1

ÁLGEBRA MATRICIAL
E O MODELO DE INSUMO-PRODUTO
 2

ÁLGEBRA MATRICIAL E O MODELO DE INSUMO-

PRODUTO

Baseado em material de treinamento preparado por Joaquim José Martins Guilhoto e Paulo
de Tarso Gaeta Paixão.

INTRODUÇÃO .............................................................................................. ERRO! INDICADOR NÃO DEFINIDO.

1. ÁLGEBRA MATRICIAL PARA MODELOS DE INSUMO-PRODUTO .................................................................... 4

1.1. MATRIZES....................................................................................................................................................... 4
1.2 ADIÇÃO E SUBTRAÇÃO DE MATRIZES ...................................................................................................................... 5
1.3 MATRIZ NULA ................................................................................................................................................... 6
1.4 MULTIPLICAÇÃO DE MATRIZES ............................................................................................................................. 7
1.4.1 Multiplicação de matrizes por um escalar ........................................................................................... 7
1.4.2 Multiplicação de vetores ...................................................................................................................... 8
1.4.3 Multiplicação de matriz por matriz ...................................................................................................... 9
1.4.4 Caso particular: vetores soma ............................................................................................................ 14
1.4.5 Caso particular: agregação de matrizes ............................................................................................. 15
1.4.6 Caso particular: matrizes singulares .................................................................................................. 16
1.4.7 Multiplicação de matrizes com o Excel .............................................................................................. 17
1.5 MATRIZ IDENTIDADE E MATRIZ ESCALAR ............................................................................................................... 20
1.6 TRANSPOSIÇÃO DE MATRIZES ............................................................................................................................. 21
1.6.1 Transposição de matrizes com o Excel ............................................................................................... 21
1.7 REPRESENTAÇÃO MATRICIAL DE SISTEMAS DE EQUAÇÕES LINEARES ............................................................................ 22
1.8 INVERSÃO DE MATRIZES .................................................................................................................................... 22
1.8.1 Solução de sistemas de equações lineares ......................................................................................... 23
1.8.2 Inversão de matrizes com o Excel ....................................................................................................... 23
1.9 MATRIZES DIAGONAL ....................................................................................................................................... 26
1.10 PARTIÇÃO DE MATRIZES .................................................................................................................................. 27
1.10.1 Multiplicação de matrizes particionadas. ........................................................................................ 28
EXERCÍCIOS – SÉRIE 1 ............................................................................................................................................ 29
SOLUÇÃO DOS EXERCÍCIOS ...................................................................................................................................... 31

2. O MODELO DE LEONTIEF E A ANÁLISE DE INSUMO-PRODUTO ................................................................... 31

2.1. ANTECEDENTES HISTÓRICOS ............................................................................................................................. 31

2.2. CONTRIBUIÇÕES DE LEONTIEF ........................................................................................................................... 37
2.2.1. Automação ........................................................................................................................................ 38
2.2.2. Desarmamento.................................................................................................................................. 38
2.2.3. Meio ambiente .................................................................................................................................. 38
2.2.4. Comércio internacional ..................................................................................................................... 39
2.2.5. Análise espacial e mundial ................................................................................................................ 39
2.3 TEORIA BÁSICA ............................................................................................................................................... 39
2.3.1. Visão geral......................................................................................................................................... 40
2.3.2. Relações básicas de Insumo-Produto ................................................................................................ 44
2.3.2 Funções de produção no Modelo de Leontief ..................................................................................... 47
2.3.3 A inversa de Leontief .......................................................................................................................... 48
 3

2.3.4 Modelo aberto e modelo fechado ...................................................................................................... 50

2.3.5 O desenvolvimento em série da inversa de Leontief .......................................................................... 53
2.4 REGIONALIZAÇÃO ............................................................................................................................................ 54
2.4.1 Introdução .......................................................................................................................................... 54
2.4.2 Sistemas de insumo-produto inter-regionais ..................................................................................... 55
EXERCÍCIOS – SÉRIE 2 ............................................................................................................................................ 59
SOLUÇÃO DOS EXERCÍCIOS ...................................................................................................................................... 61

BIBLIOGRAFIA ................................................................................................................................................ 62
 4

1. Álgebra matricial para modelos de insumo-produto

1.1. Matrizes

Por matriz entende-se uma coleção de valores tabulados em linhas e colunas, usualmente
apresentada entre colchetes, para auxiliar a visualização em conjunto das inter-relações entre
as variáveis por eles representadas.
Exemplo 1.1
Para uma empresa com 4 diferentes unidades de varejo, vendendo diferentes produtos A, B,
C e D, a disposição matricial é uma forma concisa de se acompanhar a evolução geral de
estoques por loja (variável das linhas) e por produto (variável das colunas):
Produto
Loja A B C D
1 120 110 90 150
2 200 180 210 110
3 175 190 160 80
4 140 170 180 140

A leitura de suas linhas permite a determinação do volume de estoques em qualquer de suas

unidades de varejo. Já a leitura das colunas permite a determinação dos estoques por linha de
produto (adaptado de DOWLING, E.T, 2001, p.199).
Usualmente, o número de linhas da matriz é indicado genericamente pela letra m, e o número
de colunas, pela letra n. O número de linhas e colunas da matriz determina a sua dimensão,
expressa pelo número de linhas versus o número de colunas, ou seja, na forma m x n. As
matrizes de insumo-produto mais recentes publicadas pelo IBGE, por exemplo, são
representadas em diferentes dimensões. A mais desagregada delas representa 110 produtos
em suas linhas e 55 setores em suas colunas, sendo portanto de dimensão 110x55.
Os elementos das matrizes costumam ser representados por uma letra minúscula com dois
subscritos representando respectivamente a linha e a coluna a que pertencem. Assim, a
notação aij representa um elemento, que pode ser constante ou variável, situado na
intersecção da linha i com a coluna j.
Desta forma, a representação genérica de uma matriz de dimensão 2x3 pode ser feita como a
seguir:

a a12 a13 
A   11
 a21 a22 a23 
 5

Numericamente, poderíamos ter, por exemplo,

2 1 3 
M 
4 6 12
sendo a11 = 2, a12 = 1, etc.
Quando m = n dizemos que a matriz é quadrada. Assim, a matriz do exemplo 1.1 é quadrada
e de dimensão 4x4.
Se n =1, ou seja, a matriz tem somente uma coluna, ela passa a ser um vetor coluna. Por
outro lado, se m = 1, temos então um vetor linha. Por convenção, os vetores serão
representados por letras minúsculas e em negrito, como a, b, p, x. Já as demais matrizes por
letras maiúsculas e também em negrito, como A, B, P, X.
Exemplo 1.2
Supondo que os números expressos no exemplo 1.1 sejam valores monetários, somando suas
colunas temos um vetor coluna expressando os totais por loja, e somando os valores das
linhas temos um vetor linha expressando os totais por produto. O total geral dos estoques,
2405, por sua vez é simplesmente um número, ou um escalar, usando a terminologia de
álgebra matricial, que expressa o valor total dos estoques.

Produto
Loja A B C D
1 120 110 90 150 470
2 200 180 210 110 700
3 175 190 160 80 605
4 140 170 180 140 630

635 650 640 480 2.405

1.2 Adição e subtração de matrizes

A adição e subtração de matrizes se efetua simplesmente pela adição ou subtração de seus

elementos correspondentes. Assim, se definirmos uma nova matriz como

b b b 
B   11 12 13 
b21 b22 b23 
sua soma com a matriz A acima será calculada de acordo com a seguinte composição:

a  b a12  b12 a13  b13 

A  B   11 11
 a21  b21 a22  b22 a23  b23 
 6

Numericamente, se por exemplo

1 2 3
N 
3 2 1 
Sua soma e subtração com M, respectivamente, será

 2  1 1  2 3  3  3 3 6 
MN  
 4  3 6  2 12  1 7 8 13
e

 2  1 1  2 3  3  1 1 0 
MN   
 4  3 6  2 12  1 1 4 11
Observe-se que, em consequência desta definição, operações de adição e subtração só
podem ser efetuadas entre matrizes da mesma dimensão. Atendida esta condição, as
matrizes são ditas conformáveis para adição e subtração.
Exemplo 1.3
Supondo que a matriz D represente uma reposição de estoques nas unidades de varejo do
Exemplo 1, determinar o novo nível de estoques S por unidade distribuidora e por produto
(ibid., p.201).

 40 20 50 10 
 25 30 10 60 
D 
15 0 40 70 
 
 60 40 10 50 
Para encontrar o novo nível de estoques, e chamando a matriz do exemplo 1.1 de S,
basta resolver S + D:

120  40 110  20 90  50 150  10  160 130 140 160 

 200  25 180  30 210  10 110  60   225 210 220 170 
SD  
 175  15 190  0 160  40 80  70  190 190 200 150 
   
140  60 170  40 180  10 140  50   200 210 190 190 

1.3 Matriz nula

A matriz nula contém somente zeros em suas células. Assim, quando adicionada a ou
subtraída de outra matriz de mesma dimensão, a deixa inalterada. Por exemplo, se tomarmos
a matriz M acima,

 2 1 3  0 0 0   2  0 1  0 3  0   2 1 3 
M0      M
 4 6 12 0 0 0  4  0 6  0 12  0   4 6 12 
Analogamente,
 7

M0  M

1.4 Multiplicação de matrizes

1.4.1 Multiplicação de matrizes por um escalar

Se uma dada matriz é multiplicada por um número (que como vimos é chamado de escalar
em álgebra matricial), cada um de seus elementos é multiplicado pelo número. Assim, no
caso da matriz A acima, para um dado escalar k, teremos:

 ka ka12 ka13 
kA   11
 ka21 ka22 ka23 

Numericamente, no caso da matriz M, e para k = 2, vem:

 2x2 2x1 2x3   4 2 6 

2M    
 2x4 2x6 2x12  8 12 24 
Exemplo 1.4
Vamos supor que ao final do ano se aplique um desconto de 20% a todos os itens do exemplo
1.2. Calcular o novo valor total de estoques.
De maneira a obter os valores por item, é preciso descontar 20% de todos os itens, que é o
mesmo que multiplicar todos os elementos da matriz D por 0,8:

120 110 90 150   0,8x120 0,8x110 0,8x90 0,8x150 

 200 180 210 110  0,8x200 0,8x180 0,8x210 0,8x110 
0,8   
175 190 160 80   0,8x175 0,8x190 0,8x160 0,8x80 
   
140 170 180 140   0,8x140 0,8x170 0,8x180 0,8x140 

 96 88 72 120 
160 144 168 88 
 
140 152 128 64 
 
112 136 144 112 
Somando-se as colunas, temos o novo valor de estoques por loja representado por um vetor
coluna, somando-se as linhas o novo valor por produto representado por um vetor linha, e
somando os totais ou por linha, ou por coluna, um escalar igual ao novo valor total de
estoques (1924), que é a resposta do problema:

 96 88 72 120  376 
160 144 168 88  560 
  
140 152 128 64   484 
  
112 136 144 112  504 
508 520 512 384 1924
 8

1.4.2 Multiplicação de vetores

O conceito de multiplicação de matrizes fica mais claro se antes entendermos o de
multiplicação de vetores, mais especificamente de vetores linha por vetores coluna.
No caso, como regras básicas, temos
a) o número de componentes dos dois vetores sendo multiplicados deve ser o mesmo;
b) a operação sempre envolverá um vetor linha e um vetor coluna;
c) o vetor resultado terá o número de linhas do vetor da esquerda e o número de
colunas do vetor da direita.
Assim, a multiplicação do vetor linha a e pelo vetor coluna b, com quatro componentes cada,
por exemplo, sendo
a   a11 a12 a13 a14 

 b11 
b 
b   21 
b31 
 
b41 
se dará multiplicando-se sequencialmente os elementos das linhas vetor à esquerda pelos
elementos correspondentes das colunas do vetor à direita e somando-se os resultados. Como
temos somente uma linha à esquerda e uma coluna à direita, a operação se reduz a somente
um elemento, ou um escalar:
ab   a11b11  a12b21  a13b31  a14b41  (1.2)

Notar que o resultado ba é totalmente diferente. Primeiro, não há soma, uma vez que cada
linha de b tem somente um elemento, o mesmo acontecendo com as colunas de a. Por outro
lado, temos agora 4 linhas à esquerda e 4 colunas à direita, e, para que a operação se
consuma, deve se repetir entre todas elas, resultando em uma matriz 4x4:

 b11   b11a11 b11a12 b11a13 b11a14 

b  b a b a b21a13 b21a14 
ba   21   a11 a12 a13 a14    21 11 21 12
b31  b31a11 b31a12 b31a13 b31a14 
   
b41  b41a11 b41a12 b41a13 b41a14 

Ou seja, a propriedade comutativa não se aplica à multiplicação de vetores.

Exemplo 1.5
(DOWLING, E.T., ex 8, p.202) Este exemplo ilustra o uso da multiplicação de vetores para
resolver um problema prático. Seja Q um vetor linha das quantidades físicas de hamburgers,
fritas e refrigerantes vendidos em um determinado dia por uma lanchonete, e P o vetor coluna
de seus respectivos preços:
 9

Q  12 8 10

1, 25 
P  0, 75
0,50 

Então, o vetor T do faturamento total de vendas do dia será um escalar:

T  QP  12(1, 25)  8(0, 75)  10(0,50)   26, 00

1.4.3 Multiplicação de matriz por matriz

Usando para exemplo a multiplicação de uma matriz 2x3 por uma 3x3, sendo

 c11 c12 c13 

a a13 
e C  c21 c22 c23 
a12
A   11 
 a21 a22 a23 
 c31 c32 c33 

AC  P é obtido como a seguir:

c c c13 
 a11 a12 a13   11 12
AC   c23  
a23   21 22
c c
 a 21 a22
 c31 c32 c33 
a c  a c  a c a11c12  a12c22  a13c32 a11c13  a12c23  a13c33 
  11 11 12 21 13 31 
 a21c11  a22c21  a23c31 a21c12  a22c22  a23c32 a21c13  a22c23  a23c33 
p p12 p13 
  11 P
 p21 p22 p23 
Ou seja, os elementos da primeira linha da matriz A são multiplicados respectivamente pelos
elementos da primeira coluna da matriz C, sendo o primeiro elemento da primeira linha da
matriz resultado P (p11) a soma destas multiplicações:
p11  a11c11  a12c21  a13c31
O mesmo procedimento, adotado para a primeira linha da matriz A e a segunda coluna da
matriz C, leva à obtenção do segundo elemento da primeira linha da matriz resultado (p12), e
assim por diante.
A multiplicação de matrizes, lembrando (1.2), pode ser considerada como uma multiplicação
dos vetores linha da matriz à esquerda pelos vetores coluna da matriz à direita. Denominando
por li os vetores linha da matriz à esquerda, e por cj os vetores coluna da matriz à direita,
genericamente a multiplicação de matrizes pode então ser representada como a seguir:

 l1   l1c1 l1cn 
  c cn    
  1 
l m  l mc1 l mcn 
 10

Exemplificando numericamente, fazendo

2 0 4
Q  1 1 2 
 3 4 5 

A multiplicação de M (1.1) por Q será:

 2 0 4 


  2 1 3 1   2 1 3 1   2 1 3 2  
   
2 0 4

2 1 3    3   4   5  
P  MQ    1 1 2    
 4 6 12   3 4  2 0 4 
 5  
4 6 12 1   4 6 12 1   4 6 12  2  
 
  3   4   5  
 4 1 9 0  1  12 8  2  15 14 13 25
 
8  6  36 0  6  48 16  12  60  50 54 88 

Como consequência desta definição, a multiplicação de duas matrizes só é possível

quando o número de colunas da matriz à esquerda é igual ao número de linhas da
matriz à direita. Adicionalmente, o número de linhas da matriz resultado é igual ao
número de linhas da matriz à esquerda, e o número de colunas da matriz resultado é
igual ao número de colunas da matriz à direita.
Outra consequência importante desta regra é que, da mesma forma que para os vetores, a
propriedade comutativa da multiplicação (“a ordem dos fatores não altera o produto”) não
se aplica para matrizes. No caso do exemplo, a multiplicação na ordem contrária é inclusive
impossível, dadas as restrições acima. A propriedade distributiva (colocar em evidência
matrizes iguais em uma soma de produtos matriciais), por outro lado, se aplica (ver exemplo
1.7 abaixo). O mesmo acontece com a propriedade associativa (mais sobre as propriedades
da multiplicação de matrizes em LIPSCHUTZ, S.; LIPSON, M, 2001, p. 32, teorema 2.2).
Quando a regra acima é aplicável para a multiplicação de duas matrizes, elas são ditas
conformáveis para multiplicação. É possível que duas matrizes sejam conformáveis para
multiplicação nos dois sentidos, mas os resultados, salvo em casos particulares, serão
diferentes, mesmo que sejam quadradas e de igual dimensão.
 11

Consideremos, por exemplo, duas matrizes A e B:

 2 4
 3 6 7  33 59 
P  AB     1 2    e
12 9 11  3 5  66 121
 

 2 4 54 48 58 
  3 6 7 
P  BA  1 2     27 24 29
 3 5  
12 9 11
 69 63 76 

Por esta razão, a ordem de multiplicação deve ser explicitada em álgebra matricial. Assim, no
caso de P=MQ, em linguagem matricial dizemos que M pré-multiplica Q, ou multiplica Q à
esquerda, e Q pós-multiplica M, ou multiplica M à direita.
Exemplo 1.6
(ibid., p203) Voltando ao exemplo 1.1, suponhamos agora que a matriz represente
quantidades físicas, e que os preços dos produtos A, B, C e D sejam respectivamente iguais a
200, 50, 100, 150, formando o seguinte vetor-preço:

 200 
 50 
p 
100 
 
150 
Para encontrar o valor V dos estoques por loja, temos:

120 110 90 150   200   120(200)  110(50)  90(100)  150(150)  61.000 

 200 180 210 110   50   200(200)  180(50)  210(100)  110(150)  86.500 
V  
175 190 160 80  100   175(200)  190(50)  160(100)  80(150)  72.500 
      
140 170 180 140  150  140(200)  170(50)  180(100)  140(150)  75.500 

É importante notar que a multiplicação de matrizes utilizando a notação vetorial, e suas

combinações com escalares, deve ser estruturada em função das necessidades e natureza dos
cálculos a efetuar. Assim, no exemplo 1.5, vimos que os vetores foram dispostos na
multiplicação de maneira a se se chegar a um resultado escalar, ou seja, um valor compatível
com um montante de receita total. Caso a fizéssemos na ordem contrária, embora a
multiplicação também fosse possível, o resultado seria uma matriz 3x3 sem aplicação para o
problema. O exemplo a seguir também ilustra a importância da adequação da notação vetorial
a um dado problema.
 12

