ACESSIBILIDADE ECONÓMICA E BEM-ESTAR: EVIDÊNCIA DA PENÍNSULA
IBÉRICA
Armando José Garcia Pires*
ISEG/UTL
Dezembro 2001
RESUMO: Este trabalho apresenta uma metodologia para quantificar acessibilidade económica no contexto de um
modelo de geografia económica. Ao contrário das medidas tradicionais de potencial de mercado desenvolvidas de uma forma ad-hoc sem uma estrutura teórica-económica sólida por de trás, a presente metodologia tem os seus alicerces num modelo que explicita a estrutura de mercado, agentes e interacções estratégicas. A aplicação do modelo desenvolvido ao caso das regiões NUTS 2 da Península Ibérica permite tirar algumas conclusões prévias. Em primeiro lugar em termos de centralidade a economia espanhola tem uma grande vantagem sobre a economia portuguesa. De facto Portugal aparece neste estudo quase como uma economia periférica da espanhola, onde nem sequer a região de Lisboa (região mais desenvolvida de Portugal) consegue ter no conjunto da Península Ibérica uma importância relevante em termos de potencial económico. Comparativamente às regiões espanholas, a região de Lisboa apenas tem uma performance marginalmente superior à pior região da Espanha (Galiza). O pico de acessibilidade é atingido pela região de Madrid sendo seguida de perto pelo País Vasco e pela Catalunha, formando estas três regiões os principais centros económicos da Península Ibérica. Testes de sensibilidade dos parâmetros confirmam a robustez dos resultados. Em segundo lugar os resultados do índice de bem-estar regional confirmam os do índice de acessibilidade económica, com uma importante excepção: a região de Lisboa. De qualquer modo é aparente uma clara correlação entre o nível de potencial económico e o nível de bem-estar de uma região. Em terceiro lugar um cenário de integração completa entre a economia portuguesa e a economia espanhola não aparenta ser benéfica para uma parte considerável das regiões. Tal como previsto pela literatura na “nova” geografia económica as regiões mais beneficiadas são as mais avançadas, evidenciando portanto efeitos de “lock-in” e de “causalidade cumulativa”. Palavras Chave: Geografia Económica; Acessibilidade; Potencial de Mercado; Península Ibérica. Classificação JEL: C68; F12; F15; R12; R13.
e-mail: [email protected]
* O autor agradece ao Professor Renato Flôres e à Professora Paula Fontoura pelos valiosos comentários e interessantes discussões
durante a preparação deste trabalho. Esta pesquisa foi suportada por uma bolsa da Fundação para a Ciência e a Tecnologia (Praxis
XXI/BM/17786/98). Quais queres erros ou omissões são no entanto da minha inteira responsabilidade.
2
1. INTRODUÇÃO
Indicadores de acessibilidade têm tido uma série de aplicações em pesquisa empírica
em várias áreas da economia. Nomeadamente, em economia dos transportes para avaliar
investimentos em infra-estruturas de transporte (e.g. Vickerman, 1989)1; economia regional
como método de cálculo do potencial de mercado de regiões ou localizações (e.g. Keeble et
al., 1988)2; em economia internacional para prever os efeitos espaciais da integração
económica (e.g.: Clark et al., 1969)3; e mais recentemente na literatura em geografia
económica estes tem sido embebidos em regressões econométricas para analisar os
determinantes de localização industrial e crescimento regional (e.g.: Hanson, 1998; e Pires,
1999)4.
A ideia central subjacente ao conceito de acessibilidade económica é a da que os
agentes económicos preferem escolher como localizações para o desenvolvimento das suas
actividades económicas as regiões com melhor acesso aos mercados (quer estes sejam
mercados de trabalho, consumidores, industriais, ou de conhecimento). Baseado nesta ideia
Harris (1954) desenvolveu nos anos cinquenta índices de acessibilidade económica para
explicar a localização industrial nos EUA. Os resultados de Harris demonstraram que as
regiões mais industrializadas dos EUA eram no seu geral as regiões com melhor
classificação nos índices de acessibilidade. Estes resultados confirmaram que a produção e
a população tendiam a concentrar-se nas regiões mais desenvolvidas, e que as localizações
nestas regiões tinham melhor acesso aos mercados que localizações fora destes centros
industriais. Desde então este índice foram usados por muitos geógrafos económicos para
descrever as vantagens de proximidade aos grandes mercados e para estudar padrões de
localização industrial e económica.
1 Nomeadamente no caso Europeu estes indicadores foram usados para avaliar a importância económica das redes-transeuropeias. 2 Foi a partir deste estudo de Keeble et al. (1988) que se institucionalizou no discurso da União Europeia a ideia de Centro e Periferia na
Europa. O estudo foi aplicado a todas as regiões NUTS 2 da Comunidade Europeia a doze. 3 A ideia de base desta abordagem, da qual Clark, et al. (1969) foram pioneiros, é a de que a integração económica reduz a distância
económica e portanto favorece as regiões que comparativamente ganham mais em temos de acessibilidades a mercados. 4 Estes estudos, no caso de Hanson (1998) aplicado aos counties dos EUA e no de Pires (1999) às regiões NUTS 3 da Espanha, mostram
uma clara relação entre rendimentos crescentes à escala, custos de transporte e padrões de procura com aglomeração da actividade
económica.
3
Uma implicação óbvia desta análise de acessibilidade é a possibilidade de processos de
causalidade cumulativa no sentido que aglomeração económica poder ser um processo que
se auto-reforça a si próprio. As empresas querem se localizar onde acessibilidade
económica é superior, mas estes mercados também tenderão a ser maiores nas localizações
onde empresas já estão lá instaladas. Como tal e pelo menos em teoria existe a
possibilidade de processos de crescimento ou declínio regional que se auto-reforçam.
Uma medida típica de acessibilidade económica em pesquisa empírica é o já referido
índice de acessibilidade económica de Harris (1954). Para uma dada região r o potencial
( rP ) é definido como:
( )rss
sr cfMP ∑= (1)
onde sM é a “massa” na região s , rsc a distância económica entre a região r e s , e ( )rscf
uma função decrescente da distância5. Como com rP se pretende medir o potencial de
mercado de uma região a variável sM denota a dimensão de mercado na região s 6. A
distância económica rsc pode representar vários custos relacionados com a distância
(transporte, tempo, tarifas, tarifas não-pautais e diferenças culturais).
No entanto, apesar dos índices de acessibilidade económica se terem revelado uma
ferramenta importante em pesquisa espacial aplicada, estes não podem ser justificados com
base em modelos teóricos económicos. Por outro lado também não é possível através destes
dizer quais serão as consequências no rendimento, emprego, ou até mesmo bem-estar
resultantes de uma alteração no potencial de mercado de uma localização (resultante por
exemplo de uma diminuição nos custos de transporte). Para além do mais o conceito
intuitivo acima referido de causalidade cumulativa também não têm expressão directa neste
tipo de índices ad-hoc. Como tal é desejável desenvolver índices de acessibilidade que
tenham um claro significado económico, e que sejam derivados explicitamente de modelos
teóricos de interacção económica espacial.
5 ( ) rscrs ecf β−= ou ( ) δ−= rsrs ccf são especificações típicas para a função de distância.
6 Usualmente mede-se a “massa” de uma região pelo seu produto regional.
4
O objectivo deste trabalho é demonstrar que tal é possível no enquadramento de um
modelo espacial de concorrência imperfeita com rendimentos crescentes à escala e custos
de transporte. Para tal vamos seguir o trabalho de Bröcker (1998b,c) em equilíbrio geral
espacial, e em particular Bröcker (1998a) que analisa a questão da acessibilidade em
equilíbrio geral.
Para além desta secção este trabalho tem mais oito secções. Na secção seguinte é
apresentado o modelo de geografia económica. A secção 3 introduz a questão da
acessibilidade no contexto do modelo apresentado. É demonstrado que algumas das
relações económicas presentes no modelo (como os preços) estão relacionados com
indicadores de potencial de mercado e medidas de bem-estar teórico. Com base nestas
derivações a secção 4 discute o modelo em causa. Na secção 5 o método de calibração do
modelo é analisado, sendo esta posteriormente utilizada na secção 6 para descrever a
acessibilidade na Península Ibérica. Na secção seguinte com base nos resultados da
calibração são realizados algumas análises de sensibilidade e simulações para dados
regionais da Península Ibérica. O trabalho conclui com algumas considerações sobre a
abordagem aqui realizada.
