Determinantes Do Crescimento Económico

João António Furtado Brito
DETERMINANTES DO CRESCIMENTO ECONÓMICO: UMA

APLICAÇÃO A PAÍSES PEQUENOS, COM ESPECIAL
REFERÊNCIA PARA CABO VERDE
Tese de Doutoramento em Economia, orientada pelos Professores Doutores Francisco José Alves Coelho
Veiga e Pedro Miguel Avelino Bação e apresentada à Faculdade de Economia da Universidade de Coimbra
Fevereiro de 2015
João António Furtado Brito
Determinantes do Crescimento Económico: Uma

Aplicação a Países Pequenos, Com Especial Referência
para Cabo Verde
Tese de Doutoramento na área científica de Economia,

apresentada à Faculdade de Economia da Universidade de
Coimbra para obtenção do grau de Doutor.
Orientada pelos Professores Doutores Francisco José Alves
Coelho Veiga e Pedro Miguel Avelino Bação.
Coimbra, 2015
Ilustração da capa: Daianne Brito.
DEDICATÓRIA
À minha filha Daianne Brito.
À minha mãe Maria Furtado.
Às minhas irmãs Dilma Lubrano e Edneia Monteiro.

AGRADECIMENTOS
A conclusão deste programa de doutoramento não teria sido possível sem o apoio
e contributo de várias pessoas e instituições, às quais quero expressar os meus
agradecimentos:
Aos meus orientadores, Professor Doutor Francisco José Alves Coelho Veiga e
Professor Doutor Pedro Miguel Avelino Bação, pela disponibilidade e atenção com que
dedicaram no acompanhamento deste trabalho.
À Professora Doutora Maria Adelaide Pedrosa Silva Duarte e ao Professor Doutor

Paulo Jorge Reis Mourão pelos comentários e sugestões que enriqueceram este trabalho.
À Dr.ª. Carla Negrão pelas sugestões.
À minha mãe Maria Furtado e às minhas irmãs Dilma Lubrano e Edneia Monteiro
pelo carinho, apoio e incentivo demonstrado.
À minha filha Daianne Brito e à Rosangela Monteiro por terem compreendido a

necessidade da minha ausência em corpo.
À Faculdade de Economia da Universidade de Coimbra e à Escola de Economia e

Gestão da Universidade do Minho, pela oportunidade de participar neste programa de
doutoramento.
À Fundação Calouste Gulbenkian pelo apoio financeiro para a concretização deste

programa de doutoramento.
À Fundação Tóquio pelo financiamento das pesquisas realizadas nos EUA.
Às Instituições em Cabo Verde pelos documentos disponibilizados: Ministério das

Finanças, Banco Central, Instituto Nacional de Estatística, Cabo Verde Investimentos e
Biblioteca Nacional.
Aos meus colegas das longas noites de estudo e companheirismo na sala de alunos
de doutoramento da Faculdade de Economia da Universidade de Coimbra, e aos meus
familiares e todos os meus amigos que sempre me apoiaram e me deram força nesta
caminhada.
FINANCIAMENTO
Este trabalho foi realizado com o apoio financeiro da Fundação Calouste Gulbenkian.
RESUMO
O objetivo central desta tese consiste em verificar se a reduzida dimensão do país

representa uma barreira significativa no processo do crescimento económico. De uma
forma global, foram realizadas análises descritivas e empíricas do impacto de algumas
variáveis económicas e ambientais, na taxa de crescimento do PIB per capita dos países
pequenos em comparação com os países grandes, e foi estudado o processo de crescimento
económico de um país pequeno e insular, Cabo Verde. Para responder à questão de partida,
primeiro, recorreu-se à revisão da literatura, teórica e empírica, dos efeitos da dimensão do
país no crescimento económico e, posteriormente, foram efetuadas análises descritivas de
algumas variáveis económicas no grupo de países pequenos e de países grandes, o que
ajudou na definição das linhas orientadoras da investigação empírica.
Com recurso à técnica estatística das análises de clusters e aos indicadores

população e área, foram definidos os grupos de países pequenos e de países grandes.
Conciliando a fórmula genérica do modelo de crescimento económico (que engloba o
modelo de Solow aumentado e acrescido de outras variáveis determinantes do
crescimento) com o estimador system-GMM, foi analisado empiricamente, no período
1970-2010, o impacto das variáveis de interesse Investimento Direto Estrangeiro, Abertura
Comercial, Instituições Políticas, Sociais e Económicas, Geografia, Coesão Social e
Vulnerabilidade Ambiental na taxa de crescimento do PIB per capita de países pequenos e
de países grandes. A investigação foi, também, direcionada para identificar empiricamente
os canais de transmissão (capital humano, capital físico e produtividade) das variáveis de
interesse na taxa de crescimento do PIB per capita e o contributo destas variáveis na taxa
de convergência entre os países de cada grupo.
Os resultados encontrados indicam um certo equilíbrio entre o número de

variáveis de interesse, cujo impacto é significativamente diferente, e aquelas cujo efeito é
essencialmente igual, no crescimento económico dos países pequenos e dos países grandes.
A produtividade foi identificada como o principal canal de transmissão das variáveis de
interesse na taxa de crescimento do PIB per capita nos dois grupos de países. Os resultados
evidenciam uma taxa de convergência β superior nos países pequenos, mas a diferença
entre os coeficientes não é significativa. No geral, concluiu-se que os vários condicionantes
associados à reduzida dimensão, apesar de influenciarem o impacto de alguns fatores no
ix
PIB per capita, não constituem um handicap ao crescimento económico,
comparativamente aos países grandes. Adicionalmente, foi realizado o Growth Diagnostic
da economia cabo-verdiana, com recurso ao modelo desenvolvido por Hausmann, Rodrik e
Velasco (2005). Desta análise foram identificados vários fatores que têm dificultado os
investimentos/crescimento económico em Cabo Verde, como a fraca intermediação
financeira, deficientes infraestruturas, altos custos nas ligações entre as ilhas, ineficiente
fornecimento de energia elétrica e desvios entre as necessidades de capital humano e as
áreas de formação do ensino secundário e terciário. Assim, as políticas do Governo devem
ser direcionadas no sentido de ultrapassar estas barreiras.
Classificação JEL: C13, C23, O41, O47, O57.
Palavras-chave: Dimensão do País, Crescimento Económico, System-GMM, Países

Pequenos e Cabo Verde.
x
ABSTRACT
The purpose of this thesis is to verify if a small country size is a significant

constraint on economic growth process. Overall, a descriptive and empirical analysis of the
impact of some economic and environmental variables on the growth rate of GDP per
capita in small and large countries was conducted, and the process of economic growth of
a small island country, Cape Verde, was studied. To answer the main question, a survey of
the theoretical and empirical literature on the effects of country size on economic growth
was conducted and, subsequently, a descriptive analysis of some economic variables in the
group of small and large countries was made, which helped in defining the guidelines for
the empirical research.
The groups of small states and large states were defined using the statistical
technique cluster analysis and the variables population and area. The empirical analysis
was conducted reconciling the generic formula of the economic growth model (which
includes the augmented Solow model and additional variables) with the system-GMM
estimator. The impact of the variables of interest Foreign Direct Investment, External
Trade, Political, Social and Economic Institutions, Geography, Social Cohesion and
Environmental Vulnerability on the growth rate of GDP per capita in small and large states
was analyzed empirically for the period 1970-2010. The research was also directed to
identify the transmission channels (human capital, physical capital and productivity)
through which the variables of interest affect the growth rate of GDP per capita, and the
contribution of these variables to the convergence rate between the countries of each
group.
The results indicate a balance between the number of variables of interest whose
impact on economic growth in small and large countries is significantly different, and
those whose effects are essentially the same in both groups of countries. Productivity
(TFP) was identified as the main transmission channel through which the variables of
interest affects the growth rate of GDP per capita in the two groups of countries. The
results indicated a higher β convergence rate in small states, but the difference between the
coefficients is not statistically significant. The overall conclusion was that small country
size influences the impact of some factors on the growth rate of GDP per capita, but it is
not a handicap for economic growth relative to large country size. Additionally, a Growth
xi
Diagnostic of the Cape Verdean economy was undertaken using the model developed by
Hausmann, Rodrik and Velasco (2005). Several factors that having hindered
investment/growth in Cape Verde were identified, such as weak financial intermediation,
poor infrastructure, high costs of travel (boats and planes) across islands, inefficient supply
of electricity and deviations between the human capital needs and the areas of formation
(manly secondary and tertiary schools). Thus, the Government's policies should be directed
towards overcoming these constraints.
JEL classification: C13, C23, O41, O47, O57.
Keywords: Country Size, Economic Growth, System-GMM, Small Countries and Cape
Verde.
xii
SIGLAS E ACRÓNIMOS
BACE – Bayesian Averaging of Classical Estimates
BCA – Banco Comercial do Atlântico
BCN – Banco Cabo-verdiano de Negócios
BCV – Banco de Cabo Verde
BI – Banco Interatlântico
BNT – Barreiras Não-Tarifárias
CECV – Caixa Económica de Cabo Verde
CEDEAO – Comunidade Económica dos Estados da África Ocidental
CES – Elasticidade de Substituição Constante
CIA – Central Intelligence Agency
CNTS – Cross National Time Series
EBA – Extreme Bounds Analysis
EM-DAT – Emergency Events Database
EUA – Estados Unidos da América
FMI – Fundo Monetário Internacional
GMM – Método dos Momentos Generalizados
HRV – Modelo Hausmann, Rodrik e Velasco
I&D – Investigação e Desenvolvimento
ICA – Investment Climate Assessment
IDE – Investimento Direto Estrangeiro
IDH – Índice de Desenvolvimento Humano
IHH – Índice de Herfindahl e Hirshman
IMF – International Monetary Fund
INE – Instituto Nacional de Estatística (Cabo Verde)
IV – Instrumentals Variables
OCDE – Organização para Cooperação e Desenvolvimento Económico
OLS – Ordinary Least Squares
ONU – Organização da Nações Unidas
ONUDI – Organização das Nações Unidas para o Desenvolvimento Industrial
OPEP – Organização dos Países Exportadores de Petróleo
PIB – Produto Interno Bruto
xiii
PIB (PPC) – Produto Interno Bruto (Paridade do Poder de Compra)
PNB – Produto Nacional Bruto
PND – Plano Nacional de Desenvolvimento
PRMB – Países de Rendimento Médio e Baixo
PSI – Policy Support Instrument
PWT – Penn World Table
RNB – Rendimento Nacional Bruto
SIDS – Small Island Developing States
SOP – Saldo Orçamental Primário
SPSS – Statistical Package for the Social Sciences
TIC – Tecnologias de Informação e Comunicação
UAAA – União Aduaneira da África Austral
UAE – United Arab Emirates
UCDP/PRIO – Dados do Uppsala Conflit Data Program/Peace Research Institute Oslo
UN – United Nations
UNCTAD – United Nations Conference on Trade and Development
UNDRO – United Nations Disaster Relief Office
UNEP – United Nations Environment Programme
UPI – Unidades de Produção Informal
US – United States
VAB – Valor Acrescentado Bruto
VIF – Variance Inflation Factors
WDI – World Development Indicators
xiv
LISTA DE FIGURAS
Figura II.1: Os clusters..................................................................................................................... 55
Figura II.2: Média do PIB per capita e da População (1970-2010) ................................................. 59
Figura II.3: Média do PIB per capita e da Área (1970-2010).......................................................... 60
Figura II.4: Taxa de crescimento e nível do PIB per capita e Investimento (% PIB) ..................... 61
Figura II.5: Exportações e importações (% PIB) ............................................................................. 62
Figura II.6: Setores económicos (Agricultura, Indústria e Serviços em % do PIB)......................... 63
Figura III.1: Nível e taxa de crescimento do PIB per capita, países grandes e países pequenos ... 145
Figura III.2: Convergência σ nos países grandes e nos países pequenos ....................................... 149
Figura IV.1: PIB per capita (log) de países pequenos Africanos (1970-2011) ............................. 164
Figura IV.2: Evolução do PIB real, ótica das despesas .................................................................. 165
Figura IV.3: Evolução do PIB real, ótica da produção .................................................................. 167
Figura IV.4: Evolução e composição das exportações ................................................................... 168
Figura IV.5: Componentes das exportações dos serviços .............................................................. 168
Figura IV.6: Árvore do Growth Diagnostic ................................................................................... 174
Figura IV.7: Evolução do investimento privado (% PIB) .............................................................. 175
Figura IV.8: Evolução das taxas de juro real ................................................................................. 176
Figura IV.9: Evolução do EXPY ................................................................................................... 188
Figura A.1: Sensibilidade da dívida à variação no crescimento real do PIB ................................. 263
Figura A.2: Sensibilidade da dívida à variação na taxa de juro efetiva ......................................... 263
xv
LISTA DE TABELAS E QUADROS
Tabela II.1: Indicadores económicos dos países pequenos e dos países grandes (1980-2009) ........ 65
Tabela II.2: Indicadores económicos dos países pequenos (2000-2009) ......................................... 74
Tabela III.1: Resultados das estimações com IDE ........................................................................... 98

Tabela III.2: Resultados das estimações com comércio externo .................................................... 102
Tabela III.3: Resultados das estimações com instituições políticas, sociais e económicas ........... 107
Tabela III.4: Resultados das estimações com coesão social .......................................................... 111
Tabela III.5: Resultados das estimações com geografia ................................................................ 114
Tabela III.6: Resultados das estimações com vulnerabilidade ambiental ...................................... 118
Tabela III.7: Resultados das estimações do modelo completo....................................................... 124
Tabela III.8: Análise de sensibilidade nos países grandes ............................................................. 126
Tabela III.9: Análise de sensibilidade nos países pequenos........................................................... 127
Tabela III.10: Crescimento do capital humano, países grandes ..................................................... 133
Tabela III.11: Crescimento do capital humano, países pequenos .................................................. 134
Tabela III.12: Crescimento do capital físico, países grandes ......................................................... 135
Tabela III.13: Crescimento do capital físico, países pequenos ...................................................... 136
Tabela III.14: Crescimento da produtividade, países grandes ....................................................... 137
Tabela III.15: Crescimento da produtividade, países pequenos ..................................................... 138
Tabela III.16: Efeitos nos canais de transmissão ........................................................................... 141
Tabela III.17: Convergência β........................................................................................................ 148
Tabela III.18: Coeficiente de variação nos países pequenos e nos países grandes ........................ 149
Tabela III.19: Convergência β, IDE e comércio externo ............................................................... 152
Tabela III.20: Convergência β, instituição económica e coesão social .......................................... 153
Tabela III.21: Convergência β, vulnerabilidade ambiental e geografia ......................................... 154
Tabela IV.1: Setor bancário ........................................................................................................... 179

Tabela IV.2: Distribuição da taxa de desemprego ......................................................................... 181
Tabela A.1: Dados estatísticos do grupo de países grandes ........................................................... 249

Tabela A.2: Dados estatísticos do grupo de países pequenos ........................................................ 250
Tabela A.3: Teste VIF - Coesão social, instituição económica e geografia ................................... 251
Tabela A.4: Teste VIF - IDE, comércio externo e vulnerabilidade ambiental ............................... 252
Tabela A.5: Estimações com variável de interesse IDE e termo de tendência............................... 253
Tabela A.6: Estimações com variável de interesse instituições económica e termo de tendência . 254
Tabela A.7: Estimações com variável de interesse IDE................................................................. 255
Tabela A.8: Estimações com variável de interesse comércio externo (I) ...................................... 255
Tabela A.9: Estimações com variável de interesse comércio externo (II) ..................................... 256
Tabela A.10: Estimações com variável de interesse instituições (I) .............................................. 256
Tabela A.11: Estimações com variável de interesse instituições (II) ............................................. 257
Tabela A.12: Estimações com variável de interesse coesão social (I) ........................................... 257
Tabela A.13: Estimações com variável de interesse coesão social (II) .......................................... 258
Tabela A.14: Estimações com variável de interesse geografia (I) ................................................. 258
Tabela A.15: Estimações com variável de interesse geografia (II) ................................................ 259
Tabela A.16: Estimações com variável de interesse vulnerabilidade ambiental ............................ 259
xvii
Tabela A.17: Evolução da dívida pública (%PIB).......................................................................... 262
Tabela A.18: Sustentabilidade da dívida externa ........................................................................... 264
Quadro A.1: Lista dos países grandes ............................................................................................ 241

Quadro A.2: Lista dos países pequenos .......................................................................................... 242
Quadro A.3: Definição e fontes das variáveis ................................................................................ 267
xviii
SUMÁRIO
INTRODUÇÃO ................................................................................................................................. 1
Apresentação e justificação do tema .............................................................................................. 1
Objetivos do estudo ........................................................................................................................ 2
Metodologia ................................................................................................................................... 3
Estrutura do trabalho ...................................................................................................................... 4
PARTE I – EFEITOS DA DIMENSÃO DO PAÍS NO CRESCIMENTO ECONÓMICO:

REVISÃO DA LITERATURA TEÓRICA E EMPÍRICA ................................................................ 7
1 – INTRODUÇÃO ........................................................................................................................... 9
2 – EFEITOS TEÓRICOS DA DIMENSÃO NO CRESCIMENTO ECONÓMICO ..................... 11
2.1 – Constrangimentos associados à reduzida dimensão ............................................................ 11
2.2 – Benefícios associados à reduzida dimensão ........................................................................ 14
3 – EFEITOS EMPÍRICAS DA DIMENSÃO NO CRESCIMENTO ECONÓMICO.................... 17
4 – MODELOS DE CRESCIMENTO ECONÓMICO .................................................................... 23
4.1 – Modelo de Harrod (1939) e Domar (1946) ......................................................................... 23
4.2 – Modelo neoclássico de crescimento exógeno ..................................................................... 25
4.2.1 – Modelo básico de Solow .............................................................................................. 25
4.2.2 – Modelo de Solow aumentado ....................................................................................... 28
4.3 – Modelos de crescimento endógeno ..................................................................................... 29
4.3.1 – Modelo de Romer (1986 e 1990) ................................................................................. 30
4.3.2 – Modelo de Lucas (1988) .............................................................................................. 32
5 – DETERMINANTES DO CRESCIMENTO ECONÓMICO ..................................................... 37
5.1 – Determinantes do crescimento económico nos países em geral.......................................... 37
5.2 – Determinantes do crescimento económico nos países pequenos ........................................ 39
6 – CONCLUSÃO ........................................................................................................................... 45
PARTE II – CLASSIFICAÇÃO DOS PAÍSES E ANÁLISE DESCRITIVA DE PAÍSES

PEQUENOS E DE PAÍSES GRANDES ......................................................................................... 47
1 – INTRODUÇÃO ......................................................................................................................... 49
2 – CONCEITOS E MEDIDAS DA DIMENSÃO DOS PAÍSES................................................... 51
2.1 – Considerações introdutórias ................................................................................................ 51
2.2 – Análise de Clusters ............................................................................................................. 53
2.2.1 – Comparação dos resultados .......................................................................................... 56
3 – ANÁLISE DESCRITIVA DOS PAÍSES PEQUENOS VS PAÍSES GRANDES ..................... 59
3.2 – Caracterização económica dos países ................................................................................. 60
4 – VULNERABILIDADE .............................................................................................................. 67
4.2 – Vulnerabilidade de países pequenos vs países grandes ....................................................... 68
xix
5 – DESEMPENHO ECONÓMICO DE PAÍSES PEQUENOS ...................................................... 71
5.2 – Países pequenos: alto rendimento vs baixo rendimento ...................................................... 72
6 – CONCLUSÃO ............................................................................................................................ 77
6.1 ‒ Políticas e estratégias ........................................................................................................... 77
6.2 ‒ Conclusão ............................................................................................................................ 78
PARTE III – DETERMINANTES DO CRESCIMENTO ECONÓMICO: ANÁLISE EMPÍRICA

DE PAÍSES PEQUENOS E DE PAÍSES GRANDES ..................................................................... 81
1 – INTRODUÇÃO .......................................................................................................................... 83
2 – MODELO EMPÍRICO ............................................................................................................... 87
2.1 – Modelo económico e metodologia econométrica ................................................................ 87
2.2 – Dados e variáveis básicas do modelo .................................................................................. 92
3 – ANÁLISE EMPÍRICA DOS DETERMINANTES DO CRESCIMENTO ECONÓMICO....... 95
3.1 – Investimento Direto Estrangeiro (IDE) ............................................................................... 95
3.1.1 – Revisão da literatura e resultados empíricos anteriores ................................................ 95
3.1.2 – Análise empírica ........................................................................................................... 97
3.1.2.1 – Dados ..................................................................................................................... 97
3.1.2.2 – Resultados e interpretações das estimações ........................................................... 97
3.2 – Comércio externo ................................................................................................................ 98
3.2.1 – Revisão da literatura e resultados empíricos anteriores ................................................ 98
3.2.2 – Análise empírica ......................................................................................................... 100
3.2.2.1 – Dados ................................................................................................................... 100
3.2.2.2 – Resultados e interpretações das estimações ......................................................... 101
3.3 – Instituições políticas, sociais e económicas ....................................................................... 103
3.3.1 – Revisão da literatura e resultados empíricos anteriores .............................................. 103
3.3.2.1 – Dados ................................................................................................................... 105
3.4 – Coesão social ..................................................................................................................... 108
3.4.2.1 – Dados ................................................................................................................... 109
3.5 – Geografia ........................................................................................................................... 112
3.5.2.1 – Dados ................................................................................................................... 113
3.6 – Vulnerabilidade ambiental ................................................................................................. 115
3.6.2.1 – Dados ................................................................................................................... 116
3.7 – Análises de sensibilidade ................................................................................................... 119
xx
3.8 – Modelo completo .............................................................................................................. 122
3.8.1 – Resultados e interpretações das estimações ............................................................... 122
3.8.2 – Análises de sensibilidade ........................................................................................... 124
3.8.2.1 – Grupo de países grandes...................................................................................... 125
3.8.2.2 – Grupo de países pequenos ................................................................................... 126
4 – CANAIS DE TRANSMISSÃO ............................................................................................... 129
4.1 – Definição das equações ..................................................................................................... 129
4.2 – Dados e metodologia econométrica .................................................................................. 131
4.3 – Resultados e interpretações das estimações ...................................................................... 132
4.3.1 – Crescimento do capital humano ................................................................................. 132
4.3.2 – Crescimento do capital físico ..................................................................................... 135
4.3.3 – Crescimento da produtividade.................................................................................... 137
4.4 – Efeitos nos canais de transmissão ..................................................................................... 138
5 – CONVERGÊNCIA β E σ ......................................................................................................... 143
5.1 – Considerações introdutórias .............................................................................................. 143
5.2 – Convergência β ................................................................................................................. 144
5.2.1 – Definição do modelo .................................................................................................. 145
5.2.2 – Dados, resultados e interpretações das estimações .................................................... 147
5.3 – Convergência σ.................................................................................................................. 148
5.4 – Taxa de convergência β e as variáveis de interesse .......................................................... 150
6 – CONCLUSÃO ......................................................................................................................... 157
PARTE IV – GROWTH DIAGNOSTIC DA ECONOMIA CABO-VERDIANA ......................... 159

1 – INTRODUÇÃO ....................................................................................................................... 161
2 – DINÂMICA DO CRESCIMENTO DA ECONÓMICA CABO-VERDIANA ....................... 163
2.2 – Evolução e decomposição do crescimento económico ..................................................... 164
2.2.1 – Evolução do PIB: ótica das despesas ......................................................................... 164
2.2.2 – Evolução do PIB: ótica da produção .......................................................................... 166
2.3 – Evolução das exportações ................................................................................................. 167
2.4 – Capitais externos ............................................................................................................... 169
2.5 – Síntese da dinâmica do crescimento ................................................................................. 171
3 – DIAGNÓSTICO DO CRESCIMENTO .................................................................................. 173
3.2 – Modelo de diagnóstico do crescimento ............................................................................. 173
3.3 – Diagnóstico do crescimento da economia cabo-verdiana ................................................. 175
3.3.1 – Acesso/custo de financiamento .................................................................................. 176
3.3.1.1 ‒ Acesso ao financiamento externo e poupança doméstica ................................... 177
3.3.1.2 ‒ Intermediação financeira doméstica .................................................................... 178
3.3.2 – Baixo retorno da atividade económica ....................................................................... 180
3.3.2.1 – Baixo retorno social ............................................................................................ 180
3.3.2.1.1 – Capital humano ............................................................................................ 180
3.3.2.1.2 – Infraestruturas .............................................................................................. 182
xxi
3.3.2.2 – Baixa apropriação do retorno do investimento .................................................... 184
3.3.2.2.1 – Falhas do Governo ........................................................................................ 184
3.3.2.2.2 – Falhas do mercado: autodescoberta e coordenação de externalidades ......... 187
4 – CONCLUSÃO .......................................................................................................................... 189
CONCLUSÃO................................................................................................................................ 195
Resumo das discussões e conclusões.......................................................................................... 195
Recomendações de políticas e estratégias a adotar..................................................................... 200
Contributos do estudo ................................................................................................................. 201
Limitações do estudo e pesquisas futuras ................................................................................... 202
BIBLIOGRAFIA ............................................................................................................................ 207
APÊNDICE I – Modelo básico de Solow e modelo de Solow aumentado .................................... 233

APÊNDICE II – Análise de clusters e os grupos de países ............................................................ 239
APÊNDICE III – Organizações e instituições ligadas aos países pequenos .................................. 243
APÊNDICE IV – Estimadores GMM (Método dos Momentos Generalizados) ............................ 245
APÊNDICE V – Dados estatísticos dos grupos de países .............................................................. 249
APÊNDICE VI ‒ Teste Variance Inflation Factors – VIF ............................................................. 251
APÊNDICE VII ‒ Estimações com termo de tendência ................................................................ 253
APÊNDICE VIII ‒ Análises de sensibilidade ................................................................................ 255
APÊNDICE IX – Dinâmica da dívida pública cabo-verdiana........................................................ 261
APÊNDICE X ‒ Cálculo do PRODY e do EXPY ......................................................................... 265
APÊNDICE XI – Definição e fontes das variáveis ........................................................................ 267
xxii
INTRODUÇÃO
Introdução
INTRODUÇÃO
Apresentação e justificação do tema
Neste trabalho realizam-se análises descritivas e empíricas do impacto de alguns

fatores no crescimento económico de países pequenos e de países grandes, com o intuito de
verificar se a dimensão (medida pela população e área) representa uma barreira
significativa para o progresso económico dos países. Outro ponto, também importante, é a
análise do processo de crescimento económico de um país pequeno e insular, Cabo Verde.
Uma das questões básicas do crescimento económico é: “porque é que alguns

países ou grupos de países crescem mais rápido do que outros?” Os estudos indicam
vários fatores responsáveis pelo gap existente na performance económica entre os países.
Um destes fatores está relacionado com a dimensão do país.
Em termos teóricos existe um certo consenso sobre os constrangimentos e

benefícios ligados à reduzida dimensão do país, no processo do crescimento económico.
Estes trabalhos indicam superioridade dos constrangimentos em relação aos benefícios da
reduzida dimensão. Mas, por outro lado, existem vários países pequenos com elevado
progresso económico e social, que fazem parte do grupo de países com maiores níveis de
Produto Interno Bruto (PIB) per capita e Índice de Desenvolvimento Humano (IDH), no
mundo.
Quanto aos estudos empíricos, encontramos uma dicotomia sobre os efeitos da

dimensão na taxa do crescimento económico. Os estudos empíricos existem em menor
número e apresentam algumas lacunas que têm causado a falta de consenso sobre os efeitos
da dimensão dos países no crescimento económico. E, por outro lado, há carência de
estudos sobre impactos de alguns fatores (como: investimento direto estrangeiro,
vulnerabilidade ambiental e instituições) no crescimento económico de países pequenos.
Sendo o autor originário de um país pequeno e insular, Cabo Verde, que apesar de
alguns progressos económicos, continua com grandes desafios, é pertinente e desafiante
1
Introdução
elaborar um estudo que procura compreender o comportamento económico de países

pequenos, de modo a propor políticas e estratégias que possam ajudar Cabo Verde e outros
países pequenos a ultrapassar as barreiras existentes, e a alcançar maior progresso
económico e social.
O facto de ter estudado os países pequenos durante a elaboração da tese de

mestrado, despertou o interesse em aprofundar os conhecimentos nesta área, no sentido de
responder a algumas questões então levantadas.1
Este trabalho constitui, ainda, uma mais-valia para o seguimento dos objetivos
profissionais e científicos de uma carreira de docente universitário, e da realização de
investigações em áreas de desenvolvimento/crescimento económico, com especial atenção
para os países pequenos.
Assim, pelo exposto, achamos relevante este estudo, numa área onde escasseiam
trabalhos e ainda há muito para investigar.
Objetivos do estudo
O nosso objetivo central consiste em responder à questão de partida: A reduzida

dimensão do país constitui uma barreira significativa ao crescimento económico?
Como objetivos parcelares procuramos responder às seguintes questões: Quais são

as medidas de definição da dimensão dos países? Quais são os benefícios e as
desvantagens associados à reduzida ou grande dimensão de um país? Quais são os
impactos da dimensão no crescimento económico dos países? Quais são as diferenças no
comportamento de algumas variáveis económicas nos países pequenos e nos países
grandes? Quais são os principais determinantes do crescimento económico nos países
pequenos? Quais são os principais fatores que explicam a diferença da performance
económica entre os países pequenos? Quais são as diferenças no comportamento de alguns
fatores económicos, em termos do impacto na taxa de crescimento do PIB per capita, nos
países pequenos e nos países grandes? Existe convergência económica entre os países
1
Brito, João (2009) Sistema Financeiro e Caracterização Económica de Pequena Economia Insular: Cabo
Verde, Determinantes Financeiros do Investimento. Tese de Mestrado em Economia Financeira.
Universidade de Coimbra.
2
Introdução
pequenos? Quais são os principais canais de transmissão dos efeitos dos fatores no
crescimento económico e os seus impactos na taxa de convergência, nos países pequenos e
nos países grandes? Como tem evoluído a economia Cabo-verdiana? Quais são as
principais limitações ao crescimento económico de Cabo Verde? Que políticas e medidas
deveriam ser adotadas para ultrapassar estas limitações e barreiras?
Metodologia
Em termos metodológicos a nossa investigação assentou, primeiramente, na

elaboração de uma estrutura de trabalho, e com base nela, realizámos pesquisas e consultas
de inúmeras obras de referência, especialmente associadas ao crescimento económico e às
relações entre a dimensão do país e o crescimento económico, dando particular atenção aos
trabalhos sobre países pequenos. Esta fase foi efetuada com sentido crítico, de modo a
podermos identificar as lacunas existentes e assim definir melhor os nossos objetivos de
pesquisa e a linha analítica a seguir.
O carácter do nosso trabalho impôs uma linha metodológica, assente na realização

de um trabalho de campo em Cabo Verde (visitas: Banco Central, Instituto Nacional das
Estatísticas, Ministérios afins, Biblioteca Nacional e noutras instituições nacionais), para
recolha de dados nos relatórios, boletins, balanços e outros documentos publicados sobre a
economia cabo-verdiana.
A parte empírica foi concretizada com recurso à fórmula genérica utilizada nos
estudos de crescimento económico, que engloba o modelo de Solow aumentado e
acrescido de outras variáveis determinantes do crescimento, ao estimador econométrico
system-GMM (Sistema de Métodos dos Momentos Generalizados) e ao programa
econométrico Stata 12.0 para realização das estimações. A maioria dos nossos dados é
referente ao período 1970-2010. As variáveis usadas foram divididas em básicas (as
variáveis consideradas principais determinantes do crescimento económico dos países), e
de interesse (as variáveis indicadas como principais determinantes do crescimento
económico nos países pequenos), sendo as variáveis básicas mantidas em todas as
regressões e as de interesse alteradas consoante o fator económico a ser analisado. A
dificuldade em conseguir dados sobre os países pequenos obrigou à consulta exaustiva de
3
Introdução
várias bases de dados. Parte destas pesquisas foram realizadas na School of International
Relations and Pacific Studies – University of California, San Diego.
À medida que fomos refletindo sobre os assuntos, ensaiámos o texto deste

trabalho, que desta forma foi construído por aproximações sucessivas. Para a organização,
formatação, citações e apresentação das referências bibliográficas, seguimos as
recomendações da Faculdade de Economia da Universidade de Coimbra (2014), expressas
no guia: Teses de Doutoramento e Dissertações de Mestrado: Indicações de Formatação
(versão atualizada em janeiro de 2014). Na definição da nossa metodologia de investigação
seguimos, também, algumas recomendações sugeridas por Quivy e Van Campenhoudt
(1998).
Estrutura do trabalho
Desenvolvemos a estrutura de trabalho seguinte, para atingirmos os nossos

objetivos central e parcelares. O trabalho está dividido em quatro partes:
A primeira parte foi dedicada especialmente ao levantamento bibliográfico dos

estudos que abordam os impactos da dimensão no crescimento económico dos países.
Nesta parte do trabalho falamos das desvantagens e dos benefícios associados à dimensão
dos países. Abordamos os principais determinantes do crescimento económico nos países
pequenos e nos países em geral, e apresentamos os principais modelos de crescimento
económico que surgiram na segunda metade do século XX.
Na segunda parte, focamos em análises descritivas de algumas variáveis

económicas e ambientais entre países pequenos e países grandes. Nesta fase propomos uma
definição da dimensão dos países, usando os indicadores população e área. Também,
comparamos as principais características económicas e ambientais entre os países
pequenos e os países grandes. Identificamos alguns fatores que justificam as diferenças de
desempenho económico entre os países pequenos, e apresentamos algumas políticas e
estratégias que podem ser adotadas pelos países pequenos, para ultrapassarem certas
limitações.
4
Introdução
A terceira parte é reservada ao nosso estudo empírico. Nesta parte apresentamos

as nossas variáveis de estudos, a base de dados, o modelo económico e o estimador
econométrico. Realizamos análise empírica e comparativa dos efeitos de alguns fatores na
taxa de crescimento do PIB per capita de países pequenos e de países grandes.
Identificamos empiricamente os principais canais de transmissão de alguns fatores na taxa
de crescimento do PIB per capita e os seus contributos na taxa de convergência β, entre os
países pequenos e os países grandes. E, determinamos a taxa da convergência β e σ no
grupo de países pequenos e de países grandes.
Na quarta parte, fazemos um diagnóstico do crescimento económico em Cabo

Verde. Primeiro, analisamos a dinâmica do crescimento económico em Cabo Verde.
Posteriormente, com recurso ao modelo de diagnóstico económico proposto por
Hausmann, Rodrik e Velasco (2005), identificamos os principais fatores impulsionadores e
constrangimentos ao investimento/crescimento em Cabo Verde. Por último, propomos
algumas medidas e políticas que podem ajudar a ultrapassar as barreiras identificadas.
No final apresentamos as principais conclusões, algumas limitações desta tese e

propostas de investigações futuras.
5
PARTE I – EFEITOS DA DIMENSÃO DO PAÍS
NO CRESCIMENTO ECONÓMICO: REVISÃO
DA LITERATURA TEÓRICA E EMPÍRICA
Parte I – Efeitos da Dimensão do País no Crescimento Económico: Revisão da Literatura Teórica e
Empírica
1 – INTRODUÇÃO
O trabalho que propomos desenvolver nesta parte centra-se na revisão da

literatura, teórica e empírica, sobre os impactos da dimensão do país no crescimento
económico.
O interesse pelo estudo de países pequenos surgiu durante o período da

descolonização massiva (década de 60). Uma das primeiras iniciativas de debate sobre
questões específicas de países pequenos ocorreu em 1962, quando o Institute of
Commonwealth Studies iniciou uma série de seminários na Universidade de Londres. Estes
seminários ocorreram em intervalos regulares durante um período de dois anos, onde
foram apresentados mais de vinte trabalhos relacionados com os problemas comuns
enfrentados pelos países pequenos (Lockhart, 1993). Estes trabalhos foram,
posteriormente, editados por Benedict (1967) no seu livro Problems of Smaller Territories,
constituindo assim, uma das primeiras obras sobre os países pequenos. Desde essa data até
à atualidade, foram publicados vários estudos e realizados inúmeros debates e conferências
sobre países pequenos, onde encontramos alguma divisão entre os economistas quanto aos
fatores-chave que explicam o crescimento económico nestes países.
Vários estudos indicam os países pequenos, comparativamente aos países grandes,

como os mais desfavorecidos, devido aos efeitos negativos da reduzida dimensão na
performance económica dos países. Mas, paradoxalmente, diversos países pequenos
apresentam elevado nível do crescimento económico e fazem parte do grupo de países com
maior nível do PIB per capita mundial. Verificamos, pela revisão literária efetuada, que a
dificuldade em usufruir de economias de escala em vários bens e serviços é apontada como
uma das principais desvantagens associadas aos países pequenos e, por outro lado, a forte
coesão social representa o principal benefício da reduzida dimensão. Porém, os estudos
empíricos não são unânimes na definição dos efeitos da dimensão no crescimento
económico dos países. Existe um certo consenso entre os trabalhos existentes, em
identificar a geografia (distância do país em relação ao principal mercado) como o
principal fator a explicar a performance económica dos países pequenos.
9
Empírica
Seguimos a seguinte estrutura nesta parte: no segundo capítulo, apresentamos

alguns estudos teóricos sobre os principais constrangimentos e benefícios associados à
dimensão do país no crescimento económico; no terceiro capítulo, referimos as conclusões
de alguns trabalhos empíricos sobre os impactos da dimensão na taxa de crescimento
económico; no quarto capítulo, descrevemos os principais modelos de crescimento
económico que surgiram na segunda metade do século XX, nomeadamente o modelo de
Harrod-Domar, o modelo neoclássico de Solow e os modelos endógenos de Romer (1986 e
1990) e Lucas (1988); no quinto capítulo, fazemos uma revisão das principais conclusões
empíricas sobre os determinantes do crescimento económico, com foco nos países
pequenos; e, o sexto capítulo é dedicado à conclusão desta revisão literária.
10
Empírica
2 – EFEITOS TEÓRICOS DA DIMENSÃO NO

CRESCIMENTO ECONÓMICO
Em termos teóricos, são sugeridos vários fatores, mecanismos e características

que podem explicar o crescimento económico de um país, associado à sua dimensão.
Diferentes critérios são usados na definição da dimensão do país (pequeno, médio ou
grande), sendo os mais comuns: população, área e PIB.2 Para Armstrong e Read (2003), as
características de países pequenos têm implicações importantes nas suas estratégias de
crescimento e desenvolvimento, visto que, restringem a estrutura da atividade económica
doméstica e a autonomia das políticas económicas. O nosso foco são os países pequenos,
assim centramos a nossa análise nos benefícios e constrangimentos associados à reduzida
dimensão do país.
2.1 – Constrangimentos associados à reduzida dimensão
São apontados vários constrangimentos ao desenvolvimento económico de países

pequenos, devido à sua reduzida dimensão. Em termos dicotómicos, alguns destes
constrangimentos podem ser vistos como benefícios para os países de grande dimensão.
Salientamos os seguintes:
a) Elevado custo per capita de alguns bens e serviços