Exemplo 1.7
(ibid., p220) Uma cadeia de lanchonetes vende 1000 hamburgers, 600 cheeseburgers, e 1200
milk shakes em uma semana. O preço do hamburger é 0,45, do cheeseburger 0,60 e do milk
shake 0,50. O custo de um hamburger é 0,38, do cheeseburger 0,42 ed do milk shake 0,32.
Calcular o lucro da empresa na semana usando a) análise total; b) análise por unidade (este
exercício é usado em seu texto original para provar a propriedade distributiva da
multiplicação de matrizes).
a) Colocando os dados em notação vetorial, e chamando os vetores quantidades, preços e
custos respectivamente por q, p e c temos:

1000 0, 45  0,38 

q   600  p  0, 60  c  0, 42 
   
1200 0,50   0,32 

A questão que se coloca agora é: como organizar o cálculo vetorial para resolver o problema?
Multiplicar diretamente p por q para encontrar o faturamento F (um escalar), ou vice versa, é
impossível, pois os dois são inconformáveis para multiplicação. Como vimos, um deve ser
colocado como linha e outro como coluna. Recorrendo ao exemplo 1.5 acima, vemos que um
caminho é usarmos o transposto de q, calculando F = q’p. A multiplicação pq’, por sua vez,
embora também possível, levará a uma matriz 3x3 sem sentido para o problema proposto
(sobre transposição, ver 1.6).
Mas vamos usar a forma F = p’q, que levará ao mesmo resultado que q’p. Para o
faturamento, teremos:

1000
F   0, 45 0, 60 0,50  600  = 1410
1200

O custo total C, por sua vez, será:

1000
C   0,38 0, 42 0,32  600  = 1016
1200

O lucro L, finalmente será F – C = 394.

b) Passando agora à análise por unidade, o lucro unitário pode será dado por p-c:

0, 45  0,38  0, 07 

u  0, 60  0, 42    0,18 
0,50   0,32   0,18 

Obtido o lucro unitário, podemos obter o lucro total pós-multiplicando pelo vetor q, tomando
no entanto o cuidado de usar o seu transposto u’:
 13

1000
L  u ' q   0, 07 0,18 0,18  600  = 394
1200

Recorrendo às duas formas alternativas de formalização dos vetores para solucionar o

problema, a propriedade distributiva da multiplicação de matrizes fica evidenciada colocando
q em evidência e combinando as soluções a e b:

1000 1000
L = F - C  0, 45 0, 60 0,50  600  - 0,38 0, 42 0,32  600  =
 
1200 1200

1000 1000
  045  0,38 0, 60  0, 42 0,50  0,32  600   0, 07 0,18 0,18  600  =394
 
1200 1200

Ainda no que diz respeito à adequação da notação vetorial ao procedimento de análise,

seguem duas alternativas de combinações entre grandezas vetoriais e escalares que,
dependendo do problema, podem ser extremamente úteis para o entendimento da lógica de
multiplicação entre matrizes.
Seja a multiplicação

b11 b12 
a11 a12 a13   p p12 
AB    b21 b22    11 P
p 22 
a 21 a 22 a 23  b b32   21
p
 31

Considerando as colunas da matriz à esquerda como vetores, temos:

b11 b21 
 a11 a12 a13    a  a  a  a  a  a  
a a   b12 b22     11  b11   12  b12   13  b13  11  b21   12  b22   13  b32  
 21 22 a23  b b    a21   a22   a23   a21   a22   a23  
 13 32 
a b  a b  a b a11b12  a12b22  a13b32   p11 p12 
  11 11 12 21 13 31   p P
 a21b11  a22 b21  a23b31 a21b12  a 22 b22  a23 b32   21 p22 
(1.3)
Neste caso, a multiplicação pode ser entendida como combinações lineares dos vetores
colunas da matriz à esquerda com os elementos das colunas da matriz à direita. Ou ainda,
como somas dos vetores coluna da matriz à esquerda ponderadas por pesos definidos
pelas componentes de cada vetor coluna da matriz à direita.
Alternativamente, podemos considerar as linhas da matriz à direita como vetores. No caso,
então, teremos:
 14

b b 
 a11 a12 a13   11 12   a11 b11 b12   a12 b21 b22   a13 b31 b32  
b b  
a
 21 a22 a23   21 22   a21 b11 b12   a22 b21 b22   a23 b31 b32 
b31 b32 
a b  a b  a b a11b12  a12b22  a13b32   p11 p12 
  11 11 12 21 13 31  P
 a21b11  a22b21  a23b31 a21b12  a22b22  a23b32   p21 p22  (1.4)
Agora a multiplicação pode ser entendida como combinações lineares dos vetores linhas da
matriz à direita com os elementos das linhas da matriz à esquerda. Ou ainda, como somas
dos vetores linha da matriz à direita ponderadas por pesos definidos pelos elementos de
cada vetor linha da matriz à esquerda.
Como será visto adiante, estas leituras alternativas da multiplicação de matrizes ajudarão na
interpretação de diversas operações recorrentes na Análise de Insumo-Produto.

1.4.4 Caso particular: vetores soma

Se M de dimensão mxn for pós multiplicada por um vetor coluna com n elementos iguais a 1,
o resultado será um vetor coluna com m elementos contendo a soma das colunas de M:

1
 a11 a12 a13     a111  a121  a131   a11  a12  a13 
a 1  
 21 a22 a23     a211  a221  a231  a21  a22  a23 
1

Analogamente, a soma das linhas de uma dada matriz pode ser obtida pela sua pré-
multiplicação (isto é, multiplicação à esquerda) pelo vetor-linha unitário:

a a12 a13 
1 1 a11 a23 
 1a11  1a21 1a12  1a22 1a13  1a23    a11  a21 a12  a22 a13  a23 
 21 a22

Numericamente

1
2 1 3     2  1  3   6 
 4 6 12 1   4  6  12    22 
  1    

e

2 1 3 
1 1     2  4 1  6 3  12  6 7 15
 4 6 12 
Usualmente, um vetor coluna de elementos unitários é designado como i, e o vetor linha
unitário por i’. Ambos podem ser considerados como vetores soma.
 15

1.4.5 Caso particular: agregação de matrizes

A agregação de matrizes é efetivada com a soma de linhas e colunas, e portanto com
operações de multiplicação que podem ser consideradas como extensões dos vetores soma
vistos acima, ou seja, matrizes constituídas por 1s e 0s, chamadas matrizes de agregação.
Consideremos a matriz 4x4 abaixo e vamos supor que queiramos agregar sua segunda e
terceira linhas, chegando a uma matriz 3x4. Para tanto, basta pré-multiplicá-la por uma matriz
3x4 contendo 1s na ordem em que se deseja a agregação e zeros em todas as demais células.
Como desejamos somar a 2ª e a 3ª linha, temos:

 a11 a12 a13 a14 

1 0 0 0    a11 a14 
a24  
a12 a13
0 1 1 0   a21 a22 a23
 a a a22  a32 a23  a33 a24  a34 
  a a32 a33 a34   21 31
0 0 0 1   31   a41 a44 
a44  
a42 a43
 a41 a42 a43

Se quiséssemos somar a 3ª e a 4ª linha, bastaria zerar o terceiro 1 da 2ª linha da matriz

multiplicadora, e substituir o terceiro zero da última linha por 1, e assim por diante.
No caso de se agregar colunas, a operação é análoga, mas de pós-multiplicação. No exemplo
acima, para agregar as colunas 2 e 3, a multiplicação seria:

 a11 a12 a13 a14  1 0 0   a11 a12  a13 a14 

a a22 a23 a24  0 1 0   a21 a22  a23 a24 
 21  
 a31 a32 a33 a34  0 1 0   a31 a32  a33 a34 
    
 a41 a42 a43 a44  0 0 1   a41 a42  a43 a44 

Na agregação de linhas, todas as colunas da matriz de multiplicação devem somar exatamente

1. Já na agregação de colunas, todas as linhas da matriz de multiplicação devem somar 1.
Quando se agregam setores, há um viés de agregação, o qual é definido por Morimoto (1970)
como sendo a diferença entre o vetor de produção total do sistema agregado e o vetor obtido
pela agregação do total da produção do sistema original não agregado.
Seja:
A* a matriz A agregada;
x* a produção total agregada;
y* a demanda final agregada;
S a matriz de zeros e uns utilizada na agregação;
t o valor do viés.
Tem-se que:
t = x* - Sx (3.36)
t = (I – A*)-1y* - S(I –A)-1y (3.37)
t = [(I – A*)-1S - S(I –A)-1]y (3.38)
 16

t = [(I + A* +A*2 + ...)S - S(I + A + A2 + ...)]y (3.39)

t = [(A*S - SA) + (A*2S – SA2) + ...]y (3.40)
O viés de primeira ordem - e mais significativo - pode ser definido como:
f = [(A*S - SA)y (3.41)
Para que f seja zero, uma das possibilidades é que as estruturas de insumos dos setores
agregados sejam idênticas.
Outra possibilidade para se ter f = 0 corresponde ao caso em que a demanda final ocorrer
somente em setores não agregados. Assim, quando se multiplica (A*S - SA) por y, o viés
desaparece, mesmo sendo (A*S - SA) diferente de zero. A demonstração é feita em Miller,
R.E., e P.D. Blair (2009), p165.
Estudo de Hewings (1972), baseado em trabalhos de Doeksen e Little (1968) e Williamson
(1971), analisa os efeitos da agregação para os dados de 1963 relativos ao Estado de
Washington. Segundo o autor, os trabalhos sugerem que o aumento de produção dos setores
não agregados em decorrência de uma variação da demanda final não se modificam
significativamente na medida em que se agrega os demais setores. Os efeitos da agregação
tornam-se mais relevantes apenas no caso em que há uma redução muito expressiva do
número de setores da matriz original.
1.4.6 Caso particular: matrizes singulares
Consideremos duas matrizes A e B não nulas, sendo (DOWLING, E.T., 2001, p.222):

 6 12 
A  e
 3 6 

12 6 
B 
 6 3

 72  72 36  36  0 0
AB    
 36  36  18  18 0 0

Ou seja, ao contrário do que acontece na álgebra comum, quando para o resultado de um

produto ser nulo pelo menos um dos fatores deve ser nulo, em álgebra linear o resultado da
multiplicação de matrizes com todos os seus elementos não nulos pode resultar um uma
matriz nula. No caso acima, isto aconteceu porque as duas matrizes são singulares. Uma
matriz é entendida como singular quando uma linha ou coluna é múltiplo de outra linha
ou coluna. No caso da matriz A, a primeira linha é igual à segunda multiplicada por -2, o
mesmo acontecendo com a segunda coluna em relação à primeira. Quanto à matriz B, a
primeira linha é igual à segunda multiplicada por 2, o mesmo acontecendo com a primeira
coluna em relação à segunda.
Assim, em álgebra matricial, multiplicação envolvendo matrizes singulares pode resultar em
uma matriz nula, mas não necessariamente, como seria o caso acima se substituíssemos -12
 17

por 12 e -3 por 3 em A Ou ainda, lembrando que a propriedade comutativa não se aplica à

multiplicação de matrizes, efetuássemos o produto BA.
1.4.7 Multiplicação de matrizes com o Excel
Vamos voltar ao exemplo acima,

2 0 4
2 1 3   14 13 25
P  MQ     1 1 2   
 4 6 12  3 4 5  50 54 88 
 
Utilizando o Excel 2010, a mesma operação pode ser efetivada de acordo com o seguinte
procedimento:
1. Digitar as duas tabelas em uma planilha Excel e selecionar a célula onde se localizará
o elemento a11 da matriz produto (célula B7 na figura, como indica a caixa nome
acima da coluna A à esquerda), assegurando o intervalo em branco suficiente para
abrigar a matriz resultado (no caso B7:D8, garantindo o número de linhas da matriz à
esquerda e o número de colunas da matriz à direita).

2. Digitar “=” na célula escolhida. O valor da caixa de nome muda para a abreviação de
uma função (no exemplo ABS), e o sinal = aparece na caixa de fórmulas (na figura,
acima da coluna C).
 18

3. Clicando com o botão esquerdo do mouse na seta para baixo logo à direita da caixa de
nome, aparece uma lista das funções utilizadas mais recentemente. Selecionar a
função MATRIZ.MULT como indicado na figura abaixo. Caso a função não apareça
na lista, selecione “Mais funções...”, o que abrirá uma janela com a lista completa de
todas as funções disponíveis para seleção.

4. Clicando com o botão esquerdo do mouse em MATRIZ.MULT surge a tela

Argumentos da função, abrindo espaço para identificação das matrizes a serem
multiplicadas à esquerda (“Matriz 1”) e à direita (“Matriz 2”). Clicando com o botão
esquerdo do mouse no espaço reservado à Matriz 1, e a seguir selecionando o
intervalo ocupado por ela (B2:D3) com o botão esquerdo clicado, o intervalo ocupado
pela Matriz 1 aparecerá na caixa correspondente. Adotando procedimento análogo
para a Matriz 2 a fórmula de multiplicação surge também no intervalo B7, como
mostra a figura abaixo.
 19

5. Clicando com o botão esquerdo do mouse em OK, a operação de multiplicação se

efetua, mas somente para a primeira célula da matriz resultado (B7 = 14). De maneira
a obter os resultados das demais células, é preciso que se selecione o intervalo a ser
ocupado pela matriz produto, ou seja, B7:D8, de maneira a contemplar o número de
linhas da Matriz 1 e o de colunas da Matriz 2, como determinado pelas regras de
multiplicação. A seguir, deve-se clicar com o botão esquerdo do mouse sobre a caixa
de fórmulas, onde deverá estar explicitada a expressão de multiplicação. As duas
matrizes fatores são então destacadas, como indicado na figura a seguir.
 20

Finalmente, o resultado é conseguido clicando-se simultaneamente nas teclas ctrl, shift, enter.
A operação é então consumada, como indicado abaixo.

1.5 Matriz identidade e matriz escalar

Por matriz identidade é entendida a matriz que, quando multiplicada por outra, a deixa
inalterada.
As matrizes identidade são sempre quadradas e usualmente indicadas por I , sendo
compostas por uma diagonal unitária e com todos os seus demais elementos nulos. A matriz
identidade de ordem 3, por exemplo, é:

1 0 0 
I 3  0 1 0 
0 0 1 

Assim, se tomarmos a matriz M dos exemplos acima e a pós-multiplicarmos pela matriz I 3 ,

temos:

1 0 0 
2 1 3     2x1  1x0+3x0 2x0  1x1+3x0 2x0  1x0+3x1 
 4 6 12  0 1 0    4x1  6x0+12x0 4x0  6x1+12x0 4x0  6x0+12x1 
  0 0 1   
 
2 1 3 
 
 4 6 12 
 21

Já no caso de pré-multiplicação, a matriz identidade deverá ser de ordem 2, de maneira a

viabilizar a operação:
1 0  2 1 3  1x2  0x4 1x1  0x6 1x3  0x12  2 1 3 
0 1   4 6 12   0x2  1x4 0x1  1x6 0x3  1x12   4 6 12 
      
Genericamente, se A é de dimensão mxn, então
AIn = ImA = A
A matriz escalar é análoga à matriz identidade, sendo quadrada e com todas as células iguais
a zero, com exceção da diagonal, que é composta pela repetição do mesmo escalar k. Uma
matriz escalar de dimensão 3, assim, será da forma

k 0 0 
0 k 0
 
 0 0 k 

A multiplicação pela matriz escalar é equivalente à multiplicação por escalar já vista,

observada a condição de conformidade, como no caso da matriz I. Assim, se A é de dimensão
mxn, e denominando a matriz escalar por K, então
AKn = KmA = kA.

1.6 Transposição de matrizes

A transposição é uma operação bastante utilizada na Análise de Insumo-Produto. Se

denominarmos a transposta de M de dimensão m x n como M’, que é a notação padrão para
se indicar transposição, M’ terá dimensão n x m, e cada linha i de M passará a ser a coluna i
de M’. Assim, no caso do nosso exemplo numérico,

2 4 
M '  1 6 
 3 12 

1.6.1 Transposição de matrizes com o Excel

A transposição de matrizes com o Excel pode ser feita de duas formas. A primeira delas é
copiando a matriz a transpor e colando especial com a opção “transpor”. Embora mais
simples e direto, este procedimento pode levar a erro se a matriz a transpor contiver fórmulas,
e deve ser evitado.
O segundo procedimento é análogo ao da multiplicação, mas selecionando-se a função
“Transpor”. Caso ela não esteja disponível na caixa de listagem, digitar = (transpor), e o
Excel abrirá uma caixa de entrada de dados para que se identifique a matriz (intervalo) a
transpor. A partir daí segue-se como na operação de multiplicação, tomando o cuidado de se
levar em conta que o intervalo do resultado deve ter dimensão também transposta à do
intervalo inicial. Ou seja, se por exemplo inicialmente tivermos duas linhas e três colunas, ao
 22

transpor devemos selecionar três linhas e duas colunas. Caso o Excel retorne se “#VALOR!”
ao comando de transpor, ignorar e seguir em frente.

1.7 Representação matricial de sistemas de equações lineares

Vamos supor duas equações lineares com duas incógnitas, x1 e x2:

2 x1  x2  10
(1.5)
5 x1  3x2  26

Se construirmos a matriz A tendo por elementos os coeficientes do sistema de equações

exatamente na mesma ordem em que são apresentados,

2 1
A 
5 3
e ainda dois vetores coluna contendo respectivamente as incógnitas e os valores à direita dos
sinais de igualdade, sempre na mesma ordem em que são mostrados no sistema:

x  10 
x   1; b    (1.6)
 x2  26
Então, graças às definições e regras de multiplicação de matrizes que foram descritas, o
sistema de equações pode ser sintetizado em forma matricial como a seguir:
Ax = b (1.7)

1.8 Inversão de matrizes

Da mesma forma que em álgebra elementar, a solução do sistema de equações (1.5) na

notação matricial pode ser encontrada dividindo-se ambos os membros pelo coeficiente de x,
que no nosso caso é a matriz A. Ou ainda, multiplicando pela sua inversa A-1, definida de tal
forma que, ao ser pós ou pré-multiplicada por A, resulte na matriz identidade:
(A)(A-1) = (A-1)(A) = I (1.8)
Consequentemente, se B é a inversa de A, então A é a inversa de B.
Tanto A quanto A-1 devem ser quadradas e da mesma ordem, e não podem ser singulares,
pois nestes casos a inversão é matematicamente inviável.
A determinação de A-1, que é a operação conhecida como inversão de matrizes, quando
efetuada por cálculo matricial pode ser bastante trabalhosa e demorada. No entanto, com o
avanço da computação digital, é possível ser realizada com bastante rapidez via planilhas
eletrônicas, o que é plenamente satisfatório para os objetivos deste curso. Assim sendo, nos
limitaremos a detalhar os procedimentos para inverter matrizes com o uso do Excel. Quem
quiser se aprofundar nos procedimentos matemáticos, pode recorrer a Miller, R.E., e P.D.
Blair (2009), Apêndice A, p.693 e seguintes.
 23

1.8.1 Solução de sistemas de equações lineares

Uma vez definida a inversa de A, a resolução do sistema de equações lineares apresentado em
1.7 pode então ser encontrada via álgebra matricial:
Se Ax = b, então

(A1 )Ax  (A1 )b , ou

Ix  (A1 )b , ou

x = A-1b (1.9)

1.8.2 Inversão de matrizes com o Excel

Voltando ao sistema de equações (1.5), vamos determinar a inversa da matriz A utilizando o
Excel, de maneira a efetuarmos a solução como indicada por (1.9).
1. A matriz a ser invertida é digitada em uma planilha do Excel, como indicado no
intervalo B2:C3 da figura abaixo. No início do intervalo onde se deseja localizar a
matriz invertida (B5:C6) digita-se o sinal de igual. Como, ao se clicar na seta para
abrir a caixa de nome (à direita de “MATRIZ.MULT” na figura) não apareceu a
função desejada (no caso MATRIZ INVERSO), foi necessário clicar em “Mais
funções...”, o que abriu a caixa Inserir função, permitindo então a seleção da função
inversão.
 24

2. Clicando com o botão esquerdo do mouse em OK, surge o formulário para

preenchimento com a matriz que se deseja inverter, como indicado abaixo, o que se
consegue clicando com o botão esquerdo do mouse no espaço a ser preenchido, e a
seguir selecionando o intervalo onde se digitou a matriz a inverter.
 25

3. O restante da operação é igual ao descrito para multiplicação de matrizes acima: clica-

se em OK, o valor da primeira célula da matriz invertida surge em B5, seleciona-se o
intervalo onde se abrigará a matriz invertida, clica-se com o botão esquerdo do mouse
na caixa de fórmulas, e então simultaneamente em control-shift-enter, chegando-se ao
resultado como mostra a figura abaixo. Como se vê, embora algebricamente bem mais
complexa, no Excel a operação de inversão é mais simples que a de multiplicação.