2. MODELO DE GEOGRAFIA ECONÓMICA
O modelo espacial utilizado neste estudo descende directamente dos modelos
desenvolvidos na última década pela chamada “Nova” Geografia Económica. Esta
literatura foi iniciada pelo artigo de Krugman de 1991 “Increasing returns and economic
geography”, e foi posteriormente desenvolvida por este e outros como Venables (1996)7.
O modelo que se vai apresentar considera um determinado número de firmas em cada
região, produzindo um cabaz de bens diversificados horizontalmente, usando como inputs
trabalho, capital, e um bem compósito intermédio. Existe neste cabaz um número potencial
elevado de tipos de bens produzíveis (apesar de em equilíbrio o mais provável ser que nem
todos os bens sejam produzidos). Aos olhos das firmas e consumidores, cada um dos tipos
de bens é substituto imperfeito de todos os outros tipos de bens. Cada firma em equilíbrio
produz apenas uma variedade, e estas entre si praticam concorrência monopolística. As
7 Ver também Fujita, Krugman e Venables (1999).
5
firmas maximizam os lucros tomando em conta a responsividade preço da variedade que
produzem. A entrada e saída de firmas é permitida, e o número de variedades existente no
mercado (e consequentemente o número de firmas) é determinado endogenamente pela
condição de lucro zero.
O bem intermédio é composto por todas as outras variedades existentes no mercado no
momento. Todas as variedades entram simetricamente na função de produção, o que
significa que não há preferência por variedades específicas. Seguindo Krugman (1993) a
produtividade marginal de uma variedade é decrescente, de tal modo que maior variedade
de bens diferenciados intermédios aumenta a produtividade.
O pagamento dos factores das firmas de propriedade regional vai directamente para os
consumidores dessa região, que gastam o seu orçamento em bens consumíveis. Os
consumidores no modelo também representam toda a procura final, incluindo consumo
público e investimento.
A dimensão espacial é introduzida neste modelo na forma tradicional, considerando
que tem que se incorrer em custos para fazer comércio. Estes custos de fazer comércio
aumentam com a distância entre os mercados consumidores e produtores. No entanto ao
contrário do usual nesta literatura, não são considerados custos de transporte na forma de
“iceberg”.
Dada esta estrutura, o modelo utilizado é um de “quase” equilíbrio geral no sentido em
que este é caracterizado pelos agentes afectados a cada região, tecnologias, preferências, e
dotações atribuídas a cada agente, pela delimitação de mercados e pela estrutura de
mercado.
2.1. PRODUÇÃO
A produção é modelada como um processo em dois estágios. No primeiro estágio as
firmas na região r produzem um bem homogéneo (bem primário), usando uma tecnologia
Cobb-Douglas e tendo como inputs, trabalho, capital e um bem compósito. Para uma firma
“price-taker” o custo mínimo por unidade de produto do bem homogéneo na região r é: γβαµ rrrrr qzwp = , (2)
6
com 1=++ γβα , e onde rw denota a taxa salarial, rz a taxa de juro, e rq o preço do bem
compósito na região r . Os parâmetros α , β , e γ são as elasticidades parciais da
produção. Estes parâmetros igualam respectivamente a parte do trabalho, capital e bens
intermédios no valor da produção. Por sua vez o parâmetro rµ representa as diferenças
regionais no nível de produtividade. Dado um vector de inputs constante, o nível de
produção é proporcionalmente inverso a rµ .
No segundo estágio de produção, as firmas tomam o bem homogéneo como bem
intermédio para a produção de diferentes variedades de bens finais8. Para produzir x
unidades de uma variedade do bem diferenciado a firma necessita de cxf + unidades do
bem primário9. Esta é a conhecida função de custo linear, onde f denota os custos fixos, e
c o custo variável unitário (ambos expressos em termos de unidades do bem primário10.
Usando a relação de Amoroso-Robinson-Marshall, uma firma maximizadora do lucro
(tomando rp como adquirido) estabelecerá o preço dos bens finais tal que:
rr cp1−
=σ
σπ (3)
onde σ é a elasticidade preço da procura (com 1>σ ). Como com livre entrada e saída de
firmas os lucros em equilíbrio são zero. Portanto vamos ter:
cxfc
1−=+
σσ (4)
Resolvendo para x obtemos:
( )1−= σcfx (5)
Desta relação retira-se o número de variedades produzido na região r :
f
Xl rr σ
= (6)
8 Esta estrutura formal de modelar a produção é conhecida por concorrência monopolística e deve-se a Dixit Stiglitz (1977). 9 Ver Flôres (1997) para uma calibração dos parâmetros da função de custos. Os sectores considerados são: têxteis e couros; madeiras;
papel, produtos em papel e impressão; produtos minerais não metálicos; produtos metálicos, máquinas, materiais e aparelhos eléctricos;
produtos químicos; produtos alimentares, bebidas e tabaco; material de transporte. 10 Como tal o bem primário é neste modelo o numerário.
7
onde rX denota a quantidade do bem primário produzido em r .
Uma unidade do bem compósito é constituída por variedades individuais de acordo
com um índice simétrico com elasticidade constante de substituição (índice CES).
Expressando este em forma dual vai significar que sq o preço por unidade do bem
compósito na região s é igual a:
( ) σστπ−−
= ∑
11
1
rrsrrs lq (7)
onde σ denota a elasticidade de substituição entre variedades11, e rsτ um factor mark-up
representando os custos de transferir os bens entre a localização r e s (com 1>rsτ ).
2.2. CONSUMIDORES
Os consumidores em cada região r recebem como rendimento ry resultante do
empréstimo ás firmas regionais do trabalho e capital que possuem12. Todo o rendimento
obtido pelos consumidores é gasto na compra de bens de consumo. Os consumidores têm
preferências CES simétricas e homotéticas sobre as variedades com elasticidade de
substituição σ , a mesma que no agregado dos bens intermédios por parte das firmas.
Portanto com rendimento ry a utilidade máxima que um consumidor representativo pode
obter é:
r
rr q
yu = (8)
2.3. CUSTOS DO COMÉRCIO INTER-REGIONAL
Como já foi referido os custos de fazer comércio pretendem significar não apenas
custos de transporte mas quaisquer custos que tornem mais onerosa a transacção dos bens
11 Se o número de variedades é muito grande, σ é também a elasticidade preço-procura para uma variedade individual tal como na
equação (3). 12 Na aplicação empírica deste modelo dado a ausência de dados, vamos ser obrigados a assumir que todo o serviço de factores usado por
firmas regionais vem de consumidores regionais. Na prática isto significa que não são considerados fluxos inter-regionais de rendimentos
de factores. Esta hipótese não é realista, pelo menos em relação ao rendimento do capital, mas como não é conhecida a distribuição
regional do rendimento do capital não é possível ultrapassar esta inconveniência.
8
no espaço (custos de transporte, custos de comunicação, barreiras comerciais). Os custos de
transporte podem tanto depender da quantidade transportada como do valor dos bens. Neste
último caso estão alguns dos custos de transferência inter-regional relacionados
especialmente com os custos de informação, e seguros. Nas análises económicas
usualmente assume-se que os custos do comércio dependem apenas na quantidade dos bens
comercializados, no entanto neste modelo vamos optar por fazer os custos de transporte
depender no valor comercializado uma vez que simplifica a análise.
O modelo considera dois tipos de custos de comércio: custos relacionados com a
distância, e custos relacionados com os impedimentos ao comércio internacional. Se uma
região r pertence a um país k e a região s ao país l (com lk ≠ ) então o factor mark-up
representando os custos de transporte é:
( ) klrsrs g δητ exp= (9)
onde rsg denota a distância geográfica entre duas regiões, η mede os custos por unidade de
distância em percentagem do valor do bem, e 01 ≥−klδ o equivalente de custos de
comércio para todos os custos que resultam de um bem ter que ser exportado do país k
para o país l . Pretende-se capturar com este parâmetro todos os custos relacionados por
exemplo com tarifas, barreiras não pautais, e diferenças culturais13.
Os impedimentos ao comércio internacional podem ser expresso como equivalentes
de distância. Para um impedimento klδ , o equivalente em distância é igual a ( ) ηδ /log kl .
Podemos então escrever:
( )rsrs cητ exp= (10)
com:
( )ηδ kl
rsrs gclog
+= (11)
Nesta especificação dos custos de transferência inter-regional é também assumido
que os custos de transporte de bens que chegam à região s , são pagos a uma empresa
transportadora, que consome o bem compósito, não tendo qualquer lucro nesta actividade.
13 De notar que 1=klδ para lk = , e 1>δ para lk ≠ .
9
Ou seja parte da despesa nos bens é usada para comprar o bem (quer este seja para
produção intermédia ou consumo final), e outra parte é para comprar bens que vão para
serviços de transporte.