O elevado custo per capita de alguns bens e serviços está ligado à indivisibilidade
de vários bens e serviços públicos, custos políticos e estruturas administrativas. Esta
indivisibilidade é indicada como uma barreira na competitividade internacional de países
pequenos (Bray,1992; Briguglio, 1995; Armstrong e Read, 2003). Segundo Srinivasan
(1985), nos países pequenos, em média, o custo na criação de capacidade térmica adicional
para gerar energia elétrica é 65% superior em comparação com os países grandes. Este
valor pode reduzir para 20% se a taxa de densidade populacional for elevada. O autor
propõe a partilha pelos países vizinhos de algumas das atividades infraestruturais, como
2
Na parte II desta tese falamos com mais detalhes sobre as medidas da dimensão do país.
11
Empírica
produção de energia elétrica, educação, comunicação ou saúde, de modo a atenuar os

efeitos adversos ligados a esta indivisibilidade.
b) Concentração geográfica das exportações e limitada diversidade de

produção e de exportações
A forte concentração geográfica das exportações e a limitada diversidade de
produção e de exportações são explicadas, em parte, pelo reduzido mercado interno de
países pequenos. O reduzido mercado interno não suporta várias empresas produzindo os
mesmos bens e serviços, o que conduz à formação de monopólios ou oligopólios,
constituindo assim, uma estrutura económica menos diversificada do que nos países de
grande dimensão (Briguglio, 1995). Castello e Ozawa (1999) consideram que a pequena
dimensão absoluta da força de trabalho, nos países pequenos, restringe a possibilidade de
diferenciação no mercado de trabalho, e leva à lenta segmentação dos negócios e das
profissões, o que limita a produção interna. A reduzida dimensão do mercado (em termos
de área e população) pode implicar menor diversificação de matérias-primas e de recursos
e, por conseguinte, limita a produção e a exportação (Castello e Ozawa, 1999;
Commonwealth Secretariat, 2014). Por outro lado, a concentração geográfica das
exportações e a reduzida diversificação dos produtos exportados aumentam a exposição do
país aos choques externos.
c) Elevados custos de transporte nacional e internacional

Os elevados custos de transporte nacional (principalmente nos casos de países
arquipelágicos) e internacional (para os casos de países insulares e localizados longe dos
grandes mercados), influenciam negativamente a competitividade e a estrutura produtiva
dos países. Os altos custos de transporte podem funcionar como barreiras naturais ao
comércio externo (Srinivasan, 1985). Os países pequenos dependem fortemente do
comércio externo para o desenvolvimento económico e o progresso social. Assim, a
localização distante dos grandes mercados implica maiores custos de transporte associados
às importações e exportações (Commonwealth Secretariat, 2014). Segundo Briguglio
(1995), a localização distante dos principais mercados pode originar custos adicionais
associados aos atrasos e incertezas nos fornecimentos e custos de armazenagem, pois os
produtores podem precisar de constituir grandes stocks de bens, uma vez que as rotas não
12
Empírica
são frequentes. Os altos custos de transporte internacional podem conduzir à concentração

geográfica das exportações.
d) Dificuldades no acesso aos mercados de capitais

Os mercados privados identificam os países pequenos como tendo maior risco do
que os países de grande dimensão, devido à vulnerabilidade e à tendência para o fraco
crescimento no longo prazo. Assim, os spreads nas taxas de juros são elevados e o acesso
ao financiamento é mais difícil para os países pequenos, e isto tem como consequência
dívidas externas e custos de financiamento elevados (Eckaus, 1995; Commonwealth
Secretariat, 2014). Srinivasan (1985) e Bray (1992) constataram que os países pequenos
recebem transferências oficiais líquidas per capita e em termos de peso na ajuda
orçamental, muito mais elevadas do que os países grandes, o que, em certa medida, ajuda a
atenuar a dificuldade no acesso ao mercado externo.
e) Elevada vulnerabilidade ecológica/ambiental, económica, social e política

A vulnerabilidade ecológica/ambiental (suscetibilidade de países aos desastres
naturais) deve-se à localização dos países (pequenos e grandes) em regiões sujeitas a estes
desastres. No entanto, a maior vulnerabilidade de países pequenos, segundo Srinivasan
(1985) e Briguglio (1995), deve-se ao efeito desproporcional (em termos de unidade de
área e custo per capita) que um desastre da mesma intensidade pode ter num país pequeno
em comparação com um de grande dimensão. Por outro lado, de acordo com Alesina et al.
(2005), nos países grandes pode haver transferência de recursos de uma região não afetada
para ajudar na recuperação da região afetada. Já nos países pequenos, é mais difícil esta
transferência, uma vez que, os desastres, normalmente, afetam o país todo. A
vulnerabilidade económica (sensibilidade de uma economia aos impactos adversos,
resultante dos choques externos, fora do controlo do país) de países pequenos segundo
Downes e Mamingi (2001) e Armstrong e Read (2003), é justificada pelo alto grau de
abertura comercial, pequeno mercado doméstico, alto custo per capita de instalação e
manutenção de infraestruturas sociais, concentração da exportação e produção pouco
diversificada. Downes e Mamingi (2001) associam a vulnerabilidade social (resulta da
suscetibilidade à influência de atividade criminal e cultural externa e valores sociais não
nacionais) de países pequenos ao facto de muitos não serem capazes de resistir às culturas
externas e influências sociais, que já provaram ser muito custosas, em termos financeiros e
13
Empírica
humanos, para estes países. A vulnerabilidade política (refere-se à influência na arena

política e diplomática) compreende a dependência direta ou indireta de países pequenos em
relação ao comércio e outras assistências, no que tange aos desejos políticos de países
grandes e poderosos (Srinivasan, 1985; Castello e Ozawa, 1999; Downes e Mamingi,
2001).
Pelo exposto, a dificuldade em usufruir de economias de escala em várias

atividades económicas, parece constituir a principal desvantagem associada aos países
pequenos. Segundo os modelos endógenos de crescimento, como os de Romer (1990),
Grossman e Helpman (1991a) e Aghion e Howitt (1992), que defendem uma relação direta
entre taxa de crescimento económico e a investigação científica, nos países com maior
população existe maior número de investigadores, por conseguinte, a taxa de crescimento
económico é superior. No entanto, Backus et al. (1992), encontraram fraca evidência
empírica da relação entre o crescimento do PIB per capita e as medidas de efeitos de
escala, mas identificaram uma relação significativa entre a taxa de crescimento do produto
por trabalhador e as variáveis de efeitos de escala. Isto significa que, o efeito de escala está
mais presente a nível microeconómico do que a nível macroeconómico. Jones (1995)
constatou inconsistência dos modelos endógenos de crescimento (AK e I&D) no longo
prazo, nas séries temporais.
2.2 – Benefícios associados à reduzida dimensão
Conforme Armstrong e Read (2003), quaisquer potenciais vantagens associadas à

pequena dimensão são inferiores às desvantagens, implicando assim, que os países
pequenos enfrentam um desafio maior na geração e sustentação do crescimento
económico, comparativamente aos países de grande dimensão. Alguns destes benefícios
podem ser vistos como constrangimentos para os países grandes, em termos dicotómicos:
a) Forte coesão social

Castello e Ozawa (1999) e Laurent (2008) consideram os países pequenos mais
abertos às mudanças, com maior integração política, com sistemas institucionais mais
flexíveis e melhor preparados para enfrentar as incertezas e os choques externos, devido à
prevalência de maior solidariedade e coesão social em comparação com os países de
14
Empírica
grande dimensão. Para Bray (1992) e Castello e Ozawa (1999), os países pequenos tendem
a desenvolver uma sociedade muito integrada e com uma rede de relacionamento muito
complexa, devido à reduzida distância geográfica e maior frequência de contacto cara-a-
cara. Isto permite um alto grau de comunicação interpessoal e eficientes fluxos de
informações entre governo e empresas, que são importantes para fortalecer o
relacionamento exigido entre os dois setores. Estes comportamentos têm impactos
positivos no crescimento económico (Armstrong e Read, 2003).
b) Homogeneidade da população
Alesina e Spolaore (1997) e Alesina (2003) consideram que maior população
pode implicar menor homogeneidade, porque a média cultural ou a distância entre as
preferências dos indivíduos, provavelmente têm correlação positiva com a dimensão do
país, pelo que, num país pequeno as escolhas públicas estão mais próximas das
preferências do indivíduo médio. A estabilidade de muitos Governos nacionais tem sido
ameaçada por conflitos domésticos graves, associados à heterogeneidade racial, religiosa e
linguística. Assim quanto maior é a homogeneidade social mais estável é o Governo.
c) Elevado grau de abertura ao comércio externo, alta propensão para

formação do capital humano e localização em regiões favoráveis
Armstrong e Read (2003) realçam que apesar das desvantagens associadas aos
países pequenos, estes possuem características que permitem altas taxas de crescimento
económico, como o elevado grau de abertura ao comércio externo, a alta propensão para a
formação do capital humano e a localização em regiões favoráveis. A necessidade de um
alto nível de abertura externa requer, que os países pequenos sigam políticas de
crescimento orientadas para as exportações, e assim livram-se dos efeitos negativos
associados às políticas de industrialização para substituição das importações.
Adicionalmente, as importações de bens e serviços com alto nível tecnológico incorporado
têm implicações benéficas na concorrência e produção doméstica. O alto nível do stock de
capital humano permite melhorar a capacidade de absorção tecnológica, que é importante
para os países pequenos. A integração regional faculta a aproximação e interação com
outros países prósperos, como por exemplo, aumenta o influxo do Investimento Direto
Estrangeiro (IDE).
15
Empírica
Pelo referido, a forte coesão social parece ser o principal benefício resultante da
reduzida dimensão dos países. Mas, Briguglio (1995) defende que esta grande coesão nos
países pequenos pode criar problemas administrativos, pois as pessoas se conhecem bem e
relacionam-se muitas vezes, o que pode ir contra a imparcialidade e a eficiência na
administração pública e dificultar as políticas de promoção e recrutamento da força de
trabalho com base no mérito. Armstrong e Read (2003) salientam, também, que o
comportamento económico nos países pequenos pode ser influenciado negativamente pelos
laços familiares ou nepotismo, devido ao relacionamento muito próximo entre os
tomadores de decisão e os constituintes.
Alesina e Spolaore (1997) e Alesina (2003) estudaram o impacto da dimensão

através do trade off entre benefícios da dimensão (economia de escala, internalização das
externalidades, força militar, etc.) e custo da heterogeneidade das preferências, culturas e
atitudes da população, e afirmam que a dimensão do país não é relevante para o
crescimento se houver livres trocas internacionais. Mas se os mercados forem fechados, os
países de grande dimensão têm melhor desempenho. Robinson (1960) sugere que a
capacidade de adaptação de países pequenos e o alto grau de homogeneidade social podem
ajudar a ultrapassar os efeitos negativos da pequenez dos seus mercados domésticos.
Atendendo aos impactos económicos dos constrangimentos e benefícios ligados à

dimensão, podemos concluir que as estratégias de crescimento entre os países pequenos e
países grandes devem ser diferentes. Laurent (2008) defende que os países pequenos
devem procurar ultrapassar as desvantagens, associadas à sua pequenez, através da
globalização e os países grandes devem focar-se nas economias de escala para desenvolver
um crescimento interno endógeno. Armstrong e Read (2003) sugerem que os países
pequenos sigam políticas de crescimento direcionadas para atividades em escalas pequenas
e com grande ênfase no capital humano, como o setor dos serviços.
16
Empírica
3 – EFEITOS EMPÍRICAS DA DIMENSÃO NO

Nos parágrafos acima constatámos que os países pequenos, de um modo geral, são
caraterizados por grande abertura ao comércio externo, reduzido mercado interno, alta
volatilidade do PIB, fraca diversificação dos mercados de exportações e produtos
exportados, forte coesão social, grande flexibilidade nas tomadas de decisões e alto custo
per capita de alguns bens e serviços. Assim, é pertinente verificar as conclusões dos
trabalhos empíricos sobre os efeitos da dimensão no crescimento económico.
Os estudos que analisaram empiricamente o impacto da dimensão no crescimento

económico procuraram responder, principalmente, à seguinte questão: qual é o impacto da
dimensão na taxa de crescimento do PIB per capita dos países? Do levantamento feito,
verificámos que alguns investigadores encontraram relação positiva entre a dimensão do
país e o crescimento económico e, para outros, a dimensão do país não exerce influência
no crescimento económico. Assim, dividimos os estudos encontrados em dois grupos: i) os
que encontraram uma relação positiva entre a dimensão do país e o crescimento
económico; ii) os que concluíram que a reduzida dimensão não influencia negativamente o
crescimento.
i) Estudos que identificaram relação positiva entre a dimensão do país e o

crescimento económico
São usados vários critérios para definir os países. Nos estudos seguintes, as
medidas da dimensão mais utilizadas são população e área. Estes autores defendem que os
países de maior dimensão (população e/ou área) crescem mais rápido, principalmente,
devido ao facto de beneficiarem de economias de escala e de possuírem maior quantidade
de recursos naturais. Seguem-se alguns exemplos de estudos, que encontraram evidências
empíricas do efeito positivo da dimensão no crescimento económico:
Briguglio (1998) utilizou a variável população para definir a dimensão dos países.
O autor analisou o efeito das economias de escala no setor industrial de 43 países de
17
Empírica
diferentes dimensões, com dados refentes ao ano 1993. Com recurso a uma função de
produção tipo CES (Elasticidade de Substituição Constante) e permitindo a possibilidade
de retornos não constantes à escala, concluiu que com o aumento de 1% no fator trabalho e
capital, o produto cresce em 1,29%. Isto significa que os países de maior dimensão
(população) apresentam taxas de crescimento superiores. Porém, esta conclusão apresenta
algumas limitações na interpretação, devido à utilização de dados cross-section que pode
conduzir a resultados enviesados, pela omissão de variáveis que medem efeitos específicos
dos países e o efeito do tempo. Por outro lado, Backus et al. (1992) demonstraram que
existe fraca evidência da relação entre a taxa de crescimento do PIB per capita e os efeitos
das economias de escala.
No seu trabalho empírico, Frankel e Romer (1999) analisaram o impacto da

dimensão do país, medida pela soma das variáveis população e área, no rendimento per
capita de 150 países, com dados referentes ao ano 1985. Recorrendo ao estimador OLS
(Ordinary Least Squares), demonstraram que o aumento de ambos, população e área, em
1%, provoca o crescimento do PIB per capita em 0,1%. Com os mesmos dados, mas
empregando o método Instrumental Variables (IV), obtiveram maior impacto do aumento
da população e área no rendimento per capita (0,3%). Mas, ao utilizarem apenas a
população como medida da dimensão do país, não tiveram grande impacto no rendimento.
Este resultado demonstra que o crescimento do PIB per capita é superior nos países de
maior dimensão, sendo a área dos países fundamental para este impacto. Os autores
justificam os resultados, com o facto do aumento da dimensão da área conduzir ao
aumento dos recursos naturais e, por conseguinte, ao maior crescimento do PIB per capita.
No entanto, achamos que esta ligação que os autores fazem entre a quantidade de recursos
naturais e o crescimento do PIB per capita, pode não ser tão direta devido ao fenómeno
denominado “Dutch Disease”.3 Sala-i-Martin e Subramanian (2003) defendem que alguns
recursos naturais como petróleo e minerais podem ter um efeito negativo no crescimento
económico, por prejudicar a qualidade das instituições. Van der Ploeg (2010) e Frankel
(2010) indicam alguns canais, pelos quais os recursos naturais podem ter efeitos negativos
no desempenho económico: aumentam a volatilidade nos preços das mercadorias, o que
3
O termo “Dutch Disease” foi criado pela revista The Economist, em 26 de Novembro de 1977, para
descrever o processo da descoberta do gás natural na Holanda na década de sessenta, que se traduziu num
rápido crescimento da exploração e exportação no setor do gás natural, acompanhado de declínio substancial
no setor industrial Holandês (Corden, 1984).
18
Empírica
aumenta os riscos e custos de transações; aumentam o preço de bens não negociáveis, o

que leva à crowding out de outros setores negociáveis, que podem ser mais propícios ao
crescimento, pelo retorno crescente e externalidades positivas na produção; e, originam,
muitas vezes, guerras civis, que constituem obstáculo ao desenvolvimento. Gylfason
(2001) concluiu que os países ricos em recursos naturais investem menos no capital
humano. Sachs e Warner (1999) encontraram impacto negativo dos recursos naturais no
PIB per capita. Por outro lado, há alguns autores como Van der Ploeg (2010), que
defendem a existência de boas instituições, abertura ao comércio externo e altos
investimentos em tecnologia de exploração, para o país poder beneficiar dos efeitos
positivos dos recursos naturais.
Outro trabalho onde os autores encontraram relação positiva entre a dimensão e o

crescimento é de Alesina et al. (2005). Os autores analisaram conjuntamente o impacto da
dimensão do país (medida pelo logaritmo do PIB total ou pelo logaritmo da população
total, a fim de capturar a dimensão económica e a demográfica) e da abertura comercial no
rendimento per capita, uma vez que, os efeitos de escala não param nas fronteiras dos
países e a abertura ao comércio externo funciona como extensão do mercado doméstico.
No estudo empírico, Alesina et al. (2005) utilizam dados em painel para 113 países, em
períodos de 10 anos, entre 1960-1999. Concluíram que existe relação positiva e
significativa entre a dimensão (população e PIB) e o crescimento do PIB per capita, ou
seja, os países de maior dimensão crescem mais rápido que os países pequenos. O impacto
do termo da interação entre abertura comercial e dimensão do país no crescimento do PIB
per capita foi negativo. Isto significa que, quanto maior for a abertura comercial, menor
será o impacto da dimensão no crescimento económico. Eles justificam o efeito positivo da
dimensão no PIB per capita, pela possibilidade de beneficiar das economias de escala.
Havendo barreiras ao comércio externo, o país necessita de um vasto mercado doméstico
para tornar-se autossuficiente e aproveitar das economias de escala. E, não havendo
barreiras, o comércio externo representa um fator importante de crescimento para os países
pequenos, visto que, permite aumentar a dimensão do mercado e assim usufruir das
economias de escala. Neste estudo, verificamos que o impacto da dimensão do país no
crescimento económico depende do nível de abertura comercial e dos seus efeitos na
economia.
19
Empírica
Similarmente, Furceri e Karras (2007) investigaram empiricamente a importância

da dimensão do país na performance económica, pela análise do impacto da dimensão na
volatilidade dos ciclos económicos, uma vez que, a volatilidade é um componente
importante no desempenho económico. Os autores utilizaram dados em painel para 167
países, com observações referentes ao período 1960-2000. A medida da dimensão do país
utilizada foi a população. Os autores obtiveram uma relação negativa e com significância
estatística robusta entre a dimensão e a volatilidade dos ciclos económicos. Isto significa
que os países pequenos estão sujeitos a maior volatilidade dos ciclos económicos do que os
países grandes. Portanto, a dimensão do país é importante para o crescimento económico,
pelo menos em termos de flutuações cíclicas. Concluíram, também, que a abertura ao
comércio externo não é a principal razão da volatilidade de países pequenos, pois mesmo
controlando esta variável, obtiveram relação negativa entre dimensão e volatilidade dos
ciclos económicos. Para os autores, a maior volatilidade de países pequenos deve-se,
primeiramente, à pouca diversificação da produção e a outros fatores.
ii) Estudos que não encontraram influência negativa da reduzida dimensão

no crescimento
Alguns estudos empíricos que analisaram o impacto da dimensão do país no
crescimento económico concluíram que a dimensão é irrelevante, para o progresso
económico. Estes estudos justificam as suas conclusões pelo sucesso económico de muitos
países pequenos e pelo facto da falta das economias de escala serem observadas ao nível
microeconómico e não macroeconómico. Seguem-se exemplos de estudos que não
encontraram evidências empíricas do impacto negativo da reduzida dimensão no
crescimento económico:
Armstrong et al. (1998) utilizaram o modelo neoclássico de crescimento para

estudar o efeito da dimensão na taxa de crescimento do Produto Nacional Bruto (PNB) per
capita de 133 países, de várias dimensões, no período 1980-1993. A dimensão foi medida
pela população, e definiram os países pequenos como tendo o limite máximo de 3 milhões
de habitantes. A hipótese inicial defendida pelos autores é que os países pequenos, devido
às suas dificuldades económicas específicas, devem crescer em direção ao estado
estacionário, a uma taxa inferior em relação aos seus homólogos de maior dimensão. Mas,
concluíram que a dimensão parece ser insignificante no processo de crescimento. Testaram
20
Empírica
a robustez dos resultados com recurso a uma variável dummy e com uso de uma base de
dados alternativa, e os resultados não se diferenciaram materialmente dos obtidos
anteriormente. Pelo que, concluíram que a dimensão do país não tem influência
significativa nas taxas de crescimento económico. Os autores explicam a performance
económica de países pequenos por alguns serem ricos em recursos naturais, especializados
em turismo e serviços financeiros/negócios e estarem localizados em regiões
economicamente ricas.
Easterly e Kraay (2000) também se interessaram pela investigação do efeito da

dimensão do país no crescimento económico. Os autores procuraram evidência empírica da
suposta desvantagem associada à pequena dimensão, através da análise do comportamento
económico de países pequenos. Utilizaram uma base de dados constituída por 157 países,
sendo 33 países pequenos (população média no período 1960-1995 inferior ou igual a 1
milhão). A hipótese inicial defendida pelos autores é a seguinte, se os países pequenos
sofrerem desvantagens devido à reduzida dimensão, então devem, em média, ser menos
desenvolvidos e crescer menos rápido, que os países de grande dimensão. Mas, concluíram
que os países pequenos têm, em média, maior rendimento e nível de produtividade que os
países de grande dimensão, e o crescimento não é inferior ao de países grandes. Os autores
justificam este comportamento económico favorável de países pequenos pelos indicadores
da qualidade de vida (a mortalidade infantil é significativamente menor em 22/1000 e a
esperança de vida é 4 anos superior nos países pequenos em comparação com os países de
maior dimensão), altas taxas de investimento, taxa de matrícula no ensino secundário
ligeiramente alta, elevada produtividade e alto grau de abertura comercial. Consideram que
as lições de experiências de crescimento para os países no geral podem ser aplicadas aos
países pequenos.
A falta das economias de escala em vários bens e serviços é indicada como uma
das principais desvantagens de países pequenos. Rose (2006) procurou a existência de
efeitos negativos associados à falta das economias de escala nos países, pela análise do
impacto da dimensão do país nos fenómenos económicos e sociais (como: nível de
rendimento, inflação, abertura comercial, saúde, educação, qualidade das instituições e
heterogeneidade). A medida da dimensão do país utilizada foi a população. O autor
utilizou dados em painel, com 208 países, para o período 1960 a 2000. Rose não encontrou
21
Empírica
qualquer efeito de escala significativo nos fenómenos económicos e sociais analisados, a

não ser em relação à abertura comercial (constatou que os países pequenos são
consistentemente e significativamente mais abertos ao comércio externo do que os países
de grande dimensão). Testou a robustez dos resultados com recurso à variável força de
trabalho, como medida da dimensão do país, e obteve a mesma conclusão. Assim, Rose
afirma que o tamanho do país, simplesmente, parece não ter importância para a sua
performance económica e social. O autor justifica as suas conclusões pelos seguintes
factos, que têm impactos positivos no crescimento: a esperança de vida ao nascer reduz
com a dimensão do país, enquanto a taxa da mortalidade infantil aumenta; a taxa de
alfabetização, conclusão da escola primária e matrícula no ensino secundário reduzem com
a dimensão do país; e, direitos civis, liberdade e estabilidade política são
significativamente mais baixos nos países de maior dimensão.
Com isto, podemos concluir que os estudos empíricos sobre o impacto da

dimensão no crescimento económico parecem ser contraditórios e inconclusivos, apesar
das inúmeras desvantagens teóricas apontadas aos países de reduzida dimensão. Propomos,
assim, algumas hipóteses que possam explicar esta conclusão: os impactos teóricos
negativos da reduzida dimensão no crescimento são de amplitudes insuficientes para serem
significativos; os países pequenos têm seguido políticas e estratégias que permitem superar
as suas desvantagens, tornando assim a dimensão insignificante na explicação do
crescimento; a falta de unanimidade na definição de países pequenos leva à adoção de
diferentes medidas e limites da dimensão dos países e, por conseguinte, os investigadores
utilizam diferentes grupos de países pequenos nas estimações, o que pode levar à
inconsistência nos resultados; utilização de modelos teóricos e econométricos e tipos de
dados (em painel ou cross-section) diferentes pelos vários estudos, o que produz a
resultados discrepantes; e, quase todos os trabalhos sofrem de escassez de observações em
relação aos países pequenos. Estes factos podem conduzir à falta de robustez nas
conclusões sobre o impacto da dimensão no crescimento económico.
22
Empírica
4 – MODELOS DE CRESCIMENTO ECONÓMICO
Segundo Barro e Sala-i-Martin (2004), os economistas Adam Smith (1776), David

Ricardo (1817), Thomas Malthus (1798), Frank Ramsey (1928), Allyn Young (1928),
Joseph Schumpeter (1934) e Frank Knight (1944), facultaram os alicerces que encontramos
nas teorias modernas do crescimento económico, como por exemplo: equilíbrio dinâmico,
comportamento competitivo, regra dos rendimentos decrescentes e a sua relação com a
acumulação de capital físico e humano, efeito do progresso tecnológico em forma de
aumento da especialização de mão-de-obra e regra do poder do monopólio como incentivo
para o avanço tecnológico.
Podemos agrupar os modelos de crescimento económico que surgiram na segunda

metade do século XX em três classes principais: primeiro, no fim da primeira metade do
século XX temos o trabalho de Harrod (1939) e Domar (1946); segundo, em meados dos
anos cinquenta, surgiu o modelo neoclássico de crescimento económico introduzido por
Solow (1956) e Swan (1956); e, terceiro, nos anos oitenta, encontra os modelos de
crescimento endógeno, desenvolvido por Romer (1986) e Lucas (1988).
4.1 – Modelo de Harrod (1939) e Domar (1946)
Um dos primeiros contributos para a teoria de crescimento agregado é dado por

Harrod (1939), sendo considerado um dos fundadores da teoria moderna de crescimento. A
teoria desenvolvida por Harrod (1939) assenta em três proposições: o nível de rendimento
de uma comunidade é o principal determinante da sua oferta de poupança; a taxa de
crescimento do rendimento é um determinante importante da procura por poupança; e, a
procura é igual à oferta.
Harrod e Domar defendem que o crescimento económico depende do nível da

poupança e da produtividade do investimento. Consideram estado de equilíbrio quando o
investimento (It), em qualquer período, for igual ao aumento do produto (Yt – Yt-1) pelo
23
Empírica
rácio capital/produto (k).4 Assumindo que a economia é fechada, o investimento total (It) é
igual à poupança total (St):
(I.1)
A taxa de crescimento garantida é dada por: , e o total da poupança
por ∗ , com s a fração do rendimento poupado pela sociedade.5 Dividindo a equação

(I.1) por Yt-1 temos:
(I.2)
Substituindo e , a equação fundamental do modelo Harrod-
Domar é dada por:
∗ ⟺G (I.3)
O valor da taxa de crescimento garantida relaciona-se positivamente com a taxa

de poupança e negativamente com o rácio do capital pelo produto. Sendo o rácio do capital
pelo produto constante, o crescimento é diretamente proporcional ao novo investimento.
Assim, quanto maior é a poupança, maior será o investimento e, por conseguinte, maior o
crescimento.
Solow (1956) crítica o trabalho de Harrod por ter escolhido estudar um fenómeno
de longo prazo, usando técnicas de curto prazo, como a que requer coeficientes técnicos de
produção constantes. Barro e Sala-i-Martin (2004) consideram que apesar de o modelo
Harrod-Damor ter sido aceite, simpaticamente, por muitos economistas na época, pelo
facto de ter sido escrito imediatamente após a Grande Depressão, muito pouco do modelo
desempenha um papel relevante no pensamento atual.
4
O rácio capital/produto depende do progresso tecnológico e da natureza dos bens constituintes do
incremento do produto. Varia com o crescimento do rendimento e com as diferentes fases dos ciclos
comerciais. E, pode também depender, moderadamente, da taxa de juro (Harrod, 1939).
5
A taxa de crescimento garantida é a taxa que deixa todas as partes satisfeitas, que produziram nem mais nem
menos do que a quantia certa. É uma taxa instável, diferente da taxa de equilíbrio que é estável. A taxa da
poupança (s) varia com a dimensão do rendimento, mudanças de instituições, ciclos comerciais, etc.
24
Empírica
4.2 – Modelo neoclássico de crescimento exógeno
Solow (1956) e Swan (1956) desenvolveram, individualmente, o essencial do que

ficou conhecido como modelo neoclássico de crescimento. O modelo neoclássico
distancia-se do modelo de Harrod-Domar, principalmente, por considerar o rácio de capital
pelo produto como variável. Mas, continua a assumir retorno constante à escala e a taxa da
poupança determinada exogenamente. No modelo neoclássico, a variação tecnológica é a
fonte primária do crescimento económico, substituindo assim, o crescimento do capital
físico defendido no modelo Harrod-Domar.
Barro e Sala-i-Martin (2004) consideram uma função de produção neoclássica

caso se verifiquem as seguintes propriedades: i – a função tem retorno constante à escala
em relação aos inputs rivais (capital e trabalho); ii – a produtividade marginal é
decrescente e positiva em relação ao capital e ao produto; iii – a produtividade marginal do
capital (ou trabalho) aproxima-se do infinito à medida que o capital (ou trabalho) se
aproxima do zero, ou aproxima-se do zero à medida que o capital (ou trabalho) aproxima-
se do infinito; e, iv – os inputs são essenciais, ou seja, é necessário uma quantidade
positiva dos inputs para a produção de bens.
4.2.1 – Modelo básico de Solow
No nosso trabalho empírico recorremos ao modelo de Solow aumentado, assim

apresentamos o desenvolvimento do modelo básico de Solow e do modelo de Solow
aumentado, em maior detalhe.6 Seguimos os trabalhos de Solow (1956), Mankiw et al.
(1992), Islam (1995) e Barro e Sala-i-Martin (2004) na apresentação do desenvolvimento
do modelo básico de Solow.
Assumindo a função de produção Cobb-Douglas com progresso tecnológico

aumentado, temos:
, com 0 1 (I.4)
onde: Y – produto, K – capital físico, L – trabalho, A – nível tecnológico, α – elasticidade

do produto em relação ao capital físico.
6
Apresentamos no apêndice I o desenvolvimento completo do modelo.
25
Empírica
O trabalho, L, e a tecnologia, A, crescem à taxa exógena n e g, respetivamente:
onde: n – taxa de crescimento da população, g – taxa do progresso tecnológico.
Definindo kt – stock de capital por unidade efetiva de trabalho, ⁄ , e yt

– produto por unidade efetiva de trabalho, ⁄ , a função de produção (I.4), passa
a ser:
(I.5)
A evolução do stock de capital por unidade efetiva de trabalho é dada pela

equação:
(I.6)
onde: δ – taxa de depreciação; s – taxa da poupança.
∗ ∗
O estado de equilíbrio implica que 0, logo: .
Os valores de equilíbrio de k* e y* são dados por:
∗ ∗

No longo prazo, o stock de capital e o produto crescem à taxa ( ) e o capital

por trabalhador e o produto por trabalhador crescem à taxa g. Segundo Aghion e Howitt
(1999) e Barro e Sala-i-Martin (2004), no longo prazo os níveis de produto por trabalhador
ou capital por trabalhador são determinados pelos parâmetros taxa de poupança (s), taxa de
crescimento da população (n), taxa de depreciação do capital (δ) ou nível da função de
produção, mas o único parâmetro que afeta a taxa de crescimento é a taxa de progresso
tecnológico exógena, g.
Substituindo o valor de k* na função de produção (I.5) e aplicando logaritmo, o

produto por trabalhador é dado por:
(I.7)
26
Empírica
Sendo: ⟺ , e substituindo na equação anterior (I.7),

temos:
(I.8)
Mankiw et al. (1992) consideram que A0 varia entre os países, pois além de
tecnologia, também representa o clima, as instituições, entre outros fatores, e o gt é
assumido como constante entre os países. Assim, definiriam: , onde: a – é
uma constante; ε – efeito específico de cada país.
Substituindo e adicionando gt ao termo constante, a, Mankiw et al. (1992)

definiram a seguinte especificação da função de produção no estado de equilíbrio:
a (I.9)
Um dos pressupostos básicos do modelo neoclássico é a produtividade marginal

decrescente do capital, ou seja, os países com PIB per capita inicial menor tendem a
crescer mais rápido do que os países com PIB per capita inicial superior. Assim, definimos
o modelo para análise da taxa de convergência β.
A aproximação do produto em torno do estado estacionário no modelo

neoclássico pode ser dada pela equação:
∗
1 1 (I.10)
a taxa de convergência é dada por: 1 . Sendo: y* – nível do estado

estacionário do produto por unidade efetiva de trabalho; – produto por unidade efetiva
de trabalho no momento t1; – produto por unidade efetiva de trabalho no momento
inicial; .
Seguimos Islam (1995) que contrariamente a Mankiw et al. (1992), considera que
a taxa de progresso tecnológico diferencia os países, assim temos:
27
Empírica
∗
Substituindo da equação I.8, na equação I.10 e considerando o produto por
trabalhador, a equação da taxa de crescimento do logaritmo do produto por trabalhador, é
dada por:
1 1
1
1 1 (I.11)
4.2.2 – Modelo de Solow aumentado
Apresentamos em seguida o desenvolvimento do modelo de Solow aumentado

(seguimos os trabalhos de: Mankiw et al., 1992; Islam, 1995; Barro e Sala-i-Martin,
2004).7 Neste caso é incluído o capital humano na função de produção:
(I.12)
com 0 e 0, onde: Ht – stock do capital humano; φ – elasticidade do produto em

relação ao capital humano.
Mankiw et al. (1992) consideram 1, o que implica retorno decrescente

para o capital físico e o capital humano. Efetuando cálculos análogos, em relação aos
efetuados no modelo básico de Solow, chegamos à seguinte equação de crescimento do
produto por trabalhador:
1 1
1 1
1 1
1 1 (I.13)
a taxa de convergência passa a ser: 1 .
7
Apresentamos no apêndice I o desenvolvimento completo do modelo.
28
Empírica
Reescrevendo a equação I.13 em representação convencional de dados em painel,

temos:
, , , ∑ , , (I.14)
onde: 1 ; 1 ; 1 ;
1 ; , ; , ; , ;
1 ; 1 ; , – termo do erro; e, – efeito

individual dos países.
A principal crítica ao modelo neoclássico consiste em ter assumido o progresso

tecnológico exógeno, deixando assim por explicar o principal fator de crescimento
considerado (Thompson, 2008). D`Agata e Freni (2003) criticam o modelo neoclássico por
não ter dado atenção aos comportamentos cíclicos da economia, pois assume o pleno
emprego dos recursos no processo de crescimento.
4.3 – Modelos de crescimento endógeno
O modelo neoclássico, ao deixar por explicar o principal fator determinante do

crescimento (progresso tecnológico), impulsionou alguns economistas a desenvolverem
modelos que explicam internamente os motores do crescimento, dando origem à teoria de
crescimento endógeno ou à “nova” teoria de crescimento, nos anos oitenta. Os trabalhos
mais conhecidos na origem desta teoria são os de Romer (1986) e Lucas (1988). Romer
defende, como motor de crescimento de longo prazo, o progresso tecnológico que é
determinado endogenamente. Enquanto, Lucas considera como principal fonte do
crescimento a acumulação do capital humano, que é, também, explicada a nível endógeno.
Romer (1986) e Lucas (1988) apontam o fracasso da convergência em direção ao

crescimento do estado estacionário, como o motivo que levou ao surgimento de “novos”
modelos de crescimento e ao abandono de duas hipóteses básicas do modelo neoclássico (o
progresso tecnológico é exógeno e todos os países têm disponível o mesmo nível de
tecnologia). Pois, segundo Romer (1986), em equilíbrio competitivo o produto per capita
pode crescer sem limites, a taxa de investimento e de retorno do capital podem aumentar
29
Empírica
em vez de diminuir com o aumento do stock de capital, e o crescimento pode ser

persistentemente lento nos países menos desenvolvidos.
Outra crítica ao modelo neoclássico, apontada por Lucas (1988:15), consiste no

seguinte: “by assigning so great a role to “technology” as a source of growth, the theory is
obliged to assign correspondingly minor roles to everything else, and so has very little
ability to account for the wide diversity in growth rates that we observe”.
4.3.1 – Modelo de Romer (1986 e 1990)
Romer considera as mudanças tecnológicas como resultado, em grande parte, das

ações intencionais das pessoas em resposta aos incentivos do mercado, permitindo assim
que o progresso tecnológico seja explicado a nível endógeno e não exógeno. O modelo de
Romer (1986) assume o conhecimento como um bem de capital com produtividade
marginal crescente.
O foco do crescimento na acumulação do conhecimento implica mudanças na

formulação do modelo padrão de crescimento, pois, Romer (1986) considera novo
conhecimento como produto de pesquisas tecnológicas com retorno decrescente, uma vez
que, duplicando as pesquisas não duplicaremos o montante de novos conhecimentos
produzidos. Assume, também, que a criação de novo conhecimento por uma empresa gera
externalidades positivas na produção tecnológica de outras empresas, pois o novo
conhecimento não pode ser mantido em segredo.
O modelo apresentado por Romer (1990) está dividido em três setores: o setor da
investigação – usa o capital humano e o stock de conhecimento existente, para produzir
novos conhecimentos; o setor dos bens intermédios – baseia-se nos designs do setor da
investigação e nas sobras de produção, para produzir um grande número de bens duráveis,
que são usados na produção do bem final; e, o setor de bens finais – combina trabalho,
capital humano e um conjunto de produtos duráveis, para produção do bem final. O
produto final pode ser consumido ou poupado como novo capital.
Romer (1990) considera uma função de produção com 4 variáveis básicas: capital
(K), trabalho (L), capital humano (H) e índice de nível tecnológico (A). O capital é medido
30
Empírica
em unidades de bens de consumo. O trabalho é medido pelo número de pessoas. O capital

humano é o número de anos de escolaridade ou de experiência de trabalho. O índice de
nível tecnológico é medido pelo número de designs. O conhecimento, H, é considerado um
componente rival, e a tecnologia, A, um componente não rival, pelo que, pode aumentar
sem limitação.
Com H e L fixos, a função de produção (Y) é representada pela seguinte extensão

da função de Cobb-Douglas:
, , (I.15)
onde: HY – capital humano dedicado à produção final; x – lista de inputs usados pelas
empresas na produção do bem final.
A acumulação do capital, o stock do design e o consumo ótimo intertemporal são

dados por, respetivamente:8
(I.16)
⟺ (I.17)
(I.18)
onde: C – consumo agregado; δ – produtividade da investigação; HA – capital humano

dedicado à investigação; r – taxa de juro fixa; ρ – taxa de preferência temporal; –
elasticidade de substituição intertemporal.
Em relação à equação do stock do design (I.17), Romer assume as seguintes

condições: existe uma relação direta entre o capital humano dedicado à investigação e a
taxa de produção de novos designs; e, quando maior é o stock de designs e conhecimentos,
maior é a produtividade dos engenheiros no setor da investigação.
8
O consumo ótimo intertemporal resulta da otimização da função de utilidade intertemporal com elasticidade
∞
constante: com , sendo ∈ 0; ∞ .
31
Empírica
Em equilíbrio A, K, C e Y crescem à taxa constante e igual. O crescimento é dado

por:
 H   
g com 
  1 1        
Λ – é uma constante e depende dos parâmetros da tecnologia α e β.
O modelo em equilíbrio é influenciado positivamente pela produtividade da

investigação (δ), que é endógena, e pelo capital humano (H), e negativamente pelos
parâmetros de preferências (,σ).
Romer (1990) alega que, em equilíbrio, verificam-se as seguintes situações: o

consumidor toma as decisões de poupança e consumo, atendendo às taxas de juro
presentes; os detentores do capital humano decidem trabalhar no setor da investigação ou
de fabricação, considerando o stock total de conhecimento (A), os preços de designs e o
salário no setor das fábricas; os produtores dos bens finais escolhem trabalho, capital
humano e o conjunto de bens intermédios, assumindo os preços existentes; as empresas
detentoras de designs e produtoras de bens duráveis maximizam o lucro, atendendo às
taxas de juro e à inclinação negativa da curva da procura; e, a oferta de cada bem é igual à
procura.
Uma das conclusões mais importantes do modelo, segundo Romer (1990), é que
os países com maior capital humano (H) e abertos ao comércio externo crescem mais
rápido.
4.3.2 – Modelo de Lucas (1988)
Lucas baseia-se no modelo de Romer (1986) e considera o capital humano como

condutor do crescimento económico. Lucas define o capital humano como nível de
habilidade geral do indivíduo. Lucas (1988) analisa dois modelos de capital humano. No
primeiro, que Lucas denominou de modelo “to go to school”, o crescimento do capital
humano depende da forma como o trabalhador divide o seu tempo entre a produção
corrente e a acumulação do capital humano. No segundo, o crescimento do capital humano
32
Empírica
é uma função positiva do esforço dedicado à produção de novos bens, conhecido por
modelo “learning-by-doing”. No presente trabalho, apresentamos apenas a primeira
situação de crescimento do capital humano.
Em relação ao primeiro modelo do capital humano, Lucas (1988) faz algumas

assunções para definir os estados de crescimento ótimo e de equilíbrio, que passamos a
apresentar.
Na sua análise, Lucas considera uma economia fechada, com população a crescer
à taxa fixa, λ, e a função de utilidade é dada por:
∞
(I.19)
onde: Nt – total da população; σ – coeficiente de aversão ao risco; ρ – taxa de desconto.
A força efetiva de trabalho (Ne) na produção corrente e o produto são dados por:
∞
(I.20)
, (I.21)
onde: Nh é o total de trabalhadores, com nível de habilidades, h, que varia entre zero e
infinito. O trabalhador dedica a fração de tempo não-lazer, uh, na produção corrente e o
restante 1 na acumulação do capital humano.
Assumindo que todos os trabalhadores são idênticos, ou seja, todos têm o mesmo
nível de habilidade, h, e a mesma fração de tempo dedicada à produção corrente, u, então a
força efetiva de trabalho na economia passa a ser: . A função produção é dada
por:
(I.22)
onde: – efeito externo do capital humano; A – tecnologia e é constante.
33
Empírica
Lucas adota a formulação de Uzawa (1965) e Rosen (1976) para evitar o retorno
decrescente na acumulação do capital humano. O crescimento do capital humano e do
capital físico são dados por:
onde: δ – representa a eficácia do investimento no capital humano e é linear; ct – consumo

per capita.
Para encontrar o estado de crescimento ótimo, Lucas define que é preciso escolher
ct, Kt, Hat, ht e ut que maximizem a função de utilidade, e assumir que ht = hat. Para o
estado de equilíbrio é preciso escolher kt, ct, ht e ut que maximizem a função de utilidade,
considerando hat determinado a nível exógeno. Quando o nível de habilidade dos
trabalhadores, ht, coincide com o efeito externo do capital humano, hat, temos a situação de
equilíbrio. Nos estados de crescimento ótimo e de equilíbrio verificam-se os seguintes:
consumo, capital humano e capital físico crescem à taxa constante; os preços do capital
humano e capital físico decrescem à taxa constante; e, o tempo dedicado à produção, ut, é
constante.
A solução da taxa ótima de crescimento do capital humano encontrada por Lucas

