Вы находитесь на странице: 1из 25

O MAUP E A ANLISE ESPACIAL:

UM ESTUDO DE CASO PARA O RIO GRANDE DO SUL (1991-2000)

Rodrigo Peres de vila

Mestrando PUC-RS (Autor)

(e-mail: rodrigopavila@gmail.com)
Leonardo M. Monasterio Professor Adjunto do Departamento de
Geografia e Economia da UFPel (Co-autor)
(e-mail: leonardo.monasterio@gmail.com)
REA: Localizao e distribuio regional do desenvolvimento
RESUMO:
O trabalho apresenta um caso de MAUP (Modifiable Areal Unit Problem) com dados de
renda per capita para o Rio Grande do Sul no perodo 1991-2000. discutida e demonstrada a
necessidade de se considerarem as diferenas nos resultados obtidos, oriundas apenas da
regionalizao escolhida pelo pesquisador. A anlise se centra em dois nveis: municpios e
Conselhos Regionais de Desenvolvimento. Aplica-se a Anlise Exploratria de Dados
Espaciais (ESDA) para identificar suas associaes espaciais globais e seus clusters. Em
seguida, fazem-se os tradicionais testes de -convergncia condicional e absoluta,
acrescentando a econometria espacial e comparando os resultados com o modelo de
econometria clssico. So obtidas assim respostas mais precisas para o fenmeno do
crescimento no estado, j que so testados modelos diferenciados para estudar a convergncia.
Key-words
Spatial Econometrics Convergence ESDA

O MAUP E A ANLISE ESPACIAL:


UM ESTUDO DE CASO PARA O RIO GRANDE DO SUL (1991-2000)1

INTRODUO
A anlise espacial de dados vem sendo lentamente incorporada pelos economistas
regionais. Enquanto esse ramo de pesquisa avana no front terico, h todo um conjunto de
ferramentas sub-exploradas pelos analistas. Nesse sentido, o objetivo deste trabalho aplicar o
instrumental da anlise e da econometria espacial para a questo da distribuio da renda per capita
no territrio gacho entre 1991 e 2000.
Mais ainda, pretende-se ilustrar o problema da unidade de rea modificvel. O chamado
MAUP (Modifiable Areal Unit Problem - MAUP, doravante2) bastante conhecido pelos
gegrafos, mas pouco estudado pelos economistas. No obstante, estes o enfrentam mesmo que
inconscientemente. Trata-se, grosso modo, dos problemas decorrentes das distintas formas de
delimitar as unidades espaciais. Diferentes desenhos das unidades implicam em diferentes anlises,
inferncias ou mesmo polticas. A situao de um municpio pobre em uma rea rica deixa de ser
corretamente avaliada quando o nvel de agregao espacial a regio, e a prpria delimitao dos
recortes regionais altera os resultados dos indicadores estatsticos.
O presente trabalho ilustra um caso de MAUP a partir de uma base de dados conhecida:
os dados de renda per capita oriundos dos Censos Demogrficos de 1991 e 2000. A anlise se centra
em dois nveis: municpios e Conselhos Regionais de Desenvolvimento (COREDEs). Aplica-se a
Anlise Exploratria de Dados Espaciais (ESDA, em ingls) a essas bases para identificar suas
associaes espaciais globais e seus clusters. Em seguida, fazem-se os tradicionais testes de convergncia condicional e absoluta, acrescentando a econometria espacial. Em todos os resultados
das anlises fica claro que houve interferncia do MAUP. Vale apontar que os trabalhos de
convergncia com econometria espacial que utilizaram dados brasileiros ignoraram tal problema.
MAGALHES, HEWINGS e AZZONI (2000), MOSSI et al. (2002) e MAGALHES (2001),
PIMENTEL e HADDAD (2004), VERNER e TEBALDI (2004), e MONASTERIO e VILA
(2005) trataram apenas de um nvel espacial. Esses autores desconsideraram o risco que seus
resultados fossem especficos ao grau de agregao escolhido.
Este trabalho enfatiza a necessidade de maior ateno aos dados ao se fazerem testes de
convergncia. Aparentes processos de convergncia podem ocorrer, como ser aqui mostrado, por
1

Agradecemos a reviso de Martin Dietrich Brauch. Os erros so de responsabilidade dos autores.

2
mecanismos bem diferentes dos previstos pelos modelos tericos. Por fim, h que se ressaltar que a
abordagem do trabalho emprica. Os testes aqui apresentados so adequados muito mais para
identificar padres e tendncias espaciais do que para cotejar teorias. Outros autores j se voltaram
para o estudo da desigualdade e da convergncia de renda no Rio Grande do Sul com maior ateno
s questes tericas. Nesta ampla literatura, destaca-se o trabalho fundamental de ALONSO (1986),
alm de BANDEIRA (1994), PORTO Jr. (2000), PORTO Jr. e RIBEIRO (2000), BERNI et al.
(2002), BAGOLIN et al. (2002), MARQUETTI e RIBEIRO (2002), ALONSO e AMARAL (2004)
e SOUZA (2004).