2.4. EQUILÍBRIO
Da especificação de tecnologias, preferências, e estrutura de mercado, é agora possível
derivar o equilíbrio para um sistema fechado de regiões. Considera-se que cada região está
dotada com um montante fixo de trabalho e capital, que pertence aos consumidores que
residem na região. Os consumidores gastam todo o seu rendimento dos factores,
maximizando a sua utilidade. As firmas concorrem entre si sob concorrência monopolística
a la Chamberlain. O preço dos bens e factores, e o número de variedades na economia
ajustam até que os mercados atinjam o equilíbrio e os lucros sejam zero.
O equilíbrio do modelo consiste nas equações do preço do bem compósito (2) e (7), e
três condições de equilíbrio para o mercado de bens, mercado do trabalho, e mercado de
capitais. Denotando o valor do produto como rrr pXV = , e usando as equações (3) e (6), a
equação (7) pode ser escrita:
σσστφ−−−
= ∑
11
1
rrsrrs pVq (12)
com σ
σσφ
−
−=
1
11 cf
.
O equilíbrio do mercado de bens requer que para cada região r , o valor do produto
rV seja igual ao valor da procura de bens nessa mesma região. Esta condição conduz-nos à
equação:
( )
( )∑∑ −
−
=s
s
ttstt
rsrrr V
pVpVV σ
σ
ττ
(13)
Para chegar a este resultado de notar que a forma CES na equação (7) implica que a
procura para uma variedade da região r por unidade do bem compósito comprado em s
( rsd ) seja:
10
σ
τπ
=
rsr
srs
qd (14)
Como tal a parte da região r no valor da procura em s é igual a:
( )
( )∑∑ −
−
=
ttstt
rsrr
tttst
rrsr
pVpV
dldl
σ
σ
ττ
ππ
(15)
Aqui é usado o facto de rπ ser proporcional a rp de (3), e de que rrl π ser
proporcional a rV de (5). Por outro lado se o rendimento não é transferido entre regiões,
então o valor da despesa em bens na região s é igual a sV , uma vez que as firmas gastam
todo o seu rendimento nos bens intermédios, custos de comércio e rendimento de factores.
O pagamento de custos de transporte, e o rendimento de factores vai todo por seu lado para
a compra de bens.
A procura de factores é obtida da equação (2) pelo Lema de Shephard. Logo as
condições para o equilíbrio do mercado de factores são:
r
rr w
VL α= (16)
e:
r
rr z
VK β= (17)
As condições de equilíbrio do sistema resumem-se às equações (2), (12), (13), (16)
e (17). Estas equações determinam rp , rq , rV , rz , e rw para todo o r , dado o stock de
factores rL e rK para todo o r .
3. ACESSIBILIDADE E BEM-ESTAR
Como já foi referido o índice ru definido na equação (8) é o índice de bem-estar
regional neste modelo. Variações relativas de ru são iguais às medidas Hicksianas de
variação relativa do bem-estar. Numa análise estática comparativa os rendimentos regionais
para o equilíbrio de referência e para o equilíbrio contra-factual são obtidos multiplicando
o preço dos factores pela dotação de factores. Sendo Rru e C
ru respectivamente a utilidade
11
no equilíbrio de referência e no equilíbrio contra-factual, então o ganho de bem-estar no
equilíbrio de referência em comparação com o equilíbrio contra-factual é:
1−= Rr
Cr
r uuVER (18)
onde rVER é a medida de Hicks de variação equivalente relativa (VER). A VER representa
a variação equivalente expressa como a parte no rendimento do equilíbrio contra-factual.
Similarmente o ganho de bem-estar no equilíbrio contra-factual em comparação com o
equilíbrio de referência é:
Cr
Rr
r uuVCR −=1 (19)
onde rVCR é a medida de Hicks de variação compensada relativa (VCR). A VCR é a
variação compensada expressada como percentagem no rendimento do equilíbrio de
referência.
O índice de bem-estar depende portanto nas dotações, tecnologias, e localização.
Para isolar os efeitos da localização, pode-se questionar qual o retorno real máximo em
factores de produção que uma firma representativa pode pagar em diferentes localizações,
desde que a tecnologia desta firma seja a mesma independentemente da região onde esta
está localizada.
Definindo a tecnologia da firma pela sua função de custo (2) mas substituindo ru
por uma constante:
γβαµ rrrr qzwp_
= (20)
Pode-se pensar nesta tecnologia como uma função Cobb-Douglas de dois níveis. No
nível mais baixo os serviços de trabalho e capital são combinados com um serviço de factor
com preço rm . No nível mais elevado este serviço do factor juntamente com o bem
intermédio produz o bem final. Então equivalente à equação (20), vai-se ter para o nível
mais baixo:
( ) βαβα +=1
rrr zwm (21)
Para o nível mais elevado pode-se escrever:
12
γγµ rrr qmp −= 1_
(22)
Daqui pode-se obter o retorno real do factor:
γ
µ
−
==
11
_
r
r
r
rr
q
pqmF (23)
Portanto, rF é uma função crescente com rr qp , que por seu lado é uma combinação de
um potencial da procura e oferta:
σσ1
11
rrr
r DSqp −= (24)
com o índice potencial de oferta:
( )[ ]∑ −= −
ssrssr cpVS ησφ σ 1exp (25)
e com o índice potencial de procura:
( )∑ −=s
rsssr cVbD σηexp (26)
onde sb é um índice potencial inverso:
( )∑ −= −
ttstt
s cpVb
σησ exp1 (27)
Como facilmente se pode ver rS e rD são similares aos índices potencial de
mercado padrão. A modificação em rS é que a oferta é ponderada por σ−sp , ou seja a oferta
tem menor ponderação quanto maior o preço. Similarmente a modificação em rD é a de
que a procura é ponderada por uma função potencial inversa, de tal modo que a procura é
menos importante quanto maior o potencial de ofertas concorrentes14. Deste modo rF
(equação (23)) define o indicador de acessibilidade a utilizar neste estudo.
Outro facto interessante deste modelo é que σ−sp e sb são os factores
compensadores de um modelo gravitacional com duas restrições descrevendo os fluxos de
14 De notar que funções de distância diferentes aparecem em (25) e (26). No entanto nenhuma delas é a habitual forma “iceberg”.
13
comércio no modelo. Pelas equações (13), (27) e (10) o valor do comércio entre duas
regiões é:
( ) ssrsrrrs bVcpVt σησ −= − exp (28)
De (13) e (27), tem-se que rst deve somar para rV e sV . Logo obtém-se as duas restrições:
∑=r
rss tV (29)
e:
∑=s
rsr tV (30)
4. DISCUSSÃO DO MODELO
Nas secções anteriores foi apresentado um indicador de acessibilidade semelhante à
formulação clássica em economia regional. No entanto este ao contrário das medidas
tradicionais de potencial de mercado, tem uma base teórica bem formada num modelo
espacial de concorrência imperfeita.
Para além desta vantagem teórica, este índice tem mais duas vantagens. Em primeiro
lugar a parametrização do modelo é menos arbitrária do que na abordagem clássica. De
facto os padrões de acessibilidade calculados pela forma tradicional podem modificar-se
bastante com alterações nos parâmetros da função de distância (ver (1))15. Como as
acessibilidades não são directamente observáveis não é possível estimar ou calibrar
directamente este parâmetro. No entanto na abordagem aqui apresentada como os
parâmetros em causa aparecem em equações descrevendo fluxos de comércio, é possível
verificar a calibração contra dados da economia real (como comércio inter-regional).
Por outro lado este modelo permite fazer análises de estática comparativa. Por exemplo
é possível avaliar os efeitos de maior integração económica na acessibilidade, rendimento
dos factores e bem-estar. A secção 2.4 descreve como avaliar alterações na remuneração
dos factores; enquanto que a secção anterior explica como medir as alterações de bem-estar.
No presente estudo apenas vamos avaliar alterações na acessibilidade e no bem-estar
consequência da evolução do nível de integração económica.
