Andrey Goldner Baptista Silva
Estudo comparativo dos fatores aglomerativos e
desaglomerativos entre as regiões metropolitanas do Brasil:
uma análise multivariada para o período de 1981 a 1999
Belo Horizonte, MG
UFMG/CEDEPLAR
2002
Andrey Goldner Baptista Silva
Estudo comparativo dos fatores aglomerativos e
desaglomerativos entre as regiões metropolitanas do Brasil:
uma análise multivariada para o período de 1981 a 1999
Tese apresentada ao curso de mestrado do
Centro de Desenvolvimento e Planejamento
Regional da Faculdade de Ciências
Econômicas da Universidade Federal de Minas
Gerais, como requisito parcial à obtenção do
Título de Mestre em Economia.
Orientador: Prof. Dr. Rodrigo Ferreira Simões
Belo Horizonte, MG
Centro de Desenvolvimento e Planejamento Regional
Faculdade de Ciências Econômicas - UFMG
2002
“Para dizer só existem duas regras: ter algo a
dizer e dizê-lo”. (OSCAR WILDE)
“A leitura torna o homem incompleto; a
conversação torna-o ágil e o escrever dá-lhe
precisão”. (FRANCIS BACON)
DEDICATÓRIA
Aos meus pais, Adenir e Áurea,
pelo
incentivo,
determinação
e
carinho,
por
não
crença,
medirem
esforços para que eu pudesse atingir os
meus objetivos.
AGRADECIMENTOS
Inicialmente à Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
(CAPES), que possibilitou o acesso à bolsa de estudo no período do curso de mestrado,
possibilitando a concretização deste trabalho.
À Universidade Federal de Minas Gerais (UFMG) e principalmente ao Centro de
Desenvolvimento e Planejamento Regional (CEDEPLAR), pela oportunidade concedida
para realização de um sonho.
Ao corpo de docente do CEDEPLAR, pelo apoio incondicional e contribuição no
meu processo de aprendizagem: Ana Flávia Machado, Cândido Guerra, Clélio Campolina,
Elenice Biazi, João Antônio de Paula, Luiz Antônio Macedo, Marco Crocco, Maurício
Borges, Mônica Viegas, Pablo Fajnzylber, Paulo Brígido, Sueli Moro e Viviane Luporini.
Ao professor e coordenador do curso, Mauro Borges, pela presteza e auxílio para
superar os desafios.
Principalmente, ao professor Rodrigo Ferreira Simões (meu orientador), que
aceitou o desafio proposto por mim, acreditando no meu trabalho, incentivando-me nas
horas difíceis, elucidando as dúvidas que surgiam, e pela sinceridade, que aliados
possibilitaram a conclusão do trabalho. De maneira mais simples, meu muito obrigado.
Aos professores integrantes da banca de defesa pública, Maurício Borges e Mauro
Borges, pelas sugestões que possibilitaram uma melhor composição do meu trabalho.
Ao pessoal do CPD, pela ajuda; aos funcionários da secretaria e da biblioteca, por
terem dado condições essenciais para a conclusão do curso.
Aos bolsistas e pesquisadores do CEDEPLAR e FACE, principalmente Ana Paula
Freitas, Bruno Campos e Rangel Galinari, pela ajuda incontestável nos momentos iniciais
da elaboração da dissertação.
Aos meus colegas de Mestrado em Economia da turma de 2000: Cláudia, Cláudio,
Christian, Daniela, Fabiano, Fernando, José Ronaldo, Leonardo, Lilian, Luiz Fernando,
Rutelly e Mariângela. Passamos por bons e maus momentos juntos, mas no final tudo deu
certo.
Aos meus grandes amigos, Christian, Fabiano, Leonardo, José Ronaldo, Pedro,
Murilo e Túlio, pelos momentos compartilhados, do quais jamais me esquecerei. Galera,
valeu pela força.
Principalmente aos meus familiares – meu pai, minha mãe e meu irmão Erick – que
não mediram esforços e pelo voto de confiança. Aos meus avós, Angelina e Luiz, que
sempre me apoiaram e incentivaram; e minha Tia Sandra, que para mim foi a minha
segunda mãe, sempre me apoiando. E aos demais familiares.
À Carolina, pelo voto de confiança, amizade, carinho e amor. “Carol” com a sua
companhia tudo ficou mais fácil.
SUMÁRIO
1. INTRODUÇÃO..............................................................................................................12
2. REVISÃO DA LITERATURA.....................................................................................16
2.1. Definição de região......................................................................................................16
2.2. Rede urbana, bens e lugares centrais........................................................................20
2.3. O modelo da renda fundiária de Von Thünen .........................................................25
2.4. Análise dos fatores aglomerativos e desaglomerativos ............................................32
2.5. Processo de desconcentração da região metropolitana primaz do Brasil.............35
3. BASE DE DADOS E METODOLOGIA .....................................................................40
3.1. Base de dados ..............................................................................................................40
3.2. Variáveis ......................................................................................................................43
3.3. Métodos........................................................................................................................46
3.3.1. Análise dos componentes principais.......................................................................46
3.3.2. Análise de cluster......................................................................................................51
4. ANÁLISE DESCRITIVA DOS FATORES AGLOMERATIVOS E
DESAGLOMERATIVOS .................................................................................................55
4.1. Análise dos fatores aglomerativos e desaglomerativos para a década de 1980 .....55
4.1.1. Região Metropolitana de São Paulo .......................................................................56
4.1.2. Regiões metropolitanas do Norte e Nordeste.........................................................61
4.1.3. Regiões metropolitanas do polígono.......................................................................66
4.2. Análise dos fatores aglomerativos e desaglomerativos para década de 1990 ........68
4.2.1. Região Metropolitana de São Paulo .......................................................................72
4.2.2. Regiões metropolitanas do Norte e Nordeste.........................................................74
4.2.3. Regiões metropolitanas do polígono.......................................................................78
5. ANÁLISE DOS RESULTADOS: ANÁLISE DOS COMPONENTES PRINCIPAIS
E CLUSTER........................................................................................................................80
5.1. Resultados dos componentes principais para década de 1980................................80
5.2. Resultados dos componentes principais para década de 1990................................88
5.3. Análise de cluster para a década de 1980..................................................................96
5.4. Análise de cluster para a década de 1990................................................................101
6. CONSIDERAÇÕES FINAIS ......................................................................................106
7. REFERÊNCIAS BIBLIOGRÁFICAS.......................................................................109
LISTA DE TABELAS
TABELA 1 Matriz de coeficientes dos componentes principais....................................49
TABELA 2 Fatores aglomerativos para a década de 1980 nas respectivas regiões
metropolitanas....................................................................................................................55
TABELA 3 Fatores desaglomerativos para a década de 1980 nas respectivas regiões
metropolitanas....................................................................................................................56
TABELA 4 Produto industrial por regiões metropolitanas e por Estados (valores
absolutos) ............................................................................................................................57
TABELA 5 Evolução da população por região metropolitana (1970/2000)................58
TABELA 6 Valores do PIB(1) e PIB per capita por regiões metropolitanas definidas
(valores absolutos)..............................................................................................................60
TABELA 7 Fatores aglomerativos para a década de 1990 nas respectivas regiões
metropolitanas....................................................................................................................68
TABELA 8 Fatores desaglomerativos para a década de 1990 nas respectivas regiões
metropolitanas....................................................................................................................69
TABELA 9 Total da variância explicada referente aos dados de 1981 ........................80
TABELA 10 Matriz dos coeficientes dos componentes principais para 1981..............81
TABELA 11 Total da variância explicada referente aos dados de 1985 ......................83
TABELA 12 Matriz dos coeficientes dos componentes principais para 1985..............84
TABELA 13 Total da variância explicada referente aos dados de 1989 ......................86
TABELA 14 Matriz dos coeficientes dos componentes principais para 1989..............86
TABELA 15 Total da variância explicada referente aos dados de 1992 ......................88
TABELA 16 Matriz dos coeficientes dos componentes principais para 1992..............89
TABELA 17 Total da variância explicada referente aos dados de 1996 ......................91
TABELA 18 Matriz dos coeficientes dos componentes principais para 1996..............92
TABELA 19 Total da variância explicada referente aos dados de 1999 ......................94
TABELA 20 Matriz dos coeficientes dos componentes principais para 1999..............94
TABELA 21 Matriz de proximidade das regiões metropolitanas1, 2 para 1981 ...........96
TABELA 22 Matriz de proximidade das regiões metropolitanas1, 2 para 1985 ...........97
TABELA 23 Matriz de proximidade das regiões metropolitanas1, 2 para 1989 ...........97
TABELA 24 Matriz de proximidade das regiões metropolitanas1, 2 para 1992 .........102
TABELA 25 Matriz de proximidade das regiões metropolitanas1, 2 para 1996 .........102
TABELA 26 Matriz de proximidade das regiões metropolitanas1, 2 para 1999 .........102
LISTA DE GRÁFICOS
GRÁFICO 1 – Exemplo de análise gráfica de componentes principais .......................51
GRÁFICO 2 – Evolução da verticalização urbana para as regiões metropolitanas ...70
GRÁFICO 3- Evolução da renda fundiária paras as regiões metropolitanas .............71
GRÁFICO 4 – Evolução da produtividade média do trabalho para as regiões
metropolitanas....................................................................................................................72
GRÁFICO 5 – Componentes principais com as variáveis e as regiões metropolitanas
para 1981 ............................................................................................................................82
GRÁFICO 6 – Componentes principais com as variáveis e as regiões metropolitanas
para 1985 ............................................................................................................................84
GRÁFICO 7 – Componentes principais com as variáveis e as regiões metropolitanas
para 1989 ............................................................................................................................87
GRÁFICO 8 – Componentes principais com as variáveis e as regiões metropolitanas
para 1992 ............................................................................................................................89
GRÁFICO 9 – Componentes principais com as variáveis e as regiões metropolitanas
para 1996 ............................................................................................................................93
GRÁFICO 10 – Componentes principais com as variáveis e as regiões metropolitanas
para 1999 ............................................................................................................................95
LISTA DE DIAGRAMAS
DIAGRAMA 1 – Exemplo de dendograma utilizando o método de ligação simples ..54
DIAGRAMA 2 – Dendograma das regiões metropolitanas para 1981.........................99
DIAGRAMA 3 – Dendograma das regiões metropolitanas para 1985.........................99
DIAGRAMA 4 – Dendograma das regiões metropolitanas para 1989.........................99
DIAGRAMA 5 – Dendograma das regiões metropolitanas para 1992.......................104
DIAGRAMA 6 – Dendograma das regiões metropolitanas para 1996.......................104
DIAGRAMA 7 – Dendograma das regiões metropolitanas para 1999.......................104
RESUMO
Com este trabalho pretende-se verificar como as regiões metropolitanas do Norte e
Nordeste e as regiões metropolitanas do Centro-Sul, estas últimas formando um grande
“polígono”, se beneficiaram do processo de desconcentração industrial da Região
Metropolitana de São Paulo que ocorreu por volta da década de 1970. Para verificar essa
dinâmica, buscou-se utilizar indicadores que pudessem demonstrar a presença ou não de
fatores aglomerativos e desaglomerativos nestas regiões, que estariam atuando como forças
centrípetas ou centrífugas na realocação de investimentos. Para tanto, utilizou-se a análise
dos componentes principais e de agrupamento (cluster) hierárquico, com o intuito de
verificar o posicionamento das regiões metropolitanas em relação aos indicadores
calculados. Os resultados indicam que as regiões metropolitanas do Norte e Nordeste
apresentaram padrões de crescimento para os seus indicadores aglomerativos ao longo das
décadas de 1980 e 1990, contudo inferiores à média das metrópoles que compõem o
grande “polígono”, que por sua vez delinearam um perfil fortemente calcado em
indicadores aglomerativos.
ABSTRACT
The present work has the aim to verify how the metropolitan areas of the North and
Northeast regions of Brazil and its Center-south metropolitan areas, these last ones forming
a great " polygon ", have benefited from the process of industrial desconcentration of the
Metropolitan Area of São Paulo City which occurred in the 1970’s. To verify these
dynamics, it tried to show some indicators which could demonstrate whether there is
presence or not of agglomeration and disagglomeration factors in these areas, that would
be acting as attractive or repulsive powers in replacing the investments. In this sense, it
has used some analysis of the principal components and of the hierarchical cluster with the
aim to verify the positioning of the metropolitan
areas in relation to the calculated
indicators. The results indicate that the metropolitan areas of the North and Northeast
presented growth patterns for their agglomerative indicators along the 1980’s and the
1990’s, although, these indicators are smaller than those which refer to the metropolises
that are part of the big polygon which have delineated a profile strongly stepped on
agglomeration indicators.
12
1. INTRODUÇÃO
Os centros urbanos apresentam constantes modificações em suas estruturas
produtivas. Este processo é resultado da atuação freqüente de economias de aglomeração e
de desaglomeração. A primeira modalidade atua centralizando a atividade econômica, ao
passo que a segunda age de maneira a dispersar as atividades. Desta forma, o crescimento e
o desenvolvimento de centros urbanos ficam condicionados à atuação de fatores
aglomerativos e desaglomerativos. A presença ou a ausência desses fatores influencia a
localização de atividades em determinadas localidades.
No escopo que trata da dinâmica urbana a partir dos fatores aglomerativos e
desaglomerativos, estão inseridos, especialmente, os trabalhos de LEMOS (1988), que a
partir do modelo de localização agrícola de VON THÜNEN (1826) realiza uma
interpretação do fenômeno da desaglomeração das atividades econômicas a partir de uma
localidade, com base na determinação da renda fundiária gerada, e de LÖSCH (1954), que
explica a própria constituição de um centro urbano em razão das vantagens econômicas de
aglomeração das atividades no espaço, com base em economias de escala e na formação da
área de mercado. MARSHALL (1985) reforça a análise da geração de economias de
escala, que segundo autor seria resultado da aglomeração de atividades produtivas, tendo
em vista que, quando várias empresas de um mesmo setor se concentravam em um mesmo
local, ganhos eram gerados e internalizados.
O que se pode verificar é que a atuação de economias de aglomeração em centros
urbanos tende a atrair investimentos, proporcionando o crescimento da renda e do
emprego. Entretanto, esse crescimento possibilita a geração de deseconomias de
aglomeração nesses centros, atuando como fator inibidor na atração de novos
investimentos.
Para os centros brasileiros, essa dinâmica ocorreu no decorrer do processo de
industrialização via substituição de importações, intensificado nos últimos anos da década
de 1930, que se concentrou na região Centro-Sul do País, gerando diferencial de
desenvolvimento entre as regiões brasileiras.
Nesse sentido, o Estado, a partir dos anos de 1960, passou a atuar de forma
sistemática, por meio de investimentos diretos, incentivos fiscais e de programas de
desenvolvimento regional, utilizados para financiar obras de infra-estrutura, com o objetivo
de desenvolver as regiões brasileiras mais atrasadas. Podemos citar dentre estes programas
a criação das superintendências de desenvolvimento regional, como a SUDENE (para o
Nordeste), SUDAM e SUFRAMA (para a região Amazônica), e de em conjunto de outros
13
órgãos, como o Banco do Nordeste (BNB), que deveriam produzir políticas de
desenvolvimento para estas regiões deprimidas.
Dentre os objetivos desses projetos, principalmente os da SUDENE, dois foram
primordiais: iniciar um processo de reforma agrária para dinamizar a agricultura no
Nordeste e implantar um setor industrial para gerar dinamismo nessa região. Este segundo
objetivo, de acordo com o projeto, deveria ser implementado de preferência nos pólos
regionais, priorizando o início de um processo de modernização na região. Esta
industrialização induzida faria com o Nordeste brasileiro aumentasse a sua participação na
formação do PIB nacional, principalmente no que diz respeito à indústria de transformação
(LOILA, 1998).
Os resultados dessas políticas surtiram algum efeito, pois a região Norte passou de
participação do PIB nacional de 1,52% no 1975 para 3,45% em 1996, enquanto o Nordeste
ampliou a sua participação no PIB nacional de 6,66% para 8,82% no mesmo período
(ANDRADE & SERRA, 2000).
No período de elaboração dos projetos incentivados pelas superintendências, havia
certa abundância de recursos originários da poupança pública. Os problemas de curto prazo
enfrentados pela economia brasileira nas décadas de 1970 e 1990, relacionados a inflação e
aos desequilíbrios nas contas externas, tornaram estes recursos escassos e fizeram com que
os formuladores de políticas públicas estivessem somente atentos a políticas de curto
prazo, abandonando o planejamento econômico e social de médio e longo prazo no Brasil;
isto é, políticas utilizadas para combater a inflação e controlar a balança de pagamentos
não foram suficientes para estabelecer um novo padrão de desenvolvimento no País.
Diante da crise enfrentada pelo país nos anos de 1980 e com o relativo insucesso
das políticas públicas implementadas nas décadas anteriores, as ações dos órgãos
responsáveis pelo combate dos desequilíbrios regionais reduziram a intensidade de
atuação.
Paralelamente a essas ações promovidas pelo Estado, iniciou-se no final dos anos
de 1960, um processo de reversão na polarização do desenvolvimento industrial, em razão
de aumentos dos custos nas principais regiões metropolitanas do País – Rio de Janeiro e
São Paulo –, refletidos no crescimento intenso ocorrido nesses centros em décadas
passadas. O processo incidiu de forma mais intensa na Região Metropolitana de São Paulo,
com base no crescimento das deseconomias de aglomeração, quais sejam: aumento do
custo do solo urbano, custos ambientais e problemas de acessibilidade na região. Cabe
ressaltar que os grandes investimentos em infra-estrutura e os incentivos fiscais,
juntamente com os efeitos da fronteira agrícola no Norte e Nordeste e a exploração de
14
outros recursos naturais, acabaram por gerar economias de aglomeração em outros centros
que contribuem para o processo de desconcentração na metrópole paulista.
Apesar desses efeitos, os quais auxiliaram no crescimento de várias regiões, para
DINIZ (1993) o processo de desconcentração industrial foi relativamente contido no
interior da região Centro-Sul, em um grande polígono que vai da região central de Minas
Gerais ao nordeste do Rio Grande do Sul. O autor explica que as mudanças tecnológicas,
estruturais e políticas recentes apontam no sentido de uma reconcentração na área mais
desenvolvida do País, caracterizado como polígono e seu entorno definido por Belo
Horizonte – Uberlândia – Londrina/Maringá – Porto Alegre – Florianópolis – São José dos
Campos – Belo Horizonte.
Em face desse novo cenário que se delineava, com a perda de posição relativa da
Região Metropolitana de São Paulo na produção industrial, a inserção dos centros
regionais do Norte e Nordeste no contexto nacional e a tendência de uma reconcentração
na área mais desenvolvida do País, caracterizado como polígono e seu entorno, o objetivo
principal do trabalho é identificar vantagens e desvantagens comparativas relacionadas a
fatores aglomerativos e desaglomerativos das regiões metropolitanas do Nordeste – a
saber, Salvador, Fortaleza e Recife – do Norte – Belém – e das regiões metropolitanas que
compõem o polígono – Belo Horizonte, Curitiba e Porto Alegre – de acordo com DINIZ
(1993).
Supõe-se que esses fatores atuem como fontes de atração e repulsão de novos
investimentos industriais e também de realocação da indústria em âmbito nacional nas
regiões acima relacionadas. Essa identificação será possível com a determinação de fatores
que geram ganhos aglomerativos – ou seja, que reduzem os custos unitários médios no
curto prazo – e a análise das economias de desaglomeração, oriundas de aumentos nos
custos unitários dos fatores de produção, custos ambientais e tempo de deslocamento em
conseqüência do crescimento do centro urbano.
Para tanto, utilizou-se a técnica de Estatística Multivariada para uma melhor
descrição dos dados provenientes da Pesquisa Nacional por Amostra de Domicílios
(PNAD) para as décadas de 1980 e 1990. As duas técnicas utilizadas no presente estudo
são a dos componentes principais e a análise de conglomerado – análise de cluster –, com
o intuito de captar as informações provenientes das variáveis calculadas. A vantagem da
utilização dessas técnicas está na capacidade de diminuir o número de informações em um
conjunto de dados de maneira a possibilitar uma melhor análise dos resultados.
Este trabalho está disposto em quatro capítulos, além da introdução e das
considerações finais. O capítulo 2 aborda aspectos teóricos sobre a dinâmica urbana e do
15
surgimento de fatores aglomerativos e desaglomerativos. No capítulo 3, são descritas as
técnicas de Estatística Multivariada utilizadas para o tratamento dos indicadores
construídos. No capítulo 4, fez-se uma análise dos fatores aglomerativos e
desaglomerativos. No capítulo 5, são discutidos os resultados obtidos na análise
multivariada.
16
2. REVISÃO DA LITERATURA
Inicialmente, será feita uma interpretação dos elementos básicos da análise
regional, que são os conceitos de espaço, região e região pólo. A partir desses conceitos,
segue-se uma discussão sobre rede urbana, bens e lugares centrais, conclui-se com uma
especificação introdutória das noções de renda fundiária e de fatores aglomerativos e
desaglomerativos.
2.1. Definição de região
Os principais trabalhos que buscaram desenvolver os conceitos de região
econômica e espaço econômico foram idealizados nos meados do século passado, sendo
estes elaborados por François Perroux e Jacques Boudeville. PERROUX (1967)
desenvolveu seu conceito de espaço no período do pós-guerra, por causa de sua
insatisfação com os conceitos definidos naquela época, que consideravam as economias
nacionais contidas apenas em seus territórios, fruto do fascismo que imperava, impondo
restrições à política internacional. Para desenvolver seu conceito de espaço econômico, o
autor, utilizou o conceito matemático de espaço abstrato, que possibilitaria uma análise
mais apropriada das inter-relações econômicas existentes em um país. De acordo com
Perroux, deveriam ser determinados os objetos através de relações abstratas, e do conjunto
destas relações surgiria o espaço econômico. Isto é, ter-se-iam quantos espaços
econômicos quantos os fenômenos econômicos estudados (PERROUX, 1967).
O autor também faz uma distinção entre o espaço geonômico, ou vulgar, e os
espaços econômicos. Para realizar tal distinção, utiliza o conceito de empresa, definido
como a unidade de produção elementar. O espaço vulgar da empresa pode ser
compreendido como relações geonômicas entre os objetos, ou seja, relações entre um
grupo de homens e um grupo coisas. Nesse espaço a empresa realiza a sua produção, com
seus equipamentos e seus operários, apresentando uma característica de ser mais técnico do
que econômico.
Espaços econômicos são definidos pelo autor como as relações econômicas
estabelecidas entre elementos econômicos. Podem ser analisados de três formas: como
conteúdo de um plano, como campo de forças e como um conjunto homogêneo.
Por conteúdo de um plano, compreende-se o local onde ocorrem as relações entre
os agentes econômicos – empresa, empregados e fornecedores de matérias-primas –,
apresentando a característica de ser mutável no tempo, não podendo, assim, ser
cartografado. Campo de forças indica a presença de centros que emanam simultaneamente
17
forças centrífugas e forças centrípetas (espaço heterogêneo). Neste caso, cada centro
apresenta, ao mesmo tempo, atração e repulsão, indicando o seu próprio campo, que é
invadido por campos de outros centros. Considerando a empresa como centro, esta tem o
poder de atrair ao seu espaço vulgar homens e coisas ou de afastá-los dele. Pode atrair os
elementos econômicos de oferta e procura ao seu espaço – como conteúdo de um plano –
ou repeli-los. Assim sendo, define-se a área de influência econômica da empresa. Num
terceiro aspecto, a empresa ocupa o espaço definido como conjunto homogêneo, indicando
as relações entre as unidades e a sua estrutura, ou as relações entre as unidades. Essas
unidades estariam próximas entre si por apresentarem uma estrutura mais ou menos
homogênea, mesmo que topográfica ou economicamente próximas. Todavia, mesmo em
uma situação de concorrência perfeita, cada empresa apresenta suas condições de
produção, venda e custo. Neste caso, estas são obrigadas a praticar os mesmos preços para
consumidores situados a uma mesma distância física. No entanto, mesmo estando os
consumidores localizados em diferentes distâncias físicas as empresas podem praticar o
mesmo preço. Portanto, independentemente das coordenadas das empresas no espaço
vulgar, estas se encontram num mesmo espaço econômico (PERROUX, 1967).
O estudo do espaço heterogêneo é que nos interessa, pois este é o que permite – por
definição – a determinação do processo de troca, essência da economia capitalista. O
espaço heterogêneo, interdependente e complementar, é que permite que o processo de
troca se realize e possibilite a determinação do espaço planejado. A partir da
interdependência das atividades, Perroux desenvolve o seu conceito de pólo de
crescimento, sendo que este só pode ser entendido sob a visão abstrata de espaço. Para o
autor, o pólo de crescimento deve ser analisado como uma unidade motriz com o poder de
exercer dominação sobre os demais pontos que interagem com ela. Portanto, a definição de
uma unidade como motriz parte dos efeitos que ela desencadeia em um espaço econômico
e social captados por meio de uma influência positiva na estrutura, acompanhada por uma
expansão na taxa de crescimento nas unidades próximas a ela (PERROUX, 1967).
No que diz respeito ao conceito de região econômica, Perroux nunca o concebeu,
por achar que as regiões eram definidas sempre como um fenômeno concreto, definido
pelo passado histórico ou por determinismo geográfico (ROLIM, 1982).
Com o objetivo de inserir o conceito de espaço elaborado por Perroux em um
âmbito territorial e também de desenvolver um conceito de região econômica,
18
BOUDEVILLE (1973) iniciou o seu trabalho com base nos conceitos elaborados pelo seu
professor1.
De acordo com BOUDEVILLE (1973), espaço econômico é uma realidade
concreta, ao mesmo tempo em que material e humana, diferentemente da visão de Perroux,
que assumia o espaço econômico como um espaço matemático, abstrato. Para Boudeville,
o espaço econômico é o espaço das relações existentes entre dois conjuntos distintos, sendo
o primeiro conjunto representado pelo espaço das atividades e o segundo pelos lugares
geográficos. O produto cartesiano desses dois conjuntos formará, de acordo com
Boudeville, o espaço econômico. No entanto, o autor chama a atenção para um ponto
relevante: a diferenciação existente entre espaço geográfico e espaço econômico. Para
tanto, é necessária a presença de certa cautela, pois é imprescindível a caracterização
geográfica, que representa a localização de uma região dentro de um limite políticoadministrativo (ROLIM, 1982).
Feita uma exposição do conceito de espaço econômico, Boudeville define o que é
região econômica. Para ele, a grande diferença entre os dois conceitos está no fato de que a
região deve ser uma superfície contínua, que agrega elementos geográficos contínuos e
elementos espaciais que possuem fronteiras comuns. O conceito de região se baseia em três
requisitos básicos de definição de um objeto: princípio finalístico ou teleológico; descrição
material do objeto; e relações do objeto com os demais.
O primeiro se refere ao fato de que quando ocorre uma regionalização de um
espaço geográfico, como em subespaços, torna-se necessário identificar o motivo ou a
finalidade que se deseja atingir com tal divisão. A descrição material está relacionada com
a caracterização de aspectos sociais e econômicos de cada região para permitir uma futura
comparação com as outras. Por último, as relações existentes entre os objetos, indicando as
inter-relações e interdependências sociais, econômicas, políticas, administrativas e outras,
entre as regiões, e possivelmente, dentro delas. Essas características citadas se referem a
relações inter e intra-regionais, que resultam em uma divisão do espaço geográfico em
regiões polarizadas, constituídas de focos de desenvolvimento e o seu respectivo entorno,
surgindo, assim, um sistema de equilíbrio de forças. Portanto, as regiões podem ser
classificadas em três tipos: regiões homogêneas, regiões polarizadas e regiões de
planejamento (ROLIM, 1982).
1
Vários autores interpretam a visão de Boudeville como uma “traição” à concepção original de
Perroux. Não nos cabe aqui desenvolver esse aspecto.
19
As regiões polarizadas são o alvo do estudo a ser aqui realizado, sendo estas um
espaço heterogêneo, cujas partes são complementares e mantêm entre si, e particularmente
com o pólo dominante, uma relação de trocas maior do que a estabelecida com a região
vizinha; isto é, ocorre um intenso comércio de bens e serviços interno que sobrepuja em
todos os pontos a intensidade externa. No espaço polarizado, existem cidades, espaços e
regiões definidas como satélites que gravitam em torno de um pólo ou núcleo. A relação
existente entre o pólo e as cidades satélites acaba por gerar uma hierarquização, podendo
essa relação ter um caráter nacional, regional e, mesmo, local. Além da hierarquização, os
pólos exercem a função complementaridade no entorno polarizado (BOUDEVILLE,
1973).
Diante desse processo de formação de pólos, possível pelo conceito de campos de
forças elaborado por Boudeville, pode-se realizar uma contextualização diferenciada deste
conceito, no qual o campo de forças passa a ser a base para a formação de áreas de
mercado em que a variável excedente econômico passa a ser de fundamental importância
para a identificação e o surgimento de núcleos urbanos. O surgimento destes últimos,
segundo a concepção de Boudeville, é possível em razão da presença de indústrias
motrizes, que se caracterizam por proporcionar um processo de alavancagem de
desenvolvimento de uma determinada região, por meio de seus efeitos indutores e de
economias de aglomeração. Com o crescimento desses dois efeitos, o resultado é a maior
acumulação de capital e ganhos de produtividade, oferecendo maiores ganhos aos
trabalhadores, impulsionando o desenvolvimento do setor terciário. Assim, regiões
próximas a estes núcleos passam a colher os frutos dos ganhos obtidos pela região central,
sendo esta caracterizada como região motriz (BOUDEVILLE, 1973).
Desta forma, temos a conceituação de pólos de crescimento a partir de duas visões.
Contudo, PARR (1999) ressalta que as diferenças que envolvem os dois conceitos está na
forma como elas foram criadas, ou seja, a base de seu desenvolvimento. Para PERROUX
(1967), o desenvolvimento de sua teoria de pólos de crescimento apontava para o
surgimento deste de maneira natural, a partir de um crescimento econômico originado de
desequilíbrios e dominação, que ocorrem irregularmente. O crescimento, na visão de
PERROUX (1967), não surge em todos os lugares ao mesmo tempo, manifestando-se em
pontos isolados ou pólos de crescimento com intensidade diferenciada. Essa dinâmica
propaga-se por meio de vários canais e com diferentes efeitos globais sobre toda a
economia. O autor expressa seu argumento em termos da economia no espaço abstrato, no
qual a polarização é mensurada pela intensidade de transações ocorridas entre firmas ou
indústrias. De outro lado, o conceito de pólo de crescimento desenvolvido por
20
BOUDEVILLE (1973) é elaborado com base no conceito de espaço geográfico, no qual
um conjunto de indústrias em expansão induz, futuramente, o desenvolvimento de
atividades econômicas por intermédio de sua área de influência.
A teoria de pólo de crescimento no espaço geográfico assumiu um aspecto
normativo. Criou-se a partir desta a possibilidade de se desenvolverem estratégias ou
políticas de pólo de crescimento, funcionado como base para a intensificação de estratégia
de crescimento induzido ou planejado em determinado pólo. A utilização dessas políticas
de pólo de crescimento tem como objetivo solucionar problemas no campo econômico
regional, para promover o crescimento do bem-estar regional ou o desenvolvimento
regional econômico. Essa estratégia, ou política, é baseada em um sistema de planejamento
de pólos conforme a configuração espacial particular em termos de tamanho, hierarquia e
nível. Portanto, as teorias de pólo de crescimento funcionaram como base para a criação de
estratégias de pólos de crescimento que acabam por funcionar como uma maneira de
reduzir as disparidades regionais pelo desenvolvimento de áreas mais estagnadas, pela
criação de incentivos e investimentos que busquem atrair atividades econômicas, tendo as
estratégias o intuito de compensar deficiências (PARR, 1999).