1. O PROBLEMA DA UNIDADE DE REA MODIFICVEL (MAUP)


Uma mesma estatstica calculada sobre duas unidades espaciais costuma gerar diferenas
de acordo com o recorte utilizado, mesmo que os dados originais sejam os mesmos. Essa a
natureza do MAUP (HAINING, 2003). Na verdade, ele surge da prpria necessidade de se
agregarem informaes espaciais. Essa agregao pode ser necessria porque no se tm dados
individuais, ou porque o prprio objeto de anlise so unidades agregadas. Por exemplo, suponha
que h uma correlao entre dados eleitorais de um partido poltico e dados de violncia por zona
eleitoral. Isto no permite afirmar que seus eleitores so mais propensos violncia. Pode ser que os
violentos sejam outros indivduos e a correlao estatstica seja uma iluso. Inferir de forma
equivocada o comportamento individual com base em dados agregados constitui a chamada falcia
ecolgica3. Uma ilustrao, no caso da Economia, quando se considera que diminuiu o nmero de
pessoas pobres em uma regio, porque a sua renda per capita mdia aumentou.
HAINING (2003, p. 150) aponta dois tipos de MAUP nas propriedades estatsticas: um
decorre dos diferentes nveis possveis de agregao das unidades espaciais; o outro decorre do
prprio recorte das unidades (mantido o nvel constante). O primeiro chamado de problema de
escala e o outro chamado de o problema de partio.
A figura abaixo apresenta o problema de partio. Suponha que cada ponto significa, por
exemplo, uma empresa de um certo ramo, enquanto as linhas so as fronteiras das unidades de
anlise. No caso II, o pesquisador que olhasse apenas os dados da distribuio de tal atividade
no o mapa

2
3

consideraria que ela estava bem distribuda pelas quatro unidades. J se as fronteiras

Optou-se por manter a sigla em Ingls no s porque ela j est consagrada, mas tambm pelo fato de que a sigla traduzida no seria eufnica.
De certa forma, a falcia ecolgica o erro oposto falcia da composio.

3
das unidades fossem como as que esto descritas em I, apenas um pouco diferentes de II, o
pesquisador identificaria que tal ramo estava totalmente concentrado (QUAH e SIMPSON, 2003).
FIGURA 1

MAUP: O PROBLEMA DE PARTIO

(I)

(II)

FONTE: QUAH E SIMPSON (2003, P 10).

Sobre o problema de escala, tome-se a ilustrao abaixo. Levando-se em conta o nvel


mais alto de agregao, isto , os quadrados e no os retngulos que os compem, os dados
mostrariam que, entre as duas datas, a rea A passou de 3 para 4 unidades, enquanto a B passou de
2 para tambm 4. Ou seja, o retrato de aumento da semelhana entre as duas reas.
Porm, considerando-se os retngulos, a imagem distinta. Na rea A, aquela sub-rea
que possua uma unidade seguiu com o mesmo nmero. E na regio B, uma das que possua uma
unidade ficou vazia, enquanto a outra, saltou para quatro unidades. Ou seja, a evoluo das subreas mostra uma dinmica bem distinta: elas parecem cada vez mais dessemelhantes entre si.
Quem tivesse observado apenas o grau mais alto de agregao, teria ignorado a dinmica interna
das unidades.

FIGURA 2

MAUP: O PROBLEMA DA ESCALA

4
1991

2000

FONTE: ELABORAO DOS AUTORES

2. ANLISE ESPACIAL DA RENDA PER CAPITA NO RIO GRANDE DO SUL


(1991-2000)

2.1.

MORAN-I
O primeiro passo da anlise consiste em buscar representaes e testes que revelem se os

dados esto relacionados espacialmente. Para tal, o grfico e a estatstica I de Moran so os


instrumentos bsicos. Esta calculada da seguinte forma (REY e MONTOURI, 1999).
n

wij xi x j
I

i 1 j 1
n

(1)
2
i

x
i 1

Onde:
n = nmero de observaes
wij = elementos da matriz de contigidade binria normalizada (W). Se os elementos, no
caso as unidades espaciais, i e j forem contguos, wij ter valor 1; caso contrrio, 0.
A matriz deve ser normalizada pelo total das linhas.
xi e xj = valores da varivel analisada em desvios da mdia.

5
Quando a estatstica I de Moran prxima de +1 significa que existe uma autocorrelao
positiva, ou seja, valores altos (baixos) tendem a estar localizados na vizinhana de valores altos
(baixos). Se for prximo de -1, o inverso ocorre: valores altos estaro cercados de valores baixos, e
vice-versa4. Conforme imaginado, quando ele zero, no h autocorrelao espacial.
O grfico de Moran (Moran scatterplot) uma representao visual da estatstica I. Ele
apresenta o valor padronizado de uma varivel para cada uma das unidades (no caso, a renda per
capita) nas abscissas e, no eixo das ordenadas, a mdia do valor padronizado da mesma varivel
para os vizinhos destas unidades. Desta maneira, valores acima da mdia com vizinhana tambm
acima da mdia ocuparo o primeiro quadrante. J aqueles abaixo da mdia, com vizinhos na
mesma situao ocupam o terceiro quadrante. Os segundos e quartos quadrantes so ocupados,
respectivamente, por unidades que sejam ilhas elevadas cercadas por valores baixos, e por bolses
baixos cercados de valores altos. Caso no houvesse qualquer correlao espacial, a nuvem de
pontos estaria bem distribuda pelos quatro quadrantes.

2.1.1.

MORAN-I DOS MUNICPIOS


De incio, apresenta-se a representao grfica da estatstica de Moran5 verificada para o

Rio Grande do Sul. Os grficos referem-se renda per capita de 1991, ao crescimento da renda per
capita no perodo 1991-2000 e renda per capita de 2000, respectivamente.
FIGURA 3 - GRFICO I DE MORAN PARA A RENDA PER CAPITA MUNICIPAL (1991-2000)
RENDA PER CAPITA EM 1991

TAXA DE CRESCIMENTO DA RENDA


PER CAPITA (1991-2000)

Um tabuleiro de xadrez a melhor representao da autocorrelao inversa perfeita (I de Moran = -1). Vale apontar que, neste trabalho, o critrio de
contigidade adotado foi o chamado Queen. Ou seja, foram consideradas vizinhas as unidades que compartilhassem fronteiras ou vrtices com outras.

