o PIB. Para isso, utiliza-se um modelo de vetores
autoregressivos (VAR), que usado quando no h cointegrao entre as variveis.
Assim, estimou-se um modelo contendo quatro variveis, PIB (yt), gasto pblico
em infraestrutura de transportes (gt), investimentos privados (et) e salrios (st):
Xt = A0 + A1Xt-1 + ... + AnXt-n + t,
com Xt = [yt, gt, et, st].
b) Base de dados
378
TABELA 3
% do PIB
1995
2,74
0,09%
1996
4,52
0,14%
1997
6,36
0,19%
1998
7,14
0,21%
1999
3,83
0,11%
2000
4,00
0,12%
2001
7,40
0,23%
2002
3,08
0,09%
2003
1,19
0,04%
2004
4,13
0,13%
2005
5,88
0,18%
2006
8,57
0,24%
2007
9,95
0,26%
2008
10,12
0,26%
2009
13,97
0,35%
2010
18,45
0,41%
2011
17,30
0,38%
2012
13,52
0,29%
379
GRFICO 1
Bilhes de Reais
1,0
0,8
0,6
0,4
0,2
1T.95
3T.95
1T.96
3T.96
1T.97
3T.97
1T.98
3T.98
1T.99
3T.99
1T.00
3T.00
1T.01
3T.01
1T.02
3T.02
1T.03
3T.03
1T.04
3T.04
1T.05
3T.05
1T.06
3T.06
1T.07
3T.07
1T.08
3T.08
1T.09
3T.09
1T.10
3T.10
1T.11
3T.11
1T.12
3T.12
PIB
Investimento Pblico em Infraestrutura de Transportes
Investimentos Privados
Massa Salarial
Fonte: COFF (1995-2000); Siga Brasil (2001-2012); IBGE (2014); Ipeadata (2014).
Elaborao dos autores.
PIB
Investimentos privados
Massa salarial
Mdia*
901,21
1,97
155,19
91,47
Desvio padro*
129,89
1,49
32,10
16,18
16.870,19
2,23
1.030,45
261,73
Varincia**
380
Tambm interessante notar, pelo grfico, que o comportamento do Investimento Privado e da Massa Salarial acompanham o PIB (indicando uma provvel
correlao). Observando o comportamento do PIB, visvel que entre 1995 e 2003
ele apresentou baixo crescimento, de apenas 0,41% ao trimestre, enquanto que
entre 2003 e 2012 o crescimento foi de 1,18% ao trimestre.
O passo seguinte, a partir de dados de populao do IBGE, foi transformar
as variveis em valores per capita, seguindo o modelo europeu. Alm disso, ainda
seguindo o modelo de Broyer e Gareis (2013), incluram-se mais duas variveis
exgenas. A primeira, uma dummy de tendncia temporal para o PIB, devido
relevncia desta varivel ao mostrar o comportamento da economia nacional
como um todo. J a segunda uma dummy centrada no segundo trimestre de 2003,
quando a srie do PIB real chega a seu valor mais baixo e assume uma tendncia
de crescimento mais forte, como mostra o grfico anterior.
c) Resultados
Nesse trabalho, o modelo VAR composto por quatro variveis, uma dummy de
tempo, uma dummy de inverso e uma constante. Foram realizados testes para verificar
a congruncia e estabilidade do modelo. Verificou-se que todas as razes inversas de
X ficaram dentro do crculo unitrio, garantindo a estabilidade do modelo.5
Foi selecionada a ordem de defasagem de cinco perodos, considerando trs
critrios estatsticos de seleo: critrio de informao de Akaike (AIC); Critrio
de informao de Hannan-Quinn (HQIC) e critrio do erro de predio final
(FPE) (tabela 5).
TABELA 5
FPE
AIC
HQIC
Defasagem utilizada
5. Diferente de modelos alternativos testados, incluindo um modelo em que na varivel de investimentos em transportes
somaram-se os valores de investimentos em transportes pblicos e privados. Neste caso, o modelo no era estvel,
pois os investimentos em transportes (pblicos e privados) e os investimentos privados sem transportes no tinham
resduos com distribuio normal e os investimentos privados sem transportes no tinham relao de causa com o PIB.
381
TABELA 6
Num. Obs = 67
Lags = 5
Ranking Mximo
LL
Estatstica t
5% valor crtico
-499,31
35,89
47,21
-489,71
16,70
29,68
-485,50
8,27
15,41
-482,46
2,19
3,76
-481,36
Assim, foi possvel estimar o modelo Xt. Os coeficientes do modelo apresentaram, em sua maioria, os sinais esperados pela abordagem terica utilizada,
isto , os investimentos pblicos em infraestrutura de transportes e investimentos
privados impactam positivamente o PIB. Algumas defasagens apresentaram sinais
negativos, sugerindo que o impacto sobre o PIB pode variar ao longo dos anos, no
entanto, todos os coeficientes com sinal negativo foram no significativos a 10%,
com duas excees. A primeira diz respeito segunda defasagem do salrio, que
foi significativo a 10% e apresentou sinal negativo. Isso pode implicar que um
aumento dos salrios pode trazer um crescimento para o PIB inicialmente, mas ao
reajustar os preos da economia, no segundo perodo haveria um impacto negativo
sobre o PIB. A segunda exceo a quinta defasagem do PIB, que apresenta sinal
negativo e significante a 1%, sugerindo que o crescimento do PIB no passado
poderia causar sua reduo no presente.
Outro ponto interessante de ser observado nos resultados do modelo VAR
que os coeficientes dos investimentos pblicos em infraestrutura de transportes
so positivos para as primeiras defasagens, apresentando coeficiente negativo no
significativo apenas na ltima defasagem. Isso implicaria que os investimentos
pblicos de anos passados perderiam sua relevncia, precisando ser renovados
constantemente. No entanto, os investimentos privados apresentam coeficientes
negativos para as primeiras defasagens, indicando o custo inicial do investimento,
que s tem retorno aps alguns anos (tabela 7).
382
TABELA 7
Coeficiente
Estatstica t
Constante
389,104
0,009
D1
-0,432
0,609
Dt
-0,668
0,083
g1
0,012
0,111
g2
0,003
0,619
g3
0,004
0,527
g4
0,023
0,002
g5
-0,010
0,176
e1
-0,027
0,788
e2
-0,033
0,779
e3
-0,122
0,329
e4
0,114
0,321
e5
0,126
0,145
s1
1,217
0,068
s2
-2,231
0,056
s3
1,485
0,212
s4
-0,101
0,922
s5
0,322
0,563
y1
0,496
0,001
y2
0,035
0,789
y3
-0,165
0,191
y4
0,286
0,026
y5
-0,593
0,000
383
GRFICO 2
VarX, g, y
1
.5
.5
1
0
10
15
20
step
Orthogonalized irf
95% CI
GRFICO 3
VarX, g, e
2
2
0
10
15
step
95% CI
orthogonalized irf
20
384
GRFICO 4
VarX, g, s
1
.5
.5
10
15
20
step
95% CI
Orthogonalized irf
385
Tabela 8
1 ano
4 ano
Longo Prazo
yt
0,012
0,023
0,032
5 ano
Longo Prazo
Frana
Pas
0,02
0,11
0,14
Alemanha
0,28
0,22
0,20
Itlia
0,02
0,20
0,22
Espanha
0,04
0,17
0,09
Alm da estimao do modelo VAR, foi feito tambm o clculo do coeficiente de correlao entre investimento pblico em infraestrutura de transporte
e investimento privado em transporte. O objetivo foi verificar se o investimento
pblico e o investimento privado so complementares ou substitutos. O resultado
encontrado foi um ndice de correlao de 0,88 entre os investimentos anuais em
valores reais. Verifica-se, portanto, uma correlao positiva muito forte entre as
duas variveis. Assim, pode-se concluir que o investimento pblico em transporte
e o investimento privado em transporte caminham na mesma direo e um no
substitui o outro.
386
4 CONCLUSO
A principal concluso do trabalho que os investimentos em infraestrutura de transportes, de fato, tm uma importncia significativa para o crescimento econmico
do Brasil. So capazes de alavancar o crescimento econmico. No primeiro ano, a
elasticidade do investimento pblico em infraestrutura de transporte em relao
ao PIB de 0,012, ou seja, para cada 1% de aumento no investimento pblico
em transporte, tem-se um aumento de 0,012% no PIB. No quarto ano, sobe para
0,023 e no longo prazo chega a 0,032. Isso implica que, para o modelo estimado, o
impacto de investimentos pblicos em transportes crescente ao longo do tempo.
Fazendo uma breve anlise, considerando os valores de PIB (R$ 4,59 trilhes)
e Investimento pblico em transportes (R$ 13,52 bilhes) em 2012, constata-se
que se houvesse um aumento de 1% no total investido naquele ano (R$ 135,2
milhes), pela elasticidade encontrada, no curto prazo, o aumento no PIB seria de
R$ 550,6 milhes, aproximadamente quatro vezes o valor investido inicialmente.
No longo prazo, o acrscimo ao PIB seria de R$ 1.468,3 milhes, cerca de onze
vezes o investimento inicial em infraestrutura.
Alm disso, verificou-se tambm que os investimentos pblicos em transporte
e os investimentos privados em transporte tm uma correlao positiva e forte igual
a 0,88. Este resultado tambm importante e mostra a complementaridade entre
os investimentos pblico e privado em transporte.
A anlise feita se restringe infraestrutura de transportes. evidente que
o conceito de infraestrutura mais amplo, como mostrado no incio do artigo.
Mas, independente disso, o presente estudo refora a necessidade de investimentos
na infraestrutura no Brasil e confirma o que tem sido discutido na literatura, ou
seja, o capital de infraestrutura de um pas exerce uma influncia extremamente
importante no processo produtivo.
Finalmente, pode-se dizer que os resultados de Aschauer (1989) para a economia americana se mantm verdadeiros para o caso brasileiro. No cenrio atual, onde
as preocupaes se voltam para a identificao de variveis que possam impulsionar
o crescimento econmico do pas, os resultados encontrados neste artigo sinalizam
um caminho importante para onde os investimentos devem ser direcionados.
387
REFERNCIAS
388
389
MUNNEL, A. H. How does public infrastructure affect regional economic performance. New England Economic Review, Sep. 1990.
NBREGA, M.; PITOLI, A. Infraestrutura para o crescimento. In: GIAMBIAGI,
F.; PORTO, C. (Org.). Proposta para o governo 2015-2018. Rio de Janeiro:
Elsevier Editora Ltda., 2014.
PINTO JR., H. Q (Coord.). Perspectivas do investimento em infraestrutura.
Rio de Janeiro: Ed. Synergia, 2010. (Projeto Perspectiva do Investimento no
Brasil PIB).
RIGOLON, F. J. Z.; PICCININI, M. S. O investimento em infraestrutura e
a retomada do crescimento econmico sustentado. Rio de Janeiro: BNDES,
1997. (Texto para discusso, n. 63).
ROCHA, F.; GIUBERT, A. C. Composio dos gastos pblicos e crescimento
econmico: um estudo em painel para os estados brasileiros. In: ENCONTRO
NACIONAL DE ECONOMIA, 33., 2005, Natal. Anais... Natal: ANPEC, 2005.
ROCHA, C. H.; TEIXEIRA, J. R. Complementaridade versus substituio entre
investimento pblico e privado na economia brasileira 1965-90. Revista Brasileira
de Economia, v. 50, n. 3, 1996.
RODRIK, D. Where did all the growth go? External shocks, social conflict and
growth collapses. Journal of Economic Growth, v. 4, n. 4, 1999.
SNCHEZ, R. J. (Coord.). Redes infraestructurales en Amrica Latina. Cepal:
Santiago do Chile, 2009.
SHAH, A. Dynamics of public infrastructure and private sector profitability
and productivity. [S.l.]: World Bank, 1992.
SOUSA, F. L. A localizao da indstria de transformao brasileira nas ltimas trs
dcadas. In: ENCONTRO DA ASSOCIAO BRASILEIRA DE ESTUDOS
REGIONAIS, 2., 2002, So Paulo. Anais... So Paulo: [S.n.], 2002.
STRAUB, S. Infrastructure and growth in developing countries: recent advances and research challenges. [S.l.]: World Bank, 2008. (Policy Research Working
Paper, n. 4460).
UCHIMURA, K.; GAO, H. The importance of infrastructure on economic
development. [S.l.]: World Bank, 1993. Mimeografado.
VELLOSO, J. P.R. (Coord.). Brasil: viso de pas e impulso competitividade.
Rio de Janeiro: Editora Jos Olympio, 2012.
VELLOSO, R.et al. Infraestrutura: os caminhos para sair do buraco. Rio de
Janeiro: Frum Nacional, INAE, 2012.
CAPTULO 14
1 INTRODUO
Os modelos mais recentes de crescimento econmico buscam demarcar os determinantes da produtividade econmica. Entre os fatores estruturais que motivam
o crescimento continuado de um pas, destaca-se o papel da infraestrutura. Por ser
caracterizada por externalidades positivas, a infraestrutura , em geral, subofertada,
gerando srio comprometimento sobre a capacidade produtiva do pas. Abrangendo
diversas frentes, como transportes, telecomunicao, servios de utilidade pblica
etc., os investimentos em infraestrutura geram acumulao de capital fsico, determinando a condio e a capacidade de produo e, assim, a competitividade
de uma firma, regio e pas.
O papel da infraestrutura para o desenvolvimento econmico tem sido extensivamente tratado na literatura. Para o caso brasileiro, o trabalho de Ferreira e
Malliagros (1997) fundamental; Domingues, Magalhes e Faria (2009) utilizam o
modelo de equilbrio geral computvel para avaliar os impactos dos investimentos
do Programa de Acelerao do Crescimento (PAC) no estado de Minas Gerais.
O objetivo deste trabalho investigar como a oferta de infraestrutura local influencia a produtividade da indstria nas regies do Brasil. Para tanto, analisa-se
o comportamento da produtividade das empresas de acordo com a infraestrutura
regional ofertada, buscando-se avaliar se essa infraestrutura disponvel na regio
afeta o desempenho das empresas. Como etapa intermediria, busca-se criar indicadores que representem os nveis de infraestrutura existentes em cada regio.
Torrisi (2009) oferece uma anlise crtica de quatro diferentes maneiras de
tratar a relao entre infraestrutura e performance econmica: o enfoque de funo
de produo, que adotado neste trabalho; o uso da funo custo; de modelos de
crescimento; e modelos de vetores autorregressivos. Sua reviso indica que, guar* Professora doutora do Instituto de Relaes Internacionais da Universidade de So Paulo (USP).
**Professor titular do Departamento de Economia da Faculdade de Economia, Administrao e Contabilidade da
Universidade de So Paulo (FEAUSP).
392
393
394
y = f ( x, ) exp(v u )
em que y o produto; x representa os insumos; so os parmetros de tecnologia; o rudo estatstico, com distribuio normal de mdia zero e varincia
2 e u o termo no negativo que captura efeitos da ineficincia tcnica, com
varincia
u2 . Os parmetros a serem estimados so , 2 e u2 . Considera-se
que u e
so independentes, ou seja, o erro aleatrio
no
tem
poder explicativo
na ineficincia u, e que ambos os termos no so correlacionados com as variveis
explicativas. Se a ineficincia for positiva (u > 0), o produtor opera abaixo da fronteira; caso a ineficincia seja nula (u = 0), o produtor est sobre a fronteira. Se a
distribuio dos resduos for conhecida, todos os parmetros podem ser estimados
mais eficientemente por mxima verossimilhana.
Um dos objetivos dos modelos de fronteira estocstica a obteno da eficincia tcnica (TE, em ingls) do produtor. Se a fronteira de produo estiver
especificada em logaritmo, como usual, a TE obtida pela razo do produto
observado sobre o produto devido ao termo puramente estocstico, conforme
equao a seguir, e assume valores entre zero e um.
TEi =
yi
f (xi ; )exp(vi )exp(ui )
=
= exp(ui )
f (xi ; )exp(vi )
f (xi ; )exp(vi )
395
it ~ N[0, v2 ]
ui =|U r |
U i ~ N[ i , u2 ]
i = 0 + zi 1
i = 1,..., N
t = 1,...,T
em que zi representa variveis que afetam a mdia da ineficincia da firma.
A construo do indicador de infraestrutura deveria refletir a eficincia da infraestrutura local em diversas frentes, como transportes, comunicaes e servios pblicos
bsicos. A anlise pode ocorrer a partir do ndice agregado, como tambm por meio
de seus componentes, gerando um valor representativo para cada regio brasileira.
H alguns ndices de temticas semelhantes construdos nesse sentido, como o
Logistic Performance Index (LPI), do Banco Mundial, desde 2007 (World Bank,
2012), e o World Economic Forum (WEF, 2011), que, em seu relatrio anual de
competitividade global, investiga, por meio de entrevistas, a qualidade da infraestrutura em vrios pases, considerando transportes, energia e telecomunicaes.
Apesar de esses ndices trazerem uma viso relativa sobre o Brasil no mundo,
eles no consideram as particularidades regionais do pas e outros setores de infraestrutura como comunicaes, servios de utilidade pblica etc. Dessa forma,
buscaram-se indicadores de infraestrutura em nvel estadual e regional, tendo-se
encontrado dados cobrindo os anos de interesse apenas para algumas variveis,
listadas a seguir. Embora se reconhea a limitao destas para representar a importncia da infraestrutura para o crescimento, acredita-se que os nveis encontrados
em cada rea para tais variveis podem ser um indicador do nvel geral de infraestrutura disponvel na regio.
396
Mdia
Mnimo
Mximo
Desvio-Padro
137
0,04
4.150
337
1.189
20
5.151
1.032
500
0,011
27.200
1.700
Rodovias
0,068
0,001
0,39
0,06
Esgoto
0,781
17,92
1,87
Iluminao
0,776
0,07
12,99
1,33
gua
0,778
0,03
14,90
1,49
Infraestrutura urbana
1,32
0,09
24,66
2,56
Telefonia
326
10,30
8.353,40
810,50
Internet
61,3
3.714,00
215,80
397
Dessa maneira, obtiveram-se os totais estaduais para cada ano. Para descer ao
nvel de mesorregies, utilizaram-se os dados do DNIT, Plano Nacional de Viao
(PNV).5 Essa base apresenta a extenso dos trechos das rodovias federais e o nmero
de vias, alm de outras informaes sobre rodovias em implantao, duplicao,
em planejamento etc. Tomaram-se as rodovias pavimentadas e em duplicao,
com peso 1, e as rodovias duplicadas, com peso 2. Para a confeco do Plano
Nacional de Logstica e Transportes (PNLT), o DNIT realizou a consolidao dos
trechos por microrregio do Instituto Brasileiro de Geografia e Estatstica (IBGE).
Essa codificao foi utilizada para alocar os trechos s respectivas mesorregies.
Os totais estaduais para cada ano foram alocados s mesorregies proporcionalmente extenso de estradas federais de cada mesorregio do estado. Dessa maneira,
os totais estaduais de extenso e qualidade de rodovias, a partir da pesquisa da
CNT, foram alocados s mesorregies de cada estado. A evoluo temporal em
uma dada mesorregio, portanto, leva em conta no apenas a evoluo da extenso e da qualidade das rodovias estaduais, mas tambm a evoluo especfica das
rodovias federais em cada mesorregio. Como o estudo da CNT apenas divulga
informaes a partir de 2002, os valores mesorregionais de 2002 foram repetidos
em 2001 e 2000.
Para considerar as diferentes escalas geogrficas envolvidas, os valores de extenso total por mesorregio foram divididos pela rea da mesorregio. Assim, o
indicador de estradas utilizado expresso em quilmetros de estrada (ponderados
pela qualidade) por quilmetro quadrado de rea. O mapa 1 apresenta os nveis dessa
varivel por mesorregio em 2010; o mapa 2 indica a mudana na parcela de cada
regio no total nacional entre 2000 e 2010, expressa em mudanas mdias por ano.
Assim, valores negativos indicam que a regio cresceu menos que a mdia nacional,
o que pode acontecer mesmo com o aumento no volume absoluto de rodovias da
regio. Apesar de as mesorregies com melhores ndices concentrarem-se na regio
Sudeste, especialmente nos estados de So Paulo e Rio de Janeiro, na regio Sul e
em algumas mesorregies da regio Nordeste, observa-se um ganho do indicador
na poro central do pas, avanando para as mesorregies da regio Centro-Oeste,
alm da Bahia. As mesorregies de So Paulo e Rio de Janeiro tambm mostram
uma boa taxa de crescimento do indicador entre 2000 e 2010. J o aumento da
oferta de rodovias na regio Norte esteve abaixo do aumento na oferta nacional,
o mesmo acontecendo com algumas reas do Nordeste e do Esprito Santo.
398
MAPA 1
MAPA 2
399
MAPA 4
Fonte: IBGE.
Elaborao dos autores.
400
do Par, enquanto a oferta de internet aumentou especialmente entre algumas mesorregies do Centro-Oeste.
MAPA 5
MAPA 6
Fonte: Telebrasil.
Elaborao dos autores.
MAPA 7
Fonte: Telebrasil.
