UNIVERSIDADE TÉCNICA DE LISBOA
INSTITUTO SUPERIOR TÉCNICO
Análise da Intensidade de Utilização de
Materiais na Economia
Ângela Pereira de Matos Canas
(Licenciada)
Dissertação para obtenção do Grau de Mestre em Engenharia e Gestão de Tecnologia
Orientador
Doutor Paulo Manuel Cadete Ferrão
Co-Orientador
Doutor Pedro Filipe Teixeira da Conceição
Júri
Presidente: Doutor Manuel Frederico Tojal de Valsassina Heitor
Vogais:
Doutora Maria Paula Baptista da Costa Antunes
Doutor Paulo Manuel Cadete Ferrão
Doutor Pedro Filipe Teixeira da Conceição
Março 2002
Análise da Intensidade de Utilização de Materiais na Economia
Resumo
Neste trabalho faz-se a análise de factores que influenciam a entrada de materiais nas
economias industrializadas, focando o caso da economia portuguesa. É realizada,
através do cálculo do indicador DMI, a contabilização da entrada de materiais na
economia portuguesa no período 1960-1998. Adicionalmente, é testada, utilizando-se
um painel de dados constituído por séries temporais de dezasseis países
industrializados abrangendo o período 1960-1998, a influência de dois factores no
DMI per capita: o Produto Interno Bruto per capita e a percentagem do sector de
serviços no Valor Acrescentado Bruto.
Verifica-se em Portugal um crescimento do DMI per capita de 483%, ocorrido
principalmente desde meados da década de 1980, atingido-se em 1998 cerca de 18
toneladas per capita. Este crescimento está relacionado com a evolução no uso de
materiais não renováveis de origem doméstica utilizados no sector da construção. É
encontrado apoio para uma relação entre DMI per capita e PIB per capita segundo
uma curva ambiental de Kuznets em forma de U invertido, indicando uma tendência
de desmaterialização nos países industrializados, mas não para uma redução da
entrada de materiais devido ao aumento da presença do sector de serviços nas
economias nacionais.
II
Análise da Intensidade de Utilização de Materiais na Economia
Abstract
In this work is made an analysis of factors that influence the material input in
industrialised economies, focusing the case of the portuguese economy. An account of
the material input in the portuguese economy from 1960 to 1998 is made, through the
calculation of the DMI indicator. Also, is tested, using panel data for sixteen
industrialised countries in the period 1960-1998, the influence of two factors on
material input per capita: Gross Domestic Product per capita and percentage of sector
of services on Gross Value Added.
Is verified in Portugal a 483% growth of DMI per capita, mainly since the mid 1980’s
decade, reaching 18 tonnes per capita in 1998. This growth is linked with the
evolution in the use of non-renewable materials of domestic origin used in
construction sector. It is found support for a environmental Kuznets curve with
inverted-U shape relation between DMI per capita and PIB per capita, indicating a
dematerialization trend in industrialised countries, but not for a reduction of material
input due the increase of the presence of services sector in national economies.
III
Análise da Intensidade de Utilização de Materiais na Economia
Palavras-chave
Economia Portuguesa, Desenvolvimento Sustentável, Desmaterialização, DMI, Curva
Ambiental de Kuznets, Sector de Serviços.
IV
Análise da Intensidade de Utilização de Materiais na Economia
Key-words
Portuguese Economy, Sustainable Development,
Environmental Kuznets Curve, Services Sector.
Dematerialization,
DMI,
V
Análise da Intensidade de Utilização de Materiais na Economia
Agradecimentos
Em primeiro lugar gostaria de agradecer aos meus pais e ao meu irmão Tomé a ajuda que
possibilitou a realização desta dissertação do Mestrado em Engenharia e Gestão de
Tecnologia.
Este trabalho não seria possível sem a crítica e orientação do Prof. Paulo Ferrão e Prof. Pedro
Conceição, a quem expresso o meu sincero agradecimento.
Gostaria também de agradecer ao Eng. Eugénio Poitout da Direcção Geral de Florestas a
disponibilização de dados de produção florestal para Portugal, aos Prof. Stefan Bringezu e
Prof. Helmut Schütz do Wuppertal Institute for Climate, Environment and Energy e à Dr.ª
Ivone Pereira Martins da Agência Europeia do Ambiente o fornecimento dos dados de DMI
para países da União Europeia e ao Institute for Sustainable Development na Polónia o envio
do estudo de desmaterialização relativo à Polónia.
Expresso também o meu agradecimento aos meus colegas no Centro de Estudos em Inovação,
Tecnologias e Políticas de Desenvolvimento (IN+), no Instituto Superior Técnico, em especial
ao Eng. Pedro Faria pela divulgação do guia do EUROSTAT sobre Análise de Fluxos de
Materiais e de outros artigos relevantes para a realização deste trabalho, ao Eng. Jorge
Nhambiu pela ajuda dada na compreensão de alguns conceitos económicos e à Patrícia Lages
pela informação relativa a recursos de dados estatísticos disponíveis na Internet. O meu
agradecimento também ao Prof. Manuel Heitor, Director do Centro, pela possibilidade de
utilização de equipamentos e recursos deste Centro.
Finalmente, aos meus colegas do curso de Mestrado em Engenharia e Gestão de Tecnologia
pelo apoio e crítica valiosos ao meu trabalho, o meu muito obrigada.
VI
Análise da Intensidade de Utilização de Materiais na Economia
Índice Geral
RESUMO ____________________________________________________________________ II
ABSTRACT _________________________________________________________________ III
PALAVRAS-CHAVE __________________________________________________________ IV
KEY-WORDS _________________________________________________________________ V
AGRADECIMENTOS _________________________________________________________ VI
ÍNDICE GERAL______________________________________________________________ VII
ÍNDICE DE FIGURAS _________________________________________________________ IX
ÍNDICE DE TABELAS _________________________________________________________ X
NOMENCLATURA ____________________________________________________________ 1
PREÂMBULO ________________________________________________________________ 2
I. MATERIALIZAÇÃO DA ECONOMIA – ESTADO DA ARTE________________________ 4
I.1. U SO DE M ATERIAIS E DESENVOLVIMENTO SUSTENTÁVEL _____________________________4
I.1.1. Importância do uso de materiais ___________________________________________ 4
I.1.2. Atitudes perante o uso de materiais_________________________________________ 6
I.1.3. Metas de uso de materiais _______________________________________________ 10
I.2. CONTABILIZAÇÃO E A NÁLISE DE FLUXO DE M ATERIAIS ______________________________ 12
I.2.1. Metodologias ________________________________________________________ 12
I.2.2. Aplicações __________________________________________________________ 16
I.2.3. Críticas_____________________________________________________________ 20
I.3. COMPREENSÃO DO USO DE M ATERIAIS __________________________________________ 23
I.3.1. Introdução __________________________________________________________ 23
I.3.2. Influência da estrutura sectorial da economia________________________________ 24
I.3.3. Influência do PIB e curva ambiental de Kuznets ______________________________ 25
I.3.4. Metodologias de análise e aplicações ______________________________________ 29
I.4. LACUNAS DE CONHECIMENTO _________________________________________________ 35
II. PLANO DE INVESTIGAÇÃO ________________________________________________ 36
II.1. OBJECTIVO E PERGUNTA DE INVESTIGAÇÃO ______________________________________ 36
II.2. HIPÓTESES DE INVESTIGAÇÃO ________________________________________________ 38
II.3. M ETODOLOGIA ___________________________________________________________ 40
II.4. DADOS _________________________________________________________________ 43
III. CÁLCULO E DECOMPOSIÇÃO DO DMI _____________________________________ 45
III.1. CÁLCULO DO DMI PARA PORTUGAL ___________________________________________ 45
III.2. DECOMPOSIÇÃO DA VARIAÇÃO DO DMI ________________________________________ 50
IV. TESTE DA HIPÓTES E DE CURVA AMBIENTAL DE KUZNETS __________________ 54
IV.1. VERSÕES TRADICIONAIS____________________________________________________ 54
IV.2. VERSÕES DE LONGO PRAZO _________________________________________________ 63
IV.3. M ODELO DA VARIAÇÃO DE DMI PER CAPITA ____________________________________ 68
V. TESTE DA HIPÓTESE DE ESTRUTURA ECONÓMICA __________________________ 72
V.1. VERSÕES TRADICIONAIS ____________________________________________________ 72
V.2. VERSÕES DE LONGO PRAZO __________________________________________________ 74
DISCUSSÃO E CONCLUSÕES __________________________________________________ 80
VII
Análise da Intensidade de Utilização de Materiais na Economia
APÊNDICE I - METODOLOGIA DE CÁLCULO DO DMI PARA PORTUGAL __________ 85
APÊNDICE II – FONTES DE DADOS POPULACIONAIS E ECONÓMICOS ____________ 98
APÊNDICE III – COMPARAÇÃO ENTRE RESULTADOS DE CÁLCULO DE DMI DE
PORTUGAL ________________________________________________________________ 101
APÊNDICE IV – COMPARAÇÃO ENTRE RESULTADOS DE CÁLCULO DE DMI PARA
ALEMANHA, ÁUSTRIA, HOLANDA E ITÁLIA __________________________________ 107
APÊNDICE V – GRÁFICOS DE VARIÁVEIS UTILIZADAS NOS TES TES ____________ 113
APÊNDICE VI – ESTATÍSTICAS DESCRITIVAS _________________________________ 115
APÊNDICE VII – CONTROLE PARA O SIS TEMA DE CONTAS NACIONAIS E PARA A
ALEMANHA REUNIFICADA NOS MODELOS LINEAR, QUADRÁTICO E CÚBICO DE
DMI PER CAPITA EM FUNÇÃO DE PIB PER CAPITA ____________________________ 120
APÊNDICE VIII – ANÁLISE DE RESÍDUOS DE MODELOS DE DMI PER CAPITA EM
FUNÇÃO DE PIB PER CAPITA ________________________________________________ 121
APÊNDICE IX – CORRECÇÃO PARA AUTOCORRELAÇÃO DOS MODELOS
UTILIZANDO PIB PER CAPITA COMO ÚNICA VARIÁVEL REGRESSORA _________ 125
APÊNDICE X – CONTROLE PARA A APROXIMAÇÃO REALIZADA PARA A BIOMASSA
DE PASTAGENS PARA DMI DE PORTUGAL ____________________________________ 131
APÊNDICE XI – ESTIMAÇÃO DE MODELOS TENDO LOGARITMO NATURAL DE DMI
PER CAPITA COMO VARIÁVEL DEPENDENTE_________________________________ 137
APÊNDICE XII – ESTIMAÇÃO DE MODELOS DE DMI PER CAPITA EM FUNÇÃO DE PIB
PER CAPITA UTILIZADOS COMO BASE PARA O TESTE DA HIPÓTESE DA
ES TRUTURA ECONÓMICA __________________________________________________ 139
BIBLIOGRAFIA_____________________________________________________________ 144
VIII
Análise da Intensidade de Utilização de Materiais na Economia
Índice de Figuras
Figura 1: Ciclo de materiais na economia e indicadores associados. _________________ 14
Figura 2: TMR da União Europeia em toneladas per capita no período 1988 e 1997, e sua
subdivisão em DMI, parte doméstica e estrangeira, e fluxos não considerados (NC), parte
doméstica e estrangeira. _________________________________________________ 17
Figura 3: TMR e PIB per capita para a União Europeia, alguns Estados Membros e outros
países.______________________________________________________________ 18
Figura 4: PIB e DMI per capita na União Europeia dos 15 e Estados Membros entre 1988 e
1997. ______________________________________________________________ 19
Figura 5: Evolução de DMI per capita em função de PIB per capita segundo uma curva
ambiental de Kuznets em U invertido. _______________________________________ 42
Figura 6: Evolução de DMI per capita em função de PIB per capita segundo uma curva
ambiental de Kuznets em N.______________________________________________ 42
Figura 7: Evolução do DMI de Portugal para o período 1960-1998. _________________ 45
Figura 8: Evolução do DMI per capita em Portugal no período 1960-1998. ____________ 45
Figura 9: Evolução do DMI de Portugal segundo a componente doméstica e importada.___ 48
Figura 10: Evolução do DMI de origem importada em Portugal. ____________________ 49
Figura 11: Previsões de DMI per capita para observações de PIB per capita segundo o modelo
quadrático de efeitos aleatórios para o país (Modelo 1) e o modelo de efeitos fixos para o país
e tempo (Modelo 2). ___________________________________________________ 60
Figura 12: Evolução no tempo de DMI per capita. _____________________________ 113
Figura 13: Evolução no tempo de PIB per capita.______________________________ 113
Figura 14: Evolução no tempo de percentagem de serviços no VAB nacional. _________ 114
Figura 15: Evolução no tempo de abertura ao comércio internacional (% de importações e
exportações relativamente ao PIB).________________________________________ 114
Figura 16: Resíduos estandardizados do modelo linear em função dos resíduos
estandardizados do ano anterior, para cada país._______________________________ 121
Figura 17: Resíduos estandardizados do modelo quadrático em função dos resíduos
estandardizados do ano anterior, para cada país._______________________________ 122
Figura 18: Resíduos estandardizados do modelo cúbico em função dos resíduos
estandardizados do ano anterior, para cada país._______________________________ 122
Figura 19: Resíduos estandardizados em função de DMI per capita, para os modelos linear,
quadrático e cúbico. ___________________________________________________ 123
Figura 20: Resíduos estandardizados em função de PIB per capita, para os modelos linear,
quadrático e cúbico. ___________________________________________________ 123
Figura 21: Resíduos estandardizados em função de (PIB per capita)2 , para os modelos
quadrático e cúbico. ___________________________________________________ 124
Figura 22: Resíduos estandardizados em função de (PIB per capita)3 , para o modelo cúbico.
__________________________________________________________________ 124
IX
Análise da Intensidade de Utilização de Materiais na Economia
Índice de Tabelas
Tabela 1: DMI e produtividade de materiais do PIB associada na União Europeia dos 15 e
Estados Membros no período 1988-1997. ____________________________________ 19
Tabela 2: Composição do DMI de Portugal e DMI per capita - 1960-1985. ____________ 46
Tabela 3: Composição do DMI de Portugal e DMI per capita - 1986-1998. ____________ 47
Tabela 4: Decomposição da variação do DMI segundo a Equação de Identidade entre
Sustentabilidade e Produção (primeiras 3 linhas) e Equação de Identidade entre
Sustentabilidade e Emprego (últimas 3 linhas) para Portugal para décadas de 1960, 1970,
1980 e de 1990 a 1998. _________________________________________________ 50
Tabela 5: Decomposição da variação do DMI segundo a Equação de Identidade entre
Sustentabilidade e Produção (primeiras 3 linhas) e Equação de Identidade entre
Sustentabilidade e Emprego (últimas 3 linhas) para a Áustria para as décadas de 1960, 1970 e
1980. ______________________________________________________________ 51
Tabela 6: Decomposição da variação do DMI segundo a Equação de Identidade entre
Sustentabilidade e Produção (primeiras 3 linhas) e Equação de Identidade entre
Sustentabilidade e Emprego (últimas 3 linhas) para a Holanda para as décadas de 1970 e
1980. ______________________________________________________________ 51
Tabela 7: Decomposição da variação do DMI segundo a Equação de Identidade entre
Sustentabilidade e Produção (primeiras 3 linhas) e Equação de Identidade entre
Sustentabilidade e Emprego (últimas 3 linhas) para os EUA, Japão e Alemanha para a década
de 1980. ____________________________________________________________ 52
Tabela 8: Decomposição da variação do DMI segundo a Equação de Identidade entre
Sustentabilidade e Produção (primeiras 3 linhas) e Equação de Identidade entre
Sustentabilidade e Emprego (últimas 3 linhas) para Portugal, Itália, Dinamarca, Grécia,
Espanha para o período 1985-1996. ________________________________________ 52
Tabela 9: Decomposição da variação do DMI segundo a Equação de Identidade entre
Sustentabilidade e Produção (primeiras 3 linhas) e Equação de Identidade entre
Sustentabilidade e Emprego (últimas 3 linhas) para França, Irlanda, Reino Unido, Suécia e
Finlândia para o período 1985-1996. ________________________________________ 53
Tabela 10: Resultados de estimativa de parâmetros para os modelos de DMI per capita em
função de PIB per capita sem inclusão de variáveis de controle (modelos base). ________ 54
Tabela 11: Resultados de estimativa de parâmetros para o modelo quadrático segundo a
formulação de média, efeitos fixos e efeitos aleatório para país. ____________________ 57
Tabela 12: Resultados de estimativa de parâmetros para o modelo cúbico segundo a
formulação de média, efeitos fixos e efeitos aleatório para país. ____________________ 58
Tabela 13: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico
segundo a formulação efeitos fixos para país e tempo e de efeitos aleatórios para o país e
tempo.______________________________________________________________ 59
Tabela 14: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico
segundo a formulação efeitos fixos para país e efeitos fixos para o país e tempo com
correcção para heteroescedasticidade por variância de resíduos específica por país. ______ 61
Tabela 15: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
Grossman e Krueger (1995) segundo a formulação efeitos fixos e efeitos aleatórios para o país
e tempo. ____________________________________________________________ 65
X
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 16: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
Bradford et al. (2000) segundo a formulação efeitos fixos e efeitos aleatórios para o país e
tempo para o período 1975-1994. __________________________________________ 66
Tabela 17: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
Bradford et al. (2000) segundo a formulação efeitos fixos e efeitos aleatórios para o país e
tempo para o período 1985-1997. __________________________________________ 66
Tabela 18: Resultados da estimativa do modelo dinâmico utilizando como regressores a
variação do PIB per capita e o nível de PIB per capita.___________________________ 68
Tabela 19: Resultados da estimativa do modelo dinâmico de DMI per capita utilizando como
regressores a variação do PIB per capita, o nível de PIB per capita e nível de DMI per capita
no ano anterior. _______________________________________________________ 70
Tabela 20: Resultado da estimação dos parâmetros dos modelos quadrático e cúbico de DMI
per capita em função de PIB per capita com a inclusão como variáveis independentes da
abertura ao comércio internacional (coeficiente α 1) e percentagem de serviços no VAB
nacional (coeficiente α 2 ). ________________________________________________ 73
Tabela 21: Resultado da estimação dos parâmetros dos modelos quadrático e cúbico
Grossman e Krueger (1995) com a inclusão como variáveis independentes da abertura ao
comércio internacional (coeficiente α 1 ) e percentagem de serviços no VAB nacional
(coeficiente α 2 )._______________________________________________________ 75
Tabela 22: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
Bradford et al. (2000), incluindo com variáveis independentes abertura ao comércio
internacional (coeficiente α 1 ) e percentagem de serviços no VAB nacional (coeficiente α 2 )
para o período 1975-1994, sem consideração de efeitos específicos relativos ao país e tempo.
___________________________________________________________________ 76
Tabela 23: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
Bradford et al. (2000), incluindo com variáveis independentes abertura ao comércio
internacional (coeficiente α 1 ) e percentagem de serviços no VAB nacional (coeficiente α 2 )
para o período 1975-1994 considerando efeitos específicos para país e tempo.__________ 77
Tabela 24: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
Bradford et al. (2000), incluindo com variáveis independentes abertura ao comércio
internacional (coeficiente α 1 ) e percentagem de serviços no VAB nacional (coeficiente α 2 )
para o período 1985-1997. _______________________________________________ 79
Tabela 25: Fonte dos dados de produção de minerais obtidos junto do IGM. ___________ 86
Tabela 26: Minerais considerados em cada uma das categorias de dados de produção de
materiais não renováveis pela indústria extractiva em Portugal utilizados neste trabalho. __ 87
Tabela 27: Produções incluídas em cada uma das categorias de Biomassa Vegetal Agrícola
consideradas para a construção do DMI. _____________________________________ 89
Tabela 28: Considerações realizadas para o cálculo do DMI devido a Biomassa Vegetal
Agrícola.____________________________________________________________ 90
Tabela 29: Considerações realizadas para o cálculo do DMI devido a Biomassa Vegetal
Agrícola (Continuação)._________________________________________________ 91
Tabela 30: Valores de superfície agrícola ocupada com pastagens permanentes em Portugal
(ha). _______________________________________________________________ 93
Tabela 31: Características dos dados de contribuição sectorial para o VAB nacional utilizados
neste trabalho por país._________________________________________________ 100
Tabela 32: Resultados do cálculo do indicador DMI para Portugal realizado por Bringezu e
Schütz (2000b) - 1 – e no presente estudo – 2. _______________________________ 101
XI
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 33: Resultados do cálculo do indicador DMI para Portugal realizado por Bringezu e
Schütz (2000b) - 1 – e no presente estudo – 2 - para a categoria de Minérios Metálicos. _ 103
Tabela 34: Resultados do cálculo do indicador DMI para Portugal realizado por Bringezu e
Schütz (2000b) - 1 – e no presente estudo – 2 - para a categoria de Biomassa Agrícola
contabilizada estatisticamente. ___________________________________________ 105
Tabela 35: Resultados do cálculo do indicador DMI para a Alemanha por Bringezu e Schütz
(2000b) – 1 – e por Adriaanse et al. (1997) – 2._______________________________ 108
Tabela 36: Resultados do cálculo do indicador DMI para a Áustria por Bringezu e Schütz
(2000b) – 1 – e por Hüttler et al. (1998) – 2. _________________________________ 109
Tabela 37: Resultados do cálculo do indicador DMI para a Holanda por Bringezu e Schütz
(2000b) – 1 – e por Adriaanse et al. (1997) – 2._______________________________ 110
Tabela 38: Resultados do cálculo do indicador DMI para a Itália por Bringezu e Schütz
(2000b) – 1 – e por De Marco et al. (1998) – 2. _______________________________ 110
Tabela 39: Estatísticas descritivas por país para o valor de DMI per capita segundo os cálculos
realizados com base em estatísticas nacionais e por Bringezu e Schütz. ______________ 111
Tabela 40: Estatísticas descritivas de variáveis utilizadas nos modelos que relacionam o DMI
per capita e o PIB per capita a preços e PPP de 1990 (formulação tradicional). ________ 115
Tabela 41: Correlações entre as variáveis utilizadas nos modelos que relacionam o DMI per
capita e o PIB per capita a preços e PPP de 1990 (formulação tradicional). ___________ 115
Tabela 42: Estatísticas descritivas de variáveis utilizadas nos modelos de Grossman e Krueger
(1995) que relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990
(formulação longo prazo). ______________________________________________ 115
Tabela 43: Correlações entre as variáveis utilizadas nos modelos de Grossman e Krueger
(1995) que relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990
(formulação longo prazo). ______________________________________________ 115
Tabela 44: Estatísticas descritivas de variáveis utilizadas nos modelos de Bradford et al.
(2000) que relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990
(formulação longo prazo) – período 1975-1994._______________________________ 116
Tabela 45: Correlações entre as variáveis utilizadas nos modelos de Bradford et al. (2000) que
relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990 (formulação longo
prazo) – período 1975-1994. _____________________________________________ 116
Tabela 46: Estatísticas descritivas de variáveis utilizadas nos mode los de Bradford et al.
(2000) que relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990
(formulação longo prazo) – período 1985-1997._______________________________ 116
Tabela 47: Correlações entre as variáveis utilizadas nos modelos de Bradford et al. (2000) que
relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990 (formulação longo
prazo) – período 1985-1997. _____________________________________________ 116
Tabela 48: Estatísticas descritivas de variáveis utilizadas nos modelos dinâmicos da variação
anual de DMI per capita. _______________________________________________ 117
Tabela 49: Correlações entre as variáveis utilizadas nos modelos dinâmicos da variação anual
de DMI per capita.____________________________________________________ 117
Tabela 50: Estatísticas descritivas de variáveis utilizadas nos modelos que relacionam o DMI
per capita e o PIB per capita a preços e PPP de 1990, abertura ao comércio internacional e
percentagem do sector dos serviços para o VAB nacional. _______________________ 117
XII
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 51: Correlações entre as variáveis utilizadas nos modelos que relacionam o DMI per
capita e o PIB per capita a preços e PPP de 1990, abertura ao comércio internacional e
percentagem do sector dos serviços para o VAB nacional. _______________________ 117
Tabela 52: Estatísticas descritivas de variáveis utilizadas nos modelos de Grossman e Krueger
(1995) que relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990
(formulação longo prazo), abertura ao comércio internacional e percentagem de serviços no
VAB nacional. _______________________________________________________ 118
Tabela 53: Correlações entre as variáveis utilizadas nos modelos de Grossman e Krueger
(1995) que relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990
(formulação longo prazo), abertura ao comércio internacional e percentagem de serviços no
VAB nacional. _______________________________________________________ 118
Tabela 54: Estatísticas descritivas de variáveis utilizadas nos modelos de Bradford et al.
(2000) que relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990
(formulação longo prazo), abertura ao comércio internacional e percentagem de serviços no
VAB nacional – período 1975-1994. _______________________________________ 118
Tabela 55: Correlações entre as variáveis utilizadas nos modelos de Bradford et al. (2000) que
relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990 (formulação longo
prazo), abertura ao comércio internacional e percentagem de serviços no VAB nacional –
período 1975-1994. ___________________________________________________ 119
Tabela 56: Estatísticas descritivas de variáveis utilizadas nos modelos de Bradford et al.
(2000) que relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990
(formulação longo prazo), abertura ao comércio internacional e percentagem de serviços no
VAB nacional – período 1985-1997. _______________________________________ 119
Tabela 57: Correlações entre as variáveis utilizadas nos modelos de Bradford et al. (2000) que
relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990 (formulação longo
prazo), abertura ao comércio internacional e percentagem de serviços no VAB nacional –
período 1985-1997. ___________________________________________________ 119
Tabela 58: Resultados de estimativa de parâmetros para os modelos base com inclusão de
variável de controle para os dados em que o PIB é construído utilizando o Sistema de Contas
Nacionais de 1968 (parâmetro α 0 ) e que se referem à Alemanha Reunificada (parâmetro α1 ).
__________________________________________________________________ 120
Tabela 59: Estatísticas descritivas dos resíduos estandardizados dos modelos linear,
quadrático e cúbico, tendo como variável dependente o DMI per capita e como variável
independente o PIB per capita. ___________________________________________ 121
Tabela 60: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
DMI per capita em função de PIB per capita, sem e com correcção para autocorrelação de
primeira ordem. ______________________________________________________ 126
Tabela 61: Resultados de estimativa de parâmetros para os modelos linear e de quarta ordem
de DMI per capita em função de PIB per capita, sem e com correcção para autocorrelação de
primeira ordem, considerando apenas 243 observações. _________________________ 127
Tabela 62: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
DMI per capita em função de PIB per capita com efeitos fixos para o país, sem e com
correcção para autocorrelação de primeira ordem. _____________________________ 128
Tabela 63: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
DMI per capita em função de PIB per capita com efeitos aleatórios para o país, sem e com
correcção para autocorrelação de primeira ordem. _____________________________ 129
XIII
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 64: Resultados de estimativa de parâmetros para os modelos linear, quadrático e
cúbico de DMI per capita em função de PIB per capita, incluindo uma variável de controle
para as observações em que o valor do DMI foi aproximado (coeficiente indicado por α 0 ). 132
Tabela 65: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
DMI per capita em função de PIB per capita de efeitos fixos e aleatórios para o país, incluindo
uma variável de controle para as observações em que o valor do DMI foi aproximado
(coeficiente indicado por α 0 ). ____________________________________________ 133
Tabela 66: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
DMI per capita em função de PIB per capita de efeitos fixos e aleatórios para país e tempo,
incluindo uma variável de controle para as observações em que o valor do DMI foi
aproximado (coeficiente indicado por α 0 ).___________________________________ 135
Tabela 67: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
DMI per capita em função de PIB per capita de efeitos fixos e aleatórios para país e tempo
com correcção para heteroescedasticidade de natureza desconhecida com variância dos
resíduos específica para cada país, incluindo uma variável de controle para as observações em
que o valor do DMI foi aproximado (coeficiente indicado por α 0 ). _________________ 136
Tabela 68: Resultados de estimativa de parâmetros para os modelos linear, quadrático e
cúbico de logaritmo natural de DMI per capita em função de PIB per capita. _________ 137
Tabela 69: Estatísticas descritivas dos resíduos estandardizados dos modelos linear,
quadrático e cúbico, tendo como variável dependente o logaritmo natural DMI per capita e
como variável independente o PIB per capita. ________________________________ 138
Tabela 70: Resultados da estimativa de parâmetros para os modelos quadrático e cúbico de
efeitos fixos e aleatórios para país e tempo de DMI per capita em função de PIB per capita
considerando apenas 227 observações. _____________________________________ 140
Tabela 71: Resultado da estimação dos parâmetros dos modelos quadrático e cúbico de
Grossman e Krueger (1995) utilizando 188 observações. ________________________ 141
Tabela 72: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
Bradford et al. (2000) segundo a formulação efeitos fixos e efeitos aleatórios para o país e
tempo para o período 1975-1994. _________________________________________ 142
Tabela 73: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
Bradford et al. (2000) segundo a formulação efeitos fixos e efeitos aleatórios para o país e
tempo para o período 1985-1997. _________________________________________ 143
XIV
Análise da Intensidade de Utilização de Materiais na Economia
Nomenclatura
AFM
Análise de Fluxos de Materiais (Material Flow Analysis)
BA
Balança Alimentar
CAE
Classificação de Actividades Económicas
CFM
Contabilização de Fluxos de Materiais (Material Flow Accounting)
DGF
Direcção Geral de Florestas
DMC
Consumo Material Doméstico
DMI
Entrada Directa de Materiais (Direct Material Input)
DPO
Saída Doméstica Processada (Domestic Processed Output)
ETARs Estações de Tratamento de Águas Residuais
EUA
Estados Unidos da América
FAO
Organização das Nações Unidas de Alimentação e Agricultura (Food and
Agriculture Organization of the United Nations)
ha
Hectare (10 mil metros quadrados)
IGM
Instituto Geológico e Mineiro
INE
Instituto Nacional de Estatística
OCDE Organização para a Cooperação e Desenvolvimento Económicos
PIB
Produto Interno Bruto
PPP
Paridade de Poder de Compra (Purchase Power Parity)
SCN
Sistema de Contas Nacionais
SNA
System of National Accounts
TDO
Saída Doméstica Total (Total Domestic Output)
TMR
Necessidade Total de Materiais (Total Material Requirement)
VAB
Valor Acrescentado Bruto
CO2
Dióxido de Carbono
$EUA
Dólares dos Estados Unidos de América
1
Análise da Intensidade de Utilização de Materiais na Economia
Preâmbulo
As consequências das activid ades humanas sobre o ambiente têm vindo a ocupar um
espaço cada vez mais importante nas preocupações colectivas da Humanidade.
Temáticas como a poluição do ar e gestão de resíduos têm-se revelado assuntos de
grande relevância tanto ao nível das economias nacionais, fazendo disso nota
inúmeros acordos internacionais relacionados com o tema, como das empresas
produtoras de bens e serviços, tendo em conta a pressão legal para o controlo da sua
acção sobre o ambiente. Uma primeira abordagem ao problema da poluição, baseada
no controlo em fim de linha e numa política ambiental de comando e controlo, não
tem vindo a produzir as melhorias necessárias no estado do ambiente no mundo.
Quando considerados os impactes das actividades humanas a longo prazo, surge a
preocupação com a sustentabilidade do desenvolvimento, no sentido em que se podem
estar a tomar atitudes que acarretam danos irreversíveis no ambiente e que restringem
a liberdade e capacidade de sobrevivência das gerações futuras.
Como forma de lidar com estas preocupações de curto e longo prazo tem sido
considerado urgente conseguir uma maior integração dos aspectos ambientais no meio
económico e social, bem como apostar numa atitude de precaução relativamente aos
impactes adversos das actividades humanas no ambiente. Esta necessidade exige uma
mudança na apreciação dos impactes das actividades humanas sobre o ambiente, de
modo a se compreender todo o ciclo de materiais no sistema social e económico desde
que estes são extraídos da natureza como recursos até que são a ela devolvidos como
resíduos e poluição. Em especial, o enfoque da acumulação de conhecimento e da
actuação deverá passar do fim de linha para a entrada de materiais, tanto ao nível
macro-económico de países seja ao nível micro-económico das empresas, o que
enfatiza o encarar a poluição não como um custo do desenvolvimento mas como um
sintoma de desperdício de uma oportunidade de ganho. Esta mudança está já
despontar a nível internacional com o apontar da desmaterialização das actividades
humanas como uma via para se atingir o desejado desenvolvimento sustentável e o
desenvolvimento de técnicas específicas de recolha de informação de que é exemplo a
Contabilização do Fluxo de Materiais.
Este trabalho pretende contribuir para a divulgação desta nova abordagem aos
problemas na relação entre sociedade e o ambiente e para o aumento do conhecimento
nesta área através do estudo dos determinantes da entrada de materiais nas economias
nacionais. O estudo foca principalmente o caso de Portugal, onde a temática da
desmaterialização não teve ainda a atenção necessária e onde existe evidência de um
crescimento acentuado no uso de materiais nos últimos anos comparativamente a
outros países. A investigação orienta-se para a identificação dos factores que
determinaram a evolução da entrada de materiais na economia portuguesa nas últimas
décadas.
A investigação descrita neste trabalho incide num indicador particular de entrada de
materiais – o DMI – que tem vindo a ser considerado em diversos estudos de
Contabilização e Análise de Fluxo de Materiais, com um cálculo relativamente
acessível com base nas estatísticas nacionais. Dado que este indicador ainda não se
encontra calculado com base em fontes de informação estatística nacionais, mas
apenas em fontes de informação estatística internacionais, é calculado neste trabalho.
2
Análise da Intensidade de Utilização de Materiais na Economia
A evolução do DMI em Portugal e noutros países industrializados é sujeita, para uma
maior compreensão da evolução do uso de materiais pelas economias nacionais, a
uma análise de decomposição que a relaciona com o Produto Interno Bruto (PIB) e o
emprego. São consideradas duas hipóteses fundamentais de determinantes de uso de
materiais nas economias nacionais. A primeira hipótese baseia-se na hipótese da curva
ambiental de Kuznets que vem sendo considerada noutro contexto, em diversos
estudos de evolução de poluição, e pela qual a entrada de materiais nas economias
nacionais em termos de massa e per capita aumenta até um determinado nível de PIB
per capita e decresce posteriormente, seguido (variante de evolução em N) ou não
(variante de evolução em U invertido) de novo aumento. A segunda hipótese explica
uma redução da entrada de materiais nas economias nacionais com o aumento da
contribuição do sector dos serviços para o Valor Acrescentado Bruto (VAB) nacional,
associada à substituição de uma economia baseada em materiais por uma baseada em
conhecimento. A investigação conduzida procura o estabelecimento da robustez
destas hipóteses recorrendo ao teste por via econométrica de diversos modelos
apresentados na literatura, utilizando um painel de dados de diversos países
industrializados referentes a diferentes anos.
Este documento encontra-se organizado em cinco partes. Na Primeira Parte expõe-se
o estado da arte no que respeita à temática do uso de materiais, através de revisão de
literatura, o que contribui para a fundamentação da relevância da investigação
realizada. Esta parte inclui os capítulos Uso de Materiais e Desenvolvimento
Sustentável, onde se expõe a relação da temática do uso de materiais com os
conceitos de desenvolvimento sustentável, desmaterialização e de eco-eficiência e se
justifica o interesse actual dado a esta temática, Contabilização e Análise de Fluxo de
Materiais, onde se indicam as técnicas desenvolvidas para o estudo do uso de
materiais, com enfoque especial para as técnicas de estudo considerando a dimensão
nacional, indicadores mais vulgarmente utilizados e problemas que são apontados ao
seu uso, Compreensão do Uso de Materiais, onde se discutem vários factores que são
apontados na literatura como influenciando o uso de materiais a nível das economias
nacionais e Lacunas de Conhecimento, no qual são referidos os aspectos onde a
investigação passada foi insuficiente. Na Segunda Parte apresenta-se o plano de
investigação seguido, de acordo com os capítulos Objectivo e Pergunta de
Investigação, Hipóteses de Investigação, Metodologia e Dados.
Os resultados da investigação são apresentados nas três partes seguintes: Terceira
Parte – Cálculo e Decomposição do DMI, onde se expõe o cálculo do DMI para
Portugal e os resultados da análise de decomposição da variação do DMI para vários
países industrializados; Quarta Parte – Teste da Hipótese de Curva Ambiental de
Kuznets; Quinta Parte – Teste da Hipótese da Estrutura Económica, que inclui o
teste da hipótese de maior percentagem do sector de serviços no VAB nacional
resultar em menor DMI per capita.
Em Discussão e Conclusões apresentam-se as inferências que podem ser retiradas do
trabalho desenvolvido, nomeadamente no que respeita à robus tez das hipóteses, bem
como pontos em que seria útil investigação futura. Seguem-se diversos Apêndices
contendo a descrição pormenorizada do cálculo do indicador DMI para Portugal, os
principais resultados deste cálculo, as fontes utilizadas para dados populacionais e
económicos, comparação de valores de DMI obtidos segundo diferentes fontes
(processo necessário à escolha de fontes a utilizar no teste de hipóteses), estatísticas
descritivas de dados utilizados e testes auxiliares.
3
Análise da Intensidade de Utilização de Materiais na Economia
I. Materialização da Economia – Estado da Arte
I.1. Uso de Materiais e Desenvolvimento Sustentável
I.1.1. Importância do uso de materiais
O uso de materiais 1 verifica-se necessário às actividades humanas mas também está
na origem de problemas ambientais que afligem a humanidade.
De facto, os fluxos de materiais são vitais ao funcionamento da economia. Adoptando
a perspectiva dos investigadores da disciplina emergente da Ecologia Industrial2 ,
pode-se visualizar metaforicamente as economias modernas como organismos vivos:
as economias industriais «ingerem» matérias primas que podem ser «metabolizadas»
na produção de bens e serviços, e produzem resíduos na forma de materiais/produtos
sem utilidade e poluição (Matthews et al., 2000). Este conceito é denominado por
Metabolismo da Sociedade (Fischer-Kowalski e Hüttler, 1999).
A relação do uso de materiais com os problemas ambientais resulta do facto de o
planeta Terra ser um sistema termodinâmico fechado em relação a materiais: segundo
o princípio de Conservação de Massa (resultante da Primeira Lei da Termodinâmica)
a matéria pode ser transformada ou transportada em sistemas fechados mas não pode
ser criada ou destruída (Steiner et al., 2000). Desta forma, podem ser encontradas
duas consequências principais do uso de materiais na economia para o ambiente:
-
esgotamento de matérias virgens não renováveis, dado existirem recursos
limitados;
-
provocar de danos ambientais, sob a forma de resíduos e poluição que se originam
mais cedo ou mais tarde (Bringezu e Schütz, 2000a) 3 nos processos industriais e
nas actividades associadas ao uso final (Bartelmus et al., s/d), mas também por
danos ligados à extracção de materiais da natureza e da perturbação do equilíbrio
natural4 .
Esclarecendo a última consequência do uso de materiais indicada, Bringezu et al.
(1998) referem como danos ambientais associados aos fluxos materiais a toxicidade,
efeitos nutricionais, destruição mecânica, efeitos estruturais (ex. destruição de
habitates por construção de infra-estruturas) e mudança físico-química (mudança nos
equilíbrios naturais, por exemplo, aquecimento global).
É importante referir-se também que estas consequências do uso de materiais não são
totalmente distintas: por exemplo, as políticas que reduzem o uso de recursos naturais
1
Neste documento, no termo materiais são incluídos, a menos que seja referido o contrário, os recursos
energéticos.
2
Segundo Ferrão (2000) a Ecologia Industrial “é uma visão sistemática, em que se procura optimizar a
totalidade do ciclo de materiais, desde as matérias virgens, passando pelos materiais na sua forma final,
componentes, produto obsoleto, até ao seu processamento em fim de vida”.
3
Uma análise apresentada por Bringezu et al. (1995) para a República Federal da Alemanha em 1991
revela que a maior parte do fluxo de materiais que entra na economia deste país sai dela num espaço de
um ano.
4
Tal como referido por Welfens (1999) “quase todo o deslocamento mecânico de material causa
directamente mudanças ecológicas sem ter de ser transformado primeiro em toxinas, resíduos e
emissões”.
4
Análise da Intensidade de Utilização de Materiais na Economia
primários não apenas diminuem as pressões em relação ao meio natural devido à
extracção mas também potencialmente a produção de resíduos e poluição.
A consequência do uso de materiais na economia para o ambiente que se revela mais
importante no contexto actual é, segundo notam Steiner et al. (2000), a dos danos
ambientais: devido às suas consequências para o ambiente e saúde humana e já que
sob o ponto de vista empírico a escassez de recursos tem, actualmente, uma menor
expressão na economia. A importância do esgotamento de recursos não renováveis é
igualmente também menosprezada por Wernick et al. (1996) e por Bartelmus et al.
(s/d), estes últimos referindo que a escassez cada vez maior de recursos esgotáveis
não foi ainda demonstrada de modo conclusivo. Segundo Bartelmus et al. (s/d), uma
grande incerteza na avaliação da escassez e disponibilidade futura de recursos é
causada por conceitos, definições e confiança no desenvolvimento tecnológico futuro.
Estas consequências do uso de materiais tornam-no um aspecto relevante a considerar
no contexto do conceito do desenvolvimento sustentável, que pode ser definido como
o desenvolvimento que permite a satisfação das necessidades das gerações actuais
sem comprometer a satisfação das necessidades das gerações futuras, de acordo com o
Relatório Brundtland (WCED, 1987). De facto, o desenvolvimento económico,
motivado por uma aparente necessidade humana de maior rendimento, assumindo-se
que a satisfação desta necessidade se consegue pelo crescimento económico (Moll,
1999), poderá exigir fluxos de recursos e de resíduos que excedam a capacidade de
carga da Terra. Esta ideia pode ser ilustrada por uma situação concreta apresentada
por Heiskanen et al. (2000) relacionada com a noção de equidade global: um quinto
da população mundial, habitando os países ricos, consome actualmente cerca de
quatro quintos dos recursos mundiais; se a população dos países pobres atingisse o
nível de vida da população dos países ricos (segundo a necessidade humana de se
obter um maior rendimento) a pressão colocada aos sistemas de suporte de vida da
Terra seria insuportável5 .
Rogich et al. (1998) relacionam estas consequências com o facto de o Homem
promover actualmente economias em sistemas abertos, em termos de materiais, em
relação à natureza, as economias industriais, ao contrário do que ocorria à cerca de
10 000 anos atrás, antes do surgimento da agricultura e de agregados populacionais
concentrados, quando se estava ainda num sistema fechado (constituído por toda a
Terra). Segundo os mesmos autores os sistemas abertos são inerentemente
insustentáveis e instáveis devido à acumulação e esgotamento de stocks em várias
partes do sistema 6 .
5
Em 2040 e de acordo com o crescimento populacional previsto essa situação traduzir-se-ia num
aumento do fluxo material global actual num factor de 8 (Heiskanen et al., 2000).
6
Neste contexto são referidas por Rogich et al. (1998) três grandes características dos fluxos de
materiais: carácter espacial, a medida em que o fluxo pode causar impacte no ambiente; qualidade,
medida da facilidade com que o fluxo é assimilado no ambiente; velocidade, o tempo de residência na
economia e que quando se aproxima do valor nulo implica a aproximação de uma configuração fechada
e sustentável.
5
Análise da Intensidade de Utilização de Materiais na Economia
I.1.2. Atitudes perante o uso de materiais
Perante a importância das implicações para o ambiente do uso de materiais nas
actividades humanas, foram advogadas a limitação dos fluxos de materiais utilizados
na economia, a desmaterialização e o aumento de eco-eficiência. Nesta secção
descrevem-se estas linhas gerais de actuação política.
A ideia de limitar os fluxos materiais encontra na sua génese a necessidade de uma
abordagem precaucionária relativamente aos problemas que afligem o ambiente. De
facto, uma série de constatações relativamente aos danos ambientais consequentes do
uso de materiais, apresentadas por Heiskanen et al. (2000), parecem apoiar esta
abordagem:
-
Dificuldades na avaliação do dano ambiental resultante do uso de diferentes
materiais: as políticas baseadas exclusivamente no fim de linha podem não se
revelar eficientes na prevenção do dano ambiental7 ;
-
Quantidade em que são originados alguns resíduos: um exemplo é constituído
pelas emissões de CO2 , que só podem ser controladas de forma economicamente
viável pela redução do fluxo na economia de uma classe específica de recursos (os
combustíveis fósseis);
-
Apenas alguns resíduos podem ser monitorizados e controlados em fim de linha,
consistindo essencialmente nas substâncias provenientes de fontes pontuais e
estacionárias.
Outros autores salientam as mesmas constatações. Bringezu et al. (1998) referem
relativamente aos danos ambientais relacionados com os fluxos de materiais que não
existe um método estandardizado para a quantificação dos efeitos conhecidos e que,
do ponto de vista científico, é geralmente impossível prever todos os impactes dos
fluxos de materiais que podem ser relevantes no futuro. Welfens (1999) refere que o
uso de tecnologias de fim de linha pode ser não só inadequado como ineficiente, já
que enquanto o número de materiais que entram nos sistemas económicos está
limitado a 50 ou 100 substâncias abióticas, incluindo materiais energéticos, ao se
controlar a saída tem de lidar com cerca de 100 000 substâncias só na indústria
química. Adicionalmente, os mesmos autores referem que a eficácia de políticas de
comando e controlo é limitada pois o fluxo de substâncias tóxicas está ligado ao fluxo
de outros produtos.
Numa primeira instância, estas constatações, bem como o facto de o dano ambiental
ser causado para além da poluição pela extracção de recursos (Schmidt-Bleek, 1998),
levam a que se julgue conveniente dispensar mais atenção ou actuação sobre a entrada
de materiais na economia. De facto, pode-se considerar que, tal como Bringezu et al.
(1998) salientam, qualquer que sejam os impactes desconhecidos por unidade de fluxo
de materiais a pressão ambiental irá aumentar com o aumento do fluxo. SchmidtBleek (Welfens, 1999) expressa esta opinião através da máxima de que nos devemos
“concentrar nas megatoneladas em vez de nas nanogramas para lidar adequadamente
com os problemas regionais e globais”. Por sua vez, Jänicke et al. (1989) referem que
“a esperança para uma reconciliação entre a economia e ecologia reside em grande
medida na premissa de que um decréscimo da entrada de recursos na economia irá
7
É importante referir-se que as soluções de fim de linha acarretam também danos ambientais pois
geralmente aumentam o consumo de energia e podem criar novas formas de resíduos (Honkasalo,
1998).
6
Análise da Intensidade de Utilização de Materiais na Economia
conduzir a uma redução na quantidade de emissões e resíduos, e também nos custos
de produção”.
Porventura consequência desta linha de ideias, verifica-se o apontar, dentro da União
Europeia, do uso de recursos e a eficiência de uso de recursos como um assunto
político chave no futuro 8 .
Esta ideia implica a necessidade da mudança do foco da escolha de indicadores do fim
de linha para a extracção de recursos do ambiente (Jung, 1997) e de considerar na
protecção ambiental tanto a entrada como a saída dos materiais na economia
(Honkasalo, 1998). Um caso específico em que se verifica a concretização desta ideia
é o do CO2 quando Gielen (1998) apresenta como tendo grande potencial de redução
de emissões a estratégia de aumento da eficiência de produção de materiais, pois
sendo as emissões aproximadamente proporcionais à produção, estas deverão também
decrescer.
Em última instância e considerando o conceito de desenvolvimento sustentável as
implicações para o ambiente do uso de materiais conduzem a opiniões em que refere
explicitamente a necessidade, embora de difícil implementação política (Honkasalo,
1998), de limitar o fluxo de materiais associado ao funcionamento da economia.
Desta forma, Honkasalo (1998) refere a existência de um valor máximo do fluxo de
matéria, medido por população multiplicada pelo uso de recursos per capita mas cujo
valor exacto é actualmente desconhecido, para o qual as perturbações nos sistemas
ecológicos e o decréscimo de biodiversidade tornam o desenvolvimento sustentável
impossível. Igualmente, Hinterberger e Luks (1998) referem a importância extrema da
escala do fluxo de materiais utilizado na economia, no contexto da redução das
intervenções antropogénicas em sistemas ecológicos necessária a um
desenvolvimento sustentável. O limite de fluxo de materiais a estabelecer para se
atingir um desenvolvimento sustentável deverá ser, segundo Daly (1991), fixado com
base em critérios ecológicos de sustentabilidade, critérios éticos de responsabilidade e
distribuição equitativa de rendimento e riqueza.
Mais do que a limitação do fluxo de materiais associado à economia tem sido
advogada a desmaterialização. Esta ideia está também relacionada com o conceito de
desenvolvimento sustentável. Com efeito, este conceito é bastante vago 9 , podendo ser
operacionalizado de duas formas fundamentais segundo Bartelmus et al. (s/d):
-
Manutenção do capital total: baseada na noção de sustentabilidade fraca de que
existe substituição entre capital natural e produzido (ex. capital humano,
financeiro) e que se traduz na integração de considerações ambientais na teoria e
prática económicas, através de atribuição de custo ao capital natural;
-
Desmaterialização: procura a identificação de limites sustentáveis de uso de
recursos naturais e que tenta satisfazer a noção de sustentabilidade forte – a
manutenção no tempo do capital natural.
8
Revisão do Quinto Programa Ambiental de Acção (Decisão nº 2179/98/EC) e conclusões da
Presidência do Encontro dos Ministros de Ambiente da União Europeia em Helsínquia, 23-25 Julho de
1999 (EUROSTAT, 2001).
9
Segundo Bartelmus et al. (s/d) a definição de desenvolvimento sustentável do Relatório Brundtland
não especifica o que são as necessidades humanas, não clarifica qual o horizonte temporal para avaliar
as necessidades das gerações futuras e “nem sequer menciona o ambiente como a preocupação chave
actual da sustentabilidade”.
7
Análise da Intensidade de Utilização de Materiais na Economia
A primeira forma reflecte uma noção de sustentabilidade económica, como Bartelmus
et al. (s/d) referem “o princípio de manter o capital intacto é o de facilitar a produção
e geração de rendimento contínuas pela manutenção dos factores de produção,
naturais e produzidos”. A segunda baseia-se num conceito de sustentabilidade
ecológica, é, segundo Steiner et al. (2000) uma estratégia geral para um
desacoplamento entre o rendimento económico e uso da natureza, que pode ser de
dois tipos (Moll et al., 1998):
-
Relativo : a taxa de crescimento do rendimento económico (ex. PIB) é superior à
taxa de crescimento da produtividade de recursos (definida como a quantidade de
rendimento económico obtida por unidade de uso de recursos);
-
Absoluto: a taxa de crescimento de rendimento económico é inferior à taxa de
crescimento da produtividade de recursos.
Algumas razões para se procurar um aumento da produtividade de recursos são
apresentadas por Welfens (1999): melhor qualidade de vida, menor poluição, ganho
financeiro por reduções nos custos, disponibilização de recursos financeiros para
resolução de outros problemas ambientais, aumento da segurança (redução de fontes
internacionais de conflitos sobre petróleo, florestas, água, etc.), mais empregos podem
ser criados.
Tendo em conta os dois tipos de desacoplamento possíveis, a desmaterialização é
definida segundo Cleveland e Ruth (1999) como a redução absoluta ou relativa da
quantidade de “materiais usados e/ou a quantidade de resíduos gerados na produção
de uma unidade de produção económica”. A desmaterialização fraca é o declínio na
intensidade de utilização de materiais, e a desmaterialização forte é o declínio no uso
total de materiais (Cleveland e Ruth, 1999). A desmaterialização deve ser entendida,
tal como Bernardini e Galli (1993) referem, como um conceito a longo prazo, já que
variações de curto prazo na utilização de materiais podem ocorrer devido a efeitos de
ciclo de negócios.
A desmaterialização encontra-se relacionada com o que é considerado por muitos
autores como um caminho para o desenvolvimento sustentável a nível global e que
justifica parte do actual interesse em redor do uso de materiais pela economia: a ecoeficiência (Hartman et al., 1999). Este conceito significa produzir o mesmo ou mais
com menor uso da natureza e suporta uma estratégia para o desacoplamento entre o
uso de recursos e a libertação de poluentes pelas actividades económicas (Moll e Gee,
1999).
Uma medida de eco-eficiência é o quociente entre o bem-estar social e o uso da
natureza, mas existe ainda incerteza e não estandardização dos indicadores a usar,
tanto no que respeita ao numerador (usualmente o PIB devido à sua disponibilidade)
como ao denominador. Schmidt-Bleek (1998) apresenta alguns critérios para a
escolha do indicador de uso da natureza, nomeadamente que deve ser simples,
baseado em características comuns a todos os processos, bens e serviços, de medição
ou cálculo imediato, transparência, formando uma ponte com os modelos económicos
e aceitável e utilizável a todos os níveis (local, regional e global).
A eco-eficiência verifica-se muito apelativa tanto para as empresas, por se relacionar
com menor poluição com menor custo (tal como se entende da análise realizada por
Lothe et al., 1999), como para os governos, porque o aumento da produtividade dos
recursos pode ser acompanhado pelo aumento da intensidade da economia em
8
Análise da Intensidade de Utilização de Materiais na Economia
emprego com consequentes benefícios sociais 10 (Heiskanen et al., 2000). Ao nível
macro-económico, a eco-eficiência encontra-se relacionada com a ideia de que a
produtividade de recursos pode ser melhorada na mesma medida que a produtividade
do trabalho ao longo do último século (Heiskanen et al., 2000). De facto, segundo
Moll e Gee (1999) a produtividade dos recursos tem vindo a desenvolver-se de modo
moderado quando se compara com o rápido crescimento que se tem vindo a verificar
na produtividade do trabalho, medida em PIB/horas de trabalho.
Desta forma, pode-se considerar que a eco-eficiência constitui uma maneira de
promover a compatibilidade no desenvolvimento entre economia, ambiente e, à luz do
referido anteriormente, possivelmente sociedade, e, portanto, de reunir os três
vectores do desenvolvimento sustentável. De forma particular, a eco-eficiência
assume uma grande relevância no contexto da integração entre economia e ambiente
(Moll e Gee, 1999), com Bartelmus et al. (s/d) a afirmarem que a noção de ecoeficiência é introduzida “de modo a ligar as estratégias ambientais com a dimensão
económica da sustentabilidade”.
O aumento da eco-eficiência, embora constituindo uma condição necessária, é
reconhecidamente insuficiente para assegurar a sustentabilidade a nível global (Moll e
Gee, 1999). A razão para esta insuficiência prende-se com o facto de o aumento de
eco-eficiência poder ser compensado pelo aumento do consumo ou por mudança na
estrutura de consumo (Heiskanen et al., 2000; Helminen, 2000; Reijnders, 1998;
Bernardini e Galli, 1993; Jänicke et al., 1989). Heiskanen et al. (2000) denominam
este fenómeno, à semelhança de Cleveland e Ruth (1999), por rebound effect11 e
identificam alguns factores através dos quais este fenómeno se manifesta:
-
Poder de compra: por exemplo, a poupança de energia possibilita o gasto
financeiro no consumo de outros produtos;
-
Capacidade de produção: menor procura de materiais irá decrescer o preço dos
materiais e criar um incentivo para o aumento do consumo;
-
Emprego: o aumento da produtividade de emprego leva à necessidade de mais
empregos que podem reduzir o consumo de materiais de processos existentes mas
também podem levar a aumento do mesmo consumo;
-
Uso do tempo: produtos ou serviços que conduzam a poupança de tempo podem
levar ao aumento do consumo.
Este fenómeno põe em evidência o facto de não se poder considerar em isolado um
material ou um sector quando se pretende avaliar o benefício líquido para a economia
da melhoria da eficiência energética e de materiais (Cleveland e Ruth, 1999).
10
Steiner et al. (2000) referem duas formas gerais de melhorar a eco-eficiência: o uso mais eficiente e
equitativo de recursos, através da inovação no uso de recursos e trabalho; a satisfação das necessidades
humanas mais através de serviços intensivos em trabalho que através de produtos intensivos em capital.
Para uma maior discussão da relação entre a produtividade de recursos e o emprego veja-se Hawken
(1997).
11
Uma definição de rebound effect pode ser encontrada em Binswanger (2001): é a percentagem do
potencial de conservação (de materiais ou energia) que é anulada pelo aumento da procura de serviço.
Greening e Greene (1997) distinguem três tipos diferentes de rebound effect: directo, aumento do
consumo de um serviço devido à redução do seu preço pela maior eficiência de produção; indirecto,
diminuição do preço de um serviço faz com que mais dinheiro esteja disponível para consumo de
outros serviços; efeitos gerais de equilíbrio, propagação na economia de alteração de preços de
produção e da procura, provocando ajustes entre oferta e procura.
9
Análise da Intensidade de Utilização de Materiais na Economia
I.1.3. Metas de uso de materiais
A consequência prática da preocupação com o alcance do desenvolvimento
sustentável segundo uma perspectiva de desmateria lização é o estabelecimento de
metas de uso de materiais.
Internacionalmente, nos meios governamental, não governamental, industrial e
académico, é encarada a necessidade de aumento da produtividade total de recursos ao
nível da nação por um determinado factor, desenvolvimentos estes podendo ser
encarados como metas de eco-eficiência da economia (WBCSD, 2000). Já foram
apontados os factores de 2 em termos globais, de 4 nos próximos 20 a 30 anos
(EUROSTAT, 2001), e de 10 a ser atingido em países industrializados (Kuhndt e
Liedtke, 1998) ao longo de um período de 30 a 50 anos, promovido pela Declaração
de Carnoules (Factor 10 Club, 1995). Os factores de 4 e 10 são estabelecidos tendo
em conta o objectivo de redução da extracção de recursos a nível global por um factor
de 2 (Bringezu e Schütz, 2000a).
Na Alemanha, Áustria e Holanda o conceito de factor X tem impacte na política
ambiental (Reijnders, 1998). Em particular, na Holanda e Áustria, tais metas
estabelecidas a nível internacional foram já incorporadas em planos nacionais de
políticas (Kuhndt e Liedtke, 1998). A presidência da União Europeia, na quinta sessão
da Comissão de Desenvolvimento Sustentável das Nações Unidas em Nova Iorque em
8-25 de Abril de 1997, mostrou-se a favor do estabelecimento de metas de
melhoramento da produtividade de recurso por um factor de 4 nas próximas duas ou
três décadas e num factor de 10 em 2050 (Reijnders, 1998). Também ao nível
nacional foram estabelecidas metas: caso da Alemanha onde as preocupações com a
sustentabilidade levaram o estabelecimento da meta de aumento da produtividade de
matérias primas por um factor de 2,5 (Bringezu, 1998). Referência a outras metas
semelhantes pode ser encontrada em Reijnders (1998).
O estabelecimento destas metas de aumento de produtividade de recursos torna
relevante a questão de estas serem ou não realistas e de se poder ou não verificar uma
mudança tecnológica significativa no período de tempo considerado. Bringezu (1998)
estudou a região de Ruhr e verificou uma grande diversidade em termos de aumentos
de produtividade entre cidades dessa região, tendo concluído que as metas
estabelecidas não são irrealistas mas que medidas políticas terão de ser tomadas.
Igualmente, estudos de caso (Nordic Council, 1999) sugerem que para se atingir as
metas dos Factores 4 e 10 é necessária tecnologia mas também mudança nos valores
individuais e sociais e nos regimes regulatórios. Em particular, Reijnders (1998)
refere a necessidade de mudanças no sistema de preços.
A implementação de estratégias para atingir estas metas implicará a necessidade de
aumentar a produtividade de recursos de forma a minimizar os custos, seleccionando
os sectores da economia e as fases de ciclo de vida onde o aumento da produtividade
poderá ser realizado com menor custo, pois existe evidência que os valores de redução
que se podem atingir variam largamente entre actividades económicas, dadas
restrições tecnológicas (Reijnders, 1998).
A importância actual do uso de materiais traduzida no estabelecimento de metas e da
necessidade de políticas adequadas para as atingir, faz com que seja de vital
importância a quantificação de fluxos de materiais, bem como a compreensão dos
mecanismos que estão por detrás da sua evolução no tempo. A investigação que tem
10
Análise da Intensidade de Utilização de Materiais na Economia
sido desenvolvida nestes campos é apresentada e discutida nos dois capítulos
seguintes.
11
Análise da Intensidade de Utilização de Materiais na Economia
I.2. Contabilização e Análise de Fluxo de Materiais
I.2.1. Metodologias
As interacções entre a economia e o ambiente são estudadas no âmbito do corpo de
saber denominado por Economia Ecológica (Hediger, 1997), onde se inclui o estudo
de fluxos de materiais e energia, bem como as relações funcionais no sistema
termodinâmico fechado em relação aos materiais em que o Homem habita. A
consideração de fluxos antropogénicos de materiais e energia pode ser feita segundo
duas abordagens (Fischer-Kowalski e Hüttler, 1999):
-
Sistema socioeconómico, em que a unidade de análise é o sistema socioeconómico
considerado como um organismo – a abordagem das ciências sociais;
-
Ecossistema, em que se considera o sistema maior onde o sistema socioeconómico
opera e relaciona as entradas e saídas com os stocks e fluxos do sistema maior – a
abordagem das ciências naturais.
Uma das técnicas mais conhecidas para o estudo do uso de materiais na economia à
escala nacional e regional é a Contabilização de Fluxos de Materiais (Material Flow
Accounting; CFM) associada à quantificação da desmaterialização enquanto modo de
operacionalização do conceito de desenvolvimento sustentável12 , cujas fundações
terão sido estabelecidas pelo trabalho precursor de Ayres e Kneese (1969), e que
permite a contabilização de fluxos físicos de recursos naturais através de extracção,
produção, fabricação, uso e reciclagem e deposição final, considerando todas as
perdas que se possam originar (Adriaanse et al., 1997), permitindo a monitorização do
uso total de recursos e o cálculo de indicadores (EUROSTAT, 2001). Uma definição
formal pode ser encontrada em Bringezu et al. (1998): “contabilidade em unidades
físicas (geralmente em termos de toneladas) compreendendo a extracção, produção,
transformação, consumo, reciclagem e deposição final de materiais como elementos
químicos, matérias primas e produtos”.
A utilidade desta técnica reside no facto de permitir a derivação de indicadores de
pressão ambiental, a contabilização económica e ambiental integrada e o
desenvolvimento e controlo de medidas políticas para o desenvolvimento sustentável
(Bringezu et al., 1998). Em particular, Bringezu et al. (1998) salientam o papel
importante que a CFM tem no contexto da Prevenção e Controlo Integrados de
Poluição, pelo fornecimento de informação estruturada para apoio à formação de
políticas.
A CFM faz parte, de acordo com Bartelmus et al. (s/d), das estatísticas oficiais da
Áustria, Dinamarca, Finlândia, Alemanha, Itália e Japão. Segundo Bringezu (1998) o
estabelecimento de metas de eco-eficiência, tal como as referidas anteriormente, irá
provavelmente aumentar a relevância da técnica da CFM.
A informação reunida pela CFM é utilizada pela Análise de Fluxos de Materiais
(AFM) para avaliar a eficiência de uso de materiais (EUROSTAT, 2001). A AFM
pode ser considerada sob duas vertentes fundamentais: a análise de fluxos de
substâncias definidas quimicamente; a análise de fluxos de conjuntos de materiais,
12
Segundo o modo de operacionalização do conceito de desenvolvimento sustentável de Manutenção
do Capital Total a técnica mais conhecida de recolha e análise de dados consiste no Sistema de
Contabilidade Económica e Ambiental Integrada (System of integrated Environmental and Economic
Accounting – SEEA; Bartelmus et al., s/d).
12
Análise da Intensidade de Utilização de Materiais na Economia
que são agregados naturais ou técnicos (ex. madeira, materiais de construção, total de
materiais, total de energia; Fischer-Kowalski e Hüttler, 1999). Adicionalmente podem
ser considerados diferentes sistemas de referência, nomeadamente, o global, nacional,
regional, funcional e temporal.
Relativamente ao nível de análise, Fischer-Kowalski e Hüttler (1999) salientam o caso
da AFM por sectores industriais, a qual embora tendo merecido ainda pouca
investigação (Haake, 1998), é uma área promissora de investigação devido à ligação
fácil que pode ser estabelecida com políticas industriais e prospectiva económica e
com os esforços ao nível microeconómico para a redução de custos por aumento da
eficiência de materiais e energia (nomeadamente reciclagem tal como é visível no
caso das lamas resultantes do tratamento de águas residuais; Bringezu, 1998). Kuhndt
e Liedtke (1998) referem para a análise ao nível microeconómico outras técnicas de
contabilização de recursos como o MIPS 13 e a Contabilização de Eficiência de
Recurso (Resource-Efficiency Accounting) 14 .
Contudo, pela revisão de estudos realizada por Fischer-Kowalski e Hüttler (1999), a
maior parte do desenvolvimento conceptual e investigação empírica na área da AFM
parece ser realizada ao nível nacional, embora os autores assinalem a dificuldade de
integração entre valores para quantificar fluxos materiais globais.
Considerando o nível nacional um dos métodos de CFM mais utilizados é o
apresentado por Adriaanse et al. (1997), e desenvolvido essencialmente pelo
Wuppertal Institute for Climate, Environment and Energy da Alemanha.
Considerando o sistema económico como incluído no sistema ambiental de cada país
e este inserido no sistema ambiental global, e uma perspectiva da economia segundo a
noção da Ecologia Industrial este método assume o modelo apresentado na Figura 1 e
estabelece vários indicadores de fluxos de materiais. A fronteira do sistema
económico é definida (EUROSTAT, 2001) pela extracção de materiais primários
(matérias primas, brutas ou virgens) do ambiente nacional e a descarga de materiais
para o ambiente nacional, pelos limites politico-administrativos que determinam os
fluxos de materiais para e do resto do mundo (sob a forma de importações e
exportações); os fluxos naturais para dentro e para fora de um território geográfico são
excluídos.
13
Entrada de materiais por serviço (Material Input per Service). Uma definição é fornecida por
EUROSTAT (2001): “unidade de medida desenvolvida pelo Wuppertal Institute, segundo a qual a
intensidade material de vários produtos e serviços pode ser monitorizada em relação a uma unidade de
produto/serviço produzida”.
14
O objectivo desta técnica é revelar custos ambientais e “explorar o potencial de reduções de custos
ambientalmente correctas”, ao nível do processo e do produto (Kuhndt e Liedtke, 1998).
13
Análise da Intensidade de Utilização de Materiais na Economia
Figura 1: Ciclo de materiais na economia e indicadores associados.
Fonte: Adaptado de Matthews et al. (2000).
Do lado da entrada dos materiais no sistema económico, consideram-se dois
indicadores:
-
Entrada Directa de Materiais (Direct Material Input – DMI) - consiste na
quantidade total de materiais que é extraída por acção humana do ambiente do
país (doméstico) ou importada (sob a forma tanto de matérias primas como de
produtos semi- manufacturados e produtos finais) e que entra no sistema
económico sob a forma de bens 15 ;
-
Necessidade Total de Materiais (Total Material Requirement – TMR) - consiste na
quantidade total de materiais que entram no sistema económico, provenientes
tanto do ambiente doméstico como importados, e pela quantidade de materiais não
contabilizados pelo sistema económico como bens que é necessário remover ao
ambiente natural doméstico ou dos países de origem de importações para obter o
DMI ou criar e manter infra-estruturas (ex. quantidade de terra escavada para a
construção civil e erosão provocada pela actividade agrícola)16 .
Na Figura 1 os fluxos não contabilizados na economia são denominados de Fluxos
Não Considerados, estrangeiros e domésticos17 . Estes fluxos, tanto domésticos como
estrangeiros, são constituídos por duas componentes: os fluxos auxiliares e os fluxos
de escavação ou de perturbação (Mündl et al., 1999) 18 .
15
Uma definição formal pode ser encontrada em EUROSTAT (2001): “todos os materiais sólidos,
líquidos e gasosos (excluindo a água e o ar mas incluindo por exemplo o conteúdo de água dos
materiais) que entram na economia para posterior uso nos processos de produção e consumo”.
16
Esta contabilização é feita considerando o ciclo de vida e todas as perdas de materiais e a energia
consumida durante cada cadeia de transporte e produção (EUROSTAT, 2001).
17
Os Fluxos Não Considerados domésticos e importados são também chamados de extracção
doméstica não utilizada e fluxos indirectos, respectivamente (EUROSTAT, 2001).
18
Estes fluxos de materiais podem ser extremamente importantes: por exemplo o fluxo não
considerado associado a 1 tonelada de ouro e platina equivale a 300 000 toneladas, e um catalisador de
automóvel com um peso menor que 10 quilogramas envolve um fluxo não considerado de quase 3
toneladas (Mündl et al., 1999).
14
Análise da Intensidade de Utilização de Materiais na Economia
Desta forma, o TMR é a soma do DMI com os Fluxos Não Considerados, de origem
estrangeira e doméstica, e representa os efeitos globais do uso de recursos naturais na
economia nacional que está em consideração. Segundo a consideração da economia
como um sistema aberto (Rogich et al., 1998), referida anteriormente, o TMR pode
ser encarado como o grau de abertura deste sistema. De acordo com Adriaanse et al.
(1997) o DMI e o TMR são indicadores de consumo de material pela economia que
indicam o impacte potencial da economia sobre o ambiente 19 . Segundo Mündl et al.
(1999) a razão DMI/PIB assinala a “presença ou ausência de mudanças ou práticas
industriais relacionadas com a tecnologia que aumenta a eficiência de uso de
materiais”.
O indicador TMR é considerado como um dos indicadores que se podem utilizar
adequadamente no contexto das metas de aumento de produtividade de recursos
(Reijnders, 1998). De facto, a proposta actual de indicadores ambientais headline,
destinados à informação do público e dos políticos para a União Europeia inclui o
TMR como indicador ambiental headline ideal para o tema ambiental do uso de
recursos (Moll e Gee, 1999). Igualmente a Organização das Nações Unidas inclui o
TMR num conjunto de indicadores destinados a medir mudanças nos padrões de
consumo e produção (Bringezu e Schütz, 2000a).
Do lado da saída de materiais do sistema económico encontram-se os indicadores:
-
Saída Doméstica Processada (Domestic Processed Output – DPO), que consiste
nos materiais resultantes da actividade económica e libertados para o ar, terra e
água e resulta da subtracção ao indicador DMI da adição líquida de materiais aos
stocks da economia e das exportações de materiais;
-
Saída Doméstica Total (Total Domestic Output - TDO), que consiste na soma do
DPO e dos fluxos de materiais domésticos não considerados.
Um outro indicador não explicitamente apresentado na Figura 1 tem sido utilizado
(Hüttler et al., 1998): o Consumo Material Doméstico (DMC), que é obtido pela
subtracção das exportações ao DMI. Segundo Hüttler et al. (1998) este é um indicador
do perfil metabólico característico da economia industrial.
Todos os indicadores são calculados pela agregação de materiais segundo a massa e
não contabilizando quantidades de ar e água, pois segundo Adriaanse et al. (1997) o
uso destes recursos varia muito entre regiões 20 . Segundo o princípio de conservação
de massa decorre que dentro do sistema económico pode ocorrer acumulação de
materiais (denominada por Stocks na Figura 1).
O indicador TMR e outros indicadores têm sido utilizados por vários estudos como
medida da materialização da economia. Na secção seguinte apresentam-se casos de
aplicação a vários países do método de CFM apresentado em Adriaanse et al. (1997).
19
Neste aspecto a situação não parece ser substancialmente diferente para os tradicionais indicadores
ambientais estudados: como Kaufmann et al. (1998) referem as “emissões medem o potencial da
actividade económica de degradar o ambiente e/ou a saúde humana (...) porque as emissões não estão
correlacionadas directamente com a degradação ambiental”.
20
Outra explicação poderá ser encontrada em EUROSTAT (2001): os fluxos de água são, segundo a
experiência, cerca de uma ordem de magnitude superior ao dos outros materiais.
15
Análise da Intensidade de Utilização de Materiais na Economia
I.2.2. Aplicações
Adriaanse et al. (1997) calculam os indicadores DMI e TMR para a Alemanha,
Holanda, Japão e Estados Unidos da América (EUA) para o período 1975 a 1994. De
acordo com os resultados obtidos por estes autores, apenas os EUA estão a verificar
uma desmaterialização absoluta per capita, mas uma desmaterialização relativa
(quociente entre TMR e PIB) é observada para todos os países. Adicionalmente, estes
resultados mostram a importância que pode ter a porção de materiais no TMR que não
são considerados em termos económicos, os quais representam entre 55 e 75% para os
países considerados, e das importações, que indicam o impacte potencial no ambiente
estrangeiro devido à actividade económica doméstica, representando entre 35 e 70%
nestes países, neste último aspecto com uma maior expressão nos países mais
pequenos.
Estes autores indicam especificamente a necessidade de aplicação da metodologia a
outros países para sua melhoria e a formação da base para o progresso para economias
mais sustentáveis. Segundo Matthews et al. (2000) o seu estudo terá desencadeado o
desenvolvimento de investigações semelhantes para a Austrália, Brasil, Egipto,
Finlândia, Itália, Malásia, Polónia, Suécia e a União Europeia como um todo.
A descrição do estudo realizado para a União Europeia pode ser encontrada em
Bringezu e Schütz (2000a, 2000b). Este estudo envolveu o cálculo para o período
1988-1997 do indicador TMR para a União Europeia e do DMI para a União Europeia
e para os países que a constituem - Finlândia, Irlanda, Suécia, Bélgica e Luxemburgo,
Dinamarca, Holanda, Áustria, Alemanha, Espanha, França, Grécia, Reino Unido,
Portugal e Itália – recorrendo de modo geral a dados de estudos anteriores na área e
dados de compilações estatísticas internacionais.
O estudo permitiu concluir que o TMR da União Europeia aumentou no período
(Figura 2), e que o seu valor per capita em 1995 (49 toneladas per capita) era
semelhante aos do Japão em 1994 (45 toneladas per capita) e bastante inferior ao
valor respectivo dos EUA em 1994 (84 toneladas per capita; Figura 3). Em termos de
composição, o TMR da União Europeia é constituído em cerca de 2/3 por recursos
energéticos fósseis, metais e minerais, representando os recursos energéticos fósseis
(incluindo fluxos não contabilizados associados) 29% do TMR em 1995, cerca de
49% do valor correspondente aos EUA para 1994.
A parte doméstica do TMR diminuiu no período em resultado de um declínio da
produção de lignite e como consequência da reunificação alemã, ocorrendo a
substituição do uso de carvão, muito intensivo em recursos (contabilizados e não
contabilizados economicamente), por gás natural, menos intensivo em recursos. O uso
de materiais associado às importações pela região da União Europeia, constituindo
cerca de 70% do TMR em 1997, é composto essencialmente por metais (representado
55,9% da parte de importação do TMR em 1997) e recursos energéticos (27,8% da
parte de importação do TMR em 1997).
16
Análise da Intensidade de Utilização de Materiais na Economia
Figura 2: TMR da União Europeia em toneladas per capita no período 1988 e 1997, e sua
subdivisão em DMI, parte doméstica e estrangeira, e fluxos não considerados (NC), parte
doméstica e estrangeira.
Nota: Os valores de 1988 a 1990 referem-se à União Europeia dos 12 excluindo a antiga República Democrática
Alemã (RDA), de 1991 a 1994 referem-se à União Europeia dos 12 incluindo a antiga RDA, de 1995 a 1997
referem-se à União Europeia dos 15.
Fonte: Adaptado de Bringezu e Schütz (2000a).
Relativamente ao DMI o seu valor para a União Europeia decresceu cerca de 5%, em
termos absolutos, no período 1988-1997 e em cerca de 8% per capita. Esta redução
ocorreu essencialmente no início dos anos 90 e deve-se segundo Bringezu e Schütz
(2000a) a um decréscimo das importações. A situação é, contudo, bastante
heterogénea no que respeita à evolução ao nível dos Estados Membros (Tabela 1),
com alguns países, como a Finlândia e a Itália, a diminuírem o DMI per capita, e
outros, de que o caso mais exemplar é Portugal com um aumento de DMI de 36 %, o
maior na União Europeia.
Em termos de produtividade do DMI em PIB a União Europeia verificou um aumento
de produtividade de 28%, mas os valores e a evolução são também diversos no que
respeita aos Estados Membros, tanto quanto ao níve l como à evolução. Note-se que
neste caso também Portugal se encontra na pior posição, como a menor produtividade
e o maior decréscimo desta no período em questão.
17
Análise da Intensidade de Utilização de Materiais na Economia
Figura 3: TMR e PIB per capita para a União Europeia, alguns Estados Membros e outros
países.
Nota: UE-12 – União Europeia dos 12; UE-15 – União Europeia dos 15.
Fonte: Adaptado de Bringezu e Schütz (2000a) .
Quando se compara o DMI com o PIB, podem-se distinguir em termos de evolução,
segundo a Figura 4, três grupos de Estados Membros: Áustria, Bélgica e Luxemburgo,
Dinamarca, Grécia, Holanda, Espanha e Portugal, em que um maior PIB per capita
está associado a um maior DMI per capita; Alemanha e Irlanda, que apresentam um
DMI per capita sensivelmente constante no período considerado, simultaneamente a
um aumento no PIB; a Finlândia, França, Suécia, Itália e Reino Unido, que
apresentam uma desmaterialização absoluta em termos de DMI per capita. O mesmo
estudo indica a existência de alguma evidência de uma boa correlação entre os
indicadores DMI e TMR para os países onde os dois indicadores se encontram
quantificados, o que significa que a ser provada esta correlação, o DMI poderá ser
utilizado na monitorização regular da produtividade de materiais, o que estende a
utilização deste indicador de âmbito mais restrito.
18
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 1: DMI e produtividade de materiais do PIB associada na União Europeia dos 15 e
Estados Membros no período 1988-1997.
Finlândia
Irlanda
Suécia
Bélgica e Luxemburgo
Dinamarca
Holanda
Áustria
Alemanha
Espanha
França
Grécia
União Europeia dos 15
Reino Unido
Portugal
Itália
DMI
t per capita
1997
39
35
34
34
33
29
24
24
22
22
20
20
19
15
15
PIB/DMI
ECU/kg
1997
0,45
0,41
0,52
0,41
0,56
0,51
0,59
0,70
0,35
0,70
0,31
0,69
0,71
0,30
0,81
Variação 1988-1997
t per capita
-3 %
3%
-3 %
24 %
17 %
4%
2%
-2 %
12 %
-1 %
19 %
-8 %
0%
36 %
-3 %
ECU/kg
11 %
77 %
7%
-5 %
-2 %
17 %
14 %
33 %
6%
13 %
-6 %
28 %
12 %
-5 %
17 %
Fonte: Bringezu e Schütz (2000a).
Figura 4: PIB e DMI per capita na União Europeia dos 15 e Estados Membros entre 1988 e 1997.
Nota: RU – Reino Unido; UE-15 – União Europeia dos 15;
Fonte: Adaptado de Bringezu e Schütz (2000a).
Valores referentes ao DMI para a Áustria para o período 1960-1996 podem ser
encontrados em Hüttler et al. (1998): os resultados indicam que não é verificada uma
19
Análise da Intensidade de Utilização de Materiais na Economia
desmaterialização absoluta, tanto em termos de valor de DMI total como de DMI per
capita, mas sim uma desmaterialização relativa (redução do quociente entre DMI e
PIB).
Um estudo relativo a Itália é apresentado por De Marco et al. (1998), sendo calculado
o valor de DMI para 1975 e 1994; de acordo com os resultados obtidos não se verifica
uma desmaterialização absoluta no período.
Um estudo relativo à Finlândia foi realizado por Juutinen e Mäenpää (1999) com o
cálculo dos indicadores DMI e TMR para o período 1970-1996 onde se verifica no
período a ocorrência de uma desmaterialização relativamente à evolução do PIB tanto
em termos de DMI como de TMR.
A apresentação do estudo correspondente à Austrália para o período 1946-1991 é feita
por Poldy e Foran (1999) verificando-se um crescimento do TMR per capita (ajustado
para excluir os fluxos não contabilizados relativos às importações) e uma
predominância no DMI dos minerais e recursos energéticos.
Os resultados do cálculo dos indicadores DMI e TMR para a Polónia são apresentados
por Mündl et al. (1999) e indicam uma intensidade material do PIB (medida em
TMR/PIB) bastante superior à da Alemanha, Holanda, EUA e Japão, com o
crescimento do TMR per capita e do DMI per capita no período 1992-1997, mas com
a redução do TMR/PIB e do DMI/PIB; a categoria de combustíveis fósseis é a mais
importante categoria de materiais no TMR.
Relativamente à saída de materiais do sistema económico, Matthews et al. (2000)
apresentam para a Alemanha, Áustria, Holanda, Japão e EUA valores dos indicadores
DPO e TDO para o período 1975-1996, num estudo que constitui a continuação do
trabalho de Adriaanse et al. (1997).
Os indicadores que têm vindo a ser utilizados neste contexto não se encontram
estabelecidos sem controvérsia. Na secção seguinte apresentam-se algumas críticas
que são apontadas quanto ao métodos usados em CFM.
I.2.3. Críti cas
As principais críticas aos estudos de CFM concentram-se ao nível do modo de
agregação de materiais e da definição de fronteiras. O teor destas críticas é
apresentado nesta secção.
Quanto à agregação de materiais esta é considerada um procedimento necessário em
CFM, nomeadamente porque a consideração de cada fluxo material separadamente
pode obscurecer, devido ao volume de dados originados, informação relativa a
tendências importantes (Bernardini e Galli, 1993) e porque a utilização de um número
excessivo de indicadores ambientais pode dificultar a inclusão dos aspectos
ambientais na decisão económica (Moll e Gee, 1999).
A questão de qual o modo de agregação de materiais é pertinente mas difícil de
responder, o que justifica a controvérsia estabelecida em redor deste assunto. Por um
lado, sabe-se que a escolha do peso de agregação pode ser decisiva para as
conclusões da AFM: uma análise realizada por Wernick et al. (1996) permitiu
verificar que o uso de materiais está estável ou em declínio quando medido em termos
de massa mas aumenta quando medido em termos de volume. Por outro lado, embora
em princípio medidas físicas de força, plasticidade, flexibilidade, etc. dos materiais
20
Análise da Intensidade de Utilização de Materiais na Economia
possam ser utilizadas como peso na agregação a escolha é dificultada devido à
existência de grande quantidade de usos finais diferentes possíveis para os materiais e
de possibilidades de substituição nos materiais 21 (Bernardini e Galli, 1993). Esta
dificuldade leva Wernick et al. (1996) a referir que o consumo de materiais não pode
ser reduzido a um único indicador de modo satisfatório, dado possuírem propriedades
únicas que “fornecem valor, definem uso e têm consequências ambientais”.
O modo mais comum de agregação de materiais em CFM, tal como verificado na
pesquisa realizada para este trabalho e por Cleveland e Ruth (1999), é a utilização da
massa como peso. Esta opção tem algumas vantagens (Cleveland e Ruth, 1999): as
agências estatísticas recolhem e apresentam os dados relativos ao uso de materiais em
termos de massa, a massa é medida facilmente e sem controvérsia, este tipo de
agregação permite a realização de balanços. As críticas realizadas a este modo de
agregação denunciam as desvantagens deste procedimento:
-
Pode induzir-se a consideração de que todos os materiais têm igual impacte
ambiental (Matthews et al., 2000; Pearce, 2000), o que não é verdade, existindo
muitas vezes pouca relação entre impacte ambiental e massa (Cleveland e Ruth,
1999);
-
Os vários materiais poderão ser encarados como substitutos perfeitos sem o serem
(Cleveland e Ruth, 1999), não permitindo que se monitorizem fenómenos de
substituição que podem ocorrer e explicar variações de massa no consumo
agregado de materiais; por exemplo, segundo a análise realizada por Wernick et
al. (1996) para os EUA a distribuição por tipos de materiais utilizados pela
economia varia muito ao longo do último século;
-
Para a CFM ter relevância política é necessário que o peso utilizado na agregação
de materiais se relacione com as preferências humanas pelos materiais (Pearce,
2000), o que não acontece com a massa; além disso quando utilizado juntamente
com o PIB em medidas de eficiência de uso de materiais é preciso que tenha
significado económico e que reflicta os atributos multifuncionais que justificam a
preferência dos seus utilizadores, o que mais uma vez não se verifica com esta
forma de agregação (Cleveland e Ruth, 1999).
Numa tentativa de superar os inconvenientes da agregação de materiais em CFM, são
apontados dois procedimentos de agregação alternativos (Cleveland e Ruth, 1999): a
utilização do índice de Dividia de uso material e a utilização da exegia. No primeiro
caso, a agregação é feita tendo em conta os preços dos materiais, o que evita a
consideração de materiais e classes de materiais como substitutos perfeitos e reflecte
de alguma maneira os seus atributos multifuncionais que os tornam úteis, mas tem a
desvantagem de não se contabilizarem as externalidades do uso de materiais no preço
e de, portanto, o impacte ambiental estar mal representado. O segundo procedimento
utiliza como peso a exergia, que mede o trabalho útil que é possível obter do material
e se baseia no conteúdo em energia disponível numa substância relativamente a um
estado padrão termodinâmico (Honkasalo, 1998). Este procedimento tem a vantagem
de ser baseado na ciência e leis da termodinâmica e ter um conjunto bem estabelecido
de conceitos, regras e informação disponível (Cleveland e Ruth, 1999), mas não
21
Relativamente aos recursos energéticos as possibilidades de substituição dos materiais são superiores
já que podem, como com a energia, ser substituídos por capital, trabalho mas também por outros
materiais (Bernardini e Galli, 1993).
21
Análise da Intensidade de Utilização de Materiais na Economia
reflecte as características que dão valor económico aos materiais e os custos externos
(Clevela nd e Ruth, 1999).
No contexto da outra fonte principal de críticas à CFM, a definição da fronteira entre
a economia e natureza em CFM, é particularmente contestado o lugar da produção
agrícola animal e de lacticínios. Duas posições principais a este respeito se
apresentam:
-
Inclusão da produção animal e de lacticínios nos fluxos de entrada na economia,
mas excluindo a produção vegetal utilizada para alimentar esta produção (Ayres e
Kneese, 1969);
-
Exclusão da produção animal e de lacticínios no fluxo de entrada, considerando-a
como actividade pertencente à economia (Weisz et al., 1998; EUROSTAT, 2001),
ao mesmo tempo que se contabilizam a colheita doméstica de biomassa vegetal
(incluindo a biomassa proveniente de pastagens) e materiais importados para
alimentar esta produção como entradas de materiais na economia (EUROSTAT,
2001).
Na escolha da opção de estabelecimento da fronteira entre a economia e natureza um
factor importante a considerar consiste na disponibilidade de dados para a realização
da CFM (Weisz et al., 1998). Por exemplo, um guia elaborado por EUROSTAT
(2001) para a realização de CFM recomenda que as florestas e plantas agrícolas sejam
consideradas parte da natureza, apesar da intervenção humana no seu
desenvolvimento, e a produção florestal e ve getal agrícola como entrada de materiais
na economia, dado que a consideração daquelas como parte da economia implicava a
consideração do biometabolismo das plantas para se saber os fluxos de entrada e
consequentemente tornar o cálculo mais difícil.
Os dados reunidos por CFM e as conclusões da AFM levam a que se torne relevante a
explicação da evolução do uso de materiais com identificação de factores que
influenciam essa evolução. No capítulo seguinte expõe-se hipóteses de explicação da
evolução no uso de materiais, bem como métodos de identificação de factores que
influenciam o uso de materiais.
22
Análise da Intensidade de Utilização de Materiais na Economia
I.3. Compreensão do Uso de Materiais
I.3.1. Introdução
A literatura é escassa em exemplos de estudos que expliquem a evolução do uso de
materiais. De facto, segundo a revisão de estudos realizados no campo da AFM
realizada por Fischer-Kowalski e Hüttler (1999), existe pouca investigação
relacionado as características do metabolismo da economia e outras variáveis
socioeconómicas. Em particular, Clevela nd e Ruth (1999) salientam que muitos
estudos não contemplam a análise da influência, na evolução do uso de materiais, da
procura e mudança tecnológica e estrutural e não se utilizam “metodologias que
possam testar a presença ou o poder relativo destas forças”.
A necessária análise da evolução de uso de materiais na economia é caracterizada por
Cleveland e Ruth (1999), que indicam que esta deverá explicitamente considerar
“alterações de procura, mudanças tecnológicas, efeitos de substituição, mudanças
estruturais ou padrões em mudança de comércio internacional” e quantificar e separar
o impacte de cada um destes factores no uso de materiais. Mais especificamente,
deverá ser realizado um teste explícito à hipótese de uma mudança para uma
economia de serviços produzir uma desmaterialização significativa e examinar o grau
de contrabalanço do crescimento económico e do rebound effect provocado por
aumentos de eficiência de uso de materiais em relação à desmaterialização.
Se o teste explícito de influências não tem ainda grande expressão na investigação de
AFM, existem contudo alguns factores que são considerados como tendo importância
na explicação de evolução de uso de materiais. Os seguintes factores podem ser
considerados como forças determinantes de mudanças na intensidade de uso de
materiais (uso de materiais por unidade de rendimento económico), sendo o foco da
maior parte do trabalho empírico existente nesta área:
-
Melhorias técnicas que diminuem a quantidade de materiais usados para produzir
bens ou serviços (não apenas referentes a engenharia e ciência de materiais mas
também de organização e gestão da produção, processo de produção auxiliada por
computador e produção just-in-time; Cleveland e Ruth, 1999; Bernardini e Galli,
1993);
-
Substituição de materiais por novos materiais com propriedades mais desejáveis
(Cleveland e Ruth, 1999; Bernardini e Galli, 1993);
-
Mudanças na estrutura da procura final (mudança de dominância entre e dentro de
sectores de produção; Cleveland e Ruth, 1999; Bernardini e Galli, 1993);
-
Saturação de mercados brutos para materiais básicos (à medida que a economia se
torna madura existe menor procura para novas infra-estruturas; Cleveland e Ruth,
1999);
-
Acção regulatória do governo para alterar o uso de materiais (Cleveland e Ruth,
1999).
Opinião semelhante é encontrada em Reijnders (1998) que aponta como factores que
afectam o alcance de metas de eficiência de uso de materiais a tecnologia, a riqueza,
não só em termos de PIB como também tendo em conta as componentes de produção
e consumo, o regime de preços, acordos institucionais e estilo de vida, e população.
23
Análise da Intensidade de Utilização de Materiais na Economia
Estes factores de carácter geral podem encontrar uma tradução concreta em factores
específicos, que são apontados como relevantes para a compreensão de mudanças no
uso de materia is, como sejam a realização de reciclagem de materiais (Wernick et al.,
1996; Bernardini e Galli, 1993), as características espaciais dos estabelecimentos
populacionais (Herman et al., 1989) e a especialização económica dos países (Poldy e
Foran, 1999; Bernardini e Galli, 1993):
-
A reciclagem de materiais depende da recuperação e da procura de materiais
reprocessados, do número de consumidores e do seu estilo de vida (Wernick et al.,
1996), e tem historicamente uma maior expressão em países industriais pobres em
recursos como o Japão ou a Itália 22 (Bernardini e Galli, 1993);
-
A dispersão espacial no estabelecimento da população aumenta potencialmente o
uso de materiais pela sociedade devido a maior necessidade de infra-estruturas de
transporte e automóveis (Herman et al., 1989);
-
A especialização do Japão, antiga União Soviética e Europa de Leste em
indústrias pesadas originou intensidades de uso de metais elevadas e sem
comparação com as da Europa Ocidental (Bernardini e Galli, 1993);
adicionalmente, os países mais pequenos e mais abertos ao comércio internacional
parecem apresentar uma maior valor de DMI per capita para o mesmo nível de
PIB per capita, segundo uma análise para a União Europeia apresentada por
EUROSTAT (2001). Estas evidências tornam relevante o questionar até que ponto
é razoável a imposição de metas de produtividade e de uso de recursos para países
individuais, tal como tem vindo a ser feito.
Nas duas secções seguintes apresentam-se com detalhe dois factores que podem
influenciar a utilização de materiais na economia e que têm merecido uma atenção
particular na literatura: a estrutura sectorial da economia e o PIB. Estes factores
revelar-se-ão muito importantes na investigação que se apresenta mais avante neste
documento.
I.3.2. Influência da estrutura sectorial da economia
A ideia de uma influência da estrutura sectorial da economia no uso de materiais tem
sido traduzida fundamentalmente na ideia de que o aumento da dominância do sector
dos serviços na estrutura sectorial conduz a uma redução do uso de materiais (Jänicke
et al., 1989) ou pelo menos do uso de materiais por unidade de PIB (Bernardini e
Galli, 1993).
O potencial de desmaterialização do sector dos serviços está geralmente associado a
dois aspectos fundamentais: por um lado, a uma redução efectiva das necessidades de
materiais para atingir o mesmo valor acrescentado, por outro um uso mais eficiente
dos materiais utilizados (Jänicke et al., 1989). Heiskanen et al. (2000) fornecem
argumentos que permitem explicar estes aspectos:
-
Redução de necessidades de materiais: para os fornecedores de serviços o
rendimento não provém da produção e venda de tantos produtos quanto possível
mas está relacionado com a minimização dos custos de operação, existindo
incentivos à redução dos custos em materiais;
22
Nestes países verificava-se mesmo anteriormente à crise energética uma obtenção de mais de 60%
dos metais a partir de sucata (Bernardini e Galli, 1993).
24
Análise da Intensidade de Utilização de Materiais na Economia
-
Uso mais eficiente de materiais: os serviços possibilitam o uso mais intensivo de
produtos, por exemplo através de aluguer de produtos, e permitem uma melhor
gestão dos produtos em fim de vida (ex. reciclagem de automóveis).
Outros sectores econó micos podem ter também uma influência na desmaterialização
da economia. A este respeito, Bernardini e Galli (1993) referem em particular o
contributo importante que em particular o sector do ambiente enquanto negócio estará
a ter para a desmaterialização, com inovações que contribuem para um alto valor
acrescentado com relativamente pouco uso material, e da indústria de produção de
bens intensivos em conhecimento como equipamentos electrónicos de áudio e de
vídeo, computadores e produtos relacionados, com menor conteúdo de materiais que
outros produtos.
Um estudo realizado por Jänicke et al. (1989) focando a relação entre a estrutura
económica e impactes ambientais, através da comparação de alguns indicadores de
produção económica num conjunto de 31 países para o período 1970-1985, permitiu o
desenvolvimento de uma tipologia de padrões de mudança estrutural: melhoria
estrutural absoluta, ou seja, o declínio absoluto de factores de produção causando
grandes impactes ambientais; melhoria estrutural relativa, o declínio relativo de
factores de produção causando grandes impactes ambientais por comparação com o
crescimento da economia; deterioração estrutural com um grande aumento de factores
de produção causando grandes impactes ambientais comparando com o crescimento
económico.
De seguida discute-se a possível influência do PIB sobre o uso de materiais sob a
forma da hipótese de curva ambiental de Kuznets e outras hipóteses similares.
I.3.3. Influência do PIB e curva ambiental de Kuznets
Um possível modelo para a relação entre o uso de materiais e o PIB pode ser
representado por uma curva ambiental de Kuznets 23 . Esta hipótese consiste em
considerar a evolução do uso de materiais per capita, em particular, e a degradação
ambiental, em geral, em função do PIB capita em U invertido: a degradação
ambiental/uso de materiais per capita aumenta até um certo nível de PIB per capita
diminuindo para níveis mais elevados, traduzindo um desacoplamento. No caso da sua
aplicação concreta ao uso de materiais, a ideia base subjacente a uma evolução deste
tipo é de que é possível conseguir um crescimento económico sustentável em termos
ambientais através da promoção do crescimento monetário ao mesmo tempo em que
ocorre uma redução do fluxo físico de materiais associado a ele (Hüttler et al., 1998).
Algumas explicações são apontadas para uma relação deste tipo entre degradação
ambiental e PIB per capita:
-
A qualidade ambiental comporta-se como um bem económico normal, ou seja, as
pessoas estão dispostas e capazes de pagar para o «cons umir mais» à medida que
o rendimento cresce (Cleveland e Ruth, 1999; Bradford et al., 2000), pelo que a
degradação ambiental diminui nas fases finais do desenvolvimento;
-
O crescimento económico e o aumento da riqueza levam a que os incentivos para
a protecção do ambiente ganhem mais prioridade e importância na agenda política
23
O nome de curva de Kuznets ambiental foi estabelecido em analogia com o padrão que Kuznets
encontrou entre a desigualdade de rendimento e o desenvolvimento económico (Kuznets, 1955).
25
Análise da Intensidade de Utilização de Materiais na Economia
(Perman et al., 1996)24 ; esta explicação é apoiada pelo facto de que na base do
aparecimento do conceito se encontrarem estudos de simulação que mostram
possível a obtenção de grandes reduções de fluxos de alguns resíduos indesejáveis
por alterações de estruturas de preços e outros incentivos (Perman et al., 1996);
-
Existe alteração da dominância na estrutura económica da indústria para os
serviços e fenómenos de especialização na produção que conduzem a utilização de
importações (isto é o peso da exploração do meio natural passa para outros
países), à medida que os países se desenvolvem (Cole, 1999) 25 ;
-
As mudanças tecnológicas de eco-eficiência na produção devem ser
acompanhadas de reavaliação mais ou menos voluntária nos níveis de consumo e
o desenvolvimento de padrões de consumo voluntários para se atingir a suficiência
de consumo, pois de outro modo os ganhos de eficiência seriam desfeitos por
aumento do consumo (Bartelmus et al., s/d) 26 .
Um resumo destas opiniões pode ser encontrado em Torras e Boyce (1998) e
Rothman (1998). Estes autores indicam que a relação entre qualidade ambiental e
rendimento per capita depende dos efeitos de escala, composição e tecnológico da
economia. A escala tende a aumentar a degradação ambiental mas a composição (ex.
mais peso do sector dos serviços) e o efeito tecnológico (mudanças tecnológicas
originadas pelo mercado ou devido a regulação governamental) podem contrabalançar
este efeito, originando a parte descendente da curva ambiental de Kuznets. A força de
cada um destes factores depende (Torras e Boyce, 1998):
-
do indicador de degradação ambiental que se está a considerar, verificando-se para
os problemas de poluição a nível local o aparecimento mais rápido do
contrabalanço do efeito de escala;
-
no caso do efeito de composição da economia, do desaparecimento ou não dos
sectores intensivos em poluição, já que a redução absoluta da poluição só acontece
na primeira situação; esse desaparecimento ocorre ou por estes sectores
produzirem bens cujo consumo decresce com o aumento do rendimento ou por
ocorrer a substituição destes bens por importações; a hipótese mais provável é a
segunda que leva à relocalização da poluição noutros países 27 .
Para além da forma em U invertido alguns autores advogam (Opschoor, 1990) ou
apontam a possibilidade de uma forma em N no contexto da hipótese da curva
ambiental de Kuznets (Hüttler et al., 1998; Grossman e Krueger, 1995; Bradford et
al., 2000). Neste caso, o desacoplamento entre degradação ambiental e rendimento per
24
Bernardini e Galli (1993) referem também o mesmo aspecto no contexto da desmaterialização, sob a
forma de legislação ambiental (nomeadamente a referente a emissões), embora não se referindo
explicitamente à curva de Kuznets ambiental.
25
Segundo os resultados de um estudo de dados de painel da contribuição de vários sectores para o PIB
para os EUA e Reino Unido, à medida que o rendimento aumenta o sector dominante muda da
agricultura para a indústria e depois para os serviços, com a primeira mudança a resultar provavelmente
no aumento do impacte ambiental e a última a reduzir (Rothman, 1998).
26
Segundo Ekins (1997) uma mudança na produção não acompanhada de mudança nos padrões de
consumo resulta no deslocamento dos impactes ambientais de um país para o outro ao invés de se
reduzirem, o que faz com que os países desenvolvidos mais tarde não disponham de possibilidades de
redução de impactes ambientais.
27
Segundo Rothman (1998) esta hipótese é chamada de hipótese de paraíso de poluição (pollution
haven) se resulta da procura de qualidade ambiental da população. Uma outra explicação para o
movimento de indústrias para fora do país de origem é o esgotamento de matérias primas (Rothman,
1998).
26
Análise da Intensidade de Utilização de Materiais na Economia
capita, verificado na evolução em U invertido, é seguido de uma fase de
reacoplamento (Hüttler et al., 1998), que traduz a ideia de o desacoplamento inicial
ser um fenómeno transitório. Várias explicações são apontadas para a ocorrência deste
fenómeno: mudança tecnológica, mudança nos padrões de consumo por várias razões,
mudanças na política ambiental (Hüttler et al., 1998), esgotamento ou encarecimento
de melhorias de eficiência tecnológica no uso de recursos ou de oportunidades de
redução de poluição (Opschoor, 1990). A estas explicações pode-se acrescentar a de a
forma em N traduzir o rebound effect.
Bruyn e Opschoor (1997) concordam com esta noção de uma desmaterialização não
eterna ao considerar que limites económicos e tecnológicos podem colocar um limite
superior a melhorias em energia e eficiência de materiais. Desta forma, um
crescimento económico sustentado conduz ao aumento de uso de energia e materiais,
por rendimentos decrescentes, mudança tecnológica e substituição (Bruyn e
Opschoor, 1997). Estes autores atribuem a este fenómeno o aumento da intensidade
de uso de materiais verificada nos últimos anos da década de 80.
A maioria dos investigadores que se debruça sobre a hipótese da curva ambiental de
Kuznets salienta que as mudanças necessárias para uma evolução deste tipo são
possíveis mas não inevitáveis (Rothman, 1998).
Além disso, pode-se mesmo questionar a sua aplicabilidade a todos os países. De
facto, de acordo com Barbier (1999), existe alguma evidência de que nos países de
baixo rendimento a instabilidade social e política está altamente correlacionada com
baixos níveis de investimento produtivo e com escassez de recursos. Estes efeitos são
sentidos, segundo este autor, devido à afectação, de modo indirecto, do potencial de
inovação (através de um efeito de feedback negativo), pois “a escassez de recursos
pode desorganizar os processos sociais que estão na base da geração de inovação e
crescimento”, nomeadamente pela afectação dos investimentos instituc ionais
necessários à geração de inovação tecnológica. Esta relação «perversa» entre o
esgotamento de recursos e a inovação em algumas economias de baixo rendimento,
que não originará necessariamente um ciclo vicioso, poderá constituir uma razão para
que se verifiquem, nestes, taxas de crescimento a longo prazo consistentemente mais
baixas que as de economias recentemente industrializadas ou avançadas (Barbier,
1999).
Algumas dificuldades podem ser apontadas no teste da hipótese da curva ambiental de
Kuznets (Perman et al., 1996):
-
Refere-se a impactes ambientais em geral mas não é obvio como tal medida pode
ser construída de modo a não deturpar a hipótese;
-
Pretende traduzir uma relação a longo prazo para uma economia individual mas os
dados que são geralmente utilizados para o teste consistem em amostras de vários
países em pontos particulares no tempo.
Relativamente à última dificuldade referida é importante referir-se que neste trabalho
se concorda com a opinião de Bradford et al. (2000) de que o uso de dados referentes
a diferentes países com diferentes níveis de desenvolvimento económico apresenta a
vantagem de fornecer variação na análise, embora as características que diferenciam
os países devam ser consideradas.
Outras hipóteses de explicação da evolução de uso de materiais que têm sido
apontadas têm características similares à da curva ambiental de Kuznets, razão pela
qual são também aqui mencionadas e descritas.
27
Análise da Intensidade de Utilização de Materiais na Economia
Em primeiro lugar, pode-se referir a teoria da desmaterialização de Bernardini e Galli
(1993). Esta teoria consiste na hipótese de curva ambiental de Kuznets aplicada à
intensidade de uso de cada material mas assenta também em dois postulados
específicos:
-
O padrão de evolução da intensidade de uso de material (em U invertido com o
PIB per capita) é igual em todos os países, com o máximo a ser atingido
aproximadamente para o mesmo nível de PIB per capita;
-
A intensidade de uso máxima diminui com o atraso no atingir desse
desenvolvimento, com as economias que se desenvolvem mais tardiamente a tirar
partido de aprendizagem das experiências das economias pioneiras; o
desenvolvimento global não deverá, desta forma, imitar ingenuamente o que se
passou com as primeiras nações a desenvolverem-se.
O máximo de intensidade de uso de cada material atinge-se, segundo estes autores,
devido à saturação do mercado, com um possível efeito de aceleração do decréscimo
de intensidade de materiais devido à competição com novos materiais e ao
desenvolvimento de novos mercados baseados em produtos com maior valor
acrescentado por massa de material utilizado. É nesta situação que o uso de material
em termos per capita pode estabilizar ou mesmo diminuir; deste modo está prevista
nesta hipótese a possibilidade de existir um andamento em U invertido para o uso per
capita de um determinado material.
Em segundo lugar, apresenta-se a abordagem que liga padrões de uso de materiais ao
longo do tempo com padrões regulares de desenvolvimento tecnológico (Cleveland e
Ruth, 1999). As principais diferenças entre esta abordagem e a da curva ambiental de
Kuznets são a substituição do rendimento pelo tempo como variável independente e o
uso de formas funcionais específicas para a descrição do padrão de mudança
tecnológica e substituição de materiais.
Casos particulares desta abordagem consistem na aplicação da curva ambiental de
Kuznets à sustentabilidade urbana, apresentada pelo Institute of Advanced Studies da
United Nations University (2000) e no conceito de transmaterialização (Cleveland e
Ruth, 1999). No primeiro caso, supõe-se uma sucessão de curvas de impactes
ambientais em função do tempo, sendo cada curva associada a um estádio específico
da evolução ambiental das cidades: estádio de pobreza, estádio de produção, estádio
de consumo e estádio da eco-cidade. No segundo caso, entende-se que em vez de se
verificar uma desmaterialização definitiva, a procura de materiais verifica fases em
que materiais antigos e de baixa qualidade ligados a indústrias maduras sofrem uma
substituição periódica por materiais de maior qualidade ou tecnologicamente mais
apropriados. Desta forma, cada material isolado verifica uma evolução em U invertido
como função de tempo mas para a economia como um todo deverá observar-se a
sobreposição de muitas evoluções em U invertido.
28
Análise da Intensidade de Utilização de Materiais na Economia
I.3.4. Metodologias de análise e aplicações
As metodologias de análise de factores determinantes do uso de materiais na
economia podem-se agrupar em dois grupos fundamentais. Em primeiro lugar,
podem-se referir as metodologias de análise descritiva, cujo objectivo é a descrição de
uma dada evolução. Em segundo lugar, encontram-se as metodologias que procuram o
teste de hipóteses específicas de factores que influenciam o uso de materiais. De
seguida descrevem-se alguns métodos específicos dentro de cada grupo.
No primeiro grupo podem-se referir os métodos de decomposição. A descrição de
alguns métodos deste tipo pode ser encontrada em Cleveland et al. (1999). Um
método relacionado com o conceito de metabolismo da sociedade e de
desenvolvimento sustentável é apresentado por Moll (1999). Este método permite
investigar o desenvolvimento socioeconómico de uma economia combinado com o
seu desenvolvimento ambiental, relacionando termos que caracterizam o metabolismo
da sociedade com factores chave do âmbito social e económico: população, bem-estar
(rendimento), PIB, emprego, desenvolvimentos técnicos de produtividade de recursos
e de mão de obra e mudança da estrutura económica. O método consiste na
decomposição da mudança do valor do indicador de fluxo de materiais ou energia,
com base num conjunto de equações propostas inicialmente por Malaska (1998):
-
Identidade entre Sustentabilidade e Produção - relaciona o fluxo de material (MF)
com a população (POP), produto interno bruto (PIB) per capita e intensidade
material da economia (quociente entre MF e PIB), pela Equação [1];
 PIB   MF 
MF = POP ⋅ 
 ⋅