2.2. Rede urbana, bens e lugares centrais
Com o intuito de diagnosticar a formação de uma rede urbana, CHRISTALLER
(1966) procurou estudar as causas que levavam as cidades a se organizarem em uma
espécie de rede. Questionava o porquê da existência de pequenas e grandes cidades e,
ainda, o motivo pelo qual estas estavam distribuídas de forma irregular no espaço.
Foi a partir dessas questões que CHRISTALLER (1966) buscou demonstrar que a
organização das cidades não era desordenada, mas existia uma evidente regularidade na
sua disposição e na sua hierarquia. Desta forma, procurou analisar a ocupação do espaço
por intermédio da formação de núcleos urbanos e as suas formas de atuação sobre as
demais localidades ao seu redor.
O autor fundamentou a sua concepção a partir de uma explicação de como ocorre a
organização em torno de um núcleo. Desde os primórdios, a vida comunitária vem se
organizando em torno de determinados locais especiais, como entrepostos comerciais,
entroncamento de vias de transporte e igrejas, que acabam por funcionar como centros para
a formação do desenvolvimento de cidades. Assim sendo, a cidade ocupa a sua principal
função, qual seja, a de ser o centro da região. Essa região ao redor da cidade depende desta
sob vários aspectos, sendo conhecida como região complementar.
21
Em razão dessa análise, surge a idéia de lugar central, fruto do conceito de centro
de uma região no qual a densidade de localização da população e das atividades
econômicas é superior à da região complementar.
Com a possibilidade de lugares centrais de diversos tamanhos, CHRISTALLER
(1966) parte para uma diferenciação dos lugares centrais por meio de níveis, como de
primeira ordem, de segunda, e assim por diante. Entretanto, surge a questão: Como definir
os níveis dos lugares centrais? O autor parte para a definição da importância que um centro
possui, ou seja, a centralidade que este possui em relação aos demais. As possibilidades de
desenvolvimento e as características implícitas do centro proporcionariam-lhe determinado
grau de importância. Quanto maior este grau de importância, maior será a região
complementar (CHRISTALLER, 1966; ABLAS, 1982).
De acordo com ABLAS (1982), este nível de centralidade a que Christaller está se
referindo é o que se pode chamar de economias externas ou, em outras palavras,
economias de escala, diretamente relacionadas ao nível da cidade. Este diferencia uma
cidade de um burgo pela presença na primeira de atividades cooperativas no sentido de que
tais as atividades seriam caracterizadas pela divisão do trabalho, sendo somente possível a
partir de determinado tamanho de cidade.
Essa centralidade a que Christaller se refere compreende mais um conjunto de
funções centrais do que uma posição central especialmente definida. O surgimento de um
lugar central ocorreria pelo fato de que funções específicas de uma cidade devem ser
efetuadas por meio de atividades que, por necessidade, devem se localizar em um lugar
central. Essas atividades, ou às profissões que executam tais atividades, são denominadas
profissões centrais. Em continuidade, os bens e serviços que também são ofertados nesses
centros são intitulados de bens e serviços centrais.
Para Christaller, a especificação dada a um centro de lugar central provém da oferta
que este possui de bens e serviços para as demais localidades. Existem bens que são
produzidos no centro e comercializados de forma dispersa, como jornais, e aqueles que são
produzidos em outros locais e comercializados no centro, como produtos agrícolas. A
caracterização do lugar central provém não da produção em si, mas da sua oferta de bens e
serviços passa oferecer, quais sejam: de um comércio de todo tipo de produto, que é
orientado para o centro; serviços bancários; de pequenos serviços; serviços de
administração pública; e, por último, de serviços culturais e religiosos. Assim sendo, a
centralidade definida por Christaller não fica delimitada à oferta de bens e com certa
expressão econômica, mas também com certos serviços não econômicos.
22
Existe uma estreita relação entre o consumo e o desenvolvimento dos lugares
centrais, pois, de acordo com a expansão do consumo desses bens específicos, maior será o
grau de desenvolvimento do lugar central, passando este a ser um ponto de atração para
novos investimentos, com o objetivo de atender a crescente demanda.
Como afirmado acima, cada lugar central possui uma área no seu entorno que lhe é
complementar. No caso de lugar central desenvolvido com grande variedade de bens
centrais ofertados, surge a possibilidade de se englobar uma grande região complementar.
Por outro lado, lugar central pequeno implicará domínio de regiões menores. A densidade
demográfica também influi no tamanho do lugar central, sendo que maior índice de
densidade dá a entender um lugar central maior. No entanto, cabe ressaltar que a região
complementar não necessita apresentar a mesma extensão física do lugar central, pois
quanto maior for a primeira, maior serão os gastos com deslocamento, resultando uma
redução da renda disponível para o consumo de bens centrais.
Neste caso, a rede de transporte passa a ter papel fundamental na determinação do
tamanho do lugar central e sua respectiva região complementar. Christaller indica que a
distância entre o centro e o entorno deve ser medida não em razão de quilômetros, mas do
tempo de transporte despendido. Condições favoráveis de meios de transporte acabam por
reduzir a distância econômica, sendo esta entendida pelo tempo gasto para o consumidor
chegar ao ponto de consumo do bem central. A redução da distância proporcionará uma
ampliação do raio de alcance do lugar central e, como resultado, o seu maior
desenvolvimento.
Com esses princípios, tem-se a consolidação do conceito de hierarquia urbana,
segundo o qual as maiores aglomerações são aquelas que possuem atividades muito
restritivas em termos de escala – atividades que não podem ser produzidas em qualquer
lugar decorrente da escala produtiva necessária –, intitulando lugares centrais como de
ordem superior. Imediatamente, na escala hierárquica, estão as aglomerações médias, com
uma diversificação menos restrita, caracterizando-se com algum tipo de produção visando
à comercialização com outros lugares. Na base da hierarquia, encontram-se as pequenas
cidades, que produzem bens de caráter estritamente residencial, com a característica de
apresentar baixa ou nenhuma possibilidade de transportabilidade, produzidos para o
consumo imediato, como padarias e serviços essenciais.
Seguindo a mesma linha de pensamento, LÖSCH (1954) partiu para o
desenvolvimento da sua teoria que buscava a explicação para o surgimento da hierarquia
de cidades, muito próxima daquela apresentada por Christaller, ainda que partindo de
hipóteses distintas e utilizando métodos de análise diferentes. LÖSCH (1954) procura
23
incorporar ao raciocínio idéias relacionadas à teoria da localização das atividades
econômicas, demonstrando como, a partir dessas localizações, haveria uma tendência ao
aparecimento do sistema de lugares centrais.
LÖSCH (1954) trata do problema da localização da atividade de maneira geral. Ele
estava preocupado principalmente com a determinação do equilíbrio locacional geral de
atividades econômicas, no qual a maximização do lucro é o elemento principal para a
orientação do empreendedor.
Seu ponto de partida é a análise da curva de demanda para o consumidor individual,
passando, em um segundo estágio, para o espaço, e daí introduzindo o custo de transporte.
Desta forma, o raciocínio de Lösch centra-se na utilização de variáveis econômicas que
irão determinar a área de abrangência do mercado para um produto específico.
A área de mercado de um produtor seria afetada diretamente por dois conjuntos
distintos de fatores que apresentariam forças de atuação em sentidos opostos. O processo
de especialização e produção em larga escala seria o sinônimo do primeiro fator; ou seja,
um fator que indicaria concentração, enquanto os custos de transporte e a grande
diversificação da produção indicariam o segundo fator, a dispersão.
Analisando o primeiro conjunto de fatores, que indica concentração, o autor parte
para uma demonstração de que pequenos produtores passariam a produzir além do
necessário para o próprio consumo. No entanto, para que tal situação possa perdurar é
necessário que os ganhos obtidos em função da redução de custos de produção sejam
superiores aos custos em que incorrem o consumidor no seu deslocamento até o local da
compra. Assim, à medida que aumenta a distância do consumidor em relação ao produtor,
maior é o preço de aquisição do bem e, em contrapartida, menor é a demanda, de acordo
com a curva de demanda negativamente inclinada. Desta forma, a área máxima de atuação
de um produtor fica restrita à região para o qual este pode vender o seu produto,
adicionado de custo de transporte a um preço inferior à produção individual de um
concorrente (ABLAS, 1982; LEME, 1982).
Em decorrência da suposição de custo de transporte uniforme, o frete das
mercadorias é o mesmo em todas as direções, indicando que o produtor pode realizar suas
vendas indistintamente em todas elas. Pode-se, então, visualizar a área de atuação do
produtor apresentando o formato de círculo.
Realizada a determinação da área de atuação do produtor, torna-se possível a
extrapolação para a obtenção da área de mercado, no qual esta é composta por todas as
áreas de atuação de cada produtor individual. O resultado é a necessidade de se definir a
fronteira entre as áreas de atuação consideradas. Conforme o indicado anteriormente, a
24
área de atuação de cada produtor apresenta a forma de um círculo, o que resulta em
espaços vazios para os quais não haveria oferta do produto. Segundo Lösch, a tendência
que irá prevalecer será a ampliação das áreas de atuação dos produtores existentes, sendo
que no limite estes dominarão todo o espaço, configurando-se, então, o conjunto de áreas
de atuação em forma de colméia, onde cada produtor terá um domínio sobre uma área,
sugerindo a forma de um hexágono. A escolha de um hexágono para refletir a área de
atuação de cada produtor dá-se por ser esta a figura que mais se aproxima da forma ideal,
que seria o círculo.
Cabe ressaltar que toda esta explicação foi feita com base na produção de um único
bem por produtor. No entanto, esta não é uma restrição imposta pelo autor, sendo possível
a produção de vários produtos por produtor, passando este a ter um caráter empresarial.
Desta forma, cada produto passará a ter sua área de atuação, o que acaba por gerar um
emaranhado de colméias, sempre levando em consideração os respectivos custos de
produção, as possibilidades de transporte do bem e o volume necessário de vendas que
viabilizem a produção ou comércio.
A expansão do tamanho do centro influi diretamente na capacidade de produção de
produtos, o que possibilita o surgimento de economias de escala, facilitando a inserção dos
produtos em centros de menor capacidade produtiva. No entanto, e conforme indicado
acima, esses ganhos de escala obtidos vão se exaurindo gradativamente e tornando-se
nulos em função da elevação dos custos de transporte. Essa dinâmica viabiliza o
surgimento de novos centros de produção análogos ou a especialização de outros
localizados em algum ponto do espaço. Portanto, a concepção das áreas de mercado e, por
conseguinte, a possibilidade de concorrência direta com outras firmas serão fruto de uma
relação inversa com o preço de oferta, haja vista que este apresentará tendência de queda
quanto maior for a capacidade de geração de economias externas dos produtores ali
localizados.
Temos, portanto, uma dinâmica produtiva e econômica, descrita por Lösch em seu
modelo, que conduz à formação de uma área de mercado em função dos custos de
produção juntamente com os custos de transportes e a capacidade de ampliação das
economias de escala que os produtores passam a gerar. Estas últimas favorecem a
expansão de cidades, em razão da expansão das firmas, possibilitada pelo crescimento de
suas respectivas áreas de mercado. Assim, verifica-se a formação de um sistema de cidades
em que é possível identificar, em função da geração de economias de escala e de custos de
transportes, uma hierarquização urbana, sendo esta decorrência direta da capacidade de
25
acumulação e formação de capital, dependendo do tamanho do centro (LEMOS, 1988;
SIMÕES, 2001).
É justamente a noção de hierarquização do espaço que nos permite avançar na
determinação teórica da localização das atividades. Apresentando o modelo de VON
THÜNEN (1826), fundamental para a construção de uma síntese da localização de
atividades, parte-se para o desenvolvimento do conceito de renda fundiária urbana.
2.3. O modelo da renda fundiária de Von Thünen
De acordo com a análise desenvolvida por VON THÜNEN (1826), nos locais de
abastecimento ocorre a ação de duas forças que resultam em um padrão do uso do solo no
seu entorno. Desta forma, a localização de atividades agrícolas, influenciada somente pelo
custo de transporte, ocorreria próximo aos centros consumidores. Entretanto, como será
abaixo desenvolvido, isso é inviável, pelo surgimento de um fator que é a renda da terra,
com um caráter desaglomerativo, e atenuando o processo de continuo de concentração
(LEMOS, 1988).
O princípio da teoria desenvolvida por Von Thünen está na abordagem do conceito
de renda fundiária, sendo que esta pode ser vislumbrada como um fator que exalta a
tendência à desconcentração das atividades produtivas no espaço, ou seja, encarando a
renda fundiária como fator desaglomerativo. O modelo desenvolvido pelo autor contribui
de forma substancial para uma abordagem de renda fundiária, que será utilizada no
presente estudo para a obtenção de uma tipologia dos pólos analisados.
Em seu modelo foi desenvolvida uma teoria da localização agrícola no qual foram
estabelecidos critérios de hierarquização dos produtos, supondo a existência de n
mercadorias agrícolas. Pretendia-se determinar o local de produção dessas mercadorias ao
redor do núcleo ou centro urbano. Von Thünen estabeleceu alguns pressupostos para a
simplificação da análise: as atividades agrícolas se localizam no entorno de um centro
urbano, funcionando como único mercado; as glebas de terra possuem mesma fertilidade e
topografia; custos uniformes de transporte, por causa da suposição de uma superfície
perfeitamente plana, dentre outros; e a presença de uma única relação mercantil entre os
produtores e o centro urbano, qual seja, os primeiros apenas realizam vendas para o
segundo sem a necessidade de realizar qualquer compra de mercadoria para a produção ou
reprodução de suas atividades (LEMOS, 1988).
A caracterização do modelo Von Thünen de renda fundiária pode ser aqui
apresentada de forma simples. Os preços de venda dos bens agrícolas serão assumidos
como dado. Já o preço de produção destes é obtido pela soma dos gastos com transporte e
26
os custos de produção. Com relação ao custo de transporte, quanto maior a distância em
relação ao centro consumidor, maior será este custo, fazendo com que os produtores
desejem terras mais próximas ao centro consumidor. Desta forma, a alocação das
atividades econômicas no entorno desse lugar central vai acontecer de modo que as
combinações dos custos de produção e de transporte fossem minimizadas. Em função
dessa busca incessante pelos produtores por uma minimização dos custos, amplia-se a
competição entre estes, visando, de todas as formas, à localização próxima ao lugar central.
O resultado dessa competição é o surgimento de gradientes de renda fundiária na
proporção inversa da distância do lugar central.
Para melhor explicar esta dinâmica, supõe-se, inicialmente, que as atividades
possuam taxas diferenciadas de lucro e custos unitários de transporte relativos à distância
do centro. Entretanto, existe uma relação inversa entre a distância e a renda fundiária, qual
seja: quanto maior a distância ao centro, menor a renda fundiária; e quanto mais próxima,
maior esta renda. A idéia fundamental é que existem diferentes taxas de lucro nas
atividades, implicando que setores com maiores lucros podem pagar uma renda fundiária
mais alta com o intuito de utilizar o solo “escasso”; ou seja, dado que o solo é um bem com
oferta inelástica, inicia-se uma competição na qual os produtores com capacidade de
pagamento irão despender um maior valor pelo solo e ficarão alocados nos anéis
concêntricos mais próximos ao centro. Neste caso, a lógica indica que as atividades com
maiores taxas de lucros e com maior custo unitário irão se localizar em anéis mais
próximos do centro consumidor, ocorrendo o contrário com aquelas que possuem menor
lucratividade.
Esta disputa pela melhor localização entre as atividades possibilita a obtenção de
um lucro diferencial pelos proprietários de solo na forma de renda fundiária, sendo que no
caso de atividades que se desenvolvem nos núcleos urbanos essa renda gerada passa a ser
denominada de renda urbana. Esta forma específica de apropriação do sobrelucro sintetiza
os custos diferenciais intra-urbanos decorrentes do aspecto puramente locacional,
abstraindo das diferenças de qualidade do solo urbano e de preços hedônicos dos bens. No
entanto, quando abandonadas estas duas últimas suposições, o que tende a acontecer é um
aumento do valor diferencial da renda urbana, sem, contudo contrariar a lei fundamental de
sua determinação em função da proximidade ao lugar central de consumo dos bens
(LEMOS et al., 2001).
Desta forma, haverá um gradiente de sobrelucro espacial à medida que se afasta do
centro consumidor até que, no limite, este seja zero. Isto irá resultar na formação de um
27
espaço privilegiado ou localizado, no qual a produção apresenta maior rentabilidade. De
acordo com LEMOS (1988), o espaço localizado refere-se
“ao diferencial de custo de transporte da mercadoria
agrícola entre um ponto ‘localizado’ e outro mais afastado. Tal
diferencial deve gerar um sobrelucro em favor da produção situada
no ‘ponto privilegiado’, o que o torna fator de interesse para a
monopolização fundiária. À medida que isto ocorre, temos a
formação de uma renda fundiária que, a despeito de se relacionar e
derivar diretamente de uma atividade rural, devemos chamar de
renda fundiária urbana” (LEMOS, p. 188, 1988).
Portanto, fica claro que a renda fundiária apresenta uma relação inversa com a
distância do centro urbano. Cabe ressaltar que esta renda fundiária é uma remuneração para
o proprietário fundiário, diferentemente de renda econômica, que é a renda utilizada para a
remuneração dos fatores e que ainda possibilita a obtenção de lucros normais idênticos
para todos os produtores. Caso contrário – ou seja, a presença de sobrelucro –, haveria um
deslocamento de investimentos para o setor mais lucrativo, que iria de encontro à hipótese
de concorrência perfeita do modelo em análise (SIMÕES, 2001).
No modelo monocêntrico agrícola de Von Thünen, como acima relatado, a renda
fundiária era fruto da distância das atividades agrícolas ao mercado consumidor. Assim,
esta relação pode ser especificada na forma proposta por LEME (1982) e posteriormente
adaptada por LEMOS & DINIZ (2000), LEMOS et al. (2001) e LEMOS & CROCCO
(2000):
r = (Pφ − P ) − bqx
(01)
onde
r é a renda fundiária urbana por unidade de área;
Pφ é preço de mercado praticado neste centro urbano, qual seja, um preço médio de
todas as atividades localizadas neste centro urbano;
P é o preço de produção definido pelos custos diretos de produção (FOB);
q é a produção física por unidade de área;
b é a tarifa por unidade de produto e de distância; e
x representa a distância de um ponto de localização qualquer em relação ao núcleo
do centro urbano.
A Equação (01) já incorpora em sua composição a presença do sobrelucro na forma
de renda fundiária, pelo fato de que, quanto maior o diferencial do preço de mercado e o
28
preço de produção, retirado o custo de transporte, que é dado por (bqx), maior será o
sobrelucro gerado, que será apropriado pelo proprietário do solo próximo ao centro
consumidor. Com relação à análise do custo de transportes por unidade de área, este está
diretamente relacionado ao valor da tarifa de transportes (b), com a quantidade produzida
por unidade de área (q) e com a distância (x).
Fazendo com que (X) seja o raio máximo deste centro, temos que:
Pφ = P + bX
(02)
Neste caso, verifica-se que, quando se especifica (X) como raio máximo, o valor da
renda fundiária (r) torna-se nulo. Desta forma, podemos dizer que a renda fundiária tem a
seguinte especificação, pela substituição de (02) em (01), conforme LEME (1982):
r = bq(X − x )
(03)
Uma interpretação pode ser feita a partir da Equação (03). De acordo com LEMOS
& DINIZ (2000), “esta equação, embora apresente um caráter desaglomerativo, apenas o
faz em determinada distância (x) do núcleo urbano”. Uma demonstração abrangente do
fator desaglomerativo exige que seja considerada a soma do conjunto de rendas pagas em
todo o entorno do raio (X). Levando em conta, por simplificação, que os acréscimos de
distância a partir do núcleo urbano são infinitesimais, tal somatório pode ser obtido pela
integral da Equação (03) multiplicada pelo comprimento do círculo (2π) de raio (x):
R = ∫ bq (X − x )2π dx
⇒
R=
πbqX 3
3
(04)
A Equação (04) determina o valor de (R), que nada mais é do que o total da renda
fundiária (ou sobrelucro fundiário) a ser pago no centro urbano. Sendo (q) a representação
do produto físico que circula e é produzido no centro urbano, levando em consideração os
vários insumos utilizados no processo de produção, pode ser considerado como uma proxy
do PIB por unidade de área, obtendo-se assim:
q=
Y
λπX 2
onde
Y representa uma escala econômica do centro urbano (PIB);
X, como antes especificado, indica a distância máxima da área urbana; e
(05)
29
λ é um fator aproximadamente constante que relaciona a produção monetária com a
produção física.
Cabe ressaltar que (λ) também retrata a relação entre produto bruto com o produto
líquido, que, retirando os insumos, chega-se ao conceito de PIB (LEMOS & CROCCO,
2000; LEMOS & DINIZ, 2000). Substituindo a Equação (05) em (04) tem-se:
R=
bXY
3λ
(06)
De acordo com a Equação (06), podem-se mensurar os custos provenientes dos
fatores desaglomerativos em termos absolutos ou, implicitamente, as vantagens
aglomerativas, resultado este da dupla face de (R). É possível analisar, de acordo com esta
equação, que a renda fundiária agregada de um núcleo urbano apresenta relação direta com
o tamanho da aglomeração urbana, sendo esse fato visualizado pelo nível do produto
gerado, da tarifa unitária de transportes e da área geográfica ocupada por essa
aglomeração. Neste caso, a renda fundiária agregada (R) passa a expressar o custo do
crescimento das cidades, indicando, desta forma, a presença dos fatores desaglomerativos
urbanos (LEMOS et al., 2001).
Realizando alguns desdobramentos com a Equação (06) para tornar estimável o
valor do (R), realiza-se a inclusão de informações diretas do tipo “trabalhadores
empregados (L)” e “população residente no núcleo urbano (N)”. Desta forma, por meio das
manipulações da equação original, como a divisão por (Y) em ambos os lados e,
posteriormente, a divisão e multiplicação pelo total de trabalhadores empregados (L) e
também pela população residente (N) do lado direito da Equação (06), obtém-se a seguinte
equação, tal como em LEMOS et al. (2001),
R=
bπX 3ηµy
3λ
(07)
Sendo
y a produtividade média do trabalho (y=Y/L);
µ a relação existente entre L e N (L=µN); e
η a densidade demográfica ( η = N πX 2 ).
A partir da Equação (07) é possível interpretar a dinâmica da renda fundiária (R).
Partindo do pressuposto de que (λ) e (µ) são constantes, ou seja, a capacidade produtiva
está constante, o crescimento de (R) é interpretado como um fator desaglomerativo,
resultado de uma maior verticalização urbana, em função da expansão da taxa de
30
crescimento da densidade demográfica (η) e, ainda, decorrente do crescimento dos custos
de acessibilidade (b e X). Neste caso, a dinâmica de crescimento do valor de (R) é
explicado pela redução de eficiência oferecida pelo núcleo urbano em razão da sua maior
escala de aglomeração, resultando em maiores custos unitários urbanos. Portanto, estas
variáveis passam a atuar como forças de repulsão para as atividades já estabelecidas neste
centro e, principalmente, para as novas atividades, beneficiando aqueles que competem
diretamente na atração desses novos investimentos.
Por outro lado, o crescimento de (R) pode ser resultado de uma expansão dos
fatores aglomerativos, via expansão da produtividade urbana, sendo esta expressa pela taxa
de crescimento da produtividade do trabalho (y) e pela participação na força de trabalho da
população residente (µ). A variação positiva desses fatores reduz os custos unitários,
favorecendo um dado centro para atrair novas atividades econômicas, possibilitando
manter o crescimento da renda ao longo do tempo. Neste caso, o crescimento da renda
fundiária (R) reflete maior dinamismo das atividades econômicas nesse local, o que acaba
por gerar crescimento do lucro diferencial urbano. Destarte, o crescimento de (R) depende
da expansão dos fatores aglomerativos urbanos, que assinalam a existência de economias
externas de aglomeração como síntese das forças de atração de novas atividades para esse
espaço urbano.
E, por último, inicia-se o processo de dinamização da Equação (07), que possibilita
a análise da dinâmica da renda fundiária (R) em relação à taxa de crescimento das variáveis
do lado direito da equação no tempo. Esse processo é obtido pela transformação
logarítmica e, posteriormente, pela diferenciação da Equação (07). Com isso, temos o
seguinte resultado:
•
•
•
•
•
•
R ≅ b+ η + µ + y + X 3
(08)
Feita a dinamização da Equação (07) é possível analisar a influência das variáveis
utilizadas. A renda fundiária urbana (R) representada na Equação (08) está em tempo
discreto e economicamente simula um duplo significado de (R) na dinâmica urbana em
termos de fatores aglomerativos e desaglomerativos, como acima indicado.
Ainda com relação à Equação (08), é possível, a partir de sua derivação, realizar
uma análise com várias atividades, ou seja, negligenciar a suposição do inicial modelo
monocentrista do modelo thuneano, cogitando um sistema de cidades em competição
aberta com o objetivo de atrair novas atividades, estando estas expostas às forças de
repulsão e atração. Desta forma, poder-se-ia ter um conjunto de atividades econômicas no
entorno de um único lugar central. Em outras palavras, isso implica supor um modelo
31
teórico policêntrico composto por um sistema de cidades, sendo este representado pela
expansão da Equação (08) em conjunto de n equações simultâneas, no qual n simboliza o
número de cidades ou centros urbanos. Nesta análise, os fatores aglomerativos e
desaglomerativos seriam interpretados como relativos neste sistema policêntrico, em razão
da competição entre as cidades, resumindo as vantagens comparativas urbanas
apresentadas pelos centros quando colocados em comparação.
Destarte, a análise da renda fundiária como fator desaglomerativo é, portanto,
possível, pela possibilidade de atividades mais intensivas e de menor transportabilidade
atuarem de forma a expulsar as demais atividades por intermédio da renda fundiária.
Quanto menor o custo de transporte, dado um diferencial entre os preços de mercado e de
produção, maior deverá ser a renda, impulsionando assim a desaglomeração. Um dos
motivos de a renda fundiária apresentar esta característica desaglomerativa ocorre pelo fato
de se considerar no modelo em questão a presença de um único mercado e a distribuição
das atividades em seu entorno, eliminando assim da idéia desenvolvida de espaço
localizado o seu ponto fundamental, ou seja, o de gerar vantagens comparativas pela
concentração de atividades em uma dada localidade (LEMOS, 1988). O mesmo ocorre
quando é feita a extrapolação do modelo de Von Thünen para o uso do solo urbano, no
qual o crescimento dos centros urbano tende a apresentar caráter desaglomerativo.
No entanto, a existência de centros urbanos que apresentam características distintas,
por exemplo, diferentes especializações, tamanhos, formas e funções, acaba por resultar
em custos relativos diferenciados, colocando em evidência os fatores aglomerativos. Neste
caso, pode-se utilizar a contextualização feita por Lösch sobre os fatores aglomerativos,
juntamente com os argumentos derivados do modelo de Von Thünen, para analisar a renda
fundiária sob duas formas. A primeira diz respeito à análise desta como fator
desaglomerativo, de acordo com o acima relatado, e a segunda à análise como fator de
aglomeração, a partir do momento que esta apresenta uma tendência de crescimento,
indicando que tal cidade, região ou espaço ainda possui capacidade de geração de
sobrelucro (LEMOS, 1988; SIMÕES, 2001).
Assim, é possível extrair dessas teorias a importância da análise da presença de
fatores aglomerativos e desaglomerativos na formação e crescimento dos centros urbanos e
para tal necessária uma descrição mais detalhada de como estes fatores são importantes
para esta definição.
32
2.4. Análise dos fatores aglomerativos e desaglomerativos
Com o intuito de facilitar a compreensão da dinâmica urbana no contexto de um
sistema de cidades, é interessante analisar a existência de economias de escala de
aglomeração urbana que resultem em uma diversidade de tamanho de cidades. De outra
forma, realizar uma análise dos fatores aglomerativos e desaglomerativos do sistema de
cidades que estão diretamente ligados à relação entre tamanho, economias de aglomeração
e especialização produtiva nelas contidas.
Para LEME (1982), a palavra aglomeração é reservada à reunião de unidades
produtivas em virtude da presença de economias de escala internas e externas, sendo estas
baseadas na idéia de WEBER (1969). Para o autor, economias internas têm natureza
empresarial, com reduções de custos obtidos por uma escala maior de produção localizada
em um certo local e de propriedade de uma empresa específica. As economias externas são
observadas em um ambiente não empresarial; ou seja, são reduções em custos em razão da
localização de uma fábrica próxima a outras pertencentes à mesma indústria. Portanto, a
aglomeração aparece apenas quando ocorre a união de unidades produtivas com o intuito
de servir diversos mercados situados em diferentes localizações, desde que sejam utilizadas
as vantagens das economias de escala.
Ainda com relação a economias de escala, MARSHALL (1982) afirma que estas
são produzidas basicamente pela divisão do trabalho na produção. O autor comenta que,
para se obter esta divisão na utilização de mão-de-obra e ou máquinas especializadas, estas
devem ser empregadas de maneira adequada e com ampla possibilidade de demanda por
esses fatores para que sejam utilizados intensivamente na produção. Entretanto, as
economias geradas a partir da maximização da utilização destes fatores não dependem
apenas do tamanho individual de cada firma. Neste caso, o volume total da produção de
um setor industrial, aliado a um intenso investimento em progresso tecnológico, é função,
principalmente, do volume de produção da economia como um todo.
MARSHALL (1982) propõe a divisão das economias de escala, que ele classifica
em duas classes: economias internas, condicionadas aos recursos individuais de cada firma;
e economias externas, que são função do desenvolvimento geral da indústria. Esta última,
de acordo com LEMOS (1988), é a mais importante por enfatizar um caráter de expansão
na produção por intermédio da aglomeração de firmas, bem diferente do primeiro tipo de
economia de escala, que ressalta os ganhos de escala proveniente da capacidade individual
de cada firma. Neste caso, os ganhos internos são mais limitados, em razão da não
obrigatoriedade de aproximação das firmas, em contraste com as externas, que são obtidas
33
principalmente pela aglomeração das firmas. O conceito de economias externas coincide
com o que HOOVER (1937) denomina de economias de localização.
A definição de economias de localização é derivada do desenvolvimento de
WEBER (1929). Para o autor, a localização no ponto ótimo ocorre em razão da obtenção
de um centro que ofereça um custo de transporte mínimo, aliado aos demais fatores
locacionais, que acabam por funcionar como força de atração de outras firmas para o local
de custo mínimo. Assim, fica claro que Weber definiu o custo de transporte como elemento
fundamental para a localização de atividades, juntamente com a análise dos demais fatores,
como a força de trabalho.
Complementado as economias de localização estão as economias de urbanização,
definidas por ISARD (1956) como as possíveis economias ou deseconomias de localização
presentes em determinado centro, no qual estão disponíveis trabalhadores especializados,
assim como um significativo mercado composto por compradores e vendedores.
Complementando, existem ainda as economias que despontam em razão de maior
necessidade de utilização da estrutura urbana, como o sistema de transporte, infra-estrutura
de água e energia, conectados a uma articulação mais próxima das indústrias. E, por
último, as deseconomias que passam a ser relativas a aumentos do custo de vida e dos
valores dos salários nos custos de bens produzidos sob condições de retornos decrescentes
e no valor da renda fundiária urbana.