6
RENDA PER CAPITA EM 2000

FONTE: CLCULOS DOS AUTORES

Os trs testes mostraram-se estatisticamente significativos. Os pontos representam os


municpios gachos. Nota-se que h maior concentrao de pontos nos quadrantes que representam
valores semelhantes entre a unidade analisada e suas vizinhas (primeiro e terceiro quadrantes). O I
de Moran relativo ao ano de 1991 apresenta valor igual a 0,4472. A visualizao da estatstica nos
mostra que no Rio Grande do Sul, em 1991, houve tendncia de que municpios mais ricos que a
mdia estivessem espacialmente associados com municpios igualmente mais ricos que a mdia. Da
mesma forma, municpios mais pobres que a mdia estiveram contguos a municpios igualmente
mais pobres.
Nota-se que, embora com menor intensidade, em relao ao crescimento da renda per
capita tambm h maior concentrao de pontos nos quadrantes que representam valores
semelhantes entre a unidade analisada e suas vizinhas (primeiro e terceiro quadrantes). O I de
Moran relativo ao crescimento da renda no perodo 1991-2000 apresenta valor igual a 0.1804. A
visualizao do grfico nos permite dizer que houve tendncia de concentrao espacial de
municpios que apresentaram ritmos de crescimento da renda per capita semelhantes.
Por fim, de maneira anloga a 1991, nota-se que no ano 2000 h maior concentrao de
pontos nos quadrantes que representam valores semelhantes entre a unidade analisada e suas
vizinhas (primeiro e terceiro quadrantes). O I de Moran relativo ao ano de 2000 apresenta valor
igual a 0,4718. A visualizao da estatstica nos mostra que no Rio Grande do Sul, em 2000,
tambm houve tendncia de que municpios mais ricos que a mdia estivessem espacialmente
associados com municpios igualmente mais ricos que a mdia. Da mesma forma, municpios mais

Os testes espaciais foram realizados atravs do software Geoda095i-Beta.

7
pobres que a mdia estiveram espacialmente associados com municpios igualmente mais pobres
que a mdia.

2.1.2.

MORAN-I DOS COREDES


O valor do teste de Moran-I para a renda per capita em 1991 por COREDE, 0,1658, foi

estatisticamente significativo a 5%. Na Figura 4 os pontos representam os COREDEs no Rio


Grande do Sul e h uma moderada concentrao nos quadrantes que representam valores
semelhantes entre a unidade analisada e suas vizinhas (primeiro e terceiro quadrante). Assim, a
visualizao da estatstica nos mostra que houve uma leve tendncia de que COREDEs mais ricos
que a mdia estivessem espacialmente associados aos COREDEs igualmente mais ricos. Em relao
taxa de crescimento da renda per capita entre 1991-2000, o mesmo fenmeno se deu. O I de
Moran apresenta valor igual a 0.3590, indicado que o desempenho dos COREDEs esteve
espacialmente associado de forma intensa.
J para 2000, as rendas per capita esto espacialmente correlacionadas. O valor baixo do
Moran-I, 0,1151, s o torna estatisticamente diferente de zero se forem adotados graus generosos
de significncia. Sintetizando os resultados, a renda em 1991 e o crescimento entre 1991-2000
apresentam correlao espacial, mas o mesmo no acontece com a renda em 2000. Esse contraste
no to estranho quanto parece primeira vista. Houve um cluster de COREDEs localizados no
norte do estado que teve uma taxa de crescimento mais alta que a mdia (fazendo com que ficassem
todos no primeiro quadrante do grfico). Isto fez com que, em relao em 2000, a distribuio
espacial da renda per capita no estivesse to concentrada quanto em 1991.
FIGURA 4 - GRFICO I DE MORAN PARA A RENDA PER CAPITA POR COREDE (1991-2000)
RENDA PER CAPITA EM 1991

RENDA PER CAPITA EM 2000

TAXA DE CRESCIMENTO DA RENDA


PER CAPITA (1991-2000)

FONTE: CLCULOS DOS AUTORES

2.2.

CLUSTERS ESPACIAIS
ANSELIN (1995) definiu que um Local Indicator of Spatial Association (LISA) deveria

ter duas propriedades: a) apontar aquelas unidades em redor da qual h aglomerao de valores
semelhantes; b) a soma dos LISA individuais deveria ser proporcional ao indicador de associao
geral (como o Moran I). O indicador de Moran Local (Ii) guarda essas caractersticas e pode ser
calculado da seguinte forma:

xi
Ii

wij x j
j

xi2
i

Valores de Ii estatisticamente diferentes de 0 indicam que a unidade i est espacialmente


associada aos seus vizinhos. Como a distribuio dos Ii desconhecida, a forma de obt-la atravs
de permutaes aleatrias dos vizinhos de cada unidade. A comparao destas com a observada
permite inferir se a correlao espacial significativa, ou seja, se se trata efetivamente de um
cluster espacial.

9
Analogamente ao Indicador global, valores prximos de +1 nos remetem existncia de
relao espacial do tipo High-High e Low-Low. Valores prximos de 1 nos remetem existncia
de relao espacial do tipo High-Low e Low-High. Valores prximos de zero nos indicam que a
unidade no est significativamente associada espacialmente aos seus vizinhos.

2.2.1.