Caso se queira checar o resultado, basta efetuar a multiplicação pela inversa e verificar se o
resultado é I. No caso de exemplo, é fácil verificar pelas regras de multiplicação de matrizes
que

 3 1  2 1  3x2+(-1)x5 3x1+(-1)x3  1 0 

 5 2  5 3  (5)x2+2x5 ( 5)x1+2x3  0 1 
      
Evidentemente, este tipo de verificação pode ser feita também multiplicando com o Excel,
particularmente nos casos de matrizes de maior dimensão. É importante, no entanto, notar
que, dependendo da formatação adotada para número, pode-se chegar a valores como
4,44089E-16 (4,44089 x 10-16) em vez de zero, uma vez que o aplicativo trabalha por
 26

aproximações sucessivas, e 16 dígitos após a vírgula é o limite aproximado adotado pelo

Excel 10 para inversão de matrizes. Caso haja dúvida, basta mudar a formatação da célula
para o número máximo de casas decimais após a vírgula segundo a precisão requerida pela
operação, e verificar se o resultado é zero. Por exemplo, se trabalharmos com milhões de
reais como unidade básica, que é o usual nas tabelas de insumo-produto do IBGE, e
quisermos precisão de até um real, basta formatar o número de casas após a vírgula como 6, e
verificar se o valor é 0,000000.
Voltando ao nosso sistema de equações, obtida a inversa de A podemos agora chegar à
solução de (1.9):
x = A-1b

 x1  1  1 
b  3 1 10   4
 x   A b    5 2   26   2
 2  2     
Ou seja, x1 = 4 e x2 = 2, o que pode ser verificado facilmente por substituição em (1.5).

1.9 Matrizes diagonal

Matrizes diagonal são matrizes quadradas com todos os seus elementos iguais a zero, com
exceção dos componentes da sua diagonal. Uma matriz diagonal de dimensão 4x4, por
exemplo, terá a forma geral abaixo:

 d11 0 0 0 
0 d 22 0 0 
D
0 0 d33 0 
 
0 0 0 d 44 

Em álgebra matricial vetores linhas e colunas muitas vezes são transformados em matrizes
diagonal por demandas operacionais, ou seja, são diagonalizados, operação que usualmente
se denota com um acento circunflexo sobre o vetor. É importante observar que vetores linha e
coluna com elementos iguais resultam na mesma matriz diagonal. Ou seja, a mesma matriz
diagonal representa o vetor e seu transposto. Assim,

 x1 0 0
xˆ   0 x2 0 
 0 0 x3 

Serve tanto para o vetor coluna

 x1 
x   x2 
 x3 

Quanto para seu transposto

x '   x1 x2 x3 
 27

As matrizes diagonal são muito utilizadas na Análise de Insumo-Produto, pois, ao multiplicar

uma matriz por um vetor coluna, por exemplo, se este for diagonalizado, o resultado, em vez
do total da operação por linhas, mostrará os produtos por linha e coluna, o que permite sua
análise setorial. O exemplo a seguir ilustra esta vantagem.
Exemplo 1.8
Refazer o Exemplo 1.6 diagonalizando o vetor p:

120 110 90 150   200 0 0 0   24.000 5.500 9.000 22.500 

 200  
180 210 110   0 50 0 0   40.000 9.000 21.000 16.500 
 
175 190 160 80   0 0 100 0   35.000 9.500 16.000 12.000 
    
140 170 180 140   0 0 0 150   28.000 8.500 18.000 21.000 

Enquanto a multiplicação dos estoques pelo vetor preço nos leva ao total por loja, como
mostra o exemplo 1.6, a multiplicação pelo vetor diagonalizado nos retorna os resultados por
loja e produto. Fazendo a operação em planilhas eletrônicas, a obtenção dos totais por loja
(totais das colunas) e por produto (totais das linhas) é imediato.
Uma propriedade das matrizes diagonal bastante empregada na análise de insumo-produto é a
de que a inversa de uma matriz diagonal é outra matriz diagonal em que cada elemento da
diagonal é o recíproco da matriz original. Ou seja:

1 / x1 0 0 
1 
xˆ   0 1 / x2 0 
 0 0 1 / x3 

Facilmente pode ser demonstrado que

 x1 0 0  1/ x1 0 0  1 0 0  1/ x1 0 0   x1 0 0
ˆˆ  0
xx1
x2  
0   0 1/ x2    1 
0   0 1 0  xˆ xˆ   0 1/ x2 0   0 x2 0 

 0 0 x3   0 0 1/ x3  0 0 1   0 0 1/ x3   0 0 x3 

Como as operações de insumo-produto envolvem o cálculo recorrente de coeficientes, estes

podem ser obtidos rapidamente via multiplicação por matrizes diagonais de inversos, como
veremos.

1.10 Partição de matrizes

Em diversas aplicações é conveniente dividir uma dada matriz em sub-matrizes,

particularmente quando existe alguma razão lógica para distinguir algumas regiões da matriz
de outras. Esta operação é denominada partição de matrizes. Já vimos acima, por exemplo,
que pode ser interessante considerar a multiplicação de matrizes em função de seus vetores
linhas e colunas, o que é uma forma de partição. Aplicações importantes da partição de
matrizes também acontecem no estudo de matrizes inter-regionais, como se verá adiante. Ou
ainda para facilitar operações que de outra forma seriam mais complicadas, como a inversão
de matrizes de grandes dimensões. No nosso caso, no entanto, isto não será necessário, uma
 28

vez que as dimensões das matrizes trabalhadas serão todas compatíveis com os limites de
cálculo do Excel 10 para inversão.
1.10.1 Multiplicação de matrizes particionadas.
Dada a matriz 4x4 abaixo, vamos dividi-la em quatro sub-matrizes 2x2.

 a11 a12 a13 a14 

a a24 
 21 a22 a23
A A12  a a12 
A    11 , sendo A11   11
a22 
 , etc.
   a21
a34   21
A A 22 
 a31 a32 a33
 a41 a42 a43 a44 

Vamos ainda particionar uma segunda matriz B 4x3 como a seguir:

 b11 b12 b13 

b b22 b23 
 21 B B12 
B    11 
  B 21 B 22 
b31 b32 b33 
b41 b42 b43 

Podemos multiplicar A por B considerando as sub-matrizes como se fossem células:

A A12   B11 B12   A11B11  A12B 21 A11B12  A12B 22 

AB   11 
 A 21 A 22  B 21 B 22   A 21B11  A 22B 21 A 21B12  A 22B 22 

Os resultados são exatamente os mesmos que os obtidos multiplicando célula a célula, como
pode ser verificado.
 29

Exercícios – Série 1

1.1 Uma empresa com 5 lojas tem 10 TVs, 15 FMs, 9 DVD players e 12 HDs na loja 1; 20
TVs, 14 FMs, 8 DVD players e 5 HDs na loja 2; 16 TVs, 8 FMs, 15 DVD players e 6 HDs na
loja 3; 25 TVs, 15 FMs, 7 DVD players e 16 HDs na loja 4; 5 TVs, 12 FMs, 20 DVD players
e 18 HDs na loja 5. Colocar este inventário em forma de matriz obedecendo à ordem descrita
e representando as lojas nas linhas e os produtos nas colunas (DOWLING, E.T., 2001,
p.208).
1.2 Os estoques da empresa do exercício 1.1 são repostos como indicado na matriz a seguir:

4 3 5 2
0 9 6 1 

D5 7 2 6
 
12 2 4 8
 9 6 3 5 

Calcular o novo nível de estoques (ibid., p209).

1.3 Após a reposição de estoques acima (problema 1.2), ao final do mês as vendas foram
como segue:

8 12 6 9 
10 11 8 3 

R  15 6 9 7
 
 21 14 5 18
 6 11 13 9 

Calcular os novos estoques por loja e produto (ibid., p209).

1.4 Uma loja de roupas deu um desconto de 20% ao final do ano em todo o seu estoque de
camisas, paletós e ternos. Se V1 indica o valor dos estoques por produto (colunas) em suas
três filiais (linhas) antes do desconto, calcular V2 com os valores após o desconto (ibid.,
p211).

 5.000 4.500 6.000

V1  10.000 12.000 7.500
 8.000 9.000 11.000

Obs.: utilizar o Excel; fazer a) multiplicando por escalar e b) multiplicando por matriz
escalar.
1.5 Considerando o exemplo 1.6, supondo um realinhamento do preço de A de 200 para 190,
e o de B de 50 para 60: a) qual o impacto no faturamento da empresa? B) como cada loja
seria afetada?
 30

1.6 Dadas as matrizes

7 2 6  11
  6 2 
A  5 4 8  B    C   4 
3 1 9 5 0   3 

14
D    E  8 1 10 F  13 3
4
Determinar se os seguintes produtos são conformáveis: a) AC, b) BD, c) EC, d) DF, e) CA,
f) DE, g) DB, h) CF, i) EF. Caso positivo, indicar a dimensão da matriz resultado (ibid.,
p210)
1.7 Sabendo que o preço da TV é $300, o do FM $250, do DVD player $175 e do HD $125,
usar vetores para determinar o valor do estoque da loja 2 do problema 1.1 (ibid. p212).
1.8 Usando o Excel, calcular a) AB e b) BA, sendo:

4 9 8 1 2 0 
A  7 6 2 B  5 3 1 
 
1 5 3 0 2 4 

(ibid., p217). Comentar.

1.9 Fazendo referência ao exemplo 1.6, e supondo que o preço do produto A (200) seja
considerado alto, fazer um teste reduzindo-o para 180, mas mantendo o faturamento total
como no exemplo 1.1. Para tanto, reajustar o preço do produto 2 (50), considerado muito
baixo, para cima. Utilizando o Excel, calcular o novo preço do produto 2 e as variações de
faturamento por unidade de distribuição e por produto, determinando quais lojas ganham e
quais perdem com a alteração.
Sugestão: utilizar a função atingir meta do Excel.

1.10 Uma loja de aparelhos de som vende 700 CDs, 400 DVDs e 200 DVD players por
semana. Os preços dos produtos são respectivamente $4, $6 e $150. Seus custos, também
respectivamente, são $3,25, $4,75 e $125. Calcular o lucro semanal usando a) totais e b)
valores unitários (ibid., p221).
1.11 Inverter, com o Excel, as matrizes:

6 12 6 10
A  e B 
3 6  3 6 
Comentar os resultados.
1.12 A condição de equilíbrio de três mercados inter-relacionados é:
 31

11P1 – P2 – P3 = 31
-P1 + 6P2 – 2P3 = 26
-P1 – 2P2 + 7P3 = 24

Encontrar o preço de equilíbrio para cada mercado (ibid., p.247).

1.13 A tabela a seguir mostra o volume de vendas mensais projetadas dos produtos X, Y e Z
para as três filiais de uma loja. Definir os preços de X, Y e Z de maneira que o faturamento
mensal mínimo por filial seja respectivamente R$ 53.600,00, R$ 26.400,00 e R$ 20.000,
perfazendo um total de R$ 100.000,00.

Produto X Produto Y Produto Z

Filial 1 1.250 300 100
Filial 2 550 200 400
Filial 3 200 600 1.000

Solução dos exercícios

Ver arquivo CURSO BASICO SOBRE CONCEITOS E TECNICAS DE IP Solucao dos

exercicio.xls

2. O Modelo de Leontief e a análise de insumo-produto

2.1. Antecedentes históricos

Na tentativa de traçar as origens da teoria de Insumo-Produto dentro da teoria econômica e de

explicar um pouco da sua evolução no século XX, esta seção em muito se beneficiou do
Volume Especial do Economic Systems Research (Vol. 12, N. 2, June 2000, Special Issue:
Input-Output Analysis and Classical Economic Theory), e em especial do trabalho de Kurz e
Salvadori (2000) neste volume1.
Segundo Leontief:

“A análise de Insumo-Produto é uma extensão prática da teoria

clássica de interdependência geral que vê a economia total de uma
região, país, ou mesmo do mundo todo, como um sistema simples, e

1
O trabalho de Kurz e Salvadori (2000) pode ser considerado uma obra prima em traçar as origens da teoria de
insumo-produto e, sem dúvida, este trabalho fornece a grande base teórica desta seção.
 32

parte para descrever e para interpretar a sua operação em termos de

relações estruturais básicas observáveis” (Leontief, 1987, p. 860).

De acordo com a idéia de Leontief, a origem da sua teoria pode ser ligada ao problema do
fluxo circular da renda assim como ao problema da sua distribuição entre as classes
envolvidas dentro do processo produtivo. Preocupações estas que aparecem no seu artigo de
1928, “Die Wirstschaft Als Kreislauf” (Leontief, 1928), baseado no seu trabalho de
doutorado e que foi parcialmente traduzido para o inglês em Leontief (1991), “The Economy
as a Circular Flow”, assim como no seu artigo de 1936, “Quantitative Input-Output
Relations in the Economic System of the United States” (Leontief, 1936).
Tomando como base a teoria do fluxo circular, as origens da teoria de Leontief, apresentada
de forma esquemática na figura 2.1, podem estar relacionadas a autores que antecederam aos
fisiocratas, como William Petty (1623-87) e Richard Cantillon (1697-1734).
Figura 2.1 – Esquema das origens da teoria de Leontief

Willian Petty
(1623-1687)

Richard Cantillon
(1697-1734)

François Quesnay Achille-Nicolas Isnard Adam Smith

(1694-1774) (1749-1803) (1723-1790)

Karl Marx David Ricardo

(1818-1883) (1772-1823)

Vladimir Dmitriev Ladislau von Bortkiewicz Robert Torrens

(1868-1913) (1868-1931) (1780-1864)

WASSILY LEONTIEF Léon Walras

(1905-1999) (1834-1910)

No seu primeiro trabalho, “Treatise of Taxes and Contributions”, originalmente publicado

em 1662 (veja Petty, 1986), Petty expõe o conceito de excedente social. O excedente
agrícola, identificado como a renda da terra, é expresso como sendo a diferença entre a
produção de milho menos o milho utilizado como insumo, incluindo a subsistência dos
trabalhadores medida em termos de milho. Dado o meio de subsistência dos indivíduos, o
 33

excedente poderia também ser expresso em termos do número de pessoas que poderiam ser
mantidas por um certo número de trabalhadores engajados na produção de bens.
Cantillon teve o seu trabalho, “Essai sur la Nature du Commerce en Général”, publicado
postumamente em 1755 (veja Cantillon, 1931) sendo fortemente influenciado pelo trabalho
de Petty. Ele enfatiza que todos os membros da sociedade subsistem com base na produção
da terra, o que parece indicar que a fonte de todo o excedente é a agricultura. Porém existem
passagens no seu trabalho que indicam que o excedente também pode ser gerado na
manufatura, na forma de lucro.
A visão de que somente a agricultura pode gerar excedente e de que a manufatura é uma
atividade estéril, gerando uma produção cujo valor não seria maior do que os insumos
agrícolas por ela utilizados, é apresentada no trabalho de François Quesnay (1694-1774),
“Tableau Économique”. Quesnay é considerado como sendo o fundador da Escola
Fisiocrata, a qual se opunha às idéias mercantilistas de Colbert. O Tableau apareceu em três
versões, sendo que a primeira deve ter aparecido no final de década de 1750 (Kuczynski e
Meek, eds, 1972, apresentam estas três versões).
O Tableau Économique, também conhecido como “tabela de ziguezague” é apresentado de
forma esquemática na Figura 2.2 (extraída de Baumol, 2000), a qual mostra: a) que a
agricultura é a atividade econômica produtiva e que a manufatura é a atividade estéril; e b)
como se dá a relação de produção entre estes dois macro-setores da economia.
É importante salientar, inclusive, que este trabalho foi admirado por Karl Marx, que, ao
mesmo tempo, apresentava-se como um crítico de Adam Smith.. Segundo Marx, o Tableau é
“uma concepção extremamente brilhante, incontestavelmente a mais
brilhante pela qual a economia política foi responsável até o
momento” (Marx, 1956, p. 344).

Leontief, em seu trabalho de 1936, também faz menção ao trabalho de Quesnay:

“O estudo estatístico apresentado ... pode ser melhor definido como
uma tentativa de construir, com o material estatístico disponível, um
Tableau Économique dos Estados Unidos para 1919 e 1929”
(Leontief, 1936, p.105).

Achille-Nicolas Isnard (1749-1803), em seu trabalho “Traité des Richesses” (Isnard, 1781),
foi um crítico da doutrina fisiocrata com relação ao fato de que somente a agricultura seria
produtiva. Mais importante ainda, Isnard argumentava que o fato de um setor da economia
gerar uma renda superior aos seus custos de produção não poderia ser considerado de forma
independente das relações de troca entre os bens, ou seja, os preços relativos. Os preços
relativos não só refletiriam os custos de produção dos diversos bens, mas também a regra pela
qual o excedente seria distribuído entre as classes proprietárias.
Os conceitos de produção e do fluxo circular estão de certa forma presentes nos trabalhos de
Adam Smith (1723-1790), “An Inquire into the Nature and Causes of the Wealth of Nations”
(veja Smith, 1965) publicado em 1776, e de David Ricardo (1772-1823), “On the Principles
 34

of Political Economy and Taxation” (veja Ricardo, 1982) publicado em 1817. Porém a volta
destes conceitos dentro de um ambiente da teoria de insumo-produto é verificado no trabalho
de Robert Torrens (1780-1864). Na segunda edição do seu trabalho, “Essays on the External
Corn Trade” (Torrens, 1820), voltam à discussão os problemas de quantidades relativas e
taxas de crescimento, e de preços relativos e taxas de lucro, tornando claro que o conceito de
excedente era a chave para explicar a divisão da renda.
Figura 2.2 – Tableau Économique de Quesnay

Fonte: Baumol (2000)

 35

Karl Marx (1818-83) usou o Tableau como base para seu esquema de reprodução (Figura 2.3,
extraída de Baumol, 2000).