Elaborao dos autores.
MAPA 8
401
4 RESULTADOS
O modelo descrito na seo 2 foi estimado com algumas especificaes distintas. Inicialmente, introduziram-se as variveis individuais de infraestrutura para
procurar identificar o papel de cada uma delas sobre a eficincia; posteriormente,
introduziu-se a varivel gerada pela tcnica de componentes principais.
Foram estimadas fronteiras de produo do tipo Cobb-Douglas, em que
o produto funo do trabalho e estoque de capital. Os dados so da Pesquisa
Industrial Anual (PIA) do IBGE, referentes ao perodo de 2000 a 2010.7 As informaes referem-se indstria de transformao, por mesorregies.8 O produto
representado pelo valor da transformao industrial, o trabalho dado pelo
nmero mdio anual de empregados (pessoal ocupado) e o estoque de capital
aproximado pela varivel valor do ativo.9 As variveis monetrias foram deflacionadas pelo ndice de Preos ao Atacado Oferta Global (IPA-OG) da Fundao
Getulio Vargas (FGV).10 Produto, trabalho e capital representam o valor mdio da
indstria de transformao na mesorregio, uma vez que os valores totais regionais
foram divididos pelo nmero de unidades locais. Alm disso, adicionou-se um
componente de tendncia, visando representar a evoluo temporal da eficincia.
Como dito anteriormente, utilizou-se a distribuio truncada para o resduo composto, seguindo o modelo proposto por Greene (2004) de efeitos fixos, obtendo
a influncia das medidas de infraestrutura regional sobre sua eficincia produtiva,
conforme a especificao geral:11
U it ~ N( it , u2 )
it = f (variveis de infraestrutura)
402
regresses, os coeficientes de trabalho e capital so muito prximos. Testes indicaram no haver razes para rejeitar a hiptese de retornos constantes de escala.
A varivel de tendncia apareceu sempre com sinais negativos, indicando aumento
da eficincia geral ao longo do tempo. Nota-se tambm que os coeficientes estimados nas diferentes especificaes so muito prximos, indicando robustez na
concluso anterior.
TABELA 2
Resultados
Especificaes
Variveis
Funo de produo
Log Trabalho
0,5919 ***
0,5895 ***
0,5908 ***
Log Capital
0,3745 ***
0,3738 ***
0,3708 ***
Tendncia
0,0982 ***
0,1042 ***
Log Esgoto
0,0560
Log Iluminao
0,2938
Log gua
0,9210 ***
0,3547 ***
Log Rodovias
0,1247 ***
0,1289 ***
Log Internet
0,0062
0,0004
Log Telefonia
0,1198
0,1522 *
0,2801 **
Constante
0,2378 *
0,6169
0,9756 **
Nmero de Observaes
1403
1403
1403
Log-Likelihood
357
352
353
Sigma_u
0,3485 ***
0,3691 ***
0,3683 ***
Sigma_v
0,2134 ***
0,2075 ***
0,2077 ***
Lambda
1,6332 ***
1,7789 ***
1,7729 ***
Eficincia
0,1065 ***
403
404
405
MAPA 11
406
MAPA 12
5 CONCLUSES
407
408
REFERNCIAS
409
WEF WORLD ECONOMIC FORUM. Global competitiveness report 20102011. World Economic Forum, 2011.
WORLD BANK. Logistic performance index 2007-2012. World Bank, 2012.
BIBLIOGRAFIA COMPLEMENTAR
apndice A
Eficincia com
infraestrutura mapa 11
Perda de eficincia
mapa 12
Madeira-Guapor RO
0,9697
0,9345
0,0352
Leste Rondoniense RO
0,9640
0,8910
0,0730
Mesorregio
Vale do Juru AC
Vale do Acre AC
0,9641
0,8534
0,1107
Sul Amazonense AM
Sudoeste Amazonense AM
Norte Amazonense AM
Centro Amazonense AM
0,9580
Sul de Roraima RR
0,8472
0,1107
Norte de Roraima RR
0,9569
0,5308
0,4261
Sudoeste Paraense PA
0,9607
0,5220
0,4387
Sudeste Paraense PA
0,9623
0,8619
0,1004
Nordeste Paraense PA
0,9575
0,7494
0,2080
Metropolitana de Belm PA
0,9460
0,6983
0,2477
Maraj PA
0,9628
0,4097
0,5531
Baixo Amazonas PA
0,9467
0,3360
0,6107
Sul do Amap AP
0,9550
0,5241
0,4308
Norte do Amap AP
Oriental do Tocantins TO
0,9713
0,9513
0,0201
Ocidental do Tocantins TO
0,9618
0,8909
0,0710
(Continua)
410
(Continuao)
Eficincia bruta
mapa 10
Eficincia com
infraestrutura mapa 11
Perda de eficincia
mapa 12
Sul Maranhense MA
0,9673
0,8125
0,1548
Oeste Maranhense MA
0,9536
0,7483
0,2053
Norte Maranhense MA
0,9437
0,6557
0,2881
Leste Maranhense MA
0,9584
0,8225
0,1359
Centro Maranhense MA
0,9560
0,7103
0,2457
Sudoeste Piauiense PI
0,0000
0,0000
0,0000
Sudeste Piauiense PI
0,9641
0,8478
0,1163
Norte Piauiense PI
0,9587
0,7449
0,2138
Centro-Norte Piauiense PI
0,9627
0,9247
0,0381
Sul Cearense CE
0,9587
0,8455
0,1132
Sertes Cearenses CE
0,9512
0,6469
0,3043
Norte Cearense CE
0,9555
0,7958
0,1597
Noroeste Cearense CE
0,9529
0,7745
0,1784
Metropolitana de Fortaleza CE
0,9609
0,9413
0,0196
Jaguaribe CE
0,9572
0,7274
0,2297
Centro-Sul Cearense CE
0,9617
0,8093
0,1524
Oeste Potiguar RN
0,9593
0,8806
0,0787
Leste Potiguar RN
0,9560
0,8914
0,0646
Central Potiguar RN
0,9657
0,9341
0,0316
Agreste Potiguar RN
0,9658
0,8803
0,0855
Serto Paraibano PB
0,9632
0,9180
0,0452
Mata Paraibana PB
0,9573
0,9027
0,0546
Borborema PB
0,9543
0,7260
0,2282
Agreste Paraibano PB
0,9635
0,9353
0,0282
Serto Pernambucano PE
0,9644
0,8999
0,0645
So Francisco Pernambucano PE
0,9627
0,8646
0,0982
Metropolitana de Recife PE
0,9600
0,9452
0,0148
Mata Pernambucana PE
0,9623
0,9187
0,0436
Agreste Pernambucano PE
0,9604
0,9178
0,0426
Mesorregio
Serto Alagoano AL
Leste Alagoano AL
0,9586
0,9173
0,0413
Agreste Alagoano AL
0,9571
0,8531
0,1040
Serto Sergipano SE
0,9581
0,5688
0,3893
Leste Sergipano SE
0,9558
0,8917
0,0641
(Continua)
411
(Continuao)
Eficincia bruta
mapa 10
Eficincia com
infraestrutura mapa 11
Perda de eficincia
mapa 12
Agreste Sergipano SE
0,9588
0,7591
0,1997
0,9642
0,9043
0,0599
Sul Baiano BA
0,9541
0,8451
0,1091
Nordeste Baiano BA
0,9479
0,6456
0,3023
Metropolitana de Salvador BA
0,9580
0,9241
0,0339
0,9341
0,3139
0,6201
Centro-Sul Baiano BA
0,9593
0,9116
0,0477
Centro-Norte Baiano BA
0,9614
0,9230
0,0384
Zona da Mata MG
0,9421
0,6015
0,3406
0,9511
0,8145
0,1366
Vale do Mucuri MG
0,9699
0,9293
0,0406
0,9565
0,9129
0,0436
Sul/Sudoeste de Minas MG
0,9562
0,9102
0,0461
Oeste de Minas MG
0,9599
0,9080
0,0519
Norte de Minas MG
0,9564
0,8568
0,0995
Noroeste de Minas MG
0,9611
0,8094
0,1516
0,9581
0,9396
0,0185
Jequitinhonha MG
0,9511
0,6248
0,3263
Central Mineira MG
0,9544
0,6315
0,3229
0,9558
0,8218
0,1340
Sul Esprito-Santense ES
0,9589
0,8745
0,0844
Noroeste Esprito-Santense ES
0,9605
0,8365
0,1240
0,9608
0,8569
0,1039
Central Esprito-Santense ES
0,9474
0,7791
0,1683
Sul Fluminense RJ
0,9537
0,8695
0,0843
Norte Fluminense RJ
0,9583
0,8743
0,0839
Noroeste Fluminense RJ
0,9591
0,8376
0,1215
0,9609
0,9597
0,0012
Centro Fluminense RJ
0,9607
0,9095
0,0511
Baixadas RJ
0,9481
0,6473
0,3008
0,9595
0,9360
0,0235
0,9557
0,9025
0,0531
Ribeiro Preto SP
0,9577
0,9307
0,0270
Presidente Prudente SP
0,9586
0,9081
0,0505
Piracicaba SP
0,9582
0,9241
0,0341
Metropolitana de So Paulo SP
0,9579
0,9565
0,0014
Mesorregio
(Continua)
412
(Continuao)
Mesorregio
Eficincia bruta
mapa 10
Eficincia com
infraestrutura mapa 11
Perda de eficincia
mapa 12
Marlia SP
0,9588
0,8742
0,0846
0,9561
0,9232
0,0330
0,9536
0,8010
0,1526
Itapetininga SP
0,9582
0,8997
0,0585
Campinas SP
0,9546
0,9239
0,0307
Bauru SP
0,9594
0,9287
0,0307
Assis SP
0,9574
0,8806
0,0769
Araraquara SP
0,9514
0,8164
0,1351
Araatuba SP
0,9541
0,8312
0,1228
Sudoeste Paranaense PR
0,9562
0,8303
0,1259
Sudeste Paranaense PR
0,9557
0,7874
0,1683
Oeste Paranaense PR
0,9551
0,8592
0,0959
0,9616
0,9144
0,0472
0,9561
0,9155
0,0406
Noroeste Paranaense PR
0,9519
0,7622
0,1898
Metropolitana de Curitiba PR
0,9594
0,9448
0,0146
0,9568
0,8637
0,0931
0,9579
0,8217
0,1363
Centro-Sul Paranaense PR
0,9604
0,8838
0,0766
Vale do Itaja SC
0,9591
0,9252
0,0340
Sul Catarinense SC
0,9603
0,9204
0,0399
Serrana SC
0,9497
0,6428
0,3069
Oeste Catarinense SC
0,9549
0,8683
0,0866
Norte Catarinense SC
0,9562
0,8910
0,0652
Grande Florianpolis SC
0,9601
0,9259
0,0342
Sudoeste Rio-Grandense RS
0,9520
0,7536
0,1984
Sudeste Rio-Grandense RS
0,9599
0,9043
0,0556
Noroeste Rio-Grandense RS
0,9580
0,9132
0,0448
Nordeste Rio-Grandense RS
0,9586
0,9075
0,0512
0,9554
0,9216
0,0338
0,9575
0,8738
0,0837
0,9582
0,8188
0,1394
0,9614
0,9004
0,0610
0,9203
0,1456
0,7747
0,9589
0,7206
0,2383
0,9605
0,8600
0,1005
(Continua)
413
(Continuao)
Eficincia bruta
mapa 10
Eficincia com
infraestrutura mapa 11
Perda de eficincia
mapa 12
Sudoeste Mato-Grossense MT
0,9672
0,8281
0,1391
Sudeste Mato-Grossense MT
0,9576
0,6925
0,2651
Norte Mato-Grossense MT
0,9587
0,7803
0,1784
Nordeste Mato-Grossense MT
0,9642
0,6774
0,2869
Centro-Sul Mato-Grossense MT
0,9585
0,8647
0,0938
Sul Goiano GO
0,9599
0,9079
0,0520
Norte Goiano GO
0,9655
0,8634
0,1022
Noroeste Goiano GO
0,9521
0,4369
0,5152
Leste Goiano GO
0,9550
0,8233
0,1317
Centro Goiano GO
0,9632
0,9522
0,0110
Distrito Federal DF
0,9565
0,9264
0,0301
Mesorregio
CAPTULO 15
1 INTRODUO
* Os autores agradecem o apoio financeiro do Instituto de Pesquisa Econmica Aplicada (Ipea), da Fundao de Amparo
Pesquisa de Minas Gerais (Fapemig) e do Conselho Nacional de Desenvolvimento Cientfico e Tecnolgico (CNPq). Os
autores agradecem tambm a assistncia de pesquisa de Clara Coelho e Monise Faria.
** Professor do Centro de Desenvolvimento e Planejamento Regional (Cedeplar) da Universidade Federal de Minas
Gerais (UFMG).
*** Professor do Centro de Desenvolvimento e Planejamento Regional (Cedeplar) da Universidade Federal de Minas
Gerais (UFMG).
**** Doutorando do Centro de Desenvolvimento e Planejamento Regional (Cedeplar) da Universidade Federal de
Minas Gerais (UFMG).
416
417
possvel revelar padres que por construo so encobertos pela desagregao por
grandes regies ou por estados, ou que frequentemente so ignorados em estudos
mais desagregados espacialmente.
Alm dessa introduo, o captulo tem trs sees. A prxima seo traz um
breve resumo da literatura recente sobre concentrao industrial e variao da produtividade regional no Brasil. As grandes tendncias so amplamente conhecidas
e servem como pano de fundo para a discusso que se segue. A terceira seo traz
a anlise dos dados coletados especificamente para este estudo. Ela est dividida
em duas partes. A primeira constituda por uma breve descrio das principais
variveis, tanto para o nvel nacional quanto para macrorregies, e dos mtodos
utilizados. A segunda parte busca identificar a existncia de padres espaciais a
partir do estudo da presena de autocorrelao espacial nas variveis. Finalmente,
seguem consideraes finais.
2 CONCENTRAO INDUSTRIAL E PRODUTIVIDADE REGIONAL
2.1 Concentrao industrial
418
e com dados do censo demogrfico de 1991, Lemos et al. (Op. cit.) mostram So
Paulo como polo industrial nacional, seguido por Rio de Janeiro. Outras regies
importantes de concentrao regional so Curitiba e Belo Horizonte.
O estado de So Paulo se tornou o principal polo industrial do pas no incio
da industrializao brasileira, e atinge o pice dessa industrializao em 1970. Nesse
perodo, o estado era responsvel por metade da produo do pas (Diniz, 1993;
Saboia, Kubrusly; Barros, 2008). Contudo, entre 1970 e 1991, ocorre uma reverso da tendncia histrica, ou desconcentrao concentrada nos termos de Diniz
(1993). Houve, ento, desconcentrao da indstria da cidade de So Paulo, mas
ocorreu uma concentrao no estado de So Paulo, passando por Minas Gerais at
o Nordeste do Rio Grande do Sul. Temos, ento, o que Diniz (1993) chamou de
desenvolvimento poligonal Brasileiro: nem completamente desconcentrado, nem
uma contnua polarizao.
Os fatores associados a esse fenmeno so: i) deseconomias de aglomerao
em So Paulo e economias de aglomerao em outras regies; ii) aes do estado,
por meio de investimento em regies fora do estado de So Paulo; iii) busca por
recursos naturais; iv) desenvolvimento de infraestrutura de transporte e de comunicao; e v) competio da indstria na busca por novos mercados (Diniz, 1993;
Saboia; Kubrusly; Barros, 2008; Galeano; Feij, 2013).
Entre 1986 a 1996, esse movimento de descentralizao industrial se deu
de forma mais lenta. Houve descentralizao da indstria das capitais do pas em
direo ao interior (Saboia, Kubrusly; Barros Op. cit.). Houve, tambm nessa dcada, polticas ativas de descentralizao industrial. Essas polticas foram perdendo
a abrangncia conforme foram implementadas. Como resultado, regies como o
Nordeste passaram a ser mais industrializadas (Galeano; Feij, Op. cit.).
Nos anos 1990, os setores industriais intensivos em trabalho migraram
para a regio Nordeste do pas. Os setores intensivos em recursos naturais, para o
Centro-Oeste; j os setores intensivos em capital, parte continuou em So Paulo,
parte migrou para Minas Gerais e Paran. Entre 1994 a 2000, apesar de espaada,
o nvel de concentrao industrial no Nordeste avanou, e, nesse mesmo perodo,
houve uma perda de importncia das metrpoles do eixo Rio-So Paulo no tocante
questo da concentrao industrial. (Saboia, Kubrusly; Barros, Op. cit.).
A partir dos anos 2000, o Estado passa a atuar mais ativamente na desconcentrao industrial. Contudo, existiu uma falta de coordenao entre os programas de
descentralizao, o que, em parte, pode explicar a dificuldade na industrializao
de outras regies do pas. Os setores mais avanados tecnologicamente, a partir
dos anos 2000, consolidaram-se na vizinhana da produo industrial tradicional.
Nesse sentido, a localidade importante no processo de desenvolvimento regional.
No basta apenas a interveno do Estado, dado que as economias de escala so
419
A produtividade regional tem positiva relao com a concentrao industrial regional para o caso brasileiro (Feij, Carvalho; Rodriguez, 2003). A produtividade
regional brasileira segue uma lgica parecida com o processo de desconcentrao
concentrada e com a evoluo da industrializao regional, discutidas na subseo
anterior. De 1970 a 2001, a taxa de crescimento da produtividade foi de 1,77%.
Sendo que, entre 1970 a 1980, a mesma taxa foi de 1,81%. Vale destacar que o
resultado foi obtido com elevao da produo industrial e do pessoal ocupado.
Entre 1980 e 1985, temos uma contrao do valor adicionado industrial, pessoal
ocupado e tambm da produtividade industrial. Entre 1985 e 1996, perodo que
se relaciona com a abertura comercial, a produtividade industrial aumenta, mas
temos que qualificar que, a despeito do aumento do valor adicionado industrial,
o perodo de abertura comercial marcado pela reduo do pessoal ocupado, o
que ajuda a explicar o aumento da produtividade (Rocha, 2007).
Galeano e Feij (2013) e Galeano (2012), utilizando o valor da transformao
industrial dividido pelo estoque de trabalhadores como proxy da produtividade,
mostram que a variao da produtividade do trabalho no perodo demarcado entre
1996 e 2007 foi praticamente zero, sendo que essa taxa foi negativa nos anos de
2000, 2002 e 2005.
Ainda com base nas mesmas variveis e agrupando os setores de acordo com o
grau de intensidade tecnolgica da Organizao para Cooperao e Desenvolvimento
Econmico (OCDE), Galeano (Op. cit.) argumenta que o crescimento mdio da
produtividade das indstrias extrativas para o perodo 1996-2007, foi de 5,18%.
J o crescimento mdio para indstria de transformao deu-se taxa de -0,18%;
o de baixa tecnologia taxa de -0,45%; mdia baixa tecnologia, -1,13%; mdia
alta tecnologia, -0,46%; e alta tecnologia, 7,86%, sendo que a mdia total para o
perodo foi de 0,03%. Portanto, o crescimento das indstrias extrativas no perodo
foi positivo, enquanto da indstria de transformao foi negativo, e apenas setores
de alta tecnologia apresentaram crescimento da produtividade positivo, enquanto as
outras categorias apresentaram uma taxa negativa de crescimento da produtividade.
420
421
queda. Para esses autores, isso ocorreu por uma conjugao de fatores, entre eles:
i) poltica macroeconmica, que propiciou aumentos das taxas de juros e apreciao
cambial, impactando no aumento das importaes; ii) falta de competitividade
em relao aos produtos chineses; e iii) valorizao das commodities por conta do
crescimento da economia chinesa.
3 DIFERENCIAIS ESPACIAIS DE PRODUTIVIDADE
3.1 Metodologia
Como mencionado anteriormente, o objetivo deste trabalho analisar os diferenciais regionais de produtividade no Brasil no perodo de 1996 a 2011, subdividido
em dois subperodos: 1996 a 2002 e 2003 a 2011. Para essa anlise, so utilizadas
informaes das empresas do estrato certo (Empresa e Unidade Local) da Pesquisa Industrial Anual (PIA), fornecidos pelo Instituto Brasileiro de Geografia e
Estatstica (IBGE). Considera-se neste estudo o indicador de produtividade do
trabalho, calculado como a razo entre Valor da Transformao Industrial (VTI)
e o pessoal ocupado (PO).
A natureza sigilosa dos dados de produtividade das unidades locais da indstria
brasileira impe uma srie de limitaes para a anlise de sua dinmica regional.
Portanto, h que se buscar agregaes, sejam elas espaciais ou setoriais.
A anlise da produtividade industrial nas microrregies do pas s possvel
a partir da agregao de todos os setores da indstria de transformao. Todavia,
cabe ressaltar que, dados os diferenciais setoriais de produtividade, essa agregao
torna nebulosa a anlise de diferenciais regionais de produtividade, uma vez que
no se consegue identificar se esses diferenciais possuem suas razes na estrutura
produtiva ou em diferente especializao setorial.