(1988) é dada por:
∗ λ
(I.23)
E, a taxa de equilíbrio por:
λ
(I.24)
Se o efeito externo for nulo (γ = 0) a taxa ótima será igual à taxa de equilíbrio (v*
= v). Nas duas equações a taxa de crescimento do capital humano aumenta com a eficácia
do investimento no capital humano, δ, e diminui com a taxa de retorno, ρ, e do coeficiente
de aversão ao risco, σ.
Pelo apresentado, constatamos que os dois modelos endógenos procuram resolver

o problema do agente racional, pela maximização do consumo intertemporal e
34
Empírica
desenvolver, economicamente, formas de assegurar retorno não decrescente em relação aos

fatores de acumulação do capital. Ruttan (1998) alega que um dos principais contributos
dos modelos de Lucas consiste na endogeneização da formação do capital humano.
Thompson (2003) apresenta algumas limitações dos modelos endógenos, como o elevado
grau de arbitrariedade na especificação dos modelos, a assunção de uma estrutura de
preferência intertemporal e a não permissão de análises dos efeitos de curto prazo da
procura agregada no crescimento.
Além destes modelos apresentados encontramos outros trabalhos ligados ao

modelo endógeno, como os casos de Grossman e Helpman (1991a) e Aghion e Howitt
(1992), que deram importantes contributos no desenvolvimento do modelo conhecido por
I&D (investigação e desenvolvimento), em que o progresso tecnológico é considerado o
motor do crescimento económico e resulta de atividades ligadas à I&D. Outros exemplos
são Jones e Manuelli (1990) e King e Rebelo (1990), que desenvolveram o modelo
endógeno, conhecido por modelo AK, baseado na eliminação de retorno decrescente do
capital físico na função de produção, e na assunção do progresso tecnológico como
constante.
Mankiw (1995) defende que os modelos endógenos normalmente são

apresentados como alternativa ao modelo neoclássico, mas também podem ser vistos como
um complemento. Justifica sua posição pelo seguinte: “Endogenous growth models
provide a plausible description of worldwide advances in knowledge. The neoclassical
growth model takes worldwide technological advances as given and provides a plausible
description of international differences” (Mankiw, 1995:308).
35
Empírica
5 – DETERMINANTES DO CRESCIMENTO ECONÓMICO
Nestas últimas décadas, têm surgido vários trabalhos teóricos e empíricos que
procuram explicar as diferenças de crescimento existente entre os países ou grupos de
países. A falta de consenso em torno do melhor modelo ou metodologia para explicar o
crescimento económico e o uso de diferentes proxies para medir o mesmo fator, têm
conduzido a resultados empíricos, muitas vezes, contraditórios. Mas, encontrámos um
grupo de variáveis que têm tido, praticamente, o mesmo comportamento em relação à taxa
de crescimento económico nos inúmeros estudos empíricos existentes, como os casos de:
nível inicial do PIB per capita (efeito negativo), capital humano (efeito positivo),
investimento (efeito positivo) e taxa de crescimento da população (efeito negativo).
Neste capítulo apresentamos alguns estudos empíricos sobre os determinantes do

crescimento económico, tendo especial atenção aos trabalhos que se dedicam,
especificamente, à investigação dos determinantes do crescimento nos países pequenos.
Assim, dividimos esta revisão literária em dois grupos. No primeiro, temos os estudos que
analisaram os determinantes do crescimento nos países em geral e, no segundo, os estudos
que focaram nos determinantes do crescimento económico nos países pequenos.
5.1 – Determinantes do crescimento económico nos países em geral
Encontrámos vários trabalhos sobre os determinantes do crescimento económico,

diferenciando-se pelas metodologias e modelos aplicados, grupos de países analisados e
período de tempo considerado. Apresentamos em seguida alguns destes trabalhos:
Grier e Tullock (1989) investigaram o crescimento económico de 113 países, no

período 1951-1980. Os autores dividiram os 113 países em dois grupos principais, sendo o
primeiro constituído por 24 países da OCDE (Organização para Cooperação e
Desenvolvimento Económico) e o segundo por 89 países não pertencentes à OCDE, que
denominaram de ROW e subdividiram este grupo, ROW, por continentes: África, América
e Ásia. Das regressões efetuadas, sobre o comportamento das variáveis em relação à taxa
37
Empírica
de crescimento do PIB per capita em cada grupo, concluíram o seguinte: o crescimento da

população é positivo e significativo nas Américas, ROW e OCDE, e insignificativo em
África e Ásia; o nível inicial do PIB per capita é positivo e significativo em África, ROW
e Ásia, e negativo e significativo na OCDE, e insignificativo nas Américas; a média da
inflação é negativa e significativa em África e ROW e insignificativa na Ásia, e positiva e
insignificativa nas Américas e OCDE; o crescimento do consumo do governo é negativo e
significativo nas Américas, África, ROW e OCDE, e positivo e significativo na Ásia; a
volatilidade do PIB é positiva e significativa em África, ROW e OCDE, e negativa e
insignificativa nas Américas e Ásia; e, a volatilidade da inflação é negativa e significativa
nas Américas, OCDE, ROW e Ásia, e positiva e insignificativa em África.
Barro (1991) analisou os determinantes do crescimento económico em cerca de 98

países, com dados referentes ao período 1960-1985. Barro concluiu que a taxa de
crescimento do PIB per capita tem relação negativa e robusta com o nível inicial do PIB
per capita, apenas quando é considerado o nível do capital humano no modelo. O autor
encontrou relação positiva entre a taxa de crescimento do PIB per capita e o capital
humano inicial (medida pelas taxas de matrícula escolar). Por outro lado, identificou
relações negativas entre a taxa de crescimento do PIB per capita e distorção nos preços,
instabilidade política, despesas de consumo do governo em função do PIB (excluindo as
despesas com educação e defesa) e dummies para África Subsariana, América Latina e
sistema económico socialista (o autor considera o impacto da variável pouco viável devido
ao reduzido número de países socialistas utilizado na estimação). A relação encontrada
entre o crescimento e a quantidade do investimento público foi fraca. O autor verificou,
ainda, que os países com alto nível do capital humano possuem baixas taxas de fertilidade
e elevado peso do investimento físico no PIB, e que as despesas do consumo do governo
influenciam negativamente o investimento privado em função do PIB.
Levine e Renelt (1992) analisaram a robustez de mais de 50 variáveis,

identificadas como determinantes do crescimento económico, em 119 países (não inclui os
maiores exportadores do petróleo), para o período 1960-1989. Utilizaram o processo
Extreme-Bounds Analysis (EBA) para testar a robustez dos coeficientes estimados, em
relação às alterações nas condições do conjunto de informações. A exigência do teste
utilizado permitiu identificar poucas variáveis como robustas, tendo encontrado apenas
38
Empírica
correlação robusta e positiva da taxa de crescimento com o investimento em percentagem

do PIB e a taxa inicial de matrícula no ensino secundário, e correlação negativa e robusta
com o nível inicial do PIB real per capita. As restantes variáveis foram identificadas como
frágeis, ou seja, o conjunto de variáveis de despesas e políticas fiscais, indicadores de
política monetária e índice de estabilidade política, não têm relações robustas com o
crescimento.
Sala-i-Martin et al. (2004) selecionaram 67 variáveis, indicadas como

determinantes do crescimento económico, e analisaram a robustez da correlação com a
taxa de crescimento do PIB per capita. A base de dados foi referente a 88 países, para o
período 1960-1996. Testaram a robustez das variáveis, com recurso a um teste menos
exigente do usado por Levine e Renelt (1992), a metodologia Bayesian Averaging of
Classical Estimates (BACE), e encontraram 18 variáveis com correlação significativa e
robusta com a taxa de crescimento de PIB per capita e 3 com correlação marginal (que
são: densidade inicial da população, distorção da taxa de câmbio real e fração da população
a falar língua estrangeira). As variáveis com maior evidência foram preço relativo de bens
de investimento (correlação negativa), nível inicial do PIB real per capita (correlação
negativa) e taxa inicial de inscrição no ensino primário (correlação positiva). Exemplo de
outras variáveis identificadas com correlação positiva e robusta: dummy para Leste
Asiático, densidade demográfica costeira, esperança de vida inicial, setor mineiro e número
de anos de abertura comercial. E, com correlação negativa e robusta: índice de prevalência
da malária, localização em região tropical e dummies para África Subsariana e América
Latina. Também, constataram correlação negativa do crescimento económico com
investimento e consumo público, mas o resultado é significativo apenas para determinada
dimensão do modelo.
5.2 – Determinantes do crescimento económico nos países pequenos
O número de estudos dedicado à identificação dos determinantes do crescimento

económico nos países pequenos ou no grupo de países pequenos é reduzido. Do
levantamento bibliográfico feito, encontramos autores que analisaram o grupo de países
pequenos em geral, outros que dividiram os países consoante a localização geográfica, e
39
Empírica
alguns que analisaram individualmente os países pequenos. Seguem-se alguns destes

trabalhos:
Armstrong et al. (1998) definiram os países pequenos como tendo limite superior
de 3 milhões de habitantes. Os autores analisaram as variáveis que explicam a performance
económica de países pequenos no período 1980-1993. Concluíram que as variáveis turismo
(impacto positivo), serviços financeiros (impacto positivo) e setor agrícola (impacto
negativo) são as mais significativas para explicar o PIB/PNB per capita de países
pequenos. Os resultados apontaram a performance económica de países pequenos como
sendo influenciada positivamente pelas variáveis recursos exportáveis e setor industrial,
embora o efeito do setor industrial seja menos significativo. A variável localização
regional desempenha um papel importante e a variável insularidade parece não exercer
influência na explicação do PIB per capita nos países pequenos.
Peters (2001) recorreu a dois modelos diferentes, modelo de Solow aumentado e

modelo de crescimento endógeno, para investigar os determinantes do crescimento
económico em 12 países pequenos da região do Caribe, no período 1977-1996. O autor
concluiu que os principais impulsionadores do crescimento na região são: abertura
económica ao exterior, acumulação do capital humano e acesso às informações. Encontrou,
ainda, relação positiva e significativa da taxa de crescimento do PIB per capita com
investimento e esperança de vida, e relação negativa e significativa com taxa de inflação e
taxa de crescimento da população. O efeito do consumo do governo não foi muito claro e o
setor financeiro não teve impacto na performance económica dos países da região. O autor
associa este resultado do setor financeiro ao seu incipiente desenvolvimento na região.
Bertram (2004) estudou o desempenho económico de 60 países pequenos

insulares, no período 1970-1999, e deu ênfase à hipótese de que o nível e a taxa de
crescimento do PIB per capita nos países pequenos dependem diretamente do nível e da
taxa de crescimento do PIB per capita e da força dos laços políticos com a metrópole
principal. Definiu os países pequenos como tendo população inferior a 3 milhões. O autor
confirmou as hipóteses básicas, ou seja, a integração política e o nível e a taxa de
rendimento da principal metrópole têm influência positiva e robusta no nível do PIB per
capita de países pequenos insulares.
40
Empírica
Armstrong e Read (2006) estudaram o comportamento económico de países

pequenos, e consideraram o limite superior de 5 milhões de habitantes para definir os
países pequenos. Os autores centraram o foco de investigação nas características
geográficas dos países e utilizaram dados cross-section referentes ao ano 2001. Concluíram
que o Rendimento Nacional Bruto (RNB) per capita tem relação negativa e significativa
com o setor agrícola, distância dos principais mercados e soberania do país e, por outro
lado, relação positiva e significativa com serviços financeiros, turismo e recursos.
Identificaram, ainda, efeito negativo das variáveis montanha, arquipélago e land-locked, e
positivo das variáveis setor industrial e insularidade no RNB per capita, mas sem
significância estatística. Os autores associam o efeito negativo da variável land-locked ao
facto da maioria destes países se situarem longe dos grandes mercados e em regiões
pobres.
Outro estudo sobre os determinantes do crescimento económico nos países

pequenos é o de Yang et al. (2013). Os autores estudaram empiricamente 45 países
pequenos no período 1992-2008. Pelas estimações realizadas, concluíram que o fator
geografia (distância dos principais mercados) é o principal determinante (impacto negativo
e significativo) do crescimento económico nos países pequenos. Identificaram relação
positiva e significativa da taxa de crescimento do PIB per capita com exportações,
investimento e estabilidade política. Por outro lado, as variáveis volatilidade do PIB,
crescimento da população, ajudas externas e nível inicial do PIB per capita tiveram relação
negativa e significativa com a taxa de crescimento do PIB per capita. Os testes realizados
indicaram que a relação das ajudas externas com o crescimento não tem causalidade
reversa, ou seja, menor crescimento não conduz a maior ajuda externa. Associam este
impacto negativo das ajudas externas ao efeito Dutch disease.
Deparámos ainda, com alguns estudos que explicam o crescimento económico nos
países pequenos, mas os fatores são analisados de modo mais específico:
a) O turismo é apontado por vários estudos como sendo de extrema importância
para o crescimento de países pequenos, em especial os países pequenos ilhas. Narayan et
al. (2010) encontraram impacto positivo e robusto do turismo no crescimento económico
de quatro ilhas do Pacífico. Seetanah (2011) identificou, também, impacto positivo e
significativo do turismo no crescimento económico de 19 países ilhas (dos quais 18 são
41
Empírica
países pequenos). O autor verificou que a relação de causalidade entre turismo e

crescimento económico é bidirecional.
b) Outro fator indicado com elevado peso na determinação do crescimento
económico nos países pequenos é a remessa dos emigrantes. Jayaraman et al. (2011)
obtiveram efeito positivo e robusto das remessas dos emigrantes em dois países pequenos
do Pacífico (Samoa e Tonga). Este impacto acontece via aumento da liquidez no sistema
bancário que, por usa vez, contribui para o aumento do crédito ao setor privado. Feeny et
al. (2014a) acharam relação positiva e significativa entre remessas e crescimento
económico nos Países Pequenos Insulares em Desenvolvimento.
c) O IDE é citado por alguns estudos como um importante impulsionador do
crescimento nos países pequenos (Parry, 1988; Read e Driffield, 2004). Estudos empíricos
sobre o impacto do IDE no crescimento económico de países pequenos são escassos. Read
e Driffield (2004) justificam esta escassez pelo facto de, em termos absolutos, o nível de
fluxo do IDE para os países pequenos ser baixo e existir grande limitação de dados. No
entanto, Feeny et al. (2014b) constaram efeito positivo e significativo do IDE no
crescimento económico de países pequenos do Pacífico. Jayaraman e Choong (2010)
encontraram forte evidência empírica de relação positiva e significativa no curto e longo
prazo entre o IDE e o crescimento económico no Vanuatu. Obtiveram também impacto
positivo e indireto do IDE no crescimento económico, via o desenvolvimento do sistema
financeiro interno.
Assim, concluímos que as variáveis identificadas como básicas (nível do PIB per
capita inicial, educação, crescimento da população e investimento) na explicação do
crescimento económico têm o comportamento estatístico e económico semelhante no
grupo de países pequenos e dos países no geral. Não existe grande consenso sobre os
determinantes do crescimento económico nos países pequenos, assim como nos países em
geral, pois encontramos algumas alterações quanto às variáveis indicadas como as mais
robustas na explicação do crescimento económico, e parecem ser influenciadas,
principalmente, pelos grupos de países em análise e pela metodologia utilizada.
Porém, verificamos que em relação aos países pequenos existe uma certa
aceitação em identificar a variável geografia (distância do país em relação ao principal
mercado) como principal determinante do crescimento económico. Este facto pode estar
42
Empírica
associado ao forte impacto positivo do comércio externo, IDE, remessa dos emigrantes e
turismo no crescimento económico de países pequenos, pois quanto maior for a distância
em relação ao principal mercado, maiores serão os custos de exportações, importações,
deslocações em turismo e investimento, e mais difícil a emigração. Estes custos superiores
podem complicar a competitividade dos produtos exportados e, por outro lado, constituir
desincentivos para investimentos externos e turismo. Outros fatores que parecem ser
importantes na explicação do crescimento económico nos países pequenos são os laços
políticos e económicos com a metrópole principal e o setor agrícola. O facto de alguns
países pequenos serem ilhas ou conjuntos de ilhas são considerados teoricamente
desfavorecidos, mas pelos estudos empíricos verificámos que as variáveis insularidade,
arquipélago e montanha têm impactos insignificativo no crescimento económico. A
insignificância do impacto do consumo do governo no crescimento económico de países
pequenos, apesar do elevado consumo per capita, é outro facto a ser apontado.
43
Empírica
6 – CONCLUSÃO
A nossa revisão literária centrou-se em três pontos principais: primeiro,

apresentámos alguns estudos teóricos e empíricos dos efeitos da dimensão no crescimento
económico dos países; segundo, fizemos uma revisão teórica dos principais modelos de
crescimento económico, que surgiram na segunda metade do século XX; e por último,
apresentámos alguns estudos empíricos sobre os determinantes do crescimento económico.
Em relação ao primeiro ponto, verificámos que os estudos teóricos são,

praticamente, unânimes em identificar os países pequenos comparativamente aos países
grandes, como os mais desfavorecidos, em virtude da superioridade dos constrangimentos
em relação aos benefícios da reduzida dimensão no crescimento económica. Quanto aos
estudos empíricos, concluímos que, apesar das inúmeras desvantagens e constrangimentos
teóricos apontados aos países de reduzida dimensão, parece não haver um consenso
empírico dos efeitos negativos da reduzida dimensão no crescimento económico do país.
No segundo ponto, fizemos uma revisão teórica dos principais modelos de

crescimento económico que surgiram na segunda metade do século XX. No modelo de
Harrod-Domar a variação no capital físico é a fonte primária do crescimento económico e
no estado de equilíbrio a taxa de crescimento relaciona-se positivamente com a taxa da
poupança e negativamente com o rácio do capital pelo produto. No modelo neoclássico, no
estado de equilíbrio, os níveis de produto por trabalhador ou capital por trabalhador são
determinados por taxa de poupança, taxa de crescimento da população, taxa de depreciação
do capital ou nível da função de produção, mas o único parâmetro que afeta a taxa de
crescimento é a taxa de progresso tecnológico, que é considerada exógena. Romer (1986 e
1990) defende como motor de crescimento de longo prazo, o progresso tecnológico que é
determinado endogenamente e no estado de equilíbrio, o crescimento é influenciado
positivamente pela produtividade da investigação e pelo capital humano, e negativamente
pelos parâmetros de preferências. Lucas (1988) considera como principal fonte do
crescimento a acumulação do capital humano, que é explicado a nível endógeno, e no
estado de equilíbrio a taxa de crescimento do capital humano aumenta com a eficácia do
45
Empírica
investimento no capital humano, e diminui com a taxa de retorno e do coeficiente de

aversão ao risco.
No ponto seguinte, fizemos o levantamento de alguns estudos empíricos sobre os

determinantes do crescimento económico. Verificámos que as variáveis identificadas como
básicas (nível inicial do PIB per capita, capital humano, investimento e taxa de
crescimento da população) nos modelos de crescimento, têm o mesmo comportamento no
grupo de países pequenos e de países em geral. Encontrámos um certo consenso em
identificar o fator geografia (distância dos principais mercados) como o principal
determinante da performance económica nos países pequenos.
Posto isto, do levantamento bibliográfico que fizemos, desconhecemos estudos

que tenham analisado o impacto da dimensão no crescimento, pela comparação no mesmo
trabalho dos efeitos dos determinantes de crescimento económico entre os países pequenos
e os países grandes. Por outro lado, como vimos, algumas das causas da falta de consenso
sobre o impacto da dimensão no crescimento económico dos países, estão relacionadas
com usos de metodologias, modelos, base de dados e períodos de análise distintos. Assim,
o nosso trabalho empírico irá no sentido de utilizar a mesma base de dados, proxies,
metodologia e modelo económico, para comparar os efeitos de alguns fatores no
crescimento económico de países pequenos e de países grandes e, posteriormente, verificar
se as diferenças são significativas, de modo a justificar um tratamento económico diferente
entre os países pequenos e os países grandes. Também propomos investigar empiricamente
os principais canais pelos quais os fatores económicos afetam o crescimento do PIB per
capita nos países pequenos e nos países grandes e, assim, verificar se a dimensão dos
países exerce influência nos canais de transmissão. Pois, este é um dos componentes de
estudos sobre o crescimento económico que consideramos importante, e desconhecemos
trabalhos que tenham focado neste assunto. Ainda propomos analisar empiricamente os
impactos de alguns fatores na taxa de convergência β no grupo de países pequenos e de
países grandes.
46
PARTE II – CLASSIFICAÇÃO DOS PAÍSES E
ANÁLISE DESCRITIVA DE PAÍSES PEQUENOS
E DE PAÍSES GRANDES
Parte II – Classificação dos Países e Análise Descritiva de Países Pequenos e de Países Grandes
1 – INTRODUÇÃO
Encontramos vários estudos que procuram definir os países em termos da

dimensão, mas ainda não existe um consenso generalizado sobre o melhor indicador e, por
outro lado, ainda é visível uma certa inconsistência sobre os efeitos da reduzida dimensão
do país nas variáveis económicas.
Assim, nesta parte do nosso trabalho procuramos definir a dimensão dos países
recorrendo às variáveis população e área total, e investigar se a reduzida dimensão do país
representa uma desvantagem para o crescimento económico, através de uma análise
descritiva de algumas variáveis económicas e ambientais entre os países pequenos e os
países grandes. Propomos pesquisar, ainda, alguns fatores que possam explicar a diferença
da performance económica entre os países pequenos.
Com recurso à técnica estatística das análises de clusters, identificámos 85 países

pequenos, num total de 215 países. Verificámos que a reduzida dimensão não implica
menor desenvolvimento económico e que os países pequenos são mais vulneráveis em
termos económicos, mas em relação à vulnerabilidade ambiental não existe uma nítida
superioridade de países pequenos ou de países grandes. Excluindo a existência de recursos
naturais, os principais fatores a explicar a diferença na performance económica entre os
países pequenos são: localização próxima de mercados desenvolvidos, liberdade
económica e grande abertura ao exterior.
Para atingir os objetivos propostos, seguimos a seguinte estrutura nesta parte:

capítulo dois, definimos os países pequenos; no capítulo três temos a análise descritiva de
algumas variáveis nos países pequenos e nos países grandes; no capítulo quatro abordamos
a vulnerabilidade económica e ambiental nos dois grupos países; segue-se o capítulo cinco,
com o estudo comparativo da performance económica entre os países pequenos; no
capítulo seis, temos algumas políticas e estratégias para os países pequenos ultrapassarem
as suas limitações, e a conclusão desta parte do trabalho.
49
2 – CONCEITOS E MEDIDAS DA DIMENSÃO DOS PAÍSES
Neste capítulo fazemos um resumo de alguns indicadores utilizados em vários

estudos para definir os países quanto à sua dimensão (pequeno, médio ou grande), e
recorremos à técnica estatística das análises de clusters para classificar os países,
consoante a sua dimensão da população e da área total.
2.1 – Considerações introdutórias
Os critérios usados para definir a dimensão dos países são vários, como
população, área geográfica, PIB total, trocas comerciais ou recursos diplomáticos, mas não
existe um consenso quanto ao melhor e mais completo critério a ser aplicado. Para
Amstrup (1976), isto deve-se a duas razões principais: primeiro, a dimensão é um conceito
muito vago e pode facilmente conduzir a diferentes interpretações; segundo, as discussões
sobre o conceito, quase exclusivamente, preocupam-se com uma única variável
independente e têm negligenciado a variável dependente. No entanto, a dimensão da
população é o mais comum. Segundo Read (2001), o uso generalizado da população como
medida de definição dos países deve-se à ampla disponibilidade de dados sobre a
população e a forma fácil como os limites podem ser estabelecidos. Porém, não
encontramos autores que apresentem uma justificação teórica ou estatística para o uso de
um determinado limite.
A dimensão da população usada para definir países pequenos tem vindo a variar
ao longo do tempo. Nas décadas de 70 e 80 foi 5 milhões (Jalan, 1982; Lloyd e Sundrum,
1982), na década de 90 e primeira década deste século foram 1,5 milhões (Commonwealth
Secretariat, 1997) e 3 milhões (Armstrong et al., 1998). Crowards (2002) justifica esta
redução no limite da população que define os países pequenos, com os seguintes factos:
 Aumento do número de países, particularmente os pequenos, com a
descolonização, pelo que, um limite alto irá incluir a maioria dos países na
categoria dos pequenos;
51
 Maior reconhecimento de que as características da reduzida dimensão se aplicam

mais compreensivelmente, a um número restrito de países pequenos, uma vez que,
considerando, por exemplo, um limite de 6,7 milhões de habitantes, encontramos
economias relativamente grandes com maior diversidade e complexidade;
 Aumento da dimensão e complexidade de economias individuais, de modo que,
a maioria dos países definidos como pequenos pode estar impropriamente nesta
categoria.
Alguns autores criticam o uso da população como medida da dimensão do país.

Downes e Mamingi (2001) apresentam duas críticas ao uso da população: primeiro, como
medida da dimensão do mercado, uma população grande mas muito pobre, como alguns
países Africanos ou do Leste Asiático, não representa realmente um vasto mercado interno;
segundo, do ponto de vista dos recursos humanos, a dimensão da população não informa
sobre a qualidade dos recursos humanos do país. Read (2001) crítica o uso da população,
visto ser uma variável contínua e não existir qualquer razão teórica natural que explique a
aplicação de limites estruturais arbitrários e, por outro lado, os limites não são robustos ao
longo do tempo, devido às diferentes taxas de crescimento da população.
Encontramos estudos que definem os países através de conjugação da dimensão

da população, área e PIB total. O PIB mais do que indicador da dimensão do país, é um
indicador do nível económico do país e a dimensão geográfica, normalmente medida pelo
total da área terrestre do país, pode ser uma proxy para os recursos naturais. Jalan (1982)
identificou como países pequenos os com população até 5 milhões, área inferior a 65.000
km2 e PIB menor ou igual a US$ 3 biliões. Crowards (2002) apresentou limites diferentes
para definir os países pequenos: população – 2,7 milhões; área – 40.000 km2; e, PIB – US$
2,5 biliões.
Thorhallsson (2006) critica o uso de área como medida de dimensão do país,

porque tem implicação muito limitada como variável para explicar as ações do país. O
autor usa o número de pessoas a trabalhar em serviços estrangeiros, como indicador dos
recursos diplomáticos, e define países pequenos como tendo até 3 mil pessoas a trabalhar
nos serviços estrangeiros. Porém, podemos ver que há uma forte correlação entre o número
de pessoas a trabalhar no estrangeiro e a dimensão da população.
52
Outra forma de medir a dimensão dos países consiste na utilização das despesas
militares, que funciona como indicador da capacidade militar do país. Segundo
Thorhallsson (2006), os “micro” países correspondem aos países com despesas militares
inferiores a 400 milhões de US dólares.
Existem, também, estudos que classificam os países através da abertura comercial.

Os países pequenos são identificados como tendo maior índice de abertura comercial (peso
das importações mais exportações no PIB) do que os países de grande dimensão. No
entanto, em termos do peso no comércio mundial, os países pequenos representam uma
percentagem reduzida, quase insignificante. Davenport (2001) classifica como países
pequenos, aqueles cujas exportações são inferiores a 0,03% do comércio mundial. Segundo
Mattoo e Subramanian (2004), os países pequenos são aqueles que participam com menos
de 0,05% no comércio mundial, em termos de importações de bens e serviços.
Posto isso, podemos dizer que será difícil conseguir um indicador que inclua todas
as características que definem os países grandes, médios, pequenos ou micro, pelo que, o
uso de um determinador indicador ou indicadores estão ligados ao objeto de estudo do
investigador, e os grupos de países constituídos serão sempre homogéneos em algumas
características e heterogéneos noutras.
2.2 – Análise de Clusters
A análise de clusters é uma técnica estatística que classifica os objetos em grupos

(clusters), de modo a que os objetos pertencentes ao mesmo grupo sejam muito
semelhantes e, por outro lado, os que estão em grupos diferentes sejam bastantes distintos.
Existem várias técnicas, métodos e medidas que podem ser aplicados nas análises
de clusters, dependendo do tipo de dados e do objetivo do estudo. Assim, para o nosso
estudo como o número de objetos é reduzido, usamos a técnica hierárquica das análises de
clusters (que é o mais indicado para o nosso caso) associada à medida Quadrado da
Distância Euclidiana e ao método between-groups linkage. 9 O programa estatístico
utilizado para efetuar os cálculos foi SPSS 17.0.
9
Os detalhes sobre a análise de clusters efetuada estão no apêndice II.
53
A fonte da nossa base de dados é o Banco Mundial – World Development

Indicators (WDI), referente ao ano 2009, para 215 países.10 Alguns trabalhos neste âmbito
utilizam a combinação da dimensão da população, área e PIB para classificar os países,
mas no nosso caso, considerámos apenas as variáveis área e população. Esta opção deve-se
ao facto de o PIB poder ser também considerado um indicador do nível de
desenvolvimento do país e, por outro lado, do objeto da nossa investigação ser os países
pequenos e não os países de reduzida dimensão económica. Assim, com a constituição dos
grupos recorrendo apenas à área e à população, permite melhor comparação dos fatores
que possam explicar as diferentes performances económicas entre os países pequenos,
sendo este um dos objetivos do nosso estudo.
Nos cálculos efetuados, identificámos 83 países pequenos (podemos considerar 45

pequenos e 38 como “micro”) e 132 países grandes (podemos considerar 127 médios e 5
grandes), do total dos 215 países analisados.11 Em relação aos resultados obtidos temos a
destacar os seguintes: Botswana e Gabão com população inferior a 2 milhões, mas pela
influência da área foram classificados no grupo de países grandes; Hong Kong e Singapura
com população superior a vários países de dimensão grande mas, pela reduzida área, foram
incluídos no grupo de países pequenos; e, a Gronelândia com uma área bastante superior a
vários países grandes, mas por possuir poucos habitantes (56.323) está no grupo de países
pequenos. No grupo de países pequenos a população oscila entre 9.806 (Tuvalu) e
7.003.700 habitantes (Hong Kong) e a área entre 2 (Mónaco) e 410.450 km2 (Gronelândia).
Na figura II.1 podemos ver uma aproximação dos 4 clusters identificados pela
combinação das variáveis área e população. As variáveis foram transformadas em
logaritmos e depois normalizadas, onde Zscore (ln_pop) corresponde à dimensão da
população e Zscore (ln_area) à dimensão da área.
10
Dados consultados em Novembro de 2011.
11
No apêndice II temos a lista dos países pequenos e dos grandes. Descrevemos no apêndice III algumas
instituições ligadas, especificamente, aos países pequenos.
54
Figura II.1: Os clusters
Fonte: Cálculos do autor
Analisámos os dados referentes ao ano 1965, para constatar os efeitos na

classificação dos países resultantes de alterações nas variáveis área e população. Dos 208
países analisados, 66 foram incluídos no grupo de países pequenos.12 Esta diferença de 17
países em relação aos dados de 2009 deve-se à inclusão de mais 6 países (Ilha da Curação,
Palau, São Martinho - Parte Holandesa, Cisjordânia & Gaza, Ilhas Marshall e Mariana do
Norte) na base de dados (que foram classificados como pequenos), a passagem de
Emirados Árabes Unidos de país pequeno em 1965, para o grupo de países grandes em
2009, e a classificação de 12 países (Albânia, Arménia, Eslovénia, Estónia, Guiana,
12
Os 7 países que não constam na base de dados de 1965: Ilha da Curação, Palau, São Martinho (Parte
Holandesa), Cisjordânia & Gaza, Ilhas Marshall, Mariana do Norte e Sérvia.
55
Jamaica, Letónia, Líbano, Macedónia, Moldávia, Porto Rico e Suriname) no cluster de

países grandes em 1965, e que em 2009 passaram para o grupo de países pequenos.
Classificámos, também, os países com base em apenas uma das variáveis. Para a
variável população obtivemos 76 países pequenos, tendo o país mais populoso cerca de 2,3
milhões de habitantes.13 No caso da variável área, encontrámos 83 países pequenos, sendo
a maior área de 33.800 km2. 14 Nestes casos em que usámos as variáveis separadas,
constatámos uma maior heterogeneidade nos países em relação à variável que não foi
incluída na análise. Ao comparar os três critérios (área, população e população e área)
encontrámos 66 países classificados como pequenos em todos os três critérios, com os
limites superiores de 2,2 milhões de pessoas e 30.360 km2.
No nosso entender, o uso da técnica das análises de clusters com conjugação das
variáveis área e população permite uma classificação mais homogénea do que uma mera
indicação de um limite superior de população. Mas, por outro lado, tem a desvantagem de
ser mais difícil e complexa a sua utilização. Porém, consideramos reduzido o limite de 1,5
milhões de pessoas usados por algumas instituições e estudos, para classificar os países
pequenos, pois há países com população superior que se encaixam perfeitamente neste
grupo.
2.2.1 – Comparação dos resultados
Comparámos o nosso resultado para os países pequenos, com a classificação

sugerida pelo Banco Mundial e pela Secretaria Commonwealth, o limite de 1,5 milhões de
pessoas. Tivemos mais 17 países nesta categoria, e apenas um caso, Gabão, que está
classificado no nosso estudo como país de dimensão grande, mas tem população inferior a
1,5 milhões.15 Utilizámos o limite de 3 milhões de habitantes sugeridos por Armstrong et
al. (1998), para definir os países pequenos, e constatámos que na nossa classificação
Arménia, Albânia, Líbano, Hong Kong, Moldávia, Porto Rico, Singapura e Cisjordânia &
Gaza fazem parte do grupo de países pequenos, mas têm população superior a 3 milhões e,
por outro lado, os países Omã, Namíbia, Mongólia, Gabão e Botswana, têm população
13
Usámos 6 clusters.
14
Usámos 7 clusters.
15
Os dezassete países são: Albânia, Arménia, Gâmbia, Hong Kong, Jamaica, Kosovo, Kuwait, Letónia,
Líbano, Lesoto, Macedónia, Moldávia, Porto Rico, Qatar, Singapura, Eslovénia e Cisjordânia e Gaza.
56
inferior a 3 milhões, mas, no nosso estudo, estão incluídos no grupo de países grandes.
Consideramos, ainda, o trabalho de Crowards (2002), que utiliza a técnica das análises de
clusters e as variáveis população, área e PIB. O autor identificou 79 países pequenos, que
diferencia-se dos nossos resultados nos seguintes casos: no estudo de Crowards, 4 países
(Eritreia, Ruanda, Serra Leoa e Haiti) foram classificados como pequenos, mas no nosso
fazem parte de países grandes; e classificámos 7 países (Eslovénia, Hong Kong, Singapura,
Porto Rico, Líbano, Letónia e Kuwait) como pequenos, mas no trabalho de Crowards
fazem parte do grupo de países de dimensão média.
57
3 – ANÁLISE DESCRITIVA DOS PAÍSES PEQUENOS VS