Figura 2.3 – Esquema de Reprodução de Marx

Fonte: Baumol (2000)

O esquema de reprodução de Marx, porém, apresentava um problema. Após desenvolver o

seu esquema de reprodução (veja Baumol, 2000), ele chega à conclusão que os bens de
produção produzidos no Departamento I (bens de produção) para o Departamento II (bens de
consumo) devem ser iguais em valor aos bens de consumo que o Departamento II produz
para o Departamento I, o que já era de se esperar.
Assim sendo, a questão que se colocava era o que mais o modelo de Marx poderia explicar?
E é justamente nos trabalhos de Vladimir K. Dmitriev (1868-1913) e Ladislaus von
Bortkiewicz (1868-1931) que a resposta é encontrada.
 36

Em 1898, Dmitriev publicou “Economic Essays on Value, Competion and Utility”

(Dmitriev, 1974) em que é feita uma análise da teoria do valor e da distribuição de Ricardo.
A partir do trabalho de Dmitriev e do problema enfrentado por Marx, von Bortkewicz, que
viria a supervisionar a tese de doutorado de Leontief, desenvolve um tratado em três partes, o
qual é publicado entre 1906 e 1907 (as partes II e III foram traduzidas para o inglês como
“Value and Price in the Marxian System”, veja von Bortkiewicz, 1952). Neste trabalho, von
Bortkewicz chama a atenção para o fato de que as informações que o enfoque clássico da
teoria do valor e da distribuição utilizam são suficientes para determinar a taxa de lucro e os
preços relativos.
Wassily Leontief nasceu em 05/08/1906 em São Petersburgo, estudou de 1921 a 1925 na
Universidade de Leningrado, formando-se em economia. Fez o seu doutorado na
Universidade de Berlim sobre a supervisão de von Bortkiewicz. Em 1928 publicou parte da
sua tese no artigo ‘Die Wirtschalt als Kreislaur’ (veja Leontief, 1928) que foi traduzido
parcialmente para o inglês em 1991 (“The Economy as a Circular Flow”, veja Leontief,
1991). Neste trabalho, Leontief desenvolve um modelo de dois setores de insumo-produto
que foi construído para descrever a produção, a distribuição, e o consumo (segundo Kurz e
Salvadori, 2000, o trabalho de Leontief de 1928 apresenta semelhanças com o de Isnard). De
1927 a 1930 trabalhou na Universidade de Kiel. Em 1928/29 trabalhou na China como
consultor do Ministério das Estradas de Ferro. Em 1931, mudou-se para os EUA indo
trabalhar no National Bureau of Economic Research, Nova Iorque. Em 1932 torna-se
professor no departamento de economia da Universidade de Harvard, EUA, onde começa a
construção das primeiras matrizes de insumo-produto para a economia americana. Estas
matrizes, juntamente com o modelo matemático, são publicadas em 1936 e 1937 (Leontief,
1951). Leontief foi professor na Universidade de Harvard até 1975, tendo recebido o prêmio
Nobel de economia em 1973. No período de 1975 a 1999 foi professor no departamento de
economia da New York University, vindo a falecer em 05/02/1999.
É interessante chamar a atenção para o fato de que, conforme Baumol (2000), o trabalho de
Leontief:
“... é, na verdade, um salto para frente, e não simplesmente uma mera
extensão daqueles que são chamados de seus predecessores. A
contribuição de Leontief é revolucionária, não incremental. Ela
transforma abstrações de aplicação duvidosa num instrumento
analítico operacional e amplamente utilizável” Baumol (2000, p.
142).
Existe uma vasta literatura discutindo se realmente existem semelhanças, e se o trabalho de
Leontief pode ser comparado ao da teoria neoclássica de Walras. Uma discussão maior foge
ao objetivo deste trabalho, sendo que na apresentação abaixo será dado apenas o tom deste
debate. Ao leitor mais curioso é recomendada a leitura aqui referenciada.
Leontief, em seu primeiro livro sobre insumo-produto, coloca que:

“Este modesto volume descreve uma tentativa de aplicar a teoria

econômica de equilíbrio geral - ou melhor, de interdependência geral
 37

- a um estudo empírico das interrelações entre as diferentes partes de

uma economia nacional como revelado através da covariação de
preços, produções, investimentos e rendas” Leontief (1951, p.3),

e no seu livro de 1966 confirma a afirmação acima, definindo o método de insumo-produto

desenvolvido nas décadas de 1930 e de 1940 como sendo:

“uma adaptação da teoria neoclássica de equilíbrio geral ao estudo

empírico da interdependência de quantidade entre atividades
econômicas interrelacionadas” Leontief (1966, p.134).

O fato interessante é que estas afirmações de Leontief acontecem após a sua mudança para os
EUA. No seu trabalho de 1928, conforme mostrado por Kurz e Salvatori (2000), o conceito
marginalista de homo oeconomicus é considerado inapropriado por Leontief, pois dá espaço a
muita imaginação e poucos fatos, portanto, a análise econômica deveria se concentrar no
conceito do fluxo circular.
Em oposição à visão acima, colocada por Kurz e Salvatori (2000), o trabalho de Davar (2000)
afirma que, apesar de haver diferenças entre os trabalhos de Leontief e Walras, é possível a
conciliação das duas teorias.
Lager (2000) apresenta uma discussão sobre economistas contemporâneos de Leontief que se
preocuparam com a teoria da produção, acumulação e distribuição (fluxo circular), e que de
alguma forma têm o seu trabalho relacionado com o de Leontief, como John Richard Hicks
(1904-1989), Piero Sraffa (1898-1983), John von Neumann (1903-1957), e Nicolas
Georgescu-Roegen (1906-1994)
Entre outros economistas de importância do século XX que tiveram os seus trabalhos
relacionados ao de Leontief, podemos citar: Alfred Kähler (1900-1981), Luigi L. Pasinetti
(1930- ), Paul Anthony Samuelson (1915- ), e John Richard Nicholas Stone (1913-1991).

2.2. Contribuições de Leontief

Como se pode verificar na literatura consultada e no próprio trabalho de Leontief, a sua

grande ênfase sempre se relacionou à ligação entre a teoria e a sua aplicação. Segundo
Polenske (2000), e baseando-se na premissa acima, existem cinco áreas da Economia
Aplicada para as quais Leontief contribuiu com idéias inovadoras, quais sejam: i) automação;
ii) desarmamento; iii) meio ambiente; iv) comércio internacional; e v) análise espacial e
mundial. Cada uma destas áreas é discutida a seguir.2

2
Esta seção se baseia fortemente no trabalho de Polenske (2000).
 38

2.2.1. Automação
A automação e as conseqüências que esta teria sobre os trabalhadores, e em especial sobre o
emprego, sempre foi um tópico que fascinou Leontief. Em princípio, ele acreditava que os
trabalhadores seriam substituídos por máquinas. Trabalhos futuros, Leontief (1952) e
Leontief e Duchin (1986), mostrariam que os trabalhadores não se tornariam obsoletos e que
estes se adaptariam às novas tecnologias, para tanto seria necessário um processo contínuo de
treinamento da mão-de-obra, ao mesmo tempo em que haveria uma diminuição das horas de
trabalho.
Apesar de existirem semelhanças entre o trabalho de Alfred Kälher (1900-1981) sobre
automação, desenvolvido originalmente na Universidade de Kiel, e o de Leontief, não se
pode garantir, em princípio, que houve troca de idéias entre ambos. Uma boa discussão a este
respeito pode ser encontrada em Gehrke (2000).
2.2.2. Desarmamento
Em dois momentos Leontief se concentrou no problema do desarmamento e quais seriam as
suas conseqüências sobre a economia americana.
No primeiro destes trabalhos, Leontief (1944), refere-se à preocupação de quais seriam os
impactos de reconverter a economia americana de uma economia de guerra para uma
economia civil e quais seriam os impactos sobre a produção e o emprego nos diferentes
setores da economia.
No seu segundo trabalho, Leontief et al. (1965), a preocupação se volta para a guerra do
Vietnã e quais seriam as conseqüências, de um lado, de uma diminuição dos gastos militares
com a guerra do Vietnã em 20%, e de outro, qual deveria ser o aumento nos gastos civis do
governo americano para compensar a queda dos gastos militares. Como a produção militar
dos EUA não se encontrava igualmente distribuída pelo país, Leontief decidiu trabalhar com
um modelo intranacional, em que os EUA foram divididos em 19 regiões. Os resultados
mostraram que os impactos do corte nos gastos militares seriam diferentes entre as diversas
regiões, sendo que um aumento de 2% nos gastos civis do governo dos EUA seria suficiente
para contrabalançar o corte nos gastos militares.
Os fatos, porém, foram outros, e o governo americano, durante a segunda metade dos anos de
1960, ao invés de diminuir, aumentou os gastos militares com a guerra do Vietnã em 20%.
2.2.3. Meio ambiente
No final dos anos 60, Leontief começou a se preocupar com o meio ambiente e o impacto que
os diferentes setores teriam sobre ele.
Apesar de trabalhos anteriores já terem tratado do problema do meio ambiente utilizando-se
de insumo-produto, como Cumberland (1966), Daly (1968), Isard et al. (1968), e Ayres e
Kneese (1969), Leontief não estava satisfeito com o enfoque destes trabalhos, até que em
Leontief (1970) apresenta a sua formulação de um modelo de insumo-produto que estuda o
problema de poluição do meio ambiente, implementado posteriormente em Leontief e Ford
(1972).
 39

2.2.4. Comércio internacional

As contribuições de Leontief para o comércio internacional são o objetivo do trabalho de
Duchin (2000), porém, aqui será dado destaque especial ao que viria a ser e continua sendo
um tema de grande discussão na literatura, que é o “paradoxo de Leontief”.
O “paradoxo de Leontief” surge em Leontief (1953a), quando estudando a composição das
exportações dos EUA, usando as matrizes de 1947, Leontief observa que estas possuíam uma
oferta abundante de trabalho e escassa de capital. Esta proposição vai contra o teorema de
Heckscher-Ohlin (HO), Heckscher (1919) e Ohlin (1933), também conhecido como
Heckscher-Ohlin-Vanek (HOV), Vanek (1968), que afirma que países com abundância de
capital, como os EUA, deveriam exportar bens intensivos em capital e importar bens
intensivos em trabalho.
Uma discussão maior sobre trabalhos defendendo, ou contrários, ao “paradoxo de Leontief”
pode ser encontrada em Polenske (2000) e Duchin (2000).
2.2.5. Análise espacial e mundial
Leontief desenvolveu modelos no âmbito regional e mundial, e talvez seja nesta área da
economia que os modelos de insumo-produto têm recebido um destaque maior.
Em Leontief (1953b) são lançadas as bases para o modelo intranacional que seria aplicado
em Leontief et al. (1965). O modelo intranacional, quando comparado aos outros modelos
regionais, é relativamente pouco demandante em termos de necessidade de dados.
Por sua vez, o modelo inter-regional de insumo-produto (IRIP), ou modelo ideal,
desenvolvido em Isard (1960), é um modelo altamente demandante em dados, já que todas as
informações do sistema teriam que ser censitárias.
Um modelo intermediário, em termos de exigência de dados, é o modelo multiregional de
insumo-produto (MRIP) apresentado em Leontief e Strout (1963) e aplicado para a economia
americana em Polenske (1980).
Em termos de modelo mundial, é famoso o trabalho de Leontief para a ONU, visando fazer
previsões sobre a economia mundial para os anos de 1980, 1990, e 2000. As bases teóricas
deste modelo estão apresentadas em Leontief (1975), sendo que os resultados são
apresentados em Leontief, Carter, e Petri (1977). O modelo consistia de 15 regiões e 48
setores, além de ser dado um tratamento no modelo para o problema do meio ambiente. Uma
discussão comparativa dos resultados deste modelo, visto já estarmos no ano 2000, é
apresentada em Fontela (2000).

2.3 Teoria Básica

Nesta seção são apresentados os princípios básicos da teoria de insumo-produto. Os modelos

que utilizam as relações básicas de insumo-produto podem ser classificados como estáticos
ou dinâmicos, dependendo da existência de uma teoria de investimento que coloque o sistema
em movimento. Discussões sobre estes modelos podem ser encontradas em Bulmer-Thomas
 40

(1982), Miller, R.E., e P.D. Blair (2009), Dixon et. al. (1992), e Kurz, Dietzenbacher e Lager
(eds) (2000), Dietzenbacher, E. e M.L. Lahr (eds) (2004), Ten Raa, T. (2005) .
2.3.1. Visão geral
A figura 2.4 esquematiza a concepção de fluxo circular da renda, a qual é a base construtiva
dos sistemas de insumo-produto. Como indicado, o fluxo circular da renda é representado
tanto em termos físicos (em amarelo, “Fluxo de bens e serviços”), quanto em moeda (em
verde, “Fluxo de moeda”). Um circula no sentido contrário do outro, com isso mostrando um
sistema encadeado de relações de troca que permeia toda a economia em quatro mercados
básicos: consumo das famílias, fatores de produção, firmas e bens e serviços.
Figura 2.4 – Fluxo circular da renda

De acordo com esta concepção, uma economia funciona, em grande parte, para equacionar a
demanda e a oferta dentro de uma vasta rede de atividades. O que Leontief conseguiu realizar
foi a construção de uma “fotografia econômica” da própria economia; nesta fotografia, ele
mostrou como os setores estão relacionados entre si - ou seja, quais setores suprem os outros
de serviços e produtos e quais setores compram de quem. O resultado foi uma visão única e
compreensível de como a economia funciona - como cada setor se torna mais ou menos
dependente dos outros.
Esse sistema de interdependência é formalmente demonstrado em uma tabela conhecida
como tabela de insumo-produto; e tais representações demandam grandes investimentos, já
que elas requerem uma coleção de informações sobre cada companhia, a respeito dos seus
fluxos de vendas e das suas fontes de suprimento.
Enquanto setores compram e vendem uns para os outros, um setor individual interage,
tipicamente e diretamente, com um número relativamente pequeno de setores. Entretanto,
 41

devido à natureza desta dependência, pode-se mostrar que todos os setores estão interligados,
direta ou indiretamente.
Como pode ser observado de uma forma esquemática na figura 2.5, as relações fundamentais
de insumo-produto mostram que as vendas dos setores podem ser utilizadas dentro do
processo produtivo pelos diversos setores compradores da economia ou podem ser
consumidas pelos diversos componentes da demanda final (famílias, governo, investimento,
exportações). Por outro lado, para se produzir são necessários insumos, impostos são pagos,
importam-se produtos e gera-se valor adicionado (pagamento de salários, remuneração do
capital, e da terra agrícola), além, é claro, de se gerar emprego. E, como mostra a figura 2.6,
estas relações econômicas se dão de acordo com a concepção de fluxo circular da renda.
Figura 2.5 - Relações fundamentais de Insumo-Produto

Setores Compradores

Set.
Vend Insumos Intermediários Dem. Prod
Final Total

Impostos Indiretos Líquidos (IIL) IIL

Importações (M) M
Valor Adicionado
Produção Total
 42

Figura 2.6 - Relações de Insumo-Produto e fluxo circular da renda

A partir das figuras 2.7 a 2.9 é possível se fazer um maior detalhamento de como o modelo
apresentado na figuras 2.5 funciona.
A figura 2.7 mostra como é feita a utilização dos bens domésticos e importados, ou seja,
como estes são utilizados na produção corrente de outros bens, na formação de capital, no
consumo das famílias, pelo governo e outras demandas.
O modelo de insumo-produto assume que somente os produtos domésticos são exportados, o
que implica que os produtos importados devem necessariamente passar por um processo de
produção interna antes de serem exportados.

Figura 2.7 - Uso dos bens no modelo de Insumo-Produto

Exportações Produtos Domésticos Produtos Importados

Governo
Consumo das
Produção Corrente Formação de Capital e
Famílias
Outras Demandas
 43

Do lado da produção, como mostra a Figura 2.8, os produtos domésticos utilizam uma
combinação de insumos domésticos, insumos importados, trabalho, capital e terra (no caso
dos produtos agrícolas) para serem produzidos.
Figura 2.8 - Insumos utilizados no processo produtivo

Produtos Domésticos

Insumos Insumos
Trabalho Capital Terra
Domésticos Importados

Os fluxogramas mostrados nas figuras 2.7 e 2.8 podem, então, ser combinados em um único,
de modo a dar uma idéia de como o modelo funciona de uma maneira integrada. Veja a figura
2.9.

Figura 2.9 - Fluxograma do modelo de Insumo-Produto

Demandas por Produtos Finais

Produtos Domésticos (Exportações, Consumo das Famílias,
Gastos do Governo, Investimentos, etc.)