A fim de testar a existncia ou no de padres espaciais estatisticamente
significativos, avaliamos neste estudo a presena de autocorrelao espacial nos
dados, medida usualmente por meio de estatsticas globais com o I de Moran e o
C de Geary. Estas estatsticas globais, no entanto, ignoram a existncia de padres
locais de autocorrelao espacial, podendo levar a resultados enganosos sobre a
existncia de autocorrelao espacial nos dados (Anselin, 1995). Portanto, alm das
estatsticas globais, utilizamos neste trabalho estatsticas do tipo Local Indicators of
Spatial Association (Lisa) para detectar padres locais de autocorrelao espacial nas
variveis, conforme instrumental analtico desenvolvido por Anselin (1995; 1996).
As estatsticas do tipo Lisa fazem a decomposio de indicadores globais em
indicadores locais permitindo avaliar a contribuio individual de cada observao
para a estatstica global. Assim, a soma dos indicadores locais proporcional ao
indicador local de associao espacial. Utilizamos aqui a estatstica denominada
422
n
It =
S0
w (x )(x
(x )
i
ij
i ,t
i ,t
j ,t
t )
(1)
t = 1, 2, 3 ....
I i,t = xi,t t
) w ( x
j
ij
j,t
(2)
423
424
GRFICO 1
6
5
4
3
2
Centro-Oeste
Nordeste
Norte
Sudeste
Sul
2011
2010
2009
2008
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
2007*
Brasil
Fonte: PIA.
Obs.: De 2007 em diante houve mudana na metodologia da PIA.
425
GRFICO 2
600
500
400
300
200
Centro-Oeste
Nordeste
Norte
Sudeste
Sul
2011
2010
2009
2008
2007*
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
100
Brasil
Fonte: PIA.
Obs.: De 2007 em diante houve mudana na metodologia da PIA; Deflator: IPA.
GRFICO 3
Centro-Oeste
Nordeste
Norte
Sudeste
Fonte: PIA.
Obs.: De 2007 em diante houve mudana na metodologia da PIA; Deflator: IPA.
Sul
2011
2010
2009
2008
2006
2005
2004
2003
2002
2001
2000
1999
1998
1997
1996
2007*
50
Brasil
426
TABELA 1
Mdias e desvios padres das taxas anuais e taxa total anualizada de variao de
pessoal ocupado (PO), valor transformao industrial (VTI) a preos de 2011 e produtividade (VTI/PO) no perodo 1996-2011
(Em %)
Pessoal ocupado (PO)
VTI
VTI/PO
Mdia
Desvio padro
Total
Mdia
Desvio padro
Total
Mdia
Desvio padro
Total
Centro-Oeste
7,18
4,85
7,08
7,31
7,88
Nordeste
4,96
3,81
4,90
3,39
7,84
7,04
0,31
8,31
-0,03
3,11
-1,48
6,85
-1,70
Norte
5,51
7,40
5,27
2,49
Sudeste
2,21
3,53
2,16
0,55
9,93
2,05
-2,82
6,93
-3,06
5,55
0,41
-1,63
4,15
-1,71
Sul
4,00
3,24
3,95
Brasil
3,25
3,25
3,20
2,71
5,48
2,57
-1,21
4,96
-1,32
1,46
5,15
1,34
-1,71
4,13
-1,80
Fonte: PIA.
Obs.: De 2007 em diante houve mudana na metodologia da PIA; Deflator: IPA.
427
Alimentcios,1 que em 2011, com quase R$ 130 milhes, representou quase 16%
do VTI nacional. Como pode ser visto, a produtividade no s cai em quase todos
os estados, mas tambm apresenta diferenas bastante acentuadas entre os estados.
A reduo da produtividade nos trs principais estados para o setor contriburam
para a reduo nacional de produtividade em 2,9%: So Paulo (-3,1%), Minas
Gerais (-2,1%) e Paran (-4,4%).
O grfico 5 apresenta as taxas mdias de variao da produtividade para o
setor de fabricao de coque, de produtos derivados do petrleo e de biocombustveis.2 Muito embora vrios estados no possuam quantidade mnima de empresas
nesse setor, seu VTI foi cerca de R$ 130 milhes, que representaram mais de 15%
do VTI nacional em 2011, pouco atrs de produtos alimentcios. Nesse caso,
o crescimento da produtividade foi positivo para o total do Brasil (5,1%) e para
os principais estados produtores.
GRFICO 4
Tocantins
Sergipe
So Paulo
Roraima
Santa Catarina
Rondnia
Piau
Rio de Janeiro
Paran
Pernambuco
Par
Paraba
Minas Gerais
Mato Grosso
Gois
Esprito Santo
Cear
Distrito Federal
Amazonas
-15,0%
Amap
-10,0%
Brasil
Bahia
Acre
-5,0%
Alagoas
0,0%
Maranho
5,0%
-20,0%
Fonte: PIA.
1. Consideram-se aqui dados de 2011 do setor 10 da CNAE 2.0 Fabricao de produtos alimentcios e dados de
1996 do setor 15 da CNAE 95 Fabricao de produtos alimentcios e bebidas.
2. Consideram-se aqui dados de 2011 do setor 19 da CNAE 2.0 Fabricao de coque, de produtos derivados do petrleo
e de biocombustveis e dados de 1996 do setor 23 da CNAE 95 Fabricao de coque, refino de petrleo, elaborao
de combustveis nucleares e produo de lcool.
428
GRFICO 5
Sergipe
Tocantins
So Paulo
Roraima
Santa Catarina
Rondnia
Piau
Pernambuco
Rio de Janeiro
Paran
Paraba
Minas Gerais
Par
Mato Grosso
Gois
Maranho
Distrito Federal
Brasil
Cear
Bahia
Amap
-15,0%
Esprito Santo
-10,0%
Amazonas
-5,0%
Acre
0,0%
Alagoas
5,0%
Fonte: PIA.
O grfico 6 mostra a variao da produtividade do setor de fabricao de veculos automotores, reboques e carrocerias.3 Nesse caso, alm das variaes regionais
vistas nos setores anteriores, notam-se tambm os limites da agregao setorial.
Esse setor, responsvel por quase 11% do VTI nacional em 2011, mostra marcadas
diferenas entre os estados, mesmo entre os grandes produtores de veculos, como
So Paulo (-1,9%), responsvel por 50% da produo do setor, Paran (6,2%) e
Minas Gerais (-2%).
3. Consideram-se aqui dados de 2011 do setor 29 da CNAE 2.0 Fabricao de veculos automotores, reboques e
carrocerias e dados de 1996 do setor 34 da CNAE 95 Fabricao e montagem de veculos automotores, reboques
e carrocerias.
429
GRFICO 6
Sergipe
Tocantins
So Paulo
Roraima
Santa Catarina
Rondnia
Piau
Rio de Janeiro
Paran
Pernambuco
Par
Paraba
Minas Gerais
Mato Grosso
Gois
Maranho
Esprito Santo
Cear
Distrito Federal
Bahia
Brasil
Amap
Amazonas
-5,0%
Acre
0,0%
Alagoas
5,0%
Fonte: PIA.
4. Consideram-se aqui dados de 2011 do setor 20 da CNAE 2.0 Fabricao de produtos qumicos e dados de 1996
do setor 24 da CNAE 95 de mesmo nome.
430
GRFICO 7
Tocantins
So Paulo
Sergipe
Roraima
Santa Catarina
Rondnia
Piau
Rio de Janeiro
Pernambuco
Paran
Par
Paraba
Minas Gerais
Maranho
Mato Grosso
Esprito Santo
Gois
Cear
Distrito Federal
Bahia
-6,0%
Alagoas
-4,0%
Brasil
Amap
-2,0%
Amazonas
0,0%
Acre
2,0%
Fonte: PIA.
431
432
433
434
MAPA 3
435
MAPA 4
O mapa 5 apresenta a distribuio espacial da produtividade do trabalho industrial entre as microrregies brasileiras nos anos 1996 e 2011. De modo bastante
distinto do apresentado pelas variveis pessoal ocupado e valor da transformao
industrial, no possvel perceber um padro espacial muito claro da produtividade. Alm da aparente aleatoriedade espacial, cabe destacar a alta produtividade
de microrregies de pouca relevncia industrial. Haja vista que a frmula adotada
para clculo da produtividade do trabalho baseada na razo entre VTI e PO,
microrregies com pouco PO tendem a apresentar alta produtividade, dado o
pequeno valor do denominador da razo. o caso, por exemplo, de Almeirim,
no Par. Trata-se de uma microrregio que em 1996 possua apenas 663 trabalhadores industriais. Todavia, essa microrregio apresentava produtividade 6,7 vezes
superior mdia nacional.
436
MAPA 5
437
MAPA 6
Cabe ainda ressaltar a reduo da rea formada pelo agrupamento de microrregies de alta produtividade no interior dos estados de So Paulo e Paran,
evidenciando a perda de produtividade da regio. Todavia, como mostra o mapa
7, no possvel perceber um aglomerado de perda de competitividade nessas
microrregies de So Paulo e Paran. Analisando a variao da produtividade entre
subperodos dos quinze anos considerados neste estudo, ou seja, entre 1996 e 2002
e entre 2003 e 2011, o que se percebe a pequena associao espacial na evoluo
da produtividade, marcada pela aleatoriedade espacial quando se considera escala
microrregional e total da indstria de transformao. Dos poucos aglomerados
significativos formados, cabe ressaltar os grupos Baixo-Alto de microrregies do
Nordeste e Alto-Alto no nordeste paraense e norte de Tocantins. A ocorrncia
desses aglomerados indica a presena de aumento significativo de produtividade
em algumas microrregies, ainda que esse aumento de produtividade no tenha
transbordado para regies vizinhas.
438
MAPA 7
4 CONSIDERAES FINAIS
O presente estudo pretendeu contribuir para a escassa literatura que avalia a produtividade industrial em escala subnacional. Utilizando informaes da Pesquisa
Industrial Anual, foram apresentados os dados relativos evoluo regional e padres
espaciais microrregionais do pessoal ocupado (PO), do valor da transformao
industrial (VTI) e da produtividade, calculada a partir das duas variveis anteriores.
Evidenciou-se, assim, mais uma vez, a concentrao espacial da produo
e da produtividade no Brasil, ao mesmo tempo em que foram identificados
padres espaciais do nvel do emprego, produo e produtividade entre microrregies, bem como a espacialidade de sua evoluo. Dessa forma, foi possvel
revelar padres que por construo so encobertos pela agregao por grandes
regies ou por estados, ou que frequentemente so ignorados em estudos mais
desagregados espacialmente.
Os resultados encontrados apontaram para uma aparente aleatoriedade espacial
da produtividade, concluso que refutada pelo clculo da estatstica I de Moran.
Ao se comparar a estrutura espacial da produtividade entre 1996 e 2011, foi poss-
439
440
REFERNCIAS
CAPTULO 16
1 INTRODUO
Ambiente de negcios o nome genericamente atribudo s condies que circunscrevem, em um determinado pas ou em uma determinada regio, o ciclo de
vida das empresas. De uma forma geral, o ambiente de negcios diz respeito aos
nveis de complexidade associados, por exemplo, aos procedimentos de abertura e
fechamento de empresas ou de recolhimento de tributos. A melhoria do ambiente
de negcios est associada, portanto, a aes de simplificao e desburocratizao
desses procedimentos. Em virtude de sua prpria natureza, o ambiente de negcios uma varivel de difcil mensurao. Ainda assim, o Banco Mundial procura
capturar aspectos relativos ao ambiente de negcios com base em uma metodologia
conhecida como Doing Business, que mede, analisa e compara as regulamentaes
aplicveis s empresas e o seu cumprimento em 189 economias e cidades selecionadas nos nveis subnacional e regional.1
Embora as opes metodolgicas adotadas pelo Banco Mundial para aferir
o Doing Business no sejam isentas de questionamentos, esses indicadores so
amplamente empregados por formuladores de polticas para orientar aes de
simplificao e desburocratizao e por empresrios para avaliar os pases ou
regies onde pretendem investir. Por essa razo, razovel assumir que h uma
associao direta entre a qualidade do ambiente de negcios e os nveis de investimento. Ao contriburem para a elevao do estoque de capital, os investimentos,
por sua vez, esto diretamente associados produtividade do trabalho. Isso uma
consequncia do carter parcial desse indicador, cuja definio corresponde, em
essncia, ao quociente entre alguma medida de resultado e alguma medida da
mo de obra envolvida com a produo. Dessa forma, h uma associao entre a
qualidade do ambiente de negcios, os nveis de investimento e a produtividade
* O autor agradece os comentrios e sugestes de Bruno Csar Arajo, C. Alexandre A. Rocha, Fernanda De Negri, Lucas
Ferreira Mation, Marcos Mendes e Simone Uderman. Agradece tambm equipe do Instituto de Pesquisa Econmica
Aplicada (Ipea) com quem teve a oportunidade de discutir uma verso preliminar deste trabalho. Erros e omisses so
de responsabilidade do autor.
**Consultor legislativo do Senado Federal. E-mail: luiz.ricardo.teixeira.cavalcante@gmail.com.
1. Disponvel em: <http://portugues.doingbusiness.org/about-us>. Acesso em: 8 maio 2015.
442
do trabalho. Essa ltima varivel vem adquirindo, ao longo dos ltimos anos, um
papel central nos debates sobre a retomada do ciclo de crescimento e incluso que
marcou a economia brasileira ao longo da dcada de 2000 (De Negri; Cavalcante,
2014). Com base nessa percepo, formuladores de polticas tm buscado formas
de promover o crescimento da produtividade no pas. As propostas envolvem, por
exemplo, estmulos aos investimentos, qualificao de mo de obra, s atividades
de pesquisa e desenvolvimento (P&D) e, naturalmente, melhorias de qualidade
do ambiente de negcios.
Ainda que a associao proposta entre a qualidade do ambiente de negcios,
os nveis de investimento e a produtividade do trabalho seja intuitiva e de difcil
contestao, h escassas evidncias quantitativas sobre o tema, especialmente quando
se trata de um modelo sequencial dessa natureza.2
Neste trabalho, estimam-se os coeficientes que relacionam ambiente de negcios, investimentos e produtividade com base em um painel de dados referente
a 81 pases no perodo entre 2005 e 2011.3
A primeira regresso considera o estoque de capital por trabalhador em funo
do ambiente de negcios (aferido de acordo com o Doing Business publicado pelo
Banco Mundial). Dessa forma, possvel avaliar a associao existente entre essa
ltima varivel e os investimentos. A segunda regresso associa a produtividade do
trabalho ao estoque de capital por trabalhador. Os resultados obtidos permitem
confrontar, ainda que preliminarmente, os impactos sobre os investimentos e a
produtividade de polticas que envolvem subsdios fiscais e financeiros e de polticas
que visam promover melhorias no ambiente de negcios. O trabalho est estruturado em mais quatro sees alm desta introduo. Na seo 2, apresentam-se
os fundamentos tericos que sustentam a proposio de uma correlao positiva
entre ambiente de negcios, investimentos e produtividade. Em seguida, na terceira
seo, indica-se a metodologia empregada para a anlise dos dados. Na seo 4
discutem-se os resultados obtidos e, finalmente, na quinta seo, destacam-se as
principais concluses do trabalho.
2. Mendes (2014, p. 55-64), ao incluir a incerteza jurdica e a baixa proteo aos direitos de propriedade entre as causas
imediatas do baixo crescimento econmico no pas, argumenta que a incerteza jurdica e a fragilidade na proteo
dos direitos de propriedade prejudicam os investimentos, a produtividade e, consequentemente, o crescimento da
economia. O autor discute a posio relativa do Brasil no ranking do Doing Business e pondera um conjunto de razes
pelas quais a baixa qualidade do ambiente de negcios um obstculo para o crescimento do investimento, mas no
exibe evidncias quantitativas dessa proposio.
3. As razes para os recortes geogrfico e temporal do painel que serviu de base para as estimativas so explicitadas
na seo 3 deste trabalho.
443
2 FUNDAMENTOS
444
6. Na ltima edio do Relatrio Doing Business, o Banco Mundial (2014, p. 146, traduo livre) detalha os procedimentos de clculo dos valores associados a cada economia: o clculo do escore da distncia at a fronteira para uma
determinada economia envolve duas etapas. Primeiro, os componentes individuais do indicador so normalizados para
uma unidade comum de modo que cada um dos 31 componentes do indicador (exceto a taxa total de impostos)
redimensionado usando uma transformao linear (pior y) / (pior fronteira). Nessa formulao, a fronteira representa
a melhor performance no indicador entre todas as economias desde 2005 ou desde o terceiro ano no qual os dados
foram coletados. [...] Segundo, para cada economia, os escores obtidos para indicadores individuais so agregados
calculando-se uma mdia simples dos escores de distncia at a fronteira, primeiro para cada tpico e ento para todos os
dez tpicos. [...]. Dessa forma, o Doing Business usa o mtodo mais simples: atribui pesos de ponderao idnticos para
todos os tpicos e, dentro de cada tpico, atribui pesos de ponderao idnticos para cada um de seus componentes.
445
(1)
Na equao 1, K o estoque de capital, I o investimento e a taxa anual
de depreciao do estoque de capital.
, onde as variveis indicadas so o produto,
A produtividade do trabalho
o estoque de mo de obra e o produto por trabalhador), por sua vez, positivamente
. Essa relao fica
correlacionada com o estoque de capital por trabalhador
evidente em uma funo de produo do tipo Cobb-Douglas:
(2)
446
447
3 METODOLOGIA
3.1 Modelo de anlise
O modelo de anlise usado neste trabalho formado por duas regresses sequenciais:
logaritmo do estoque de capital por trabalhador em funo do ambiente
de negcios; e
logaritmo da produtividade do trabalho em funo do logaritmo do
estoque de capital por trabalhador.
Em ambos os casos, outros fatores podem contribuir para explicar o comportamento da varivel dependente. No primeiro caso, fatores como renncias fiscais
e crditos subsidiados podem contribuir para maiores nveis de investimentos e,
portanto, para a elevao do estoque de capital por trabalhador. No segundo caso,
aspectos como qualificao da mo de obra ou investimentos em P&D podem
interferir no ajuste. Para levar em considerao o efeito das variveis omitidas, as
regresses foram feitas em painel com efeitos fixos. Essa opo faz com que aspectos
idiossincrticos de cada pas invariantes no tempo sejam capturados na regresso. Em
outras palavras, a regresso com efeitos fixos permite a comparao dos pases antes e
depois das alteraes no ambiente de negcios levando em considerao as variveis
exgenas invariantes no tempo.7 Contudo, pode haver fatores variantes no tempo
que tenham sofrido alteraes correlacionadas com as alteraes de ambiente de
negcios (cf. Mation, 2014, p. 195). Esse o caso, por exemplo, de aspectos relacionados ao capital humano ou gesto empresarial, que podem variar pari passu
com o ambiente de negcios e afetar os nveis de investimento e de produtividade.8
Embora no formem um modelo estrutural, as equaes so usadas para
simular, no caso brasileiro, o impacto de alteraes no ambiente de negcios sobre
7. Uma definio formal dos modelos com efeitos fixos e efeitos aleatrios pode ser encontrada em Greene (2003, p.
285, traduo livre):
Efeitos fixos: se no observvel, mas correlacionado com , ento o estimador de mnimos quadrados de enviesado e inconsistente em consequncia de uma varivel omitida. Contudo, nesse caso, o modelo
, onde
, incorpora todos os efeitos observveis e especifica uma mdia condicional estimvel. O modelo
com efeitos fixos usa alfa como um termo constante especfico para cada grupo na regresso. Deve-se notar que o termo
fixo usado aqui indica que o termo no varia no tempo e no que no estocstico, que no precisa ser o caso.
Efeitos aleatrios: se se pode assumir que a heterogeneidade individual no observada, embora formulada, no
correlacionada com as variveis includas, ento o modelo pode ser formulado como
, isto , como um modelo de regresso linear com um distrbio composto que
pode ser estimado consistentemente, embora ineficientemente, por mnimos quadrados.
8. Um eventual refinamento desse modelo requereria a incluso, nas regresses, das variveis omitidas nessa verso
mais simples. Conforme a disponibilidade dos dados, modelos que incluem um maior nmero de variveis podem ser
estimados em anlises posteriores. Ainda que isso permita a obteno de resultados mais robustos, a opo pela regresso com efeitos fixos supera uma parte significativa das limitaes inerentes ao modelo simplificado adotado neste
trabalho. Alm disso, um outro possvel refinamento pressupe o uso de variveis defasadas. Nesse caso, o pressuposto
que melhorias no ambiente de negcios requereriam algum tempo para refletir-se em aumentos do investimento e
do estoque de capital.
448
449
11. As revises peridicas da metodologia de aferio do Doing Business podem causar algumas descontinuidades no
indicador. Ainda que a opo pela distncia at a fronteira tenda a amenizar esse tipo de descontinuidade, trabalhos
futuros podem usar sries plenamente compatveis ao longo do perodo analisado. A opo adotada neste trabalho,
contudo, no compromete os resultados gerais aqui apresentados.