 POP   PIB 
-
Identidade entre Sustentabilidade, Consumo e Bem- Estar - relaciona intensidade
material da economia com a intensidade material do consumo (quociente entre o
fluxo de material e o bem-estar social, WF) e a produtividade em bem-estar do
produto interno bruto (quociente entre WF e PIB), pela Equação [2];
 MF   MF   WF 

=
⋅

 PIB   WF   PIB 
-
[1]
[2]
Identidade entre Sustentabilidade e Emprego - relaciona o fluxo de material com a
população, o nível de emprego da população (quociente entre emprego total,
EMP, e população) e a intensidade material da mão de obra (quociente entre MF e
EMP), pela Equação [3].
 EMP   MF 
MF = POP ⋅ 
 ⋅

 POP   EMP 
[3]
A partir desta equação é gerada uma outra em que a intensidade material da mão
de obra é decomposta em três termos que representam a intensidade em horas de
29
Análise da Intensidade de Utilização de Materiais na Economia
trabalho da mão de obra, a produtividade do trabalho (quociente entre PIB e horas
de trabalho, WH) e a intensidade material da economia (quociente entre MF e
PIB), a Equação [4];
 EMP   WH   PIB   MF 
MF = POP ⋅ 
 ⋅
 ⋅
 ⋅

 POP   EMP   WH   PIB 
-
[4]
Identidade entre Sustentabilidade e Mudança Estrutural – que relaciona o fluxo de
material com a estrutura económica, pela Equação
 EMP   WH   PIB    MF 0
MF = POP ⋅ 
⋅
⋅
⋅ 
 POP   EMP   WH    EMP0
  EMP0   MF n
 ⋅

 EMP  +  EMP
 
 
n
  EMPn
⋅
 EMP
 
 