Renda
Renda

Insumos Insumos Insumos Primários

Domésticos Importados (Trabalho, Capital, e Terra)

Produtos
Importados

A partir da figura 2.9 observa-se que são utilizados insumos domésticos (que foram obtidos
através da produção doméstica), insumos importados e insumos primários (trabalho, capital, e
terra) para a produção de produtos domésticos. Por sua vez, os produtos domésticos são
utilizados pelas indústrias como insumos intermediários no processo produtivo ou são
consumidos como produtos finais (exportações, consumo das famílias, gastos do governo,
investimentos, etc.). As importações podem ser de insumos intermediários que se destinam ao
processo produtivo, ou de bens finais que são diretamente consumidos pelos consumidores
finais.
A renda da economia é gerada através da remuneração do trabalho, capital e terra agrícola, a
qual é utilizada no consumo dos bens finais (sejam eles destinados ao consumo ou ao
 44

investimento). A receita do governo é obtida através do pagamento de impostos pelas

empresas e pelos indivíduos. O modelo assume que existe equilíbrio em todos os mercados
da economia.
Considere o seguinte exemplo como forma ilustrativa do funcionamento do modelo de
insumo-produto. O setor agrícola compra pouco do setor siderúrgico diretamente; as compras
se realizam mais no tocante às máquinas agrícolas (tratores, colheitadeiras, etc.); entretanto, o
setor de máquinas agrícolas compra da indústria siderúrgica, quando da construção dos
equipamentos. Então, indiretamente, a agricultura está ligada à siderurgia, apesar da natureza
da ligação ser indireta. Igualmente, a indústria siderúrgica compra pouco da agricultura,
diretamente. Entretanto, as vendas da agricultura para o setor de processamento de alimentos
geram todos os tipos de demandas indiretas sobre a indústria siderúrgica - pela matéria-prima
necessária para se construir os caminhões que transportam os produtos agrícolas para o
beneficiamento, pela matéria-prima fundamental para as máquinas que processam os
produtos agrícolas, e daí por diante. Outra vez, a indústria siderúrgica está indiretamente
relacionada com a agricultura.
A intensidade dessas relações será, agora, o ponto principal de análise. Imagine que a
demanda por um produto específico aumenta - por exemplo, a demanda por automóveis
fabricados no Brasil. Tal crescimento sinaliza para os produtores de automóveis, que
aumentam a sua produção. Ao mesmo tempo, todas as companhias de peças irão intensificar
sua produção (pneus, vidros, transmissores, motores), acontecendo o mesmo para os
fornecedores da indústria de autopeças. Tal processo é conhecido como multiplicador. É
importante salientar que alguns setores da economia estão mais envolvidos nas compras de
outros setores do que outros, direta e indiretamente. Daí, os efeitos multiplicadores gerados
pelos aumentos na demanda por determinados produtos ocasionarem impactos diferenciados
na economia. Na essência, cada setor possuiria um multiplicador diferente.
Mas este efeito multiplicativo (multiplicadores do tipo I) não se restringe apenas à demanda
por insumos intermediários. Do lado da demanda por insumos primários o processo também
se repete, só que de uma forma um pouco diferente, isto é, um aumento na demanda por mão-
de-obra fará com que haja um aumento no poder aquisitivo das famílias, gerando, desta
forma, uma elevação na demanda por produtos finais. Isto fará com que haja um incremento,
novamente, do nível de atividade dos setores produtores, que, por sua vez, vão aumentar a
demanda pelos diversos tipos de insumos, inclusive mão-de-obra, que causará um novo
aumento no poder aquisitivo, causando um aumento na demanda final das famílias, e assim
sucessivamente até que o sistema chegue ao equilíbrio. Este aumento do emprego causado
devido ao aumento na demanda do consumo das famílias é chamado de efeito induzido
(multiplicadores do tipo II)3
2.3.2. Relações básicas de Insumo-Produto
Com base no apresentado acima, o quadro 2.1 apresenta de forma esquemática um exemplo
de uma tabela de insumo-produto para uma economia com 2 setores.
Quadro 2.1 Tabela de Insumo-Produto para uma economia com 2 setores

3
Multiplicadores são abordados em detalhe na parte 4.
 45

Setor Consumo
Setor 1 Governo Investimento Exportações Total
2 Famílias
Setor 1 z11 z12 c1 g1 i1 e1 x1
Setor 2 z21 z22 c2 g2 i2 e2 x2
Importação m1 m2 mc mg mi M
Impostos t1 t2 tc tg ti te T
Valor
w1 w2 W
Adicionado
Total x1 x2 C G I E

Onde:
zij é a produção do setor i que é utilizada como insumo intermediário pelo setor j;
ci é o consumo das famílias dos produtos do setor i;
gi é o gasto do governo junto ao setor i;
ii é demanda por bens de investimento produzidos no setor i;
ei é o total exportado pelo setor i;
xi é o total de produção do setor i;
tj é o total de impostos indiretos líquidos pagos pelos setores produtivos;
tc, tg, ti, te são os impostos indiretos líquidos pagos pelas atividades de demanda final
(respectivamente consumo das famílias, consumo do governo, investimento e
exportações);
mj é a importação realizada pelos setores produtivos
mc, mg, mi são as importações realizada pelas atividades de demanda final
(respectivamente consumo das famílias, consumo do governo e investimento);
wj é o valor adicionado gerado pelos setores produtivos;

A tabela acima permite estabelecer a igualdade:

x1 + x2 + C + G + I + E = x1 + x2 + M + T + W (2.1)
Eliminando x1 e x2 de ambos os lados, tem-se:
C+G+I+E=M+T+W (2.2)
Rearranjando:
C + G + I + (E – M) = T + W = PIB (2.3)
Portanto, a tabela de insumo-produto preserva as identidades macroeconômicas.
 46

Exemplo 2.1
O quadro 2.2 mostra um exemplo quantificado do quadro 2.1 com dados de produção,
consumo e valor adicionado de 2008 para o Brasil, na dimensão 3x3.
Tabela 2.1 Fluxos de Insumo-Produto Brasil 2008 3 setores, preços correntes4
1 2 3 4 5 6 7 8 9 10 11 12
Agro- Indústria Serviços Total do Exportação Consumo Consumo Consumo Formação Variação Total da Total
pecuária consumo da adm das das bruta de estoque demanda
2008 inter- pública ISFLSF famílias de capital final
mediário fixo

Agropecuária 23.224 148.110 5.065 176.399 29.846 72 0 49.499 14.950 8.960 103.326 279.725
Indústria 61.874 825.378 257.880 1.145.132 290.632 6.139 0 506.751 381.718 38.935 1.224.175 2.369.307
Serviços 19.992 358.517 543.379 921.888 93.817 605.894 34.987 932.995 69.707 71 1.737.471 2.659.359
Importações 13.378 190.328 54.816 258.522 0 0 0 86.819 63.193 0 150.012 408.534
Impostos 8.644 126.987 90.370 226.001 0 0 0 175.790 49.963 0 225.753 451.754
Valor adicionado 152.612 719.987 1.707.850 2.580.449 0 0 0 0 0 0 0 2.580.449
Total 279.725 2.369.307 2.659.359 5.308.391 414.295 612.105 34.987 1.751.853 579.531 47.966 3.440.737 8.749.128

Numericamente, temos:
zij = valores das tres primeiras linhas e colunas (ex: z11 = 23.224; z23 = 257.880)
ci = soma das colunas 7 e 8 (c1 = 0+49.499 ..., c6 = 0+0) 5
gi = valores da coluna 6 (g1 = 72, ..., g6 = 0)
ii = soma das colunas 9 e 10 (i1 = 14.950+8.960 = 23.910, ..., i6 = 0+0) 6
ei = valores da coluna 5 (e1 = 29.846, ..., e6 = 0)
x’i e xi = três primeiros valores da última linha (279.725, 2.369.307, 2.659.929), que
são iguais aos três primeiros valores da última coluna;
tj = valores da linha 5 (8.644,...);
mj = valores da linha 4 (13.378,...);
wj = os três primeiros valores da linha 6 (152.612...1.707.850).
E = exportações, total da coluna 5 (414.295);
G = consumo do govrno, total da coluna 6 (612.105);
C = consumo das famílias, total das colunas 7 e 8 (1.786.840);
I = investimento, total das colunas 9 e 10 (627.497);
M = importações, total da linha 4 (408.534);
T = impostos sobre produtos, total da linha 5 (451.754);
W = valor adicionado, total da linha 6 (2.580.449).
Dados estes valores, podemos calcular o PIB de 2008 de acordo com a equação (2.3):

4
Uma vez que o IBGE não tem MIP publicada para 2008, os valores desta tabela são calculados de acordo com
metodologia explicada na seção 3.4 e aplicada nos exercícios 3.2 a 3.4.
5
Nas tabulações do IBGE, o consumo das famílias é desmembrado em duas parcelas, consumo das famílias e
consumo das instituições sem fins lucrativos a serviço das famílias (ISFLSF).
6
Da mesma forma, o investimento é desmembrado em formação bruta de capital fixo e variação de estoques.
 47

1.786.840 + 612.105 + 627.497 + (414.295 – 408.534) = 451.754 + 2.580.449 =

3.032.203 = PIB do Brasil em 2008 em valores correntes.7.
2.3.2 Funções de produção no Modelo de Leontief
Generalizando o quadro 2.1 para n setores, para cada linha teremos o seguinte:
n

z
j1
ij  ci  g i  ii  ei  xi , com i  1,2,..., n (2.4)

Assumindo-se que os fluxos intermediários por unidade do produto final são fixos, pode-se
derivar o sistema aberto8 de Leontief, ou seja,
n

a x  y
j1
ij j i  xi
(2.5)
i  1,2,..., n
onde:
yi é a demanda final por produtos do setor i, isto é, ci + gi + ii + ei. e
aij é o coeficiente técnico que indica a quantidade de insumo do setor i necessária para a
produção de uma unidade de produto final do setor j, e considerado como constante. Ou seja,
zij = aijxj (2.6)
e
Z  Axˆ (2.7)
z ij
Vamos agora considerar a relação x j  .
aij

Como esta expressão estabelece uma relação matemática entre a produção do setor j e os n
insumos intermediários utilizados para a sua obtenção, ela é compatível com a formulação de
uma função de produção, ainda que simplificada, uma vez que desconsidera outros insumos
importantes, como importações. Como, no entanto, é centrada nos insumos intermediários,
que são a base da modelagem de insumo-produto, é considerada como a função de produção
característica do modelo de Leontief, observando-se porém uma restrição.
Por definição, os valores zij/ a ij são constantes, uma vez que sempre são iguais a xj. Em
decorrência, pressupõe-se que zij seja o valor mínimo necessário para satisfazer esta relação,
uma vez que qualquer quantidade adicional do insumo seria perdida, dado o caráter constante
da relação. A função de produção, então é representada como segue:

7
Este valor era o mais atualizado no momento da elaboração deste texto. Como a metodologia do IBGE resulta
em revisões sistemáticas dos valores do sistema de contas nacionais, é possível que sofra modificações ao longo
do tempo. Ver seção 3.4.
8
O sistema aberto de Leontief considera a demanda final como sendo exógena ao sistema, enquanto que no
sistema fechado esta é considerada endógena (ver 2.3.4).
 48

z ij
x j  min (2.8)
aij

Se formos caracterizar esta função de produção por suas isoquantas, que são as curvas das
combinações possíveis de insumos para cada nível de produção, no caso de dois insumos por
setor teríamos uma configuração como a do segundo gráfico à direita da figura 2.10.
Figura 2.10 – Função de produção do modelo de Leontief

Fonte: Miller, R.E., e P.D. Blair (2009), p18.

O gráfico da esquerda representa uma família de isoquantas em sua carcterística mais
tradicional, para efeitos de comparação, onde cada isoquanta comporta infinitas
possibilidades de combinações dos insumos Z2j e Z1j para que se obtenha o mesmo nível de
produção. Já o gráfico da direita representa as funções de produção do modelo de Leontief,
mostrando que, qualquer que seja o valor de Z2j, a produção se dará com sua utilização
mínima necessária, que é a intersecção com a curva (reta) representativa de Z1j, e vice-versa.
A produção, assim, se viabiliza com eficiência máxima nos vértices correspondentes às
intersecções das duas curvas (retas), sendo unidos por uma reta de coeficiente angular
constante e igual à relação Z2jmin/Z1jmin, conhecida como “caminho de expansão”, unindo os
pontos de desempenho a mínimo custo para diferentes níveis de produção.
2.3.3 A inversa de Leontief
Lembrando a representação matricial de sistemas de equações lineares (seção 1.7), a equação
(2.5) pode ser escrita em forma matricial como:
Ax + y = x (2.9)
onde:
A é a matriz de coeficientes diretos de insumo de ordem (n x n)
x e y são vetores colunas de ordem (n x 1)
 49

Resolvendo a equação (2.9) é possível se obter a produção total que é necessária para
satisfazer a demanda final, ou seja,
x = (I – A)-1y (2.10)
onde:
(I – A)-1 é a matriz de coeficientes diretos e indiretos, conhecida como inversa de
Leontief, que chamaremos de L.
Em L = (I – A)-1, o elemento lij deve ser interpretado como sendo a produção total do setor i
que é necessária para produzir uma unidade de demanda final do setor j.
Exemplo 2.2
Voltando à tabela 2.1, a matriz A pode ser obtida dividindo-se os valores das suas três
primeiras linhas e colunas pelos respectivos totais nas três primeiras células da última linha,
obtendo assim

23.224 / 279.725 148.110 / 2.369.307 5.065 / 2.659.929

A  61.874 / 279.725 825.378 / 2.369.307 257.880 / 2.659.929 

19.992 / 279.725 358.517 / 2.369.307 543.379 / 2.659.929
0,08 0,06 0,00
 0,22 0,35 0,10 
0,07 0,15 0,20

I – A então será

1 0 0 0,08 0,06 0,00  0,92  0,06 0,00

0 1 0  0,22 0,35 0,10    0,22 0,65  0,10
    
0 0 1 0,07 0,15 0,20  0,07  0,15 0,80

E a inversa de Leontief, (I – A)-1, será

1,12 0,11 0,02

L  0,41 1,62 0,20
0,18 0,32 1,30 

y, por sua vez, corresponde à soma dos valores das três primeiras linhas, colunas 4 a 7, da
tabela 2.1

 29.846  72  49.499  23.910  103.326

y   290.632  6.139  506.751  420.653  1.224.175

93.817  605.894  967.982  69.778 1.737.471

Com estes dados podemos então calcular x usando o modelo de Leontief:

 50

1,12 0,11 0,02  103.326  279.725

x  (I  A ) y  Ly  0,41 1,62 0,20 1.224.175  2.369.307
1

0,18 0,32 1,30  1.737.471  2.659.359

Observe-se que x, como obtido, corresponde aos três primeiros valores ou da linha 8 ou da
coluna 8 da tabela 2.1.
2.3.4 Modelo aberto e modelo fechado
Como visto no final da seção 2.3.1, aumentos de produção resultantes de aumentos da
demanda final contam não só com efeitos diretos e indiretos, mas também com efeitos
induzidos, os quais resultam do aumento dos rendimentos de trabalho, e consequentemente
do consumo das famílias, em resultado de um aumento de demanda final. Para se calcular
este efeito induzido é necessário endogeneizar o consumo e a renda das famílias no modelo
de insumo-produto. Desta forma, ao invés de utilizar a matriz A descrita acima, teríamos:

A hc 
A
0 
(2.11)
h r

onde A é a nova matriz de coeficientes técnicos (n+1) x (n+1) contendo mais uma linha
correspondendo a rendimentos do trabalho (hr) e mais uma coluna correspondendo ao
consumo das famílias (hc).
Da mesma forma, teríamos que os novos vetores de produção total x (n+1),1 e de demanda
final y (n+1),1 seriam representados respectivamente por

 x 
x  (2.12)
x n 1 
e

 y* 
y  (2.13)
y n 1 
onde os novos componentes estão relacionados à endogenização do consumo e da renda das
famílias.
Desta forma, o sistema de Leontief seria representado como:

x  Ly (2.14),

sendo

L  (I  A) 1 (2.15)
 51

Exemplo 2.3
De maneira a exemplificar numericamente o efeito induzido também para os dados de 2008,
primeiro vamos rearranjar a tabela 2.1 transferindo o consumo das famílias para a tabela de
consumo intermediário (coluna 4 na tabela 2.2) e separando do valor adicionado a renda das
famílias (linha 4), mantendo por construção os mesmos totais de linhas e colunas.
Tabela 2.2 Fluxos de Insumo-Produto Brasil 2008 3 setores, preços correntes, modelo
fechado
Agro- Indústria Serviços Famílias Total do Exportação Consumo Consumo Formação Variação Total da Total
pecuária consumo da adm das bruta de estoque demanda
2008
inter- pública ISFLSF de capital final
mediário fixo
Agropecuária 23.224 148.110 5.065 49.499 225.897 29.846 72 0 14.950 8.960 53.828 279.725
Indústria 61.874 825.378 257.880 506.751 1.651.883 290.632 6.139 0 381.718 38935,3977 717.424 2.369.307
Serviços 19.992 358.517 543.379 932.995 1.854.883 93.817 605.894 34987 69.707 71,0226448 804.476 2.659.359
Renda das Famílias 103.607 488.795 1.159.450 0 1.751.853 0 0 0 0 0 0 1.751.853
Importações 13.378 190.328 54.816 86.819 345.341 0 0 0 63.193 0 63.193 408.534
Impostos 8.644 126.987 90.370 175.790 401.791 0 0 0 49.963 0 49.963 451.754
Valor adicionado 49.005 231.192 548.400 0 828.596 0 0 0 0 0 0 828.596
Total 279.725 2.369.307 2.659.359 1.751.853 7.060.244 414.295 612.105 34.987 579.531 47.966 1.688.884 8.749.128

A pode então ser obtido dividindo-se os valores das 4 primeiras linhas e colunas pelos
respectivos totais por coluna:

 23.224 / 279.725 148.110 / 2.369.307 5.065 / 2.659.929 49.499 / 1.751.853

 61.874 / 279.725 825.378 / 2.369.307 257.880 / 2.659.929 506.751 / 1.751.853
A 
 19.992 / 279.725 358.517 / 2.369.307 543.379 / 2.659.929 932.995 / 1.751.853
 
103.607 / 279.725 488.795 / 2.369.307 1.159.450 / 2.659.359 0 / 1.751.853
0,08 0,06 0,00 0,03
0,22 0,35 0,10 0,29

0,07 0,15 0,20 0,53
 
0,37 0,21 0,44 0,00

Da tabela 2.2 podemos ainda verificar que

 53.828
717.424
y 
804.476
 
 0

 279.725
2.369.307
x 
 2.659.929
 
 1.786.840
Lembrando 2.14 e 2.15, podemos checar os valores acima:
 52

 0,92  0,06 0,00  0,03

 0,22 0,65  0,10  0,29
(I  A )  
 0,07  0,15 0,80  0,53
 
  0,37  0,21  0,44 1,00

1,20 0,18 0,10 0,14

1,07 2,21 0,90 1,15 
L  (I  A ) 1  
1,07 1,11 2,24 1,55  e
 
1,13 1,01 1,20 1,96 

 279.725
2.369.307
x  Ly   
 2.659.929
 
 1.751.853

Observar que as três primeiras linhas de x são iguais a x, bem como o valor total das
transações (8.749.128), o que é esperado por construção.
Qual seria então a diferença entre aplicar um ou outro modelo? A explicação pode ser obtida
se compararmos L com L e y com y.

Se somarmos as três primeiras linhas das três primeiras colunas de L , que correspondem às
relações inter-setoriais do modelo aberto, obteremos, da primeira para a terceira coluna, 3,34,
3,51 e 3,25. Se fizermos o mesmo com os coeficientes de L como no exemplo 2.2, obteremos
os valores 1,70, 2,05 e 1,51, substancialmente menores que seus correspondentes no modelo
fechado.
Por outro lado, se somarmos as três primeiras linhas de y e y dados nos exemplos acima,
obteremos respectivamente 1.575.741 e 3.064.972. Ou seja, os coeficientes diretos e indiretos
a maior do modelo fechado são compensados pela diminuição de seus valores de demanda
final em comparação como o modelo aberto, já que o vetor de consumo das famílias foi
transferido para o consumo intermediário. Há assim uma compensação que garante o mesmo
total de transações como resultado de Ly ou de Ly .