12. Disponvel em: <http://www.hsu-hh.de/berlemann/index_VQxdoUqt6VmSoYt6.html>. Anlises posteriores podem
usar tambm sries geradas na nova gerao da Penn World Table, nas quais foram reintroduzidos os dados relativos
ao estoque de capital (Feenstra; Inklaar; Timmer, 2015). Com isso, pode ser possvel estender a anlise para perodos
posteriores a 2011.
13. Dados disponveis em: <https://www.conference-board.org/data/economydatabase/index.cfm?id=27762>. Para
a produtividade do trabalho, empregou-se a varivel labor productivity per person employed in 2013 US$ (converted
to 2013 price level with updated 2005 EKS PPPs).
450
4 RESULTADOS
4.1 Ambiente de negcios e investimentos
12,50
12,00
11,50
11,00
Brasil
10,50
10,00
9,50
9,00
8,50
8,00
30,00
40,00
50,00
60,00
70,00
80,00
90,00
100,00
451
TABELA 1
Efeitos aleatrios
Efeitos fixos
Doing business
0,0604***
(0,0022)
0,0168***
(0,0009)
Nmero de obs.
567
567
Nmero de pases
81
R2
81
0,6000
Elaborao do autor.
Notas: *** p < 0,01; ** p < 0,05; * p < 0,10.
Obs.: Erros padro entre parntesis. Nveis de significncia:
Conforme se pode observar, em ambos os casos o coeficiente para a varivel relativa ao ambiente de negcios significativo a mais de 99% de confiana.
Contudo, a magnitude do coeficiente estimado com base no modelo com efeitos
aleatrios cerca de 3,6 vezes maior do que a magnitude do coeficiente estimado
com base no modelo com efeitos fixos. Esse um resultado esperado, uma vez
que, no primeiro caso, o coeficiente absorve outros aspectos correlacionados
com o ambiente de negcios de cada pas que no foram includos na modelagem.
No segundo caso, o uso de efeitos fixos permite que o coeficiente estimado capture
a relao entre o ambiente de negcios e o estoque de capital por trabalhador j
excluindo o efeito dos demais aspectos idiossincrticos de cada pas. Por essa razo,
simulaes do estoque de capital por trabalhador para um dado pas devem apoiar-se no coeficiente estimado com base no modelo com efeitos fixos.14
Com base no coeficiente estimado usando o modelo com efeitos fixos, pode-se simular o estoque de capital por trabalhador no Brasil para diferentes valores
assumidos pela varivel que mede a qualidade do ambiente de negcios. A ttulo
de ilustrao, simulou-se o crescimento percentual do estoque de capital por trabalhador se o Brasil tivesse, em 2011, os nveis de Doing Business dos seguintes pases:
Estados Unidos e Canad (pases desenvolvidos de grandes dimenses); China,
ndia, Rssia e frica do Sul (que, juntamente com o Brasil, formam os BRICS);
e Argentina, Mxico e Chile (latino-americanos de referncia para o Brasil, cuja
pontuao naquele ano alcanou 49,24). A tabela 2 registra essas estimativas.15
14. A magnitude e a significncia do coeficiente estimado persistem quando se admite, nas regresses, um intervalo de
um ano para que o ambiente de negcios influencie o estoque de capital por trabalhador. Em particular, o coeficiente
estimado com base no modelo com efeitos fixos em que o ambiente de negcios defasado em um ano corresponde a
0,0167. Trata-se de um valor praticamente idntico quele reportado na tabela 1. O uso de variveis defasadas, contudo,
extrapola os objetivos deste trabalho e deve ser objeto de eventuais refinamentos no futuro.
15. Uma vez que o indicador usado neste trabalho exclui o critrio obteno de eletricidade, no qual o Brasil est
bem colocado, as comparaes tendem a exibir a posio do pas um pouco abaixo daquilo que se obtm nos rankings
mais atuais.
452
TABELA 2
Estados Unidos
85,36
83,50%
Canad
83,36
77,45%
China
57,77
15,41%
ndia
51,23
3,40%
Rssia
60,09
20,00%
frica do Sul
72,26
47,25%
Argentina
55,48
11,05%
Mxico
71,03
44,24%
Chile
71,04
44,25%
Elaborao do autor.
Ainda que esses resultados devam ser manipulados com cautela em virtude das
ressalvas metodolgicas discutidas na seo 3 deste trabalho, os valores indicados
sugerem incrementos significativos na maioria dos casos. Esses incrementos so da
ordem de 80% se o Brasil alcanasse os nveis dos Estados Unidos e do Canad,
superiores a 40% na comparao com o Chile e o Mxico e no desprezveis na
comparao com a maior parte dos BRICS e com a Argentina.16
Esses dados no querem dizer que uma elevao sbita do Doing Business no
Brasil poderia motivar um crescimento imediato do estoque de capital por trabalhador. De fato, um crescimento percentual de, por exemplo, 15% no estoque de
capital por trabalhador (e, portanto, do estoque de capital para um nmero fixo
de pessoas ocupadas) implicaria um nvel de investimentos, em um nico ano, de
mais do que o dobro do que aquele efetivamente observado. Na verdade, conforme indicado na seo 3, um melhor ambiente de negcios permite uma elevao
cumulativa dos investimentos. Para levar em conta esse aspecto, estimou-se, com
base nos procedimentos descritos na terceira seo deste trabalho, a elevao
percentual anual dos investimentos requerida para que, em um intervalo bastante
longo (entre 1970 e 2011), o estoque de capital atingisse aquele estimado em diferentes ambientes de negcios.17 Essas simulaes esto indicadas no grfico 2, no
qual se registram, tambm, as posies aproximadas no ranking do Doing Business
correspondentes s pontuaes em intervalos de 5.
16. A ndia ocupa hoje uma posio inferior do Brasil no ranking do Doing Business. A excluso do critrio obteno
de eletricidade e o ano de referncia da anlise explicam por que na tabela 2 a ndia aparece em uma posio melhor
do que a do Brasil.
17. Rigorosamente, uma elevao de 15% no estoque de capital implicaria nveis de investimento em 2011 correspondentes
a 2,21 vezes o valor efetivamente observado. Se, alternativamente, o estoque de capital crescesse cumulativamente ao
longo do perodo entre 1970 e 2011, o incremento percentual, a cada ano, seria de 16,73%.
453
GRFICO 2
70,00%
60,00%
50,00%
40,00%
30,00%
20,00%
10,00%
0,00%
45,00
50,00
~140
55,00
~125
60,00
~90
65,00
~60
70,00
~40
75,00
Elaborao do autor.
Considerando os valores observados em 2011, o grfico indica incrementos percentuais de cerca de 2% no investimento para cada ponto adicional de
Doing Business no Brasil.18 Apenas como ilustrao, incrementos dessa natureza
podem ser comparados com a participao dos desembolsos do Banco Nacional de Desenvolvimento Econmico e Social (BNDES) na formao bruta de
capital fixo (FBCF), que alcanou, segundo estimativas do prprio banco, 15%
em 2014 (Coutinho, 2015, p. 15). Um salto dessa magnitude seria alcanado,
de acordo com os coeficientes estimados, caso a pontuao brasileira alcanasse,
aproximadamente, 56,75 em 2011. Isso significaria, naquela ocasio, um salto de
cerca de trinta posies no ranking do Doing Business, colocando o ambiente de
negcios no pas em um patamar semelhante ao da China (57,77), por exemplo.
Um incremento de 30% no total dos investimentos requereria, por sua vez, que
a pontuao brasileira alcanasse 63,41. Com isso, a posio relativa do pas no
ranking do Doing Business subiria cerca de 70 posies, colocando o pas em uma
posio inferior, porm prxima, da Turquia (65,37) ou da Polnia (65,70), por
exemplo. Finalmente, caso o ambiente de negcios no Brasil alcanasse 69,41,
colocando o pas em nveis prximos aos do Mxico (71,03) ou do Chile (71,04),
o incremento percentual dos investimentos alcanaria 45%, correspondentes a
18. Rigorosamente, dado o formato da curva indicada no grfico 2, esse incremento da ordem de 1,91% quando o
Doing Business situa-se em torno de cinquenta e chega a quase 3,00% quando o Doing Business aproxima-se de 75.
454
O grfico 3 a seguir mostra, mais uma vez com dados referentes aos 81 pases que
compem a amostra durante o perodo entre 2005 e 2011, a relao entre o estoque
de capital por trabalhador e a produtividade do trabalho.
GRFICO 3
ln (produtividade do trabalho)
12,00
11,00
10,00
Brasil
9,00
8,00
7,00
6,00
7,00
8,00
9,00
10,00
11,00
12,00
13,00
Nesse caso, a correlao entre as variveis ainda mais forte do que aquela
exibida no grfico 1.20 Com efeito, conforme apontado na seo 2, h argumentos
slidos que sustentam a proposio de uma correlao entre o logaritmo do estoque
19. O salto de cerca de cem posies diz respeito ao ano de 2011 e aos valores da distncia at a fronteira calculados
para aquele ano considerando a metodologia reportada na seo 3. Em 2015, as posies do Brasil (120) e do Chile
(41) so mais prximas.
20. Opostamente ao que se observou no grfico 1, nesse caso o Brasil exibe uma produtividade do trabalho inferior ao
que seria predito por seu estoque de capital por trabalhador em uma regresso com efeitos aleatrios.
455
Produtividade do trabalho (log) em funo do estoque de capital por trabalhador (log), 2005-2011
(efeitos aleatrios e efeitos fixos)
Varivel
Efeitos aleatrios
Efeitos fixos
Doing business
0,6057734***
(0,0178726)
0,5050051***
(0,0247352)
Nmero de obs.
567
567
Nmero de pases
81
R2
81
0,9354
Elaborao do autor.
Notas: *** p < 0,01; ** p < 0,05; * p < 0,10.
Obs.: Erros padro entre parntesis. Nveis de significncia:
21. Esses valores superam aqueles registrados por Mation (2014), que estima um crescimento de 11% na produtividade caso o Brasil alcanasse os nveis do Chile. J para um emparelhamento com o Japo, Mation (2014) estima um
incremento de 16% na produtividade do trabalho.
456
5 CONCLUSES
457
BANCO MUNDIAL. Doing Business 2015: going beyond efficiency. [S.l.]: The
World Bank, 2014.
BARSEGHYAN, L. Entry costs and cross-country differences in productivity
and output. Journal of Economic Growth, v. 13, n. 2, p. 145-167, Feb. 2008.
BERLEMANN, M.; WESSELHFT, J. E. Estimating aggregate capital stocks using
the perpetual inventory method: a survey of previous implementations and new
empirical evidence for 103 countries. Review of Economics, v. 65, p. 1-34, 2014.
22. Determinados entraves parecem favorecer, de alguma forma, os incumbentes (isto , as empresas j estabelecidas)
em detrimento de novos concorrentes.
23. Em geral, os servidores pblicos tendem a cercar-se de precaues para evitar eventuais questionamentos sobre
sua conduta ao conceder alvars de funcionamento ou licenas ambientais, por exemplo. Esse comportamento, embora
mais conservador e seguro para os funcionrios pblicos, tende a impor restries adicionais ao funcionamento das
empresas, uma vez que frequentemente marcado por um excesso de desconfiana
458
CAPTULO 17
1 INTRODUO
* As estimativas deste trabalho foram obtidas em acesso a dados no desidentificados no Instituto Brasileiro de Geografia e Estatstica (IBGE), que avaliou os resultados para no identificao de empresas, obtidas conjuntamente com
Paulo de A. Jacinto (Pontifcia Universidade Catlica do Rio Grande do Sul PUCRS). Agradecemos a hospitalidade do
IBGE e o apoio da equipe do Instituto de Pesquisa Econmica Aplicada (Ipea) na sala de sigilo. Este trabalho contou
com o apoio da Agncia Brasileira de Desenvolvimento Industrial (ABDI) e do Ipea no projeto Produtividade no Brasil
e do Conselho Nacional de Desenvolvimento Cientfico e Tecnolgico (CNPq) (Ribeiro). Quaisquer erros e omisses so
de nossa responsabilidade.
** Professor do Departamento de Economia, Universidade de Braslia (UnB). E-mail: victorgomes@unb.br.
*** Professor do Instituto de Economia da Universidade Federal do Rio de Janeiro (IE/UFRJ) e Pesquisador do CNPq.
eribeiro@ie.ufrj.br.
460
Vrios modelos tericos destacam os efeitos da concorrncia sobre a produtividade. Seguindo Backus (2011), podemos agregar os efeitos da concorrncia sobre
a produtividade por meio de dois mecanismos distintos: via seleo no mercado e
demografia das empresas (Hopenhayn, 1992; Melitz, 2003; Aghion et al., 2005); e
tambm via eliminao de ineficincias alocativas ou tcnicas internas firma que
est em operao, a chamada X-inefficiency de Liebenstein (1966), geradas ou no
por inovao em empresas que esto em operao (Galdon-Sanchez; Schmitz, 2002).
O mecanismo de seleo opera por meio de dois efeitos. Primeiro, aps
perodo de infncia, as empresas desenvolvem seu padro de produtividade de
longo prazo, sendo heterogneo entre empresas. Maior competio pressiona preos, o que faz as empresas menos produtivas perderem lucratividade a ponto de
fecharem as portas. Em adio, as novas geraes de empresas tm acesso a novas
tecnologias, permitindo que operem com produtividade de longo prazo maior
do que as empresas j instaladas e certamente as que no conseguem sobreviver
(mesmo que no necessariamente tenham produtividade mais alta do que a mdia
das empresas em existncia).
O argumento de eliminao de X-inefficiencies aponta para rearranjos internos,
de gesto, que permitem alcanar maior produo com o mesmo nvel de insumos
ou a mesma produo com menor uso de recursos. Em relao a empresas que se
mantm em operao, inovaes tecnolgicas podem tambm aumentar sua eficincia e, com isto, sua produtividade. A competio seria o indutor para a busca
de eliminao de X-inefficiencies (veja Holmes e Schmitz, 2011, com exemplos em
vrios setores) ou da busca por inovaes produtivas (Aghion et al., 2005).
Contemporaneamente ao desenvolvimento da literatura que busca entender
as fontes de crescimento dos pases (veja, por exemplo, a resenha de Hsieh e Klenow, 2010), existe esforo de pesquisa no Brasil para entender as causas do baixo
crescimento da produtividade da economia brasileira (De Negri e Cavalcante,
2013). Neste contexto, o objetivo deste trabalho trazer evidncias iniciais sobre
a relao entre competio e produtividade, atravs de uma viso geral de possveis
canais onde esta relao pode ter efeito. Para tanto, empregamos decomposies da
evoluo da produtividade, e atravs de correlaes entre medidas de competio,
ou graus de no competio, tentamos entender a evoluo da produtividade e o
papel central da realocao e da competio.
Ao contrrio da literatura anterior (Rocha, 2007; Jacinto e Ribeiro, 2013;
De Negri e Squeff, 2013), empregamos decomposies de produtividade com
dados de empresas, o que permite avaliar o papel da entrada e sada de empresas
(mesuradas com as restries da base de dados) e mensurar a realocao da atividade entre empresas dentro de setores para a evoluo da produtividade. Diante
461
462
Por fim, neste trabalho associaremos medidas de poder de mercado (concentrao e margens sobre custo) com a evoluo da produtividade e de suas decomposies. Todavia, existem reconhecidas crticas quanto ao emprego da mensurao
do poder de mercado para capturar mudana das condies concorrenciais de fato.
Esta crtica antiga e cabe a Demzets (1973), que mostrou os problemas inerentes
aplicao do exerccio emprico de estrutura-conduta-desempenho (veja a reviso
de Holmes; Schmitz, 2011) em regresses setoriais de corte transversal. Portanto,
para lidar com estas crticas, vrios cuidados foram tomados na interpretao dos
resultados, como identificar efeitos temporais e no transversais. De qualquer forma,
recentemente tais medidas tm sido usadas, controlando pela sua endogeneidade
(vide Aghion et al., 2005 para um exemplo de uma medida de margem; e Backus,
2012, para aplicaes com medidas de concentrao), o que fazemos aqui, e fato
de que medidas de concentrao orientam o aparato estatal de poltica de defesa da
concorrncia, quando se avalia a possibilidade de poder de mercado associando-o
com o grau de concentrao deste.
Como mencionado anteriormente, parece surpreendente que as medidas
de decomposio de produtividade no tenham sido empregadas em microdados
para os anos 2000, perodo com importante ciclo de produtividade na indstria
brasileira. Buscamos preencher esta lacuna e contribuir para a orientao de linhas
de pesquisa indicado e entendendo se a alocao de recursos das firmas brasileiras
de fato depende do efeito intensidade (within effect) e do processo de destruio
criativa que move recursos das firmas menos eficientes para as mais eficientes
(efeito realocao e a presso competitiva da entrada lquida), ambos os canais
positivamente relacionados competio de mercado.
Este trabalho est divido em trs sees, alm desta introduo e da concluso.
Inicialmente apresentamos as medidas de decomposio empregadas, discutindo suas
interpretaes e limitaes. Posteriormente, explicamos os resultados encontrados
aps a aplicao dos mtodos de decomposio descritos. Em seguida relacionamos
as medidas de decomposio e a possvel associao com medidas de competio
e concentrao econmica. Por fim, apresentamos nossas concluses.
2 ESTATSTICAS EMPREGADAS: PRODUTIVIDADE E DECOMPOSIES
463
surao do valor adicionado por trabalhador, sob hipteses, pode ser demonstrada,
que inclui a produtividade total dos fatores e tambm uma medida proporcional
intensidade capital-trabalho, como lembrado por Messa (2013). Enquanto a
capacidade de aumentar a produo sem aumento do uso dos insumos medida
pela produtividade total dos fatores, a produtividade do trabalho pode aumentar
apenas via acumulao de capital. Alm disso, nossa medida de valor adicionado foi
deflacionada empregando deflatores setoriais sem considerar a heterogeneidade das
empresas em sua capacidade de diferenciar produtos e preos. Como j destacado
na literatura, (Foster; Haltiwanger; Krizan, 2001) estas medidas de produtividade
deflacionada setorialmente crescem no s por aumento de quantidade produtividade em relao s matrias-primas, mas tambm por efeitos de competitividade
da empresa, ou seja, maiores margens. Os resultados devem ser avaliados com estas
limitaes em mente.
A produtividade do trabalho agregada (P) pode ser medida, no ano t como
(1)
onde a parcela do insumo trabalho da firma i em relao ao trabalho
agregado e
so medidas de produtividade do trabalho agregada e da firma,
respectivamente. Assim, a agregao da produtividade de um setor ponderada
pela participao do insumo trabalho de cada firma.
A produtividade foi medida para empresas da PIA, em acesso a microdados
no desidentificados. A produo setorial foi deflacionada por meio de deflatores
do ndice de Preos ao Produtor Amplo (IPA) para os setores da indstria. Foram
eliminados os maiores e menores valores para evitar influncia excessiva dos valores
extremos. A anlise foi realizada para a indstria de transformao e extrao de
minerais, exclusive petrleo e carvo (Classificao Nacional de Atividades Econmicas CNAE 1.0 13 a 36).
A anlise emprega a classificao CNAE 1.0 para todo o perodo. Entre 2008
e 2010, a CNAE 2.0 foi compatibilizada para a CNAE 1.0. Para minimizar os
erros desta contabilizao, empregamos resultados a dois dgitos, mesmo sob risco
de agrupar empresas com produtos menos concorrentes entre si (por exemplo,
agrupando cimento e vidro).
2.1 Medidas de decomposio da produtividade de alocao esttica
464
2. Vale destacar que a parcela mdia, calculada como mdia aritmtica das parcelas de mercado nada mais do que
1/n, onde n o nmero de empresas envolvidas na estimao. Assim, possvel demonstrar que a diferena entre a
produtividade mdia ponderada e a produtividade mdia aritmtica dada por
, ou seja, uma
mdia dos desvios das parcelas de mercado do benchmark de participao igualitria, ponderada pela produtividade.
465
466
(4)
Para os Estados Unidos, Foster, Haltiwanger e Krizan (2001) mostram que pelo
menos metade do crescimento da produtividade da manufatura tem como origem a
realocao de recursos na economia (efeitos between e cross). Para a manufatura nos EUA,
a entrada menos a sada de firmas contabiliza por 26% do crescimento da produtividade.
A realocao de trabalho entre as plantas contabilizada pelo fator de realocao, que
a soma dos efeitos cross e between, com efeito similar de 26% e, finalmente, 48% da
variao da produtividade agregada no perodo devido ao efeito within.
O horizonte de tempo em que a mensurao feita influencia os resultados.