15 Bröcker (1989) discute esta questão.
14
5. CALIBRAÇÃO
O modelo é calibrado para um sistema de 20 regiões NUTS 2 que compõem a
Península Ibérica16. O quadro 1 apresenta uma lista das regiões NUTS 2 consideradas neste
estudo. Os dados usados para a calibração são emprego total por região, distâncias inter-
regionais, e PIB regional17. Todos os dados utilizados referem-se ao ano de 1994. Com a
excepção dos dados das distâncias inter-regionais, todos os restantes foram retirados da
base REGIO da EUROSTAT18. Os dados da distância inter-regional foram compilados do
CD-ROM “Route 66 Europe”. Este programa contém uma informação geográfica vasta
sobre todo o Continente Europeu, que inclui entre outras, informações sobre distâncias por
estrada entre cidades e localidades europeias. Como tal para medirmos a distância inter-
regional utilizamos a distância em quilómetros por estrada entre cada par de regiões NUTS
2. A distância entre duas regiões é deste modo medida como distância mais curta entre as
cidades principais de cada uma das regiões NUTS 2 em causa. Considera-se a cidade
principal de uma região NUTS 2, as mesmas que a EUROSTAT enumera nas definições da
base REGIO, o que em geral também corresponde à cidade mais populosa dessa região19.
16 Ver EUROSTAT (1996) para definição das regiões NUTS de Portugal e Espanha.
17 Bröcker (1998a) utiliza apenas PIB a nível do país, como tal rµ também é apenas calibrado a nível nacional. O presente estudo
calibra este parâmetro a nível regional. 18 Ver EUROSTAT (1996) para uma definição das variáveis utilizadas. 19 Exemplificando, considere-se as regiões NUTS 2 de Madrid e Lisboa e Vale do Tejo. A distância entre estas duas regiões não é mais
que a distância mais curta em quilómetros por estrada entre a cidade de Madrid e Lisboa.
15
QQuuaaddrroo NN..ºº 11 -- PPeenníínnssuullaa IIbbéérriiccaa:: RReeggiiõõeess NNUUTTSS 11 ee NNUUTTSS 22
País NUTS 1 NUTS 2 Espanha Noroeste Galiza Principado das Astúrias Cantábria Nordeste Pais Vasco Navarra La Rioja Aragão Comunidade de Madrid Comunidade de Madrid Centro Castela e Leão Castilla-la Mancha Estremadura Este Catalunha Comunidade Valenciana Sul Andaluzia Região de Múrcia Portugal Continente Norte Centro Lisboa e Vale do Tejo Alentejo Algarve
Nota: Fonte EUROSTAT (1996)
Para calibrar o modelo apresentado nas secções anteriores é necessário conhecer o
valor de alguns dos parâmetros do modelo. Estes são: a elasticidade de substituição entre
variedades na procura intermédia e final (σ ); a percentagem dos custos da distância por
unidade de distância (η ); as elasticidades de produção (α , β e γ ); os impedimentos ao
comércio internacional ( klδ ); e o inverso do nível de eficiência regional ( rµ ). A estratégia
por nós adoptada é similar à utilizada neste tipo de estudos empíricos: fixa-se o valor de uns
parâmetros do modelo enquanto que os restantes obtêm-se por calibração. Deste modo para
os seis primeiros parâmetros acima referidos são fixados valores de acordo com os que
usualmente são apontados para estes em estudos econométricos, estatísticas da indústria ou
na literatura teórica e empírica. No caso do último parâmetro este é calibrado para as vinte
regiões consideradas. A calibração basicamente fixa estes parâmetros juntamente com todas
as variáveis endógenas do modelo, que são o preço dos bens ( rp e rq ), o preço dos
factores ( rw e rz ), os valores da produção regional ( rV ), e comércio inter-regional ( rst ),
para obter um valor para os parâmetros calibrados. Posteriormente com o modelo completo
pode-se realizar todo o tipo de análises económicas, tal como também simular alterações de
política ou ambiente económico.
16
Começando pelo parâmetro σ e η é possível observar que na equação (28) o produto
ση representa o parâmetro de distância usualmente utilizado nos modelos gravitacionais
com uma função de distância exponencial. Estimativas deste parâmetro, estão pelo menos
para o comércio internacional, disponíveis na literatura (ver Bröcker e Rohweder, 1990).
No entanto a incidência geográfica deste estudo refere-se a comércio inter-regional e não
internacional. Bröcker (1984) estima o parâmetro em causa para os fluxos de comércio
entre regiões de seis países europeus. Infelizmente os países Ibéricos não estão incluídos
neste estudo. Para além do mais este estudo refere-se apenas ao ano de 1970, os resultados
podem portanto estar desactualizados20. Por seu lado Pires (1999) no contexto de uma
“função potencial de mercado” semelhante à de Harris (1954) e de um sistema de equações
representantes do equilíbrio do modelo de geografia económica de Krugman (1991) estima
um impacto da distância entre 0.0002 e 0.0006 por quilómetro para a economia espanhola21.
Parece pois adequado aceitar uma estimativa para este parâmetro que se situe neste
intervalo. Neste estudo optamos por um valor para o parâmetro de distância de ση =0.0004
por quilómetro.
Examinemos agora estes dois parâmetros em separado. Se consideramos apenas os
custos de transporte convencionais22, o valor para η seria segundo a literatura pequeno em
percentagem. De facto estudos empíricos nesta área reportam custos de transporte médios
na indústria transformadora que não excedem dois porcento do valor das vendas (Keeble,
Offord and Walker, 1988; Bröcker, 1998a, Davis, 1998). Mas isto implicaria um valor para
o parâmetro σ na ordem das centenas, o que é pouco plausível pois isto significaria
estarmos a assumir substituibilidade perfeita no comércio inter-regional. Portanto torna-se
necessário considerar também os custos de transporte não-convencionais. Se tomarmos
apenas os custos logísticos médios relacionados com a distância, estes são segundo Bröcker
(1998a,b) e Davis (1998) superiores a vinte por cento do valor das vendas. Mas para além
20 McCallum (1995) também analisa através de um modelo gravitacional os fluxos internacionais e inter-regionais de comércio, só que a
incidência espacial deste estudo é a América do Norte (EUA e Canadá). 21 O estudo incide sobre os anos 1981-1982-1983; 1988-1989-1990; e 1993-1994-1995. 22 Os custos de transporte são normalmente divididos em duas categorias: custos de transporte convencionais; e custos de transporte não-convencionais (Davis, 1998). Os primeiros referem-se aos custos associados com seguros, fretes, e tarifas. Os segundos são outros custos (normalmente de mais difícil mensuração) relacionados com o transporte dos bens e distância, tal como barreiras não tarifárias e custos de informação.
17
destes existem custos também relacionados com a distância que não são considerados nos
custos de logística como os custos de contactos “cara-a-cara”. Para além disso a distância
média no comércio inter-regional é muito menor que milhares de quilómetros. Portanto um
valor superior a vinte porcento para η é justificável. Seguimos então Bröker (1998a) ao
considerar um η igual 0.00004 por quilómetro. Consequentemente atribuímos um valor de
10 para o σ 23.
Como já foi referido, as elasticidades α , β e γ da função de produção, igualam
respectivamente as percentagens do trabalho, capital, e bens intermédios no valor do
produto. Estas percentagens são retiradas das contas nacionais de Portugal e Espanha, onde
a percentagem de trabalho é 28 porcento, a percentagem do capital é 12 porcento, e a
percentagem de bens intermédios é 60 porcento.
Tomando em consideração o valor para klδ pode-se argumentar que este parâmetro em
princípio não deveria entrar na presente análise, uma vez que Portugal e Espanha pertencem
ambos a uma acordo de integração regional que prevê livre circulação de bens (para além
de pessoas e serviços). Como tal klδ deveria ser igual a um. No entanto Bröcker (1984)
estima para os impedimentos aos fluxos inter-regionais de comércio entre países da
Comunidade Europeia, uma distância equivalente a 375 quilómetros. Dado o valor para o
custo da distância por unidade de distância (η =0.00004 por quilómetro), este corresponde a
um klδ de 1.19. Ou seja, uma tarifa equivalente de 19 porcento24. Como tal no presente
estudo consideramos que este apenas é igual à unidade quando duas regiões pertencem ao
mesmo país. Se duas regiões pertencem a diferentes países este parâmetro toma um valor
23 Outros estudos de equilíbrio geral e parcial como o de Gasiorek, Smith, e Venables (1994); Bröcker (1998a,b); e Bröcker e Jäger-
Roschko (1996) também trabalham com uma estimativa de 10 para o parâmetro elasticidade de substituição entre variedades. 24 Pode-se pensar que este valor é demasiado elevado uma vez que os impedimentos ao comércio quase desapareceram no mercado
interno. No entanto considerando por exemplo o Canadá e os EUA que também pertencem a um acordo de integração regional (para além
de culturas e língua muito semelhantes), McCallum (1995) estima impedimentos ao comércio entre estes dois países superiores ao aqui
considerados. Seguindo o valor avançado no parágrafo anterior para klδ , o comércio intra-regiões do mesmo país é 5.6 vezes superior
ao comércio intra-regiões trans-fronteiriço. Se considerarmos o estudo de McCallum, o comércio intra-regiões do Canadá é 22 vezes
superior ao comércio intra-regiões do Canadá e EUA. Tomando a elasticidade de substituição por nós considerada (σ =10) isto seria
equivalente a uma tarifa equivalente de 36 porcento.