[5]
onde se decompõe a intensidade material da mão de obra por vários sectores
económicos (representados nesta equação pelos sectores 0 e n) pesados com a
distribuição da mão de obra pelos vários sectores económicos.
Adicionalmente, são consideradas três condições de sustentabilidade: o fluxo de
materiais deve decrescer, a intensidade material do bem-estar deve decrescer, o bemestar por unidade de produto interno bruto deve aumentar. As equações da Identidade
entre Sustentabilidade e Produção e entre Sustentabilidade e Emprego são aplicadas
por Moll (1999) para analisar o consumo de energia primária e o TMR da República
Federal Alemã nas décadas de 1960, 1970 e 1980, e para analisar os mesmos
indicadores no que respeita à Alemanha ao período de 1991 a 1996. A equação que
representa a Identidade entre Sustentabilidade, Consumo e Bem- Estar não é
considerada na análise já que não existe consenso na escolha de um indicador de bemestar social.
No segundo grupo de metodologias para análise de factores que influenciam a
evolução no uso de materiais encontram-se à disposição, segundo Cleveland e Ruth
(1999), três grandes metodologias: análise Input-Output, econometria e modelação
dinâmica. De seguida apresentam-se exemplos de métodos e aplicações específicas
das metodologias mais utilizadas: a análise Input-Output e econometria.
A análise Input-Output permite lidar com interacções entre componentes dos sistemas
ecológico e económico e entre componentes dentro de cada um destes sistemas
(Bergh, 1996). Um exemplo de utilização de análise deste tipo pode ser encontrado
em Moll et al. (1998), consistindo na decomposição das variações observadas no
TMR da Alemanha no período de 1980 a 1990, com base nos fluxos monetários
presentes em tabelas Input-Output, em contribuições de vários efeitos: mudança intraestrutural, mudança inter-estrutural, mudança na procura final e mudança de produção
de categorias de produtos. Este método apresenta, tal como os autores referem,
algumas limitações, como sejam o retardamento da publicação de tabelas InputOutput, o facto de a interpretação de resultados requerer um certo nível de perícia, o
sector do transporte não está considerado da melhor maneira e a atribuição dos vários
efeitos ser feita com base em fluxos monetários e não físicos.
30
Análise da Intensidade de Utilização de Materiais na Economia
No âmbito da econometria, podem-se salientar os diversos modelos que têm sido
utilizados para testar a hipótese da curva ambiental de Kuznets.
Esta hipótese tem sido testada para diversos indicadores ambientais como emissões
para a atmosfera, concentração de poluentes aquáticos, volumes de tráfego, e
produção de resíduos municipais (Cole, 1999). Na área do uso dos materiais ela tem
sido testada para fluxos de materiais específicos (Cleve land e Ruth, 1999) e foi feita
uma análise visual por Hüttler et al. (1998) que sugere a verificação de uma relação
deste tipo para o DMI em países individuais. Os estudos específicos sobre o uso de
materiais permitiram detectar evidência de evolução em U invertido para a
intensidade de uso de cobre nos EUA e Canadá, para a intensidade de uso de alguns
minerais não combustíveis considerando várias regiões do mundo, para a intensidade
de uso de aço, cimento, papel, amónia, cloro, alumínio e etileno nos EUA, para um
índice agregado de uso de aço, energia, cimento e massa de mercadoria transportada
para várias nações (Cleveland e Ruth, 1999).
Embora não tenha ainda sido realizado o teste da hipótese para indicadores agregados
de materiais foi encontrada evidência para a validade desta hipótese na forma em N ao
nível de países individuais: o ajuste de curvas aos dados de DMI per capita
relativamente aos de PIB per capita por Hüttler et al. (1998) para a Alemanha, Japão e
Áustria para o período 1975-1994 sugere um reacoplamento em todos os países. No
caso específico do Japão foi encontrado ajuste para uma evolução em M, com um
segundo desacoplamento atingido com um nível mais elevado de valor de DMI per
capita.
A equação geral que tem sido utilizada para o teste desta hipótese é a seguinte (Cole,
1999):
e it = (a + bi Fi ) + λy it + δy it + ε it
2
[6]
onde e it é o valor do indicador ambiental per capita (país i e ano t), y it é o valor do
PIB per capita (país i e ano t), Fi são efeitos específicos para o país i, εit é o termo de
erro (país i e ano t), a, bi , λ e δ são parâmetros e i=1,..., n países e t=1,..., t anos.
Têm sido considerados também modelos que procuram compensar variações de curto
prazo e captar o comportamento dos indicadores ambientais com o PIB per capita a
longo prazo, que são apresentados por Grossman e Krueger (1995) e Bradford et al.
(2000). Estes modelos são descritos de seguida.
Grossman e Krueger (1995) estudam a relação entre a qualidade do ar e das águas e o
rendimento económico, concluindo que a concentração de alguns poluentes verifica
uma relação em N. A equação utilizada para o teste é a seguinte:
Pit = y it β1 + yit2 β 2 + y it3 β 3 + y it− β 4 + y it2− β 5 + y it3− β 6 + X it β 7 + ε it
[7]
onde Pit é a medida da concentração de poluente (local i e tempo t), yit é o PIB per
capita do país (local i e tempo t), yit− é o valor médio do PIB per capita no período de
31
Análise da Intensidade de Utilização de Materiais na Economia
três anos imediatamente anterior (local i e tempo t), Xit− é o vector de efeitos
específicos (local i e tempo t) e β1, β2, β3, β4, β5, β6 e β7 são parâmetros. Nesta equação
o uso da média do PIB per capita destina-se a compensar variações de curto prazo, no
contexto da consideração da hipótese da curva de Kuznets ambiental se referir a um
fenómeno de longo prazo.
Bradford et al. (2000) realiza o teste reduzindo o nível de rendimento para cada país e
a taxa de crescimento deste a dois valores constantes, obtidos para o período de
análise, que acentua o carácter de longo prazo que se considera característico da
hipótese da curva de Kuznets. A equação utilizada para traduzir uma situação de
curva em U invertido é a seguinte:
Pit = α ( y i − y i *)g i t + β + ε it
[8]
∗
onde α , β, yi são parâmetros, yi é o rendimento (PIB per capita) do país (local i), gi
é a taxa de crescimento de yi (local i), t é o ano. gi é calculada supondo um
crescimento exponencial do rendimento per capita e utilizando os valores de
rendimento per capita obtidos por média dos primeiros quatro anos do período em
análise e média dos últimos quatro anos do período em análise. yi é calculado com
base na média dos primeiros quatro anos do período em análise e em gi para o instante
de tempo médio para o período em análise, assumindo um crescimento exponencial.
∗
yi é o valor de rendimento a partir do qual se verifica uma redução do nível de
poluição com o aumento de rendimento (topo do U invertido). Um valor negativo de
α indica uma evolução em U invertido.
Similarmente os mesmos autores apresentam uma formulação para traduzir uma
situação em N:
Pit = α ( y i − y i *)( y i − y i * *)g it + β + ε it
[9]
∗∗
onde yi é um parâmetro que traduz o nível de poluição a partir do qual a poluição
cresce novamente com o rendimento. Neste modelo um valor positivo de α indica
uma evolução em N.
Um modelo para o estudo do processo dinâmico de desacoplamento entre a
degradação ambiental e o rendimento económico é apresentado por Bruyn et al.
(1998), que indicam a grande relevância deste estudo no debate político e científico.
Para o caso das emissões para a atmosfera estes autores apresentam um modelo para
aplicação a cada país:
(
)
ln Ei, t E i, t −1 = β 0,i ln (Yi, t Yi, t −1 ) + β 1, i + β 2 ,i ln (Yi, t−1 ) + β 3,i ln (Pi, t Pi, t −1 ) + ε i
[10]
32
Análise da Intensidade de Utilização de Materiais na Economia
onde para o país i e ano t Ei,t é o nível de emissões, Yi,t é o nível de PIB e Pi,t é o preço
dos factores relacionados com a produção (materiais e energia); ln significa logaritmo
natural. O primeiro termo representa o crescimento do PIB; o segundo representa
melhorias tecnológicas exógenas; o terceiro representa o nível de PIB e pretende
traduzir a ideia de que o aumento do nível de PIB conduz à redução da intensidade de
emissões, devido a investigação e desenvolvimento e ao aumento do sector de
serviços na produção total, se o seu coeficiente é negativo; o quarto termo traduz a
variação dos preços dos factores utilizados na produção, procura traduzir a
possibilidade de esta variação provocar um uso mais eficiente dos recursos e menos
emissões.
Os modelos vulgarmente utilizados para testar a hipótese de curva ambiental de
Kuznets consistem numa forma reduzida (Bruyn et al., 1998), já que com um único
regressor, o PIB per capita, se pretende capturar a multiplicidade de factores que
influenciam a pressão ambiental. Estes modelos têm como vantagem a estimação
directa da influência do PIB per capita na pressão ambiental mas como desvantagem o
não clarificar a relação que estipulam nem qual a interpretação que deve ser dada aos
coeficientes estimados, sendo modelos puramente descritivos (Bruyn et al., 1998). No
contexto do modelo em U invertido, Suri e Chapman (1998) tentam uma
interpretação: o termo de PIB per capita representa a escala da economia e o termo do
quadrado de PIB per capita representa os aspectos da economia que não permanecem
iguais quando o PIB aumenta, como sejam a transformação estrutural na composição
do PIB, o aumento da preocupação ambiental das populações e a legislação.
Embora a maior parte dos estudos empíricos relativos à hipótese de curva ambiental
de Kuznets sejam dedicados a indicadores de poluição, Rothman (1998) refere a
necessidade de alargar o estudo da hipótese de Kuznets a outras áreas de investigação,
entre as quais cita a ecologia industrial e a desmaterialização.
Ainda no âmbito da econometria, neste caso aplicada especificamente à temática do
uso de materiais, pode-se referir ainda os casos da análise de Jänicke et al. (1989) e os
modelos de esgotamentos de recursos (Perman et al., 1996), que se descrevem
sucintamente em seguida.
Jänicke et al. (1989) apresentam uma análise do impacte da estrutura económica na
evolução dos impactes ambientais num conjunto de 31 países para o período 19701987, recorrendo a indicadores característicos de produção industrial e de transporte:
consumo de energia primária, consumo de aço bruto, produção de cimento, massa de
mercadorias transportadas. Esta análise apresenta a conclusão de a grande correlação
entre desempenho económico e poluição apresentada nos anos 1970 se tornou muito
fraca nos anos 1980.
No contexto dos modelos de esgotamento de recursos podem-se referir as funções de
produção (Q) do tipo de Cobb-Douglas e de Elasticidade Constante de Substituição
(Perman et al., 1996). A primeira função tem a forma
Q = AK α Lβ R γ
[11]
onde K é capital, L é trabalho, R são recursos e A, α, β, γ são parâmetros de valor
positivo.
A segunda função tem a forma
33
Análise da Intensidade de Utilização de Materiais na Economia
(
Q = A αK −θ + βL−θ + γR −θ
)
−ε
θ
[12]
onde A, α, β, γ e ε são parâmetros de valor positivo e verificando α + β + γ = 1 e θ
com valor superior a –1 mas não nulo.
34
Análise da Intensidade de Utilização de Materiais na Economia
I.4. Lacunas de Conhecimento
De acordo com a revisão bibliográfica realizada podem- se identificar algumas lacunas
de conhecimento no campo em que se encontra o âmbito deste estudo.
Em primeiro lugar, a metodologia de análise do uso de materiais na economia entre a
actividade económica e o fluxo de material não está completamente estabelecida,
nomeadamente no que diz respeito ao mecanismo de agregação de materiais em
análises de materiais agregados e com a relevância ou não desta agregação. Matthews
et al. (2000) indicam a necessidade de desenvolvimento de mecanismos de peso na
agregação de materiais para se demonstrar que os ciclos materiais podem estar
relacionados com impactes ambientais específicos.
Em segundo lugar, uma outra grande lacuna é a quase ausência de estudos que façam
uma análise dos factores que poderão estar por trás da evolução do uso de materiais ao
nível da economia nacional, tendo o ênfase sido essencialmente descritivo e não
positivo.
35
Análise da Intensidade de Utilização de Materiais na Economia
II. Plano de Investigação
II.1. Objectivo e Pergunta de Investigação
Este estudo tem o objectivo de contribuir para a compreensão dos determinantes da
utilização de materiais nas economias nacionais. Neste contexto, foca-se a
investigação no caso concreto da economia de Portugal dos últimos anos.
A questão de investigação, do tipo positivo, é a seguinte:
Que factores influenciaram a evolução do uso de materiais per capita da economia
portuguesa nas últimas décadas?
O conceito de uso de materiais pela economia é operacionalizado pelo indicador DMI
per capita, segundo a definição de Adriaanse et al. (1997), devido a ser este, dos
indicadores já estabelecidos para caracterização da entrada de materiais nas
economias nacionais, o que tem mais dados disponíveis, um dos mais utilizados a
nível internacional e de o seu cálculo ser relativamente mais simples do que o do
TMR. Contudo, reconhece-se que poderá não ser o mais correcto, já que os diferentes
materiais são agregados com base na massa.
Tal como é visível na exposição apresentada na Primeira Parte, o estudo do uso de
materiais pela economia apresenta bastante relevância pela ligação potencial que
verifica com a degradação ambiental e pela influência no caminho para um
desenvolvimento sustentáve l. A sua relevância deve-se sobretudo a uma atitude
precaucionária em relação à degradação ambiental: para além da importância que
apresenta para o desenvolvimento de políticas económicas e de desenvolvimento, pela
melhor compreensão da economia, o estudo poderá contribuir para a chamada de
atenção para as forças motoras da degradação ambiental.
Para além disso, a realização de estudos deste tipo é importante no contexto do
estabelecimento de metas a nível internacional, em que a União Europeia já mostrou
interesse em aderir, que pretendem reduzir o fluxo de materiais associado a economias
industriais. Dado que o indicador DMI não se encontra calculado para Portugal com
base em fontes estatísticas nacionais, este trabalho contribui para recolha desta
informação que será bastante importante para o cálculo do indicador TMR, também
ainda não calculado para Portugal, que tudo indica poderá vir a ser necessário no
contexto de indicadores ambientais headline e que poderá ser muito útil para avaliar a
sustentabilidade do desenvolvimento económico.
No contexto da área do saber em que se enquadra, a Economia Ecológica, o estudo
aqui proposto é relevante pois a investigação até agora realizada ainda não se traduziu
em análises com um teste inequívoco de hipóteses por via econométrica, que
considerassem observações de vários países e que incidissem sobre o indicador
específico, ou na temática de desmaterialização, que se pretende estudar.
Relativamente às lacunas de conhecimento identificadas, a ausência de uma
metodolo gia acordada de análise do uso de materiais na economia e escassez de
estudos que façam uma análise dos factores que poderão explicar a evolução do uso
36
Análise da Intensidade de Utilização de Materiais na Economia
de materiais ao nível da economia ao nível nacional, este estudo permite contribuir
para estes dois aspectos. A contribuição para o segundo aspecto pode ser encarada de
modo óbvio já que se trata de um estudo que foca o uso de materiais pela economia ao
nível nacional. Quanto ao primeiro aspecto, também se pode encarar a contribuição do
estudo já que a análise se vai focar num indicador específico, o DMI, que é de relativa
facilidade de cálculo e que portanto apresenta um grande potencial para o uso
generalizado em vários países, e que o resultado do estudo irá contribuir para uma
visão mais clara da utilidade/relevância deste indicador neste contexto.
Para além da relevância do estudo no contexto da investigação realizada a nível
internacional, o estudo é inovador no panorama nacional já que não se conhece
qualquer investigação tendo por objecto o uso materiais pela economia portuguesa, ou
texto nacional que se debruce sobre a temática da desmaterialização. A escolha de
uma análise a nível nacional para iniciar o estudo desta temática em Portugal é
também justificada, já que segundo EUROSTAT (2001) é aconselhável começar a
investigação na área da Contabilização de Fluxo de Materiais com um estudo ao nível
nacional para os fluxos directos de materiais, orientação esta que este trabalho segue.
Com a aplicação da metodologia de Adriaanse et al. (1997) a Portugal este estudo
responde, adicionalmente, à indicação expressa por estes autores para estender o
grupo de países submetidos a este tipo de análise.
37
Análise da Intensidade de Utilização de Materiais na Economia
II.2. Hipóteses de Investigação
Tendo em conta os vários factores que são apresentados pela literatura como
potencialmente tendo influência no uso de materiais na economia considera-se que
estes factores se podem agrupar em três hipóteses fundamentais, consistentes entre si.
Duas destas hipóteses são consideradas neste estudo. A terceira hipótese implica a
necessidade de uma análise Input-Output do uso de materiais na economia, com uma
contabilização de fluxos de materiais para Portugal mais aprofundada que a que se
justifica como primeira abordagem a esta temática, não sendo considerada neste
trabalho. As hipóteses a considerar no estudo são apresentadas de seguida.
Hipótese 1: O uso de materiais na economia depende do grau de desenvolvimento
económico expresso em PIB per capita, existindo uma evolução de DMI
per capita segundo PIB per capita de acordo com uma curva ambiental
de Kuznets, sendo que a evolução poderá ser:
- Em U invertido, ou seja, existe um aumento do valor do DMI per capita
com o PIB per capita, até a um determinado nível de PIB per capita
(valor crítico) e uma subsequente diminuição do DMI per capita de
acordo com o PIB per capita;
- Em N, ou seja, existe um aumento do valor de valor do DMI per capita
com o PIB per capita, até a um determinado nível de PIB per capita
(valor crítico), uma subsequente diminuição do DMI per capita com o
aumento PIB per capita até determinado nível de PIB per capita, após
o que o DMI per capita torna a elevar o seu valor.
Esta hipótese explica a evolução do uso de materiais per capita pela economia
portuguesa com o seu nível de desenvolvimento económico. A consideração desta
hipótese dá continuidade directa à opinião de Rothman (1998) de que o estudo da
hipótese de curva ambiental de Kuznets deve ser estendido à área de investigação da
desmaterialização.
Hipótese 2: O uso de materiais na economia depende da estrutura de produção
(estrutura económica), com uma maior presença do sector de serviços
no VAB nacional traduzindo-se num menor valor de DMI per capita
para o mesmo valor de PIB per capita.
A relação causal hipotética que pode ser estabelecida no contexto desta hipótese é:
uma produção baseada mais no uso de materiais e do que em conhecimento ou mão de
obra implica que a economia um maior uso de material per capita que numa em que
isso não aconteça.
38
Análise da Intensidade de Utilização de Materiais na Economia
Uma última grande hipótese poderia ser apontada e formulada segundo os seguintes
termos:
O uso de materiais depende do maior ou menor grau de eficiência da
economia, traduzido no uso de práticas de tecnologia e engenharia.
O teste desta hipótese é melhor conduzido considerando tabelas Input-Output de
materiais (Physical Input-Output Tables – PIOT; EUROSTAT, 2001) e analisando
coeficientes técnicos, implicando dados de fluxos de materiais para Portugal mais
pormenorizados e referentes a uma técnica de CFM diferente da realizada neste
trabalho. Por esta razão esta hipótese não é testada neste trabalho embora seja
considerado relevante o seu teste em trabalho futuro.
39
Análise da Intensidade de Utilização de Materiais na Economia
II.3. Metodologia
De acordo com este enquadramento, a investigação é conduzida segundo as seguintes
fases:
1. Cálculo do indicador DMI para Portugal, para os anos 1960, 1970, e de 1975 a
1998, recorrendo a fontes estatísticas nacionais, para permitir a caracterização da
evolução do indicador nas últimas quatro décadas.
2. Recolha de valores de DMI para outros países junto de estudos realizados a nível
internacional no âmbito deste indicador.
3. Recolha de valores, para as observações de DMI, de PIB e de outros dados
necessários ao teste das hipóteses de investigação.
4. Análise de dados, incluindo o teste das hipóteses de investigação.
A investigação é concluída com o estabelecimento da robustez das hipóteses.
No que respeita ao cálculo do indicador DMI para Portugal, o âmbito espacial da
CFM é o território constituído por Portugal Continental e as Regiões Autónomas da
Madeira e Açores, de modo a se poder avaliar a evolução da economia portuguesa
com os seus limites espaciais actuais.
O indicador DMI é calculado de acordo com a metodologia de Adriaanse et al.
(1997). Neste contexto, quantificam-se determinadas catego rias de materiais em
toneladas, obtidos por extracção doméstica (não renováveis, constituídos por minerais
energéticos, minerais metálicos e não metálicos, e renováveis, constituídos por
biomassa vegetal e animal) e importações. De acordo com o método de Adriaanse et
al. (1997) a fronteira do sistema em análise é a interface entre o ambiente natural e a
economia humana, de forma que os materiais atravessam a fronteira para a economia
quando são comprados. Neste contexto e seguindo as indicações de EUROSTAT
(2001) (veja-se no capítulo Contabilização e Análise de Fluxo de Materiais), são
consideradas como actividades que servem de porta de entrada dos materiais na
economia a indústria extractiva, a actividade agrícola de produção vegetal, a pesca, a
caça, a apicultura, a silvicultura e a produção de biomassa em pastagens que é
utilizada para consumo pecuário. Estas consistem nas actividades humanas para as
quais importa quantificar a produção doméstica para o cálculo do DMI. A
metodologia detalhada para o cálculo do DMI para Portugal encontra-se descrita no
Apêndice I.
A análise dos dados é feita do modo que se descreve a seguir.
Em primeiro lugar, procede-se a uma análise descritiva das variações de DMI per
capita por decomposição segundo o método indicado por Moll (1999) (método de
Malaska) mas utilizando o método de diferenças pesadas denominado Método
Logarítmico do Índice de Divisia Médio proposto por Ang et al. (1998), já que
conduz a uma decomposição sem originar resíduo. Esta análise é realizada
considerando-se em geral períodos de uma década tal como Moll (1999). Desta forma,
a decomposição segundo a Equação de Identidade entre Sustentabilidade e Produção é
feita segundo a equação
40
Análise da Intensidade de Utilização de Materiais na Economia
 POPit
∆DMI it = L(∗) ln 
 POPi0
 PIB


POPit
 + L(∗) ln 

 PIB POP
i0


 DMI


PIB it
 + L(∗) ln  DMI


PIB i 0







[13]
onde i é país e t é número de anos do período de decomposição, ∆DMI é a variação do
valor do DMI durante o período (diferença entre os valores de fim e do início do
período, POP é a população, PIB é o valor do PIB e DMI o valor do DMI;
 DMI it − DMI i0 
 . Por sua vez a decomposição da Equação de Identidade
L(∗) = 
 ln (DMI it DMI i0 ) 
entre Sustentabilidade e Emprego é feita segundo a equação
 POPit
∆DMI it = L(∗) ln 
 POPi0
 EMP