A avaliao feita, em geral (e aqui no diferente), entre dois pontos no tempo,
em vez de acumular os efeitos entre o perodo inicial e final da variao de produtividade. As empresas que no aparecem nos dois perodos so consideradas entrantes
ou que saem. Se o horizonte de cinco anos, nas entrantes temos empresas com
um a quatro anos de operao, e as empresas que saem so aquelas que podem ter
fechado as portas no ltimo ano ou nos anos posteriores ao primeiro. Com isto,
467
140
120
8,0%
% da PD
80
4,0%
60
2,0%
40
0,0%
1994
1996
1998
2000
2002
2004
-2,0%
2006
2008
2010
2012
20
0
Anos
Parcela Covarincia Prod-Tamanho
1996 = 100
100
6,0%
468
14,0%
13,0%
120
12,0%
100
11,0%
10,0%
80
9,0%
60
8,0%
7,0%
40
6,0%
20
5,0%
0
4,0%
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
Produtividade (ndice)
469
318,1
95,6
75,4
DP
-1003,2
DP
Within
Between
Cross
Entrada Lquida
470
GRFICO 4
Razo da Produtividade em t - 3
0,200
0,150
0,100
0,050
0,000
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
-0,050
-0,100
-0,150
-0,200
-0,250
Anos
Within
Between
Cross
Entrada Lquida
DP
471
das firmas que entram (na segunda coluna) sobre as firmas que permanecem e a
razo da produtividade das firmas que saem sobre as firmas que permanecem. Este
resultado mostra que a partir de 2005 o padro de produtividade das firmas que
entram na base de dados mudou muito. Aproximadamente, as firmas passam a
entrar com um tero da produtividade das incumbentes e em trs anos no atingem
nveis superiores. Ao mesmo tempo em que observamos a mudana de padro para
as firmas que entram em 2005, tambm observamos mudana acentuada na produtividade das firmas que saem do mercado. As firmas que saam at 2004 tinham
em mdia 70% da produtividade das firmas que permaneceram mais de trs anos.
Todavia, a partir de 2005 a mdia aumenta para mais de 80% da produtividade
das firmas que permanecem. Portanto, ao longo do perodo, as firmas que entram
na base de dados so menos eficientes e as firmas que saem so proporcionalmente
mais eficientes. Isto mostra que a qualidade do processo de presso competitiva
sobre as firmas se reduziu ao longo do tempo.
TABELA 1
Razo da produtividade mdia de trs anos de firmas que entram e saem sobre as
incumbentes: 1997-2009
Ano final
Razo da
Janela
Entrada/Incumbentes
Sada/Incumbentes
2000
0,920
0,676
2001
0,898
0,590
2002
0,794
0,678
2003
0,750
0,773
2004
0,811
0,826
2005
0,645
1,002
2006
0,770
0,875
2007
0,711
0,848
2008
0,758
0,812
2009
0,709
0,848
472
473
GRFICO 5
Variao (%)
140
12,0%
120
10,0%
100
8,0%
80
6,0%
60
4,0%
40
2,0%
20
0,0%
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
Anos
Parcela Prod. Covar.
Prod.
474
GRFICO 6
140
29,0%
120
27,0%
100
25,0%
80
23,0%
60
21,0%
40
19,0%
20
17,0%
15,0%
0
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
Prod.
475
dade das empresas que entram se tornou menor e a produtividade das mdias das
empresas que saram foi maior quando comparamos com as empresas incumbentes.
Essencialmente, o que ocorre uma mudana grande da entrada de firmas entre
estes perodos, portanto o nmero de entrantes tem que subir para compensar a
perda de qualidade da entrada frente a sada. Em seguida, o que observamos aps
o choque de entrada a perda de dinamismo relativo da qualidade da entrada, que
se mantm baixa durante o perodo.
GRFICO 7
Componentes da Produtividade em t - 3
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
-5
-10
-15
-20
Anos
Within
Between
Cross
Entrada Lquida
DP%
476
-.2
-.4
Baixa
Mdia Baixa
Mdia Alta
Eq. Preciso
Eq. Informtica
Eletrnicos
Veculos
Qumicos
Refino
Plsticos
Produtos Metal
Cimento
Metalurgia
Texteis
Vesturio
Papel
Publicaes
Couro
Madeira
Alimentos
-.6
Covarincia P e Tamanho
Alta
Nota: Classificao de Tecnologia OECD por CNAE 1.0 excluindo Avies, Trens e Navios.
Elaborao dos autores, a partir de microdados da PIA/IBGE.
477
GRFICO 9
Between
Interao
Entrada
Sada
Nota: Produtividade do trabalho calculada com defasagens de trs anos para entrantes.
Elaborao dos autores, a partir de microdados da PIA/IBGE.
Estes resultados apresentados para a janela de trs anos para medir a contribuio da entrada e da sada para o crescimento da produtividade do trabalho tambm
so apresentados para todo o perodo da amostra, 1996-2009. Os resultados esto no
grfico 10. Inicialmente vale destacar a heterogeneidade mais profunda nos setores.
Neste caso, como ampliamos a janela de 3 para 13 anos, a maior contribuio para
quase todos os setores da manufatura foi o componente de entrada. Em seguida, o
componente de firmas que permanecem na amostra o segundo mais importante.
Alm disso, os fatores de realocao perdem importncia relativa. Nesta anlise de
longo prazo, dois setores apresentam firmas que entram, mas com contribuio
negativa para a produtividade. O primeiro o setor 20, fabricao de produtos
qumicos, e o segundo o 36, captao, tratamento e distribuio de gua. No
setor de produtos qumicos, todo o crescimento de produtividade contabilizado
pelas firmas que continuam, enquanto que no setor 36, firmas eficientes deixaram
o mercado no horizonte de treze anos.
478
GRFICO 10
-1
Between
Interao
Entrada
Sada
479
TABELA 2
Manufatura
Janela 3 anos
Janela 13 anos
Continuam
0,713
0,643
Entre firmas
-0,122
-0,030
VINT
0,113
-0,037
Entrada
0,439
0,616
Sada
-0,143
-0,192
4 PRODUTIVIDADE E COMPETIO
Nesta seo apresentamos os resultados pertinentes relao entre o grau de competio em cada setor com a performance da produtividade medida anteriormente.
Em primeiro lugar, apresentamos a relao da produtividade do trabalho com o
ndice de concentrao de Herfindahl-Hirshman (HHI). Em seguida apresentamos
as estimativas da relao da covarincia entre produtividade e tamanho das firmas
e o ndice HHI.
Existem alguns problemas nas tentativas de se relacionar concentrao e
produtividade. O principal dos problemas que a mudana do ambiente competitivo pode no ser refletido inteiramente pela mudana no ndice de concentrao que usado para mensurar o grau de concorrncia. O segundo ponto a
bem conhecida crtica de Demsetz (1973), que afirma que vrios choques afetam
os ndices de concentrao de mercado que podem no ser relacionados com o
ambiente competitivo.
Um dos problemas de estimao a endogeneidade da competio. A presena
de competidores dominantes pode reduzir a taxa de entrada de firmas, gerando,
assim, correlao entre ndice de concentrao e produtividade que traz vis para a
estimativa. A competio pode ser intensa entre as empresas que existem, mas as altas
barreiras entrada reduzem o nmero de firmas e leva a um HHI mais alto. Uma
estratgia usada pela literatura examinar casos de experimento natural quando se
conhece a mudana do ambiente competitivo, para observar e estimar o impacto
sobre a produtividade (ver Holmes; Schmitz, 2011). Aqui empregamos efeitos
fixos, para evitar que condies estruturais de longo prazo, como intensidade de
capital ou escala mnima eficiente que determinam diferenas de concentrao das
empresas entre setores, confundam-se com mudanas do HHI como competio.
480
Efeitos fixos
VI com EF
HHI
-3,220
-10,580
-0,238
-0,292
p-valor
0,000
0,000
0,619
0,666
Constante
0,95
1,27
1,32
1,34
p-valor
0,000
0,00
0,000
0,000
sim
sim
No
No
sim
Sim
Sim
Efeitos fixos
Instrumentos
F
10,3734
7,9861
3,2128
2,9816
R2_a
0,5366
0,376
0,1024
0,1199
260
240
240
240
481
Na tabela 4 apresentamos o efeito de HHI sobre a covarincia produtividade e tamanho relativo das firmas. Os resultados sobre a covarincia so distintos
para modelos com e sem efeitos fixos. Quando controlamos pelos instrumentos,
encontramos relao negativa entre concentrao e alocao eficiente (a 10%).
Todavia quando controlamos pelos efeitos fixos setoriais, temos relao positiva
entre a covarincia e HHI. Uma explicao deste efeito que variaes positivas e
relativas nos market shares so correlacionados positivamente, dado que o modelo
com efeitos fixos elimina (ou controla) pelo nvel diferente entre os diferentes
setores. Portanto, pode ser esperado realmente ocorrer correlao positiva entre
estas variveis, pois elas possuem relao intrnseca em sua construo.
TABELA 4
VI com EF
HHI
0,668
3,6262
-0,543
p-valor
0,062
0,000
0,087
0,086
Constante
0,073
-0,178
-0,218
-0,214
p-valor
0,071
0,000
0,000
0,000
Efeitos fixos
sim
sim
no
no
sim
sim
sim
15,5779
14,0301
1,5195
6,3577
R2
0,643
0,5902
0,0186
0,257
260
240
240
240
Instrumentos
Antes de passar para a avaliao da associao da competio com os elementos das decomposies, vale a pena notar que no exploraremos a relao
entre competio e o termo de covarincia entre tamanho e produtividade da
decomposio OP (equao 2). Como mencionado, encontramos nos dados uma
relao entre market share e produtividade. A regresso deste termo de covarincia e a competio, medida pelo HHI, apenas trar a mesma informao. Isto,
pois, enquanto o HHI a mdia da parcela de mercado ponderada pela prpria
parcela de mercado, o termo de covarincia a mdia ponderada por parcela
de mercado (deslocada por um valor fixo de nmero de empresas) da produtividade. Assim, a associao entre termo de covarincia de OP e HHI informa
sobre algo que pode ser mensurado diretamente: a associao entre parcela de
mercado e produtividade.
482
483
GRFICO 11
0,60
0,40
Mesma direo
0,20
-60%
-40%
-20%
0,00
0%
20%
40%
60%
-0,20
-0,40
Mesma direo
-0,60
share DP NX
Elaborao dos autores, a partir de microdados da PIA/IBGE. Obs. Ponto associa variao percentual do crescimento da produtividade em trs anos em cada setor (lado esquerdo da equao (2) dividido pela produtividade no perodo inicial) com a parte deste
crescimento devido ao efeito within e ao efeito NX (termo da equao (2) e (3) dividido pela produtividade no perodo inicial).
Para entender tambm a contribuio de cada efeito da competio (intensidade, alocativo e seleo) sobre a produtividade, estimamos a correlao entre
o crescimento da produtividade e a contribuio de cada fator (em relao produtividade inicial). Para facilitar a comparao, colocamos em todas as regresses
a mesma varivel explicativa que o crescimento da produtividade. Isto auxilia
a comparao de resultados, j que as explicativas so as mesmas em todas as
regresses. Os modelos so puramente descritivos para estimativas de correlao.
Por virem de decomposies, no h qualquer relao de causalidade implcita ou
explcita nas regresses.
Controlamos na anlise as diferenas de patamar entre os setores e efeitos
agregados, em modelos de regresso com efeitos fixos de setor e ano. Em adio,
corrigimos os desvios padres para a comum autocorrelao em modelos de regresso, o que sinaliza alguma persistncia (sem implicar em no estacionariedade)
nas medidas de decomposio.
Vemos na tabela 5 que h relao positiva, na mesma direo, entre o crescimento da produtividade e o fator intensidade na decomposio de produtividade.
Da mesma forma, a relao de entrada lquida e sada tambm aparece positiva.
484
DProd
within
between
NX
0,536
0,029
0,445
(0,042)**
(0,026)
(0,038)**
30,75
1,32
16,59
180
180
180
Coef. AR(1)
0,486
0,345
0,398
0,457
0,466
0,414
A mensurao do grau de competio entre empresas apresenta vrias dificuldades. Embora seja usual o uso de medidas como o ndice HHI ou o ndice
de Lerner (mark-up sobre receita),4 as medidas apresentam limitaes e levantam
discusses fortes na literatura. Mesmo sabendo de suas limitaes, apresentamos
correlaes entre estas medidas de concentrao e o aumento de produtividade
nos setores e a associao do HHI ou mark-up com os termos da decomposio do
crescimento da produtividade, com seus efeitos intensidade, alocao dinmica e
seleo. Os resultados esto na tabela 6 com a associao com o HHI e na 7, com
a correlao com o mark-up contbil. Os resultados para produtividade e HHI
podem ser vistos na tabela 5.
Apesar da impreciso do grau de concorrncia que as medidas HHI e mark-up podem trazer, as correlaes foram medidas de forma precisa. Quanto menor a
concorrncia (aumento de HHI) verifica-se uma queda no crescimento da produtividade. Este resultado est associado ao efeito da competio sobre o crescimento
4. O HHI medido como a soma dos quadrados das parcelas de receita de cada empresa na CNAE e o ndice de Lerner
medido como a receita da transformao industrial menos os custos da operao industrial (bens intermedirios e
energia) e menos folha salarial, sobre a receita. No se empregou uma medida de custo do capital para no impor
hipteses sobre o estoque de capital e sua remunerao.
485
Associao entre grau de concorrncia e efeitos da concorrncia (HHI) CNAEs indstria, crescimento trienal, 1996-2009
DHHI
Within
Between
NX
-0,676
0,343
-0,639
(0,239)**
(0,105)**
(0,201)**
7,67
2,65
1,83
160
160
160
Coef. AR(1)
0,492
0,361
0,568
0,522
0,505
0,239
TABELA 7
Dmark-up
DProd
Within
Between
NX
1,072
0,865
0,021
0,202
(0,254)**
(0,189)**
(0,089)
(0,173)
6,94
9,59
1,22
0,71
160
160
160
160
Coef. AR(1)
0,566
0,442
0,378
0,536
0,283
0,331
0,497
0,204
486
487
488
489
Referncias
490
491
apndice
Definio de variveis
492
GRFICO A.1
10,0%
8,0%
6,0%
4,0%
2,0%
0,0%
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2013
2014
GRFICO A.2
1996
1998
2000
2002
VA/PO
2004
VIT/PO
2006
2008
2010
2012
493
Receitas
Receitas
Custos
Compras matrias-primas
Compras matrias-primas
CAPTULO 18
1 INTRODUO
496
Com vistas a este fim, prope-se dividir o artigo em cinco partes, contando
com esta breve introduo. Assim, a segunda seo realizar uma breve anlise
da literatura terica e emprica que fundamenta a anlise da evoluo da produtividade sob uma tica evolucionria. A terceira seo detalha a equao de
Price (EP), sua deduo estatstica e as possibilidades de interpretao a partir dos
fundamentos da economia evolucionria. Como ser visto, em linhas gerais, essa
equao permite a decomposio da variao da produtividade em parcelas que
so interpretadas como resultados das foras de seleo e do efeito de mutaes
internas das firmas. Na quarta seo so apresentados os principais resultados da
aplicao da decomposio da produtividade utilizando a EP para a indstria e os
servios no Brasil. Finalmente, na ltima e quinta seo, apresentam-se as consideraes finais do trabalho.
2 BREVE REVISO DA LITERATURA
2.1 Aspectos tericos
Apesar de ser um tema que chama ateno dos economistas h muito tempo,
em termos empricos, a discusso sobre a produtividade ganhou impulso a partir
do trabalho de Solow (1956) e dos desdobramentos metodolgicos posteriores
associados contabilidade do crescimento. Esta vertente, que se consolidou como
a formulao mais tradicional no campo neoclssico, resultou na associao do
crescimento da produtividade com a intensificao no uso do capital, no uso do
trabalho ou no aumento da produtividade total dos fatores. Em grande medida,
os trabalhos empricos dentro desta tradio partem de uma anlise agregada e
assumem funes de produo em que existe perfeita substitutibilidade entre os
fatores de produo, alm de retornos constantes de escala e concorrncia perfeita.
A produtividade total dos fatores associada ao progresso tecnolgico, que por
sua vez acaba sendo tratado como elemento determinado exogenamente, isto ,
fora do prprio modelo.
Ao ter como base funes de produes agregadas, os estudos para avaliar o
crescimento da produtividade a partir desta vertente deixam de considerar a extensa
variabilidade existente dentro dos setores e da economia. No entanto os modelos
evolucionrios de crescimento da produtividade enfatizam justamente a grande
diversidade existente e persistente ao longo do tempo entre as firmas, acompanhada
de mudanas contnuas associadas interao entre as estratgias das firmas e a
competio no mercado. A diversidade comportamental entre os agentes na busca
por inovao, a partir de uma dinmica baseada na competio e na mudana
contnua e a seleo destas inovaes no ambiente econmico so os eixos tericos
que regem a abordagem evolucionria neoschumpeteriana (Possas et al., 2001).
497
498
da dinmica dos processos econmicos. Assim, se o conjunto das firmas pode ser
considerado como uma populao que se transforma no tempo e que composto
por elementos suscetveis s foras de variao e de seleo, ento podemos pensar
esta transformao a partir do recurso ao pensamento evolucionrio.
499
3. Esta formulao corresponde ao mtodo 1 utilizado por Foster et al. (2001), que, por sua vez, uma extenso da
formula usada por Baily et al. (1992). Foster et al. (Op. cit.) mostram outros mtodos e formulaes, com uma interessante anlise comparativa sobre essas diferentes tcnicas. Optamos por destacar neste texto apenas a mais utilizada.
500
4. A anlise de Holm utiliza decomposio que, como neste artigo, no separa o efeito de interao do efeito intra e
interunidades do efeito within.
501
tabela 1
Resultados dos estudos de decomposio de produtividade, com a contribuio percentual de cada componente
Estudo
Pas
Perodo
Tipo de
produtividade
Within
Between
Cross
Entrada
lquida
Estados Unidos
1977-1982
Trabalho
122
85
-127
20
Estados Unidos
1982-1987
Trabalho
83
13
-15
19
Estados Unidos
1987-1992
Trabalho
94
33
-49
21
Reino Unido
1980-1982
Trabalho
59
-2
41
Disney, Haskel e
Heden** (2003)
Reino Unido
1982-1989
Trabalho
64
-7
43
Disney , Haskel e
Heden** (2003)
Reino Unido
1989-1992
Trabalho
61
+9
43
Cantner e Kruger
(2008)
Alemanha
1981-1998
Total
31
28
32
Holm (2010)
Dinamarca
1992-1999
Trabalho
51
15
35
A decomposio e a interpretao proposta nesta seo tem como base a compatibilizao das tcnicas tradicionais de decomposio da produtividade, inspirados nos
modelos shift-share, com a equao de Price, conforme proposto por Holm (2010).
Apesar de George Robert Price ter elaborado a equao que recebeu seu nome
nos anos 1970, foi somente na dcada passada que ela passou a ser utilizada pelos
economistas. A equao de Price pode ser interpretada como um instrumento que
fornece ao pesquisador resultados empricos acerca da evoluo da produtividade
compatvel com uma anlise evolucionria. Como j ressaltado, interessante notar
que a ideia de heterogeneidade entre as firmas um denominador comum tanto dos
estudos que analisam a produtividade por meio de mtodos de decomposio a partir
de dados desagregados quanto da anlise dinmica evolucionria neoschumpeteriana.
A contribuio do qumico George Robert Price (1922-1975) para o pensamento evolucionrio foi imensa. Apesar de sua curta carreira como terico, entre
o fim dos anos 1960 e incio dos 1970, Price (1970; 1972; 1995) foi capaz de
502
5. Price assinalava que a prpria cincia era moldada em parte pela seleo, uma vez que testes experimentais e outros
critrios serviam para como sinalizao seletiva entre hipteses rivais.
6. Como Holm (2010, p. 2) assinala: Prices Equation was first developed as toll in biology for modelling the evolution
of gene frequencies but was also propagated as a contribution to a general mathematical theory of selection with
application in all forms of evolutionary analysis not just the biological sort. Price (1995, p. 395) entende que o pesquisador interessado em teorias da seleo deve ter um olho no campo biolgico e outro na abstrao matemtica: My
suggestion is that one should become well-acquainted with biological selection complexities, but work mathematically
on abstract, generalized selection systems rather than on biological selection or other selection systems.
7. O teorema fundamental da seleo natural foi amplamente debatido dentro da biologia evolucionria, contudo Price
(1972), fazendo uso de sua equao, hoje em dia apontado como o primeiro estudioso que descreveu com clareza
os princpios do teorema de Fisher (1930).
8. Frank (1995, p. 375) destaca o carter abrangente da EP: This equation applies to anything that evolves, since Z
may be defined in anyway.
503
9. Veja que a definio de fitness aqui distinta da maioria dos modelos evolucionrios da economia neoschumpeteriana,
os quais entendem fitness como a distncia entre a mdia de um valor da indstria com relao ao valor de uma firma
especfica. (Silverberg, Dosi, Orsenigo, 1988; Metcalfe, 1998). Segundo Michod (1999, p. 10), a definio de fitness da
equao de Price segue o conceito de parmetro malthusiano de Fisher (1930), o qual entendia fitness como a taxa de
crescimento de um tipo expresso em base per capita, ou em termos matemticos:
504
Se notarmos que
,
podemos voltar equao (2) e desenvolver os seus dois componentes em
separado. Assim, para
temos,
ou,
(5)
.
onde, por definio,
A expresso deduzida anteriormente apresenta a decomposio de maneira clara.