Esse tipo de economia pode ser sintetizado a partir de um exemplo no qual uma
firma tende a localizar-se próximo a outras firmas com o intuito de absorver
conhecimentos oriundos de transbordamentos, em conjunto com grandes mercados
consumidores e fornecedores. Desta forma, o centro inicia um processo de crescimento que
tende a beneficiar toda a produção, por meio dos ganhos de escala. Entretanto, o
crescimento continuado acaba por gerar deseconomias de urbanização, sintetizadas por
elevação dos custos dos fatores de produção, acessibilidade interna ao centro e,
conseqüentemente, perda de dinamismo.
Nesse contexto, é possível identificar que cidades podem, em razão do seu nível de
desenvolvimento, estar gerando forças centrípetas ou centrífugas, atraindo ou repelindo
atividades econômicas. Ou seja, a presença de economias ou deseconomias de urbanização
passa a influenciar diretamente a capacidade de uma contínua ou crescente taxa de
expansão. Assim, a capacidade de um centro urbano acompanhar o desenvolvimento da
sua capacidade produtiva passa a ser fundamental para a presença contínua de forças de
atração. Se esse acompanhamento não for possível, o que se verifica é um círculo vicioso,
com o surgimento de vantagens em função das economias de urbanização e posteriormente
34
o aparecimento de crescentes custos urbanos, resultando em dificuldades para o centro
urbano captar atividades econômicas.
HENDERSON (1974) explica que todo esse processo está condicionado a dois
fatores: o tamanho dos centros urbanos, sendo esta uma característica heterogênea não
havendo uma maneira de padronizá-la, pois cada centro possui suas características
implícitas; e a especialização desses centros em determinada atividade. De acordo com
autor, a explicação para diferentes tamanhos de cidades em um sistema urbano está
diretamente relacionada à função de cada uma na produção de bens e serviços. À medida
que as economias externas de escala são peculiares a cada setor produtivo da economia,
cada cidade passa a se especializar em atividades específicas, que demandam, por sua vez,
escalas mínimas eficientes distintas do tamanho das cidades. Este processo é explicado
pelo fato de que as economias de localização passam a ser mais importantes que as
economias de urbanização, visto que o surgimento de deseconomias está ligado ao
tamanho das cidades. Neste ponto surge a idéia de tamanho ótimo, que seria aquele no qual
os ganhos gerados pelo crescimento do centro seriam superiores às perdas originadas pelos
mesmos. Assim, a especialização de um centro em determinado setor está em razão da
localização de firmas que a compõem, que acabam por produzir externalidades ou
vantagens que sobrepujam as deseconomias geradas pelo crescimento do centro.
Visto que a capacidade de geração de economias de escala possibilita às cidades
crescerem de forma diferenciada, o suporte para esta dinâmica está relacionado ao fato de
os centros se especializarem em determinados setores produtivos. Quanto maior a
capacidade de geração de economias de escala, maior será a capacidade de crescimento de
um centro, visto que estes suportarão níveis de custos urbanos maiores. Seguindo esta linha
de pensamento, FUJITA et al. (1999) analisam que uma cidade têxtil não precisa
apresentar uma dimensão além do necessário para abranger determinado número de plantas
de fiação e tecelagem, sendo estas suficientes para gerar economias externas de
localização, enquanto uma cidade com a função de centro financeiro irá delinear uma
dimensão grande o bastante para absorver o conjunto das operações bancárias de um país
como um todo.
Essa possibilidade de especialização de uma cidade em determinado setor, como
acima exposto, é a melhor condição para o crescimento e a constante geração de
economias de escala. Entretanto, essa dinamização econômica que esse centro alcança tem
como conseqüência a ampliação do mercado consumidor ali presente. Assim sendo, a
cidade atrai novas atividades econômicas, que se unem com as antigas, resultando em uma
diversificação da atividade produtiva no centro. Contudo, essas novas atividades podem vir
35
a apenas usufruir economias internas de escala, sendo as economias externas obtidas
irrisórias, em virtude da dificuldade de interação entre setores diferentes. O resultado é
uma especialização econômica do centro urbano em razão da localização de firmas de
setores diferentes, que tendem a não proporcionar externalidades positivas significativas
para elas, o que leva o fator negativo da aglomeração – as deseconomias – a ser superior ao
fator positivo – as possíveis economias de aglomeração. A partir deste ponto, tem-se a
presença de fatores desaglomerativos.
De acordo com LEME (1982), a síntese dos fatores desaglomerativos está exposta
na teoria de localização agrícola desenvolvida por Von Thünen, conforme demonstrado no
item anterior. O autor ainda ressalta a importância da centralização e descentralização
industrial em determinados centros. Um ponto fundamental da descentralização está no
processo de difusão, que é conceituado como um deslocamento da indústria dos centros
para a sua periferia, sendo este fator importante para a demonstração da presença de fatores
desaglomerativos.
Analisado o surgimento e o desenvolvimento dos fatores aglomerativos e
desaglomerativos em centros urbanos, inicia-se o processo de análise de como esses fatores
têm influenciado o crescimento e o desenvolvimento das regiões metropolitanas do Brasil.
2.5. Processo de desconcentração da região metropolitana primaz do
Brasil
A rede urbana brasileira teve a sua formação baseada na combinação de dois
elementos básicos: localização do poder político-administrativo e concentração de agentes
econômicos e suas atividades.
As atividades econômicas estavam diretamente relacionadas à exportação, e as
ligações entre as regiões eram mínimas, em razão do processo direto de transação entre a
região e o mercado internacional. Em outras palavras, a economia nacional não
apresentava uma grande conexão entre as regiões
produtoras, o que impediu o
desenvolvimento de comunicações inter-regionais (ANDRADE & LODDER, 1979).
O que se verificava no País até 1940 era um grande crescimento dos centros
urbanos, em detrimento de um grande fluxo migratório do campo, pertinente a uma
economia exportadora e com centros voltados à administração pública. Este foi o caso da
cidade do Rio de Janeiro, que, com os desdobramentos históricos do processo de
urbanização brasileiro, juntamente com alterações, culminou com a concentração em uma
única cidade uma série de funções.
36
Os primeiros Estados a se destacarem na produção foram Rio de Janeiro e Minas
Gerais, com São Paulo assumindo o posto de principal produtor por causa da presença de
terras férteis e das mudanças nas relações de trabalho. Juntamente com a produção
cafeeira, desenvolveu-se no Estado de São Paulo a produção mercantil de alimentos, com o
transporte ferroviário e com serviços urbanos complementares. O que se verificou foi uma
ampliação da participação deste estado em âmbito nacional como a região mais
desenvolvida do país (DINIZ, 1991).
Com a aceleração do processo de industrialização da economia brasileira a partir
dos anos de 1940, principalmente pela substituição de importações, verifica-se uma
tendência de ampliação do crescimento industrial atrelada a um declínio da atividade
agrícola no País. Este processo culminou em um inchaço dos centros urbanos por
populações de origem rural em busca de trabalho. Neste cenário, as cidades de São Paulo e
Rio de Janeiro passaram a ocupar posição de destaque em âmbito nacional, sendo
caracterizadas como pólos dinâmicos da economia, devido às características implícitas de
centro econômico e político do país (ANDRADE & LODDER, 1979; DINIZ, 1991).
Essa situação de dois centros estarem em evidência no cenário econômico nacional
estava diretamente relacionada a fatores peculiares ao poder político-administrativo que a
cidade do Rio de Janeiro exercia naquela época e o desenvolvimento industrial de São
Paulo. Contudo, a construção de Brasília retirou da capital fluminense o poder políticoadministrativo, culminando em uma recomposição do sistema urbano nacional, com a
consolidação de São Paulo como metrópole nacional.
Mesmo com essa mudança, a cidade do Rio de Janeiro permaneceu como a segunda
maior metrópole do País, principalmente por apresentar condições básicas para o
desenvolvimento, como infra-estrutura, o que possibilitou a instalação e a localização de
indústrias. A partir deste ponto ocorre uma grande concentração da produção, da renda e
do emprego neste eixo bipolar, que passou a ser o núcleo de sustentação industrial do País.
A confirmação dessa posição está no fato que em 1970 a cidade de São Paulo e sua área
metropolitana detinham respectivamente 24% e 34% do emprego do Brasil, enquanto a
Região Metropolitana do Rio de Janeiro, mesmo com a perda de posição no cenário
nacional, era responsável por 8% do emprego industrial nacional. Em conjunto, as duas
regiões metropolitanas detinham cerca de 42% do emprego industrial e 56% do valor de
transformação na indústria nacional (DINIZ, 1991).
Toda análise do crescimento das regiões metropolitanas no Brasil está diretamente
relacionada à capacidade dessas de atrair novas atividades econômicas. Neste ponto entra a
participação de cada região metropolitana no produto industrial brasileiro. A área
37
metropolitana de São Paulo apresentava alta participação no produto industrial nacional e
no emprego, chegando a atingir os índices de 44% e 34%, respectivamente, na década dos
anos de 1970, resultado de um intenso processo de concentração econômico e demográfico
que ocorreu nessa área nos anos de 1960. Entretanto, em 1997 a Região Metropolitana de
São Paulo reduziu sua participação no produto industrial para algo em torno de 25% e do
emprego para 24% (DINIZ, 1999).
DINIZ (1993), em seu trabalho, explorou as causas desse fato, que muitos analistas
chamaram de um processo de desconcentração ou de polarização reversa. O autor
argumenta que no caso brasileiro o que vem ocorrendo é um desenvolvimento poligonal,
no qual um limitado número de novos pólos de crescimento ou regiões tem capturado
grande parte das novas atividades econômicas.
Esse processo observado na Região Metropolitana de São Paulo é novo e dinâmico
na indústria brasileira. Pode ser explicado por alguns fatores, como o surgimento de
deseconomias de aglomeração na área metropolitana paulista atreladas ao surgimento de
economias de aglomeração em outros centros urbanos. Em meados do século passado,
ocorreu um grande processo de concentração econômica na Região Metropolitana de São
Paulo, que acabou sendo sintetizado pelo surgimento de economias de escala, localização e
urbanização. Contudo, esta concentração urbana tende a gerar deseconomias de
aglomeração, refletida no aumento da renda urbana, nos custos ambientais, nas
dificuldades de acessibilidade e no aumento dos custos dos fatores produtivos, que acabam
atuando como economias de desaglomeração. Entretanto, cabe ressaltar que toda a
dinâmica de desconcentração de um centro urbano está atrelada à origem de economias de
aglomeração em outros centros (DINIZ & CROCCO, 1996).
O surgimento de economias de aglomeração em outros centros urbanos pode ser
explicado pela ação do Estado, principalmente via II PND, pelos investimentos de peso
realizados na indústria e em infra-estrutura, como na produção do aço, petróleo, papel,
mineração, dentre outros. De modo geral, esses investimentos não ocorreram no Estado de
São Paulo, decisão esta de caráter técnico e político, visando à desconcentração relativa da
indústria. Ou seja, as ações do governo, sejam de caráter político ou técnico, tinham como
objetivo primordial o estímulo ao crescimento das regiões atrasadas ou vazias, integrandoas à economia nacional. Entretanto, esse processo não ocorreu de forma homogênea no
País, com regiões sofrendo efeitos variados.
Aliado ao esforço do Estado para prover o crescimento homogêneo no país, regiões
calcavam seu desenvolvimento via oferta de recursos naturais. A expansão agrícola,
baseada na ampliação da área plantada e no aumento da produtividade, juntamente com o
38
aumento e a diversificação da exploração mineral, proporcionou um impulso a mais para
algumas regiões. Foram formadas fronteiras agrícolas e novas áreas de exploração, que
contribuíram para a ampliação da pauta de exportação e também para o ganho de
participação de regiões como Leste, Centro-Oeste e Norte. Todas estas ações
possibilitaram um avanço da infra-estrutura nessas regiões para dar suporte a essas novas
atividades. Como essas regiões passaram a produzir bens que entraram na pauta do
comércio internacional, o comércio interno também foi beneficiado com a ampliação da
oferta de produtos.
O crescimento desse novo mercado produtor e, conseqüentemente, consumidor
impulsionou a integração dessas regiões com as regiões Sudeste e Sul. Ações como a
construção de uma rede ferroviária e a ampliação da malha rodoviária foram os principais
canais de ligação entre essas regiões. Apoiada nessa infra-estrutura básica, iniciou-se um
processo de uma concorrência interempresarial em termos regionais que, com o tempo, foi
passando de caráter apenas comercial para integração produtiva, permitindo o surgimento
de empresas nacionais, em busca de melhores locais para produção e localização próxima à
fonte de recursos naturais.
Essa dinâmica de movimentação das empresas no território nacional foi
impulsionada principalmente pelo grande crescimento do movimento sindical na área
metropolitana paulista, aliado aos crescentes custos ambientais e à elevação dos preços dos
terrenos urbanos. Estes fatores aturam como força centrípeta na capital paulista, em
contraposição às vantagens oferecidas por outros centros no País.
Mesmo com todas as adversidades apresentadas, a Região Metropolitana de São
Paulo ainda apresenta alguns fatores que são de fundamental importância para obstruir este
processo de desconcentração industrial no país. A grande concentração regional de
pesquisa científica e de um mercado de trabalho composto por mão-de-obra qualificada, e
o alto grau de concentração da renda nas regiões Sul e Sudeste funcionam como obstáculo
para o desenrolar ao processo. Assim, as regiões pobres ou vazias têm dificuldades para
captar novas atividades, conjuntamente com a inexistência de uma base regional de ensino
e pesquisa e de um mercado de trabalho qualificado, explicado pelo declínio e fracasso das
políticas regionais e do investimento estatal (DINIZ, 1993).
Neste caso, o que se pode abstrair dessa conjuntura é que as melhores condições
para a localização de novas atividades econômicas baseadas em alta tecnologia estão no
interior do Estado de São Paulo e, secundariamente, no corredor que vai de Belo Horizonte
até Porto Alegre (DINIZ, 1993), no qual se localiza a maior rede urbana do País, com a
grande parte da produção industrial e a melhor infra-estrutura. Destarte, o que DINIZ
39
(1993) conclui é que o processo de desconcentração será enfraquecido com o tempo e que
o crescimento tenderá a se circunscrever ao Estado de São Paulo e ao grande polígono ao
seu redor, que é resultado de um processo de aglomeração poligonal, que vai de Belo
Horizonte – Uberlândia – Londrina / Maringá – Porto Alegre – Florianópolis – São José
dos Campos – Belo Horizonte. Excluída a área metropolitana de São Paulo, esta região que
compõe o polígono ampliou sua participação industrial de 33% para 51% entre 1970 e
1990 (DINIZ 1993).
Como pode ser observado, a cidade do Rio de Janeiro não está presente no polígono
descrito por DINIZ (1993), fato este relacionado às características especiais que a capital
fluminense apresenta. Apesar de possuir tradicionais centros de ensino e pesquisa, além da
sede de importantes corporações, especialmente estatais, a economia local apresentava
indícios de retração, sendo a economia da região denominada de decadente. A perda de
participação não fica restrita somente à cidade ou à metrópole fluminense, mas sim ao
Estado como um todo, pois este chegou a ter uma participação relativa no produto
industrial de 38% em 1950, caindo para 16% em 1970 e 8% 1996. Esta contração também
é verificada quando feita a análise do PIB, pois o Estado do Rio de Janeiro passou de 16%
para 11% entre 1970 e 1996. Para a Região Metropolitana especificamente, a perda de
dinamismo fica clara ao verificar o encolhimento do emprego industrial, que, segundo os
dados da RAIS, passou de 473 mil empregos para 266 mil no período de 1986-1996. Estes
indicadores demonstram um desempenho muito abaixo da média para a Região
Metropolitana do Rio de Janeiro quando colocada em comparação com as demais.
Esse desempenho é explicado pela escassez de atrativos para a localização de
indústrias, além de outros desestímulos de natureza política e social, como o esvaziamento
das atividades público-administrativa, por causa da transferência da capital para Brasília
em meados da década de 1960.
Partindo desse princípio de desconcentração ou polarização reversa, aliado aos
grandes investimentos realizados pelo Estado com o objetivo de reduzir as desigualdades
regionais, inicia-se um estudo com o objetivo de analisar como as regiões metropolitanas
do Norte e Nordeste se inseriram no âmbito econômico nacional quando colocadas em
comparação com as regiões metropolitanas que compõem o polígono traçado por DINIZ
(1993).
40
3. BASE DE DADOS E METODOLOGIA
De acordo com os objetivos definidos no capítulo anterior, o próximo passo
compreende a análise dos fatores aglomerativos e desaglomerativos das regiões
metropolitanas do Norte e Nordeste em comparação com o polígono descrito por DINIZ
(1993). Definido o objetivo, o próximo passo será escolher as possíveis variáveis que
indicarão essas características, ou seja, variáveis que explicam a presença de forças de
atração ou de repulsão para atividades econômicas.
A existência de características específicas pode atuar como força centrífuga para
determinadas regiões. Essas características se resumem na presença de recursos naturais,
proximidade com os centros primazes, juntamente com infra-estrutura (física e social) e
com uma capacidade de desenvolvimento da base industrial regional e de serviços. Juntas,
essas características podem vir a representar um indicador positivo para a produtividade
urbana.
No entanto, outras características, como preço do solo urbano – função direta da
renda fundiária –, capacidade de transportabilidade e relação da mão-de-obra com a massa
salarial – principalmente a acessibilidade – e verticalização urbana, podem gerar resultados
opostos, por meio de uma repulsão de atividades dos centros em análise.
Neste capítulo pretende-se examinar e especificar as variáveis que mensuram os
fatores aglomerativos e desaglomerativos, assim como as utilizadas no trabalho de LEMOS
et al. (2001). Desta forma, o capítulo está estruturado da seguinte forma: inicialmente, será
apresentada a base de dados utilizada, com as adaptações necessárias para tornar
compatível a comparação entre os anos de 1980 e 1990 em análise; no segundo item,
descrevem-se as variáveis utilizadas para captar a presença de fatores aglomerativos e
desaglomerativos nas regiões metropolitanas em estudo; e, por último, os métodos
utilizados para analisar o objetivo proposto, qual seja: o de verificar o posicionamento das
regiões metropolitanas em relação ao polígono elaborado por DINIZ (1993).
3.1. Base de dados
De acordo com as informações necessárias, a base de dados escolhida foi a
Pesquisa Nacional por Amostra de Domicílios (PNAD), realizada pelo Instituto Brasileiro
de Geografia e de Estatística (IBGE) nos anos em que não ocorrem censos e no mês de
setembro.
41
Com relação ao período utilizado, o presente estudo limitou a exploração aos anos
da década de 1980 e 1990, mais precisamente utilizando os anos de 1981, 1985 e 1989 para
a década de 1980 e 1991, 1996 e 1999 para a década de 19902. Desta forma, a amostra
utilizada está composta por seis períodos, que são capazes de fornecer informações
suficientes para o objetivo proposto.
No que diz respeito à base de dados, a PNAD é um sistema de pesquisas por
amostra de domicílios realizada por meio de um questionário com propósitos múltiplos,
visando investigar as diversas características socioeconômicas da população brasileira em
geral. A utilização dessa base de dados neste trabalho explica-se pelo fato de apresentar
características específicas que justificam seu uso em estudos de economia urbana e um
grande número de observações que satisfazem toda e qualquer restrição do ponto de vista
econométrico.
Entre as vantagens explícitas, encontra-se, primeiro, o fato de esta base de dados ser
homogênea e consistente regionalmente, o que possibilita a comparação entre as regiões
em estudo sem a necessidade de adaptações; segundo, a presença de proxies que podem ser
derivadas desta base de dados, que funcionam como indicadores de fatores aglomerativos e
desaglomerativos; e, por último, a presença de dados consistentes e uma série temporal
relativamente longa e atualizada que facilitam as análises propostas.
No entanto, esta base apresenta algumas restrições, como a necessidade de utilizar
como referência regiões metropolitanas para representar a definição do lugar central de
ordem superior do núcleo urbano, tal como salientado anteriormente. Nesta pesquisa serão
utilizadas as seguintes regiões metropolitanas: São Paulo, por ser a metrópole primaz; Belo
Horizonte, Porto Alegre e Curitiba, por comporem o polígono que será posto em
comparação com as demais metrópoles do Norte e Nordeste, sendo estas Belém, Salvador,
Fortaleza e Recife3. Desta forma, serão utilizadas oito regiões metropolitanas neste estudo.
Por ser uma pesquisa intertemporal, a PNAD apresenta algumas incompatibilidades
entre as décadas de 1980 e 1990. A primeira ressalva diz respeito à redefinição do conceito
de ocupação a partir de 1992, que passa a incorporar como ocupados os trabalhadores que
trabalham menos de 15 horas na produção para o autoconsumo, na construção para próprio
uso e que exercem atividade não remunerada, o que não era feito na década de 1980. Com
2
Em decorrência do atraso de um ano na realização do Censo Demográfico desta década, não
ocorreu a referente pesquisa no ano subseqüente (1991). Cabe ainda ressaltar que para o ano de 1994 também
não foi realizada a PNAD.
3
Legenda das regiões metropolitanas: 15 – Belém; 23 – Fortaleza; 26 – Recife; 29 – Salvador; 31 –
Belo Horizonte; 33 – São Paulo; 41 – Curitiba; 43 – Porto Alegre.
42
isso, a População Economicamente Ativa (PEA)4 (população ocupada5 mais desocupada6)
aumenta se comparada com a década anterior. Desta forma, não foi utilizado o conceito de
população ocupada presente na PNAD como variáveis derivadas da década dos 1990, e sim
um conceito mais restrito, na verdade, idêntico ao que vigorava nas PNADs dos anos de
1980. Optou-se por incluir como ocupados apenas aqueles que trabalhavam acima de 15
horas nas três categorias acima descritas, excluindo os demais da definição de ocupados
para década de 1990, sem impor nenhum limite de tempo de trabalho às demais categorias,
tornando compatível a PEA para as duas décadas em análise (KAGEYAMA, 199-).
Outra incompatibilidade entre as informações da PNAD para as duas décadas em
análise diz respeito à coleta de informação no arquivo de domicílio sobre a forma como é
feita a coleta de esgoto no domicílio. Para década de 1980, as respostas possíveis para a
questão eram: coleta por meio de rede geral; fossa séptica ligada a rede coletora; fossa
rudimentar; por meio de vala; e outra forma. Para a década de 1990, ocorreu maior
detalhamento da informação de como era feita coleta de esgoto, sendo possíveis as
seguintes respostas: coleta por intermédio de rede coletora de esgoto ou pluvial; fossa
séptica ligada à rede coletora de esgoto ou pluvial; fossa séptica não ligada à rede coletora;
fossa rudimentar; vala; direto para rio, lago ou mar; e outra forma. Desta forma, para tornar
compatível a análise dos dois períodos, foi construída a variável infra-estrutura, com base
para os anos de 1980, com as informações de rede geral mais fossa séptica ligada à rede
coletora e para os anos de 1990 as informações de coleta por intermédio de rede coletora
de esgoto ou pluvial; fossa séptica ligada à rede coletora de esgoto ou pluvial; e fossa
séptica não ligada à rede coletora. Assim foi possível a comparação entre as décadas.
Com a realização da Contagem Populacional 1996, o IBGE realizou uma revisão
dos pesos utilizados nas PNADs para a expansão da amostra, tanto dos domicílios quanto
das pessoas, para os anos anteriores a 1997. Com base nesta revisão, o IBGE estimou
novos pesos para os anos anteriores7, tornando as estimativas obtidas a partir desta base de
dados mais realistas. Os novos pesos foram utilizados para os anos de 1992 e 1996,
respectivamente para os microdados de pessoas e domicílios disponíveis em CD.
4
Segundo o IBGE, foram classificadas como economicamente ativas no período de referência
especificado (semana de referência) as pessoas ocupadas e desocupadas nesse período.
5
Foram classificadas como ocupadas no período de referência especificado (semana de referência
ou período de referência de 365 dias ou de menos de 4 anos) as pessoas que tinham trabalho durante todo ou
parte desse período. Incluíram-se, ainda, como ocupadas as pessoas que não exerceram o trabalho
remunerado que tinham no período especificado por motivo de férias, licença, greve etc.
6
Foram classificadas como desocupadas as pessoas sem trabalho que tomaram alguma providência
efetiva de procura trabalho no período de referência especificado (semana de referência ou período de
referência de 30 dias, de 60 dias ou de 365 dias).
7
Os novos pesos estão disponíveis apenas para os anos anteriores da década dos 90.
43
3.2. Variáveis
Para analisar os fatores aglomerativos e desaglomerativos das regiões
metropolitanas em estudo, serão utilizadas as variáveis proxies criadas no trabalho de
LEMOS et. al. (2001). O objetivo principal está na construção de índices que
possibilitariam a interpretação da presença de fatores aglomerativos ou desaglomerativos
nas regiões metropolitanas do Brasil. A partir desse esforço, foi possível a criação de sete
índices, que teriam por característica própria a indicação de fatores aglomerativos e
desaglomerativos. O dinamismo ou a infra-estrutura são variáveis criadas com o intuito de
indicar a presença de economias aglomerativas, enquanto a renda fundiária e a
verticalização apontam para economias de desaglomeração.
Para a construção dessas variáveis, foram extraídos microdados provenientes da
PNAD paras as décadas de 1980 e 1990, disponíveis em CD-ROM no Centro de
Desenvolvimento e Planejamento Regional (CEDEPLAR).
Para as proxies dos fatores aglomerativos, foram obtidos as seguintes informações
disponíveis na PNAD:
Rendimento pessoal total referente a todas as fontes, que funciona como estimativa
da escala econômica juntamente com número de pessoas ocupadas que compõem a
população economicamente ativa (PEA). A razão entre estas informações gerou a variável
produtividade média do trabalho (y), podendo ser analisada como uma variável que indica
eficiência de uma dada região em estudo, de acordo com CROCCO & LEMOS (2000).
Estimativa da PEA e PIA, segundo a PNAD, em que foi realizada uma razão entre a
PEA e a PIA para obter a proporção da população economicamente ativa em relação à
população em idade ativa. A variável proveniente dessa operação intitulou-se taxa de
participação da força de trabalho (µ), indicando a capacidade de absorção da população
de dada região.
Realizando um minucioso estudo em busca de informações que possibilitariam a
criação de um indicador de infra-estrutura das regiões metropolitanas. Para tanto,
informações do tipo iluminação por rede elétrica, telefone na residência, coleta de lixo e
rede coletora de esgoto foram utilizadas previamente, com o intuito de funcionar como tal
indicador. Realizados os cálculos levando em consideração todos os indicadores em
conjunto e, posteriormente, cada um em separado, verificou-se que o indicador diferencial
com maior precisão referia-se às informações provenientes da variável rede coletora de
esgoto. Portanto, para a criação da variável infra-estrutura (I) utilizou-se somente a rede
coletora de esgoto como indicador.
44
Com relação à criação de variáveis que indicam a presença de fatores
desaglomerativos, LEMOS et. al. (2000) utilizaram as seguintes dados:
Valor total gasto com aluguel domiciliar e o total de domicílios alugados, no qual a
razão entre estas informações possibilitou uma estimação da magnitude relativa da renda
fundiária urbana (R). Essa variável tem a característica de funcionar como proxy do preço
do solo urbano, considerada uma boa solução para a escassez de informações confiáveis e
comparáveis inter-regionalmente. Cabe ressaltar que quanto maior a participação nesta
informação de alugueis proveniente do setor formal imobiliário, melhor será o ajustamento
dos dados aos pressupostos feitos.
A utilização de informações provenientes do Censo Demográfico de 1980 e 1991
do IBGE e da Contagem Populacional de 1996, que forneceram a área de cada região
Metropolitana e os dados sobre a população de cada região metropolitana para os
respectivos anos. Com base nesses dados, criou-se a variável densidade demográfica (η),
que funcionou como proxy da verticalização urbana, que foi calculada mantendo constante
a área metropolitana do ano de 1991 com o intuito de se evitar distorções no denominador
da variável. No entanto, o IBGE não possui informações completas sobre as populações de
todas regiões metropolitanas para cada ano em estudo. Neste caso, realizou-se uma
estimação das populações a partir de um método de interpolação, de acordo com a fórmula
a seguir
1



 Popt +1  y 

 − 1 × Popt −1  × w + Popt −1
Popt =  

 Popt −1 


(09)
onde
y é a diferença entre os anos com informações disponíveis [(x+1) - (x-1)]; e
w é a diferença entre o último ano que se tem a informação e o ano que se deseja
calcular [(x+1) - (x)].
A informação tempo médio gasto do domicílio ao trabalho, intitulado de
transportabilidade urbana (b), obtida para indicar uma proxy do custo de acessibilidade.
Este cálculo foi possível por meio informações, como o tempo de transporte intra-urbano,
que reflete tanto à distância quanto a densidade do tráfico urbano.
Cabe ressaltar que variável transportabilidade urbana (b) foi somente utilizada para
a década de 1990, devido à escassez de informações para construção de tal variável para a
década de 1980. Em função desse problema, iniciou-se um exercício para a construção de
uma variável que apresentasse um mesmo poder de indicação de desaglomeração. A
45
variável criada foi a relação mão-de-obra e massa salarial (M), obtida por meio de
informações da massa salarial do trabalho principal e do total de horas trabalhadas nos
ramos de indústria da transformação, prestação de serviços e serviços auxiliares e atividade
econômica8. O caráter desaglomerativo provém do fato de o aumento da massa salarial
auferida por trabalhadores de determinados centros indicar a presença de maiores custos
para a firma que venha a se instalar neste centro.
Por último, foi elaborada uma variável com característica específica de não
mensurar fatores aglomerativos ou desaglomerativos. Esta variável é a produtividade
média ponderada do trabalho (Y), obtida por meio da ponderação pela renda fundiária e a
distância geodésica em relação ao centróide da Região Metropolitana de São Paulo. A
utilização de São de Paulo como referência está diretamente ligada à idéia de polarização
de um lugar central, subjacente ao conceito de região, a partir da definição de região com
base na sua natureza econômica e posição de força e dominância, o que acaba por resultar
na existência de regiões pólo e regiões dominadas. Assim sendo, a região que possui essa
característica, de acordo com o trabalho de LEMOS et al. (2000), é a Região Metropolitana
de São Paulo, pois a esta é atribuído o território nacional como a sua área de influência,
sendo assim denominada de pólo nacional ou primaz, servindo como base de sustentação
para as demais áreas metropolitanas do espaço em análise.
Obtidos os valores para as variáveis explicitadas acima, realizou-se uma
transformação dos resultados com objetivo de verificar qual seria a posição das regiões
metropolitanas em estudo em relação ao polígono descrito por DINIZ (1993). Essa
transformação ocorreu da seguinte maneira: calcularam-se os valores das variáveis para
todas as oito regiões metropolitanas e, em seguida, estimou-se um valor para o polígono,
que seria utilizado como base para verificar o posicionamento das regiões metropolitanas.
O cálculo das variáveis para o polígono foi obtido a partir dos valores das regiões
metropolitanas de Porto Alegre, Curitiba e Belo Horizonte, ponderado pela respectiva
população de cada metrópole presente no polígono. Diante dos valores para cada região
metropolitana e do valor para o polígono, calculou-se a razão entre as regiões
metropolitanas e o polígono, obtendo-se, assim, um valor relativo, o qual possibilita um
parâmetro de comparação entre as regiões metropolitanas em estudo.