 DMI



POPit 
EMP it
 + L(∗) ln 
+ L(∗) ln 


 EMP POP 
 DMI EMP

i0 

i0





[14]
onde EMP é o emprego total (civil e de forças armadas, por contra própria e por conta
de outrem).
O teste de hipóteses inicia-se com o teste da hipótese de Kuznets para o indicador
DMI per capita (Hipótese 1) por via econométrica considerando um painel de dados
de vários países industrializados e vários anos. As equações (sob a forma de
estimação) a serem utilizadas para o teste da hipótese são a Equação [15] e Equação
[16], respectivamente para uma evolução do DMI per capita segundo um U invertido
e para uma evolução em N.
dmiit = β 0 + β 1 yit + β 2 y it + ε it
2
[15]
dmiit = β 3 + β 4 y it + β 5 y it + β 6 y it + ε it
2
3
[16]
Nestas equações dmiit representa o valor do indicador DMI per capita para o país i e
o ano t, y it representa o PIB per capita para o país i e o ano t, ε it é o termo de erro,
β 0 , β 1 e β 2 , β 3 , β 4 , β 5 , β 6 , são parâmetros a determinar. De acordo com estas
formulações espera-se que a evolução de DMI per capita em função de PIB per capita
seja do tipo observado na Figura 5 e na Figura 6.
De seguida são testadas as formulações de teste da hipótese da curva ambiental de
Kuznets para um andamento em U invertido e em N de Grossman e Krueger (1995) e
de Bradford et al. (2000), referidas na Primeira Parte, de modo a avaliar os efeitos de
longo prazo e fazer uma análise de sensibilidade à robustez do resultado do teste em
função do método escolhido. Devido à contabilização de modo explícito do efeito de
longo prazo nestas formulações, esta análise contribui para distinguir a componente
sistemática da componente não sistemática (flutuações anuais) na evolução do DMI
per capita.
41
Análise da Intensidade de Utilização de Materiais na Economia
Figura 5: Evolução de DMI per capita em Figura 6: Evolução de DMI per capita em
função de PIB per capita segundo uma curva função de PIB per capita segundo uma curva
ambiental de Kuznets em U invertido.
ambiental de Kuznets em N.
Estuda-se depois a variação anual do DMI per capita, também por via econométrica,
utilizando como modelo base o apresentado por Bruyn et al. (1998), tendo como
variável dependente a variação do DMI per capita, excluindo o termo referente aos
preços dos factores de produção (de operacionalização complexa no presente caso) e
utilizando dados de painel, segundo a Equação [17].
ln (dmii, t dmii, t −1 ) = β 0 + β 1 ln ( y i ,t y i, t −1 ) + β 2 ln ( y i, t −1 ) + ε i,t
[17]
O teste da hipótese da influência da estrutura económica (Hipótese 2) é realizado
introduzindo nas equações de teste da hipótese da curva ambiental de Kuznets,
versões tradicionais (equações [15] e [16]) e de longo prazo, como variáveis
independentes a contribuição do sector de serviços para o VAB nacional e a abertura
ao comércio internacional (razão entre a soma de importações e exportações e o PIB;
Grossman e Krueger, 1991; Shafik e Bandyopadhay, 1992), a primeira como
indicador de estrutura económica e a última como variável de controle. Uma outra
variável de caracterização da estrutura económica foi considerada para inclusão com
variável independente – o índice de Herfindhal para a contribuição dos sectores para o
VAB nacional – para verificar o grau de concentração sectorial das economias
nacional mas esta análise não se revelou possível devido às características dos dados
obtidos para a contribuição sectorial para o VAB nacional.
Nesta análise tenta-se evitar situações de multicolinearidade, isto é, utilização de
variáveis independentes perfeitamente correla cionadas. No caso das variáveis
utilizadas na análise não se detecta, à partida, a presença de multicolinearidade. Neste
processo é importante considerar se se pode provocar um enviesamento com a escolha
das variáveis causais. Isto apenas ocorre se for omitida uma variável causal com
relevância para a evolução do DMI per capita e para a variação do DMI per capita e
que esteja correlacionada (mas não perfeitamente) com as variáveis causais
consideradas. Na tentativa de minimizar este efeito é incluída a variável de abertura
ao comércio internacional.
42
Análise da Intensidade de Utilização de Materiais na Economia
II.4. Dados
A primeira necessidade de dados neste estudo consiste em valores para o indicador
DMI, para vários países e anos. A abordagem pensada em relação a este aspecto
consiste no cálculo do indicador DMI para Portugal, desde 1975 (escolhido por
corresponder ao ano de início das séries temporais de DMI obtidas de Adriaanse et
al., 1997) até ao ano mais recente de que se dispunha de dados (1998), e a obtenção
de valores do mesmo indicador para outros país es através de estudos já publicados.
Igualmente se calcula o valor de DMI para Portugal para os anos 1960 e 1970, para
permitir a análise descritiva segundo o método de Moll (1999) para a década de 60 e
70.
Os dados necessários para o cálculo do DMI foram obtidos junto do Instituto Nacional
de Estatística (INE), para todo o tipo de dados, e do Instituto Geológico e Mineiro,
especificamente para dados de produção da indústria extractiva, e da Direcção Geral
de Florestas, para valores de produção florestal. Com base nesses dados foi
construída, segundo a metodologia e fontes de dados apresentadas no Apêndice I, uma
base de dados com a entrada de materiais na economia portuguesa organizada sob a
componente Doméstica e Importada e dentro da componente Doméstica segundo as
categorias de materiais Não Renováveis (Minérios Energéticos, Minérios Metálicos,
Pedra, Argila e Areia, Minérios Não Metálicos e Sal Marinho) e Renováveis
(Biomassa Vegetal (Agrícola, de Pastagens e Florestal) e Biomassa Animal), para os
anos de 1960, 1970 e 1975-1998. Foram detectadas algumas lacunas de dados,
principalmente no que se refere à Biomassa Vegetal (especialmente Agrícola).
Para outros países foram utilizados os valores de DMI apresentados nos estudos de
Adriaanse et al. (1997) para a Alemanha, Japão, Holanda e Estados Unidos da
América, para o período 1975-1994, de Hüttler et al. (1998) para a Áustria para o
período 1960-1996, de Mündl et al. (1999) para a Polónia para 1992, 1995 e 1997 e
de Bringezu e Schütz (2000a) para Itália, Dinamarca, Grécia, Espanha, França,
Irlanda, Reino Unido, Suécia e Finlândia para o período 1985-1997. No caso dos
dados referentes à Alemanha os valores de 1975-1990 referem-se à República Federal
da Alemanha e de 1991-1994 referem-se à extracção doméstica para a Alemanha
reunificada e as importações para a Alemanha ocidental. Para alguns países
dispunham-se de diferentes fontes de dados de DMI, casos em que se fez uma
comparação detalhada entre resultados e metodologias, apresentada no Apêndice III
para dados relativos a Portugal e Apêndice IV para dados relativos a Alemanha,
Áustria, Holanda e Itália, com base na qual se procedeu à escolha dos dados a utilizar.
Embora se tenha conhecimento de estudos para outros países como a Finlândia,
Austrália e Brasil, não foi possível encontrar dados disponíveis em relação a esses
países 28 . Os dados recolhidos permitem a variação do valor da variável dependente –
o DMI per capita – na análise, e portanto não se espera um enviesamento dos
resultados da análise por reduzida variação da variável dependente.
Para o teste das hipótese utilizaram-se dados de PIB, importações e exportações em
preços e paridades de poder de compra (PPP) de 1990, população, emprego total e
28
A possibilidade do cálculo, no âmbito deste estudo, do DMI para outros países foi investigada, tendose encontrado fontes para alguns tipos de recursos como o EUROSTAT, o World Resources Institute e
a FAO mas não foram encontradas fontes de dados para todos os tipos de recursos necessários para o
cálculo do indicador, de modo a permitir o cálculo fácil deste indicador.
43
Análise da Intensidade de Utilização de Materiais na Economia
estrutura económica em termos de contribuição para o VAB nacional a preços
constantes produzidos pela OCDE; no caso da estrutura económica algumas lacunas
foram supridas com dados do Banco Mundial. Uma descrição dos dados e fontes
utilizados encontra-se no Apêndice II.
De acordo com os dados recolhidos, a investigação não deverá revelar-se
indeterminada, se se evitar multicolinearidade na selecção de variáveis independentes,
já que se tem, à partida, mais observações que o número de inferências que se
pretende realizar.
Só foi possível obter observações para os países industrializados, com PIB per capita
entre os 2500 e 25000 $EUA (preços e PPP de 1990) e percentagem de serviços no
VAB nacional entre os 35 e os 72 %, sendo factor limitante para o número de
observações a existência de indicador DMI. Isto leva a que a análise esteja sujeita a
uma limitação por selecção, embora involuntária, das observações com base no valor
das variáveis independentes. Isto não provoca enviesamento da análise (dada a
selecção ser feita com base na variável independente) mas limita a generalidade das
conclusões da análise e a certeza com que se legitimam essas conclusões.
Gráficos com a evolução no tempo dos dados utilizados são apresentados no
Apêndice V.
44
Análise da Intensidade de Utilização de Materiais na Economia
III. Cálculo e Decomposição do DMI
III.1. Cálculo do DMI para Portugal
Os principais resultados do cálculo do DMI para Portugal encontram-se na Tabela 2 e
na Tabela 3. De acordo com este cálculo verifica-se um crescimento do DMI total no
período em análise (1960-1998) de cerca de 557%, com um valor de DMI de 174
milhões de toneladas em 1998, como se pode observar pela Figura 7, embora com
alguns períodos de decréscimo do DMI: 1976-1977, 1982-1983, 1985-1987.
Igualmente, pode-se distinguir um período, entre 1975 e 1987, em que o DMI se
apresenta relativamente constante, e entre 1996 e 1997 um rápido crescimento do
DMI. Relativamente ao DMI per capita observa-se uma evolução muito semelhante,
com um crescimento de cerca de 483% no período em análise, devido ao facto de a
população portuguesa não ter variado muito, verificando-se actualmente próximo das
18 toneladas per capita (Figura 8). Este aspecto vem confirmar a situação observada
na Figura 4 de um nível inferior do indicador em Portugal relativamente à grande
maioria dos países da União Europeia e à União Europeia como um todo.
Adicionalmente verifica-se semelhança com o valor do indicador para o Japão em
1994.
Figura 7: Evolução do DMI de Portugal para o Figura 8: Evolução do DMI per capita em
período 1960-1998.
Portugal no período 1960-1998.
Nota: Dados da Tabela 2 e Tabela 3.
Classificando a composição do DMI numa parte de origem doméstica e numa parte de
origem importada, verifica-se que cerca de 70% do DMI português provém do
ambiente doméstico, tendo-se verificado um gradual aumento da componente
importada desde 1960, quando esta representava cerca de 13% do DMI (Figura 9).
Adicionalmente, é possível verificar-se que o grande aumento de DMI de 1996 para
1997 se deve essencialmente à componente doméstica e a uma redução das
importações em 1996.
45
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 2: Composição do DMI de Portugal e DMI per capita - 1960-1985.
DOMÉSTICO (1000 t)
Não Renovável
Minérios Energéticos
Minérios Metálicos Ferrosos
1960
1970
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
26998,5
38351,9
58440,8
61962,5
57647,1
57253,5
61177,3
64231,4
62890,3
63517,1
54481,0
55539,6
62584,9
590,7
303,1
270,9
125,8
221,6
56,1
193,4
49,3
195,4
52,6
180,2
54,5
179,3
59,6
177,5
56,6
183,9
37,1
178,7
27,1
185,4
35,5
195,0
36,4
238,6
73,2
Minérios Metálicos não
Ferrosos
Pedra, Argila e Areia
14,4
18,1
7,4
9,2
7,5
7,7
9,3
10,3
9,2
6,5
5,6
5,9
6,4
3357,9
13119,0
34627,9
38582,9
34114,1
33673,8
36318,7
39225,0
39457,9
39407,2
30637,1
30295,3
36190,2
Minérios não Metálicos
Sal marinho
765,5
266,8
1048,1
207,2
880,9
212,7
843,1
163,4
847,8
148,5
789,2
149,8
933,8
166,6
978,3
217,6
865,4
249,1
852,9
247,8
882,3
208,7
953,5
163,0
990,5
213,8
Renovável
Agricultura
5480,4
7235,8
6525,4
6228,5
5644,4
5583,6
6194,1
5890,6
4838,8
5687,6
5182,8
5881,0
6111,8
Pastagens
11318,0
11318,0
11318,0
11318,0
11318,0
11318,0
11318,0
11318,0
11318,0
11318,0
11318,0
11318,0
11318,0
4542,4
354,6
4638,7
365,4
4299,5
285,4
4282,0
286,6
5020,5
290,9
5234,1
255,1
5745,2
245,2
6078,5
271,5
5659,0
264,4
5543,9
239,5
5794,3
223,5
6440,0
243,4
7160,5
273,7
Caça
Mel
1,7
2,3
1,8
2,6
2,6
2,8
2,8
2,8
4,1
2,9
4,0
2,9
4,2
2,9
4,0
3,0
4,2
3,0
4,4
3,0
4,5
3,1
4,6
3,1
4,7
3,1
Cera
0,6
0,5
0,5
0,4
0,4
0,4
0,4
0,4
0,4
0,4
0,4
0,4
0,3
IMPORTADO (1000 t)
Animais e Produtos Animais 1
Produtos Reino Vegetal 2
4246,6
9193,5
12189,0
13877,7
15114,1
16829,6
18014,1
19252,1
19447,1
21062,0
19364,8
19924,2
22277,2
35,5
348,7
75,7
1085,3
131,1
2102,3
170,6
2401,9
180,0
2767,9
108,0
3466,5
117,6
3851,3
105,0
4048,9
107,2
4615,1
130,6
4547,3
132,8
4368,1
140,1
4468,0
206,1
3914,0
Produtos Indústria Alimentar 3
Produtos Minerais 4
182,3
2641,6
389,2
5863,3
479,9
7714,2
469,9
8358,7
595,7
8495,5
675,8
9216,8
661,1
10751,8
722,6
11222,2
818,8
10453,0
626,7
12145,1
480,3
11426,0
482,8
11888,0
573,9
11811,0
Produtos Indústrias Químicas 5
Madeira e Cortiça 6
243,2
88,0
279,0
178,8
266,3
184,4
428,0
326,1
532,1
476,2
657,2
243,1
585,9
186,5
586,1
368,2
693,2
507,9
730,8
457,8
698,1
300,3
667,1
333,7
670,7
386,4
Metais Comuns e obras 7
Outros produtos 8
368,8
338,5
544,0
778,1
616,6
694,2
748,6
973,9
1024,0
1042,7
1583,1
879,1
883,9
976,0
1103,2
1095,8
1079,3
1172,4
1317,1
1106,6
961,4
997,9
946,7
997,9
1918,3
2796,8
31245,1
47545,4
70629,8
75840,2
72761,2
74083,0
79191,4
83483,5
82337,4
84579,1
73845,9
75463,8
84862,1
3,6
5,5
7,8
8,1
7,7
7,7
8,2
8,5
8,4
8,5
7,4
7,6
8,5
Floresta
Pesca
DMI (1000 t)
DMI per capita (t)
Nota: 1 classe I da NC; 2 classe II da NC; 3 classe IV da NC; 4 classe V da NC; 5 classe VI da NC; 6 classe IX da NC; 7 classe XV da NC; 8 restantes classes da NC (ver Apêndice I).
46
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 3: Composição do DMI de Portugal e DMI per capita - 1986-1998.
DOMÉSTICO (1000 t)
Não Renovável
Minérios Energéticos
Minérios Metálicos Ferrosos
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
61220,6
57078,1
63272,9
66970,7
77015,9
81664,2
81426,7
86590,1
89506,9
93294,3
96765,1
1997
1998
236,6
54,7
260,7
27,3
230,0
23,3
229,4
12,8
265,1
14,1
245,8
16,1
221,5
14,5
197,3
16,2
147,2
14,3
0,0
14,5
0,0
18,6
0,0
18,9
0,0
20,2
119902,8 124834,7
Minérios Metálicos não
Ferrosos
Pedra, Argila e Areia
5,5
4,3
66,2
413,1
670,4
672,6
641,1
631,7
542,4
546,7
455,4
452,4
476,3
34630,7
30330,9
38004,3
39623,0
48275,0
52937,3
54121,5
59307,0
61894,8
63763,2
67081,9
87458,7
92751,8
Minérios não Metálicos
Sal marinho
905,0
194,4
876,7
177,7
874,3
138,8
864,6
138,4
876,0
104,5
767,7
131,1
727,4
132,5
649,0
88,2
642,7
101,2
752,6
27,9
747,2
91,0
718,1
74,0
782,1
79,0
Renovável
Agricultura
5927,9
6537,6
5116,8
6325,2
6690,9
7001,2
6122,9
5658,0
6454,3
6958,2
7449,0
6716,8
6555,2
Pastagens
11318,0
11318,0
11318,0
11318,0
11318,0
11318,0
11318,0
11993,0
11993,0
13829,1
13829,1
17421,7
17421,7
7607,6
332,0
7223,9
312,7
7179,1
313,8
7733,0
304,8
8483,3
309,9
8260,0
305,4
7840,4
277,8
7770,3
269,5
7467,5
239,4
7153,3
239,4
6872,4
211,7
6838,4
195,0
6535,0
204,6
4,8
3,2
4,7
3,2
4,7
3,2
4,8
3,3
5,2
3,3
5,2
3,4
5,3
3,5
5,5
4,2
5,4
4,3
5,3
3,6
4,8
3,7
4,7
3,7
4,7
3,7
Floresta
Pesca
Caça
Mel
Cera
0,3
0,3
0,3
0,3
0,3
0,4
0,3
0,3
0,3
0,3
0,3
0,3
0,3
IMPORTADO (1000 t)
Animais e Produtos Animais 1
Produtos Reino Vegetal 2
23071,7
24030,7
26162,2
30036,7
32913,5
32430,1
36388,9
35310,8
39258,5
42911,8
38870,2
44782,3
49064,3
200,4
3958,6
254,1
3601,9
288,2
3764,8
282,0
3397,3
343,5
4140,9
381,2
3922,5
404,3
4279,3
421,4
4252,6
549,5
4493,1
605,6
4652,9
650,8
4800,0
645,3
5147,3
712,9
5819,7
Produtos Indústria Alimentar 3
Produtos Minerais 4
858,6
14046,3
1353,6
14225,8
1629,0
14831,0
1812,3
18719,4
1885,1
20016,2
2081,4
19538,4
2255,1
22172,9
2136,8
21921,4
2247,2
23672,7
2178,9
26023,3
2279,8
21922,3
2334,3
25456,9
2560,9
27201,1
Produtos Indústrias Químicas 5
Madeira e Cortiça 6
876,9
453,3
1079,2
481,5
1140,0
928,2
1202,3
843,1
1318,9
762,7
1422,4
656,4
1619,5
772,5
1504,0
597,8
1885,7
1228,0
1909,1
1691,3
1999,6
1159,1
2231,5
1790,7
2372,4
2277,6
1343,5
1334,1
1224,4
1810,2
1406,9
2174,2
1522,4
2257,8
1566,5
2879,8
1743,1
2684,7
1808,2
3077,0
1564,3
2912,4
2033,4
3148,9
2484,0
3366,8
2278,1
3780,5
2844,3
4332,0
3284,6
4834,9
84292,3
81108,8
89435,1
8,4
8,1
9,0
Metais Comuns e obras 7
Outros produtos 8
DMI (1000 t)
DMI per capita (t)
97007,4 109929,5 114094,3
9,8
11,1
11,6
117815,6 121900,9 128765,3 136206,1 135635,3
11,9
12,3
13,0
13,7
13,7
164685,1 173898,9
16,6
17,4
Nota: 1 classe I da NC; 2 classe II da NC; 3 classe IV da NC; 4 classe V da NC; 5 classe VI da NC; 6 classe IX da NC; 7 classe XV da NC; 8 restantes classes da NC (ver Apêndice I).
47
Análise da Intensidade de Utilização de Materiais na Economia
Relativamente ao DMI de origem doméstica verifica-se que as principais
componentes são as categorias de materiais de Pedra, Argila e Areia e de Biomassa
Vegetal (Agricultura, Pastagens e Floresta), verificando-se que a primeira categoria
tem aumentado muito ao lo ngo do período em análise enquanto que a segunda se tem
mantido aproximadamente estável comparativamente (Tabela 2 e Tabela 3): enquanto
em 1960 mais de metade do DMI doméstico era composto por Biomassa Vegetal, em
1998 esta categoria consiste apenas em 25% do DMI.
Figura 9: Evolução do DMI de Portugal segundo a componente doméstica e importada.
Nota: Dados da Tabela 2 e Tabela 3.
O grande aumento do DMI doméstico entre 1996 e 1997 deve-se ao aumento da
quantidade de materiais na categoria Pedra, Argila e Areia. A componente não
renovável do DMI doméstico é dominada pela categoria da Pedra, Argila e Areia,
notando-se o grande aumento da importância desta categoria de materiais no período
1960-1975 (Tabela 2). Segundo Romão et al. (2000) o significativo crescimento
observado na produção de pedreiras (que corresponde à categoria aqui considerada de
Pedra, Argila e Areia) desde 1988 (Tabela 3) deve-se, no caso das rochas
ornamentais, ao aumento da competitividade das empresas (por valorização interna
dos produtos comercializados, melhoria dos padrões de qualidade e maior
agressividade nos mercados externos) e, no caso das rochas industriais ao acréscimo
de consumo destas matérias no subsector de construção civil e obras públicas.
Na componente renovável do DMI doméstico verifica-se que a principal categoria de
materiais é constituída pela Biomassa Vegetal de Pastagens, verificando-se a
dominância da Biomassa Vegetal relativamente à Biomassa Animal (Pesca, Caça,
Mel, Cera). Esta categoria, bem como a de Biomassa Vegetal Florestal, verificou um
fraco crescimento ao longo do período em estudo. A evolução da categoria de
Biomassa Vegetal de origem agrícola é muito irregular. Esta irregularidade é
explicada pelo INE (1993) pelas características de solo e clima tipicamente
mediterrâneas de Portugal: por exemplo o ano de 1988 apresenta uma quebra na
48
Análise da Intensidade de Utilização de Materiais na Economia
produção vegetal agrícola, e portanto também na componente da Biomassa Vegetal
Agrícola do DMI, devido às condições climatéricas com elevada precipitação
atmosférica na altura da preparação das terras para as sementeiras e posteriormente
em Junho e Julho.
Quanto ao DMI de origem importada (Figura 10), verifica-se que as principais
categorias de materiais correspondem aos Produtos Minerais (sal, enxofre, terras e
pedras, gesso, cal e cimento, minérios, escórias e cinzas, combustíveis minerais, óleos
minerais e produtos da sua destilação, matérias betuminosas, ceras minerais) e
Produtos do Reino Vegetal. A maior parte do crescimento da quantidade de materiais
importados fica-se a dever à categoria de Produtos Minerais.
Figura 10: Evolução do DMI de origem importada em Portugal.
Nota: Dados da Tabela 2 e Tabela 3.
49
Análise da Intensidade de Utilização de Materiais na Economia
III.2. Decomposição da Variação do DMI
A decomposição da variação do indicador DMI foi realizada segundo as equações de
Identidade entre Sustentabilidade e Produção e de Identidade entre Sustentabilidade e
Emprego descritas por Moll (1999). Devido a não ter sido possível a obtenção de
dados referentes a horas de trabalho, não foi considerada para a análise a terceira
equação de Moll (1999) apresentada na Primeira Parte (Estado da Arte).
A análise foi feita para Portugal considerando intervalos de uma década, entre 19601990, e também entre 1990 e 1998. Foi também considerada, para efeitos de
comparação, a análise por períodos de uma década para outros países, Áustria,
Holanda, EUA, Japão e Alemanha, e para o período de 1985-1996 para Portugal e
grande parte dos países da União Europeia (Itália, Dinamarca, Grécia, Espanha,
França, Irlanda, Reino Unido, Suécia, Finlândia)29 .
Os resultados da análise para Portugal são apresentados na Tabela 4, sendo que em
todos os períodos o DMI aumentou, tendo aumentado mais na década de 1970 e
menos na década de 1980. No contexto da Equação de Identidade entre
Sustentabilidade e Produção, verifica-se redução na intensidade em materiais da
economia (DMI/PIB) nas décadas de 1960 e 1980, situação que não conseguiu ser
mais forte que o aumento do PIB e da população. Além disso, o PIB e a população
têm vindo a aumentar ao longo dos períodos considerados, embora não de forma
uniforme; em particular o grande aumento populacional verificado na década de 1970
poderá estar relacionado com o retorno da população das ex-colónias em África que
se tornaram independentes nesta década. Quanto à Equação de Identidade entre
Sustentabilidade e Emprego, verifica-se que não ocorreu, em qualquer período,
redução de intensidade material de mão de obra (DMI/EMP), verificando-se até 1990
um aumento da população empregada (particularmente nos anos 80); no período
1990-1998 verifica-se um reduzido decréscimo da população empregada.
Tabela 4 : Decomposição da variação do DMI segundo a Equação de Identidade entre
Sustentabilidade e Produção (primeiras 3 linhas) e Equação de Identidade entre Sustentabilidade
e Emprego (últimas 3 linhas) para Portugal para décadas de 1960, 1970, 1980 e de 1990 a 1998.
Contribuições
POP
PIB/POP
DMI/PIB
DMI
POP
EMP/POP
DMI/EMP
1960-1970
1,3
75,3
-24,5
52,2
1,3
4,2
46,6
Variação DMI por período temporal (%)
1970-1980
1980-1990
15,2
1,5
47,0
31,6
13,4
-1,4
75,6
31,7
15,2
1,5
3,5
16,8
56,9
13,3
1990-1998
0,9
30,2
27,2
58,2
0,9
-1,4
58,7
Nota: POP = População; EMP = Emprego Total; Variação percentual referida ao valor de DMI do primeiro ano do
período.
29
Este período foi escolhido de modo a corresponder ao período em que se tem dados de DMI para
estes países provenientes do cálculo realizado por Bringezu e Schütz (2000); também se dispunham de
dados para 1997 mas não se considerou o período 1985-1997 devido à descontinuidade nos valores de
PIB entre 1996 e 1997 originada pela mudança de Sistema de Contas Nacionais, que origina um
aumento artificial do PIB de 1997 relativamente a 1996, que poderá não ser uniforme para todos os
países.
50
Análise da Intensidade de Utilização de Materiais na Economia
Nas tabelas seguintes apresentam-se os resultados de decomposição realizados para
outros países. Na Tabela 5, apresentam-se os resultados referentes à Áustria, que
indicam também um crescimento de DMI em todas as décadas analisadas, embora
verificando-se uma redução do crescimento, com a década de 1980 a apresentar um
crescimento do DMI bastante inferior ao observado nas décadas anteriores. A
intensidade material da economia reduziu-se em todas as décadas consideradas,
embora não conseguindo suplantar o efeito de aumento da população e do PIB. No
que respeita à Equação de Identidade entre Sustentabilidade e Emprego verifica-se
que a população empregada diminuiu nas décadas de 1960 e 1970, mas aumentou na
década de 80, ao mesmo tempo que se verifica a situação contrária relativamente à
intensidade material da mão de obra, que decresce na década de 1980, indicando
desenvolvimento tecnológico.
Tabela 5 : Decomposição da variação do DMI segundo a Equação de Identidade entre
Sustentabilidade e Produção (primeiras 3 linhas) e Equação de Identidade entre Sustentabilidade
e Emprego (últimas 3 linhas) para a Áustria para as décadas de 1960, 1970 e 1980.
Contribuições
POP
PIB/POP
DMI/PIB
DMI
POP
EMP/POP
DMI/EMP
1960-1970
6,5
47,7
-16,6
37,6
6,5
-12,8
43,9
Variação DMI por período temporal (%)
1970-1980
1980-1990
1,3
2,5
40,5
20,9
-4,8
-17,8
37,0
5,6
1,3
2,5
-0,6
8,3
36,3
-5,3
Nota: POP = População; EMP = Emprego Total; Variação percentual referida ao valor de DMI do primeiro ano do
período.
Na Tabela 6 apresentam-se os resultados referentes à Holanda. Estes indicam um
aumento do DMI nas décadas de 1970 e 1980. No que respeita à produção verifica-se
uma redução da intensidade material da economia nas duas décadas, mais acentuada
na década de 1980, acompanhando um aumento da população e do PIB, aumento este
a decrescer ao longo das décadas. Quanto ao emprego verifica-se que se a população
empregada diminuiu na década de 1970 aumentou na década de 1980, enquanto a
intensidade material da mão de obra reduz-se na década de 1980, à semelhança do
verificado para a Áus tria, devido a alteração do progresso tecnológico.
Tabela 6 : Decomposição da variação do DMI segundo a Equação de Identidade entre
Sustentabilidade e Produção (primeiras 3 linhas) e Equação de Identidade entre Sustentabilidade
e Emprego (últimas 3 linhas) para a Holanda para as décadas de 1970 e 1980.
Contribuições
POP
PIB/POP
DMI/PIB
DMI
POP
EMP/POP
DMI/EMP
Variação DMI por período temporal (%)
1970-1980
1980-1990
9,5
5,8
23,7
17,3
-1,4
-12,0
31,7
11,1
9,5
5,8
-2,8
17,9
25,0
-12,6
Nota: POP = População; EMP = Emprego Total; Variação percentual referida ao valor de DMI do primeiro ano do
período.
51
Análise da Intensidade de Utilização de Materiais na Economia
Os resultados para a decomposição da variação do DMI na década de 1980 para os
EUA, Japão e Alemanha encontram-se apresentados na Tabela 7. É possível verificarse que o DMI aumenta em todos os países excepto na Alemanha. Em termos de
produção, verifica-se uma redução na intensidade material da economia em todos os
países, denotando um desacoplamento ent re DMI e PIB, mais acentuado no Japão e
Alemanha que nos EUA; o PIB e a população aumentam em todos os casos. Quanto
ao emprego verifica-se que nos EUA e Alemanha verifica-se uma redução, bastante
acentuada no caso alemão, da intensidade material da mão de obra, em resultado de
alteração no progresso tecnológico, ao mesmo tempo que se verifica em todos os
casos um aumento da população empregada.
Tabela 7 : Decomposição da variação do DMI segundo a Equação de Identidade entre
Sustentabilidade e Produção (primeiras 3 linhas) e Equação de Identidade entre Sustentabilidade
e Emprego (últimas 3 linhas) para os EUA, Japão e Alemanha para a década de 1980.
Contribuições
EUA
10,2
17,9
-8,9
19,2
10,2
9,1
-0,1
POP
PIB/POP
DMI/PIB
DMI
POP
EMP/POP
DMI/EMP
Variação DMI entre 1980 e 1990 (%)
Japão
6,0
36,2
-26,4
15,8
6,0
7,0
2,8
Alemanha
2,6
19,1
-26,4
-4,7
2,6
5,2
-12,5
Nota: POP = População; EMP = Emprego Total; Variação percentual referida ao valor de DMI do primeiro ano do
período.
Na Tabela 8 e Tabela 9 apresentam-se os resultados os resultados da decomposição da
variação do DMI no período 1985-1996 para Portugal, Itália, Dinamarca, Grécia,
Espanha, França, Irlanda, Reino Unido, Suécia e Finlândia.
Tabela 8 : Decomposição da variação do DMI segundo a Equação de Identidade entre
Sustentabilidade e Produção (primeiras 3 linhas) e Equação de Identidade entre Sustentabilidade
e Emprego (últimas 3 linhas) para Portugal, Itália, Dinamarca, Grécia, Espanha para o período
1985-1996.
Contribuições
POP
PIB/POP
DMI/PIB
DMI
POP
EMP/POP
DMI/EMP
Portugal
-1,1
44,8
16,1
59,8
-1,1
13,0
47,9
Variação DMI entre 1985 e 1996 (%)
Itália
Dinamarca
Grécia
1,4
2,9
6,1
19,2
17,5
16,6
-23,4
-11,4
8,3
-2,8
9,0
31,0
1,4
2,9
6,1
-5,2
0,1
2,6
1,0
6,0
22,3
Espanha
2,5
32,0
-8,5
25,9
2,5
12,7
10,8
Nota: POP = População; EMP = Emprego Total; Variação percentual referida ao valor de DMI do primeiro ano do
período.
52
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 9 : Decomposição da variação do DMI segundo a Equação de Identidade entre
Sustentabilidade e Produção (primeiras 3 linhas) e Equação de Identidade entre Sustentabilidade
e Emprego (últimas 3 linhas) para França, Irlanda, Reino Unido, Suécia e Finlândia para o
período 1985-1996.
Contribuições
POP
PIB/POP
DMI/PIB
DMI
POP
EMP/POP
DMI/EMP
França
5,1
16,5
-19,7
1,9
5,1
-1,7
-1,5
Variação DMI entre 1985 e 1996 (%)
Irlanda
Reino Unido
Suécia
2,7
3,8
6,3
64,3
22,1
10,2
-41,9
-20,0
6,8
25,1
5,8
23,4
2,7
3,8
6,3
17,3
4,1
-15,4
5,1
-2,0
32,5
Finlândia
4,4
12,5
-20,1
-3,2
4,4
-17,5
10,0
Nota: POP = População; EMP = Emprego Total; Variação percentual referida ao valor de DMI do primeiro ano do
período.
Em todos os países verifica-se um acréscimo do DMI no período em estudo excepto
para a Itália e Finlândia, onde se verifica um decréscimo; o aumento é máximo em
Portugal e mínimo na França. Em termos de produção verifica-se que em todos os
países excepto Portugal, Grécia e Suécia se observa um decréscimo da intensidade
material da economia, verificando-se aumento de PIB para todo os países e aumento
de população também para todos excepto para Portugal onde, embora pequena, há
uma redução da população. Em termos de emprego, a população empregada aumenta
em Portugal, Dinamarca, Grécia, Espanha, Irlanda e Reino Unido e diminui nos
restantes países, ao mesmo tempo que se verifica o aumento da intensidade material
do emprego em todos os países excepto na França e Reino Unido, onde diminui.
53
Análise da Intensidade de Utilização de Materiais na Economia
IV. Teste da Hipótese de Curva Ambiental de Kuznets
IV.1. Versões Tradicionais
Nesta secção apresentam-se os resultados referentes à análise econométrica dos
modelos que relacionam o DMI per capita e PIB per capita baseados na hipótese de
uma evo lução segundo uma curva ambiental de Kuznets, nas versões quadrática (U
invertido) e cúbica (N). No Apêndice VI encontram-se as estatísticas descritivas e
correlações para as variáveis utilizadas nos modelos.
Na Tabela 10 apresentam-se os resultados da estimação dos parâmetros dos modelos
quadrático e cúbico baseados na curva de Kuznets utilizando apenas como regressor o
PIB per capita, sem qualquer outra variável de controle. O modelo quadrático
encontra suporte nos dados, com os termos referentes ao PIB per capita bastante
significativos e com sinais concordantes com a hipótese de curva ambiental de
Kuznets em U invertido (sinal do termo linear positivo e sinal negativo no termo
quadrático), permitindo explicar cerca de 25% da variação observada no DMI per
capita tal como indicado pelo valor do R2 ajustado. Por seu lado, o modelo em N,
embora apresentando os sinais dos termos referentes ao PIB per capita concordantes
com a hipótese de evolução em curva ambiental de Kuznets do tipo N, não tem o
termo referente ao cubo do PIB per capita significativo e o termo quadrático só é
significativo considerando o nível dos 9%. O modelo quadrático como um todo
apresenta significado estatístico, sendo superior ao modelo cúbico 30 .
Tabela 10: Resultados de estimativa de parâmetros para os modelos de DMI per capita em
função de PIB per capita sem inclusão de variáveis de controle (modelos base).
β2
Modelo Linear
7,8127
(1,8951)
[0,0001]
1,0995
(0,1296)
[0,0000]
-
β3
-
Modelo Quadrático
-8,1291
(4,7346)
[0,0872]
3,7549
(0,7369)
[0,0000]
-0,1000
(0,0273)
[0,0003]
-
0,2228
0,2198
253
0,2623
0,2564
253
β0
β1
R2
R2 ajustado
N.º observações
Modelo Cúbico
-19,8755
(10,5654)
[0,0601]
6,8259
(2,5654)
[0,0083]
-0,3421
(0,1957)
[0,0816]
0,0059
(0,0047)
[0,2126]
0,2669
0,2581
253
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 EUA$ - preços e
PPP de 1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis
rectos.
30
Aplicando um teste F para o modelo quadrático em relação ao modelo apenas com a constante
obtém-se um F(2,250)=44,45, valor bastante superior ao valor crítico para o nível de significado de 1%,
sendo hipótese nula rejeitada. O teste F para o termo cúbico do PIB per capita ser nulo resulta em
F(1,249)=1,56, valor inferior ao valor crítico para o nível de significância de 5%, significando que a
hipótese nula não pode ser rejeitada.
54
Análise da Intensidade de Utilização de Materiais na Economia
Adicionalmente foi também estimado o modelo linear do DMI per capita com o PIB
per capita. Este modelo apresenta um bom ajuste aos dados, com termo linear
significativo e tendo o modelo significado estatístico 31 . Apesar disto o modelo
quadrático é mais apoiado pelos dados32 .
Os resultados obtidos para estes modelos que utilizam apenas o PIB per capita como
variável independente poderão estar afectados por aspectos intrínsecos a cada país ou
relacionados com o instante temporal de cada observação. Quando estes aspectos
estão correlacionados com a variável independente utilizada, PIB per capita, ou têm
efeito sobre a variável dependente, DMI per capita, a omissão de variáveis de controle
para estes aspectos causa um enviesamento do modelo devido a omissão de variáveis.
Dois aspectos que poderão ter influência no desempenho dos modelos. Em primeiro
lugar, ocorreu uma mudança no método de cálculo do PIB, já que para os dados a
partir de 1997 os valores do PIB se referem ao Sistema de Contas Nacionais (SCN) de
1993 enquanto os dados até essa data se referem ao SCN de 1968 (ver Apêndice II), o
que eleva artificialmente o PIB em relação aos anos anteriores. Em segundo lugar,
após 1991 os dados da Alemanha referirem-se à Alemanha Reunificada, o que afecta
consequentemente quer o DMI per capita quer do PIB per capita (por alteração da
população e possivelmente do PIB e do DMI). O controle para a utilização do SCN de
1968 e para os dados referentes à Alemanha Reunificada não se revela, contudo
significativo, tal como é visível nos resultados de estimação apresentados no
Apêndice VII. De um modo mais geral pode-se usar um modelo de efeitos fixos para
controlar os dados relativos a cada país (a constante do modelo varia com o país),
segundo a expressão seguinte (relativa ao modelo cúbico mas em tudo semelhante
para os modelos linear e quadrático excepto pela inclusão dos termos quadrático e
cúbico e termo cúbico, respectivamente), seguindo-se a notação introduzida
anteriormente (país i, ano t):
dmiit = α i + β1 y it + β 2 y it + β 3 y it + ε it
2
3
[18]
Com um modelo deste tipo assume-se que a variação entre países pode ser
contabilizada por diferenças no termo constante, descrevendo apenas a variação
dentro de cada país, através do uso de variáveis de controlo para cada país (número de
variáveis de controlo é inferior em uma unidade em relação ao número de países para
evitar multicolinearidade). O outro extremo é a consideração de um modelo que
traduz apenas a variação entre países, em que se condensam as observações de cada
país para as variáveis dependente e independentes no seu valor médio (indicado pela
barra superior):
31
Um teste F para a hipótese do termo linear ser nulo resultando em F(1,251)=71,95, valor bastante
superior ao valor crítico para o nível de significado de 1%, sendo rejeitada a hipótese nula.
32
Para verificar qual dos modelos, linear e quadrático, é mais suportado pelos dados, realiza -se o teste
F para o termo quadrático ser nulo obtendo-se F(1,250)=13,3862, com um p-value=0,0003, podendo
pois a hipótese nula ser rejeitada e o modelo quadrático ser considerado mais apoiado pelos dados. O pvalue é a probabilidade de se observar um valor de teste da amostra tão grande como o observado
assumindo a hipótese nula como verdadeira. Esta hipótese é rejeitada se o p-value é menor que o nível
de significado especificado para o teste (geralmente 5%).
55
Análise da Intensidade de Utilização de Materiais na Economia
dmi i = β 0 + β 1 y i + β 2 yi + β 3 y i + ε i
2
3
[19]
Um compromisso entre estas duas posições extremas pode ser conseguido com um
modelo de efeitos aleatórios. Neste modelo considera-se que a influência do país pode
ser considerada totalmente aleatória, o que se faz na prática considerando uma parte
do termo de erro específica para cada país, como uma variável aleatória de valor
esperado nulo e independente do termo de erro geral, de modo a que a perturbação no
modelo consiste no termo específico do país (ui) e o termo de erro geral (ε it ):
dmiit = β 0 + β 1 y it + β 2 y it + β 3 y it + u i + ε it
2
3
[20]
Comparando-se o modelo de efeitos fixos para o país com o modelo de efeitos
aleatórios verifica-se que o modelo de efeitos fixos tem a desvantagem da perda de
graus de liberdade com a utilização de variáveis de controle, bem como de ser muito
sensível à qualidade dos dados de cada país, mas o modelo de efeitos aleatórios pode
conduzir a enviesamento por variáveis omitidas devido à consideração neste modelo
de que os aspectos específicos de cada país são independentes da variável
independente (PIB per capita no presente caso). De um modo geral pode-se referir que
o modelo de efeitos aleatórios é considerado mais apropriado quando se selecciona
uma amostra (de países neste caso) de uma grande população e o de efeitos fixos é
utilizado quando se pretende focar os casos/países que são considerados.
No caso em análise consideraram-se os dois tipos de modelos bem como o modelo de
médias para se verificar a robustez dos modelos baseados na hipótese de da curva
ambiental de Kuznets. Note-se que devido ao facto de se estar a considerar um painel
de dados não equilibrado os resultados do modelo de médias não são muito fiáveis,
dado a média para cada país ser calculada com base em diferentes períodos. Na
Tabela 11 e na Tabela 12 apresentam-se os resultados da estimação dos parâmetros
dos modelo quadrático e cúbico segundo a formulação dos modelos de média, modelo
de efeitos fixos e de efeitos aleatórios.
Considerando a formulação de média, verifica-se que tanto o modelo quadrático como
o modelo cúb ico não encontram suporte nos dados, com os termos relativos ao PIB a
revelarem-se sem significado estatístico 33 .
33
Note-se que o significado estatístico dos coeficientes de cada modelo é bastante superior ao nível dos
5%.
56
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 11: Resultados de estimativa de parâmetros para o modelo quadrático segundo a
formulação de média, efeitos fixos e efeitos aleatório para país.
Modelo de Média
β0
β1
β2
R2
R2 ajustado
N.º observações
-14,0202
(27,0298)
[0,6040]
4,5401
(4,2665)
[0,2873]
-0,1289
(0,1589)
[0,4358]
0,2544
0,1397
16
Modelo Efeitos Fixos para
País
-
2,2258
(0,2112)
[0,0000]
-0,0516
(0,0079)
[0,0000]
0,9740
0,9721
253
Modelo Efeitos Aleatórios
para País
4,1594
(2,7336)
[0,1281]
2,3315
(0,2108)
[0,0000]
-0,0518
(0,0079)
[0,0000]
0,2677
253
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 EUA$ - preços e
PPP de 1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis
rectos.
Para os modelos de efeitos fixos e efeitos aleatórios para o país, tanto o modelo
quadrático como o modelo cúbico apresentam sinais de coeficientes concordantes
com as hipóteses de curva ambiental de Kuznets, com valores absolutos dos
coeficientes relativos ao PIB per capita bastante semelhantes entre modelos de efeitos
fixos e aleatórios (embora valores mais elevados no modelo de efeitos aleatórios).
Contudo, apenas os modelos quadráticos apresentam todos os termos referentes ao
PIB per capita com significado estatístico. O valor absoluto dos coeficientes dos
termos referentes ao PIB per capita é inferior ao valor observado para o modelo
quadrático base, principalmente no que respeita ao termo linear mas o significado
estatístico do termo quadrático é maior. O modelo quadrático de efeitos fixos para o
país é preferível ao modelo quadrático base, de acordo com o teste F e a hipótese do
coeficiente do termo cúbico ser nulo no modelo de efeitos fixos não pode ser
rejeitada 34 .
O desempenho do modelo de efeitos fixos em relação ao país relativamente ao modelo
de efeitos aleatórios em relação ao país pode ser avaliado realizando um teste
Hausman, que testa a independência entre o termo de erro aleatório específico para o
país e os outros regressores35 . O resultado do teste indica a não rejeição da hipótese de
34
O teste F para os termos referentes aos efeitos fixos para o país no modelo quadrático serem nulos
resulta em F(15,235)=425,59, valor bastante superior ao valor crítico do nível de significância dos 1%,
resultando na rejeição da hipótese nula. O teste F para o termo cúbico no modelo de efeitos fixos ser
nulo resulta em F(1,234)=0,9035, com p-value=0,3428, o que faz com que esta hipótese não possa ser
rejeitada.
35
Na hipótese de não existir correlação entre os efeitos específicos de cada país e os outros regressores
o modelo de efeitos aleatórios para o país é preferível; caso contrário é preferível o modelo de efeitos
fixos para o país. Caso não haja correlação, a estimativa OLS (Ordinary Least Squares) do modelo de
efeitos fixos e a estimativa GLS (Generalised Least Squares) são ambas consistentes, isto é, se o seu
enviesamento (diferença entre o valor esperado do parâmetro e o valor real) e variância se aproximam
cada vez mais de 0 quando o número de observações aumenta para infinito, mas a estimativa GLS não
é eficiente, isto é, a variância da estimativa não é mínima.
57
Análise da Intensidade de Utilização de Materiais na Economia
independência 36 , o que faz com que o modelo de efeitos aleatórios para o país seja
preferível ao modelo de efeitos fixos.
Tabela 12: Resultados de estimativa de parâmetros para o modelo cúbico segundo a formulação
de média, efeitos fixos e efeitos aleatório para país.
Modelo de Média
β0
β1
β2
β3
R2
R2 ajustado
N.º observações
Modelo Efeitos Fixos para
País
-
-59,1759
(85,9418)
[0,4911]
16,0079
(21,1145)
[0,4484]
-1,0045
(1,5945)
[0,5287]
0,0210
(0,0379)
[0,5787]
0,2731
0,0914
16
2,8054
(0,5888)
[0,0000]
-0,0989
(0,0455)
[0,0308]
0,0012
(0,0011)
[0,2927]
0,9741
0,9721
253
Modelo Efeitos Aleatórios
para País
2,0341
(3,5056)
[0,5618]
2,8146
(0,5884)
[0,0000]
-0,0994
(0,0455)
[0,0289]
0,0012
(0,0011)
[0,2879]
0,2722
253
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 EUA$ - preços e
PPP de 1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis
rectos.
A variação na variável dependente (DMI per capita) ligada a fenómenos temporais e
que afectam todos os países (por exemplo recessões económicas) pode ser também
contabilizada nos modelos de efeitos fixos e efeitos aleatórios para o país. Isto faz
com que se obtenha um modelo de efeitos fixos para o país e tempo (com variáveis de
controle para cada instante temporal menos uma para evitar multicolinearidade) e um
modelo de efeitos aleatórios para o país e tempo (com uma parte do termo de erro
específica para cada momento temporal). O modelo de efeitos fixos para o país e
tempo é então dado pela Equação [21].
dmiit = α i + γ t + β 1 y it + β 2 y it + β 3 y it + ε it
2
3
[21]
O modelo de efeitos aleatórios para o país e para o tempo é dado pela Equação [22],
onde vt é a parcela do termo de erro específica para cada instante temporal:
dmiit = β 0 + β 1 y it + β 2 y it + β 3 y it + vt + u i + ε it
2
3
[22]
36
O resultado obtido, 0,23, é bastante inferior ao valor crítico do nível de significado de 5% tabelado,
assumindo segundo uma função de distribuição de probabilidade χ2 com 2 graus de liberdade (5,99).
Adicionalmente o resultado do teste de Multiplicador de Lagrange para a variância nula do termo de
erro específico para o país indica a superioridade do modelo de efeitos aleatórios em relação ao modelo
sem efeitos para o país: o teste resulta em 1137,37, com p-value=0,0000, de modo que a hipótese nula
tem de ser rejeitada.
58
Análise da Intensidade de Utilização de Materiais na Economia
Na Tabela 13 apresenta-se a estimação dos parâmetros do modelo de efeitos fixos
para país e tempo e de efeitos aleatórios para país e tempo. Os resultados obtidos
revelam suporte nos dados apenas para os modelos quadráticos, que apresentam sinais
nos coeficientes dos termos referentes ao PIB per capita concordantes com um
andamento em U invertido; a falta de apoio ao modelo cúbico situa-se nos termos
quadrático e cúbico que não têm significado estatístico. O modelo quadrático
apresenta coeficientes dos termos referentes ao PIB per capita com menor valor
absoluto que o modelo base, sendo os resultados para o modelo de efeitos aleatórios
bastante superiores aos do modelo de efeitos fixos. Relativamente aos modelos de
efeitos apenas para o país verifica-se menor precisão e menor significado estatístico
dos coeficientes.
O teste F para os termos de efeitos fixos para o tempo serem nulos indica que o
modelo de efeitos fixos para o país e tempo é preferível ao modelo de efeitos fixos
apenas para o país 37 . O teste F para o termo cúbico no modelo de efeitos fixos para o
país e tempo ser nulo não indica a rejeição desta hipótese, fazendo com que o modelo
quadrático correspondente seja preferível38 . O resultado do teste de Hausman resulta
na rejeição da hipótese de independência 39 e na preferência do modelo de efeitos
fixos.
Tabela 13: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico segundo
a formulação efeitos fixos para país e tempo e de efeitos aleatórios para o país e tempo.
β0
β1
β2
β3
R2
R2 ajustado
N.º observações
Modelo Quadrático
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
12,3657
-4,0351
(2,9316)
(2,7266)
[0,0000]
[0,1389]
1,1815
2,5906
(0,3344)
(0,2235)
[0,0005]
[0,0000]
-0,0265
-0,0727
(0,0098)
(0,0080)
[0,0070]
[0,0000]
-
0,9819
0,9767
253
0,2677
253
Modelo Cúbico
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
7,5093
-3,8309
(4,5685)
(3,6115)
[0,1015]
[0,2888]
2,2180
2,3917
(0,8200)
(0,6194)
[0,0073]
[0,0001]
-0,1003
-0,0574
(0,0542)
(0,0463)
[0,0654]
[0,2150]
0,0018
0,0004
(0,0013)
(0,0011)
[0,1677]
[0,7437]
0,9820
0,2722
0,9768
253
253
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 $EUA preços e PPP
1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis rectos.
Calculando o nível de PIB per capita para o qual se verifica o nível máximo de DMI
per capita, para o modelo quadrático base e para os modelos que verificaram maior
suporte dos dados obtêm-se os valores, em preços e PPP de 1990, de 19672 $EUA,
37
O teste resulta em F(39,196)=2,1935, a que corresponde um p-value=0,0002, causando a rejeição da
hipótese nula.
38
O teste resulta em F(1,195)=1,0833, a que corresponde um p-value=0,2992.
39
O resultado do teste é 85,27, superior ao valor crítico do nível de significado estatístico de 5% que se
encontra tabelado para a função de distribuição de probabilidade χ2 com 2 graus de liberdade.
59
Análise da Intensidade de Utilização de Materiais na Economia
21540 $EUA e 22293 $EUA, respectivamente. Os valores referentes aos modelos
mais apoiados pelos dados são bastante semelhantes (da ordem dos 22000 $EUA) e
só foram, para os dados que se dispõem, ultrapassados no PIB per capita dos EUA. As
previsões de DMI per capita, para as observações de PIB per capita utilizadas na
estimação, segundo o modelo de efeitos aleatórios para o país e o modelo de efeitos
fixos para o país e tempo são apresentadas na Figura 11.
Figura 11: Previsões de DMI per capita para observações de PIB per capita segundo o modelo
quadrático de efeitos aleatórios para o país (Modelo 1) e o modelo de efeitos fixos para o país e
tempo (Modelo 2).
De modo a verificar-se a validade destes resultados foi feita uma análise aos resíduos
das regressões base, que é apresentado no Apêndice VIII. Desta análise é possível
verificar-se que a distribuição dos resíduos tem um enviesamento demasiado elevado
relativamente ao verificado numa distribuição normal, pelo que os resultados das
estimativas realizadas deve ser considerado com alguma cautela. Adicionalmente,
detectam-se perturbações não esféricas nos resultados das regressões, sobre a forma
de autocorrelação entre resíduos e de alguns indícios de heteroescedasticidade
(variância dos resíduos não constante com o valor da variável independente), o que
afecta a precisão e significado das estimativas.
Quanto à autocorrelação, não é possível realizar a sua correcção mantendo o número
de observações, já que não existe sempre contiguidade temporal entre observações
para todos os países (os países afectados são Holanda, Portugal e Polónia). No
Apêndice IX apresenta-se a correcção para autocorrelação de primeira ordem
realizada para os modelos base e de efeitos para o país utilizando apenas os dados em
que essa correcção se revela possível (243). Os resultados obtidos com a exclusão
destas observações são semelhantes para os modelos quadráticos, não afectando as
inferências gerais quanto aos modelos mais ajustados aos dados, embora deslocando o
ponto máximo de DMI per capita para um maior valor de PIB per capita. Os modelos
cúbicos apresentam para este conjunto de observações suporte nos dados, revelandose mesmo superiores aos modelos quadráticos, embora não representem uma curva
em N com máximo e mínimo de DMI per capita mas sim uma curva com um ponto de
inflexão. O suporte encontrado para os modelos cúbicos indica a sua sensibilidade à
inclusão ou não destas observações.
60
Análise da Intensidade de Utilização de Materiais na Economia
Relativamente à heteroescedasticidade não foi possível detectar, pela análise de
resíduos, a natureza da heteroescedasticidade, pelo que não se revela possível a
utilização para a estimação do método das Diferenças Mínimas Pesadas. Devido ao
facto de o número de observações ser desigual entre países, é provável que isso induza
uma variância de resíduos com o PIB per capita desigual entre grupos de observações
pertencentes a cada país. Desta forma é válida a realização de correcção para a
heteroescedasticidade assumido uma variância dos resíduos com a variável
independente diferente para cada país. Esta pode ser realizada para os modelos de
efeitos fixos mas para os modelos de efeitos aleatórios tal não parece ser muito
correcto já que nestes casos se assume à partida uma estrutura predefinida para o erro,
com um termo específico para cada país.
Apresentam-se na Tabela 14 os resultados das estimativas para os modelos quadrático
e cúbico com efeitos fixos para o país e com efeitos fixos para o país e tempo com
correcção para heteroescedasticidade. Os resultados obtidos são praticamente os
mesmos que os obtidos sem correcção para heteroescedasticidade para os modelos de
efeitos fixos para o país: só é afectada a precisão e a significado dos coeficientes,
menores quando a correcção é introduzida, mas que conservam o significado
estatístico dos coeficientes. Dada a não afectação do valor do coeficiente de
determinação (R2 ) os testes F realizados anteriormente mantém a validade. No caso
dos modelos de efeitos fixos para o país e tempo os resultados obtidos são
exactamente semelhantes aos obtidos anteriormente, o que seria de esperar já que
nestes modelos há controle para o tempo, pelo que a diferente série temporal de dados
disponíveis para cada país já estará contabilizada.
Tabela 14: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico segundo
a formulação efeitos fixos para país e efeitos fixos para o país e tempo com correcção para
heteroescedasticidade por variância de resíduos específica por país.
β0
β1
β2
β3
R2
R2 ajustado
N.º observações
Modelo Quadrático
Efeitos Fixos para Efeitos Fixos para
País
País e Tempo
12,3657
(2,9316)
[0,0000]
2,2258
1,1815
(0,2438)
(0,3344)
[0,0000]
[0,0005]
-0,0516
-0,0265
(0,0089)
(0,0098)
[0,0000]
[0,0070]
-
0,9740
0,9721
253
0,9819
0,9767
253
Modelo Cúbico
Efeitos Fixos para Efeitos Fixos para
País
País e Tempo
7,5093
(4,5685)
[0,1015]
2,8054
2,2180
(0,931)
(0,8200)
[0,0028]
[0,0073]
-0,0989
-0,1003
(0,0711)
(0,0542)
[0,1655]
[0,0654]
0,0012
0,0018
(0,0017)
(0,0013)
[0,4899]
[0,1677]
0,9741
0,9820
0,9721
0,9768
253
253
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 $EUA preços e PPP
1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis rectos.
Heteroescedasticidade corrigida segundo o método de White.
Tendo em conta que para o cálculo do DMI para Portugal se teve de fazer uma
aproximação para a biomassa proveniente das pastagens (Apêndice I) realizou-se a
61
Análise da Intensidade de Utilização de Materiais na Economia
estimação dos modelos utilizando uma variável de controle para assinalar as
observações em que se fez esta aproximação, de modo a se verificar qual a
sensibilidade dos resultados a esta aproximação. Os resultados obtidos (Apêndice X)
apontam para a mesmas conclusões gerais, embora com perda de significado para o
modelo quadrático e com DMI per capita máximo a deslocar-se para valores mais
elevados de PIB per capita.
Tendo em conta a distribuição pouco normal dos resíduos obtidos para os modelos
base (discutida anteriormente), tentou-se ainda a estimação dos modelos quadrático e
cúbico considerando como variável dependente o logaritmo natural de DMI per capita
(já que os resíduos apresentavam correlação com o valor do DMI per capita), cujos
resultados se apresentam no Apêndice XI. Os resíduos obtidos apresentam também
afastamento em relação à distribuição normal, pelo que não se considera esta
formulação superior à já utilizada.
62
Análise da Intensidade de Utilização de Materiais na Economia
IV.2. Versões de Longo Prazo
Nesta secção apresentam-se os resultados da estimação dos modelos propostos por
Grossman e Krueger (1995) e Bradford et. al. (2000) para o teste da hipótese da curva
ambiental de Kuznets, em U invertido e em N, a longo prazo. No Apêndice VI
apresentam-se as estatísticas descritivas e as correlações das variáveis utilizadas
nestes modelos.
A formulação considerada para o teste é a com inclusão de efeitos para o país e
tempo, de modo a se considerar a influência de factores específicos para o país e para
determinados instantes no tempo. Esta opção é considerada aceitável dado que a única
variável independente é o PIB per capita e se considera que esta não deverá ser a
única variável que influencia o nível de DMI per capita. Tendo em conta que os países
que foram considerados para análise não formam uma amostra aleatória de todos os
países, considera-se que a melhor formulação será a de efeitos fixos para o país e
tempo. Contudo, apresentam-se também os resultados para a formulação de efeitos
aleatórios para país e tempo.
Os resultados obtidos para a estimação dos modelos quadrático e cúbico de Grossman
e Krueger (1995) segundo a formulação de efeitos para o país e tempo encontram-se
na Tabela 15. Devido à utilização de uma variável de lag do PIB per capita,
consistindo no valor médio dos três anos anteriores não foi possível utilizar nesta
estimação todas as observações que se dispunham para cada país e as observações
para a Polónia (utilizadas na estimação dos modelos tradicionais). Desta forma, o
número de observações utilizado foi de 198. Os resultados obtidos demonstram o mau
ajuste destes modelos aos dados, com todos os coeficientes referentes ao PIB per
capita a revelarem-se sem significado estatístico, apesar de considerados como um
todo os modelos terem significado 40 .
Os modelos apresentados por Bradford et al. (2000) foram estimados por regressão
linear considerando as seguintes equações obtidas das apresentadas anteriormente
dmiit = β 0 + β 1 g i t + β 2 y i g i t + ε it
[23]
para o modelo de detecção de uma curva em U invertido, em que β 2 é igual ao α do
modelo original e β 1 é igual a -αy*, e t é número de anos41 e
dmiit = β 0 + β 1 g i t + β 2 y i g i t + β 3 y i g i t + ε it
2
[24]
40
O teste F para a hipótese de todos os termos no modelo excepto a constante serem nulos resulta em
F(54,143)=171,5721 e F(57,141)=189,685, respectivamente para os modelos quadrático e cúbico, o que
implica a rejeição da hipótese nula para qualquer nível de significado de teste (p-value=0,0000).
41
Número de anos entre o ano da observação e 1974 quando se consideram dados no período 19751994 e entre o ano de observação e 1984 quando se considera o período 1985-1997.
63
Análise da Intensidade de Utilização de Materiais na Economia
para o modelo de detecção de uma curva em N, em que β3 é igual ao α do modelo
original, β 1 é igual a αy*y**, β 2 é igual a -α(y*+y**) e t é número de anos (tal como
definido anteriormente).
Para estes modelos propostos não se consideram para estimação todas as observações
disponíveis essencialmente devido ao facto de os modelos serem muito sensíveis
(devido ao uso de parâmetros médios, de PIB per capita e crescimento per capita) a
diferenças de número de observações para cada país. Desta forma, para estimação
destes modelos é necessário considerar um painel equilibrado.
Tendo em conta os dados disponíveis podem-se achar dois períodos em que se tem
um painel equilibrado: o período 1975-1994, com dados para os EUA, Japão, Áustria,
Alemanha e Portugal (100 observações), e o período 1985-1997, com dados para
Portugal, Itália, Dinamarca, Grécia, Espanha, França, Irlanda, Reino Unido, Suécia,
Finlândia (130 observações). Tendo em conta a variação da variável dependente (DMI
per capita) observada em cada um dos períodos (gama de 3,6 a 32,1 toneladas, com
28,5 toneladas de variação, para 1975-1994 e gama de 8,5 a 47,5 toneladas, com 39