CLUSTERS ESPACIAIS NOS MUNICPIOS


Conforme j exposto, o Indicador Local nos empresta uma viso especfica da

distribuio espacial das variveis. Nos grficos que se seguem, esto representados os grupos
estatisticamente significativos.
FIGURA 5 - CLUSTER MAP DA RENDA PER CAPITA NO RIO GRANDE DO SUL (1991-2000)
RENDA PER CAPITA EM 1991

TAXA DE CRESCIMENTO DA RENDA


PER CAPITA (1991-2000)

10
RENDA PER CAPITA EM 2000

FONTE: CLCULOS DOS AUTORES

Em 1991, nota-se um cluster de riqueza concentrado no core da economia gacha, o eixo


que liga a regio metropolitana de Porto Alegre at Caxias do Sul. Alm disso, existe outro
agrupamento que inclui Cruz Alta e municpios dos arredores. Os outros clusters so menores e
mais esparsos pelo estado. O cluster Low-Low est localizado no extremo norte do Rio Grande do
Sul. Os municpios mais representativos desse grupo so: Erval Seco, Planalto, Alpestre, Santo
Cristo, Tenente Portela, Constantina, Redentora, Coronel Bicaco, Porto Xavier e Seberi.
interessante a constatao de que h alguns municpios com renda acima da mdia prximos a tais
grupos pobres, o que nos remete ao padro de distribuio espacial denominado High-Low.
Ao se observarem os agrupamentos de municpios que tiveram altas taxas de
crescimento, os principais destaques

em termos populacionais

desse grupo so: Uruguaiana,

Itaqui, Alegrete e Rosrio do Sul. Ainda: Pelotas, Cachoeira do Sul, Canguu, Rio Pardo e So
Loureno. E por fim: Novo Hamburgo, Gravata e Taquara.
H um grupo de alto crescimento econmico no norte gacho, justamente entre os
municpios que tinham os menores nveis de renda em 1991. Tal constatao seria, a princpio,
bem-vinda. Municpios como Trs Palmeiras, Cerro Grande, Liberato Salzano Jaboticaba, Pinhal,
Boa Vista das Misses, Seberi, Constantina, Cristal do Sul e So Jos das Misses fazem parte do
cluster High-High, ou seja, tiveram altas taxas de crescimento da renda per capita. Contudo, todos
estes municpios tiveram taxas negativas dos contingentes populacionais entre 1991 e 2000. A
expulso de sua populao levou a um aumento da renda per capita, por migrao seletiva. Isto ,
foi a emigrao dos mais pobres que elevou a renda per capita mdia destes municpios. Portanto,

11
trata-se de um processo de convergncia que nada tem a ver com o imaginado pelos modelos de
crescimento.
Em 2000, os agrupamentos de renda per capita tiveram basicamente o mesmo perfil de
quase uma dcada antes. Mesmo nos municpios supracitados que tiveram aumento de renda per
capita associada perda populacional, a variao no foi suficiente para que deixasse de existir um
cluster de pobreza municipal. interessante apontar que, em 2000, na regio Sul, desapareceram os
esparsos municpios que possuam o padro High-High.

2.2.2.

CLUSTERS ESPACIAS NOS COREDES


A Figura 6 deixa claro o problema de MAUP. Comparando os mapas, feitos a partir da

mesma base de dados, os resultados dos clusters significativos de COREDEs so bastante distintos
dos observados no mapa municipal. A aglomerao de municpios pobres no COREDE Mdio-Alto
Uruguai desaparece do mapa de significncia. Por outro lado, at o litoral surge como um cluster
significativo High-High. Em termos de crescimento da renda per capita, tambm h diferenas nos
mapas: o COREDE Campanha se mostra como centro de um cluster Low-Low, sendo que seus
municpios no estavam assim identificados no mapa municipal. J no mapa de aglomeraes
significativas em sentido espacial e estatstico para a renda em 2000, restou apenas um cluster de
renda alta formada pelos COREDEs Vale do Rio dos Sinos, Ca e Taquari.
Vale olhar mais de perto o COREDE Noroeste Colonial, que aparece como um dos
membros da aglomerao de alto crescimento. De fato, sua renda per capita aumentou de R$ 163
para cerca de R$ 247 entre 1991 e 2000. O peculiar que o COREDE perdeu 7,6 mil habitantes no
mesmo perodo. Portanto, tal como nos dados municipais, preciso cuidado ao analisar os dados
por COREDE. A migrao seletiva em uma economia estagnada foi responsvel, em parte, por este
resultado, e no houve impulso dinmico neste COREDE.

12
FIGURA 6 - CLUSTER MAP POR COREDE DA RENDA PER CAPITA NO RIO GRANDE DO SUL
RENDA PER CAPITA EM 1991

TAXA DE CRESCIMENTO DA RENDA


PER CAPITA (1991-2000)

RENDA PER CAPITA EM 2000

FONTE: CLCULOS DOS AUTORES

3. CONVERGNCIA E ECONOMETRIA ESPACIAL NO RIO GRANDE DO SUL

3.1.

CONVERGNCIA E ANLISE ESPACIAL


Existe dependncia espacial quando as variveis dependentes ou erros em locais

diferentes esto correlacionados entre si (ANSELIN, 1992). No caso presente, e na maior parte dos

13
estudos sobre econometria espacial, imagina-se que a correlao espacial se d entre reas
contguas.
So duas as formas de autocorrelao espacial: a substantiva e a autocorrelao como
inconveniente , ou nuisance (ANSELIN, 1992, p. 176). No primeiro caso, os efeitos de
transbordamento, ou externalidades espaciais de qualquer tipo, fazem com que as variveis
dependentes nas vizinhanas influenciem-se mutuamente. Por exemplo, em um estudo sobre os
determinantes municipais da criminalidade, levar-se-iam em conta os nveis de crime nos
municpios vizinhos. Havendo esse tipo de autocorrelao, a forma de corrigi-la se d atravs da
incluso de chamados lags espaciais (em analogia com as defasagens temporais). Sua omisso
levaria a modelos mal especificados, com estimadores viesados e inferncias incorretas.
No outro tipo de autocorrelao espacial, so os erros que se acham espacialmente
correlacionados. Isto pode decorrer de erros de medida. Como os limites das unidades geogrficas
muitas vezes no so os relevantes para as variveis de interesse, os erros de unidades contguas
mostram-se dependentes (MAGALHES, 2001). As conseqncias de se omitir esse componente
de autocorrelao espacial como nuisance so equivalentes no correo de heteroscedasticidade:
estimadores no-viesados, mas ineficientes, e, talvez, inferncias estatsticas incorretas.