8
A escolha dos ramos acima relacionados ocorreu devido ao fato de estes apresentarem os
resultados mais representativos dentre os conjuntos de ramos analisados.
46
3.3. Métodos
Escolhidas as variáveis, o próximo passo está em utilizar técnicas de Estatística
Multivariada para uma melhor descrição dos dados. A utilização de Estatística
Multivariada é explicada por este tipo de técnica considerar o relacionamento geral de
variáveis aleatórias simultaneamente, sendo que todas são igualmente importantes no
início da análise.
Os métodos mais utilizados para o estudo regional são: análise dos componentes
principais (ACP), método de análise fatorial e o método da análise de agrupamento (cluster
analysis). Dentre os três, pretende-se utilizar no presente estudo a análise dos componentes
principais (ACP), com o intuito de se responder às seguintes questões: Quais variáveis
estão correlacionadas entre si? Existe a possibilidade de agrupamento com base em suas
correlações? Esses agrupamentos possibilitam a elaboração de uma tipologia? Será
também utilizada a análise de agrupamento, doravante cluster, visando classificar os
elementos (regiões metropolitanas) em análise. Nessa classificação, busca-se avaliar
pontos do tipo: Quais regiões metropolitanas se assemelham em relação às variáveis em
estudo? É possível criar uma tipologia para estas regiões metropolitanas? (ANDRADE,
1989; KAGEYAMA & LEONE, 1999).
3.3.1. Análise dos componentes principais
O método dos componentes principais é utilizado com o objetivo de explicar a
estrutura de Variância e Covariância de um vetor aleatório, composto por p variáveis
aleatórias, obtido através de combinações lineares das k variáveis originais. Ou seja, o
objetivo é reduzir o número de variáveis explicativas a um pequeno número de índices,
chamados componentes principais k (k < p), com a característica de serem não
correlacionados. Esse tipo de operação é necessário porque as variáveis explicativas do
modelo em questão apresentam um alto nível de correlação, causando certa imperfeição
nos valores estimados para a variância das estimativas dos parâmetros, tornando os testes
de hipóteses inconsistentes. Essa correlação linear entre duas variáveis, k e p, pode ser
verifica da seguinte forma:
r (k , p ) =
1 n  xik − x k
∑
n i =1  s xk
 xip − x p

 s x
p





onde
xik é a observação do indivíduo i para a variável k;
(10)
47
x k é a média da variável k;
s xk desvio padrão da variável k;
xip é a observação do indivíduo i para a variável p;
x p é a média da variável p; e
s x p desvio padrão da variável p.
Pelo coeficiente de correlação simples entre as variáveis independentes, pode-se,
usualmente, dizer que se um índice de correlação for superior a 0,7 é sinal de
multicolinearidade. Além disso, tal método não capta a relação de duas ou mais variáveis,
de forma que mesmo que o coeficiente de correlação simples se apresente baixo, pode estar
omitindo a ocorrência de multicolinearidade entre duas ou mais variáveis.
O resultado é que se fosse um modelo de estimação dos Mínimos Quadrados
Ordinários, alguns de seus pressupostos não seriam atendidos. O modelo parte do princípio
de que a matriz de variáveis tenha full rank no que se refere às colunas da citada matriz.
Essa premissa garante que as variáveis explicativas do modelo proposto não apresentem
dependência linear perfeita entre si. Caso ocorra violação dessa hipótese, o determinante da
matriz das variáveis independentes será zero; logo, essa matriz não terá inversa, não sendo
possível a estimação dos parâmetros. Se não ocorrer a dependência linear perfeita, os
parâmetros serão estimados sem, contudo, serem confiáveis as suas significâncias.
A presença de multicolinearidade entre as variáveis independentes apresenta alguns
sintomas tidos como clássicos, a saber: coeficientes com altos desvios padrões, baixos
níveis de significância e com R2 elevado e, logo, F-teste também elevado, indicando que as
variáveis são significativas em seu conjunto; coeficientes com sinais e magnitudes
equivocadas ou implausíveis; e, por último, os valores dos coeficientes ficam sensíveis a
pequenas mudanças nas observações, de forma que pequenas alterações nestas produzem
grandes alterações nos valores dos coeficientes.
O método dos componentes principais, portanto, é empregado para gerar
componentes que, por construção, terão de apresentar correlação igual a zero, indicando,
assim, a não-existência de multicolinearidade entre os índices criados.
Para o respectivo estudo, esse método poderá ser utilizado com objetivo de se
determinar uma tipologia das regiões metropolitanas do Norte e Nordeste, possibilitandolhes uma hierarquização, depois de realizada o agrupamento das variáveis explicativas.
Assim, poderá ser observada a influência dos ganhos aglomerativos das regiões analisadas
sobre o seu desempenho (ANDRADE, 1989; MANLY, 1986).
Entre as técnicas Estatísticas de Multivariada, a análise dos componentes principais
é a mais simples. Nela são criados componentes Z1, Z2,...,ZK, obtidos pela combinação
48
linear das variáveis originais X1, X2,...,XK para n objetos, com a propriedade de serem não
correlacionados. Tem-se, portanto:
Z 1 = a11 X 1 + a12 X 2 + ... + a1K X K
Z 2 = a 21 X 1 + a 22 X 2 + ... + a 2 K X K
(11)
Z K = a K 1 X 1 + a K 2 X 2 + ... + a KK X K
Além de apresentarem a propriedade de serem não correlacionados, os
componentes (ZK) são calculados de forma que o primeiro componente (Z1) condense e
sintetize a maior parcela da variância de todas as variáveis explicativas, sendo que (Z2)
representa a segunda maior parcela da variância, e assim por diante. No entanto, é possível
computar o mesmo número de componentes que o número de variáveis originais. Se todos
os componentes principais apresentarem a característica de serem utilizados, então o novo
modelo não terá representado ganho nenhum em relação ao modelo original, não havendo
a necessidade de se utilizar a análise proposta.
Na utilização da análise dos componentes principiais, um novo modelo é obtido
com um número menor de variáveis. Todavia, cabe ressaltar que tanto o modelo novo
quanto o antigo apresentam a mesma variância total e a mesma variância generalizada,
sendo que o novo modelo tem a vantagem de ser composto por variáveis aleatórias não
correlacionadas, o que facilita a interpretação conjunta dessas variáveis (SPSS, 1998).
Contudo, para determinar os componentes, falta encontrar os coeficientes aij, que
são os pesos, obtidos pela determinação das raízes características que são extraídas junto à
matriz de covariância das variáveis explicativas, sendo estas na forma padronizada. Este
artifício de padronizar as variáveis é feito por causa da existência de diferenças na
mensuração entre as variáveis explicativas – por exemplo, a diferença entre as rendas
domiciliares é de R$ 200,00 a R$ 5.000,00 enquanto a de aluguéis pagos é de R$50,00 a
R$1.000,00. Sendo assim, calcula-se a média das observações de cada variável ( x K ) e o
seu respectivo desvio-padrão ( σ K ), realizando uma subtração de cada observação da sua
média e dividindo pelo desvio. Formalmente:
(xiK
− xK )
σ K . Com relação à matriz de
covariância, esta apresenta em sua diagonal a variância igual à unidade, pois a correlação
de uma variável com ela mesma é igual a 1 e os demais elementos são as covariâncias das
variáveis explicativas (MANLY, 1986).
No entanto, os pacotes estatísticos (SPSS e SAS) obtêm os componentes principais
pela utilização da matriz de correlação das variáveis originais, podendo também ser
49
utilizada a matriz de covariância9. A matriz de correlação pode ser vista como a matriz de
covariância das variáveis originais padronizadas pelas respectivas médias e desvios
padrões. A utilização desta forma de obtenção de componentes é recomendada quando
existe uma grande diferença nos valores das variâncias das variáveis originais.
Estas raízes características são, então, obtidas pelo sistema de k equações, com o
intuito de se gerar vetores característicos, que são nada mais que os pesos a serem dados às
variáveis explicativas no processo de transformação que gera os componentes principais
ZK. Esses pesos, conforme o exemplo da TAB. 1, são os valores em cada linha que indicam
a parcela do peso que é atribuída a uma variável neste componente. Desta forma,
componentes formados por coeficientes com grandes valores absolutos estão expressando
o quanto uma dada variável (x) está intimamente relacionada com este componente. Por
exemplo, no componente 1 a Renda é a variável com maior peso.
TABELA 1
Matriz de coeficientes dos componentes principais
Variáveis
Renda
Preços
Emprego
Idade
Ler
Esgoto
Emprego
Componentes
1
0,7871
0,0644
0,5475
0,4719
0,4150
0,4253
0,2275
2
0,4043
0,6476
0,1236
0,0610
-0,2967
-0,0858
-0,5502
3
-0,2793
0,6069
0,1563
0,0502
-0,0403
-0,3618
0,6279
Fonte: Elaboração do autor a partir de dados
provenientes da PNAD (1999).
Quando obtidos esses valores para cada componente, pode-se realizar uma
operação com o intuito de obter qual proporção da variância explicada de cada variável
está sendo representada neste novo modelo. Para realizar tal verificação, basta tomar os
valores obtidos para cada variável em cada um dos componentes e elevar ao quadrado,
somando todos. O resultado estará indicando o quanto o novo modelo está utilizando a
variância das variáveis originais. Desta forma, pode-se verificar a importância de cada
variável no novo modelo.
Para facilitar a compreensão do funcionamento da ACP, será utilizado como
exemplo o modelo em estudo com as sete variáveis calculadas, tendo como objetivo
reduzir estas a um número menor de variáveis (componentes). No modelo original, cada
9
Cabe ressaltar que esses os pacotes estatísticos (SPSS e SAS) utilizam como default a matriz de
correlação para o cálculo.
50
variável tem a sua proporção na variância total, sendo atribuído no modelo original o valor
de 1 para variância de cada variável padronizada e, portanto, de sete a variância total.
Realizado os procedimentos estatísticos, serão obtidos os componentes e as suas
respectivas porcentagens do total da variância explicada, sendo este valor intitulado de
autovalor. Se, por exemplo, o primeiro componente apresentar variância total de 4,31,
verifica-se que este componente está representando aproximadamente 61,65% da variância
total do modelo inicial. Supondo que os primeiros três componentes principais forem
responsáveis por 90% da variância total, verifica-se que não existe a necessidade de extrair
os demais componentes principais.
Esse ponto representa uma das vantagens desse método, pois é capaz de expressar
um dado fenômeno com um número razoavelmente pequeno de variáveis não
correlacionadas que refletem a variabilidade mostrada por um grande conjunto de outras
variáveis, tornando a análise mais simples e objetiva.
Outro ponto importante está em determinar o número exato de componentes que
irão melhor representar o modelo original. O critério mais utilizado sugere que
componentes com variâncias maiores do que a unidade (autovalores maiores que 1) devem
ser incluídos no novo modelo.
Por outro lado, é possível especificar o número de componentes a serem utilizados
pela análise gráfica dos autovalores. Ao realizar essa análise serão escolhidos os
componentes até o ponto em que ocorre uma distinta quebra entre os autovalores, quebra
esta identificada pela visualização de grandes autovalores que formam uma cascata. A
partir desse ponto, verifica-se a presença de um caminho gradual formado pelos demais
autovalores. Esse tipo de análise é denominado scree plot.
Concluída a análise multivariada e extraídas as novas variáveis (componentes),
torna-se possível estabelecer uma tipologia das metrópoles do Norte e Nordeste do Brasil,
sendo verificada entre elas quais apresentam fatores aglomerativos ou desaglomerativos
que atuaram como força centrípeta ou centrifuga de novos investimentos ou de realocação
de indústrias. Neste caso, busca-se verificar quais são as características implícitas em cada
região metropolitana que explicam a dinâmica verificada, a qual pode ser observada ao
realizar uma análise gráfica dos resultados da ACP. Quando obtidos os componentes,
utilizam-se os pesos para criar um gráfico, sendo neste inserido o posicionamento das
variáveis originais e das regiões metropolitanas em relação aos componentes. O GRAF. 1
exemplifica o acima descrito.
51
GRÁFICO 1 – Exemplo de análise gráfica de componentes principais
A análise do gráfico que relaciona os mais importantes componentes principais
obtidos em passos anteriores, de acordo com MANLY (1986), deve ser realizada
diferenciando-se o posicionamento das variáveis no que se refere ao eixo de referência
delimitador do próprio componente, isto é, o sinal das coordenadas de cada variável obtida
no processo, como pode ser verificado na TAB. 1, que mostra a matriz de coeficientes dos
componentes principais. Mais que isto, há que se levar em conta a magnitude da diferença
entre o vetor origem-coordenada e o vetor origem-projeção ortogonal no eixo do
componente. Quanto menor esta diferença, mais clara estará a representação da variável no
plano. Em outras palavras, quanto menor o ângulo formado entre a coordenada do
componente e a origem dos eixos, melhor o delineamento dessa variável específica naquele
plano.
3.3.2. Análise de cluster
A análise de cluster tem como objetivo dividir em subconjuntos, o mais semelhante
possível, um conjunto de elementos (regiões metropolitanas), de maneira que estes
elementos pertencentes a um mesmo grupo sejam similares com respeito às características
que foram medidas em cada elemento e os elementos que estão em grupos diferentes sejam
heterogêneos entre a suas características (MINGOTI, 199-).
A análise dos elementos quanto à presença de similaridade ou não é feita por meio
de critérios. Neste ponto, surge a questão: Qual critério utilizar para mensurar estas
similaridades? Esta escolha parte das medidas que melhor descrevem a similaridade entre
elementos de acordo com as características que tenham sido medidas nesses elementos. A
52
similaridade pode ser avaliada por meio de índices de que tem pó objetivo mensura-las,
que são denominados de distâncias.
O conceito de distância nada mais é que uma forma de mensurar quão próximo um
elemento está de outro. Para a análise de cluster, o importante é que elementos próximos
formem grupos. Entre as muitas formas de se mensurar distância entre elementos, a mais
usual é a distância euclidiana. A distância euclidiana é dada por:
 p
2
d ij = ∑ (xik − x jk ) 
 k =1

1
2
(12)
onde
xik é a observação do indivíduo i para a variável k; e
x jk é a observação do indivíduo j para a variável k.
Esta mede a distância entre dois elementos com base nos valores das observações
de todas as variáveis envolvidas na análise. A distância euclidiana é utilizada sempre que
os valores das variáveis referentes aos elementos sejam valores reais. No entanto, para a
utilização desse índice que mensura a similaridade é necessário que as variáveis sejam
analisadas quanto à sua dimensão de escala de medida, pois a utilização de variáveis com
várias formas de mensuração pode ocasionar uma superestimação das distâncias entre os
elementos. Para eliminar esse problema, deve-se realizar inicialmente uma padronização
das variáveis a serem utilizadas, criando novas variáveis ponderadas pelo desvio-padrão e
média de cada variável. Assim, têm-se variáveis com média 0 e desvio-padrão 1
(EVERITT, 1980).
Realizado o cálculo das distâncias entre os elementos, inicia-se
a busca pela
melhor técnica de construção de agrupamentos, sendo estes freqüentemente classificados
em dois tipos: técnicas hierárquicas; e técnicas não-hierárquicas. A técnica de construção
mais utilizada é a hierárquica, que se classifica em duas: hierárquica aglomerativa e a
divisiva. A técnica de classificação hierárquica aglomerativa (agglomerative hierarchical
cluster) será utilizada no presente estudo. Ela inicia a análise classificando cada elemento
como um cluster; ou seja, haverá tantos clusters quantos elementos estiverem em análise.
No segundo passo, reúnem-se em um só cluster dois clusters com maior similaridade
(menor distância), reduzindo o número de cluster a cada estágio. Este processo de união de
cluster é continuado a cada estágio até o momento em que todos os elementos
considerados estarão em um único cluster. Cabe ressaltar que, uma vez pertencente a um
53
cluster, o elemento não mais sairá deste cluster; ou seja, um cluster é indivisível com
relação aos elementos que o compõem.
Com relação a esse processo de agrupamento, existem vários métodos para decidir
qual é o processo ideal para junção de cluster. Estes métodos são baseados em uma matriz
de distância entre os elementos, sendo esta calculada, como acima indicado, pela distância
euclidiana. O método mais utilizado é o de ligação simples (single linkage), também
chamado de “vizinho próximo”. Nesse método, em cada estágio do procedimento os novos
clusters são combinados através do cálculo da distância entre os elementos de cada cluster.
Esta distância será definida da seguinte forma, conforme o exemplo: supondo que em um
estágio do processo tenham dois ou mais clusters, um contendo os elementos 1, 3 e 7, e o
outro contendo os elementos 2 e 6. Ou seja, tem-se:
C1 = {X 1 , X 3 , X 7 } e
C 2 = {X 2 , X 6 }
(13)
Então, a distância entre estes cluster será definida por:
 
d (C1 , C 2 ) = mimd  X l , X k , l ≠ k , l = 1,3,7
 
e

k = 2,6 

(14)
Ou seja, é a distância entre os “vizinhos” mais próximos ou entre os elementos mais
parecidos de cada cluster. A cada estágio desse processo os dois clusters que são mais
similares com relação a esta distância são combinados em um novo cluster. Este processo
irá se repetir até o agrupamento de todos os cluster em um único cluster.
Determinada a técnica e o método para a formação de cluster, parte-se para a
análise gráfica, que pode ser realizada por dois meios: pelo vertical icicle e pelo
dendograma. A análise gráfica mais utilizada é a do dendograma, que indica o grau de
similaridade entre os clusters, como estes são formados e os valores dos coeficientes de
distâncias a cada estágio. O DIAGRAMA 1 apresenta a forma de uma árvore na posição
vertical ou horizontal, com as linhas verticais partindo dos elementos em análise (regiões
metropolitanas), em altura correspondente ao nível em que os elementos foram
considerados similares; ou seja, é a distância do agrupamento10, que inicia a sua
10
O pacote estatístico utilizado no presente trabalho para análise de cluster é o SPSS. A distância
que este pacote mostra no dendograma não é a distância atual, mas uma distância reescalonada em um
intervalo entre 0 e 25, como pode ser observado acima do DIAGRAMA 1. Mas a taxa das distâncias
auferidas entre os estágios é preservada.
54
representação a partir do segundo estágio até o último, onde todos os clusters iniciais se
unem em apenas um.
DIAGRAMA 1 – Exemplo de dendograma utilizando o método de ligação simples
Realizadas as descrições das variáveis a serem utilizadas no presente estudo
juntamente com os métodos a serem utilizados, parte-se para o cálculo das variáveis e para
a utilização dos métodos, demonstrando os resultados obtidos para os dados utilizados da
PNAD para as décadas de 1980 e 1990.
55
4. ANÁLISE DESCRITIVA DOS FATORES AGLOMERATIVOS E
DESAGLOMERATIVOS
As vantagens e desvantagens relativas irão proliferar como forças centrípetas e
centrífugas, resumidas nos fatores aglomerativos e desaglomerativos urbanos especificados
no segundo capítulo. Desta forma, o desenvolvimento dos setores – quais sejam, indústria
ou serviços –, a presença de infra-estrutura, tanto física quanto social, a disponibilidade de
recursos naturais e a contigüidade com centros primazes podem ser captados pelas
variáveis a serem calculadas, como a produtividade urbana e a taxa de participação, que
medem os fatores aglomerativos, e a renda fundiária, a relação massa de salário/hora e a
acessibilidade, que mensuraram fatores desaglomerativos.
Neste capítulo pretende-se descrever a evolução dos fatores aglomerativos e
desaglomerativos para as décadas de 1980 e 1990.
4.1. Análise dos fatores aglomerativos e desaglomerativos para a década
de 1980
Realizado o cálculo das variáveis que indicam fatores aglomerativos e
desaglomerativos para os anos de 1981, 1985 e 1989, verifica-se a presença clara de uma
hierarquia entre as regiões metropolitanas em estudo. Os resultados obtidos são
apresentados nas TAB. 2 e 3 para os anos da década de 1980 e para as regiões
metropolitanas. Cabe ressaltar que os valores indicados para os fatores aglomerativos e
desaglomerativos estão em relação à média ponderada do polígono.
TABELA 2
Fatores aglomerativos para a década de 1980 nas respectivas regiões metropolitanas
Região
Metropolitana
1981
79,91
Belém
66,95
Fortaleza
74,62
Recife
95,96
Salvador
Belo Horizonte 95,08
116,89
São Paulo
95,25
Curitiba
Porto Alegre 108,80
Média Polígono 100,00
y
1985
91,62
68,77
65,88
93,29
90,27
107,24
96,62
113,52
100,00
1989
94,06
66,00
72,98
90,21
90,80
127,35
106,86
106,09
100,00
1981
80,24
91,82
84,11
93,87
97,29
102,03
99,61
103,39
100,00
µ
1985
88,56
96,40
87,42
95,67
97,72
102,38
100,32
102,43
100,00
I
1989
91,85
88,85
82,16
97,36
100,22
96,46
99,24
100,25
100,00
1981 1985
76,30 79,01
69,92 78,83
36,38 44,88
51,39 59,00
86,27 91,12
127,79 111,32
104,40 97,31
113,03 112,08
100,00 100,00
1989
79,48
92,02
48,36
85,59
91,70
109,58
97,85
111,08
100,00
Fonte: Elaboração do autor com base nos dados obtidos junto à PNAD dos anos de 1981, 1985 e 1989.
y = Produtividade média do trabalho (renda metropolitana / pessoal ocupado);
µ = Taxa de participação (PEA / população residente);
I = Infra-estrutura urbana (domicílios com rede coletora de esgoto / total de domicílios).
56
TABELA 3
Fatores desaglomerativos para a década de 1980 nas respectivas regiões metropolitanas
Região
Metropolitana
Belém
Fortaleza
Recife
Salvador
Belo Horizonte
São Paulo
Curitiba
Porto Alegre
Média Polígono
R
1981
87,94
64,20
66,54
102,97
83,61
118,83
75,37
103,45
100,00
1985
86,43
64,15
69,95
95,85
89,33
109,21
86,81
121,10
100,00
1989
91,81
58,82
73,40
92,03
92,17
127,27
107,85
103,82
100,00
1981
242,47
138,59
316,84
231,98
132,66
454,24
44,46
98,31
100,00
η
1985
245,97
143,18
309,69
237,55
132,72
444,39
45,16
98,33
100,00
M
1989
248,89
147,02
303,69
242,20
132,76
436,12
45,74
98,35
100,00
1981
69,09
55,12
63,31
96,83
88,32
131,82
95,47
104,08
100,00
1985
77,49
55,03
67,70
97,10
87,05
127,41
98,51
116,18
100,00
1989
81,35
49,33
74,90
92,09
90,82
147,53
111,64
101,36
100,00
Fonte: Elaboração do autor como base nos dados obtidos junto à PNAD dos anos de 1981, 1985 e 1989.
R = Renda fundiária urbana (aluguel domiciliar médio);
η = Verticalização urbana (densidade demográfica);
M = Relação massa de Salário/Hora (Massa salarial/ Horas trabalhadas).
4.1.1. Região Metropolitana de São Paulo
Os resultados confirmam a Região Metropolitana de São Paulo como primaz, com
índices para todos os anos acima da média do polígono e superior às demais regiões
metropolitanas, tanto para os fatores aglomerativos quanto para os desaglomerativos,
ficando clara a presença de uma dualidade para a metrópole primaz. Esse resultado é fruto
de uma concentração econômica ocorrida na década de 1960, juntamente com o aumento
da renda fundiária e dos salários, e a queda na infra-estrutura disponível.
Tal dinâmica pode ser confirmada nas TABs. 2 e 3, pois a renda fundiária (R)
apresentou tendência de alta e o índice de infra-estrutura (I) de baixa, indicando um
aumento dos custos urbanos em comparação com o polígono. A tendência de alta
observada ao longo dos anos de 1980 demonstra a presença de eficiência para a geração de
sobrelucro fundiário urbano, refletindo vantagens aglomerativas. Mas cabe ressaltar que
quanto maior o valor de (R), maior a importância dos fatores desaglomerativos. Neste caso,
o crescimento de (R) para a Região Metropolitana de São Paulo implica que esta apresenta
não só potencial de geração de renda fundiária como também o surgimento de custos
desaglomerativos.
57
TABELA 4
Produto industrial por regiões metropolitanas e por Estados (valores absolutos)
3
1975
1985
1996
ρ1
ρ1
ψ2
ρ1
ψ2 75/96
76.321,68 55,01 110.406,11 43,89 3,76 98.696,05 45,03 -1,01 1,23
São Paulo
RMSP
51.539,54 37,14 60.067,54 23,88 1,54 54.099,83 24,68 -0,95 0,23
Interior
24.782,13 17,86 50.338,58 20,01 7,34 44.596,22 20,35 -1,10 2,84
9.159,03 6,60 21.873,09 8,70 9,10 25.130,88 11,47 1,27 4,92
Minas Gerais
RMBH
3.412,43 2,46 8.070,26 3,21 8,99 10.180,20 4,64 2,13 5,34
Interior
5.746,61 4,14 13.802,83 5,49 9,16 14.950,67 6,82 0,73 4,66
18.021,37 12,99 29.578,94 11,76 5,08 22.490,84 10,26 -2,46 1,06
Rio de Janeiro
RMRJ
14.425,86 10,40 23.248,16 9,24 4,89 17.449,12 7,96 -2,57 0,91
Interior
3.595,51 2,59 6.330,79 2,52 5,82 5.041,72 2,30 -2,05 1,62
104.435,35 75,27 165.336,34 65,73 4,70 149.131,99 68,04 -0,93 1,71
Sudeste
Rio Grã. do Sul 10.442,54 7,53 17.435,74 6,93 5,26 12.993,96 5,93 -2,64 1,05
RMPA
5.526,14 3,98 8.453,83 3,36 4,34 6.789,08 3,10 -1,97 0,98
Interior
4.916,40 3,54 8.981,91 3,57 6,21 6.204,88 2,83 -3,31 1,11
5.521,42 3,98 13.059,89 5,19 8,99 13.454,50 6,14 0,27 4,33
Paraná
RMCU
1.752,58 1,26 6.297,65 2,50 13,64 6.211,21 2,83 -0,13 6,21
Interior
3.768,84 2,72 6.762,25 2,69 6,02 7.243,29 3,30 0,63 3,16
20.569,82 14,82 39.494,12 15,70 6,74 33.299,89 15,19 -1,54 2,32
Sul
1.561,37 1,13 6.111,54 2,43 14,62 7.087,12 3,23 1,36 7,47
Centro-Oeste
813,21
0,59
816,18
0,32 0,04 1.858,43 0,85 7,77 4,01
Brasília
3.597,02 2,59 13.206,56 5,25 13,89 8.831,56 4,03 -3,59 4,37
Bahia
RMSA
2.725,23 1,96 10.497,93 4,17 14,44 5.773,95 2,63 -5,29 3,64
Interior
871,79
0,63 2.708,63 1,08 12,00 3.057,62 1,40 1,11 6,16
3.080,94 2,22 5.051,89 2,01 5,07 3.130,62 1,43 -4,26 0,08
Pernambuco
RMRE
2.204,82 1,59 3.677,36 1,46 5,25 2.071,35 0,95 -5,08 -0,30
Interior
876,12
0,63 1.374,52 0,55 4,61 1.059,28 0,48 -2,34 0,91
1.069,73 0,77 2.912,24 1,16 10,53 2.976,33 1,36 0,20 4,99
Ceará
RMFO
753,78
0,54 2.013,07 0,80 10,32 2.252,78 1,03 1,03 5,35
Interior
315,96
0,23
899,17
0,36 11,03 723,55 0,33 -1,96 4,02
10.223,15 7,37 29.864,79 11,87 11,32 21.347,11 9,74 -3,01 3,57
Nordeste
742,38
0,54 4.298,14 1,71 19,20 3.708,40 1,69 -1,33 7,96
Pará
RMBE
500,85
0,36 1.877,15 0,75 14,12 2.232,29 1,02 1,59 7,38
Interior
241,53
0,17 2.420,99 0,96 25,92 1.476,12 0,67 -4,40 9,00
1.814,10 1,31 9.947,57 3,95 18,55 7.644,50 3,49 -2,37 7,09
Norte
138.753,22 100,00 251.533,13 100,00 6,13 219.183,34 100,00 -1,24 2,20
Brasil
Polígono4
10.691,14 7,71 22.821,74 9,07 7,88 23.180,49 10,58 0,14 3,75
8.284,12 5,97 12.420,29 4,94 4,13 10.705,98 4,88 -1,34 1,23
Média RMs
Fonte: Elaboração do autor a partir de ANDRADE e SERRA (1998).
1
Taxa de participação;
2
Taxa de crescimento médio anual com relação a cada Década;
3
Taxa de crescimento médio anual com relação ao período;
4
Valor do polígono estimado a partir da elaboração própria.
Com relação à variável taxa de participação (µ), é possível verificar a perda de
participação da Região Metropolitana de São Paulo em relação ao polígono, indicando que
ocorreu uma ampliação da capacidade de absorção produtiva da população das regiões
metropolitanas que compõem o polígono. A comprovação da expansão na capacidade
produtiva do polígono pode ser vislumbrada na participação no produto industrial ao longo
dos anos de 1980. Enquanto a Região Metropolitana São Paulo apresenta perda de posição
relativa no produto industrial no decênio 1975-1985 (TAB. 4), passando de 55 % para
43,89%, o polígono ampliou sua participação de 7,71% para 9,07%, com uma taxa de
58
crescimento anual para esse período de 7,8% contra 3,7% da metrópole paulista. Esta
primeira análise permite conciliar a idéia levantada por DINIZ (1993) de que se iniciava
um processo de reversão de polarização da área metropolitana de São Paulo.
Outro indicador de perda de participação dessa região pode ser verificado com a
variável verticalização urbana (η), que indica uma perda de população por parte da
metrópole paulista quando colocada em confronto com o polígono, sendo esse processo
verificado na TAB. 5, que apresenta as populações das regiões metropolitanas, as
respectivas participações e a taxa média de crescimento anual.
TABELA 5
Evolução da população por região metropolitana (1970/2000)
Região
Metropolitana
São Paulo
Rio de Janeiro
Belo Horizonte
Porto Alegre
Curitiba
Salvador
Recife
Fortaleza
Belém
Brasília
Média RMs
1970
Pop
8.139.730
6.891.521
1.719.615
1.590.798
875.269
1.147.821
1.790.934
1.091.117
669.768
537.492
2.445.407
%
8,74
7,40
1,85
1,71
0,94
1,23
1,92
1,17
0,72
0,58
2,63
1980
Pop
%
12.588.725 10,58
8.772.265 7,37
2.676.328 2,25
2.307.586 1,94
1.497.308 1,26
1.766.582 1,48
2.386.461 2,01
1.651.772 1,39
1.021.486 0,86
1.176.908 0,99
3.584.542
ρ*
4,46
2,44
4,52
3,79
5,52
4,41
2,91
4,23
4,31
8,15
1991
Pop
%
15.444.941 10,52
9.814.574 6,68
3.515.537 2,39
3.029.073 2,06
2.061.531 1,40
2.496.521 1,70
2.919.979 1,99
2.401.878 1,64
1.401.305 0,95
1.601.094 1,09
3,01 3,90 4.468.643
ρ*
1,88
1,03
2,51
2,50
2,95
3,19
1,85
3,46
2,92
2,84
2000
Pop
%
17.178.071 10,13
10.104.704 5,96
4.249.698 2,51
3.495.119 2,06
2.451.178 1,45
3.018.326 1,78
3.316.451 1,96
2.782.467 1,64
1.672.808 0,99
2.043.169 1,21
3,04 2,02 5.031.199
ρ*
1,19
0,32
2,13
1,60
1,94
2,13
1,42
1,65
1,99
2,75
2,97 1,33
Média Polígono 1.395.227 1,50 2.160.407 1,82 4,47 2.868.714 1,95 2,61 3.398.665 2,00 1,90
93.139.037 100,0 119.002.706 100,0 2,48 146.825.475 100,0 1,93 169.544.443 100,0 1,61
Brasil
Fonte: IBGE; Média do polígono estimada a partir da elaboração do autor.
