SECRETARIA DE ESTADO DO TURISMO SETUR BAftp.setur.ba.gov.br/prodetur/documentosbahiabid/Estudo de Impacto...SECRETARIA DE ESTADO DO TURISMO – SETUR BA ESTUDO DE IMPACTOS SOCIOECONÔMICOS

SECRETARIA DE ESTADO DO TURISMO – SETUR BA

ESTUDO DE IMPACTOS SOCIOECONÔMICOS POTENCIAIS DOS

INVESTIMENTOS DO PRODETUR NACIONAL - BAHIA

RELATÓRIO FINAL (REVISÃO)

SÃO PAULO

MARÇO/2012

RESUMO

O estudo atinge os seguintes objetivos: (i) avalia os impactos socioeconômicos dos

investimentos do PRODETUR BA, a partir do enfoque de que se trata de uma atividade

econômica adicional, estruturante do espaço regional; (ii) neste contexto, apresenta as

estimativas dos impactos econômicos, diretos, indiretos e induzidos, produzidos nos níveis

da atividade econômica do Polo Baía de Todos-os-Santos, do restante do Estado e do País,

propiciados pelo conjunto de todas as atividades associadas às fases de implantação dos

investimentos (2013-2017) e dos efeitos sobre mudanças das matrizes de gastos dos turistas

(2018-2027), em termos dos aumentos (dos fluxos) de valor bruto da produção, de valor

adicionado ou PIB, de massa salarial e emprego, e de arrecadação de ICMS no Estado da

Bahia, que não seriam observados se o projeto não ocorresse. O instrumental utilizado para

a elaboração dos cenários do estudo refere-se a um sistema integrado de modelagem para

geração de cenários temporais, tendo como núcleo central um modelo de equilíbrio geral

computável (EGC). Os resultados são avaliados a partir de desvios de trajetória das

variáveis de interesse em relação ao baseline.

CÓDIGO JEL: L83, R11, R12, R13

EQUIPE TÉCNICA

Eduardo Amaral Haddad (Coordenador e Responsável Técnico)

Wilson Rabahy (Gerente do Projeto)

Alexandre Alves Porsse

Alexandre Nunes de Almeida

Décio Kadota

Paulo Roberto Haddad

Weslem Rodrigues Faria

ÍNDICE

1. APRESENTAÇÃO _________________________________________________________ 1

1.1. ÁREA DE ABRANGÊNCIA DO ESTUDO ________________________________________ 2

1.2. OBJETIVOS DO ESTUDO ___________________________________________________ 2

2. METODOLOGIA __________________________________________________________ 4

2.1. REGIONALIZAÇÃO _______________________________________________________ 7

2.2. SÍNTESE METODOLÓGICA _________________________________________________ 8

3. BASELINE _______________________________________________________________ 11

3.1. CENÁRIO TENDENCIAL __________________________________________________ 11

3.2. FLUXOS DE TURISTAS ___________________________________________________ 15

3.2.1. Dimensionamento ____________________________________________________ 15

3.2.2. Projeção ___________________________________________________________ 19

3.3. PERFIL DE GASTOS DOS TURISTAS _________________________________________ 23

4. CENÁRIOS ______________________________________________________________ 27

4.1. PREMISSAS DOS CENÁRIOS _______________________________________________ 27

4.2. FECHAMENTOS ________________________________________________________ 28

5. RESULTADOS ___________________________________________________________ 30

5.1. GASTOS ADICIONAIS DOS TURISTAS________________________________________ 30

5.2. FLUXOS ECONÔMICOS MARGINAIS (ADICIONAIS) _____________________________ 34

5.3. INDICADORES PARA O ESTADO DA BAHIA ___________________________________ 44

5.4. SÍNTESE ESTADUAL ____________________________________________________ 58

5.5. INDICADORES REGIONAIS ________________________________________________ 59

5.6. EFEITOS SOBRE ATIVIDADES CARACTERÍSTICAS DO TURISMO (ACT) _____________ 61

ANEXO A: TURISMO SUSTENTÁVEL E ASSIMETRIAS SOCIOECONÔMICAS NA

BAÍA DE TODOS OS SANTOS __________________________________________________ 65

ANEXO B: MULTIPLICADORES DOS GASTOS DOS TURISTAS ___________________ 80

ANEXO C: AVALIAÇÃO DE IMPACTO DO PROGRAMA PRODETUR BA SOBRE A

DESIGUALDADE E A POBREZA NA REGIÃO METROPOLITANA DE SALVADOR __ 83

1

1. APRESENTAÇÃO

O Governo do Estado da Bahia, representado pela Secretaria de Turismo do Estado,

acordou com o Banco Interamericano de Desenvolvimento – BID uma operação de crédito

para implantar uma pauta de investimentos que passou a compor o PRODETUR Nacional –

Bahia (PRODETUR BA), programa estabelecido pelo Ministério do Turismo.

Com o apoio do Programa PRODETUR Nacional, o Estado da Bahia disporá de um

instrumento adicional para a promoção de seu desenvolvimento econômico e diminuição

das disparidades regionais.

Nos planos de desenvolvimento do Estado são priorizadas 13 zonas turísticas na Bahia,

duas das quais ainda em processo de consolidação. A grande diversidade de atrações

turísticas contempla desde o litoral, ao sertão e ao cerrado, passando ainda por serras e

montanhas, onde o clima evoca outras práticas de turismo.

As 13 zonas priorizadas abrangem 156 municípios considerados turísticos. Desse total, 6

(seis) são classificados pelo Ministério do Turismo como destinos indutores de

desenvolvimento (Salvador, Porto Seguro, Mata de São João, Maraú, Lençóis e Itacaré), e

13 (treze) como municípios âncoras (Salvador, Porto Seguro, Prado, Valença, Mata de São

João, Ilhéus, Itacaré, Lençóis, Cachoeira, Juazeiro, Paulo Afonso, Barreiras e Feira de

Santana).

O PRODETUR BA busca potencializar a sustentabilidade da atividade turística, a partir da

vocação do Estado e das atuais tendências sobre as regiões de seu interior e de sua Região

Metropolitana. A requalificação das regiões interiorizadas resultará na criação de novos

postos de emprego, na geração de renda, na contenção dos fluxos migratórios em direção

aos novos polos regionais e na melhoria da qualidade de vida da população residente nos

polos turísticos identificados pelo programa.

O PRODETUR BA está voltado para a melhoria das condições institucionais e de

infraestrutura, de modo a contribuir para a expansão e a qualificação da atividade turística

no Estado da Bahia. O programa envolve recursos da ordem de USD 153 milhões,

leonardoc

Sticky Note

please revise. The program is USD 84,704,000

2

provenientes de financiamento do Banco Interamericano de Desenvolvimento – BID e de

contrapartida local.

O presente relatório preparado pela Fundação Instituto de Pesquisas Econômicas – FIPE

apresenta a revisão dos resultados do estudo de avaliação de impacto dos investimentos no

âmbito do PRODETUR BA, visando subsidiar, com informações objetivas, sob a ótica

socioeconômica, o sistema de acompanhamento e controle do Governo do Estado da Bahia.

Foram incorporados ao relatório anterior os seguintes elementos: (i) ajuste da

temporalidade da análise; (ii) apresentação, no anexo B, dos multiplicadores estáticos

de insumo-produto dos perfis de gastos dos turistas domésticos e internacionais por

tipo de hospedagem; (iii) estudo adicional inovador sobre os impactos distributivos do

Programa na Região Metropolitana de Salvador (anexo C); e (iv) disponibilização dos

resultados em arquivo eletrônico anexo a este relatório.

1.1. ÁREA DE ABRANGÊNCIA DO ESTUDO

O PRODETUR BA focalizará os investimentos em uma região ou Polo Turístico Baía de

Todos-os-Santos, envolvendo um total de 18 Municípios priorizados com base em seu

maior potencial turístico. São eles:

Salvador Santo Amaro Nazaré

Itaparica Cachoeira Aratuípe

Vera Cruz São Felix Candeias

Madre de Deus Maragojipe Simões Filho

São Francisco do Conde Salinas da Margarida Muritiba

Saubara Jaguaripe Muniz Ferreira

1.2. OBJETIVOS DO ESTUDO

O presente estudo atende os seguintes objetivos, definidos no Plano de Trabalho e

validados pela Secretaria de Turismo do Estado do Estado da Bahia:

3

Avaliar os impactos socioeconômicos dos investimentos do PRODETUR BA, a

partir do enfoque de que se trata de uma atividade econômica adicional, estruturante

do espaço regional;

Apresentar as estimativas dos impactos econômicos, diretos, indiretos e induzidos,

produzidos nos níveis da atividade econômica do Polo Turístico, do restante do

Estado e do País, propiciados pelo conjunto de todas as atividades associadas às

fases de implantação dos investimentos (2013-2017) e dos efeitos sobre mudanças

das matrizes de gastos dos turistas (2018-2027), em termos dos aumentos (dos

fluxos) de valor bruto da produção, de valor adicionado ou PIB, de massa salarial e

emprego, e de arrecadação de ICMS no Estado da Bahia, que não seriam

observados se o Projeto não ocorresse.

4

2. METODOLOGIA

O instrumental utilizado para a elaboração dos cenários do estudo refere-se a um sistema

integrado de modelagem para geração de cenários temporais, tendo como núcleo central um

modelo EGC (modelo EFES – Economic Forecasting Equilibrium System). O modelo

EFES foi desenvolvido no âmbito do Projeto SIPAPE (Sistema Integrado de Planejamento

e Análise de Políticas Econômicas) –, em curso na FIPE e no Núcleo de Economia

Regional e Urbana da USP – NEREUS, cujo objetivo geral é a especificação e

implementação de um sistema de informações integrado para projeção macroeconômica,

setorial e regional, e análise de políticas econômicas.1 Como parte deste projeto, este

modelo de equilíbrio geral computável (EGC) está integrado a um modelo

macroeconômico de equilíbrio geral dinâmico (EGD), permitindo a geração de resultados

desagregados para até 56 setores e 110 produtos, consistentes com cenários internacionais e

macroeconômicos preestabelecidos. Outro módulo importante associado ao SIPAPE é o

módulo interestadual EGC, denominado B-MARIA – Brazilian Multisectoral And

Regional/Interregional Analysis2, em sua versão calibrada para o Estado da Bahia (Figura

2.1).

O modelo EFES é um modelo especificado com componentes de dinâmica suficientes para

gerar projeções temporais para a economia brasileira. Dessa forma, pode-se projetar

trajetórias de nível de atividade por setor, uma característica até agora pouco explorada em

modelos EGC no Brasil. Dentro da estratégia de implementação do modelo, podemos

definir, esquematicamente, os vários estágios de simulação para a obtenção das projeções

dos cenários econômicos consistentes, considerando a integração dos vários módulos. A

utilização do modelo EFES em simulações de projeção possibilita a produção de resultados

1 Haddad, E. A., e Domingues, E. P. (2001). “EFES – Um Modelo Aplicado de Equilíbrio Geral para a

Economia Brasileira: Projeções Setoriais para 1999-2004”, Estudos Econômicos, 31(1). 2 Haddad, E. A. (1999). Regional Inequality and Structural Changes: Lessons from the Brazilian Experience.

Aldershot, Ashgate.

Haddad, E. A. and G.J.D. Hewings (2005). “Market Imperfections in a Spatial Economy: Some Experimental

Results,” The Quarterly Review of Economics and Finance 45: 476-496.

5

estruturais e macroeconômicos sobre a evolução da economia brasileira no período de

estudo (2012-2027).

Uma importante etapa, antes da geração dos cenários futuros, refere-se às simulações

históricas. As simulações históricas são utilizadas para a atualização do banco de dados do

modelo e a determinação de tendências de mudanças tecnológicas e de preferências. O

modelo será calibrado, inicialmente, para 2007, ano mais recente para o qual estão

disponíveis as informações completas necessárias para sua implementação. Entretanto,

informações parciais vêm sendo liberadas para anos mais recentes, o que torna possível

atualizar os coeficientes estruturais do modelo a partir destes dados. Para o período

histórico entre o ano de referência e os anos mais recentes, podem-se observar movimentos

em muitas das variáveis que, normalmente, são determinadas endogenamente em modelos

EGC.

Para se acomodarem as novas variáveis exógenas, devem-se endogeneizar algumas

variáveis exógenas. O resultado final destas simulações permite-nos, como sugerido acima,

atualizar nosso banco de dados para um ano mais recente que serve como ano “0” de nossas

projeções.

No ambiente de projeção, o modelo é alimentado por projeções macroeconômicas do

modelo EGD. Entre as informações utilizadas, está a evolução da inflação, da taxa de

câmbio, do consumo das famílias, dos gastos do governo, do investimento agregado e das

exportações. Como insumo ao modelo EFES fazem parte também projeções de

especialistas e cenários sobre alterações nas preferências e tecnologia. Políticas setoriais

específicas também são introduzidas nas simulações de projeção. Alimentado com estas

informações, o modelo EFES produz projeções estruturais e macroeconômicas para a

economia brasileira. A evolução da oferta doméstica e externa (importações) dos bens pode

ser observada, assim como as variações do nível de atividade, investimento e estoque de

capital em cada um dos setores de atividade do modelo. Indicadores macroeconômicos

como volume de importações, saldo comercial, emprego e PIB também podem ser

acompanhados. Deve ser destacado que esse amplo conjunto de resultados é totalmente

6

consistente com as informações de entrada do modelo, com a estrutura da economia

brasileira e com a teoria econômica estabelecida.

Deve-se ressaltar que as projeções do modelo não representam previsões, stricto sensu, para

a economia brasileira. Os resultados derivados do modelo refletem trajetórias das variáveis

endógenas para cenários exógenos específicos. A grande vantagem deste instrumental

refere-se à sua flexibilidade na geração de cenários para a economia brasileira dentro de um

arcabouço teórico de equilíbrio geral totalmente baseado em fundamentos econômicos.

Apesar de limitações associadas a hipóteses restritivas sobre o comportamento dos agentes

econômicos e incertezas sobre os parâmetros e coeficientes do modelo, a utilização do

modelo EFES mostra-se bastante promissora e flexível, podendo salientar algumas

aplicações genéricas, tais como: a) geração de projeções setoriais baseadas em cenários

macroeconômicos alternativos; b) análise dos impactos de políticas econômicas sobre

trajetórias de crescimento da economia; c) integração com modelos regionais objetivando a

geração de resultados para estados e regiões do país.

Neste trabalho, utiliza-se ainda uma extensão interregional do modelo EFES (EFES-REG),

desenvolvida para geração das decomposições regionais dos resultados das simulações em

nível regional. Os coeficientes estruturais das regiões são utilizados (e atualizados a cada

sub-período) nos processos de calibragem e re-calibragem do modelo. A obtenção destes

coeficientes dá-se a partir de informações provenientes de uma matriz interregional de

insumo-produto, desenvolvida no âmbito deste projeto.

Uma vez estabelecida a trajetória de referência para a contextualização das magnitudes dos

impactos (Cenário Tendencial sem os investimentos do PRODETUR BA), o próximo passo

é definir os desvios em relação a essas trajetórias proporcionados pela realização dos

investimentos e pelo aumento projetado dos fluxos/gastos dos turistas nas regiões de

destino. O modelo B-MARIA-BA e o sistema interregional, integrados ao modelo EFES,

permitem que estes impactos sobre variáveis macroeconômicas, setoriais e regionais sejam

calculados. O modelo B-MARIA-BA garante a consistência dos resultados de equilíbrio

geral no nível estadual, enquanto o módulo interregional permite que os resultados sejam

7

alocados nos vários níveis sub-regionais de acordo com propriedades de um sistema de

insumo-produto interregional. As informações que alimentam os choques no sistema são:

(i) alocação temporal-regional-institucional dos gastos com investimentos incrementais no

período de implantação; e (ii) alocação temporal-regional-institucional dos gastos

adicionais com turismo a partir do ano término das obras. Uma vez traduzidos estes efeitos

em mudanças em variáveis do modelo EGC, podemos proceder às estimativas dos impactos

socioeconômicos do PRODETUR BA.

Figura 2.1. Janela de abertura do modelo B-MARIA-BA (ano base 2007)

2.1. REGIONALIZAÇÃO

A elaboração do sistema interregional de insumo-produto, no âmbito deste projeto, teve

como base de informações os fluxos de produtos entre microrregiões brasileiras, estimados

pela FIPE. O modelo considera duas regiões internas ao Estado da Bahia e uma região

residual (Resto do Brasil). A regionalização utilizada procurou estabelecer uma relação

8

bem próxima à delimitação das fronteiras geográficas do Polo em questão. Como os

municípios que compõem o Polo Turístico Baía de Todos-os-Santos (BTS) estão contidos

em mais de uma microrregião de forma não exaustiva, optaremos por alocar as

microrregiões no Polo baseando-nos na localização dos municípios turísticos principais,

gerando uma aproximação espacial das áreas do Polo no modelo de simulação.

A regionalização do módulo interestadual incluirá duas microrregiões homogêneas

associadas ao Polo Turístico Baía de Todos-os-Santos, a saber: Microrregião de Salvador e

Microrregião de Santo Antônio de Jesus. O Quadro 2.1 apresenta a relação utilizada entre

municípios do Polo e microrregiões homogêneas, destacando os municípios contemplados

pelo PRODETUR BA.

Quadro 2.1. Regionalização do módulo interestadual

A. Microrregião de Salvador

Salvador Lauro de Freitas

Camaçari Madre de Deus

Candeias São Francisco do Conde

Dias d'Ávila Simões Filho

Itaparica Vera Cruz

B. Microrregião de Santo Antônio de Jesus

Santo Antônio de Jesus Dom Macedo Costa Salinas da Margarida

Aratuípe Governador Mangabeira Santo Amaro

Cabaceiras do Paraguaçu Jaguaripe São Felipe

Cachoeira Maragogipe São Félix

Castro Alves Muniz Ferreira Sapeaçu

Conceição do Almeida Muritiba Saubara

Cruz das Almas Nazaré Varzedo

2.2.SÍNTESE METODOLÓGICA

O instrumental utilizado para a elaboração dos cenários do estudo refere-se a um

sistema integrado de modelagem para geração de cenários temporais, tendo como

núcleo central um modelo interregional de equilíbrio geral computável (IEGC);

Os resultados referem-se a:

http://pt.wikipedia.org/wiki/Salvador_(Bahia)

http://pt.wikipedia.org/wiki/Lauro_de_Freitas

http://pt.wikipedia.org/wiki/Cama%C3%A7ari

http://pt.wikipedia.org/wiki/Madre_de_Deus_(Bahia)

http://pt.wikipedia.org/wiki/Candeias_(Bahia)

http://pt.wikipedia.org/wiki/S%C3%A3o_Francisco_do_Conde

http://pt.wikipedia.org/wiki/Dias_d%27%C3%81vila

http://pt.wikipedia.org/wiki/Sim%C3%B5es_Filho

http://pt.wikipedia.org/wiki/Itaparica

http://pt.wikipedia.org/wiki/Vera_Cruz_(Bahia)

http://pt.wikipedia.org/wiki/Santo_Ant%C3%B4nio_de_Jesus

http://pt.wikipedia.org/wiki/Dom_Macedo_Costa

http://pt.wikipedia.org/wiki/Salinas_da_Margarida

http://pt.wikipedia.org/wiki/Aratu%C3%ADpe

http://pt.wikipedia.org/wiki/Governador_Mangabeira

http://pt.wikipedia.org/wiki/Santo_Amaro_(Bahia)

http://pt.wikipedia.org/wiki/Cabaceiras_do_Paragua%C3%A7u

http://pt.wikipedia.org/wiki/Jaguaripe

http://pt.wikipedia.org/wiki/S%C3%A3o_Felipe

http://pt.wikipedia.org/wiki/Cachoeira_(Bahia)

http://pt.wikipedia.org/wiki/Maragogipe

http://pt.wikipedia.org/wiki/S%C3%A3o_F%C3%A9lix_(Bahia)

http://pt.wikipedia.org/wiki/Castro_Alves_(Bahia)

http://pt.wikipedia.org/wiki/Muniz_Ferreira

http://pt.wikipedia.org/wiki/Sapea%C3%A7u

http://pt.wikipedia.org/wiki/Concei%C3%A7%C3%A3o_do_Almeida

http://pt.wikipedia.org/wiki/Muritiba

http://pt.wikipedia.org/wiki/Saubara

http://pt.wikipedia.org/wiki/Cruz_das_Almas

http://pt.wikipedia.org/wiki/Nazar%C3%A9_(Bahia)

http://pt.wikipedia.org/wiki/Varzedo

9

o 56 setores

o 110 produtos;

o 3 regiões, sendo 1 delas o Polo BTS, considerado no PRODETUR BA;

O período de projeção é de 2012 a 2020.

Os resultados são avaliados a partir de desvios de trajetória das variáveis de

interesse (e.g. PIB) em relação ao baseline (Figura 2.2)

Figura 2.2. Definição esquemática dos efeitos marginais do PRODETUR BA

2007

PIB com PRODETUR BA

PIB sem PRODETUR BA

Fluxos marginais

2011 2017 2027

Simulação histórica

Investimentos Efeitos sobre turismo

leonardoc

Sticky Note

2013 a 2027

leonardoc

Sticky Note

2013

10

O Quadro 2.2 sintetiza a relação de dependência interregional direta no modelo,

apresentando as estruturas dos fluxos de comércio entre as regiões. É importante ressaltar o

papel de polarização exercido pelo Polo BTS na economia baiana, uma vez que se coloca

como origem e destino relevante dos fluxos intra-estaduais.

Quadro 2.2. Estrutura agregada dos fluxos interregionais, Brasil (em % do total)

Fonte: EFES-REG.

Pólo BTS Restante da Bahia Restante do Brasil TOTAL

Pólo BTS 0.016 0.002 0.008 0.026

Restante da Bahia 0.003 0.007 0.007 0.016

Restante do Brasil 0.011 0.006 0.873 0.889

Restante do mundo 0.003 0.001 0.065 0.069

TOTAL 0.032 0.015 0.952 1.000

Destino

Ori

gem

11

3. BASELINE

Esta seção apresenta os resultados de nosso baseline, ou seja, as trajetórias de referência

para a contextualização das magnitudes dos impactos. Apresentaremos, a seguir, (i) as

informações para a trajetória de PIB, população e PIB per capita para as regiões do estudo;

(ii) as estimativas das matrizes de fluxos de turistas; e (iii) estimativas de perfil de gastos de

turistas domésticos e internacionais bem como indicadores médios de permanência.