PAÍSES GRANDES
Neste capítulo fazemos um estudo comparativo de algumas variáveis económicas

entre os países pequenos e os países grandes, no período 1980-2009. Com isto,
pretendemos verificar se o comportamento destas variáveis económicas se diferencia
significativamente entre os dois grupos de países.
A reduzida dimensão da população e da área são apresentadas como os principais

constrangimentos ao crescimento económico de países pequenos, uma vez que, estas
dimensões se traduzem em reduzido mercado interno (população) e recursos naturais
(área). Os 83 países pequenos do nosso estudo perfazem 1.545.741 km2 e 76.913.220
habitantes, valor correspondente a cerca de 1% da área e da população mundial.16
As figuras II.2 e II.3 demonstram uma tendência decrescente, apesar de não muito
acentuada, entre o nível do PIB per capita e a dimensão do país, em termos de população e
área, no período 1970-2010. Isto deixa assim transparecer, que a reduzida dimensão do
país não é sinal de menor desenvolvimento económico.
Figura II.2: Média do PIB per capita e da População (1970-2010)

12
11
10
log_PIBpc
9
8
7
6
5
2 4 6 8 10 12 14
log_POP
95% CI Fitted values
16
População em 2009.
59
Figura II.3: Média do PIB per capita e da Área (1970-2010)

12
11
10
log_PIBpc
9
8
7
6
5
3 5 7 9 11 13 15 17
log_area
95% CI Fitted values
3.2 – Caracterização económica dos países
A tabela II.1 apresenta dados estatísticos de algumas variáveis económicas para o

período 1980-2009, dos dois grupos de países. Construímos vários gráficos para ilustrar a
evolução das variáveis nos dois grupos de países. Nos gráficos, temos as médias das
variáveis em períodos de 5 anos, não sobrepostos (1980-1984, 1985-1989,…, 2005-2009).
Algumas observações foram eliminadas por serem outliers, como nos casos de IDE (%
PIB) nas Ilhas Caimão e Ilhas Marshall. Nestes casos, os outliers alteravam
significativamente a média do grupo. Segue a comparação de algumas variáveis
económicas entre os países pequenos e os países grandes:
1) A média anual da taxa de crescimento do PIB per capita, no período 1980-

2009, foi superior nos países pequenos em comparação com os países grandes. Mas, esta
diferença entre as duas médias é significativa apenas a 10%. Isto demonstra um certo
equilíbrio na taxa de crescimento entre os dois grupos de países. Quanto à volatilidade do
PIB per capita, medida pelo desvio-padrão, não existe grande diferença entre os dois
grupos de países, no entanto, os países pequenos apresentam maior desvio-padrão. Na
figura II.4 constatámos que a taxa de crescimento do PIB per capita foi sempre superior
nos países pequenos durante o período 1980-2004, mas no último período, 2005-2009, os
países grandes tiveram maior performance de crescimento.
2) A média do nível do PIB per capita é significativamente superior nos países

pequenos em comparação com os países grandes, no período 1980-2009. Pela figura II.4,
verificámos que o nível do PIB per capita nos países pequenos foi sempre superior ao
60
longo do período em análise, e esta superioridade tem sido crescente. Mesmo eliminando
os 5 países pequenos (Bermudas, Brunei, Kuwait, Luxemburgo e Qatar) com maior média
do nível do PIB per capita no período 1980-2009, a média do grupo dos países pequenos
mantém superior à média do grupo de países grandes.
3) No período 1980-2009, a média anual dos investimentos em função do PIB foi

significativamente superior nos países pequenos. Pela figura II.4, concluímos que o peso
dos investimentos no PIB apresenta tendência decrescente nos dois grupos de países, sendo
mais acentuada no grupo de países pequenos, embora, no último período, 2005-2009,
verificámos uma inversão da tendência. O crescimento do peso do investimento no PIB, no
último período, foi superior no grupo de países pequenos, mas como vimos no ponto
anterior, os países grandes apresentam maior média anual da taxa de crescimento do PIB
per capita neste período, o que deixa transparecer que os investimentos realizados nos
países pequenos foram em setores menos produtivos. Assim, torna necessário os países
pequenos reverem as políticas de investimento, de modo a transformar esta superioridade
nos investimentos, também, em superioridade na taxa de crescimento do PIB per capita.
Figura II.4: Taxa de crescimento e nível do PIB per capita e Investimento (% PIB)
35% 18000
30% 16000
25% 14000
12000
20% I$, PPC, 2005
10000
15%
8000
10%
6000
5% 4000
0% 2000
1980_84 1985_89 1990_94 1995_99 2000_04 2005_09
-5% 0
PIBpc_gr_GD PIBpc_gr_PQ Inv_GD Inv_PQ PIBpc_GD PIBpc_PQ
Notas: Significado das siglas: PIBpc_gr – crescimento do PIB per capita, Inv – investimento,
PIBpc – nível do PIB per capita, _GD – grupo de países grandes, _PQ – grupo de países pequenos.
Fonte: Cálculos do autor.
4) No período 1980-2009 a taxa de matrícula no ensino secundário é

significativamente superior nos países pequenos. Mas, por outro lado, a média da taxa de
desemprego é significativamente superior nos países pequenos, o que deixa transparecer
que o maior nível do PIB per capita e do capital humano (medida pela taxa de inscrição no
ensino secundário) de países pequenos não se têm traduzido em maior criação de
empregos. Parte desta maior taxa de desemprego nos países pequenos pode estar associada
61
ao facto do setor de serviços, o principal setor nos países pequenos, não empregar grande
quantidade da mão-de-obra em comparação com o setor agrícola ou industrial (setores com
maior peso no grupo de países grandes).
5) Em relação à abertura comercial, verificámos que as médias anuais das

importações e exportações em função do PIB são significativamente superiores no grupo
de países pequenos. Por outro lado, os países pequenos registam maior défice comercial.
Analisando a figura II.5, constatámos que as importações e exportações foram sempre
superiores nos países pequenos, no entanto, esta superioridade tem vindo a diminuir. As
elevadas importações nos países pequenos são explicadas pela existência de reduzidos
recursos básicos e mercado interno, o que torna inviável em termos económicos a produção
interna de vários bens e serviços que exijam a exploração de economias de escala. O
elevado nível das exportações pode ser justificado pela necessidade de compensar o alto
volume de importações, e como forma de ter acesso a um mercado mais vasto, que permita
alcançar economias de escala em certos produtos. A média anual do índice de concentração
das exportações é significativamente superior nos países pequenos, e com tendência
crescente. Os países pequenos estão significativamente mais distantes dos principais
mercados (EUA, Japão e Holanda), o que dificulta e encarece as trocas comerciais.
Figura II.5: Exportações e importações (% PIB)

80%
70%
60%
50%
40%
30%
20%
10%
0%
1980_84 1985_89 1990_94 1995_99 2000_04 2005_09
Exp_GD Exp_PQ Imp_GD Imp_PQ
Notas: Significado das siglas: Exp – exportações, Imp – importações, _GD – grupo de países
grandes, _PQ – grupo de países pequenos. Fonte: Cálculos do autor.
6) O crónico défice da balança comercial de muitos países pequenos tem

conduzido a economia à grande abertura ao influxo de capitais externos, como forma de
equilibrar a balança corrente. No período 1980-2009, o IDE, turismo e remessas de
emigrantes perfazem uma média anual de 27,17% do PIB nos países pequenos, e nos
62
países grandes a média foi de apenas 7,97% do PIB. As médias anuais destes influxos de
capitais são significativamente superiores no grupo de países pequenos.
7) Em relação aos setores económicos, constatámos que no período 1980-2009, a

média anual do peso do setor dos serviços no PIB é maior nos países pequenos e dos
setores agrícolas e industriais são superiores nos países grandes e estas diferenças entre as
médias são estatisticamente significativas. Analisando a figura II.6, concluímos que os três
setores têm comportado de forma idêntica nos dois grupos de países, ou seja, o setor dos
serviços com evolução positiva, o setor agrícola com inclinação decrescente e o setor
industrial com tendência à estagnação. Muitos países pequenos, devido à reduzida
dimensão da população e da terra arável, optam pelo desenvolvimento do setor dos
serviços, onde na maioria dos casos não são exigidas economias de escala e existência de
recursos naturais.
Figura II.6: Setores económicos (Agricultura, Indústria e Serviços em % do PIB)

70%
60%
50%
40%
30%
20%
10%
0%
1980_84 1985_89 1990_94 1995_99 2000_04 2005_09
Agri_GD Agri_PQ Ind_GD Ind_PQ Serv_GD Serv_PQ
Notas: Significado das siglas: Agri – agricultura, Ind – indústria, Serv – serviços, _GD – grupo de
países grandes, _PQ – grupo de países pequenos. Fonte: Cálculos do autor.
8) Os países pequenos apresentam forte dependência das atividades do governo,

como maior fonte de rendimento e emprego. No período 1980-2009, a média anual do
consumo do governo em função do PIB, foi significativamente superior no grupo de países
pequenos. Este maior peso do governo nos países pequenos pode estar associado à
indivisibilidade de muitos serviços públicos pelo número de habitantes e à necessidade
duma dimensão mínima para o governo funcionar (Briguglio, 1995). Rodrik (1998)
defende que a maior presença do governo nos países pequenos, está ligada ao facto de a
abertura exercer enorme influência, sobre o consumo do governo nas economias com
63
maiores riscos externos, pois o governo procura mitigar a exposição aos riscos pelo
aumento do consumo doméstico.
9) A coesão social é indicada em vários estudos como uma das principais

vantagens de países pequenos (Armstrong et al., 1998; Briguglio et al., 2006; Guillaumont,
2010). Assumindo o índice de diversidade linguística como proxy para a coesão social,
constatámos que a média do índice é inferior nos países pequenos, mas esta diferença é
significativa apenas a 10%. Mas, se considerarmos como proxy para a coesão social, a
guerra civil, verificamos que dos 91 países (10 países pequenos e 81 países grandes) para
os quais dispomos de informações, a média dos anos com guerra civil no período 1970-
2010 é bastante superior nos países grandes (11,33 anos) em comparação com os países
pequenos países (1,14 anos).17 Com isso, concluímos que nos países pequenos existe maior
coesão social. Jenson (2010) afirma que maior coesão social conduz a melhores
instituições, e melhores instituições, por sua vez, levam a um maior crescimento.
Resumo
Com esta análise, concluímos que a reduzida dimensão não está associada ao pior
desempenho económico e social, pois os países pequenos, em média, apresentam níveis e
taxas de crescimento do PIB per capita superior, possuem maior peso do investimento no
PIB e melhor qualidade do capital humano. No entanto, este melhor desempenho não se
traduz em menores taxas de desemprego para os países pequenos e, por outro lado, no
último período, o investimento nos países pequenos parece estar ligado aos setores menos
produtivos. Constatámos, também, que os países pequenos apresentam maior abertura ao
comércio externo e maior défice da balança comercial, que tem sido compensado, em
parte, pelos influxos de capitais estrangeiros (IDE, turismo, remessas e ajudas ao
desenvolvimento). O setor dos serviços tem maior peso no PIB de países pequenos e os
setores industriais e agrícolas no PIB de países grandes. Os países pequenos apresentam
maior rácio das despesas do governo no PIB, que é explicado, em parte, pela necessidade
de uma dimensão mínima do Governo para poder funcionar. Adicionalmente, os países
pequenos possuem maior coesão social.
17
Dados do Uppsala Conflict Data Program/Peace Research Institute Oslo (UCDP/PRIO) Armed Conflict
Dataset, versão 4 - 2011: www.ucdp.uu.se.
64

Tabela II.1: Indicadores económicos dos países pequenos e dos países grandes (1980-2009)
Pequenos Países Países Grandes T_test
Variáveis18 Média Min Max Desv. Pd Média Min Max Desv. Pd (p_value)
PIBpc real (% crescimento anual)19 1,91 -47,73 76,75 7,47 1,52 -44,40 64,20 6,36 0.0631
PIB pc (2005, PPC, I$)20 12.978,5 616,74 118.835,4 14.755,9 8.738,4 160,80 65.878,9 10.873,3 0.0000
Investimento (%PIB) 27,76 1,63 153,45 14,12 21,38 -2,42 70,23 7,56 0.0000
Taxa de desemprego (%) 10,73 0,30 39,30 8,37 8,50 0,60 37,60 5,49 0.0000
Exportações (% PIB) 49,94 1,47 295,75 37,31 31,63 0,11 186,35 19,85 0.0000
Importações (% PIB) 67,72 11,66 424,82 39,03 35,35 0,07 174,10 18,63 0.0000
Índice concentração exportações21 0,42 0,08 0,95 0,21 0,32 0,04 0,99 0,22 0.0000
IDE, influxos (% PIB) 4,78 -55,07 90,46 7,74 2,39 -65,41 85,96 4,83 0.0000
Remessas (% PIB) 7,87 0,00 106,48 12,85 2,46 0,00 49,74 4,40 0.0000
Turismo (%PIB) 14,52 0,23 98,25 15,64 3,12 0,004 20,53 2,96 0.0000
Agricultura (% PIB) 12,33 0,00 63,96 13,05 19,30 0,49 93,98 15,76 0.0000
Indústria (% PIB) 24,75 3,23 101,73 14,44 30,55 1,88 93,13 11,77 0.0000
Serviços (% PIB) 62,92 -3,31 95,37 17,00 50,17 4,14 79,58 13,31 0.0000
Despesas do Governo (% PIB) 21,66 2,75 84,51 12,26 15,55 1,38 69,54 6,59 0.0000
Distância (log, km2) 8,17 5,60 9,16 0,65 8,10 5,39 9,12 0,77 0.0011
Secundário (taxa da matrícula) 72,64 3,76 124,75 28,39 63,90 2.344 162.348 34.333 0.0000
Índice de diversidade linguística22 0,41 0,00 0,97 0,28 0,48 0,00 0,99 0,31 0.0881
Fontes: Banco Mundial - WDI, PWT (Penn World Tables) 7.1, United Nations – National Accounts Main Aggregates Database, Ethnologue Language of the World
(Lewis, 2009), United Nations Conference on Trade and Development (UNCTAD), e cálculos do autor. Realizamos o t-test para aferir a significância estatística da
diferença entre as médias dos dois grupos.
18
As variáveis estão definidas no apêndice XI e as respetivas fontes.
19
Dados da PWT 7.1.
20
Dados da PWT 7.1.
21
Índice de concentração da UNCTAD. Varia entre 0 e 1. Valores próximos de 1 significam maior concentração da exportação. Período 1995-2009.
22
Refere-se apenas a dados de 2009.
65
4 – VULNERABILIDADE
Os países pequenos, em especial os insulares, são considerados por alguns estudos

(Read, 2001 e 2010; Armstrong e Read, 2002; Cordina, 2004; Guillaumont, 2010) como
mais vulneráveis que os países grandes em termos económicos, sociais, políticos e
ambientais. É reconhecido por vários estudos o impacto negativo da vulnerabilidade no
crescimento económico dos países (Hnatkovska e Loayza, 2004; Hochrainer, 2009;
Briguglio et al., 2009). Assim, neste capítulo fazemos uma análise comparativa entre os
países pequenos e os países grandes em termos da vulnerabilidade.
A vulnerabilidade é definida por Commonwealth Secretariat e World Bank Joint

Task Force on Small States (2000) e Briguglio et al. (2009), como características
permanentes (ou quase permanentes) sobre as quais os países, praticamente, não exercem
nenhum controlo e têm baixa capacidade de suportar e superar.
Segundo Briguglio (1995), a questão dos problemas particulares enfrentados pelos

países pequenos ilhas em desenvolvimento foi tratada, especificamente, pela primeira vez
durante o III fórum da UNCTAD em 1972. Mas, só em 1990 foi proposta, formalmente, a
criação de um índice de vulnerabilidade.
Briguglio (1995) foi um dos primeiros a construir um índice de vulnerabilidade

baseado em três variáveis principais: exposição às condições do comércio externo (medido
pelo rácio das exportações e importações em relação ao PIB), insularidade/afastamento
(medido através do rácio dos custos de transporte e fretes dos produtos exportados) e
propensão aos desastres naturais (o autor usou o índice proposto pela United Nations
Disaster Relief Office, UNDRO, 1990). Atkins et al. (1999) construíram um índice de
vulnerabilidade pela combinação de três fontes de vulnerabilidade: falta de diversificação,
extensão da dependência das exportações e impacto dos desastres naturais. A United
Nations Committee for Development Policy, UNCDP, (2000) propôs um índice de
67
vulnerabilidade económica, a partir de uma média ponderada de cinco componentes:

dimensão da população, peso da indústria e serviços modernos no PIB, rácio de
concentração das exportações, instabilidade da produção agrícola e instabilidade das
exportações.
4.2 – Vulnerabilidade de países pequenos vs países grandes
Read (2001) apresenta três fontes principais de vulnerabilidade nos países

pequenos (vulnerabilidade económica, política/estratégica e ambiental), mas devido à
limitação de dados, analisamos apenas a vulnerabilidade económica e ambiental.
i) Vulnerabilidade ambiental
Comparamos a vulnerabilidade ambiental entre os países pequenos e países
grandes, pela análise dos dados referentes às pessoas afetadas ou mortas e às estimativas
dos custos dos danos causados pelos desastres naturais. Os dados são da Emergency Events
Database (EM-DAT) para o período 1980-2009. 23 Os dados das pessoas afetadas ou
mortas foram divididos pela população do país, referente ao ano anterior, e as estimativas
dos custos pelo PIB do ano anterior, para podermos comparar os efeitos entre os dois
grupos de países.
Durante o período 1980-2009, ocorreram 8.357 desastres naturais no grupo de

países grandes, o que representa uma média de 63,3 desastres por países, e no grupo de
países pequenos ocorreram 597 desastres, o que corresponde a uma média de apenas 10,3
desastres por países. A média anual das pessoas que morreram por causa de desastres
naturais foi de 0,0009% da população nos países pequenos e de 0,0015% da população nos
países grandes. Esta média é significativamente superior nos países grandes.24 A média
anual das pessoas afetadas nos países pequenos (1,71% da população) não é
significativamente diferente da média nos países grandes (1,44% da população).25 A média
anual dos custos com os danos causados pelos desastres naturais é significativamente
23
Um desastre é considerado na base de dados da EM-DAT se pelo menos se verificar um dos seguintes
critérios: dez (10) ou mais pessoas mortas; cem (100) ou mais pessoas afetadas; declaração de estado de
emergência; ou, ligação para assistência internacional. Os desastres naturais podem ser: seca, terramoto,
epidemia, temperatura extrema, inundação, infestação de insetos, movimento de massa seca, movimento de
massa húmida, tempestade, erupção vulcânica e incêndios florestais.
24
T-test: Pr(|T| > |t|) = 0.0878 - Rejeita a hipótese nula de igualdade das médias.
25
T-test: Pr(|T| > |t|) = 0.2959 - Aceita a hipótese nula de igualdade das médias.
68
superior nos países pequenos (0,63% do PIB) em comparação com os países grandes
(0,14% do PIB).26
ii) Vulnerabilidade económica

Comparamos a vulnerabilidade económica entre os dois grupos de países pela
análise das seguintes variáveis:
 Segundo Briguglio (1995), o grau de abertura comercial (medido pelo peso das
importações mais exportações no PIB) é um indicador da vulnerabilidade
económica, e os países com maior abertura são os mais vulneráveis. Pelos dados
analisados anteriormente, concluímos que os países pequenos apresentam pesos
das importações e exportações no PIB superiores aos países grandes. Por
conseguinte, os países pequenos são mais vulneráveis economicamente. No
entanto, Armstrong e Read (2002) criticam o uso da abertura comercial como
indicador da vulnerabilidade económica, pois as exportações são fontes primárias
de crescimento de países pequenos, pelo que, o uso desta variável pode levar a
conclusões erradas.
 A volatilidade do crescimento económico, medido pelo desvio-padrão na taxa de
crescimento do PIB per capita, também é indicada como medida da
vulnerabilidade económica. A média do desvio-padrão na taxa de crescimento do
PIB per capita, para o período 1980-2009, foi superior nos países pequenos
(6,57%) em comparação com os países grandes (5,53%).
 Com recurso ao índice de vulnerabilidade económica desenvolvido pela UNCDP
(2000), verificámos que, dos 30 países mais vulneráveis, 16 são países pequenos,
e no top 5 temos 3 países pequenos.27 Dos 30 países com menor índice, nenhum é
pequeno.
Resumo
Com esta análise, concluímos que, apesar do número de desastres ser
significativamente superior no grupo de países grandes, não existe uma nítida
superioridade do grupo com maior impacto negativo dos efeitos da vulnerabilidade
26
T-test: Pr(|T| > |t|) = 0.0007 - Rejeita a hipótese nula de igualdade das médias.
27
Foi utilizado o grupo de países pequenos definido neste estudo.
69
ambiental. Quanto à vulnerabilidade económica, já existe uma clara identificação de países

pequenos como os mais vulneráveis.
Porém, esta conclusão sobre a maior vulnerabilidade de países pequenos em

relação aos países grandes parece ser antagónica, uma vez que, o grupo de países pequenos
apresenta maior taxa de crescimento e nível do PIB per capita, o que deixa transparecer
que a vulnerabilidade não afeta a performance económica dos países. Mas, fazendo uma
análise por países, constatámos que os 10 países pequenos com maior média do PIB per
capita no período 2000-2009, estão entre os países com menor índice de vulnerabilidade
económica da UNCDP (2000), e menor média de pessoas afetadas, pessoas mortas e custos
dos danos causados pelos desastres naturais.28 No entanto, os 10 países com menor média
do PIB per capita estão no grupo de países com maiores valores do índice de
vulnerabilidade económica, pessoas afetadas, pessoas mortas e custo dos danos. 29 Com
isto, podemos concluir que o fraco crescimento económico de alguns países pequenos está
associado à sua elevada vulnerabilidade económica e ambiental.
28
Os dez países: Luxemburgo, Qatar, Brunei Darussalam, Bermudas, Kuwait, Singapura, Islândia, Hong
Kong, Macau e Bahamas.
29
Os dez países: Kiribati, Ilhas Salomão, Moldávia, Djibuti, S.T. e Príncipe, Lesoto, Gâmbia, Comores,
Guiné-Bissau e Timor-Leste.
70
5 – DESEMPENHO ECONÓMICO DE PAÍSES PEQUENOS
Existe uma certa discrepância entre os países pequenos em termos do nível do PIB
per capita. Ao compararmos o PIB per capita (PPC, 2005, I$) entre os países pequenos,
para o ano 2009, verificamos que o país com menor valor (Comores) corresponde a apenas
0,72% do país com maior valor (Qatar). Neste capítulo analisamos alguns fatores que
possam explicar esta diferença de rendimento entre os países pequenos.
Com o objetivo de encontrarmos alguns fatores que possam justificar as

diferenças na performance económica de países pequenos, fizemos uma hierarquização dos
países com base na média do nível do PIB per capita (PPC, 2005, I$) para o período 2000-
2009. Constituímos dois grupos de países, o primeiro com os cinco países com maior nível
médio do PIB per capita (que passamos a denominar de: alto rendimento ou primeiro
grupo) e o segundo com os cinco países com menor nível médio (que passamos a
denominar de: baixo rendimento ou segundo grupo).30 O primeiro grupo ou grupo de alto
rendimento é composto por Qatar, Luxemburgo, Brunei Darussalam, Kuwait e Bermudas,
e o segundo grupo ou grupo de baixo rendimento, por Lesoto, Gâmbia, Timor-Leste,
Comores e Guiné-Bissau.
Com a análise do crescimento económico nos dois grupos, para o período 2000-
2009, verificámos que as taxas médias de crescimento do PIB per capita foram 2,5% e
0,15% para o primeiro e o segundo grupo, respetivamente. No grupo de alto rendimento,
Qatar foi o país com maior média de crescimento do PIB per capita (6,77%) e no de baixo
rendimento, foi o Lesoto com 2,94%.
30
Para a hierarquização económica dos países utilizámos o PIB per capita em PPC e não em moeda comum
(dólares), de modo a podermos refletir os níveis de preços, que são importantes quando comparamos países
com graus de desenvolvimento bastante diferentes. Os dados do PIB per capita são da fonte PWT 7.1, para o
período 2000-2009.
71
5.2 – Países pequenos: alto rendimento vs baixo rendimento
Realizamos análises descritivas de algumas variáveis, de modo a podermos

identificar os fatores que possam explicar a diferença de crescimento económico entre os
países pequenos de alto rendimento (primeiro grupo) e os de baixo rendimento (segundo
grupo). Segue a interpretação das variáveis que constam na tabela II.2:
1) Muitos países pequenos têm optado por ligar a sua taxa de câmbio a uma
moeda forte ou juntar-se a uma zona monetária forte. Isto proporciona algum isolamento
contra a vulnerabilidade externa, reduz a volatilidade da taxa de câmbio e mantém as taxas
de inflação baixas (Armstrong e Read, 2003). A taxa média de inflação no primeiro grupo
(5,73%) é inferior ao do segundo grupo (6,63%), mas esta diferença não tem significância
estatística. A maioria dos países dos dois grupos tem as suas moedas indexadas a moedas
mais estáveis ou utilizam moedas fortes como o Euro, o Dólar Americano e o Rand Sul-
Africano, o que ajuda a manter baixas taxas de inflação e facilita nas trocas comerciais.
2) Segundo Armstrong e Read (2000), a localização numa região rica e dinâmica

gera efeitos adicionais no crescimento para alguns países pequenos. Os países do primeiro
grupo estão circunscritos em áreas favoráveis e são vizinhos de países com alto
rendimento. O Luxemburgo está praticamente no centro da Europa, o Brunei fica na região
do Pacífico e tem como países vizinhos China, Japão e os “Tigres Asiáticos”, As Bermudas
estão próximas dos EUA, e o Kuwait e o Qatar estão situados no Oriente Médio e têm
como vizinhos países ricos e desenvolvidos como Arábia Saudita e Emirados Árabes
Unidos. Já os países do segundo grupo, Lesoto, Comores, Guiné-Bissau e Gâmbia estão
localizados na região da África Subsariana, que é uma das regiões mais pobres do Mundo,
e Timor-Leste está na região do Leste da Ásia e Pacífico, uma região com um nível de
rendimento per capita médio alto. Mesmo excluindo os países mais ricos da região, Timor-
Leste mantém com um nível de rendimento per capita muito abaixo da média da região,
pelo que, o baixo rendimento de Timor-Leste não está associado ao mercado envolvente.
3) Armstrong e Read (2002) consideram os serviços (financeiros e turismo)

conjuntamente com os recursos naturais, importantes para o sucesso económico de países
pequenos, e a agricultura como um obstáculo. Pela análise setorial, verificámos que os
setores industriais e de serviços são superiores no primeiro grupo, mas a superioridade dos
72
serviços não tem significância estatística, e o setor agrícola é significativamente superior

no segundo grupo. No primeiro grupo, o setor de serviços representa cerca de 82% e 90 %
do PIB no Luxemburgo e nas Bermudas, respetivamente. Os principais serviços
desenvolvidos nestes países são o turismo e serviços financeiros. O turismo nestes países
está direcionado para a classe social com nível elevado de rendimento. No Qatar, Brunei e
Kuwait o setor industrial é o motor da economia, justificado pela existência do petróleo e
gás natural, que representam mais de 50% do PIB. Neste grupo de países o setor agrícola é
praticamente inexistente, com média anual inferior a 1% do PIB. No segundo grupo, o
setor agrícola tem um peso bastante expressivo no PIB, com média anual de 31%. Nestes
países, o setor agrícola é tradicional e de subsistência, portanto, pouco desenvolvido e
subexplorado. Em Comores, Gâmbia e Guiné-Bissau, entre 70% a 80% da população
dedica-se à atividade agrícola, o que deixa transparecer a existência de mão-de-obra pouco
qualificada nestes países.
4) Analisando o Índice de Desenvolvimento Humano (IDH) verificámos que no

primeiro grupo a média do índice é muito elevada (valor médio de 0,844) e no segundo
grupo o nível é baixo (valor médio de 0,474).
5) Como forma de ultrapassar obstáculos associados ao reduzido mercado interno,

os países pequenos devem seguir regimes comerciais altamente abertos e estar integrados
na economia internacional (Armstrong e Read, 2003). As exportações são
significativamente superiores no primeiro grupo e as importações são superiores no
segundo grupo. No primeiro grupo, existe um saldo positivo na balança comercial de cerca
de 23% do PIB e no segundo grupo, o saldo é negativo (- 47% do PIB). As remessas dos
emigrantes (peso médio no PIB de 19,28%) e ajudas externas e assistências ao
desenvolvimento (peso médio no PIB de 17,68%) têm auxiliado os países do segundo
grupo na diminuição do défice na balança das transações correntes.
6) Gwartney et al. (1998) defendem que quanto maior for o governo (avaliado
através das despesas de consumo do governo) mais lento será o crescimento económico,
pois o alargamento da dimensão do governo implica aumento dos impostos e empréstimos.
No primeiro grupo, a média do peso do consumo do governo é 18,09% do PIB e no
segundo grupo 25,68% do PIB. Esta diferença é estatisticamente significativa. O maior
peso do consumo do governo no segundo grupo deve-se fortemente às percentagens
73
referentes ao Timor-Leste e Lesoto. O elevado peso do governo pode ser um dos

obstáculos para o crescimento económico no segundo grupo, em especial, em Timor-Leste
e Lesoto.
7) A média do índice de concentração das exportações é inferior no primeiro
grupo, mas esta diferença não tem significância estatística. No segundo grupo cerca de
50% das importações ou exportações dos países estão concentradas em apenas dois
parceiros comercias, o que representa maior risco e exposição aos choques externos.31
Tabela II.2: Indicadores económicos dos países pequenos (2000-2009)

Agric. Indust. Serviç. Exp. Imp. Conct. Gov. Inflac. PIB pc,ppc
Países (%PIB) (%PIB) (%PIB) (%PIB) (%PIB) Export. (%PIB) (%) (2005,I$)
Qatar 0,20 69,95 29,84 60,21 29,72 0,559 14,91 8,64 79.266
Primeiro Grupo
Luxemburgo 0,51 17,49 81,99 157,22 131,62 0,133 16,09 2,84 71.999
Brunei 0,95 67,19 31,86 70,29 32,82 0,636 22,80 6,63 48.324
Kuwait 0,33 58,26 41,41 58,06 30,52 0,652 18,87 7,76 44.649
Bermuda 0,81 9,96 89,22 44,50 50,70 0,555 17,76 3,09 43.874
Lesoto 9,59 34,28 56,13 52,76 127,55 0,412 36,35 7,48 1.222
Segundo Grupo
Gâmbia 24,84 14,21 60,94 28,44 39,51 0,316 9,08 6,12 1.184
Timor-Leste 27,55 13,86 58,58 9,39 127,76 0,622 45,90 4,57 1.035
Comores 48,38 11,85 39,77 15,23 37,04 0,673 14,67 4,27 934
Guiné-Bissau 46,97 13,38 39,65 16,58 27,40 0,791 15,39 10,50 792
t-test 0,000 0,000 0,333 0,000 0,067 0,233 0,003 0,694
Fontes: PWT7.1, Banco Mundial – WDI, Central Intelligence Agency (CIA) – The World Factbook, United
Nations – National Accounts Main Aggregates Database, International Monetary Fund - IMF (2011, 2012),
UNDP – United Nations Development Programme, e cálculos do autor.
Pelo exposto, concluímos que os recursos naturais existentes no Qatar, Brunei e

Kuwait constituem um dos principais fatores determinantes do crescimento económico
nestes países. E, sendo a existência destes recursos uma mera questão de sorte e não de
políticas e estratégias, então excluímos estes países e consideramos Singapura, Macau e
Hong Kong, que são os três países não produtores de petróleo e gás natural, que se seguiam
31
Analisando as relações comercias dos dois grupos de países, verificámos que, os principais parceiros das
exportações/importações para os países do primeiro grupo são: Luxemburgo (Alemanha, França, Bélgica,
Reino Unido, e Itália); Qatar (Japão, EUA, Correia do Sul, Itália, Alemanha, U.A.E., Singapura, e Índia);
Brunei (Japão, Indonésia, Austrália, Singapura, Malásia, EUA, China e Correia do Sul); Bermudas (EUA,
Canada, Reino Unido, Alemanha, Espanha e Itália); e, Kuwait (Japão, Correia do Sul, EUA, Singapura,
China e Alemanha). Os principais parceiros para os países do segundo grupo são: Lesoto (EUA, Índia,
Bélgica e União Aduaneira da África Austral - UAAA); Comores (França, África do Sul, Paquistão e
Singapura); Guiné-Bissau (Índia, Portugal, Senegal e Nigéria); Gâmbia (Índia, China, Senegal, França e
Reino Unido); e, Timor Leste (Alemanha, EUA, Singapura, Austrália e Indonésia).
74
na hierarquização do PIB per capita para o período 2000-2009. A Islândia apresenta uma
média do PIB per capita para o período superior à média de Macau, mas não considerámos
este país na nossa análise, pois foi fortemente afetado pela recente crise mundial, o que
deixa transparecer que as políticas económicas seguidas e o nível de crescimento
económico alcançado não eram robustos. Assim, analisámos o comportamento de algumas
variáveis económicas nestes três países:
1) No período 2000-2009, as médias de crescimento do PIB per capita em Macau,

Hong Kong e Singapura foram de 6,89%, 3,23% e 3,53%, respetivamente. O peso médio
do setor dos serviços nestes três países foi de 81,58%. Turismo, serviços financeiros e
jogos de azar (em especial em Macau) são os principais serviços prestados nestes países. O
IDE que está principalmente ligado ao turismo (construção de hotéis, resorts, casinos e
segundas casas) representa um pilar importante no crescimento do PIB destes países. O
setor industrial tem peso notável na economia de Singapura, com uma média de 31,31% do
PIB, no período em análise, e as principais indústrias estão ligadas aos produtos eletrónicos
e químicos, equipamentos de perfuração de petróleo e refinarias de petróleo. Em Hong
Kong e Macau o setor industrial é menos expressivo, representando um peso médio no PIB
de 9,16% e 14,67%, respetivamente. O setor agrícola é insignificante nestes três países.
2) Macau, Hong Kong e Singapura são caracterizados por uma certa estabilidade
macroeconómica, sendo a média da taxa de inflação para os três países de 1,22% e a
volatilidade do crescimento (medida pelo desvio-padrão na taxa de crescimento do PIB) de
5,24. O peso médio do consumo do governo nestes três países é de 10,36% do PIB.
3) As médias das exportações e importações dos três países, para o período 2000-
2009, são 161,41% do PIB e 139,19% do PIB, respetivamente. O índice de concentração
das exportações é baixo, com valor médio de 0,233 para os três países. Macau, Hong Kong
e Singapura têm localização próxima de mercados desenvolvidos como China, Japão e
EUA, e no caso de Hong Kong e Singapura são caracterizados como economias entre as
mais livres do mundo. Estes factos são importantes para dinamizar as trocas comerciais, o
turismo e os serviços financeiros.
Com a exclusão de países produtores de petróleo, concluímos que o rápido

crescimento económico dos países do primeiro grupo pode ser explicado, principalmente,
75
pela localização próxima de mercados desenvolvidos e pela liberdade económica e grande

abertura ao exterior. Outros factos, também, importantes são a existência de nível elevado
do capital humano, fraco peso do consumo do governo na economia, indexação da moeda
nacional a uma moeda forte e estável, estabilidade macroeconómica, integração numa
região monetária desenvolvida, fraca concentração das exportações, reduzido peso do setor
agrícola e grande aposta no setor dos serviços, como o turismo dirigido à classe social de
alto rendimento.
76
6 – CONCLUSÃO
A conclusão deste trabalho está dividida em duas partes: primeiro, apresentamos

algumas políticas e estratégias que os países pequenos podem seguir para ultrapassarem
algumas limitações; segundo, temos a conclusão das análises descritivas efetuadas.
6.1 ‒ Políticas e estratégias
Na parte I desta tese e nos capítulos anteriores desta parte, identificámos várias
características comuns para os países pequenos, no entanto, encontrámos diferenças entre
os países pequenos ao nível social, económico, político e geográfico. Assim, atendendo à
especificidade de cada país, existem várias políticas e estratégias que podem ser adotadas,
no sentido de, por um lado, aproveitar as oportunidades e evitar ou minimizar os efeitos
das ameaças e, por outro lado, maximizar os pontos fortes e reduzir os pontos fracos.
Recorrendo ao relatório da Commission on Growth and Development (2008), aos trabalhos
de Bhaduri et al. (1982), Briguglio (1995), Peters (2001), Armstrong e Read (2002), Prasad
(2003), Jayaraman (2006), Favaro (2008), Aiyar (2008) e a algumas das nossas conclusões
encontradas nos capítulos anteriores, apresentamos políticas e estratégias que os países
pequenos podem seguir para ultrapassarem as suas limitações:
a) Investir em portos e infraestruturas marítimas, nos casos de países ilhas ou com
costas, de modo a incentivar o desenvolvimento de negócios marítimos.
b) Atrair IDE, que pode ser conseguido pela promoção da estabilidade política e
macroeconómica, construção de infraestrutura física e social adequada, estabelecimento de
um quadro regulador sólido, formação de recursos humanos de qualidade e implementação
de políticas monetárias e fiscais atrativas ao investimento externo.
c) Investir em infraestruturas que promovam o turismo. O turismo pode converter
as tradicionais desvantagens do afastamento e isolamento em vantagens.
d) Recorrer ao outsourcing para reduzir alguns custos no setor público e
ultrapassar a falta de experiência em alguns setores.
77
e) Investir no setor das Tecnologias de Informações e Comunicações (TIC´s). A

melhoria neste setor possibilitou abolir algumas desvantagens da distância e insularidade,
por tornar possíveis os serviços como telemedicina, formação à distância, partilha de
conhecimentos e monitorização dos acidentes ambientais (permite reduzir
consideravelmente os prejuízos associados).
f) Aprovar leis e políticas que incentivem a competição doméstica, de modo a
reduzir o abuso das empresas dominantes e promover o uso eficiente dos recursos.
g) Promover a competitividade internacional através do maior controlo dos
défices orçamentais, conquista de nichos estratégicos de exportação, especialização
flexível, aumento do empreendedorismo e melhoria das instituições.
h) Reduzir perdas de vidas e danos infraestruturais causados pelos desastres
naturais, através do mapeamento adequado das zonas de maior risco, definição e aplicação
de códigos de construção mais seguros e promoção de mecanismos de informação dos
desastres.
i) Utilizar o instrumento hedging no mercado financeiro internacional, para
ajudar na gestão de risco associado às receitas das exportações.
6.2 ‒ Conclusão
Com este trabalho, concluímos que não existe um conceito de países pequenos
que seja amplamente aceite. O tamanho da população é o principal indicador utilizado, e
isto deve-se à ampla disponibilidade dos dados e à facilidade no estabelecimento dos
limites. Os outros indicadores utilizados são: área geográfica, PIB total, troca comerciais,
capacidade militar ou recursos diplomáticos. Os estudos indicam diferentes limites para
cada indicador utilizado.
Aplicámos a técnica estatística das análises de clusters às variáveis população e