No entanto, como no modelo fechado os coeficientes diretos e indiretos são maiores, este será
bem mais sensível a mudanças marginais de demanda final de exportações, do consumo do
governo, e de investimento que o modelo aberto. Assim, incorpora-se ao aumento de
produção o efeito renda, o que é bem mais plausível do que assumirmos que os aumentos de
produção não acarretem nenhuma mudança adicional na demanda final advindo dos
aumentos de rendimento por eles gerados. Cabe, porem, observar que os resultados do
modelo fechado muitas vezes levam a valores superestimados, sendo que a aplicabilidade de
um ou outro modelo deve ser analisada caso a caso.
 53

2.3.5 O desenvolvimento em série da inversa de Leontief

Do ponto de vista da álgebra matricial, não é difícil perceber a correção do modelo de
Leontief (equação 2.10). Seu significado econômico, por outro lado, pode ser melhor
entendido com o auxílio de sua versão em série, dada pela igualdade
(I-A)-1 = I + A + A2+ A3 + ... + An, com n tendendo a infinito (2.16)
A igualdade é válida, uma vez que pós-multiplicando a matriz (I – A) por (I + A + A2+ A3 +
... + An), por cancelamentos sucessivos chega-se a (I – An+1). Como todos os coeficientes
técnicos da matriz A estão entre 0 e 1, fazendo n tender ao infinito, os valores do termo An+1
tendem a zero e, desta forma, pode-se considerar como resultado da multiplicação apenas o
termo I (matriz identidade). Ou seja, com n tendendo ao infinito,
(I-A) (I + A + A2 + A3 + ... + An) = (I – 0) = I
o que valida a equação (2.16).
Temos assim uma formulação alternativa para o modelo de Leontief:
x = (I + A + A2 + A3 + ... + An)y, com n tendendo a infinito (2.17)
Para efeitos de interpretação econômica, podemos então imaginar a propagação de efeitos
indiretos como uma sequência de “rodadas”9, cada uma delas correspondendo a uma parcela
da série:
x = y + Ay + A2y +... + Any (2.18)
De acordo com esta interpretação, se houver um aumento da demanda por produtos de um
determinado setor j, o impacto inicial corresponderá ao aumento da produção deste setor para
atender exatamente àquela demanda, ou seja, após a primeira rodada x = y. Mas para produzir
y, os setor j terá de consumir insumos dos demais setores. Todos os demais setores que
fornecem insumos ao setor j, por sua vez, também teriam suas produções alteradas de acordo
com os coeficientes técnicos de A, chegando-se assim ao valor de Ay para a segunda
“rodada”. E para produzir Ay terão que consumir e produzir A(Ay) = A2y, e assim por diante.
Este encadeamento não tem fim e cada “rodada” é contemplada pela inclusão de mais um
termo no somatório. A experiência demonstra, no entanto, que a partir de em torno da 7ª
“rodada”, os acréscimos de produção passam a ser negligíveis, atingindo-se valores bastante
próximos do que se conseguiria com a inversa de Leontief (Miller, R.E., e P.D. Blair (2009),
p34). O número de rodadas, ou parcelas de (2.16), de toda a forma, dependerá da precisão
desejada em cada aplicação, como no exemplo a seguir.
Exemplo 2.4
Como visto no exemplo 2.2, para a MIP do Brasil em 2008,

0,08 0,06 0,00

A  0,22 0,35 0,10 
0,07 0,15 0,20

9
“Rodada” entre aspas, pois, evidentemente, na prática o processo será outro, bem mais complexo.
 54

A inversa de Leontief obtida com as 7 primeiras parcelas de 2.14 será:

1 0 0 0,08 0,06 0,00 0,02 0,03 0,01 0,000 0,000 0,000

L  0 1 0  0,22 0,35 0,10    0,10 0,15 0,05  ...  0,002 0,003 0,001 ,
     
0 0 1 0,07 0,15 0,20 0,05 0,09 0,06  0,001 0,002 0,001
sendo que os zeros da última parcela na realidade são aproximações de valores não nulos,
mas cada vez menores, os quais, no entanto, ainda influenciam significativamente o valor do
resíduo da série. Neste caso de 7 parcelas obteremos

 1,118 0,111 0,016

L  0,405 1,617 0,197 
 0,177 0,316 1,295 

Os valores obtidos coincidem, até a segunda casa decimal, com os valores de L obtido pela
inversão direta, como no exemplo 2.2. No entanto, se calcularmos x com esta inversa
aproximada, obteremos

 278.948   0,28%
x  2.364.822; erro em relação ao valor exato    0,19% 
 
 2.656.383   0,11% 

Os desvios, como visto, já são bastante baixos. No entanto, se compararmos com os valores
de x obtidos no exemplo 2.2, veremos que há erro ainda da ordem de bilhões de reais, o que,
dependendo da análise a ser feita, pode ser significativo. Se quisermos aproximação até a
ordem de milhões de reais, teremos que chegar a 10 parcelas na série, quando então
obteremos

 279.654   0,03%
x  2.368.895; erro em relação ao valor exato   0,02%
 
2.659.086  0,01%

2.4 Regionalização

2.4.1 Introdução
Os modelos de insumo-produto vistos até aqui se referem basicamente a matrizes nacionais,
de uma única região. Quando se trabalha com modelos de várias regiões interligadas a
estrutura de análise é um pouco diferente.
Embora a análise em um dado nível de agregação reflita médias de produtores localizados em
regiões distintas, a estrutura produtiva de uma destas regiões pode ser significativamente
diferenciada de outra. Por estas razões, as aplicações dos modelos de insumo-produto em um
único nível de agregação, inicialmente de caráter nacional, como foi visto acima, com o
tempo suscitaram um interesse crescente na análise em nível regional, quer para o estudo da
interdependência entre uma dada região e o agregado maior a que pertencesse (sistemas
 55

regionais), quer entre diferentes regiões e as suas diferentes agregações (sistemas inter-
regionais).
Existem algumas alternativas para a construção dos modelos de insumo-produto regional,
dependendo da disponibilidade e dos níveis de agregação envolvidos. Aqui abordaremos
somente construção de sistemas de insumo produto inter-regionais, o que pressupõe a
disponibilidade de uma base de dados de fluxos inter-setoriais para cada região envolvida.
Quando isto não acontece, existem também métodos simplificados envolvendo estimativas
indiretas, como exposto, por exemplo, em Miller, R.E., e P.D. Blair (2009), capítulo 3.

2.4.2 Sistemas de insumo-produto inter-regionais

O modelo inter-regional de insumo-produto, também chamado de “modelo Isard”, devido à
aplicação de Isard (1951), requer uma grande massa de dados, reais ou estimados,
principalmente quanto às informações sobre fluxos inter-setoriais e inter-regionais.
A Figura 2.10 expande a figura 2.5 de maneira a apresentar de uma forma esquemática as
relações dentro de um sistema de insumo-produto inter-regional, onde há uma troca de
relações entre as regiões, na forma de exportações e importações, que são expressas através
do fluxo de bens que se destinam tanto ao consumo intermediário como à demanda final.
Figura 2.10 - Relações de Insumo-Produto num sistema inter-regional

Setores - Região L Setores - Região M L M

Set. Prod.
Reg. Insumos Intermediários Insumos Intermediários DF LL DF LM Total
LL LM
L L

Set. Prod.
Reg. Insumos Intermediários Insumos Intermediários DF ML DF MM Total
ML MM
M M

Imp. Resto Mundo (M) Imp. Resto Mundo (M) M M M

Impostos Ind. Liq. (IIL) Impostos Ind. Liq. (IIL) IIL IIL IIL
Valor Adicionado Valor Adicionado
Prod. Total Região L Prod. Total Região M

De forma sintética, pode-se apresentar o modelo, a partir do exemplo hipotético dos fluxos
inter-setoriais e inter-regionais de bens para as regiões L e M, com 2 setores, como se segue:
 56

ZijLL - fluxo monetário do setor i para o setor j da região L,

ZijML - fluxo monetário do setor i da região M, para o setor j da região L.
Assim, a matriz Z (2.7), no sistema inter-regional, assume a seguinte forma:

 Z LL Z LM 
Z   ML  (2.19)
Z Z MM 

onde,
ZLL e ZMM , representam matrizes dos fluxos monetários intra-regionais, e
ZLM e ZML , representam matrizes dos fluxos monetários inter-regionais.

Lembrando a equação 2.4:

n

z
j1
ij  ci  g i  ii  ei  xi , com i  1,2,..., n

E ainda que a demanda final yi é igual à soma do consumo das famílias e do governo, dos
investimento e das exportações, i.e.,
yi = ci + gi + ii + ei.,

temos
n

z
j1
ij  y i  x i , com i  1,2,..., n
i

Supondo que a região L tenha n setores e a região M m setores, a equação acima assume a
forma
n m
xiL   ziLL
, j   z i,k  yi
LM L
(2.20)
j 1 k 1

Onde xiL é o total do bem i produzido na região L.

z ij
Lembrando a definição de coeficiente técnico aij  , podemos então definir também os
xj
seguintes coeficientes técnicos intra-regionais:
zijLL
a LL
ij  , que representam a proporção entre o que o setor j da região L compra do
x Lj
setor i da região L e a produção total do setor j de L, e
 57

zijMM
a MM
ij  , que representam a proporção entre o que o setor j da região M compra
x Mj
do setor i da região M e a produção total do setor j de M.
Da mesma forma, podemos definir os coeficientes técnicos inter-regionais:
zijLM
a LM
ij  , que representam a proporção entre o que o setor j da região M compra do
x Mj
setor i da região L e a produção total do setor j de M, e
zijML
aijML  , que representam a proporção entre o que o setor j da região L compra do
x Lj
setor i da região M e a produção total do setor j de L.

A partir daí, podemos definir a matriz A de coeficientes regionais intra regionais e inter-
regionais composta de quatro submatrizes inter e intra-regionais:

 A LL  A LM 
 
A    (2.21)
 A ML  A MM 
 
onde ALL e AMM representam as matrizes de coeficientes técnicos intra-regionais de
produção, e ALM e AML representam as matrizes de coeficientes técnicos inter-regionais de
produção. Da mesma forma, definimos os vetores x e y a partir de subvetores regionais:

 xL 
 
x   (2.22)
x M 
 

yL 
 
y   (2.23)
y M 
 
A partir daí torna-se possível aplicar o modelo de Leontief (2.10), x = (I – A)-1y, sendo A, x e
y definidos como respectivamente em 2.21, 2.22 e 2.23.

Exemplo 2.5
Vamos desagregar a tabela de fluxos de insumo-produto do exemplo 2.1 em duas regiões: L
= São Paulo e M = Resto do Brasil. Teremos o seguinte arranjo:

Tabela 2.3 Fluxos de Insumo-Produto São Paulo e Resto do Brasil, 3x3 2008
 58

2008 São Paulo Resto do Brasil

Agropec Indústria Serviços Agropec Indústria Serviços ySP yRB y Total
Agropec 591 11.491 382 1.092 9.722 441 4.886 6.120 11.005 34.725
SP Indústria 9.378 181.721 75.967 14.301 103.101 34.227 300.987 133.827 434.815 853.511
Serviços 3.038 109.286 188.453 2.032 33.252 41.025 462.457 79.237 541.694 918.779
Agropec 2.731 31.652 1.125 18.355 91.938 2.463 11.659 85.076 96.736 245.000
RB Indústria 94 128.876 15.631 38.648 415.896 132.617 49.225 734.809 784.034 1.515.796
Serviços 2 13.015 10.717 14.828 202.054 303.276 19.915 1.176.773 1.196.688 1.740.580
Importações 2.737 82.080 22.031 10.642 108.248 32.784 46.535 103.477 150.012 408.534
Impostos 1.754 52.861 34.721 6.891 74.126 55.649 64.505 161.248 225.753 451.754
Valor adicionado 14.401 242.528 569.752 138.211 477.459 1.138.098 0 0 0 2.580.449
Total 34.725 853.511 918.779 245.000 1.515.796 1.740.580 960.169 2.480.568 3.440.737 8.749.128

De acordo com a tabela, vemos então que, por exemplo, São Paulo em 2008 comprou dentro
do próprio Estado R$ 591 milhões em produtos agropecuários e ainda R$ 2.731 milhões do
resto do Brasil, como mostram respectivamente a primeira e a quarta célula da primeira
coluna. A isto ainda se acrescentam o valor das importações de produtos agropecuários do
exterior, ou resto do mundo, R$ 2.737 milhões. Somados a estes valores compras dos setores
da indústria e de serviços, e ainda impostos e valor adicionado, chegamos ao valor da
produção do setor agropecuário no estado de São Paulo em 2008, R$ 34.725 milhões, que
coincide com o valor da demanda total pelo produtos agropecuários de São Paulo no mesmo
ano, como mostra a última célula da primeira linha.
Os totais nacionais da tabela, como era de se esperar, sempre batem com os totais da tabela
2.1. Assim, se somarmos os totais para o setor agropecuário de São Paulo e do resto do
Brasil, seja na última linha ou na última coluna, vamos obter o valor de R$ 279.725, como na
tabela 2.1, e assim por diante.
Para aplicar o modelo de Leontief, precisamos primeiro construir a matriz Z, que corresponde
aos quatro quadrantes superiores à esquerda da tabela 2.3. Ou seja, recorrendo a (2.19),
temos:

 591 11.491 382 1.092 9.722 441

9.378 181.721 75.967 14.301 103.101 34.227
 
 Z LL Z LM  3.038 109.286 188.453 2.032 33.252 41.025
Z   ML  
Z Z MM   2.731 31.652 1.125 18.355 91.938 2.463
 94 128.876 15.631 38.648 415.896 132.617
 
 2 13.015 10.717 14.828 202.054 303.276

A partir daí, podemos construir a matriz A como indicado em (2.21), seguindo procedimento
análogo ao já mostrado nos exemplos 2.2 e 2.3, chegando a:
 59

 0,02 0,01 0,00 0,00 0,01 0,00

0,27 0,21 0,08 0,06 0,07 0,02

 0,09 0,13 0,21 0,01 0,02 0,02
A 
 0,08 0,04 0,00 0,07 0,06 0,00
 0,00 0,15 0,02 0,16 0,27 0,08
 
 0,00 0,02 0,01 0,06 0,13 0,17

Sempre como nos exemplos 2.2 e 2.3, a partir de A obtemos L e podemos então calcular x:

1,02 0,02 0,00 0,01 0,01 0,00  11.005   34.725 

0,39 1,34 0,14 0,12 0,15 0,05  434.815   853.511 

 0,18 0,23 1,28 0,04 0,07 0,05  541.694   918.779 
x  (I  A ) 1 y  Ly     
 0,11 0,08 0,01 1,10 0,10 0,01  96.736   245.000 
 0,12 0,31 0,07 0,28 1,46 0,14   784.034  1.515.796
    
0,04 0,08 0,03 0,13 0,25 1,24  1.196.688 1.740.580

Exercícios – Série 2

2.1 Dados os fluxos calculados10 da MIP 2008 3x3 como a seguir:

MIP 2008
Primário Secundário Terciário CI Exportação Governo ISFLSF Famílias FBCF VarEst DF Total
Primário 23.224 148.110 5.065 176.399 29.846 72 0 49.499 14.950 8.960 103.326 279.725
Secundário 61.874 825.378 257.880 1.145.132 290.632 6.139 0 506.751 381.718 38.935 1.224.175 2.369.307
Terciário 19.992 358.517 543.379 921.888 93.817 605.894 34.987 932.995 69.707 71 1.737.471 2.659.359
CI e DF pb 105.090 1.332.005 806.323 2.243.419 414.295 612.105 34.987 1.489.244 466.375 47.966 3.064.972 5.308.391
Importações 13.378 190.328 54.816 258.522 0 0 0 86.819 63.193 0 150.012 408.534
Impostos 8.644 126.987 90.370 226.001 0 0 0 175.790 49.963 0 225.753 451.754
CI e DF pm 127.113 1.649.320 951.509 2.727.942 414.295 612.105 34.987 1.751.853 579.531 47.966 3.440.737 6.168.679
VA 152.612 719.987 1.707.850 2.580.449 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
VP 279.725 2.369.307 2.659.359 5.308.391 PIB Demanda Renda
0,0000 0,0000 0,0000 0,0000 3.032.203 3.032.203

Construir, usando o modelo de Leontief, um algoritmo que permita fazer análise de impacto
na produção total por setor a partir de mudanças na demanda final.
2.2 A tabela abaixo é uma expansão dos fluxos de consumo intermediário mostrados no
exercício 2.1, incluindo os componentes do valor adicionado e o pessoal ocupado (emprego).
Com base nestes dados, e no algoritmo calculado no exercício 2.1, expandir este útimo de
maneira a poder estimar como os dados de valor da produção, valor adicionado, salários e
emprego são impactados por alterações na demanda final.