toneladas de variação, para 1985-1997) considera-se preferível a estimação baseada
no segundo período, porque feita com base numa maior variação. Contudo,
consideram-se neste trabalho as estimações realizadas com base nos dois períodos. Os
resultados da estimação com base no período 1975-1994 encontram-se na Tabela 16 e
os da estimação com base no período 1985-1997 encontram-se na Tabela 17.
Em qualquer dos modelos, quadrático ou cúbico, e em qualquer dos períodos de dados
(1975-1994 ou 1985-1997) verifica-se que os coeficientes têm significado estatístico.
Os valores obtidos para os coeficientes são bastante diferentes para as estimações
realizadas com base num e noutro período, o que indica que são bastante sensíveis à
escolha de países e período a considerar no painel. Adicionalmente verifica-se que o
significado dos coeficientes é maior nas estimações para o período 1985-1997, dado o
maior número de observações. Todos os modelos de efeitos fixos têm significado
quando considerados como um todo 42 . O modelo de efeitos fixos para país e tempo
revela-se mais suportado pelos dados que o modelo de efeitos aleatórios para país e
tempo, excepto para o modelo cúbico para o período 1985-199743 . Adicionalmente os
modelos cúbicos revelam-se superiores aos modelos quadráticos44 .
Contudo, verifica-se que se os modelos quadráticos traduzem um andamento de uma
curva ambiental de Kuznets, com o parâmetro α apresentando um valor negativo e
42
O teste F para todos os termos do modelo excepto a constante serem nulos resulta em
F(26,73)=167,3555 (p-value=0,0000) e F(27,72)=169,3763 (p-value=0,0000), respectivamente para os
modelos quadrático e cúbico para o período 1975-1994, e F(24,105)=264,0299 (p-value=0,0000) e
F(25,104)=264,2271 (p-value=0,0000), respectivamente para os modelo quadrático e cúbico para o
período 1985-1997.
43
O teste Hausman resulta em 19,70 (com p-value=0,0001, segundo uma função de distribuição χ2 com
2 graus de liberdade) e 13,79 (com p-value=0,0032, segundo uma função de distribuição χ2 com 3
graus de liberdade), respectivamente para os modelos quadrático e cúbico estimados para o período
1975-1994. Para os modelos estimados para o período 1985-1997 o teste Hausman resulta em 6,81
(com p-value=0,0332, segundo uma função de distribuição χ2 com 2 graus de liberdade) e 4,05 (com pvalue=0,2560, segundo uma função de distribuição χ2 com 3 graus de liberdade). O modelo cúbico de
efeitos aleatórios para o país e tempo para o período 1985-1997 apresenta validade de acordo com o
teste do Multiplicador de Lagrange: 582,48 com p-value=0,0000 (segundo uma função de distribuição
χ2 com 2 graus de liberdade).
44
O teste F para o termo cúbico ser nulo nos modelos de efeitos fixos para país e tempo resulta em
F(1,72)=4,6452, com p-value=0,0345, e F(1,104)=5,3677, com p-value=0,0225, respectivamente para
os períodos 1975-1994 e 1985-1997, provocando a rejeição das hipóteses nulas.
64
Análise da Intensidade de Utilização de Materiais na Economia
existindo um máximo de DMI per capita (se a taxa de crescimento do PIB é positiva,
tal como acontece para as observações disponíveis), nos modelos cúbicos, apesar de o
valor do α ser positivo em todos, apenas o modelo de efeitos fixos para o período
1985-1997 traduz um andamento em N: para o período 1975-1994 e para o modelo de
efeitos aleatórios baseado no período 1985-1997 não se encontra máximo e mínimo.
Igualmente é interessante reparar-se que para a estimação baseada no período 19851997 se obtém uma curva de andamento mais rápido com um valor de PIB per capita
menos elevado no ponto máximo do DMI per capita.
Os pontos de PIB per capita onde se verifica a inversão para os modelos quadráticos
de efeitos fixos para país e tempo são inferiores aos obtidos anteriormente segundo os
modelos tradicionais de teste das hipóteses de curva ambiental de Kuznets, tendo já
sido atingidos pela maioria dos países em análise em cada um dos países considerados
(os casos de Portugal em ambos os períodos e Grécia em 1985-1997 são excepção).
Situação semelhante se verifica para os pontos de PIB per capita de máximo e mínimo
no modelo cúbico de efeitos fixos para o período 1985-1997, sendo de observar em
particular que o ponto de mínimo já terá sido atingido por grande parte dos países, que
portanto por este modelo já verificam um aumento do DMI per capita com o aumento
do PIB per capita.
Tabela 15: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
Grossman e Krueger (1995) segundo a formulação efeitos fixos e efeitos aleatórios para o país e
tempo.
β0
β1
β2
β3
β4
β5
β6
R2
R2 ajustado
N.º observações
Modelo Quadrático
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
7,0402
-12,8393
(3,9389)
(3,2210)
[0,0754]
[0,0001]
1,0117
0,6203
(1,3766)
(1,2598)
[0,4633]
[0,6225]
-0,0009
0,0057
(0,0405)
(0,0376)
[0,9828]
[0,8784]
-
0,8403
(1,3771)
[0,5425]
-0,0481
(0,0429)
[0,2638]
-
3,0801
(1,2723)
[0,0155]
-0,1221
(0,0395)
[0,0020]
-
0,9848
0,9790
198
0,2675
198
Modelo Cúbico
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
-18,8261
-26,9670
(6,7371)
(5,1703)
[0,0057]
[0,0000]
1,8845
-3,3578
(3,5701)
(3,2733)
[0,5982]
[0,3050]
-0,1087
0,2254
(0,2281)
(0,213)
[0,6343]
[0,2899]
0,0031
-0,0041
(0,0049)
(0,0047)
[0,5295]
[0,3850]
5,5
10,4208
(3,5153)
(3,3500)
[0,1194]
[0,0019]
-0,3272
-0,6003
(0,2311)
(0,2227)
[0,1585]
[0,0070]
0,0059
0,0102
(0,0051)
(0,005)
[0,2518]
[0,0399]
0,9818
0,284
0,9818
198
198
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 $EUA preços e PPP
1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis rectos.
β 0 representa a constante de cada modelo; β 1, β 2 e β 3 são os coeficientes dos termos linear, quadrático e cúbico de
PIB per capita, respectivamente; β 4, β 5 e β 6 são os coeficientes das variáveis lag linear, quadrática e cúbica, do
valor médio do PIB per capita nos três anos anteriores.
65
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 16: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
Bradford et al. (2000) segundo a formulação efeitos fixos e efeitos aleatórios para o país e tempo
para o período 1975-1994.
β0
β1
β2
β3
R2
R2 ajustado
N.º observações
α
y*
y**
Modelo Quadrático
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
19,1632
18,9786
(0,6121)
(1,5934)
[0,0000]
[0,0000]
11,2736
9,9324
(3,1887)
(3,076)
[0,0006]
[0,0012]
-0,6376
-0,4765
(0,2521)
(0,2366)
[0,0131]
[0,0440]
-
0,9835
0,9776
100
-0,6376
17681 $EUA
-
0,5321
100
-0,4765
20844 $EUA
-
Modelo Cúbico
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
18,4320
18,5416
(0,6857)
(1,9687)
[0,0000]
[0,0000]
31,8264
30,6643
(9,9651)
(9,2132)
[0,0019]
[0,0009]
-3,8789
-3,8378
(1,5131)
(1,4471)
[0,0119]
[0,0080]
0,1346
0,1352
(0,0620)
(0,0584)
[0,0324]
[0,0205]
0,9845
0,6015
0,9787
100
100
0,1346
0,1352
Imaginário
Imaginário
Imaginário
Imaginário
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 $EUA preços e PPP
1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis rectos.
Tabela 17: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
Bradford et al. (2000) segundo a formulação efeitos fixos e efeitos aleatórios para o país e tempo
para o período 1985-1997.
β0
β1
β2
β3
R2
R2 ajustado
N.º observações
α
y*
y**
Modelo Quadrático
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
25,4617
24,5488
(0,4658)
(3,6458)
[0,0000]
[0,0000]
40,0032
34,6144
(7,9536)
(7,6750)
[0,0000]
[0,0000]
-3,0950
-2,1768
(0,7309)
(0,6326)
[0,0000]
[0,0006]
-
0,9837
0,9799
130
-3,0950
12925 $EUA
-
0,7224
130
-2,1768
15902 $EUA
-
Modelo Cúbico
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
24,4359
24,3495
(0,6312)
(3,4247)
[0,0000]
[0,0000]
148,4565
148,1446
(46,7836)
(42,338)
[0,0019]
[0,0005]
-20,4443
-20,4311
(7,4141)
(6,7057)
[0,0067]
[0,0023]
0,7026
0,707
(0,2989)
(0,2663)
[0,0203]
[0,0079]
0,9845
0,2265
0,9808
130
130
0,7026
0,707
13934 $EUA
Imaginário
15164 $EUA
Imaginário
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 $EUA preços e PPP
1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis rectos.
66
Análise da Intensidade de Utilização de Materiais na Economia
De qualquer forma, pela análise feita nesta secção é possível encontrar-se indícios de
validade da hipótese de curva ambiental de Kuznets na vertente de U invertido ou em
N considerando-se como um fenómeno a longo prazo.
67
Análise da Intensidade de Utilização de Materiais na Economia
IV.3. Modelo da Variação de DMI Per Capita
Nesta secção apresentam-se os resultados da estimação do modelo que descreve a
variação anual de DMI per capita em função da variação de PIB per capita e do nível
de PIB per capita, a partir do modelo desenvolvido por Bruyn et al. (1998).
As estatísticas descritivas das variáveis utilizadas na estimação cujos resultados são
apresentados nesta secção são apresentadas no Apêndice VI.
Consideram-se aqui apenas os resultados dos modelos de efeitos para o país e tempo,
dado serem aqueles que se julgam mais adequados. Apesar de se considerar que o
modelo de efeitos fixos deverá ser mais adequado, considera-se também o modelo de
efeitos aleatórios para verificar a robustez das conclusões. Dada a natureza dinâmica
do modelo e da exigência para calcular taxas de variação de observações contínuas no
tempo, ano a ano, teve-se que reduzir o número de observações para 228, das 253
observações iniciais de DMI per capita.
Na Tabela 18 apresentam-se os resultados da estimação do modelo dinâmico
utilizando como regressores a variação do PIB per capita e o nível de PIB per capita,
tal como formulado por Bruyn et al. (1998). Es tes resultados indicam que apesar de o
termo referente à variação do PIB per capita ser significativo o mesmo não acontece
com o termo referente ao nível de PIB per capita, tanto no modelo de efeitos fixos
como no modelo de efeitos aleatórios.
Tabela 18: Resultados da estimativa do modelo dinâmico utilizando como regressores a variação
do PIB per capita e o nível de PIB per capita.
β0
β1
β2
R2
R2 ajustado
N.º observações
Efeitos Fixos para País e Tempo
-0,0354
(0,148)
[0,8114]
0,7448
(0,1536)
[0,0000]
0,0111
(0,0567)
[0,8461]
0,4210
0,2403
228
Efeitos Aleatórios para País e Tempo
0,0054
(0,0343)
[0,8744]
0,7497
(0,1338)
[0,0000]
-0,0056
(0,0129)
[0,6651]
0,2028
228
Nota: Variável dependente é logaritmo natural da razão entre DMI per capita (t) num ano e DMI per capita (t) no
ano anterior. Variáveis independentes são logaritmo natural da razão entre PIB per capita (1000 $EUA preços e
PPP 1990) num ano e PIB per capita do ano anterior (coeficiente β 1) e logaritmo natural do PIB per capita no ano
anterior (coeficiente β 2). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de
parêntesis rectos.
Tendo em conta estes resultados realizou-se a estimação do mesmo modelo mas
incluindo também como variável independente o logaritmo natural do DMI per capita
do ano anterior 45 , de modo a constituir um modelo de crescimento. Os resultados
45
A nova variável é introduzida no modelo sob a forma de logaritmo natural de modo a respeitar o
enquadramento que está na base do desenvolvimento do modelo por Bruyn et al. (1998): o modelo
resulta da equação geral Eit =Yit Uit , onde para país i e ano t Eit é o nível de emissões (neste caso
68
Análise da Intensidade de Utilização de Materiais na Economia
obtidos são apresentados na Tabela 19. Tanto o modelo de efeitos fixos como o
modelo de efeitos aleatórios apresentam o termo referente ao nível do PIB per capita
sem significado estatístico.
De modo a verificar no contexto de uma formulação dinâmica o suporte à hipótese de
evolução do DMI per capita sob a forma de uma curva ambiental de Kuznets em U
invertido, adicionou-se ao conjunto das variáveis independentes o termo referente ao
quadrado do logaritmo natural do PIB per capita. Os resultados da estimação deste
modelo, sob a formulação de efeitos fixos e aleatórios são também apresentados na
Tabela 19. Apenas para o modelo de efeitos fixos se verifica que todos os termos do
modelo têm significado estatístico. Neste modelo verifica-se que os termos relativos
ao PIB per capita apresentam coeficientes de sinais concordantes com um andamento
em U invertido, com o termo linear do logaritmo natural do PIB per capita com sinal
positivo e o termo quadrático do logaritmo do PIB per capita com sinal negativo.
Desta forma, a taxa de variação anual do DMI per capita aumenta com o logaritmo
natural do PIB per capita mas diminui com o quadrado deste logaritmo, provocando
um decréscimo da taxa de variação do DMI, de modo a que uma taxa de variação
positiva (DMI per capita aumentando) vai decrescendo até se tornar negativa (DMI
per capita decrescendo) à medida que aumenta o logaritmo natural do PIB per capita.
Paralelamente verifica-se que o coeficiente do termo referente à variação do PIB per
capita é positivo, o que indica que efectivamente o crescimento do PIB per capita leva
ao crescimento do DMI per capita. Observa-se ainda uma constante do modelo de
valor negativo e também bastante significativa, o que indica que factores exógenos
actuando no tempo parecem ter contribuído para uma diminuição do DMI per capita,
e um coeficiente do termo referente ao DMI per capita do ano anterior também
negativo, indicando um decréscimo do DMI per capita com o aumento nível de DMI
per capita do ano anterior, que também indica apoio para uma evolução em U
invertido. Considerado como um todo o modelo tem também significado estatístico 46 .
Contudo, é importante referir-se que estes resultados devem ser encarados com
cuidado. De facto, a utilização como variável independente do logaritmo natural do
DMI per capita do ano anterior, portanto um lag da variável dependente que se está a
considerar (DMI per capita), resulta num enviesamento da estimativa dos coeficientes
do modelo 47 . Embora a introdução de outras variáveis independentes contribua para a
redução do enviesamento este poderá ser importante para o modelo de efeitos fixos
com poucas observações para cada país (Conceição, 2000). No conjunto de
observações utilizadas para estimação verifica-se que para a maior parte dos países
têm-se 12 ou mais observações mas existe o caso da Holanda apenas com 4
observações.
A correcção para este enviesamento é bastante exigente em termos de assunções
requeridas e de dados necessários 48 optando-se por não a realizar este trabalho. No
caso das variáveis independentes que não o logaritmo natural do DMI per capita podequantidade de materiais que entram nas economias nacionais), Yit é o nível de PIB e Uit é a intensidade
de emissões por PIB (razão entre Eit e Yit ), transformada para a forma de taxas de crescimento
utilizando logaritmos naturais – ln(Eit /Eit-1 )=ln(Yit / Yit-1 ) + ln(Uit /Uit-1 ). Na formulação apresentada por
Bruyn et al. (1998) ln(Uit /Uit-1 ) é operacionalizado por um termo constante, pelo logaritmo natural de
PIB no ano anterior e pela taxa de crescimento em logaritmo natural do preço da energia.
46
O teste F para a hipótese de todos os termos do modelo excepto a constante serem nulos resulta em
F(56,171)=3,03, com p-value=0,0000, o que causa a rejeição desta hipótese.
47
Uma explicação completa pode ser encontrada em Conceição (2000).
48
Ver discussão em Conceição (2000).
69
Análise da Intensidade de Utilização de Materiais na Economia
se, contudo, estimar o efeito do enviesamento: Nickel (1981) refere que o
enviesamento nas variáveis independentes depende da relação entre estes e a variável
que causa o enviesamento de modo que se estas forem positivamente correlacionadas
com a variável que causa o enviesamento este será positivo e vice versa. Segundo as
estatísticas descritivas apresentadas no Apêndice VI verifica-se que a variável
referente à variação anual do PIB per capita está correlacionada positivamente com a
variável referente ao DMI per capita do ano anterior, estando as variáveis referentes
ao PIB per capita correlacionas negativamente com a mesma variável. Desta forma, o
aumento anual do PIB per capita deverá causar um aumento anual do DMI per capita
superior ao observado, o aumento do nível de PIB per capita do ano anterior deverá
provocar um menor aumento do DMI per capita que o estimado e, similarmente, o
aumento do termo quadrático de PIB per capita deverá provocar um decréscimo
superior ao observado do DMI per capita (já que se tem um coeficiente negativo neste
termo e um enviesamento positivo). Seguindo este raciocínio é possível prever que o
ponto de variação nula anual de DMI per capita seja, na realidade, encontrado a níveis
de PIB per capita mais reduzidos.
Tabela 19: Resultados da estimativa do modelo dinâmico de DMI per capita utilizando como
regressores a variação do PIB per capita, o nível de PIB per capita e nível de DMI per capita no
ano anterior.
Modelo simples
β0
β1
β2
β3
β4
R2
R2 ajustado
N.º observações
Efeitos Fixos para
País e Tempo
0,1202
(0,1637)
[0,4637]
0,7454
(0,1523)
[0,0000]
0,058
(0,0605)
[0,3389]
-
Efeitos Aleatórios
para País e Tempo
0,0379
(0,0552)
[0,4924]
0,8073
(0,1376)
[0,0000]
0,0326
(0,0210)
[0,1213]
-
-0,0907
(0,0426)
[0,0345]
0,4358
0,255
228
-0,0433
(0,0198)
[0,0288]
0,2143
228
Modelo com quadrado de logaritmo
natural de PIB per capita
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
-0,926
-0,1238
(0,2743)
(0,1698)
[0,0009]
[0,4658]
0,5640
0,7681
(0,1491)
(0,1109)
[0,0002]
[0,0000]
1,2465
0,1345
(0,2635)
(0,1426)
[0,0000]
[0,3457]
-0,2405
-0,0258
(0,0521)
(0,0285)
[0,0000]
[0,3645]
-0,926
-0,0186
(0,2743)
(0,0875)
[0,0009]
[0,0332]
0,4981
0,2149
0,3337
228
228
Nota: Variável dependente é logaritmo natural da razão entre DMI per capita (t) num ano e DMI per capita (t) no
ano anterior. Variáveis independentes são no modelo simples logaritmo natural da razão entre PIB per capita (1000
$EUA preços e PPP 1990) num ano e PIB per capita do ano anterior (coeficiente β 1), logaritmo natural do PIB per
capita no ano anterior (coeficiente β 2) e logaritmo natural do DMI per capita no ano anterior (coeficiente β 4). No
outro modelo são incluídas as mesmas variáveis independentes e ainda o quadrado do logaritmo natural do PIB per
capita (coeficiente β 3). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de
parêntesis rectos.
Tendo em conta que se tem um painel não equilibrado de observações é de supor que
se verifique heteroescedasticidade dos resíduos. Desta forma realizou-se a correcção
para a heteroescedasticidade por variância dos resíduos dependente do país para o
70
Análise da Intensidade de Utilização de Materiais na Economia
último modelo estudado tendo-se, contudo, obtido exactamente os mesmos resultados
que os apresentados na Tabela 19.
71
Análise da Intensidade de Utilização de Materiais na Economia
V. Teste da Hipótese de Estrutura Económica
V.1. Versões Tradicionais
A hipótese da estrutura económica é operacionalizada para teste considerando a
percentagem de serviços no Valor Acrescentado Bruto (VAB) nacional. Esta
percentagem foi calculada com base em dados a preços constantes de 1990, tal como
indicado no Apêndice II.
Como não foi possível encontrar dados desta variável correspondentes a todas as
observações de DMI disponíveis mas apenas para 227, para se averiguar se se
mantinham as principais conclusões quanto ao modelo mais adequado, repete-se
considerando este número mais reduzido de observações a estimação dos modelos de
efeitos para o país e tempo, que se consideram mais adequados, com variável
independente apenas o PIB per capita, para comparação. Os resultados apresentados
no Apêndice XII indicam suporte dos dados tanto para o modelo quadrático como o
modelo cúbico, embora manifestando-se superior o modelo cúbico.
Ao mesmo tempo foi considerada, tal como referido na Metodologia, como variável
de controle a abertura ao comércio internacional, operacionalizada como a razão entre
a soma das importações e exportações e o PIB.
As estatísticas descritivas para as variáveis utilizadas nestes modelos são apresentadas
no Apêndice VI.
Os resultados da estimação dos modelos quadrático e cúbico de DMI per capita em
função de PIB per capita com a inclusão como variáveis independentes a abertura ao
comércio internacional e a percentagem de serviços no VAB nacional apresentam-se
na Tabela 20, segundo a formulação de efeitos fixos e de efeitos aleatórios para país e
tempo.
Os resultados indicam a manutenção do suporte dos dados para os termos referentes
ao PIB per capita, tendo os coeficientes sinais concordantes com as versões da
hipótese de evolução do DMI per capita em curva ambiental de Kuznets em U
invertido e em N, embora se verifique, relativamente aos resultados da estimação dos
modelos apenas com os termos de PIB per capita (Apêndice XII), um decréscimo do
seu valor absoluto. Relativamente às novas variáveis independentes o termo da
abertura ao comércio internacional apresenta-se significativo em todos os modelos
excepto o modelo cúbico de efeitos fixos para o país e tempo; em qualquer dos
modelos o termo referente à percentagem de serviços no VAB nacional não tem
significado estatístico. A análise estatística indica que tanto o modelo quadrático
como o cúbico têm significado estatístico como um todo mas apenas o modelo
quadrático se revela superior ao modelo apenas com os termos referentes ao PIB per
capita (apenas com 227 observações)49 . Em ambos os modelos, quadrático e cúbico, a
49
O teste F para a hipótese de todos os termos dos modelos excepto a constante serem nulos resulta em
F(54, 172)=202,31 e p-value=0,0000 para o modelo quadrático e em F(55,171)=218,97 e pvalue=0,0000 para o modelo cúbico, causando a rejeição em ambos os casos da hipótese nula. O teste F
para os termos referentes à abertura ao comércio internacional e à percentagem de serviços no VAB
serem nulos resulta em F(2,172)=3,88 e p-value=0,0224 para o modelo quadrático e F(1,171)=0 para o
modelo cúbico, fazendo com que a hipótese nula seja rejeitada para o modelo quadrático mas não para
o modelo cúbico.
72
Análise da Intensidade de Utilização de Materiais na Economia
formulação de efeitos fixos sendo a melhor à partida em termos do presente estudo é
também mais suportada pelos dados que a de efeitos aleatórios 50 .
Tabela 20: Resultado da estimação dos parâmetros dos modelos quadrático e cúbico de DMI per
capita em função de PIB per capita com a inclusão como variáveis independentes da abertura ao
comércio internacional (coeficiente α 1 ) e percentagem de serviços no VAB nacional (coeficiente
α 2 ).
β0
β1
β2
β3
α1
α2
R2
R2 ajustado
N.º observações
Modelo Quadrático
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
2,8643
-2,0473
(6,5785)
(4,7012)
[0,6637]
[0,6632]
1,2181
1,6642
(0,4306)
(0,3366)
[0,0051]
[0,0000]
-0,023
-0,0469
(0,0128)
(0,0105)
[0,0744]
[0,0000]
-
0,0641
(0,0260)
[0,0146]
0,0713
(0,0956)
[0,4561]
0,9845
0,9796
227
0,0752
(0,0161)
[0,0000]
0,0763
(0,0793)
[0,3372]
0,4011
227
Modelo Cúbico
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
-14,787
-10,0523
(7,4593)
(5,3164)
[0,0487]
[0,0586]
5,7296
3,9256
(1,1143)
(0,8936)
[0,0000]
[0,0000]
-0,3232
-0,2065
(0,0700)
(0,0597)
[0,0000]
[0,0005]
0,0065
0,0036
(0,0015)
(0,0013)
[0,0000]
[0,0067]
0,0197
0,0675
(0,0268)
(0,0155)
[0,4619]
[0,0000]
0,0397
0,0456
(0,0912)
(0,0768)
[0,6635]
[0,5530]
0,9860
0,4094
0,9815
227
227
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000$EUA preços e PPP
1990), seu quadrado e seu cubo (só modelo cúbico), abertura ao comércio internacional (%) e percentagem de
serviços no VAB nacional (%). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico
dentro de parêntesis rectos.
Estes resultados não demonstram, por conseguinte, a validade da hipótese de a
evolução da estrutura económica para o aumento do serviços levar a uma diminuição
da entrada de materiais nas economias nacionais, ou ainda, que a importância de
serviços nas economias nacionais seja um factor que influencia essa entrada agregada.
50
O teste de Hausman para a hipótese de independência entre as perturbações e as variáveis
independentes resulta em 66,76 e p-value=0,0000 para o modelo quadrático e 87,93 e p-value=0,0000
para o modelo cúbico, considerando funções de distribuição de probabilidade χ2 com 4 e 5 graus de
liberdade respectivamente para o modelo quadrático e cúbico, causando a rejeição da hipótese nula para
ambos os casos.
73
Análise da Intensidade de Utilização de Materiais na Economia
V.2. Versões de Longo Prazo
Nesta secção apresentam-se os resultados da estimação dos modelos baseados na
hipótese de curva ambiental de Kuznets, enquanto conceito de longo prazo,
desenvolvidos por Grossman e Krueger (1995) e Bradford et al. (2000) com a
inclusão das variáveis abertura ao comércio internacional e percentagem de VAB
nacional respeitante a serviços, definidas anteriormente. A variável índice de
Herfindhal relativo à concentração de sectores no VAB nacional está, devido à
agregação de sectores que foi necessário realizar para se ter dados de contribuição
sectorial para o VAB nacional (ver Apêndice II), muito correlacionada com a variável
percentagem de VAB nacional respeitante a serviços – coeficiente de correlação de
0,9 – pelo que se optou por excluí- la da análise para evitar uma situação de quase
multicolinearidade.
Tal como anteriormente, opta-se por fazer a estimação apenas dos modelos de efeitos
fixos e aleatórios para país e tempo. Como nem todas as observações utilizadas
anteriormente para estimar os referidos modelos na sua versão sem a inclusão destas
variáveis puderem ser utilizadas, devido à disponibilidade de dados de estrutura
sectorial do VAB nacional, repete-se, para fins comparativos, essa estimação com o
conjunto mais reduzido de observações, cujos resultados se apresentam no Apêndice
XII. Estes resultados conduzem sensivelmente às mesmas conclusões retiradas da
análise com maior número de observações.
Os resultados referentes aos modelos quadrático e cúbico de Grossman e Krueger
(1995) apenas com o PIB per capita como variável independente são apresentados na
Tabela 21. As estatísticas descritivas das variáveis utilizadas na estimação dos
modelos de Grossman e Krueger (1995) são apresentadas no Apêndice VI. Todos os
modelos apresentam coeficientes referentes ao PIB per capita não significativos, bem
como os coeficientes referentes à média do PIB per capita nos três anos anteriores no
caso do modelo quadrático de efeitos fixos; a variável abertura ao comércio
internacional não tem significado estatístico nos modelos de efeitos fixos e a variável
percentagem de serviços no VAB nacional não tem significado estatístico em
qualquer dos casos. Relativamente aos resultados de estimação utilizando as mesmas
observações mas sem incluir estas duas variáveis (ver Apêndice XII) não se observam
alterações no significado estatístico dos termos comuns. Considerados como um todo
os modelos de efeitos fixos têm, contudo, significado estatístico 51 .
51
O teste F para a hipótese de todos os termos do modelo excepto a constante serem nulos resulta em
F(55,132)=167,81 e p-value=0,0000 para o modelo quadrático e F(57,130)=208,8954 e p-value=0,0000
para o modelo cúbico, provocando a rejeição da hipótese nula em ambos os casos.
74
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 21: Resultado da estimação dos parâmetros dos modelos quadrático e cúbico Grossman e
Krueger (1995) com a inclusão como variáveis independentes da abertura ao comércio
internacional (coeficiente α 1 ) e percentagem de serviços no VAB nacional (coeficiente α 2 ).
β0
β1
β2
β3
β4
β5
β6
α1
α2
R2
R2 ajustado
N.º observações
Modelo Quadrático
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
5,2586
-7,8042
(7,1118)
(6,0939)
[0,4606]
[0,2003]
0,5051
-0,1857
(1,341)
(1,1801)
[0,7068]
[0,8750]
0,0137
0,0299
(0,0389)
(0,0351)
[0,7246]
[0,3947]
-
1,1558
(1,3147)
[0,3805]
-0,0612
(0,0409)
[0,1367]
-
2,4693
(1,1739)
[0,0354]
-0,1023
(0,0364)
[0,0050]
-
0,0086
(0,0322)
[0,7893]
0,0484
(0,1069)
[0,6514]
0,9859
0,9800
188
0,0599
(0,0208)
[0,0040]
0,0675
(0,0979)
[0,4908]
0,3923
188
Modelo Cúbico
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
-20,4897
-19,5715
(7,5605)
(6,1339)
[0,0074]
[0,0014]
1,9054
-3,1821
(3,1315)
(2,8934)
[0,5436]
[0,2714]
-0,1282
0,1835
(0,1999)
(0,1894)
[0,5221]
[0,3327]
0,0038
-0,0026
(0,0043)
(0,0042)
[0,3787]
[0,5260]
7,6835
8,8757
(3,1735)
(2,9673)
[0,0165]
[0,0028]
-0,4432
-0,5045
(0,2063)
(0,1968)
[0,0330]
[0,0104]
0,0076
0,0084
(0,0045)
(0,0044)
[0,0934]
[0,0562]
-0,0539
0,0475
(0,03)
(0,0177)
[0,0738]
[0,0073]
-0,1136
0,0519
(0,0974)
(0,0877)
[0,2452]
[0,5544]
0,9892
0,4178
0,9845
188
188
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 $EUA preços e PPP
1990), PIB per capita médio nos três anos anteriores (1000 $EUA preços e PPP 1990), abertura ao comércio
internacional (%) e percentagem de serviços no VAB nacional (%). Erro padrão das estimativas dentro de
parêntesis curvos e significado estatístico dentro de parêntesis rectos. β 0 representa a constante de cada modelos;
β 1, β 2 e β 3 são os coeficientes dos termos linear, quadrático e cúbico de PIB per capita, respectivamente; β 4, β 5 e β 6
são os coeficientes das variáveis lag linear, quadrática e cúbica, do valor médio do PIB per capita nos três anos
anteriores.
Para os modelos de Bradford et al. (2000) optou-se por fazer tal como anteriormente a
estimação para os dois períodos em que se tem um painel de dados equilibrado, 19751994 e 1985-1997, apesar de se manter a preferência pelo segundo período. Os
resultados obtidos para estes modelos para o primeiro período sem considerar os
efeitos específicos indicam significado estatístico para as variáveis abertura ao
comércio internacional e percentagem de serviços no VAB nacional e restantes
coeficientes no modelo quadrático (mas não no cúbico) tal como visível na Tabela 22,
mas os resultados considerando efeitos fixos e aleatórios para país e tempo já não o
verificam, tal como se pode observar pela Tabela 23. Isto demonstra que a
importância de considerar os efeitos específicos, cujos os resultados são preferíveis
para o retirar de inferências tal como indicado anteriormente, já que as conclusões
retiradas podem ser diferentes se não se o fizer.
75
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 22: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
Bradford et al. (2000), incluindo com variáveis independentes abertura ao comércio internacional
(coeficiente α 1 ) e percentagem de serviços no VAB nacional (coeficiente α 2 ) para o período 19751994, sem consideração de efeitos específicos relativos ao país e tempo.
β0
β1
β2
β3
α1
α2
R2
R2 ajustado
N.º observações
Modelo Quadrático
-19,5279
(4,2007)
[0,0000]
-71,1837
(5,6165)
[0,0000]
4,3421
(0,4257)
[0,0000]
-
0,1048
(0,0173)
[0,0000]
0,6233
(0,0680)
[0,0000]
0,8000
0,7914
98
Modelo Cúbico
-16,3231
(5,2808)
[0,0026]
-57,0418
(15,1977)
[0,0003]
1,7358
(2,6371)
[0,5120]
0,1129
(0,1127)
[0,3192]
0,1078
(0,0175)
[0,0000]
0,5639
(0,0903)
[0,0000]
0,8022
0,7915
98
Nota: Variável dependente é DMI per capita (t). Variáveis independentes são PIB per capita (1000 $EUA preços e
PPP de 1990), abertura ao comércio internacional (%) e percentagem de serviços no VAB nacional (%). Erro
padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis rectos.
Nos resultados apresentados na Tabela 23 verifica-se a perda de significado estatístico
nos termos relacionados com o PIB per capita para o modelo quadrático de efeitos
fixos com a introdução das duas variáveis de abertura ao comércio internacional e
percentagem de serviços no VAB nacional. O mesmo acontecendo com o primeiro
termo relacionado com o PIB per capita do modelo quadrático de efeitos aleatórios. A
variável de abertura ao comércio internacional tem significado estatístico ao nível dos
10% em todos os modelos excepto no modelo cúbico de efeitos aleatórios, onde esta
variável não tem significado estatístico. A percentagem de serviços no VAB nacional
tem significado estatístico apenas nos modelos de efeitos fixos.
Globalmente apenas o modelo cúbico de efeitos fixos tem todos os termos referentes
às variáveis independentes com significado estatístico (embora a abertura ao comércio
internacional não tenha significado estatístico ao nível dos 5%). Este modelo, apesar
de resultar num α de valor positivo, não suporta a hipótese de evolução segundo uma
curva ambiental de Kuznets em N, dado que não traduz uma situação em que existe
um máximo e mínimo do DMI per capita. Apesar disto é possível verificar-se que a
variável abertura ao comércio internacional tem um coeficiente de valor positivo,
indicando que quanto maior a abertura de um país maior DMI per capita tem este, o
que concorda com o referido por EUROSTAT (2001). Para a percentagem de serviços
para o VAB nacional verifica-se a rela ção contrária, isto é, a uma maior percentagem
de serviços no VAB corresponde um menor DMI per capita, o que concorda com a
ideia avançada por vários autores de que os serviços contribuiriam para a
desmaterialização das economias nacionais. Considerados como um todo os modelos
76
Análise da Intensidade de Utilização de Materiais na Economia
de efeitos fixos têm, apesar de tudo, significado estatístico 52 , sendo superiores aos
modelos de efeitos aleatórios 53 .
Tabela 23: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
Bradford et al. (2000), incluindo com variáveis independentes abertura ao comércio internacional
(coeficiente α 1 ) e percentagem de serviços no VAB nacional (coeficiente α 2 ) para o período 19751994 considerando efeitos específicos para país e tempo.
β0
β1
β2
β3
α1
α2
R2
R2 ajustado
N.º observações
α
y*
y**
Modelo Quadrático
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
33,7318
12,2260
(7,7415)
(5,9689)
[0,0000]
[0,0405]
7,6969
1,7871
(5,1257)
(4,7803)
[0,1366]
[0,7085]
-0,5039
0,3269
(0,4182)
(0,3227)
[0,2313]
[0,3110]
-
0,0717
(0,0353)
[0,0450]
-0,2804
(0,1328)
[0,0361]
0,9842
0,9778
98
-
0,0591
(0,0303)
[0,0511]
0,0628
(0,1035)
[0,5439]
0,8000
98
-
Modelo Cúbico
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
33,1144
13,0397
(7,5222)
(5,8064)
[0,0000]
[0,0247]
31,5339
25,0967
(11,545)
(11,0493)
[0,0076]
[0,0231]
-4,0993
-3,2608
(1,6228)
(1,5768)
[0,0132]
[0,0386]
0,1424
0,1391
(0,0622)
(0,0597)
[0,0244]
[0,0198]
0,0592
0,044
(0,0347)
(0,0299)
[0,0912]
[0,1409]
-0,2738
0,0516
(0,1280)
(0,1006)
[0,0351]
[0,6079]
0,9853
0,8022
0,9790
98
98
0,1424
Imaginário
Imaginário
-
Nota: Variável dependente é DMI per capita (t). Variáveis independentes são PIB per capita (1000 $EUA preços e
PPP de 1990), abertura ao comércio internacional (%) e percentagem de serviços no VAB nacional (%). Erro
padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis rectos.
Na Tabela 24 apresentam-se os resultados referentes à estimação utilizando dados do
segundo período (1985-1997). Em qualquer um dos modelos verifica-se que as
variáveis abertura ao comércio internacional e percentagem de serviços no VAB
nacional não têm significado estatístico ao nível dos 10%, embora os termos
relacionados com o PIB per capita mantenham o seu significado estatístico a este
nível, bem como os sinais dos coeficientes, quando se consideram os resultados
52
O teste F para a hipótese de todos os termos do modelo excepto a constante serem nulos resulta em
F(28,69)=153,50, com p-value=0,0000, para o modelo quadrático de efeitos fixos e F(29,68), com pvalue=0,0000, para o modelo quadrático de efeitos fixos causando a rejeição da hipótese nula em
ambos os casos.
53
O teste de Hausman para a hipótese de independência entre o termo de erro e os outros regressores
do modelo resulta em 36,86 com p-value=0,0000 (supondo uma função de distribuição χ2 com 4 graus
de liberdade) para o modelo quadrático e em 44,64 com p-value=0,0000 (supondo uma função de
distribuição χ2 com 5 graus de liberdade) para o modelo cúbico, originando a rejeição da hipótese nula
em ambos os modelos e fazendo com que a formulação de efeitos fixos seja mais adequada.
77
Análise da Intensidade de Utilização de Materiais na Economia
obtidos considerando o mesmo número de observações e sem a inclusão destas
variáveis (ver Apêndice XII). Os modelos de efeitos fixos têm significado estatístico
quando considerados como um todo 54 , mas o conjunto de observações favorece o
poder explicatório dos modelos de efeitos aleatórios (também com significado
estatístico) sobre o dos modelos de efeitos fixos55 . Em termos estatísticos os modelos
fixos com a inclusão das variáveis de abertura ao comércio internacional e de
percentagem de serviços no VAB nacional são inferiores aos modelos em que estas
variáveis não são incluídas 56 .
54
O teste F para a hipótese de todos os termos do modelo excepto a constante serem nulos resulta em
F(26,87)=250,15 com p-value=0,0000 para o modelo quadrático e F(27,86)=247,62 com pvalue=0,0000 para o modelo cúbico, causando a rejeição da hipótese nula para qualquer dos casos.
55
O teste de Multiplicador de Lagrange para variância nula dos termos de erro específicos para o país e
tempo resulta em 413,12 com p-value=0,0000 para o modelo quadrático e 236,67 com p-value=0,0000
para o modelo cúbico (supondo uma função de distribuição de probabilidade χ2 com 2 graus de
liberdade), originando a rejeição da hipótese nula para qualquer um dos modelos e fazendo com que o
modelo de efeitos aleatórios seja preferível ao modelo sem considerar efeitos específicos. O teste de
Hausman para a hipótese de independência entre os termos de erro e os regressores resulta em 3,35
com p-value=0,5006 (supondo uma função de distribuição de probabilidade χ2 com 4 graus de
liberdade) para o modelo quadrático e 3,92 com p-value=0,5605 (supondo uma função de distribuição
de probabilidade χ2 com 5 graus de liberdade), o que indica que em qualquer dos casos a hipótese nula
não pode ser rejeitada e que o modelo de efeitos aleatórios é preferível ao modelo de efeitos fixos.
56
O teste F para a hipótese de os termos referentes a estas variáveis serem nulos resulta em
F(2,87)=1,32 com p-value=0,2729 para o modelo quadrático e em F(2,86)=0,68 com p-value=0,5107
para o modelo cúbico, o que faz com que a hipótese nula não possa ser rejeitada para qualquer um dos
modelos.
78
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 24: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
Bradford et al. (2000), incluindo com variáveis independentes abertura ao comércio internacional
(coeficiente α 1 ) e percentagem de serviços no VAB nacional (coeficiente α 2 ) para o período 19851997.
β0
β1
β2
β3
α1
α2
R2
R2 ajustado
N.º observações
Modelo Quadrático
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
10,8129
6,9194
(11,2838)
(10,3485)
[0,3401]
[0,5037]
38,5551
30,2456
(11,771)
(9,7267)
[0,0014]
[0,0019]
-2,4668
-1,704
(0,9510)
(0,6345)
[0,0108]
[0,0072]
-
-0,0238
(0,0583)
[0,6839]
0,2261
(0,1637)
[0,1701]
0,9868
0,9829
114
0,0314
(0,0418)
[0,4529]
0,2449
(0,1509)
[0,1046]
0,3652
114
Modelo Cúbico
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
18,9039
13,8518
(11,8719)
(11,0206)
[0,1142]
[0,2088]
155,2071
139,0954
(61,3680)
(58,6620)
[0,0129]
[0,0177]
-20,3842
-19,4002
(9,8176)
(9,4337)
[0,0316]
[0,0397]
0,7296
0,6879
(0,3769)
(0,3652)
[0,0555]
[0,0596]
-0,0468
0,0176
(0,0587)
(0,0422)
[0,4268]
[0,6770]
0,1125
0,1409
(0,1716)
(0,1595)
[0,5134]
[0,3770]
0,9873
0,4931
0,9834
114
114
Nota: Variável dependente é DMI per capita (t). Variáveis independentes são PIB per capita (1000 $EUA preços e
PPP de 1990), abertura ao comércio internacional (%) e percentagem de serviços no VAB nacional (%). Erro
padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis rectos.
79
Análise da Intensidade de Utilização de Materiais na Economia
DISCUSSÃO E CONCLUSÕES
A investigação realizada permitiu verificar que a temática da desmaterialização nas
economias nacionais é considerada actualmente de grande importância no âmbito das
políticas ambientais. Isto acontece, como se refere, porque que a desmaterialização
constitui uma via considerada privilegiada para uma actuação mais eficaz no controle
dos impactes negativos das actividades humanas sobre o ambiente natural, numa
óptica de curto prazo, e porque facilita a integração dos aspectos ambientais no
funcionamento da economia e para o alcance de um desenvolvimento sustentável,
numa óptica de médio e longo prazo. No caso particular de Portugal, esta temática
revela-se de importância acrescida dado o uso de materiais ter sido designado um
assunto chave para o futuro no âmbito da União Europeia.
Este trabalho permitiu demonstrar que a partir dos dados estatísticos produzidos
actualmente em Portugal pode ser calculado, com uma razoável aproximação, o
indicador de entrada de materiais DMI, um dos indicadores mais utilizados a nível
internacional no âmbito da Contabilização de Fluxos de Materiais a nível nacional.
Tendo em conta a taxa de actualização de dados estatísticos detectada, este cálculo
pode ser feito com um atraso de três anos (condicionado pela publicação do
Recenseamento Geral Agrícola ou do Inquérito à Estrutura das Explorações
Agrícolas, necessários para a estimativa da produção de biomassa por pastagens).
Uma área onde a produção estatística se revelou pouco completa é a da contabilização
da biomassa vegetal para alimentação animal proveniente de pastagens. No sentido de
se ter uma maior confiança na contabilização destes materiais, é aconselhável a
investigação e utilização de um factor de rendimento útil de biomassa vegetal mais
adequado à realidade específica portuguesa.
Os resultados do cálculo do DMI para Portugal vêm confirmar em termos qualitativos
o cálculo aproximado realizado anteriormente por Bringezu e Schütz (2000a),
observando-se um crescimento no período 1960-1998 do DMI em 557% em valor
absoluto e 483% em valor per capita, principalmente desde meados dos anos 80. Este
trabalho permitiu verificar que esta evolução se segue a um período de DMI
aproximadamente constante de cerca de uma década de 1975 a 1985. O valor de DMI
em 1998 é de 174 milhões de toneladas, sendo o nível per capita correspondente de
cerca de 18 toneladas, inferior ao de grande parte dos países da União Europeia em
1997 e semelhante ao do Japão em 1994. Ao longo das quatro décadas estudadas (no
período 1960-1998) o DMI verificou um aumento relativo da quantidade de materiais
importados em relação aos de origem doméstica, que contudo continuam a representar
menos de 30% do DMI, e do aumento da dependência de materiais não renováveis,
que passaram de minoritários em 1960 para majoritários em 1998, com a principal
categoria de materiais a ser a da Pedra, Argila e Areia.
A análise de decomposição da variação do DMI que foi realizada permitiu detectar,
em países industrializados, reduções na intensidade material (em DMI) do PIB nas
décadas desde 1960 até 1990, em simultâneo ao crescimento do PIB per capita. A
redução da intensidade material (em DMI) do emprego só é detectada a partir de
1980, ocorrendo geralmente em simultâneo com o aumento da população empregada.
As reduções da intensidade material do PIB e do emprego não superam, contudo, o
efeito no DMI do aumento populacional, do PIB per capita e do emprego,
respectivamente, não sendo assim detectadas reduções no valor absoluto do DMI em
países industrializados nas décadas entre 1960 e 1990. Em Portugal ocorre no período
80
Análise da Intensidade de Utilização de Materiais na Economia
1990-1998, seguindo-se a reduções em décadas anteriores, um aumento da
intensidade material do PIB, mantendo-se o aumento da intensidade material do
emprego verificado desde 1960.
Relativamente à explicação da evolução na entrada de materiais, este trabalho
permitiu detectar suporte, em países industrializados, para uma dependência do DMI
per capita do PIB per capita, segundo uma curva ambiental de Kuznets em forma de U
invertido, ou seja, com o aumento do DMI per capita com o PIB per capita até um
certo ponto em que o DMI per capita começa a decrescer com o PIB per capita,
evidência esta que está de acordo com a opinião de uma dependência do uso de
materiais nas economias nacionais da escala da economia manifestada na literatura.
Esta relação revela-se bastante robusta tanto considerando os níveis anuais de PIB per
capita, como o comportamento a longo prazo do PIB per capita, controlando para as
características específicas dos países e para a ocorrência de factores externos
dependentes do tempo afectando todos os países (utilizando no teste de uma
formulação de efeitos fixos para o país e tempo).
A hipótese de um reacoplamento entre DMI per capita e PIB per capita posterior
encontra suporte considerando o comportamento do PIB per capita a longo prazo,
embora traduzindo uma situação sem desacoplamento intermédio, mas não quando se
considera os níveis anuais de PIB per capita, também controlando-se para as
características específicas dos países e de ocorrência de factores externos dependentes
do tempo. O suporte observado a longo prazo deve ser encarado com prudência
devido ao número mais reduzido de países considerado no teste da hipótese
relativamente ao teste considerando os níveis anuais de PIB per capita.
O nível de PIB per capita em que se verifica o desacoplamento entre DMI per capita e
PIB per capita é bastante sensível ao modo como se considera a influência do PIB per
capita no DMI per capita. Considerando a influência dos níveis anuais de PIB per
capita o nível de PIB per capita em que se verifica o máximo de DMI per capita é
superior que quando se considera comportamento a longo prazo do DMI per capita.
Isto acontece de tal forma que, se no primeiro caso a grande maioria dos países
industrializados ainda não verificam a situação de desacoplamento, no segundo caso a
grande maioria dos países já verificam actualmente o desacoplamento. No caso
específico de Portugal o nível de PIB per capita actual ainda não atingiu o nível em
que se verifica o DMI per capita máximo, quer considerando o nível anual quer o
comportamento de longo prazo do PIB per capita.
Tendo em conta estes resultados é lícito interrogar-se sobre quais as razões para a
existência de uma relação do tipo de U inve rtido entre DMI per capita e PIB per
capita.
Uma possibilidade é a de que o aumento inicial do DMI per capita com o PIB per
capita se deva à superação de necessidades de infra-estruturas, como vias de
comunicação e sistemas básicos de apoio às comunidades, como sejam sistemas de
saneamento. A grande dependência do crescimento no DMI (absoluto e per capita)
verificado em Portugal dos materiais na categoria Pedra, Argila e Areia extraídos
domesticamente, associados geralmente à actividade ao sector da Construção, parece
apoiar esta possibilidade, tanto mais que se sabe que o início do grande crescimento
do DMI per capita, meados da década de 80, coincide com o início de uma série de
investimentos em auto-estradas (mas também mais recentemente a Ponte Vasco da
Gama) e de obras de saneamento como ETARs, após a adesão à Comunidade
81
Análise da Intensidade de Utilização de Materiais na Economia
Europeia e impulsionados pelo menos em parte por fluxo monetário da ajuda
comunitária.
O estudo realizado neste trabalho fornece- nos também apoio para outra explicação: o
deacoplamento detectado entre DMI per capita e PIB per capita poderá ser devido
mais a acontecimentos temporais externos que afectaram o desenvolvimento
económico dos países do que a uma evolução intrínseca ao desenvolvimento
económico. De facto, tanto a redução generalizada da intensidade material do PIB
verificada na década de 80, em países com níveis de desenvolvimento económico tão
diferentes como Portugal e os EUA, verificada na análise de decomposição, como a
tendência de diminuição com o tempo do DMI per capita detectada na análise da
variação do DMI per capita, indicam a dependência da evolução do DMI per capita de
acontecimentos temporais que afectam todos os países. Nesta influência temporal
pode-se considerar por exemplo o possível efeito dos choques do preço do petróleo na
década de 70 (Unruh e Moomaw, 1998) no uso de materiais energéticos ou também
como agente catalisador de mudanças económicas que afectem o consumo também de
outros materiais. De qualquer maneira, estas evidências permitem alertar para o facto
de uma relação do tipo detectado neste trabalho entre DMI per capita e PIB per capita
poder não ser um fenómeno inevitável.
Uma outra possibilidade que se pode pensar estar por detrás da relação detectada entre
DMI per capita e PIB per capita é a alteração na estrutura económica desencadeada
pelo desenvolvimento económico. Na investigação conduzida neste trabalho não se
encontrou apoio para a hipótese de um aumento da presença do sector dos serviços
relativamente aos outros sectores nas economias naciona is industrializadas conduzir a
uma desmaterialização em termos de DMI per capita, já que não se verificou
estatisticamente a este factor capacidade de explicação da variação do DMI per capita,
o que contraria as opiniões expressas na literatura sobre a influência do sector dos
serviços no uso de materiais.
A verificar-se a robustez deste resultado poderão considerar-se algumas possíveis
explicações para este facto.
Em primeiro lugar, o sector dos serviços poderá não ter, como se pensa, menor
consumo de ma teriais que os outros sectores económicos. Nomeadamente, é
importante considerar neste ponto a possibilidade de a desmaterialização que se supõe
existir se verifique apenas em sectores específicos baseados em serviços, ou seja, a
existência de desmaterialização ou não está muito dependente da definição de sector
de serviços que se considera.
Uma segunda explicação está relacionada com o facto de os materiais utilizados nas
economias nacionais poderem provir quer do ambiente doméstico, como matérias
primas, quer de importações, como matérias primas, semi-produtos e produtos finais.
Com efeito, o aumento da presença do sector dos serviços relativamente aos outros
sectores pode estar a ser feito com a deslocação dos outros sectores para fora do país e
a substituição de produção nacional por importações, não provocando em termos
líquidos a alteração do uso de materiais da economia nacional. Este deslocamento
poderá estar a ser feito por razões económicas, devido à presença no estrangeiro de
menores custos de factores de produção, ou por fuga ao aumento das exigências da
legislação para o controle do impacte ambiental das actividades produtivas.
Outra explicação para a falta de capacidade deste factor de explicar a variação do
DMI per capita é a de que o efeito dos serviços sobre os outros sectores económicos
82
Análise da Intensidade de Utilização de Materiais na Economia
pode anular os possíveis efeitos de desmaterialização deste sector, nomeadamente por
desencadeamento de rebound effect.
Foi ainda possível verificar-se na investigação desenvolvida neste trabalho evidência
de influência sobre o DMI per capita da abertura ao comércio internacional, enquanto
razão entre a soma de importações e exportações e o PIB, verificando-se geralmente
uma relação de aumento da abertura ao comércio internacional implicar um aumento
do DMI per capita, embora menos robusta que a que indica influência do PIB per
capita.
Tendo em conta os resultados obtidos neste trabalho fazem-se as seguintes sugestões
para trabalhos futuros, que se podem considerar englobados em três linhas
fundamentais de investigação.
Em primeiro lugar, completar a contabilização de fluxos de materiais na economia
portuguesa ao nível nacional, considerando os fluxos de saída e o armazenamento, de
modo a ligar a entrada de materiais à poluição e permitir a detecção de lacunas de
contabilização de poluição, bem como os fluxos de materiais sem valor económico,
tanto de origem doméstica como importada, conduzindo ao cálculo do indicador
TMR. Paralelamente sugere-se o aperfeiçoamento do cálculo já realizado neste
trabalho, nomeadamente pela harmonização da contabilização de materiais
importados com as categorias aceites internacionalmente, indicadas em EUROSTAT
(2001), e pelo aprofundamento do cálculo dos materiais de alimentação animal não
contabilizado nos dados estatísticos actualmente produzidos, nomeadamente pela
investigação de factor de produtividade das pastagens mais adequado às
características de clima e utilização portuguesas. Nesta contabilização deve-se seguir,
de modo a permitir a comparação com dados internacionais, a metodologia aceite
internacionalmente, nomeadamente as regras definidas por EUROSTAT (2001).
Neste ponto, é importante existir uma colaboração estreita, de modo a se ter um
acesso mais eficaz a dados estatísticos existentes, entre investigadores e entidades
produtoras de informação estatística, tal como o INE, a Direcção Geral do Ambiente e
o Instituto Nacional de Resíduos na contabilização de fluxos de saída de materiais sob
a forma de poluição e resíduos, mas também organismos internacionais com
conhecimentos na área e que disponham de bases de dados que possibilitem a
contabilização de fluxos de materiais sem valor económico (especialmente os
referentes às importações), como é o caso do Wuppertal Institute for Climate,
Environment and Energy. Esta contabilização permitirá a constituição da base de uma
maior compreensão da situação portuguesa bem como o desenvolvimento de
experiência no cálculo de indicadores que poderão ser muito importantes na
monitorização de políticas.
Por outro lado, a continuação da análise macro-económica por via econométrica
utilizando dados de painel à medida que mais dados referentes a DMI se tornam
disponíveis focando especialmente a explicação da evolução segundo curva ambiental
de Kuznets, nomeadamente testando explicitamente a hipótese de superação de
carências de infra-estruturas, nomeadamente considerando como variáveis
independentes a percentagem de população servida com tratamento de águas residuais
e densidade de auto-estradas e outros indicadores de penetração de infra-estruturas, do
aprofundamento conhecimento da relação entre comércio internacional e DMI per
capita por teste da hipótese de substituição de produção nacional por importações,
considerando como variável independente a presença dos produtos finais e semi- finais
nas importações (se a hipótese está correcta estes deverão apresentar uma presença
83
Análise da Intensidade de Utilização de Materiais na Economia
crescente). Adicionalmente deve-se continuar o teste da hipótese de redução do DMI
per capita por maior presença de serviços na economia, utilizando informações
relativas a mais países e anos, bem com classes de serviços mais restritas como os
serviços aos produtores e serviços financeiros. A análise econométrica deverá também
ser estendida ao indicador TMR, nomeadamente para se verificar a validade da
hipótese de curva ambiental de Kuznets, já que se trata de um indicador mais
completo. Deve-se também tentar aprofundar a relação entre uso de materiais e uso de
trabalho, nomeadamente para se verificar se o aumento da produtividade de trabalho
verificado em alguns países não poderá estar a ser alimentado por maior uso de
materiais; nesta análise dever-se-á considerar como medida de trabalho horas
trabalhadas e considerar os preços de materiais e trabalho.
Por último, tirando partido dos resultados da contabilização nacional de fluxos de
materiais é importante empreender-se uma análise baseada no método da Matriz
Input-Output Física, considerando-se vários pontos no tempo para Portugal ou
comparando Portugal com outros países, de modo a testar-se a hipótese de eficiência
de uso de materiais formulada neste trabalho (que poderá explicitar a relação entre
DMI per capita e PIB per capita detectada), a hipótese de influência da estrutura
económica, e estudar as relações intersectoriais (nomeadamente a relação entre o
sector dos serviços e os outros sectores económicos).
84
Análise da Intensidade de Utilização de Materiais na Economia
APÊNDICE I - Metodologia de cálculo do DMI para
Portugal
Introdução
A base de dados que foi construída para Portugal encontra-se estruturada, tal como se
verifica para a grande maioria das outras bases de dados utilizadas, na componente
Doméstica e de Importação do DMI e no dentro da componente Doméstica segundo
as categorias de materiais Não-renováveis (Minérios Energéticos, Minérios Metálicos,
Pedra, Argila e Areia, Minérios Não Metálicos e Sal Marinho) e Renováveis
(Biomassa Vegetal e Biomassa Animal).
A série temporal que foi reunida compreende os anos de 1960, 1970 e os do período
1975-1998, tendo o ano final da série sido considerado devido à disponibilidade de
dados. A unidade espacial considerada para o cálculo é constituída para todo o
período pelo território nacional actual, que compreende Portugal Continental e as
Regiões Autónomas dos Açores e Madeira. Apesar de Portugal no início do período
em análise ainda incluir territórios ultramarinos57 os materiais extraídos nestes
encontram-se contabilizados nas estatísticas de comércio externo utilizadas para obter
as importações de materiais. A extracção de materiais à natureza em Macau não foi
considerada neste estudo.
Materiais não-renováveis
Para a obtenção de valores de produção de minerais em Portugal foram consultadas
duas fontes de estatísticas oficiais principais: o Instituto Nacional de Estatística (INE)
e o Instituto Geológico e Mineiro (IGM).
Segundo a primeira fonte a produção de minerais pode ser obtida na publicação
Estatísticas da Produção Industrial (Volume I para os anos anteriores a 1993) do
Instituto Nacional de Estatística (INE). Os dados considerados referem-se aos valores