18
superior à unidade, nomeadamente e como referimos atrás uma tarifa equivalente de 19
porcento.
O parâmetro que resta ( rµ ) é calibrado, resolvendo um sistema de equações que
determina este parâmetro assim como todas as variáveis endógenas, dado o valor dos
parâmetros discutidos nos parágrafos anteriores. Este sistema de equações fixa rµ de modo
a que na solução de equilíbrio, o PIB regional de uma região iguale o PIB regional
observado para esta mesma região.
Para derivar este sistema de equações considere-se inicialmente que rV é conhecido
para todo o r . Já foi referido que rst respeita as equações de um modelo gravitacional com
duas restrições (equação (13)) ou as equações (28), (29) e (30):
rsssrrrs fVbVat = (31)
∑=r
rss tV (32)
∑=s
rsr tV (33)
com σ−= rr pa e στ −= rsrsf . Para se proceder à calibração vai-se assumir que o preço do
capital ( rz ) é constante em todas as regiões25. Considera-se para tal uma taxa de
remuneração do capital, _z =0.0526. Deste modo para uma região r obtém-se da equação (2):
α
β
γ
µ
1
_
=
−
r
rrr
z
qpw (34)
25 Esta hipótese pode ser justificada se assumirmos que existe perfeita mobilidade do capital inter-regional, o que pode de facto ser
irrealista e muito discutível. Mesmo supondo que tal é verdade, apenas é possível argumentar em favor de uma taxa de retorno igual nos
activos comercializáveis. A taxa real de retorno em capital instalado pode desviar-se da taxa igualizada entre regiões, porque a instalação
deste tipo de capital é muito onerosa e rígida no tempo (ver Hayashi, 1982). No entanto pode-se argumentar que estes desvios podem
desaparecer no longo prazo. 26 Bröcker (1998a) para além desta hipótese faz uma hipótese adicional. Ele supõe que a taxa de participação laboral é constante em todas
as regiões. Assim em Bröcker a força de trabalho regional ( rL ) é proporcional à população ( rB ), o que significa que rr BL λ= ,
com taxa de participação λ . Neste trabalho optou-se por seguir as condições do modelo e utilizar dados do emprego regional (em vez de
dados para a população como em Bröcker) para não ser necessário fazer hipóteses adicionais (ver equação (16)).
19
onde _z denota o preço constante do capital. Pode-se pois concluir da equação (16):
α
rrr
wLV = (35)
Substituindo em (35) rw pelo seu valor em (34) obtêm-se:
αγ
αϕ−
= rrrrr qpLV1
(36)
com αβ
µα
ϕ 1_
1
=
r
r
z
.
Neste momento estamos em condições de calibrar rµ fazendo uso da informação
disponível quanto ao PIB regional ( rY ). Como tal rµ é calibrado (ou melhor dizendo, rϕ é
calibrado, que é função de rµ e outras constantes), de modo a que o PIB regional
observado coincida com PIB regional do modelo. Isto vai implicar:
( ) rr VY βα += (37)
ou substituindo rV pelo seu valor em (36):
( ) αγ
αϕβα−
+= rrrrr qpLY1
(38)
Esta equação dá-nos rϕ e também rV :
βα +
= rr
YV (39)
Deste modo o processo de calibração por nós adoptado parte da constatação de que
∑=s
rsr tV , então das equações (31), (32) e (33) tem-se:
( ) ( )∑ ∑∑ =⇔=s s
rsssrrrs
rsssrrrs fVbVaVfVbVat (40)
ou seja:
( )∑=
srsss
r fVba 1 (41)
Como σ−= rr pa , obtém-se rp :
20
σ1
= ∑
srsssr fVbp (42)
Depois de se achar rV por (39), fazendo 100 == rr qp , é possível achar 0sb de (27), 1
rp de
(42) e 1sq de (12)27. Tendo estes faz-se iterações até se obter convergência em rp e sq 28.
6. ACESSIBILIDADE NA PENÍNSULA IBÉRICA
A figura 1 ilustra os resultados do indicador de acessibilidade definido na equação
(23), escalado para a unidade. As linhas unem localizações com o mesmo potencial de
mercado, enquanto que as setas sinalizam as regiões com maior acessibilidade económica.
FFiigguurraa NN..ºº 11 -- LLiinnhhaass ddee AAcceessssiibbiilliiddaaddee nnaa PPeenníínnssuullaa IIbbéérriiccaa
A medida de acessibilidade para as regiões NUTS 2 de Portugal e Espanha também é
apresentada no quadro 2. O indicador de acessibilidade varia entre um mínimo de 0.60 na
27 O super-escrito refere-se ao número da iteração.
21
região do Algarve, e um máximo de 1.44 na região de Madrid. Como tal dada a
distribuição espacial dos mercados, uma firma representativa em Madrid pode pagar aos
factores de produção localizados nesta região, cerca de duas vezes e meia mais do que pode
pagar na região do Algarve, se a tecnologia usada nas duas localizações fosse semelhante.
QQuuaaddrroo NN..ºº 22 -- AAcceessssiibbiilliiddaaddee ee BBeemm--EEssttaarr Região rp rq rF ru Galiza 0.940432 1.020205 0.853028 0.828588 Principado de Astúrias 0.951697 1.021203 1.0283 0.986605 Cantábria 0.966559 1.086228 1.016717 0.971344 Pais Vasco 0.978418 0.918034 1.316397 1.392303 Comunidade Foral de Navarra 0.965164 1.058311 1.093967 1.255171 La Rioja 0.975754 1.152813 0.953192 1.066941 Aragão 0.984214 0.997903 1.131997 1.226205 Comunidade de Madrid 1.013808 0.860459 1.436925 1.570936 Castela e Leão 0.992065 0.940104 1.078134 1.077036 Castilla-la Mancha 0.996772 1.006399 1.050275 0.889544 Estremadura 0.946212 1.059129 0.944973 0.731047 Catalunha 1.002049 0.896896 1.339999 1.48743 Comunidade Valenciana 0.990754 0.924077 1.168141 1.106899 Andaluzia 0.975363 0.898903 1.195334 0.874651 Múrcia 0.950343 1.049203 1.022066 0.894722 Norte 0.932433 0.940527 0.682622 0.711675 Centro (P) 0.932861 1.008873 0.611749 0.634971 Lisboa e Vale do Tejo 0.941122 0.903521 0.870606 1.069736 Alentejo 0.916811 1.127263 0.603366 0.553074 Algarve 0.873442 1.129949 0.60221 0.671122
Considere-se a Espanha e Portugal isoladamente. No primeiro caso a região com
menor acessibilidade é a região da Galiza, sendo Madrid a região com mais potencial de
mercado. No segundo caso a região com melhor acessibilidade é Lisboa enquanto que a de
pior grau da acessibilidade é o Algarve. De notar no entanto que Lisboa apesar de ser a
região de Portugal com melhor acessibilidade na Península Ibérica, esta apenas tem uma
acessibilidade marginalmente superior à da região menos central da Espanha (0.87 de
Lisboa contra uns 0.85 da Galiza).
28 O processo de calibração utilizado neste estudo difere do de Bröcker (1998a). Bröcker utiliza métodos de “iterative scaling” (ver
Darroch and Ratcliff, 1972) para encontrar a solução do sistema de equações. Ver Bröcker (1998a) para mais pormenores
22
Para além do máximo global em Madrid, de destacar outros máximos locais à volta das
regiões da Catalunha (1.34) e do País Vasco (1.32). A actividade económica na Península
Ibérica parece pois estar fortemente enviesada para três centros geográficos à volta de
Madrid, Catalunha e País Vasco.
O quadro 2 também apresenta os níveis regionais de utilidade tal como definido na
equação (8), escalada para uma média da unidade. A utilidade varia entre um máximo de
1.57 em Madrid a um mínimo de 0.55 no Alentejo. No caso da Espanha a região NUTS 2
com menor nível de utilidade é a região da Estremadura (0.73). Em Portugal a região com
maior utilidade é Lisboa (1.07).