3.2.

ECONOMETRIA ESPACIAL E AS REGRESSES DE CRESCIMENTO


Como referncia para os testes espaciais, parte-se do modelo mnimo de -convergncia

proposto por FUENTE (1996). Seguindo a notao e os procedimentos do autor (1996, p. 14), temse a seguinte forma funcional a ser testada:
Modelo I Convergncia Absoluta Clssica
yi = xi + yi,/1991 + i,t
Onde:

(2)

yi,t= ln (Qit/Qt) , isto , logaritmo da renda per capita da regio i no perodo t normalizada
pela renda mdia estadual em t;
yi= (yi, 2000 - yi,1991)/ (2000-1991)
i,t=

(3)

(4)

componente de erro;

xi= intercepto.
Chega-se ao modelo de dependncia de erro espacial substituindo o componente de erro
abaixo no Modelo I:

14
t=

W t + ut

No qual

um escalar do coeficiente do erro e ut ~ N (0,

I). O que resulta na forma

funcional para o modelo de erro espacial:

Modelo II

Convergncia Absoluta com Erro Espacial

yi= xi + yi,1991+ (I - W)-1

(5)

i,

A matriz W a mesma matriz de contigidade utilizada na estatstica de Moran.


Obviamente, quando o valor de

igual a 0, no existe autocorrelao espacial do erro. Conforme

chamaram a ateno REY e MONTOURI (1999), quando

0, um choque ocorrido em uma

unidade geogrfica se espalha no s para os seus vizinhos imediatos, mas por todas as outras
unidades.
J no modelo com defasagem espacial, acrescenta-se entre as variveis explicativas do
modelo clssico (I) uma componente W yi,, ou seja, a mdia dos valores da taxa de crescimento
das unidades espaciais vizinhas. Assim:

Modelo III Convergncia Absoluta com Defasagem Espacial


yi,= xi - yi,1991 + W yi, +

(6)

i,t

No caso presente, espera-se que

> 0, sugerindo a existncia de autocorrelao espacial

positiva. A justificativa que o crescimento da vizinhana de uma rea tenda mais a contribuir para
o seu crescimento econmico do que para deprimi-la.
Como se sabe, a -convergncia absoluta implica que todas as unidades sob anlise
estejam convergindo para o mesmo estado estacionrio. J na -convergncia condicional tais
unidades convergem para diferentes estados estacionrios, em funo de caractersticas que lhes so
especficas. Foram inseridas proxies6, conforme apresentado em PIMENTEL E HADDAD (2004),
com o intuito de captar diferenas significativas das economias das unidades analisadas: uma para
estoque de capital humano (mdia dos anos de estudo da populao) e outra para urbanizao (taxa
de urbanizao). Para o primeiro caso, baseamo-nos no fato de que nveis sensivelmente diferentes
de qualidade de mo-de-obra tendem a atrair atividades igualmente diferentes no que se refere
utilizao dos fatores de produo. Ademais, baseamo-nos no fato de que economias com diferentes

15
nveis de urbanizao tero capacidade diferenciada de oferecer (des)vantagens relativas
aglomerao econmica. Estimou-se, ento, regresso expressa pela frmula:

Modelo IV Convergncia Condicional Clssica


y = xi + y1991 + Est1991 + Urb1991 +

i,t

Onde:
Est1991 = Log dos anos de estudo da populao 1991
Urb1991 = Log da Taxa de urbanizao 1991

Modelo V Convergncia Condicional com Erro Espacial


y = xi + y1991 + Est1991 + Urb1991 + (I - W)-1

Modelo VI Convergncia Condicional com Defasagem Espacial


y = xi + y1991 + Est1991 + Urb1991 + W y +
No incomum que os estimadores

referentes aos modelos de defasagem e de erro

sejam ambos estatisticamente significativos e que ambos os modelos sejam aceitos nos testes
usuais. A questo que se pe , portanto, como escolher qual o modelo adequado. Para tanto,
optou-se por seguir os padres propostos por FLORAX, FOLMER e REY (2003). De acordo com
esses autores, verificada a significncia dos dois modelos, utiliza-se como critrio para escolha o
valor dos indicadores LIK (maximized log likelihood), AIC (Akaike infomation criteria) e SC
(Schwartz criteria). A teoria indica que o modelo espacial mais adequado vai apresentar o maior
valor para o indicador LIK e os menores valores para os indicadores AIC e SC.

3.2.1.

RESULTADOS DE CONVERGNCIA POR MUNICPIOS


Primeiramente, testou-se a ocorrncia de convergncia absoluta sem qualquer ateno

para os aspectos espaciais (Modelo I). Conforme sugere a teoria, o estimador

foi negativo e

significativo. Essa regresso, mesmo mal-especificada, tomada como apenas como benchmark
para as comparaes com os modelos de convergncia condicional e com relaes espaciais que
foram estimados a seguir. Tambm no sentido de apenas ter especificaes como referncia, os
Modelos II e III, testam a adequao do modelo de convergncia absoluta com erros e defasagens

Tambm foram estimados testes com densidade demogrfica e taxa de analfabetismo, mas em nenhum dos testes a varivel apresentou significncia
estatstica.