de produção (em toneladas) das indústrias extractivas, que incluem dados referentes à
extracção de carvão, minérios de ferro, minérios metálicos não ferrosos, minérios não
metálicos designados sob a categoria de pedra, areia, saibro e argila, outros minerais
(ex. gesso, talco, sal- gema) e sal marinho. Estes dados são provenientes de inquérito
às indústrias da divisão 2 – Indústrias Extractivas da Classificação de Actividades
Económicas (CAE), cujo âmbito territorial compreende o Continente, Açores e
Madeira, ou de outras entidades como a Direcção Geral das Pescas (caso do sal
marinho) e Direcção Geral de Minas e Serviços Geológicos (caso do sal-gema).
Segundo a segunda fonte, valores de produção de minerais podem ser obtidos de
várias publicações (Tabela 25). Estes dados consistem em valores de extracção de
carvão, urânio, minérios metálicos, pedra, argila e areia e minérios não metálicos
(para utilização na indústria química, sal gema e outros) e são obtidos por recolha
junto das unidades extractivas (minas e pedreiras) pelo IGM ou pela anterior entidade
que o representava – Direcção Geral de Geologia e Minas (DGGM) - ou no caso
57
Os antigos territórios ultramarinos em África de Angola, Moçambique, Guiné, S. Tomé e Príncipe e
Cabo Verde obtiveram a independência, respectivamente, em 11 de Novembro de 1975, 25 de Junho de
1975, 10 de Agosto de 1974, 12 de Junho de 1975 e 5 de Junho de 1975. Adicionalmente o antigo
Território Português na Índia (Goa, Damão e Dio) foi anexado à União Indiana em 14 de Março de
1962 e Timor à Indonésia em 1976 (Lello e Lello, 1983).
85
Análise da Intensidade de Utilização de Materiais na Economia
específico da produção referente aos anos de 1960 e 1970 (embora não para todos os
minerais; Carneiro, 1977), junto do INE.
Em geral, as duas fontes apresentam para o mesmo mineral valores de produção
semelhantes mas a segunda fonte apresenta dados para maior quantidade de minerais
(a existência de dados no INE bastante incompletos a partir de 1992 constituiu uma
das principais motivações para a consulta do IGM), pelo que foi adoptada como a
base da base de dados referentes a produção de minerais utilizada neste trabalho. Os
dados provenientes do INE foram, contudo, utilizados para suprir algumas
deficiências pontuais observadas nos dados do IGM: para os anos de 1960 e 1970
foram considerado os valores de produção disponíveis no INE de calcário não
cristalino (1960), dolomite, gabro, porfirito, granito (1960), quartezite, xisto, mica
(1970), mármore (1960), arsénio, amianto, diatomito (1970) e talco; para 1980 foram
considerados os valores de produção disponíveis no INE para dolomite, granito e
granito ornamental. Adicionalmente, foram utilizados os valores de produção de Sal
Marinho fornecidos no INE, por não serem contabilizados nas estatísticas do IGM. De
facto, apesar de se tratar de um mineral, a contabilização do Sal Marinho extraído está
a cargo da Direcção Geral das Pescas, que produz os dados que o INE apresenta (a
partir de 1992 este valores passam a ser apresentados na publicação Estatísticas da
Pesca do INE e não nas Estatísticas da Produção Industrial). Relativamente ao ano
de 1960 não se conseguiu obter no INE ou na Direcção Geral das Pescas o valor da
extracção de sal marinho, pelo que se assumiu como representativo o valor para 1961
disponível no INE.
Tabela 25: Fonte dos dados de produção de minerais obtidos junto do IGM.
Ano
Fonte de Dados de Produção de Minerais
1960, 1970
1975
1976-1979
1980
1981
1982-1983
1984
1985, 1986
1987, 1988
1989, 1990
1991, 1992
1993
1994
1995
1996
1997, 1998
Carneiro (1977)
Macieira (1977)
Romão (1981)
Romão (1982)
Romão (1983)
DSEPE (1986a)
DSEPE (1986b)
DGGM (1987)
DGGM (1989)
DGGM (1992)
IGM (1994)
IGM (1995)
IGM (1997)
IGM (1998)
IGM (1999)
IGM (2000)
Na base da dados construída para este trabalho os dados estão organizados segundo as
categorias Energéticos (sob esta designação são considerados o carvão e o urânio),
Minérios Metálicos (dentro desta categoria subdividem-se em Minérios de Ferro e
Outros Minérios Metálicos), Pedra Argila e Areia (que inclui as duas subcategorias de
Rochas Industriais e Rochas Ornamentais) e Minérios não Metálicos (dentro desta
categoria subdividem-se em Minérios não Metálicos utilizados pela Indústria
Química, Sal-Gema e Outros Minérios Não Metálicos). Na Tabela 26 são
apresentados os minerais considerados em cada uma destas categorias. Esta
86
Análise da Intensidade de Utilização de Materiais na Economia
classificação foi escolhida por corresponder à classificação em que os dados do IGM
são apresentados.
No caso dos minérios metálicos não ferrosos foi considerado como valor de produção
o valor apresentado de minério extraído e não os valores de produtos obtidos por
tratamento de minérios nas oficinas mineiras. Foi utilizado este procedimento por o
minério extraído ter associado a si um valor monetário antes do tratamento nas
oficinas mineiras, pelo que, segundo a metodologia de cálculo do indicador que é
seguida neste trabalho todo o minério extraído deve ser considerado no DMI. Este
procedimento está de acordo com o recomendado por EUROSTAT (2001) e é
consistente com o utilizado por Bringezu e Schütz (2000b) para o cálculo do TMR
para a União Europeia. Os dados encontrados em estatísticas e considerados neste
trabalho para o cálculo do DMI poderão não representar a totalidade deste na
realidade. O EUROSTAT (2001) refere que unidades de extracção integradas em
unidades de produção industrial são muitas vezes não contabilizadas nestas
estatísticas: por exemplo a extracção de calcário para a produção de cimento ou argila
para a produção de tijolos quando fazendo parte de uma unidade de produção
industrial resultará no aparecimento da produção de cimento ou tijolos nas estatísticas
industriais mas não do calcário ou argila extraídos; igualmente empresas de
construção poderão fazer a extracção para uso próprio de areia e saibro e estas
quantidades não estarem presentes nas estatísticas. Adicionalmente poderá ocorrer
que algumas empresas de pequena dimensão possam não ser abrangidas pelos
inquéritos que estão na base das estatísticas. Num possível seguimento do trabalho
estas possíveis lacunas poderão ser avaliadas com o recurso a consulta de publicações
de associações industriais.
Tabela 26: Minerais considerados em cada uma das categorias de dados de produção de
materiais não renováveis pela indústria extractiva em Portugal utilizados neste trabalho.
Categoria de material
Energéticos
Minérios Metálicos
Pedra, Argila e Areia
Minérios Não
Metálicos
Minerais incluídos
Carvão (Antracite), Urânio (U3 O8 )
Minérios de Ferro: Hematite, Magnetite, Ferro-Manganés
Outros Minérios Metálicos: Berilo, Chumbo, Cobre, Colúmbio, Estanho,
Manganés, Nióbio e Tântalo, Tungsténio, Molibdénio, Ouro e Prata, Zinco,
Titânio, Volfrâmio, Minérios Mistos
Rochas Industriais *: Ardósia (Lousa), Areias, Argilas, Basalto, Calcários,
Calcite, Caulino, Dolerito, Diabase, Diorito, Dolomite, Gabro, Gabro-diorito,
Gesso, Granito, Grauvaque, Grés, Ofito, Pórfiro, Porfirito, Quartzito, Saibro,
Serpentinito, Sienito, Sienito-nefelínico, Xisto, Xisto-ardosífero, Mica
Rochas Ornamentais *: Diorito, Gabro, Gabro-diorito, Gneisse, Granito,
Mármore (incluindo calcários e brechas calcárias), Pórfiro ácido, Sienito
nefelínico, Serpentinito
Minérios Não Metálicos para a Indústria Química: Barita, Bário, Lítio, Pirites
de Ferro Cupríferas, Lepidolite, Calcário**
Sal-Gema : Sal-Gema
Outros Minérios Não Metálicos: Amianto, Areias feldspáticas, Arsénio,
Diatomito, Feldspato, Quartzo, Pegmatito, Talco
Nota: * São incluídos como rochas ornamentais o mármore e os minerais que são mencionados pela Fonte de
dados como rocha ornamental. Informação desagregada em rochas industriais e rochas ornamentais não
está disponível para todos os minerais em todos os anos.
** É incluído o calcário indicado pela Fonte de dados como destinado à Indústria Química.
87
Análise da Intensidade de Utilização de Materiais na Economia
Materiais renováveis
Os Materiais Renováveis compreendem as grandes categorias de Biomassa Vegetal,
subdividida em Biomassa Agrícola (produtos agrícolas), Biomassa de Pastagens
(biomassa utilizada pelos animais em pastagens) e Biomassa Florestal (resina, cortiça
e madeira), e Biomassa Animal (mel, cera, caça e pesca).
As fontes de dados que foram consultadas para obter valores de produção de biomassa
foram o INE e a Direcção Geral de Florestas (DGF; DGF, 2001), neste último caso
especificamente para os dados referentes a Biomassa Florestal. Os dados referentes
aos materiais renováveis foram obtidos das publicações Estatísticas Agrícolas e
Estatísticas da Pesca, ambas do INE. Os dados considerados referem-se a valores de
produção (em toneladas) das actividades agrícola, pecuária, de silvicultura e pesca,
incluídas na divisão 1 da CAE Portuguesa por Ramos de Actividade. Estes dados são
derivados de inquéritos estatísticos aos produtores agrícolas, executados
exclusivamente pelo INE com a colaboração de outros organismos, ou resultantes do
aproveitamento de dados numéricos produzidos por alguns organismos no exercício
de funções que lhes estão legalmente atribuídas (ex. Direcção Geral das Pescas no
caso da pesca descarregada).
Para o cálculo da Biomassa Vegetal Agrícola foram considerados os seguintes tipos
de culturas: Cereais e Arroz, Raízes e Tubérculos, Leguminosas, Produtos Hortícolas,
Vinho e Azeite, Frutos, Culturas Industriais. Na Tabela 27 apresentam-se as culturas
que foram incluídas em cada tipo. Os dados de produção foram obtidos
essencialmente na publicação Estatísticas Agrícolas ou nos resumos fornecidos no
Anuário Estatístico do INE relativamente à produção (em toneladas) do Continente e
das Regiões Autónomas dos Açores e Madeira e também no Anuário Estatístico da
Madeira (INEF, 1980; SRPCM, 1995), no Anuário Estatístico dos Açores (SREA,
1986) e Séries Estatísticas dos Açores (SREA, 1995; SREA, 2000). Contudo, algumas
lacunas de dados no que respeita à produção de Frutos (anos 1960 e 1970) e
especialmente de Produtos Hortícolas foram encontradas nesta fonte de dados (até
1995). Especificamente no caso dos Produtos Hortícolas os valores de produção
disponíveis demonstram que a contribuição destes produtos para o total de Biomassa
Vegetal Agrícola não é desprezável, sendo comparável à produção de batata ou de
tomate para a indústria (cerca de 18% do total). Estas lacunas foram supridas com
recurso às Balanças Alimentares (BA) produzidas pelo INE para o Continente até
1980 (INE, s/d; INE, 1972; INE, 1982; INE, 1987) e para Portugal de 1980 a 1997
(INE e INSRJ, 1994; INE, 1999a), procedimento este advogado pelo EUROSTAT
(2001).
88
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 27: Produções incluídas em cada uma das categorias de Biomassa Vegetal Agrícola
consideradas para a construção do DMI.
Categoria de material
Cereais e Arroz
Raízes e Tubérculos
Leguminosas
Produtos Hortícolas
Vinho e Azeite
Frutos
Culturas Industriais
Produções incluídas
Trigo, Arroz, Milho, Milho Forragem, Cevada, Centeio, Triticale, Aveia
Batata, Batata Doce, Beterraba Sacarina, Inhame
Fava, Feijão, Vaginha, Grão-de-bico, Amendoim, Tremoço
Cebola, Tomate, Chicória, Outros Hortícolas
Vinho e Mosto, Azeite
Pêro para Cidra, Ananás, Banana,
Frutos Frescos (Ameixa, Cereja, Damasco, Diospiro, Figo, Ginja, Kiwi,
Maçã, Marmelo, Nêspera, Pêra, Pêssego, Romã),
Citrinos (Laranja, Limão, Tângera, Tangerina, Toranja),
Frutos Secos (Amêndoa, Avelã, Castanha, Noz),
Azeitonas, Uva de Mesa
Tomate para Indústria, Tabaco, Girassol, Cártamo, Linho, Figo Industrial,
Chá, Vime, Cana-de-Açúcar
Comparando-se os valores para produção de Frutos e de Produtos Hortícolas presentes
nestas publicações e nas Estatísticas Agrícolas e Anuário Estatístico verificam-se que
os valores nem sempre são semelhantes: no período 1975-1977 os valores de
produção de Frutos constantes nas BA (respeitantes a frutos frescos, secos e secados)
são muito superiores aos valores de produção total de frutos no Continente,
representando estes cerca de 30% dos primeiros; para os Produtos Hortícolas verificase para os anos em que se dispõem de ambas as fontes os valores apresentados nas BA
são inferiores mas as ordens de grandeza é a mesma. A discrepância observada pode
ficar a dever-se à metodologia de cálculo das BA em que a produção assinalada
poderá também incluir a produção de produtos de indústrias agro-alimentares (ex.
produtos em conserva) resultantes de matérias primas nacionais e importadas. Tendo
em conta este facto foram feitos alguns ajustamentos para o cálculo do DMI. As
considerações realizadas para o cálculo do DMI devido a estes aspectos e a algumas
lacunas de informação relativamente aos totais de produção do País são apresentadas
na Tabela 28 e na Tabela 29.
89
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 28: Considerações realizadas para o cálculo do DMI devido a Biomassa Vegetal Agrícola.
Categoria
Cereais e
Arroz
Considerações
Arroz, Centeio, Aveia: produção nacional de 1960 e 1970 é considerada igual à do Continente (de
1975-1998 verificou-se esta situação)
Trigo: em 1960 considera-se apenas a produção do Continente, em 1982-1983 considera-se apenas a
produção do Continente e Madeira e em 1989 apenas a produção do Continente e Açores (a
produção do Continente representa cerca de 97% da produção total do País para os anos em que se
dispõe da produção total)
Triticale: contabilização apenas no período 1992-1998 devido à disponibilidade de dados, supondo
que a produção do Continente é representativa do total do País em 1992-1995 (tendo em conta a
informação do INE (1993) de que a superfície de cultivo deste cereal em 1989 apenas se verificava
no Continente)
Milho: consideração da produção de milho-grão, cuja produção se assume apenas no Continente e
Açores (em 1981 e 1998 isto verifica-se e segundo o INE (1993) existia em 1989 produção na
Madeira mas tendo um peso de apenas 0,1% da produção total), e de milho-forragem, cuja produção
se considera apenas para os Açores, devido à disponibilidade de dados apesar de o INE (1993)
identificar em 1989 produção também no Continente e Madeira
Cevada: considera-se até 1988 (inclusive) produção apenas no Continente e na Madeira (em 1987 e
1988 a produção total do País equivale à produção do Continente e da Madeira) e após 1988 apenas
no Continente (após 1990, inclusive, a produção total do País equivale à produção do Continente
segundo os dados do INE e em 1989 toda a superfície de cultivo deste cereal no País se encontrava
no Continente (INE, 1993)); para o ano de 1960 considerou-se, por falta de dados referentes às
Regiões Autónomas, a produção do Continente como representativa da produção do País (após 1970
a produção da Madeira representa menos de 1% da produção do País)
Batata: em 1960 a produção do Continente é considerada representativa da produção nacional (a
Raízes e
Tubérculos produção das Regiões Autónomas é 5% do total do País em 1970 e nos anos seguintes sempre
abaixo dos 12%)
Batata Doce: produção de 1960 não considerada devido a falta de dados e considera-se a produção
do Continente nula no período 1981-1990 esta é efectivamente nula de acordo com as estatísticas do
INE)
Inhame: não se considera por falta de dados a produção de 1960 e considera-se a produção do
Continente nula (em 1970 e 1975-1990 esta produção é efectivamente nula segundo as estatísticas
do INE); em 1982 supõe-se para a produção dos Açores a produção correspondente de 1981 e para a
produção da Madeira após 1990 a produção respectiva de 1990
Beterraba Sacarina: em 1960 não se contabiliza a produção, por falta de dados, em 1970 e período
1970-1988 apenas se contabiliza a produção dos Açores (a produção do Continente não é
significativa para o total nacional até 1978 e em 1989 representa 11% do total)
90
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 29: Considerações realizadas para o cálculo do DMI devido a Biomassa Vegetal Agrícola
(Continuação).
Categoria
Leguminosas
Produtos
Hortícolas
Vinho e
Azeite
Frutos
Culturas
Industriais
Considerações
Grão-de-bico: considera-se apenas produção no Continente (o que se verifica segundo os dados
do INE a partir de 1975 inclusive)
Feijão: em 1960 considera-se apenas a produção no Continente
Amendoim: produção contabilizada apenas para os Açores e após 1984, devido aos dados
disponíveis
Tremoço: considera-se apenas a produção dos Açores (em todos os anos em que se têm dados a
produção da Madeira é nula e a do Continente não consta das estatísticas do INE)
Fava: considera-se apenas a produção no Continente e Açores, excepto em 1960 quando se
considerou que a produção do Continente é representativa da produção nacional; para colmatar
falhas nas estatísticas relativamente à produção do Continente (de grande importância no total
nacional) considerou-se que em 1991 a produção dos Açores representa 4% da produção do
Continente (à semelhança do ocorrido em 1990) e que no período 1992-1994 esta representava
8% da produção do Continente (como se verifica em 1995)
Tomate: assume-se apenas a produção constante nas estatísticas, a saber, para 1970-1990 e para
1995-1998 para a Madeira e Continente, respectivamente
Cebola: para 1987-1990 considera-se apenas produção nas Regiões Autónomas, para 1991-1994
apenas para os Açores e após 1995 apenas para o Continente e Açores, devido aos dados
disponíveis; a produção de 1960 não é considerada desagregada
Chicória: assume-se apenas produção nos Açores (situação detectada nas estatísticas de 1970 a
1989); a produção de 1960 não é considerada desagregada
Outros produtos hortícolas: consideraram-se para o período anterior a 1995 os valores de
produção apresentados nas Balanças Alimentares do INE), descontando as produções de tomate
(para uso ou não na indústria) e a cebola produzidos no Continente para os anos de 1960 a 1979,
e de tomate (a produção apresentada em Balança Alimentar), cebola e chicória produzidos em
todo o País para o período 1980-1995
Vinho: em 1960 considera-se apenas a produção do Continente e no período de 1984-1996
apenas as produção do Continente e Madeira (a produção do Continente significa cerca de 97%
da produção do País para os anos em que se dispõem de dados), devido a indisponibilidade de
dados relativos aos Açores; converte-se os dados de produção originais em volume (hl) em
toneladas considerando o factor de conversão fornecido nas Estatísticas Agrícolas do INE de
100kg/hl
Azeite: considera-se como representativa da produção total do País a produção do Continente;
converte-se os dados originais em hl para toneladas com o factor fornecido nas Estatísticas
Agrícolas do INE de 91,66kg/hl
1960, 1970: considera-se produção do País igual a 30% da produção total de frutos (sob a
designação de frutas frescas, secas e secadas) apresentada nas Balanças Alimentares dos
mesmos anos (situação verificada em 1975-1976)
Pêro para Cidra: assume-se produção apenas na Madeira e só se contabiliza até 1990 inclusive,
devido aos dados disponíveis
Ananás: considera-se apenas produção nos Açores para 1989 e 1991 (à semelhança do que
acontece para os anos em que se tem dados e de acordo com INE (1993)) e contabiliza-se a
produção só até 1991 inclusive
Banana : assume-se no período 1978-1983 que a produção nacional é constituída apenas pela
produção da Madeira (situação que se verifica para os anos antes de 1977 e de acordo com INE
(1993)) e contabiliza-se a produção só até 1991 inclusive
Outros frutos: considera-se no período 1975-1995 apenas a produção de frutos frescos, citrinos,
frutos secos, azeitonas e uva de mesa relativa ao Continente
Tomate para Indústria: considera-se que a produção nacional equivale à produção do Continente
em 1970-1989 (situação que se verifica a partir de 1990); em 1960 devido a indisponibilidade de
dados não se considera produção
Tabaco: assume-se que não há produção Madeira (como se verifica pelos dados de 1970, no
período 1979-1983 e em 1990 e 1998) e que em 1970 e 1975 só nos Açores; em 1960 não se
considera produção devido a indisponibilidade de dados
Girassol: considera-se a produção do Continente representativa da produção do País; em 1960
não se considera produção por indisponibilidade de dados
Cártamo: considera-se a produção apenas no Continente e no período 1970-1985
Linho: contabiliza-se só a produção do Continente no período 1960-1985
Figo Industrial: contabiliza-se apenas a produção do Continente e em 1970 e 1976-1977
Chá: considera-se apenas a produção nos Açores a partir de 1970
Vime: contabiliza-se apenas a produção na Madeira no período 1970-1990
Cana-de-Açúcar: assume-se apenas produção na Madeira no período 1970-1990
91
Análise da Intensidade de Utilização de Materiais na Economia
As lacunas de informação referente à Biomassa Vegetal Agrícola são mais notórias
para o ano de 1960 e após 1990 para a produção da Região Autónoma da Madeira. No
que respeita ao ano de 1960 a lacuna deve-se ao facto de a produção agrícola nas
Regiões Autónomas não figurar nas estatísticas do INE, sendo apenas parcialmente
contabilizada nas estatísticas de importações (é considerada apenas a produção que
proveniente das Regiões Autónomas é enviada para o Continente). Tendo em conta os
valores de produções disponíveis para os outros anos estima-se que a produção
contabilizada em 1960 deverá representar cerca de 90% da produção total (apenas
desde 1995 a aproximação efectuada para 1960 se traduz numa contabilização da
produção menor que 90% do total). Para os anos exceptuando 1960 em que se
dispõem de dados desagregados para o Continente (1970-1979) verifica-se que a sua
produção representa mais de 90% da produção total do País. Estima-se ainda,
considerando os dados referentes a outros anos, que a situação verificada desde 1990
de ausência de contabilização, por falta de dados, de algumas produções da Região
Autónoma da Madeira (Banana, Pêro para Cidra, Tomate, Feijão, Vaginha, Batata
Doce, Batata, Trigo, Cana de Açúcar) se traduz na contabilização de mais de 97% da
produção total do País. Tendo em conta o referido considera-se aceitável o valor total
de Biomassa Vegetal Agrícola que se obteve.
Para a cálculo da Biomassa Vegetal de Pastagens seguiu-se o método utilizado por
Bringezu e Schütz (2000b) para o cálculo do TMR da União Europeia: considerou-se
a superfície agrícola ocupada com pastagens permanentes e aplicou-se um factor de
produção de biomassa vegetal. Os dados referentes a superfície com pastagens
permanentes foram obtidos dos Recenseamentos Agrícolas de 1979 para o Continente,
1985 para os Açores, 1989 e 1999 para Portugal (INE, 1979; DAA, 1988; INE, 1989;
INE, 2000) e dos Inquéritos à Estrutura das Explorações Agrícolas de 1965 para as
Ilhas Adjacentes, 1968 para o Continente, 1993, 1995 e 1997 para Portugal (INE,
1965; INE, 1968; INE, 1995; INE, 1996; INE, 1999b) realizados pelo INE. O
Recenseamento Geral Agrícola é realizado de dez em dez anos e de acordo com o
Regulamento do Conselho nº 571/88 de 29 de Fevereiro de 1988 são realizados três
Inquéritos à Estrutura das Explorações Agrícolas entre cada Recenseamento Geral
Agrícola (INE, 1996), permitindo a actualização de dados de três em três anos.
Anteriormente a 1965 foi realizado o Inquérito às Explorações Agrícolas do
Continente de 1952 a 1954 mas este não contempla a superfície ocupada com
pastagens. Este é também o caso do Recenseamento Agrícola da Região Autónoma da
Madeira de 1986. É também indicado nos registos do INE o Recenseamento Agrícola
de 1977 referente às Regiões Autónomas, publicação que, contudo, não foi possível
encontrar no INE. Os dados obtidos das publicações referidas, apresentados na Tabela
30, não constituem uma série temporal com valores para cada ano e só se encontram
disponíveis para todo o território nacional a partir de 1989.
92
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 30: Valores de superfície agrícola ocupada com pastagens permanentes em Portugal (ha).
Ano
Portugal
Continente
1965
1968
1979
1985
1989
1993
1995
1997
1999
838372
888367
1024377
1290497
1436823
222159
112291
736914
784503
922469
1276336
:
Região Autónoma
dos Açores
47939
85579
:
:
:
:
:
Região Autónoma da
Madeira
0
:
:
:
:
:
Fonte: INE (1965; 1968; 1979; 1989; 1995; 1996; 1999b; 2000) e DAA (1988).
Nota: - valor não disponível; : valor não pesquisado.
Adicionalmente os dados não parecem ser totalmente comparáveis entre si: como se
pode verificar na Tabela 30 verifica-se um grande aumento da superfície com
pastagens permanentes de 1979 para 1989, o que segundo o INE (1993) se deverá em
grande parte a uma mudança no conceito de pastagens permanentes de forma a que se
incluam também as pastagens permanentes pobres, que consistem em “áreas de
vegetação expontânea pobre, podendo situar-se em zonas acidentadas e que são
periodicamente ou permanentemente pastoreadas”. Devido a este facto consideram-se
para o cálculo do DMI de Portugal apenas os valores após 1989 respeitantes ao total
nacional. O conceito de pastagens permanentes subjacente aos dados utilizados é o de
“conjunto de plantas, semeadas ou espontâneas, em geral herbácias, destinadas a
serem comidas pelo gado no local em que vegetam, mas que acessoriamente podem
ser cortadas em determinados períodos do ano”, não estão incluídas “numa rotação e
ocupam o solo por um período superior a 5 anos” (INE, 1989).
A aproximação realizada para se obter valores anuais de superfície de pastagens
permanentes foi a seguinte: adoptou-se o valor referente a 1989 para todo o período
em análise anterior a 1993, o valor de 1993 para 1993 e 1994, o valor de 1995 para
1995 e 1996, o valor de 1997 para 1997 e 1998 e o valor de 1999 para 1999. A
extrapolação do valor de 1989 para os anos anteriores, que pode ser considerada à
partida bastante grosseira, é justificada pela informação da mudança do conceito de
pastagens permanentes nas estatísticas referida anteriormente e também pelo facto de
valores de superfície de pastagens permanentes apresentados pelas estatísticas da
FAO 58 para Portugal serem consistentes para esta aproximação: para o período 19611992 as estatísticas da FAO indicam um valor de área de pastagens permanentes de
838 mil hectares (valor da mesma ordem de grandeza que o valor disponível no INE Tabela 30). Tendo em conta a definição de pastagens permanentes não se considera
que qualquer das culturas apresentadas nas estatísticas de produção agrícola do INE
possa ser produzida nelas, supondo-se, portanto, que ao contar com os valores
referidos não se está a duplicar contabilizações para o DMI. Tendo em conta a
informação fornecida por Bringezu e Schütz (2000b) de que se teria segundo
estatísticas da Alemanha um rendimento de 12 a 15 toneladas por hectare de pastagem
permanente, considerou-se o valor médio de 13,5 toneladas de biomassa vegetal por
hectare de pastagem permanente.
Na contabilização da Biomassa Vegetal não se considerou a produção por culturas
forrageiras e prados temporários, excepto no que diz respeito à produção de milho
58
Disponíveis em http://apps.fao.org.
93
Análise da Intensidade de Utilização de Materiais na Economia
forrageiro nos Açores desde 1984. Esta produção poderá ser significativa já que
segundo o INE (1993) em 1989 a área ocupada por estas consistia em cerca de metade
da superfície ocupada pelas pastagens permanentes. A razão da sua não consideração
neste trabalho prende-se com a sua não contabilização nas estatísticas e a insuficiência
de informação que permita a sua estimativa. Adicionalmente é importante referir-se
que do Inquérito à Estrutura das Explorações Agrícolas e do Recenseamento Geral
Agrícola estão geralmente excluídas explorações agr ícolas com Superfície Agrícola
Utilizada inferior a 1 hectare 59 (INE, 1989), o que pode causar a não contabilização de
algumas áreas de Pastagens Permanentes.
Para a contabilização da Biomassa Florestal foram consideradas as categorias de
Resina, Cortiça e Madeira. As fontes de dados disponíveis consistem no INE, por via
dos valores de produção apresentados na publicação Estatísticas Agrícolas, e a DGF.
Os dados obtidos da DGF consistem em valores de produção em Portugal de resina
(período 1979-1995), cortiça (período 1959-1999) e madeira (1964, 1970, 1974-2000,
segundo as categorias de coníferas e não coníferas).
Os dados apresentados por estas duas fontes não são sempre concordantes entre si.
Para a Resina existe concordância até 1993, com os dados referentes a 1994 e 1995 do
INE menores que os da DGF embora da mesma ordem de grandeza. Para a Cortiça a
discrepância entre os dados referentes ao mesmo ano é quase absoluta verificando-se
em geral que os valores da DGF são inferiores, embora da mesma ordem de grandeza,
aos valores do INE, tanto mais estranho já que após 1978 os dados do INE são
provenientes da DGF ou de organismos relacionados (ex. Direcção Geral do
Ordenamento e Gestão Florestal e Instituto dos Produtos Florestais). Quanto à
Madeira os dados disponíveis no INE terminam em 1997 e são até 1992 bastante
inferiores aos da DGF (diferença superior a uma ordem de grandeza), que se
encontram disponíveis para o período de 1964 a 2000; após 1992 são superiores aos
da DGF, mas da mesma ordem de grandeza. Tal como no caso da Cortiça, após 1970
os dados do INE são provenientes da DGF ou entidades anteriores que a
representavam, contudo, neste caso a discrepância pode ser explicada pelo menos em
parte pelo facto de anteriormente a 1992 o dados do INE apenas representarem a
produção das propriedades sob a administração dos Serviços Florestais. Embora não
seja possível saber a importância desta produção no contexto da produção nacional
considera-se que deverá constituir uma parte não muito importante, já que em 1960 a
produção de resina e cortiça nas propriedades sob a administração dos Serviços
Florestais representava apenas 1 e 0,1% respectivamente da produção do Continente,
segundo dados do INE.
Tendo em conta os dados disponíveis e as discrepâncias observadas entre fontes,
considerou-se como base os dados da DGF e utilizaram-se os dados do INE apenas no
caso de falta de dados da DGF. Para a Resina foram considerados os dados de
produção do INE no período 1960-1978 e os dados da DGF no período 1979-1995,
não se verificando um salto exagerado de grandeza dos valores na transição entre os
dois períodos, após 1995 foi considerada, por falta de dados, a produção anual de
25000 toneladas, correspondente ao verificado nos anos de 1994 e 1995. Quanto à
Cortiça foram ut ilizados apenas os dados da DGF. Para a Madeira foram considerados
os dados da DGF, respeitantes ao total de madeira produzida em Portugal para usos de
59
Podem ser incluídas explorações agrícolas com Superfície Agrícola Utilizada inferior se forem
ultrapassados certos limites físicos (superfície de determinadas culturas ou número de animais; INE,
1989).
94
Análise da Intensidade de Utilização de Materiais na Economia
lenha, trituração, serração e outros fins industriais. Como a série temporal da DGF se
estende de 1964 a 2000 e se considera que o valor de produção de madeira
correspondente a 1960 do INE (referente apenas à produção das propriedades sob a
administração dos Serviços Florestais) não deverá representar a produção total,
tomou-se o valor de 1964 como representativo para 1960.
Os dados provenientes da DGF, tal como se verifica nos dados do INE, apresentam a
produção de madeira em volume (m3 ) e não em massa como pretendido. Para a
conversão para massa foram utilizados factores de conversão fornecidos pela DGF
para a madeira de coníferas e de folhosas (700 e 800 kg/m3 , respectivamente). Apesar
de serem valores médios e, segundo a DGF, discutíveis, foram utilizados estes valores
pois são os únicos factores de conversão encontrados para Portugal e concordam
razoavelmente bem com factores de conversão semelhantes utilizados por Bringezu e
Schütz (2000b) para o cálculo do DMI da União Europeia: 750 e 850 kg/m3 para a
madeira de coníferas e não coníferas e 800 kg/m3 para a madeira para carvão.
No que respeita à Biomassa Animal foram consideradas as categorias de Mel, Cera,
Caça e Pesca. Para as três primeiras categorias foram considerados os valores de
produção presentes nas publicações Estatísticas Agrícolas ou Anuário Estatístico do
INE. Estes valores referem-se apenas à produção verificada no Continente, devido à
não existência no INE de dados para as Regiões Autónomas, excepto para o período
1996-1998, em que se dispunham de valores para o total de Portugal. Considera-se
que o erro incorrido com a aproximação da produção nacional com a produção do
Continente não será elevado já que para os anos em que se dispõem de valores para o
total nacional estes são iguais aos valores para o Continente e a principal componente
da Biomassa Animal parece ser a da Pesca, com as outras categorias constituindo
entre 1 a 5% da produção de Pesca, no período considerado. Para a Pesca foram
considerados os valores de produção sob a rubrica de pesca
desembarcada/descarregada apresentados na publicação do INE Estatísticas da Pesca,
mas não contabilizando a produção referente à aquicultura. Embora seja razoável
aceitar que alguma aquicultura seja realizada em regime extensivo e portanto que
possa ser entendida como devendo fazer parte do DMI não foi possível avaliar esta
situação para Portuga l, pelo que se optou por excluir a produção de aquicultura do
cálculo do DMI.
Para todas as categorias consideraram-se as estatísticas de peso fresco, ou seja, sem
excluir a quantidade de água incluída nos materiais, em concordância com a
orientação fornecida por EUROSTAT (2001).
Importações
Os dados referentes às importações foram obtidos da publicação Estatísticas do
Comércio Internacional do INE (Volume II). Os dados considerados referem-se à
classificação das importações denominada de Classificação Nacional de Mercadorias
para as Estatísticas de Comércio Externo (CMCE), para os anos até 1982 inclusive,
Nomenclatura Estatística de Mercadorias do Comércio Externo (NEMCE), de 1983 a
1987, e de Nomenclatura Combinada (NC) para os anos posteriores. Os dados
apresentados nesta publicação são obtidos pelo INE por bilhetes estatísticos
aduaneiros, cujo preenchimento é da responsabilidade dos importadores (Anuário
Estatístico de 1987). O dados utilizados para este trabalho são os que se encontram
sob a designação de Importação no Comércio Especial (INE, 1960): “mercadorias
95
Análise da Intensidade de Utilização de Materiais na Economia
despachadas para consumo, as entradas em regimen de admissão temporária, para
sofrerem transformação, reparação ou complemento de mão de obra (draubaque), (...)
aquelas que dando entrada no território nacional em regime de armazém, nessa
situação são submetidas a transformação ou complemento de mão-de-obra, (...)
mercadorias destinadas à navegação nacional, ainda que não submetidas a despacho
para consumo”; são excluídas “as mercadorias entradas em regime temporário normal
(importação temporária) ou aquelas que regressam de outro território para onde
haviam sido expedidas em regime temporário (reimportação)”, e ainda “as pescas
efectuadas por navios nacionais em águas nacionais, estrangeiras ou no mar alto”, “o
simples movimento de depósito formado por ouro, prata ou títulos de crédito” e as
“importações de materiais destinados à defesa nacional, efectuada pelos ministérios
militares”. Tal como recomendado por EUROSTAT (2001) é excluído o fluxo de
materiais associado ao trânsito directo, isto é, “o fluxo constituído pelas mercadorias
que atravessam o território nacional com o fim exclusivo de transporte, sem serem
postas à livre disposição dos importadores nem colocadas nos entrepostos” (INE,
1971)60 .
Os bens provenientes ou enviados para as regiões ultramarinas (válido até meados da
década de 70), que eram constituídas em 1960 por Cabo Verde, Guiné, S. Tomé e
Príncipe, Angola, Moçambique, Índia, Macau e Timor, são contabilizados por esta
fonte de dados como importações e exportações, respectivamente. Desta forma, são
também assim considerados no âmbito deste trabalho.
As importações (em toneladas) apresentam-se na base de dados construída neste
trabalho de acordo com as vinte e uma classes constantes na classificação referida,
nomeadamente:
I – Animais vivos e produtos do reino animal, II – Produtos do reino vegetal, III – Gorduras e óleos gordos,
animais e vegetais; produtos da sua dissociação; gorduras alimentares preparadas; ceras de origem animal ou
vegetal, IV – Produtos das indústrias alimentares; bebidas; líquidos alcoólicos e vinagres; tabacos, V – Produtos
minerais, VI – Produtos das indústrias químicas e das indústrias conexas, VII – Matérias plásticas artificiais, éteres
e ésteres da celulose, resinas artificiais e obras destas matérias; borracha natural, sintéticas ou artificial e obras de
borracha, VIII – Peles, couro, peles em cabelo para adorno e respectivas obras; artigos de correeiro, de seleiro e de
viagem; bolsas, carteiras, porta-moedas, estojos e artefactos semelhantes; obras de tripa; IX – Madeira, carvão
vegetal e obras de madeira; cortiça e obras de cortiça; obras de esteireiro e de cesteiro, X – Matérias-primas para o
fabrico de papel; papel e suas obras, XI – Matérias têxteis e respectivas obras, XII – Calçado; chapéus e artefactos
de uso semelhante, guarda-chuvas e guarda-sóis; flores artificiais e obra de cabelo; leques, XIII – Obras de pedra,
gesso, cimento, amianto, mica e matérias análogas; produtos cerâmicos; vidro e suas obras, XIV – Pérolas naturais,
gemas e similares, metais preciosos, metais chapeados de metais preciosos e respectivas obras; joalharia falsa e de
fantasia; moedas, XV – Metais comuns e respectivas obras, XVI – Máquinas e aparelhos; material eléctrico, XVII
– Material de transporte, XVIII – Instrumentos e aparelhos de óptica, fotografia e cinematografia, medida,
verificação e precisão; instrumentos e aparelhos medico-cirúrgicos; relojoaria; instrumentos músicos, aparelhos de
registo e de reprodução de som, XIX – Armas e munições, XX – Mercadorias e produtos diversos não
especificados, XXI – Objectos de arte e de colecção; antiguidades.
Para o período em que se pretende fazer a análise de dados neste trabalho (1960-1998)
a classificação de importações referida era a única que estava presente para todo o
período, tendo sido escolhida neste trabalho por essa razão. Dados mais detalhados
para cada uma das categorias estão disponíveis na fonte utilizada mas porque o seu
uso exige um trabalho de recolha mais complexo do que o possível neste trabalho
60
Na prática, considerando a designação de Comércio Especial é também excluído o trânsito indirecto,
isto é, “as mercadorias provenientes de territórios situados fora do território nacional, que dando
entrada nos entrepostos e armazéns alfandegados, reais ou fictícios, são posteriormente exportadas sem
que hajam sido postas à livre disposição dos importadores ou sofrido qualquer transformação,
reparação ou complemento de mão-de-obra, além da reembalagem, do reassortimento ou da mistura”
(INE, 1971). No período 1975-1981 este representava cerca de 3% conjunto de importações de
Comércio Especial e trânsito indirecto, tanto em termos de toneladas como de valor monetário.
96
Análise da Intensidade de Utilização de Materiais na Economia
optou-se pela sua não utilização. Desta forma, a classificação utilizada não permite
que os dados sejam apresentados, na base de dados realizada para este trabalho,
segundo as categorias de matérias primas não-renová veis, matérias primas renováveis
e produtos, à semelhança do que se verifica nas outras bases de dados utilizadas 61 .
61
Um método de agregação nestas categorias utilizando a classificação de importações referida pode
ser encontrada em EUROSTAT (2001), sendo o seu uso recomendado para desenvolvimentos futuros
deste trabalho.
97
Análise da Intensidade de Utilização de Materiais na Economia
APÊNDICE
económicos
II
–
Fontes
de
dados
populacionais
e
Os dados relativos a população, Produto Interno Bruto (PIB), abertura ao comércio
internacional, contribuição dos sectores económicos para o VAB nacional e população
empregada utilizados neste trabalho foram obtidos de publicações da Organização
para a Cooperação e Desenvolvimento Económico (OCDE), nomeadamente as
publicações da série National Accounts (população, PIB e contribuição dos sectores
económicos para o PIB) e Labour Force Statistics (população empregada). Optou-se
pela utilização de dados provenientes da mesma fonte (OCDE) para que se verificasse
consistência entre os dados. Em todos os casos foram considerados os dados mais
recentes existentes nas publicações consultadas.
Os dados populacionais referem-se a estimativas da população a meio do ano (OCDE,
1998a; OCDE, 2001). Para a antiga República Federal da Alemanha foram utilizados
as estimativas de população a meio do ano apresentadas em OCDE (1995) e OCDE
(2000).
O PIB é considerado como sendo (definições alternativas mas conducentes ao mesmo
resultado; OCDE, 2001):
-
o valor acrescentado de produtores residentes total a preços base subtraído dos
serviços de intermediação financeira medidos indirectamente e somado dos
impostos excluindo subsídios aos produtos;
-
despesa final em consumo somada da formação bruta de capital fixo, mudanças
em existências, aquisições menos descarte de bens de valor, exportações de bens e
serviços e subtraída da importação de bens e serviços;
-
remuneração de empregados somada de excedente de operação e rendimento
brutos e impostos menos subsídios à produção e importações.
Os valores de PIB utilizados na investigação são valores a preços constantes em
dólares dos EUA referidos a preços e PPP62 de 1990. Para as observações até 1996
são utilizados os valores calculados segundo o Sistema de Contas Nacionais (SCN) de
1968 (OCDE, 1998a) apresentados a preços constantes e em dólares dos EUA de
1990, convertendo-se para moeda nacional utilizando as taxas de câmbio apresentadas
na mesma fonte e aplicando-se os PPP de 1990 fornecidos na mesma fonte. No caso
específico da antiga República Federal da Alemanha (dados de PIB até 1990
inclusive) consideraram-se os valores apresentados na mesma fonte de PIB a preços
constantes de 1990 em moeda nacional, convertendo-se para dólares com aplicação da
PPP relativo ao Deutch Mark para 1990. Para as observações após 1996 apenas estão
disponíveis valores de PIB calculados segundo o novo SCN de 1993 e referentes aos
preços e taxas de câmbio de 1995 (OCDE, 2001). Para estes anos (1997 e 1998) foram
calculados os valores de PIB a preços e taxas de câmbio de 1990 aplicando a variação
anual de PIB a preços e taxas de câmbio de 1995 ao valor de PIB de 1990 a preços e
taxa de câmbio correntes calculado segundo o SCN de 1993; realizou-se a conversão
para moeda nacional dos valores de PIB de 1997 e 1998 considerando as taxas de
62
Paridade de Poder de Compra; transforma valores de PIB de diferentes países em moeda nacional
para moeda comum e corrige para diferenças de preços entre países. A moeda comum considerada no
presente trabalho é o dólar dos EUA.
98
Análise da Intensidade de Utilização de Materiais na Economia
câmbio apresentadas em OCDE (2001) e aplicou-se as PPP de 1990 da mesma fonte
para conversão para dólares dos EUA.
A variável abertura ao comércio internacional foi calculada como sendo a razão entre
a soma de importações e exportações e o valor de PIB (Grossman e Krueger, 1991;
Shafik e Bandyopadhyay, 1992), utilizando os valores de PIB a preços e PPP de 1990
referidos anteriormente (1000 milhões $EUA). Os valores de importações e
exportações foram obtidos também das mesmas publicações de onde se obteve o PIB,
sendo referidos também a preços e PPP de 1990 (1000 $EUA) e mesmo SCN,
segundo a mesma metodologia utilizada para o PIB.
Os valores de contribuição dos sectores económicos para o VAB nacional foram
obtidos de séries de VAB nacional a preços constantes, relativas a diversos anos base
(não foi possível encontram uma única séria temporal para cada país), transformandose para o ano base de 1990 aplicando aos valores do ano de 1990 a preços correntes as
variações observadas nas séries a preços constantes. A maior parte dos dados base
utilizados encontram-se segundo o SCN de 1968, nomeadamente isto acontece para
todos os valores a preços correntes para 1990, embora nos anos mais recentes alguns
dados sejam relativos ao SCN de 1993. Quando disponíveis dados referentes ao
mesmo ano para várias séries a preços constantes utiliza-se os publicados mais
recentemente e preferencialmente os referentes ao SCN de 1968. A fonte dos dados
consistiu principalmente nas publicações de contas naciona is da OCDE (1979; 1989;
1993; 1998b; 2000; 2001) mas algumas lacunas tiveram de ser supridas com dados
provenientes de uma publicação do Banco Mundial (World Bank, 1995). Contudo,
não foi possível obter dados para todas as observações de DMI mas apenas para 227
observações 63 . Devido à disponibilidade de dados, o nível máximo de desagregação
de dados que foi possível obter para a contribuição para o VAB nacional foi o dos
sectores de Agricultura, silvicultura e pescas, Indústria (incluindo indústria extractiva
e transformadora, produção de electricidade, gás e água e construção) e Serviços
(todos os restantes sectores) 64 . Na Tabela 31 apresentam-se para cada país o período
temporal em que foram obtidos dados de contribuição para VAB nacional, bem como
a fonte e o SCN a que se referem os dados base utilizados.
Os valores de população empregada refere-se ao emprego civil e das forças armadas e
todas as pessoas empregadas, consideradas como todas as pessoas com idade superior
a determinado valor que durante um período especificado breve, uma semana ou dia,
estavam em emprego pago (emprego por conta de outrem pago em dinheiro ou
géneros) ou em emprego por conta própria. Os valores foram obtidos de OCDE
(1984; 1995; 2000a).
63
No caso de Portugal tentou-se suprir as lacunas para o período 1960-1976 com informação do
Instituto Nacional de Estatística, na publicação Contas Nacionais, mas não foi possível encontrar uma
variação a preços constantes entre 1976 e 1977.
64
Para os dados provenientes da OCDE o sector da Construção aparece individualizado mas nos dados
do Banco Mundial isso não acontece.
99
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 31: Características dos dados de contribuição sectorial para o VAB nacional utilizados
neste trabalho por país.
Período de dados
Alemanha
Áustria
Dinamarca
1975-1994
1964-1996
1985-1997
Espanha
1987-1997
EUA
Finlândia
1975-1994
1985-1997
França
1985-1997
Grécia
1985-1997
Holanda
Irlanda
Itália
1975, 1980, 1985,
1990-1994
1990
1985-1997
Japão
Polónia
1975-1994
1992, 1995, 1997
Portugal
1977-1998
Reino Unido
1988-1997
Suécia
1985-1997
SCN
(dados base a preços constantes)
1968
1968
1985-1995: 1968
1996-1997: 1993
1987-1994: 1968
1995-1997: 1993
1968
1985-1996: 1968
1997: 1993
1985-1996: 1968
1997: 1993
1985-1992: 1968
1993-1997: 1993
1968
1968
1985-1996: 1968
1997: 1993
1968
1992: 1968
1995, 1997: 1993
1977-1995: 1968
1996-1998: 1993
1993
(1990 preços correntes: 1968)
1985-1994: 1968
1995-1997: 1993
Fonte
OCDE
OCDE
OCDE
OCDE
OCDE
OCDE
OCDE
1985-1992: Banco Mundial
1993-1997: OCDE
OCDE
OCDE
OCDE
OCDE
1992: Banco Mundial
1995, 1997: OCDE
OCDE
1990 preços correntes:
OCDE
1998-1997: Banco Mundial
OCDE
100
Análise da Intensidade de Utilização de Materiais na Economia
APÊNDICE III – Comparação entre resultados de cálculo
de DMI de Portugal
Neste Apêndice comparam-se os resultados do cálculo do indicador DMI para
Portugal realizado neste trabalho (ver Apêndice I) e por Bringezu e Schütz (2000b),
que utilizaram fontes estatísticas internacionais. A decomposição do DMI segundo a
classificação de grandes tipos de materiais definida por Bringezu e Schütz é
apresentada na Tabela 32.
Tabela 32: Resultados do cálculo do indicador DMI para Portugal realizado por Bringezu e
Schütz (2000b) - 1 – e no presente estudo – 2.
1000 t
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
DMI Doméstico
Minérios Metálicos
1
783
718
551
636
1522
2267
2445
4450
3503
2753
3128
2730
2588
2
80
60
32
90
426
685
689
656
648
557
561
474
471
(1-2)/2
882% 1090% 1635% 609% 257% 231% 255% 579% 441% 394% 457% 476% 449%
Minerais não Metálicos
1
42331 45030 41869 47844 49475 55238 55757 55681 45078 64409 50566 64258 44345
2
37395 35730 31385 39017 40626 49256 53836 54981 60044 62639 64544 67920 88251
(1-2)/2
13%
26%
33%
23%
22%
12%
4%
1%
-25%
3%
-22%
-5%
-50%
Minérios Energéticos (Carvão)
1
238
212
254
230
258
281
270
221
197
147
2
238
237
261
230
229
265
246
221
197
147
(1-2)/2
0%
-10%
-3%
0%
13%
6%
10%
0%
0%
0%
Pescado
1
319
410
391
348
333
323
326
300
294
270
266
266
227
2
274
332
313
314
305
310
305
278
269
239
239
212
195
(1-2)/2
17%
24%
25%
11%
9%
4%
7%
8%
9%
13%
11%
25%
16%
Materiais Florestais
1
7501
7908
7549
7554
8169
8934
8693
8283
8226
7914
7514
7234
7234
2
7161
7608
7224
7179
7733
8483
8260
7840
7770
7468
7153
6872
6838
(1-2)/2
5%
4%
4%
5%
6%
5%
5%
6%
6%
6%
5%
5%
6%
Biomassa Agrícola contabilizada estatisticamente
1
19402 20517 21631 21059 20907 22130 22280 19738 21265 23436 22816 24959 24118
2
6112
5928
6538
5117
6325
6691
7001
6123
5658
6454
6958
7449
6717
(1-2)/2
217% 246% 231% 312% 231% 231% 218% 222% 276% 263% 228% 235% 259%
Biomassa Agrícola não contabilizada estatisticamente
1
660
794
810
685
858
670
838
633
693
796
709
797
828
Materiais de Pastagens
1
9349
9385
9401
9442
9458
9381
9204
9244 12383 12913 13284 14797 14710
2
11318 11318 11318 11318 11318 11318 11318 11318 11993 11993 13829 13829 17422
(1-2)/2
-17%
-17%
-17%
-17%
-16%
-17%
-19%
-18%
3%
8%
-4%
7%
-16%
Caça
2
5
5
5
5
5
5
5
5
5
5
5
5
5
Mel e Cera
2
3
4
4
4
4
4
4
4
5
5
4
4
4
Total Doméstico
1
80583 84975 82456 87799 90979 99224 99813 98549 91640 112638 98282 115040 94050
2
62585 61221 57078 63273 66971 77016 81664 81427 86590 89507 93294 96765 119903
(1-2)/2
29%
39%
44%
39%
36%
29%
22%
21%
6%
26%
5%
19%
-22%
Materiais Importados
1
20065 22600 23604 26149 30025 32895 32399 36366 35285 39257 43278 38710 44780
2
22277 23072 24031 26162 30037 32914 32430 36389 35311 39258 42912 38870 44782
(1-2)/2
-10%
-2%
-2%
0%
0%
0%
0%
0%
0%
0%
1%
0%
0%
DMI Total
1
100648 107575 106060 113948 121004 132119 132212 134915 126924 151895 141560 153750 138830
2
84862 84292 81109 89435 97007 109929 114094 117816 121901 128765 136206 135635 164685
(1-2)/2
19%
28%
31%
27%
25%
20%
16%
15%
4%
18%
4%
13%
-16%
Nota: Dados referentes a 1 fornecidos por Stefan Bringezu e Helmut Schütz.
101
Análise da Intensidade de Utilização de Materiais na Economia
Na categoria de Minérios Metálicos são considerados para Portugal por Bringezu e
Schütz (2000b) os minérios de Ferro, Cobre, Zinco, Chumbo, Estanho, Tungsténio,
Titânio (Ilmenite), Prata e Urânio. Os resultados obtidos por estes autores são bastante
mais elevados que os obtidos neste trabalho a generalidade dos metais considerados,
com a excepção do minérios de Ferro (Tabela 32 e Tabela 33). Apesar de no cálculo
realizado neste trabalho terem sido consideradas mais substâncias (berilo, nióbio e
tântalo) a quantidade destas substâncias é desprezável segundo este cálculo.
A grande discrepância observada nesta categoria entre os dois cálculos poderá ser
explicada, pelo menos em parte, pela metodologia que terá sido utilizada por Bringezu
e Schütz (2000b): os dados base de que se dispunha neste caso são valores do
conteúdo de metal puro, e considerando os autores que os minerais metálicos não são
comercializados apenas quando metal puro e por incapacidade de definir a que nível
de conteúdo de metal é que isto acontece o cálculo foi realizado considerando a
fracção utilizada do minério (o conteúdo em metal adicionado da massa de minério
que a suporta), obtida multiplicando o conteúdo em metal em toneladas por 100 e
dividindo pela gama de metal em %. Em adição a este facto em alguns minérios foram
consideradas diferentes fontes para o conteúdo em metal e a gama de metal
percentual, o que pode ter originado algumas discrepâncias. No presente trabalho
foram considerados os valores apresentados nas estatísticas oficiais que tinham
associados a si um valor económico. Tendo em conta a grande diferença observada é
provável que em países em que o DMI seja constituído em grande parte por minérios
metálicos a aproximação realizada por Bringezu e Schütz seja grosseira.
Quanto aos Minerais não Metálicos foram consideradas por Bringezu e Schütz as
subcategorias Areia, saibro, pedras naturais e outras pedras naturais em bruto ou
partidas, Calcário, pedras calcárias e dolomite, Argilas, Sal não refinado, Baritas
calcinadas ou não, Pirites. As diferenças são menores que no caso dos Minérios
Metálicos, observando-se que no início do período os valores obtidos por Bringezu e
Schütz são mais elevados e a situação inversa no fim do período. A diferença nos
início do período reside essencialmente no facto de no início do período a primeira
subcategoria apresentar valores mais elevados pelos cálculos de Bringezu e Schütz
que pelos cálculos deste trabalho. Esta diferença poderá estar relacionada com
possíveis lacunas de dados estatísticos nacionais referidas no Apêndice I. A grande
discrepância de resultados observada em 1997, com os resultados de Bringezu e
Schütz a apresentarem um decréscimo no uso destes materiais em relação a anos
anteriores e os resultados obtidos neste trabalho a demonstrarem um grande aumento,
traduzida numa diferença de valores de 50%, deverá estar relacionada com o facto de
para 1996 e 1997 os dados de uso de materiais serem extrapolações da tendência
observada para anos anteriores já que a base de dados utilizada para o cálculo apenas
apresentava valores até 1995. Note-se que o grande aumento da entrada de materiais
nesta categoria verificado em 1997 constituiu um factor determinante para que o valor
do DMI total neste ano obtido pelo cálculo realizado neste trabalho fosse quase 20%
superior ao valor correspondente obtido por Bringezu e Schütz.
Na categoria seguinte, Minérios Energéticos, onde foi apenas considerado o carvão,
os resultados obtidos pelos dois cálculos são bastante concordantes em geral.
Quanto ao Pescado, as diferenças situam-se entre os 4 e os 25% com os resultados de
Bringezu e Schütz mais elevados. Não se encontrou razão para esta discrepância.
Para os Materiais Florestais os resultados de ambas as fontes são bastante
concordantes no geral, com diferenças entre os 4 e os 6%. É, no entanto, relevante
102
Análise da Intensidade de Utilização de Materiais na Economia
referir que enquanto Bringezu e Schütz consideram para o seu cálculo apenas a
madeira de coníferas e não coníferas e a madeira para lenha, no presente trabalho foi
também considerada a quantidade de cortiça e resina, embora esta não seja tão
significativa quanto a quantidade de madeira. A diferença observada nesta categoria
de material deve-se essencialmente ao uso de um diferente factor de conversão de
madeira de m3 para toneladas, tendo Bringezu e Schütz utilizado os factores de
conversão de 0,75 t/m3 para a madeira de coníferas e 0,85 t/m3 para a madeira de não
coníferas, obtidos segundo as estatísticas da Alemanha, e neste trabalho se ter optado
pelos factores de conversão de 0,70 t/m3 para as coníferas e 0,80 t/m3 para as não
coníferas fornecidos pela Direcção Geral de Florestas. Utilizando-se os mesmos
factores de conversão que Bringezu e Schütz obtêm-se diferenças entre -2 e -1% com
os resultados obtidos neste trabalho apresentando valores mais elevados que os de
Bringezu e Schütz.
Tabela 33: Resultados do cálculo do indicador DMI para Portugal realizado por Bringezu e
Schütz (2000b) - 1 – e no presente estudo – 2 - para a categoria de Minérios Metálicos.
1000 t
1985
1986
Ferro
1
70
50
2
73
55
(1-2)/2
-4%
-9%
Cobre
1
3
2
2
1
1
(1-2)/2
116%
97%
Zinco
1
0
0
2
0
0
(1-2)/2
Chumbo
1
0
0
2
0
0
Estanho
1
26
21
2
0,4
0,3
(1-2)/2 6839% 6933%
Tungsténio
1
600
564
2
3
3
(1-2)/2 20064 20288
%
%
Ilmenite (Titânio)
1
4
5
2
0,227
0,235
(1-2)/2 1661% 1873%
Prata (Ouro e Prata em 2)
1
10
12
2
2
1
(1-2)/2
520% 810%
Tântalo e Nióbio
1
0
2
0
Urânio
1
70
2
0,139
(1-2)/2 50378
%
Outros
2
0,002
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
20
27
-27%
20
23
-14%
20
13
56%
20
14
42%
16
16
0%
14
15
-4%
14
16
-13%
14
14
-2%
0
15
-100%
19
19
0%
18
19
-5%
9
1
1442%
43
62
-32%
880
409
115%
1430
662
116%
1578
657
140%
3382
607
457%
2494
615
305%
2161
535
304%
2151
537
301%
1824
446
309%
1774
444
300%
0
0
0
0
0
0
0
0
43
4
877%
227
61
25
5
824% 1093%
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
8
0
0
0
0
0
0
0
0
0
6
6
0,1
0,1
6933% 6937%
411
2
20346
%
470
2
20321
%
6
130
310
0,1
4,8
8,3
6979% 2630% 3620%
468
2
20282
%
477
2
20280
%
2
0
2
0
300
530
430
6,6
10,1
7,8
4473% 5139% 5434%
460
500
400
8,5
8,2
6,5
5333% 6009% 6043%
331
2
20318
%
381
2
20251
%
261
1
20306
%
25
0
24727
%
375
2
24743
%
264
1
19566
%
272
2
15091
%
3
1
0,14
0,059
1913% 1898%
2
1
1
0,081
0,042
0,009
2638% 2041% 8782%
1
0
0
0
0
0
0
0
0
0
18
1
1146%
12
1
763%
64
143
142
1
2
2
4748% 8613% 8233%
127
1
14223
%
121
0
106
0
129
0
113
0
113
0
0
0
0
0
0
0
0
0
0
0
0
0
0
65
0,131
49410
%
83
0,167
49682
%
85
0,189
44824
%
81
0,152
53043
%
65
0,131
49860
%
17
0,032
51492
%
17
0,034
48457
%
19
0,038
51104
%
17
0,028
58862
%
13
0,022
58862
%
10
0,017
58862
%
11
0,02
52966
%
0
0,035
0
0
0
0
0