7. ANÁLISE DE SENSIBILIDADE
O método de análise empírica utilizado neste estudo, a calibração, é criticada por várias
razões. Em primeiro lugar a calibração é feita em relação a um ano base em que se supõem
que as condições de equilíbrio do modelo se verificam na economia, o que como é óbvio é
bastante irrealista pensar que tal ano exista. Por outro lado temos o problema da escolha das
equações do modelo para a calibração. Desde logo se coloca a questão de quais as equações
do modelo com mais significado económico, uma vez que para diferentes selecções de
equações a calibrar, se pode obter diferentes valores para os parâmetros. Além disso muitas
vezes tem que se escolher valores para certos parâmetros (como por exemplo economias de
escala), e estes devem ser obtidos de preferência através de estudos econométricos. Por
último e confrontando a econometria e a calibração (apesar de todas as críticas que se
podem apontar também à primeira), na econometria utiliza-se métodos estocásticos, o que
implica intervalos de confiança para os parâmetros calculados, tal não é o caso na
calibração. Deste modo na calibração não se pode ter certeza da precisão dos valores
obtidos.
Sendo assim os resultados obtidos da calibração de modelos devem sempre ser
encarados com muita precaução. De facto estes modelos apesar de permitem quantificar
interacções entre variáveis, e a resposta da economia a alterações de política; não permitem
testar a teoria. Dados estes argumentos é muito aconselhável levar a cargo testes de
sensibilidade para se ter uma ideia da robustez dos resultados.
23
A questão que se coloca neste caso é a que parâmetros testar a sensibilidade. Em
principio todos os parâmetros calibrados e para os quais foram atribuídos valores deviam
ser sujeitos a um teste de sensibilidade (i.e. os parâmetros σ, η, α, β, γ, klδ e rµ ). No
entanto usualmente em modelos semelhantes aos por nós utilizado, i.e. modelos em
concorrência monopolista, o parâmetro mais sujeito a este tipo de análise é o da
elasticidade de substituição (ver por exemplo Smith e Venables, 1988; Flôres, 1997; e
Gasiorek et al., 1994). De facto como demonstrado em apêndice este tipo de modelos de
concorrência imperfeita são bastante sensíveis a diferentes valores do parâmetro
elasticidade de substituição. Como tal os resultados abaixo apresentados da análise de
sensibilidade só se reportam a este parâmetro. De referir que análises de sensibilidade aos
restantes parâmetros demonstraram robustez dos resultados da secção anterior a diferentes
valores destes parâmetros29.
Com este objectivo em mente, o modelo foi re-calibrado para um parâmetro de
elasticidade de substituição de σ = 5 e σ =15. No primeiro caso o valor de σ corresponde
a um parâmetro de distância de ση = 0.00023, e no segundo caso um ση =0.00069. Deste
modo com σ =5 é considerada uma menor elasticidade de substituição entre variedades, e
um menor impacto da distância nas variáveis em causa (ver quadro 3). Já com σ =15
considera-se uma maior elasticidade de substituição entre variedades, e um maior impacto
da distância no potencial de mercado de uma região (ver quadro 4).
29 Este resultados podem ser obtidos através do autor perante pedido.
24
QQuuaaddrroo NN..ºº 33 -- AAcceessssiibbiilliiddaaddee ee BBeemm--EEssttaarr ((σ ==55))
Regiões rp rq rF ru Galiza 0.897456 1.038561 0.840016 0.818575 Principado de Astúrias 0.928076 1.008982 1.052014 1.004237 Cantábria 0.946382 0.993061 1.122204 1.06852 Pais Vasco 0.955444 0.98574 1.232086 1.304051 Comunidade Foral de Navarra 0.951913 0.99017 1.174112 1.349182 La Rioja 0.967164 0.972322 1.140265 1.272195 Aragão 0.978084 0.965186 1.173157 1.274985 Comunidade de Madrid 1.00453 0.933094 1.333555 1.456895 Castela e Leão 0.985058 0.948396 1.105641 1.073695 Castilla-la Mancha 0.98942 0.945784 1.122831 0.951941 Estremadura 0.937544 0.987161 1.016747 0.788807 Catalunha 0.966948 0.993578 1.207793 1.350334 Comunidade Valenciana 0.974172 0.970972 1.110462 1.059433 Andaluzia 0.940395 0.992841 1.081411 0.796402 Múrcia 0.935337 1.006174 1.06522 0.938294 Norte 0.871808 1.044112 0.612522 0.644719 Centro (P) 0.87817 1.035288 0.59401 0.622291 Lisboa e Vale do Tejo 0.874898 1.040904 0.752636 0.933832 Alentejo 0.871272 1.044369 0.648852 0.60037 Algarve 0.826636 1.103304 0.614467 0.691242
QQuuaaddrroo NN..ºº 44 -- AAcceessssiibbiilliiddaaddee ee BBeemm--EEssttaarr ((σ ==1155))
Regiões rp rq rF ru Galiza 0.973614 1.006991 0.868985 0.846287 Principado de Astúrias 0.967577 1.017192 1.046718 0.99855 Cantábria 0.976283 1.003291 1.114142 1.060192 Pais Vasco 0.990609 0.98861 1.232249 1.30342 Comunidade Foral de Navarra 0.970848 1.007645 1.157268 1.329001 La Rioja 0.97679 0.998274 1.114002 1.24213 Aragão 0.982454 0.989463 1.147831 1.24672 Comunidade de Madrid 1.016372 0.948345 1.316121 1.436945 Castela e Leão 0.995426 0.975227 1.078469 1.046688 Castilla-la Mancha 0.998781 0.966138 1.102528 0.934148 Estremadura 0.955669 1.018545 0.9884 0.766357 Catalunha 1.007669 0.955797 1.259354 1.407117 Comunidade Valenciana 0.99575 0.975264 1.108927 1.057331 Andaluzia 0.994389 0.974271 1.105374 0.813551 Múrcia 0.960661 1.02049 1.053467 0.927377 Norte 0.976522 1.012464 0.633582 0.666485 Centro (P) 0.971855 1.015918 0.607171 0.635695 Lisboa e Vale do Tejo 0.983049 1.00132 0.784776 0.973103 Alentejo 0.950752 1.036621 0.655707 0.606326 Algarve 0.912745 1.088136 0.624929 0.702578
25
Tal como ilustrado no quadro 3 (para σ =5) e quadro 4 (para σ =15) os resultados
obtidos anteriormente não se alteram consideravelmente. De facto é possível constatar que
não se verifica qualquer variação qualitativa nos resultados, a própria variação quantitativa
não é significativa.
Pode-se pois concluir que no que concerne ao parâmetro elasticidade de substituição e
distância, os resultados da calibração não demonstraram ser muito sensíveis.
8. ALTERAÇÕES DE POLÍTICA
A alteração de política considerada nesta secção supõe um mercado Ibérico totalmente
integrado. Na prática isto equivale a fixar o parâmetro de impedimentos ao comércio
internacional ( klδ ) igual à unidade para todas as regiões NUTS 2. O quadro 5 apresenta os
resultados desta simulação.
QQuuaaddrroo NN..ºº 55 -- AAcceessssiibbiilliiddaaddee ccoomm MMeerrccaaddoo IIbbéérriiccoo IInntteeggrraaddoo (( klδ ==11,, r∀ ))
Regiões rp rq rF ru Galiza 0.96693 1.025633 0.855389 0.833021 Principado de Astúrias 0.967127 1.020983 1.045477 0.997377 Cantábria 0.9791 1.00766 1.112158 1.058286 Pais Vasco 0.990085 0.9971 1.224864 1.295616 Comunidade Foral de Navarra 0.975864 1.009597 1.15798 1.329812 La Rioja 0.987651 0.996715 1.118597 1.247242 Aragão 0.99387 0.989953 1.150229 1.249279 Comunidade de Madrid 1.028415 0.958217 1.305891 1.425764 Castela e Leão 1.009861 0.97505 1.081449 1.049546 Castilla-la Mancha 1.012443 0.972991 1.097576 0.929932 Estremadura 0.986254 1.000851 1.008457 0.781893 Catalunha 1.007979 0.981039 1.230091 1.374406 Comunidade Valenciana 1.000017 0.986062 1.099615 1.048418 Andaluzia 1.000464 0.99095 1.089567 0.801896 Múrcia 0.960992 1.02619 1.050313 0.924575 Norte 0.983178 1.006632 0.638891 0.672055 Centro (P) 0.983786 1.004836 0.615436 0.644344 Lisboa e Vale do Tejo 0.98764 1.003775 0.784866 0.973198 Alentejo 0.984499 1.003987 0.678741 0.627629 Algarve 0.950778 1.04178 0.654414 0.735711
Tal como na secção anterior a alteração no valor de um parâmetro não causou
alterações significativas nos resultados da calibração base: em geral as regiões Espanholas
são mais centrais que as regiões portuguesas; a acessibilidade atinge um pico nas regiões de
26
Madrid, Catalunha, e País Vasco; o potencial de mercado atinge os valores mínimos nas
regiões portuguesas.