área geográfica para definir os países e, dos 215 países analisados, identificámos 83 como
países pequenos. No grupo de países pequenos a população oscila entre 9.806 (Tuvalu) e
7.003.700 habitantes (Hong Kong), e a área entre 2 (Mónaco) e 410.450 km2
(Gronelândia). A análise de clusters pode ser mais difícil de aplicar que a simples
indicação de um limite superior da população, mas verificámos que existe maior
homogeneidade na identificação dos países com a conjugação da população e área.
78
A reduzida dimensão da população e área são apresentadas como principais

constrangimentos ao crescimento económico de países pequenos, mas concluímos que, em
média, os países pequenos em comparação com os países grandes, apresentam melhor
nível e taxa de crescimento do PIB per capita, possuem maior peso do investimento no
PIB, maior abertura comercial e melhor qualidade dos recursos humanos. Mas, por outro
lado, os países pequenos apresentam maiores taxas de desemprego e maior dependência de
capitais externos. Não encontramos uma clara superioridade da vulnerabilidade ambiental
de um dos grupos de países. Mas, em relação à vulnerabilidade económica, é nítida a
superioridade dos países pequenos.
Verificámos, ainda, que existe uma diferença considerável no nível e taxa de

crescimento do PIB per capita entre os países pequenos. A melhor performance económica
de certos países pequenos pode ser justificada, principalmente, pela localização próxima de
mercados desenvolvidos, liberdade económica e grande abertura ao exterior.
79
PARTE III – DETERMINANTES DO
CRESCIMENTO ECONÓMICO: ANÁLISE
EMPÍRICA DE PAÍSES PEQUENOS E DE
PAÍSES GRANDES
Parte III – Determinantes do Crescimento Económico: Análise Empírica de Países Pequenos e de
Países Grandes
1 – INTRODUÇÃO
O estudo que propomos desenvolver nesta parte da tese centra-se na comparação

empírica, de alguns determinantes do crescimento económico, entre países pequenos e
países grandes. Encontramos alguns trabalhos que analisam os determinantes do
crescimento económico nos países pequenos, mas da revisão literária efetuada
desconhecemos trabalhos que tenham comparado, num único estudo empírico, os
determinantes do crescimento económico nos países pequenos e nos países grandes. Na
revisão da literatura concluímos que, algumas causas da falta de consenso sobre o impacto
da dimensão do país no crescimento económico estão relacionadas com o uso de
metodologias, modelos, bases de dados e períodos de análise distintos. Neste estudo
conseguimos ultrapassar estes constrangimentos.
Brock e Durlauf (2001) consideram a determinação das variáveis a serem

incluídas nas análises como o principal problema associado às regressões de crescimento,
pelo que, defendem teorias do crescimento económico como sendo “em aberto”, ou seja, a
validade de uma teoria do crescimento não implica a falsidade da outra. Neste sentido,
podemos identificar várias teorias de crescimento, consoante o conjunto de variáveis
incluídas: geografia e clima (Easterly e Levine, 2003; Masters e McMillan, 2000),
instituições (Hall e Jones, 1999; Acemoglu et al., 2005), regime político (Barro, 1996),
coesão social (Montalvo e Reynal-Querol, 2005; Alesina et al., 2003), abertura comercial
(Wacziarg e Welch, 2008; Dollar e Kraay, 2004), religião (Barro e McCleary, 2003), entre
outras.
Estas teorias têm sido aplicadas na sua maioria a todos os países no geral, mas a
nossa hipótese inicial é que alguns determinantes do crescimento económico podem ter
impactos significativamente diferentes nos países pequenos em comparação com os países
grandes, devido às características específicas associadas à reduzida dimensão do país.
Os países pequenos possuem características específicas (estas características estão

mais detalhadas na parte I deste trabalho), que podem constituir
constrangimentos/benefícios no processo de crescimento económico. Em termos
83
Países Grandes
dicotómicos, alguns destes constrangimentos podem ser vistos como benefícios para os
países de grande dimensão. Destacamos as seguintes: i) Pequena dimensão do mercado
doméstico – o que limita os benefícios das economias de escala, reduz as opções
disponíveis para o desenvolvimento económico e aumenta o custo unitário da produção de
muitos bens e serviços públicos em comparação com países de maior dimensão; ii) Forte
coesão social – faculta uma maior abertura às mudanças, favorece a integração política e
melhora a preparação para enfrentar as incertezas e os choques externos; iii) Localização
geográfica – muitos países pequenos estão localizados em regiões bastantes fustigadas por
desastres naturais e, por outro lado, estão distantes dos principais mercados, o que aumenta
os custos de transporte internacional, com consequências negativas nas atividades
económicas.
Na parte I deste trabalho, concluímos que os estudos identificam as variáveis nível

inicial do PIB per capita, capital humano, investimento e crescimento da população com
comportamento económico e estatístico semelhante na taxa de crescimento do PIB per
capita nos países pequenos e nos países no geral. Consideramos estas variáveis como
variáveis base do nosso modelo. Por outro lado, as variáveis relacionadas, principalmente,
com abertura económica do país, características geográficas e coesão social são
consideradas as mais importantes na determinação da taxa de crescimento do PIB per
capita nos países pequenos, devido às características específicas destes países. Estas
constituem os nossos fatores de interesse, e investigaremos empiricamente se os seus
impactos na economia são significativamente diferentes entre os países pequenos e os
países grandes.
Também vamos investigar empiricamente os principais canais de transmissão

(capital humano, capital físico ou produtividade) das variáveis de interesse na taxa de
crescimento do PIB per capita, e o contributo destas variáveis na taxa de convergência
entre os países de cada grupo, pois são temas que carecem de investigação.
Para a materialização dos estudos empíricos recorremos à fórmula genérica

utilizada nos estudos de crescimento económico, que engloba o modelo de Solow
aumentado (apresentado na parte I deste trabalho) acrescido de outras variáveis
determinantes do crescimento, e à metodologia econométrica system-GMM. A nossa base
de dados é referente ao período 1970-2010.
84
Países Grandes
Constatamos que existe um certo equilíbrio do número de variáveis de interesse

com impacto significativamente diferente na taxa de crescimento do PIB per capita entre
os dois grupos de países, com o número de variáveis cuja diferença não é estatisticamente
diferente. A produtividade é o principal canal de transmissão das variáveis de interesse na
taxa de crescimento do PIB per capita nos dois grupos de países. A taxa de convergência β
é superior nos países pequenos, mas a diferença entre os coeficientes não é significativa.
No geral, podemos dizer que os vários condicionantes associados à reduzida dimensão,
apesar de influenciarem o impacto de alguns fatores no PIB per capita, não constituem um
handicap ao crescimento económico, em comparação com os países grandes.
Seguimos a seguinte estrutura: no capítulo dois é apresentado o modelo

económico, a metodologia de estimação e a base de dados; os resultados e interpretações
das estimações efetuadas estão no capítulo três; no capítulo quatro é abordado os canais de
transmissão das variáveis de interesse na taxa de crescimento do PIB per capita; a análise
da convergência β e σ entre os países de cada grupo é efetuada no capítulo cinco; e o
capítulo seis é dedicado à conclusão.
85
Países Grandes
2 – MODELO EMPÍRICO
Neste capítulo apresentamos a metodologia e as variáveis do nosso estudo

empírico. Na revisão da literatura efetuada na parte I deste trabalho, identificámos quatro
variáveis (PIB per capita inicial, investimento, capital humano e crescimento da
população) com comportamento económico e estatístico semelhante, na taxa de
crescimento do PIB per capita nos países pequenos e nos países no geral. Assim, nos
estudos empíricos assumimos estas variáveis como as básicas do nosso modelo. Estas
variáveis básicas fazem parte das variáveis explicativas do modelo de Solow aumentado,
constituindo assim uma das justificações pela opção do uso do modelo de crescimento de
Solow aumentado na nossa análise empírica. Também, concluímos que as características
específicas de países pequenos implicam que as variáveis relacionadas, principalmente,
com abertura económica do país, características geográficas, vulnerabilidade e coesão
social sejam as mais importantes na determinação da taxa de crescimento do PIB per
capita nestes países. Neste sentido, adotamos estas como as nossas variáveis de interesse,
que constituem o nosso foco de análise, e verificaremos se os seus comportamentos na
economia são significativamente diferentes entre os países pequenos e os países grandes
(em termos dos efeitos na taxa de crescimento do PIB per capita, nos canais de
transmissão e na taxa de convergência β).
2.1 – Modelo económico e metodologia econométrica
No estudo empírico seguimos a fórmula genérica utilizada nos estudos de

crescimento económico, que engloba o modelo de Solow aumentado (foi apresentado na
parte I deste trabalho) e acrescido de outras variáveis determinantes do crescimento.32 O
modelo dinâmico de dados em painel que seguimos, apresenta algumas vantagens
comparativamente aos modelos com dados puramente cross-section, nomeadamente
maiores graus de liberdade, maior variabilidade da amostra (o que aumenta a eficiência dos
estimadores econométricos) e contem informações sobre os efeitos específicos dos
32
Ver o desenvolvimento do modelo de Solow aumentado no apêndice I.
87
Países Grandes
indivíduos e do tempo (o que permite controlar os efeitos das variáveis não observadas ou
em falta e faculta uma análise dinâmica da relação entre a variável dependente e as
variáveis explicativas) (Hsiao, 2007).
Segue o nosso modelo de crescimento económico, que engloba o modelo de

Solow aumentado (equação I.14) e acrescido de outros determinantes (seguimos os
trabalhos de: Caselli et al., 1996; Levine et al., 2000; Aisen e Veiga, 2013):
, , , , , , (III.1)
onde: , – logaritmo do PIB per capita real do país i no período t; , – conjunto das
variáveis básicas (taxa de matrícula no ensino secundário, crescimento da população e taxa
de investimento); , – variáveis de interesse (alteram consoante o determinante que
estivermos a analisar); – efeito específico de cada país i; – efeito específico do
tempo; , – termo de erro; γ, , e θ – coeficientes a serem estimados; i = 1,…,N; t =
2,…,T.
Os termos de erro e , seguem as seguintes propriedades: ,
, 0 para i = 1,…,N e t = 2,…,T,; , , 0 para ∀ .
Assumindo 1 e , , a equação (III.1) é equivalente a:
, , , , , (III.2)
Neste modelo dinâmico a variável dependente desfasada ( , ) pode estar

correlacionada com o termo de erro ( , ) e o efeito individual dos países ( ), e temos a
situação da endogeneidade das variáveis do vetor X e Z. O uso do estimador OLS na
equação (III.2) será inconsistente e enviesado (Hsiao, 1986). Nickell (1981) demonstrou
que o uso do estimador Within Groups (conhecido também por estimador dos efeitos
fixos), em modelos autorregressivo de primeira ordem com efeitos fixos, conduz a
resultados enviesados.
Considerando a primeira diferença da equação (III.2), é possível eliminar o efeito

individual dos países (o que resolve o problema de heterogeneidade dos países e assim
evita enviesamento do estimador), pois 0.
88
Países Grandes
A equação passa a ser:
∆ , ∆ , ∆ , ∆ , ∆ ∆ , (III.3)
Mas, ainda temos o problema da autocorrelação, pois , no termo ∆ ,
, , , está correlacionado com o , no termo ∆ , , , , e, por outro

lado, qualquer variável pré-determinada em X ou Z, que não seja estritamente exógena,
torna-se potencialmente endógena, porque pode estar, também, correlacionada com o
termo , (Roodman, 2009b).
Arellano e Bond (1991) e Bond (2002) apontam o uso de variáveis instrumentais

na regressão da equação de primeiras diferenças (III.3), para ultrapassar o problema da
autocorrelação e da endogeneidade. Os autores propõem o uso do valor da variável
dependente desfasada em dois ou mais períodos, como instrumentos válidos para períodos
3, … , (por exemplo: o instrumento , está matematicamente relacionado com
∆ , , , , mas não com o termo de erro ∆ , , , ). Em relação às
outras variáveis explicativas indicam como instrumentos válidos os seguintes: se forem
endógenas, o tratamento é semelhante ao da variável dependente, , ; no caso de serem
pré-determinadas, usar a variável desfasada em um ou mais períodos, para o período
1, … , 2 ; 33 e, se forem estritamente exógenas, então a própria variável é
instrumento válido.34 As condições de momentos para a equação (III.3) são dadas por:
, ∆ 0; ∀ 2, … , 1 ; 3, … ,
, ∆ 0; ∀ 2, … , 1 ; 3, … , (III.4)
, ∆ 0; ∀ 2, … , 1 ; 3, … ,
O estimador GMM aplicado a estas condições de momentos é conhecido por

GMM de primeira diferença (ver: Arellano e Bond, 1991). Blundell e Bond (1998) e Bond
et al. (2001) demonstraram que o estimador GMM de primeira diferença pode estar
enviesado quando o valor do coeficiente ϑ estiver próximo de 1 (nas séries persistentes),
33
Variáveis pré-determinadas: , ∆ , 0 e , ∆ , 0; ∀ .
34
Variáveis estritamente exógenas: , ∆ , 0 e , ∆ , 0; ∀ , .
89
Países Grandes
uma vez que, em equação de primeira diferença o valor desfasado da variável explicativa
em nível é um fraco instrumento.
Blundell e Bond (1998) propõem o uso do estimador system-GMM, que combina

em um sistema as regressões em diferenças (equação III.3) e as em níveis (equação III.2),
como o melhor estimador para ultrapassar os problemas econométricos, associados ao tipo
do modelo económico usado neste estudo, nomeadamente, os resultantes da endogeneidade
da variável explicativa (inclusive a variável dependente desfasada) e dos efeitos fixos não
observados dos países.35
Em relação à equação em níveis (III.2), Arellano e Bover (1995) sugerem o uso

do valor desfasado da variável em primeira diferença, como instrumento válido, caso a
variável explicativa em nível seja correlacionada com o efeito fixo ( ) e a primeira
diferença não. As condições de momentos para equação em níveis (III.2) são dadas por:
∆ , , 0; ∀ 1, … , 2 ; 3, … ,
∆ , , 0; ∀ 1, … , 2 ; 3, … , (III.5)
∆ , , 0; ∀ 1, … , 2 ; 3, … ,
O estimador system-GMM combina as condições de momentos da equação em

primeiras diferenças (III.4) com as da equação em níveis (III.5).
Segundo Blundell e Bond (1998) e Bond et al. (2001), o estimador system-GMM

é o mais consistente quando a série temporal é persistente. Ora, o produto é uma série
altamente persistente. Os autores apresentam três vantagens do uso do system-GMM em
relação aos outros estimadores, para modelos em painel dinâmico: i) O estimador não será
enviesado pela omissão de variáveis que são constantes ao longo do tempo (p.ex: efeitos
fixos não observados dos países); ii) O uso de instrumentos permite estimações
consistentes em modelos com variáveis explicativas endógenas; e, iii) O uso de
instrumentos permite estimações consistentes, mesmo na presença de erros de medição.
35
No apêndice IV temos o desenvolvimento do estimador system-GMM.
90
Países Grandes
O estimador system-GMM tem sido usado em vários estudos de crescimento

económico, entre os quais: Levine et al. (2000), Blundell e Bond (2000), Nkurunziza e
Bates (2003), Durlauf et al. (2005), Presbitero (2008), Klomp e de Haan (2009) e Aisen e
Veiga (2013).
Testamos a consistência do estimador system-GMM, ou seja, a validade dos

instrumentos, a validade dos subconjuntos de instrumentos e a hipótese da independência
do termo de erro ( , ), através dos seguintes testes: Hansen (1982), diferença de Hansen e
Autocorrelação de segunda ordem sugerido por Arellano e Bond (1991), respetivamente.36
Além do modelo apresentado acima, recorremos nas nossas estimações a um outro

modelo, com o intuito de aferir sobre a significância estatística das diferenças entre os
coeficientes das variáveis de interesse nos países pequenos e nos países grandes. Assim,
incluímos uma terceira coluna nas tabelas, com regressões onde interagimos a variável de
interesse com uma variável dummy, de modo a diferenciar os impactos entre os dois grupos
de países. Na terceira coluna temos observações comuns para as variáveis básicas (PIB per
capita inicial, investimento, crescimento da população e taxa de inscrição no ensino
secundário) e os termos de interação (produto das variáveis de interesse com a dummy de
identificação de cada grupo de países). A significância estatística da diferença entre os
coeficientes dos termos de interação é analisada com recurso ao teste de Wald. Segue o
modelo a ser estimado nesta situação:
∆ , ∆ , ∆ , ∆ , ∗ ∆ , ∗ ∆ ∆ , (III.6)
onde: GD – dummy = 1 para países grandes; – dummy =1 para países pequenos.
O programa econométrico utilizado nas estimações é o Stata 12. As estimações

são efetuadas com recurso ao comando “xtabond2”, desenvolvido por Roodman (2009b).
Utilizamos a opção “robust” do comando “xtabond2” em todas as estimações, de modo a
assegurar que o estimador seja robusto à heteroscedasticidade, e assim podermos
ultrapassar um dos problemas indicados nas estimações cross-section por Temple (2000) e
36
Teste de Hansen: a hipótese nula do teste de Hansen define que sobre-identificação das restrições são
válidas, isto é, as variáveis instrumentais não estão correlacionadas com o termo de erro. O teste estatístico é
simplesmente o produto da dimensão da amostra pelo valor obtido para a função objetiva na estimação GMM
(chamado de J). A estatística do teste de Hansen é distribuída como chi-quadrado com graus de liberdade
iguais ao número das condições de momentos menos o número de parâmetros a serem estimados (Levine et
al., 2000; Roodman, 2009b).
91
Países Grandes
Brock e Durlauf (2001). Seguimos as recomendações de Roodman (2009a), e em todas as

estimações o número de instrumentos é inferior ao número de países, de modo a evitar o
enviesamento dos testes estatísticos de validação dos instrumentos.
2.2 – Dados e variáveis básicas do modelo
A nossa base de dados em painel não balanceado é referente ao período 1970-

2010 para 215 países, dos quais estão classificados 83 como países pequenos e 132 como
países grandes. 37 Mas, devido à limitação de observações para muitas variáveis, houve
redução de países a serem analisados, principalmente no grupo de países pequenos. Os
dados, primeiramente, foram considerados em médias de períodos de 5 anos não
sobrepostos (1971-1975, 1976-1980,…, 2006-2010), mas como no grupo de países
pequenos as observações são reduzidas, então não conseguimos resultados com
significância estatística e fiáveis para muitas variáveis. Assim, utilizámos a técnica rolling
windows (média móveis) de 5 anos para todas as variáveis, o que permitiu obter maior
número de observações.38 Com exceção da variável PIB per capita inicial, os valores das
variáveis estão em médias para períodos de 5 anos.
A nossa fonte de dados principal é a PWT 7.1. Apesar de existir uma versão mais
recente, a PWT 8.0, optamos pela PWT 7.1, pois houve uma redução de dados dos países
na PWT 8.0 em relação à PWT 7.1, e esta redução ocorreu principalmente no grupo de
países que identificamos como pequenos no nosso estudo. As variáveis básicas do modelo
são:
 PIBpc inicial (log) - PIB per capita inicial (PPC, I$, 2005) – fonte PWT 7.1 –
valores em logaritmo do PIB per capita real, desfasado um período de 5 anos.
Esperamos coeficiente negativo, inferior a 1, indicando assim a existência da
convergência condicional entre os países.
37
No apêndice V temos o resumo dos dados estatísticos. A classificação dos países, refere-se à classificação
efetuada na parte II deste trabalho, em que os países foram agrupados, segundo a população e a área, com
recurso à técnica estatística das análises de clusters. No apêndice II temos a explicação da técnica das
análises de clusters e os países que compõem cada grupo. No apêndice XI estão as definições e as fontes das
variáveis utilizadas nesta tese.
38
Exemplos de trabalho que usaram a técnica rolling windows: Blanchard e Simon (2001), Barrell e
Gottschalk (2004) e Klomp e de Haan (2009).
92
Países Grandes
 Invest. (% PIB) - Investimento (% PIB) – fonte PWT 7.1 – é esperado um

coeficiente positivo.
 Secundário (%) - Taxa de matrícula no ensino secundário (%) – fonte Banco
Mundial - WDI – percentagem da população, independentemente da idade, a
frequentar o ensino secundário. Consideramos, inicialmente, a base de dados da
educação de Barro e Lee, mas devido à existência de poucas observações para os
países pequenos, optámos pelos dados do WDI. É usada como proxy para o nível
do capital humano. É esperado um coeficiente positivo.
 POP_gr (%) - Crescimento da População (%) – fonte PWT 7.1 – é esperado um
coeficiente negativo.
 Dummy temporal – dividimos o nosso período de análise em períodos de 5 anos
não sobrepostos e usámos dummies para cada período de anos.39
A técnica rolling windows permite obter maior número de observações, no

entanto, pode criar autocorrelação. Para ultrapassar o problema de autocorrelação e
endogeneidade usamos um maior número de valores desfasados (lags), e para limitar o
número de instrumentos gerados, seguimos Roodman (2009a e 2009b) e utilizamos a
opção collapse nas estimações com o comando “xtabond2” do programa Stata. 40 Esta
opção cria um instrumento por cada variável e lags de distância, em vez de um instrumento
para cada variável, período de tempo e lags de distância. A técnica rolling windows pode,
também, gerar a multicolinearidade entre as variáveis explicativas. Testamos as nossas
regressões à existência da multicolinearidade pelo teste Variance Inflation Factors (VIF).41
Todas as estimações foram testadas à sensibilidade da redução do número de instrumentos.
39
No nosso estudo, por termos usado a técnica rolling windows, havia a hipótese de usarmos dummy
temporal anual, mas isto implicaria um grande aumento do número de instrumentos e variáveis explicativas,
criando assim problemas nas estimações. Uma outra hipótese foi o uso de termo de tendência em forma de
polinómio de terceiro grau. Realizamos estimações com o termo de tendência e comparamos os resultados
com os obtidos com a utilização de dummies temporais em períodos de 5 anos não sobrepostos. E, como não
houve diferenças significativas entre os dois resultados, optamos por apresentar os resultados com dummies
temporais em períodos de 5 anos não sobrepostos. Exemplos de estimações com o termo de tendência e as
dummies temporais estão no apêndice VII.
40
A opção collapse faz a seguinte transformação na matriz de instrumentos (Roodman, 2009b):
0 0 0 0 0 0 … 0 0 0 …
, 0 0 0 0 0 … , 0 0 …
De: 0 , , 0 0 0 … para : , , 0 …
0 0 0 , , , … , , , …
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋱ ⋮ ⋮ ⋮ ⋱
41
Explicações do teste VIF e exemplos de alguns resultados estão no apêndice VI.
93
Países Grandes
As variáveis relacionadas, especialmente, com a abertura económica ao exterior,

vulnerabilidade, coesão social e geografia são indicadas como as mais importantes na
explicação do desempenho económico dos países pequenos, devido às características
específicas resultantes da reduzida dimensão. Assim, atendendo a estes determinantes
económicos e à restrição de dados, principalmente, para o grupo de países pequenos,
selecionámos as seguintes variáveis de interesse, para a nossa análise empírica:
Investimento Direto Estrangeiro, Comércio Externo, Instituições Socias, Políticas e
Económicas, Coesão Social, Vulnerabilidade Ambiental e Geografia. Para alguns fatores
usámos mais do que uma proxy como forma de verificar a consistência dos resultados. Nas
escolhas das proxies para os diferentes fatores, procurámos seguir ao máximo a literatura
existente. Para melhor gestão do espaço, os coeficientes das dummies temporais não estão
reportados nas tabelas, mas foram consideradas nas estimações.
94
Países Grandes
3 – ANÁLISE EMPÍRICA DOS DETERMINANTES DO

Neste capítulo, apresentamos os resultados empíricos e as interpretações dos

impactos dos fatores estimados, na taxa de crescimento do PIB per capita dos países
pequenos e dos países grandes. As estimações estão separadas por cada fator de interesse
analisado: Investimento Direto Estrangeiro, Abertura Comercial, Instituições Políticas,
Sociais e Económicas, Coesão Social, Vulnerabilidade Ambiental e Geografia. As
variáveis básicas são mantidas em todas as estimações e as variáveis de interesse alteram-
se consoante o fator em análise.
3.1 – Investimento Direto Estrangeiro (IDE)
3.1.1 – Revisão da literatura e resultados empíricos anteriores
Uppenberg e Riess (2004) classificam o IDE em três categorias: horizontal

(market-seeking) – é o investimento com objetivo de servir o mercado do país acolhedor;
vertical (cost-minimizing) – é o investimento que procura usufruir dos recursos do país
acolhedor e está focado nas exportações; e, diversificado – inclui o investimento que não é
evidentemente horizontal ou vertical. A categoria do IDE depende das características e
políticas dos países acolhedores, nomeadamente: dimensão do mercado doméstico, taxa de
crescimento do PIB, integração regional, estabilidade política e económica, qualidade
institucional, níveis de infraestruturação física, tecnológica e financeira, abertura ao
comércio externo, recursos naturais e humanos e aglomerações económicas.
Os países pequenos, devido à reduzida dimensão do mercado interno, estão mais

suscetíveis a receberem o IDE vertical, uma vez que, o retorno do IDE horizontal depende
muito das economias de escala. Salientamos algumas características de países pequenos
que podem influenciar os influxos do IDE:
 Grande peso das importações e exportações no PIB – abertura ao comércio
externo (medida através do peso das exportações no PIB) segundo alguns autores
95
Países Grandes
como Benacek et al. (2000), Nicoletti et al. (2003) e Moosa e Cardak (2006) é um
fator importante na determinação do influxo do IDE, principalmente o IDE
vertical.
 Forte coesão social – coesão social favorece a estabilidade política. A
instabilidade política pode criar o receio de nacionalização total ou parcial das
empresas, constituindo um desincentivo para as empresas estrangeiras se
instalarem no país (Schneider e Frey, 1985). Assim, quanto maior é a estabilidade
política do país, maior é a probabilidade de receber IDE.
 Integração regional – os países pequenos na sua maioria são ex-colónias ou
pertencem a uma organização de integração regional, o que facilita as trocas
comerciais com a ex-metrópole e com países vizinhos. Uppenberg e Riess (2004)
consideram integração regional como excelente incentivo para atrair IDE
horizontal.
 Reduzida dimensão da área – a reduzida dimensão da área conduz as empresas e
os serviços a localizarem-se próximos uns dos outros, constituindo assim
aglomerações económicas. A aglomeração económica é vista como um fator
importante para atrair IDE, pois permite beneficiar de externalidades positivas
(como bens intermédios e especialização laboral) de outras empresas já instaladas
na região (Kinoshita e Campos, 2003).
O IDE é considerado como um dos principais canais de transferência de

tecnologia e de conhecimento. Vários estudos encontraram contributo positivo do IDE no
crescimento económico de países recetores, como são os casos de Borensztein et al.
(1998), Hermes e Lensink (2003), Wang e Wong (2009), Alfaro et al. (2010) e Neto e
Veiga (2013). Esta hipótese é sustentada pelo facto do IDE ter impacto positivo no
investimento doméstico, permitir propagação de conhecimentos sobre práticas de negócios
e técnicas de gestão, facultar a migração de trabalhadores especializados, proporcionar a
globalização financeira e aumentar a competitividade internacional do país acolhedor.
Com esta análise pretendemos medir o efeito do IDE na taxa de crescimento do

PIB per capita, e verificar se as características específicas de países pequenos contribuem
para um impacto significativamente diferente do IDE em comparação com os países
grandes.
96
Países Grandes
3.1.2 – Análise empírica
3.1.2.1 – Dados
IDE (% PIB) – corresponde ao rácio do influxo do IDE pelo PIB. A nossa

hipótese é que quanto maior é o influxo do IDE, maior é o crescimento económico do país
acolhedor, portanto, esperamos um coeficiente positivo nos dois grupos de países. A fonte
de dados é WDI, para o período 1970-2010. Consideramos a variável IDE endógena, pois
segundo alguns autores, como Mottaleb e Kalirajan (2010) e Hussain e Kimuli (2012),
maior crescimento económico permite aumentar o influxo do IDE.
3.1.2.2 – Resultados e interpretações das estimações
Os resultados (tabela III.1) indicam impacto positivo e estatisticamente

significativo do IDE (% PIB) na taxa de crescimento do PIB per capita nos países grandes
(coluna 1) e nos países pequenos (coluna 2). A maioria das variáveis básicas tem o
resultado esperado e com significância estatística nos dois grupos de países. O teste de
Hansen não rejeita a validade dos instrumentos utilizados, o teste de Autocorrelação rejeita
a existência de autocorrelação de segunda ordem, o teste da diferença de Hansen não
rejeita a validade dos subconjuntos de instrumentos e o teste VIF não evidencia a
existência de multicolinearidade, pelo que, os testes suportam a validade dos resultados.
Os coeficientes do IDE (% PIB) têm praticamente a mesma proporção de impacto

e robustez na taxa de crescimento do PIB per capita nos dois grupos de países (colunas 1 e
2), ou seja, o aumento anual de 1 ponto percentual no IDE (%PIB) implica um aumento de
0,206 e de 0,205 pontos percentuais na taxa de crescimento do PIB per capita de países
pequenos e de países grandes, respetivamente. Na coluna 3 temos os resultados da
estimação para a comparação entre os coeficientes da variável de interesse nos dois grupos
de países. Consideramos o total das observações para as variáveis básicas, e a variável de
interesse, IDE, é interagida com variáveis dicotómicas (dummy) para países grandes e
países pequenos. Verificamos que o coeficiente do IDE é superior nos países pequenos,
mas esta diferença não é significativa pelo teste de Wald.42 Com isto, podemos dizer que
influxo do IDE e o seu impacto no crescimento económico não é determinado pela
42
Resultado do teste de Wald: chi2(1) = 2.20; Prob > chi2 = 0.1382.
97
Países Grandes
dimensão do país, ou seja, o reduzido mercado interno de países pequenos parece não
constituir desincentivo para o influxo do IDE.
Tabela III.1: Resultados das estimações com IDE

(1) (2) (3)
Variáveis PIBgr_GD PIBgr_PQ PIBgr_T
PIBpc inicial (log) -0.00631** -0.0909*** -0.0133
(-2.508) (-4.764) (-1.294)
Secundário (%) 0.00149*** 0.00236** 0.000825***
(4.088) (2.120) (2.579)
POP_gr (%) 0.124 -1.264** 0.866
(0.248) (-2.125) (1.145)
Invest. (%PIB) 0.00105** 0.00209** 0.000233
(2.358) (1.974) (0.590)
IDE (%PIB) 0.00205*** 0.00206***
(2.822) (3.038)
IDE_GD (%PIB) 0.00252**
(2.378)
IDE_PQ (%PIB) 0.00479***
(4.113)
Nº observações 3,779 1,295 5,074

Nº países 128 56 184
Nº instrumentos 112 48 146
Hansen test (p-value) 0.157 0.164 0.280
AR1 test (p- value) 0.0150 0.585 0.0436
AR2 test (p- value) 0.840 0.254 0.826
Difference-in-Hansen tests (p-value)

Instrumentos para níveis 0.913 0.562 0.132
Dummies período 0.985 0.419 0.330
Notas: A variável dependente é a taxa de crescimento do PIB per capita real (PIBgr). Significado
das siglas usadas: _GD – grupo de países grandes, _PQ – grupo de países pequenos, _T – todos os
países, PIBpc – PIB per capita inicial e POP_gr – crescimento da população. Entre parênteses está
a estatística-t. Nível de significância para rejeição da hipótese nula: *** - 1%, ** - 5% e * - 10%.
3.2 – Comércio externo
Há um certo consenso entre os economistas sobre os benefícios do comércio

externo. O número de países a abrirem a sua economia ao mercado externo tem vindo a
aumentar, apesar de isso significar maior exposição aos choques externos. Segundo
Wacziarg e Welch (2008), em 1960 apenas 22 % dos países eram considerados abertos ao
98
Países Grandes
comércio internacional, pelo critério definido por Sachs e Warner (1995), e em 2000 esta
percentagem passou para 73% dos países.43
Segundo Grossman e Helpman (1991b), o regime comercial afeta o crescimento

de longo prazo através do impacto nas mudanças tecnológicas, pois a abertura permite
importações que incorporam novas tecnologias, aumenta o mercado efetivo dos produtores
nacionais e cria incentivos à inovação. Wacziarg e Welch (2008) consideram que a
liberalização comercial afeta o crescimento económico, em parte, pelo seu efeito sobre a
acumulação do capital com o aumento dos investimentos. As trocas comerciais e a
integração regional reduzem os impactos dos efeitos da dimensão dos países no
crescimento económico, visto que, segundo Alesina et al. (2005), se não existirem
obstáculos à circulação dos fatores de produção entre fronteiras, o tamanho do país,
medido através da dimensão do mercado, deveria ser irrelevante para o sucesso. Os autores
mostraram que nos regimes de livre comércio os países pequenos podem prosperar, mas
num mundo com barreiras comerciais, ser de grande dimensão é importante para a
prosperidade económica.
Os países de pequena dimensão, como vimos anteriormente, estão associados à

maior abertura comercial. Alesina e Wacziarg (1998) identificaram uma relação negativa
entre abertura comercial (medida pelo rácio das importações mais exportações pelo PIB) e
dimensão do país (medida pela população), ou seja, duplicar a dimensão da população está
associada à redução de 9 pontos percentuais no rácio do comércio pelo PIB. Armstrong e
Read (1998) defendem que a integração económica oferece os meios pelos quais os países
pequenos podem aumentar a sua estabilidade interna, nomeadamente, através da redução
de incertezas externas, resultantes de uma ligação comercial mais estreita, e maior
interdependência económica com os países vizinhos.
A variável mais comum para medir o grau de abertura é o rácio das exportações
mais importações pelo PIB. As políticas comerciais medidas pela média das barreiras
tarifárias e não tarifárias constituem outro indicador de abertura comercial muito utilizado.
43
Um país é considerado fechado se apresenta, pelo menos, uma das seguintes características: Barreiras não-
tarifárias (BNT) cobrindo 40 por cento ou mais do comércio; Tarifas médias de 40 por cento ou mais; A taxa
de câmbio do mercado negro depreciada em 20 por cento ou mais, em relação à taxa de câmbio oficial; Um
sistema económico socialista (como o definido por Kornai, 1992); e, Monopólio estatal sobre as principais
exportações.
99
Países Grandes
Vários estudos (como Edwards, 1992; Harrison, 1996; Dollar e Kraay, 2004; Alesina et al.,
2005; Panahi, 2010) indicam impacto positivo e significativo da abertura comercial no
crescimento económico. Harrison (1996) usou sete proxies diferentes para medir a abertura
comercial (i – Índice da liberdade comercial, medido pela taxa de câmbio e políticas
comercias; ii – Índice de liberdade comercial, medido pelas barreiras tarifárias e não
tarifárias; iii – Prémio do mercado negro, medido pelo desvio da taxa do mercado negro
em relação à taxa de câmbio oficial; iv – Rácio das exportações mais importações pelo
PIB; v – Índice de movimentos em direção ao preço internacional, medido pelo preço
relativo de bens comercializados pelo país; vi – Índice de distorção de preços; vii –
Enviesamento indireto devido à proteção do setor agrícola e industrial da sobrevalorização
da taxa de câmbio), e encontrou, com exceção da variável rácio das exportações mais
importações pelo PIB, forte relação e com os sinais esperado das proxies no crescimento
económico. No entanto, Rodriguez e Rodrik (2001) mediram o impacto da abertura
comercial no crescimento económico através das barreiras tarifárias e não tarifárias, e
ficaram céticos em relação ao grande impacto negativo sugerido pela literatura.
A diversidade de bens e serviços oferecidos internamente nos países pequenos

pode ser afetada pela pequena dimensão do mercado doméstico, necessidade de
especialização e reduzida diversificação de produção e mercados de exportação. Assim, a
abertura ao comércio externo é necessária para a viabilização económica dos países
pequenos. No entanto, esta maior abertura implica maior exposição aos choques externos.
O nosso pressuposto inicial é que a abertura comercial tem impacto significativamente
diferente nos países pequenos em comparação com os países grandes.
3.2.2.1 – Dados
Utilizamos duas proxies para medir o impacto de abertura comercial no

crescimento do PIB per capita nos dois grupos de países:
 Abertura (% PIB) – soma das importações e exportações em percentagem do
PIB. A fonte de dados é a PWT 7.1, para o período 1970-2010. É a proxy para o
volume de abertura comercial. Esperamos impacto positivo;
100
Países Grandes
 Índice de liberdade comercial – é o índice da área 4, que compõe o índice de

liberdade económica do Fraser Institute. Tem em conta as taxas no comércio
internacional, leis sobre barreiras comerciais, taxa de câmbio no mercado negro,
controlo do mercado de capital internacional e dimensão do setor comercial em
relação ao esperado. Varia entre 0 (menor liberdade) e 10 (maior liberdade).
Fonte: Índice de Liberdade Económica para o período 1970-2010 (Gwartney et
al., 2011). É a proxy para as políticas de abertura comercial. Esperamos impacto
positivo.
Consideramos estas proxies endógenas ao modelo, visto que, o nível do PIB per
capita influencia as trocas comerciais.
Na tabela III.2 temos os resultados das estimações. Após o controlo das variáveis
básicas do modelo, verificamos que a proxy Abertura (% PIB) tem coeficientes positivos
nos dois grupos de países (colunas 3 e 4), mas é significativo apenas no grupo de países
pequenos (coluna 4). A variável índice de liberdade comercial tem coeficientes positivos e
significativos nos dois grupos de países (colunas 1 e 2). O teste de Hansen não rejeita a
validade dos instrumentos utilizados, o teste de Autocorrelação rejeita a existência de
autocorrelação de segunda ordem, o teste de diferença de Hansen não rejeita a validade dos
subconjuntos de instrumentos e o teste VIF não evidencia existência de multicolinearidade,
pelo que, os resultados das estimações são aceitáveis.
Nas colunas 5 e 6 temos as estimações com a comparação dos efeitos das

variáveis de interesse entre os dois grupos de países. A variável abertura (coluna 5) tem
impacto positivo nos dois grupos de países, mas com significância estatística apenas no
grupo de países pequenos. O índice de liberdade comercial (coluna 6) tem influência
positiva e significativa na taxa de crescimento do PIB per capita nos dois grupos de países,
e, pelo teste de Wald, os coeficientes são significativamente diferentes.44
44
101
Países Grandes
Tabela III.2: Resultados das estimações com comércio externo

(1) (2) (3) (4) (5) (6)
Variáveis PIBgr_GD PIBgr_PQ PIBgr_GD PIBgr_PQ PIBgr_T PIBgr_T
PIBpc inicial (log) -0.0135* -0.0534** -0.0957*** -0.112*** -0.108*** -0.101***
(-1.810) (-2.399) (-8.034) (-3.621) (-8.832) (-7.185)
POP_gr -1.106* 0.480 -0.825 -1.248** -1.162*** -0.483*
(-1.775) (0.708) (-1.428) (-2.576) (-3.571) (-1.847)
Invest. (%PIB) 0.000312 0.00134 0.00105 0.00270** 0.00120* 0.000340
(0.650) (0.639) (1.353) (2.196) (1.895) (0.524)
Secundário (%) 0.000484** 0.00228* 0.00374*** 0.00240** 0.00351*** 0.00332***
(2.046) (1.649) (7.598) (2.103) (6.566) (5.411)
Índice liberdade comercial 0.0135*** 0.0168*
(3.782) (1.856)
Abertura (%PIB) 0.000135 0.000511*
(0.462) (1.780)
Abertura_PQ (%PIB) 0.00058***
(2.682)
Abertura_GD (%PIB) 0.000439
(1.528)
Índice liberdade_PQ 0.0459***
(3.954)
Índice liberdade_GD 0.0222***
(3.378)
Nº observações 3,379 613 4,169 1,621 5,790 3,992