3.1. CENÁRIO TENDENCIAL

O objetivo desta seção é delinear o Cenário Tendencial para a economia brasileira e suas

regiões, com o foco na economia baiana, tendo como resultado de interesse a geração de

projeções de variáveis econômicas, baseadas em hipóteses sobre o comportamento de

agregados macroeconômicos, mudanças tecnológicas e de preferências, projeções

demográficas, alterações no cenário internacional e informações sobre a tendência dos

investimentos setoriais/regionais. São apresentadas projeções para o PIB, população e PIB

per capita para três regiões brasileiras (Polo Baía de Todos os Santos, Resto da Bahia e

Resto do Brasil), além de projeções de crescimento da economia mundial.

O Cenário Tendencial aqui apresentado caracteriza uma situação provável para as

economias brasileira e baiana no futuro, dadas as restrições sob as quais operam e as

suposições feitas sobre alguns de seus aspectos estruturais fundamentais, tais como, taxa de

investimento, padrão de consumo das famílias, evolução da produtividade em alguns

setores etc. Essa situação é resultante das suposições feitas, das restrições presentes, e da

experiência de evolução da economia em passado relativamente recente. Basicamente, o

Cenário Tendencial deve ser entendido como uma situação para a qual caminharão as

economias do País e do Estado da Bahia, na hipótese de que os fatores e políticas presentes

nesse passado recente continuem a exercer alguma influência no período de projeção.

Como salientado, o propósito destas estimativas é contextualizar a magnitude dos impactos

do PRODETUR BA em um contexto temporal consistente.

12

A Tabela 3.1 apresenta as estimativas das trajetórias do PIB, população e PIB per capita

para o período 2011-2027. Já a Tabela 3.2 apresenta as respectivas estimativas das

trajetórias do crescimento do PIB, população e PIB per capita para o período 2011-2027. O

crescimento anual médio do PIB da Bahia é de 3,46%, enquanto o crescimento anual médio

do PIB nacional é de 3,67%. No caso do Polo BTS, essa taxa é da ordem de 3,45% ao ano

no período. Para o PIB per capita, o crescimento anual médio da Bahia é de 2,88%,

enquanto o crescimento anual médio nacional é de 3,04%. O crescimento anual médio do

PIB per capita no Polo BTS é de 1,87%.

13

Tabela 3.1. Cenário tendencial – baseline: PIB, População e PIB per capita

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027

PIB (milhões de R$ 2007)

BAHIA 124.760 129.534 134.068 138.847 143.829 149.101 154.444 159.934 165.499 171.212 177.038 183.032 189.133 195.372 201.750 208.283 214.944

Pólo BTS 63.107 65.486 67.699 70.048 72.547 75.180 77.878 80.654 83.475 86.368 89.326 92.366 95.467 98.637 101.876 105.188 108.562

Resto da Bahia 61.653 64.048 66.368 68.799 71.282 73.921 76.567 79.280 82.024 84.844 87.712 90.666 93.665 96.735 99.875 103.095 106.381

RESTO DO BRASIL 3.061.206 3.183.799 3.304.691 3.432.192 3.567.176 3.705.895 3.847.604 3.992.225 4.140.072 4.291.104 4.446.049 4.604.685 4.767.393 4.934.157 5.105.003 5.280.033 5.459.213

BRASIL 3.185.965 3.313.334 3.438.758 3.571.040 3.711.005 3.854.996 4.002.048 4.152.159 4.305.571 4.462.316 4.623.086 4.787.717 4.956.525 5.129.529 5.306.754 5.488.316 5.674.157

População (1.000)

BAHIA 14.886 15.001 15.111 15.216 15.316 15.412 15.505 15.596 15.683 15.768 15.850 15.929 16.006 16.079 16.149 16.215 16.278

Pólo BTS 4.559 4.644 4.728 4.811 4.893 4.974 5.055 5.136 5.216 5.295 5.374 5.453 5.531 5.609 5.685 5.761 5.836

Resto da Bahia 10.327 10.357 10.383 10.405 10.423 10.438 10.450 10.460 10.467 10.473 10.475 10.476 10.474 10.470 10.464 10.454 10.442

RESTO DO BRASIL 184.605 186.169 187.660 189.088 190.459 191.781 193.060 194.300 195.503 196.671 197.805 198.904 199.967 200.989 201.966 202.894 203.767

BRASIL 199.492 201.170 202.771 204.303 205.774 207.193 208.565 209.896 211.186 212.438 213.655 214.833 215.973 217.068 218.115 219.110 220.045

PIB per capita (R$ 2007)

BAHIA 8.380,73 8.634,76 8.872,20 9.125,37 9.390,91 9.674,19 9.960,61 10.255,02 10.552,76 10.858,44 11.169,78 11.490,41 11.816,60 12.150,67 12.492,92 12.844,71 13.204,88

Pólo BTS 13.841,72 14.101,26 14.319,39 14.561,12 14.827,62 15.114,19 15.405,82 15.705,13 16.005,08 16.310,95 16.620,95 16.938,65 17.259,88 17.586,60 17.919,03 18.258,45 18.603,56

Resto da Bahia 5.969,89 6.183,73 6.391,93 6.612,18 6.838,84 7.081,82 7.326,66 7.579,25 7.836,09 8.101,55 8.373,12 8.654,51 8.942,22 9.238,84 9.544,75 9.861,40 10.187,79

RESTO DO BRASIL 16.582,43 17.101,68 17.609,98 18.151,34 18.729,40 19.323,59 19.929,58 20.546,72 21.176,55 21.818,73 22.476,95 23.150,26 23.840,91 24.549,40 25.276,52 26.023,60 26.791,40

BRASIL 15.970,40 16.470,29 16.958,82 17.479,13 18.034,34 18.605,80 19.188,45 19.782,03 20.387,60 21.005,23 21.638,14 22.285,73 22.949,80 23.630,98 24.330,03 25.048,28 25.786,35

14

Tabela 3.2. Cenário tendencial – baseline: crescimento do PIB, População e PIB per capita

2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027

PIB (taxa de crescimento a.a.)

BAHIA - 3,83 3,50 3,57 3,59 3,67 3,58 3,55 3,48 3,45 3,40 3,39 3,33 3,30 3,26 3,24 3,20

Pólo BTS - 3,77 3,38 3,47 3,57 3,63 3,59 3,57 3,50 3,47 3,42 3,40 3,36 3,32 3,28 3,25 3,21

Resto da Bahia - 3,88 3,62 3,66 3,61 3,70 3,58 3,54 3,46 3,44 3,38 3,37 3,31 3,28 3,25 3,22 3,19

RESTO DO BRASIL - 4,00 3,80 3,86 3,93 3,89 3,82 3,76 3,70 3,65 3,61 3,57 3,53 3,50 3,46 3,43 3,39

BRASIL - 4,00 3,79 3,85 3,92 3,88 3,81 3,75 3,69 3,64 3,60 3,56 3,53 3,49 3,45 3,42 3,39

População (taxa de crescimento a.a.)

BAHIA - 0,77 0,73 0,69 0,66 0,63 0,60 0,58 0,56 0,54 0,52 0,50 0,48 0,46 0,44 0,41 0,38

Pólo BTS - 1,86 1,80 1,75 1,71 1,66 1,63 1,59 1,56 1,53 1,50 1,46 1,43 1,40 1,37 1,33 1,29

Resto da Bahia - 0,29 0,25 0,21 0,17 0,14 0,12 0,09 0,07 0,05 0,03 0,01 -0,02 -0,04 -0,06 -0,09 -0,12

RESTO DO BRASIL - 0,85 0,80 0,76 0,73 0,69 0,67 0,64 0,62 0,60 0,58 0,56 0,53 0,51 0,49 0,46 0,43

BRASIL - 0,84 0,80 0,76 0,72 0,69 0,66 0,64 0,61 0,59 0,57 0,55 0,53 0,51 0,48 0,46 0,43

PIB per capita (taxa de crescimento a.a.)

BAHIA - 3,03 2,75 2,85 2,91 3,02 2,96 2,96 2,90 2,90 2,87 2,87 2,84 2,83 2,82 2,82 2,80

Pólo BTS - 1,88 1,55 1,69 1,83 1,93 1,93 1,94 1,91 1,91 1,90 1,91 1,90 1,89 1,89 1,89 1,89

Resto da Bahia - 3,58 3,37 3,45 3,43 3,55 3,46 3,45 3,39 3,39 3,35 3,36 3,32 3,32 3,31 3,32 3,31

RESTO DO BRASIL - 3,13 2,97 3,07 3,18 3,17 3,14 3,10 3,07 3,03 3,02 3,00 2,98 2,97 2,96 2,96 2,95

BRASIL - 3,13 2,97 3,07 3,18 3,17 3,13 3,09 3,06 3,03 3,01 2,99 2,98 2,97 2,96 2,95 2,95

15

3.2. FLUXOS DE TURISTAS

3.2.1. Dimensionamento

Para se avaliar os impactos do PRODETUR BA associados aos incrementos esperados nos

gastos totais dos turistas (seja pela intensificação dos fluxos de turistas, pelo aumento dos

gastos médios, ou pelo aumento do tempo de permanência), é fundamental que se tenha

uma ideia dos fluxos atuais e dos fluxos projetados na ausência dos investimentos.

Estas informações, contudo, estão disponibilizadas parcialmente e em fontes dispersas. Para

se obter uma estimativa sobre os fluxos de turistas entre pares de origem e destino, no

contexto de nossa modelagem, combinamos algumas fontes de informações sobre fluxos de

turistas domésticos e internacionais para calibrar uma matriz de fluxos de turistas para o

ano-base 2007.

As principais informações (fontes) utilizadas foram: a) turismo doméstico: estimativa de

fluxos de viagens para a Bahia, com origem dentro e fora do Estado (FIPE/EMBRATUR);

e b) turismo internacional: estimativa do número de turistas estrangeiros no Estado da

Bahia (EMBRATUR).

Para o turismo internacional, foram utilizados dados históricos sobre turismo receptivo para

o período 1991-2007 (EMBRATUR), considerando os números de turistas no Brasil e na

Bahia.

O dimensionamento do turismo doméstico baseou-se em informações do estudo

“Caracterização e dimensionamento do turismo doméstico no Brasil – 2007”, elaborado

pela própria FIPE para o Ministério do Turismo. O total de pessoas x viagens (turistas

domésticos) em 2007 foi estimado em 128.505 mil no Brasil. Deste total, o Estado da Bahia

foi o destino de 9.052 mil, ou 7,0% do total. Outra informação relevante é que do total

turistas x viagens com destino a Bahia, 1.754 mil (19,4%) teriam se originado no próprio

Estado.

16

Com base nestes grandes números e com as informações sobre procedência dos turistas no

polo, estimamos os números de turistas estrangeiros e de outros estados, restando ainda

desagregar os fluxos intra-estaduais.

Como resultado, conseguimos estimar o fluxo de turistas nas duas regiões de destino

relevantes para a análise de impacto (Polo BTS e Resto da Bahia) segundo suas diferentes

origens (doméstica e internacional), tendo ainda desagregado a origem dos turistas

domésticos por Estado. A composição da origem dos turistas para o Polo BTS e a Bahia é

apresentada no Gráfico 3.1. Os resultados absolutos, desagregados inclusive por Estado de

origem, são apresentados no Quadro 3.1. É interessante notar que o fluxo de turistas

internacionais possui participação mais elevada no Polo BTS (9,3%) em comparação com o

Estado da Bahia como um todo (5,7%). Além disso, considerando apenas a composição dos

fluxos de turistas domésticos com origem em outros Estados, constata-se que a participação

dos turistas provenientes de São Paulo e de Minas Gerais é mais forte no Estado como um

todo, enquanto que no Polo BTS tem-se São Paulo e Rio de Janeiro com participações mais

elevadas.

17

Gráfico 3.1. Composição dos fluxos de turistas segundo a origem, 2007

Destino: Bahia

Destino: Polo BTS

19,4%

5,7%

29,0%

5,1%

17,6%

1,1%

22,2%

74,9%

Bahia Exterior

Resto do Brasil São Paulo Resto do Brasil Rio de Janeiro

Resto do Brasil Minas Gerais Resto do Brasil Rio Grande do Sul

Resto do Brasil Outros Estados

22,7%

9,3%

25,0%

9,3%

6,0%

1,3%

26,4%

68,0%

Bahia Exterior

Resto do Brasil São Paulo Resto do Brasil Rio de Janeiro

Resto do Brasil Minas Gerais Resto do Brasil Rio Grande do Sul

Resto do Brasil Outros Estados

18

Quadro 3.1. Estimativa dos fluxos de turistas entre pares de origem e destino, 2007

Pólo BTS Resto_BA Pólo BTS Resto_BA Pólo BTS Resto_BA

BAHIA 737 1.018 1.754 BAHIA 42,0 58,0 100,0 BAHIA 22,7 17,5 19,4

RO 1 0 1 RO 100,0 0,0 100,0 RO 0,0 0,0 0,0

AC 0 0 0 AC 100,0 0,0 100,0 AC 0,0 0,0 0,0

AM 18 1 19 AM 95,4 4,6 100,0 AM 0,6 0,0 0,2

RR 0 0 0 RR 100,0 0,0 100,0 RR 0,0 0,0 0,0

PA 19 2 21 PA 90,0 10,0 100,0 PA 0,6 0,0 0,2

AP 1 0 1 AP 100,0 0,0 100,0 AP 0,0 0,0 0,0

TO 5 21 26 TO 19,7 80,3 100,0 TO 0,2 0,4 0,3

MA 1 4 5 MA 28,2 71,8 100,0 MA 0,0 0,1 0,1

PI 19 1 19 PI 96,9 3,1 100,0 PI 0,6 0,0 0,2

CE 43 7 50 CE 86,5 13,5 100,0 CE 1,3 0,1 0,6

RN 17 4 21 RN 80,4 19,6 100,0 RN 0,5 0,1 0,2

PB 20 20 40 PB 50,2 49,8 100,0 PB 0,6 0,3 0,4

PE 165 172 337 PE 48,8 51,2 100,0 PE 5,1 3,0 3,7

AL 36 13 49 AL 73,2 26,8 100,0 AL 1,1 0,2 0,5

SE 215 102 316 SE 67,9 32,1 100,0 SE 6,6 1,7 3,5

MG 195 1.400 1.595 MG 12,2 87,8 100,0 MG 6,0 24,1 17,6

ES 37 217 253 ES 14,6 85,4 100,0 ES 1,1 3,7 2,8

RJ 303 155 457 RJ 66,2 33,8 100,0 RJ 9,3 2,7 5,1

SP 811 1.817 2.628 SP 30,9 69,1 100,0 SP 25,0 31,3 29,0

PR 39 127 166 PR 23,6 76,4 100,0 PR 1,2 2,2 1,8

SC 22 22 45 SC 50,2 49,8 100,0 SC 0,7 0,4 0,5

RS 41 57 98 RS 42,1 57,9 100,0 RS 1,3 1,0 1,1

MS 1 37 38 MS 2,9 97,1 100,0 MS 0,0 0,6 0,4

MT 5 9 14 MT 36,6 63,4 100,0 MT 0,2 0,2 0,2

GO 72 150 222 GO 32,4 67,6 100,0 GO 2,2 2,6 2,5

DF 121 239 360 DF 33,5 66,5 100,0 DF 3,7 4,1 4,0

Exterior 302 212 514 Exterior 58,7 41,3 100,0 Exterior 9,3 3,7 5,7

3.247 5.805 9.052 35,9 64,1 100,0 100,0 100,0 100,0

% Origem

Ano-Base: 2007Destination

Total

Ori

gin

TOTAL

Total

TOTAL

Fluxo de Turistas (1.000) % Destino

Ano-Base: 2007Destination

Total

Ori

gin

TOTAL

Destination

Ori

gin

Ano-Base: 2007

19

3.2.2. Projeção

A matriz de 2007 foi projetada até 2027 tendo sido utilizado como fator de expansão a

relação entre variação anual do PIB per capita da região emissora e uma elasticidade

demanda por turismo em relação ao PIB per capita da região emissora de 1,5.3 Informações

adicionais sobre expectativa de turistas ligados aos grandes eventos esportivos previstos

para Salvador e o Brasil (Copa das Confederações, Copa do Mundo e efeito spillover dos

Jogos Olímpicos) foram incorporadas às projeções tendenciais.

A Tabela 3.3 apresenta as taxas de variação anual do PIB per capita da região emissora que

foram utilizadas para projetar o fluxo turístico até 2027. A seguir, os resultados da projeção

são apresentados no Quadro 3.2.

3 Crouch, G. (1995), “A Meta-Analysis of Tourism Demand”, Annals of Tourism Research, Vol. 22(1), pp.

113–18.

Tsounta, E. (2008), “What Attracts Tourists to Paradise?”, IMF Worling Paper

20

Tabela 3.3. Taxa de crescimento anual do PIB per capita, 2007-2027

2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027

Pólo BTS - 1,32 -1,81 6,55 -3,07 1,88 1,55 1,69 1,83 1,93 1,93 1,94 1,91 1,91 1,90 1,91 1,90 1,89 1,89 1,89 1,89

Resto_BA - 2,74 0,75 7,71 -1,44 3,58 3,37 3,45 3,43 3,55 3,46 3,45 3,39 3,39 3,35 3,36 3,32 3,32 3,31 3,32 3,31

RO - 7,43 -1,98 5,15 7,61 4,10 2,56 2,92 3,74 3,77 3,84 3,77 3,74 3,66 3,61 3,55 3,50 3,46 3,41 3,37 3,34

AC - 3,83 -3,04 4,29 8,67 3,64 1,84 2,31 3,40 3,43 3,58 3,52 3,52 3,43 3,40 3,33 3,30 3,26 3,22 3,19 3,17

AM - 0,16 -3,49 4,05 3,06 1,98 2,74 2,85 2,66 2,56 2,55 2,55 2,57 2,59 2,65 2,69 2,70 2,73 2,76 2,79 2,83

RR - 3,55 -4,16 4,25 8,83 3,19 1,56 2,02 3,01 3,07 3,20 3,15 3,16 3,09 3,10 3,04 3,02 2,99 2,97 2,95 2,95

PA - 6,48 -5,62 6,48 3,72 2,21 4,47 3,98 2,47 2,65 2,26 2,26 2,13 2,19 2,12 2,21 2,15 2,17 2,19 2,24 2,25

AP - -0,77 -4,25 3,34 7,80 2,72 1,89 2,19 2,76 2,80 2,87 2,86 2,87 2,83 2,84 2,81 2,81 2,80 2,80 2,80 2,81

TO - 7,74 -0,60 7,17 2,52 3,67 2,70 2,92 3,39 3,48 3,48 3,44 3,40 3,35 3,31 3,27 3,23 3,19 3,16 3,13 3,10

MA - 9,69 -2,98 5,34 5,74 2,91 3,14 3,09 2,82 2,96 2,83 2,83 2,77 2,77 2,75 2,76 2,73 2,73 2,73 2,74 2,73

PI - 8,35 0,22 6,72 2,78 4,21 2,20 2,65 3,77 3,84 3,98 3,91 3,89 3,79 3,74 3,66 3,61 3,55 3,49 3,44 3,40

CE - 8,99 -0,18 5,95 1,22 3,47 1,98 2,35 3,19 3,29 3,39 3,36 3,34 3,29 3,25 3,21 3,17 3,14 3,10 3,08 3,05

RN - 0,83 -2,93 5,44 3,62 3,60 1,62 2,19 3,28 3,43 3,58 3,55 3,53 3,46 3,43 3,34 3,32 3,28 3,23 3,19 3,15

PB - 5,56 -0,28 6,25 3,39 3,95 2,55 2,87 3,64 3,70 3,77 3,72 3,69 3,62 3,58 3,52 3,48 3,43 3,38 3,34 3,31

PE - 3,13 -0,39 6,18 2,87 3,75 2,37 2,63 3,51 3,90 3,85 3,80 3,77 3,69 3,51 3,45 3,40 3,36 3,31 3,27 3,24

AL - 0,06 -0,69 6,01 1,40 3,34 2,50 2,73 3,11 3,24 3,23 3,22 3,18 3,15 3,12 3,10 3,06 3,03 3,01 2,99 2,96

SE - 5,52 -1,52 5,72 2,03 3,61 1,97 2,45 3,35 3,48 3,57 3,54 3,51 3,44 3,39 3,32 3,29 3,25 3,21 3,17 3,14

MG - 7,41 -1,57 7,48 0,17 2,95 3,34 3,32 3,02 3,08 2,96 2,94 2,88 2,88 2,85 2,87 2,83 2,83 2,83 2,83 2,83

ES - 5,15 -4,70 6,87 2,72 2,43 3,72 3,52 2,61 2,74 2,50 2,51 2,43 2,47 2,44 2,50 2,47 2,49 2,50 2,54 2,54

RJ - 5,38 -1,44 6,94 2,80 3,51 3,21 3,37 3,52 3,52 3,48 3,40 3,33 3,24 3,17 3,02 3,10 3,06 3,02 2,98 2,95

SP - 1,45 -2,08 6,75 1,71 3,23 3,23 3,30 3,45 3,27 3,27 3,21 3,21 3,17 3,18 3,17 3,16 3,16 3,16 3,15 3,16

PR - 1,83 -0,86 6,85 -0,10 2,97 2,93 2,98 2,92 2,98 2,89 2,87 2,83 2,83 2,83 2,84 2,81 2,81 2,81 2,82 2,82

SC - 6,43 -2,81 5,32 4,28 3,02 2,85 3,00 3,16 3,07 3,05 3,01 3,00 2,97 2,98 2,98 2,97 2,97 2,97 2,98 2,99

RS - 3,83 -0,85 6,98 0,97 3,36 3,36 3,41 3,33 3,30 3,21 3,18 3,12 3,11 3,08 3,10 3,05 3,04 3,03 3,03 3,02

MS - 5,92 -2,65 4,73 6,23 3,02 2,68 2,76 2,79 2,98 2,89 2,88 2,82 2,82 2,77 2,78 2,73 2,72 2,71 2,72 2,71

MT - 12,29 -1,30 5,48 2,06 1,94 3,41 3,11 2,07 2,30 1,98 2,00 1,91 1,99 1,97 2,04 1,99 2,02 2,04 2,09 2,10

GO - 4,33 -0,83 4,69 2,92 2,91 1,89 2,16 2,67 2,90 2,92 2,92 2,89 2,87 2,84 2,83 2,79 2,77 2,76 2,75 2,74

DF - 6,97 -0,03 5,81 -0,37 3,18 1,12 1,64 2,90 3,06 3,27 3,25 3,27 3,19 3,18 3,12 3,09 3,06 3,02 2,99 2,98

Exterior - -0,60 -4,30 2,50 1,00 1,30 1,30 1,30 1,30 1,30 1,30 1,30 1,30 1,30 1,30 1,30 1,30 1,30 1,30 1,30 1,30