Este exercício permite também avaliar a alteração no bem-estar das regiões
espanholas e portuguesas em consequência de uma integração total das duas economias.
Neste sentido foi calculado o indicador de bem-estar de Hicks de variação equivalente
relativa, tal como definido na equação (18)30. O quadro 6 apresenta os resultados.
QQuuaaddrroo NN..ºº 66 -- VVaarriiaaççããoo EEqquuiivvaalleennttee RReellaattiivvaa ((VVEERR))
Regiões VER Galiza -0.00532 Principado de Astúrias -0.0108 Cantábria -0.08215 Pais Vasco 0.074626 Comunidade Foral de Navarra -0.05613 La Rioja -0.14456 Aragão -0.01847 Comunidade de Madrid 0.10182 Castela e Leão 0.026192 Castilla-la Mancha -0.04343 Estremadura -0.06503 Catalunha 0.082235 Comunidade Valenciana 0.05578 Andaluzia 0.090728 Múrcia -0.03229 Norte 0.058955 Centro (P) -0.01455 Lisboa e Vale do Tejo 0.099197 Alentejo -0.11879 Algarve -0.08779
Da análise do quadro conclui-se que a maior parte das regiões tem uma perda de
bem-estar com o cenário de integração completa. As regiões de Rioja na Espanha e
Alentejo em Portugal são as regiões com as maiores perdas relativas (14% em Rioja, e 12%
no Alentejo). Das vinte regiões NUTS 2 de Portugal e Espanha apenas oito regiões
conseguem obter ganhos de bem-estar. Curiosamente entre estas encontram-se as regiões
mais desenvolvidas e avançadas de ambos os países. No caso da Espanha Madrid, País
30 O equilíbrio de referência usado na computação desta medida de bem-estar foi o calculado na secção 5. O equilíbrio contra-factual
considerado é o da presente secção.
27
Vasco e Catalunha, e no caso de Portugal Lisboa e Norte31. Os ganhos nestas regiões variam
entre uns 10% em Madrid e uns 2.5% em Castela e Leão. Este resultado confirma as
hipóteses da “nova” geografia económica de efeitos de “lock-in” e casualidade cumulativa,
em que as regiões mais desenvolvidas tendem a construir novas vantagens com base nas
antigas alargando o fosso económico em relação às regiões mais atrasadas. Neste caso
particular o que provoca tais efeitos são uma diminuição dos custos de transação
económicas.
9. DISCUSSÃO
Este trabalho apresenta uma metodologia para quantificar acessibilidade económica no
contexto de um modelo espacial de concorrência monopolista. No entanto ao contrário das
medidas tradicionais de acessibilidade económica desenvolvidas sem uma base teórica bem
formada, a metodologia proposta tem como suporte um modelo teórico-económico que
explicita claramente estrutura de mercado, agentes económicos e interacções económicas.
Esta especificação tem no entanto outras vantagens. Em primeiro lugar é possível
confrontar os resultados do modelo com dados da economia real, como fluxos de comércio.
Na medida tradicional tal não era possível porque a única relação testada era a
acessibilidade, e esta não é observável. Em segundo lugar cenários de política alternativos
são simulados de uma forma natural no modelo resolvendo para o novo equilíbrio, sem ter
que desta forma recorrer a hipóteses adicionais como acontecia na abordagem tradicional.
A aplicação do modelo apresentado neste trabalho ao caso da Península Ibérica,
permite tirar algumas conclusões prévias e não definitivas. Em primeiro lugar em termos de
centralidade a economia espanhola parece levar uma grande vantagem sobre a economia
portuguesa. De facto Portugal aparece neste estudo quase como uma economia periférica da
espanhola, onde nem sequer a região da capital portuguesa (região mais desenvolvida de
Portugal) consegue ter no conjunto da Península Ibérica uma importância relevante em
31 De notar que a região Norte portuguesa não pode ser considerada no seu todo uma região desenvolvida. De facto é possível dividir esta
em uma região Litoral desenvolvida, com uma elevada densidade populacional, e com um grande peso da industria transformadora no
total da actividade económica desta região; e uma região interior economicamente atrasada, com uma fraca densidade populacional, onde
predomina principalmente a actividade agrícola tradicional. Como tal a parte interior da região Norte é mais similar à região do Alentejo
do que à sua contraparte Litoral.
28
termos de potencial/acessibilidade económica. Comparativamente às regiões espanholas,
Lisboa apenas tem uma performance económica superior à da pior região espanhola
(Galiza).
O pico de acessibilidade é atingido pela região de Madrid sendo seguida de perto pelo
País Vasco e pela Catalunha, formando estas três os principais centros económicos da
Península Ibérica. Estes resultados não se mostraram sensíveis a testes de sensibilidade
efectuados a alguns dos parâmetros do modelo teórico.
Em segundo lugar, os resultados obtidos com os índices de bem-estar regional
confirmam os resultados de acessibilidade económica: as regiões com melhores níveis de
bem-estar regional são também no seu geral as regiões com melhores níveis de
acessibilidade económica. Como tal existe uma clara correlação entre acessibilidade
económica e bem-estar. No entanto existe uma excepção importante: a posição de Lisboa
no ranking de bem-estar altera-se significativamente relativamente à posição ocupada por
esta região no ranking de acessibilidade. De facto Lisboa revela-se uma das regiões Ibéricas
com maior bem-estar económico. Pode-se especular que isto se deve ao facto do em
Portugal o investimento proveniente de fundos públicos e Europeus nas duas últimas
décadas ter sido fortemente enviesado para a região de Lisboa. No entanto não nos é
possível afirmar se esta é a única causa desta circunstância. Um dado merece no entanto ser
mencionado: em meados dos anos oitenta a região de Lisboa tinha um PIB per capita de
90% da media Europeia e uma década depois este valor tinha já ultrapassado a média
Europeia. Não deixa no entanto de ser estranho de que Lisboa apresente uma má
performance económica (tal como demonstrado na classificação modesta no índice de
acessibilidade económica) e isto não se reflicta nos índices de bem-estar.
No outro lado da moeda estão as regiões menos desenvolvidas de Portugal que também
em parte devido ao fraco investimento público direccionado para estas, continuaram entre
as menos desenvolvidas da Europa. Por exemplo o PIB per capita da região do Alentejo
que em meados da década de oitenta era cerca de 40% da média Europeia não sofreu
qualquer alteração de monta no período acima considerado. Se a dualidade entre o caso de
Lisboa e das restantes regiões portuguesas demonstra alguma coisa é a de que se o
investimento público tem pouca influência sobre a eficiência económica de uma região,
este pode pelo menos ter uma palavra a dizer em termos de equidade regional. Achamos
29
que pesquisa futura deve ser feita nesta direcção para clarificar esta observação. Testes de
sensibilidade a parâmetros do modelo tendem a confirmar estes resultados.
Em terceiro lugar foi também simulado um cenário de integração completa entre a
economia portuguesa e a economia espanhola. Este cenário não demonstrou ser benéfico
para a grande maioria das regiões Ibéricas. Como previsto pela literatura na “nova”
geografia económica, as regiões mais beneficiadas com este cenário seriam as mais
avançadas. Este facto demonstra portanto a presença de efeitos de “lock-in” e efeitos de
casualidade cumulativa: as regiões mais avançadas são as que estão mais preparadas para
enfrentar o futuro e dificilmente abandonarão a suas posições de liderança. Mais uma vez
surpreendentemente a região de Lisboa parece ser das que pode beneficiar mais num
cenário de uma região Ibérica totalmente integrada. Isto pode indicar que esta região sofre
os efeitos negativos de estar limitada ao pequeno mercado domestico português e que num
mercado maior sofreria de menores constrangimentos de crescimento.