0
0,007
0
0
0,003
Nota: Dados referentes a 1 fornecidos por Stefan Bringezu e Helmut Schütz.
103
Análise da Intensidade de Utilização de Materiais na Economia
Relativamente à Biomassa Agrícola, a parte contabilizada estatisticamente, isto é, a
que deriva de quantidades de colheitas agrícolas consideradas nas estatísticas,
verifica-se uma grande diferença entre os resultados, da ordem dos 200%. Esta
categoria inclui as subcategorias Cereais, Raízes e tubérculos, Leguminosas,
Oleaginosas (ex. azeitonas, girassol), Vegetais e melões, Fruta fresca excluindo
melões, Frutos secos e Outras culturas (ex. cana de açúcar, beterraba sacarina, chá,
chicória, milho para forragem). No cálculo realizado neste trabalho foi também
incluída a quantidade de Vinho e Azeite, não considerada, pelo menos de modo
explícito, por Bringezu e Schütz, por não se terem disponíveis nas estatísticas
nacionais valores referentes à produção de uvas e azeitonas para produção de vinho e
azeite, respectivamente. A discrepância verifica-se principalmente ao nível das
Oleaginosas, Fruta fresca excluindo melões e Outras culturas, com diferenças da
ordem 800%, 200% e 10000%, respectivamente (Tabela 34).
Estas diferenças poderão ser explicadas pela inclusão de biomassa relacionada com
vinho e azeite em alguma destas categorias ou da inclusão na fonte utilizada por
Bringezu e Schütz de mais colheitas que as disponíveis nas estatísticas oficiais de
Portugal consultadas neste trabalho: a fonte utilizada no estudo de Bringezu e Schütz
foi a base de dados da FAO 65 . Os dados da FAO são originados com base na resposta
a questionários enviados aos vários países, em informação em formato electrónico
disponível para os países, publicações nacionais/internacionais, visitas aos países
pelos funcionários de estatística da FAO e relatórios dos representantes da FAO nos
vários países. Lacunas observadas nestes dados são preenchidas com estimativas da
FAO necessárias para estimar agregados mundial, continentais e regionais 66 . É
provável, especialmente quanto à categoria de Outras culturas onde se tinham
identificado neste trabalho lacunas nas estatísticas oficiais de valores de produção
para culturas forrageiras (ver Apêndice I), que os resultados de Bringezu e Schütz
reflictam alguma informação adicio nal estimada pela FAO. Adicionalmente Bringezu
e Schütz consideram a categoria de Biomassa Agrícola não contabilizada
estatisticamente, constituída por valores de biomassa, utilizados para alimentação de
animais de criação, derivados de valores estatisticamente contabilizados (ex. folhas de
beterraba sacarina), que no cálculo realizado no presente trabalho não foi incluída.
Quanto aos Materiais de Pastagens os valores apresentados por Bringezu e Schütz são
em geral menores em cerca de 20% que os valores obtidos no cálculo realizado neste
trabalho. Neste ponto é importante referir que sendo os métodos de cálculo utilizados
semelhantes – aplicação de um factor de produção de biomassa vegetal à superfície de
pastagens permanentes – e dos dados de base de superfície utilizados serem da mesma
ordem de grandeza (diferença geralmente inferior a 10%) e os factores de produção
serem semelhantes (erro máximo de 11%), aos valores de superfície de pastagem
permanentes foi retirado por Bringezu e Schütz o valor de superfície correspondente a
algumas culturas incluídas na subcategoria de Outras culturas da Biomassa Agrícola
contabilizada estatisticamente (ex. luzerna, trevo e azevém para forragem e silagem),
o que pode explicar também a discrepância observada nesta categoria.
Bringezu e Schütz não incluem no seu cálculo as categorias de Caça, Mel e Cera,
consideradas neste trabalho, que no entanto se revelam muito pouco significativas no
valor global do DMI.
65
66
Disponível em http://apps.fao.org.
Disponível em http://apps.fao.org/notes/datasources -e.htm (consultado em 9.02.01).
104
Análise da Intensidade de Utilização de Materiais na Economia
Quanto às Importações os valores obtidos pelos dois cálculos são bastante
semelhantes, com uma diferença geralmente inferior a 2%, o que indica que as
estatísticas de importação compiladas a nível internacional terão um maior grau de
exactidão que as de produção doméstica, quando se consideram as duas componentes
do DMI.
Tabela 34: Resultados do cálculo do indicador DMI para Portugal realizado por Bringezu e
Schütz (2000b) - 1 – e no presente estudo – 2 - para a categoria de Biomassa Agrícola
contabilizada estatisticamente.
1000 t
1985
1986
1987
Cereais
1
1380
1656
1719
2
1375
1622
1676
(1-2)/2
0%
2%
3%
Raízes e Tubérculos
1
1264
1613
1674
2
1264
1159
1210
(1-2)/2
0%
39%
38%
Leguminosas
1
79
78
79
2
80
78
79
(1-2)/2
0%
0%
-1%
Oleaginosas
1
294
409
334
2
49
54
48
(1-2)/2
498%
657%
597%
Vegetais incluindo melões
1
1991
1956
1783
2
1591
1535
1445
(1-2)/2
25%
27%
23%
Frutos Frescos excluindo melões
1
1894
1830
2309
2
514
467
747
(1-2)/2
269%
292%
209%
Frutos Secos
1
43
37
45
2
42
40
45
(1-2)/2
2%
-6%
-1%
Outras Culturas
1
12458 12936 13688
2
202
153
162
(1-2)/2 6071% 8363% 8339%
Vinho
2
Azeite
2
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1465
1419
3%
1833
1758
4%
1427
1365
5%
1789
1726
4%
1338
1338
0%
1449
1449
0%
1645
1645
0%
1446
1455
-1%
1673
1673
0%
1496
1559
-4%
1309
965
36%
1388
1137
22%
1371
1348
2%
1449
1426
2%
1598
1575
1%
1272
1246
2%
1353
1331
2%
1461
1441
1%
1349
1330
1%
1071
1054
2%
77
78
-1%
77
80
-3%
68
51
35%
63
47
33%
46
31
48%
41
24
73%
39
24
63%
39
22
72%
38
25
50%
38
25
51%
198
78
153%
385
67
475%
268
81
232%
490
57
758%
228
68
238%
333
54
514%
292
50
484%
368
35
962%
342
47
624%
347
37
831%
1816
1378
32%
1983
1524
30%
2154
1799
20%
2053
1649
24%
1813
1251
45%
1981
1321
50%
2077
1676
24%
2053
2141
-4%
2088
2313
-10%
1944
2058
-6%
1278
638
100%
1880
702
168%
2417
666
263%
2230
815
173%
1971
820
140%
1520
768
98%
1692
763
122%
1929
758
154%
2119
777
173%
1667
934
78%
35
34
4%
52
49
7%
51
43
18%
51
44
16%
49
41
21%
37
36
3%
38
33
16%
33
30
10%
36
33
9%
44
37
19%
14880
143
10272
%
13308
208
6306%
14374
203
6971%
14154
192
7280%
12696
219
5691%
14632
259
5560%
16300
267
6009%
15488
328
4627%
17314
261
6530%
17510
382
4484%
963
769
1085
370
759
1110
983
760
470
635
706
948
591
33
51
39
14
41
24
61
21
32
32
44
41
39
Nota: Dados referentes a 1 fornecidos por Stefan Bringezu e Helmut Schütz.
Relativamente ao DMI total obtém-se uma diferença entre os resultados obtidos por
Bringezu e Schütz e neste trabalho inferior a 32%, com os resultados de Bringezu e
Schütz mais elevados, excepto no último ano (1997) onde os resultados obtidos neste
trabalho são mais elevados, devido essencialmente à categoria de Minerais não
Metálicos. Os resultados mais elevados obtidos por Bringezu e Schütz devem-se à
categoria de biomassa vegetal: calculando um novo valor de DMI considerando a
mesma quantidade de material que Bringezu e Schütz no Material de Pastagem,
Biomassa Agrícola não contabilizada estatisticamente e nas sub categorias de
Oleaginosas, Fruta fresca excluindo melões e Outras culturas, excluindo a
contabilização de vinho e azeite realizada neste trabalho, e para as restantes
105
Análise da Intensidade de Utilização de Materiais na Economia
categorias/subcategorias do DMI os valores obtidos por este trabalho obtém-se que
este novo valor de DMI é maior que o valor obtido neste trabalho mas com uma
diferença inferior a 17%.
106
Análise da Intensidade de Utilização de Materiais na Economia
APÊNDICE IV – Comparação entre resultados de cálculo de
DMI para Alemanha, Áustria, Holanda e Itália
Neste Apêndice faz-se a comparação dos resultados do cálculo do indicador DMI para
a Alemanha, Áustria, Holanda e Itália segundo o método de Bringezu e Schütz
(2000b), que recorre a colectâneas estatísticas internacionais, e segundo estatísticas
nacionais realizado por Adriaanse et al. (1997) para a Alemanha e Holanda, Hüttler et
al. (1998) para a Áustria e por De Marco et al. (1988) para a Itália. O objectivo deste
exercício é verificar a consistência entre os dados para o mesmo país de diferentes
origens de modo a que se avalie a possibilidade de completar séries temporais
provenientes de uma fonte com resultados de outra para utilização na mesma análise
econométrica.
No que se refere à Alemanha os resultados obtidos e a diferença entre si são
apresentados na Tabela 35 67 . As maiores diferenças foram encontradas na categoria
Minérios Metálicos, à semelhança do que se passa para Portugal (ver Apêndice III). É
no entanto importante referir-se que terão sido utilizados por Bringezu e Schütz dados
provenientes de entidades estatísticas da Alemanha para a produção de alguns
minérios (ex. Ferro, Alumínio, Urânio). Quanto à Biomassa Agrícola verifica-se
também uma discrepância significativa, ascendendo aos 53%, com os resultados
obtidos por Adriaanse et al. (1997) a revelarem-se inferiores. Para as outras
categorias, excepto quanto ao Pescado e às Importações, a melhor concordância entre
os resultados deverá dever-se ao facto de Bringezu e Schütz terem considerado
(Bringezu e Schütz, 2000b), pelos menos em algumas subcategorias de materiais,
dados de entidades estatísticas da Alemanha ou do Instituto Wuppertal, que tinha
participado na realização do estudo de Adriaanse et al. (1997). O valor de DMI
calculado por Bringezu e Schütz é superior ao obtido por Adriaanse et al. (1997),
entre os 4 e os 7%.
Relativamente à Áustria os resultados dos cálculos do DMI são apresentados na
Tabela 36. A discrepância entre os resultados reside essencialmente na parte
doméstica do DMI e dentro desta nas categorias de Minerais não metálicos, com os
valores de Hüttler et al. (1998) a serem superiores de 20 a 28%, Materiais florestais,
com os resultados de Hüttler et al. (1998) a serem inferiores de 9 a 19%, Biomassa
Agrícola, com os valores obtidos por Bringezu e Schütz inferiores em cerca de 10 a
17% e Materiais de Pastagens, com os valores de Bringezu e Schütz a serem
superiores de 0 a 18%. No caso das categorias de Minérios Metálicos e de Minerais
Energéticos a semelhança entre resultados poderá ficar a dever-se ao facto de terem
sido utilizados valores da base de dados do Institute for Interdisciplinary Research
and Continuing Education de Viena, no qual foi realizado o estudo de Hüttler et al.
(1998). O valor de DMI obtido por Bringezu e Schütz é inferior em cerca de 12 a 16%
ao valor correspondente obtido por Hüttler et al. (1998).
Quanto à Holanda, cujos resultados são apresentados na Tabela 37, verifica-se uma
maior discrepância nos resultados relativamente aos países considerados
anteriormente (Alemanha e Áustria). Neste caso a diferença entre resultados reside
67
Bringezu e Schütz (2000b) calculam também valores de DMI para o período 1985-1990 mas estes
referem-se ao conjunto de República Federal Alemã e República Democrática Alemã, enquanto os
valores de Adriaanse et al. (1997) no mesmo período se referem apenas à República Federal Alemã,
pelo que não se faz a comparação na Tabela 35.
107
Análise da Intensidade de Utilização de Materiais na Economia
essencialmente na parte Doméstica do DMI, principalmente nas categorias de Pescado
e Biomassa Agrícola, em que os resultados de Adriaanse et al. (1997) são superiores
com diferenças que variam entre os 29 e os 38% e os 70 e 73% respectivamente, e
Materiais Florestais e Materiais de Pastagens, em que os resultados de Bringezu e
Schütz são superiores numa gama entre 51 e 102% e entre 20 e 65% respectivamente.
Contrariamente ao caso da Alemanha e da Áustria, praticamente Bringezu e Schütz
não recorreram a dados de fontes oficiais holandesas para o cálculo do DMI, o que
pode explicar uma maior discordância de resultados dos dois cálculos. O valor final
do DMI é mais elevado no cálculo de Adriaanse et al. (1997) em cerca de 15 a 26%.
Tabela 35: Resultados do cálculo do indicador DMI para a Alemanha por Bringezu e Schütz
(2000b) – 1 – e por Adriaanse et al. (1997) – 2.
1000 t 1991
1992
DMI Doméstico
Minérios Metálicos
1
1615
456
2
230
230
(1-2)/2
602%
98%
Minerais não Metálicos
1
801087 890481
2
802717 885966
(1-2)/2
0%
1%
Minérios Energéticos
1
365508 323365
2
365015 323119
(1-2)/2
0%
0%
Pescado
1
303
307
2
301
301
(1-2)/2
1%
2%
Materiais Florestais
1
23313
20590
2
23313
23313
(1-2)/2
0%
-12%
Biomassa Agrícola
1
256562 250183
2
175115 175115
(1-2)/2
47%
43%
Materiais de Pastagens
1
12147
11837
2
0
0
Caça
1
75
75
2
75
75
(1-2)/2
0%
0%
Total Doméstico
1
1460610 1497294
2
1366766 1408119
(1-2)/2
7%
6%
Materiais Importados
1
389506 411149
2
406300 429665
(1-2)/2
-4%
-4%
DMI
1
1850116 1908443
2
1773066 1837784
(1-2)/2
4%
4%
1993
1994
146
230
-37%
146
230
-37%
884480
894083
-1%
1011464
1024125
-1%
297043
298496
0%
277623
278182
0%
316
301
5%
273
301
-9%
20553
23313
-12%
25437
23313
9%
268598
175115
53%
240406
175115
37%
13346
0
12922
0
82
75
9%
80
75
7%
1484565
1391613
7%
1568350
1501341
4%
423083
398853
6%
463148
428484
8%
1907648
1790466
7%
2031498
1929825
5%
Nota: Dados relativos ao cálculo 1 fornecidos por Stefan Bringezu e Helmut Schütz.
108
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 36: Resultados do cálculo do indicador DMI para a Áustria por Bringezu e Schütz
(2000b) – 1 – e por Hüttler et al. (1998) – 2.
1000 t
1985
1986
DMI Doméstico
Minérios Metálicos
1
4490
4040
2
4500
4000
(1-2)/2
0%
1%
Minerais não Metálicos
1
64750 66610
2
86500 87800
(1-2)/2
-25%
-24%
Minérios Energéticos
1
5110
4930
2
5100
4900
(1-2)/2
0%
1%
Pescado
1
5
5
Materiais Florestais
1
9800 10190
2
8500
8900
(1-2)/2
15%
14%
Biomassa Agrícola
1
26074 23449
2
29400 27400
(1-2)/2
-11%
-14%
Materiais de Pastagens
1
946
898
2
800
900
(1-2)/2
18%
0%
Total Doméstico
1
111175 110121
2
134800 133900
(1-2)/2
-18%
-18%
Materiais Importados
1
39230 38900
2
39200 38900
(1-2)/2
0%
0%
DMI Total
1
150405 149021
2
174000 172800
(1-2)/2
-14%
-14%
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
3730
3700
1%
3010
3000
0%
3100
3100
0%
2950
2900
2%
2720
2700
1%
2240
2200
2%
1710
1700
1%
1650
1700
-3%
2310
2300
0%
2230
2200
1%
69150 73470 75510 76340 82670 82590 87650 81080
95200 101500 103500 104300 105600 104800 113200 101800
-27%
-28%
-27%
-27%
-22%
-21%
-23%
-20%
80490
103600
-22%
67470
88100
-23%
4730
4700
1%
4260
4300
-1%
4230
4200
1%
4570
4600
-1%
4370
4400
-1%
4020
4000
1%
3970
4000
-1%
3500
3500
0%
3410
3400
0%
3230
3200
1%
5
5
5
5
5
4
5
5
4
4
10090
8600
17%
10770
9300
16%
11490
10100
14%
12580
11500
9%
10060
8400
20%
10750
8900
21%
10710
9000
19%
12540
10500
19%
12060
10100
19%
13110
11000
19%
24045
27500
-13%
24515
27900
-12%
24602
27500
-11%
22090
25700
-14%
21980
24400
-10%
18215
20700
-12%
19467
22600
-14%
19037
23000
-17%
19800
23900
-17%
20083
23000
-13%
909
900
1%
920
900
2%
899
900
0%
912
800
14%
929
800
16%
947
800
18%
816
800
2%
825
800
3%
833
900
-7%
872
900
-3%
110979 112631 117796 118616 116404 118847 119267 125206 119498
133500 140600 147300 149000 145000 142200 142900 152700 142400
-17%
-20%
-20%
-20%
-20%
-16%
-17%
-18%
-16%
120019
143900
-17%
39680
39700
0%
40990
41000
0%
41820
41800
0%
43720
43700
0%
46410
46400
0%
46730
46700
0%
45700
45700
0%
49220
49200
0%
52590
52600
0%
55380
55400
0%
150659 153621 159616 162336 162814 165577 164967 174426 172088
173200 181600 189100 192700 191400 188900 188600 201900 195000
-13%
-15%
-16%
-16%
-15%
-12%
-13%
-14%
-12%
175399
199300
-12%
Nota: Dados relativos ao cálculo 1 fornecidos por Stefan Bringezu e Helmut Schütz.
Os resultados relativos a Itália para o ano de 1994 são apresentados na Tabela 38. Em
ambas as partes doméstica e importada do DMI verifica-se que os resultados de
Bringezu e Schütz são superiores, por 12 e 38%, respectivamente. Neste caso
contrariamente aos dos países anteriores a maior diferença observa-se quanto aos
materiais importados. O valor do DMI é superior no cálculo de Bringezu e Schütz ao
de obtido por De Marco et al. (1998), em cerca de 19%. Como não se dispõe da
divisão do DMI em categorias não é possível discutir a possível causa desta diferença.
109
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 37: Resultados do cálculo do indicador DMI para a Holanda por Bringezu e Schütz
(2000b) – 1 – e por Adriaanse et al. (1997) – 2.
1000 t
1985
1990
DMI Doméstico
Minérios Metálicos
1
0
0
2
0
0
Minerais não Metálicos
1
54892 65210
2
66000 65500
(1-2)/2
-17%
0%
Minérios Energéticos
1
75070 67158
2
76113 73368
(1-2)/2
-1%
-8%
Pescado
1
555
507
2
840
767
(1-2)/2
-34%
-34%
Materiais Florestais
1
831
1114
2
545
551
(1-2)/2
52%
102%
Biomassa Agrícola
1
33677 40121
2
111919 131661
(1-2)/2
-70%
-70%
Materiais de Pastagens
1
12986 12280
2
9468 10210
(1-2)/2
37%
20%
Total Doméstico
1
178010 186390
2
264885 282057
(1-2)/2
-33%
-34%
Materiais Importados
1
217811 271801
2
243667 265073
(1-2)/2
-11%
3%
DMI Total
1
395822 458191
2
508552 547130
(1-2)/2
-22%
-16%
1991
1992
1993
1994
0
0
0
0
0
0
0
0
61469
65500
-6%
61543
65520
-6%
54415
64460
-16%
53925
79376
-32%
75147
68411
10%
74942
68305
10%
76158
69557
9%
73163
67252
9%
459
740
-38%
487
732
-33%
533
812
-34%
530
750
-29%
888
551
61%
989
551
79%
856
551
55%
831
551
51%
37048 41571 41722
126970 141339 144402
-71%
-71%
-71%
35847
131845
-73%
11862
8946
33%
11737
8302
41%
13696
8300
65%
13572
8300
64%
186872 191268 187380
271118 284749 288082
-31%
-33%
-35%
177868
288074
-38%
274916 281154 221209
302565 298770 262679
-9%
-6%
-16%
300490
275000
9%
461788 472422 408589
573683 583519 550761
-20%
-19%
-26%
478358
563074
-15%
Nota: Dados relativos ao cálculo 1 fornecidos por Stefan Bringezu e Helmut Schütz.
Tabela 38: Resultados do cálculo do indicador DMI para a Itália por Bringezu e Schütz (2000b) –
1 – e por De Marco et al. (1998) – 2.
1000t
Total Doméstico
1
2
(1-2)/2
Materiais Importados
1
2
(1-2)/2
DMI
1
2
(1-2)/2
1994
592643
528967
12%
271338
196773
38%
863981
725740
19%
Nota: Dados relativos ao cálculo 1 fornecidos por Stefan Bringezu e Helmut Schütz.
110
Análise da Intensidade de Utilização de Materiais na Economia
Tendo em conta as diferenças obtidas para os resultados de DMI calculados por
diversas fontes para o mesmo país, bem como a variação no valor de DMI calculado
por Bringezu e Schütz entre o último ano em que se encontra disponível valor de DMI
por outra fonte e o ano seguinte, que foi de –5% para a Alemanha (1994-1995), 6%
para a Áustria (1996-1997), –3% para a Holanda (1994-1995) e 1% para a Itália
(1994-1995), que se revela inferior ou da mesma ordem de grandeza que a diferença
verificada entre os resultados das duas fontes no último ano (5%, -12% , –15% e 19%
para a Alemanha, Áustria, Holanda e Itália, respectivamente), considera-se não
aceitável a extensão, com os resultados obtidos por Bringezu e Schütz, da série
temporal elaborada com base em dados nacionais por Adriaanse et al. (1997), Hüttler
et al. (1998) e De Marco et al. (1998) para a Alemanha e Holanda, Áustria e Itália,
respectivamente.
A selecção da fonte de dados de DMI para a Alemanha, Holanda, Áustria e Itália a
utilizar para a análise das hipóteses de investigação deve ser no sentido de seleccionar
a fonte mais rigorosa, tendo em consideração também que se deve procurar a maior
variação possível da variável dependente (DMI per capita), para se evitar
enviesamento na análise, e o maior número de observações, neste caso para permitir
originar resultados de teste mais robustos. Na Tabela 39 apresentam-se estatísticas
descritivas para os dados de DMI per capita obtidos pelas diversas fontes para a
Alemanha, Holanda, Áustria e Itália. Relativamente, à Alemanha já foi verificado que
os resultados de DMI obtidos pelas duas fontes são bastante semelhantes em valor
absoluto (devido ao uso extensivo de dados oficiais alemães no cálculo de Bringezu e
Schütz). Nesta situação a utilização dos dados obtidos por Adriaanse et al. (1997)
parece preferível devido a permitir uma maior variação do DMI per capita e
apresentar maior número de observações (Tabela 39).
Tabela 39: Estatísticas descritivas por país para o valor de DMI per capita segundo os cálculos
realizados com base em estatísticas nacionais e por Bringezu e Schütz.
Alemanha
Holanda
Áustria
Itália
Nota:
Mínimo – Máximo (t)
EN
B&S
19,8-23,7
18,4-19,8
21,0-38,4
26,7-31,1
13,4-25,1
19,7-23,0
12,7-13,2
14,9-16,2
Média não pesada (t)
EN
B&S
21,5
18,9
33,8
29,3
20,7
20,9
12,9
15,6
Número de observações
EN
B&S
20
7
10
13
37
13
2
13
EN – Cálculo com base em estatísticas nacionais: Adriaanse et al. (1997) para Alemanha e Holanda;
Hüttler et al. (1998) para Áustria; De Marco et al. (1998 ) para Itália.
B&S – Bringezu e Schütz (2000b)
Dados de população necessários ao cálculo per capita obtidos de OCDE (1998a; 2001; Apêndice II).
Quanto à Holanda e Áustria os valores de DMI resultantes de cálculo utilizando
estatísticas nacionais parecem ser preferíveis aos valores obtidos por Bringezu e
Schütz já que são superiores a estes e utilizando fontes estatísticas nacionais poderão
ser mais rigorosos, além do facto de as observações daí decorrentes permitirem uma
maior variação do DMI per capita no teste das hipótese e constituírem um número de
observações superior (Tabela 39). No caso da Itália a variação do valor do DMI per
capita permitida pelas observações das duas fontes de dados (Tabela 39) é semelhante
(ainda assim superior segundo os cálculos de Bringezu e Schütz). Para além disso,
como reconhecem De Marco et al. (1998) o cálculo por si efectuado poderá, apesar de
ter sido baseado em fontes estatísticas oficiais, ser pouco preciso devido ao modo
como a informação é originada. Uma comparação mais pormenorizada entre os
111
Análise da Intensidade de Utilização de Materiais na Economia
resultados das duas fontes de valores de DMI surge dificultada tendo em conta que se
dispõe para os cálculos de De Marco et al. (1998) de um reduzido desdobramento do
valor do DMI por categorias de materiais. Por essas razões e tendo em conta que com
os dados de Bringezu e Schütz se obtém um maior número de observações, considerase mais aceitável neste trabalho a utilização dos dados de Bringezu e Schütz.
112
Análise da Intensidade de Utilização de Materiais na Economia
APÊNDICE V – Gráficos de variáveis utilizadas nos testes
Figura 12: Evolução no tempo de DMI per capita.
Fonte: Elaborado a partir de dados de Adriaanse et al. (1997), Hüttler et al. (1998), dados fornecidos por Bringezu
e Schütz e dados próprios.
Figura 13: Evolução no tempo de PIB per capita.
Fonte: Elaborado a partir de dados da OCDE (Apêndice II).
113
Análise da Intensidade de Utilização de Materiais na Economia
Figura 14: Evolução no tempo de percentagem de serviços no VAB nacional.
Fonte: Elaborado a partir de dados da OCDE (Apêndice II).
Figura 15: Evolução no tempo de abertura ao comércio internacional (% de importações e
exportações relativamente ao PIB).
Fonte: Elaborado a partir de dados da OCDE (Apêndice II).
114
Análise da Intensidade de Utilização de Materiais na Economia
APÊNDICE VI – Estatísticas descritivas
Tabela 40: Estatísticas descritivas de variáveis utilizadas nos modelos que relacionam o DMI per
capita e o PIB per capita a preços e PPP de 1990 (formulação tradicional).
DMI per capita
(DMIpc)
PIB per capita
(PIBpc)
(PIBpc)2
(PIBpc)3
Média
Desvio Padrão
Mínimo
Máximo
Unidade
47,5405509
Número de
observações
253
23,2668958
9,40713157
3,62052065
13,9489664
3,96976612
2,73032406
23,0396445
253
1000 $EUA
210,270418
3347,76550
106,516869
2358,19377
7,45466947
20,3536634
530,825220
12230,0244
253
253
10002 $EUA
10003 $EUA
t
Tabela 41: Correlações entre as variáveis utilizadas nos modelos que relacionam o DMI per
capita e o PIB per capita a preços e PPP de 1990 (formulação tradicional).
DMIpc
1,00000
0,48647
0,44824
0,40622
DMIpc
PIBpc
(PIBpc)2
(PIBpc)3
PIBpc
(PIBpc)2
(PIBpc)3
1,00000
0,98465
0,94555
1,00000
0,98729
1,00000
Tabela 42: Estatísticas descritivas de variáveis utilizadas nos modelos de Grossman e Krueger
(1995) que relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990 (formulação
longo prazo).
DMIpc
(PIBpc)
(PIBpc)2
(PIBpc)3
LagPIBpc
(LagPIBpc)2
(LagPIBpc)3
Média
Desvio Padrão
Mínimo
Máximo
23,2396180
14,5358594
225,349873
3667,92701
13,9528296
208,745481
3290,88048
9,08103967
3,75899308
106,146049
2429,61569
3,75970985
102,356995
2264,66457
7,41722282
6,56827783
43,1422737
283,370440
6,19633753
38,3945988
237,905894
47,5405509
23,0396445
530,825220
12230,0244
22,1067408
488,707989
10803,7408
Número de
observações
198
198
198
198
198
198
198
Unidade
t
1000 $EUA
10002 $EUA
10003 $EUA
1000 $EUA
10002 $EUA
10003 $EUA
Tabela 43: Correlações entre as variáveis utilizadas nos modelos de Grossman e Krueger (1995)
que relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990 (formulação longo
prazo).
DMIpc
PIBpc
(PIBpc)2
(PIBpc)3
LagPIBpc
(LagPIBpc)2
(LagPIBpc)3
DMIpc
1,00000
0,47117
0,43923
0,40384
0,45196
0,42013
0,38543
PIBpc
(PIBpc)2
(PIBpc)3
LagPIBpc
(LagPIBpc)2
(LagPIBpc)3
1,00000
0,98813
0,95481
0,98858
0,97334
0,93743
1,00000
0,98890
0,97741
0,98549
0,97137
1,00000
0,94456
0,97472
0,98265
1,00000
0,98799
0,95398
1,00000
0,98860
1,00000
115
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 44: Estatísticas descritivas de variáveis utilizadas nos modelos de Bradford et al. (2000)
que relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990 (formulação longo
prazo) – período 1975-1994.
DMIpc
git
y i gi t
y 2 gi t
Média
Desvio Padrão
Mínimo
Máximo
19,7436491
0,219714759
2,97455776
43,5069112
7,05943131
0,151646565
2,00530895
32,3191929
7,41722282
0,0114205604
0,171155602
1,67675288
32,0959903
0,619943936
8,99425633
130,490262
Número de
observações
100
100
100
100
Unidade
t
1000 $EUA
10002 $EUA
Tabela 45: Correlações entre as variáveis utilizadas nos modelos de Bradford et al. (2000) que
relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990 (formulação longo prazo)
– período 1975-1994.
DMIpc
1,00000
-0,30461
0,04526
0,30922
DMIpc
git
y i gi t
y 2 gi t
git
y i gi t
y i2 gi t
1,00000
0,88097
0,67392
1,00000
0,93878
1,00000
Tabela 46: Estatísticas descritivas de variáveis utilizadas nos modelos de Bradford et al. (2000)
que relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990 (for mulação longo
prazo) – período 1985-1997.
Média
DMIpc
git
y i gi t
y 2 gi t
25,4937293
0,142366299
1,82972296
24,6641046
Desvio Padrão
Mínimo
Máximo
10,4190325
10,4190325
0,132368310 0,00661463509
1,53222585
0,109772069
19,4782859
1,12915982
47,5405509
0,717935234
8,52735030
101,284489
Número de
observações
130
130
130
130
Unidade
t
1000 $EUA
10002 $EUA
Tabela 47: Correlações entre as variáveis utilizadas nos modelos de Bradford et al. (2000) que
relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990 (formulação longo prazo)
– período 1985-1997.
DMIpc
git
y i gi t
y 2 gi t
DMIpc
1,00000
0,10638
0,16818
0,19902
git
y i gi t
y i2 gi t
1,00000
0,96400
0,84668
1,00000
0,95692
1,00000
116
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 48: Estatísticas descritivas de variáveis utilizadas nos modelos dinâmicos da variação
anual de DMI per capita.
Ln(DMIpct /DM
Ipct-1 )
Ln(PIBpct /PIBp
ct-1 )
Ln(PIBpct-1 )
Ln(PIBpct-1 )2
Ln(DMIpct-1 )
Média
Desvio Padrão
Mínimo
Máximo
0,010724852
0,045022701
-0,140035444
0,192656414
Número de
observações
228
0,023335668
0,0255066503
-0,118213785
0,108133950
228
2,59663425
6,83419058
3,05965028
0,303455129
1,50504630
0,418145852
1,78326303
3,18002702
2,00380470
3,11016786
9,67314412
3,86158305
228
228
228
Tabela 49: Correlações entre as variáveis utilizadas nos modelos dinâmicos da variação anual de
DMI per capita.
Ln(DMIpct /DMI
pct-1 )
Ln(PIBpct /PIBp
ct-1 )
Ln(PIBpct-1 )
Ln(PIBpct-1 )2
Ln(DMIpct-1 )
Ln(DMIpct /DM Ln(PIBpct /PIBp
Ipct-1 )
ct-1 )
1,00000
0,44619
1,00000
-0,16934
-0,17283
-0,15850
-0,24664
-0,25549
-0,08142
Ln(PIBpct-1 )
Ln(PIBpct-1 )2
Ln(DMIpct-1 )
1,00000
0,99792
0,59838
1,00000
0,58420
1,00000
Tabela 50: Estatísticas descritivas de variáveis utilizadas nos modelos que relacionam o DMI per
capita e o PIB per capita a preços e PPP de 1990, abertura ao comércio internacional e
percentagem do sector dos serviços para o VAB nacional.
DMIpc
PIBpc
(PIBpc)2
(PIBpc)3
Abertura ao
comércio
internacional
(AB)
Serviços no
VAB nacional
(SER)
Média
Desvio Padrão
Mínimo
Máximo
46,2889912
23,0396445
530,825220
12230,0244
111,486932
Número de
observações
227
227
227
227
227
22,9206143
14,3834344
221,052333
3565,75546
50,7395402
8,71112618
3,77251158
104,259405
2354,31318
21,8636091
7,41722282
4,64703071
21,5948945
100,352138
13,5666621
61,1624294
6,13843971
35,7618891
Unidade
t
1000 $EUA
10002 $EUA
10003 $EUA
%
71,3231507
227
%
Tabela 51: Correlações entre as variáveis utilizadas nos modelos que relacionam o DMI per
capita e o PIB per capita a preços e PPP de 1990, abertura ao comércio internacional e
percentagem do sector dos serviços para o VAB nacional.
DMIpc
PIBpc
(PIBpc)2
(PIBpc)3
AB
SER
DMIpc
1,00000
0,54410
0,51195
0,47085
0,22478
0,39785
PIBpc
(PIBpc)2
(PIBpc)3
AB
SER
1,00000
0,98641
0,94978
-0,15312
0,70299
1,00000
0,98793
-0,18461
0,69000
1,00000
-0,21660
0,66541
1,00000
-0,03934
1,00000
117
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 52: Estatísticas descritivas de variáveis utilizadas nos modelos de Grossman e Krueger
(1995) que relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990 (formulação
longo prazo), abertura ao comércio internacional e percentagem de serviços no VAB nacional.
Média
DMIpc
(PIBpc)
(PIBpc)2
(PIBpc)3
LagPIBpc
(LagPIBpc)2
(LagPIBpc)3
AB
SER
Desvio
Padrão
8,46695809
3,77108758
106,734592
2449,90319
3,76609764
102,739475
2279,17528
20,8266485
5,41353793
22,4813362
14,6473312
228,689769
3745,28764
14,1031444
213,006729
3384,29167
50,8646054
61,5467261
Mínimo
Máximo
7,41722282
6,56827783
43,1422737
283,370440
6,19633753
38,3945988
237,905894
15,0678755
46,7859152
46,2889912
23,0396445
530,825220
12230,0244
22,1067408
488,707989
10803,7408
111,486932
71,3231507
Número de
observações
188
188
188
188
188
188
188
188
188
Unidade
t
1000 $EUA
10002 $EUA
10003 $EUA
1000 $EUA
10002 $EUA
10003 $EUA
%
%
Tabela 53: Correlações entre as variáveis utilizadas nos modelos de Grossman e Krueger (1995)
que relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990 (formulação longo
prazo), abertura ao comércio internacional e percentagem de serviços no VAB nacional.
DMIpc
PIBpc
(PIBpc)2
(PIBpc)3
LagPIBpc
(LagPIBpc)2
(LagPIBpc)3
AB
SER
DMIpc
1,00000
0,55265
0,52456
0,48935
0,55681
0,52904
0,49310
0,17082
0,38732
PIBpc
(PIBpc)2
(PIBpc)3
LagPIBpc
(LagPIBpc)2
(LagPIBpc)3
AB
1,00000
0,98808
0,95458
0,98997
0,97576
0,94032
-0,19054
0,66858
1,00000
0,98884
0,97776
0,98698
0,97356
-0,23149
0,68042
1,00000
0,94383
0,97523
0,98404
-0,26837
0,67579
1,00000
0,98794
0,95362
-0,18591
0,66512
1,00000
0,98848
-0,22590
0,67830
1,00000
-0,26275
0,67431
1,00000
-0,02537
Tabela 54: Estatísticas descritivas de variáveis utilizadas nos modelos de Bradford et al. (2000)
que relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990 (formulação longo
prazo), abertura ao comércio internacional e percentagem de serviços no VAB nacional – período
1975-1994.
DMIpc
git
y i gi t
y i2 gi t
AB
SER
Média
Desvio Padrão
Mínimo
Máximo
19,9846146
0,223361144
3,02870613
44,3434781
42,6847680
60,6230731
6,92310377
0,150981191
1,98892596
32,1045087
22,6107647
5,41160385
7,41722282
0,011420560
0,171155602
2,56504400
13,5666621
51,2063054
32,0959903
0,619943936
8,99425633
130,490262
88,4712838
71,3231507
Número de
observações
98
98
98
98
98
98
Unidade
t
1000 $EUA
10002 $EUA
%
%
118
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 55: Correlações entre as variáveis utilizadas nos modelos de Bradford et al. (2000) que
relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990 (formulação longo
prazo), abertura ao comércio internacional e percentagem de serviços no VAB nacional – período
1975-1994.
DMIpc
git
y i gi t
y i2 gi t
AB
SER
DMIpc
1,00000
-0,36091
-0,00040
0,27814
-0,22570
0,65169
git
y i gi t
y i2 gi t
AB
SER
1,00000
0,87722
0,66363
0,24167
0,02974
1,00000
0,93662
-0,03099
0,25568
1,00000
-0,23321
0,44270
1,00000
-0,31646
1,00000
Tabela 56: Estatísticas descritivas de variáveis utilizadas nos modelos de Bradford et al. (2000)
que relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990 (formulação longo
prazo), abertura ao comércio internacional e percentagem de serviços no VAB nacional – período
1985-1997.
DMIpc
git
y i gi t
y i2 gi t
AB
SER
Média
Desvio Padrão
Mínimo
24,2102499
0,120071259
1,58112241
22,0710528
55,0821578
61,8309531
9,86629575
0,087186973
1,00943070
14,7888867
15,2122590
5,84819237
8,11494125
0,006614635
0,109772069
1,12915982
31,2700808
46,7859152
Máximo
Número de
observações
46,2889912
114
0,411790518
114
3,93570014
114
58,0873249
114
111,486932
114
69,5383414
114
Unidade
t
1000 $EUA
10002 $EUA
%
%
Tabela 57: Correlações entre as variáveis utilizadas nos modelos de Bradford et al. (2000) que
relacionam o DMI per capita e o PIB per capita a preços e PPP de 1990 (formulação longo
prazo), abertura ao comércio internacional e percentagem de serviços no VAB nacional – período
1985-1997.
DMIpc
git
y i gi t
y i2 gi t
AB
SER
DMIpc
1,00000
-0,34694
-0,22546
-0,08458
0,16414
0,20980
git
y i gi t
y 2 gi t
AB
SER
1,00000
0,90598
0,67277
0,55001
0,04205
1,00000
0,92180
0,46363
0,30795
1,00000
0,33145
0,50797
1,00000
0,15934
1,00000
119
Análise da Intensidade de Utilização de Materiais na Economia
APÊNDICE VII – Controle para o Sistema de Contas
Nacionais e para a Alemanha Reunificada nos modelos
linear, quadrático e cúbico de DMI per capita em função de
PIB per capita
Na Tabela 58 apresentam-se os resultados dos modelos quadrático e cúbico
controlando para a utilização do Sistema de Contas Nacionais de 1968 (SCN 68) e
para os dados referentes à situação de Alemanha Reunificada. Os termos de controle
revelam-se não significativos para qualquer dos modelos considerados, obtendo-se os
mesmos resultados quanto aos sinais dos termos de regressão do PIB per capita e
significância dos estimadores; o valor absoluto dos estimadores é ligeiramente
alterado em relação ao dos obtidos com os modelos base, o que ind ica um
enviesamento no sentido da subestimação dos parâmetros dos modelos linear e
quadrático e uma sobrestimação dos parâmetros do modelo cúbico quando não se
utilizam as variáveis de controle. Testes F realizados para as hipóteses nulas dos
termos de controle serem nulos não resultam na sua rejeição pelo que a inclusão dos
termos de controle nos modelos não se revela vantajosa 68 .
Tabela 58: Resultados de estimativa de parâmetros para os modelos base com inclusão de
variável de controle para os dados em que o PIB é construído utilizando o Sistema de Contas
Nacionais de 1968 (parâmetro α 0 ) e que se referem à Alemanha Reunificada (parâmetro α 1 ).
β2
Modelo Linear
7,8544
(3,0857)
[0,0115]
1,1593
(0,1316)
[0,0000]
-
β3
-
Modelo Quadrático
-6,2739
(5,2438)
[0,2327]
3,5539
(0,7372)
[0,0000]
-0,0906
(0,0275)
[0,0011]
-
α0
-0,739
(2,4464)
[0,7629]
-3,47
(4,1759)
[0,4068]
0,2391
0,2299
253
-0,9626
(2,4002)
[0,6887]
-4,0051
(4,0986)
[0,3294]
0,2711
0,2593
253
β0
β1
α1
R2
R2 ajustado
N.º observações
Modelo Cúbico
-17,2355
(10,6858)
[0,1080]
6,4522
(2,5702)
[0,0127]
-0,3194
(0,1963)
[0,1050]
0,0056
(0,0048)
[0,2403]
-1,0791
(2,4004)
[0,6534]
-3,6224
(4,1083)
[0,3788]
0,2752
0,2605
253
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 $EUA - preços e
PPP de 1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis
rectos.
68
Obteve-se um valor F(2,249)=0,37 e p-value de 0,6915 para o modelo linear, F(2,248)=0,57 e pvalue de 0,5742 para o modelo quadrático, F(2,247)=0,51 e p-value de 0,6026 para o modelo cúbico, o
que resulta na não rejeição das hipóteses nulas.
120
Análise da Intensidade de Utilização de Materiais na Economia
APÊNDICE VIII – Análise de resíduos de modelos de DMI
per capita em função de PIB per capita
Neste Apêndice apresenta-se a análise dos resíduos estandardizados (normalizados)
obtidos para os modelos base, linear, quadrático e cúbico, tendo como variável
dependente o DMI per capita e como variável independente o PIB per capita. Na
Tabela 59 apresentam-se estatísticas descritivas para os resíduos dos 3 modelos. As
estatísticas concordam com um andamento segundo uma distribuição normal dos
resíduos - média nula, kurtosis 3, enviesamento nulo e 95% dos resíduos de valor
absoluto inferior ou igual a 2 - excepto no que diz respeito ao enviesamento e ao valor
absoluto dos resíduos.
Tabela 59: Estatísticas descritivas dos resíduos estandardizados dos modelos linear, quadrático e
cúbico, tendo como variável dependente o DMI per capita e como variável independente o PIB
per capita.
Média
Enviesamento
Kurtosis
Percentagem com valor
absoluto inferior ou
igual a 2
Modelo Linear
-0,478x10-3
0,9781
3,2967
93,28
Modelo Quadrático
0,399x10-3
0,8488
3,1338
94,07
Modelo Cúbico
0,131x102
0,8704
3,0793
94,47
A realização de gráficos que apresentam, dentro dos resíduos referentes a cada país,
cada resíduo em função do resíduo do ano anterior (Figura 16, Figura 17 e Figura 18),
indicam para a grande maioria dos países correlação entre estes, e portanto a presença
de autocorrelação de primeira ordem.
Figura 16: Resíduos estandardizados do modelo linear em função dos resíduos estandardizados
do ano anterior, para cada país.
Nota: EUA, Japão, Alemanha: t = 1976-1994; Áustria: t = 1961-1996; Holanda: t = 1991-1994; Portugal: t = 19761998; Itália, Dinamarca, Grécia, Holanda, Espanha, França, Irlanda, Reino Unido, Suécia, Finlândia: t = 19861997.
121
Análise da Intensidade de Utilização de Materiais na Economia
Figura 17: Resíduos estandardizados do modelo quadrático em função dos resíduos
estandardizados do ano anterior, para cada país.
Nota: EUA, Japão, Alemanha: t = 1976-1994; Áustria: t = 1961-1996; Holanda: t = 1991-1994; Portugal: t = 19761998; Itália, Dinamarca, Grécia, Holanda, Espanha, França, Irlanda, Reino Unido, Suécia, Finlândia: t = 19861997.
Figura 18: Resíduos estandardizados do modelo cúbico em função dos resíduos estandardizados
do ano anterior, para cada país.
Nota: EUA, Japão, Alemanha: t = 1976-1994; Áustria: t = 1961-1996; Holanda: t = 1991-1994; Portugal: t = 19761998; Itália, Dinamarca, Grécia, Holanda, Espanha, França, Irlanda, Reino Unido, Suécia, Finlândia: t = 19861997.
Na tentativa de detectar indícios de heteroescedasticidade, isto é, variância dos
resíduos não constante, fizeram-se gráficos dos resíduos em função da variável
dependente, DMI per capita, e da variável independente, PIB per capita. Estes
apresentam-se nas Figura 19, Figura 20, Figura 21 e Figura 22 .
122
Análise da Intensidade de Utilização de Materiais na Economia
Figura 19: Resíduos estandardizados em função de DMI per capita, para os modelos linear,
quadrático e cúbico.
Figura 20: Resíduos estandardizados em função de PIB per capita, para os modelos linear,
quadrático e cúbico.
Pelo gráfico dos resíduos em função da variável dependente é possível verificar-se a
partir de certo valor do DMI per capita uma tendência de aumento do valor absoluto
dos resíduos, um indício de ocorrência de heteroescedasticidade. Contudo, não parece
existir relação entre a distribuição dos resíduos e a variável independente, o PIB per
capita.
Estes resultados indicam que os resíduos não apresentam uma distribuição
completamente normal e existe autocorrelação. Também se verificam alguns indícios
de heteroescedasticidade embora não seja clara a sua natureza. Isto faz com que os
resultados da estimação dos modelos devam ser considerados com cautela.
123
Análise da Intensidade de Utilização de Materiais na Economia
Figura 21: Resíduos estandardizados em função de (PIB per capita)2 , para os modelos quadrático
e cúbico.
Figura 22: Resíduos estandardizados em função de (PIB per capita)3 , para o modelo cúbico.
124
Análise da Intensidade de Utilização de Materiais na Economia
APÊNDICE IX – Correcção para autocorrelação dos
modelos utilizando PIB per capita como única variável
regressora
Uma situação de erro autocorrelacionado pode acontecer se variáveis excluídas do
modelo estão correlacionadas entre instantes de tempo. Nesta situação as observações
mais tardias fornecem pouca informação nova em relação às primeiras, o que faz com
a precisão nas estimativas observada seja superior à que na realidade se verifica,
tornando os resultados da estimação pouco fiáveis. A autocorrelação pode ser de
várias ordens. No presente caso foi detectada autocorrelação de primeira ordem, ou
seja, entre anos sucessivos. Considerar uma autocorrelação de primeira ordem
significa assumir a Equação [25] (país i e ano t) para o termo de erro:
ε it = ρε it −1 + υ it
[25]
Devido ao facto de o intervalo entre dados de DMI per capita de cada país não ser
sempre anual (situações que se verificam para a Holanda, Portugal e Polónia) não é
possível corrigir os modelos para autocorrelação de primeira ordem sem rejeitar
algumas observações: para a Holanda as referentes aos anos de 1965, 1970, 1975,
1980, 1985, para Portugal as referentes aos anos de 1960 e 1970 e para a Polónia
todas as observações disponíveis (1992, 1995 e 1997). Na Tabela 60 apresentam-se os
resultados para os modelos base quadrático e cúbico exceptuando-se estas
observações sem e com correcção para autocorrelação de primeira ordem utilizando o
estimador de Cochrane-Orcutt. A estimação dos modelos base sem a correcção para
autocorrelação é importante para avaliar o efeito da eliminação das 10 observações
referidas bem como das 15 observações referentes ao primeiro ano de dados de cada
país que não são consideradas devido ao método de correcção.
O modelo quadrático estimado sem as observações referidas e sem correcção para
autocorrelação apresenta os mesmos resultados em termos gerais que os modelos
correspondentes utilizando todas as observações disponíveis: termos relativos ao PIB
per capita significativos e com sinais concordantes com a hipótese de evolução em
curva de Kuznets ambiental em U invertido. A precisão e significância é em geral
menor (o que seria de esperar dado o menor número de observações), bem como o
poder explicatório, e o valor absoluto dos coeficientes referentes ao PIB per capita é
superior, para o modelo estimado com menos observações relativamente ao modelo
correspondente estimado com todas as observações disponíveis. A introdução da
correcção para autocorrelação não altera as inferências relativas ao sinal e significado
estatístico dos coeficientes relativos ao PIB per capita, embora reduza a precisão,
significância e poder explicatório. O modelo quadrático corrigido tem significado
estatístico como um todo69 .
No caso do modelo cúbico os resultados para o modelo sem correcção e com menos
observações indicam todos os coeficientes relativos ao PIB per capita com significado
estatístico e com sinais concordantes com a evolução em curva ambiental de Kuznets
69
Teste F para a hipótese de os termos referentes ao PIB per capita serem nulos resulta em
F(2,240)=34,2710, a que corresponde um p-value=0,0000, devendo a hipótese ser rejeitada.
125
Análise da Intensidade de Utilização de Materiais na Economia
em N, contrariando os resultados obtidos com todas as observações. Desta forma, se
verifica que o modelo cúbico é sensível à rejeição das observações referidas. A
correcção para autocorrelação resulta no aumento do valor absoluto dos coeficientes
(embora se mantenham da mesma ordem de grandeza), revelando o enviesamento da
influência do PIB per capita devido à autocorrelação dos resíduos, e menor precisão e
significância, embora se mantenham todos os coeficientes com significado estatístico.
O modelo cúbico com correcção para autocorrelação tem significado estatístico como
um todo 70 . O modelo cúbico é superior ao modelo quadrático 71 .
Tabela 60: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de DMI
per capita em função de PIB per capita, sem e com correcção para autocorrelação de primeira
ordem.
β0
β1
β2
β3
R2
R2 ajustado
N.º observações
Modelo Quadrático
Modelo Cúbico
Sem correcção para
Com correcção
Sem correcção para
Com correcção
autocorrelação
para autocorrelação
autocorrelação
para autocorrelação
-8,4074
-7,6592
-41,9889
-46,5144
(5,7396)
(2,3313)
(17,151)
(7,3131)
[0,1443]
[0,0012]
[0,0151]
[0,0000]
3,6476
3,3354
11,6926
12,2511
(0,87)
(0,9100)
(3,9704)
(4,2159)
[0,0000]
[0,0003]
[0,0035]
[0,0040]
-0,0925
-0,0773
-0,6867
-0,7118
(0,0316)
(0,0316)
(0,288)
(0,2951)
[0,0038]
[0,0152]
[0,0179]
[0,0166]
0,0138
0,0141
(0,0066)
(0,0066)
[0,0390]
[0,0319]
0,242
0,2335
0,2554
0,2499
0,2357
0,2267
0,2461
0,2399
243
228
243
228
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 $EUA - preços e
PPP de 1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis
rectos. Correcção para autocorrelação segundo o estimador de Cochrane-Orcutt.
De modo a verificar-se se o melhor ajuste do modelo cúbico se deve ao facto de se
estar a utilizar um polinómio de PIB per capita de ordem superior calculou-se o
modelo de quarta ordem com correcção para autocorrelação, utilizando o mesmo
conjunto de observações, cujos resultados se apresentam na Tabela 61. Estes
resultados indicam que o modelo de quarta ordem não encontra suporte nos dados72 .
70
O teste F para a hipótese de coeficientes nulos resulta em F(2,225)=24,8756, com p-value=0,0000,
sendo rejeitada a hipótese.
71
O teste F para a hipótese de termo cúbico nulo resulta em F(1,224)=4,8975, o que leva à rejeição da
hipótese para um nível de significância do teste superior a 3%.
72
Os coeficientes não são significativos e têm uma precisão bastante reduzida. O teste F para a hipótese
de o termo de quarta ordem do PIB per capita ser nulo resulta em F(1,223)=0,8032, que tem um pvalue=0,3711, não podendo ser rejeitada a hipótese nula e fazendo com que o modelo cúbico seja
superior na descrição da variação da variável dependente.
126
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 61: Resultados de estimativa de parâmetros para os modelos linear e de quarta ordem de
DMI per capita em função de PIB per capita, sem e com correcção para autocorrelação de
primeira ordem, considerando apenas 243 observações.
Modelo de Quarta Ordem com correcção para autocorrelação
β0
β1
β2
β3
β4
R2
R2 ajustado
N.º observações
36,7270
(22,9409)
[0,1107]
9,1932
(17,7878)
[0,6058]
-0,371
(1,9393)
[0,8485]
-0,0018
(0,0903)
[0,9837]
0,0003
(0,0015)
[0,8577]
0,2504
0,237
228
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 $EUA - preços e
PPP de 1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis
rectos. Correcção para autocorrelação segundo o estimador de Cochrane-Orcutt.
Na Tabela 62 apresentam-se os resultados para a estimativa de coeficientes para os
modelos, quadrático e cúbico, de efeitos fixos para o país. Para o modelo quadrático
os resultados sem a correcção para autocorrelação revelam valores dos coeficientes
semelhantes (embora superiores) aos obtidos considerando todas as observações, com
todos os coeficientes significativos e com os sinais concordantes com a hipótese de
andamento em curva de Kuznets ambiental de U invertido. A correcção para
autocorrelação reduz o valor absoluto e precisão dos coeficientes e a significância do
termo quadrático, embora todos os coeficientes se mantenham significativos. O
modelo quadrático apresenta-se significativo como um todo 73 .
O modelo cúbico apresenta valores absolutos dos coeficientes referentes ao PIB per
capita de valor bastante superior aos obtidos considerando todas as observações
disponíveis, revela ndo sinais adequados à hipótese de evolução segundo uma curva de
Kuznets ambiental de forma N e com todos os coeficientes significativos, este último
aspecto contrariando os resultados obtidos anteriormente. O modelo cúbico corrigido
apresenta valores superiores nos coeficientes, revelando enviesamento devido à
autocorrelação, e uma menor precisão e significado dos mesmos, embora estes se
mantenham significativos. O modelo cúbico corrigido é significativo no seu todo e
superior ao modelo quadrático na descrição da variação do DMI per capita74 .
73
O teste F para a hipótese de os coeficientes relativos ao PIB per capita serem nulos resulta em
F(16,211)=146,855, o que causa a rejeição da hipótese nula para qualquer nível de significância do
teste.
74
Os testes F para a hipótese de os coeficientes relativos ao PIB per capita serem nulos e a hipótese de
termo cúbico ser nulo resultam em F(17,210)=154,1287, p-value=0,0000, e F(1,210)=23,2075, pvalue=0,0000, levando à rejeição destas hipóteses. Nos modelos não corrigidos para autocorrelação o
modelo cúbico já se mostrava superior ao modelo quadrático com o teste F para a hipótese do termo
cúbico ser nulo a resultar em F(1,225)=17,79 e p-value=0,0000, obtendo a rejeição da hipótese nula.
127
Análise da Intensidade de Utilização de Materiais na Economia
Qualquer um dos modelos corrigidos para autocorrelação, quadrático ou cúbico, é
preferível na forma de efeitos fixos para o país 75 .
Tabela 62: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de DMI
per capita em função de PIB per capita com efeitos fixos para o país, sem e com correcção para
autocorrelação de primeira ordem.
Modelo Quadrático
Modelo Cúbico
Sem correcção para
Com correcção
Sem correcção para
Com correcção
autocorrelação
para autocorrelação
autocorrelação
para autocorrelação
β1
β2
β3
R2
R2 ajustado
N.º observações
2,2928
(0,2261)
[0,0000]
-0,0561
(0,0083)
[0,0000]
-
2,003
(0,4399)
[0,0000]
-0,0380
(0,0153)
[0,0133]
-
0,9768
0,9751
243
0,9176
0,9113
228
5,6203
(0,8039)
[0,0000]
-0,3089
(0,0593)
[0,0000]
0,0060
(0,0014)
[0,0000]
0,9785
0,9769
243
5,9507
(1,5439)
[0,0001]
-0,3265
(0,1097)
[0,0032]
0,0066
(0,0025)
[0,0088]
0,9258
0,9198
228
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 $EUA - preços e
PPP de 1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis
rectos. Correcção para autocorrelação segundo o estimado de Cochrane-Orcutt.
Na Tabela 63 apresentam-se os resultados da estimação dos coeficientes dos modelos
de efeitos aleatórios para o país, quadrático e cúbico, considerando a redução de
observações e sem e com correcção para autocorrelação de primeira ordem. O modelo
quadrático não corrigido apresenta valores dos coeficientes semelhantes aos obtidos
para o modelo correspondente estimado com todos as observações disponíveis, com
sinais concordando com a hipótese de andamento segundo uma curva de Kuznets
ambiental em U invertido, e com todos os coeficientes significativos. A correcção
para autocorrelação resulta na redução do valor absoluto dos coeficientes, devido ao
enviesamento da autocorrelação, e na redução da sua precisão e da significância do
termo quadrático, apesar de todos os coeficientes relacionados com o PIB per capita
se manterem significativos.
Os resultados para o modelo cúbico não corrigido são bastante mais elevados que os
obtidos para o modelo cúbico correspondente estimado considerando todas as
observações, tal como havia sido observado para o modelo quadrático correspondente,
e os termos referentes ao PIB per capita são agora significativos. Os sinais dos
coeficientes concordam com o andamento segundo a hipótese da curva de Kuznets
ambiental em N. A introdução de correcção para autocorrelação reduz a precisão e a
significância dos coeficientes, ao mesmo tempo que aumenta um pouco o seu valor
absoluto, embora os sinais se mantenham, bem como o significado estatístico dos
coeficientes.
75
Os testes F para as hipóteses de os efeitos fixos para o país serem nulos resultam em
F(14,211)=125,1258 e F(14,210)=136,6375, respectivamente para o modelo quadrático e cúbico, o que
provoca a rejeição das hipóteses nulas.
128
Análise da Intensidade de Utilização de Materiais na Economia
Comparando os modelos de efeitos fixos e de efeitos aleatórios verifica-se que o valor
dos coeficientes relacionados com o PIB per capita é semelhante, embora se
verifiquem valores superiores nos modelos de efeitos aleatórios. O teste Hausman
indica a hipótese de independência entre as perturbações e a variável independente
não pode ser rejeitada pelo que os modelos de efeitos aleatórios são preferíveis aos
modelos de efeitos fixos 76 .
Tabela 63: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de DMI
per capita em função de PIB per capita com efeitos aleatórios para o país, sem e com correcção
para autocorrelação de primeira ordem.
β0
β1
β2
β3
R2
R2 ajustado
N.º observações
Modelo Quadrático
Modelo Cúbico
Sem correcção para
Com correcção
Sem correcção para
Com correcção
autocorrelação
para autocorrelação
autocorrelação
para autocorrelação
4,352
4,2579
-9,0426
-12,421
(2,9463)
(4,0406)
(4,3070)
(7,4275)
[0,1396]
[0,2920]
[0,0358]
[0,0945]
2,2973
2,0187
5,6244
5,9769
(0,2259)
(0,4388)
(0,8037)
(1,5427)
[0,0000]
[0,0000]
[0,0000]
[0,0001]
-0,0562
-0,0386
-0,3090
-0,3277
(0,0083)
(0,0152)
(0,0593)
(0,1096)
[0,0000]
[0,0112]
[0,0000]
[0,0028]
0,0060
0,0066
(0,0014)
(0,0025)
[0,0000]
[0,0080]
0,242
0,2335
0,2554
0,2499
243
228
243
228
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 $EUA - preços e
PPP de 1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis
rectos. Correcção para autocorrelação segundo o estimado de Cochrane-Orcutt.
O ponto de máximo para o modelo quadrático de efeitos aleatórios para o país com
correcção para autocorrelação é 26149 $EUA (preços e PPP de 1990), um valor mais
alto que o obtido com os modelos não corrigidos para autocorrelação e que foram
estimados com todas as observações disponíveis e não atingido por nenhuma das
observações disponíveis. Para o modelo cúbico de efeitos aleatórios para o país
corrigido para autocorrelação não existem na realidade máximo e mínimo e portanto
um andamento em N: o que verifica é um abrandamento do crescimento do DMI per
capita até um ponto de inflexão para o valor de PIB per capita de 16551 $EUA
(preços e PPP de 1990), a seguir ao qual o crescimento do DMI per capita vai sendo
cada vez maior com o PIB per capita. É possível verificar-se que dos países
O teste Hausman resulta em 0,36, p-value=0,8340 (função de distribuição de probabilidade χ2 com 2
graus de liberdade), para o modelo quadrático corrigido e 0,82, p-value=0,8447 (função de distribuição
de probabilidade χ2 com 3 graus de liberdade), para modelo cúbico corrigido, causando a rejeição das
hipóteses nulas. O teste de Multiplicador de Lagrange indica também a preferência do modelo de
efeitos aleatórios para o país em relação ao modelo sem efeitos, quer no caso quadrático como no caso
cúbico: o resultado para o modelo quadrático é 743,71, com p -value=0,0000 (segundo uma função de
distribuição de probabilidade χ2 com 1 grau de liberdade), com a rejeição da hipótese nula de variância
do termo de erro específico para o país nulo; o resultado para o modelo cúbico é 733,56, com pvalue=0,0000 (segundo uma função de distribuição de probabilidade χ2 com 2 graus de liberdade),
resultando na rejeição da hipótese nula de variância nula para o termo de erro específico para o país.
76
129
Análise da Intensidade de Utilização de Materiais na Economia
considerados para análise todos excepto Portugal, Polónia, Espanha e Grécia já se
encontram no período de aceleração do crescimento do DMI per capita. Dados os
resultados obtidos é possível verificar-se que o modelo quadrático em U invertido
continua a ter significado mesmo com um conjunto menor de observações e com
correcção para autocorrelação, mas o modelo mais ajustado passa a ser um modelo
que prevê um crescimento contínuo não monótono do DMI per capita com o PIB per
capita, com um período de abrandamento do crescimento do DMI per capita a ser
seguido por um período de crescimento acelerado com o PIB per capita.
No caso dos modelos de efeitos, fixos e aleatórios, para o país e tempo optou-se por
não fazer correcção para autocorrelação dado não ser possibilitado sem
conhecimentos adicionais pela ferramenta estatística utilizada e porque não se
apresenta vantajoso já que a correcção para a autocorrelação não pode originar
resultados de estimação de modelos com base em todas as observações disponíveis.
130
Análise da Intensidade de Utilização de Materiais na Economia
APÊNDICE X – Controle para a aproximação realizada
para a biomassa de pastagens para DMI de Portugal
Neste Apêndice apresenta-se a análise econométrica feita para avaliar a influência dos
dados de DMI para Portugal em que se fez a aproximação de considerar a mesma
superfície de pastagens permanentes disponível para outros anos (ver Apêndice I).
Apesar de esta aproximação ter de ser feita devido a ausência de dados e de ter sido
guiada por algumas informações recolhidas considera-se que é bastante grosseira.
Deste modo, nesta secção realiza-se a estimação dos modelos econométricos
considerados neste trabalho considerando uma variável de controle para as
observações em que se verifica esta aproximação, assumindo-se desta forma que a
variação do DMI per capita associada a estas observações relativamente às outras se
pode considerar resultante numa diferença do termo constante nos modelos. Desta
forma, se por exemplo a quantidade de biomassa de pastagens utilizada para o cálculo
do DMI está sobreestimada isto traduzir-se-á num DMI per capita mais elevado nestas
observações do que o que seria de esperar tendo em conta o modelo específico e as
outras observações; de forma análoga se a quantidade é subestimada isso traduzir-seia num DMI per capita menos elevado. O objectivo deste processo é o de verificar
qual a sensibilidade das inferências retiradas do teste econométrico à inclusão destas
observações.
A metodologia utilizada é a inclusão de uma variável de controle com o valor 1 para