21

Quadro 3.2. Projeção dos fluxos de turistas entre pares de origem e destino, 2008-2027

2008 2009

Tourist flows (1.000) Tourist flows (1.000)

Pólo BTS Resto_BA Total Pólo BTS Resto_BA Total

Pólo BTS 0 519 519 Pólo BTS 0 505 505

Resto_BA 384 0 384 Resto_BA 388 0 388

Resto_BR 2.337 4.871 7.208 Resto_BR 2.283 4.744 7.027

Exterior 299 211 509 Exterior 280 197 477

TOTAL 3.020 5.600 8.620 TOTAL 2.950 5.446 8.396

2010 2011

Tourist flows (1.000) Tourist flows (1.000)


Pólo BTS 0 554 554 Pólo BTS 0 529 529

Resto_BA 433 0 433 Resto_BA 423 0 423

Resto_BR 2.505 5.228 7.733 Resto_BR 2.573 5.328 7.901


TOTAL 3.228 5.987 9.214 TOTAL 3.291 6.064 9.355

2012 2013


Pólo BTS 0 544 544 Pólo BTS 0 556 556

Resto_BA 446 0 446 Resto_BA 509 0 509

Resto_BR 2.700 5.578 8.278 Resto_BR 3.059 5.857 8.916


TOTAL 3.447 6.333 9.780 TOTAL 3.908 6.632 10.540

2014 2015


Pólo BTS 0 570 570 Pólo BTS 0 586 586

Resto_BA 615 0 615 Resto_BA 549 0 549

Resto_BR 3.674 6.179 9.853 Resto_BR 3.271 6.417 9.688


TOTAL 4.701 6.979 11.680 TOTAL 4.162 7.230 11.392

2016 2017


Pólo BTS 0 603 603 Pólo BTS 0 621 621

Resto_BA 587 0 587 Resto_BA 599 0 599

Resto_BR 3.485 6.729 10.215 Resto_BR 3.549 7.036 10.585


TOTAL 4.429 7.564 11.994 TOTAL 4.498 7.892 12.389

22

Quadro 3.2. Projeção dos fluxos de turistas entre pares de origem e destino, 2008-2027

2018 2019


Pólo BTS 0 639 639 Pólo BTS 0 657 657

Resto_BA 628 0 628 Resto_BA 659 0 659

Resto_BR 3.715 7.364 11.079 Resto_BR 3.889 7.704 11.592


TOTAL 4.701 8.242 12.943 TOTAL 4.911 8.605 13.516

2020 2021


Pólo BTS 0 676 676 Pólo BTS 0 695 695

Resto_BA 691 0 691 Resto_BA 725 0 725

Resto_BR 4.068 8.056 12.124 Resto_BR 4.254 8.422 12.676


TOTAL 5.129 8.980 14.110 TOTAL 5.356 9.371 14.727

2022 2023


Pólo BTS 0 715 715 Pólo BTS 0 735 735

Resto_BA 760 0 760 Resto_BA 797 0 797

Resto_BR 4.446 8.804 13.251 Resto_BR 4.647 9.201 13.848


TOTAL 5.591 9.778 15.368 TOTAL 5.835 10.200 16.035

2024 2025


Pólo BTS 0 756 756 Pólo BTS 0 778 778

Resto_BA 835 0 835 Resto_BA 875 0 875

Resto_BR 4.856 9.614 14.470 Resto_BR 5.073 10.045 15.118


TOTAL 6.090 10.639 16.729 TOTAL 6.355 11.096 17.451

2026 2027


Pólo BTS 0 800 800 Pólo BTS 0 822 822

Resto_BA 918 0 918 Resto_BA 962 0 962

Resto_BR 5.300 10.494 15.794 Resto_BR 5.535 10.964 16.499


TOTAL 6.631 11.573 18.204 TOTAL 6.918 12.070 18.989

23

3.3. PERFIL DE GASTOS DOS TURISTAS

Um conjunto de informações relevantes, necessárias para parametrizar os choques do

modelo, refere-se ao perfil de gastos dos turistas nas regiões de destino do Estado da Bahia.

Consideramos, inicialmente, informações sobre o perfil do turismo doméstico a partir de

estimativas presentes em estudos da FIPE, elaborados para a EMBRATUR, sobre

caracterização e dimensionamento do turismo doméstico no Brasil. A partir dos micro-

dados da pesquisa referente a 2007, pode-se gerar informações sobre composição dos

gastos no Polo BTS. Para o segundo destino baiano – Resto da Bahia – utilizou-se

procedimento residual a partir de informações adicionais sobre a composição dos gastos

médios no Estado como um todo. As estimativas brutas do estudo encontram-se na Tabela

3.4.

24

Tabela 3.4. Turismo doméstico – Composição dos gastos médios dos visitantes*,

Polo BTS e Resto da Bahia (em BRL 2007)

* Realizados pelos residentes em um domicílio.

Fonte: FIPE.

Os itens “pacotes” e “transporte (origem-destino-origem)” foram excluídos da composição

dos gastos considerados no vetor de choques associados a gastos dos visitantes nos destinos

turísticos. No caso dos gastos com “pacotes”, utilizamos a informação dos gastos como

fator de alteração dos níveis de gastos locais, uma vez que parte considerável dos gastos

associados a este item traduz-se em gastos na região de destino, principalmente em

hospedagem, alimentação e passeios e atrações turísticas. Os gastos com deslocamentos de

viagem foram desconsiderados.

Considerando, ainda, informações da Pesquisa FIPE/EMBRATUR sobre o tempo médio de

permanência, podem-se obter os gastos médios per capita por turista/dia (doméstico). Os

resultados são apresentados na Tabela 3.5.

Pólo BTS Resto_BA

Compras Pessoais 145,51 41,05

Transporte Local 26,24 110,50

Hospedagem 128,75 149,66

Alimentação 181,11 98,70

Passeios e Atrações Turísticas 86,74 70,09

Diversão Noturna 72,61 50,73

Outros 35,89 19,18

TOTAL 676,85 539,92

Destino

25

Tabela 3.5. Turismo doméstico – Composição dos gastos médios per capita ao dia,


Fonte: Elaboração própria a partir de dados da FIPE/EMBRATUR.

Para parametrização do modelo, os itens de gasto foram mapeados para cinco produtos do

modelo, a saber, “comércio” (compras pessoais); “transporte de passageiro” (transporte

local); “alojamento e alimentação” (hospedagem e alimentação); “serviços prestados às

famílias” (passeios e atrações turísticas); e “serviços domésticos” (diversão noturna e

outros).

Para o turismo internacional, utilizamos informações sobre a estrutura dos gastos dos

turistas estrangeiros obtida da Pesquisa FIPE/EMBRATUR. A regionalização destas

informações baseou-se nas diferenças interregionais dos níveis de gastos médios do turismo

doméstico nos destinos do Estado da Bahia. Manteve-se, assim, a estrutura da composição

dos itens de gasto, alterando-se os valores totais proporcionalmente às diferenças

verificadas. Segundo estas fontes de dados, a composição dos gastos diários dos turistas

estrangeiros no Polo BTS e no Resto da Bahia pode ser aproximada pelos valores

apresentados na Tabela 3.6.

Pólo BTS Resto_BACompras Pessoais 19,39 5,51

Transporte Local 3,50 14,84

Hospedagem 17,15 20,09

Alimentação 24,13 13,25

Passeios e Atrações Turísticas 11,56 9,41

Diversão Noturna 9,67 6,81

Outros 4,78 2,58

TOTAL 90,18 72,49

Tempo médio de permanência (dias) 7,51 7,45

Destino

26

Tabela 3.6. Turismo internacional – Composição dos gastos médios per capita ao dia,


Fonte: Elaboração própria a partir de dados da FIPE/EMBRATUR.

Itens de gasto Pólo BTS Resto_BA

Comércio 20,90 13,37

Transporte de passageiros 17,66 13,35

Alojamento e alimentação 68,55 53,83

Serviços prestados às famílias 15,72 14,10

Outros serviços 15,49 27,09

TOTAL 138,33 121,74

27

4. CENÁRIOS

Este capítulo apresenta as hipóteses para a geração dos cenários associados ao PRODETUR

BA. Além das premissas sobre os parâmetros de turismo, são também explicitadas as

hipóteses de financiamento dos gastos adicionais dos turistas.

Os efeitos dos investimentos consideram duas fases distintas: (i) a primeira referente à fase

de implantação dos investimentos previstos (2013-2017); e (ii) a segunda referente aos

efeitos sobre turismo, no período 2018-2027.

Foram desenhados quatro cenários associados aos efeitos diretos do PRODETUR BA sobre

o perfil dos turistas no Polo BTS. Os cenários foram elaborados de modo que os efeitos

previstos no Cenário 1 tendem a ser ampliados nos cenários subsequentes, de maneira

gradativa. Assim, pode-se considerar o Cenário 1 como o mais conservador, o Cenário 2

como intermediário 1, o Cenário 3 como intermediário 2, e o Cenário 4 como o mais

otimista.

4.1. PREMISSAS DOS CENÁRIOS

Cenário 1. Aumento gradativo dos gastos dos turistas com passeios e atrações turísticas a

partir de 2018, atingindo um incremento de 10% em 2027.

Cenário 2. Às premissas do Cenário 1, acrescenta-se a hipótese de aumento gradativo do

tempo médio de permanência dos turistas domésticos (de 7,51 dias para 8,00) e

internacionais (de 13,87 para 14,00), a partir de 2018.

Cenário 3. Às premissas do Cenário 2, acrescenta-se a hipótese de aumento gradativo nos

gastos diários dos turistas domésticos com alojamento e alimentação, atingindo um

incremento de 3% em 2027.

Cenário 4. Este cenário inclui uma hipótese adicional ao Cenário 3: aumento gradativo do

fluxo de turistas para o Polo BTS, atingindo um incremento de 1% em 2027.

28

As informações referentes à fase de implantação dos investimentos foram obtidas a partir

da matriz de investimentos do PRODETUR BA, considerando-se somente os itens de

despesas típicos de investimentos. Desta forma, a alocação temporal- seguiu a composição

apresentada na Tabela 4.1.

Tabela 4.1. Regionalização dos investimentos do PRODETUR BA (BRL mil, 2011)

Fonte: SETUR-BA.

4.2. FECHAMENTOS

Uma questão fundamental refere-se ao financiamento dos gastos adicionais ao longo do

período de projeção. Para os gastos da fase de implantação, partiu-se do pressuposto que os

investimentos do BID não impactarão as contas estaduais no período de projeção, enquanto

a contrapartida será financiada com redução (aumento) do superávit (déficit) fiscal do

Estado.

No caso dos gastos adicionais dos turistas, consideramos duas hipóteses alternativas,

associadas a caracterizações distintas dos resultados. No fechamento “A”, os gastos

adicionais dos turistas seriam financiados por reduções equivalentes nos gastos com

consumo nas respectivas regiões de origem, o que representaria um efeito substituição

induzido na cesta de bens dos viajantes. No fechamento “B”, estes gastos adicionais

seriam financiados por redução da poupança pessoal, maximizando os efeitos

Itens de depesa 2013 2014 2015 2016 2017 Total

Recuperação de Patrimônio Histórico 10.860 16.290 16.290 5.430 5.430 54.300

Valorização e Gestão de Atrativos Turísticos e

Criação de Novos Produtos 14.338 21.506 21.506 7.169 7.169 71.688

Implantação de estruturas de apoio ao turismo

náutico 4.000 6.000 6.000 2.000 2.000 20.000

Melhorias na Segurança Pública 1.900 2.850 2.850 950 950 9.500

Melhorias dos Acessos Terrestres da Ilha dos

Frades (Praia Grande, Santana e Itamoabo) 800 1.200 1.200 400 400 4.000

Projeto Espaço Turístico da Península de

Itapagipe 9.300 13.950 13.950 4.650 4.650 46.500

TOTAL 41.198 61.796 61.796 20.599 20.599 205.988

leonardoc

Sticky Note

The total program is for USD84.7 million. What exchange rate are you using?? This seems too high.

29

multiplicadores dos gastos. Destarte, na análise subsequente dos resultados, consideraremos

oito casos distintos, com os resultados referentes aos cruzamentos dos quatro cenários com

os dois fechamentos.

30

5. RESULTADOS

Os resultados dos impactos econômicos sobre produção, PIB (valor adicionado), massa

salarial, emprego e arrecadação de ICMS são apresentados a seguir, considerando-se seus

efeitos desagregados espacialmente. Pode-se isolar os efeitos específicos sobre os sub-

polos, bem como identificar impactos estaduais e nacionais, informações extremamente

relevantes para a tomada de decisão dos formuladores de política nos vários níveis de

governo.

A apresentação dos resultados e a avaliação do PRODETUR BA foram feitas considerando,

inicialmente, os efeitos diretos das hipóteses para os parâmetros de turismo no Estado sobre

a estrutura de gastos adicionais dos turistas. A seguir, apresentaremos os efeitos sistêmicos

sobre fluxos adicionais das variáveis de interesse, seguidos de uma avaliação dos impactos

estaduais, regionais e setoriais com a utilização de indicadores sintéticos.

5.1. GASTOS ADICIONAIS DOS TURISTAS

As premissas dos quatro cenários, explicitadas na seção 4.1, refletem-se diretamente nos

gastos totais dos turistas, domésticos e internacionais, por região de destino.

Como mencionado, a sequência dos cenários sugere uma magnificação dos efeitos a partir

do Cenário 1. A Figura 5.1 ilustra este fato. Entretanto, os efeitos sobre a composição da

origem dos gastos (turismo doméstico e internacional) se alteram ao longo do tempo, com o

aumento da participação dos gastos dos turistas domésticos (Figura 5.2). Esses resultados

são influenciados pelas hipóteses definidas nos cenários, sendo que o aumento da

participação dos gastos dos turistas domésticos reflete a dominância das hipóteses dos

Cenários 2 e 3.

31

Figura 5.1. Gastos adicionais dos turistas no Estado da Bahia (em BRL milhões)

0

100

200

300

400

500

600

2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027

BR

L M

il

Cenário 1 Cenário 2 Cenário 3 Cenário 4

32

Figura 5.2. Estrutura dos gastos adicionais dos turistas no Estado da Bahia:

Cenários 1, 2, 3 e 4 (em % do total)

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027

Cenário 1 - Internacional Cenário 1 - Doméstico

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027


0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027


0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027


33

Quadro 5.1. Projeção dos gastos adicionais dos turistas no Estado da Bahia

(em BRL milhões)

Origem dos turistas 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027

Pólo BTS 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Resto_BA 0,0 0,5 1,1 1,7 2,4 3,2 4,1 5,0 6,0 7,1 8,3

Resto_BR 0,0 3,1 6,5 10,2 14,3 18,8 23,7 29,1 34,9 41,2 48,0

Exterior 0,0 0,7 1,5 2,3 3,2 4,1 5,0 6,0 7,0 8,1 9,2

TOTAL 0,0 4,4 9,1 14,3 20,0 26,1 32,8 40,1 47,9 56,4 65,5


Pólo BTS 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Resto_BA 0,0 3,2 6,8 10,8 15,2 20,0 25,3 31,0 37,3 44,2 51,8

Resto_BR 0,0 19,2 40,3 63,6 89,1 116,9 147,3 180,4 216,4 255,4 297,8

Exterior 0,0 1,4 2,9 4,4 6,0 7,6 9,4 11,2 13,0 15,0 17,0

TOTAL 0,0 23,8 50,0 78,8 110,2 144,5 181,9 222,6 266,7 314,6 366,6


Pólo BTS 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Resto_BA 0,0 3,8 8,1 12,8 17,9 23,6 29,8 36,7 44,2 52,4 61,3

Resto_BR 0,0 22,6 47,6 75,0 105,2 138,1 174,1 213,3 255,9 302,3 352,6

Exterior 0,0 1,4 2,9 4,4 6,0 7,6 9,4 11,2 13,0 15,0 17,0

TOTAL 0,0 27,8 58,5 92,2 129,1 169,3 213,3 261,1 313,2 369,7 430,9


Pólo BTS 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

Resto_BA 0,0 4,3 8,6 13,6 19,0 25,1 31,9 39,5 48,0 57,6 68,4

Resto_BR 0,0 25,2 51,0 79,8 111,6 146,8 186,0 229,5 278,1 332,4 393,6

Exterior 0,0 2,1 3,8 5,6 7,6 9,7 12,1 14,8 17,8 21,2 25,3

TOTAL 0,0 31,5 63,5 98,9 138,1 181,7 230,0 283,8 343,8 411,2 487,3

Cenário 1

Cenário 2

Cenário 3

Cenário 4

34

5.2. FLUXOS ECONÔMICOS MARGINAIS (ADICIONAIS)

Em termos agregados, os investimentos do PRODETUR BA possuem um impacto

potencial sobre o crescimento do Polo BTS, do Estado da Bahia e do País. Como em nosso

modelo os fluxos são anuais, podemos interpretar a diferença resultante do ajuste aos

choques, nos vários cenários, como uma variação no fluxo de renda da economia,

representando um desvio de uma trajetória de controle subjacente, dada pelo baseline

(Figura 5.5).

Antes de contextualizarmos estes impactos, apresentaremos nesta seção os valores para os

fluxos marginais de variáveis econômicas selecionadas, a saber: valor bruto da produção,

PIB, massa salarial, emprego (em termos de equivalente-homem-ano – EHA) e arrecadação

de ICMS. O Quadro 5.2 apresenta estas estimativas para os quatro cenários, considerando

os dois fechamentos alternativos.

35

Figura 5.5. Definição esquemática dos efeitos marginais do PRODETUR BA

2007

PIB com PRODETUR BA

PIB sem PRODETUR BA

Fluxos marginais

2011 2017 2027



36

Quadro 5.2. Projeção dos efeitos marginais do PRODETUR em variáveis econômicas

selecionadas, 2012-2027

A. Cenário 1A

2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027

BAHIA 0 16 24 24 8 8 5 10 15 21 28 35 42 51 59 69

Pólo BTS 0 14 20 20 7 7 4 9 15 21 27 34 41 49 58 68

Resto da Bahia 0 3 4 4 1 1 0 0 0 0 1 1 1 1 1 1

RESTO DO BRASIL 0 23 35 35 12 12 -3 -7 -10 -15 -19 -24 -30 -36 -42 -49

BRASIL 0 39 59 59 20 20 2 3 5 7 9 11 13 15 17 20

BAHIA 0 8 11 11 4 4 3 5 9 12 16 20 24 29 34 39

Pólo BTS 0 7 10 10 3 3 3 5 9 12 16 20 24 29 34 39

Resto da Bahia 0 1 2 2 1 1 0 0 0 0 0 0 0 0 0 0

RESTO DO BRASIL 0 8 12 12 4 4 -2 -3 -5 -7 -10 -12 -15 -18 -22 -25

BRASIL 0 16 23 23 8 8 1 2 3 4 6 7 9 10 12 14

BAHIA 0 3 4 4 1 1 2 3 5 7 9 12 14 17 20 23

Pólo BTS 0 2 3 3 1 1 2 3 5 7 9 12 14 17 20 23

Resto da Bahia 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0

RESTO DO BRASIL 0 4 5 5 2 2 -1 -1 -2 -3 -4 -5 -6 -7 -8 -10

BRASIL 0 6 10 10 3 3 1 2 3 4 5 7 8 10 12 13

BAHIA 0 391 587 587 196 196 296 620 973 1.359 1.778 2.234 2.728 3.263 3.842 4.468

Pólo BTS 0 325 488 488 163 163 295 618 970 1.355 1.773 2.228 2.721 3.255 3.833 4.459

Resto da Bahia 0 66 99 99 33 33 1 2 3 4 5 6 7 8 9 9

RESTO DO BRASIL 0 236 355 355 118 118 -36 -76 -120 -169 -223 -283 -348 -420 -499 -584

BRASIL 0 628 942 942 314 314 260 544 853 1.190 1.555 1.951 2.379 2.843 3.343 3.884

BAHIA 0 0 1 1 0 0 0 0 1 1 1 2 2 3 3 3

Pólo BTS 0 0 0 0 0 0 0 0 1 1 1 2 2 2 3 3

Resto da Bahia 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

RESTO DO BRASIL 0 1 2 2 1 1 0 0 0 -1 -1 -1 -1 -2 -2 -2

BRASIL 0 2 2 2 1 1 0 0 0 0 0 1 1 1 1 1

VB

P

(BR

L M

200

7)

PIB

(BR

L M

200

7)

Mas

sa s

alar

ial

(BR

L M

200

7)EH

AIC

MS

(BR

L M

200

7)

37



B. Cenário 1B

2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027

BAHIA 0 16 24 24 8 8 5 10 16 23 30 37 46 55 64 75

Pólo BTS 0 14 20 20 7 7 5 10 15 21 28 35 43 51 60 70

Resto da Bahia 0 3 4 4 1 1 0 1 1 2 2 3 3 4 4 5

RESTO DO BRASIL 0 23 35 35 12 12 1 2 4 5 7 8 10 12 14 17

BRASIL 0 39 59 59 20 20 6 13 20 28 37 46 56 67 79 92

BAHIA 0 8 11 11 4 4 3 6 9 13 17 21 26 31 36 42

Pólo BTS 0 7 10 10 3 3 3 6 9 12 16 20 24 29 34 40

Resto da Bahia 0 1 2 2 1 1 0 0 0 1 1 1 1 1 2 2

RESTO DO BRASIL 0 8 12 12 4 4 0 1 1 2 3 3 4 5 6 6

BRASIL 0 16 23 23 8 8 3 7 11 15 19 24 30 35 42 48

BAHIA 0 3 4 4 1 1 2 3 5 7 10 12 15 18 21 24

Pólo BTS 0 2 3 3 1 1 2 3 5 7 9 12 14 17 20 23

Resto da Bahia 0 0 1 1 0 0 0 0 0 0 0 0 0 1 1 1

RESTO DO BRASIL 0 4 5 5 2 2 0 0 1 1 1 1 2 2 2 3

BRASIL 0 6 10 10 3 3 2 4 6 8 11 13 16 20 23 27

BAHIA 0 391 587 587 196 196 305 639 1.004 1.401 1.834 2.304 2.815 3.367 3.966 4.613

Pólo BTS 0 325 488 488 163 163 296 620 975 1.361 1.782 2.238 2.734 3.271 3.852 4.481