ρ* Taxa de crescimento médio anual com relação a cada Década.
Ao analisar a TAB. 5, é possível obter algumas informações importantes sobre as
populações das regiões metropolitanas do Brasil. Em conjunto, elas representavam em
1971 cerca de 26% do total da população, ampliando esse percentual para
aproximadamente 31% em 1991. Esse processo de ampliação da posição relativa é
conseqüência de um maior dinamismo econômico das áreas metropolitanas nas décadas
dos 1960 e 1970, incentivando, desta forma, a movimentação da população de áreas
próximas para os centros de maior escala em busca de melhores condições de vida. No
entanto, algumas regiões metropolitanas passaram a apresentar aumentos dos seus custos
urbanos em razão dessa movimentação, por meio da pressão por infra-estrutura, ativos
urbanos e custos ambientais, aumentando, assim, a incidência de fatores desaglomerativos
(redução do nível de infra-estrutura, observada pela dinâmica da variável (I), aliado a um
aumento da renda fundiária).
Tal fenômeno, embora generalizado, ocorreu de forma diferenciada entre as regiões
metropolitanas. No caso da metrópole paulista, os reflexos da megalopolização das
59
décadas anteriores ainda surtiam efeitos no início da década de 1980, no decorrer da qual,
conforme os resultados indicam, verificou-se uma alteração na tendência de crescimento da
sua população a taxas de crescimento inferior a do polígono11. Esta alteração na taxa de
crescimento foi verificada na variável verticalização urbana (η), em que a metrópole
paulista apresentou valores decrescentes para os anos em análise na década de 1980. Desta
forma, a variável (η) assinalou que as regiões metropolitanas que constituem o polígono
passaram a atrair um contingente populacional superior à da metrópole paulista,
repercutindo os problemas estruturais da região.
As alterações vivenciadas pela Região Metropolitana de São Paulo também podem
ser verificadas nas TAB. 2 e 3, que revelam a ocorrência de um aumento de salários
auferidos, atrelado a um aumento de produtividade, resultado este vislumbrado na análise
das variáveis massa de Salário/Hora (M) e produtividade média do trabalho (y)
respectivamente.
De acordo com LEMOS & CROCCO (2000), é possível analisar os ganhos de
produtividade de uma região junto à variável (y), quando esta passa a ser considerada como
um indicador de eficiência da região, uma vez que seus aumentos não indiquem expansão
de custos urbanos, e sim ganho de eficiência. Parte da dinâmica da variável (y) pode ser
verificada nos dados da TAB. 612, que mostram os valores do PIB e PIB per capita por
regiões metropolitanas.
11
Taxa média de crescimento anual na década dos 80 de 2,61 para as regiões metropolitanas que
compõem o polígono e de apenas 1,81 para Região Metropolitana de São Paulo (vide Tabela 4).
12
A inclusão da TAB. 6 no trabalho foi realizada com o intuito de comprovar o resultados obtidos a
partir das informações provenientes da PNAD para a renda de todas as fontes, utilizada como estimativa de
escala econômica. Portanto, as informações presentes na referida tabela não foram utilizadas para o cálculo
de nenhum dos indicadores utilizados no presente trabalho.
60
TABELA 6
Valores do PIB(1) e PIB per capita por regiões metropolitanas definidas (valores absolutos)
Região
Metropolitana
São Paulo
Rio de Janeiro
Belo Horizonte
Porto Alegre
Curitiba
Salvador
Recife
Fortaleza
Belém
Brasília
Média RMs
Média polígono
Brasil
1975
PIB Per
PIB
capita
97.490 9.794
51.203 6.621
11.706 5.552
13.379 7.071
5.493
4.919
7.122
5.084
6.677
3.254
2.815
2.129
2.132
2.618
5.416 7.158
20.343 6.962
10.969 5.975
394.496 3.768
1985
Variação 75/852
1996
Variação 85/962
PIB Per
PIB Per
PIB Per
PIB Per
PIB
PIB
PIB
PIB
capita
capita
capita
capita
112.430 8.165
1,44
-1,80 152.439 9.316 2,81
1,21
56.494 6.126
0,99
-0,77 61.339 6.150 0,75
0,04
17.211 5.714
3,93
0,29 26.437 6.796 3,98
1,59
18.653 7.184
3,38
0,16 20.125 6.151 0,69 -1,40
11.572 6.735
7,74
3,19 16.929 7.485 3,52
0,96
17.190 8.391
9,21
5,14 15.694 5.681 -0,82 -3,48
8.940
3.429
2,96
0,52 11.079 3.542 1,97
0,30
5.724
2.954
7,35
3,33
7.696 2.960 2,73
0,02
3.976
3.397
6,43
2,64
8.343 5.416 6,97
4,33
13.820 10.284 9,82
3,69 17.998 9.884 2,43 -0,36
26.601 6.739
2,72
-0,33 33.808 7.095 2,20
0,47
16.400 6.474
4,10
0,80 21.964 6.738 2,69
0,36
595.057 4.561
4,20
1,93 691.908 4.361 1,38 -0,41
Fonte :ANDRADE e SOUZA (1998); Média do polígono estimada a partir da elaboração do autor.
(1)
Valor do PIB em R$1.000.000,00;
(2)
Taxa de variação anual para o PIB e PIB per capita.
Para a Região Metropolitana de São Paulo, pode-se verificar um desempenho
modesto no período de 1975-1985, no qual ocorreu um crescimento do PIB por volta de
1,44% ao ano e uma retração do PIB per capita de 1,80. Apresentando a mesma
convergência, está a variável massa de Salário/Hora (M), que descreve um padrão de
crescimento no final da década de 1980.
Esta dinâmica verificada para Região Metropolitana de São Paulo mostra
claramente a situação em que o centro se encontra, com valores para todas as variáveis
sempre acima da média do polígono, resultados indicando ganhos de eficiência (indicados
pela variável y) e crescimento da massa salarial, mas com uma queda da participação da
PEA em relação à população residente.
A explicação para essa situação está no fato de a metrópole paulista apresentar altos
custos urbanos, como infra-estrutura escassa e alta renda fundiária, que reduzem a
rentabilidade dos investimentos, implicando a saída das grandes indústrias tradicionais,
reduzindo, assim, a demanda por trabalho. Na contramão das indústrias tradicionais, estão
as indústrias de alta tecnologia e o setor financeiro, que têm por objetivo localizar-se em
regiões na qual a oferta de mão-de-obra qualificada é abundante e os custos locacionais
não são de primeira importância. Em conjunto possibilitam um dinamismo maior para a
metrópole primaz e acabam por gerar maiores salários auferidos. Ou seja, a metrópole
paulista se especializa ao longo dos anos em atividades altamente específicas, que
demandam infra-estrutura social qualificada.
61
Destarte, fica clara pela dinâmica diferenciada que a Região Metropolitana de São
Paulo, com as variáveis desaglomerativas se destacando na análise, indica que os
resultados obtidos estão de acordo com a análise feita por DINIZ (1993), na qual a maioria
dos fatores indica que a metrópole paulista está apresentando maiores deseconomias de
aglomeração do que economias ao longo da década de 1980. Este processo acaba por
favorecer regiões que estão aptas a receber novas atividades que buscam por vantagens
líquidas, haja vista que a Região Metropolitana de São Paulo vem sofrendo com a grande
megalopolização ocorrida em décadas passadas.
Em razão de todo esse processo em curso na Região Metropolitana de São Paulo,
surge a oportunidade para que outros centros possam captar recursos provenientes de
novos investimentos, que resultam em um espraiamento de novas atividades pelo território
nacional. A procura por vantagens oferecidas por outras regiões que possuem
características implícitas – quais sejam, abundância de recursos naturais, infra-estrutura
social qualificada e física consolidada, estrutura de transporte e comunicação –, atrelada a
uma concentração social e espacial da renda, possibilitaria o surgimento de uma cadeia
produtiva integrada, favorecendo a instalação de novas atividades (DINIZ, 1999).
A renda fundiária entra nesse contexto como fator principal. Ao analisar os dados
da TAB. 3, torna-se clara a discrepância entre a Região Metropolitana de São Paulo e as
demais, indicando que a renda fundiária nessa região está muito acima da média, sendo
esta analisada como uma grande deseconomia de aglomeração da metrópole paulista.
O resultado desse processo é a ampliação da competição interempresarial, que
contribui para a desconcentração geográfica da produção e o desenvolvimento científico.
4.1.2. Regiões metropolitanas do Norte e Nordeste
Neste escopo de atração por novas atividades estão inseridas as regiões
metropolitanas do Norte e Nordeste, por possuírem abundância de recursos naturais e uma
incipiente base de desenvolvimento tecnológico, como é caso da Região Metropolitana de
Recife. Contudo, o ponto forte que apresentam está na estrutura dos custos urbanos, que
são considerados os menores no contexto nacional. De acordo com os resultados das TAB.
2 e 3, é possível verificar que essas metrópoles possuem os menores valores para a variável
renda fundiária (R), com exceção de Salvador, e indícios de crescentes níveis de infraestrutura, conforme a variável infra-estrutura (I). Assim sendo, a atuação de forças
centrífugas de investimentos se baseia em uma estrutura de custos relativamente baixa,
resultado de um desenvolvimento ocorrido em períodos passados.
62
A Região Metropolitana de Salvador apresenta níveis superiores de infra-estrutura
(I), condições estas que podem ser comparadas diretamente com as metrópoles que
compõem o polígono. No sentido oposto, a renda fundiária (R) da região reduziu o seu
valor no período, indicando a possibilidade de obtenção de sobrelucro, fazendo com que a
variável passasse a influir positivamente na estrutura de atração de investimentos. Desse
modo, a estrutura de custos da metrópole soteropolitana se aproxima das regiões
metropolitanas que compõem o polígono, principalmente a de Belo Horizonte.
Os valores encontrados para o indicador de renda fundiária (R) para a Região
Metropolitana de Recife mostram a possibilidade de exploração de sobrelucro na região,
pois o índice para 1981 foi o segundo menor com tendência de crescimento ao longo da
década de 1980. Para a variável infra-estrutura (I) os investimentos realizados pelos
programas de desenvolvimento surtiram o efeito esperado, pois essa variável apresentou
crescimento no período superior à média do polígono.
Por outro lado, a Região Metropolitana de Fortaleza apresenta queda e a menor
renda fundiária (R) nos três anos em análise, juntamente com o maior índice de infraestrutura (I) entre as demais regiões, quando colocada em comparação com o polígono.
Com esses indicadores, a Região Metropolitana de Fortaleza se destaca por apresentar
custos urbanos inferiores aos das demais concorrentes, sendo assim classificada como a
metrópole de menor custo urbano do País para a instalação de novas atividades
econômicas.
Ao lado das regiões metropolitanas do Nordeste, está a Região Metropolitana de
Belém, que também procura captar recursos para investimento em atividades econômicas
na sua região. Ao analisar os resultados para esta região, os indicadores apontam para um
aumento dos custos urbanos, com base no aumento da renda fundiária (R) e com o índice
de infra-estrutura (I) da região apresentando uma leve alta ao longo da década de 1980.
Esse princípio de desenvolvimento ocorrido ao longo dos anos de 1980 é
conseqüência de investimentos realizados pelo setor público em busca de redução dos
desequilíbrios regionais e também como forma de válvula de escape para a contínua
aglomeração que vinha ocorrendo na Região Sudeste.
O início dos incentivos à industrialização de regiões menos desenvolvidas, foi
marcado por um projeto nacional de desenvolvimento, que pode ser dividido em duas
fases: de expansão (1956-1961), pelo Plano de Metas, e de recessão (1962-1967). Durante
a primeira fase, intensifica-se a expansão da capacidade produtiva via indústrias de bens de
produção e de consumo durável. Esse processo de industrialização pesada concentrou-se de
forma incipiente nas Regiões Sul e Sudeste, deixando de fora as demais regiões, inclusive
63
a do Nordeste. No decorrer da segunda fase, iniciou-se um processo de reversão, com os
investimentos em capacidade de produção rumando para o Nordeste, em virtude do grande
potencial de acumulação que havia sido criado no Sudeste. Ou seja, para manter o retorno
do capital, verificou-se a necessidade de realocação espacial de seus investimentos. Esse
processo teve o apoio da Superintendência de Desenvolvimento do Nordeste (SUDENE),
que visava uma redefinição da produção industrial e articulação econômica entre as regiões
(WANDERLEY, 1996; GUERRA & GONZALEZ, 1996). Entretanto, muitos dos
objetivos acima traçados não surtiram o efeito desejado.
Entre os fatores que contribuíram para a expansão do Nordeste, os incentivos
fiscais foram fortemente utilizados, como a elaboração do artigo 34/18, que obteve grande
respaldo, pois permitiu a dedução de até 50% do imposto de renda de pessoas jurídicas
para serem aplicados em projetos no Nordeste, sendo estes depositados no Banco do
Nordeste. No entanto, a burocracia e a presença de agenciadores, que comandavam a
liberação e execução de projetos, tornaram a captação de tais recursos inviáveis, gerando
altos custos. Visando eliminar esses problemas, o governo criou o Fundo de Investimento
do Nordeste (FINOR). A partir deste ponto, inicia-se uma integração produtiva, por meio
de reversões em infra-estrutura de transportes (malha rodoviária e indústria automotriz) e
comunicações
patrocinadas
pelo
Estado
(WANDERLEY,
1996;
GUERRA
&
GONZALEZ, 1996).
Cabe ressaltar que a metrópole paraense obteve também participação no processo
de expansão que viveu a economia brasileira, tendo como patrocinador principal o Estado,
via investimentos diretos em indústria, infra-estrutura e também via incentivos fiscais.
Estes últimos tiverem participação fundamental no crescimento da economia paraense, por
meio da Superintendência de Desenvolvimento da Amazônia (SUDAM), que incentivou a
instalação de indústrias de bens de consumo leves e, principalmente, o aproveitamento de
recursos naturais, como ferro, amianto, ouro e madeira, dentre outros, sendo assim
caracterizada como a última fronteira mineral da região Norte. Aliado a esde processo,
destaca-se o crescimento urbano da região, que passou a constituir um mercado local em
expansão (DINIZ, 1999).
Os reflexos de todas estas medidas que visavam à inserção do Norte e do Nordeste
no cenário econômico nacional acabaram por possibilitar as regiões metropolitanas níveis
superiores de infra-estrutura, condições estas que podem ser comparadas diretamente com
as metrópoles que compõem o polígono.
Ainda analisando os fatores que, agregados, formam os custos urbanos, verifica-se
que a variável verticalização urbana (η) apresenta valores elevados quando comparados
64
com os valores do polígono. Salvador apresenta uma tendência de alta ao longo dos anos,
processo este que pode ser confirmado pelos dados da TAB. 5: o valor para a taxa de
crescimento anual foi de 4,41% na década de 1980. Fortaleza também apresentou o mesmo
movimento de alta, ampliando sua participação no contexto nacional de 1,17% para 1,39%.
Na contramão a Região Metropolitana de Recife, que apresentou uma queda para este
índice. Tal resultado pode ser explicado em razão da menor taxa de crescimento anual
apresentado por essa metrópole: apenas 2,91%. Como os valores estão em relação ao
polígono, e este apresentou uma taxa de crescimento de 4,47%, a Região Metropolitana de
Recife teria mesmo de apresentar queda ao longo dos anos. No entanto, cabe ressaltar que
os constantes aumentos apresentados por Salvador e Fortaleza para a sua população,
refletindo diretamente no índice de verticalização, são explicados pela falta de regiões de
nível hierárquico inferior no seu entorno (LEMOS et al., 2000).
A Região Metropolitana de Belém apresenta um índice de crescimento da
verticalização urbana (η) que indica uma expansão da população a níveis superiores aos
das regiões metropolitanas que compõem o polígono13.
Prosseguindo a análise da população dessas regiões metropolitanas, o índice taxa de
participação (µ) refletiu diretamente os resultados dos investimentos ocorridos em massa
pelo setor público, principalmente em Salvador. Para essa metrópole, os valores crescem
no período, indicando que as atividades econômicas situadas na região geraram empregos
suficientes para absorver o crescimento da população, quando comparados com o
polígono. Esses resultados podem ser confirmados pelas TAB. 4 e 5, quando as taxas de
crescimento anuais para o produto industrial e para o PIB da Região Metropolitana foram,
respectivamente, de 14,4% e 9,21% no decênio 1975-198514. Contudo, a Região
Metropolitana de Fortaleza e a de Recife apresentaram queda para a taxa de participação,
indicando que esses centros não foram capazes de gerar emprego suficiente para absorver a
sua população.
O crescimento gerado na Região Metropolitana de Belém nos anos anteriores
também foi capturado pela variável taxa de participação (µ), devido ao fato de os valores
obtidos indicarem tendência de alta ao longo dos anos, confirmada pelos dados das TAB. 3
e 5, quando a Região Metropolitana de Belém apresentou uma expansão para o PIB de
6,43% ao ano no período de 1975-1985 e de 14,1% no produto industrial. Esse
13
A Região Metropolitana de Belém apresentou crescimento de 2,92 no período 1980-1991,
enquanto o polígono cresceu em média 2,61.
14
Cabe ressaltar que a base de informações utilizada para esta análise é muito pequena. Deveria
também ser levado em conta a escala quando se faz referência a taxas de crescimento.
65
desempenho indica que as atividades econômicas da região foram capazes de gerar
empregos para ocupar parte da população da região.
Mesmo com capacidade de geração de empregos e crescimentos na produção
industrial, os resultados da Região Metropolitana de Salvador delinearam uma perda de
dinamismo na região, resultado este constatado pela variável produtividade média (y), que
apresentou queda nos seus valores quando colocados em comparação com o polígono. Este
resultado também foi obtido para as demais regiões metropolitanas do Nordeste, indicando
um problema estrutural na região. A dependência de indústrias intensivas em trabalho e a
pouca especialização da mão-de-obra podem ser um indicativo para o resultado
encontrado.
O resultado final da análise conjunta das variáveis taxa de participação (µ) e
produtividade média (y) para as regiões do Nordeste indicam uma situação de dualidade,
visto que tais indicadores não mantiveram uma correlação positiva, não podendo, desta
forma, afirmar se houve ou não uma redução nos custos unitários das regiões, como a soma
dessas duas variáveis podem indicar.
De acordo com os resultados encontrados, é possível verificar que a Região
Metropolitana de Belém, mesmo com valores inferiores aos do polígono, apresentou
tendência de alta para produtividade média do trabalho (y) em todos os anos da década de
1980, indicando ganho de eficiência da população daquela região. O desempenho da
metrópole paraense é confirmado ao analisar a TAB. 6, pois esta apresenta o maior índice
de crescimento tanto para o PIB quanto para o PIB per capita entre as regiões
metropolitanas. Com estes resultados positivos para as variáveis (µ e y) pode-se afirmar
que na metrópole paraense ocorreu uma redução nos custos unitários de produção, o que
garante o crescimento da renda em períodos futuros, atraindo novas atividades para a
região.
Como reflexo dessa perda de eficiência, a variável massa de Salário/Hora (M)
também apresenta tendência de queda para Salvador e Fortaleza. Entretanto, Recife
apresentou tendência de alta nesse período, refletindo uma particularidade dessa metrópole
entre as suas congêneres. Esse resultado talvez possa ser explicado pelo fato de uma
especialização nos ramos utilizados para o cálculo do indicador.
O ganho de eficiência obtido pela metrópole paraense refletiu diretamente na
variável massa de Salário/Hora (M), pois seus valores cresceram ao longo dos anos,
indicando uma ampliação dos salários auferidos pelos trabalhadores da região, confirmada
pelos dados da TAB. 6, como acima relatados.
66
4.1.3. Regiões metropolitanas do polígono
Resta agora analisar o comportamento das metrópoles que compõem o polígono,
buscando identificar sua dinâmica na atração de novos investimentos. A metrópole mineira
apresenta uma estrutura de custo urbano similar ao das regiões metropolitanas do Norte e
Nordeste, enquanto as metrópoles sulinas definiam custos urbanos relativamente maiores
quando comparados com os valores apresentados para as metrópoles do Norte e Nordeste,
indicando um fator importante de comparação entre as mesmas.
No caso da Região Metropolitana de Curitiba, os resultados apontam maiores
custos urbanos quando comparado com as suas concorrentes diretas, em virtude da queda
no índice de infra-estrutura (I) e de um expressivo aumento na renda fundiária (R). O
desempenho da variável renda fundiária (R) é explicado pelo fato de o valor desta no início
da década de 1980 estar abaixo da média do polígono, indicando um espaço para a geração
de sobrelucro fundiário na metrópole curitibana, resultando um aumento desta ao longo do
período analisado.
Para a Região Metropolitana de Porto Alegre, o que chama atenção é fato de a
estabilidade na variável renda fundiária (R) vir acompanhada por uma queda no nível de
infra-estrutura (I) no período. Por sua vez, Belo Horizonte indicou tendência de alta para os
dois indicadores, mas com a renda fundiária menor quando comparada com o polígono e
um índice de infra-estrutura superior estável durante os três anos, resultando em vantagem
para a metrópole mineira.
Para finalizar a análise dos custos urbanos, o indicador de verticalização urbana (η)
detalha uma dinâmica distinta entre as regiões metropolitanas que formam o polígono. A
metrópole curitibana foi a única a apresentar crescimento, ainda que reduzido para este
indicador. Este resultado pode ser verificado pelos dados fornecidos pela TAB. 5, em que
Curitiba apresentou a maior taxa de crescimento anual de população entre as suas
congêneres. No entanto, Região Metropolitana de Curitiba tem uma característica
intrínseca, descrita pelos menores valores para a variável (η), fato este explicado por
apresentar uma das maiores áreas ocupadas. Belo Horizonte e Porto Alegre mantiveram
valores constantes ao longo dos anos, resultado este traduzido pela taxa de crescimento
anual da população próxima à calculada para o polígono. Belo Horizonte se diferencia
dessas duas últimas por apresentar uma população que é quase o dobro da demais e, por
conseguinte, tendo de sofrer maiores dificuldades para absorver o crescimento natural de
sua população. Desta forma, a menor área ocupada e a impossibilidade de crescimento da
Região Metropolitana de Belo Horizonte impõem restrições à expansão do centro em
67
questão; ou seja, a escala da região se resume em gargalos para o crescimento ao longo dos
anos da década de 1980.
Os resultados das variáveis massa de salário/hora (M) e produtividade média do
trabalho (y) indicam uma dinâmica distinta entre as regiões metropolitanas do Sul, pois
Porto Alegre apresenta indicadores que reduzem o seu dinamismo de sua região
metropolitana, pois tanto a variável (y) quanto a (M), apresentaram quedas ao longo da
década de 1980, indicando dificuldades na expansão econômica. Porto Alegre também
apresentou decréscimo para a variável taxa de participação (µ), indicando a dificuldade
dessa metrópole em gerar empregos suficientes para captar os trabalhadores naquela
região.
A partir das variações negativas dos indicadores produtividade média (y) e taxa de
participação (µ), o que se pode concluir é que na metrópole porto-alegrense ocorreu um
crescimento dos custos urbanos, o que impediu o crescimento da renda nos anos de 1980.
A redução do indicador (M) indica uma possível perda salarial sofrida pelos
trabalhadores daquela na Região Metropolitana de Porto Alegre. Essa perda de salário
captada pela variável massa de salário/hora (M) pode ser confirmada na TAB. 6, tendo
Porto Alegre apresentado um irrisório crescimento do PIB per capita de 0,16% no
intervalo de 1975-1985. Desta forma, quando colocado em comparação com as suas
concorrentes diretas que formam o polígono, o resultado é uma queda do indicador.
A metrópole mineira apresenta resultados parecidos com a metrópole portoalegrense, com um pequeno crescimento do PIB per capita, que acabou sendo absorvido
pelas variáveis, refletido diretamente na perda de dinamismo econômico da região captado
pela produtividade média do trabalho (y).
Mesmo com uma tendência de perda de dinamismo da Região Metropolitana de
Belo Horizonte indicada pela variável (y), os resultados trouxeram uma pequena ampliação
de sua PEA em relação à população residente, verificado pelos dados da taxa de
participação (µ). Com o crescimento do PIB e da população em torno da média do
polígono, Belo Horizonte conseguiu absorver a mão-de-obra que se tornou disponível
nessa década. Sobre os custos unitários – resultado da soma das variáveis (y) e (µ) – nada
se pode afirmar, pois estas não apresentaram uma mesma tendência de crescimento ou de
queda.
Resultados opostos são obtidos para Curitiba, com alta para as duas variáveis (y e
M), com valores crescentes e se aproximando da Região Metropolitana de São Paulo,
indicando crescimento da produtividade urbana, possibilitando assim aumentos dos ganhos
salariais. Entre as regiões metropolitanas que formam o polígono, a de Curitiba destaca-se
68
por apresentar o maior crescimento do PIB e PIB per capita e maior taxa de crescimento
anual do produto industrial.
Com relação à Curitiba, seus valores indicam estabilidade, fato explicado pela
expansão da capacidade industrial, que possibilitou um crescimento do PIB da região
metropolitana em 7,74% no período de 1975 a 1985, possibilitando a geração de empregos
suficientes para absorver os trabalhadores. Desta forma, para Curitiba os resultados
indicam uma redução dos custos unitários, em razão da manutenção dos valores para (µ) e
de crescimento de (y), mostrando a possibilidade de sustentar o crescimento da renda no
tempo.
Desta forma, verifica-se a presença de uma hierarquia nas regiões metropolitanas
brasileiras, com São Paulo apresentando os maiores valores para as duas variáveis,
seguida, hierarquicamente, por Curitiba, Porto Alegre, Salvador, Belo Horizonte, Belém,
Recife e Fortaleza respectivamente.
4.2. Análise dos fatores aglomerativos e desaglomerativos para década de
1990
Os dados calculados para década de 1990 são apresentados nas TAB. 7 e 8,
respectivamente, para as variáveis aglomerativas e desaglomerativas, ressaltando que estes
valores estão em relação ao valor calculado para o polígono especificado por DINIZ
(1993) com base nos valores das regiões metropolitanas de Belo Horizonte, Curitiba e
Porto Alegre.
TABELA 7
Fatores aglomerativos para a década de 1990 nas respectivas regiões metropolitanas
Região
Metropolitana
y
1992 1996 1999 1992
83,41 87,64 86,40 95,44
Belém
64,30 69,64 68,13 96,94
Fortaleza
75,37 64,73 76,12 88,01
Recife
90,03 83,76 79,80 93,33
Salvador
Belo Horizonte 96,64 85,53 87,67 96,06
118,13 130,47 120,48 98,87
São Paulo
98,25 111,11 105,15 101,09
Curitiba
Porto Alegre 105,11 109,52 111,25 103,85
MédiaPolígono 100,00 100,00 100,00 100,00
µ
1996
87,38
88,88
90,54
89,37
95,37
96,65
102,93
103,48
100,00
i
1999
1992
1996 1999
90,93 79,58 81,15 94,09
88,65 89,79 81,09 87,45
85,58 64,12 81,44 95,98
98,70 81,64 95,44 99,39
100,44 89,57 96,22 93,10
96,18 105,73 101,39 105,51
99,86 99,21 93,44 101,73
99,58 112,71 109,02 107,10
100,00 100,00 100,00 100,00
Fonte: elaboração do autor com base nos dados obtidos junto à PNAD dos anos de 1992, 1996 e 1999.
y = Produtividade média do trabalho (renda metropolitana / pessoal ocupado);
µ = Taxa de participação (PEA / população residente);
i = Infra-estrutura urbana (domicílios com rede coletora de esgoto / total de domicílios).
Para essa década, será calculado um índice de transportabilidade, que irá indicar o
tempo gasto do domicílio ao trabalho, em substituição ao índice relação massa de
69
salário/hora. Este cálculo torna-se possível em virtude da disponibilidade desta informação
somente para as PNADs dos anos de 1990.
TABELA 8
Fatores desaglomerativos para a década de 1990 nas respectivas regiões metropolitanas
Região
Metropolitana
Belém
Fortaleza
Recife
Salvador
Belo Horizonte
São Paulo
Curitiba
Porto Alegre
MédiaPolígono
R
1992
90,10
55,16
66,80
83,73
95,37
122,89
85,21
115,50
100,00
1996
97,70
66,09
75,69
85,96
94,74
134,89
97,98
107,65
100,00
1999
98,87
65,91
74,17
80,66
92,61
135,47
103,84
106,22
100,00
1992
252,59
151,72
295,83
248,64
133,04
424,18
46,45
98,02
100,00
η
1996
252,87
150,04
290,18
250,19
133,86
412,45
46,43
96,78
100,00
b
1999
253,03
148,91
286,41
251,19
134,39
404,66
46,41
95,95
100,00
1992
79,71
100,02
107,47
102,30
108,28
126,77
99,43
90,72
100,00
1996
75,35
88,88
97,76
97,86
111,46
120,75
98,57
87,37
100,00
1999
80,90
94,87
101,33
100,67
110,88
130,94
100,74
86,39
100,00
Fonte: Cálculo próprio com base nos dados obtidos junto à PNAD dos anos de 1992, 1996 e 1999.
R = Renda fundiária urbana (aluguel domiciliar médio);
η = Verticalização urbana (densidade demográfica);
b = transportabilidade urbana (tempo gasto do domicílio ao trabalho).
Alguns resultados chamaram a atenção quando feita uma comparação ao longo das
duas décadas para as variáveis calculadas. A seguir será realizada uma análise gráfica de
alguns indicadores relevantes. Contudo, a análise detalhada de cada indicador para as
regiões metropolitanas será feita nos próximos itens.
Como pode ser visualizado no GRAF. 2, a Região Metropolitana de São Paulo
apresenta os maiores valores para a variável verticalização urbana (η), quando colocada em
comparação, mesmo com tendência de redução do seu valor para os anos das décadas de
1980 e 1990. Para a Região Metropolitana de Recife, os resultados mostram que a
metrópole pernambucana apresenta valores acima da média calculada para o polígono, mas
com tendência de queda ao longo dos anos. O menor crescimento da população verificada
para essas duas metrópoles, quando colocadas em comparação direta com o polígono,
justifica esta dinâmica visualizada no GRAF.2
70
500
450
400
350
Índice
300
250
200
150
100
50
0
Belém
Fortaleza
Recife
Salvador
Belo
Horizonte
São Paulo
Curitiba
Porto Alegre
Regiões Metropolitanas
1981
1985
1989
1992
1996
1999
GRÁFICO 2 – Evolução da verticalização urbana para as regiões metropolitanas
Para as demais regiões metropolitanas do Nordeste e Belém, verifica-se um
processo de aumento da verticalização no período, mostrando possíveis problemas futuros
à vista, indicando desvantagem diante de suas concorrentes diretas, as metrópoles que
compõem o polígono. Por outro lado, de acordo com o GRAF. 2, as regiões metropolitanas
do Sul e Sudeste que compõem o polígono apresentam os menores índices de
verticalização urbana, principalmente Porto Alegre e Curitiba, indicando que ambas
oferecem espaço para o desenvolvimento de atividades econômicas sem comprometer em
curto prazo a estrutura de mobilidade das metrópoles. Entretanto, Belo Horizonte
demonstrou problemas para este indicador, quando feita uma comparação com as suas
congêneres, fato este decorrente da maior escala da metrópole mineira.