Nº países 113 25 129 57 186 138
Nº instrumentos 93 23 113 53 164 122
Hansen test (p-value) 0.117 0.235 0.121 0.193 0.162 0.142
AR1 test (p- value) 0.183 0.680 0.256 0.825 0.303 0.00844
AR2 test (p- value) 0.734 0.379 0.623 0.925 0.756 0.572
Difference-in-Hansen tests
(p-value)
Instrumentos níveis 0.875 0.190 0.829 0.364 0.699 1.000
Dummies período 0.538 0.340 0.959 0.688 0.726 0.870
Notas: A variável dependente é a taxa de crescimento do PIB per capita real (PIBgr). Significado das siglas
usadas: _GD – grupo de países grandes, _PQ – grupo de países pequenos, _T – todos os países, PIBpc – PIB
per capita inicial e POP_gr – crescimento da população. Entre parênteses está a estatística-t. Nível de
significância para rejeição da hipótese nula: *** - 1%, ** - 5% e * - 10%.
Com isto, concluímos que o comércio externo, em termos de volume e políticas,

tem contributo no crescimento económico significativamente diferente entre os dois grupos
de países. Assim, a proporção do impacto do comércio externo na taxa de crescimento do
PIB per capita é influenciada pela dimensão dos países, e os países de menor dimensão são
os mais beneficiados.
102
Países Grandes
3.3 – Instituições políticas, sociais e económicas
Encontramos vários estudos que explicam o crescimento económico pelo fator

qualidade institucional. Assane e Grammy (2003) defendem que “boas” instituições
melhoram a eficiência, aceleram o crescimento e ajudam os países em vias de
desenvolvimento a alcançarem a convergência condicional do rendimento. Mehmet (2010)
considera que as instituições afetam o desempenho económico por facultar baixo custo de
transações, o que conduz a ganhos de eficiência. Para Hall e Jones (1999), boas instituições
sociais permitem elevada intensidade do capital físico e humano e alta produtividade.
Existem várias classificações de instituições, mas no presente estudo analisamos

apenas o impacto das instituições económicas, políticas e sociais no crescimento
económico dos dois grupos de países. Segundo Acemoglu et al. (2005), as instituições
económicas abrangem a estrutura dos direitos de propriedade e a presença e perfeição dos
mercados. As instituições económicas influenciam a estrutura dos incentivos económicos
numa sociedade e facultam uma distribuição mais eficiente dos recursos entre os
utilizadores. As instituições políticas estabelecem os constrangimentos e incentivos, no
âmbito político, aos principais atores de uma sociedade e definem os poderes políticos que
influenciam as instituições económicas (Acemoglu et al., 2005). Jütting (2003) descreve as
instituições sociais como regras relacionadas, nomeadamente, com o acesso à saúde,
educação e regime de segurança social, que influenciam a igualdade do género e controlam
o relacionamento entre os agentes económicos.
Os vários estudos existentes encontraram impacto positivo das instituições no

crescimento económico dos países. Sachs e Warner (1997) utilizaram as variáveis estado
de direito, qualidade da burocracia e corrupção, para construírem um índice de qualidade
institucional, e identificaram efeito positivo das instituições no crescimento económico.
Hall e Jones (1999) consideraram dois índices para medir as instituições sociais: o primeiro
inclui as variáveis lei e ordem, qualidade burocrática, corrupção, risco de apropriação e
rejeição de contratos pelo governo; o segundo engloba a abertura ao comércio
internacional. Os autores obtiveram impacto positivo dos dois índices no crescimento
económico. Rigobon e Rodrik (2005) mediram as instituições económicas pelo estado de
103
Países Grandes
direito e instituições políticas pela democracia, e encontram efeitos positivos destas

instituições na performance económica dos países.
No entanto, vários autores argumentam que o impacto das instituições no

crescimento económico depende da qualidade das mesmas, e existem várias características
dos países que determinam esta qualidade:
 Segundo Rodrik et al. (2002), Easterly e Levine (2003), Dollar e Kraay (2003),
os países com maior comercialização, características geográficas favoráveis ao
comércio externo e integradas numa região, são os que apresentam instituições
mais desenvolvidas. Por outro lado, os países sem litoral têm capacidade limitada
para aceder a um grande mercado económico e são menos abertos ao comércio
externo, pelo que, apresentam instituições menos desenvolvidas (Sachs e Warner,
1997; Easterly e Levine, 2003).
 Easterly e Levine (2003) associam a qualidade das instituições aos climas
inóspitos. Nas ex-colónias com climas inóspitos, as potências colonizadoras
estabeleceram instituições extrativas para explorar os recursos naturais, enquanto
nas ex-colónias com climas hospitaleiros, implementaram instituições de colonos.
Estas instituições coloniais têm influência na estrutura atual das instituições.
 A Coesão social exerce grande impacto na qualidade das instituições. Easterly e
Levine (2003) mediram a coesão social pela diversidade etnolinguística. Os
autores concluíram que, o aumento da diversidade conduz à formação de
instituições e serviços públicos fracos e à adoção de políticas que fecham a
economia ao exterior.
Na parte I deste trabalho, constatámos que os países pequenos são caracterizados

por grande abertura ao comércio externo e forte coesão social, que são propícios para o
desenvolvimento de instituições de alta qualidade. Mas, por outro lado, a reduzida
população nos países pequenos aumenta o custo per capita por transações, o que reduz a
eficiência das instituições. Assim, pretendemos analisar empiricamente, se as
características de países pequenos contribuem, para que o impacto das instituições no
crescimento económico seja significativamente diferente em comparação com os países
grandes. Contudo, Rodrik et al. (2002) defendem que a dimensão do país, medida através
da população e área, não afeta a qualidade das instituições.
104
Países Grandes
3.3.2.1 – Dados
Analisamos os impactos das instituições políticas, sociais e económicas na taxa de

crescimento do PIB per capita dos dois grupos de países, usando as seguintes variáveis:
 Instituições económicas – seguimos o trabalho de Aisen e Veiga (2013) e
aplicamos como proxy o índice de liberdade económica (Gwartney et al., 2011),
que engloba os seguintes componentes: dimensão do governo (área 1), estrutura
legal e segurança dos direitos de propriedade (área 2), acesso a uma moeda sólida
(área 3), liberdade de comércio internacional (área 4) e regulação de crédito,
trabalho e negócios (área 5). O índice varia entre 0 e 10, e é referente ao período
1970-2010. Maiores valores do índice correspondem a melhores instituições. É
esperado um impacto positivo.
 Instituições sociais – Jütting (2003) sugere a medição da qualidade das
instituições sociais, através de um indicador de acesso à educação. Assim
recorremos à taxa de literacia do país como proxy das instituições sociais. Quanto
maior é a taxa de literacia, melhor é a qualidade das instituições sociais e, por
conseguinte, maior é o crescimento económico. Os dados são da Cross National
Time Series – CNTS, período 1970-2007. É esperado um coeficiente positivo.
 Instituições políticas – utilizámos como proxy para as instituições políticas, um
índice construído a partir da base de dados do Banco Mundial - Worldwide
Governance Indicators, referente ao período 1996-2010. O índice que
denominamos de Leis corresponde às leis e regulamentos existentes, e o seu
cumprimento pelos dirigentes políticos e sociedade em geral (resulta de uma
média ponderada das estimativas das variáveis Qualidade dos Regulamentos45 e
Estado de Direito46 da base da dados utilizada). Os valores do índice variam entre
-2,5 e 2,5, e o maior valor significa melhor qualidade das instituições. Esperamos
impacto positivo das instituições políticas no crescimento económico.
45
Mede a perceção da capacidade do governo em formular e implementar políticas e regulamentos que
permitem e promovem o desenvolvimento do setor privado. A estimativa dá a pontuação do país para o
indicador agregado, varia entre -2,5 e 2,5, e segue uma distribuição normal. O maior valor corresponde à
maior qualidade dos regulamentos.
46
Capta a perceção da confiança e respeito pelas regras da sociedade, em particular, a qualidade da execução
dos contratos, direitos de propriedade, bem como a probabilidade de crimes e violência. A estimativa dá a
pontuação do país para o indicador agregado, varia entre -2,5 e 2,5 e segue uma distribuição normal. O maior
valor corresponde ao melhor Estado de Direito.
105
Países Grandes
As proxies para as instituições económicas, políticas e sociais foram consideradas

endógenas ao modelo, pois maior crescimento económico é favorável ao desenvolvimento
de melhores instituições.
Primeiro, temos a salientar dois factos: i) devido ao reduzido número de

observações da proxy para a instituição económica no grupo de países pequenos, não
incluímos a proxy na mesma equação que as instituições políticas e sociais, e, assim,
evitamos que o número de instrumentos seja superior ao número de países; e, ii) nas
estimações com instituições sociais, excluímos do modelo a variável básica Secundário,
para evitar a multicolinearidade, uma vez que, usamos como proxy para a instituição
social, a taxa de literacia existente nos países.
Os resultados (tabela III.3) indicam efeitos positivos e estatisticamente

significativos das instituições políticas, sociais e económicas na taxa de crescimento do
PIB per capita nos países grandes (colunas 1 e 3) e nos países pequenos (colunas 2 e 4). A
maioria das variáveis básicas do modelo têm o impacto esperado, no entanto, apenas o PIB
per capita inicial tem significância estatística em todas as estimações. O teste de Hansen
não rejeita a validade dos instrumentos utilizados, o teste de Autocorrelação rejeita a
existência de autocorrelação de segunda ordem, o teste da diferença de Hansen não rejeita
a validade dos subconjuntos de instrumentos e o teste VIF não evidencia existência de
multicolinearidade, pelo que, os resultados da estimação são válidos.
Os coeficientes das proxies para as instituições políticas, sociais e económicas são

maiores no grupo de países pequenos (colunas 2 e 4) em comparação com o grupo de
países grandes (colunas 1 e 3). Isto deixa assim transparecer que, a qualidade das
instituições exerce maior impacto na performance económica de países pequenos. No
entanto, é preciso verificar se estas diferenças são significativas. Assim, nas colunas 5 e 6,
temos as estimações com a comparação entre os coeficientes das variáveis de interesse nos
dois grupos. Na coluna 5, as instituições sociais e políticas têm impactos positivos e
significativos nos dois grupos de países, mas os coeficientes, pelo teste de Wald, não são
106
Países Grandes
significativamente diferentes.47 As instituições económicas têm impacto positivo (coluna

6) e significativo nos dois grupos de países. O coeficiente é ligeiramente superior no grupo
de países pequenos, mas pelo teste de Wald esta diferença não é significativa.48
Tabela III.3: Resultados das estimações com instituições políticas, sociais e

económicas
(1) (2) (3) (4) (5) (6)
PIBpc inicial (log) -0.061*** -0.119*** -0.091*** -0.074*** -0.097*** -0.103***
(-4.481) (-5.123) (-6.287) (-3.397) (-4.866) (-8.258)
POP_gr -0.128 -0.962 -1.259** 0.811 0.727 -0.900***
(-0.0894) (-0.458) (-2.408) (0.888) (0.834) (-3.977)
Invest. (%PIB) -0.000517 0.00198 -0.000360 -0.00349 0.000773 -0.000347
(-0.748) (1.495) (-0.449) (-1.622) (0.700) (-0.472)
Secundário (%) 0.0036*** 0.0028*** 0.0037***
(6.212) (2.710) (6.261)
Instituição social 0.00018** 0.000388*
(2.532) (1.688)
Instituição política 0.0507*** 0.0644*
(2.700) (1.852)
Instituição económica 0.0317*** 0.0556***
(3.880) (3.414)
Instituição social_GD 0.0003***
(3.333)
Instituição social_PQ 0.0004***
(3.438)
Instituição política _GD 0.0533**
(1.987)
Instituição política _PQ 0.122***
(3.008)
Instituição económica _GD 0.0443***
(5.337)
Instituição económica _PQ 0.0449***
(5.211)
Nº observações 1,882 600 3,260 594 2,482 3,854

Nº países 129 48 113 25 177 138
Nº instrumentos 122 18 108 23 162 128
AR1 test (p- value) 0.263 0.205 0.124 0.435 0.0515 0.0384
AR2 test (p- value) 0.646 0.687 0.966 0.245 0.314 0.482
Difference-in-Han-
sen tests (p-value)
Dummies período 0.548 0.697 0.654 0.405 0.893 0.643
47
Resultado do teste de Wald: chi2(1) = 2.20; Prob > chi2 = 0.1379 – Instituições sociais; chi2(1) = 1.82;
Prob > chi2 = 0.1769 – Instituições políticas.
48
107
Países Grandes
Com isto, concluímos que a dimensão do país parece não influenciar o impacto
das instituições na taxa de crescimento do PIB per capita. O nosso resultado vai ao
encontro do trabalho de Rodrik et al. (2002), segundo o qual, a dimensão do país não
influencia o impacto das instituições no crescimento económico.
3.4 – Coesão social
A coesão social ou a falta da mesma tem influenciado a história de vários países e

com repercussões no desempenho económico. O exemplo mais recente de divisão do país,
por razão da diversidade étnica, é a independência do Sudão do Sul em relação ao Sudão
em Julho de 2011.
Encontramos vários conceitos formais da coesão social. Easterly et al. (2006)

definem a coesão social como a natureza e a extensão de divisões sociais e económicas
dentro da sociedade. Estas divisões podem ser por rendimento, raça, partido político, classe
social, língua ou outras variáveis demográficas. Berger-Schmitt (2002) considera coesão
social como a robustez das relações sociais e associações, e o sentimento de pertença à
mesma comunidade e os laços que a unem.
Nos estudos existentes são usadas diferentes medidas como proxy da coesão
social, na avaliação do seu impacto no crescimento económico. Knack e Keefer (1997)
mediram a coesão social pelo grau de confiança existente na sociedade, e o resultado foi
um impacto positivo e significativo no crescimento económico.49 Easterly e Levine (1997)
usaram a diversidade etnolinguística como proxy para a coesão social, e encontraram
relação inversa da proxy com o crescimento económico. Montalvo e Reynal-Querol (2005)
consideraram a heterogeneidade religiosa para avaliar a coesão social, e constatam um
efeito negativo da variável no crescimento económico.
Na parte I deste trabalho verificámos que a coesão social é indicada como um dos
principais benefícios associados à reduzida dimensão do país. Os países pequenos,
49
A confiança foi medida através do inquérito realizado pelo World Values Survey, no qual foi feita a
seguinte pergunta às pessoas: "De modo geral, você diria que a maioria das pessoas pode ser confiável, ou
que você não precisa ser muito cuidadoso ao lidar com as pessoas?"
108
Países Grandes
normalmente, possuem maior grau de homogeneidade social, coesão e identidade, o que

faculta a formação de capital social e um ambiente mais fértil para o crescimento
económico (Armstrong e Read, 1998). Fazer parte do mesmo país implica acordos num
conjunto de políticas para facilitar a governação, como esquemas de redistribuição,
provisão de bens públicos e políticas externas, e a pequena dimensão facilita no consenso e
envolvimento comum nas tomadas de decisões (Alesina, 2003). Mas, por outro lado, a
coesão social permite maior contacto entre os membros de uma sociedade, o que favorece
o nepotismo e clientelismo, que são fatores que não abonam a concorrência nos vários
setores económicos. Assim, analisamos empiricamente o impacto da coesão social no
crescimento económico, e se o efeito é significativamente diferente entre os dois grupos de
países.
3.4.2.1 – Dados
Consideramos duas proxies para medir o impacto da coesão social, na taxa de

crescimento do PIB per capita nos dois grupos de países:
 Guerra civil – refere-se aos anos em que o país teve situações de guerra étnica ou
civil ou violência civil. Usamos uma variável dummy que assume valor 1 se houve
guerra civil durante o ano. O período considerado para análise é 1970-2010.
Esperamos impacto negativo;50
 Índice tensão étnica – mede o grau de tensão dentro de um país, causado pelas
divisões raciais, nacionalidades ou línguas. O índice varia entre 0 e 6, onde as
classificações baixas correspondem aos países com maiores tensões. O período
considerado é 1984-2010. É esperado impacto positivo desta variável, pois menor
tensão significa maior coesão social.51
As duas variáveis foram consideradas endógenas, pois acreditamos que a guerra

civil e a tensão étnica são influenciadas pelo nível de crescimento económico do país.
50
Fonte: Marshall, M. C. (2013) Major Episodes of Political Violence (MEPV) and Conflict Regions. Center
for Systemic Peace: www.systemicpeace.org.
51
Fonte: International Country Risk Guide (ICRG): https://www.prsgroup.com/about-us/our-two-
methodologies/icrg.
109
Países Grandes
Verificamos na tabela III.4 que os coeficientes da proxy índice de tensão étnica

são positivos e estatisticamente significativos nos dois grupos de países (colunas 1 e 2) e os
da proxy guerra civil têm os impactos esperados, negativos, mas com significância
estatística apenas no grupo de países grandes (coluna 3). A maioria das variáveis básicas
do modelo tem o impacto esperado no crescimento económico e com significância
estatística. Na estimação da coluna 2, com a variável de interesse tensão étnica, devido ao
reduzido número de observações para os países pequenos, não consideramos as dummies
temporais, e assim evitamos que o número de instrumentos seja superior ao número de
países. O teste de Hansen não rejeita a validade dos instrumentos utilizados, o teste de
Autocorrelação rejeita a existência de autocorrelação de segunda ordem, o teste da
diferença de Hansen não rejeita a validade dos subconjuntos de instrumentos e o teste VIF
não evidencia existência de multicolinearidade, pelo que, os resultados das estimações são
válidos.
O índice risco de tensão étnica influencia positivamente a taxa de crescimento do

PIB per capita nos dois grupos de países e o coeficiente é superior no grupo de países
pequenos (coluna 2). O resultado era esperado, pois os países pequenos são caracterizados
por maior coesão social. Na coluna 5, temos a estimação para comparação dos coeficientes.
Verificamos que o índice risco de tensão étnica tem impacto positivo e significativo nos
dois grupos de países. O coeficiente continua maior nos países pequenos, mas o teste de
Wald não rejeita a hipótese nula da igualdade dos coeficientes.52
A variável guerra civil tem efeito negativo no grupo de países pequenos, mas sem
significância estatística (coluna 4), e na estimação para comparação dos coeficientes
(coluna 6), a variável continua sem significância estatística, mas o efeito passou a ser
positivo. Para os países grandes, a guerra civil tem impacto negativo e com significância
estatística (colunas 3 e 6). Com isto, concluímos que a proxy guerra civil parece ter efeito
incerto nos países pequenos, no entanto, em nenhum dos casos apresenta significância
estatística, e nos países grandes, o efeito é negativo e significativo. Definimos menor
guerra civil como indicador de maior coesão social, e os países pequenos são
caracterizados por maior coesão social, o que pode justificar a falta de significância
52
110
Países Grandes
estatística da variável neste grupo de países. Analisando os dados para o período 1970-
2010, verificámos que a média dos anos com guerra civil no grupo de países pequenos
(0,055) é significativamente inferior em comparação com os países grandes (0,227).53
Tabela III.4: Resultados das estimações com coesão social

(1) (2) (3) (4) (5) (6)
PIBpc inicial (log) -0.0532*** -0.0353* -0.0302** -0.0873*** -0.0548*** -0.0345***
(-4.094) (-1.879) (-2.193) (-3.830) (-5.114) (-3.945)
POP_gr 0.196 -1.842*** -0.661 -1.018** 0.178 0.286
(0.105) (-3.699) (-0.914) (-2.481) (0.153) (0.390)
Invest. (%PIB) 0.000684 0.00214 0.000806* 0.00348** 0.00119 0.000922
(0.859) (0.933) (1.747) (2.454) (1.042) (1.288)
Secundário (%) 0.00168*** 0.00142 0.00108** 0.00198* 0.00145** 0.00129***
(2.648) (0.909) (2.178) (1.847) (2.365) (4.022)
Índice tensão étnica 0.00874* 0.0514**
(1.670) (2.269)
Dummy guerra civil -0.0169* -0.0406
(-1.744) (-0.824)
Índice tensão étnica_GD 0.0281**
(2.283)
Índice tensão étnica_PQ 0.0304***
(2.738)
Dummy guerra civil_GD -0.0335*
(-1.845)
Dummy guerra civil_PQ 0.0900
(1.385)
Nº observações 2,579 488 4,145 863 3,067 5,008

Nº países 113 23 128 31 136 159
Nº instrumentos 51 20 113 28 30 110
AR1 test (p- value) 0.643 0.0944 0.694 0.862 0.138 0.261
AR2 test (p- value) 0.421 0.774 0.892 0.774 0.136 0.874
Difference-in-Hansen
tests (p-value)
Dummies período 0.651 0.170 0.302 0.147 0.488
53
Resultado do teste t-test: Pr(|T| > |t|) = 0.0000; Rejeita a hipótese nula de igualdade entre as médias.
111
Países Grandes
Posto isto, podemos dizer que, no geral, o efeito da coesão social parece ser
influenciado pela dimensão dos países, e o impacto negativo da falta de coesão social
(medida pela proxy guerra civil) é significativamente maior no grupo dos países grandes.
3.5 – Geografia
Encontramos alguns estudos que indicam a geografia como principal determinante

do crescimento económico. Gallup et al. (1999) defendem que a geografia e o clima
influenciam o crescimento económico, principalmente, através dos efeitos no custo de
transporte. Os países que estão, geograficamente, distantes dos principais centros
comerciais ou longe das zonas costeiras sofrem desvantagens em relação aos outros países,
devido ao aumento dos custos de transportes e dispersão económica. Assim, a localização
perto de zonas costeiras e ligadas à costa, por vias navegáveis ao oceano, é favorável ao
crescimento económico, e a localização longe dos grandes mercados tem efeito negativo
no crescimento.
Gallup et al. (1999) utilizaram diferentes proxies para medir os efeitos da

geografia e do clima no crescimento económico: percentagem de território em região
tropical; proporção da população a viver a menos de 100 km da linha costeira; distância
mínima do país em relação a um dos três principais mercados (Nova York, Roterdão e
Tóquio); prevalência da malária; e, custos de transporte. Os autores concluíram que a
percentagem de território em região tropical, a distância dos principais mercados, a
prevalência da malária e os custos de transportes têm efeitos negativos no crescimento
económico. Por outro lado, a proporção da população a viver na região costeira tem efeito
positivo. Rodrik, et al. (2002) mediram o efeito da geografia no crescimento económico,
pela distância do país em relação ao equador, e o impacto foi positivo.
Na parte I deste trabalho, verificámos que existe um certo consenso nos trabalhos
empíricos, em identificar a localização distante dos principais mercados, como um dos
principais impulsionadores da performance económica de países pequenos. Os países
pequenos têm outras características geográficas específicas, que podem influenciar o
crescimento económico de modo diferente em comparação com os países grandes, pois a
112
Países Grandes
maioria são ilhas (aumenta os custos de transporte e infraestruturação do país) e com forte
concentração da população junto das zonas costeiras (facilita as trocas comerciais
internacionais). Assim, analisamos empiricamente se o fator geografia tem impacto
significativamente diferente entre os dois grupos de países.
3.5.2.1 – Dados
Consideramos duas proxies para análise do impacto da geografia, na taxa de

crescimento do PIB per capita nos países pequenos e nos países grandes:
 Distância – mede a distância mínima (em termos de km2) do país em relação a
um dos principais mercados (EUA, Japão e Holanda). Os valores foram
transformados em logaritmos. Com esta variável obtemos o impacto da distância
geográfica dos países na performance económica. Os dados são dos autores
Gleditsch e Ward (2001). Esperamos impacto negativo;
 Ilha – dummy igual a 1 se o país é uma ilha. Os dados são da United Nations
Environment Programme (UNEP). A insularidade é indicada por vários estudos
como constrangimento ao crescimento económico, assim esperamos impacto
negativo desta proxy.
Assumimos as proxies usadas como exógenas ao modelo, uma vez que, o PIB per
capita não tem efeito sobre elas. Nas estimações, estas proxies foram consideradas apenas
nas equações em níveis, por serem exógenas e não variarem ao longo do tempo.
Os resultados (tabela III.5) indicam a maioria das variáveis de interesse e básicas,

com o efeito esperado e estatisticamente significativo nos dois grupos de países. O teste de
Hansen não rejeita a validade dos instrumentos utilizados, o teste de Autocorrelação rejeita
a existência de autocorrelação de segunda ordem, o teste da diferença de Hansen não
rejeita a validade dos subconjuntos de instrumentos e o teste VIF não evidencia existência
de multicolinearidade, pelo que, os resultados das estimações são aceitáveis.
113
Países Grandes
A proxy distância (km) tem o impacto esperado, negativo, e significativo no grupo

de países grandes (coluna 1) e de países pequenos (coluna 2). Na estimação com
comparação dos coeficientes (coluna 6), o impacto da proxy não é significativamente
diferente entre os dois grupos de países, pelo teste de Wald.54 Com isto, concluímos que, a
distância dos principais mercados afeta negativamente a performance económica do país,
independentemente da sua dimensão.
Tabela III.5: Resultados das estimações com geografia

(1) (2) (3) (4) (5) (6)
PIBpc inicial (log) -0.032*** -0.0322* -0.005*** -0.00348 -0.0037** -0.158***
(-3.151) (-1.915) (-2.610) (-0.900) (-2.475) (-7.274)
POP_gr 0.585 0.148 -0.0946 -1.063*** -0.644*** -0.616*
(0.624) (0.132) (-0.195) (-3.888) (-2.707) (-1.787)
Invest. (%PIB) 0.000997* 0.00175 0.0016*** 0.00223* 0.0017*** 0.0024***
(1.659) (1.302) (4.072) (1.776) (3.617) (2.712)
Secundário (%) 0.00096** 0.000741 0.0012*** 0.000990 0.0011*** 0.0045***
(2.052) (1.459) (3.803) (1.304) (4.633) (4.742)
Distância (log, km) -0.0166** -0.0204*
(-2.180) (-1.918)
Dummy ilha -0.0186 -0.0303**
(-1.484) (-2.395)
Dummy ilha_GD -0.0183
(-1.167)
Dummy ilha_PQ -0.027***
(-3.279)
Distância_GD (log, km) -0.0446**
(-2.052)
Distância_PQ (log, km) -0.0411**
(-1.998)
Nº observações 4,049 1,439 4,169 1,621 5,790 5,488

Nº países 126 50 129 57 186 176
Nº instrumentos 113 49 120 48 164 162
AR1 test (p- value) 0.972 0.263 0.0197 0.00538 0.000251 0.105
AR2 test (p- value) 0.987 0.686 0.943 0.848 0.835 0.350
Difference-in-Han-
sen tests (p-value)
Dummies período 0.972 0.854 0.922 0.924 0.927 0.993
Variável geografia 0.276 0.733 0.368 0.693 0.796 0.994
54
Resultado do teste de Wald: chi2( 1) = 1.57; Prob > chi2 = 0.2106.
114
Países Grandes
Na tabela acima, verificámos que a proxy ilha tem efeito negativo nos dois grupos
de países, mas com significância estatística apenas no grupo de países pequenos (coluna 4).
Na coluna 5 temos os resultados da comparação entre os coeficientes dos dois grupos de
países, e constatámos que a proxy ilha continua com efeito negativo nos dois grupos de
países, mas com significância estatística apenas nos países pequenos. Isto indica, que o
impacto significativo da insularidade na taxa de crescimento do PIB per capita depende da
dimensão do país, sendo os mais pequenos os mais afetados. O nosso resultado contraria o
de Armstrong et al. (1998), segundo o qual, a insularidade parece não exercer influência na
explicação do PIB per capita nos países pequenos.
Assim, concluímos que, no geral, os países pequenos são significativamente mais

afetados pelos efeitos negativos do fator geografia (medida pela proxy Ilha) no crescimento
económico.
3.6 – Vulnerabilidade ambiental
Na parte II deste trabalho vimos que existem várias fontes de vulnerabilidade, mas
devido à limitação dos dados, analisamos empiricamente, apenas os efeitos da
vulnerabilidade ambiental no crescimento económico. Guillaumont (2010) considera a
vulnerabilidade de um país como resultado de três componentes: dimensão e frequência
dos choques exógenos (observados ou antecipados); exposição aos choques; e, a
capacidade de reagir aos choques.
A vulnerabilidade ambiental está ligada, principalmente, às catástrofes e desastres

naturais. Não encontramos um consenso generalizado entre os estudos existentes sobre os
efeitos dos desastres naturais (medidos pelo número de pessoas mortas ou afetadas e pelos
danos materiais) no crescimento económico. Noy (2009) recorreu às variáveis pessoas
afetadas, pessoas mortas e custo dos danos causados pelos desastres naturais, para estudar
o impacto da vulnerabilidade ambiental no crescimento económico dos países. Concluiu
que o número de pessoas mortas ou afetadas não tem impacto no crescimento económico,
mas o custo dos danos tem efeito negativo. Cavallo et al. (2010) mediram os efeitos dos
desastres naturais pelo número de pessoas mortas, e encontraram que apenas os grandes
115
Países Grandes
desastres naturais (quando a magnitude é 2 desvio-padrão acima da média mundial),

seguidos de revolução política, influenciam negativamente o crescimento económico.
Hochrainer (2009) encontrou impacto negativo dos desastres naturais no crescimento
económico e os efeitos são pequenos.
Os vários índices e variáveis usados para medir a vulnerabilidade classificam os

países pequenos, em especial os países ilhas, como os mais vulneráveis. Isto deve-se às
características específicas deste grupo de países, segundo Briguglio (1995), como a
insularidade e afastamento (implica altos custos de transporte e incerteza na oferta),
propensão aos desastres naturais (a reduzida dimensão do país conduz a maiores desastres
por unidades de área e custo per capita) e fatores ambientais (as pressões do
desenvolvimento económico podem conduzir ao esgotamento do terreno agrícola,
exploração da zona costeira para turismo e atividades marítimas). A nossa hipótese é que
estas características aumentam os efeitos dos desastres naturais no crescimento económico
de países pequenos. No entanto, na análise descritiva efetuada na parte II deste trabalho,
concluímos que não existe uma nítida superioridade da vulnerabilidade ambiental em um
dos grupos de países.
3.6.2.1 – Dados
Utilizamos como medidas da vulnerabilidade ambiental, os dados referentes aos

desastres naturais, nomeadamente: pessoas afetadas, pessoas mortas e estimativas de custos
dos danos. Os dados pertencem à EM-DAT, para o período 1970-2010. 55 Dividimos o
número de pessoas mortas ou afetadas pela população do ano anterior ao desastre, e os
custos pelo PIB do ano anterior ao desastre. Esperamos efeito negativo das proxies.56
55
Um desastre é considerado na base de dados da EM-DAT quando se verifica pelo menos um dos seguintes
critérios: dez (10) ou mais pessoas mortas; cem (100) ou mais pessoas afetadas; declaração de estado de
emergência; ou, ligação para assistência internacional. Os desastres naturais podem ser: seca, terramoto,
epidemia, temperatura extrema, inundação, infestação de insetos, movimento de massa seca, movimento de
massa húmida, tempestade, erupção vulcânica e incêndios florestais.
56
A variável pessoas afetadas inclui pessoas que sofreram lesões físicas, trauma ou uma doença que requer
tratamento médico como um resultado direto de um desastre, pessoas que necessitam de assistência imediata
para o abrigo e pessoas que necessitam de assistência imediata durante um período de emergência, mas
também pode incluir pessoas deslocadas ou evacuadas.
116
Países Grandes
A ocorrência e a amplitude dos desastres naturais não dependem do nível do PIB

do país. Mas, os impactos económicos e humanos dos desastres naturais estão relacionados
com a capacidade económica e infraestrutural do país, em fazer face aos desastres. Por
outro lado, utilizamos o PIB do ano anterior e a população na ponderação das variáveis
danos causados e pessoas afetadas e mortas pelos desastres naturais. Assim, consideramos
estas variáveis como endógenas nas nossas estimações.
Verificamos na tabela III.6, que as variáveis de interesse têm os coeficientes

esperados nos dois grupos de países (colunas 1, 2, 3, 4, 5 e 6), mas apenas a proxy danos
tem significância estatística (colunas 5 e 6). As variáveis básicas têm os efeitos esperados e
a maioria com significância estatística. O teste de Hansen não rejeita a validade dos
instrumentos utilizados, o teste de Autocorrelação rejeita a existência de autocorrelação de
segunda ordem, o teste da diferença de Hansen não rejeita a validade dos subconjuntos de
instrumentos e o teste VIF não evidencia existência de multicolinearidade, pelo que, os
resultados da estimação são aceitáveis.
As variáveis pessoas mortas e pessoas afetadas influenciam negativamente a taxa

de crescimento do PIB per capita nos dois grupos de países (colunas 1, 2, 3, e 4), mas os
efeitos não têm significância estatística. Nas estimações com comparação dos coeficientes,
as variáveis continuam com o mesmo comportamento nos dois grupos de países (colunas 7
e 9). Isto significa que a vulnerabilidade ambiental, medida pelas pessoas mortas ou
afetadas, parece ter impacto negativo na taxa de crescimento do PIB per capita dos países,
independentemente da sua dimensão. Porém, o efeito não é estatisticamente significativo.
A variável danos (% PIB) tem coeficientes negativos e com significância

estatística nos dois grupos de países (colunas 5 e 6). Na estimação com comparação dos
coeficientes (coluna 8) a variável danos (% PIB) tem impacto negativo e significativo nos
dois grupos de países. Os coeficientes são diferentes, mas o teste de Wald não rejeita a
hipótese de igualdade dos coeficientes.57
57
117
Países Grandes
Assim, concluímos que a vulnerabilidade ambiental influencia negativamente o

crescimento económico dos países, independentemente da sua dimensão. No entanto,
apenas a variável danos (% PIB) tem efeito significativo na taxa de crescimento do PIB per
capita dos países. Estes resultados vão ao encontro dos obtidos por Noy (2009), segundos
os quais, o efeito das pessoas mortas ou afetadas no crescimento económico não é
significativo, e também da nossa análise descritiva efetuada na parte II, onde não
encontramos superioridade da vulnerabilidade ambiental de um dos grupos de países.
Tabela III.6: Resultados das estimações com vulnerabilidade ambiental