O primeiro componente da equao
, ou seja, a covarincia entre
o fitness
e o valor da produtividade mdia das firmas em
, revela o impacto dos processos seletivos em
. Por sua vez, o segundo elemento da EP
nos mostra o impacto global da variao da produtividade de cada
firma
, ponderado pelo seu respectivo fitness.
A decomposio entre os efeitos seletivos e mutacionais da EP um marco
da biologia evolucionria. O poder de sua decomposio permite, por um lado,
detectar fenmenos seletivos puros, ou seja, aquele que no apresenta mutao
505
Como pode ser visto, o efeito mutao das unidades de um nvel hierrquico
superior
, dado pelo segundo termo do lado direito da equao, pode
ser sempre decomposto no efeito seletivo e mutacional das unidades seleo de um
nvel hierrquico inferior (Zinovyeva, 2004).
Ainda, a EP contempla firmas que existem no comeo e no final do perodo analisado. Com o intuito de considerar o efeito de entrada e sada de firmas,
a equao (3) precisa ser reescrita, considerando para isso trs conjuntos de firmas:
1) As firmas que permanecem ao longo do perodo (contnuas), ou seja, as
firmas que existem no comeo e no fim do perodo, subconjunto denotado por (do termo em ingls Continuing).
506
considerando que
temos
(6)
Para desagregar (6) e incorporar os efeitos de entrada e sada seguem as seguintes consideraes:
1) Se a firma uma firma em C, a variao na produtividade mdia do
agregado dada por
507
ou ainda
(6)
Observa-se que o efeito de entrada contribui de forma positiva quando a
produtividade das firmas entrantes for maior produtividade mdia. Caso contrrio, a contribuio ser no sentido negativo. Entretanto, se a produtividade de
uma firma for superior ao valor mdio populacional, a sua sada gerar um efeito
negativo sobre a variao da produtividade mdia. Caso contrrio, o efeito da sada
sobre a mdia ser positivo.
Nota-se ainda, que a equao de Price quantifica variaes ao longo de um
perodo de tempo em uma populao tambm variante no tempo, com uma diversidade populacional representada pela mudana em Z e os desvios de zj com
relao a uma medida central Z. Conclui-se, assim, que o termo evoluo implica a
anlise de mudanas ao longo do tempo, mudana quantificada por Z. Portanto,
a equao de Price mostra-se como o instrumental que vincula a anlise estatstica
e evolucionria, permitindo, desta forma, a realizao de estudos empricos afins
teoria econmica evolucionria.
A anlise da decomposio da produtividade utilizando a equao de Price,
a comparao com a decomposio em geral utilizada nos estudos internacionais
como destacados na seo anterior, assim como a interpretao de seus resultados
para a anlise em economia industrial merecem alguns comentrios adicionais.
Comparando a equao (1) com a decomposio incorporando a EP (equao
6), vemos que, quando os efeitos intraunidade e de interao so agregados, estes
coincidem com o efeito de mutao interno das unidades. No entanto, o efeito
de seleo exatamente igual ao efeito composio.
508
Dessa forma, ao aplicarmos a EP para decompor o crescimento da produtividade como explicitado nos pargrafos anteriores, pode-se intuir que esta
produtividade pode ser decomposta num efeito seleo e um efeito variao.
A possibilidade de interpretao evolucionria , portanto, bastante clara, uma
vez que para esta corrente os mecanismos de mutao/variao e de seleo seriam
componentes chaves para uma interpretao da dinmica econmica. De um lado
haveria a gerao de variedades, expressa pela entrada de novas firmas ou pelo
processo interno de busca no mbito das firmas. De outro, haveria um processo
associado seleo das rotinas e estratgias internas s firmas realizada no mercado.
Cabe ressaltar que a inovao deve ser entendida em sentido amplo, envolvendo elementos variados que poderiam conferir vantagens sobre os concorrentes
no mesmo setor de atividade. Alm das inovaes de produtos e processos, um
amplo conjunto de fatores, refletido nas estratgias deliberadas das empresas de
buscar ganhos diferenciais em relao aos seus concorrentes, podem ser destacados,
como mudanas organizacionais, gerenciais e de marketing. Vale lembrar que, neste
processo, os efeitos de aprendizado e os esforos imitativos e adaptativos em relao
ao ambiente tambm tm relevncia. Alm disso, importante reconhecer que
existe uma forte interao dos esforos inovativos das firmas com a as mudanas no
prprio mercado, fato captado pela incluso do efeito interao no efeito inovao.
Seguindo a proposta de Holm, ser utilizado o termo efeito aprendizado para fazer
referncia a esses fatores internos.
Dessa maneira, o componente
que representa o efeito aprendizado
captado pela EP pode incluir este conjunto de fatores quando se realiza uma interpretao dos elementos que afetam a mdia devido atuao de foras internas
firma. Neste sentido, a interpretao do efeito intrafirma reafirma novamente sua
identificao com a viso neoschumpeteriana.
Por sua vez, a covarincia entre crescimento da firma
e sua produtividade
tomada como o efeito seleo e, neste caso, pode ser entendida como o efeito
dos processos seletivos de mercado sobre as firmas (pensando no nvel firma-setor).
Pode-se pensar aqui em um mecanismo que reduz a variabilidade existente, por
meio da seleo implcita de estratgias e rotinas indutoras de maior crescimento.
Nesse sentido, podemos interpretar que uma variao positiva da produtividade
da indstria refletiria o princpio de que firmas que mais crescem (selecionadas no
mercado) so aquelas que possuem uma produtividade relativa maior e o contrrio
aconteceria com aquelas de menor produtividade. Logicamente que este movimento
de seleo no pode de maneira nenhuma ser entendido como uma tendncia ao
equilbrio conforme a viso tradicional.
Em termos dinmicos, o efeito seleo captaria a realocao de recursos entre
firmas dentro de um setor. Considerando o nvel setor-economia, pode-se tambm
509
raciocinar em termos do movimento de mudana estrutural que altera a composio multissetorial da economia ao longo do tempo (Metcalfe; Ramlogan, 2006).
Do ponto de vista da sada de firmas, tambm vale a pena destacar que tanto
Metcalfe e Ramlogan (Op. cit.) como Hom (2010) sugerem interpretaes interessantes. Enquanto a entrada de novas firmas estaria associada gerao de variedade
dentro da populao, assim como as mudanas internas s unidades das firmas
contnuas, a sada de firmas seria uma forma de seleo que consumiria variedade,
na medida em que algumas unidades estariam sendo excludas da populao. Esta
forma de seleo, chamada por Holm de subset selection, seria mais radical do que
a seleo captada pelo aumento diferencial das firmas mais produtivas (chamada
de generative selection).
Finalmente, vale destacar a capacidade de a aplicao da decomposio por
meio da EP no campo econmico permitir uma anlise multinvel. A possibilidade
de utilizar vrios nveis hierrquicos interessante, dado que a decomposio da
variao total da produtividade realizada partindo de um nvel agregado populacional, obtendo os respectivos componentes preliminares de variao devido
s foras da seleo e aprendizado. Em uma segunda etapa, estes componentes
preliminares podem ser particionadas nas parcelas correspondentes aos diversos
setores compondo o agregado at o nvel de desagregao desejado.
A vantagem de usar a desagregao firma-setor-economia bastante evidente,
uma vez que suporta anlises de especialistas setoriais, que podem interpretar de
maneira mais detalhada os elementos de variao e seleo dentro de cada setor,
mas permitindo, tambm, um olhar mais amplo para os movimentos de mudana
estrutural observado ao nvel dos setores dentro da economia.
Considerando especificamente os processos de seleo, como afirmado na
seo 1, o processo de seleo pode ser associado a fatores mais especficos ao setor
de atividade, que justificam o porqu de algumas firmas mais produtivas ganharem
espao em relao s demais, enquanto o efeito seleo mais agregado pode ser
associado aos fatores que afetam a forma como a realocao entre os diferentes
setores est ocorrendo na economia.
4 ESTUDO EMPRICO
510
511
lisados dificultou a utilizao de ndices setoriais, tendo sido usado o ndice de Preos
ao Consumidor Amplo (IPCA-geral) para todos os setores.
Em ambos os estudos as informaes utilizadas e referenciadas de acordo
com a CNAE 2.0 para o perodo de 2008 a 2011 foi compatibilizada para a
classificao CNAE 1.0, de forma a trabalhar com a maior quantidade de dados
originais possveis.
4.2 Resultados para a indstria
512
11,780
16,672
10,444
Ef. sel.
Ef. ap.
Ef. entrada
Ef. sada
-0,261
-0,0047
-0,0740
-0,2741
0,0918
-100%
-2%
-28%
-105%
35%
513
0,037
0,030
-0,100
-0,139
-0,136
-0,200
-0,146
-0,261
-0,280
-0,300
-0,400
1997
Ef. Seleo
1998
1999
Ef. Aprendizado
2000
Ef. Entrantes
2001
2002
Ef. Santes
2003
Var. Prod.
514
GRFICO 2
Indstria: nmero de empresas contnuas (C), entrantes (N) e saintes (X). 1997 a 2003,
ano-base 1996
20.000
18.000
16.000
14.000
12.000
10.000
8.000
6.000
4.000
2.000
0
1997
1998
1999
2000
C
2001
2002
2003
A decomposio multinvel, mostrada na tabela 2, permite ter uma ideia melhor dos efeitos, uma vez que propicia uma anlise mais efetiva da dinmica interna
aos setores. A tabela A1 do apndice mostra de maneira detalhada o desempenho
de cada setor por meio da decomposio multinvel. As primeiras colunas mostram
algumas caractersticas gerais de cada diviso: nmero de firmas contnuas, entrantes,
saintes, PO, fitness e ndices de produtividade nos anos-base e final. A coluna de
peso do setor aponta para a participao de cada diviso no setor. As ltimas colunas
mostram a decomposio dentro de cada setor. Ou seja, a EP aplicada para cada
setor considerando apenas as firmas dentro de cada setor. O peso de cada setor
dado pela participao do mercado e a soma ponderada da variao da produtividade
setorial pelo respectivo peso constitui a segunda parcela da EP no agregado. Ainda, a
soma ponderada de cada efeito equivale s parcelas dentro dos setores mostradas nas
tabelas, sendo que o efeito de aprendizado das firmas permanece igual.
Entrada e sada de firmas, agora sero consideradas apenas quando acontecem
no mesmo nvel de 2 dgitos da CNAE. O efeito de seleo ao nvel do setor, por
sua vez, est relacionado s diferenas de produtividade entre as firmas dentro
do mesmo setor, enquanto o efeito global est associado ao market-share do setor
dentro da indstria.
Ainda assim, o efeito de entrada permanece elevado, com uma proporo igual
a 77% do observado para o total da produtividade agregada. O efeito de sada passa
a representar um efeito positivo de 21%. J o efeito de seleo setorial passa a ser
positivo em 1%, indicando que, em geral, firmas contnuas mais produtivas tiveram
aumento de participao dentro dos setores. Porm, setores menos produtivos
tiveram aumento de market-share, levando a um impacto negativo em termos das
mudanas na estrutura produtiva dentro da indstria de 17%.
515
TABELA 2
-0,261
-0,045
0,003
-0,074
-0,201
0,056
-100%
-17%
1%
-28%
-77%
21%
516
Indstria: efeitos de seleo, aprendizado, entrada e sada, de 1997 a 2003, ano-base 1996
Extr. Carvo
Extr. Petrleo
Extr. Min. Metlicos
Extr. Min. no Metlicos
Fab. Alimentos e Bebidas
Fab. Prod. Fumo
Fab. Prod. Txteis
Vesturio e Acessrios
Couro, Artigos de Viagem e Calados
Madeira
Celulose e Papel
Edio, Impresso e Grav.
Refino Petrleo
Prod. Qumicos
Borracha e Plstico
Prod. Minerais no Metlicos
Metalurgia Bsica
Prod. de Metal
Mquinas e Equipamentos
Mq. Escritrio e Informtica
Mat. Eltricas
Eletrnicos e Telecom.
Equip. Hospitalar e Automao Ind.
Montagem de Veculos
Outros Equip. Transporte
Mveis e Outros
-1
-0,5
0,5
1,5
517
O desempenho da atividade industrial foi muito mais positivo no perodo 20032011. Alm do importante crescimento na gerao de empregos, este aumento
no PO esteve associado, ao contrrio do perodo anterior, a um aumento na produtividade de 2011 com relao a 2003.
Interessante notar que a recuperao da produtividade observada neste estudo
um pouco superior ao resultado obtido por Cavalcanti e De Negri (2014) para os
dados da PIA, utilizando deflatores setoriais para o VTI. Porm, enquanto naquele
estudo foram utilizados os dados para a PIA completa, neste, somente o estrato certo
foi analisado, o que reduz a influncia das empresas menores. Importante lembrar,
que embora tenha tido tendncia positiva entre 2003 e 2011, o nvel alcanado em
2011 no chegou ao mesmo observado em 1996 (4.173 em 2003 e 4.125 em 2011).
Se no perodo anterior ocorreu queda acentuada no ndice de produtividade,
no perodo 2003-2011 o crescimento da produtividade foi de 21%. No primeiro
perodo, a queda ocorreu principalmente pelo impacto negativo das entrantes cujo
componente na EP correspondeu a -105% da variao total. Em 2011, este efeito
atenuado, passando a constituir apenas -36% da variao total. O efeito de sada
passou a ser o mais importante (59%). Percebe-se, assim, que no segundo perodo
o efeito negativo das firmas entrantes atenuado quando comparado ao primeiro
perodo e, dado o aumento de entrantes, podemos inferir que em mdia h um esforo por parte das entrantes em se incorporar ao mercado com menos desvantagens
quando comparadas s contnuas, refletindo-se em produtividades ainda inferiores
media do mercado, porm superiores s observadas nas entrantes do primeiro
perodo. J os efeitos de aprendizado e seleo passaram a apresentar contribuio
positiva, sendo os efeitos internos firma um pouco mais importantes (tabela 3).
TABELA 3
15,430
22,525
13,014
Ef. sel.
Ef. ap.
Ef. entrada
Ef. sada
0,212
0,0706
0,0950
-0,0765
0,1240
100%
33%
45%
-36%
59%
518
0,213
0,200
0,150
0,055
0,050
0,000
-0,050
0,160
0,100
0,100
0,100
0,047
0,030
-0,025
-0,100
-0,150
2004
2005
Ef. Seleo
2006
2007
Ef. Aprendizado
2008
Ef. Entrantes
2009
Ef. Santes
2010
2011
Var. Prod.
Quando se observa o comportamento somente das firmas contnuas, percebe-se um efeito seleo sistematicamente positivo em todo o perodo, indicando que
as firmas mais produtivas tiveram aumento de participao, enquanto o efeito
interno s firmas passou a apresentar tendncia consistente de crescimento a partir
de 2008 e com ganhos significativos em 2010 e 2011.
519
GRFICO 5
Variao do nmero de empresas contnuas (C), entrantes (N) e saintes (X) na indstria.
2004 a 2011, ano-base 2003
30.000
25.000
20.000
15.000
10.000
5.000
2004
2005
2006
2007
C
2008
N
2009
2010
2011
520
tro de cada setor teve um impacto negativo para a produtividade setorial de 21%,
enquanto a sada atingiu 41%.
TABELA 4
0,213
0,043
0,032
0,095
-0,045
0,088
100%
20%
15%
45%
-21%
41%
Esses resultados podem ser validados observando os resultados da decomposio ao nvel dos setores. A contribuio de cada setor na EP ao nvel agregado
detalhada na tabela A.2 para o ano de 2011.
Pela tabela A.2 e pelo grfico 6 nota-se que em 2011 o desempenho de maior
nmero de setores foi positivo em termos de ganhos de produtividade, incluindo
todos os setores apontados como os principais pelas parcelas de mercado no perodo
2004-2011. Os valores confirmam a mudana nos resultados setoriais j observados nas tabelas anteriores, pois poucas divises mostram queda de produtividade.
Entre os setores que apresentaram queda, devem-se destacar os setores de refino de
petrleo, metalurgia bsica e extrao de minerais metlicos. Em todos esses setores,
o efeito de aprendizado se combinou com efeito de entrada negativo para resultar
em queda de produtividade. J entre os setores com maior aumento, podem ser
destacados o de equipamentos de informtica e o de eletrnicos e telecomunicaes.
521
Grfico 6
Indstria: efeitos de seleo, aprendizado, entrada e sada, de 2004 a 2011, ano-base 2003
Extr. Carvo
Extr. Petrleo
Extr. Min. Metlicos
Extr. Min. no Metlicos
Fab. Alimentos e Bebidas
Fab. Prod. Fumo
Fab. Prod. Txteis
Vesturio e Acessrios
Couro, Artigos de Viagem e Calados
Madeira
Celulose e Papel
Edio, Impresso e Grav.
Refino Petrleo
Prod. Qumicos
Borracha e Plstico
Prod. Minerais no Metlicos
Metalurgia Bsica
Prod. de Metal
Mquinas e Equipamentos
Mq. Escritrio e Informtica
Mat. Eltricas
Eletrnicos e Telecom.
Equip. Hospitalar e Automao Ind.
Montagem de Veculos
Outros Equip. Transporte
Mveis e Outros
-1,0
Ef. Sel. Setorial
-0,5
0,0
Ef. Ent. Setorial
0,5
1,0
1,5
522
523
12,495
18,978
9,270
Ef. sel.
Ef. ap.
Ef. entrada
Ef. sada
-0,153
-0,021
-0,049
-0,112
0,029
-100%
-14%
-32%
-73%
19%
-0,026
-0,055
-0,050
-0,077
-0,100
-0,125
-0,150
-0,153
-0,200
1999
Ef. Seleo
2000
Ef. Aprendizado
2001
Ef. Entrantes
2002
Ef. Santes
2003
Var. Prod.
524
GRFICO 8
Servios: variao do nmero de empresas contnuas (C), entrantes (N) e saintes (X),
com ano-base 1998
20.000,0
15.000,0
10.000,0
5.000,0
1999
2000
2001
C
2002
2003
-0,148
-0,053
0,002
-0,049
-0,067
0,019
-100%
-36%
1%
-33%
-45%
13%
525
-0,8
-0,6
-0,4
-0,2
0,0
0,2
0,4
0,6
0,8
526
16,170
41,815
15,301
Ef. sel.
Ef. ap.
Ef. entrada
Ef. sada
0,224
0,013
0,064
0,052
0,095
100%
6%
28%
23%
42%
O grfico 10 permite ver como o efeito de entrada foi se tornando mais positivo
ao longo do perodo, podendo ser atribudo tanto a um aprendizado das empresas
que entraram no incio do perodo at 2011 quanto ao fato de as entrantes mais
ao final do perodo passarem a ter maior produtividade mdia. A contribuio da
sada de firmas tambm apresenta um crescimento importante ao longo do perodo,
apesar do nmero de firmas saintes apresentar certa estabilidade a partir de 2007,
o que indica que as firmas que deixaram o painel passaram a ter um diferencial de
produtividade maior em relao ao incio do perodo.
Os efeitos de entrada e sada positivos acompanham a tendncia de aumento
da importncia do efeito aprendizado, que tambm comea a aumentar em 2007.
Finalmente, o efeito seleo positivo diminui ao longo do tempo.
527
GRFICO 10
0,15
0,123
0,1
0,05
0,224
0,201
0,2
0,023
0,020
2004
2005
0,047
0,074
0
-0,05
Ef. Seleo
2006
2007
Ef. Aprendizado
2008
2009
Ef. Entrantes
Ef. Santes
2010
2011
Var. Prod.
GRFICO 11
Servios: Variao do nmero de empresas contnuas (C), entrantes (N) e saintes (X).
2004 a 2011, ano-base 2003
45000
40000
35000
30000
25000
20000
15000
10000
5000
0
2004
2005
2006
2007
C
2008
N
2009
2010
2011
528
TABELA 8
0,223
-0,015
0,050
0,064
0,062
0,062
100%
-7%
22%
29%
28%
28%
529
GRFICO 12
-0,8
Ef. Sel. Setorial
-0,6 -0,4
-0,2
0,0
0,2
0,4
0,6
0,8
1,0
1,2
1,4
5 CONSIDERAES FINAIS
530
mento de novas firmas, mas tambm sada de vrias delas do mercado. Trata-se
de um processo que gera, mas tambm consome variedade por este mecanismo.
No entanto, os dados observados para o Brasil se destacam pela predominncia dos efeitos negativos relacionados entrada de novas firmas. Nos estudos
internacionais em geral, o sinal encontrado positivo, dado que as firmas novas
trazem algum grau de contribuio favorvel produtividade industrial. No caso
brasileiro, o resultado divergente pode estar relacionado ao grande diferencial
existente entre os nveis de produtividade associados geralmente ao tamanho da
firma. As firmas maiores apresentam produtividade muito elevada, resultado dos
efeitos de escala, mas tambm provavelmente da maior facilidade de acesso a insumos, crdito e mo de obra qualificada. Ao mesmo tempo, coexiste um conjunto
relativamente grande de firmas com produtividade baixa nos estratos inferiores de
tamanho, fato que provavelmente facilita a entrada de novas firmas, tambm com
produtividade baixa, influenciando negativamente a variao da produtividade.