Mesmo com esta desvantagem apresentada para Belo Horizonte, a regiões
metropolitanas do polígono levaram vantagem quando colocadas em comparação direta
com as metrópoles do polígono.
Por outro lado, a renda fundiária (R), uma variável fundamental para a análise dos
fatores aglomerativos e desaglomerativos, com a sua dupla interpretação, indicou as
características de cada região durante os anos das décadas de 1980 e 1990. Como pode ser
visualizado no GRAF. 3, a metrópole primaz se destaca com os maiores valores,
mostrando que para essa região a renda fundiária tem caráter desaglomerativo.
71
160
140
120
Índice
100
80
60
40
20
0
Belém
Fortaleza
Recife
Salvador
Belo
Horizonte
São Paulo
Curitiba
Porto Alegre
Regiões Metropolitanas
1981
1985
1989
1992
1996
1999
GRÁFICO 3- Evolução da renda fundiária paras as regiões metropolitanas
Para as regiões Norte e Nordeste, Belém trilha um caminho de expansão para esse
indicador, enquanto Salvador apresenta característica distinta, por ser a única Região
Metropolitana a reduzir o seu valor ao longo dos anos, resultado de pesados investimentos
em infra-estrutura na região. Fortaleza e Recife apresentam os menores valores obtidos
para todos os anos, refletindo os menores custos urbanos que as duas metrópoles têm a
oferecer para realocação de investimentos na área produtiva.
As regiões metropolitanas que compõem o polígono tiveram alta para o principal
indicador de custo urbano, com destaque para Curitiba, que delineou uma trajetória
crescente para o indicador. A alta para Porto Alegre não foi tão significativa na análise de
1981 para 1999. Entretanto, ocorreram picos no período analisado. Por sua vez, na
metrópole mineira fica evidente o menor custo do solo urbano entre as suas concorrentes,
influenciando diretamente na composição do custo urbano da região. Neste ponto, as
regiões metropolitanas do Norte e Nordeste se destacam, por apresentarem uma estrutura
de custo inferior às regiões metropolitanas do polígono, indicando uma grande vantagem
comparativa em relação às suas concorrentes.
Por outro lado, o indicador de dinamismo das regiões metropolitanas – a variável
produtividade média do trabalho (y) que possibilita a redução dos custos unitários –
destacou a diferença entre as metrópoles que compõem o polígono, mostrando a presença
de vantagem para estas quando colocadas em comparação direta com as regiões
72
metropolitanas do Norte e Nordeste ao longo do período de 1981 a 1999, como mostra a
GRAF. 4. Curitiba e Porto Alegre se destacam com valores crescentes para esse indicador,
enquanto Belo Horizonte, no sentido oposto, reduziu seu dinamismo. Esse descolamento
da metrópole mineira das suas concorrentes diretas proporcionou uma equiparação com a
Região Metropolitana de Salvador, apontando para uma aproximação entre as duas
metrópoles. Para Fortaleza, Recife e Belém, o que se verifica é uma tendência de alta para
os anos em análise, mas com valores bem abaixo da média calculada para o polígono.
140
120
Índices
100
80
60
40
20
0
Belém
Fortaleza
Recife
Salvador
Belo
Horizonte
São Paulo
Curitiba
Porto Alegre
Regiões Metropolitanas
1981
1985
1989
1992
1996
1999
GRÁFICO 4 – Evolução da produtividade média do trabalho para as regiões
metropolitanas
Este último indicador detalha diferença implícita entre os dois conjuntos de
metrópoles, apontando para uma vantagem das regiões metropolitanas do polígono diante
das metrópoles do Norte e Nordeste, mesmo com uma tendência de crescimento do
dinamismo para últimas.
A seguir, será realizado um detalhamento de todos os indicadores obtidos para a
década de 1990 para as regiões metropolitanas, com o intuito de mostrar as peculiaridades
de cada uma e a sua evolução no tempo.
4.2.1. Região Metropolitana de São Paulo
De acordo com os resultados, a Região Metropolitana de São Paulo permanece com
altos custos urbanos, com a sua renda fundiária (R) em constante alta (GRAF. 3) e o seu
73
nível de infra-estrutura (I) se reduzindo durante os anos de 1990, mantendo a dinâmica da
década de 1980. Ainda para confirmar a forte presença de fatores desaglomerativos na
metrópole primaz, duas outras variáveis se destacam. De acordo com a primeira, verificase um agravamento da acessibilidade nessa região, fato preconizado pelo índice de
transportabilidade urbana (b), que apresentou tendência de alta. A segunda variável é a
verticalização urbana (η), pois São Paulo possui os maiores valores para essa variável em
todos os anos, indicando uma grande concentração populacional na metrópole paulista,
como pode ser verificado no GRAF. 2. Mesmo com tendência de queda desde os anos de
1980, os valores da verticalização urbana superam em muito as outras metrópoles,
resultado esse confirmado pelos dados populacionais presentes na TAB. 5, que comprova
que a metrópole paulista detém cerca de 10% população brasileira.
A TAB. 5 mostra que a participação da população da metrópole paulista mantevese estável entre as demais regiões metropolitanas, mas com uma taxa de variação anual
decrescente. Essa informação refletiu diretamente na variável taxa de participação (µ), pois
São Paulo apresentou valores decrescentes ao longo da década, quando colocado em
comparação com a média do polígono.
Os valores do último indicador, produtividade média do trabalho (y), cresceram ao
longo dos anos de 1990, seguindo a tendência dos anos da década anterior, como pode ser
visualizado no GRAF. 4, apontando para um possível aumento da renda do trabalho
naquela região, crescimento confirmado pelos dados da TAB. 6, com São Paulo
apresentando o maior PIB per capita e a segunda maior variação entre os anos de 19851996. Desta forma, a metrópole primaz ainda apresenta dinamismo, que pode ser explicado
pela localização de novas indústrias de tecnologia na região, juntamente com o setor
financeiro, contudo não sendo possível afirmar se ocorreu uma redução nos custos
unitários em virtude de os dois últimos indicadores (y e µ) delinearem tendências opostas.
Toda esta dinâmica verifica na década de 1990 por São Paulo é reflexo direto das
alterações de ordem tanto política quanto econômica, diante das várias medidas tomadas
com o intuito de promover a integração do mercado nacional com o resto do mundo. Essa
década foi marcada por uma intensa transição da indústria brasileira para um novo regime
de comércio, deixando para trás quatro décadas de forte proteção contra as importações. A
abertura promovida revelou grandes deficiências e distorções presentes na economia
brasileira, que se manifestavam por causa de produtos defasados, baixa produtividade e
escalas pouco competitivas. O resultado foi o aumento das pressões em razão da correção
desses problemas. Mas estes viriam a ocorrer por meio de ajustes estruturais significativos,
promovidos pela penetração das importações, afetando diretamente os setores intensivos
74
em capital e, de outra forma, possibilitando ganhos de eficiência técnica e alocativa, além
de ganhos de produtividade e redução de custos, refletidos nos níveis de preço.
As elevadas taxas de inflação vivenciadas ao longo dos quatro primeiros anos da
década contrastaram com as dos anos posteriores, em razão da implementação do Plano
Real em 1994, que promoveu a estabilidade na economia nacional. Iniciou-se também
neste período o processo de privatização, que, juntamente com estabilidade, resultou em
um grande incentivo aos investimentos, tanto de ordem nacional quanto internacional,
promovendo uma pesada reestruturação industrial no País. Desta forma, o Estado
modificou seu campo de atuação, passando de um Estado empresário para um Estado
regulador e fiscal da economia.
Essas dualidades presentes entre os dois períodos podem ser analisadas junto aos
indicadores calculados, principalmente nos índices produtividade média do trabalho (y) e
taxa de participação (µ), que apresentaram valores discrepantes da tendência para o ano de
1996, quando comparados a 1992 e 1999.
4.2.2. Regiões metropolitanas do Norte e Nordeste
A estabilidade econômica e a continuação do processo de reversão da polarização
industrial na Região Metropolitana de São Paulo possibilitaram o surgimento de economias
de aglomeração em outros centros regionais.
Dentre esses centros, destacam-se as regiões metropolitanas do Nordeste e Norte,
que, a partir dos investimentos públicos, aliados aos incentivos fiscais, entraram na disputa
para a atração dos novos investimentos industriais. Os dados da TAB. 4 indicam um
cenário diferenciado para as metrópoles do Nordeste, com a Região Metropolitana de
Fortaleza apresentando dinamismo, com ganho de participação na produção industrial no
período 1985-1996, passando de 0,80% para 1,03%, assim como um crescimento do seu
PIB de 2,73%, o maior da região, de acordo com a TAB. 6. Entretanto, as regiões
metropolitanas de Salvador e Recife apresentaram taxas negativas de crescimento médio
anual na produção industrial no período de 1985-1996, respectivamente de -5,29% e 5,08%, e ainda reduziram sua participação na produção industrial. Por outro lado, a Região
Metropolitana de Belém destacou-se pelos indicadores econômicos, com o segundo maior
índice de crescimento médio anual na produção industrial – aproximadamente 1,59% – e a
maior ampliação no PIB – 6,97% –, no período de 1985-1996.
Mesmo com esse cenário desestimulador, a Região Metropolitana de Salvador
concentrou em períodos anteriores grandes projetos industriais, que acabaram por
modificar a sua estrutura industrial, refletindo diretamente na sua economia. Foram
75
realizados investimentos que proporcionaram a produção de bens intermediários,
derivados, principalmente, do complexo petroquímico, o que facilitou a inserção da Região
Metropolitana de Salvador no contexto industrial nacional.
Como colocado anteriormente, a primeira parte da década de 1990 causou danos à
estrutura produtiva da região, forçando a adaptação ao novo modelo econômico que o País
delineava. Os incentivos fiscais, que atuavam de maneira sedutora para a região, acabaram
por proporcionar a instalação da fábrica de veículos da Ford (Projeto Amazon) e novos
investimentos na extração de petróleo e seus derivados.
Todavia, a Região Metropolitana de Salvador se confrontou com problemas
estruturais, principalmente aqueles relacionados a investimento em pesquisa e
desenvolvimento de tecnologia na região. Isso, atrelado a uma mão-de-obra com baixa
qualificação e capacitação científica, pode comprometer a atração de atividades intensivas
em tecnologia (LEMOS & FERREIRA, 2001).
No caso da Região Metropolitana de Recife, a vantagem do centro reside na
presença de uma infra-estrutura social superior à de suas congêneres, em função de um
sistema de ensino e de pesquisa científica e tecnológica mais desenvolvido do Nordeste,
com um total de 632 pesquisadores e 436 doutores, o que classifica a Universidade Federal
de Pernambuco entre as dez principais universidades do País (DINIZ & GONÇALVES,
2000). Enquanto a estrutura social está pronta para os novos desafios, o parque industrial
encontra-se em plena decadência, confirmado pelos dados na TAB. 4, que acusa uma
queda na participação na produção industrial por volta de 40% no período de 1975-1996.
As tentativas de diversificação da cadeia produtiva na região não surtiram os efeitos
esperados, situação agravada pela indústria açucareira, que vem perdendo importância com
o passar dos anos, conduzindo a produção regional a uma situação de estagnação. Essa
dualidade presente na metrópole pernambucana torna difícil a competição com as demais
regiões metropolitanas na disputa da atração de novos investimentos industriais.
Mesmo com todas essas dificuldades, novas inversões vêm sendo realizadas pelo
governo do Estado de Pernambuco, que não desistiu de promover o desenvolvimento na
região. Passou-se a investir em setores estratégicos, como na área de distribuição da
produção regional, sendo necessários gastos com comunicações e transportes. Com relação
a este último aspecto, o estado investiu pesado na construção de uma estação portuária, o
Complexo Industrial e Portuário de Suape, com o intuito de proporcionar maior mobilidade
na distribuição de cargas, o que potencializa a região a receber investimentos industriais
que necessitam de transporte de grandes cargas. Mas o grande destaque vem para o
desenvolvimento do projeto Porto Digital, no qual o estado vem incentivando a localização
76
de indústrias intensivas em capital para o desenvolvimento de projetos na área de
tecnologia da informática e telecomunicações. A viabilidade para a implementação de um
projeto desse porte está atrelada à oferta de mão-de-obra qualificada na região, proveniente
de um dos melhores cursos de Informática do país, que é oferecido pela Universidade
Federal de Pernambuco, o qual poderá responder os anseios do mercado consumidor.
Seguindo o mesmo projeto de suas congêneres para a atração de investimentos, a
Região Metropolitana de Fortaleza passou a concentrar seus incentivos nas áreas fiscal e
financeira, via financiamentos, aliados à disponibilidade de uma força de trabalho que vem
se qualificando com o passar dos anos. O Estado promove também outros investimentos,
como no caso da construção do Complexo Portuário do Pacém e a construção da Refinaria
do Nordeste (Renor).
Feita esta contextualização dos fatos ocorridos nas regiões metropolitanas do Norte
e Nordeste, inicia-se a análise dos indicadores calculados para essas regiões. Os valores
obtidos para a variável renda fundiária (R) permanecem inferiores aos do polígono para o
período, como nos de 1980, indicando que durante os anos de 1990 conservou-se a
possibilidade de exploração dos possíveis sobrelucros nessas regiões, em razão dos baixos
valores do solo urbano, conforme pode ser visualizado no GRAF. 3. Para Salvador os
valores obtidos mantiveram a tendência de redução dos anos da década passada, dinâmica
diferente das suas congêneres, que apresentaram crescimento para este indicador.
Entre as regiões metropolitanas, a de Belém, Recife e Salvador apresentaram
expansão para o índice de infra-estrutura (I), com exceção da metrópole cearense, que
apresentou uma queda. Isso indica que os governos dessas regiões têm privilegiado a
redução do nível de desigualdade de infra-estrutura nas Regiões Norte e Nordeste em
comparação com o Sudeste/Sul, preparando, assim, a região para ampliar seu leque de
oportunidade para novos investimentos.
Dando continuidade à análise dos indicadores que mensuram os custos urbanos das
regiões metropolitanas, o índice de transportabilidade urbana (b) merece destaque, pois
todas as metrópoles do Norte e Nordeste apresentaram queda ao longo do período para esse
indicador, com exceção de Belém, que delineou uma leve alta para o índice em questão. A
conclusão a que se pode chegar para o resultado obtido está diretamente relacionada às
inversões realizadas pelo Estado durante o período, que cominou uma estabilização dos
custos urbanos, que podem ser confirmados pelos crescentes valores da variável infraestrutura (I).
O crescimento da população das regiões metropolitanas de Salvador e Belém
influiu diretamente na verticalização destes centros, que mantiveram a tendência da década
77
de 1980 e continuaram a expandir os valores do índice de verticalização urbana (η) quando
comparados com o polígono. A Região Metropolitana de Fortaleza inverteu o processo
iniciado na década 1980, reduzindo seus indicadores de verticalização urbana (η) ao longo
da década de 1990, fato esse explicado pela taxa de crescimento da população no período
de 1991-2000 inferior à do polígono e por polarizar uma região relativamente pobre e com
baixo nível educacional, indicando mão-de-obra desqualificada, o que torna a região
metropolitana um enclave à expansão econômica. E, por último, a Região Metropolitana de
Recife, que conservou sua característica do período passado de redução da verticalização,
resultado do crescimento da população abaixo da média do polígono, como pode se
analisado no GRAF. 2.
A análise de duas variáveis, que podem ser interpretadas como termômetro do
desempenho produtivo das regiões, apresentou resultados interessantes, como no caso da
metrópole paraense, que alcançou aumento para a produtividade média do trabalho (y),
indicando ganhos de eficiência na região, confirmado pela maior variação do PIB per
capita (4,33) das regiões metropolitanas no período de 1985-1996, conforme a TAB. 6.
Entretanto, houve uma queda na variável taxa de participação (µ), mostrando que mesmo
com ganho de eficiência este centro não foi capaz de absorver o crescimento da população
residente nesta região. Desta forma, não é possível identificar se houve ou não uma
redução nos custos unitários.
Para Salvador, verificou-se o inverso, com a presença de redução do dinamismo da
região – contração dos valores da variável produtividade média (y) – e expansão na
capacidade de absorção da população desta região (expansão de µ). Esta redução do
dinamismo pode ser comprovada pelos dados da TAB. 6, na qual a metrópole
soteropolitana apresenta uma redução de 3,48% do PIB per capita no período de 19851996. Fortaleza acompanhou o desempenho da metrópole paraense, com crescimento em
(y) e queda em (µ), mas valores inferiores aos de suas concorrentes diretas, Recife e
Salvador. No entanto, seus menores custos urbanos, fruto de uma menor renda fundiária e
índices crescentes de infra-estrutura, mais que compensam esta disparidade presente entre
os centros. Já Região Metropolitana de Recife apresenta uma pequena expansão para a
produtividade média (y) ao longo dos anos 1990 e uma redução na taxa de participação (µ),
resultado do baixo crescimento da população na metrópole pernambucana e da estagnação
econômica da metrópole.
78
4.2.3. Regiões metropolitanas do polígono
Para finalizar, será feita a análise das regiões metropolitanas que compõem o
polígono, que, de acordo com DINIZ (1993), apresentam características intrínsecas, que
atuam como forma de atração de novas atividades econômicas. O destaque vai para Belo
Horizonte, a metrópole que apresenta os menores custos urbanos entre as suas congêneres
que formam o polígono, por reverter a tendência de alta para a variável renda fundiária (R)
apresentada nos anos de 1980 para uma tendência de queda. Outro indicador que resume a
propensão de queda dos custos urbanos é a variável infra-estrutura (I), que, assim como na
década de 1980, prossegue na sua convergência de alta, apresentando as maiores variações
positivas entre as regiões metropolitanas que formam o polígono.
No caso das regiões metropolitanas de Curitiba e Porto Alegre, uma dinâmica
distinta foi observada, com a de Curitiba delineando uma tendência de alta para o custo
urbano da região, produto de crescentes níveis de renda fundiária (R) apresentados por essa
metrópole, que não são acompanhados pelo nível de infra-estrutura (I), que alcançou uma
pequena alta no período quando comparado com as suas congêneres que formam o
polígono. Esse crescimento de (R) durante a década de 1990, assim como na década
anterior, reflete ainda a possibilidade de obtenção de sobrelucro na região, devido aos
valores estarem bem abaixo da média do polígono. Para Porto Alegre, verificou-se um
cenário bem distinto das demais regiões metropolitanas em estudo, por causa da redução
verificada tanto para o nível de infra-estrutura (I) quanto para renda fundiária (R), mas
ainda com valores superiores aos de suas concorrentes diretas.
Para as outras duas variáveis desaglomerativas, a evolução na participação da
população das regiões metropolitanas teve participação decisiva na composição dos
índices. A metrópole mineira, entre as demais, apresentou uma evolução, passando de
1,85% em 1970 para 2,51% em 2000, conforme a TAB. 5, gerando reflexos diretos nos
índices transportabilidade urbana (b) e verticalização urbana (η), que ampliaram seus
valores ao longo dos anos de 1990. A dinâmica da verticalização urbana para a metrópole
mineira pode ser verificada no GRAF. 2, que mostra a evolução da variável no período de
1980 e 1999.
A Região Metropolitana de Curitiba se destaca por peculiaridades em relação aos
fatores desaglomerativos, quais sejam, transportabilidade urbana (b) e verticalização
urbana (η), com ênfase para o segundo, pois seus valores são os menores entre as regiões
metropolitanas analisadas, indicando que a região possui espaço físico para a ampliação de
atividades produtivas. Assim, o controle da expansão da população torna-se mais
79
simplificado, não dificultando a acessibilidade na região. A TAB. 5 confirma essa
característica, pois a Região Metropolitana de Curitiba manteve estável a sua participação
na total da população nacional.
A manutenção da participação da população da Região Metropolitana de Porto
Alegre entre as demais15, de acordo com os dados da TAB. 5, explica a queda dos
indicadores desaglomerativos (b) e (η), indicando redução dos fatores desaglomerativos
presentes nessa região.
Entre a variáveis aglomerativas, a que chama atenção é a perda de eficiência, que
apresentou a metrópole mineira refletida na produtividade média do trabalho (y), reduzindo
seus valores ao longo das duas últimas décadas quando comparadas à média do polígono.
Por outro lado, a variável taxa de participação (µ) para a metrópole mineira aumentou,
indicando expansão da produtividade urbana da região. Como um indicador foi positivo e
outro negativo, na verdade não se pode afirmar com certeza se houve aumento ou queda do
custo unitário de produção. Os dados da TAB. 4 indicam que a Região Metropolitana de
Belo Horizonte ampliou a sua participação na produção industrial no período de 19851996, passando para 4,64% ante uma participação de 3,21% e um crescimento médio anual
de 2,13%, o maior entre as regiões metropolitanas em estudo.
Para Curitiba e Porto Alegre, as variáveis taxa de participação (µ) e produtividade
média do trabalho (y) apresentaram a mesma dinâmica, com ganho de eficiência ao longo
dos anos e ampliação da população economicamente ativa (PEA), vis-à-vis a população de
ambas, que cresceu a uma taxa anual de 1,60 e 1,94, respectivamente para Porto Alegre e
Curitiba, indicando a capacidade da região de gerar empregos suficientes para absorver o
crescimento natural de sua população e ainda contribuir para a redução do nível de
desemprego. Assim como no caso da metrópole mineira, não se pode afirmar que o
somatório desses dois fatores foi positivo ou negativo, o que determina a dinâmica dos
custos unitário nas regiões.
15
Em 1991, a população da Região Metropolitana de Porto Alegre entre as regiões metropolitanas,
era de 2,06% e permaneceu com esta mesma participação no ano de 2000.
80
5. ANÁLISE DOS RESULTADOS: ANÁLISE DOS COMPONENTES
PRINCIPAIS E CLUSTER
A seguir, serão analisados os resultados obtidos na análise de componentes
principais, na tentativa de obter indicadores que relatem a presença de fatores
aglomerativos e desaglomerativos. Aplicando a metodologia descrita no capítulo 2, iniciase a verificação de qual o posicionamento das regiões metropolitanas do Norte e Nordeste
em relação ao “polígono” descrito por DINIZ (1993).
Esta análise será realizada da seguinte forma: primeiramente, para a década de
1980, indicando os resultados obtidos e as análises necessárias para os componentes
gerados a partir do exercício realizado; em segundo lugar, a análise dos resultados para a
década de 1990; por último, serão apresentados os resultados procedentes da técnica de
agrupamento (cluster) hierárquico para as duas décadas.
5.1. Resultados dos componentes principais para década de 1980
Partindo da especificação metodológica proposta, serão apresentados os resultados
obtidos para a análise dos componentes principais, com o objetivo de verificar qual foi o
processo de desenvolvimento seguido pelas regiões metropolitanas em estudo na década
de 1980 (1981/1985/1989). Cabe ressaltar que para esta análise foi incluída a variável
produtividade média ponderada (Y). Os resultados obtidos para a análise dos componentes
principais seguem abaixo nas TAB. 9 e 10.
TABELA 9
Total da variância explicada referente aos dados de 1981
1981
Componente 1
Componente 2
Componente 3
Componente 4
Componente 5
Componente 6
Componente 7
Variância
Explicada
4,41
1,656
0,487
0,293
0,138
0,011
0,004
Proporção
(%)
63,00
23,70
7,00
4,20
2,00
0,20
0,10
Acumulado
(%)
63,00
86,70
93,60
97,80
99,80
99,90
100,00
Fonte: Elaboração do autor com base nos dados obtidos junto à PNAD do ano de
1981 processados no SAS.
81
TABELA 10
Matriz dos coeficientes dos componentes principais para 1981
1981
Variáveis
R
η
M
y
µ
I
Y
Componentes
1
2
3
4
5
6
7
0,382
0,060
0,463
0,465
0,415
0,402
0,293
0,405
0,691
0,143
0,091
-0,287
-0,110
-0,485
-0,296
0,545
0,118
-0,003
-0,035
-0,385
0,672
-0,349
0,363
-0,132
-0,237
-0,126
0,810
0,033
-0,150
0,266
-0,105
-0,261
0,849
-0,133
-0,298
-0,026
0,132
-0,742
0,653
0,073
0,010
0,024
0,676
0,042
-0,416
-0,474
0,048
0,058
0,371
Fonte: Elaboração do autor com base nos dados obtidos junto à PNAD do ano de 1981 processados no SAS.
Com base nos resultados obtidos na análise de componentes principais para o ano
de 1981, verifica-se que os três primeiros componentes representam aproximadamente
93% da variância total das variáveis originais. Agora, a análise passa a ser feita com
apenas três variáveis frente as diante das sete variáveis originais, possibilitando assim uma
abordagem mais restrita do perfil de cada região metropolitana em estudo.
De acordo com os coeficientes apresentados na TAB. 10, é possível identificar a
maior participação das variáveis infra-estrutura (i), taxa de participação (µ), massa de
salário/hora (M) e produtividade média do trabalho (y) na composição do primeiro
componente, sendo todas cargas positivas. Destacam-se as variáveis (M e y), que
apresentam as maiores cargas nesse componente. Neste caso, devido à maior participação
de variáveis aglomerativas, esse componente poderia ser intitulado de componente
indicador de fatores aglomerativos.
O segundo componente é formado principalmente por variáveis que repercutem os
custos urbanos, quais sejam: renda fundiária urbana (R) e verticalização urbana (η), com as
maiores cargas, e ambas positivas, podendo esse componente ser identificado como um
componente de custo urbano.
Devido à maior importância dos dois primeiros componentes, partiu-se para uma
análise gráfica, com o intuito de identificar os perfis das regiões metropolitanas para o ano
de 1981. No GRAF. 5, são apresentados os dois primeiros componentes, em conjunto com
as regiões metropolitanas, e as variáveis utilizadas originalmente.
82
GRÁFICO 5 – Componentes principais com as variáveis e as regiões metropolitanas para
1981
Dentre as regiões metropolitanas, a de São Paulo se destaca em razão da sua
posição primaz, apresentando uma relação positiva e significante com os dois componentes
no 1º quadrante, explicados por uma presença marcante das variáveis aglomerativas e
desaglomerativas nos dois primeiros componentes, o que reflete, neste caso, os valores
obtidos acima da média do polígono.
Para as regiões metropolitanas do Nordeste, Salvador apresenta característica
distinta, em razão da proximidade com o componente 2, indicando altos custos urbanos
para esta área metropolitana, conforme foi verificado ao analisar os dados obtidos para
Salvador, no qual o índice de verticalização urbana (η) ficou bem acima das regiões
metropolitanas que compõem o polígono, assim como a renda fundiária (R). No caso de
Recife, esta se relaciona negativamente com o primeiro componente indicando os baixos
valores encontrados para os indicadores aglomerativos, e positivamente com o segundo,
reflexo do resultado obtido para a variável verticalização urbana (η), que foi o maior dentre
as suas congêneres. Por sua vez, a Região Metropolitana de Fortaleza se relaciona
negativamente com os dois componentes (3º quadrante), sendo essa relação com o primeiro
explicada por Fortaleza apresentar o menor índice de produtividade média, e com o
segundo, devido aos menores valores para as variáveis renda fundiária (R) e verticalização
83
urbana (η). Desta forma, os baixos custos da região metropolitana cearense contam como
vantagem para a região.
Continuando a análise do GRAF. 5, as regiões metropolitanas que compõem o
polígono localizam-se próximas (4º quadrante), relacionado-se positivamente com o
primeiro componente e negativamente com o segundo. Este posicionamento reproduz a
similaridade de características que estas regiões metropolitanas delinearam, sendo este
resultado derivado de um desenvolvimento alinhado que expressa as vantagens
aglomerativas urbanas (y, µ e I) oferecidas por estes centros e o valor alto para o indicador
de renda fundiária (R).
Para o ano de 1985, a TAB. 11 indica novamente que a presença de três
componentes está explicando por volta de 93% da variância total das variáveis originais,
mantendo a mesma característica do ano anterior. Entretanto, cabe ressaltar que agora o
primeiro componente explicado por volta de 66% da variância total, indica um aumento da
sua importância para análise.
TABELA 11
Total da variância explicada referente aos dados de 1985
1985
Componente 1
Componente 2
Componente 3
Componente 4
Componente 5
Componente 6
Componente 7
Variância
Explicada
4,573
1,322
0,633
0,265
0,187
0,015
0,005
Proporção
(%)
65,330
18,880
9,050
3,780
2,680
0,220
0,070
Acumulado
(%)
65,330
84,210
93,260
97,040
99,710
99,930
100,000
Fonte: Elaboração do autor com base nos dados obtidos junto à PNAD do ano de
1985 processados no SAS.
Esse aumento do poder de explicação do primeiro componente pode ser atribuído
ao
fato de a variável renda fundiária (R) estar agora nele presente como pode ser
verificado na TAB. 12. No primeiro componente estão todas as variáveis aglomerativas (y,
µ, i) com valores positivos e as variáveis desaglomerativas renda fundiária (R) e massa de
salário/hora (M). Os valores altos e próximos dos coeficientes para as variáveis acima
detalhadas no componente 1 chamam a atenção pela dificuldade de se obter uma
caracterização para esse componente. No entanto, o segundo componente indica a forte
presença da variável desaglomerativa verticalização urbana (η), com a maior carga, e
positiva, e da variável produtividade média ponderada (Y), com valor negativo. Esta
distinção de sinais entre as duas principais variáveis nesse segundo componente indica a
presença de dualidades, diferentemente do que se verificou para o ano anterior, indicando
84
que a variável produtividade ponderada está influenciando negativamente neste
componente, ou seja, funcionado como fator desaglomerativo.
TABELA 12
Matriz dos coeficientes dos componentes principais para 1985
1985
Variáveis
R
η
M
y
µ
I
Y
Componentes
1
2
3
4
5
6
7
0,4117
-0,0383
0,4307
0,4414
0,4113
0,4193
0,3220
0,2982
0,7668
0,2916
0,1444
-0,2175
-0,1739
-0,3737
-0,4002
0,5654
0,0209
-0,2553
0,0931
0,0928
0,6612
-0,0909
0,2145
-0,2419
-0,2919
0,5795
0,4738
-0,4916
-0,0171
0,0736
-0,3110
0,2233
-0,6054
0,6936
0,0106
-0,2643
0,1653
-0,4864
0,7318
0,2620
-0,2489
-0,0053
0,7092
0,1098
-0,5807
-0,2203
0,0626
-0,1332
0,2786
Fonte: Elaboração do autor com base nos dados obtidos junto à PNAD do ano de 1985 processados no SAS
Realizado um detalhamento dos resultados dos componentes para o ano de 1985,
inicia-se uma análise gráfica entre o primeiro e o segundo componente, como pode ser
visualizado no GRAF. 6. A metrópole primaz nacional continua apresentando uma forte e
significante relação com os dois componentes, mantendo a tendência apresentada para o
ano anterior e que se localiza no 1º quadrante.
GRÁFICO 6 – Componentes principais com as variáveis e as regiões metropolitanas para
1985
85
Para as demais regiões metropolitanas, verifica-se que Salvador alterou seu
posicionamento, passando do 1º quadrante para o 2º quadrante, mantendo uma relação
forte e positiva com o componente 2, e passando para uma relação negativa com o primeiro
componente. Essa alteração pode ser explicada pela composição do primeiro componente,
que passa a contar com a variável renda fundiária (R).