(1) (2) (3) (4) (5) (6) (7) (8) (9)
Variáveis PIBgr_GD PIBgr_PQ PIBgr_GD PIBgr_PQ PIBgr_GD PIBgr_PQ PIBgr_T PIBgr_T PIBgr_T
PIBpc inicial (log) -0.036*** -0.129** -0.104*** -0.0427* -0.030*** -0.000910 -0.0185** -0.0173* -0.0165*
(-5.277) (-2.451) (-8.157) (-1.797) (-2.764) (-0.0582) (-2.065) (-1.768) (-1.736)
POP_gr -1.173** -3.023 -0.992** -2.242 -2.412*** -1.302*** -0.904* -1.420** -1.245**
(-1.998) (-1.348) (-1.979) (-1.439) (-3.649) (-2.677) (-1.704) (-2.269) (-2.390)
Invest. (%PIB) 0.000845* 0.000155 0.00166** 0.000796 0.00106** 0.000293 0.00096** 0.00113** 0.00111**
(1.684) (0.108) (1.967) (0.532) (2.113) (0.512) (2.379) (2.276) (2.361)
Secundário (%) 0.0014*** 0.00467* 0.0036*** 0.00189* 0.00079** 3.26e-05 0.00067** 0.000475 0.000533*
(5.227) (1.918) (6.620) (1.706) (2.306) (0.0421) (2.252) (1.644) (1.816)
Mortas (% pop) -0.778 -18.83
(-0.132) (-0.306)
Afetadas (% pop) -0.000572 -0.0566
(-0.0300) (-1.301)
Danos (% PIB) -1.164* -0.139**
(-1.648) (-2.207)
Afetadas_PQ (% pop) -0.0230
(-0.439)
Afetadas_GD (% pop) -0.0422
(-0.578)
Danos_PQ (% PIB) -0.153*
(-1.827)
Danos_GD (% PIB) -0.899*
(-1.687)
Mortas_PQ (% pop) -26.59
(-0.368)
Mortas_GD (% pop) -5.784
(-0.282)
Nº observações 3,632 1,056 3,632 1,056 3,632 1,056 4,688 4,688 4,688
Nº países 127 54 127 54 127 54 181 181 181
Nº instrumentos 83 53 113 53 83 43 134 134 110
Hansen test (p-value) 0.150 0.186 0.237 0.374 0.277 0.487 0.314 0.190 0.137
AR1 test (p- value) 0.387 0.910 0.287 0.409 0.0506 0.114 0.0720 0.0295 0.0368
AR2 test (p- value) 0.352 0.375 0.142 0.603 0.968 0.793 0.297 0.638 0.323
Difference-in Han-
sen tests (p-value)
Instrumentos níveis 0.300 0.368 0.378 0.377 0.647 0.366 0.157 0.161 0.496
Dummies período 0.781 0.106 0.861 0.668 0.862 0.931 0.269 0.275 0.231
per capita inicial, pop – população e POP_gr – crescimento da população. Entre parênteses está a estatística-
t. Nível de significância para rejeição da hipótese nula: *** - 1%, ** - 5% e * - 10%.
118
Países Grandes
3.7 – Análises de sensibilidade
Realizámos algumas análises de sensibilidade, aos resultados das estimações com

comparação dos coeficientes das variáveis de interesse entre os países pequenos e os países
grandes. Os resultados das estimações realizadas estão no apêndice VIII. Assim, primeiro,
utilizámos outros critérios de classificação dos países, onde considerámos, separadamente,
as variáveis PIB (PPC), população total e área total, para constituir os clusters. 58 Também
utilizámos o limite de 3 milhões de habitantes para definir os países pequenos (seguimos
Armstrong et al., 1998), mas como os resultados foram idênticos aos obtidos com a
utilização da variável população para definir os clusters, não apresentámos estas
estimações no apêndice. Segundo, utilizámos períodos diferentes de análise, ou seja,
excluímos os primeiros e os últimos 10 anos da nossa base de dados, e considerámos dois
subperíodos, 1970-2000 e 1980-2010. Terceiro, eliminámos os outliers com base na
dimensão da população e da área dos países em cada grupo.59 Por último, excluímos da
base de dados os países de baixo rendimento, os países de alto rendimento (pertencentes ou
não à OCDE) e os países membros da Organização dos Países Exportadores de Petróleo
(OPEP), para além de outros países considerados exportadores de petróleo pela
UNCTAD.60 Finalmente, eliminámos os países consoante o agrupamento regional definido
por Barro e Lee (2010), mas os resultados não foram apresentados no apêndice, visto que,
vão ao encontro das nossas conclusões e de forma a não ocupar demasiado espaço. Os
coeficientes das dummies temporais não são reportados nas tabelas, mas as mesmas foram
consideradas nas estimações.
Na tabela A.7 temos os resultados com a variável de interesse IDE. Os resultados

das análises de sensibilidade são semelhantes aos obtidos na tabela III.1, ou seja, no geral,
os coeficientes da variável IDE são superiores no grupo de países pequenos, mas não são
estatisticamente diferentes dos coeficientes no grupo de países grandes. Assim,
58
Para a definição dos clusters, utilizámos a técnica hierárquica das análises de clusters e aplicámos a
medida Quadrado da Distância Euclidiana e o método between-groups linkage, que são os mais indicados
quando o número de objetos é reduzido. Recorremos ao procedimento utilizado nas análises de clusters da
Parte II deste trabalho. Os dados da População e área são do Banco Mundial, ano de 2009. Os dados do PIB
(PPC) são da PWT7.1, ano de 2010.
59
Os outliers: Países Pequenos (Hong Kong, Singapura, Moldávia, Líbano, Porto Rico, Guiana, Suriname,
Islândia e Letónia); Países grandes (China, EUA, Indonésia, Rússia, Brasil, Canadá e Austrália).
60
Seguimos a classificação de rendimento dos países definida pelo Banco Mundial referente ao ano 2010.
Excluímos 18 países exportadores de petróleo: Angola, Argélia, Líbia, Nigéria, Venezuela, Irã, Iraque,
Kuwait, Omã, Qatar, Arábia Saudita, Emirados Árabes Unidos, Cazaquistão, Rússia, Noruega, Equador,
Gabão e Indonésia.
119
Países Grandes
confirmamos que o impacto do IDE no crescimento económico não é influenciado pela

dimensão do país. No entanto, há duas situações a serem apontadas: primeiro, com a
divisão das observações em dois subperíodos (colunas 4 e 5), os coeficientes do IDE nos
países grandes perdem a significância estatística; e, segundo, com a exclusão dos países de
alto rendimento (coluna 7) há uma redução considerável no valor dos coeficientes nos dois
grupos de países, que perdem a significância estatística. Este resultado demonstra que o
impacto do IDE na taxa de crescimento do PIB per capita apresenta uma ligação ao nível
de rendimento económico do país.
Os resultados das estimações com a variável de interesse comércio externo estão

nas tabelas A.8 e A.9. Os coeficientes da proxy índice de liberdade comercial são positivos
e estatisticamente superiores no grupo de países pequenos, em todas as estimações. Os
coeficientes da proxy abertura (% PIB) são positivos nos dois grupos de países, e a maioria
com significância estatística apenas no grupo dos países pequenos. Porém, verificámos
que, com a utilização da população para definir os clusters (tabela A.8, coluna 3) e com a
exclusão dos países exportadores de petróleo (tabela A.9, coluna 6), os coeficientes da
proxy abertura (% PIB) passam a ter significância estatística no grupo de países grandes e
não são significativamente diferentes dos coeficientes do grupo de países pequenos. Assim,
concluímos que, o impacto do comércio externo na taxa de crescimento do PIB per capita
é influenciado pela dimensão dos países, sendo os países pequenos os mais beneficiados.
Isto vai ao encontro da nossa conclusão no subcapítulo anterior (resultados da tabela III.2).
Nas tabelas A.10 e A.11 estão os resultados com a variável de interesse

instituições políticas, sociais e económicas. Não considerámos o subperíodo 1970-2000
para as instituições políticas e sociais, devido à limitação de observações disponíveis.
Verificámos que, no geral, os resultados são semelhantes aos obtidos no subcapítulo
anterior (tabela III.3). Ou seja, as instituições políticas, sociais e económicas têm
coeficientes positivos nos dois grupos de países e o impacto não é significativamente
diferente entre os dois grupos.
Apresentamos nas tabelas A.12 e A.13 as estimações com a variável de interesse

coesão social. Não considerámos o subperíodo 1970-2000 para a proxy índice de menor
tensão étnica, devido à limitação de observações disponíveis. Em todas as estimações, a
proxy índice de menor tensão étnica tem coeficientes positivos e estatisticamente
120
Países Grandes
significativos nos dois grupos de países, e as diferenças entre os coeficientes não são
estatisticamente significativas pelo teste de Wald. A proxy guerra civil não tem
significância estatística no grupo dos países pequenos e, no grupo dos países grandes, os
coeficientes são negativos e a maioria com significância estatística. Estes resultados vão ao
encontro dos obtidos no subcapítulo anterior (tabela III.4).
Os resultados das estimações com a variável de interesse geografia estão nas

tabelas A.14 e A.15. Nas estimações realizadas, a proxy distância (km) dos principais
mercados tem coeficientes negativos nos dois grupos de países, e estes coeficientes não são
estatisticamente diferentes. Porém, constatamos que, com a utilização da população para
definir os clusters (tabela A.14, coluna 2) e com a exclusão dos países de alto rendimento
(tabela A.14, coluna 7), os coeficientes da proxy distância perdem significância estatística
nos dois grupos de países. A proxy ilha tem coeficientes negativos nos dois grupos de
países, mas com significância estatística apenas no grupo dos países pequenos, à exceção
de quando considerámos o subperíodo de análise 1980-2010 (tabela A15, coluna 5), em
que a proxy perde significância estatística no grupo dos países pequenos. Estes resultados
das proxies são semelhantes aos obtidos no subcapítulo anterior (tabela III.5).
Na tabela A.16 estão os resultados das estimações com a variável de interesse

vulnerabilidade ambiental. Apresentamos apenas as estimações com a proxy danos (%
PIB) causados pelos desastres naturais, visto que, as estimações com as proxies pessoas
mortas e pessoas afetadas pelos desastres naturais, não apresentam significância estatística
nos dois grupos de países. A proxy danos (% PIB) tem coeficientes negativos nos dois
grupos de países e a maioria com significância estatística. As diferenças entre os
coeficientes dos dois grupos de países não têm significância estatística, ou seja, o impacto
da vulnerabilidade ambiental na taxa de crescimento do PIB per capita não é influenciada
pela dimensão do país, e esta conclusão vai ao encontro do obtido no subcapítulo anterior
(tabela III.6).
Todas as regressões passaram nos testes de especificação de Hansen,

Autocorrelação e diferença de Hansen, e o teste VIF não evidencia existência de
multicolinearidade, pelo que, os resultados são válidos. Assim, concluímos que os
resultados das estimações, com a comparação dos coeficientes entre os dois grupos de
países, realizadas no subcapítulo anterior, apresentam, no geral, robustez à alteração de
121
Países Grandes
critérios de classificação dos países, à variação do período temporal, aos outliers, à

exclusão de países exportadores de petróleo e às restrições de rendimentos ou classificação
regional dos países.
3.8 – Modelo completo
Neste subcapítulo procuramos incluir diversas variáveis de interesse num único

modelo, de modo a identificar as que são mais robustas para cada grupo de países.
Seguimos a metodologia conhecida por “geral para o específico” apresentada por Hoover e
Perez (1999 e 2004).
Começamos por estimar, para cada grupo de países, um modelo geral inicial, que
inclui as variáveis básicas e de interesse, excluindo as variáveis com elevada correlação
entre si. Procuramos chegar a um modelo final constituído por 6 ou 7 variáveis
independentes, sendo 3 ou 4 variáveis básicas e 3 ou 4 variáveis de interesse. Optamos por
estes números de variáveis por seguirmos Levine e Renelt (1992) e Sala-i-Martin (1997)
que nas suas estimações consideraram regressões com 7 variáveis independentes e,
também, por algumas variáveis terem número reduzido de observações e assim evitamos
que o número de instrumentos seja superior ao número de países.
Realizámos diversas combinações lineares das variáveis, e selecionámos a melhor

especificação (escolhemos o modelo com maior número de variáveis com significância
estatística e económica, e que tenha passado pelos testes de especificação). Em cada
estimação eliminámos a variável com menor t-estatístico e/ou sem significância
económica, e re-estimámos a equação com as variáveis restantes. Este processo foi
repetido até que, na regressão final, as 6 ou 7 variáveis restantes, fossem as com maior
significância estatística e económica. Em todas as regressões realizámos os testes de
Hansen, Autocorrelação, diferença de Hansen e VIF.
3.8.1 – Resultados e interpretações das estimações
Após inúmeras estimações de combinação linear das diferentes variáveis básicas e

de interesse, temos os resultados (tabela III.7) dos modelos finais para o grupo de países
122
Países Grandes
grandes (variáveis básicas: PIB per capita inicial, crescimento da população e

investimento; variáveis de interesse: instituições sociais, instituições económicas e danos)
e de países pequenos (variáveis básicas: PIB per capita inicial, crescimento da população e
investimento; variáveis de interesse: instituições sociais, abertura comercial e ilha). O teste
de Hansen não rejeita a validade dos instrumentos utilizados, o teste de Autocorrelação
rejeita a existência de autocorrelação de segunda ordem, o teste da diferença de Hansen
não rejeita a validade dos subconjuntos de instrumentos e o teste VIF não evidencia
existência de multicolinearidade, pelo que, os resultados das estimações são aceitáveis.
No grupo de países grandes (coluna 1), as variáveis básicas e de interesse têm os

impactos esperados. O PIB per capita inicial e o crescimento da população apresentam
coeficientes negativos e com significância estatística. O investimento tem coeficiente
positivo e estatisticamente significativo. As instituições sociais e económicas têm
coeficientes positivos e estatisticamente significativos, e os danos causados pelos desastres
naturais exercem impacto negativo e significativo no crescimento económico.
No grupo de países pequenos (coluna 2), os resultados das variáveis básicas e de

interesse estão conforme as nossas expetativas. O PIB per capita inicial e o crescimento da
população têm efeitos negativos e com significância estatística. O investimento apresenta
coeficiente positivo e significativo. A instituição social e abertura comercial têm
coeficientes positivos, mas sem significância estatística no caso da variável abertura. A
variável ilha apresenta efeito negativo e estatisticamente significativo.
As variáveis básicas que explicam os dois grupos de países são idênticas, o que
reforça a nossa opção pela escolha destas variáveis como básicas e comuns em todas as
estimações. Em relação às variáveis de interesse, existe uma certa diferença entre os dois
grupos de países, o que deixa transparecer que há características específicas ligadas à
dimensão dos países que influenciam os seus principais determinantes do crescimento
económico.
123
Países Grandes
Tabela III.7: Resultados das estimações do modelo completo

(1) (2)
Variáveis PIBgr_GD PIBgr_PQ
PIBpc inicial (log) -0.0223*** -0.0307***
(-3.318) (-2.767)
POP_gr -1.585** -0.716**
(-2.283) (-2.113)
Invest. (%PIB) 0.00129*** 0.00338**
(3.147) (2.131)
Instituição social 6.46e-05* 0.000293**
(1.862) (2.170)
Instituição económica 0.00623**
(2.225)
Danos (% PIB) -0.745**
(-2.021)
Dummy ilha -0.0462*
(-1.657)
Abertura (%PIB) 0.000181
(1.149)
Nº observações 3,119 1,304

Nº países 110 50
Nº instrumentos 104 38
Hansen test (p-value) 0.215 0.134
AR1 test (p- value) 0.114 0.0178
AR2 test (p- value) 0.725 0.415

Instrumentos níveis 0.680 0.674
Dummies período 0.556 0.168
Dummy ilha 0.339
Notas: A variável dependente é a taxa de crescimento do PIB per capita real (PIBgr). Significado das
siglas usadas: _GD – grupo de países grandes, _PQ – grupo de países pequenos, PIBpc – PIB per capita
inicial e POP_gr – crescimento da população. Entre parênteses está a estatística-t. Nível de significância
para rejeição da hipótese nula: *** - 1%, ** - 5% e * - 10%.
3.8.2 – Análises de sensibilidade
Realizámos algumas análises de sensibilidade aos resultados na tabela III.7.

Consideramos as mesmas restrições utilizadas nas análises de sensibilidade no subcapítulo
anterior, com exceção da exclusão dos países de alto rendimento, pois neste caso
excluímos apenas os países de alto rendimento pertencentes à OCDE, devido à limitação
de observações disponíveis para o grupo de países pequenos. Os coeficientes das dummies
temporais não estão reportados nas tabelas, mas as mesmas foram consideradas nas
estimações.
124
Países Grandes
3.8.2.1 – Grupo de países grandes
Na tabela III.8, utilizamos as variáveis PIB (coluna 1), população (coluna 2) e

área (coluna 3) para agrupar os países em clusters. Os resultados mantêm-se, ou seja, as
variáveis básicas e de interesse têm os sinais esperados, e apenas a variável de interesse
Danos (% PIB) não tem significância estatística (coluna 3). Com isto, concluímos que os
nossos resultados não são afetados pelos critérios de classificação dos países.
Dividimos a base de dados em dois subperíodos, 1970-2000 (coluna 4) e 1980-

2010 (coluna 5), e as observações diminuíram em 33% e 12%, respetivamente. Os
coeficientes das variáveis básicas e de interesse têm os efeitos esperados e todos com
significância estatística, exceto as variáveis POP_gr e danos (% PIB), no período 1970-
2000 (coluna 4). Verificamos, ainda, no período 1980-2010 (coluna 5) um aumento
considerável do coeficiente da variável danos (% PIB). Mas, no geral, estes resultados são
similares aos do modelo inicial, pelo que, não são sensíveis à alteração do período
temporal.
Nas estimações seguintes, restringimos os dados com a eliminação de países

pertencentes ao grupo de baixo rendimento (coluna 6), ao grupo de alto rendimento da
OCDE (coluna 7) e ao grupo de exportadores de petróleo (coluna 8). As observações
reduziram entre 10% e 29%. Todas as variáveis básicas e de interesse têm os sinais
esperados, e apenas 4 dos 18 coeficientes estimados não têm significância estatística.
Também, não verificamos alterações substanciais no valor dos coeficientes. Isto significa
que os resultados não são impulsionados pela inclusão de países de altos rendimentos,
países de baixo rendimentos ou países exportadores de petróleo.
Por último, excluímos 7 países (China, EUA, Indonésia, Rússia, Brasil, Canadá e
Austrália) que identificámos como outliers (coluna 9) devido à dimensão da população e
da área. Os resultados obtidos são idênticos aos da regressão inicial, pelo que, não são
impulsionados pelos outliers.

Autocorrelação, diferença de Hansen e VIF, pelo que, os resultados são válidos. Assim,
concluímos que o modelo final para os países grandes é robusto.
125
Países Grandes
Tabela III.8: Análise de sensibilidade nos países grandes

(1) (2) (3) (4) (5) (6) (7) (8) (9)
Cluster Cluster Cluster Período Período Excluindo Excluindo Excluindo Excluindo
GDP POP Área (1970-2000) (1980-2010) baixo alto Exportador outliers
rendimento rendimento Petróleo
OCDE
Variáveis PIBgr PIBgr PIBgr PIBgr PIBgr PIBgr PIBgr PIBgr PIBgr
PIBpc inicial (log) -0.0272*** -0.0245*** -0.0278*** -0.0149** -0.0400*** -0.0289*** -0.00732* -0.0209*** -0.0356***
(-4.576) (-4.137) (-4.859) (-1.995) (-4.634) (-4.203) (-1.742) (-2.719) (-5.032)
POP_gr -1.239* -1.683** -1.677* -0.137 -2.262** -0.599 -0.969* -1.397* -1.783*
(-1.702) (-2.474) (-1.776) (-0.213) (-2.056) (-0.912) (-1.833) (-1.844) (-1.932)
Invest. (%PIB) 0.0010** 0.0011*** 0.0014*** 0.00085** 0.00140* 0.000467 0.000785* 0.0015*** 0.00163**
(2.364) (2.817) (2.872) (2.318) (1.789) (1.015) (1.682) (3.722) (2.403)
Instituição social 8.04e-05** 7.41e-05** 7.51e-05** 6.60e-05** 0.00010** 8.41e-05* 8.42e-06 6.81e-05* 9.57e-05**
(2.916) (2.125) (2.068) (2.142) (2.518) (1.921) (0.266) (1.801) (3.173)
Instituição económica 0.00821* 0.0081*** 0.00680* 0.0100*** 0.0127** 0.0104** 0.0125*** 0.00572* 0.0129**
(1.948) (3.364) (1.658) (2.786) (2.299) (2.177) (3.069) (1.925) (2.286)
Danos (% PIB) -1.035* -0.595* -0.564 -0.000896 -3.064** -1.010 -0.543* -0.892** -2.294*
(-1.837) (-1.778) (-1.422) (-0.00245) (-2.150) (-1.568) (-1.827) (-2.057) (-1.870)
Nº observações 3,226 3,051 2,966 2,091 2,749 2,531 2,219 2,821 2,841
Nº países 119 108 107 97 110 88 82 98 102
Nº instrumentos 110 104 92 96 31 74 73 86 32
AR1 test (p- value) 0.272 0.132 0.115 0.859 0.253 0.0126 0.238 0.389 0.655
AR2 test (p- value) 0.717 0.650 0.369 0.458 0.296 0.591 0.584 0.787 0.944
tests (p-value)
Dummies período 0.732 0.592 0.184 0.744 0.906 0.166 0.220 0.272 0.753
usadas: PIBpc – PIB per capita inicial e POP_gr – crescimento da população. Entre parênteses está a
estatística-t. Nível de significância para rejeição da hipótese nula: *** - 1%, ** - 5% e * - 10%.
3.8.2.2 – Grupo de países pequenos
Os resultados das estimações estão na tabela III.9. Agrupámos os países em

clusters usando a variável PIB (coluna 1), e as variáveis básicas e de interesse têm os
efeitos esperados. No entanto, as variáveis Investimento (% PIB) e Ilha não têm
significância estatística em comparação com o modelo inicial, o que deixa transparecer
uma certa ligação dos efeitos destas variáveis com a dimensão do PIB do país. Na
classificação dos países em clusters, com base na dimensão da população (coluna 2) e da
área (coluna 3), os resultados são algo semelhantes aos do modelo inicial. Assim, podemos
dizer que os resultados encontrados apresentam considerável robustez às alterações dos
critérios de classificação dos países.
Dividimos a base de dados em dois subperíodos, 1970-2000 (coluna 4) e 1980-

2010 (coluna 5). As variáveis básicas têm os sinais esperados e são estatisticamente
significativas nos dois subperíodos. Os coeficientes das variáveis de interesse têm os
efeitos esperados, mas a variável ilha perde significância estatística em comparação com o
126
Países Grandes
modelo inicial. No geral, podemos dizer que o modelo apresenta razoável robustez às
alterações dos períodos de análise.
Em seguida, restringimos os países com a exclusão de países pertencentes ao

grupo de baixo rendimento (coluna 6), ao grupo de alto rendimento da OCDE (coluna 7) e
ao grupo de exportadores de petróleo (coluna 8). As variáveis básicas têm os impactos
esperados e com significância estatística. As variáveis de interesse têm os efeitos
esperados, e apenas a variável ilha perde significância estatística (colunas 6 e 8) em
comparação com a regressão inicial, o que deixa transparecer uma certa ligação da
robustez do efeito da variável ilha ao rendimento económico do país. Mas, no geral,
podemos considerar as variáveis básicas e de interesse robustas.
No fim, excluímos 9 países (Hong Kong, Singapura, Moldávia, Líbano, Porto

Rico, Guiana, Suriname, Islândia e Letónia) que identificamos como sendo outliers (coluna
9), devido à dimensão da população e da área. Os resultados obtidos são similares aos da
regressão inicial, indicando assim, robustez à eliminação de outliers.
Tabela III.9: Análise de sensibilidade nos países pequenos

(1) (2) (3) (4) (5) (6) (7) (8) (9)
OCDE
PIBpc inicial (log) -0.0328*** -0.0316*** -0.0183** -0.0331** -0.0525** -0.0431*** -0.0310*** -0.0338*** -0.0314**
(-2.824) (-2.709) (-2.204) (-2.484) (-2.006) (-2.852) (-2.933) (-2.617) (-2.332)
POP_gr -1.000** -0.768** -0.498* -0.783*** -0.821*** -0.796** -0.720** -0.970* -1.125***
(-2.261) (-2.347) (-1.776) (-2.765) (-2.588) (-2.406) (-2.243) (-1.886) (-2.947)
Invest. (%PIB) 0.00288 0.00335** 0.00368** 0.00399** 0.00248* 0.00409** 0.00307* 0.00305* 0.00280*
(1.591) (2.387) (2.430) (2.169) (1.792) (2.109) (1.829) (1.928) (1.783)
Instituição social 0.00032** 0.00031** 0.000171 0.000300* 0.0004*** 0.000370* 0.00034** 0.00031** 0.00037**
(2.105) (2.015) (1.607) (1.715) (2.643) (1.937) (2.237) (2.257) (1.983)
Dummy ilha -0.0410 -0.0582* -0.0513* -0.0473 -0.0290 -0.0316 -0.0609* -0.0290 -0.0897**
(-0.907) (-1.685) (-1.844) (-1.224) (-0.993) (-1.016) (-1.656) (-1.121) (-2.406)
Abertura (% PIB) 0.000372 0.000612 0.000180 0.000260 9.73e-05 0.0003*** 0.000196 0.000231 0.000384
(1.342) (1.347) (0.661) (0.557) (0.385) (2.850) (0.988) (1.112) (0.781)
Nº observações 1,084 1,363 1,416 884 1,116 1,195 1,201 1,264 1,089
Nº países 39 51 51 41 50 47 46 48 43
Nº instrumentos 38 23 28 36 28 43 38 38 23
AR1 test (p- value) 0.104 0.0122 0.0956 0.0193 0.187 0.0112 0.0235 0.0312 0.0151
AR2 test (p- value) 0.937 0.944 0.463 0.217 0.429 0.548 0.418 0.357 0.451
tests (p-value)
Dummies período 0.811 0.464 0.346 0.819 0.442 0.354 0.316 0.214 0.183
Dummy ilha 0.395 0.925 0.635 0.896 0.892 0.184 0.298 0.239 0.713
usadas: PIBpc – PIB per capita inicial e POP_gr – crescimento da população. Entre parênteses está a
estatística-t. Nível de significância para rejeição da hipótese nula: *** - 1%, ** - 5% e * - 10%.
127
Países Grandes

Autocorrelação, diferença de Hansen e VIF, pelo que, os resultados são válidos. Assim, no
geral, podemos dizer que o modelo final encontrado para os países pequenos é robusto.
128
Países Grandes
4 – CANAIS DE TRANSMISSÃO
Neste capítulo analisamos empiricamente, os canais pelos quais as variáveis de

interesse (IDE, vulnerabilidade ambiental, coesão social, geografia, instituições e comércio
externo) afetam o crescimento do PIB per capita nos dois grupos de países. Este exercício
consiste, basicamente, na combinação da contabilidade e da regressão do crescimento
económico, seguindo a metodologia adotada por Aisen e Veiga (2013). Primeiro,
decompomos o produto em acumulação do capital físico, acumulação do capital humano e
produtividade dos fatores, e, em seguida, efetuamos regressões para estes componentes
com o controlo de algumas variáveis.
4.1 – Definição das equações
Consideramos a função de produção Cobb-Douglas apresentada por Hall e Jones

(1999):
(III.7)
onde: – produto no país i; – stock de capital físico; – stock de capital humano

aumentado usado na produção; – produtividade; α – elasticidade do produto em relação
ao capital físico, que é constante entre os países e igual a 1/3.61
Nem todas as variáveis da equação (III.7) são observadas diretamente. Assim,

seguimos a literatura para construir as séries do capital humano, capital físico e
produtividade.
1 – O stock de capital humano aumentado, Hi, no país i é dado por:
∅
(III.8)
onde: – anos de escolaridade da população; ∅ – função linear por degraus, e com

taxas de retorno: 13,4% para 4; 10,1% para 4 8; e, 6,8% para 8. Estas
61
O valor da elasticidade é o sugerido por Hall e Jones (1999).
129
Países Grandes
taxas de retorno foram calculadas por Psacharopoulos (1994), e correspondem ao retorno

médio da educação nos níveis de ensino primário, secundário e terciário, respetivamente.
– número de trabalhadores. é homogéneo dentro de um país, onde cada unidade de
trabalho é treinada por anos de escolaridade.
2 – O stock de capital físico, , é calculado pelo método de inventário

permanente:
1 (III.9)
onde: Kt – stock de capital físico no momento t; It – investimento no momento t, γ – taxa

de depreciação do capital (assumimos 6%).62
Aderindo à prática padrão, o stock inicial de capital físico (K0) é dado por:
(III.10)
onde: – valor do investimento em 1950 ou o primeiro ano disponível depois de 1950;

– média anual de crescimento do investimento (I), durante os dez anos seguintes ao
primeiro valor disponível do investimento.
3 – Seguindo Caselli (2005) e Hall e Jones (1999), a produtividade é obtida

diretamente pela função de produção, depois do cálculo do capital humano, capital físico e
produto. Considerando a função de produção (III.7) na forma intensiva, com ⁄ :
(III.11)
∗
Assumindo ⁄ e ⁄ , reescrevemos a função:
∗ ⁄
(III.12)
E a produtividade é dada por:
∗
⁄
(III.13)
62
É o valor sugerido por Hall e Jones (1999) e pela literatura em geral.
130
Países Grandes
Dividindo a equação (III.7) pela população temos uma equação convencional para
a contabilidade do produto (ver: Hsieh e Klenow, 2010; Aisen e Veiga, 2013):
(III.14)
onde: – PIB per capita real do país i; – stock de capital físico per capita; – stock de
capital humano per capita; – produtividade.
Decompondo a variação do PIB per capita na variação do capital físico per

capita, variação do capital humano per capita e variação da produtividade, temos:
1 1 (III.15)
onde . – taxa de crescimento.
4.2 – Dados e metodologia econométrica
A nossa base de dados é referente ao período 1970-2010.63 As variáveis estão em

média de períodos de 5 anos, e seguimos a técnica de rolling windows (médias móveis)
para todas as variáveis, com exceção do capital humano per capita inicial, capital físico
per capita inicial e produtividade inicial.
As variáveis básicas (investimento, população e matrícula no ensino secundário) e

de interesse (IDE, comércio externo, geografia, instituições, coesão social e
vulnerabilidade ambiental) têm as mesmas definições e fontes indicadas nos capítulos 2 e
3.
Em relação às outras variáveis indicadas nos modelos acima, as fontes são as

seguintes:
 – PIB per capita (PPC, I$, 2005) - fonte PWT 7.1.
∗
 – PIB por trabalhador (PPC, I$, 2005 - fonte PWT 7.1.
 – Anos de escolaridade - fonte Barro e Lee (2010) – anos de escolaridade da
população com 25 ou mais anos de idade.
63
O resumo dos dados estatísticos está no apêndice V.
131
Países Grandes
 – Número de trabalhadores - fonte PWT 7.1 – é o resultado da divisão do PIB

(rgdpch*pop*1000) pelo PIB por trabalhador (rgdpwok).64
 It – Investimento (PPC, I$, 2005) - fonte PWT 7.1 – investimento total no ano t.
É o resultado do produto do investimento per capita (ki/100*rgdpl) pela
população (pop*1000).
Nas estimações utilizámos o modelo básico definido no capítulo 2 e o estimador

system-GMM. O crescimento do PIB per capita e o logaritmo do PIB per capita inicial
foram substituídos pelo crescimento do capital físico, capital humano e da produtividade e
os respetivos valores iniciais, consoante o canal de transmissão a ser analisado. Quanto às
variáveis básicas, procurámos usar as mesmas da estimação de crescimento do PIB per
capita. No entanto, nas estimações do capital físico não incluímos a variável investimento
(% PIB), nas estimações do capital humano excluímos a taxa de inscrição no ensino
secundário e nas estimações da produtividade não considerámos o investimento (% PIB) e
a taxa de inscrição no ensino secundário, pelo motivo destas variáveis/proxies serem
utilizadas na construção das séries. Utilizamos as mesmas variáveis explicativas nos dois
grupos de países. Em relação aos fatores representados por mais de uma proxy, utilizámos
a que teve significância estatística nos dois grupos de países, nas regressões efetuadas no
capítulo 3 sobre o crescimento do PIB per capita. No grupo de países pequenos, nas
estimações com a variável de interesse índice de menor tensão étnica não foram
consideradas as dummies temporais.
4.3 – Resultados e interpretações das estimações
Neste subcapítulo estão os resultados e as interpretações dos impactos das

variáveis de interesse nos três canais de transmissão.
4.3.1 – Crescimento do capital humano
A variável dependente é a taxa de crescimento do capital humano per capita.

Acrescentámos em algumas regressões a variável logaritmo do capital humano desfasado
64
Nome das variáveis na PWT 7. 1: rgdpch – PIB per capita, serie Chain (PPC, I$, 2005); pop – população
em milhares; rgdpwok – PIB por trabalhador, serie Chain (PPC, I$, 2005); ki – investimento (% PIB); rgdpl –
PIB per capita, serie Laspeyres (PPC, I$, 2005).
132
Países Grandes
em dois períodos e, em outras, eliminámos a variável investimento (% PIB) para evitar a

autocorrelação de segunda ordem.
No grupo de países grandes (tabela III.10), as variáveis instituição económica e

liberdade comercial têm impactos positivos e a variável distância tem efeito negativo, e
todas com significância estatística. A variável IDE (% PIB) influencia positivamente e as
variáveis tensão étnica e danos (% PIB) influenciam negativamente o crescimento do
capital humano, mas os coeficientes não têm significância estatística. Estas variáveis têm
impactos semelhantes aos obtidos no crescimento do PIB per capita, com exceção do
índice da menor tensão étnica.
Tabela III.10: Crescimento do capital humano, países grandes

(1) (2) (3) (4) (5) (6)
Variáveis HCAP_gr HCAP_gr HCAP_gr HCAP_gr HCAP_gr HCAP_gr
C. Humano pc inicial (log) 0.147*** -0.0229 0.0531*** 0.095*** 0.0649* -0.0127*
(3.080) (-1.163) (5.458) (4.177) (1.925) (-1.765)
C. Humano pc (log) (t-2) -0.152*** -0.0566*** -0.095*** -0.0766**
(-2.682) (-6.580) (-3.478) (-2.213)
POP_gr 0.177 -3.142* 0.151 0.325 0.381 0.954**
(0.562) (-1.932) (1.092) (1.211) (1.287) (2.550)
Invest. (%PIB) 0.00056*** 0.000180 -4.79e-05
(3.421) (0.631) (-0.217)
IDE (%PIB) 0.00195
(1.526)
(2.095)
Índice tensão étnica -0.00137
(-1.258)
Distância (log, km) -0.00157*
(-1.833)
Danos (% PIB) -0.341
(-1.563)
Índice liberdade comercial 0.0079***
(5.001)
Nº observações 3,624 3,359 2,571 3,907 3,508 3,464

Nº países 112 102 102 110 111 102
AR1 test (p- value) 0.00489 0.985 6.77e-09 3.10e-09 8.79e-08 3.21e-08
AR2 test (p- value) 0.516 0.481 0.448 0.167 0.533 0.244
(p-value)
Dummies período 0.122 0.984 0.792 0.722 0.996
Variável distância (log, km) 0.646
Notas: A variável dependente é a taxa de crescimento do Capital Humano per capita (HCAP_gr). Entre
parênteses está a estatística-t. Nível de significância para rejeição da hipótese nula: *** - 1%, ** - 5% e * -
10%.
133
Países Grandes
No grupo de países pequenos (tabela III.11), as variáveis tiveram comportamento

algo semelhante ao grupo de países grandes. Isto é, IDE, instituição económica, tensão
étnica e liberdade comercial com coeficientes positivos e estatisticamente significativos.
Os danos e a distância têm coeficientes negativos, mas o coeficiente da distância não tem
significância estatística (coluna 4).
Tabela III.11: Crescimento do capital humano, países pequenos

(1) (2) (3) (4) (5) (6)
Variáveis HCAP_gr HCAP_gr HCAP_gr HCAP_gr HCAP_gr HCAP_gr
C. Humano pc inicial (log) 0.158*** -0.0442* -0.00255 0.112*** 0.103*** -0.0391*
(2.667) (-1.945) (-0.443) (10.21) (3.192) (-1.778)
C. Humano pc (log) (t-2) -0.175** -0.121*** -0.105***
(-2.389) (-9.213) (-3.051)
POP_gr -0.781 -0.0275 -0.306*** -0.199 0.145 0.238
(-1.226) (-0.125) (-2.908) (-0.546) (0.379) (0.768)
Invest. (%PIB) 8.85e-05 3.99e-05 0.00108**
(0.732) (0.113) (2.238)
IDE (%PIB) 0.00191**
(2.061)
Instituição económica 0.0188***
(3.269)
Índice tensão étnica 0.0047***
(2.721)
Distância (log, km) -0.00150
(-0.863)
Danos (% PIB) -0.0646**
(-2.359)
Índice liberdade comercial 0.0186**
(2.066)
Nº observações 707 577 426 749 559 594

Nº países 28 21 19 25 26 21
AR1 test (p- value) 0.549 0.0655 0.00755 0.00584 0.0518 0.0649
AR2 test (p- value) 0.911 0.332 0.456 0.616 0.544 0.750
(p-value)
Dummies período 0.164 0.980 0.855 0.164
Notas: A variável dependente é a taxa de crescimento do Capital Humano per capita (HCAP_gr). Entre
10%.
O teste de Autocorrelação rejeita a existência de autocorrelação de segunda

ordem, o teste de diferença de Hansen não rejeita a validade dos subconjuntos de
instrumentos, o teste de Hansen não rejeita a validade dos instrumentos utilizados e o teste
VIF não evidencia existência de multicolinearidade, pelo que, os resultados são aceitáveis.
134
Países Grandes
4.3.2 – Crescimento do capital físico
A variável dependente é a taxa de crescimento do capital físico per capita. Em

algumas regressões eliminámos a variável taxa de matrícula no ensino secundário, para
evitar a autocorrelação de segunda ordem.
No grupo de países grandes (tabela III.12), os coeficientes das variáveis IDE,

instituição, tensão étnica e liberdade comercial são positivos e estatisticamente
significativos. A variável danos tem coeficiente positivo e a distância tem coeficiente
negativo, mas não têm significância estatística. Estas variáveis têm impactos semelhantes
aos obtidos para o crescimento do PIB per capita, à exceção da variável danos (% PIB).
Tabela III.12: Crescimento do capital físico, países grandes

(1) (2) (3) (4) (5) (6)
VARIABLES FCAP_gr FCAP_gr FCAP_gr FCAP_gr FCAP_gr FCAP_gr
C. Físico pc inicial (log) -0.0694*** -0.0263** -0.00326 -0.0580** -0.0630*** -0.0163***
(-3.354) (-2.380) (-0.252) (-2.296) (-3.013) (-3.746)
POP_gr -5.077*** -5.021*** -2.921*** -7.434*** -8.071*** -1.457**
(-4.135) (-3.561) (-3.995) (-2.978) (-3.418) (-2.394)
Secundário (%) 0.00097** 0.0023***
(2.094) (3.912)
IDE (%PIB) 0.00449**
(2.353)
(2.558)
(3.511)
(-0.858)
Danos (% PIB) 0.115
(0.175)
(4.586)
Nº observações 4,079 3,225 2,851 4,491 3,940 3,344

Nº países 126 110 111 125 125 110
AR1 test (p- value) 0.00717 0.00105 6.33e-06 0.0151 0.0191 0.509
AR2 test (p- value) 0.117 0.146 2.54e-05 0.113 0.386 0.118
(p-value)
Dummies período 0.341 0.455 0.956 0.666 0.419 0.915
Notas: A variável dependente é a taxa de crescimento do Capital Físico per capita (FCAP_gr). Entre
10%.
135
Países Grandes
No grupo de países pequenos (tabela III.13), as variáveis IDE, instituição, tensão

étnica, liberdade comercial e distância, têm efeitos no crescimento do capital físico
semelhante aos do grupo de países grandes e todas com significância estatística. O
coeficiente da variável danos é positivo e estatisticamente significativo. Este efeito é
contrário ao obtido no crescimento do PIB per capita. O impacto positivo da variável pode
estar associado às reconstruções, que se seguem aos desastres naturais e às ajudas externas
recebidas. E, nos países pequenos, devido ao menor volume do PIB, os trabalhos de
reconstrução têm grande peso no PIB.
Tabela III.13: Crescimento do capital físico, países pequenos

(1) (2) (3) (4) (5) (6)
Variáveis FCAP_gr FCAP_gr FCAP_gr FCAP_gr FCAP_gr FCAP_gr
C. Físico pc inicial (log) -0.0891** -0.0651*** -0.0782** -0.0949*** -0.101** 0.000785
(-2.447) (-3.237) (-2.063) (-2.635) (-1.985) (0.0505)
POP_gr 0.344 -0.547 -2.000*** -3.024 -0.345 -0.642***
(0.221) (-0.947) (-2.628) (-1.539) (-0.159) (-2.662)
Secundário (%) 0.00145* -0.00195
(1.840) (-0.974)
IDE (%PIB) 0.00465*
(1.766)
(3.191)
Índice tensão étnica 0.0274*
(1.881)
Distância (log, km) -0.0734**
(-2.169)
Danos (% PIB) 0.741*
(1.849)
(2.075)
Nº observações 1,467 588 536 1,676 1,214 607

Nº países 56 24 23 50 54 24
AR1 test (p- value) 0.446 0.371 0.0370 0.0620 0.947 0.0195
AR2 test (p- value) 0.178 0.122 0.154 0.102 0.465 0.132
(p-value)
Dummies período 0.460 0.649 0.353 0.603 0.854
Notas: A variável dependente é a taxa de crescimento do Capital Físico per capita (FCAP_gr). Entre
10%.
136
Países Grandes
Os testes de especificação aceitam os resultados apresentados (tabelas III.12 e

III.13), com exceção da regressão com a variável de interesse tensão étnica no grupo de
países grandes (tabela III.12, coluna 3), onde o teste de Autocorrelação não rejeita a
existência de autocorrelação de segunda ordem.
4.3.3 – Crescimento da produtividade
A variável dependente é o crescimento da produtividade. Nos dois grupos de

países (tabelas III.14 e III.15), as variáveis de interesse têm impactos no crescimento da
produtividade, idênticos aos obtidos no crescimento do PIB per capita, e a maioria dos
coeficientes é estatisticamente significativo.
Tabela III.14: Crescimento da produtividade, países grandes

(1) (2) (3) (4) (5) (6)
Variáveis TFP_gr TFP_gr TFP_gr TFP_gr TFP_gr TFP_gr
Produtividade inicial (log) -0.0062*** -0.0474*** -0.0657*** -0.0312** -0.0544* -0.0130**
(-2.703) (-5.594) (-3.261) (-2.121) (-1.949) (-2.173)
POP_gr 3.706*** -0.786* 0.871 0.210 -5.244* -0.793
(3.311) (-1.648) (0.896) (0.170) (-1.726) (-0.947)
IDE (%PIB) 0.00288*
(1.701)
(6.523)
Índice tensão étnica 0.0128**
(2.175)
Distância (log, km) -0.0269*
(-1.764)
Danos (% PIB) -1.596***
(-3.225)
(2.044)
Nº observações 3,665 3,330 2,590 3,966 3,523 3,435

Nº países 109 100 100 107 108 100
AR1 test (p- value) 0.908 0.000358 0.402 0.571 0.239 0.306
AR2 test (p- value) 0.528 0.665 0.844 0.675 0.357 0.367
(p-value)
Dummies período 0.667 0.908 0.998 0.871 0.409 0.850
Notas: A variável dependente é a taxa de crescimento da Produtividade Total dos Fatores (TFP_gr). Entre
10%.
137
Países Grandes
Tabela III.15: Crescimento da produtividade, países pequenos