Nesse sentido, a heterogeneidade estrutural um fator que pode explicar a diferena
para o resultado da entrada de firmas encontrada no caso brasileiro em relao aos
demais estudos internacionais.
Outro aspecto importante a ser destacado est relacionado s diferenas entre
os dois perodos analisados. Na indstria, o perodo 1996-2003 foi marcado pela
queda na produtividade, com efeitos negativos tanto do ponto de vista dos efeitos
de aprendizado das firmas contnuas quanto das firmas entrantes. Em termos dos
efeitos de seleo, a seleo observada ao nvel intrassetorial foi ligeiramente positiva, mas o efeito de seleo entre os setores foi bastante negativo. J o processo
de seleo via excluso de firmas menos produtivas foi o fator que teve o impacto
mais positivo no primeiro perodo. O crescimento da produtividade mostrado no
segundo perodo (2003-2011), por sua vez, teve um peso muito maior do efeito
de aprendizado interno s firmas, em especial a partir de 2008 e com maior magnitude em 2010 e 2011. A concentrao dos efeitos nesses ltimos anos permite
levantar a hiptese de que as firmas contnuas conseguiram aproveitar as medidas
anticclicas de estmulo demanda e produo para alavancar a produtividade.
No entanto, so necessrios estudos mais detalhados para confirmar esta hiptese.
Os efeitos de seleo dentro do setor tambm foram positivos, indicando que
a mudana estrutural ao longo do segundo perodo foi muito mais positiva, uma
vez que firmas mais produtivas dentro do setor, assim como setores mais produtivos dentro da indstria, ganharam participao de mercado. A maior mudana,
contudo, pode ser notada em termos dos efeitos de entrada e sada, que em termos
lquido passou a ter efeito positivo. Por um lado, o efeito de sada se tornou muito
mais importante em relao ao perodo anterior, o que indica um efeito de subset
531
selection, isto , de excluso de firmas menos produtivas muito mais intenso. Alm
disso, o efeito de entrada se tornou menos negativo, o que significa que embora
ainda prevalea a entrada de firmas com produtividade abaixo da mdia, seu efeito
negativo foi bastante atenuado. As evidncias apontam, portanto, para o fato de
que os efeitos de entrada e sada reforam o sentido da variao da produtividade
dos movimentos internos de aprendizado das firmas contnuas.
A anlise do setor de servios tambm aponta para uma tendncia parecida.
Embora os resultados para os servios devam ser tomados com a devida cautela
em razo da questo de os dados terem sido deflacionados por um nico ndice de
preos e da prpria dificuldade de interpretar a produtividade no setor de servios,
importante destacar que enquanto no primeiro perodo verificou-se queda na
produtividade, o segundo foi marcado pelo aumento.
A sincronia geral do comportamento agregado da indstria e dos servios
merece alguma ateno. Apesar de serem setores que, teoricamente, deveriam ter
dinmicas muito diferentes devido s caractersticas distintas, como exposio
concorrncia internacional e formas de incorporao de economias de escala e de
inovaes, o movimento geral ao longo do ciclo econmico foi bastante semelhante.
Este fato pode apontar para a existncia de interaes importantes entre a indstria
e os servios, o que significa dizer que pensar em uma mudana estrutural ampla
com crescimento dos servios substituindo o crescimento da indstria talvez seja
prematuro. Aqui, novamente, mais informaes so necessrias, em especial para
entender de maneira mais profunda a dinmica dos vrios segmentos do setor
de servios.
Finalmente, quanto decomposio da evoluo da produtividade no setor
de servios, observa-se que, da mesma maneira que na indstria, no primeiro perodo, os efeitos de aprendizado foram negativos, assim como os efeitos de entrada
lquida e os efeitos de seleo intersetorial. Apenas os efeitos de seleo intrassetorial
foram ligeiramente positivos. No segundo perodo, porm, o componente que teve
comportamento mais destacado foi o efeito de entrada setorial, que passou a ter
efeito positivo. Ou seja, no setor de servios, diferentemente do setor industrial, a
entrada de novas firmas passou a ter efeito marginal positivo. Este efeito ocorreu
a despeito do volume de entrada ter sido muito maior relativamente no setor de
servios do que na indstria. Os efeitos de seleo intrassetorial e o aprendizado
setorial tambm tiveram impacto positivo, enquanto o efeito de seleo intersetorial foi negativo.
532
REFERNCIAS
533
534
______. A response to Christian Cordes and Clifford Poirot. Journal of Economic Issues, v. 41, n. 1, p. 265-276, 2007.
HODGSON, G.; KNUDSEN, T. Why we need a generalized darwinism and
why a generalized darwinism is not enough. Journal of Economic Behavior, v.
61, n. 1, p. 1-19, 2006.
______. Darwins conjecture. Chicago: University of Chicago Press, 2010.
HOLM, J. R. Applying Prices equation in empirical research. Paper presented
at LEM Seminar Series, n. 10, Pisa, Italia, 2010.
KNUDSEN, T. General selection theory and economic evolution: the Price
equation and the replicator/interactor distinction. Journal of Economic Methodology, v. 11, n. 2, p.147-173, 2004.
MARSHALL, A. Principles of economics. 8. ed. Londres: Macmillan, 1890.
METCALFE, J. S. Competition, Fishers principle and increasing returns in the
selection process. Journal of Evolutionary Economics, v. 4, n. 4, p. 327-346,
1994.
______. Evolutionary economics and creative destruction. London; New
York: Routledge, 1998.
______. Evolutionary approaches to population thinking and the problem of
growth and development. Evolutionary Economics: Program and Scope, n.74,
p. 141-164, 2001. (Recent Economic Thought Series, Springer Netherlands).
METCALFE, J. S.; RAMLOGAN, R. Creative destruction and the measurement of productivity change. Revue de lOFCE, v. 95, n. 5, p. 373-397, 2006.
MICHOD, R. Darwinian dynamics. Princeton: Princeton University Press,
1999.
NELSON, R.; WINTER, S. An evolutionary theory of economic change.
Cambridge: The Belknap Press of Harvard University Press, 1982.
PORCILE, G. e CATELA, E. Y. A. da Silva (2014) Heterogeneidade estrutural
na produtividade das firmas brasileiras: uma anlise para o perodo 2000-2008.
Anais do XL Encontro Nacional de Economia, p. 1-21.
535
536
WINTER, S. economic natural selection and the theory of the firm. In:
HODGSON, Geoffrey M. The Foundations of Evolutionary Economics:
1890-1973. Cheltenham: Edward Elgar, 1998.
ZINOVYEVA, N. Multilevel population thinking: the history and the use of he concept in economics. DRUID Working Paper, n. 04-08, p. 1-21, 2004.
420
84
788
34
35
36
1179
129
382
174
160
348
51
1061
1370
299
1055
1174
822
37
511
334
1068
1185
2532
664
15
1842
237
15
20
n_E
810
90
347
125
135
252
48
740
780
187
638
595
423
53
373
235
587
653
1290
468
10
1338
217
40
n_S
-0,119
0,465
0,039
-0,142
0,051
-0,146
1,127
-0,170
-0,339
-0,083
-0,343
-0,456
-0,415
-0,394
-0,711
-0,269
0,094
-0,065
-0,111
-0,178
0,021
-0,323
-0,751
0,407
0,414
0,054
DZj
113
149
32
33
27
328
30
31
858
951
28
29
955
289
26
823
25
27
165
768
23
24
377
400
21
22
497
522
19
20
580
817
17
18
16
18
279
1529
14
30
13
15
10
11
n_C
CNAE 2
0,326
4,294
4,582
4,372
3,828
4,306
3,622
4,212
3,891
5,176
3,557
3,833
4,737
4,958
4,269
4,272
3,416
2,924
2,283
0,345
4,881
3,928
3,554
6,754
4,891
4,353
Zj
3,384
3,829
4,543
0,452
3,776
4,453
2,495
4,382
4,230
5,240
3,900
4,289
5,152
5,351
4,983
4,540
3,322
2,990
2,394
0,363
4,859
4,251
4,305
6,347
4,502
4,299
Zj
180134
55767
250210
52463
61447
125033
15540
293981
209302
157299
187540
222539
273989
157118
118005
118130
146257
307918
263213
229829
17857
870846
35917
27807
9326
3848
Xj
160537
32561
267001
38357
76253
121478
10096
274142
184877
154620
179929
194285
254605
161071
127561
120738
110770
234705
222913
246284
21373
777794
34643
31079
1557
3887
Xj
1,122
1,713
0,937
1,368
0,806
1,029
1,539
1,072
1,132
1,017
1,042
1,145
1,076
0,975
0,925
0,978
1,320
1,312
1,181
0,933
0,835
1,120
1,037
0,895
5,990
0,990
Wj
TABELA A1
apndice
0,041
0,013
0,057
0,012
0,014
0,028
0,004
0,067
0,048
0,036
0,043
0,051
0,062
0,036
0,027
0,027
0,033
0,070
0,060
0,052
0,004
0,198
0,008
0,006
0,002
0,001
sj
-0,001
-7%
20%
-161%
-0,003
-0,002
23%
-324%
-30%
12%
-10%
6%
-14%
11%
-3%
3%
-22%
1%
15%
-26%
112%
-33%
37%
-1229%
7%
-2%
4%
-1%
47%
Ef. sel.
setorial
0,001
0,002
0,000
-0,002
0,000
0,000
-0,003
0,000
0,000
-0,001
-0,005
-0,004
-0,001
-0,005
-0,014
-0,009
0,005
-0,001
0,000
0,000
-0,003
0,001
0,000
-4%
62%
177%
-57%
191%
38%
28%
-20%
-39%
112%
-41%
-46%
-36%
-81%
-52%
-19%
119%
-26%
9%
-38%
1986%
-48%
-64%
85%
8%
274%
Ef. ap.
setorial
-217%
-12%
-124%
-124%
44%
-156%
67%
-111%
-91%
-226%
-87%
-69%
-72%
-24%
-56%
-99%
-113%
-314%
-203%
-122%
-1120%
-51%
-47%
-17%
102%
-302%
Ef. ent
setorial
128%
29%
207%
57%
189%
48%
-7%
40%
24%
28%
17%
18%
5%
26%
7%
3%
121%
128%
127%
24%
463%
-8%
12%
28%
-9%
82%
Ef. sada
setorial
35
124
996
35
36
1411
213
496
272
202
633
102
1718
2266
392
1596
1583
831
102
419
439
724
1459
3638
871
2648
382
65
51
n_E
971
89
256
107
117
249
43
769
888
196
736
766
603
55
636
267
1031
1025
1938
508
12
1515
201
25
n_S
0,356
0,315
0,288
-0,106
0,710
-0,119
0,902
0,119
0,075
-0,333
0,250
0,113
0,072
-0,198
-0,109
0,240
0,062
0,371
0,580
0,187
0,581
0,167
0,664
-0,505
0,189
-0,227
DZj
214
544
33
34
425
1243
29
30
156
1340
28
31
392
27
32
1231
1274
25
26
147
987
23
24
273
22
657
559
1411
18
19
444
736
17
20
21
16
21
315
1856
14
20
13
15
10
20
10
11
n_C
CNAE 2
3,620
4,609
4,868
4,266
4,538
4,188
4,524
4,332
3,966
4,844
3,808
3,946
4,809
4,761
4,134
4,512
3,478
3,295
2,863
3,637
5,462
4,095
4,219
6,249
5,080
4,126
Zj
3,264
4,294
4,582
4,372
3,828
4,314
3,622
4,212
3,891
5,176
3,558
3,833
4,737
4,958
4,269
4,272
3,416
2,924
2,283
3,450
4,881
3,928
3,554
6,770
4,947
4,353
Zj
249156
100541
410478
63255
93726
236305
44213
479992
380006
214512
293527
353026
366241
296532
69720
152761
120079
352050
416768
262904
17195
180134
55767
249325
52442
61447
124692
15540
294113
209211
157299
187385
222539
273792
157042
118005
118102
146257
307918
263213
229829
17812
35917
870846
55766
27560
8522
3848
Xj
1408786
76533
35144
5484
Xj
1,383
1,803
1,646
1,206
1,525
1,895
2,845
1,632
1,816
1,364
1,566
1,586
1,338
1,888
0,591
1,293
0,821
1,143
1,583
1,144
0,965
1,618
1,553
2,777
4,124
1,425
Wj
TABELA A2
0,038
0,015
0,063
0,010
0,014
0,036
0,007
0,073
0,058
0,033
0,045
0,054
0,056
0,045
0,011
0,023
0,018
0,054
0,064
0,040
0,003
0,215
0,009
0,012
0,005
0,001
sj
0,002
8%
10%
7%
0,001
39%
0,004
28%
-36%
-49%
-11%
1%
12%
1%
20%
49%
24%
-132%
52%
241%
21%
4%
5%
115%
34%
1%
9%
-6%
46%
Ef. sel.
setorial
-0,001
0,000
0,003
-0,001
0,002
0,000
-0,004
-0,001
0,000
-0,005
0,010
-0,005
-0,001
0,007
0,016
-0,006
0,006
-0,001
0,000
0,000
0,015
0,003
0,000
45%
74%
90%
-29%
42%
-28%
97%
103%
90%
-78%
109%
53%
27%
-111%
281%
75%
-233%
54%
38%
83%
-21%
35%
51%
-37%
118%
-182%
Ef. ap.
setorial
-11%
36%
-23%
-112%
9%
-98%
27%
-50%
-160%
-42%
-20%
-104%
-122%
-95%
-214%
-35%
-154%
-5%
24%
-33%
2%
11%
27%
-80%
-17%
-28%
Ef. ent
setorial
58%
-21%
26%
2%
22%
62%
24%
58%
170%
9%
11%
131%
146%
81%
-35%
9%
245%
30%
34%
45%
4%
20%
21%
9%
5%
63%
Ef. sada
setorial
538
385
163
280
2851
--
57
640
268
70
71
72
74
80
90
92
93
573
667
182
678
5023
795
437
418
225
524
1001
33
37
2236
4783
170
179
529
209
276
n_E
193
439
66
--
2630
231
235
340
135
211
568
14
26
1443
2255
67
106
193
--
40
78
n_S
-0,163
-0,166
-0,210
--
-0,117
-0,063
-0,169
-0,232
0,012
-0,066
-0,167
0,697
0,498
-0,030
-0,095
-0,436
-0,215
-0,331
--
-0,051
-0,588
DZj
3,772
3,341
4,194
4,504
3,678
5,987
4,961
3,793
3,251
3,080
3,353
3,048
3,565
2,744
2,042
Zj
2,822
3,899
3,125
2,805
2,851
4,152
142
117
64
67
18
638
62
58
61
63
3896
2743
55
60
45
29
51
52
--
105
22
50
35
25
n_C
CNAE 2
2,984
4,065
3,335
--
2,968
4,215
3,942
3,573
4,181
4,569
3,845
5,354
4,463
3,824
3,346
3,516
3,569
3,379
--
2,794
2,630
Zj
36821
80538
58834
20087
73605
43393
--
1023252
1497400
24273
87382
29202
38749
15947
183122
110315
5414
7993
718388
304509
3148
7382
8612
--
3043
8158
Xj
139499
38423
45587
16853
187356
167744
15098
16971
772050
443445
6430
8797
18195
85
14417
21683
Xj
1,833
1,094
1,356
--
1,463
1,596
1,316
1,176
1,057
1,023
1,521
2,789
2,123
1,075
1,456
2,043
1,192
2,113
--
4,738
2,658
Wj
TABELA A3
1,02%
2,23%
1,63%
0,67%
41,47%
3,86%
1,06%
1,26%
0,47%
5,19%
4,65%
0,42%
0,47%
21,38%
12,28%
0,18%
0,24%
0,50%
--
0,40%
0,60%
sj
0,000
-0,002
-0,001
-0,001
-0,010
0,004
0,003
0,000
0,004
-0,008
0,002
0,014
-0,002
-0,021
0,001
0,000
0,000
0,000
0,002
0,000
0,002
-9,5%
-4,7%
0,3%
--
2,0%
-0,4%
39,0%
-38,3%
555,0%
-144,8%
-18,9%
-1,4%
18,8%
114,1%
7,4%
13,1%
1,1%
0,3%
--
-189,5%
-24,6%
Ef. sel.
setorial
-7,5%
-47,2%
-38,7%
--
-72,3%
-181,7%
-38,2%
-6,1%
-217,0%
325,9%
-60,6%
9,3%
16,4%
-78,2%
-57,6%
-5,8%
-1,3%
-9,1%
--
145,6%
-3,8%
Ef. ap.
setorial
-121,7%
-192,2%
-34,7%
--
-60,2%
11,6%
-119,2%
-38,6%
-369,9%
53,6%
-69,4%
90,3%
73,2%
-136,5%
-80,8%
-85,0%
-83,9%
-84,2%
--
-197,3%
-113,1%
Ef. ent
setorial
38,7%
144,2%
-26,9%
--
30,6%
70,5%
18,5%
-17,0%
132,0%
-334,7%
48,8%
1,7%
-8,4%
0,6%
30,9%
-22,3%
-15,9%
-7,0%
--
141,2%
41,5%
Ef. sada
setorial
459
93
1143
1322
398
1241
11033
2126
1540
1159
510
992
1981
52
58
4858
10152
464
11
1087
716
151
518
n_E
382
645
125
393
4312
594
313
450
186
392
721
25
41
2035
3512
134
198
405
192
243
n_S
0,227
0,101
0,428
0,195
0,295
0,068
0,289
-0,002
0,182
-0,047
0,171
-0,520
-0,144
0,142
0,347
0,176
-0,094
0,213
0,968
0,638
1,133
DZj
114
662
286
80
90
3562
74
92
287
483
71
353
70
72
274
156
64
67
26
54
61
918
2942
60
62
5167
55
63
26
65
226
50
51
22
52
68
42
n_C
CNAE 2
3,048
3,999
3,553
3,000
3,146
4,222
4,062
3,339
4,376
4,457
3,849
5,467
4,817
3,935
3,598
3,255
3,259
3,265
4,533
3,382
3,175
Zj
2,822
3,899
3,125
2,805
2,851
4,154
3,772
3,341
4,194
4,504
3,678
5,995
4,961
3,794
3,251
3,080
3,353
3,052
3,565
2,744
2,042
Zj
68434
14862
158431
76201
128066
36821
80526
58834
24275
1497400
3097298
55326
139617
38423
45587
16853
187356
167744
312414
117961
100216
66422
318959
365941
16971
771961
1187977
23360
443445
6430
8797
18127
85
14417
21683
Xj
831911
21894
2262
46898
75328
32206
29974
Xj
2,069
1,590
2,693
2,279
2,068
2,238
3,070
2,198
3,941
1,702
2,182
4,605
1,376
1,539
1,876
3,405
0,257
2,587
2,234
1,382
Wj
TABELA A4
1,07%
1,79%
2,22%
0,78%
43,40%
4,38%
1,65%
1,40%
0,93%
4,47%
5,13%
0,96%
0,33%
16,65%
11,66%
0,31%
0,03%
0,66%
1,06%
0,45%
0,42%
sj
0,000
-0,002
-0,001
-0,001
-0,010
0,004
0,003
0,000
0,004
-0,008
0,002
0,014
-0,002
-0,021
0,001
0,000
0,000
0,000
0,002
0,000
0,002
25,3%
130,2%
30,9%
-42,0%
15,6%
6,9%
15,3%
4406,7%
-45,3%
339,4%
4,4%
5,5%
-116,7%
46,3%
13,9%
27,5%
-143,8%
-10,6%
--
-1,5%
-3,0%
Ef. sel.
setorial
32,7%
139,3%
7,9%
20,9%
25,8%
-117,6%
11,0%
2283,5%
-1,2%
56,4%
57,9%
-3,8%
106,2%
17,0%
41,1%
29,1%
83,4%
26,8%
--
13,3%
8,4%
Ef. ap.
setorial
9,2%
-280,1%
62,7%
61,4%
38,1%
-114,4%
43,3%
-6042,5%
66,2%
-382,2%
-19,1%
-94,0%
-157,3%
0,8%
25,8%
49,3%
25,4%
78,7%
--
80,7%
75,1%
Ef. ent
setorial
32,7%
110,6%
-1,4%
59,7%
20,5%
325,0%
30,4%
-747,8%
80,2%
-113,5%
56,8%
-7,7%
67,9%
35,9%
19,2%
-5,9%
-65,0%
5,1%
--
7,5%
19,5%
Ef. sada
setorial
540
CAPTULO 19
Ainda que se configure um aparente consenso sobre a importncia da produtividade e sobre suas reduzidas taxas de crescimento no Brasil no perodo recente,
as relaes de causalidade entre essa varivel e o crescimento econmico podem
resultar em debates intensos. De fato, h teorias por vezes antagnicas que podem
ser usadas para discutir se o crescimento de produtividade precede ou precedido
pelo crescimento econmico. Alm disso, no parece haver ainda um consenso
sobre as formas de aumentar a produtividade da economia brasileira. As prescries decorrem dos diferentes diagnsticos sobre os obstculos que limitaram seu
crescimento ao longo dos ltimos anos. H, claro, uma lista de usual suspects,
uma vez que a produtividade est associada s condies de infraestrutura, qualificao da mo de obra, ao capital fsico (mquinas e equipamentos), inovao,
estrutura produtiva, s condies de concorrncia e regulao e a uma srie de
outros fatores. No parece haver, contudo, uma sistematizao desses fatores, seja
para explicar o desempenho recente da produtividade da economia brasileira, seja
para propor maneiras de faz-la crescer mais aceleradamente no futuro. Alm disso,
h uma reduzida produo bibliogrfica recente sobre a importncia relativa desses
fatores para a economia brasileira. De uma forma, geral, as anlises so manifestadas verbalmente em eventos pblicos, por exemplo, e no chegam, propriamente,
a sugerir a precedncia de um fator sobre o outro ou a amparar prescries que
eventualmente derivariam desses diagnsticos.