A Região Metropolitana de Belém delineou um processo de aproximação em
relação a Salvador, mantendo um relacionamento positivo com o componente 2 e negativo
com o componente 1. Essa aproximação é explicada por um aumento da importância das
variáveis taxa de participação (µ) e produtividade média do trabalho (y) na metrópole
paraense, mais que proporcional em relação à metrópole baiana, e também do crescimento
do índice de verticalização urbana (η). A Região Metropolitana de Fortaleza passa a se
relacionar forte e negativamente com os dois componentes, em razão de as vantagens
aglomerativas apresentadas por essa metrópole estarem muito aquém das demais e com
menores custos urbanos refletidos por (R) e (η). No caso de Recife, o relacionamento forte
e negativo com o primeiro componente expressa a menor capacidade de dinamismo,
refletido pela variável (y) e de infra-estrutura (I), entre as regiões metropolitanas.
Entre as metrópoles de segundo nível que formam o polígono, Belo Horizonte e
Curitiba mantiveram suas respectivas posições, relacionando-se positivamente com o
primeiro componente e negativamente com o segundo. A respeito de Porto Alegre, esta
teve sua posição modificada, estando agora totalmente posicionada sobre o componente 1,
refletindo os altos valores encontrados para as variáveis aglomerativas (y) e (I) e as
desaglomerativas (M) e (R), que dominam este componente.
Os resultados da análise dos componentes para o ano de 1989 confirmam o
ocorrido nos anos anteriores da década de 1980, com a variância total explicada pelos três
primeiros componentes de 94%, apresentando um ponto peculiar, em razão a uma
modificação do peso do segundo componente quando comparado com o ano anterior, pois
antes explicava em torno de 18% da variância total, passando agora a explicar 21,9%,
conforme a TAB. 13.
86
TABELA 13
Total da variância explicada referente aos dados de 1989
1989
Componente 1
Componente 2
Componente 3
Componente 4
Componente 5
Componente 6
Componente 7
Variância
Explicada
4,301
1,536
0,741
0,294
0,125
0,003
0,000
Proporção
(%)
61,50
21,90
10,60
4,20
1,80
0,00
0,00
Acumulado
(%)
61,50
83,40
94,00
98,20
100,00
100,00
100,00
Fonte: Elaboração do autor com base nos dados obtidos junto à PNAD do ano de
1989 processados no SAS.
Os componentes extraídos para o ano de 1989 são apresentados na TAB. 14, sendo
possível observar que o primeiro componente é composto por coeficientes positivos para
todas as variáveis, sendo que a variável aglomerativa com maior representatividade nesse
componente é a variável produtividade média do trabalho (y), ao lado do índice de infraestrutura (I) e, ainda, a variável produtividade média ponderada (Y). No caso das variáveis
desaglomerativas, estão presentes nesse componente a massa de salário/hora (M) e a renda
fundiária (R), com esta última apresentando o segundo maior coeficiente, sendo que o
maior é o da variável (y). A predominância da variável desaglomerativa verticalização
urbana (η), que apresentou a maior carga nesse componente, conjuntamente com a variável
aglomerativa taxa de participação (µ), caracterizou o segundo componente como
indefinido, conforme TAB. 14.
TABELA 14
Matriz dos coeficientes dos componentes principais para 1989
1989
Variáveis
R
η
M
y
µ
I
Y
Componentes
1
2
3
4
5
6
7
0,4568
0,0426
0,4477
0,4610
0,3840
0,3863
0,2826
0,1771
0,7656
0,2711
0,1561
-0,4126
-0,3299
-0,0743
-0,2110
0,0822
0,0023
-0,2161
-0,1820
-0,0054
0,9321
-0,2639
0,4678
-0,2739
-0,0566
-0,0529
0,7851
-0,1192
-0,0833
0,4253
-0,0937
-0,3087
0,7935
-0,2790
0,0256
0,1977
0,0742
-0,7668
0,5518
0,0374
-0,1765
0,1743
0,7745
0,0084
-0,2331
-0,5598
-0,1239
0,1287
0,0219
Fonte: Elaboração do autor com base nos dados obtidos junto à PNAD do ano de 1989.
Procurando também operacionalizar o posicionamento das regiões metropolitanas
no ano de 1989, parte-se para a análise gráfica. De acordo com o GRAF. 7, a metrópole
paulista permanece relacionando-se positivamente com os dois componentes, mantendo o
mesmo posicionamento de anos anteriores, indicando que a metrópole paulista possui as
duas características latentes. Mesmo com as mudanças de composição de variáveis nos
componentes, o motivo da não alteração de posicionamento da Região Metropolitana de
87
São Paulo é explicado pelos altos valores obtidos pela metrópole quando comparados com
o polígono.
GRÁFICO 7 – Componentes principais com as variáveis e as regiões metropolitanas para
1989
A Região Metropolitana de Salvador mantém a sua tendência de caminhar para a
origem, apresentando um forte relacionamento com o componente 2, indicando que na
região os fatores aglomerativos não estão superando os desaglomerativos, de forma que a
metrópole soteropolitana não oferecia condições para a atração de atividades econômicas.
Com relação às outras regiões metropolitanas, Recife e Belém apresentaram
posicionamento semelhante ao do ano anterior, resultado dos grandes valores obtidos para
o indicador verticalização urbana (η) e com a problemática referente aos indicadores
aglomerativos, que permanecem abaixo da média quando comparados com o polígono. A
Região Metropolitana de Fortaleza manteve-se isolada, com uma relação negativa com os
dois componentes (3º quadrante), refletindo o menor valor para a variável produtividade
média (y) e os menores custos urbanos, indicados pelas variáveis renda fundiária (R) e
infra-estrutura (I).
Nesse ano, as regiões
metropolitanas do Sul aparecem formando um novo
agrupamento, relacionando-se positivamente com o primeiro componente e negativamente
com o segundo, o que indica, mais uma vez, a forte presença de fatores aglomerativos,
88
sempre acima da média do polígono. No entanto, fica clara a ampliação do distanciamento
destas em relação à Região Metropolitana de Belo Horizonte, que, como no ano anterior,
apresenta forte conexão com o componente 2, passando a ocupar uma posição
intermediária entre os dois grupos distintos de metrópoles, as do Sul e as do Nordeste.
5.2. Resultados dos componentes principais para década de 1990
Seguindo o mesmo modelo para a década de 1980, a seguir serão apresentados os
resultados para a análise dos componentes principais para os anos de 1990
(1992/1996/1999), que nos possibilita entender o desenvolvimento das regiões
metropolitanas nesse período. Conforme informado anteriormente, foi incluída a variável
produtividade média ponderada (Y) no exercício, juntamente com as outras seis variáveis,
que possibilitaram uma interpretação do objetivo proposto. Nas TAB. 15 e 16, a seguir, são
apresentados os resultados para os anos de 1990, fruto da análise dos componentes
principais.
Para o ano de 1992, a TAB. 15 indica que os três primeiros componentes explicam
para o presente ano, aproximadamente, 95% da variância total das variáveis originais, o
que possibilita uma análise mais restrita dos perfis das regiões metropolitanas.
TABELA 15
Total da variância explicada referente aos dados de 1992
1992
Componente 1
Componente 2
Componente 3
Componente 4
Componente 5
Componente 6
Componente 7
Variância
Explicada
3,453
1,892
1,277
0,280
0,093
0,004
0,000
Proporção
(%)
49,330
27,030
18,250
4,010
1,330
0,050
0,000
Acumulado
(%)
49,330
76,370
94,610
98,620
99,950
100,000
100,000
Fonte: Elaboração do autor com base nos dados obtidos junto à PNAD do ano de
1992 processados no SAS.
De acordo com os coeficientes apresentados na TAB. 16, verifica-se que as
variáveis mais representativas no primeiro componente são as aglomerativas produtividade
média do trabalho (y), infra-estrutura (i) e taxa de participação (µ) e a desaglomerativa
renda fundiária urbana (R), todas positivas, com maior destaque para a variável infraestrutura (i), que apresentou o maior coeficiente. Nesse componente, os indicadores de
custo urbano (R e I) estão presentes, juntamente com a variável que indica a presença de
eficiência urbana. Para o segundo componente, destacam-se as variáveis desaglomerativas
transportabilidade urbana (b) e verticalização urbana (η), sendo esta última com a maior
89
carga. Dada a predominância de variáveis desaglomerativas nesse componente, pode-se
interpretá-lo este como um componente indicador de fatores desaglomerativos.
TABELA 16
Matriz dos coeficientes dos componentes principais para 1992
1992
Variáveis
R
η
B
y
µ
I
Y
Componentes
1
2
3
4
5
6
7
0,4531
-0,0608
0,1722
0,4867
0,4518
0,5007
0,2639
0,1724
0,6536
0,5780
0,2141
-0,3601
-0,1789
0,0385
-0,3979
-0,2926
0,4095
-0,1403
-0,0534
-0,0281
0,7517
-0,3213
0,3631
0,2741
-0,4960
0,3774
0,5008
-0,2251
-0,1834
0,5909
-0,5687
0,0886
0,2284
-0,1074
0,4714
0,3694
-0,0119
0,1953
-0,3391
0,5762
-0,6138
0,0392
0,5774
0,0483
-0,1787
-0,5734
-0,3698
0,2783
0,2989
Fonte: Elaboração do autor com base nos dados obtidos junto à PNAD do ano de 1992 processados no SAS.
A localização das regiões metropolitanas está descrita no GRAF. 8, no qual foram
representados os dois componentes mais importantes para análise – componentes 1 e
componente 2 – que ilustram os perfis das regiões metropolitanas em estudo.
GRÁFICO 8 – Componentes principais com as variáveis e as regiões metropolitanas para
1992
A Região Metropolitana de São Paulo manteve sua posição, como na década de
1980 (1º quadrante), continuando a relacionar-se positivamente com os dois componentes,
resultado esse justificado pelos maiores valores para todas as variáveis, mostrando a forte
90
presença de fatores aglomerativos e desaglomerativos nessa metrópole. Desta forma, São
Paulo confirma sua posição de metrópole nacional.
No caso das regiões metropolitanas do Norte e Nordeste, o destaque ficou por conta
da Região Metropolitana de Belém, que passou de uma relação positiva com o componente
2 e negativa com o componente 1 (2º quadrante), para uma relação negativa com os dois
(3º quadrante), indicando uma piora na situação da metrópole paraense, reflexo da
elevação do custo urbano, menor nível de infra-estrutura (I) e baixo dinamismo – indicado
pela variável produtividade média (y) – da região. A Região Metropolitana de Fortaleza
manteve as características dos anos anteriores, com uma relação negativa com os dois
componentes (3º quadrante), conseqüência do menor nível de infra-estrutura da região e
menor eficiência, por causa do baixo valor apresentado pela variável (y). O baixo valor da
variável renda fundiária (R) é um dos fatores que explicam a relação negativa de Fortaleza
com o componente 1, característica marcante da metrópole cearense, indicando a
possibilidade de obtenção de sobrelucro e, conseqüentemente, a viabilidade de instalação
de atividades produtivas intensivas em espaço físico, em razão do baixo custo de
estabelecimento de unidades físicas na região.
Para as regiões metropolitanas de Salvador e Recife, a presença de desvantagens
aglomerativas permanece presente e ressaltada entre as variáveis, indicando que as duas
regiões não conseguiram se desvencilhar de seus problemas estruturais e gerar condições
que possibilitem a atração de novas atividades econômicas para as respectivas regiões. Os
resultados das variáveis verticalização urbana (η) e transportabilidade urbana (b) foram
superiores à média calculada para o polígono, explicando, portanto, o porquê do
relacionamento positivo com o componente 2. A relação negativa com o componente 1 é
fruto dos menores valores apresentados para as variáveis renda fundiária e infra-estrutura
quando comparados com o polígono.
Destarte, as regiões metropolitanas do Norte e Nordeste delinearam seus
respectivos perfis, com problemas ligados à infra-estrutura, fazendo crescer os custos
urbanos, juntamente com os altos custos de acessibilidade indicados pelas variáveis (η e
b).
Por sua vez, as regiões metropolitanas do Sul que compõem o polígono mantêm a
tendência da década passada, com o relacionamento positivo com o componente 1 e
negativo com o componente 2, reflexo de um desenvolvimento diferenciado que estas
possuem, sendo este captado diretamente pelas variáveis aglomerativas produtividade
média do trabalho (y) e nível de infra-estrutura (I), o que possibilita um posicionamento na
região positiva do componente 1 (4º quadrante). No entanto, cabe ressaltar que Porto
91
Alegre está localizado um pouco acima de Curitiba, diferença explicada pelos maiores
valores que a metrópole porto-alegrense apresenta em relação a sua concorrente direta. Os
menores custos relativos indicados pelas variáveis transportabilidade urbana (b) e
verticalização urbana (η), atrelados a um alto nível da taxa de participação (µ)
apresentados pelas duas metrópoles, refletem na localização delas, fazendo com estas se
relacionando negativamente com o componente 2.
A Região Metropolitana de Belo Horizonte se destaca entre aquelas que compõem
o polígono, por manter uma tendência de se aproximar da origem, mas ainda se
relacionado positivamente com o componente 1, relação explicada pelo fato de esta
apresentar o maior nível de infra-estrutura entre as pertencentes ao polígono. No entanto,
este caminho traçado por Belo Horizonte está diretamente relacionado aos grandes valores
obtidos para as variáveis transportabilidade urbana (b) e verticalização urbana (η), quando
comparados com as suas concorrentes diretas, sendo que estas variáveis, combinadas,
formam o segundo componente. Essa dinâmica pode ser explicada pela escala que a
metrópole possui quando comparada às suas concorrentes diretas, pois a sua população
chega a ser duas vezes maior do que as metrópoles do Sul. A conseqüência desse fato são
as maiores facilidades para o surgimento de problemas de cunho estrutural urbano.
Seguindo a tendência apresentada ao longo dos outros anos analisados, a TAB. 17
deixa claro que para no ano de 1996 que os três primeiros componentes são os mais
representativos, por estarem explicando cerca de 93% da variância original.
TABELA 17
Total da variância explicada referente aos dados de 1996
1996
Componente 1
Componente 2
Componente 3
Componente 4
Componente 5
Componente 6
Componente 7
Variância
Explicada
4,128
1,671
0,708
0,307
0,112
0,074
0,000
Proporção
(%)
58,960
23,870
10,110
4,390
1,600
1,060
0,000
Acumulado
(%)
58,960
82,840
92,940
97,340
98,940
100,000
100,000
Fonte: Elaboração do autor com base nos dados obtidos junto à PNAD do ano de
1996 processados no SAS.
Quando comparado com o ano anterior, é possível identificar algumas mudanças na
composição dos componentes. O componente 1 passa a ter uma maior importância relativa
– 58,96%, conforme a TAB. 17 –, enquanto no período anterior essa importância era
menor (49,3%).
De acordo com a TAB. 18, o primeiro componente apresenta cargas positivas para
todas as variáveis aglomerativas (y, µ, i) e, ainda, para variável produtividade média
92
ponderada (Y), com o maior coeficiente para a variável aglomerativa produtividade média
do trabalho (y). Compõe ainda este componente a variável desaglomerativa renda fundiária
(R). Ainda para o primeiro componente, cabe ressaltar que as demais variáveis (µ, I, Y e R)
possuem participação muito similar nesse componente, indicando uma composição bem
diferenciada em relação aos outros anos. Para o segundo componente, destaca-se a
presença forte e positiva das variáveis verticalização urbana (η) e transportabilidade (b),
podendo esse componente ser característico de fatores de economia de desaglomeração.
TABELA 18
Matriz dos coeficientes dos componentes principais para 1996
1996
Variáveis
R
η
B
y
µ
I
Y
Componentes
1
2
3
4
5
6
7
0,4064
-0,0385
0,2858
0,4547
0,4228
0,4312
0,4246
0,3327
0,7581
0,3557
0,1253
-0,3394
-0,0509
-0,2337
-0,3903
-0,0610
0,7856
-0,3219
-0,0228
-0,1205
0,3290
-0,0971
-0,0096
0,1023
-0,3727
0,0253
0,8113
-0,4269
0,2647
-0,0715
0,2246
-0,1850
0,6699
-0,3691
-0,5051
-0,4471
0,6391
-0,2793
-0,0902
0,5051
0,0476
0,2193
0,5408
0,0801
-0,1892
-0,7019
-0,0312
-0,0141
0,4141
Fonte: Elaboração do autor com base nos dados obtidos junto à PNAD do ano de 1996 processados no SAS.
Ao realizar a análise do GRAF. 9, é possível verificar que São Paulo permanece
como centro primaz, relacionado positivamente com os componentes 1 e 2. Para as
Regiões Metropolitanas do Norte e Nordeste, a única alteração ocorreu com a de Belém,
que passou de uma dupla relação negativa com os componentes 1 e 2 para uma relação
negativa com o componente 1 e positiva com o 2º. Essa modificação do perfil da metrópole
paraense pode ser justificada pelo crescimento do valor das variáveis R, y, I e Y e pela
queda das variáveis b e µ. Cabe ressaltar que permanece a relação negativa com o
componente 1 de todas as Regiões Metropolitanas do Norte e Nordeste, o que reflete tanto
os menores custos urbanos (R) como os menores níveis de produtividade.
As regiões metropolitanas do Sul apresentam a mesma característica de anos
anteriores, com relação positiva em relação ao componente 1 e negativa com o componente
2. No entanto, cabe ressaltar que ocorreu uma aproximação entre as Regiões
Metropolitanas de Curitiba e Porto Alegre, explicada pelo crescimento do custo urbano na
metrópole curitibana (aumento de R e redução de I) e aumento da eficiência, visualizado
pelo aumento da produtividade média (y).
Com relação à Região Metropolitana de Belo Horizonte, a tendência de se
aproximar do centro continua, mas a relação positiva com o componente 1 prevalece.
Desta forma, conclui-se que a relação positiva com o componente 1 que as regiões
metropolitanas que compõem o polígono apresentam proporciona-lhes vantagens
93
comparativas na atração de atividades econômicas, visto que possuem uma forte conexão
com todos os fatores aglomerativos, compensando a presença de economias de
desaglomeração nessas regiões, explicação para o relacionamento negativo com o
componente 2.
GRÁFICO 9 – Componentes principais com as variáveis e as regiões metropolitanas para
1996
Os resultados para o ano de 1999 refletirem a estabilidade econômica que
demonstra a consolidação do Plano Real, realizado em meados de 1994. Os três primeiros
componentes passam a representar 91,94% da variância original, próximo ao obtido para o
ano de 1996, podendo ser confirmado na TAB. 19. A importância relativa dos
componentes apresentou uma pequena diferença, com o componente 1 explicando cerca de
56% da variância original e passando a explicar 24,11% nesse ano.
94
TABELA 19
Total da variância explicada referente aos dados de 1999
1999
Componente 1
Componente 2
Componente 3
Componente 4
Componente 5
Componente 6
Componente 7
Variância
Explicada
3,947
1,688
0,801
0,317
0,241
0,006
0,000
Proporção
(%)
56,390
24,110
11,450
4,530
3,440
0,090
0,010
Acumulado
(%)
56,390
80,500
91,940
96,470
99,910
99,990
100,000
Fonte: Elaboração do autor com base nos dados obtidos junto à PNAD do ano de
1999 processados no SAS.
Para o primeiro componente, identifica-se, pela da TAB. 20, uma particularidade
para esse ano: as variáveis produtividade média do trabalho (y) e renda fundiária (R)
apresentaram os maiores coeficientes. No caso do componente 2, as variáveis
desaglomerativas dominam, sendo estas representadas pelas variáveis transportabilidade
urbana (b) e verticalização (η), sendo que esta última a que apresentou o maior coeficiente
(0,75).
TABELA 20
Matriz dos coeficientes dos componentes principais para 1999
1999
Variáveis
R
η
B
y
µ
I
Y
Componentes
1
2
3
4
5
6
7
0,4411
0,0169
0,2723
0,4780
0,3727
0,4396
0,4126
0,2188
0,7500
0,4191
0,0460
-0,3715
0,0118
-0,2715
0,2893
0,0627
0,7125
0,2795
0,1625
0,3656
0,4081
0,3589
0,0536
0,0150
-0,0209
0,6568
-0,4718
-0,4622
-0,4237
0,4278
-0,1078
-0,3599
0,5026
0,4908
-0,0534
-0,0820
0,4969
-0,4539
0,2226
0,0689
-0,4533
0,5297
0,5990
0,0218
-0,1569
-0,7153
-0,0890
0,0632
0,3040
Fonte: Elaboração do autor com base nos dados obtidos junto à PNAD do ano de 1999 processados no SAS.
No que tange ao posicionamento das regiões metropolitanas, a de São Paulo não
modifica sua posição, mantendo a supremacia de metrópole primaz, relacionando-se
positivamente com os dois componentes, conforme o GRAF. 10.
95
GRÁFICO 10 – Componentes principais com as variáveis e as regiões metropolitanas para
1999
Nas regiões Norte e Nordeste, os posicionamentos das respectivas regiões
metropolitanas indicam um agrupamento dessas metrópoles. Essa dinâmica é explicada
pelo fato de que Fortaleza se aproximou do componente 1, por causa de um crescimento
dos indicadores produtividade média (y) e renda fundiária (R) da região, fazendo com que
ocorresse uma aproximação desta em relação às regiões metropolitanas de Belém e Recife.
No entanto, Salvador se descolou de suas congêneres, com tendência de aproximação com
as metrópoles que compõem o polígono, mas passando a se localizar na região negativa
dos dois componentes. Esse é o resultado de um crescimento das variáveis aglomerativas
taxa de participação (µ) e infra-estrutura (I), que formam o primeiro componente e a
desaglomerativa verticalização urbana (η), que compõem o componente 2.
Para as metrópoles que constituem o polígono, o resultado mostra a formação de
um agrupamento alinhado das metrópoles sulinas, em razão de os valores para as suas
respectivas variáveis tenderam para uma igualdade. A Região Metropolitana de Belo
Horizonte nesse ano reverteu sua tendência de aproximar-se do centro, caminhando para o
encontro de suas concorrentes diretas – as metrópoles do sul. Desta forma, Belo Horizonte
passa a ter um relacionamento positivo com o componente 1, explicado pelo maior índice
de infra-estrutura, e negativo com o componente 2, indicando, assim como as suas
parceiras formadoras do polígono, a presença clara de fatores aglomerativos em sua região.
96
Portanto, as características implícitas nas regiões metropolitanas que compõem o
polígono, constatadas pelos resultados, mostram a força de atuação do polígono na atração
de atividades industriais, proporcionando maior desenvolvimento econômico na região,
assim como vislumbrado por DINIZ (1993) em seu trabalho, ou seja, a forte presença de
fatores aglomerativos nesses centros que atuam como forças centrípetas de atividades
econômicas para estas regiões . Cabe ainda ressaltar o desempenho delineado pela Região
Metropolitana de Salvador, que se aproximou das metrópoles de segundo nível, apontando
a expansão na sua capacidade de competir com as suas concorrentes diretas.
5.3. Análise de cluster para a década de 1980
O objetivo da técnica de agrupamento (cluster) hierárquico é identificar de grupos
de indivíduos que sejam homogêneos, utilizando as sete variáveis originais selecionadas
antecipadamente. No caso do presente estudo, busca-se, pelas características de cada
Região Metropolitana, verificar os agrupamentos que são formados a partir da semelhança
existente entre elas e, principalmente, como as aquelas do Norte e Nordeste se encontram
localizadas quando colocadas em comparação direta com as metrópoles que compõe o
polígono.
O passo inicial da análise de cluster é a obtenção do cálculo das distâncias entres as
regiões metropolitanas, como demonstrado no capítulo 2. Essas distâncias calculadas são
apresentadas nas tabelas a seguir, intituladas de matriz de proximidade. É realizado o
cálculo da distância euclidiana entre as oito regiões metropolitanas, utilizando todas as
variáveis disponíveis.
TABELA 21
Matriz de proximidade das regiões metropolitanas1, 2 para 1981
1:Belém 2:Fortaleza 3:Recife
4:Salvador
0,222
0,209
0,290
0,471
0,843
0,661
0,620
0,184
0,413
0,385
1,000
0,519
0,633
1:Belém
2:Fortaleza
0,222
3:Recife
0,209
0,184
4: Salvador
0,290
0,413
0,354
0,354
5:Belo Horizonte
6:São Paulo 7:Curitiba 8:Porto Alegre
0,447
0,959
0,637
0,754
0,213
0,528
0,437
0,298
0,000
0,168
0,664
0,378
5:Belo Horizonte
0,471
0,385
0,447
0,213
6:São Paulo
0,843
1,000
0,959
0,528
0,569
0,569
7:Curitiba
0,661
0,519
0,637
0,437
0,000
0,664
8:Porto Alegre
0,620
0,633
0,754
0,298
0,168
0,378
0,224
0,224
Fonte: Elaboração do autor com os dados processados no SPSS.
1
No cálculo da matriz de proximidade foram incorporadas todas as variáveis utilizadas no modelo;
2
Distância entre as regiões metropolitanas foi calculada através de um reescalonamento pela distância euclidiana.
97
TABELA 22
Matriz de proximidade das regiões metropolitanas1, 2 para 1985
1:Belém 2:Fortaleza 3:Recife 4: Salvador 5:Belo Horizonte 6:São Paulo 7:Curitiba 8:Porto Alegre
1:Belém
0,233
2:Fortaleza
0,233
3:Recife
0,212
0,246
4: Salvador
0,062
0,334
0,212
0,062
0,173
0,609
0,460
0,559
0,246
0,334
0,253
0,868
0,496
0,775
0,332
0,549
0,984
0,829
1,000
0,140
0,479
0,397
0,407
0,000
0,317
0,480
0,342
0,332
5:Belo Horizonte
0,173
0,253
0,549
0,140
6:São Paulo
0,609
0,868
0,984
0,479
0,429
0,429
7:Curitiba
0,460
0,496
0,829
0,397
0,000
0,480
8:Porto Alegre
0,559
0,775
1,000
0,407
0,317
0,342
0,353
0,353
Fonte: Elaboração do autor com os dados processados no SPSS.
1
No cálculo da matriz de proximidade foram incorporadas todas as variáveis utilizadas no modelo;
2
Distância entre as regiões metropolitanas foi calculada através de um reescalonamento pela distância euclidiana.
TABELA 23
Matriz de proximidade das regiões metropolitanas1, 2 para 1989
1:Belém 2:Fortaleza 3:Recife 4:Salvador 5:Belo Horizonte 6:São Paulo 7:Curitiba 8:Porto Alegre
1:Belém
0,390
2:Fortaleza
0,390
3:Recife
0,315
0,333
0,315
0,108
0,345
0,745
0,483
0,317
0,333
0,315
0,341
1,000
0,578
0,538
0,396
0,568
0,983
0,757
0,750
0,533
0,209
0,138
0,561
0,033
0,095
0,466
0,514
4: Salvador
0,108
0,315
0,396
5:Belo Horizonte
0,345
0,341
0,568
0,000
0,000
6:São Paulo
0,745
1,000
0,983
0,533
0,561
7:Curitiba
0,483
0,578
0,757
0,209
0,033
0,466
8:Porto Alegre
0,317
0,538
0,750
0,138
0,095
0,514
0,047
0,047
Fonte: Elaboração do autor com os dados processados no SPSS.
1
No cálculo da matriz de proximidade foram incorporadas todas as variáveis utilizadas no modelo;
2
Distância entre as regiões metropolitanas foi calculada através de um reescalonamento pela distância euclidiana.
Como é possível verificar nas matrizes de proximidade acima, São Paulo consolida
mais uma vez sua posição de primaz no cenário nacional, pois apresenta uma ampla
distância de suas variáveis em relação às demais regiões metropolitanas ao longo dos anos
da década de 1980. Entretanto, entre os anos de 1981-1985 apresenta uma queda, com a
maioria das regiões metropolitanas se aproximando de São Paulo. Contudo, para o período
de 1985-1989, a distância volta a crescer, isolando a metrópole paulista das demais. Esta
dinâmica pode ser explicada pela própria capacidade do centro de se manter
economicamente, mesmo em períodos de crescimento baixo, por causa da grande
diversificação de produção na região.
Para as regiões que compõem o polígono, os resultados indicam, conforme o
obtido na ACP, a presença de grande similaridade entre as metrópoles, como pode ser
observado nas TAB. 21, 22 e 23. O grau de similaridade é tão alto entre Belo Horizonte e
Curitiba que a diferença entre elas é praticamente nula para os três anos em análise da
década de 1980. Entre Belo Horizonte e Porto Alegre, a diferença chegou a aumentar entre
os anos de 1981-1985, podendo ser explicado tal comportamento pelo aumento dos
98
indicadores tanto de fatores desaglomerativos (crescimento de R e M) quanto de fatores
aglomerativos (crescimento de y) mais que proporcionais à metrópole mineira. No entanto,
para o próximo período, a tendência que se verifica é de aumento do grau de similaridade
entre as regiões metropolitanas, explicada por uma queda da maioria dos indicadores da
metrópole sulista. Para as metrópoles do Sul que formam o polígono, observa-se o mesmo
processo entre Porto Alegre e Curitiba, com aumento na distância entre o primeiro período
e redução no período seguinte, chegando a estar próximo de zero.
As regiões metropolitanas do Norte e Nordeste apresentam resultados distintos para
o período em análise. A distância da Região Metropolitana de Belém com relação às
metrópoles que formam o polígono reduziu-se durante a década dos 1980, como observado
pelas matrizes de proximidade, chegando a estar bem próxima à de Belo Horizonte no ano
de 1985. A explicação para tal processo está no crescimento de todos os indicadores para a
metrópole paraense no período.
A Região Metropolitana de Fortaleza reduziu a sua diferença em relação às regiões
metropolitanas de Belo Horizonte e Porto Alegre. Com relação à de Curitiba, ocorreu uma
pequena redução na diferença, como pode ser observado nas matrizes de proximidade.
Toda essa dinâmica da metrópole cearense pode ser explicada pela estabilidade da
produtividade média do trabalho (y), atrelada aos índices de taxa de participação (µ), renda
fundiária (R) e relação massa de salário/hora (M), que se reduziram durante a década em
proporções inferiores às quedas verificadas para as regiões metropolitanas de Belo
Horizonte e Porto Alegre.
Na contramão está a Região Metropolitana de Recife, que ampliou a sua
discrepância em relação àquelas que constituem o polígono, fato comparado pela queda em
todos os indicadores aglomerativos (os menores valores para o índice de infra-estrutura).
Por último, a análise da metrópole soteropolitana, que apresentou os melhores
resultados entre as congêneres, pois houve um crescimento no seu grau de similaridade
com as metrópoles do Sudeste e Sul, indicando o ganho de espaço da metrópole no
contexto econômico nacional.
Desta forma, o que se verifica na década de 1980 é uma aproximação das regiões
metropolitanas do Norte e Nordeste em relação às metrópoles que formam o polígono,
indicando um ganho de participação em âmbito nacional, como se verificou nos resultados
anteriores. O destaque fica por conta de Salvador, que apresentou a maior aproximação
com o polígono, indicando o crescimento da metrópole baiana.