10
Para método de cálculo ver seção 4.4.
 60

Primário Secundário Terciário CI

Primario 23.224 148.110 5.065 176.399
Secundario 61.874 825.378 257.880 1.145.132
Terciario 19.992 358.517 543.379 921.888
Cipb 105.090 1.332.005 806.323 2.243.419
Importações 13.378 190.328 54.816 258.522
Impostos 8.644 126.987 90.370 226.001
Cipm 127.113 1.649.320 951.509 2.727.942
VA 152.612 719.987 1.707.850 2.580.449
Remuneração 50.145 314.840 902.688 1.267.673
Salários 42.636 242.700 716.452 1.001.788
Contribuições sociais 7.509 72.140 186.236 265.885
Exced. operacional bruto e rendim. misto bruto 100.831 386.676 785.222 1.272.729
Rendimento misto bruto 70.266 46.080 148.959 265.305
Excedente operacional bruto (EOB) 30.565 340.596 636.263 1.007.424
Impostos líquidos sobre a produção e a importação 1.636 18.471 19.940 40.047
VP 279.725 2.369.307 2.659.359 5.308.391
Pessoal Ocupado 17.118.949 20.131.280 58.982.380 96.232.609

2.3 Dados os fluxos da MIP interregional calculada para São Paulo e o resto do Brasil da
tabela 2.3 e reproduzida abaixo:
2008 São Paulo Resto do Brasil
Agropec Indústria Serviços Agropec Indústria Serviços ySP yRB y Total
Agropec 591 11.491 382 1.092 9.722 441 4.886 6.120 11.005 34.725
SP Indústria 9.378 181.721 75.967 14.301 103.101 34.227 300.987 133.827 434.815 853.511
Serviços 3.038 109.286 188.453 2.032 33.252 41.025 462.457 79.237 541.694 918.779
Agropec 2.731 31.652 1.125 18.355 91.938 2.463 11.659 85.076 96.736 245.000
RB Indústria 94 128.876 15.631 38.648 415.896 132.617 49.225 734.809 784.034 1.515.796
Serviços 2 13.015 10.717 14.828 202.054 303.276 19.915 1.176.773 1.196.688 1.740.580
Importações 2.737 82.080 22.031 10.642 108.248 32.784 46.535 103.477 150.012 408.534
Impostos 1.754 52.861 34.721 6.891 74.126 55.649 64.505 161.248 225.753 451.754
Valor adicionado 14.401 242.528 569.752 138.211 477.459 1.138.098 0 0 0 2.580.449
Total 34.725 853.511 918.779 245.000 1.515.796 1.740.580 960.169 2.480.568 3.440.737 8.749.128

Construir, usando o modelo de Leontief, um algoritmo que permita fazer análise de impacto
na produção total por setor e região a partir de mudanças na demanda final.
2.4 De forma análoga ao exercício 2.2, dada a tabela abaixo, expandir o algoritmo construído
no exercício 2.3 de maneira a poder estimar como os dados de valor da produção, valor
adicionado, salários e emprego, em São Paulo, no resto do Brasil, e no total do país, são
impactados por alterações na demanda final.
 61

2008, milhões R$ correntes São Paulo Resto do Brasil

Agropec Indústria Serviços Agropec Indústria Serviços
Agropec 591 11.491 382 1.092 9.722 441
SP Indústria 9.378 181.721 75.967 14.301 103.101 34.227
Serviços 3.038 109.286 188.453 2.032 33.252 41.025
Agropec 2.731 31.652 1.125 18.355 91.938 2.463
RB Indústria 94 128.876 15.631 38.648 415.896 132.617
Serviços 2 13.015 10.717 14.828 202.054 303.276
Importações 2.737 82.080 22.031 10.642 108.248 32.784
Impostos 1.754 52.861 34.721 6.891 74.126 55.649
CIpm 20.324 610.983 349.028 106.789 1.038.337 602.481
VA 14.401 242.528 569.752 138.211 477.459 1.138.098
Remuneração 4.181 117.935 286.330 45.964 196.905 616.358
Salários 3.556 90.892 229.655 39.080 151.808 486.797
Contribuições sociais 625 27.043 49.370 6.884 45.097 95.497
Exced. operacional bruto e rendim. misto bruto 10.018 117.589 275.672 90.813 269.087 509.550
Rendimento misto bruto 6.750 16.166 50.853 63.516 29.914 98.106
Excedente operacional bruto (EOB) 3.268 101.423 224.819 27.297 239.173 411.444
Impostos líq sobre a produção e a importação 203 7.004 7.750 1.433 11.467 12.190
VP 34.725 853.511 918.779 245.000 1.515.796 1.740.580
Pessoal Ocupado 1.058.648 6.420.674 15.598.989 16.060.301 13.710.606 43.383.391

Solução dos exercícios

Ver arquivo CURSO BASICO SOBRE CONCEITOS E TECNICAS DE IP Solucao dos

exercicio.xls
 62

Bibliografia
Adelman, I., e S. Robinson (1978a). ¬Income Distribution Policies¬ ¬in Developing Countries¬.
Stanford: Stanford University Press.

Adelman, I., e S. Robinson (1978b). "Income Distribution, Import Substitution, and Growth Strategies
in a Developing Country." Em Day, R. H. e A. Cigno (1978) (eds.). ¬Modeling Economic Change:
The Recursive¬ ¬ Programming Approach¬. Amsterdam: North-Holland.

Adelman, I., e S. Robinson (1988). "Macroeconomic Adjustment and Income Distribution". Journal of
Development Economics. 29. pp. 23-44.

Ayres, R.A. e A.V. Kneese (1969). “Production, Consumption, and Externalities”. The American
Economic Review. Vol. 59, n.7, pp. 282-297.

Azzoni, C.R., e D.K. Kadota (2000). “An Econometric Input-Output Model for São Paulo State”. em
Guilhoto, J.J.M. e G.J.D. Hewings (eds) (2000). Structure and Structural Change in the Brazilian
Economy. Ashgate. No Prelo.

Bandara, J.S. (1991). “Computable General Equilibrium Models for Development Policy Analysis in
LDCs”. Em Journal of Economic Surveys. 5 (1): 3-69.

Baumol, W.J. (2000). “Leontief’s Great Leap Forward: Beyond Quesnay, Marx and von Bortkiewicz”.
Economic Systems Research. Vol. 12, N. 2, Junho, pp. 141-152.

Bergman, L. (1990). "The Development of Computable General Equilibrium Modeling". Em Bergman,

L., D.W. Jorgenson, e E. Zalai (eds.) (1990). ¬General Equilibrium Modeling and Economic Policy
Analysis¬. Oxford: Basil Blackwell.

Bergman, E. e E. Feser (2000). Industrial and regional Clusters. em

www.rri.wvu.edu/regscbooks.htm.

Bitencourt, M.B. e E.C. Teixeira (2000). “Impactos dos Acordos Rodada Uruguai, Mercosul, Alca e
Rodada do Milênio na Triticultura Brasileira - Aplicação do GTAP”. Anais do XXXVIII Congresso
Brasileiro de Economia e Sociologia Rural. Rio de Janeiro, 30 de julho a 5 de agosto.

Blitzer, C.B., P.B. Clark, e L. Taylor (eds.) (1975). Economy-Wide Models and Development Planning.
Oxford: Oxford University Press.

Bortkiewicz, L. von (1952). “Value and Price in the Marxian System”. International Economic Papers,
2, pp. 5-60.

Bouhia, H. (1998). “Incorporating Water into the I-O Table”. Harvard University. Presented in the
World Congress of I-O Techniques. New York. 1998.

Bourguignon, F., W. Branson, e J. Mello (1992). “Adjustment and Income Distribution: a Macro-Micro
Framework.” Journal of Development Economics. 38 (1).

Bullard, C.W. e A.R. Sebald (1988). "Monte Carlo Sensitivity Analysis of Input-Output Models,"
Review of Economics and Statistics, 70:705-712

Bulmer-Thomas, V. (1982). Input-Output Analysis in Developing Countries: Source, Methods and

Applications. New York: Wiley.

Cantillon, R. (1931). Essai Sur la Nature du Commerce en Général. Editado com uma tradução em
inglês por H. Higgs. London: Macmillan.

Carter, A.P. (2000). “Book Review”. Economic Systems Research. Vol. 12, N. 1, pp. 131-133.
 63

Casler, S.D. e P. Blair (1997). “Economic Structure, Fuel Combustion, and Pollution Emissions”.
Ecological Economics. 22, pp.19-27.

Cavalcanti, J. E. A. (1997). “Distribuição Setorial da Renda: Seus Efeitos de Indução na Economia

Brasileira”. Pesquisa e Planejamento Econômico. 27 (1): 141-184. Abr.

Cella, G. (1984). "The Input-Output Measurement of Interindustry Linkages," Oxford Bulletin of

Economics and Statistics. 46:73-84.

Chenery, H. e T.N. Srinivasan (eds.) (1989). Handbook of Development Economics. Vol. II. Elsevier
Science Publishers.

Clements, B.J. (1990). "On the Decomposition and Normalization of Interindustry Linkages,"
Economics Letters, 33:337-340.

Clements, B.J. e J.W. Rossi (1992). "Ligações Interindustriais e Setores-Chave na Economia

Brasileira," Pesquisa e Planejamento Econômico. 22:101-124.

Cumberland, J.H. (1966). “A Regional Interindustry Model for the Analysis of Development
Objectives”. Regional Science Association Papers. vol. 16, pp. 69-94.

Daly, H.E. (1968). “On Economics of a Life Science”. Journal of Political Economy. Vol. 76, pp. 392-
407.

Davar, E. (2000). “Leontief and Walras: Input-Output and Reality”. 13th International Input-Output
Association Conference. Macerata, Itália, 21 a 25 de agosto.

Decaluwé, B. e A. Martens (1988). "CGE Modeling and Developing Economies. A Concise Empirical
Survey of 73 Applications to 26 Countries." Journal of Policy Modeling. 10 (4): 529-568.

Dervis, K., J. de Melo, e S. Robinson (1982). General Equilibrium Models for Development Policy.
Reimpressão. Cambridge: Cambridge University Press, 1984.

Diamond, J. (1976). "Key Sectors in Some Underdeveloped Countries: a Comment," Kyklos 4:672-74

Dietzenbacher, E. (1997). “In Vindication of the Ghosh Model: A Reinterpretation as a Price Model”.
Journal of Regional Science. 37(4):629-651.

Dietzenbacher, E. e M.L. Lahr (eds) (2004). Wassily Leontief and Input-Output Economics.
Cambridge: Cambridge University Press.

Dixon, P.B., B.R. Parmenter, A.A. Powell, P.J. Wilcoxen (1992). Notes and Problems in Applied
General Equilibrium Economics. Amsterdam: North-Holland.

Dmitriev, V.K. (1974). Economic Essays on Value, Competition and Utility. Cambridge: Cambridge
University Press.

Doeksen, G.A., e C.H. Little (1968). “Effects of the Size of the Input-Output Models on the Results of
an Impact Analysis”. Agricultural Economics Research. 20 (4). pp. 134-38. October.

Dowling, E.T. Introduction to mathematical economics, 3rd edition. Schaum’s Outline Series.
McGraw-Hill, 2001.

Duchin, F. (2000). “International Trade: Evolution in the Thought and Analysis of Wassily Leontief”.
13th International Input-Output Association Conference. Macerata, Itália, 21 a 25 de agosto.

Drud, A., W. Grais, e G. Pyatt (1983). "The Transaction Value Approach to the Formulation and
Implementation of Economywide Equilibrium Models." ¬World Bank Discussion Paper¬.
 64

Drud, A., W. Grais, e G. Pyatt (1986). “Macroeconomic Modeling Based on Social-Accounting

Principles”. Journal of Policy Modeling. 8(1): 111-145.

European Comission (2008). Eurostat manual of supply, use and input-output tables.
Luxembourg, Office for Official Publications of the European Communities.

Evans, W.D. (1954) "The Effects of Structural Matrix Errors on Interindustry Relations Estimates,"
Econometrica 22:461-480

Feijó, C.A. et al. (2008). Contabilidade Social: A Nova Referência das Contas Nacionais do Brasil.
Rio de Janeiro: Campus. 3. Edição.

Fargeix, A. e E. Sadoulet (1994). “A Financial Computable General Equilibrium Model for the Analysis
of Stabilization Programs.” Em Mercenier e Srinivasan (ed.) (1994). op. cit.. pp. 147-181.

Ferreira Filho, J.B.S. (1995). MEGABRÁS - Modelo de Equilíbrio Geral Aplicado à Agricultura
Brasileira. Tese de Douturado. FEA-USP.

Ferreira Filho, J.B.S. (1998). Uma Análise de Equilíbrio Geral dos Impactos da Integração Econômica
no Cone Sul sobre a Agricultura Brasileira. Tese de Livre Docência. DEAS-ESALQ-USP.

Ferreira Filho, J.B.S. (1999). “Trade Liberalization, the Mercosur Integration Process and the
Agriculture-Industry Transfers: a General Equilibrium Analysis”. Revista Brasileira de Economia.
53(4):499-522. Out./Dez..

Fonseca, M.A.R. da, e J.J.M. Guilhoto (1987). "Uma Análise dos Efeitos Econômicos de Estratégias
Setoriais". Revista Brasileira de Economia. Vol. 41. N. 1. Jan-Mar. pp. 81-98.

Fontela, E. (2000). “Leontief and the Future of the World Economy”. 13th International Input-Output
Association Conference. Macerata, Itália, 21 a 25 de agosto.

Furtuoso, M.C.O. e J.J.M. Guilhoto (2000). “A Estrutura Produtiva da Economia Brasileira e o

Agronegócio: 1980 a 1995”. em Montoya, M.A. e J.L. Parré (eds.) (2000). O Agronegócio Brasileiro
no Final do Século XX. Passo Fundo: Editora UPF.

Garcia, M. G. P. (1988). "Um Modelo de Consistência Multissetorial para a Economia Brasileira".

¬Pesquisa e Planejamento Econômico¬. 18 (2): 401-452. Agosto.

Gehrke, C. (2000). “Alfred Kähler’s Die Theorie der Arbeiterfreisetzung durch die Maschine: an Early
Contribution to the Analysis of the Impact of Automation on Workers”. Economic Systems
Research. Vol. 12, N. 2, Junho, pp. 199-214.

Ginsburgh, V.A., e J.L. Waelbroeck (1981). Activity Analysis and General Equilibrium Modeling.
Amsterdam: North-Holland.

Guilhoto, J.J.M. Análise de Insumo-Produto: Teoria e Fundamentos (em elaboração).

Guilhoto, J.J.M. (1986). A Model for Economic Planning and Analysis for the Brazilian Economy.
Dissertação de Doutorado. University of Illinois - E.U.A..

Guilhoto, J.J.M (1988). "A Experiência Brasileira com Modelos Computáveis de Equilíbrio Geral".
Textos para Discussão. N. 175. IEI/UFRJ. Setembro.

Guilhoto, J.J.M. (1995). Um Modelo Computável de Equilíbrio Geral para Planejamento e Análise de
Políticas Agrícolas (PAPA) na Economia Brasileira. Tese de Livre Docência. ESALQ-USP.

Guilhoto, J.J.M. (1999). “Decomposition & Sinergy: a Study of the Interactions and Dependence
Among the 5 Brazilian Macro Regions”. (Compact Disc). Dublin: Forfás. 39th Congress of the
European Regional Science Association. Dublin, Irlanda. 23 a 26 de agosto.
 65

Guilhoto, J.J.M, P.H.Z. Conceição, e F.C. Crocomo (1996). “Estruturas de Produção, Consumo, e
Distribuição de Renda na Economia Brasileira: 1975 e 1980 Comparados”. Economia & Empresa.
3(3): 33-46. Jul./Set..

Guilhoto, J.J.M.G., F.C. Crocomo, A.C. Moretto, e R.L. Rodrigues (2000). “The Productive Structure
in Brazil and Its 5 Macro Regions - 1985, 1990, and 1995 Compared”. em Guilhoto, J.J.M. e G.J.D.
Hewings (eds) (2000). Structure and Structural Change in the Brazilian Economy. Ashgate. No
Prelo.

Guilhoto, J.J.M. e M.A.R. Fonseca (1990). "As Principais Correntes de Modelagem Econômica e o
Caso Brasileiro". em Anais do XII Encontro Brasileiro de Econometria. Brasília, 3 a 6 de
dezembro.

Guilhoto, J.J.M. e M.A.R. Fonseca (1998). “The Northeast and the Rest of Brazil Economies in a
Mercosur Context, 1992-2014: An Econometric Inter-regional Input-Output Approach”. Studies in
Regional Science. Vol. 29, N. 1, pp. 171-185. Dezembro.

Guilhoto, J.J.M., G.J.D. Hewings, M. Sonis (1997). “Interdependence, linkages and multipliers in Asia:
an international input-output analysis”. Apresentado no 5. Summer Institute of the PRSCO of the
RSAI, Nagoya, Japão.

Guilhoto, J.J.M., G.J.D. Hewings, M. Sonis, e J. Guo (1997). “Economic Structural Change Over
Time: Brazil and United States Compared”. Economia Aplicada. 1(1): 35-57. Jan/Mar.

Guilhoto, J.J.M. e U. Sesso Filho (2005). “Estimação da Matriz Insumo-Produto a Partir de Dados
Preliminares das Contas Nacionais”. Economia Aplicada. Vol. 9. N. 2. Abril-Junho. pp. 277-299

Guilhoto, J.J.M., U.A. Sesso Filho (2010). “Estimação da Matriz Insumo-Produto Utilizando Dados
Preliminares das Contas Nacionais: Aplicação e Análise de Indicadores Econômicos para o Brasil
em 2005”. Economia & Tecnologia. UFPR/TECPAR. Ano 6, Vol 23, Out./Dez. ISSN 1809-080X.

Guilhoto, J.J.M., M. Sonis, e G.J.D. Hewings (1996). “Linkages and Multipliers in a Multiregional
Framework: Integrations of Alternative Approaches”. Discussion Paper 96-T-8. Regional
Economics Applications Laboratory, University of Illinois.

Guilhoto, J.J.M., M. Sonis, e G.J.D. Hewings (1999). “Multiplier Product Matrix Analysis for Inter-
regional Input-Output Systems: An Application to the Brazilian Economy”. Proceedings of the Forty-
Sixth North American Meeting of the Regional Science Association International. Montreal,
Canadá, 11 a 14 de novembro.

Guilhoto, J.J.M., M. Sonis, G.J.D. Hewings, e E.B. Martins (1994). “Índices de Ligações e Setores-
Chave na Economia Brasileira: 1959/80”. em Pesquisa e Planejamento Econômico. 24 (2). pp.
287-314. Agosto.

Guilhoto, J.J.M., M. Sonis, G.J.D. Hewings, e E.B. Martins (1995). “Linkages, key sectors and
structural change: some new perspectives”. The Developing Economies, v. 33, n.3, Set.

Haddad, E.A. (1999). Regional Inequality and Structural Changes: Lessons from the Brazilian
Experience. Aldershot:Ashgate.

Heckscher, E. (1919). “The Effect of Foreign Trade on the Distribuition of Income”. Em Readings in
the Theory of International Trade, editado por H.S. Ellis e L.A. Metzler. Homewwood, IL: Richard D.
Irwin. pp. 272-300.

Hertel, T.H. (1997). Global Trade Analysis: Modeling and Applications. Cambridge: Cambridge
University Press.

Hewings, G.J.D. (1972). “Aggregation for Regional Impact Analysis”. Growth and Change. 2 (1). pp.
15-19. January.
 66

Hewings, G.J.D., e M. Madden (eds) (1995). Social and Demographic Accounting. Cambridge:
Cambridge University Press.

Hewigns, G.J.D., M. Sonis, e D. Boyce (eds) (2002). Trade, Networks and Hierarchies: Modeling
Regional and Inter-regional Economies. Berlin: Springer.

Hirschman, A.O. (1958). The Strategy of Economic Development. New Haven: Yale University Press.

Isard, W. (1951). “Inter-regional and Regional Input-Output Analysis: A Model of a Space-Economy”.

Review of Economics and Statistics, n.33, p.319-328.

Isard, W.E. (1960). Methods of Regional Analysis: An Introduction to Regional Science. Cambridge:
MIT Press.

Isard, W.E. et al. (1968). “On the Linkage of the Socieconomic and Ecological Systems”. Regional
Science Association Papers. vol. 21, pp. 79-99.

Isard, W. et. al. (1998). Methods of Inter-regional and Regional Analysis. Aldershot: Ashgate
Publishing.

Isard, W. e I.J. Azis (1998). “Applied General Inter-regional Equilibrium”. Em Isard et. al. (1998). Op.
cit..

Isnard, A.N. (1781). Traité des Richesses. 2 Volumes. London e Lausance: F. Grasset.

Johansen, L. (1974). A Multi-Sectoral Study of Economic Growth. Segunda Edição Ampliada.

Amsterdam: North-Holland.

Kadota, D. K. e E. F. S. Prado (1985). "Modelo de Equilíbrio Geral para Análise da Política Industrial".
Em -Estudos de Política Industrial e Comércio Exterior¬. N. 4. Rio de Janeiro: IPEA/INPES.

Kalecki, M. (1968). Theory of Economic Dynamics. New York: Monthly Review Press.