Resto da Bahia 0 66 99 99 33 33 9 18 29 40 53 66 81 96 113 132

RESTO DO BRASIL 0 236 355 355 118 118 52 110 172 240 314 395 482 576 678 788

BRASIL 0 628 942 942 314 314 357 748 1.176 1.642 2.148 2.699 3.296 3.943 4.644 5.401

BAHIA 0 0 1 1 0 0 0 1 1 1 1 2 2 3 3 4

Pólo BTS 0 0 0 0 0 0 0 0 1 1 1 2 2 2 3 3

Resto da Bahia 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

RESTO DO BRASIL 0 1 2 2 1 1 0 0 0 0 1 1 1 1 1 1

BRASIL 0 2 2 2 1 1 0 1 1 2 2 3 3 4 4 5

VB

P

(BR

L M

200

7)

PIB

(BR

L M

200

7)

Mas

sa s

alar

ial

(BR

L M

200

7)EH

AIC

MS

(BR

L M

200

7)

38



C. Cenário 2A

2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027

BAHIA 0 16 24 24 8 8 25 52 82 115 151 190 232 278 328 382

Pólo BTS 0 14 20 20 7 7 24 51 81 113 148 187 229 274 323 376

Resto da Bahia 0 3 4 4 1 1 0 1 1 2 2 3 4 4 5 6

RESTO DO BRASIL 0 23 35 35 12 12 -20 -43 -67 -94 -124 -156 -191 -229 -271 -316

BRASIL 0 39 59 59 20 20 5 10 15 21 27 34 41 49 57 66

BAHIA 0 8 11 11 4 4 14 30 47 66 86 108 132 159 187 218

Pólo BTS 0 7 10 10 3 3 14 30 47 66 87 109 134 160 189 220

Resto da Bahia 0 1 2 2 1 1 0 0 0 -1 -1 -1 -1 -1 -2 -2

RESTO DO BRASIL 0 8 12 12 4 4 -10 -22 -34 -48 -63 -79 -97 -117 -138 -161

BRASIL 0 16 23 23 8 8 4 8 13 18 23 29 35 42 50 57

BAHIA 0 3 4 4 1 1 8 18 28 39 51 64 79 94 111 130

Pólo BTS 0 2 3 3 1 1 8 18 28 39 51 65 79 95 112 131

Resto da Bahia 0 0 1 1 0 0 0 0 0 0 0 0 0 -1 -1 -1

RESTO DO BRASIL 0 4 5 5 2 2 -4 -8 -13 -18 -24 -30 -37 -45 -53 -62

BRASIL 0 6 10 10 3 3 4 9 15 21 27 34 41 50 58 68

BAHIA 0 391 587 587 196 196 1.643 3.451 5.433 7.602 9.968 12.548 15.354 18.402 21.710 25.294

Pólo BTS 0 325 488 488 163 163 1.643 3.451 5.435 7.605 9.974 12.556 15.366 18.419 21.731 25.322

Resto da Bahia 0 66 99 99 33 33 0 -1 -2 -4 -6 -9 -12 -16 -22 -28

RESTO DO BRASIL 0 236 355 355 118 118 -260 -548 -865 -1.214 -1.595 -2.013 -2.469 -2.966 -3.506 -4.093

BRASIL 0 628 942 942 314 314 1.383 2.903 4.568 6.388 8.373 10.535 12.885 15.437 18.204 21.201

BAHIA 0 0 1 1 0 0 1 3 4 6 7 9 11 14 16 19

Pólo BTS 0 0 0 0 0 0 1 2 4 5 7 9 11 13 15 18

Resto da Bahia 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1

RESTO DO BRASIL 0 1 2 2 1 1 -1 -2 -3 -4 -6 -7 -9 -11 -13 -15

BRASIL 0 2 2 2 1 1 0 1 1 1 2 2 2 3 3 4

VB

P

(BR

L M

200

7)

PIB

(BR

L M

200

7)

Mas

sa s

alar

ial

(BR

L M

200

7)EH

AIC

MS

(BR

L M

200

7)

39



D. Cenário 2B

2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027

BAHIA 0 16 24 24 8 8 27 57 90 126 165 207 254 304 359 418

Pólo BTS 0 14 20 20 7 7 25 53 84 117 154 194 237 284 335 390

Resto da Bahia 0 3 4 4 1 1 2 4 6 8 11 14 17 20 24 28

RESTO DO BRASIL 0 23 35 35 12 12 6 13 20 28 36 46 56 67 79 92

BRASIL 0 39 59 59 20 20 33 70 110 153 201 253 310 371 438 510

BAHIA 0 8 11 11 4 4 15 32 51 71 93 117 143 171 202 235

Pólo BTS 0 7 10 10 3 3 15 31 48 68 89 112 137 164 194 226

Resto da Bahia 0 1 2 2 1 1 1 1 2 3 4 5 6 7 8 10

RESTO DO BRASIL 0 8 12 12 4 4 2 5 8 11 14 18 22 26 31 36

BRASIL 0 16 23 23 8 8 18 37 58 82 107 135 165 197 233 271

BAHIA 0 3 4 4 1 1 9 19 29 41 54 68 83 100 117 137

Pólo BTS 0 2 3 3 1 1 9 18 28 40 52 66 80 96 114 133

Resto da Bahia 0 0 1 1 0 0 0 1 1 1 2 2 3 3 4 4

RESTO DO BRASIL 0 4 5 5 2 2 1 2 3 4 6 7 9 11 13 15

BRASIL 0 6 10 10 3 3 10 21 33 45 60 75 92 110 130 151

BAHIA 0 391 587 587 196 196 1.700 3.570 5.621 7.866 10.316 12.987 15.893 19.051 22.477 26.191

Pólo BTS 0 325 488 488 163 163 1.652 3.470 5.464 7.646 10.027 12.623 15.449 18.518 21.849 25.460

Resto da Bahia 0 66 99 99 33 33 48 100 157 220 289 363 444 533 628 732

RESTO DO BRASIL 0 236 355 355 118 118 287 603 950 1.329 1.742 2.193 2.683 3.216 3.794 4.420

BRASIL 0 628 942 942 314 314 1.987 4.173 6.571 9.195 12.058 15.180 18.576 22.267 26.271 30.611

BAHIA 0 0 1 1 0 0 1 3 4 6 8 10 13 15 18 21

Pólo BTS 0 0 0 0 0 0 1 3 4 6 7 9 11 14 16 19

Resto da Bahia 0 0 0 0 0 0 0 0 0 1 1 1 1 1 2 2

RESTO DO BRASIL 0 1 2 2 1 1 0 1 2 2 3 4 5 5 6 7

BRASIL 0 2 2 2 1 1 2 4 6 8 11 14 17 20 24 28

VB

P

(BR

L M

200

7)

PIB

(BR

L M

200

7)

Mas

sa s

alar

ial

(BR

L M

200

7)EH

AIC

MS

(BR

L M

200

7)

40



E. Cenário 3A

2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027

BAHIA 0 16 24 24 8 8 29 61 96 135 177 222 272 326 385 449

Pólo BTS 0 14 20 20 7 7 29 60 95 133 174 219 268 321 379 442

Resto da Bahia 0 3 4 4 1 1 0 1 2 2 3 3 4 5 6 7

RESTO DO BRASIL 0 23 35 35 12 12 -24 -50 -79 -111 -146 -185 -226 -272 -321 -375

BRASIL 0 39 59 59 20 20 5 11 17 23 30 38 46 55 64 74

BAHIA 0 8 11 11 4 4 17 35 55 77 101 127 155 186 220 256

Pólo BTS 0 7 10 10 3 3 17 35 55 78 102 128 157 188 222 259

Resto da Bahia 0 1 2 2 1 1 0 0 0 -1 -1 -1 -1 -2 -2 -3

RESTO DO BRASIL 0 8 12 12 4 4 -12 -26 -40 -57 -74 -94 -115 -138 -163 -191

BRASIL 0 16 23 23 8 8 4 9 15 20 26 33 40 48 57 66

BAHIA 0 3 4 4 1 1 10 21 33 46 60 76 93 111 131 153

Pólo BTS 0 2 3 3 1 1 10 21 33 46 60 76 93 112 132 154

Resto da Bahia 0 0 1 1 0 0 0 0 0 0 0 0 -1 -1 -1 -1

RESTO DO BRASIL 0 4 5 5 2 2 -5 -10 -16 -22 -29 -36 -44 -53 -63 -73

BRASIL 0 6 10 10 3 3 5 11 17 24 31 39 48 58 68 79

BAHIA 0 391 587 587 196 196 1.921 4.038 6.363 8.909 11.690 14.725 18.031 21.625 25.528 29.762

Pólo BTS 0 325 488 488 163 163 1.922 4.040 6.367 8.915 11.700 14.739 18.049 21.649 25.560 29.802

Resto da Bahia 0 66 99 99 33 33 -1 -2 -4 -7 -10 -14 -19 -25 -32 -40

RESTO DO BRASIL 0 236 355 355 118 118 -309 -652 -1.030 -1.445 -1.901 -2.399 -2.943 -3.536 -4.182 -4.884

BRASIL 0 628 942 942 314 314 1.612 3.386 5.333 7.463 9.789 12.326 15.087 18.088 21.346 24.879

BAHIA 0 0 1 1 0 0 1 3 5 7 9 11 13 16 19 22

Pólo BTS 0 0 0 0 0 0 1 3 5 6 8 10 13 15 18 21

Resto da Bahia 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1

RESTO DO BRASIL 0 1 2 2 1 1 -1 -2 -4 -5 -7 -9 -11 -13 -15 -18

BRASIL 0 2 2 2 1 1 0 1 1 1 2 2 3 3 4 4

VB

P

(BR

L M

200

7)

PIB

(BR

L M

200

7)

Mas

sa s

alar

ial

(BR

L M

200

7)EH

AIC

MS

(BR

L M

200

7)

41



F. Cenário 3B

2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027

BAHIA 0 16 24 24 8 8 32 67 105 147 193 243 298 357 421 491

Pólo BTS 0 14 20 20 7 7 30 62 98 137 180 227 278 333 393 459

Resto da Bahia 0 3 4 4 1 1 2 4 7 10 13 16 20 24 28 33

RESTO DO BRASIL 0 23 35 35 12 12 7 15 23 33 43 54 66 79 93 108

BRASIL 0 39 59 59 20 20 39 81 128 180 236 297 363 436 514 600

BAHIA 0 8 11 11 4 4 18 38 59 83 109 137 168 201 237 277

Pólo BTS 0 7 10 10 3 3 17 36 57 79 104 131 161 193 227 265

Resto da Bahia 0 1 2 2 1 1 1 2 2 3 5 6 7 8 10 11

RESTO DO BRASIL 0 8 12 12 4 4 3 6 9 13 17 21 26 31 36 42

BRASIL 0 16 23 23 8 8 21 43 68 95 125 158 193 232 274 319

BAHIA 0 3 4 4 1 1 10 22 34 48 63 80 97 117 138 161

Pólo BTS 0 2 3 3 1 1 10 21 33 47 61 77 94 113 134 156

Resto da Bahia 0 0 1 1 0 0 0 1 1 2 2 2 3 4 4 5

RESTO DO BRASIL 0 4 5 5 2 2 1 2 4 5 7 8 10 12 15 17

BRASIL 0 6 10 10 3 3 11 24 38 53 70 88 108 129 153 178

BAHIA 0 391 587 587 196 196 1.988 4.179 6.585 9.221 12.101 15.244 18.668 22.392 26.436 30.825

Pólo BTS 0 325 488 488 163 163 1.933 4.062 6.401 8.963 11.763 14.818 18.147 21.767 25.699 29.965

Resto da Bahia 0 66 99 99 33 33 56 117 184 258 338 426 521 625 738 860

RESTO DO BRASIL 0 236 355 355 118 118 336 705 1.111 1.556 2.042 2.572 3.149 3.776 4.458 5.197

BRASIL 0 628 942 942 314 314 2.324 4.884 7.696 10.777 14.142 17.816 21.817 26.168 30.894 36.022

BAHIA 0 0 1 1 0 0 2 3 5 7 10 12 15 18 21 24

Pólo BTS 0 0 0 0 0 0 1 3 5 7 9 11 13 16 19 22

Resto da Bahia 0 0 0 0 0 0 0 0 0 1 1 1 1 2 2 2

RESTO DO BRASIL 0 1 2 2 1 1 1 1 2 3 3 4 5 6 8 9

BRASIL 0 2 2 2 1 1 2 4 7 10 13 16 20 24 28 33

VB

P

(BR

L M

200

7)

PIB

(BR

L M

200

7)

Mas

sa s

alar

ial

(BR

L M

200

7)EH

AIC

MS

(BR

L M

200

7)

42



G. Cenário 4A

2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027

BAHIA 0 16 24 24 8 8 33 66 103 144 190 240 296 359 429 508

Pólo BTS 0 14 20 20 7 7 32 65 102 142 187 236 291 353 422 500

Resto da Bahia 0 3 4 4 1 1 1 1 2 2 3 4 5 6 7 8

RESTO DO BRASIL 0 23 35 35 12 12 -26 -54 -84 -118 -155 -197 -243 -294 -352 -417

BRASIL 0 39 59 59 20 20 7 13 19 26 34 43 53 64 77 91

BAHIA 0 8 11 11 4 4 19 38 59 82 108 137 169 205 245 290

Pólo BTS 0 7 10 10 3 3 19 38 59 83 109 138 170 206 247 293

Resto da Bahia 0 1 2 2 1 1 0 0 0 -1 -1 -1 -1 -2 -2 -3

RESTO DO BRASIL 0 8 12 12 4 4 -13 -27 -43 -60 -79 -100 -124 -150 -179 -212

BRASIL 0 16 23 23 8 8 5 10 16 22 29 37 45 55 66 78

BAHIA 0 3 4 4 1 1 11 22 35 49 64 81 100 122 146 172

Pólo BTS 0 2 3 3 1 1 11 23 35 49 65 82 101 122 146 174

Resto da Bahia 0 0 1 1 0 0 0 0 0 0 0 0 -1 -1 -1 -1

RESTO DO BRASIL 0 4 5 5 2 2 -5 -11 -16 -23 -30 -38 -48 -58 -69 -82

BRASIL 0 6 10 10 3 3 6 12 19 26 34 43 53 64 77 91

BAHIA 0 391 587 587 196 196 2.169 4.374 6.818 9.526 12.528 15.861 19.570 23.713 28.359 33.602

Pólo BTS 0 325 488 488 163 163 2.169 4.375 6.821 9.531 12.535 15.871 19.585 23.732 28.384 33.633

Resto da Bahia 0 66 99 99 33 33 0 -1 -2 -4 -7 -10 -14 -19 -25 -31

RESTO DO BRASIL 0 236 355 355 118 118 -338 -691 -1.084 -1.520 -2.002 -2.539 -3.135 -3.799 -4.543 -5.378

BRASIL 0 628 942 942 314 314 1.831 3.683 5.734 8.007 10.525 13.322 16.435 19.913 23.817 28.224

BAHIA 0 0 1 1 0 0 2 3 5 7 9 12 15 18 21 25

Pólo BTS 0 0 0 0 0 0 2 3 5 7 9 11 14 17 20 24

Resto da Bahia 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1

RESTO DO BRASIL 0 1 2 2 1 1 -1 -3 -4 -6 -7 -9 -12 -14 -17 -20

BRASIL 0 2 2 2 1 1 0 1 1 1 2 2 3 4 4 5

VB

P

(BR

L M

200

7)

PIB

(BR

L M

200

7)

Mas

sa s

alar

ial

(BR

L M

200

7)EH

AIC

MS

(BR

L M

200

7)

43



H. Cenário 4B

2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027

BAHIA 0 16 24 24 8 8 36 72 113 158 207 262 324 392 469 556

Pólo BTS 0 14 20 20 7 7 34 68 105 147 193 245 302 366 438 519

Resto da Bahia 0 3 4 4 1 1 2 5 8 11 14 17 22 26 31 37

RESTO DO BRASIL 0 23 35 35 12 12 8 16 25 35 46 58 72 87 104 123

BRASIL 0 39 59 59 20 20 44 88 138 192 253 320 395 479 573 678

BAHIA 0 8 11 11 4 4 20 41 63 89 117 148 182 221 264 313

Pólo BTS 0 7 10 10 3 3 19 39 61 85 112 141 175 211 253 300

Resto da Bahia 0 1 2 2 1 1 1 2 3 4 5 6 8 9 11 13

RESTO DO BRASIL 0 8 12 12 4 4 3 6 10 14 18 23 28 34 40 48

BRASIL 0 16 23 23 8 8 23 47 73 102 134 170 210 254 304 361

BAHIA 0 3 4 4 1 1 12 24 37 52 68 86 106 128 153 182

Pólo BTS 0 2 3 3 1 1 11 23 36 50 66 83 103 124 149 176

Resto da Bahia 0 0 1 1 0 0 0 1 1 2 2 3 3 4 5 6

RESTO DO BRASIL 0 4 5 5 2 2 1 3 4 6 7 9 11 14 16 19

BRASIL 0 6 10 10 3 3 13 26 41 57 75 95 117 142 170 201

BAHIA 0 391 587 587 196 196 2.243 4.525 7.054 9.857 12.964 16.415 20.256 24.546 29.358 34.788

Pólo BTS 0 325 488 488 163 163 2.180 4.398 6.857 9.582 12.601 15.956 19.690 23.859 28.537 33.814

Resto da Bahia 0 66 99 99 33 33 63 127 198 276 363 459 567 687 821 973

RESTO DO BRASIL 0 236 355 355 118 118 380 765 1.192 1.665 2.190 2.773 3.421 4.145 4.958 5.875

BRASIL 0 628 942 942 314 314 2.623 5.290 8.246 11.523 15.154 19.188 23.677 28.691 34.316 40.663

BAHIA 0 0 1 1 0 0 2 4 6 8 10 13 16 19 23 27

Pólo BTS 0 0 0 0 0 0 2 3 5 7 9 12 15 18 21 25

Resto da Bahia 0 0 0 0 0 0 0 0 0 1 1 1 1 2 2 2

RESTO DO BRASIL 0 1 2 2 1 1 1 1 2 3 4 5 6 7 8 10

BRASIL 0 2 2 2 1 1 2 5 8 11 14 18 22 26 31 37

VB

P

(BR

L M

200

7)

PIB

(BR

L M

200

7)

Mas

sa s

alar

ial

(BR

L M

200

7)EH

AIC

MS

(BR

L M

200

7)

44

5.3. INDICADORES PARA O ESTADO DA BAHIA

Existem vários critérios parciais que podem ser utilizados para analisar e avaliar

alternativas de projetos de investimentos. De acordo com o enfoque da produtividade

marginal dos investimentos, procura-se maximizar o produto nacional ou regional, a

produtividade marginal dos investimentos (ou de outros recursos escassos) em diferentes

aplicações ou projetos Este enfoque para a seleção de projetos não é usualmente utilizado,

entre outros motivos, por causa das dificuldades de se quantificar o produto marginal

atribuível a um dado fator de produção em determinada utilização. A utilização do modelo

EGC neste estudo apresenta-se como alternativa metodológica para preencher esta lacuna.4

Como visto, podemos interpretar a diferença resultante do ajuste aos choques como uma

variação no fluxo de renda da economia, representando um desvio de uma trajetória de

controle subjacente (Figura 5.6). Assim, podemos utilizar os resultados das simulações para

projetar o fluxo marginal de riquezas na economia. Calculamos o valor presente (VP) de

um fluxo marginal do PIB, sob uma taxa de desconto de 12%. Os valores utilizados

referem-se aos efeitos das simulações em BRL mil de 2007. Esta análise pode ser feita

considerando sub-períodos de interesse: em nosso caso, consideramos os sub-períodos

2013-2017 e 2013-2027, para obter uma perspectiva de maturação do Programa. As

estimativas são reportadas nas Tabelas 5.1 e 5.2, que incluem o VP dos fluxos marginais do

PIB e, também, um indicador da produtividade marginal dos investimentos (PMI),

calculado como a razão entre o VP dos fluxos marginais do PIB e o VP dos investimentos,

ambos em 2012.

4 Ver Haddad, E. A. (2004). “Retornos Crescentes, Custos de Transporte e Crescimento Regional”. Tese de

Livre-Docência, FEA, Universidade de São Paulo.

45

Figura 5.6. Interpretação dos resultados dos efeitos PRODETUR BA5

5 Os valores dos fluxos para elaboração dos cálculos encontram-se na seção 5.2.

2007

Resumo (macro) Impacto ao longo do tempo

(VP das diferenças – fluxos marginais)

2011 2017 2027



PIB com PRODETUR BA

PIB sem PRODETUR BA

46

Tabela 5.1. Critérios parciais para avaliação dos investimentos do PRODETUR BA:

VP dos fluxos marginais do PIB da Bahia (em BRL milhões de 2007)

A. 2013-2017

B. 2013-2027

Taxa de desconto = 12% a.a.

A - Gastos dos turistas financiados com redução do consumo

B - Gastos dos turistas financiados com redução da poupança

A B

Cenário 1 36 36

Cenário 2 68 71

Cenário 3 75 78

Cenário 4 79 83

A B

Cenário 1 77 81

Cenário 2 299 320

Cenário 3 346 371

Cenário 4 376 403

47


Produtividade Marginal dos Investimentos6

A. 2013-2017

B. 2013-2027




VP dos investimentos = BRL 187 milhões

6 O inverso desta relação refere-se à relação incremental capital-produto, que nos informa sobre o nível de

investimento necessário para gerar uma unidade adicional de valor adicionado.

A B

Cenário 1 0.192 0.194

Cenário 2 0.365 0.382

Cenário 3 0.401 0.420

Cenário 4 0.423 0.444

A B

Cenário 1 0.415 0.433

Cenário 2 1.603 1.716

Cenário 3 1.853 1.987

Cenário 4 2.015 2.159

48

Os resultados mostram que a produtividade marginal do PRODETUR BA é magnificada no

longo prazo. À medida que o Projeto matura, os ganhos de produtividade tornam-se

maiores, pois há uma complementaridade potencial entre os investimentos do Programa e a

atração de gastos crescentes (exógenos) nas regiões, relação captada no modelo através das

hipóteses sobre gastos adicionais de turistas. Os indicadores aqui definidos tornam-se

bastante úteis em um contexto de avaliação de projetos alternativos: neste caso, a escolha

deveria recair naquele com maior PMI. Vale notar que outros indicadores parciais para

avaliação de projetos podem ser derivados a partir dos resultados do modelo.

Uma visão alternativa para o critério de produtividade marginal dos investimentos, que foca

nos efeitos sobre o PIB, é o de produto marginal dos investimentos, que foca nos efeitos

sobre o valor bruto da produção (VBP). As Tabelas 5.3 e 5.4 apresentam os resultados para

o VP dos fluxos marginais do VBP e, também, um indicador do produto marginal dos

investimentos (VPMI), calculado como a razão entre o VP dos fluxos marginais do VBP e

o valor do investimento, novamente sob a perspectiva do Estado da Bahia.