16
espaciais, respectivamente. Nos dois casos, mostra-se que a hiptese de que os erros gerados na
regresso so independentes falsa e necessrio considerar as relaes espaciais.
O Modelo IV, por sua vez, testa a existncia de convergncia condicional (ainda sem
efeitos espaciais). Os resultados sugerem que os altos nveis de renda inicial dos municpios tm
efeitos negativos sobre o crescimento. A varivel que representa a qualificao do capital humano
(Est1991) tem efeito positivo sobre a variao da renda per capita no perodo. A varivel referente
urbanizao (Urb1991) tem efeito negativo sobre a variao da renda per capita. Tal resultado indica
a ocorrncia do que chamamos de deseconomias de aglomerao. Salienta-se que tal resultado pode
representar o sucesso econmico de municpios essencialmente rurais, com renda oriunda de
atividades agropecurias. Em relao especificao de convergncia absoluta, nota-se o aumento
sensvel do valor do estimador

e do R2, conforme seria esperado. Todos esses resultados sugerem

que, no Rio Grande do Sul no perodo 1991-2000, a hiptese de convergncia absoluta


inadequada; o processo de ocorrncia de convergncia condicional. Contudo, ainda se supe que
os erros da regresso sejam independentes.
Os resultados de significncia e sinal do Modelo de Convergncia Condicional com Erro
Espacial (Modelo V) repetem os do modelo IV: nvel de renda com efeito negativo, indicando
convergncia; a mdia dos anos de estudo com efeito positivo, indicando que maior estoque de
capital humano remete a um crescimento mais acelerado; e taxa de urbanizao com efeito
negativo, indicando a ocorrncia de deseconomias de aglomerao. O componente de erro espacial
tambm se mostrou significativo, demonstrando a falsidade da hiptese de que os erros gerados na
regresso so independentes.
Finalmente, no modelo de convergncia condicional com defasagem espacial (Modelo
VI), os sinais das variveis explicativas so os mesmos apresentados e explicados nos modelos
anteriores. O componente de defasagem espacial mostrou-se significativo e positivo, indicando que
o crescimento da renda dos municpios vizinhos eleva a velocidade do crescimento do municpio
analisado.
Assim como j havia sido apresentado no modelo clssico, nas regresses que incluem os
parmetros espaciais, a hiptese de convergncia absoluta se mostrou inadequada. Em todos os
modelos, as proxies aumentaram a velocidade de convergncia e o coeficiente R2, sugerindo que a
hiptese de convergncia condicional a correta. Tambm ficou claro que o modelo clssico
inadequado, j que os dois testes espaciais mostraram-se significativos e apresentaram melhorias
nos parmetros das regresses. Resta agora especificar qual dos dois modelos espaciais o mais
adequado.

17
Seguindo o critrio de escolha de especificaes proposto, os indicadores LIK, AIC e SC
sugerem que o mais apropriado o modelo espacial de autocorrelao dos erros.

TABELA 1

CONVERGNCIA ABSOLUTA E CONDICIONAL COM ERROS E LAG ESPACIAS


MODELO I
MODELO II
MODELO III
Convergncia Absoluta
-0,0294
-0.0341
-0.0274
(-11.8954)
(-13.4243)
(-11.2788)
0.4037
(6.7226)
0.2585
(4.3936)
2
R
0,26
0,34
0,30
LIK
1241.08
1229.75
AIC
-2478.17
-2453.49
SC
-2469.88
-2441.05
MODELO IV
MODELO V
MODELO VI
Convergncia Condicional
-0,0432
-0.0587
-0.0414
(-9.6707)
(-14.97786)
(-11.02805)
0.4692
(8.3018)
0.1721
(2.9192)
Est1991
0,0578
0.0668
0.0527
(7.3576)
(8.683166)
(7.305309)
Urb1991
0,0058
-0.0028
-0.0048
(-3.9779)
(-2.182463)
(-3.734161)
2
R
0,36
0,44
0,37
LIK
1277.82
1256.53
AIC
-2547.66
-2503.05
SC
-2531.07
-2482.32
NOTA: VALORES T (MODELO CLSSICO E Z (MODELOS ESPACIAIS) ENTRE PARNTESES.
FONTE: CLCULOS DO AUTOR.

3.2.2.

RESULTADOS DE CONVERGNCIA POR COREDES


De maneira similar aos testes com a base municipal, optou-se por testar primeiramente a

ocorrncia de convergncia absoluta no modelo clssico (Modelo I ), desconsiderando o aspecto


espacial. De acordo com o esperado, o estimador

foi negativo e significativo. Sabe-se que tal

modelo no o apropriado, portanto partiu-se para uma anlise de convergncia condicional, tanto
no modelo clssico, quanto nos modelos espaciais. Com o intuito apenas de ter especificaes como
referncia, os Modelos II e III testam a adequao do modelo de convergncia absoluta com erros
e defasagens espaciais, respectivamente.

18
Em relao ocorrncia de convergncia condicional, o Modelo IV nos mostra que a
renda per capita inicial afetou negativamente o crescimento das unidades analisadas. Ademais, os
COREDEs que apresentavam

no incio do perodo

maior qualificao de capital humano e

menor urbanizao obtiveram crescimento mais acelerado que os demais. As trs variveis
explicativas includas no modelo so estatisticamente significativas, como demonstra a tabela a
seguir. Em relao especificao de convergncia absoluta, nota-se o aumento considervel do
valor do estimador

e do R2. Os resultados para COREDEs tambm sugerem que no Rio Grande

do Sul no perodo 1991-2000 a hiptese de convergncia absoluta inadequada; h ocorrncia de


convergncia condicional.
No que diz respeito aos modelos espaciais (Modelos V e VI ), constata-se que os
componentes adicionais (erro espacial e defasagem espacial) ao modelo de regresso clssica no
so individualmente significativos, de acordo com o teste t. Tal ocorrncia indica que, para o
perodo analisado, os COREDEs gachos no tm seu crescimento espacialmente associado, ou
seja, no h necessidade de se utilizar o instrumental da econometria espacial.