Kalecki, M. (1971). Selected Essays on the Dynamics of the Capitalist Economy. Cambridge:
Cambridge University Press.

Keynes, J.M. (1964). The General Theory of Employment, Interest, and Money. New York: Harcourt.

King, B.B. (1985). “What is a SAM?”, em G. Pyatt e J.I. Round, eds. Social Accounting Matrices: A
Basis for Planning. Washington, DC: World Bank.

Kuczynski, M. e R.L. Meek (eds) (1972). Quesnay’s Tableau Économique. London: Macmillan.

Kurz, H.D., E. Dietzenbacher, e C. Lager (eds) (1998). Input-Output Analysis. Cheltenham: Edward
Elgar. 3 Volumes.

Kurz, H.D. e N. Salvadori (2000). “Classical Roots of Input-Output Analysis: a Short Account of its
Long Prehistory”. Economic Systems Research. Vol. 12, N. 2, Junho, pp.153-179.

Labandeira, X. e J.M. Labeaga (2002). “Estimation and control of Spanish energy-related CO2
emissions: an input-output approach”. Energy Policy, n.30, p.597-611.

Lager, C. (2000). “Production, Prices and Time: a Comparison of Some Alternative Concepts”.
Economic Systems Research. Vol. 12, N. 2, Junho, pp. 231-253.

Lahr, M.L., e E. Dietzenbacher (2001). Input-Output Analysis: Frontiers and Extensions. Houndmills:
Palgrave.
 67

Leontief, W. (1928). “Die Wirstschaft als Kreislauf”. Archiv für Sozialwissenschaft und Sozilpolitik. 60,
pp. 577-623.

Leontief, W. (1936). “Quantitative Input-Output Relations in the Economic Systems of the United
States”. Review of Economics and Statistics, 18, pp. 105-25.

Leontief, W. (1944). “Output, Employment, Consumption, and Investment”. Quaterly Journal of

Economics. Vol. 58, n. 2, pp. 290-313.

Leontief, W. (1951). The Structure of the American Economy. Segunda Edição Ampliada. New York:
Oxford University Press.

Leontief, W. (1952). “Machines and Man”. Scientif American. Vol. 187, n. 3, pp. 150-160.

Leontief, W. (1953a). “Domestic Production and Foreign Trade: The Capital Position Re-examined”.
Proceedings of the American Philosophical Society. Vol. 97, pp. 332-349.

Leontief, W. (1953b). “Inter-regional Theory”. Em Studies in the Structure of the American Economy.
Leontief, W. et al. (eds) New York: Oxford University Press. pp. 93-115.

Leontief, W. (1966). Input-Output Economics. New York: Oxford University Press.

Leontief, W. (1970). “Environmental Repercussions and the Economic Structure: An Input-Output

Approach”. The Review of Economics and Statistics. Vol. 52, N. 3, pp. 262-271.

Leontief, W. (1975). “Structure of the World Economy - Outline of a Simple Input-Output Formulation”.
Proceedings of the IEEE. vol. 63, n. 3, pp. 345-350.

Leontief, W. (1986). Input-Output Economics. Segunda Edição. New York: Oxford University Press.

Leontief, W. (1987). “Input-Output Analysis”. em Eatwell, J., M. Milgate, e P. Newman (eds. ). The
New Palgrave. A Dictionary of Economics, vol. 2., pp.860-64.

Leontief, W. (1991). “The Economy as a Circular Flow”. Structural Change and Economic Dynamics,
2, pp. 177-212.

Leontief, W., A.P. Carter, e P. Petri (1977). The Future of the World Economy, New York: Oxford
University Press.

Leontief, W. e F. Duchin (1986). The Future of Automation Workers. New York: Oxford University
Press.

Leontief, W. e D. Ford (1972). “Air Pollution and the Economic Structure: Empirical Results on Input-
Output Computations”. Em Input-Output Techniques, editado por A. Bródy e A.P. Carter.
Amsterdam: North Holland, pp. 9-30.

Leontief, W. e A. Strout (1963). “Multiregional Input-Output Analysis”. Em Structural Interdependence

and Economic Development”. Editado por T. Barna. New York: St. Martin’s Press. pp. 119-150.

Leontief, W. et al. (1965). “The Economic Impact - Industrial and Regional - of an Arms Cut”. The
Review of Economics and Statistics. Vol. 47, n.3, pp. 217-241.

Lewis, J.D. (1994). “Macroeconomic Stabilization and Adjustment Policies in a General Equilibrium
Model with Financial Markets: Turkey.” Em Mercenier e Srinivasan (ed.) (1994). op. cit.. pp. 101-
136.

Lima, P.V.P.S. et al. (2000). “Mudanças Cambiais Versus Mudanças Tarifárias: Resultados sobre a
Ótica do MIBRA-USP, um Modelo Inter-regional de Equilíbrio Geral da Economia Brasileira”.
Mimeo. DEAS-ESALQ-USP.
 68

Lipschutz, S.; Lipson, M, Linear Algebra, 3rd edition. Schaum’s Outline Series. McGraw-Hill, 2001.

Lysy, F. J. e L. Taylor (1980). "A General Equilibrium Income Distribution Model for Brazil." Em
Taylor, L., et al. (1980). ¬Models of Growth and Distribution for Brazil¬. New York: Oxford
University Press.

Machado, G.V. (2000). “Energy Use, CO2 Emissions and Foreign Trade: An IO Approach Applied to
the Brazilian Case”. 13th International Input-Output Association Conference. Macerata, Itália, 21 a
25 de agosto.

Manne, A. S. (1974). "Multi-Sector Models for Development Planning: A Survey." ¬Journal of

Development Economics¬, 1(1), pp. 43-69, Junho.

Marx, K. (1956). Capital, vol II. Moskow: Progress Publishers

McGilvray, J. (1977) “Linkages, Key sectors and Development Strategy”. In W. Leontief (ed.)
Structure, System and Economic Policy. Cambridge, University Press, pp. 49-56.

Melo, J. (1988). "Computable General Equilibrium Models for Trade Policy Analysis in Developing
Countries: A Survey". Journal of Policy Modeling. 10(4): 469-503.

Mercenier, J. e M.C.S. Sousa (1994). “Structural Adjustment and Growth in a Highly Indebted Market
Economy: Brazil”. Em Mercenier e Srinivasan (ed.) (1994). op. cit.. pp. 281-310.

Mercenier, J. e T.N. Srinivasan (ed.) (1994). Applied General Equilibrium and Economic
Development: Present Achievements and Future Trends. Ann Arbor: The University of Michigan
Press.

Miller, R.E. (1998). “Regional and Inter-regional Input-Output Analysis”. Em Isard et. al. (1998). Op.
cit..

Miller, R.E., e P.D. Blair (1985). Input-Output Analysis: Foundations and Extensions. Englewood
Cliffs: Prentice-Hall.

Miller, R.E., e P.D. Blair (2009). Input-Output Analysis: Foundations and Extensions. 2. Edição.
Cambrige: Cambridge University Press.

Miller, R.E., K.R. Polenske, e A.Z. Rose (eds.) (1989). Frontiers of Input-Output Analysis. New York:
Oxford University Press.

Miyazawa, K. (1960). “Foreign Trade Multiplier, Input-Output Analysis and the Consumption
Function”. Quarterly Journal of Economics. Vol. 74 (1). Fev..

Miyazawa, K. (1976). Input-Output Analysis and the Structure of Income Distribution. Berlin: Springer-
Verlag.

Montoya, M.A. (1998). A Matriz de Insumo-Produto Internacional do Mercosul em 1990: a

Desigualdade Regional e o Impacto Interssetorial do Comércio Inter-regional. Tese de Doutorado.
ESALQ-USP.

Moreira, A.R.B. (1992). “Um Modelo Multissetorial de Consistência da Economia Brasileira”. Pesquisa
e Planejamento Econômico. 22(3). pp. 401-436. Dezembro.

Moreira, A.R.B., e A. Urani (1993). Um Modelo Multissetorial de Consistência para a Região

Nordeste. Projeto BNB/IPEA. Relatório Final.

Moretto, A.C. e J.J.M. Guilhoto (1999). “Synergetic Interactions among Four Regions in the State of
Paraná, Brazil: An Inter-regional Input-Output Analysis”. Proceedings of the Forty-Sixth North
 69

American Meeting of the Regional Science Association International. Montreal, Canadá, 11 a 14 de

novembro.

Morimoto, Y. (1970). “On Aggregation Problems in Input-Output Analysis”. Review of Economic

Studies, 37 (109), pp 119-26, January.

Najberg, S., F.J.Z. Rigolon, S.P. Vieira (1995). “Modelo de Equilíbrio Geral Computável como
Instrumento de Política Econômica: Uma Análise de Câmbio X Tarifas”. Textos para Discussão n.
30. Rio de Janeiro: BNDES.

Ohlin, B. (1933). Inter-regional and International Trade. Cambridge: Harvard University Press.

Park, S. (1974). "On Input-Output Multipliers with Errors in Input-Output Coefficients." Journal of
Economic Theory 6:399-403.

Pereira, A.M., e J.B. Shoven (1988). “Survey of Dynamic Computational General Equilibrium Models
for Tax Policy Evaluation”. Journal of Policy Modeling. 10(3): 401-436.

Petty, W. (1986). A Treatise of Taxes and Contributions. Cambridge: Cambridge University Press.

Polenske, K.R. (1980). The U.S. Multiregional Input-Output Accounts and Model. Lexington, MA:
Lexington Books, D.C. Heath and Company.

Polenske, K.R. (2000). “Leontief’s Magnificent Machine and Other Contribuitions to Applied
Economics”. 13th International Input-Output Association Conference. Macerata, Itália, 21 a 25 de
agosto.

Pyatt, G. (1988). “A SAM Approach to Modeling”. Journal of Policy Modeling. 10 (3): 327-352.

Pyatt, G. e J.I. Round, eds. (1985). Social Accounting Matrices: A Basis for Planning. Washington,
DC: World Bank.

Rasmussen, P. (1956). Studies in Intersectoral Relations. Amsterdam: North Holland.

Rey, S.J. (1997). “Integrating Econometric and Input-Output Models in a Multiregional Context”.
Growth and Change. 28(2): 222-243.

Rey, S.J. (1998). “The Performance of Alternative Integration Strategies for Combining Regional
Econometric and Input-Output Models”. Inter-regional Regional Science Review, 21(1): 1-36.

Ricardo, D. (1982). On the Principles of Political Economy and Taxation. Cambridge: Cambridge
University Press.

Rijckeghem, W. van (1969). "A Intersectoral Consistency Model for Economic Planning in Brazil." Em
Ellis, H. S. (1969) (ed.). ¬The Economy of Brazil¬. Berkeley e Los Angeles: University of California
Press. pp. 376-402.

Robinson, S. (1989). “Multisectoral Models”. Em Chenery e Srinivasan (eds.). op. cit. pp. 886-947.

Robinson, S. e D.W. Roland-Holst (1988). “Macroeconomic Structure and Computable General

Equilibrium Models”. Journal of Policy Modeling. 10(3). pp. 353-375.

Rodrigues, R.L. e J.J.M. Guilhoto (1999). “Agricultural Cooperatives and the Economic Development
of the Paraná State, Brazil (1985-1995): An Input-Output Analysis”. Proceedings of the Forty-Sixth
North American Meeting of the Regional Science Association International. Montreal, Canadá, 11 a
14 de novembro.
 70

Rodrigues, R.L., S.F.R. Silveira, A. Sampaio, e J.J.M. Guilhoto (1998). “DMR-BR: Um Modelo
Aplicável de Equilíbrio Geral Utilizado para Análise dos Efeitos de Políticas Econômicas no Brasil”.
Pesquisa e Planejamento Econômico. 28(1): 161-208. Abr.

Round, J.I. (1983). “Nonsurvey techniques: a critical review of the theory and the evidence”.
International Regional Science Review, v. 8, n. 3, p. 189-212, 1983.

Rose, A. e W. Miernyk (1989). “Input-Output Analysis: The First Fifty Years”. Economic Systems
Research, 1, pp. 229-71.

Sampaio, A.V. (2000). Análise da Agricultura Utilizando Multiplicadores da Matriz de Contabilidade

Social (SAM), 1985-1995. Tese de Doutorado. DEAS-ESALQ-USP.

Scarf, H.E. e T. Hansen (1973). The Computation of Economic Equilibrium. New Haven, CT: Yale
University Press.

Scarf, H.E., e J.B. Shoven (1984) (eds.). Applied General Equilibrium Analysis. New York: Cambridge
University Press.

Schaffer, W. e K. Chu (1969). “Nonsurvey Techniques for Constructing Regional Interindustry

Models”. Papers, Regional Science Association. 23. pp. 83-101.

Sherman, J. e W. Morrison (1949). "Adjustment of an Inverse Matrix to Changes in the Elements of a

Given Column or a Given Row in the Original Matrix." Annals of Mathematical Statistics, 20:621

Sherman, J. e W. Morrison (1950). "Adjustment of an Inverse Matrix Corresponding to a Change in

One Element of a Given Matrix." Annals of Mathematical Statistics, 21:124-127

Shoven, J.B., e J. Whalley (1984). "Applied General-Equilibrium Models of Taxation and International
Trade: An Introduction and Survey." Journal of Economic Literature, vol XXII, pp. 1007-1051.
Setembro.

Shoven, J.B, e J. Whalley (1992). Applying General Equilibrium. Cambridge Surveys of Economic
Literature. Cambridge: Cambridge University Press.

Simonovits, A. (1975). "A Note on the Underestimation and Overestimation of the Leontief Inverse."
Econometrica, 43:493-498

Smith, A. (1965). The Whealt of Nations. New York: The Modern Library.

SNA (1993). System of National Accounts. Rev. 4. Brussels: Commission of the European
Communities. 711p.

Sonis, M. e G.J.D. Hewings (1989). "Error and Sensitivity Input-Output Analysis: a New Approach."
Em R.E. Miller, K.R. Polenske e A.Z. Rose (eds.) Frontiers of Input-Output Analysis. New York,
Oxford University Press.

Sonis, M. e G.J.D. Hewings (1995) Fields of Influence in Input-Output Systems, unpublished

manuscript, Regional Economics Applications Laboratory, Urbana, Illinois

Sonis, M. e G.J.D. Hewings (1999) "Economic Landscapes: Multiplier Product Matrix Analysis for
Multiregional Input-Output Systems," Hitotsubashi Journal of Economics, v. 40, n. 1, p. 59-74,
June.

Sonis, M., G.J.D. Hewings, e J. Guo (1997). “Input-Output Multiplier Product Matrix”. Discussion
Paper 94-T-12. Regional Economics Applications Laboratory. Urbana: University of Illinois.

Sousa, M. C. S. (1985). "Impactos de Políticas Econômicas Alternativas sobre o Desempenho na

Agricultura: Uma Análise de Equilíbrio Geral". ¬Estudos Econômicos¬. 15 (1): 109-125. Jan./Abr..
 71

¬Sousa, M. C. S. (1987a). "Proteção, Crescimento e Distribuição de Renda no Brasil: uma

Abordagem de Equilíbrio Geral. ¬Revista Brasileira de Economia¬. 41(1): 99-116. Jan./Mar..

Sousa, M. C. S. ¬ (1987b). "Avaliação Econômica do Programa Nacional do Álcool (Proálcool): uma

Análise de Equilíbrio Geral". ¬Pesquisa e Planejamento Econômico¬. 17(2): 381-410. Agosto.

Sousa, M. C. S., e A. B. Hidalgo (1988). "Um Modelo de Equilíbrio Geral Computável para o Estudo
de Políticas de Comércio Exterior no Brasil". ¬Pesquisa e Planejamento Econômico¬. 18(2): 379-
400. Agosto.

Steedman, I. (2000). “Income Distribution, Foreign Trade and the Value-Added Vector”. Economic
Systems Research. Vol. 12, N. 2, Junho, pp. 221-230.

Stone, R. (1981). Aspects of Economic and Social Modeling. Geneva: Librairie Droz.

Stone, R. (1984). "Input-Output Analysis and Economic Planning: A Survey." Revista de Econometria,
IV(I): 65-109, Abril.

Taylor, L. (1975). "Theoretical Foundations and Technical Implications." Em Blitzer, Clark, e Taylor
(1975) (eds.), ¬op. cit.¬, pp. 33-110.

Ten Raa, T. (2005). The Economics of Input-Output Analysis. Cambridge: Cambridge University
Press.

Teixeira, E.C. (1998). “Impact of the Uruguay Round Agreement and Mercosul on the Brazilian
Economy”. Revista Brasileira de Economia. 52 (3). pp. 441-462. Jul/Set.

Torrens, R. (1820). An Essay on the Influence of the External Corn Trade upon the Production and
Distribuion of National Wealth. Segunda edição. London: Hatchard.

Tsukui, J. e Y. Murakami (1979). Turnpike Optimality in Input-Output Systems: Theory and Application
for Planning. Amsterdam: North-Holland.

University of Washington, http://faculty.washington.edu/krumme/systems/multp.html

Urani, A. (1993). “Políticas de Estabilização e Equidade no Brasil: Uma Análise Contrafactual -

1981/83”. Em Pesquisa e Planejamento Econômico. 23 (1): 65-98. Abril.

¬¬ Van der Linden, J., J. Oosterhaven, F. Cuello, G.J.D. Hewings, e M. Sonis. (1993) "Fields of
Influence of Technological Change in EC Intercountry Input-Output Tables 1970-1980" Working
Paper 93-T-13 Regional Economics Applications Laboratory, University of Illinois, Urbana.

Vanek, J. (1968). “The Factor Proportions Theory: the N-Factor Case”. Kyklos. Vol. 21, n.4, pp. 749-
756.

West, G.R. (1995). “Comparison of Input-Output, Input-Output + Econometric and Computable

General Equilibrium Models at the Regional Level. Economic Systems Research, 7(2): 209-227.

West, G.R. (1998). “The Integration of Regional Input-Output/Econometric and Applied General
Equilibrium Models: Some Conceptual Issues”. Paper presented at the Seminar on Regional
Economic Modelling in Honour of the Late Philip Israilevich. Federal Reserve Bank of Chicago,
Illinois, November.

West, G.R. and Jackson, R.W. (1999). “Input-Output+Econometric and Econometric+Input-Output:

Model Differences or Different Models?”. Journal of Regional Analysis and Policy. 28(1).

Werneck, R. L. F. (1984). "Desequilíbrio Externo e Reorientação do Crescimento e dos

Investimentos na Economia Brasileira." ¬Pesquisa e Planejamento Econômico¬, 14(2): 311-352,
Agosto.
 72

¬Williamson, R.B. (1970). “Simple Input-Output Models for Area Analysis”. Land Economics. 46 (3).
pp. 333-38. March.

Willumsen, M.J.F., e R. Cruz (1990). “O Impacto das Exportações Sobre a Distribuição de Renda no
Brasil”. Pesquisa e Planejamento Econômico. 20(3). pp. 557-580. Dezembro.