O Instituto de Pesquisa Econmica Aplicada (Ipea) vem investigando a importncia relativa desses fatores e as circunstncias em que cada um deles mais
efetivo para promover ganhos de produtividade. Ainda que no seja capaz, por si,
* Os autores agradecem a Armando Castelar Pinheiro, Claudio Frischtak, David Kupfer, Glauco Arbix, Mauro Borges
Lemos, Narcio Menezes, Rgis Bonelli, Ricardo Bielschowsky, Roberto Ellery Jnior e Samuel Pessa pelas entrevistas
concedidas para a elaborao deste trabalho. Agradecem tambm a Simone Uderman por seus comentrios e sugestes.
Erros e omisses so de responsabilidade dos autores.
** Consultor legislativo do Senado Federal. E-mail: luiz.ricardo.teixeira.cavalcante@gmail.com.
*** Diretora da Diretoria de Estudos e Polticas Setoriais de Inovao, Regulao e Infraestrutura (Diset) do Instituto
de Pesquisa Econmica Aplicada (Ipea). E-mail: fernanda.denegri@ipea.gov.br.
542
de superar conflitos distributivos tradicionalmente associados formulao de polticas pblicas, esse esforo poder contribuir para a calibrao das aes voltadas
para a promoo dos ganhos de produtividade. Esses trabalhos que se apoiam
fundamentalmente em anlises estatsticas, muitas vezes usando dados individualizados sobre empresas podem ser complementados por um mapeamento qualitativo
das diferentes opinies acerca da evoluo da produtividade na economia brasileira.
Dessa forma, o objetivo deste trabalho sistematizar os consensos e dissensos
existentes no debate sobre a evoluo da produtividade no Brasil e sobre os obstculos
que tm limitado seu crescimento nos ltimos anos. Do ponto de vista metodolgico,
o trabalho apoia-se na coleta e sistematizao de referncias bibliogrficas e em um
conjunto de entrevistas semiestruturadas envolvendo um total de dez especialistas no
assunto. As referncias analisadas tratam, em particular, da relao entre produtividade
e crescimento econmico e dos fatores associados aos ganhos de produtividade. Com
as entrevistas, pretendeu-se identificar, em um amplo espectro de filiaes tericas,
os pontos de convergncia e divergncia entre os especialistas sobre o tema, mas no
se buscou tabular resultados de forma quantitativa nem atribuir opinies especficas
aos entrevistados. O trabalho est estruturando em mais quatro sees alm desta
introduo. Na seo 2, analisam-se algumas referncias que discutem a relao entre
essa varivel e o crescimento econmico. Ainda nessa seo, discutem-se os principais
fatores determinantes da produtividade e descrevem-se suas possveis implicaes
para a formulao de polticas pblicas voltadas para a promoo de ganhos de
produtividade. Em seguida, na terceira seo, discute-se o aparente consenso sobre
as reduzidas taxas de crescimento da produtividade no Brasil no perodo recente.
Eventuais contestaes a esse diagnstico mais frequente so tambm apresentadas
na seo 3. A anlise dos fatores que tm limitado o crescimento da produtividade
o objeto da quarta seo, que se apoia amplamente nas opinies colhidas ao longo
das entrevistas conduzidas para a elaborao deste texto. A importncia relativa desses
fatores est longe de formar um consenso. O dissenso persiste, tambm, quando se
discutem as proposies de polticas pblicas que poderiam eventualmente contribuir
para a elevao dos nveis de produtividade da economia brasileira. Neste trabalho,
no se pretende, naturalmente, apontar uma viso como superior outra, mas apenas
identificar as prescries diferentes e por vezes contraditrias entre si sobre como
ampliar a produtividade no Brasil. Finalmente, na quinta seo, apresentam-se as
consideraes finais do trabalho.
2 FUNDAMENTOS
543
(1)
1. Cavalcante e De Negri (2014) apresentam uma breve reviso sobre indicadores de produtividade.
(2)
544
(3)
545
O debate sobre os fatores relacionados aos nveis de produtividade alcana disciplinas como macroeconomia, organizao industrial, economia do trabalho e
economia do comrcio. Alm disso, as discusses sobre o tema no esto limitadas
economia, uma vez que administradores e engenheiros, por exemplo, podem
dedicar uma ateno especial aos nveis de produtividade de uma empresa e s
formas de elev-los.
Em que pese o carter visivelmente multidisciplinar desse debate, identificam-se, de uma forma geral, fatores que incluem as condies de infraestrutura, a qualificao da mo de obra, o capital fsico (mquinas e equipamentos), a inovao,
a estrutura produtiva e as condies de concorrncia e regulao, por exemplo,
como fatores determinantes de maiores nveis de produtividade. Frequentemente
esses fatores influenciam-se uns aos outros e qualquer segmentao , de alguma
forma, discricionria. Alm disso, a forma de classificao desses fatores depende
do nvel de anlise. Ao se analisar a produtividade de uma empresa ou de uma
unidade de produo, pode-se distinguir fatores internos (isto , aqueles sobre os
quais a empresa ou a unidade de produo detm algum poder de deciso) e externos (fatores que esto fora do controle da empresa ou da unidade de produo).
Em outros casos, o foco recai sobre os nveis agregados de produtividade e alguns
aspectos negligenciados (ou pelo menos considerados menos relevantes) na anlise
de empresas ou de unidades de produo podem tornar-se centrais nas discusses.
O exemplo mais evidente a estrutura produtiva, que, embora afetando os nveis
agregados de produtividade, no est diretamente relacionada com a produtividade
de empresas ou unidades de produo individualmente.
Ao analisar os fatores associados produtividade de empresas ou de unidades
de produo, Syverson (2011) segmenta, com base em uma reviso bibliogrfica, os
elementos que tm relao com as prticas de produo (e que esto, pelo menos
teoricamente, sob controle direto das empresas) daqueles que formam o ambiente
operacional externo dos produtores. No primeiro conjunto, que Syverson (2011)
intitula productivity and the plant or firm, incluem-se os seguintes aspectos listados a seguir.
546
Qualificao da mo de obra e qualidade dos bens de capital: analogamente s prticas gerenciais, a qualificao da mo de obra e qualidade dos
bens de capital frequentemente esto ausentes das funes de produo
e acabam sendo refletidas nos indicadores de produtividade.2
Tecnologia da informao e pesquisa e desenvolvimento (P&D): esses
so fatores tradicionalmente citados como fontes de aumento de produtividade, ainda que os canais de transmisso sejam objeto de discusses.
Learning by doing: trata-se, aqui, do aprendizado acumulado que pode
contribuir para a elevao dos nveis de produtividade.
Inovao de produto: inovaes que permitem melhorar a qualidade dos
produtos no necessariamente aumentam a quantidade (em unidades
fsicas) vendida, mas podem contribuir para maiores preos e margens de
lucro, afetando positivamente os indicadores monetrios de produtividade.
547
548
Sharpe (2003) discute ainda o papel (ou o papel esperado) das polticas pblicas para incentivar o crescimento da produtividade. Em linha com os argumentos
discutidos ao longo desta subseo, argumenta-se que vrios drivers do crescimento
da produtividade podem ser afetados por polticas pblicas.
Alguns autores focam diretamente nas proposies de polticas pblicas sem
uma anlise prvia dos fatores que concorrem para a elevao da produtividade. Na
prtica, esses fatores esto implcitos nas anlises e so estruturados para orientar
os governos a formular polticas de aumento de produtividade. Abramovsky et
al. (2005), por exemplo, propem que as polticas voltadas para a elevao da
produtividade estruturam-se com base em cinco drivers: i) cincia e inovao;
ii) investimento; iii) empreendimentos (que o nome que os autores atribuem
facilidade para a criao de novos negcios); iv) competncias; e v) competio.
As diversas tipologias mencionadas nesta subseo permitem a segmentao
dos fatores relacionados aos nveis mdios de produtividade de uma economia em
trs nveis, que so indicados a seguir.
Nvel empresarial (relacionado com caractersticas das empresas que
afetam seus nveis de produtividade). Nesse nvel, incluem-se aspectos
como as prticas gerenciais, a inovao tecnolgica, a qualificao da
mo de obra, a qualidade dos bens de capital utilizados na produo e
a intensidade em capital.5
4. It has been suggested that social policies may account for the lower level of Canadian labour productivity as such
policies may dampen the pace of reallocation of resources from declining to expanding regions and industries. But the
evidence, as in the case of tax policy, is weak. Again social programs largely affect labour supply behaviour, not output
per hour. The even more generous social programs in Europe have not prevented many European countries from achieving
high productivity levels, in certain cases even superior to US levels (Sharpe, 2003, p. 31).
5. Em geral, a intensidade em capital no afeta a PTF porque j est includa na funo de produo utilizada para
estimar a produtividade. Porm, a intensidade em capital tem impacto direto na produtividade do trabalho.
549
Nvel estrutural (relacionado com a estrutura produtiva), uma vez que uma
maior concentrao da atividade econmica em setores mais produtivos
est associada, ceteris paribus, a maiores nveis mdios de produtividade.
Nesse nvel, incluem-se os transbordamentos observados nas cadeias de
produo e o acesso a insumos de melhor qualidade.
Nvel sistmico (relacionado com a infraestrutura que influencia os demais nveis). Nesse nvel, incluem-se tamanho do mercado (que define
as possibilidades de obteno de economias de escala e escopo), infraestrutura fsica e de telecomunicaes, sistema tributrio, polticas sociais,
nveis de sindicalizao, ambiente de negcios, competio e regulao.
Essa classificao corresponde a uma adaptao da tipologia proposta por
Sharpe (2003), que, no entanto, no emprega os termos estrutural, empresarial
e sistmico. Esses termos empregados em um sentido anlogo, mas no idntico
ao adotado neste trabalho foram empregados por Ferraz, Kupfer e Haguenauer
(1996) para descrever os componentes da competitividade da economia brasileira.
Conforme se pode observar, essa tipologia replica a segmentao em fatores micro
e macro, mas acrescenta um nvel intermedirio relativo estrutura produtiva.
3 REDUZIDO CRESCIMENTO DA PRODUTIVIDADE NO BRASIL:
O CONSENSO APARENTE
550
551
das entrevistas conduzidas para a elaborao deste texto (nas quais os dissensos
so colocados de forma mais explcita). Ao longo desta seo, discutem-se, com
base na tipologia proposta na seo 2, os fatores relacionados aos nveis mdios
de produtividade da economia brasileira, buscando explicitar eventuais consensos
e dissensos.
Os dissensos fundamentais remetem ao debate sobre a causalidade apresentado na subseo 2.1. claro que se se considera o crescimento do PIB
como um requisito para o crescimento da produtividade viso tipicamente
associada heterodoxia , o foco da anlise recai, antes de qualquer coisa, sobre
o estmulo ao crescimento do PIB. No limite, uma viso dessa natureza no v
na produtividade uma varivel particularmente relevante: trata-se, nesse caso,
de uma varivel sntese plenamente endgena. No entanto, se se assume que
crescimento do PIB uma consequncia do crescimento da produtividade, essa
ltima varivel tratada como exgena ou, pelo menos, dependente de uma
srie de fatores exgenos e o crescimento econmico de longo prazo nada mais
do que uma consequncia dos ganhos de produtividade acumulados.
Apesar dessa clivagem, na prtica, muito difcil que no se reconhea uma
espcie de via de mo dupla. Se, por um lado, mesmo em vises que seriam mais
facilmente rotuladas como ortodoxas reconhece-se que os ganhos de escala decorrentes do crescimento do PIB podem motivar o crescimento da produtividade,
por outro, naquelas mais facilmente rotuladas como heterodoxas, no se deixa
de admitir que no se pode expandir a demanda indefinidamente sem expandir a
oferta. Assim, de uma forma geral, prevalece uma viso dinmica: o crescimento
da produo pode levar ao crescimento da produtividade, mas h um limite a
partir do qual preciso expandir a oferta e elevar a produtividade por meio do
manejo de outros fatores que a influenciam. Esses fatores so o objeto desta seo.
Para segment-los de forma estruturada, utilizou-se a tipologia proposta na
subseo 2.2 com algumas adaptaes para o caso do Brasil. Nesse sentido,
alguns fatores mencionados anteriormente podem aparecer desmembrados ou
amalgamados na anlise subsequente.
4.1 Nvel empresarial
552
553
4.1.2 Inovao
Embora a associao entre inovao e produtividade seja recorrentemente reafirmada na literatura especfica sobre o tema, a natureza e a importncia atribuda
a esse fator nem sempre so consensuais. Nesse caso, porm, as diferenas no
parecem refletir a filiao ortodoxa ou heterodoxa dos especialistas. Alguns autores tipicamente associados viso ortodoxa tendem a ver a inovao como uma
varivel exgena (man do cu) ou como uma varivel incorporada aos bens de
capital. Da mesma forma, outros autores (ortodoxos ou heterodoxos) enfatizam a
importncia da inovao incremental e da difuso tecnolgica para aumentar os
nveis de produtividade da economia brasileira. Em todo o espectro ideolgico,
possvel ouvir argumentos como melhor se aproximar da fronteira do que tentar
mov-la (colhida durante as entrevistas) e
hoje [...], razovel esperar que o efeito tecnologia, que foi de longe o principal vetor do crescimento da produtividade de ento (i.e., na dcada de 1990), mas que se
caracteriza por ser do tipo de uma vez por todas, no revele a mesma importncia,
haja vista a grande parcela de insumos especializados e de bens de capital que j so
correntemente importados (Kupfer, 2014).
Conforme se indicou na seo 2.2, embora includa no nvel empresarial, a qualificao da mo de obra fortemente influenciada por fatores exgenos firma.
Isso ocorre porque, embora as decises de contratao, demisso ou treinamento
de mo de obra sejam da empresa, a oferta de trabalhadores com maiores nveis de
qualificao obviamente no depende dela. No conjunto dos fatores associados aos
ganhos de produtividade, esse o fator seguramente mais consensual. Isso ocorre,
possivelmente, porque propostas em favor da qualificao da mo de obra tm,
genericamente, um valor intrnseco (em funo de sua associao com a educao).
Assim, a necessidade de investimentos em educao no nvel fundamental e no
554
O estoque de capital e os investimentos afetam a produtividade de diversas maneiras. Naturalmente, a elevao do estoque de capital por trabalhador tem uma
relao estreita com os nveis de produtividade do trabalho. Com efeito, conforme
registrado por Cavalcante (2015) com base em um painel de dados referente a 81
pases no perodo entre 2005 e 2011, h uma forte correlao entre o logaritmo
do estoque de capital por trabalhador e o logaritmo da produtividade do trabalho.
Alm disso, a qualidade dos bens de capital frequentemente est ausente das funes
de produo e acaba sendo refletida nos indicadores de produtividade.
No Brasil, argumenta-se que no somente o estoque de capital por trabalhador
muito baixo, mas tambm que as mquinas e os equipamentos usados na produo so, em muitos casos, obsoletos. De fato, os dados tabulados por Cavalcante
(2015) indicam que, em relao aos pases desenvolvidos, o Brasil mantm nveis
reduzidos de estoque de capital por trabalhador. Em face da forte correlao entre
essa varivel e a produtividade do trabalho, pode-se afirmar que os baixos nveis de
estoque de capital por trabalhador explicam uma parcela significativa dos diferenciais de produtividade do trabalho entre o Brasil e os pases mais avanados. Alm
disso, h vrios indcios de que o investimento em capital fsico por trabalhador
no Brasil , hoje em dia, muito menor do que foi no passado. A obsolescncia das
mquinas e equipamentos empregados na produo no pas pode ajudar a explicar, tambm, seus reduzidos nveis de produtividade do trabalho. Nesse sentido,
a necessidade de ampliao da taxa de investimento para sustentar o crescimento
555
Esse nvel de anlise est relacionado com a estrutura produtiva. A premissa fundamental que uma maior concentrao da atividade econmica em setores mais
produtivos est associada a maiores nveis mdios de produtividade. Nos termos
de Squeff e De Negri (2014, p. 249):
relativamente consensual na literatura que o processo de desenvolvimento econmico envolve, ou historicamente envolveu, mudanas na estrutura produtiva dos
pases, caracterizadas pela migrao de trabalhadores de setores menos produtivos
para setores mais produtivos. Esse movimento, por sua vez, impulsiona o crescimento
da produtividade agregada na economia.
556
TABELA 1:
Macrossetor
1995
2000
2005
2009
1995
2000
2005
2009
Agropecuria
5,0
5,4
4,8
4,5
16,4
21,0
24,8
21,7
Indstria extrativa
9,2
4,7
3,0
2,3
6,2
5,9
3,6
3,9
Indstria de transformao
5,4
4,2
2,9
2,1
4,7
4,9
7,4
9,0
8,6
6,0
3,1
2,9
5,2
5,0
4,9
4,6
Construo
6,9
5,9
3,2
2,3
5,7
6,2
6,8
6,5
Servios
7,9
5,7
4,0
2,9
5,6
5,9
6,5
6,4
Total
8,6
6,4
4,2
3,0
6,6
6,6
7,3
7,1
557
558
559
vidade. Essa percepo parece tambm convergir com aquela expressa por alguns
pesquisadores mais heterodoxos. Entretanto, enquanto no primeiro caso prope-se
uma reformulao mais geral dos padres de regulao com o estmulo s concesses
privadas, a flexibilizao da legislao trabalhista e a adoo de padres rigorosos
de proteo da propriedade intelectual, no segundo as propostas tm um carter
mais incremental e pontual. Assim, autores heterodoxos, por exemplo, rejeitam
reformulaes significativas de legislao trabalhista, embora reconheam que h
casos em que os padres de relao entre o capital e o trabalho no Brasil no incentivam o trabalhador a obter ganhos de produtividade, inclusive porque limitam
as possibilidades de se obterem remuneraes diferenciadas.
4.3.4 Concorrncia
560
5 CONSIDERAES FINAIS
561
562
ABRAMOVSKY, L.et al. Productivity Policy. [S.l.]: The Institute for Fiscal
Studies, 2005. (Election Briefing Note n. 6).
BACHA, E. L.; BONELLI, R. Crescimento e produtividade no Brasil: o que nos
diz o registro de longo prazo. Rio de Janeiro: Ipea, 2001. (Seminrios da Diretoria
de Estudos Macroeconmicos do Ipea, n. 52).
BANKS, G. Productivity policies: the to do list. In: Economic and social outlook
conference, securing the future, Melbourne, 2012. Anais Melboune: [S.n.],
1 Nov. 2012.
BARBOSA FILHO, F. H.; PESSA, S. Pessoal ocupado e jornada de trabalho:
uma releitura da evoluo da produtividade no Brasil. 2013. Disponvel em:
<http://bibliotecadigital.fgv.br/dspace/handle/10438/11660>.
BIELSCHOWSKY, R. Trilogia bsica do desenvolvimento a mdio e longo
prazos: PIB, investimento e produtividade. [S.l; S.n], 2014. Mimeografado.
BONELLI, R. Produtividade e armadilha do lento crescimento. In: DE NEGRI,
F.; CAVALCANTE, L. R. Produtividade no Brasil: desempenho e determinantes.
Braslia: Ipea, 2014. v. 1 (desempenho).
CAVALCANTE, L. R. Ambiente de negcios, investimentos e produtividade. In:
DE NEGRI, F.; CAVALCANTE, L. R. Produtividade no Brasil: desempenho e
determinantes. Braslia: Ipea, 2015. v. 2 (determinantes).
563
Editorial
Coordenao
Ipea e ABDI
Reviso e Editorao
Njobs Comunicao
Livraria Ipea
SBS Quadra 1 Bloco J Ed. BNDES, Trreo
70076-900 Braslia DF
Tel.: (61) 3315 5336
Correio eletrnico: livraria@ipea.gov.br
Misso do Ipea
Aprimorar as polticas pblicas essenciais ao
desenvolvimento brasileiro por meio da produo e
disseminao de conhecimentos e da assessoria ao
Estado nas suas decises estratgicas.
Misso da ABDI
Desenvolver aes estratgicas para a Poltica
Industrial, promovendo o investimento produtivo,
o emprego, a inovao e a competitividade da
indstria brasileira.
ISBN 978-85-7811-253-0
9 788578 112530