as observações resultantes de aproximação e 0 para as outras observações
consideradas em todos os modelos considerados neste trabalho.
Na Tabela 64 apresentam-se os resultados da estimação dos modelos quadrático e
cúbico considerando uma variável de controle para observações aproximadas. A partir
destes resultados verifica-se que a variável de controle é bastante significativa para
todos os modelos considerados. No modelo quadrático verifica-se relativamente ao
modelo correspondente sem variável de controle menor valor absoluto dos
coeficientes relativos aos PIB per capita, bem como da precisão e significância dos
coeficientes, aparecendo agora o termo quadrático sem significado estatístico, embora
se mantenham os sinais dos coeficientes concordantes com a hipótese de evolução em
curva ambiental de Kuznets em forma de U invertido. Testes F indicam a relevância
estatística da inclusão da variável de controle e do modelo quadrático como um
todo77 .
O modelo cúbico apresenta também coeficientes relativos ao PIB per capita de menor
valor absoluto quando se compara com o modelo correspondente sem variável de
controle, e também com menor significância, de modo a que o termo linear perde o
significado estatístico. O modelo cúbico é inferior estatisticamente ao modelo
quadrático 78 .
77
Os resultados do teste para a hipótese de o termo de controle ser nulo e a hipótese de os termos linear
e quadrático com PIB per capita e o termo de controle serem nulos são F(1,249)=12,3858, com pvalue=0,0005, e F(3,249)=35,9794, com p-value=0,0000, levando à rejeição de ambas as hipóteses
nulas.
78
O teste F para o termo cúbico nulo resulta em F(1,248)=0,6855, com p-value=0,4085, o que implica
que a hipótese nula não pode ser rejeitada. Adicionalmente, o R2 ajustado do modelo quadrático revelase superior ao do modelo cúbico.
131
Análise da Intensidade de Utilização de Materiais na Economia
Tal como anteriormente, realizou-se a estimativa do modelo linear, agora com a
inclusão da variável de controle. Os resultados indicam tal como antes um bom
suporte pelos dados com o termo linear bastante significativo, embora vendo reduzido
o seu valor absoluto e a precisão. O modelo linear como um todo tem significado
estatístico e apresenta-se superior ao modelo quadrático 79 . Esta conclusão é díspar em
relação à conclusão obtida sem a inclusão de variável de controle de que o modelo
quadrático é que se ajustava melhor aos dados. A variável de controle tem em
qualquer dos modelos um coeficiente de valor negativo ind icando para as observações
em que se fez a aproximação um menor valor de DMI per capita.
Tabela 64: Resultados de estimativa de parâmetros para os modelos linear, quadrático e cúbico
de DMI per capita em função de PIB per capita, incluindo uma variável de controle para as
observações em que o valor do DMI foi aproximado (coeficiente indicado por α 0 ).
β2
Modelo Linear
12,8590
(2,1573)
[0,0000]
0,8075
(0,1439)
[0,0000]
-
β3
-
Modelo Quadrático
4,3747
(5,4080)
[0,4193]
2,1427
(0,7940)
[0,0074]
-0,0488
(0,0285)
[0,0886]
-
α0
-9,8402
(2,0232)
[0,0000]
0,3026
0,2971
253
-8,5127
(2,1599)
[0,0001]
0,3109
0,3024
253
β0
β1
R2
R2 ajustado
N.º observações
Modelo Cúbico
-3,4773
(10,9455)
[0,7510]
4,1578
(2,5617)
[0,1067]
-0,2061
(0,1927)
[0,2860]
0,0038
(0,0046)
[0,4100]
-8,3081
(2,1754)
[0,0002]
0,3126
0,3015
253
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 $EUA - preços e
PPP de 1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis
rectos.
Na Tabela 65 apresentam-se os resultados obtidos para os modelos quadrático e
cúbico supondo efeitos fixos e efeitos aleatórios para o país. As equações que foram
consideradas nestes casos são em tudo semelhantes às apresentadas anteriormente
para efeitos fixos e efeitos aleatório para o país considerando apenas o PIB per capita
como variável independente mas adicionando a variável de controle para as
observações em que foi feita a aproximação referente às pastagens. No modelo
quadrático verificam-se, tanto no modelo de efeitos fixos como de efeitos aleatórios
para o país, valores dos coeficientes referentes ao PIB per capita semelhantes aos
obtidos sem a inclusão de variável de controle, em todo o caso de menor valor
absoluto e com menor precisão; todos os coeficientes relativos ao PIB per capita se
79
O teste F para a hipótese de os termos linear ser nulo e de controle serem nulos resulta em
F(2,250)=54,2372, com p-value=0,0000, sendo rejeitada a hipótese nula. O teste F para o termo
quadrático de PIB per capita ser nulo resulta em F(1,249)=2,9260, com p-value=0,0866, levando à
conclusão que esta hipótese não pode ser rejeitada e que o modelo linear é superior em relação o
modelo quadrático na descrição da variável dependente.
132
Análise da Intensidade de Utilização de Materiais na Economia
mantém bastante significativos e com sinais concordando com a hipótese se curva
ambiental de Kuznets em forma de U invertido, embora os coeficientes da variável de
controle se mostrem sem significado estatístico. O modelo quadrático de efeitos fixos
para o país revela-se preferível ao modelo quadrático sem consideração de efeitos
para o país 80 . Comparando-se o modelo de efeitos fixos com o modelo de efeitos
aleatórios verifica-se que os coeficientes dos termos relativos ao PIB per capita têm
valores bastante semelhantes. O teste de Hausman indica que o modelo de efeitos
aleatórios para o país é mais suportado pelos dados que o modelo de efeitos fixos para
o país 81 .
Tabela 65: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de DMI
per capita em função de PIB per capita de efeitos fixos e aleatórios para o país, incluindo uma
variável de controle para as observações em que o valor do DMI foi aproximado (coeficiente
indicado por α 0 ).
β0
β1
β2
β3
α0
R2
R2 ajustado
N.º observações
Modelo Quadrático
Efeitos Fixos para Efeitos Aleatórios
País
para País
4,4812
(2,7587)
[0,1043]
2,1877
2,1902
(0,2178)
(0,2175)
[0,0000]
[0,0000]
-0,0504
-0,0504
(0,0081)
(0,0081)
[0,0000]
[0,0000]
-
-0,6394
(0,8839)
[0,4701]
0,9741
0,9721
253
-0,6933
(0,8816)
[0,4316]
0,3107
253
Modelo Cúbico
Efeitos Fixos para Efeitos Aleatórios
País
para País
2,4803
(3,5250)
[0,4817]
2,7278
2,7302
(0,6048)
(0,6043)
[0,0000]
[0,0000]
-0,0941
-0,0942
(0,0464)
(0,0463)
[0,0435]
[0,0422]
0,0011
0,0011
(0,0011)
(0,0011)
[0,3393]
[0,3380]
-0,5142
-0,6549
(0,8936)
(0,8914)
[0,5655]
[0,5263]
0,9742
0,3126
0,9721
253
253
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 $EUA - preços e
PPP de 1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis
rectos.
Quanto ao modelo cúbico verifica-se também, tanto para o modelo de efeitos fixos
como para o modelo de efeitos aleatórios, valores dos coeficientes relativos ao PIB
per capita menores (embora semelhantes) e com menor precisão que os obtidos sem a
inclusão da variáve l de controle, embora se mantenham os seus sinais; nos modelos
80
O teste F para a hipótese de os termos de efeitos fixos para o país serem nulos resulta em
F(15,234)=399,5768, p-value=0,0000, sendo rejeitada a hipótese nula.
81
O teste de Hausman resulta em 0,89, a que corresponde p-value=0,8275 (função de distribuição χ2
com 3 graus de liberdade), o que faz com que a hipótese nula da independência entre as perturbações e
os regressores não possa ser rejeitada, favorecendo o modelo de efeitos aleatórios em relação ao
modelo de efeitos fixos. O modelo de efeitos aleatórios revela-se também preferível ao modelo sem
efeitos para o país tendo em conta que o resultado do teste do Multiplicador de Lagrange é 1084,19,
com p-value=0,0000 (segundo uma função de distribuição de probabilidade χ2 com 1 grau de
liberdade), o que faz com que a hipótese de que a variância do termo específico para o erro é nula (não
existem efeitos específicos) possa ser rejeitada.
133
Análise da Intensidade de Utilização de Materiais na Economia
que incluem a variável de controle verifica-se sem significado estatístico para os
termos quadrático e cúbico de PIB per capita, enquanto que naqueles que não incluem
este controle verifica-se sem significado apenas no termo cúbico. O modelo cúbico de
efeitos fixos revela-se inferior na descrição dos dados que o modelo quadrático de
efeitos fixos para o país 82 .
Estas conclusões concordam inteiramente com as que são retiradas nos modelos em
que não se utiliza a variável de controle para a aproximação das pastagens. A maior
aproximação de resultados verificada para os modelos de efeitos fixos e aleatórios
para o país sem e com inclusão da variável de controle relativamente aos modelos
base poderá ficar a dever-se ao facto de os efeitos específicos que se pretendem
concentrar na variável de controle já estarão em parte contabilizados nas formulações
de efeitos fixos e efeitos aleatórios para o país, dado que as observações afectadas por
esta variável de controle dizem respeito a um único país - Portugal.
Os resultados referentes à estimação assumindo efeitos específicos (fixos ou
aleatórios) para o país e tempo são apresentados na Tabela 66. Nos modelos
quadráticos os coeficientes relativos ao PIB per capita são inferiores e com menor
precisão em relação aos obtidos sem o termo de controle, embora os seus sinais se
mantenham concordantes com a hipótese da curva de Kuznets ambiental em forma de
U invertido. No modelo quadrático de efeitos fixos a inclusão de controle faz com que
o termo quadrático deixe de ser significativo ao nível dos 5%, embora se revele
significativo ao nível dos 10%. Estatisticamente este modelo revela-se superior ao
modelo quadrático de efeitos fixos para o país 83 . O modelo quadrático de efeitos fixos
para país e tempo revela-se também segundo o teste de Hausman mais apoiado pelos
dados que o modelo quadrático de efeitos aleatórios para país e tempo 84 . Quanto aos
modelos cúbicos, os coeficientes dos termos relacionados com o PIB per capita são
também em geral inferiores aos obtidos sem controle, embora de valor semelhante e
com sinais iguais; a precisão e significado destes termos encontram-se também
reduzidos, revelando novamente um mau ajuste dos dados a este modelo.
O valor de PIB per capita no ponto máximo indicado pelo modelo quadrático de
efeitos fixos para o país e tempo é de 26517 $EUA, valor superior ao valor obtido
para o mesmo modelo sem inclusão de variável de controle. É contudo interessante
verificar-se que o este valor é bastante semelhante ao valor obtido com correcção para
autocorrelação.
Tendo em conta que o controle realizado não altera o facto de se ter um painel de
dados não equilibrado, o que pode causar heteroescedasticidade por variância dos
resíduos específica para cada país, estimaram-se, como no estudo econométrico sem o
controle, os modelos com correcção para este tipo de heteroescedasticidade para os
modelos de efeitos fixos, cujos resultados se apresentam na Tabela 67.
82
O teste F para a hipótese de o termo cúbico no modelo cúbico de efeitos fixos para o país ser nulo
resulta em F(1,233)=0.9031, com p-value=0,3429, causando a rejeição da hipótese nula.
83
O teste F para a hipótese de os termos fixos específicos para o tempo serem nulos resulta em
F(38,196)=2,4324, com p-value=0,0000, o que origina a rejeição da hipótese nula.
84
O teste de Hausman (considerando uma função de distribuição de probabilidade χ2 com 3 graus de
liberdade resulta em 143,82 com p-value=0,0000, o que resulta na rejeição da hipótese nula de
independência entre os resíduos e os regressores, o que indica que o modelo de efeitos fixos é
preferível. O teste de Multiplicador de Lagrange para a presença de efeitos específicos resulta em
1091,13, com p-value=0,0000 (segundo uma função de distribuição de probabilidade χ2 com 2 graus de
liberdade), o que indica que o modelo de efeitos aleatórios para país e tempo é preferível ao modelo
sem efeitos para país e tempo.
134
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 66: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de DMI
per capita em função de PIB per capita de efeitos fixos e aleatórios para país e tempo, incluindo
uma variável de controle para as observações em que o valor do DMI foi aproximado (coeficiente
indicado por α 0 ).
β0
β1
β2
β3
α0
R2
R2 ajustado
N.º observações
Modelo Quadrático
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
14,0207
-2,0510
(2,9780)
(2,7649)
[0,0000]
[0,4582]
0,9440
2,3266
(0,345)
(0,2288)
[0,0067]
[0,0000]
-0,0178
-0,0629
(0,0103)
(0,0083)
[0,0861]
[0,0000]
-
-2,1118
(0,8808)
[0,0172]
0,9824
0,9722
253
-2,4417
(0,8402)
[0,0037]
0,3107
253
Modelo Cúbico
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
10,5938
-0,8258
(4,7440)
(3,6293)
[0,0265]
[0,8200]
1,6661
1,9457
(0,8518)
(0,6227)
[0,0516]
[0,0018]
-0,0685
-0,0332
(0,0557)
(0,0461)
[0,2197]
[0,4713]
0,0012
-0,0007
(0,0013)
(0,0011)
[0,3547]
[0,5131]
-1,9416
-2,5786
(0,9000)
(0,8464)
[0,0319]
[0,0023]
0,9825
0,3126
0,9772
253
253
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 $EUA - preços e
PPP de 1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis
rectos.
Os resultados quanto a valores de coeficientes são praticamente iguais aos obtidos
sem a correcção para heteroescedasticidade para os modelos de efeitos fixos para o
país, sendo verificada contudo uma menor precisão e significado quando se corrige.
Nos modelos de efeitos fixos para o país e tempo os resultados são exactamente
iguais. Como o R2 é igual com ou sem correcção para heteroescedasticidade, as
conclusões obtidas anteriormente são válidas: o modelo quadrático de efeitos fixos
para o país e tempo é o modelo que mais se ajusta aos dados.
Relativamente às conclusões obtidas não considerando o controle pode-se referir que
o ajuste do modelo quadrático é sensível às observações aproximadas, deixando de ser
significativo ao nível dos 5% mas ainda assim significativo ao nível dos 10%, mas
que o modelo cúbico verifica em todo o caso mau ajuste. O ponto de PIB per capita
em que se verifica o máximo DMI per capita segundo o modelo de efeitos fixos para
país e tempo é superior ao observado sem o controle, o que indica que as observações
para as quais é feita a aproximação são importantes a este respeito.
135
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 67: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de DMI
per capita em função de PIB per capita de efeitos fixos e aleatórios para país e tempo com
correcção para heteroescedasticidade de natureza desconhecida com variância dos resíduos
específica para cada país, incluindo uma variável de controle para as observações em que o valor
do DMI foi aproximado (coeficiente indicado por α 0 ).
β0
β1
β2
β3
α0
R2
R2 ajustado
N.º observações
Modelo Quadrático
Efeitos Fixos para Efeitos Fixos para
País
País e Tempo
14,0207
(2,9780)
[0,0000]
2,1877
0,9440
(0,2529)
(0,345)
[0,0000]
[0,0067]
-0,0504
-0,0178
(0,0092)
(0,0103)
[0,0000]
[0,0861]
-
-0,6394
(0,7923)
[0,4204]
0,9741
0,9721
253
2,1118
(0,8808)
[0,0172]
0,9824
0,9772
253
Modelo Cúbico
Efeitos Fixos para Efeitos Fixos para
País
País e Tempo
10,5938
(4,7470)
[0,0265]
2,7279
1,6661
(0,9371)
(0,8518)
[0,0039]
[0,0516]
-0,0941
-0,0685
(0,0712)
(0,0557)
[0,1877]
[0,2197]
0,0011
0,0012
(0,0017)
(0,0013)
[0,5250]
[0,3547]
-0,5142
-1,9416
(0,8086)
(0,9000)
[0,5254]
[0,0319]
0,9742
0,9825
0,9721
0,9772
253
253
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 $EUA - preços e
PPP de 1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis
rectos. Heteroescedasticidade corrigida segundo o método de White.
136
Análise da Intensidade de Utilização de Materiais na Economia
APÊNDICE XI – Estimação de modelos tendo logaritmo
natural de DMI per capita como variável dependente
Neste Apêndice apresentam-se os resultados da estimação dos modelos linear,
quadrático e cúbico com logaritmo natural de DMI per capita como variável
dependente e PIB per capita como variável independente. O objectivo desta estimação
é o de verificar se considerando esta alteração na variável dependente os resíduos
obtidos apresentam um comportamento mais normal que o que se verifica
considerando DMI per capita como variável dependente, permitindo assim uma maior
confiança nos resultados da estimação.
Na Tabela 68 apresentam-se os resultados de estimação dos coeficientes para os
modelos linear, quadrático e cúbico.
Tabela 68: Resultados de estimativa de parâmetros para os modelos linear, quadrático e cúbico
de logaritmo natural de DMI per capita em função de PIB per capita.
β2
Modelo Linear
2,1608
(0,0819)
[0,0000]
0,0644
(0,0056)
[0,0000]
-
β3
-
Modelo Quadrático
1,1514
(0,1961)
[0,0000]
0,2329
(0,0305)
[0,0000]
-0,0064
(0,0011)
[0,0000]
-
0,3414
0,3388
253
0,4149
0,4102
253
β0
β1
R2
R2 ajustado
N.º observações
Modelo Cúbico
-0,1182
(0,428)
[0,7827]
0,5649
(0,1044)
[0,0000]
-0,0326
(0,008)
[0,0001]
0,0006
(0,0002)
[0,0010]
0,4397
0,433
253
Nota: Variável dependente é logaritmo natural de DMI per capita (t). Variável independente é PIB per capita (1000
$EUA - preços e PPP de 1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico
dentro de parêntesis rectos.
Os resultados obtidos indicam significado estatístico para todos os coeficientes
referentes ao PIB per capita em qualquer dos modelos. As principais estatísticas
descritivas dos resíduos obtidos encontram-se na Tabela 69. Os resultados obtidos
indicam um decréscimo do enviesamento para menos de metade mas também um
decréscimo da Kurtosis, fazendo com que nos modelos quadrático e cúbico, onde
incide fundamentalmente a investigação realizada neste trabalho, a Kurtosis se afaste
substancialmente do valor de 3. Maior quantidade de resíduos têm valor absoluto
menor que 2 (cerca de 98%), embora anteriormente quase 95% dos resíduos
verificassem esta situação. Tendo em conta estes resultados, considera-se que os
modelos com variável dependente logaritmo de DMI per capita não revelam um
melhoramento significativo do ajuste da função de distribuição de probabilidade
normal aos resíduos, pelo que considera-se preferível utilizar os modelos com variável
dependente DMI per capita porque apoiados pela teoria.
137
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 69: Estatísticas descritivas dos resíduos estandardizados dos modelos linear, quadrático e
cúbico, tendo como variável dependente o logaritmo natural DMI per capita e como variável
independente o PIB per capita.
Média
Enviesamento
Kurtosis
Percentagem com valor
absoluto inferior ou
igual a 2
Modelo Linear
-0,7932x10-3
0,2778
2,9382
96,44%
Modelo Quadrático
0,2673x10-3
0,3284
2,5803
97,63%
Modelo Cúbico
0,7936x10-3
0,3944
2,5469
97,63%
138
Análise da Intensidade de Utilização de Materiais na Economia
APÊNDICE XII – Estimação de modelos de DMI per capita
em função de PIB per capita utilizados como base para o
teste da hipótese da estrutura económica
Neste Apêndice apresentam-se os resultados da estimação dos modelos quadrático e
cúbico de DMI per capita em função de PIB per capita usados como base para o teste
da hipótese da estrutura económica. Esta estimação é necessária porque não foi
possível obter dados de contribuição sectorial para o VAB nacional (aqui designada
por estrutura económica) para todas as observações que foram utilizadas para estimar
a relação entre DMI per capita e PIB per capita. A hipótese que se pretende testar com
esta estimação é a da evolução do DMI per capita segundo uma curva ambiental
Kuznets segundo um U invertido (modelo quadrático) e em N (modelo cúbico).
Tendo em conta que para o conjunto de observações disponíveis o modelo de
contabilização de efeitos específicos para o país e tempo parece ser o mais correcto,
sendo a formulação utilizada no teste da hipótese da estrutura económica, opta-se aqui
por apresentar apenas os resultados referentes a este modelo. Apesar de se considerar,
pelas razões descritas anteriormente, que o modelo de efeitos fixos é mais apropriado
ao conjunto de observações em estudo que o modelo de efeitos aleatórios consideramse também os resultados desta última formulação com o propósito de estabelecer a
robustez da hipótese.
As estatísticas descritivas referentes aos dados utilizados nas estimações apresentamse no Apêndice VI.
Modelos tradicionais
Na Tabela 70 apresentam- se os resultados da estimação dos modelos quadráticos e
cúbicos utilizados tradicionalmente para teste da hipótese de evolução segundo uma
Curva de Kuznets Ambiental, nas formulações de efeitos fixos e aleatórios para o país
e tempo.
Os termos referentes ao PIB per capita são bastante significativos em qualquer dos
modelos, apresentando os respectivos coeficientes sinais concordantes com a hipótese
de andamento em curva de Kuznets; verifica-se que relativamente aos resultados
obtidos com as 253 observações os coeficientes apresentam um maior valor absoluto,
particularmente nos modelos cúbicos. A análise estatística a estes resultados indica
que os modelos de efeitos fixos têm significado estatístico quando considerados como
um todo 85 e que os modelos de efeitos fixos são superiores aos modelos de efeitos
aleatórios 86 . Verifica-se ainda que o modelo cúbico de efeitos fixos é superior ao
modelo quadrático de efeitos fixos na explicação da variação do DMI per capita 87 .
85
O teste F para todos os termos dos modelos excepto a constante serem nulos resulta em
F(52,174)=203,21, com p-value=0,0000, para o modelo quadrático de efeitos fixos e F(53,
173)=229,89, com p-value=0,0000, para o modelo cúbico de efeitos fixos, o que implica a rejeição das
hipóteses nulas.
86
O teste de Hausman para a hipótese de independência entre as perturbações e as variáveis
independentes dos modelos resulta em 56,44, com p-value=0,0000, para o modelo quadrático e 92,30,
com p-value=0,0000, para o modelo cúbico, resultando na rejeição da hipótese nula em ambos os casos
e fazendo com que os modelos de efeitos fixos sejam superiores aos modelos de efeitos aleatórios.
87
O teste F para o termo cúbico de PIB per capita ser nulo no modelo cúbico de efeitos fixos resulta em
F(1,173)=27,19 e p-value=0,0000 o que faz com que a hipótese nula seja rejeitada e o modelo cúbico
de efeitos fixos se afigure superior ao modelo quadrático de efeitos fixos.
139
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 70: Resultados da estimativa de parâmetros para os modelos quadrático e cúbico de
efeitos fixos e aleatórios para país e tempo de DMI per capita em função de PIB per capita
considerando apenas 227 observações.
β0
β1
β2
β3
R2
R2 ajustado
N.º observações
Modelo Quadrático
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
6,6983
-4,5044
(3,5171)
(2,9672)
[0,0581]
[0,1290]
1,8193
2,8007
(0,3729)
(0,2434)
[0,0000]
[0,0000]
-0,045
-0,0780
(0,0100)
(0,0084)
[0,0000]
[0,0000]
-
0,9838
0,979
227
0,3187
227
Modelo Cúbico
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
-14,1182
-17,4212
(5,2065)
(4,362)
[0,0072]
[0,0001]
6,2547
5,6777
(0,9284)
(0,7814)
[0,0000]
[0,0000]
-0,3533
-0,2901
(0,0606)
(0,0558)
[0,0000]
[0,0000]
0,0071
0,0049
(0,0014)
(0,0013)
[0,0000]
[0,0001]
0,986
0,3193
0,9817
227
227
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 $EUA preços e PPP
1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis rectos.
Do modelo quadrático de efeitos fixos para o país e tempo resulta um ponto máximo
de DMI per capita com valor de PIB per capita de 20214 $EUA (a preços e PPP de
1990), valor que é um pouco inferior aos valores obtidos com a estimação dos
modelos utilizando todas as observações disponíveis de DMI per capita (da ordem dos
22 mil $EUA) e que tal como nestes casos só terá sido superado pelos EUA. O
modelo cúbico não traduz uma situação de máximo e mínimo mas de um ponto de
inflexão (desaceleração do crescimento de DMI per capita e aceleração posterior) no
valor de PIB per capita de 8293 $EUA, valor já ultrapassado pela grande maioria das
observações consideradas (uma excepção é a Polónia).
Modelos de longo prazo
Os resultados obtidos da estimação dos modelos quadrático e cúbico de Grossman e
Krueger (1995) nas formulações de efeitos fixos e aleatórios para o país e tempo são
apresentados na Tabela 71. Os resultados são semelhantes aos observados na
estimação com maior número de observações, com os coeficientes relativos ao PIB
per capita sem significado estatístico, bem como alguns termos relativos ao PIB per
capita médio dos modelos de efeitos fixos; tal como anteriormente os modelos têm
significado estatístico quando considerados como um todo 88 .
Na Tabela 72 apresentam-se os resultados da estimação do modelo quadrático e
cúbico de Bradford et al. (2000) nas formulações de efeitos fixos e aleatórios para o
país e tempo para o período 1975-1994.
88
O teste F para a hipótese de todos os termos do modelo (incluindo variáveis de controle para país e
tempo) excepto a constante serem nulos resulta em F(53,134)=188,62 e p-value=0,0000 para o modelo
quadrático e F(55,132)=211,89 e p-value=0,0000 para o modelo cúbico, resultando na rejeição das
hipóteses nulas.
140
Análise da Intensidade de Utilização de Materiais na Economia
Tabela 71: Resultado da estimação dos parâmetros dos modelos quadrático e cúbico de
Grossman e Krueger (1995) utilizando 188 observações.
β0
β1
β2
β3
β4
β5
β6
R2
R2 ajustado
N.º observações
Modelo Quadrático
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
7,7938
-10,6681
(4,4610)
(3,3182)
[0,0823]
[0,0013]
0,5506
0,2229
(1,3179)
(1,1713)
[0,6766]
[0,8491]
0,0119
0,0170
(0,0383)
(0,0349)
[0,7556]
[0,6257]
-
1,2485
(1,2974)
[0,3372]
-0,0644
(0,0402)
[0,1112]
-
3,2958
(1,1775)
[0,0051]
-0,1235
(0,0365)
[0,0007]
-
0,9858
0,9802
188
0,3293
188
Modelo Cúbico
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
-20,8456
-26,3968
(6,3966)
(4,6597)
[0,0013]
[0,0000]
1,4410
-2,7535
(3,1576)
(2,941)
[0,6487]
[0,3491]
-0,0983
0,1526
(0,2019)
(0,1924)
[0,6271]
[0,4278]
0,0032
-0,002
(0,0044)
(0,0042)
[0,4634]
[0,6395]
6,3434
10,2785
(3,1542)
(2,9918)
[0,0458]
[0,0006]
-0,3675
-0,5636
(0,2062)
(0,1992)
[0,0764]
[0,0047]
0,0063
0,0092
(0,0045)
(0,0044)
[0,1652]
[0,0392]
0,9888
0,3503
0,9841
188
188
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 $EUA preços e PPP
1990), PIB per capita médio nos três anos anteriores (1000 $EUA preços e PPP 1990). Erro padrão das estimativas
dentro de parêntesis curvos e significado estatístico dentro de parêntesis rectos. β 0 representa a constante de cada
modelos; β 1, β 2 e β 3 são os coeficientes dos termos linear, quadrático e cúbico de PIB per capita, respectivamente;
β 4, β 5 e β 6 são os coeficientes das variáveis lag linear, quadrática e cúbica, do valor médio do PIB per capita nos
três anos anteriores.
Os resultados indicam suporte dos dados para os modelos de efeitos fixos e o modelo
cúbico de efeitos aleatórios, com todos os coeficientes com significado estatístico,
mas para o modelo quadrático de efeitos aleatórios o segundo termo não tem
significado estatístico, neste último ponto contrariando os resultados obtidos com
maior número de observações. Os modelos de efeitos fixos têm significado como um
todo89 , e são superiores aos modelos de efeitos aleatórios 90 . Nos modelos em que
todos os termos têm significado estatístico verifica-se que apenas o modelo quadrático
de efeitos fixos tem um andamento segundo a hipótese de uma curva ambiental de
Kuznets, com α negativo e com ponto máximo ao nível de PIB de 16797 EUA$, valor
inferior ao obtido na estimação com mais observações; nos modelos cúbicos não
89
O teste F para a hipótese de todos os termos do modelo excepto a constante serem nulos resulta em
F(26,71)=156,03 e p-value=0,0000 para o modelo quadrático e F(27,70)=161,5 e p-value=0,0000 para
o modelo cúbico, causando a rejeição da hipótese nula para ambos os casos.
90
O teste de Hausman para a hipótese de independência entre a perturbação e os regressores resulta em
25,03, com p-value=0,0000 (considerando uma função de distribuição de probabilidade χ2 com 2 graus
de liberdade), para o modelo quadrático e 37,96, com p-value=0,0000 (considerando uma função de
distribuição de probabilidade com 3 graus de liberdade), para o modelo cúbico, originando a rejeição
da hipótese nula para ambos os casos e fazendo com que o modelo de efeitos fixos seja preferível.
141
Análise da Intensidade de Utilização de Materiais na Economia
existe um andamento em N pois não ocorrem máximo e mínimo. Relativamente aos
resultados obtidos com maior número de observações verifica-se em geral que os
coeficientes têm maior valor absoluto, mantendo, contudo, os mesmos sinais; as
mesmas conclusões são também retiradas quanto ao suporte das hipóteses de curva
ambiental de Kuznets, com a excepção do caso do modelo quadrático de efeitos
aleatórios referida anteriormente.
Tabela 72: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
Bradford et al. (2000) segundo a formulação efeitos fixos e efeitos aleatórios para o país e tempo
para o período 1975-1994.
β0
β1
β2
β3
R2
R2 ajustado
N.º observações
α
y*
y**
Modelo Quadrático
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
19,4138
18,3739
(0,6253)
(1,6221)
[0,0000]
[0,0000]
13,2564
10,2396
(3,6178)
(3,4476)
[0,0004]
[0,0030]
-0,7892
-0,2443
(0,2840)
(0,2474)
[0,0066]
[0,3234]
-
0,9828
0,9765
98
-0,7892
16797 $EUA
-
0,5641
98
-
Modelo Cúbico
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
18,5688
17,6030
(0,6957)
(1,9553)
[0,0000]
[0,0000]
37,5609
36,6752
(10,4991)
(9,8279)
[0,0006]
[0,0002]
-4,5599
-4,5
(1,5602)
(1,4993)
[0,0043]
[0,0027]
0,1542
0,1750
(0,0628)
(0,0594)
[0,0159]
[0,0032]
0,9842
0,6322
0,98781
98
98
0,1542
0,1750
Imaginário
Imaginário
Imaginário
Imaginário
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000$EUA preços e PPP
1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis rectos.
Na Tabela 73 apresentam-se os resultados referentes ao período 1985-1997. Neste
caso todos os termos em todos os modelos têm significado estatístico. Os modelos de
efeitos fixos considerados como um todo têm significado estatístico 91 , mas os dados
suportam mais os modelos de efeitos aleatórios 92 , o que nos resultados considerando
mais observações só se verificava no modelo cúbico. Relativamente ao suporte à
hipótese de evolução segundo uma curva ambiental de Kuznets (de forma em U
91
O teste F para a hipótese de todos os termos do modelo excepto a constante serem nulos resulta em
F(24,89)=269,96, com p-value=0,0000, para o modelo quadrático e F(25,88)=269,35, com pvalue=0,0000, para o modelo cúbico, provocando a rejeição da hipótese nula para qualquer um dos
modelos.
92
O teste de Hausman para a hipótese de independência entre a perturbação e os regressores resulta em
0,24, com p-value=0,8859 (considerando uma função de distribuição de probabilidade χ2 com 2 graus
de liberdade), para o modelo quadrático e 0,30, com p-value=0,9604 (considerando uma função de
distribuição de probabilidade χ2 com 3 graus de liberdade), para o modelo cúbico. O teste de
Multiplicador de Lagrange resulta em 420,35 com p-value=0,0000 para o modelo quadrático e 415,57
com p-value=0,0000 para o modelo cúbico (supondo uma função de distribuição de probabilidade χ2
com 2 graus de liberdade), o que indica que o modelo de efeitos aleatórios é em ambos os casos
preferível em relação ao modelo sem efeitos específicos.
142
Análise da Intensidade de Utilização de Materiais na Economia
invertido ou em N) verifica-se que, em todos os modelos, o valor de α concorda com
esta hipótese embora o modelo cúbico de efeitos aleatórios não traduza uma curva em
N por não ter máximo e mínimo. Os pontos máximo dos modelos quadráticos
ocorrem a um valor de PIB per capita superior aos obtidos com a estimação com mais
observações; no modelo cúbico de efeitos fixos verifica-se um afastamento entre os
pontos máximo e mínimo relativamente ao que se observava nos resultados da
estimação com mais observações. Para além disso, verifica-se, relativamente aos
resultados obtidos considerando mais observações, que os coeficientes mantém os
mesmos sinais mas o seu significado estatístico é inferior, para o que poderá
contribuir um menor número de observações. Relativamente aos resultados obtidos
com mais observações verifica-se que as conclusões gerais se mantêm.
Tabela 73: Resultados de estimativa de parâmetros para os modelos quadrático e cúbico de
Bradford et al. (2000) segundo a formulação efeitos fixos e efeitos aleatórios para o país e tempo
para o período 1985-1997.
β0
β1
β2
β3
R2
R2 ajustado
N.º observações
α
y*
y**
Modelo Quadrático
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
23,2055
23,7090
(0,7488)
(5,0342)
[0,0000]
[0,0000]
39,7024
39,4738
(7,1817)
(7,1343)
[0,0000]
[0,0000]
-2,3796
-2,1640
(0,756)
(0,5729)
[0,0021]
[0,0002]
-
0,9864
0,9827
114
-2,3796
16684 $EUA
-
0,1644
114
2,1640
18241 $EUA
-
Modelo Cúbico
Efeitos Fixos para Efeitos Aleatórios
País e Tempo
para País e Tempo
23,1962
24,1887
(0,7332)
(4,5277)
[0,0000]
[0,0000]
158,4381
160,8445
(54,1711)
(53,322)
[0,0042]
[0,0026]
-22,2503
-22,5225
(9,0194)
(8,8785)
[0,0152]
[0,0112]
0,778
0,7941
(0,3519)
(0,3460)
[0,0291]
[0,0217]
0,9871
0,17759
0,9835
114
114
0,778
0,7941
13387 $EUA
Imaginário
15212 $EUA
Imaginário
Nota: Variável dependente é DMI per capita (t). Variável independente é PIB per capita (1000 $EUA preços e PPP
1990). Erro padrão das estimativas dentro de parêntesis curvos e significado estatístico dentro de parêntesis rectos.
143
Análise da Intensidade de Utilização de Materiais na Economia
Bibliografia
Adriaanse, A., S. Bringezu, A. Hammond, Y. Moriguchi, E. Rodenburg, D. Rogich e H.
Schütz, 1997, Resource Flows: The Material Basis of Industrial Economies, World Resources
Institute, Wuppertal Institute, Netherlands Ministry of Housing, Spatial Planning, and
Environment, National Institute for Environmental Studies.
Ayres, R. U. e A. V. Kneese, 1969, “Production, Consumption and Externalities”, American
Economic Review, 59(3), pp. 282-297. Citado em Fischer-Kowalski (1998).
Ang, B. W., F. Q. Zhang e K. H. Choi, 1998, “Factorizing Changes in Energy and
Environmental Indicators through Decomposition”, Energy, 23(6), pp. 489-495. Citado em
Chung e Rhee (2000).
Barbier, E. B., 1999, “Endogenous Growth and Natural Resource Scarcity”, Environmental
and Resource Economics, Kluwer Academic Publishers, Netherlands, 14, pp. 51-74.
Bartelmus, P., S. Bringezu e S. Moll, s/d, Dematerialization, Environmental Accounting and
Resource Management – main issues and how they can be translated into public policies
initiatives.
Bergh, J. C. van der, 1996, Ecological Economics and Sustainable Development, Part One,
Chapter 2, Edward Elgar Publishing Limited, Glos, UK.
Bernardini, O. e R. Galli, 1993, “Dematerialization: Long-Term Trends in the Intensity of Use
of Materials and Energy”, Futures, Butterworth-Heinemann, London, Maio, 25(4), pp. 431448.
Binswanger, M., 2001, “Technological Progress and Sustainable Development: what about
the Rebound Effect?”, Ecological Economics, Elsevier, 36, pp. 119-132.
Bradford, D. F., R. Schlieckert e H. S. Shore, 2000, “The Environmental Kuznets Curve:
Exploring a Fresh Specification”, NBER WORKING PAPER SERIES , November,
http://www.nber.org/papers/w8001, 12.12.00.
Bringezu, S., 1998, “Material Flow Analyses Supporting Technological Change and
Integrated Resource Management”, in Third ConAccount Meeting: Ecologizing Societal
Metabolism, Amsterdam, pp. 3-14, in http://www.wupperinst.org, 10.11.00.
Bringezu, S., R. Behrensmeier e H. Schütz, 1998, Material Flow Accounts – Part I: General
Aspects, Aluminium, National Overall Accounts, Wuppertal Institute, Department for Material
Flows and Structural Change, in http://www.wupperinst.org, 29.01.01.
Bringezu, S. e H. Schütz, 2000 (a), Total Material Requirement of the European Union,
European Environment Agency, Technical report No 55, Project manager: Peter Bosch,
Copenhagen.
Bringezu, S. e H. Schütz, 2000 (b), Total Material Requirement of the European Union – The
Technical part, European Environment Agency, Technical report No 56, Project manager:
Peter Bosch, Copenhagen.
Bruyn, S. M. de, J. C. van der Bergh e J. B. Opschoor, 1998, “Economic Growth and
Emissions: Reconsidering the Empirical Basis of Environmental Kuznets Curves”, Ecological
Economics, Elsevier, 25, pp. 161-175.
Bruyn, S. M. de e J. B. Opschoor, 1997, “Developments in the Throughput-Income
Relationship: Theoretical and Empirical Observations”, Ecological Economics, Elsevier, 20,
pp. 225-268. Citado em Cleveland e Ruth (1999).
144
Análise da Intensidade de Utilização de Materiais na Economia
Carneiro, F. S., 1977, "Potencialidades Mineiras da Metrópole - Base Firme de
Desenvolvimento Industrial do País", Arquivos da Direcção-Geral de Minas e Serviços
Geológicos, Lisboa, 2.
Chung, H.-S. e H.-C. Rhee, 2000, A Residual-free Decomposition of the Sources of Carbon
Dioxide
Emissions:
A
Case
of
the
Korean
Industries,
http://ecoweb.skku.ac.kr/HSChung/publications/mrci-rev3.htm, 23.11.00.
Cleveland, C. J. e M. Ruth, 1999, “Indicators of Dematerialization and the Materials Intensity
of Use”, Journal of Industrial Ecology, MIT Press, 2(3), pp. 15-50.
Cole, M. A., 1999, “Limits to Growth, Sustainable Development and Environmental Kuznets
Curves: and Examination of the Environmental Impact of Economic Development”, 1999,
Sustainable Development, John Wiley & Sons, 7, pp. 87-97.
Conceição, P. T., 2000, Growth, Technology and Inter-Industry Earnings Inequality in
Manufacturing: Evidence from a Selection of OECD Countries 1970-1990, Dissertation,
presented to the Faculty of the Graduate School of the University of Texas at Austin in Partial
Fulfilment of the Requirements of the Degree of Doctor of Philosophy, The University of
Texas at Austin, December, mimeo.
Daly, H. E., 1991, Steady-State Economics, 2ª Edição, Island Press, Washington D.C. Citado
em Hediger (1997).
De Marco, O., G. Lagioia e E. P. Mazzacane, 1998, “Material Flow Analysis of the Italian
Economy. Preliminary Results”, in Third ConAccount Meeting: Ecologizing Society
Metabolism, Amsterdam, pp. 31-37, in http://www.wupperints.org, 10.11.00.
Direcção Autónoma dos Açores (DAA), 1988, Recenseamento Agrícola – Açores 1985,
Serviço Regional de Estatística.
Direcção Geral de Florestas (DGF), 2001, dados fornecidos por Eng. Eugénio Poitout,
2.02.01.
Direcção Geral de Geologia e Minas (DGGM), 1987, Relatório de Actividades 1987,
Ministério da Indústria e Energia, Secretaria de Estado da Energia, Lisboa.
Direcção Geral de Geologia e Minas (DGGM), 1989, Relatório de Actividades 1989,
Ministério da Indústria e Energia, Lisboa.
Direcção Geral de Geolo gia e Minas (DGGM), 1992, Relatório de Actividades 1991,
Ministério da Indústria e Energia, Lisboa.
Direcção de Serviços Estudos, Planeamento e Estatística (DSEPE), 1986 (a), “Elementos
Estatísticos sobre a Indústria Extractiva em Portugal nos Anos de 1982 e 1983”, Separata do
Boletim de Minas, Lisboa, Direcção Geral de Geologia e Minas, 23(1).
Direcção de Serviços de Estudos, Planeamento e Estatística (DSEPE), 1986 (b), “Elementos
Estatísticos sobre a Indústria Extractiva em Portugal no Ano de 1984”, Boletim de Minas,
Lisboa, 23(3).
ECOEF Project, 2000, Eco-efficient Finland: Total Material Requirement and the
possibilities to reduce it in Finland, in http://thule.oulu.fi/ecoef/ecoweb3.htm, 19.12.00.
Ekins, P., 1997, “The Kuznets Curve for the Environment and Economic Growth: Examining
the Evidence”, Environ. Planning, A 29, pp. 805-830. Citado em Rothman (1998).
European Environmental Agency (EEA), 1999, Environmental Signals 2000 – Environmental
Assessment Report No. 6, Office for Official Publications of the European Communities,
Luxembourg.
EUROSTAT, 2001, Economy-wide Flow Accounts and Derived Indicators. A Methodological
Guide, Luxembourg.
145
Análise da Intensidade de Utilização de Materiais na Economia
Factor 10 Club, 1995, Carnourles Declaration, Wuppertal Institute, Wuppertal. Citado em
Reijnders (1998).
Ferrão, P. C., 2000, “O Automóvel no Contexto da Ecologia Industrial”, in P. C. Ferrão e J.
M. Figueiredo, ed., A Ecologia Industrial e o Automóvel em Portugal, Celta Editora, Oeiras.
Fischer-Kowalski, M., 1998, “Society’s Metabolism: The Intellectual History of Materials
Flow Analysis – Part I – 1860-1970”, Journal of Industrial Ecology, MIT Press, 2(1), pp. 6178.
Fischer-Kowalski, M. e W. Hüttler, 1999, “Society’s Metabolism: The Intellectual History of
Materials Flow Analysis – Part II – 1970-1998”, Journal of Industrial Ecology, MIT Press,
2(4), pp. 107-136.
Gielen, D. J., 1998, “Western European Materials as Sources of CO2 – A Materials Flow
Analysis Perspective”, Journal of Industrial Ecology, MIT Press, 2(2), pp.43-62.
Greening, L. A. e D. L. Greene, 1997, Energy Use, Technical Efficiency and the Rebound
Effect: a Review of the Literature, Report to the Office of Policy Analysis and International
Affairs, U.S. Department of Energy, Washington DC, December. Citado em Binswanger
(2001).
Grossman, G. M. e A. Krueger, 1991, “Environmental Impacts of a North American Free
Trade Agreement”, Discussion Papers in Economics, Princeton N. J., Woodrow Wilson
School of Public and International Affairs, 158. Citado em Suri e Chapman (1998).
Grossman, G. M. e A. Krueger, 1995, “Economic Growth and the Environment”, Quarterly
Journal of Economics, (CX-2) Maio, pp. 353-377. Citado em Bradford et al. (2000).
Haake, J., 1998, “Industry’s Demand for Dematerialization: a Discussion of the Point of View
of Industrial Firms in France”, in Third ConAccount Meeting: Ecologizing Societal
Metabolism, Amsterdam, pp. 47-58, in http://www.wupperinst.org, 10.11.00.
Hartman, C. L., P. S. Hofman e E. Stafford, 1999, “Partnerships: a Path to Sustainability”,
Business Strategy and the Environment, John Wiley & Sons, Set./Oct., 8(5), pp. 255-266.
Hawken, P., 1997, “Natural Capitalism”, Mother Jones,
http://bsd.mojones.com/mother_jones/MA97/hawken.html, 30.11.00.
March/April
1997,
Hediger, W., 1997, “Towards an Ecological Economics of Sustainable Development”,
Sustainable Development, John Wiley & Sons, 5, pp. 101-109.
Heiskanen, E., M. Jalas e A. Kärnä, 2000, The Dematerialization Potential of Services and
IT: Futures Studies Methods Perspectives, artigo apresentado no The Quest for the Futures
seminar, Workshop relativa a Futures Studies na Gestão Ambiental, Finlândia, Futures
Research
Centre,
Turku,
13-15
de
Junho,
2000,
http://www.hkkk.fi/organisaatiot/research/programs/dema/tutu.htm, 30.11.00.
Helminen, R.-R., 2000, “Developing Tangible Measures for Eco-Efficiency: The Case of the
Finnish and Swedish Pulp and Paper Industry”, Business Strategy and the Environment, John
Wiley & Sons, Maio/Jun., 9(3), pp. 196-210.
Hinterberger, F. e F. Luks, 1998, Dematerialization, Employment and Competitiveness in a
Globalized Economy, Wuppertal Institute, in http://www.wupperinst.org.
Honkasalo, A., 1998, “Entropy, Exergy and Steady-State Economy”, Sustainable
Development, 6, pp. 130-142.
Hüttler, Walter, H. Schandl e H. Weisz, , 1998, “Are Industrial Economies on the Path of
Dematerialization? Material Flow Accounts for Austria 1960-1996: Indicators and
International Comparison”, in Third ConAccount Meeting: Ecologizing Societal Metabolism –
November 21, Amsterdam, pp. 23-30, in http://www.wupperinst.org, 10.11.00.
146
Análise da Intensidade de Utilização de Materiais na Economia
Institute of Advanced Studies, 2000, The Environmental Kuznets Curve and Urban
Sustainability, apresentação de slides no Simpósio do UNU/IAS - Eco-Restructuring:
Revolution or Reform, The United Nations University, December 2, mimeo.
Instituto Geológico e Mineiro (IGM), 1994, Relatório de Actividades 1993, Lisboa.
Instituto Geológico e Mineiro (IGM), 1995, Relatório de Actividades 1994, Lisboa.
Instituto Geológico e Mineiro (IGM), 1997, Relatório de Actividades 1996, Ministério da
Economia, Lisboa.
Instituto Geológico e Mineiro (IGM), 1998, Relatório de Actividades 1997, Ministério da
Economia, Lisboa.
Instituto Geológico e Mineiro (IGM), 1999, Relatório de Actividades 1998, Ministério da
Economia, Lisboa.
Instituto Geológico e Mineiro (IGM), 2000, Relatório de Actividades 1999, Ministério da
Economia, Lisboa.
Instituto Nacional de Estatística (INE), 1960, Comércio Externo, Lisboa, Volume I.
Instituto Nacional de Estatística (INE), 1965, Recenseamento das Explorações Agrícolas das
Ilhas Adjacentes 1965, Lisboa.
Instituto Nacional de Estatística (INE), 1968, Inquérito às Explorações Agrícolas do
Continente 1968, Lisboa.
Instituto Nacional de Estatística (INE), 1971, Estatísticas do Comércio Externo, Lisboa,
Volume I.
Instituto Nacional de Estatística (INE), 1972, Anuário Estatístico 1971, Lisboa, Volume I.
Instituto Nacional de Estatística (INE), 1979, Recenseamento Agrícola – Continente 1979,
Lisboa.
Instituto Nacional de Estatística (INE), 1982, Anuário Estatístico 1980 – Continente, Açores e
Madeira, Lisboa.
Instituto Nacional de Estatística (INE), 1987, Estatísticas Agrícolas 1985 – Continente,
Açores e Madeira, Lisboa.
Instituto Nacional de Estatística (INE), 1989, Recenseamento Geral Agrícola – Portugal
1989, Lisboa.
Instituto Nacional de Estatística (INE), 1993, Portugal Agrícola , Lisboa.
Instituto Nacional de Estatística (INE), 1995, Inquérito à Estrutura das Explorações
Agrícolas – Portugal 1993, Lisboa.
Instituto Nacional de Estatística (INE), 1996, Inquérito à Estrutura das Explorações
Agrícolas – Portugal 1995, Lisboa.
Instituto Nacional de Estatística (INE), 1998, Estatísticas da Pesca 1997, Lisboa.
Instituto Nacional de Estatística (INE), 1999 (a), Balança Alimentar Portuguesa 1990-1997,
Lisboa.
Instituto Nacional de Estatística (INE), 1999 (b), Inquérito à Estrutura das Explorações
Agrícolas – Portugal 1997, Lisboa.
Instituto Nacional de Estatística (INE), 2000 (a), Estatísticas da Pesca 1999, Lisboa.
Instituto Nacional de Estatística (INE), 2000 (b), Recenseamento da Agricultura 1999,
Infoline – Serviço de Informação Online do INE.
147
Análise da Intensidade de Utilização de Materiais na Economia
Instituto Nacional de Estatística (INE), s/d, Anuário Estatístico 1961 – Metrópole , Lisboa,
Volume I.
Instituto Nacional de Estatística (INE), vários anos, Anuário Estatístico, Lisboa.
Instituto Nacional de Estatística (INE), vários anos, Estatísticas Agrícolas, Lisboa.
Instituto Nacional de Estatística (INE), vários anos, Estatísticas do Comércio Externo –
Continente e Ilhas Adjacentes, Lisboa, Volume II.
Instituto Nacional de Estatística (INE), vários anos, Estatísticas da Pesca, Lisboa.
Instituto Nacional de Estatística (INE), vários anos, Estatísticas da Produção Industrial,
Lisboa, Volume I para anos anteriores a 1993.
Instituto Nacional de Estatística (INE) e Instituto Nacional de Saúde Dr. Ricardo Jorge
(INSRJ), 1994, Balança Alimentar Portuguesa 1980-1992, Lisboa.
Instituto Nacional de Estatística – Delegação do Funchal (INEF), 1980, Anuário Estatístico
da Madeira 1978.
Jänicke, Martin, H. Mönch, T. Ranneberg e U. E. Simonis, 1989, “Economic Structure and
Environmental Impacts: East-West Comparisons”, The Environmentalist, Science and
Technology Letters, 9(3), pp. 171-183.
Jung, W., 1997, “Sustainable Development in Industrial Countries: Environmental Indicators
and Targets as Core Elements of National Action Plans – The German Case”, Sustainable
Development, John Wiley & Sons, 5(3), pp. 139-147.
Juutinen, A. e I. Mäenpää, 1999, Time Series for the Total Material Requirement of Finnish
Economy – Summary – Interim report, Eco-Efficient Finland Project, University of Oulu,
Thule Institute, in http://thule.oulu.fi/ecoef/ecoweb3.htm, 23.10.00.
Kaufmann, R. K., B. Davidsdottir, S. Garnham e P. Pauly, 1998, “The Determinants of
Atmospheric SO 2 Concentrations: Reconsidering the Environmental Kuznets Curve”,
Ecological Economics, Elsevier, 25, pp. 209-220.
Kuhndt, M. e C. Liedtke, 1998, “Translating a Factor X into Praxis”, in Third ConAccount
Meeting: Ecologizing Societal Metabolism – November 21, Amsterdam, pp. 84-89, in
http://www.wupperinst.org, 10.11.00.
Kuznets, S., 1955, “Economic Growth and Income Inequality”, Am. Econ. Rev., 45, pp. 1-28.
Citado em Rothman e Bruyn (1998).
Laitner, J. A., 2000, The Information and Communication Technology Revolution: Can It Be
Good for Both the Economy and the Climate? – Discussion Draft, EPA Office of
Atmospheric Programs, Washington, DC, http://enduse.lbl.gov/projects/ITrevolution.pdf,
04.11.00.
Lello, J. e E. Lello (dir.), 1983, Lello Universal – Dicionário Enciclopédico Luso Brasileiro,
Livraria Lello e Irmão, Porto, 2 Volumes.
Lothe, Solveig, I. Myrtveit e T. Trapani, 1999, “Compensation Systems for Improving
Environmental Performance”, Business Strategy and the Environment, John Wiley & Sons,
8(6), pp. 313-321.
Macieira, F. A., 1977, "Produções, Exportações e Importações de Substâncias Minerais de
Portugal (Continente e Ilhas Adjacentes) em 1975", Separata do Boletim de Minas, Lisboa,
Direcção-Geral de Minas e Serviços Geológicos, 14(1).
Malaska, P., 1998, Sustainable Development Analysis, Artigo apresentado na Workshop
“Ecological Modernisation” em Helsínquia, Finlândia, 10-12 de Setembro 1998. Citado em
Moll (1999).
148
Análise da Intensidade de Utilização de Materiais na Economia
Matthews, E., C. Amann, S. Bringezu, M. Ficher-Kowalski, W. Hüttler, R. Kleijn, Y.
Moriguchi, C. Ottke, E. Rodenburg, D. Rogich, H. Schandl, H. Schütz, E. Van Der Voet e H.
Weisz, 2000, The Weight of Nations – Material Outflows from Industrial Economies, World
Resources Institute, Washington, D. C.
Moll, S., F. Hinterberger, A. Femia e S. Bringezu, 1998, “An Input-Output Approach to
Analyse the Total Material Requirement (TMR) of National Economies”, in Third
ConAccount Meeting: Ecologizing Societal Metabolism – November 21, Amsterdam, pp.3946, in http://www.wupperinst.org, 10.11.00.
Moll, Stephan, 1999, Reducing Societal Metabolism. A Sustainable Development Analysis.
Poster presentation for the International Conference “Nature, Society and History”, Vienna,
September, 30th – October, 2nd .
Moll, S. e D. Gee, 1999, Making Sustainability Accountable: Eco-Efficiency Resource
Productivity and Innovation, European Environment Agency, Copenhagen, in
http://europa.eu.int, 16.11.01.
Mündl, A., H. Schütz, W. Stodulski, J. Sleszynski e M. J. Welfens, 1999, Sustainable
Development by Dematerialization in Production and Consumption: Strategy for the New
Environmental Policy in Poland, Institute for Sustainable Development, Warsaw.
Nickel, S., 1981, “Biases in Dynamic Models with Fixed Effects”, Econometrica, 49(6), pp.
1417-1426. Citado em Conceição (2000).
Nordic Council, 1999, Factors 4 and 10 in the Nordic Countries (Transport, Forests,
Building, Food), Terra Nord No 528, Nordic Council, Copenhagen. Citado em Moll e Gee
(1999).
OCDE, 1979, National Accounts 1960-1977, Paris, Volume II.
OCDE, 1984, Labour Force Statistics 1962-1982, Statistics Directorate, Paris.
OCDE, 1989, National Accounts 1975-1987 – Detailed Tables, Paris, Volume II.
OCDE, 1993, National Accounts 1979-1991 - Detailed Tables, Paris, Volume II.
OCDE, 1995, Labour Force Statistics 1973-1993, Statistics Directorate, Paris.
OCDE, 1998 (a), National Ac counts – Main Aggregates – 1960-1996, Statistics Directorate,
Paris, Volume I.
OCDE, 1998 (b), National Accounts 1984-1996 - Detailed Tables, Paris, Volume II.
OCDE, 2000 (a), National Accounts of OECD Countries 1988-1998 - Detailed Tables, Paris,
Volume II.
OCDE, 2000 (b), Labour Force Statistics 1979-1999, Statistics Directorate, Paris.
OCDE, 2001, National Accounts of OECD Countries 1988-1999 – Main Aggregates, Paris,
Volume I.
Opschoor, J. B., 1990, “Ecologische duurzame economische ontwikkeling: Een theoretisch
idee en een weerbarstige praktijk”, In Nijkamp, P., Verbruggen, H., (Eds.), Het Nederlands
Milieu in de Europese Ruimte: Preadviezen van de Koninklijke Vereniging voor
Staathuishoudkunde, Stenfert Kroese, Leiden, pp. 77-126. Citado em Bruyn et al. (1998).
Pearce, D., 2000, Public Policy and Natural Resources Management: A framework for
Integrating Concepts and Methodologies for Policy Evaluation - Draft, preparado para DGXI,
European Commission, http://europa.eu.int/comm/environment/enveco/waste/inpearce.pdf,
30.11.00.
Perman, R., Y. Ma e J. McGilvray, 1996, Natural Resource and Environmental Economics,
Longman, London.
149
Análise da Intensidade de Utilização de Materiais na Economia
Proops, J. L. R., M. Faber e G. Wagenhals, 1993, Reducing CO2 Emissions, Springer-Verlag,
Berlin. Citado em Chung e Rhee (2000).
Reijnders, L., 1998, “The Factor X Debate: Setting Targets for Eco-Efficiency”, Journal of
Industrial Ecology, MIT Press, 2(1), pp. 13-22.
Rogich, D., E. Rodenburg e C. Ottke, 1998, “Characterizing Material Flows: The Case of
Sustainability”, in Third ConAccount Meeting: Ecologizing Societal Metabolism – November
21, Amsterdam, pp. 91-99, in http://www.wupperinst.org, 10.11.00.
Romão, M. L., 1981, “Elementos Estatísticos sobre a Indústria Extractiva de Portugal –
Produções, Importações e Exportações de 1976 a 1979”, Boletim de Minas, Direcção Geral de
Geologia e Minas, Lisboa, Abr./Jun., 18(2).
Romão, M. L., 1982, “Elementos Estatísticos sobre a Indústria Extractiva em Portugal –
Produções, Importações e Exportações em 1980”, Separata do Boletim de Minas, Direcção
Geral de Geologia e Minas, Lisboa, 19(1).
Romão, M. L., 1983, “Elementos Estatísticos sobre a Indústria Extractiva em Portugal –
Produções, Importações e Exportações em 1981”, Separata do Boletim de Minas, Direcção
Geral de Geologia e Minas, Lisboa, 20(2).
Romão, M. L., J. F. da Cruz, M. J. Sobreiro e T. Vieira, 2000, “Evolução da Indústria
Extractiva por Regiões no Período de 1989 a 1998”, Separata de Boletim de Minas, Instituto
Geológico e Mineiro, Lisboa, Abr./Jun., 37(2), pp. 91-123.
Rothman, D. S., 1998, “Environmental Kuznets Curves – Real Progress or Passing the Buck?
A Case for Consumption-based Approaches”, Ecological Economics, Elsevier, 25, pp. 177194.
Rothman, D. e S. Bruyn, 1998, “Probing into the Environmental Kuznets Curve Hypothesis”,
Ecological Economics, Elsevier, 25, pp. 143-145.
Schimdt-Bleek, F., 1998, Factor 10: Making Sustainability Accountable – Putting Resource
Productivity into Praxis, Factor 10 Institute, Carnoules. Citado em Moll e Gee (1999).
Serviço Regional de Estatística dos Açores (SREA), 1986, Anuário Estatístico 1980-1981 –
Açores, Angra do Heroísmo.
Serviço Regional de Estatística dos Açores (SREA), 1990, Anuário Estatístico 1984-1985 –
Açores, Secretaria Regional das Finanças e Planeamento da Região Autónoma dos Açores,
Angra do Heroísmo.
Serviço Regional de Estatística dos Açores (SREA), 1995, Séries Estatísticas 1980-1993,
Angra do Heroísmo.
Serviço Regional de Estatística dos Açores (SREA), 2000, Séries Estatísticas 1988-1998 –
Estatísticas Oficiais, Angra do Heroísmo.
Secretaria Regional do Plano e da Coordenação da Madeira (SRPCM), 1995, Anuário
Estatístico da Madeira 1995, Governo Regional da Região Autónoma da Madeira, Direcção
Regional de Estatística, Funchal.
Shafik, N. e S. Bandyopadhyay, 1992, “Economic Growth and Environmental Quality: Time
Series and Cross Section Evidence”, in Working Papers for World Development Report 1992,
World Bank, Washington D. C. Citado em Suri e Chapman (1998).
Steiner, G., W. Stark, H. Pilz e H. Hutterer, 2000, Analysis of the Fundamental Concepts of
Resource Management, Gesellschaft für umfassende Analysen GmbH, Vienna.
Suri, V. e D. Chapman, 1998, “Economic Growth, Trade and Energy: Implications for the
Environmental Kuznets Curve”, Ecological Economics, Elsevier, 25, pp. 195-208.
150
Análise da Intensidade de Utilização de Materiais na Economia
Torras, M. e J. K. Boyce, 1998, “Income, Inequality and Pollution: a Reassessment of the
Environmental Kuznets Curve”, Ecological Economics, Elsevier, 25, pp. 147-160.
Unruh, G. C. e W. R. Moomaw, 1998, “An Alternative Analysis of Apparent EKC-type
transitions”, Ecological Economics, Elsevier, 15, pp. 221-229.
WBCSD (World Business Council for Sustainable Development), 2000, Eco-efficiency:
Creating
more
Value
with
less
Impact,
Geneva,
http://www.wbcsd.ch/printpdf/Eecreating%20more%20value%20with%20less%20impact.pdf
4.01.01.
WCED (World Commission on Environment and Development), 1987, Our Common Future
(The Brundtland Report), Oxford University Press, Oxford. Citado em Cole (1999).
Weisz, H., H. Schandl e M. Fischer-Kowalski, 1998, “OMEN – An Operating Matrix for
Material Interrelations between the Economy and Nature; How to make Material Balances
Consistent”, in Third ConAccount Meeting: Ecologizing Societal Metabolism – November 21,
Amsterdam, in http://www.wupperinst.org, 10.11.00.
Welfens, M. J., 1999, “Towards a New Material based Approach for Sustainable
Development. Western Experiences”, in Institute for Sustainable Development, Sustainable
Development by Dematerialization in Production and Consumption - Strategy for the New
Environmental Policy in Poland, Warsaw.
Wernick, I. K., R. Herman, S. Govind e J. H. Ausubel, 1996, Materialization and
Dematerialization: Measures and Trends, http://phe.rockefeller.edu/Daedalus/Demat/,
19.12.00.
World Bank, 1995, World Tables 1995.
Wuppertal Institute for Climate, Environment and Energy, 1997 (a), Research and
Development Agenda for Material Flow Analysis,
ConAccount
Project,
http://www.wupperinst.org/Projekte/ConAccount/agenda.html, 19.10.00.
Wuppertal Institute for Climate, Environment and Energy, 1997 (b), What are the Objectives
of
ConAccount?,
ConAccount
Project,
http://www.wupperinst.org/Projekte/ConAccount/objectives.html, 19.10.00.
151