10. APÊNDICE
Para discutir a questão da sensibilidade dos modelos de concorrência monopolista ao
parâmetro elasticidade de substituição vai-se optar por simplificar o modelo acima
apresentado de forma a este se parecer o mais possível com o modelo original de Dixit e
Stiglitz (1977). O modelo de Dixit e Stiglitz considera uma economia em que se produzem
dois bens, um bem homogéneo (numerário) e um bem compósito diferenciado, utilizando
apenas como único input trabalho. A remuneração deste factor é normalizada para a
unidade função da hipótese do bem numerário. Os consumidores tomam as suas decisões de
consumo em dois estágios. No primeiro estágio escolhem quanto do seu rendimento ( I )
vão gastar no bem compósito e no bem homógeneo de acordo com uma função de utilidade
Cobb-Douglas. No segundo estágio os consumidores escolhem quanto da despesa no bem
compósito vai ser distribuído por cada um dos bens diferenciados. Esta divisão é feita
seguindo uma função de utilidade CES:
1
1
1 −
=
−
= ∑
σσ
σσn
iixV (A1)
30
Como se pode constatar são apenas duas as diferenças entre o modelo por nós utilizado e o
modelo de Dixit e Stiglitz. Em primeiro lugar Dixit e Stiglitz consideram apenas um factor
de produção enquanto que nós dois factores de produção (trabalho e capital). Em segundo
lugar Dixit e Stiglitz abordam o problema do lado do consumo enquanto nós tomamos o
problema do lado da produção (uma vez que estes problemas são duais, é simples ver a
equivalência entre ambos). Tomando logaritmos de ambos os lados de (A1), tem-se:
nxV ln1
lnln−
+=σ
σ (A2)
Fazendo pnxI = denotar a despesa total em bens diferenciados (estamos portanto no
equilíbrio simétrico em que todas as variedades entram de igual modo no consumo).
Eliminado x e resolvendo para (A2) vem:
npnIV ln
11lnln−
+=σ
(A3)
Como tal (A1) aumenta com n , e é convexa para σ inferior a 2. À função de utilidade
(A1) está associada um índice de preços semelhante a (7) no texto:
∑ −− =n
jpq σσ 11 (A4)
A equação (A4) não é mais do que o índice de preços usado no modelo original de Dixit e
Stiglitz (1977). A única diferença em relação a (7) é que (A1) não está indexado
regionalmente, daí a não inclusão de custos de transporte. Invertendo este índice de preços
no equilíbrio simétrico e tomando logaritmos obtemos:
npq ln1
1lnln−
−=σ
(A5)
Como facilmente se pode verificar, este índice também é decrescente em n . A partir de
(A4) pode-se também ver como as propriedades económicas do modelo se alteram
rapidamente com o valor do parâmetro elasticidade de substituição. Normalize o preço de
cada variedade individual ( p ) para a unidade no equilíbrio simétrico (i.e. todas as
variedades entram de forma igual no índice de preços) e resolva para o índice de preços
com σ igual a 1.5, 5, 10, e 15 (ver figura 2).
31
FFiigguurraa NN..ºº 22 -- ÍÍnnddiiccee ddee PPrreeççooss ee EEllaassttiicciiddaaddee ddee SSuubbssttiittuuiiççããoo
Como foi dito anteriormente e agora visível na figura 2, o índice de preços cai com o
número de variedades (os consumidores apreciam a variedade) e tanto mais quanto menor
for a elasticidade de substituição entre variedades (mais diferenciados são os bens). Mas o
ponto a notar é que pequenas alterações no valor deste parâmetro provoca grandes
mudanças numa das relações mais importantes do modelo. De facto é a partir da equação
(A4) que muitas das conclusões da nova teoria do comércio são tiradas tal como o
conhecido efeito índice de preços. Segundo este os países com maior actividade industrial
terão um menor índice de preços comparativamente aos países menos industrializados. Por
este facto é que muitas vezes se refere a (A4) como um índice do custo de vida num país
(ou indirectamente como um índice de bem-estar). Também a partir de (A4) podem ser
associados o também conhecido efeito mercado doméstico: os países com maior mercado
doméstico detém uma proporção superior de indústria. Para isso basta interpretar (A4)
como o índice de preços de uma industria verticalmente relacionada por relações de input-
output (ver Venables, 1996). Deste modo os países com maior mercado serão os países que
também possuem uma maior proporção de indústria porque nestes se pode produzir em
condições mais vantajosas uma vez que tem acesso a produtos intermédios a preços mais
vantajosos. Daqui por outro lado também surgem os já referidos no texto efeitos de
aglomeração da literatura na “nova geografia económica. Pode-se pois perceber porque
razão é que este parâmetro é na maior parte dos casos dos modelos de calibração sujeito a
testes de sensibilidade.
0
0,2
0,4
0,6
0,8
1
1,21 7 13 19 25 31 37 43 49 55 61 67 73 79 85 91 97 103
109
n
q
s=15 s=10s=5 s=1.5
32
11. BIBLIOGRAFIA
Bröcker, J. (1984), “How do International Trade Barriers Affect Interregional Trade”,
in: A. Anderson; W. Isard e T. Pu (eds.), Regional and Industrial Development Theories:
Models and Empirical Evidence, Amsterdam: North Holland
Bröcker, J. (1989), “How to Eliminate Certain Defects of the Potential Formula”,
Environment and Planning, 21, pp. 817-830
Bröcker, J. (1998a), “Measuring Accessibility in a General Equilibrium Framework”,
in: A. Reggiani (ed.), Accessibility, Trade and Locational Behaviour, Aldershot: Ashgate
Bröcker, J. (1998b), “How Would an EU-Membership of the Visegrád-Countries
Affect Europe’s Economic Geography”, The Annals of Regional Science, 32, pp. 91-114
Bröcker, J. (1998c), “Operational Spatial Computable General Equilibrium Modeling”,
The Annals of Regional Science, 32, pp. 367-387
Bröcker, J. e Jäger-Roschko, O. (1996), “Eastern Reforms, Trade and Spatial Change
in the EU”, Papers in Regional Science, 75, pp. 23-40
Bröcker, J. e Rohweder, H. (1990), “Barriers to International Trade: Methods of
Measurement and Empirical Evidence”, The Annals of Regional Science, 4, pp. 289-305
Clark, C.; Wilson, F. e Bradley, J. (1969), “Industrial Location and Economic Potential
in Western Europe”, Regional Studies, 3, pp. 197-212
Darroch, J. e Ratcliff, D. (1972), “Generalized Iterative Scaling for Log-Linear
Models”, Annals of Mathematical Statistics, 43, pp. 1470-1480
Davis, D. (1998), “The Home Market, Trade, and Industrial Structure”, The American
Economic Review, 88, pp. 1264-1276
Dixit, A. e Stiglitz, J. (1977), “Monopolistic Competition and Optimum Product
Diversity”, American Economic Review, 67, pp. 297-308
EUROSTAT (1996), “REGIO: Banque de Données Régionales, Description du
Contenu”, Luxembourg: Commission des Communautés Européennes
Flôres, R. (1997), “The Gains from MERCOSUL: A General Equilibrium, Imperfect
Competition Evaluation”, Journal of Policy Modelling, 19, pp. 1-18
Fujita, M; Krugman, P. e Venables, A. (1999), “The Spatial Economy: Cities, Regions,
and International Trade”, Cambridge: MIT Press
33
Gasiorek, M.; Smith, A. e Venables, A. (1994), “Modelling the Effect of Central and
East European Trade on the European Community”, in: The Economic Interpenetration
Between the European Union and Eastern Europe, European Economy No. 6, Report and
Studies Part C, Chapter 3, Brussels: European Commission
Hanson, G. (1998), “Market Potential, Increasing Returns, and Geographic
Concentration”, NBER Working Paper, No. 6429, February
Harris, C. (1954), “The Market as a Factor in the Localization of Production”, Annals
of the Association of American Geographers, 44, pp.315-348
Hayashi, F. (1982), “Tobin’s Marginal q and Average q: a Neoclassical Interpretation”,
Econometrica, 50, pp. 213-224
Keeble, D.; Offord, J. e Walker, S. (1988), “Peripheral Regions in a Community of
Twelve Member States”, Luxembourg: Commission of the European Communities
Krugman, P. (1991), “Increasing Returns and Economic Geography”, Journal of
Political Economy, 99, pp. 413-499
Krugman, P. (1993), “On the Number and Location of Cities”, European Economic
Review, 37, pp. 293-298
McCallum, J. (1995), “National Boundaries Matter: Canada-US Regional Trade
Patterns”, American Economic Review, 85, pp. 615-623
Pires, A. J. G. (1999), “Distribuição Espacial da Actividade Económica na Espanha:
Estimação dos Parâmetros Estruturais de um Modelo de Geografia Económica”, Tese de
Mestrado, ISEG/UTL
Smith, A. e Venables A. (1988), “Completing the Internal Market in the European
Community”, European Economic Review, 32, pp. 1501-1525
Venables, A. (1996), “Equilibrium Locations of Vertically Linked Industries”
International Economic Review, 37, pp. 341-359
Vickerman, R. (1989), “Measuring Changes in Regional Competitiveness: The Effects
of International Infrastructure Investments”, Annals of Regional Science, 23, pp. 275-286