49


VP dos fluxos marginais do VBP da Bahia (em BRL milhões de 2007)

A. 2013-2017

B. 2013-2027




A B

Cenário 1 74 75

Cenário 2 131 137

Cenário 3 142 150

Cenário 4 150 158

A B

Cenário 1 148 155

Cenário 2 536 580

Cenário 3 617 669

Cenário 4 671 727

50


Produto Marginal dos Investimentos

A. 2013-2017

B. 2013-2027





A B

Cenário 1 0.396 0.402

Cenário 2 0.700 0.734

Cenário 3 0.763 0.803

Cenário 4 0.802 0.845

A B

Cenário 1 0.791 0.829

Cenário 2 2.870 3.105

Cenário 3 3.307 3.585

Cenário 4 3.593 3.894

51

Podemos pensar também em termos de outros indicadores, como massa salarial criada

marginalmente pelos investimentos do PRODETUR BA e arrecadação de ICMS para o

Estado da Bahia. Utilizando a mesma abordagem do cálculo dos indicadores de PMI e de

VPMI, obtemos os resultados apresentados nas Tabelas 5.5 a 5.8.

Em modelos dinâmicos, o conceito dos indicadores marginais dos investimentos, em um

determinado ponto do tempo, confunde-se com o conceito de multiplicadores estáticos.

Assim, os resultados apresentados nas Tabelas 5.2, 5.4, 5.6 e 5.8 podem ser interpretados

como multiplicadores de PIB, produção, massa salarial e arrecadação de ICMS,

respectivamente. Temos assim que, sob o ponto de vista das despesas agregadas associadas

aos investimentos do PRODETUR BA, a injeção de BRL 206 milhões7 (BRL 149 milhões

de 2007 em VP em 2011) na implantação das ações do Programa, o multiplicador de

produção apurado (Tabela 5.4), considerando-se uma taxa de desconto de 12% a.a.,

ficaria entre 2,87 e 3,89 (Cenários 2 a 4), dependendo do cenário. Significa dizer que a

iniciativa privada injetaria entre BRL 385 e 595 milhões nas cadeias produtivas associadas

ao turismo na Bahia a partir de 2013. No Cenário 1, contudo, a temporalidade dos

benefícios e a estrutura de vazamentos fazem com que os benefícios do Programa sejam

menos relevantes para a economia baiana.

O impacto máximo (Cenário 4A) equivalente na economia brasileira seria de BRL 35

milhões a BRL 1.128 milhões, em valor presente. Em outras palavras, para cada BRL 1,00

investido pelo PRODETUR BA, entre BRL 0,17 a BRL 5,48 adicionais seriam gerados em

toda a economia nacional até 2027. Nota-se que o intervalo, neste caso, é bastante amplo,

sendo os resultados bastante sensíveis tanto às hipóteses de trajetórias futuras dos

parâmetros que definem os gastos dos turistas nas regiões do estudo, como às hipóteses de

financiamento dos gastos.

7 Refere-se ao valor global informado pela SETUR (BRL 266 milhões de 2011 ou BRL 187 milhões de 2007

em VP em 2011) líquido dos gastos que não afetam a FBCF do Estado.

52

Apenas no conjunto de hipóteses mais conservadoras (Cenário 1), os efeitos do

PRODETUR BA não se mostram positivos para a economia baiana. Contudo, os

impactos potenciais são bastante relevantes a partir do Cenário 2, com a inclusão das

hipóteses de alterações marginais no tempo de permanência dos turistas.


VP dos fluxos marginais da massa salarial da Bahia (em BRL milhões de 2007)

A. 2013-2017

B. 2013-2027




A B

Cenário 1 15 15

Cenário 2 34 35

Cenário 3 38 39

Cenário 4 40 42

A B

Cenário 1 39 41

Cenário 2 171 180

Cenário 3 199 210

Cenário 4 217 228

53


Massa Salarial Marginal dos Investimentos

A. 2013-2017

B. 2013-2027





A B

Cenário 1 0.079 0.080

Cenário 2 0.182 0.189

Cenário 3 0.203 0.211

Cenário 4 0.216 0.225

A B

Cenário 1 0.210 0.217

Cenário 2 0.918 0.964

Cenário 3 1.068 1.122

Cenário 4 1.163 1.222

54


VP dos fluxos marginais da arrecadação de ICMS da Bahia (em BRL milhões de

2007)

A. 2013-2017

B. 2013-2027




A B

Cenário 1 2 2

Cenário 2 5 5

Cenário 3 5 6

Cenário 4 6 6

A B

Cenário 1 6 6

Cenário 2 25 27

Cenário 3 29 31

Cenário 4 31 34

55


Arrecadação de ICMS Marginal dos Investimentos

A. 2013-2017

B. 2013-2027





A B

Cenário 1 0.011 0.011

Cenário 2 0.026 0.027

Cenário 3 0.029 0.031

Cenário 4 0.031 0.033

A B

Cenário 1 0.030 0.032

Cenário 2 0.132 0.144

Cenário 3 0.154 0.168

Cenário 4 0.168 0.183

56

Em termos de absorção de mão-de-obra, os investimentos totais realizados gerariam

impacto médio no Estado de 440 EHA, na fase de implantação dos investimentos (2013-

2017).

No período 2018-2027, fase em que os efeitos do PRODETUR BA sobre o turismo

potencialmente se verificariam, o Programa apresentaria um impacto sobre o emprego de

aproximadamente 2.150 a 16.200 EHA (média anual durante o período), com absorção

crescente ao longo do período8; ou seja, o equivalente ao trabalho de até 16.200

profissionais adicionais, em média, por um ano, em relação às projeções do Cenário

Tendencial (Tabela 5.9).

Em relação à “geração” de empregos, vale a pena destacar que o custo médio total de

“criação” de um emprego associado ao PRODETUR BA equivale ao desembolso médio de

aproximadamente BRL 11.523 a BRL 83.913. Deve-se ressaltar que a absorção crescente

ao longo do período sugere uma natureza permanente destes postos de trabalho.

Tabela 5.9. Efeitos do PRODETUR BA sobre geração de emprego no Estado da

Bahia: Média do período 2018-2027, em equivalente-homem-ano (EHA)




Outro indicador para o Estado da Bahia, que nos permite contextualizar as magnitudes dos

efeitos do PRODETUR BA, pode ser construído a partir da relação entre o VP dos fluxos

8 Ver Quadro 5.2.

A B

Cenário 1 2,156 2,225

Cenário 2 12,140 12,567

Cenário 3 14,259 14,764

Cenário 4 15,652 16,201

57

marginais do PIB estadual e o valor do PIB estadual em 2012. As estimativas são

apresentadas na Tabela 5.10, revelando que os efeitos acumulados ao longo do período de

projeção situam-se entre 0,060 e 0,311% do PIB projetado para o Estado da Bahia em 2012.

Tabela 5.10. Valor presente dos fluxos marginais do PIB do Estado da Bahia, em %

do PIB projetado de 2012




A B

Cenário 1 0.060 0.062

Cenário 2 0.231 0.247

Cenário 3 0.267 0.286

Cenário 4 0.290 0.311

58

5.4. SÍNTESE ESTADUAL

Para sintetizar os efeitos sobre o PIB da Bahia – que, por considerar o valor adicionado na

economia, representa a melhor métrica para avaliação dos efeitos econômicos do

PRODETUR BA e para comparação com outras experiências –, foram calculadas as taxas

internas de retorno (TIR) para os oito cenários.

No fluxo de caixa, foram incluídos, como custos, os investimentos previstos no período

2013-2017 e, nos períodos subsequentes, estimativas de custos anuais de operação e

manutenção dos investimentos, da ordem de BRL 20 milhões. Os benefícios referem-se aos

fluxos marginais do PIB na economia do Estado da Bahia.

Os resultados, apresentados na Tabela 5.11, sugerem TIRs positivas a partir da inclusão de

hipóteses relativas ao Cenário 2, de 15,9% (Cenário 2A) a 21,3% (Cenário 4B).

Entretanto, no conjunto de hipóteses mais conservadoras (Cenários 1A e 1B), os efeitos do

PRODETUR BA não se mostram relevantes para a economia baiana em termos de

rentabilidade econômica.

Tabela 5.11. Taxa Interna de Retorno

Cenário 1A -16.2%

Cenário 1B -14.4%

Cenário 2A 15.9%

Cenário 2B 17.2%

Cenário 3A 18.6%

Cenário 3B 19.8%

Cenário 4A 20.1%

Cenário 4B 21.3%

leonardoc

Sticky Note

Could you please provide us with the table for these flows.

59

5.5. INDICADORES REGIONAIS

Que região mais se beneficiaria com a realização dos investimentos do PRODETUR BA?

Os resultados da Tabela 5.12 evidenciam a distribuição regional dos efeitos do Programa,

em termos das participações regionais nos efeitos sobre PIB e emprego.

Tais resultados revelam que (i) os efeitos regionais dependem das hipóteses sobre

financiamento dos gastos adicionais do turismo (cenários “A” versus “B”); (ii) os efeitos

associados aos cenários considerados tendem a se concentrar no Polo BTS, contribuindo

para o aumento das disparidades regionais no Estado.

Em relação aos fechamentos adotados, percebe-se que o financiamento com redução do

consumo nas regiões de origem dos turistas afeta negativamente as grandes regiões

emissoras que não recebem fluxos adicionais de turistas (nas simulações, Resto da BA e

Resto do Brasil) para contrabalançar o efeito de redução no consumo dos residentes. Assim,

na família de cenário “A”, em que esta hipótese opera, acabam sendo desfavorecidas pelo

PRODETUR BA, devido a este efeito de “desvio de gastos”. Neste caso, a região receptora

dos fluxos adicionais de turistas é relativamente mais favorecida, internalizando a maior

parte dos efeitos totais.

Uma situação distinta emerge quando se “permite” que os gastos adicionais com turismo

sejam financiados com redução da (taxa de) poupança pessoal. Neste caso, as regiões

emissoras não percebem uma redução no consumo dos residentes, sendo beneficiadas pelos

vazamentos em um sistema interregional integrado. É claro que não apenas o polo turístico

em questão seria beneficiado, mas também outras regiões do Estado e outros Estados

brasileiros.

60

Tabela 5.12. Distribuição regional dos efeitos do PRODETUR BA (em %)

PIB = VP dos fluxos marginais; Emprego = média anual de EHA.

PIB Emprego PIB Emprego

Cenário 1A Cenário 3A

Pólo BTS 151.63 105.43 Pólo BTS 320.83 117.90

Resto da Bahia 3.22 1.75 Resto da Bahia -1.53 0.14

Resto do Brasil -54.86 -7.18 Resto do Brasil -219.29 -18.05

Brasil 100.00 100.00 Brasil 100.00 100.00

Cenário 1B Cenário 3B

Pólo BTS 72.70 79.60 Pólo BTS 81.16 82.62

Resto da Bahia 4.42 3.31 Resto da Bahia 3.75 2.53

Resto do Brasil 22.88 17.09 Resto do Brasil 15.09 14.85

Brasil 100.00 100.00 Brasil 100.00 100.00

Cenário 2A Cenário 4A

Pólo BTS 304.92 117.25 Pólo BTS 315.64 117.55

Resto da Bahia -1.11 0.22 Resto da Bahia -1.45 0.16

Resto do Brasil -203.82 -17.47 Resto do Brasil -214.20 -17.71

Brasil 100.00 100.00 Brasil 100.00 100.00

Cenário 2B Cenário 4B

Pólo BTS 80.82 82.51 Pólo BTS 81.31 82.65

Resto da Bahia 3.78 2.56 Resto da Bahia 3.74 2.53

Resto do Brasil 15.41 14.93 Resto do Brasil 14.95 14.83

Brasil 100.00 100.00 Brasil 100.00 100.00

61

5.6. EFEITOS SOBRE ATIVIDADES CARACTERÍSTICAS DO TURISMO (ACT)

Esta seção apresenta resultados dos efeitos do PRODETUR no Pólo BTS sobre atividades

características do turismo (ACT). Não existe, no Brasil, estimativas oficiais de Contas

Satélites do Turismo. Em um estudo recente, fruto de acordo de cooperação técnica entre o

IBGE, o Ministério do Turismo e o Instituto Brasileiro de Turismo – EMBRATUR, foram

apresentadas informações relacionadas ao turismo no País, com base nas estatísticas sobre a

produção (oferta) de bens e serviços, os gastos (demanda) das famílias, e as características

da mão-de-obra ocupada (emprego) desse setor. Para tal, foram consolidados os resultados

de pesquisas econômicas e domiciliares regularmente produzidas pelo IBGE, como a

Pesquisa Anual de Serviços – tanto o levantamento básico quanto o Suplemento Produtos e

Serviços – a Pesquisa de Orçamentos Familiares, e a Pesquisa Nacional por Amostra de

Domicílios, tendo como referencial o ano de 2003.9

O nível de agregação setorial do ferramental utilizado em nosso estudo não permite que se

afiram resultados para as ACTs de maneira tão detalhada como no referido estudo do

IBGE. Todavia, podemos avaliar os efeitos regionais sobre ACTs no Polo em estudo a

partir de uma primeira aproximação da decomposição dos resultados agregados. A

estratégia é: (i) identificar os setores responsáveis pela produção dos bens e serviços

associados aos gastos dos turistas (Compras Pessoais, Transporte Local, Hospedagem,

Alimentação, Passeios e Atrações Turísticas, Diversão Noturna, Outros); e (ii) analisar os

efeitos sobre este grupo de setores.

Com informações sobre as matrizes de produção regionais, os setores do modelo associados

a ACTs são: comércio, transporte, serviços de alojamento e alimentação, e serviços

domésticos. Apresentaremos, a seguir, os efeitos sobre PIB, massa salarial e empregos das

ACTs. Consideraremos apenas o período 2013-2027, quando os efeitos do PRODETUR

BA sobre turismo são incluídos nas premissas dos cenários.

9 http://www.ibge.gov.br/home/estatistica/economia/industria/economia_turismo/default.shtm

http://www.ibge.gov.br/home/estatistica/economia/industria/economia_turismo/default.shtm

62

O Quadro 5.3 apresenta as estimativas dos fluxos marginais para as variáveis selecionadas

para os quatro cenários, considerando os dois fechamentos alternativos.

A partir das informações contidas no Quadro 5.3, podemos avaliar a importância relativa

dos setores selecionados, fortemente relacionados às ACTs, nos resultados do PRODETUR

BA. A Tabela 5.13 identifica a participação das ACTs nos resultados agregados. Esta

participação refere-se às participações destas atividades no valor presente dos fluxos

marginais (PIB e massa salarial) e no emprego médio do período 2018-2027 (em EHA)

Os resultados apontam para uma participação das ACTs – em todas as variáveis – sempre

superior a 95% dos efeitos totais no Polo BTS. O papel preponderante das ACTs nos efeitos

totais sugere também a existência de um núcleo duro dentro da cadeia produtiva do turismo

na região, em que se caracterizam aspectos de APLs potencialmente exploráveis.

Outro ponto a ser destacado refere-se às magnitudes relativas das participações das ACTs

nas variáveis analisadas (quadro 5.4). Olhando para os resultados da coluna “2018-2027”,

evidencia-se que as ACTs tendem a internalizar uma menor fração do valor adicionado

regional e da massa salarial, potencializando, por outro lado, a absorção de mão de obra na

região. Em outras palavras, as ACTs caracterizar-se-iam, em termos relativos, por

atividades de baixo valor agregado para as regiões, com alto potencial de geração de

empregos com remuneração média mais baixa.

leonardoc

Sticky Note

This Table is missing.

leonardoc

Sticky Note

Could you please expand on this. It is not clear what you mean to me.

63

Quadro 5.3. Projeção dos efeitos marginais do PRODETUR BA sobre ACTs no Polo

BTS, 2018-2027

2018 2019 2020 2021 2022 2023 2024 2025 2026 2027

Cenário 1A

PIB (BRL M 2007) 1 2 3 4 5 5 6 6 6 7

Massa salarial (BRL M 2007) 1 1 2 2 3 3 3 4 4 4

EHA 289 606 953 1,330 1,741 2,187 2,672 3,196 3,764 4,379

Cenário 1B

PIB (BRL M 2007) 1 2 3 4 5 5 6 6 6 7


EHA 290 607 954 1,332 1,743 2,190 2,675 3,201 3,770 4,385

Cenário 2A

PIB (BRL M 2007) 7 13 18 22 26 29 32 34 36 38


EHA 1,615 3,392 5,341 7,474 9,801 12,339 15,101 18,101 21,357 24,887

Cenário 2B

PIB (BRL M 2007) 7 13 18 22 26 29 32 34 36 38


EHA 1,617 3,397 5,349 7,485 9,817 12,359 15,125 18,130 21,391 24,926

Cenário 3A

PIB (BRL M 2007) 8 15 21 26 31 34 38 40 43 44


EHA 1,889 3,971 6,257 8,762 11,498 14,485 17,739 21,278 25,121 29,292

Cenário 3B

PIB (BRL M 2007) 8 15 21 26 31 35 38 40 43 44


EHA 1,892 3,977 6,267 8,775 11,516 14,508 17,767 21,311 25,161 29,338

Cenário 4A

PIB (BRL M 2007) 9 16 22 28 33 37 41 44 47 50


EHA 2,131 4,299 6,702 9,366 12,318 15,597 19,247 23,322 27,894 33,053

Cenário 4B

PIB (BRL M 2007) 9 16 22 28 33 37 41 44 47 50


EHA 2,134 4,306 6,713 9,380 12,337 15,621 19,277 23,359 27,938 33,105

64

Quadro 5.4. Participação das ACTs nos Efeitos Locais do PRODETUR BA, 2018-2027

2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2013-2020

Cenário 1A

PIB (BRL M 2007) 0.472 0.421 0.376 0.336 0.300 0.268 0.239 0.214 0.191 0.170 0.199

Massa salarial (BRL M 2007) 0.482 0.430 0.384 0.343 0.306 0.273 0.244 0.218 0.195 0.174 0.203

EHA 0.982 0.982 0.982 0.982 0.982 0.982 0.982 0.982 0.982 0.982 0.655

Cenário 1B

PIB (BRL M 2007) 0.463 0.414 0.369 0.330 0.295 0.263 0.235 0.210 0.187 0.167 0.196


EHA 0.978 0.978 0.978 0.979 0.979 0.979 0.979 0.979 0.979 0.979 0.652

Cenário 2A

PIB (BRL M 2007) 0.474 0.423 0.378 0.337 0.301 0.269 0.240 0.214 0.191 0.171 0.200


EHA 0.983 0.983 0.983 0.983 0.983 0.983 0.983 0.983 0.983 0.983 0.655

Cenário 2B

PIB (BRL M 2007) 0.464 0.414 0.370 0.330 0.295 0.263 0.235 0.210 0.187 0.167 0.196


EHA 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.634

Cenário 3A

PIB (BRL M 2007) 0.474 0.423 0.378 0.337 0.301 0.269 0.240 0.214 0.191 0.171 0.200


EHA 0.983 0.983 0.983 0.983 0.984 0.984 0.984 0.984 0.984 0.984 0.656

Cenário 3B

PIB (BRL M 2007) 0.464 0.414 0.370 0.330 0.295 0.263 0.235 0.210 0.187 0.167 0.196


EHA 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.634

Cenário 4A

PIB (BRL M 2007) 0.474 0.423 0.378 0.337 0.301 0.269 0.240 0.214 0.191 0.171 0.200


EHA 0.983 0.983 0.983 0.983 0.983 0.983 0.983 0.984 0.984 0.984 0.655

Cenário 4B

PIB (BRL M 2007) 0.464 0.414 0.370 0.330 0.295 0.263 0.235 0.210 0.187 0.167 0.196


EHA 0.951 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.634

65

ANEXO A: TURISMO SUSTENTÁVEL E ASSIMETRIAS SOCIOECONÔMICAS

NA BAÍA DE TODOS OS SANTOS

A Baía de Todos os Santos é uma reentrância localizada na costa litorânea do Estado da

Bahia. É considerada a segunda maior baía do Mundo e a maior do Brasil. Em 1999, foi

considerada como Área de Proteção Ambiental (APA Baía de Todos os Santos) abrangendo

os municípios de Cachoeira, Candeias, Itaparica, Jaguaripe, Madre de Deus, Maragogipe,

Salinas da Margarida, Salvador, Santo Amaro, São Francisco do Conde, Saubara, Simões

Filho e Vera Cruz. Entretanto, o Polo Turístico Baía de Todos os Santos inclui também os

municípios de Aratuípe, Muniz Ferreira, Muritiba, Nazaré e São Félix.

Apesar de toda a exuberância de seu ecossistema, uma das principais características

estruturais deste território é um acentuado processo de desequilíbrio socioeconômico entre

estes dezoito municípios. Quando se sai de Salvador em direção a qualquer área da Baía de

Todos os Santos, é possível vislumbrar uma acentuada assimetria no grau de

desenvolvimento entre as diversas localidades. Encontram-se municípios com uma base

econômica dinâmica e estruturada (extração, refino e processamento de petróleo em São

Francisco do Conde) até municípios que são simplesmente cidades-dormitório. A

assimetria econômica intra-regional pode ser observada através dos valores do PIB per

capita municipal destacados na Tabela A.1. O PIB per capita de São Francisco do Conde, o

maior entre todos os municípios do Brasil, é 97 vezes superior ao PIB per capita de Muniz

Ferreira, por exemplo.

O PIB mede o total de bens e serviços finais (o seu cálculo elimina transações

intermediárias) produzidos dentro de determinada área geográfica (País, Estados e

Municípios), por residentes e não residentes. O procedimento adotado para o seu cálculo

baseia-se na distribuição, pelos municípios, do valor adicionado das atividades econômicas

das Contas Regionais do Brasil, construídas pelos órgãos estaduais de estatísticas sob a

coordenação do Departamento de Contas Nacionais (DECNA) do IBGE.

66

Tabela A.1. Baía de Todos os Santos: PIB per capita dos Municípios – 2008

MUNICÍPIOS PIB PER CAPITA

1. Aratuípe

2. Cachoeira

3. Candeias

4. Itaparica

5. Jaguaripe

6. Madre de Deus

7. Maragojipe

8. Muniz Ferreira

9. Muritiba

10. Nazaré

11. Salinas da Margarida

12. Salvador

13. Santo Amaro

14. São Félix

15. São Francisco do Conde

16. Saubara

17. Simões Filho

18. Vera Cruz

R$ 3.143,48

R$ 5.194,50

R$ 39.032,77

R$ 4.216,02

R$ 3.246,63

R$ 10.774,23

R$ 3.583,21

R$ 2.965,02

R$ 4.050,53

R$ 4.289,89

R$ 3.917,67

R$ 10.061,42

R$ 4.460,08

R$ 4.456,96

R$ 288.370,81

R$ 4.430,64

R$ 24.172,34

R$ 4.954,76

ESTADO DA BAHIA R$ 8.378,41 Fonte: IBGE.