As características apresentadas podem
DIAGRAMAS 2, 3 e 4.
ser
confirmadas
ao
analisar
os
99
DIAGRAMA 2 – Dendograma das regiões metropolitanas para 1981
DIAGRAMA 3 – Dendograma das regiões metropolitanas para 1985
DIAGRAMA 4 – Dendograma das regiões metropolitanas para 1989
A Região Metropolitana de São Paulo, que apresentou as maiores diferenças para
todas as metrópoles, coloca-se em um tronco separado para todos os anos da década de
1980, mostrando que os investimentos em massa realizados nas décadas anteriores
tornaram a metrópole paulista um centro diferenciado dos demais nos âmbitos econômico e
financeiro, com grande diversificação produtiva.
100
As regiões metropolitanas de Belo Horizonte, Curitiba e Porto Alegre confirmam
suas posições de metrópoles de segundo nível, por apresentarem uma dinâmica própria e
por estarem sempre no mesmo tronco ao longo dos anos de 1980. No caso de Belo
Horizonte e Curitiba, verifica-se que nos dois primeiros períodos a grande similaridade as
tornava um único cluster, no qual a diferença de Porto Alegre com relação a essa dupla
apresentou um aumento, como pode ser observado nos DIAGRAMAS 2 e 3. No primeiro,
Porto Alegre se junta a Belo Horizonte e Curitiba próximo ao quinto estágio, enquanto no
DIAGRAMA 3 esta junção ocorre por volta do estágio quinze. Contudo, no terceiro
período houve uma redução nesse grau de similaridade, como pode ser visto no
DIAGRAMA 4. Nesse período, Belo Horizonte aparece formando um cluster inicial com
Salvador e somente no quinto estágio vem a se juntar a Curitiba e Porto Alegre. Nos dois
primeiros, o que se verifica é a formação de um tronco formado pelas regiões
metropolitanas que compõem o polígono, com a entrada de Salvador no último período
neste tronco, indicando a aproximação da metrópole soteropolitana em relação às
metrópoles do Sul e Sudeste.
Em uma análise especifica para as metrópoles do Norte e Nordeste, é possível
observar uma alteração constante nos respectivos posicionamentos, visto que, inicialmente,
Belém, Fortaleza e Recife configuravam um tronco em 1981, com Salvador em um tronco
único, unindo-se ao tronco do “polígono” em estágios posteriores. No entanto, em 1985, a
Região Metropolitana de Salvador muda de tronco e passa a compor um tronco juntamente
com as suas congêneres. Nesse ano, observa-se a presença de três troncos distintos, quais
sejam: primeiro, formado por São Paulo, região primaz e que apresenta os maiores índices
tanto de fatores aglomerativos quanto de fatores desaglomerativos; segundo, formado pelas
metrópoles de segundo nível que constituem o polígono, reforçado pelas variáveis
aglomerativas e por um crescente custo urbano da metrópole primaz; e, por último, o
tronco das regiões metropolitanas do Norte e Nordeste, que se caracterizam por apresentar
pequenos índices aglomerativos, que acabam por repelir novas atividades econômicas.
Destarte, torna-se clara a hierarquia presente em âmbito econômico nacional.
Para o último ano da década de 1980, o DIAGRAMA 4 mostra uma nova
configuração no cenário nacional, com Salvador colada em Belo Horizonte, formando,
juntamente com Porto Alegre e Curitiba, um único tronco, no qual será adicionado ainda
Belém, indicando que essas duas metrópoles passam a diminuir as suas distâncias em
comparação com as metrópoles que configuram o polígono. No outro extremo, temos um
tronco com a metrópole primaz. São Paulo confirma sua condição de metrópole nacional e
se isola em relação às outras metrópoles. E, por último, um tronco formado pelas
101
metrópoles Recife e Fortaleza, deixando clara a configuração econômica que prevalecia no
final da década de 1980.
5.4. Análise de cluster para a década de 1990
Esta década foi palco de mudanças significativas na política de comércio exterior
do País, com uma ampla abertura comercial, que se iniciou no governo do então presidente
Fernando Collor e se estendeu até o governo do presidente Fernando Henrique. No período
de 1989-1993, realizou-se um grande projeto de liberalização comercial, baseado na maior
transparência da estrutura de proteção, com a eliminação das principais barreiras não
tarifárias atrelada a uma redução gradativa do nível de proteção da indústria nacional. Os
impactos foram imediatos, com o saldo positivo comercial saindo de 19,184 milhões de
dólares em 1988 para 10,579 em 1991, resultado de uma expansão das importações da
ordem de 41% e uma redução das exportações por volta de 6,5% (AVERBUG, 1999). Esse
cenário teve grande impacto nos resultados encontrados para o ano de 1992, no qual o País
passava por profundas mudanças, com o setor industrial necessitando enquadrar-se em uma
nova lógica de produção, que levou muitos setores a grandes perdas de participação e até
mesmo ao seu extermínio.
Os resultados da nova Política Industrial e de Comércio Exterior implementavam
novas reformas, como a extinção de grande parte das barreiras não tarifárias originárias do
período de substituição de importações e a definição de uma agenda de redução de tarifas a
importação. No período de 1990-1994, as reduções iriam ocorrer gradualmente, com a
estipulação de tarifas de no máximo 40%. Em 1995, com a entrada em vigor do Plano Real
e os pactos de integração comercial aumentando, a política de importações passou a se
submeter aos objetivos da estabilização de preços e proteção dos setores mais afetados
pela recente abertura. O processo de queda de tarifas sofre uma reversão a partir de 1996,
na tentativa de conter o aumento do déficit em conta corrente, em virtude, dentre outros
fatores, da estabilidade do real (AVERBUG, 1999).
Mesmo com essa nova configuração, é passível de verificação a manutenção da
Região Metropolitana de São Paulo como metrópole primaz, fato que a torna um cluster
metropolitano atuando como polarizadora das demais regiões. Essa região ampliou seu
poder de influência sobre as demais regiões, principalmente no âmbito financeiro,
passando a ser o centro das decisões dos principais conglomerado nacionais e estrangeiros
localizados no País. De acordo com as matrizes de proximidade a seguir (TAB. 24, 25 e
26), a distância das variáveis da metrópole paulista em relação às demais permanece
grande, mas com uma tendência de decréscimo ao longo dos anos de 1990, com exceção
102
para as regiões metropolitanas de Belo Horizonte e Salvador, que, conforme os resultados,
ampliaram a sua distância para a metrópole primaz.
TABELA 24
Matriz de proximidade das regiões metropolitanas1, 2 para 1992
1:Belém 2:Fortaleza 3:Recife 4: Salvador 5:Belo Horizonte 6:São Paulo 7:Curitiba 8:Porto Alegre
1:Belém
0,388
2:Fortaleza
0,388
3:Recife
0,420
0,344
4: Salvador
0,216
0,197
0,420
0,216
0,412
0,915
0,736
0,537
0,344
0,197
0,290
0,936
0,439
0,656
0,131
0,430
0,921
0,818
1,000
0,000
0,571
0,416
0,534
0,172
0,330
0,700
0,633
0,131
5:Belo Horizonte
0,412
0,290
0,430
0,000
6:São Paulo
0,915
0,936
0,921
0,571
0,472
0,472
7:Curitiba
0,736
0,439
0,818
0,416
0,172
0,700
8:Porto Alegre
0,537
0,656
1,000
0,534
0,330
0,633
0,366
0,366
Fonte: Elaboração do autor com os dados processados no SPSS.
1
No cálculo da matriz de proximidade foram incorporadas todas as variáveis utilizadas no modelo;
2
Distância entre as regiões metropolitanas foi calculada através de um reescalonamento pela distância euclidiana.
TABELA 25
Matriz de proximidade das regiões metropolitanas1, 2 para 1996
1:Belém 2:Fortaleza 3:Recife 4: Salvador 5:Belo Horizonte 6:São Paulo 7:Curitiba 8:Porto Alegre
1:Belém
0,186
2:Fortaleza
0,186
3:Recife
0,140
0,000
0,140
0,206
0,476
0,903
0,759
0,691
0,000
0,096
0,283
1,000
0,579
0,676
0,063
0,287
0,874
0,723
0,747
0,015
0,580
0,447
0,415
0,506
0,214
0,267
0,609
0,580
4: Salvador
0,206
0,096
0,063
5:Belo Horizonte
0,476
0,283
0,287
0,015
6:São Paulo
0,903
1,000
0,874
0,580
0,506
7:Curitiba
0,759
0,579
0,723
0,447
0,214
0,609
8:Porto Alegre
0,691
0,676
0,747
0,415
0,267
0,580
0,111
0,111
Fonte: Elaboração do autor com os dados processados no SPSS.
1
No cálculo da matriz de proximidade foram incorporadas todas as variáveis utilizadas no modelo;
2
Distância entre as regiões metropolitanas foi calculada através de um reescalonamento pela distância euclidiana.
TABELA 26
Matriz de proximidade das regiões metropolitanas1, 2 para 1999
1:Belém 2:Fortaleza 3:Recife 4: Salvador 5:Belo Horizonte 6:São Paulo 7:Curitiba 8:Porto Alegre
1:Belém
2:Fortaleza
0,271
0,271
3:Recife
0,226
0,123
4: Salvador
0,281
0,308
0,226
0,281
0,466
0,808
0,588
0,578
0,123
0,308
0,373
1,000
0,623
0,729
0,209
0,209
5:Belo Horizonte
0,466
0,373
0,401
0,103
6:São Paulo
0,808
1,000
0,743
0,599
0,401
0,743
0,584
0,637
0,103
0,599
0,296
0,354
0,138
0,343
0,560
0,584
0,588
0,588
7:Curitiba
0,588
0,623
0,584
0,296
0,138
0,560
8:Porto Alegre
0,578
0,729
0,637
0,354
0,343
0,584
0,000
0,000
Fonte: Elaboração do autor com os dados processados no SPSS.
1
No cálculo da matriz de proximidade foram incorporadas todas as variáveis utilizadas no modelo;
2
Distância entre as regiões metropolitanas foi calculada através de um reescalonamento pela distância euclidiana.
Com desempenho diferenciado em relação às outras regiões metropolitanas, a
atuação dos fatores desaglomerativos na metrópole nacional tem conferido às regiões
metropolitanas do Sul uma possibilidade de se aproximar, pois estas vêm apresentando
crescimento nas variáveis aglomerativas e redução nos índices desaglomerativos ao longo
103
da década. Juntamente com Belo Horizonte, estas usufruem custos urbanos inferiores e alta
produtividade urbana, indicando a presença de fatores que as capacitam para alocar novas
indústrias.
A Região Metropolitana de Belém manteve a tendência da década passada de
redução da sua distância com relação a São Paulo, Curitiba e às metrópoles nordestinas
Fortaleza e Recife. Esse processo é proveniente do aumento de todas as variáveis
desaglomerativas da metrópole paraense, principalmente a renda fundiária (R), que se
aproximou, e muito, da média do polígono.
Fortaleza apresentou um cenário desastroso, com o crescimento de sua
dissimilaridade com as principais metrópoles do País, reduzindo apenas a distância para
Recife e Belém, mostrando que perdeu participação no cenário econômico, em função de
sua baixa capacidade de dinamismo – expresso pela variável (y) – e problemas estruturais,
como falta de infra-estrutura apropriada, que levou a uma redução no seu índice de
concentração (η).
A Região Metropolitana de Recife apresentou característica distinta, encurtou sua
distância para as principais regiões metropolitanas, desempenho justificado por apresentar
um dos menores índices de custo urbano – ampliação de infra-estrutura (I) e segunda
menor renda fundiária (R) – e ganho de dinamismo, refletido pela variável produtividade
média (y).
A metrópole soteropolitana manteve o desempenho da década de 1980 e
permaneceu aproximando das metrópoles do Sul, distanciando-se da metrópole primaz de
Belo Horizonte, mas ainda muito próximo desta última. O desempenho de Salvador está
diretamente relacionado ao fato de a metrópole ter apresentado uma redução nos custos
urbanos – via aumento de infra-estrutura (I) e queda da renda fundiária (R) – e também por
uma redução de dinamismo do centro, refletido pela queda da produtividade média do
trabalho (y).
Em resumo, o que se verifica é uma continuidade do período passado analisado,
com a metrópole primaz mantendo boa distância em relação às demais regiões, com Belo
Horizonte, Porto Alegre e Curitiba com características similares e com Salvador trilhando
seu caminho de aproximação a este grupo. Enquanto isso, Recife, Fortaleza e Belém
continuam mantendo a tendência de queda entre as suas distancias, conforme os resultados
obtidos.
Os DIAGRAMAS 5, 6 e 7 demonstram essas variações das distâncias do ano de
1992 para o ano de 1999. Mesmo com a redução da distância de cinco dos sete centros em
relação à metrópole paulista, São Paulo, assim como no último ano da década de 1980,
104
assume um único tronco, exercendo o papel de cidade mundial com uma alta hierarquia no
sistema global de cidades.
DIAGRAMA 5 – Dendograma das regiões metropolitanas para 1992
DIAGRAMA 6 – Dendograma das regiões metropolitanas para 1996
DIAGRAMA 7 – Dendograma das regiões metropolitanas para 1999
Nesse período, as regiões metropolitanas do Norte e Nordeste, principalmente
Belém, Fortaleza e Recife, passaram a compor um tronco próprio. No início da década de
105
1990, essas três regiões apresentaram tendência de aproximação ao cluster, formado por
Belo Horizonte e Salvador, dinâmica esta explicada pelas perdas sofridas por esses dois
centros com abertura comercial desenfreada. Contudo, ao longo da década, a distância
passou a aumentar, em razão da adaptação dos principais centros à nova arquitetura
econômica. Desta forma, em conjunto, as regiões metropolitanas de Belém, Fortaleza e
Recife acabaram por formar um único tronco, explicado pelas especificidades encontradas
nessas regiões, principalmente pelo fato de estarem localizadas distantes do eixo nacional.
Salvador permanece colada à metrópole mineira, tendendo apenas a uma leve ampliação na
distância de suas variáveis. Mesmo com essa mudança, Salvador e Belo Horizonte
continuam a formar o cluster desenhado no final dos anos da década de 1980.
No caso das metrópoles sulistas, o que se verifica é uma diminuição da diferença
entre as suas respectivas variáveis, conforme pode ser observado nos DIAGRAMAS 5, 6 e
7. Do ano 1992 para 1999, o cluster inicial formado por Porto Alegre e Curitiba passou a
se projetar em um estágio cada vez menor, indicativo de aumento no grau de similaridade
entre as metrópoles. De acordo com os DIAGRAMAS 5 e 7, a união dessas duas regiões
metropolitanas ocorreu no ano de 1992, por volta do 13º estágio, e em 1999, no 4º estágio.
A aproximação dos valores das variáveis calculadas ao longo da década de 1990 explica a
tendência de formação de um cluster inicial composto por Porto Alegre e Curitiba.
Nesse mesmo espaço de tempo, o que se verifica é uma aproximação da Região
Metropolitana de Belo Horizonte a este agrupamento formado pelas metrópoles do Sul. O
cluster em que Belo Horizonte se encontra, formando com Salvador, tende a se aproximar
das metrópoles sulistas. Desta forma, estas três metrópoles em conjunto – Porto Alegre,
Curitiba e Belo Horizonte – intituladas de metrópoles de segundo nível, passam a formar
um tronco ao final da década de 1990, assim como no último ano de análise da década de
1980.
Em resumo, o que se verifica ao longo nos anos de 1990 é uma clara classificação
das regiões metropolitanas em estudo, com São Paulo mantendo a posição primaz e sua
influência sobre as demais metrópoles, assumindo, assim, um único tronco, e as metrópoles
de segundo nível, Belo Horizonte, Curitiba e Porto Alegre, delimitando outro tronco, com
a união de Salvador a este tronco, indicando o crescimento da similaridade desse centro às
metrópoles de segundo nível. E, por último, o agrupamento formado por Belém, Fortaleza
e Recife, que se isolam em função das características implícitas nessas regiões,
principalmente a grande distância que as separam do centro industrial do País.
106
6. CONSIDERAÇÕES FINAIS
Pretendeu-se com esta pesquisa analisar a dinâmica das regiões metropolitanas do
Norte/Nordeste e do polígono que DINIZ (1993) chama de “Polígono do Desenvolvimento
Brasileiro” no período que compreende as décadas de 1980 e 1990.
Entre as regiões metropolitanas analisadas, a inclusão de São Paulo ocorreu em
virtude de sua característica implícita de região polarizadora, como lugar central primaz
em nível nacional e, crescentemente, em nível subesférico. Esse posicionamento peculiar
explica o desempenho diferenciado da Região Metropolitana de São Paulo em comparação
com as outras metrópoles regionais brasileiras, apresentando indicadores de economias e
deseconomias de aglomeração sempre acima da média calculada para o polígono nesse
período. Entretanto, ocorreu uma redução das disparidades dos índices calculados entre a
metrópole primaz e as demais regiões metropolitanas, com respaldo na análise de cluster,
que indicou uma tendência de redução das distâncias ao longo do período.
Os resultados obtidos reproduzem os problemas e as características intrínsecas da
metrópole paulista, quais sejam: possuir uma infra-estrutura social qualificada e
especialização em serviços produtivos intensivos em escala urbana. Todavia, revela
problemas sociais, refletidos na violência e nas desigualdades sociais, que resultam em
uma crescente parcela de população situando-se abaixo da linha de pobreza.
No outro extremo estão as regiões metropolitanas do Norte e Nordeste com
resultados distintos, refletindo uma dinâmica bastante diferenciada em nível regional e
nacional, principalmente quando analisado o fato da densidade demográfica, crescimento
econômico e capacidade de polarização de atividades em seu entorno. A Região
Metropolitana de Belém delineou suas características por meio de uma ampliação de seus
fatores aglomerativos, o que a posiciona como candidata a melhorar o seu posicionamento
na hierarquia metropolitana. Entretanto, seus problemas ligados à pobreza e às
desigualdades já constituem graves obstáculos.
A Região Metropolitana de Fortaleza apresenta os mesmos problemas da metrópole
paraense, agravados pela baixa produtividade média do trabalho e pela perda de
participação da PEA. Atrelados a esses indicadores estão os menores custos aglomerativos
urbanos apresentados, possibilitando à região captar investimentos industriais. Mesmo com
essa capacidade de atração de investimentos, a capacidade de polarização da Região
Metropolitana de Fortaleza é muito pequena, em razão de a região polarizada ser
relativamente pobre, com baixo nível educacional e mão-de-obra desqualificada, o que
107
conduz a uma situação de enclave industrial com pequena diversificação do parque
industrial.
Com relação à Região Metropolitana de Recife, o grande estoque de capital
humano, juntamente com a ampliação da infra-estrutura física, acaba por proporcionar à
metrópole pernambucana a possibilidade de trilhar seu caminho de retomada ao
crescimento, em razão de a atual base produtiva estar em decadência. Não obstante, a
pobreza e o entorno vazio compõem um dos maiores empecilhos para o desenvolvimento
urbano sustentado da região.
Dentre as regiões metropolitanas do Nordeste, Salvador se destaca pelo seu
processo de aproximação em relação às metrópoles que formam o polígono,
principalmente Belo Horizonte, durante as duas décadas. Com vantagens aglomerativas e
baixo custo urbano, a metrópole soteropolitana passou a ser grande competidora na atração
de novos investimentos em detrimento da desaglomeração da região primaz do País. O
resultado desse processo na Região Metropolitana de Salvador está em uma base industrial,
relativamente desenvolvida e diversificada, que impulsiona a crescente aglomeração de
setores produtivos. Contudo, resta saber se os problemas ligados à não capacidade de
polarização, em função da baixa densidade econômica de seu entorno, possibilitarão a essa
região um crescimento estável e a superação de alguns problemas de ordem social, como a
baixa qualificação da mão-de-obra.
Para as regiões metropolitanas que constituem o polígono, os resultados reforçam a
posição privilegiada, como analisado ao longo do capítulo 2, ampliando a sua capacidade
de absorção de atividades e de integração com as cidades de porte médio da região,
mostrando a grande capacidade de polarização que tais centros possuem. Essas vantagens
comparativas acabam por ser questionadas quando a análise dos indicadores de
deseconomias de aglomeração é realizada. A tendência de crescimento dos custos urbanos
ao longo das décadas de 1980 e 1990, sintetizada sob a forma de crescimento da
verticalização urbana e acessibilidade para Belo Horizonte, redução da participação da
PEA e dos níveis de infra-estrutura para Porto Alegre e com Curitiba apresentando uma
explosão para o custo do solo urbano, coloca em questionamento a capacidade de esses
centros se manterem estável o desenvolvimento urbano virtuoso apresentado ao longo dos
anos estudados.
Deste modo, o que se pode extrair dos resultados obtidos é que as regiões
metropolitanas do Norte e Nordeste descrevem um padrão de competitividade com base
em uma estrutura de custos urbanos inferior, principalmente o custo do solo urbano, que
possibilitou a redução de seus indicadores ao longo das décadas de 1980 e 1990, quando
108
colocados em comparação direta com as metrópoles que formam o polígono. Assim, essas
metrópoles estão se empenhando na mudança da situação em que se encontram, com o
intuito de ampliar a sua inserção no cenário nacional econômico. Por sua vez, as
metrópoles que compõem o polígono delinearam um perfil fortemente calcado em
indicadores aglomerativos, em especial na produtividade do trabalho, mostrando o maior
dinamismo que essas regiões apresentam em comparação com as demais metrópoles, bem
como a capacidade de oferecer boas condições para a localização de novas atividades
econômicas. No entanto, os crescentes custos urbanos obtidos pelos indicadores ao longo
das duas décadas ressaltam as dificuldades que esses centros continuarão a enfrentar em
razão do seu desenvolvimento contínuo.
Algumas diretrizes gerais podem direcionar políticas de desenvolvimento regional,
principalmente nas regiões Norte e Nordeste, visando ampliar a capacidade produtiva da
região para promover o dinamismo econômico e aumentar a capacidade da geração de
empregos, sempre levando em consideração as peculiaridades dessas regiões, e não apenas
uma visão nacional. Por exemplo, romper a tendência observada de estagnação ou retração
econômica verificada na Região Metropolitana de Recife, por meio de incentivos para a
diversificação e modernização do parque industrial da região; ampliar a capacidade de
diversificação produtiva na metrópole baiana; gerar bases para a continuidade de um
crescimento sustentado na Região Metropolitana de Belém; e, principalmente reduzir as
diferenças de cunho estrutural social, como infra-estrutura acadêmica tecnológica para a
geração de pesquisa e desenvolvimento. Com esses instrumentos é possível a redução das
disparidades regionais no País. Para as regiões que compõem o polígono, o que se pode
agendar seriam políticas com o intuito de fomentar a ampliação de infra-estrutura física,
para que os custos urbanos invertam a sua tendência de crescimento verificada durante o
período analisado.
Por último, reivindica-se uma agenda de pesquisa composta pela introdução no
estudo de variáveis capazes de esclarecer alguns pontos, por exemplo, como captar os
movimentos da população ao longo do tempo que retratem o fluxo migratório (a ser
construída com base em dados da própria PNAD) e análise da capacitação da mão-de-obra
dos centros, principalmente em relação aos ramos de atividade, buscando determinar a
produtividade de cada ramo separadamente. Reivindica-se, igualmente, a extensão dos
cálculos para todos os anos disponíveis, com o objetivo de estimar retornos de escala
dessas aglomerações urbanas por meio de regressões de corte transversal para tentar captar
a influência dos fatores aglomerativos e desaglomerativos sobre essa atração ou dispersão
diferenciada de atividades produtivas.
109
7. REFERÊNCIAS BIBLIOGRÁFICAS
ANDRADE, Thompson A., LODDER, Celsius A. Sistema urbano e cidades médias no
Brasil. Rio de Janeiro: IPEA/INPES, 1979. 146 p. (Coleção relatórios de pesquisa; n.43).
ANDRADE, Thompson A. Métodos estatísticos e econométricos aplicados à análise
regional. In: HADDAD, Paulo R. (Org.). Economia regional: teorias e métodos de
análise. Fortaleza: BNB / ETENE, 1989. p. 427-508.
ANDRADE, Thompson A., SERRA, Rodrigo V. Desempenho produtivo dos centros
nordestinos da rede urbana brasileira no período 1975-96. Revista Econômica do
Nordeste, Fortaleza, v.31, n.4, p.1018-1032, out/dez. 2000.
ABLAS, Luiz A. Q. A organização espacial do sistema econômico: Lösch. In: COMUNE,
Antonio E. et al. Economia urbana: localização e relações intersetoriais. São Paulo: USP,
1982. p.140-162.
AVERBUG, André. Abertura e integração comercial brasileira na década de 90. In:
GIAMBIAGI, Fabio, MOREIRA, Maurício M. (Orgs.). A economia brasileira nos anos
90. Rio de Janeiro: BNDES, 1999. p.43-84.
BOUDEVILLE, Jacques R. Os espaços econômicos. São Paulo: Difusão Européia do
Livro, 1973. p.11-28.
CHRISTALLER, Walter. Central places in southern Germany. New Jersey: Englewood
Cliffs, 1966. p. 27-83.
DINIZ, Clélio C. Dinâmica regional da indústria no Brasil: início de desconcentração,
risco de reconcentração. 1991. 138f. Tese (Professor titular) - Faculdade de Ciências
Econômicas, Universidade Federal de Minas Gerais, Belo Horizonte, 1991.
DINIZ, Clélio C. Desenvolvimento poligonal no Brasil: nem desconcentração nem
contínua polarização. Revista Nova Economia, Belo Horizonte, v.31, n.11, p.35-64, set.
1993.
DINIZ, Clélio C., CROCCO, Marco A. Reestruturação econômica e impacto regional: o
novo mapa da indústria brasileira. Nova Economia, Belo Horizonte, v.6, n.1, p.77-104, jul.
1996.
DINIZ, Clélio C. A nova configuração urbano-industrial no Brasil. In: ENCONTRO
NACIONAL DE ECONOMIA, 27, 1998, Belém. Anais... Belém: ANPEC, 1999. v.3,
p.1341-1362.
DINIZ, Clélio C., GONÇALVES, Eduardo. Possibilidades e tendências locacionais da
indústria do conhecimento no Brasil. In: ENCONTRO NACIONAL DE ECONOMIA, 28,
2000, Campinas. Anais... Campinas: ANPEC, 2000. (Disponível em CD-ROM).
EVERITT, Brian. Cluster analysis. 2.ed. London: Heineman, 1980. 133p.
FERREIRA, Maria F. S., LEMOS, Mauro B. Localização industrial e fatos estilizados da
nova reconfiguração espacial do nordeste. Revista Econômica do Nordeste, Fortaleza,
v.31, n. Especial, p.484-507, nov. 2000.
FUJITA, Masahisa et al. The spatial economy: cities, regions and international trade.
Cambridge: MIT, 1999. p.1-42.
110
GUERRA, Oswaldo F., GONZALEZ, Paulo S. H. Evolução recente e perspectiva para a
economia baiana. Revista Econômica do Nordeste, Fortaleza, v.27, n.l, p.37-76, jan./mar.
1996.
HENDERSON, J. V. The sizes and types of cities. American Economic Review, v.64, n.4,
1974, p.640-656, 1974.
HOOVER Jr., Edgar M. Location theory and the shoe and leather industries. Cambridge:
Harvard University, 1937.
ISARD, Walter. Location and space-economy: a general theory relating to industrial
location, market areas, land use, trade and urban structure. Cambridge: MIT, 1956. 350p.
KAGEYAMA, Angela. Características dos domicílios agrícolas no Brasil em 1992 e
1997. Campinas: UNICAMP/IE, [199-]. 24p. (Disponível em http://www.eco.unicamp.br/
publicações/textos acessado em 03 de mar. 2002).
KAGEYAMA, Angela, LEONE, Eugenia T. Uma tipologia dos municípios paulistas com
base em indicadores sociodemográficos. Campinas: UNICAMP/IE, 1999. 40p (Textos
para discussão; n.66).
LEME, Ruy. Contribuições à teoria da localização industrial. São Paulo: USP/IPE, 1982.
387p.
LEMOS, Maurício B. Espaço e capital: um estudo sobre a dinâmica centro X periferia.
1988. 2v.. Tese (Doutorado em Economia) - Instituto de Economia, Universidade Estadual
de Campinas, Campinas, 1988.
LEMOS, Maurício B., CROCCO, Marco A. Competitividade e dinâmica comparativa das
regiões metropolitanas brasileiras. In: ENCONTRO NACIONAL DE ECONOMIA, 28,
2000, Campinas. Anais... Campinas: ANPEC, 2000. (Disponível em CD-ROM).
LEMOS, Mauro B. et al. A nova configuração regional brasileira: sua geografia
econômica e os determinantes locacionais da indústria., 2000. (Texto apresentado no IX
Seminário sobre a Economia Mineira, Diamantina, 29 agosto a 1 de setembro 2000)
<Disponível:http://www.cedeplar.ufmg.br/pesquisas/pronex/regional.html#PUBLICAÇÕE
S%20E%20RELATÓRIOS> Acesso em 10 de abril 2001.
LEMOS, Maurício B., DINIZ, Clélio C. Vantagens comparativas da área metropolitana
de Belo Horizonte no contexto nacional. 2000. (Mimeogr.)
LEMOS, Mauro B. et al. A dinâmica da competitividade das regiões metropolitanas
brasileiras. In: ENCONTRO NACIONAL DE ECONOMIA, 29, 2001, Salvador. Anais...
Salvador: ANPEC, 2001. (Disponível em CD-Rom).
LEMOS, Mauro B., FERREIRA, Maria S. F. Vantagens comparativas das regiões
metropolitanas de Salvador, Recife e Fortaleza no contexto regional. Revista Econômica
do Nordeste, Fortaleza, v.32, n. Especial, p.691-708, nov. 2001.
LÖSCH, A. The economics of location. London: Yale University, 1954. p.103-138.
LOIOLA, Elizabeth. Desenvolvimento regional e as políticas públicas: o caso do nordeste
brasileiro. In: ENCONTRO NACIONAL DE ECONOMIA, 26, 1998, Vitória. Anais...
Vitória: ANPEC, 1998. v.3, p.1855-1876.
MANLY, Brayan F. J. Multivariate statistical methods: a primer. London: Chapman and
Hall, 1986. 159p.
111
MARSHALL, Alfred. Princípios de economia. São Paulo: Abril cultural, 1982. 2v. (Os
economistas)
MINGOTI, Sueli A. Técnicas de análise multivariada. Belo Horizonte: Departamento. de
Estatística / UFMG, [199-]. p 1-44. (Apostila).
PARR, John B. Growth-pole strategies in regional economic planning: a retrospective
view. Urban Studies, v.36, n.7, p.1195-1215, 1999.
PERROUX, François. A economia do Século XX. Lisboa: Herder, 1967. 755p.
ROLIM, Cássio F. C. Espaço e região: retorno aos conceitos originais. In: ENCONTRO
NACIONAL DE ECONOMIA, 26, 1982, São Paulo. Anais... Brasília: ANPEC, 1982. v.2,
p.579-602.
SIMÕES, Rodrigo F. Localização industrial e relações intersetoriais: metodologia de
estimação de uma matriz de acessibilidade espacial. 2001. (Tese Doutorado em Economia
em fase de preparação junto ao Instituto de Economia da Universidade Estadual de
Campinas)
SPSS, Base 8.0. Chicago: SPSS Inc., 1998. Cap. 15. Cluster analysis, p. 293-308.
WANDERLEY, Lívio A. Industrialização do nordeste e (des)regionalização. Revista
Econômica do Nordeste, Fortaleza, v.27, n.l, p.13-35, jan./mar. 1996.
WEBER, Alfred. The theory of the location of industries. Chicago: University of Chicago,
1969.