19
TABELA 2

CONVERGNCIA ABSOLUTA E CONDICIONAL COM ERROS E LAG ESPACIAS


MODELO I
MODELO II
MODELO III
Convergncia Absoluta
Constante
-0,0018
-0,0018
-0,0027
(-0,9617)
(-0,5823)
(1,7640)
-0,0229
-0,0197
-0,0199
(-4,1221)
(-4,1793)
(-4,1660)
0,5812
(2,8968)
0,4885
(2,7389)
R2
0,45
0,60
0,60
LIK
80,28
82,60
82,95
AIC
-156,56
-161,21
-159,91
SC
-154,38
-159,03
-156,64
MODELO IV
MODELO V
MODELO VI
Convergncia Condicional
Constante
-0,0476
-0,0519
-0,0394
(-1,9313)
(-2,2423)
(-1,6596)
-4,15738e-005
-6,57543e-005
-4,02997e-005
(-1,1242)
(-1,7600)
(-1,1885)
0,3355
(1,2696)
0,2080
(0,9695)
Est1991
0,0294
0,0364
0,0247
(1,6937)
(2,1232)
(1,4642)
Urb1991
-0,0298
-0,0260
-0,0262
(-4,4062)
(-4,1829)
(-4,0784)
R2
0,69
0,71
0,71
LIK
86,44
86,77
86,95
AIC
-164,89
-165,53
-163,91
SC
-160,52
-161,17
-158,45
NOTA: VALORES T (MODELO CLSSICO E Z (MODELOS ESPACIAIS) ENTRE PARNTESES.
FONTE: CLCULOS DO AUTOR.

CONSIDERAES FINAIS
Este trabalho buscou aplicar o instrumental da anlise e econometria espacial questo
da distribuio pelo territrio gacho da renda per capita, com destaque para o problema da unidade
de rea modificvel, o MAUP.
A lei de Tobler sustenta que everything is related to everything else, but nearby things
are more related than distant things (TOBLER, 1970, p. 236). Bem de acordo com essa Lei, o
trabalho mostrou que os indicadores de associao espacial e a necessidade da econometria espacial
so mais intensos quando se analisam os municpios do que os COREDEs. Os testes economtricos

20
de -convergncia com base na malha municipal esto mal-especificados se no levarem em conta a
autocorrelao espacial. No caso presente, o modelo mais adequado de correo foi o de erroespacial e no o de lag-espacial.
Uma recomendao geral , sempre que vivel, trabalhar com diversos nveis de anlise
espacial e comparar os resultados. Manter ao longo de uma pesquisa uma nica delimitao
territorial do objeto pode ser bastante enganoso. Devido ao MAUP, as concluses sempre so
condicionadas ao nvel de anlise espacial que se est trabalhando. A realidade no como um
fractal que repete o mesmo padro desde as macro-regies at as reas censitrias. O pesquisador,
alm de respeitar as restries de ordem prtica, deve ser sensato ao limitar o tipo e o nmero de
nveis geogrficos a examinar. No caso presente, como se viu, clusters de rendas baixa e alta teriam
desaparecido se os COREDEs fossem o nico nvel examinado.
Alm disso, quer na anlise dos municpios, quer na dos COREDES, mostrou-se a
necessidade de observar os dados com mais ateno. Como se est em uma economia com livre
mobilidade de trabalhadores, fenmenos no observados nos estudos internacionais de
convergncia podem ocorrer. Mostrou-se aqui que unidades que perderam populao apareceram
como partes de clusters de alto crescimento da renda per capita e como convergindo em relao aos
mais ricos. Ora, uma elevao da renda per capita por reduo das capitas e no por aumento de
renda no o mecanismo de convergncia previsto por modelos la Solow. Note-se que a crtica
muito mais do que apontar a ocorrncia da Falcia de Galton (no obstante, esta tambm ter sua
participao), mas destacar que os dados indicam mecanismos que no se coadunam com a previso
da teoria.
Se, por um lado, o programa de pesquisa de convergncia est exausto, por outro, ainda
falta muito para compreender os processos espaciais da dinmica regional. Neste sentido, os
recursos de anlise exploratria de dados espaciais, dos quais aqui se teve apenas uma amostra,
agem na direo de fornecer um retrato mais fiel de tal dinmica. A utilizao dessas ferramentas
pelos economistas proporciona no s novos recursos de visualizao, mas tambm novos testes e
indicadores de dinmica regional que pressupem a utilizao de bases de dados georreferenciadas,
como os propostos por REY e JANIKAS (2004). Este novo conjunto permitir

espera-se

que os

economistas regionais considerem cada vez mais os aspectos espaciais em suas anlises empricas e
no apenas em suas teorias.