O PIB e o seu crescimento não são, contudo, uma medida adequada para indicar as

diferenças de padrão de vida médio dos brasileiros vivendo em diferentes Estados, Regiões

e Municípios, uma vez que: a) no cálculo do PIB, estima-se o valor total da produção de

bens e serviços agregado em cada Estado, Região ou Município, sem se retirar deste valor a

parcela da renda líquida enviada para outros Estados, Regiões ou Municípios; b) como o

crescimento econômico das áreas periféricas ocorreu, nas últimas décadas, com intensa

67

participação de capitais incentivados das regiões mais desenvolvidas do País ou do exterior,

é muito significativa a parcela dos rendimentos destes capitais que é computada na

estimativa do PIB, e que não entra na composição da renda regional, e é esta renda que é

relevante para o bem-estar das populações locais; c) o PIB não inclui as transferências

governamentais que compõem a renda familiar (previdência rural, bolsa-família, benefícios

sociais continuados, etc.) em diversos municípios e regiões do Brasil. O PIB per capita de

um município ou de uma região é, pois, um indicador de crescimento econômico mas

não de bem-estar social de sua população.

As principais críticas ao uso do PIB como indicador do nível de prosperidade e de bem-

estar de determinada sociedade têm sido10

:

a) tudo que se pode vender e que tenha um valor agregado monetário vai aumentar o PIB e

seu crescimento, independentemente do fato que isto venha ou não a expandir o bem-estar

individual ou coletivo (por exemplo: quanto maior o número de acidentes nas estradas,

maior será o PIB pelo aumento dos serviços médicos, consertos de veículos, consumo de

material hospitalar etc.);

b) no PIB não são contabilizadas muitas contribuições essenciais positivas ao bem-estar

(por exemplo: trabalhos domésticos, atividades benevolentes, lazer e tempo livre etc.);

c) o PIB se interessa pelas produções, não pelos resultados; assim, ter mais de bens e

serviços não significa ter mais bem-estar (por exemplo: há poucos períodos em que o PIB

cresce mais aceleradamente do que durante as grandes guerras).

d) O PIB é uma variável-fluxo que, entretanto, não contabiliza os valores das variáveis-

estoque, como as diferentes formas de capital (ver Box 1).

10

Gadrey, J. ET Jany-Catrice, F. Les Nouveaux Indicateurs de Richesse, La Decóuverte, 2007. Stiglitz, J. E.,

Sen, A. And Fitoussi, J. P. Report By the Commission on the Measurement of Economic Performance and

Social Progress, Paris, 2010.

68

BOX 1

O PRÉ-SAL, A RIQUEZA NACIONAL E O PIB

É um erro técnico definir o PIB como o total da riqueza produzida no país durante determinado período. A contabilidade social de um país ou de uma

região pode ser elaborada em termos de variáveis-fluxo ou de variáveis-estoque. Uma variável-fluxo se mede num período de tempo (ano, trimestre, etc.),

assim como, por exemplo, o PIB, os investimentos, o consumo, etc. Uma variável-estoque se mede em um dado instante do tempo, como por exemplo, a

riqueza nacional não financeira no dia 1º. de janeiro de 2008, que se exprime pelo valor da capacidade instalada em termos de potencial produtivo

(hidroelétricas, máquinas, equipamentos, áreas agricultáveis, etc.), pelo valor do capital natural, etc.

Portanto, o PIB é uma variável-fluxo e a riqueza, uma variável-estoque. É um erro confundir o estoque de água num reservatório em dado instante com os

fluxos de entrada e saída de água desse reservatório num dado período de tempo. Novos fluxos de investimentos em capital físico, realizados durante o ano,

modificam o valor da riqueza nacional não financeira, calculado no fim do ano. Essa distinção conceitual pode ser ilustrada por meio da descoberta do Pré-

Sal que se caracteriza como o aumento do valor do capital natural do País, o qual terá impactos favoráveis sobre o crescimento do PIB somente a partir do

momento em que se iniciarem os fluxos de investimento de sua exploração, prospecção e refino.

Embora essa distinção conceitual esteja consolidada na literatura econômica, é muito complexa a relação entre os dois tipos de contas sociais por causa da

incorporação das expectativas do futuro econômico sobre as decisões de produção e de investimentos no presente, e da presença de capitais intangíveis nas

concepções modernas de desenvolvimento sustentável.

Há várias classificações dos diversos tipos de capital que podem contribuir para o desenvolvimento de um país ou uma região. O Banco Mundial distingue

sete formas de capital, divididas em capital físico e capital social. Normalmente, as regiões e os países menos desenvolvidos dispõem de uma concentração

relativamente menor de capital social ou intangível, justamente as formas de capital que dão sustentabilidade a um crescimento contínuo da produtividade e

da prosperidade.

O sistema de contas nacionais do Brasil tem medido, desde os anos 1950, o grau de prosperidade no País, dos Estados e dos Municípios em termos de

fluxos agregados anuais e trimestrais de produção, de renda, de investimento, etc. Pouco se sabe sobre o que se passa com o valor econômico das diferentes

formas de capital físico e de capital social, a não ser estimativas indiretas da depreciação das máquinas, dos equipamentos e da infraestrutura econômica

que se desgastam pelo uso ao longo dos anos ou estimativas de pesquisas de amostras por domicílio.

Amartya Sen, prêmio Nobel de Economia, sugere que a prosperidade inclui, também, um diferenciado conjunto ou estoque de bens e ativos (capitais) que

permitem melhorar os níveis de produtividade de países e regiões. Neste sentido, as perspectivas do desenvolvimento do Brasil para as futuras gerações, a

partir da mega descoberta do Pré-Sal, ficam melhor conhecidas a partir de uma visão ou abordagem com as variáveis-estoque para se dar uma melhor ideia

da capacidade de um país ou região produzir bens e serviços no futuro.

Percebe-se, com maior clareza, a importância do capital social no processo de desenvolvimento de um país ou de uma região em situações de assimetria no

retrocesso econômico, como sugere Celso Furtado*. Assim, se uma economia desenvolvida se atrofia ou involui por causa de um evento exógeno como na

situação dos países da Europa após a II Grande Guerra, essa economia perde a dimensão física de sua capacidade produtiva e pode assumir os indicadores

de renda per capita, de comércio e de produtividade típicos de uma economia subdesenvolvida. Entretanto, quando recebe novos estímulos e incentivos,

como os dos financiamentos e do apoio técnico do Plano Marshall, a sua reação é rápida e acelerada, por causa de sua capacidade endógena de mobilizar

capitais tangíveis e intangíveis (empreendedorismo, cidadania, cultura da inovação, etc.) para promover a retomada do desenvolvimento econômico e

social. O mesmo poderia não ocorrer em regiões menos desenvolvidas do Brasil, ainda que beneficiárias do Pré-Sal, se a escassez de capital social e

institucional levar a situações de reprodução das desigualdades e das assimetrias sociais prevalecentes.

* Furtado, C. A Nova Dependência. Paz e Terra, 1982. Ver também suas reflexões sobre o tema do desenvolvimento no livro da coleção “Os

Economistas”, publicado pela Abril Cultural: Teoria e Política de Desenvolvimento Econômico. Sobre o pensamento dos principais autores que

analisaram a questão do capital social no processo de desenvolvimento, ver Augusto Franco – Capital Social, Instituto de Política, Millennium, Brasília,

2004, que destaca as ideias de Tocqueville, Jacobs, Putnam, Fukuyama, Maturana, Castells e Levy.

69

A redução dos custos para processar, armazenar e divulgar indicadores socioeconômicos a

partir do ciclo de inovações da tecnologia de informações tem estimulado a produção de

vários desses indicadores de forma aleatória, pontual e, muitas vezes, sem sentido analítico.

Na verdade, pode-se observar que há quatro gerações de indicadores socioeconômicos e

ambientais que emergiram nas seis últimas décadas a partir de uma combinação de

interesse acadêmico com o interesse dos formuladores de políticas públicas.

Particularmente, desde 1965, ocorreu uma explosão de novos indicadores de

desenvolvimento em diferentes países.

Durante a crise de 1929, os governos dos EE.UU., Inglaterra, França e outros países

europeus se deram conta que não dispunham de um sistema atualizado de informações para

acompanhar a conjuntura econômica e as tendências de crescimento de suas economias

(nível de atividade), assim como não dispunham de mecanismos de monitoramento para

acompanhar os movimentos dos preços em seus países e regiões (índices gerais de preços e

índices de custo de vida). Assim, pouco a pouco, sob as orientações conceituais das obras

de Keynes e as diretrizes operacionais de Richard Stone, entre outros, foram se

desenvolvendo indicadores de acompanhamento da conjuntura e do ambiente

macroeconômico de diversos países do Mundo, até que as Nações Unidas assumiram a

responsabilidade técnica para a normatização desses indicadores através da contabilidade

nacional e para a sua sistematização nos países menos desenvolvidos, a partir dos anos

1950.

A segunda geração de indicadores socioeconômicos está relacionada à necessidade de se

dispor de informações atualizadas, desagregadas e relevantes para a concepção e a

implementação de políticas públicas de natureza redistributiva da renda e da riqueza em

países, regiões e localidades. A motivação política para o desenvolvimento dos sistemas de

indicadores sociais emergiu particularmente nos anos 1970, quando se constatou que os

ciclos de crescimento econômico do pós-II Grande Guerra haviam gerado desigualdades e

70

assimetrias na distribuição de seus custos e benefícios entre grupos sociais, famílias e

regiões.

A terceira geração de indicadores está contextualizada na necessidade de melhor

conhecimento do desenvolvimento científico e tecnológico das nações e de suas regiões,

assim como das inextricáveis relações entre crescimento econômico e sustentabilidade

ambiental. Desde a ECO-92, a concepção de desenvolvimento sustentável, que procura um

equilíbrio entre competitividade sistêmica, equidade social e qualidade do meio ambiente,

está demandando, para a sua operacionalização, uma outra geração de indicadores de

caráter inovador que vêm se configurando como de enorme relevância ao longo dos últimos

dez anos. No Brasil, já se dispõe de alguns indicadores de sustentabilidade ambiental,

como, por exemplo, os relatórios da qualidade das águas em nossas bacias hidrográficas

produzidos pela ANA ou os indicadores de desmatamento da Amazônia preparados pela

IMAZON11

.

Finalmente, a última geração de indicadores, que ainda não tem um caráter sistêmico e

busca se consolidar, é a dos indicadores dos capitais sociais ou intangíveis (cultural,

humano, conhecimento e institucional). As modernas teorias de desenvolvimento destacam

que, embora as estruturas físicas sejam uma condição necessária para um processo de

crescimento econômico de uma sociedade, o desenvolvimento sustentável dependerá

fundamentalmente da sua capacidade de organização social e política fundada na qualidade

e na intensidade de seus capitais sociais. O que se busca são indicadores da qualidade

institucional da gestão pública, do grau de mobilização e participação dos cidadãos no

planejamento governamental, da capacidade de cooperar para competir de micro e

pequenos empresários, da sustentabilidade fiscal dos governos estaduais e municipais e de

sua responsabilidade social, etc. É possível encontrar aqui e ali um crescente número desses

indicadores que cada vez mais vem influenciando a concepção e a implementação das

políticas públicas.

11

Lawn, P. Sustainable Development Indicators in Ecological Economics, EE.

71

No caso brasileiro, destaca-se como um indicador de desenvolvimento socioeconômico que

supera algumas das limitações do PIB, o Índice FIRJAN de Desenvolvimento Municipal.

O Índice FIRJAN de Desenvolvimento Municipal (IFDM) tem as seguintes características

(ver Quadro A.1):

As fontes de dados são oficiais e sua metodologia permite a comparação

quantitativa serial e temporal dos municípios analisados, possibilitando inclusive a

agregação por Estados. A comparação entre municípios ao longo do tempo mostra,

com precisão, se uma melhor posição no ranking se deveu a fatores exclusivos de

um determinado município ou à piora dos demais. A comparação absoluta de cada

município permite medir se a efetividade das políticas públicas resulta em melhores

condições socioeconômicas da população.

Os dados da FIRJAN mais específicos para os municípios, e utilizados para medir

as três áreas (emprego e renda, educação e saúde) que compõem o índice, são os de

2006. Em cada uma dessas áreas, os Municípios, Capitais e Estados do País podem

ser comparados entre si no grupo a que pertencem, isolada e evolutivamente. Para

efeito de comparação, o IFDM também foi calculado para 2000, o que permite uma

análise ao longo do tempo.

O IFDM varia numa escala de 0 (pior) a 1 (melhor) para classificar o

desenvolvimento humano do País, dos Estados e dos Municípios. Os critérios de

análise no estudo FIRJAN estabelecem quatro categorias: baixo (de 0 a 0,4), regular

(0,4001 a 0,6), moderado (de 0,6001 a 0,8) e alto (0,8001 a 1) desenvolvimento

municipal.

O indicador IFDM-Emprego & Renda acompanha a movimentação e as

características do mercado formal de trabalho, cujos dados são disponibilizados pelo

Ministério do Trabalho. As variáveis observadas por este indicador são: Taxa de

Geração de Emprego formal sobre o Estoque de Empregados e sua Média Trienal;

72

Saldo Anual Absoluto de Geração de Empregos; Taxa Real de Crescimento do

Salário Médio Mensal e sua Média Trienal; e, Valor Corrente do Salário Médio

Mensal.

O indicador IFDM-Educação capta tanto a oferta quanto a qualidade da educação

do ensino fundamental e pré-escola, conforme competência constitucional dos

municípios. As variáveis acompanhadas por este indicador são: Taxa de

Atendimento no Ensino Infantil; Taxa de Distorção Idade-série; Percentual de

Docentes com Curso Superior; Número Médio Diário de Horas-Aula; Taxa de

Abandono Escolar; e, Resultado Médio no Índice de Desenvolvimento da Educação

Básica.

Por sua vez, o indicador IFDM-Saúde visa avaliar a qualidade do Sistema de Saúde

Municipal referente à Atenção Básica. As variáveis acompanhadas por este

indicador são: Quantidade de Consultas Pré-Natal; Taxa de Óbitos Mal-Definidos;

e, Taxa de Óbitos Infantis por Causas Evitáveis.

Quais são as principais vantagens do IFDM em comparação com o IDH-M?

O IFDM é anual, enquanto o IDH-M é censitário. Desta forma, com o IFDM é

possível ver o filme ao invés de fotos esparsas a cada dez anos do IDH-M. Assim,

ganha-se além da aferição, uma ferramenta de gestão pública.

O IFDM permite tanto a comparação relativa, quanto a absoluta entre municípios ao

longo do tempo, uma vez que sua metodologia permite especificar se uma melhora

relativa deveu-se a fatores específicos do município em questão ou à piora dos

demais. O IDH-M não permite a comparação ao longo do tempo, na medida em que

as notas de corte são determinadas pela amostra do ano em questão.

O IFDM foi desenvolvido diretamente para avaliar o desenvolvimento dos

municípios, com variáveis que espelham com maior nitidez a realidade municipal

73

brasileira. O IDH-M, sendo uma adaptação do IDH desenvolvido para analisar os

mais diferentes países, é mais limitado para analisar a realidade municipal do ponto

de vista metodológico. Assim, o IFDM traz uma visão mais atualizada, com melhor

utilização do conjunto de indicadores brasileiros em sua composição.

Quadro A.1. Quadro Resumo das Variáveis Componentes do IFDM – por Área de

Desenvolvimento

Fonte: FIRJAN.

Variáveis utilizadas:

Geração de

emprego formal

Salários médios do

emprego formal

Fonte: Ministério do

Trabalho.


Taxa de matrícula na

educação infantil

Taxa de abandono

Taxa de distorção

idade-série

Percentual de

docentes com ensino

superior

Média de horas aula

diárias

Resultado do IDEB


Trabalho.


Número de

consultas pré-natal

Óbitos por causa

mal-definidas

Óbitos infantis por

causas evitáveis


Trabalho.

Emprego & Renda Educação Saúde

IFDM

74

A Tabela A.2 mostra o IFDM de 2000 e o IFDM de 2009 e de seus componentes para os

dezoito municípios do Polo Turístico Baía de Todos os Santos. Constata-se: a) há acentuada

assimetria entre os valores tanto de 2000 quanto de 2009; b) em quase todos os municípios

é sensível o progresso observado nos valores de 2000 a 2009; c) em geral, os piores

resultados são constatados no componente de Emprego e Renda. Neste sentido, cabe

indagar se os investimentos do PRODETUR BA teriam capacidade de acelerar o

emprego e renda nos municípios menos desenvolvidos da Baía de Todos os Santos.

Tabela A.2. IFDM: Municípios da APA Baía de Todos Os Santos: 2000 E 2009

MUNICÍPIOS IFDM

2000

IFDM 2009

IFDM EDUCAÇÃO SAÚDE EMPREGO

E RENDA

1. Aratuípe

2. Cachoeira

3. Candeias

4. Itaparica

5. Jaguaripe

6. Madre de Deus

7. Maragojipe

8. Muniz Ferreira

9. Muritiba

10. Nazaré

11. Salinas da Margarida

12. Salvador

13. Santo Amaro

14. São Félix

15. São Francisco do Conde

16. Saubara

17. Simões Filho

18. Vera Cruz

0,3543

0,5036

0,5721

0,4835

0,4034

0,5830

0,3628

0,3837

0,3752

0,4968

0,4479

0,6044

0,5529

0,2939

0,5875

0,5162

0,5123

0,4357

0,5001

0,6100

0,6419

0,5239

0,5165

0,6827

0,7187

0,5212

0,5674

0,6129

0,5972

0,7636

0,5844

0,5941

0,7312

0,5369

0,5786

0,5354

0,5285

0,5864

0,5718

0,5830

0,5070

0,6911

0,5524

0,5282

0,6142

0,5914

0,7281

0,6166

0,5946

0,5423

0,6656

0,6065

0,5472

0,5870

0,6976

0,8540

0,7392

0,6866

0,6374

0,7856

0,7302

0,6800

0,7801

0,6996

0,7237

0,7630

0,7582

0,9144

0,7038

0,7495

0,7150

0,6774

0,2743

0,3897

0,6146

0,3023

0,4050

0,5715

0,8737

0,3553

0,3078

0,5475

0,3398

0,9113

0,4005

0,3254

0,8241

0,2546

0,4738

0,3419

ESTADO DA BAHIA 0,5063 0,6535 0,5675 0,6982 0,6947

Fonte: FIRJAN.

leonardoc

Sticky Note

Is there a way to compare this at the national level. Are these indices bellow or above the national average??

75

Em geral, quando se pretende definir quais são as potencialidades de crescimento

econômico de uma região ou de um município, a partir da sua dotação de recursos

turísticos, é preciso estar ciente de que o conceito de potencialidade de recursos é

econômico e não físico. Ou seja, o valor de um recurso turístico depende da estrutura

da demanda, dos custos relativos de produção, dos custos de acessibilidade das

inovações tecnológicas adotadas no ambiente macroeconômico, etc.

A questão dos custos relativos é crítica: uma oportunidade favorável à exploração de um

potencial turístico, em alguma localidade ou região pode não ser explorada devidamente

por causa da existência de uma melhor oportunidade em outra localidade ou região do país

ou do exterior. Portanto, a incorporação das noções de custo de oportunidade e de

concorrência são importantes para a melhor compreensão do conceito de competitividade

interregional e internacional dos projetos de investimento no setor de turismo. Ou seja, o

significado do que é “a dotação de recursos turísticos” de uma região ou localidade muda

com a dinâmica do crescimento econômico, com os determinantes da demanda final

(preferências dos consumidores, distribuição de renda, política cambial etc.), com as

condições tecnológicas de produção (surgimento de novos produtos e novos processos),

com a organização do sistema produtivo e de seu arcabouço político-institucional

(legislação ambiental, normas de segurança etc.).

Além do mais, muitas vezes uma região apresenta condições locacionais favoráveis para a

implantação de novas atividades turísticas (qualidade do capital natural, logística, etc.), mas

os investimentos não se realizam por questões de natureza político-institucional (legislação

ambiental inapropriada ou inflexível, movimentos sociais locais com interesses difusos,

falta de suporte das autoridades estaduais ou locais etc.).

É difícil imaginar a sobrevivência de atividades econômicas de qualquer natureza e em

qualquer escala produtiva numa região, que não disponham de competitividade dinâmica

em termos de preço e de qualidade para enfrentar a oferta de bens e serviços equivalentes,

disponíveis em outros municípios e localidades com melhores condições de acessibilidade,

de qualidade dos serviços e de preços. Neste sentido, é preciso, inicialmente, que se

76

distingam as vantagens econômicas espúrias das vantagens competitivas dinâmicas

específicas de cada região ou localidade.

As vantagens competitivas espúrias são aquelas que não se sustentam no longo prazo, por

estarem fundamentadas apenas em incentivos fiscais e financeiros recorrentes (que podem

desaparecer a partir das exigências de um programa de estabilização econômica ou de um

projeto de reforma tributária), no uso predatório dos recursos naturais do ecossistema (que

podem se restringir ou por limitações físicas ou por legislação ambiental), na sobre-

exploração da força de trabalho (que pode encontrar resistências políticas ou legais com o

avanço da redemocratização), ou na informalidade e na clandestinidade de suas operações

(que podem chocar-se com a modernização e eficácia dos sistemas tributários e

previdenciários).

As vantagens competitivas dinâmicas de uma região ou localidade são aquelas que não

apenas resistem aos desafios dos processos de globalização e de integração da economia

nacional, mas, também, aproveitam adequadamente as oportunidades criadas por estes

processos. As atividades econômicas, para se tornarem globalmente competitivas,

dependem de sua eficiência operacional e de seu posicionamento estratégico. Para

alcançar maiores ganhos, é necessário servir segmentos atrativos de mercado; esses novos

segmentos requerem diferentes capacidades e exigem que se aumente a eficiência

operacional12

.

Vale a pena destacar as conclusões gerais de Michael Porter sobre a competitividade

sistêmica de um país ou de uma região: a) a competitividade não pode ser vista como um

fenômeno macroeconômico, impulsionado por variáveis como taxas de câmbio, taxas de

juros e déficits governamentais; b) a competitividade não é função de mão de obra barata

ou de recursos naturais abundantes; c) as empresas de uma região ou de um país não terão

êxito se não basearem suas estratégias no progresso e na inovação, numa disposição de

12

Fairbanks, M. and Lindsay, S. Plowing The Sea – Nurturing the Hidden Sources of Growth in the

Developing World. HBS Press, 1997. Porter, M. E. Vantagem Competitiva. Editora Campus, 1989 (3ª

edição). Haddad, P. R. “Tendências Recentes do Comércio Internacional e suas Implicações para a Economia

de Minas”, Cadernos BDMG, abril, 2003.

77

competir, no conhecimento realista de seu ambiente nacional/regional/local e de como

melhorá-lo; d) as empresas bem sucedidas concentram-se, com frequência, em

determinadas cidades, aglomerados urbanos ou estados dentro do país; e) o processo de

globalização das economias nacionais não exclui a importância de localidades que

proporcionam um ambiente fértil para as empresas de indústrias específicas.

O Polo Turístico da Baía de Todos os Santos do PRODETUR Nacional poderá

adquirir maiores chances de gerar um ciclo de crescimento econômico sustentado

regional e local se não depender apenas de fatores macroeconômicos para a sua

sobrevivência (taxa de câmbio desvalorizada, por exemplo); se não depender de

vantagens competitivas espúrias; se enfatizar posicionamento estratégico mais

desenvolvido e abrangente, sem perda de maior eficiência operacional. Para que o

Polo seja competitivo, é preciso que as empresas que nele atuam sejam competitivas,

que as cadeias produtivas em que se inserem sejam competitivas (formadores e

prestadores de serviços competitivos) e que as regiões onde se localizam sejam

também competitivas (serviços de segurança pública, de saúde pública, de educação

básica de boa qualidade etc.).

As atividades de turismo sustentável apresentam características comuns: elas se

concentram, normalmente, em um território bem delimitado que define sua identidade

cultural; elas aglomeram espacialmente um conjunto de empresas e empreendedores que

têm, entre si, maior ou menor nível de cooperação e de confiança; elas se especializam na

oferta de serviços orientados para o consumo final e dentro de uma cadeia de valor, com

maior ou menor grau de extraterritorialidade; para se desenvolver, elas não podem

prescindir de uma articulação ampla e diversificada com muitas instituições públicas e

privadas que conduzem políticas sociais e setoriais.

O MINTUR tem considerado que, além dos projetos de investimento público e privado para

promover e desenvolver um potencial turístico em determinada região ou localidade, é

preciso implementar políticas públicas para o alívio ou redução da pobreza e a preservação

78

dos ecossistemas tendo a concepção de turismo sustentável como vetor referencial. Essas

políticas compreendem os seguintes investimentos:

Investimentos no Capital Humano

Promoção da inserção da população local no mercado de trabalho oferecido pelo turismo através da

oferta de capacitação profissional adequada com ênfase nas faixas de população local de menor nível de

escolaridade.

Gestão para o estabelecimento, nos destinos, de unidades educativas tanto para a educação formal

quanto para a capacitação em áreas específicas diretamente aplicáveis às atividades turísticas.

Ações públicas de facilidades para a inclusão digital da população.

Campanhas de conscientização da população, dos governos locais e dos turistas e demais

interessados no desenvolvimento sustentável do setor.

Investimentos no Capital Físico

As obras de infraestrutura de titularidade governamental devem ser inclusivas para o total da

população local e não apenas às instalações de complexos turísticos, de regiões de veraneio e de áreas de

atrativos turísticos localizados.

As áreas de ocupação informal constituídas ou crescidas em função da atração de população pela

dinamização do turismo, devem ser objeto de projetos de urbanização e regularização ou novas

habitações, se em áreas de risco.

Incentivo do uso de materiais e insumos de produção local, como forma de dinamização da economia

local, bem como de geração de oportunidades de mercado.

Investimentos no Capital Social

Obrigatoriedade da formulação de planejamento, dimensionamento e estruturação dos destinos

turísticos previamente à sua comercialização.

Apoio e crédito para a regularização dos imóveis em situação fundiária informal, sob risco de perda

pela especulação imobiliária, causada pela implantação de infraestrutura pública, principalmente

estradas, ou pelo crescimento da própria atividade turística.

Medidas sociais compensatórias para a instalação de empreendimentos turísticos de grande porte, que

privilegiem a população local e nativa.

Privilegiar a comunidade local e nativa, na oferta de empregos gerados direta e indiretamente pela

atividade turística.

Promoção de geração de oportunidades de prestação de serviços e fornecimento de bens para as

classes menos favorecidas da população local, tanto com estímulo a atenção à qualidade dos produtos

quanto pela indução à organização deste comércio.

79

Incentivo à criação de microempresas comunitárias ou cooperativas para prestação de serviços

turísticos deve ser estimulado, com apoio técnico, organizacional e mercadológico que permita o acesso

a créditos.

Oferta de crédito/microcrédito compatível com as atividades desenvolvidas no destino.

Ações de incentivo à organização e ao fortalecimento das comunidades locais (empoderamento da

sociedade local).

A oferta de serviços públicos ampliados por pressão da necessidade da população flutuante de turistas

deve ser dimensionada incluindo toda a população local.

Formulação de políticas de incentivo aos governos locais para o fortalecimento de sua governabilidade

e capacidade de se beneficiar da renda gerada pelo turismo, a ser revertida em serviços à população

local.

O ecossistema da Baía de Todos os Santos distribui as potencialidades turísticas com

elevado grau de generosidade entre todos os seus municípios. Como dizia Buda, nada é

mais democrático do que o sol, pois, quando se levanta, ilumina igualmente todas as

regiões. Entretanto, o processo histórico de assentamento humano na Baía de Todos os

Santos gerou imensas desigualdades e assimetrias nas condições de vida entre os habitantes

dos seus municípios. É de se esperar que o PRODETUR Nacional possa contribuir para

atenuar este contexto socioeconômico promovendo emprego de qualidade e renda estável

nos municípios menos desenvolvidos da Baía de Todos os Santos.

80

ANEXO B: MULTIPLICADORES DOS GASTOS DOS TURISTAS

Apresentam-se abaixo os multiplicadores de insumo-produto dos gastos dos turistas por

tipo de hospedagem. Os multiplicadores foram calculados a partir da estrutura de insumo-

produto interregional intrínseca ao modelo de projeção. A partir da composição dos gastos

dos turistas domésticos e internacionais, por tipo de hospedagem (Tabela B1), foram

computados os multiplicadores associados ao gasto padrão de cada uma das seis categorias.

A estrutura utilizada provém da tabulação especial dos microdados da “Pesquisa do

Receptivo de Caracterização e Dimensionamento do Turismo Doméstico”, elaborada pela

FIPE.

Tabela B1. Composição dos Gastos per Capita dos Turistas Domésticos e

Internacionais, por Tipo de Hospedagem

Fonte: Pesquisa do Receptivo de Caracterização e Dimensionamento do Turismo Doméstico.

A partir matriz inversa de Leontief, é possível estimar, para cada setor da economia, o

quanto é gerado direta e indiretamente de produção e emprego, para cada unidade

monetária produzida para a demanda final. Quando o efeito de multiplicação se restringe

somente à demanda de insumos intermediários, estes multiplicadores são chamados de

multiplicadores do tipo I. As Tabelas B2 e B4 apresentam os multiplicadores de produção e

Casa de amigos e

parentes

Hotel, pousada

ou resort

Outros tipos de

hospedagem

Casa de amigos e

parentes

Hotel, pousada

ou resort

Outros tipos de

hospedagem

Hospedagem 0.03 32.12 12.75 2.08 23.42 22.98

Alimentação 32.80 28.22 39.64 35.22 32.23 30.80

Transporte interno 6.86 4.73 2.23 16.72 13.23 16.36

Compras pessoais 27.83 15.11 20.45 30.58 22.99 15.35

Atrativos e passeios 16.13 8.32 11.88 13.83 7.20 12.82

Outros 16.35 11.51 13.05 1.56 0.92 1.69

TOTAL 100.00 100.00 100.00 100.00 100.00 100.00

Gastos per capita R$ 241.65 R$ 754.76 R$ 274.42 R$ 706.55 R$ 674.03 R$ 879.69

Peso 1.00 3.12 1.14 2.92 2.79 3.64

Doméstico Internacional

81

emprego para as diferentes composições de gastos de uma unidade monetária típica dos

gastos dos turistas. Como os gastos per capita variam por categoria, definimos “pesos” que

definem as magnitudes relativas dos gastos em relação ao grupo de referência, escolhido

como aquele dos turistas domésticos que se hospedam em casa de amigos e parentes. As

Tabelas B3 e B4 apresentam as participações regionais nos multiplicadores totais,

respectivamente de produção e emprego.

Os resultados sugerem que: (i) os multiplicadores de produção associados a turistas que se

hospedam em casa de amigos ou parentes tendem a ser menores; (ii) no caso dos

multiplicadores de emprego, os gastos típicos dos turistas domésticos tendem a gerar mais

empregos que os gastos dos turistas internacionais; (iii) quando se consideram os gastos per

capita de cada categoria, sobressaem os turistas domésticos que se hospedam em hotel,

pousada ou resort, sendo que no caso dos turistas internacionais, por adquirirem pacotes

fora do país, os maiores efeitos estariam associados àqueles que se hospedam em outros

tipos de hospedagem; (iv) quanto à internalização dos efeitos multiplicadores dos gastos

por parte do Polo BTS, há um certo padrão em termos dos efeitos intra-regionais da

produção (internalização de cerca de 75% do total), e de emprego (aproximadamente 90%

no caso dos gastos dos turistas domésticos, e 80% no caso dos turistas internacionais).

Tabela B2. Decomposição Regional dos Multiplicadores de Produção dos Gastos dos

Turistas, por Categoria de Hospedagem

Casa de amigos e

parentes

Hotel, pousada

ou resort

Outros tipos de

hospedagem

Casa de amigos e

parentes

Hotel, pousada

ou resort

Outros tipos de

hospedagem

Bahia 1.132 1.156 1.146 1.159 1.169 1.175

Pólo BTS 1.069 1.064 1.063 1.088 1.080 1.086

Resto da Bahia 0.063 0.091 0.083 0.071 0.089 0.089

Resto do Brasil 0.231 0.286 0.265 0.280 0.308 0.314

TOTAL 1.363 1.442 1.411 1.439 1.477 1.489

Multiplicador ponderado 1.363 4.503 1.603 4.209 4.119 5.419

Peso 1.00 3.12 1.14 2.92 2.79 3.64


82

Tabela B3. Decomposição Regional dos Multiplicadores de Produção dos Gastos dos

Turistas, por Categoria de Hospedagem (% do total)

Tabela B4. Decomposição Regional dos Multiplicadores de Emprego dos Gastos dos

Turistas, por Categoria de Hospedagem (por R$ 1 milhão)

Tabela B5. Decomposição Regional dos Multiplicadores de Emprego dos Gastos dos

Turistas, por Categoria de Hospedagem (% do total)

Casa de amigos e

parentes

Hotel, pousada

ou resort

Outros tipos de

hospedagem

Casa de amigos e

parentes

Hotel, pousada

ou resort

Outros tipos de

hospedagem

Bahia 83.05 80.159 81.202 80.541 79.175 78.935

Pólo BTS 78.449 73.819 75.299 75.587 73.135 72.969

Resto da Bahia 4.605 6.340 5.903 4.954 6.040 5.966

Resto do Brasil 16.946 19.841 18.798 19.459 20.825 21.065

TOTAL 100.000 100.000 100.000 100.000 100.000 100.000


Casa de amigos e

parentes

Hotel, pousada

ou resort

Outros tipos de

hospedagem

Casa de amigos e

parentes

Hotel, pousada

ou resort

Outros tipos de

hospedagem

Bahia 72.2 62.6 66.3 40.4 39.6 40.8

Pólo BTS 70.6 60.1 64.1 38.6 37.3 38.5

Resto da Bahia 1.6 2.5 2.2 1.8 2.3 2.3

Resto do Brasil 4.5 6.6 6.0 5.2 6.5 6.4

TOTAL 76.7 69.1 72.2 45.6 46.1 47.2

Multiplicador ponderado 76.7 216.0 82.0 133.5 128.5 172.0

Peso 1.00 3.12 1.14 2.92 2.79 3.64


Casa de amigos e

parentes

Hotel, pousada

ou resort

Outros tipos de

hospedagem

Casa de amigos e

parentes

Hotel, pousada

ou resort

Outros tipos de

hospedagem

Bahia 94.10 90.5 91.7 88.6 86.0 86.4

Pólo BTS 92.0 87.0 88.7 84.7 80.9 81.4

Resto da Bahia 2.1 3.5 3.1 3.9 5.1 4.9

Resto do Brasil 5.9 9.5 8.3 11.4 14.0 13.6

TOTAL 100.0 100.0 100.0 100.0 100.0 100.0


83

ANEXO C: AVALIAÇÃO DE IMPACTO DO PROGRAMA PRODETUR BA

SOBRE A DESIGUALDADE E A POBREZA NA REGIÃO METROPOLITANA DE

SALVADOR

1. Introdução

Este anexo apresenta os resultados de uma avaliação ex-ante dos impactos do programa

PRODETUR BA sobre a desigualdade de renda e pobreza na Região Metropolitana (RM)

de Salvador. Esses resultados foram estimados mediante a aplicação de uma metodologia

de micro-simulação não comportamental utilizando-se a base amostral de microdados da

Pesquisa Nacional por Amostra de Domicílio (PNAD) para a RM de Salvador em 2009,

bem como as projeções de geração de emprego do programa. Resumidamente, essa

metodologia considera que os empregos gerados pelo programa PRODETUR BA devem

possuir as mesmas características de qualificação (nível de instrução) e de remuneração do

empregado mediano nos setores produtivos da RM de Salvador, as quais são observadas na

base de microdados da PNAD. Adicionalmente, assume-se que os desocupados que

possuem essas características na base de microdados da PNAD passarão a ter a condição de

empregado (ocupado), percebendo a remuneração do empregado mediano de cada setor. A

partir dessa micro-simulação, calculam-se diversos indicadores de desigualdade e de

pobreza para o ano de referência da base de microdados da PNAD e para cada cenário de

simulação utilizado no estudo. Assim, podem-se avaliar os impactos sociais do programa

em relação a uma situação inicial sem o programa (ano de referência da PNAD).

Além dessa introdução, o presente anexo organiza-se em outras quatro seções. A segunda

seção apresenta algumas características descritivas da base de microdados da PNAD para a

RM de Salvador. A terceira seção apresenta os indicadores de desigualdade e de pobreza

definidos para avaliar os impactos do programa. A quarta seção descreve os procedimentos

metodológicos adotados na micro-simulação não comportamental, enquanto os resultados

são analisados na quinta seção.

84

2. Descrição da Base de Dados

Os microdados a serem utilizados pertencem à Pesquisa Nacional por Amostra de

Domicílio, conhecida comumente como PNAD. As PNADs são realizadas desde 1967 pelo

Instituto Brasileiro de Geografia e Estatística (IBGE) e consistem numa fonte riquíssima de

informações que englobam características físicas dos domicílios, e individuais como

gênero, escolaridade, raça, condição na unidade domiciliar, migração, fecundidade e

rendimentos salariais e não-salariais.13

A pesquisa abrange a população residente nas unidades domiciliares (domicílios

particulares e unidades de habitação em domicílios coletivos). Iniciada no Estado do Rio de

Janeiro, sua cobertura ampliou-se gradativamente para as outras regiões do país até 1980.

Entre 1981 e 2003 apresentou a mesma estrutura, sendo que a área rural da região Norte

(com exceção do Estado do Tocantins) não era investigada. A partir de 2004, a PNAD

incorpora as áreas rurais remanescentes da região Norte, passando a cobrir todo o território

nacional.

A expansão da amostra baseia-se em estimadores de razão cuja variável independente é a

projeção da população residente, segundo o tipo de área (metropolitana e não-

metropolitana). Essas projeções consideram a evolução populacional ocorrida entre os

censos demográficos, sob hipóteses de crescimento associadas às taxas de fecundidade,

mortalidade e migração. Com isso, o desenho amostral da pesquisa permite que os

resultados sejam expandidos para os níveis do país, grandes regiões, estados e áreas

metropolitanas.

A amostra da PNAD 2009, ano da análise, inclui 399.337 indivíduos pesquisados em todas

as regiões do país. Para efeito de caracterização, o recorte adotado pelo presente anexo

corresponde às pessoas ocupadas e desocupadas entre 15 e 64 anos que compõem a

13

As características gerais de migração e de educação são pesquisadas para todas as pessoas, enquanto as características

de trabalho e rendimento são investigadas para as pessoas de dez anos ou mais de idade ou a partir de cinco anos, como

aconteceu esporadicamente em anos anteriores e tem ocorrido anualmente a partir da Pnad 2001. Ademais, suplementos

especiais como acesso a serviços de saúde, acesso à internet, programas de transferência de renda, segurança alimentar e

vitimização e justiça também têm sido ocasionalmente investigados.

85

população economicamente ativa da Região Metropolitana de Salvador. Nessa sub-amostra

foram abarcadas estatísticas referentes ao rendimento mensal e código da atividade do

trabalho principal (pessoas ocupadas), rendimento mensal de todas as fontes (trabalho,

aposentadorias, pensões, auxílios, abonos, aluguel, doações, juros e outras aplicações

financeiras), rendimento mensal familiar total, número de componentes da família, idade e

escolaridade.

Como definição de pessoas ocupadas consideram-se os indivíduos acima de dez anos que

tinham um trabalho (remunerado ou não) na semana de referência da pesquisa.14

Inclui

também indivíduos que não exerceram o trabalho por motivo de férias, licença, greve, etc.

O grupo de pessoas desocupadas é classificado como pessoas sem trabalho, mas que

estavam procurando trabalho na semana de referência da pesquisa.

A definição de rendimento mensal familiar empregada corresponde à soma dos

rendimentos mensais dos moradores que compõem a(s) família(s) dentro do(s) domicílio(s),

exclusive os rendimentos das pessoas cuja condição na família fosse pensionista,

empregado doméstico ou parente do empregado doméstico15

.

A Tabela C1 mostra a quantidade e distribuição das pessoas ocupadas e não ocupadas na

Região Metropolitana de Salvador na amostra e no universo. Observa-se que

aproximadamente 1,7 milhão ou 85,4% da PEA era de pessoas ocupadas, enquanto que

cerca de 300 mil (14,5%) constituíam-se de pessoas sem ocupação durante a semana de

referência da pesquisa.

14 De 20 a 26 de setembro de 2009. 15

Cerca de 400 pessoas ou (4,64%) da amostra viviam em domicílios onde mais de uma unidade familiar

estava presente.

86

Tabela C1. Número de pessoas ocupadas e não ocupadas na RM de Salvador em 2009

Amostra Universo

Pessoas Ocupadas 7.355 (85,48%) 1.766.456 (85,48%)

Pessoas Não-Ocupadas 1.249 (14,52%) 299,972 (14,52%)

Total 8.604 2.066.428

Fonte: PNAD 2009.

A Tabela C2 mostra comparativamente os rendimentos mensais do trabalho, rendimento

total familiar, outras rendas, número de componentes da família, renda per capita mensal,

idade e escolaridade do grupo de pessoas ocupadas e não ocupadas na RM de Salvador em

2009. Como em um domicílio podem ser encontradas diferentes categorias de ocupação e

como o rendimento do domicílio é atribuído a cada uma das categorias ali encontradas, note

que os valores médios obtidos traduzem-se em certa superestimação para as categorias de

menor rendimento e em alguma subestimação para as categorias melhor remuneradas.

Como esperado, o renda mensal familiar per capita (renda mensal familiar total dividido

pelo número de componentes da família) dos indivíduos ocupados é 124% maior que a

categoria de pessoas desocupadas. A idade e a escolaridade média medida em anos de

estudo também são superiores para a categoria de pessoas ocupadas em relação às pessoas

não ocupadas.

87

Tabela C2. Rendimentos em Reais (R$, Set/2009), número de componentes da família,

idade e escolaridade de pessoas ocupadas e desocupadas na RM de Salvador em 2009

Ocupadas

Média

Desvio-

Padrão Min Max

Renda mensal do trabalho principal 970.9 24.285 0 40.000

Renda mensal de todas as fontes 1.118,1 29.423 0 40.000

Renda mensal familiar 2.466,1 56.545 0 47.500

Outras rendas£ 147,2 10.876 0 21.700

Número de componentes da família 3.43 23 1 12

Renda mensal familiar per capita 815,0 20.185 0 23.750

Idade 36,34 180 15 64

Escolaridade† 10,11 61 1 17

Não Ocupadas

Média

Desvio-

Padrão Min Max

Renda mensal do trabalho principal - - -

Renda mensal de todas as fontes 64,1 3.691 0 2.600

Renda mensal familiar 1.329,8 32.268 0 28.300

Outras rendas£ 64,1 3.691 0 2,600

Número de componentes da família 3.82 26 1 12

Renda mensal familiar per capita 363,9 8.774 0 6.000

Idade 29,13 167 15 64

Escolaridade† 9,89 52 1 17

£ Renda mensal de todas as fontes menos renda mensal do trabalho principal.

† 1=Sem instrução e menos de 1 ano, 2=1 ano, 3=2 anos, 4=3 anos, 5=4 anos, 6=5 anos, 7=6 anos, 8=7 anos, 9=8 anos,

10=9 anos, 11=10 anos, 12=11 anos, 13=12 anos, 14=13 anos, 15=14 anos, 16=15 anos, 17= não determinados.

Nota: Escolaridade não determinada significa que o respondente não foi capaz de lembrar o número de anos de estudo

obtidos, se algum, durante o período da entrevista. Na amostra, 19 pessoas (0,22%) responderam escolaridade

indeterminada.

Fonte: PNAD 2009.

88

A Figura C1 mostra a distribuição da escolaridade (quadro a) e idade (quadro b) em função

da ocupação. No quadro (a), pode-se observar que o número de pessoas sem ocupação é

assimetricamente distribuído para a esquerda, evidenciando que o desemprego está mais

presente entre os mais jovens. No universo de pessoas ocupadas também se observa uma

assimetria em direção aos mais jovens, contudo bem menos acentuada do que entre as

pessoas desocupadas. Com relação ao nível de escolaridade, tanto para pessoas ocupadas

como para pessoas sem ocupação, observa-se um pico para os dois grupos que possuem

entre 11 e 13 anos de estudo (equivalente ao ensino médio). É interessante perceber que,

para pessoas com um alto nível de escolaridade, acima de 14 anos (ensino superior), o

universo de indivíduos ocupados em 2009 foi maior do que os não ocupados. Contudo, o

oposto se verifica entre indivíduos que possuem de 7,5 a 11 anos estudo (ensino

fundamental).