BIBLIOGRAFIA

21
ALONSO, J. A. F. . Evoluo das desigualdades inter-regionais de renda interna no Rio
Grande do Sul. 1939-70. 2. ed. Porto Alegre: FEE, 1986. 161 p.
_________ e AMARAL, R.Q. Desigualdades Intermunicipais de Renda no Rio Grande do Sul:
1985-2001
ALONSO, J. A. F. ; BENETTI, M. D. ; BANDEIRA, P. S. . Crescimento econmico da regio sul
no Rio Grande do Sul: causas e perspectivas. 1. ed. Porto Alegre, RS: Fundao de Economia
e Estatstica Siegfried Emanuel Heuser, 1994. 229 p.
ANSELIN, L. Spatial econometrics: Methods and models. Boston: Kluwer Academic, 1988.
_______. Local Indicators of Spatial Association

LISA, Geographical Analysis 27: 93 115,

1995.
_______. Spacestat tutorial: A workbook for using Spacestat in the analysis of spatial data.
Urbana Illinois, 1992.
BAGOLIN, I. P., GABE, J. E RIBEIRO, E. P. Crescimento e Desigualdade no Rio Grande do
Sul:uma reviso da Curva de Kuznets para os municpios gachos (1970-1991). Anais do XXX
Encontro Nacional de Economia

ANPEC, Nova Friburgo, dezembro, 2002.

BANDEIRA, P. S. As razes histricas do declnio da regio sul. In: ALONSO, J. A. F.;BENETTI,


M. D.; BANDEIRA, P. S. Crescimento econmico da regio sul do Rio Grande do Sul:
causas e perspectivas. Porto Alegre: FEE, 1994.
BARRO, R.; SALA-I-MARTIN, X. Economic Growth. New York: McGraw-Hill, 1995.
BAUMOL, W. J. Productivity growth, convergence, and welfare: What the long-run data show.
American Economic Review, v. 76, n.5, p.1072-85, 1986.
BRNI, D. ., MARQUETTI, A. e KLOECKNER, R. A desigualdade econmica do Rio Grande
do Sul: primeiras investigaes sobre a curva de Kuznets. Anais do 1. Encontro de
EconomiaGacha

PPGE-PUCRS e FEE, Porto Alegre, Maio, 2002.

CARLUER, F.; GAULIER, G. Archipelago Europe: Geographic and structural analysis of


convergence. In: Innovation and Growth: new challenges for the regions 2002, SophiaAntipolis. 2002.
FLORAX, R. J. G. M.; FOLMER, H.; REY, S. J. Specification searches in spatial econometrics:
The relevance of Hendry's methodology. Regional Science and Urban Economics.
September, v. 33, n.5, p.557-79, 2003.
FUENTE, A. de la. Notas sobre la economia del crescimiento. Barcelona: Universitat Autnoma,
1996.
HAINIING, Robert. Spatial Data Analysis: theory and practice. London: Cambridge University,
2003.

22
MAGALHES, A. Clubes de convergncia no Brasil: Uma abordagem com correo espacial.
In: Anais do XXIX Encontro Nacional de Economia 2001, Salvador. 2001.
MAGALHES, A.; HEWINGS, G.; AZZONI, C. Spatial dependence and regional convergence
in Brazil. Working Paper REAL 00-T-11, Urbana, 2000.
MARQUETTI, A. A.; RIBEIRO, E. P. Determinantes do desempenho econmico dos municpios
do Rio Grande do Sul, 1991-2000. Secretaria de Coordenao e Planejamento do Rio Grande
do Sul, 2002.
MONASTERIO, LM e VILA, R. P. Economic Growth in Southern Brazil: Rio Grande do Sul
(1939-2001). Workshop on Spatial Econometrics (Kiel, Germany). Disponvel em:
http://www.uni-kiel.de/ifw/konfer/spatial/prel-program.htm. 2005
MOSSI, M. et al. Growth dynamics and space in Brazil. European Regional Science Association
Conference

Papers.

Disponvel

em:

http://www.ersa.org/ersaconfs/ersa02/cd-

rom/papers/499.pdf. 2002.
PIMENTEL, E. A. e HADDAD, E.A Desigualdades regionais em Minas Gerais: anlises
espaciais do fenmeno, 1991-2000. Trabalho apresentado no III Encontro da Associao
Brasileira de Estudos Regionais. Belo Horizonte, Junho de 2004.
PORTO, JNIOR, S. S. Dinmica de crescimento e convergncia de renda per capita no
Brasil: o caso da regio Sul. Tese de doutorado no publicada. Universidade Federal do Rio
Grande do Sul, 2000.
PRTO JNIOR, S. S. ; RIBEIRO, Eduardo Pontual . Dinmica de crescimento Regional - uma
anlise emprica para a regio Sul. Revista Econmica do Nordeste, Fortaleza-CE, v. 31, p.
454-483, 2000.
QUAH, D. Spatial Cluster Empirics. Working Paper incompleto. Disponvel em
http://econ.lse.ac.uk/staff/dquah/p/200306sce-2pp.pdf, 2003.
RAMIREZ, M. T.; LOMBOGUERRERO, A. M. Spatial dependence and economic growth:
Evidence from a panel of countries. 2002.
REY, S. J.; MONTOURI, B. D. U.S. Regional income convergence: A spatial econometric
perspective. Regional Studies, v. 33, p.143-156, 1999.
_____. Spatial Dependence in the Evolution of Regional Income Distributions. Urban/Regional
0105001, Economics Working Paper Archive at WUSTL, 2001
SOUZA, N. J. . Estrutura Espacial das Atividades Econmicas do Rio Grande do Sul, 1990/2000.
In: II ENCONTRO DE ECONOMIA GACHA, 2004.
TOBLER, W. R. A computer model simulation of urban growth in the Detroit region. Economic
Geography, v. 46, p.234-240, 1970.

23
VERNER, D. E TEBALDI, E. Convergence, Dynamics, and Geography of Economic Growth:
The Case of Municipalities in Rio Grande do Norte, Brazil. World Bank Working Paper, n.
3302. Disponvel no site: http://econ.worldbank.org/view.php?type=5&id=35586. May, 2004.

This document was created with Win2PDF available at http://www.daneprairie.com.


The unregistered version of Win2PDF is for evaluation or non-commercial use only.