Figura C1. Distribuição das pessoas ocupadas e desocupadas de acordo com a idade

(a) e anos de escolaridade (b) † na RM de Salvador em 2009

(a)

(b) † 1=Sem instrução e menos de 1 ano, 2=1 ano, 3=2 anos, 4=3 anos, 5=4 anos, 6=5 anos, 7=6 anos, 8=7 anos, 9=8 anos,

10=9 anos, 11=10 anos, 12=11 anos, 13=12 anos, 14=13 anos, 15=14 anos, 16=15 anos, 17= não determinados.

Nota: Escolaridade não determinada significa que o respondente não foi capaz de lembrar o número de anos de estudo

obtidos, se algum, durante o período da entrevista. Na amostra, 19 pessoas (0,22%) responderam escolaridade

indeterminada.

Fonte: PNAD 2009.

0

.01

.02

.03

.04

.05

de

nsity:

v80

05

0 20 40 60 80v8005

Ocupadas Não Ocupadas

Distribuição Posição na Ocupação Versus Idade

0

.05

.1.1

5.2

.25

de

nsity:

v48

03

0 5 10 15 20v4803

Ocupadas Não Ocupadas

Distribuição Posição na Ocupação Versus Anos de Escolaridade

leonardoc

Sticky Note

This seems to be the other way around, right??

89

3. Indicadores de Desigualdade e Pobreza

Para avaliar os impactos sociais do programa, foi definido um conjunto de dez indicadores

de desigualdade social e de pobreza que permitem mensurar diversos aspectos das

condições sociais no âmbito da renda. Esses indicadores são apresentados no Quadro C1, a

seguir.

Quadro C1. Indicadores de desigualdade e pobreza

Indicadores Descrição

Curva de Lorenz Representação diagramática da desigualdade de renda entre as

pessoas

Gini Índice que afere o nível de desigualdade de renda numa escala

entre 0 (máxima igualdade) e 1 (máxima desigualdade)

Pobreza

Razão que mede a extensão da pobreza: percentual de pessoas

na população total com renda familiar per capita inferior à linha

de pobreza*

Pobreza Extrema

Razão que mede a extensão da pobreza extrema: percentual de

pessoas na população total com renda familiar per capita

inferior à linha de pobreza extrema*

Insuficiência de renda para

pobreza

Razão que mede a intensidade da pobreza: montante de renda

que para as pessoas atingirem a linha de pobreza

Insuficiência de renda para

pobreza Extrema

Razão que mede a intensidade da pobreza extrema: montante de

renda que para as pessoas atingirem a linha de pobreza extrema

Participação dos 20% mais

pobres

Razão que mede a participação dos 20% mais pobres na renda

total

Participação 50% mais pobres Razão que mede a participação dos 50% mais pobres na renda

total

Participação dos 10% mais ricos Razão que mede a participação dos 10% mais ricos na renda

total

Participação dos 1% mais ricos Razão que mede a participação dos 1% mais ricos na renda

total

* A linha de pobreza consiste no dobro da linha de pobreza extrema. A linha de extrema pobreza aqui considerada é uma

estimativa do valor de uma cesta de alimentos com o mínimo de calorias necessárias para suprir adequadamente uma

pessoa, com base em recomendações da FAO e da OMS. Segundo a PNAD de 2009, as linhas de pobreza extrema e de

pobreza para o Nordeste (área urbana) foram, respectivamente, de R$ 100,51 e R$ 201,30.

A Curva de Lorenz mostra graficamente como a proporção da renda total aumenta em

função da proporção do aumento da população, considerando rendas per capita acumuladas

90

(Hoffman, 1998)16

. A exposição gráfica abaixo (Figura C2) ilustra essa relação. A linha

onde existe igualdade perfeita é definida com uma reta de 45 graus partindo da origem até o

outro extremo. Na origem, renda e população são nulas, e se verifica um crescimento equi-

proporcional de ambas variáveis até alcançar o nível de 100%. Por outro lado, a linha da

perfeita desigualdade como ilustrado no painel da esquerda, indica que apenas uma pessoa

seria possuidora de toda a riqueza. Em termos práticos, a curva de Lorenz oscila entre os

dois extremos das curvas de igualdade perfeita e desigualdade perfeita. Segundo Hoffman

(1998), a curva é um bom indicador de desigualdade e é usualmente empregada para medir

o percentual acumulado da renda total agregada nas mãos dos estratos mais ricos da

população.

Figura C2. Ilustração gráfica da Curva de Lorenz

O índice de Gini (G) está intimamente associado com a curva de Lorenz. Esse índice é

obtido através do cálculo da área entre as linhas de igualdade perfeita e a curva de Lorenz

como ilustrada na figura acima. Matematicamente, o índice é definido como

∑

, onde é a proporção acumulada da renda (i = 1, ..., n) e n é o

número de pessoas. O índice de Gini orbita entre os valores 0 e 1, ou seja,

16

Hoffmann, R. Distribuição de Renda: Medidas de Desigualdade e Pobreza, São Paulo: Edusp, 1998. 275p.

91

Similarmente à curva de Lorenz, Ggini = 0 significa que existe igualdade perfeita e Ggini = 1

significa que existe desigualdade perfeita.

A razão de pobreza refere-se à proporção de pessoas pobres na população, sendo calculada

pela seguinte expressão: ⁄ , onde p é o número de pessoas pobres e n é o número

total de pessoas. Aplica-se a mesma expressão para calcular a razão de pobreza extrema,

diferenciando-se somente o valor da linha de pobreza e da linha de pobreza extrema.

Contudo, essa é uma medida que avalia apenas a “extensão” da pobreza e não considera a

“intensidade” da pobreza (diferencial entre o valor da renda de uma pessoa pobre e o valor

da linha de pobreza). Assim, o indicador H é insensível a qualquer alteração na renda de

uma pessoa pobre cujo valor ainda permanece abaixo da linha de pobreza. A razão de

insuficiência de renda é uma medida da intensidade da pobreza, sendo calculada pela

seguinte expressão:

∑

, onde z é a linha de pobreza, xi é a renda

individual, p é o número total de pobres e i ≤ p. Novamente, usa-se a mesma expressão para

calcular a razão de insuficiência de renda para a pobreza extrema, diferenciando-se somente

o valor da linha de pobreza e da linha de pobreza extrema.

No caso dos indicadores de participação na renda por estrato (quatro últimos indicadores no

Quadro C1), o cálculo é bastante simples. Considerando as informações de renda ordenadas

do menor para o maior valor, calcula-se a participação do montante da renda das pessoas

localizadas em cada estrato populacional no total da renda: 20% mais pobres, 50% mais

pobres, 10% mais ricos e 1% mais ricos.

A variável definida para o cálculo desses indicadores foi a renda mensal familiar per

capita, conforme descrito na seção anterior. Esses indicadores, calculados a partir dos

microdados da PNAD para a RM de Salvador em 2009, representam a situação de

desigualdade e de pobreza em um cenário inicial sem o programa. A seguir, a Figura C3

apresenta a Curva de Lorenz obtida, enquanto os indicadores calculados são reportados na

Tabela C3.

92

Figura C3. Curva de Lorenz para a RM de Salvador em 2009

Fonte dos dados brutos: Microdados da PNAD, 2009.

0,00

0,10

0,20

0,30

0,40

0,50

0,60

0,70

0,80

0,90

1,00

0,00 0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90 1,00

Pro

po

rção

da

ren

da

Proporção da população

93

Tabela C3. Indicadores de Desigualdade e Pobreza da RM de Salvador em 2009

(ano de referência sem o programa)

Fonte dos dados brutos: Microdados da PNAD, 2009.

4. Metodologia de Micro-Simulação Não-Comportamental

A metodologia de micro-simulação não-comportamental adotada neste trabalho considera

que os empregos gerados pelo programa PRODETUR BA devem possuir as mesmas

características de qualificação (nível de instrução) e de remuneração do empregado

mediano nos setores produtivos da RM de Salvador, as quais são observadas na base de

microdados da PNAD. Adicionalmente, assume-se que os desocupados que possuem essas

características passarão a ter a condição de empregado (ocupado), percebendo a

remuneração do empregado mediano de cada setor. A partir dessa micro-simulação,

calculam-se diversos indicadores de desigualdade e de pobreza para o ano de referência da

base de microdados da PNAD e para cada cenário de simulação utilizado no estudo. Assim,

Indicadores Sem o Programa

Gini 0,5623

Pobreza 24,1506

Pobreza Extrema 8,4063

Insuficiência de renda - Pobreza 38,5161

Insuficiência de renda - Pobreza Extrema 39,0770

Participação 20% mais pobres 4,3838

Participação 50% mais pobres 18,6797

Participação dos 10% mais ricos 42,0812

Participação dos 1% mais ricos 9,3763

leonardoc

Sticky Note

Please explain what this means.

94

pode-se avaliar os impactos sociais do programa em relação a uma situação inicial sem o

programa (ano de referência da PNAD). Essa micro-simulação foi realizada utilizando os

dados de emprego gerados pelo programa em 2018 e de 2027, para cada cenário,

possibilitando avaliar o impacto do programa desde o início de operação até a sua

maturação.

Esquematicamente, a metodologia foi implementada conforme as seguintes etapas:

(i) Inicialmente, aplicou-se um fator de desconto sobre o montante de empregos

gerados pelo programa em 2018 e 2027, para cada cenário, de forma a eliminar

o efeito do crescimento demográfico sobre o mercado de trabalho entre 2009 e

202717

. Dessa forma, os montantes de emprego gerados pelo programa em 2018

e 2027 podem ser temporalmente comparados com 2009 (ano de referência dos

microdados da PNAD).

(ii) O montante de emprego gerado pelo programa na RM de Salvador, segundo

cada cenário, foi convertido para valores amostrais utilizando-se o peso de

representação populacional de cada individuo da amostra de microdados da

PNAD (ver Tabela C4);

(iii) Utilizando os microdados amostrais da PNAD, identificou-se o perfil de

qualificação e remuneração do empregado mediano nos setores de atividade da

RM de Salvador impactados pelo programa (ver Tabela C5). O empregado

mediano desses setores tem entre 10 e 11 anos de estudo e sua remuneração

média mensal, por setor de atividade, corresponde àquela apresentada na Tabela

C6;

(iv) Na base de microdados da PNAD, os valores da remuneração média mensal da

Tabela C6 foram imputados aos desocupados com o mesmo perfil de

qualificação (entre 11 e 12 anos de estudo). Por exemplo, no Cenário 1A gera-se

apenas 1 emprego no setor serviços domésticos em 2018, enquanto que em 2027

17

O fator de desconto foi calculado considerando-se crescimento populacional na RM de Salvado mantendo-

se 2009 = 1. Assim, o valor do fator corresponde a 0,855 para o período 2009-2018 e 0,753 para o período

2009-2027.

95

são gerados 2 empregos no setor comércio, 3 empregos no setor de serviços de

alojamento e alimentação, 1 emprego no setor de serviços prestados às famílias

e 8 empregos no setor de serviços domésticos. Assim, foram atribuídos aos

desocupados com 11 e 12 anos de estudos da base amostral os respectivos

valores de remuneração setorial que constam na Tabela C6.

(v) A remuneração desses novos ocupados (anteriormente desocupados) foi

adicionada ao montante da renda mensal familiar de cada individuo e calculou-

se a nova renda mensal familiar per capita.

(vi) Os indicadores de desigualdade e pobreza foram calculados considerando a nova

renda mensal familiar per capita resultante dessa micro-simulação, para cada

cenário, e comparados com os indicadores calculados para a situação inicial sem

o programa.

Tabela C4. Número de empregos gerados pelo programa na RM de Salvador:

dados do universo e da amostra

Fonte: Calculado pela Fipe.

2018 2027 2018 2027

Cenário 1A 252 3.356 1 14

Cenário 1B 253 3.373 1 14

Cenário 2A 1.406 19.061 5 79

Cenário 2B 1.413 19.164 5 79

Cenário 3A 1.644 22.433 8 93

Cenário 3B 1.653 22.556 8 93

Cenário 4A 1.855 25.317 8 104

Cenário 4B 1.865 25.453 8 105

Universo AmostraCenários

96

Tabela C5. Número amostral de empregos gerados pelo programa na RM de

Salvador, por setor de atividade


Tabela C6. Remuneração do empregado mediano, por setor de atividade na RM de

Salvador, segundo os microdados da PNAD

Fonte: Microdados da PNAD.

2018 2027 2018 2027 2018 2027 2018 2027 2018 2027 2018 2027 2018 2027 2018 2027

42 - Comércio 0 2 0 2 1 9 1 9 1 10 1 10 1 12 1 12

43 - Transporte, armazenagem e

correio0 0 0 0 0 1 0 1 0 1 0 1 0 1 0 1

48 - Serviços de alojamento e

alimentação0 3 0 3 1 18 1 18 2 22 2 22 2 24 2 25

49 - Serviços prestados às

empresas0 0 0 0 0 1 0 1 0 1 0 1 0 1 0 1

52 - Serviços prestados às

famílias e associativas0 1 0 1 0 6 0 6 1 7 1 7 1 8 1 8

53 - Serviços domésticos 1 8 1 8 3 44 3 44 4 52 4 52 4 58 4 58

Total 1 14 1 14 5 79 5 79 8 93 8 93 8 104 8 105

SetoresCenário 3B Cenário 4A Cenário 4BCenário 1A Cenário 1B Cenário 2A Cenário 2B Cenário 3A

Setores Remuneração

42 - Comércio 663,48

43 - Transporte, armazenagem e correio 883,59

48 - Serviços de alojamento e alimentação 537,48

49 - Serviços prestados às empresas 714,65

52 - Serviços prestados às famílias e associativas 527,18

53 - Serviços domésticos 353,29

Média dos empregados nos setores acima 704,68

Média dos empregados em todos os setores 970,88

97

5. Resultados

A estimativa dos impactos do programa PRODETUR BA sobre a desigualdade social e a

pobreza pode ser avaliada a partir da Curva de Lorenz (Figura C4) e dos indicadores

apresentados na Tabela C7, cujas respectivas representações gráficas são apresentadas nas

Figuras C5 a C13. A Curva de Lorenz foi calculada para os Cenários 1A (2018 e 2027) e

4B (2018 e 2027), os quais representam, respectivamente, os limites inferior e superior do

impacto do programa sobre a desigualdade de renda. Essa curva mostra um leve

deslocamento para a esquerda, principalmente para o Cenário 4B 2027, sinalizando que os

efeitos do programa contribuem para a melhoria das condições de desigualdade na RM de

Salvador. Tal deslocamento é pouco perceptível porque os efeitos são marginais, resultado

esperado dado que o número de empregos gerados pelo programa alcança um número

máximo de 105 pessoas, o qual representa apenas 1,22% do montante de 8.604 pessoas

ocupadas e desocupadas que compõe a base amostral da PNAD.

A contribuição do programa para a redução da desigualdade e da pobreza pode ser melhor

avaliada a partir dos indicadores reportados na Tabela C7 e nas Figuras C5 a C13. Em

geral, observa-se que o índice de Gini e as taxas de pobreza e de pobreza extrema se

reduzem à medida que se passa, gradativamente, do Cenário 1A para o Cenário 4B.

Contudo, esse efeito de redução é bastante suave quando se consideram os impactos no ano

de início da operação do programa (2018) e torna-se mais intenso à medida que o programa

matura no longo prazo (2027). Por exemplo, considerando 2018, a taxa de pobreza cai de

24,1506 (situação inicial sem o programa) para 24,0707 no Cenário 4B, representando uma

redução de apenas 0,33%. Já em 2027, essa taxa cai para 23,5915 no Cenário 4B,

representando uma redução mais significativa da ordem de 2,32%. Nota-se ainda que os

impactos são relativamente menores nos Cenários 1A e 1B, tanto em 2018 como em 2027.

Esse padrão caracterizado por redução mais intensa da desigualdade e da pobreza em 2027,

bem como a partir dos Cenários 2A e 2B, também é percebido no comportamento dos

demais indicadores calculados. Da mesma forma que se observa redução da razão de

insuficiência de renda para a pobreza e a pobreza extrema, também se observa o aumento

98

da participação dos 20% e dos 50% mais pobres na renda total. Em contrapartida, a

participação dos 10% e do 1% mais rico na renda total decresce como reflexo da melhoria

da distribuição de renda proporcionada pelo programa.

Além disso, constata-se que o impacto do programa sobre a intensidade da pobreza (razão

de insuficiência de renda) é mais forte do que sobre a extensão da pobreza (proporção de

pobres na população). Por exemplo, a razão de insuficiência de renda da pobreza cai de

38,5161 para 38,2551 (redução de 0,68%), em 2018, no Cenário 4B. Já em 2027, no mesmo

cenário, a razão de insuficiência cai para 37,1465 (redução de 3,56%). Esses resultados são

relativamente maiores que aqueles estimados para a taxa de pobreza (extensão da pobreza),

evidenciando uma característica qualitativa importante do programa PRODETUR BA.

Em resumo, a presente análise de micro-simulação não-comportamental mostra que o

programa PRODETUR BA contribui efetivamente para reduzir a desigualdade social e a

pobreza na Região Metropolitana de Salvador. Adicionalmente, a redução da desigualdade

social se acelera no longo prazo com a maturação do programa.

99

Figura C4. Impacto do programa PRODTUR BA sobre a Curva de Lorenz

0,00

0,10

0,20

0,30

0,40

0,50

0,60

0,70

0,80

0,90

1,00

0,00 0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90 1,00

Pro

po

rção

da

ren

da

Proporção da população

Sem o Programa

Cenário 1A 2018

Cenário 1A 2027

Cenário 4B 2018

Cenário 4B 2027

leonardoc

Sticky Note

It seems that only scenario 4B 2027 is depicted.

100

Tabela C7. Indicadores de desigualdade e pobreza do programa PRODETUR BA: 2018 e 2027


Indicadores AnoSem o

ProgramaCenário 1A Cenário 1B Cenário 2A Cenário 2B Cenário 3A Cenário 3B Cenário 4A Cenário 4B

2018 0,5623 0,5623 0,5623 0,5621 0,5621 0,5621 0,5621 0,5621 0,5621

2027 0,5623 0,5619 0,5619 0,5604 0,5604 0,5602 0,5602 0,5599 0,5599

2018 24,1506 24,1406 24,1406 24,1006 24,1006 24,0707 24,0707 24,0707 24,0707

2027 24,1506 24,0108 24,0108 23,7113 23,7113 23,6514 23,6514 23,6015 23,5915

2018 8,4063 8,4063 8,4063 8,3863 8,3863 8,3763 8,3763 8,3763 8,3763

2027 8,4063 8,3564 8,3564 8,2365 8,2365 8,2266 8,2266 8,2066 8,2066

2018 38,5161 38,4842 38,4842 38,3329 38,3329 38,2551 38,2551 38,2551 38,2551

2027 38,5161 38,1314 38,1314 37,4136 37,4136 37,3098 37,3098 37,1760 37,1465

2018 39,0770 39,0770 39,0770 38,8543 38,8543 38,7270 38,7270 38,7270 38,7270

2027 39,0770 38,6061 38,6061 37,9124 37,9124 37,8558 37,8558 37,7511 37,7511

2018 4,3838 4,3841 4,3841 4,3848 4,3848 4,3881 4,3881 4,3881 4,3881

2027 4,3838 4,3889 4,3889 4,4446 4,4446 4,4676 4,4676 4,4881 4,4867

2018 18,6797 18,6811 18,6811 18,6889 18,6889 18,6948 18,6948 18,6948 18,6948

2027 18,6797 18,7055 18,7055 18,8222 18,8222 18,8496 18,8496 18,8686 18,8708

2018 42,0812 42,0804 42,0804 42,0764 42,0764 42,0734 42,0734 42,0734 42,0734

2027 42,0812 42,0678 42,0678 42,0049 42,0049 41,9918 41,9918 41,9812 41,9800

2018 9,3763 9,3761 9,3761 9,3752 9,3752 9,3745 9,3745 9,3745 9,3745

2027 9,3763 9,3733 9,3733 9,3593 9,3593 9,3564 9,3564 9,3540 9,3538


ricos

Gini

Pobreza

Pobreza Extrema

Insuficiência de renda -

Pobreza

Insuficiência de renda -

Pobreza Extrema

Participação 20% mais

pobres

Participação 50% mais

pobres


ricos

101

Figura C5. Impacto do programa PRODTUR BA sobre o Índice de Gini: 2018 e 2027

Figura C6. Impacto do programa PRODTUR BA sobre a Pobreza: 2018 e 2027

0,5585

0,5590

0,5595

0,5600

0,5605

0,5610

0,5615

0,5620

0,5625

Sem o Programa

Cenário 1A Cenário 1B Cenário 2A Cenário 2B Cenário 3A Cenário 3B Cenário 4A Cenário 4B

2018 2027

23,3000

23,4000

23,5000

23,6000

23,7000

23,8000

23,9000

24,0000

24,1000

24,2000

Sem o Programa


2018 2027

102

Figura C7. Impacto do programa PRODTUR BA sobre a Pobreza Extrema: 2018 e

2027

Figura C8. Impacto do programa PRODTUR BA sobre a Insuficiência de Renda da

Pobreza: 2018 e 2027

8,1000

8,1500

8,2000

8,2500

8,3000

8,3500

8,4000

8,4500

Sem o Programa


2018 2027

36,0000

36,5000

37,0000

37,5000

38,0000

38,5000

39,0000

Sem o Programa


2018 2027

103

Figura C9. Impacto do programa PRODTUR BA sobre a Insuficiência de Renda da

Pobreza Extrema: 2018 e 2027

Figura C10. Impacto do programa PRODTUR BA sobre a participação dos 20% mais

pobres na renda total: 2018 e 2027

37,0000

37,5000

38,0000

38,5000

39,0000

39,5000

Sem o Programa


2018 2027

4,3200

4,3400

4,3600

4,3800

4,4000

4,4200

4,4400

4,4600

4,4800

4,5000

Sem o Programa


2018 2027

104


pobres na renda total: 2018 e 2027


ricos na renda total: 2018 e 2027

18,5500

18,6000

18,6500

18,7000

18,7500

18,8000

18,8500

18,9000

Sem o Programa


2018 2027

41,9200

41,9400

41,9600

41,9800

42,0000

42,0200

42,0400

42,0600

42,0800

42,1000

Sem o Programa


2018 2027

105


ricos na renda total: 2018 e 2027

9,3400

9,3450

9,3500

9,3550

9,3600

9,3650

9,3700

9,3750

9,3800

Sem o Programa


2018 2027

Documents

SECRETARIA DE ESTADO DO TURISMO SETUR BAftp.setur.ba.gov.br/prodetur/documentosbahiabid/Estudo de Impacto...SECRETARIA DE ESTADO DO TURISMO – SETUR BA ESTUDO DE IMPACTOS SOCIOECONÔMICOS