(1) (3) (4) (5) (6) (6)
Variáveis TFP_gr TFP_gr TFP_gr TFP_gr TFP_gr TFP_gr
Produtividade inicial (log) -0.140*** -0.0691*** -0.0245** -0.0325** 0.0146** -0.00958**
(-3.166) (-2.704) (-2.423) (-1.981) (2.455) (-2.093)
POP_gr -0.955 -0.708 -2.913 -2.824 -5.077** 0.657
(-0.480) (-0.290) (-1.618) (-0.915) (-2.413) (1.469)
IDE (%PIB) 0.00218**
(2.040)
(2.375)
(2.960)
(-0.231)
Danos (% PIB) -0.877*
(-1.699)
(2.863)
Nº observações 758 577 426 819 586 594

Nº países 28 21 19 25 26 21
AR1 test (p- value) 0.168 0.561 0.0415 0.446 0.106 0.693
AR2 test (p- value) 0.247 0.979 0.255 0.991 0.278 0.791
(p-value)
Dummies período 0.962 0.401 0.329 0.934 0.483
Notas: A variável dependente é a taxa de crescimento da Produtividade Total dos Fatores (TFP_gr). Entre
10%.
O teste de Hansen não rejeita a validade dos instrumentos utilizados, o teste de

Autocorrelação rejeita a existência de autocorrelação de segunda ordem, o teste da
diferença de Hansen não rejeita a validade dos subconjuntos de instrumentos e o teste VIF
não evidencia existência de multicolinearidade, pelo que, os resultados são válidos.
4.4 – Efeitos nos canais de transmissão
Neste subcapítulo, analisamos os efeitos das variáveis de interesse na taxa de

crescimento do PIB per capita, pelos três canais de transmissão estimados, com recurso à
equação III.15. Na tabela III.16 temos para cada variável de interesse os seus efeitos no
crescimento do PIB per capita (são os resultados das estimações efetuadas no capítulo 3),
138
Países Grandes
nos três canais de transmissão e no crescimento do PIB per capita em proporção do

impacto no canal de transmissão.
Os resultados indicam a produtividade como principal canal de transmissão nos

dois grupos de países. Considerando apenas os coeficientes estatisticamente significativos,
o crescimento da produtividade explica 76% e 58% dos efeitos das variáveis de interesse,
no crescimento do PIB per capita nos países grandes e nos países pequenos,
respetivamente. A acumulação do capital humano per capita explica 8% e 19%, e a
acumulação do capital físico 16% e 23% de crescimento do PIB per capita nos países
grandes e nos países pequenos, respetivamente.
Os nossos resultados coincidem com os de alguns autores que indicam a

produtividade como principal canal de transmissão. Aisen e Veiga (2013) concluíram que
o crescimento da produtividade é responsável por entre 56.3% e 64.21% do efeito total da
instabilidade política no crescimento do PIB per capita. Aghion e Howitt (2007)
encontraram, que a produtividade explica 2/3 de crescimento do produto nos países da
OCDE. Segundo Hsieh e Klenow (2010) a diferença de rendimento entre os países é
explicada pelo capital humano entre 10% e 30%, pelo capital físico 20% e pela
produtividade entre 50% e 70%.
Como vimos, no geral, não existe diferença entre os países pequenos e os países
grandes, quanto ao principal canal de transmissão das variáveis de interesse no crescimento
do PIB per capita. Mas, numa análise individual das variáveis, encontramos diferenças
mais acentuadas entre os dois grupos de países, e estas diferenças vão ao encontro das
características específicas de cada grupo. Assim, temos:
IDE (% PIB) – O efeito positivo do IDE no crescimento do PIB per capita nos
países pequenos ocorre principalmente pela acumulação do capital físico. Isto pode ser
justificado, em parte, pelo facto dos investimentos em infraestruturas turísticas e centros
financeiros constituírem grande proporção dos influxos do IDE nos países pequenos. Os
serviços associados a estes investimentos, normalmente, exigem mão-de-obra qualificada,
o que explica o elevado efeito do IDE via acumulação do capital humano. Os principais
canais de transmissão do IDE nos países grandes são produtividade e acumulação do
capital físico, e os valores estão próximos. A insignificância estatística do coeficiente no
139
Países Grandes
capital humano pode estar ligada, ao facto dos investimentos externos nos países grandes
serem, normalmente, mais trabalho-intensivo, e a variável utilizada para identificação do
capital humano estar mais ligada à sua qualidade do que à quantidade.
Comércio externo (proxy pela liberdade comercial) – a produtividade e o

capital humano têm peso praticamente semelhante, na transmissão da liberdade comercial
no crescimento do PIB per capita nos países pequenos. Este peso da produtividade e do
capital humano pode estar ligado à grande proporção dos serviços exportados nos países
pequenos (no período 1970-2010, a média das exportações dos serviços foi 52% do total
dos bens e serviços exportados). No grupo de países grandes o maior contributo positivo da
liberdade comercial no crescimento do PIB per capita, procede através da acumulação do
capital físico. Este impacto na acumulação do capital físico pode estar associado ao facto
dos bens exportados nos países grandes, constituírem 74% do total dos bens e serviços
exportados no período 1970-2010.
Instituições (instituições económicas) – Nos dois grupos de países, a

produtividade é o principal canal de transmissão das instituições na taxa de crescimento do
PIB per capita. Este resultado era previsto, pois o índice resulta da avaliação da liberdade
comercial, dimensão do governo e direitos de propriedade, existentes em cada país, e estes
indicadores influenciam fortemente o nível de produtividade do país.
Coesão social (proxy pela tensão étnica) – O efeito positivo do índice (ausência
de riscos de tensão étnica) no crescimento do PIB per capita, ocorre em maior
percentagem através da produtividade nos dois grupos de países. Este resultado era
esperado, pois as divisões raciais, nacionalidades e línguas exercem forte influência
negativa no nível de produtividade existente nos países.
Geografia (proxy pela distância, km) – No grupo de países pequenos, o impacto

negativo da distância dos principais mercados no crescimento do PIB per capita ocorre,
principalmente, pela acumulação do capital físico. Isto pode estar ligado à reduzida
dimensão do mercado interno dos países pequenos, o que inviabiliza economicamente a
produção interna de máquinas, equipamentos e outros bens pesados, conduzindo à
importação destes produtos. E quanto maior é a distância, maior é o custo de transações. A
produtividade e a acumulação do capital humano têm efeito reduzido e sem significância
140
Países Grandes
estatística no crescimento do PIB per capita. No grupo de países grandes, o principal canal
de transmissão dos efeitos negativos da distância no crescimento do PIB per capita é a
produtividade. A distância tem grande impacto negativo na acumulação do capital físico,
mas sem significância estatística, e na acumulação do capital humano o efeito é negativo e
reduzido, mas significativo.
Vulnerabilidade ambiental (proxy pelos danos, % PIB) – O impacto negativo

dos danos causados pelos desastres naturais na taxa de crescimento do PIB per capita
verifica-se, principalmente, através da produtividade nos dois grupos de países. No grupo
de países pequenos a variável tem impacto positivo na acumulação do capital físico, mas é
superado pelos impactos negativos na acumulação do capital humano e na produtividade.
No grupo de países grandes, o efeito dos danos é negativo na acumulação do capital
humano e positivo na acumulação do capital físico, mas estatisticamente não afetam o
crescimento do PIB per capita.
Tabela III.16: Efeitos nos canais de transmissão

Países grandes Países pequenos
Variáveis
∆PIB pc ∆CH pc ∆CF pc ∆TFP ∆PIB pc ∆CH pc ∆CF pc ∆ TFP
IDE (% PIB) Coeficiente 0.002*** 0.00195 0.0045** 0.0029* 0.002*** 0.0019** 0.00465* 0.0022**
Efeito no PIB 0.0000 0.0015 0.0019 0.0013 0.0016 0.0015
Instituição Coeficiente 0.032*** 0.0069** 0.0111** 0.039*** 0.056*** 0.019*** 0.048*** 0.0376**
económica Efeito no PIB 0.0046 0.0037 0.0261 0.0125 0.0159 0.0251
Índice tensão Coeficiente 0.00874* -0.00137 0.039*** 0.0128** 0.0514** 0.005*** 0.0274* 0.051***
étnica Efeito no PIB 0.0000 0.0000 0.0085 0.0031 0.0091 0.0339
Distância (log, Coeficiente -0.017** -0.0016* -0.0209 -0.0269* -0.0204* -0.00150 -0.073** -0.0050
km) Efeito no PIB -0.001 0.0000 -0.0179 0.000 -0.0245 0.0000
Danos (% PIB) Coeficiente -1.164* -0.341 0.115 -1.60*** -0.139** -0.065** 0.741* -0.877*
Efeito no PIB 0.0000 0.0000 -1.0640 -0.043 0.2470 -0.5847
Índice liberdade Coeficiente 0.014*** 0.008*** 0.022*** 0.0077** 0.0168* 0.0186** 0.0148** 0.018***
comercial Efeito no PIB 0.0053 0.0073 0.0051 0.0124 0.0049 0.0120
Notas: Os valores de ∆PIB pc correspondem às estimações efetuadas no capítulo 3, para cada variável de
interesse. Significado das siglas: PIB pc – PIB per capita, CHpc – capital humano per capita, CFpc – capital
físico per capita, TFP – produtividade. O efeito no PIB é obtido pela multiplicação de cada coeficiente das
variáveis de interesse em cada canal de transmissão por: 1/3 no caso do canal capital físico e por
2/3 nos casos do canal capital humano e produtividade. Fonte: Cálculos do autor
141
Países Grandes
5 – CONVERGÊNCIA β E σ
Neste capítulo analisamos a convergência β e σ entre os países de cada grupo do

nosso estudo, no período 1971-2010. Apresentamos os conceitos de convergência β e σ, e
alguns estudos existentes sobre esta temática. Numa primeira análise empírica da
velocidade de convergência β, incluímos apenas as variáveis básicas do modelo. E,
posteriormente, analisamos o impacto das nossas variáveis de interesse na taxa de
convergência β entre os países dos dois grupos.
É prática comum nos estudos sobre o crescimento económico, analisar a

convergência de rendimento entre os países. Encontramos dois conceitos de convergência
segundo Barro e Sala-i-Martin (1990): convergência β – refere-se às economias pobres
crescerem mais rápido que as ricas; e, convergência σ – refere-se ao declínio ao longo do
tempo da dispersão de rendimentos ou produtos num grupo de países ou regiões. Sala-i-
Martin (1996) defende que a convergência β é condição necessária, mas não suficiente,
para que exista convergência σ.
Barro e Sala-i-Martin (1990) sugerem o desvio-padrão do logaritmo do

rendimento ou produto per capita num grupo de países ou regiões, como medida de
convergência σ. Outra medida de convergência σ consiste no cálculo do coeficiente de
variação, que corresponde à divisão do desvio-padrão do PIB per capita pela média
(Kangasharju, 1998). No presente estudo consideramos como medida de convergência σ o
coeficiente de variação.
A convergência β é explicada pelo modelo neoclássico de crescimento

apresentado por Solow (1956), Cass (1965) e Koopmans (1965). Numa economia fechada,
o nível do PIB per capita inicial tem impacto negativo na taxa de crescimento do PIB per
capita, ou seja, se duas economias tiverem as mesmas preferências e tecnologias, a
economia mais pobre, inicialmente, tende a crescer mais rápido em termos per capita
143
Países Grandes
(Barro e Sala-i-Martin, 1992). Isto é explicado pelo facto do modelo neoclássico defender
a teoria dos rendimentos decrescentes para o capital, e as economias pobres terem altas
taxas de retorno, por conseguinte, o crescimento é tendencialmente mais rápido do que nas
economias ricas.
O conceito de convergência β é dividido em convergência absoluta (não

condicionada) e condicionada. Pelo conceito de convergência absoluta, os países pobres
crescem mais rápido do que os países ricos e alcançam no longo prazo o mesmo estado
estacionário. Nas estimações da convergência absoluta não é considerada a influência das
variáveis estruturais. Esta hipótese de convergência tem sido bastante inconsistente,
quando são incluídos muitos países na análise, sendo observada apenas nos grupos de
países bastante homogéneos, como os países da OCDE (Mankiw et al. 1992), ou então nas
situações onde são analisadas várias regiões ou estados de um país, como os estados dos
EUA (Barro e Sala-i-Martin, 1992).
O conceito de convergência condicionada defende que os países convergem para

estados estacionários diferentes. Assim, na análise de convergência são incluídas variáveis
adicionais para controlar os diferentes estados estacionários dos países. Em relação a esta
hipótese de convergência, encontramos uma certa consistência de resultados, mesmo
quando são considerados grupos heterogéneos, como no trabalho de Mankiw, et al. (1992).
No nosso estudo analisamos a convergência condicionada.
Há vários estudos sobre convergência β, que se diferenciam pelo conjunto de

países incluídos, período de tempo, variáveis de controlo, tipos de dados (painel ou cross-
section) ou métodos de estimação, como Islam (1995), Barro e Sala-i-Martin (1992),
Mankiw et al. (1992), Armstrong et al. (1998) e Kangasharju (1998). A maioria destes
estudos encontrou uma taxa de convergência entre 1 e 3% por ano. Caselli et al. (1996)
obtiveram uma taxa de convergência anual à volta dos 10%.
5.2 – Convergência β
Começamos por uma análise gráfica de convergência β. A figura III.1 representa o

logaritmo do PIB per capita inicial de cada país (eixo horizontal) e a correspondente taxa
média anual de crescimento do PIB per capita, no período 1970-2010 (eixo vertical), para
144
Países Grandes
os países grandes e os países pequenos. Verificamos nas duas imagens uma relação
negativa entre o nível inicial e a taxa média anual de crescimento do PIB per capita, o que
deixa transparecer a existência de convergência nos dois grupos de países. No grupo de
países grandes a linha da tendência tem menor grau de inclinação negativa, o que é
indicativo de uma menor taxa de convergência, em comparação com o grupo de países
pequenos (a linha da tendência tem maior grau de inclinação negativa).
Figura III.1: Nível e taxa de crescimento do PIB per capita, países grandes e países
pequenos
Países grandes Países pequenos

0,08
Taxa de crescimentoo do PIB per

Taxa de crescimentoo do PIB per
0,1
0,08 0,06
capita (1971-2010)
capita (1971-2010)
0,06 0,04
0,04
0,02
0,02
0
0 5 7 9 11
5 7 9 11 13 -0,02
-0,02
-0,04 -0,04
Log PIB per capita inicial Log PIB per capita inicial
5.2.1 – Definição do modelo
Seguimos o modelo neoclássico definido na parte I (equação I.10 e I.13) deste

trabalho:65
∗
1 1 (III.16)
onde: – PIB por trabalhador efetivo no período t; – PIB por trabalhador efetivo no
∗
início do período; – PIB por trabalhador efetivo no estado estacionário; – taxa de
convergência; T – intervalo temporal das observações; 1 .
A representação convencional do modelo de crescimento para dados em painel

(equação I.14) é dada por:
,
, , , (III.17)
,
65
O desenvolvimento da equação está no apêndice I.
145
Países Grandes
onde: , – PIB per capita do país i no período t; , – PIB per capita do país i no
momento inicial; , – vetor de determinantes do crescimento económico; – efeito
específico de cada país i; – efeito específico do tempo; , – termo de erro; γ e –
coeficientes das variáveis a serem estimadas.
No modelo neoclássico de crescimento, a existência de convergência implica que

o coeficiente seja negativo. Sendo 1 , aplicando logaritmo, temos: β
ln 1 , e dividindo por T temos a taxa anual de convergência: β . No
nosso estudo como os dados estão em médias anuais, não dividimos por T.
Half-life
Half-life é definida como o período de tempo necessário para uma economia

reduzir metade da distância, que a separa do seu estado estacionário. Seguindo Allington e
McCombie (2007) o crescimento durante um determinado período de tempo (T), pode ser
representado pela equação:
, , (III.18)
Assumindo o produto , , como o nível do produto no estado estacionário

∗
( , . Pela definição da half-life, o nível do produto inicial corresponde a metade do
nível do produto no estado estacionário:
∗
,
, (III.19)
Substituindo esta igualdade na equação anterior, temos:
∗
∗ , ∗ ∗
, , , ln 2 ln 2 (III.20)
Considerando T como o período de tempo necessário para atingir a half-life, temos:
(III.21)
146
Países Grandes
5.2.2 – Dados, resultados e interpretações das estimações
A variável dependente é a taxa de crescimento do PIB per capita e as variáveis

explicativas são: nível inicial do PIB per capita, taxa de matrícula no ensino secundário,
investimento em percentagem do PIB e crescimento da população. A base de dados é a
mesma que utilizamos no capítulo 3, para o período 1970-2010, e recorremos à técnica de
rolling windows e ao estimador system-GMM, para efetuar as regressões.
Os resultados das estimações estão na tabela III.17. As variáveis do modelo têm o

comportamento esperado e a maioria são significativas nos dois grupos de países. O PIB
per capita inicial tem coeficiente negativo e significativo nos dois grupos de países
(colunas 1 e 2). Este efeito confirma a existência de convergência condicionada, ou seja,
nos dois grupos, os países com menor nível inicial do PIB per capita têm crescido mais
rápido do que os países com maior nível inicial. Como algumas variáveis explicativas são
estatisticamente significativas, isto sugere que os países não convergem para o mesmo
estado estacionário.
Analisando a taxa de convergência condicionada e a half-life, verificamos que os

coeficientes do PIB per capita inicial (γ) são -0,0328 e -0,0540, que correspondem às taxas
anuais de convergência condicionada (β) de 3,33% e 5,55% e half-lifes de 21 e 12 anos nos
grupos de países grandes (coluna 1) e de países pequenos (coluna 2), respetivamente.
A taxa de convergência é superior no grupo de países pequenos, o que vai ao

encontro da nossa análise gráfica. A maior abertura ao comércio externo, que caracteriza
os países pequenos, pode ser uma das justificações da maior taxa de convergência.
Segundo Barro e Sala-i-Martin (1990) e Caselli et al. (1996), as economias mais abertas
estão associadas a maiores taxas de convergência. Por outro lado, parte desta diferença,
pode estar associada ao facto, do maior número de países incluído no grupo de análise
implicar uma taxa de convergência condicional mais lenta (Islam, 1995), e no grupo de
países pequenos temos apenas 57 países e no grupo de países grandes temos 129 países.
A estimação para comparação dos coeficientes está na coluna 3 da tabela III.17.

Verificamos que o coeficiente da variável PIB per capita inicial é superior, em termo
147
Países Grandes
absoluto, no grupo de países pequenos, mas esta superioridade não é significativa pelo
teste de Wald.66 Os testes de especificação suportam a validade os resultados apresentados.
Tabela III.17: Convergência β

(1) (2) (3)
Variáveis PIBgr_GD PIBgr_PQ PIBgr_T
PIBpc inicial (log) -0.0328*** -0.0540**
(-5.580) (-1.961)
PIBpc inicial (log)_GD -0.0328***
(-4.661)
PIBpc inicial (log)_PQ -0.0329***
(-5.189)
Secundário (%) 0.00139*** 0.00201** 0.00114***
(5.931) (2.028) (5.417)
POP_gr (%) -0.860 -0.525 -1.097**
(-1.404) (-0.329) (-2.127)
Invest. (% PIB) 0.000784** 0.00145 0.00103**
(1.961) (1.177) (2.145)
Nº observações 4,169 1,621 5,790

Nº países 129 57 186
Nº instrumentos 100 28 138
Hansen test (p-value) 0.113 0.202 0.149
AR1 test (p- value) 0.456 0.387 0.0581
AR2 test (p- value) 0.949 0.982 0.739

Instrumentos níveis 0.490 0.107 0.225
5.3 – Convergência σ
Neste subcapítulo comparamos a convergência σ entre os dois grupos de países,

pela análise do coeficiente de variação do logaritmo do PIB per capita. Temos situação de
convergência σ, quando verificamos diminuição no coeficiente de variação. Dividimos a
nossa base de dados em subperíodos de 5 anos, não sobrepostos (1971-1975, 1976-
1980,…, 2006-2010), e calculámos para cada subperíodo os valores da média, desvio-
padrão e coeficiente de variação do logaritmo do PIB per capita. Os dados estão na tabela
III.18.
66
Resultado do teste de Wald: chi2(1)= 0.00; Prob > chi2 = 0.9602.
148
Países Grandes
No grupo de países grandes há um aumento do coeficiente de variação entre os

subperíodos 1971-1975 e 1996-2000, por conseguinte, nestes subperíodos não houve
convergência σ. Mas, nos últimos dois subperíodos (2001-2005 e 2006-2010) verificamos
convergência σ. No grupo de países pequenos a convergência σ teve um comportamento
irregular, ou seja, há diminuição do coeficiente de variação entre os subperíodos 1971-
1975 e 1981-1985, aumento no subperíodo 1986-1990, novo decréscimo entre 1991-1995 e
1996-2000, e novo aumento nos dois últimos subperíodos (2001-2005 e 2006-2010).
Observamos os comportamentos de convergência σ na figura III.2.
Comparamos o coeficiente de variação dos dois grupos de países, e constatámos

que a média do coeficiente é significativamente superior no grupo de países pequenos, o
que indica maior homogeneidade do nível do PIB per capita neste grupo.67
Tabela III.18: Coeficiente de variação nos países pequenos e nos países grandes
Países Grandes Países Pequenos
Período Desvio-padrão Média Coef.variação Desvio-padrão Média Coef.variação
1971-1975 1,2048 7,9582 0,1514 1,0892 8,4245 0,1293
1976-1980 1,2410 8,0600 0,1540 1,0977 8,5550 0,1283
1981-1985 1,2603 8,0912 0,1558 1,1021 8,6016 0,1281
1986-1990 1,3149 8,1981 0,1604 1,1398 8,7785 0,1298
1991-1995 1,3427 8,2030 0,1637 1,1386 8,8141 0,1292
1996-2000 1,3596 8,2825 0,1642 1,1276 8,9112 0,1265
2001-2005 1,3708 8,3916 0,1634 1,1633 8,9995 0,1293
2006-2010 1,3677 8,5580 0,1598 1,1832 9,1472 0,1294
Figura III.2: Convergência σ nos países grandes e nos países pequenos
Convergência σ, países grandes Convergência σ, países pequenos

0,166 0,130
0,164
0,162 0,129
0,160
0,158 0,128
0,156
0,154 0,127
0,152
0,150 0,126
67
Resultados do teste t-test: Pr(|T| > |t|) = 0.0000; Rejeita a hipóteses nula de igualdade.
149
Países Grandes
Resumo
Analisando o período global (1970-2010) verificamos convergência β nos dois

grupos de países, mas em relação à convergência σ temos uma situação de divergência, ou
seja, há um ligeiro aumento no coeficiente de variação nos dois grupos de países (aumento
de 0,79% no grupo dos países grandes e de 0,015% no grupo de países pequenos), o que
indica aumento de dispersão no nível do PIB per capita. No entanto, este resultado não é
contraditório, pois segundo Sala-i-Martin (1996), a convergência β é condição necessária
mas não suficiente para a convergência σ. Temos que ter em conta que, a convergência β
aqui avaliada é a condicionada (e não a absoluta), pelo que, os países estão a convergir
para os seus próprios estados estacionários e não para um estado estacionário comum.
5.4 – Taxa de convergência β e as variáveis de interesse
Neste subcapítulo analisamos o impacto das nossas variáveis de interesse na taxa

de convergência de cada grupo de países. Assim, incluímos no nosso modelo um termo de
interação das variáveis básicas com o PIB per capita inicial:
,
, , , , ∗ , , (III.22)
,
Derivando a equação (III.22) em função do logaritmo do PIB per capita inicial,

encontramos o impacto das variáveis de interesse na velocidade de convergência:
∆ ,
, (III.23)
∆ ,
Resultados e interpretações das estimações
Os resultados das estimações estão nas tabelas III.19, III.20 e III.21. O PIB per
capita inicial tem coeficientes negativos e estatisticamente significativos em todas as
regressões (tabelas III.19, III.20 e III.21), o que significa existência de convergência β
condicionada. A maioria das variáveis tem o comportamento esperado e com significância
estatística. Os testes de especificação validam os resultados encontrados. Nas
interpretações focamos na análise do impacto dos termos de interação do PIB per capita
inicial com a variável de interesse, no aumento ou redução da taxa de convergência β, e na
150
Países Grandes
comparação dos coeficientes dos termos de interação entre o grupo de países pequenos e de
países grandes.
Os resultados na tabela III.19 indicam impactos negativos e estatisticamente

significativos dos termos de interação do PIB per capita inicial com IDE (colunas 1 e 2) e
comércio externo (medido pela proxy liberdade comercial, colunas 3 e 4) nos dois grupos
de países, pelo que, estas variáveis contribuem para o aumento da taxa de convergência
entre os países. Nas colunas 7 e 8, temos as estimações com comparação dos coeficientes.
O termo de interação com o IDE (coluna 7) é estatisticamente diferente entre os dois
grupos de países, e o contributo é superior no grupo de países pequenos.68 O termo de
interação com a proxy liberdade comercial (coluna 8) não é significativamente diferente
entre os dois grupos de países.69
Segundo Barro e Sala-i-Martin (1990) e Caselli et al. (1996), a velocidade de

convergência é maior nos países caracterizados por maior abertura económica. Assim,
reforçamos a nossa análise do impacto do comércio externo, com a estimação da proxy
abertura (importações mais exportações em percentagem do PIB). Na tabela III.19,
verificamos que o termo de interação do PIB per capita inicial com a proxy abertura
(colunas 5 e 6) tem efeito negativo e estatisticamente significativo nos dois grupos de
países. Analisando o efeito da proxy abertura na velocidade de convergência, constatamos
que no grupo de países pequenos (coluna 6) a taxa anual de convergência (7.99%) é
superior à taxa (4,67%) no grupo de países grandes (coluna 5).70 Na coluna 9, temos as
estimações com comparação dos coeficientes, e pelo teste de Wald71, os dois coeficientes
são significativamente diferentes, sendo o contributo da proxy abertura (% PIB) no
aumento da taxa de convergência superior no grupo de países pequenos, que são os
caracterizados por maior abertura comercial.72 Estes resultados confirmam a nossa hipótese
68
Resultado do teste de Wald: chi2(1)= 4.42; Prob > chi2 = 0.0355. Países grandes: contributo do IDE no
PIB per capita inicial, θZi,t = - 0.0021*2.1= - 0.00441. Países pequenos: contributo do IDE no PIB per capita
inicial, θZi,t = - 0.0018*4.887= - 0.0088. O valor usado para Zi,t corresponde à média do IDE na amostra
usada. O mesmo procedimento será usado para as restantes variáveis de interesse.
69
70
Países pequenos: taxa de convergência: γ+θZi,t =-0.0209*-0.000538*103.896=-0.0768; Implica β = 7.99%.
Países grandes: taxa de convergência: γ+θZi,t =-0.00961*-0.000608*59.256=-0.0456; Implica β = 4.67%.
71
72
Países grandes: contributo da Abertura (% PIB) no PIB per capita inicial, , - 0.000448* 59.256 = -
0.0265. Países pequenos: contributo da Abertura (% PIB) no PIB per capita inicial, , = -
0.000413*103.896= - 0.0429.
151
Países Grandes
inicial, de que a maior taxa de convergência no grupo de países pequenos, em parte, é

justificada pela grande abertura comercial.
Tabela III.19: Convergência β, IDE e comércio externo

(1) (2) (3) (4) (5) (6) (7) (8) (9)
Variáveis PIBgr_GD PIBgr_PQ PIBgr_GD PIBgr_PQ PIBgr_GD PIBgr_PQ PIBgr_T PIBgr_T PIBgr_T
PIBpc inicial (log) -0.01*** -0.0125* -0.026*** -0.0431** -0.010*** -0.0209** -0.008*** -0.009*** -0.010***
(-3.300) (-1.760) (-6.740) (-1.997) (-3.422) (-2.397) (-2.944) (-3.406) (-4.629)
Secundário (%) 0.0025*** 0.00064** 0.0027*** 0.000963 0.0025*** 0.00157 0.0022*** 0.00074** 0.0017***
(4.077) (2.178) (5.733) (0.557) (5.680) (1.263) (4.451) (2.063) (5.656)
POP_gr -0.294 -0.0271 -0.459 -0.722 -0.0200 -0.768* -0.649** -0.657 -0.599**
(-0.735) (-0.0371) (-1.086) (-1.224) (-0.0419) (-1.955) (-2.028) (-1.065) (-2.283)
Invest. (% PIB) 0.0018*** 0.000129 0.000496 0.0038** 0.00106* 0.00189 0.00095** 0.00124** 0.00112**
(3.024) (0.121) (0.767) (2.150) (1.768) (1.319) (1.980) (2.070) (2.389)
IDE (% PIB) 0.0301*** 0.0133** 0.0177***
(5.334) (2.244) (4.837)
IDE* PIBpc -0.004*** -0.00139*
(-5.351) (-1.809)
Liberdade comercial 0.0895*** 0.122*** 0.0312***
(9.387) (4.575) (5.249)
Liberdade comercial* -0.008*** -0.01***
PIBpc (-7.061) (-2.597)
Abertura (%PIB) 0.0049*** 0.0058*** 0.0041***
(4.425) (3.953) (5.038)
Abertura*PIBpc -0.001*** -0.001***
(-4.959) (-3.635)
IDE* PIBpc_GD -0.0021***
(-4.461)
IDE* PIBpc _PQ -0.0018***
(-4.335)
Liberdade comercial* -0.003***
PIBpc _GD (-3.413)
Liberdade comercial* -0.003***
PIBpc _PD (-3.104)
Abertura* PIBpc_GD -0.00045***
(-5.328)
Abertura* PIBpc_PQ -0.00041***
(-5.072)
Nº observações 3,779 1,295 3,379 613 4,169 1,621 5,074 3,992 5,790
Nº países 128 56 113 25 129 57 184 138 186
Nº instrumentos 115 43 103 25 115 43 161 119 168
AR1 test (p- value) 0.979 0.0661 0.00537 0.829 0.772 0.352 0.0246 0.210 0.341
AR2 test (p- value) 0.553 0.843 0.746 0.993 0.804 0.980 0.612 0.755 0.772
tests (p-value)
Dummies período 0.978 0.332 0.946 0.565 0.931 0.870 0.968 0.964 0.996
Na tabela seguinte, III.20, os coeficientes do termo de interação do PIB per capita

inicial com coesão social (medida pela proxy índice da tensão étnica, colunas 1, 2 e 5) têm
efeitos negativos, mas sem significância estatística nos dois grupos de países. A tensão
étnica não influencia significativamente a taxa de convergência. Os coeficientes do termo
de interação do PIB per capita inicial com instituições económicas (medida pela proxy
152
Países Grandes
liberdade económica, colunas 3 e 4) são negativos e estatisticamente significativos, pelo

que, as instituições económicas contribuem para o aumento da taxa de convergência nos
dois grupos de países. Na coluna 6 estão os resultados da estimação com comparação dos
coeficientes. A diferença entre os coeficientes do termo de interação não é significativa.73
Tabela III.20: Convergência β, instituição económica e coesão social

(1) (2) (3) (4) (5) (6)
PIBpc inicial (log) -0.0505** -0.0215* -0.0144** -0.0223** -0.0327* -0.034***
(-2.103) (-1.652) (-2.258) (-1.986) (-1.663) (-6.571)
Secundário (%) 0.0023*** 0.00196 0.00085** 0.000480 0.0016*** 0.0021***
(3.264) (1.171) (2.052) (0.280) (3.651) (5.035)
POP_gr 1.275 -1.252 -0.247 -0.0279 0.556 -1.031***
(0.759) (-1.023) (-0.219) (-0.0950) (0.820) (-4.740)
Invest. (% PIB) 0.00177* -0.000258 0.0017*** 0.000861 0.000688 -0.000298
(1.658) (-0.283) (2.957) (0.293) (0.744) (-0.454)
Índice tensão étnica 0.0191 0.0832* 0.00716
(0.325) (1.660) (0.146)
Índc. tensão étnica* PIBpc -0.00297 -0.00632
(-0.473) (-1.206)
Instituição económica 0.0420*** 0.0645*** 0.100***
(3.903) (2.644) (10.41)
Inst. Económica*PIBpc -0.004*** -0.00417*
(-3.619) (-1.785)
Índc.tensão étnica*PIBpc_GD -0.00113
(-0.209)
Índc.tensão étnica* PIBpc_PQ -0.000373
(-0.0698)
Inst.Económica*PIBpc_GD -0.007***
(-5.923)
Inst. Económica*PIBpc_PQ -0.007***
(-5.589)
Nº observações 2,579 488 3,260 594 3,067 3,854

Nº países 113 23 113 25 136 138
AR1 test (p- value) 0.373 0.0648 0.857 0.798 0.208 0.0662
AR2 test (p- value) 0.248 0.784 0.975 0.568 0.530 0.955
Difference-in-Hansen tests (p-

value)
Dummies período 0.898 0.957 0.820 0.859 0.991
73
153
Países Grandes
Verificamos na tabela III.21 que os termos de interação do PIB per capita inicial
com a vulnerabilidade ambiental (proxy danos, colunas 1 e 2) e com a geografia (dummy
ilha, colunas 3 e 4) têm efeitos positivos, mas o termo de interação com a dummy ilha não é
significativo no grupo de países grandes (coluna 3). Pelo que, a vulnerabilidade ambiental
contribui para a redução da taxa de convergência nos dois grupos de países e a insularidade
apenas no grupo de países pequenos.
Tabela III.21: Convergência β, vulnerabilidade ambiental e geografia

(1) (2) (3) (4) (5) (6)
PIBpc inicial (log) -0.027*** -0.0317** -0.031*** -0.034*** -0.0163** -0.029***
(-2.988) (-2.047) (-3.131) (-3.068) (-2.335) (-3.103)
Secundário (%) 0.000588 0.000677 0.0012*** 0.0009*** 0.00078** 0.0011***
(1.230) (1.227) (2.682) (3.417) (2.134) (3.593)
POP_gr -1.782 -0.360 0.552 -0.532** -0.395 0.834
(-1.629) (-0.659) (0.543) (-2.529) (-0.472) (1.187)
Invest. (% PIB) 0.00116* 0.000673 0.00104* 0.0015*** 0.000406 0.00125**
(1.708) (1.272) (1.701) (4.678) (0.751) (2.162)
Danos (% PIB) -11.40* -0.673* -2.723*
(-1.913) (-1.690) (-1.700)
Danos*PIBpc 1.449* 0.0780*
(1.894) (1.725)
Dummy ilha -0.0347 -0.141** -0.0499
(-0.532) (-2.032) (-0.817)
Dummy ilha*PIBpc 0.00452 0.0149*
(0.586) (1.877)
Danos*PIBpc_GD 0.373*
(1.853)
Danos*PIBpc _PQ 0.311*
(1.688)
Dummy ilha*PIBpc_GD 0.00620
(0.841)
Dummy ilha*PIBpc_PQ 0.00543
(0.764)
Nº observações 3,632 1,056 4,169 1,621 4,688 5,790

Nº países 127 54 129 57 181 186
Nº instrumentos 101 26 102 46 148 145
AR1 test (p- value) 0.215 0.318 0.807 0.0588 0.173 0.174
AR2 test (p- value) 0.865 0.621 0.919 0.797 0.272 0.760
(p-value)
Dummies período 0.520 0.568 0.932 0.741 0.808 0.748
Dummy ilha 0.491 0.499 0.514
significância para rejeição da hipótese nula: *** - 1%, ** - 5% e * - 10%. O programa econométrico
utilizado para estimar os modelos foi Stata 12.0.
154
Países Grandes
Na tabela acima, coluna 5, temos a estimação com comparação dos coeficientes

em relação à vulnerabilidade ambiental, e os coeficientes dos termos de interação são
significativamente diferentes, tendo o efeito superior ocorrido no grupo de países
pequenos.74 A estimação com comparação dos coeficientes referente à geografia está na
coluna 6. Os coeficientes dos termos de interação são positivos, mas sem significância
estatística. Pelos resultados apresentados, os países pequenos são os que sofrem maior
redução na taxa de convergência devido aos fatores geografia e vulnerabilidade ambiental.
74
Resultado do teste de Wald: chi2(1) = 3.56; Prob > chi2 = 0.0594. Países grandes: contributo dos Danos
(% PIB) no PIB per capita inicial - , 0.373* .0031= 0.00116. Países pequenos: contributo dos Danos
(% PIB) no PIB per capita inicial - , = 0.311*.0283= 0.0088.
155
Países Grandes
6 – CONCLUSÃO
Esta parte do nosso trabalho centrou-se em três pontos principais: Comparação

empírica do impacto de alguns fatores na taxa de crescimento do PIB per capita nos países
pequenos e nos países grandes; Comparação empírica dos principais canais de transmissão
(capital humano, capital físico e produtividade), pelos quais alguns fatores afetam a taxa de
crescimento do PIB per capita nos dois grupos de países; e, Comparação empírica da taxa
de convergência β e σ e do impacto de alguns fatores na taxa de convergência entre os
países dos grupos em estudo.
As variáveis utilizadas nos estudos empíricos foram divididas em dois grupos. O

grupo das variáveis básicas (nível inicial do PIB per capita, capital humano, investimento
e crescimento da população) e o grupo das variáveis de interesse (investimento direto
estrangeiro, comércio externo, instituições socias, políticas e económicas, coesão social,
vulnerabilidade ambiental e geografia). As variáveis de interesse constituíram o nosso foco
de investigação. As variáveis básicas foram mantidas em todas as estimações e as variáveis
de interesse foram alteradas consoante o fator em análise.
Em relação ao primeiro ponto, concluímos que existe um certo equilíbrio do

número de variáveis de interesse cujo impacto na taxa de crescimento do PIB per capita é
influenciado pela dimensão do país, ou seja, os efeitos das variáveis geografia (proxy ilha),
coesão social (proxy guerra civil) e comércio externo (proxy abertura) são
significativamente diferentes entre os países pequenos e os países grandes, e para as outras
variáveis as diferenças não são significativas. No segundo ponto, verificámos que, em
termos médios, a produtividade é o principal canal de transmissão das variáveis de
interesse no crescimento do PIB per capita nos dois grupos de países. Relativamente ao
terceiro ponto, constatámos que a velocidade de convergência β é superior nos países
pequenos, mas essa superioridade não é significativa. No período 1971-2010 verificámos
uma situação de falta de convergência σ no grupo de países pequenos e de países grandes,
mas os países pequenos apresentam maior homogeneidade do nível de rendimento.
157
Países Grandes
Adicionalmente, há um certo equilíbrio no número de variáveis de interesse com

impacto significativamente diferentes no aumento ou redução da taxa de convergência nos
dois grupos de países, ou seja, as variáveis IDE, abertura e vulnerabilidade ambiental têm
impacto significativamente superior no grupo de países pequenos, e os efeitos das variáveis
coesão social, geografia e instituições não é significativamente diferente entre os dois
grupos de países. Concluímos ainda, que a maior abertura comercial dos países pequenos é
uma das causas da sua maior taxa de convergência β em comparação com os países
grandes.
158
PARTE IV – GROWTH DIAGNOSTIC DA
ECONOMIA CABO-VERDIANA
Parte IV – Growth Diagnostic da economia Cabo-verdiana
1 – INTRODUÇÃO
Nas partes anteriores desta tese focámos as nossas análises nos países pequenos
em geral, e achamos pertinente fazer, também, uma investigação particular do
comportamento económico de um país pequeno.
Assim, fazemos nesta parte uma análise dos principais fatores, que impulsionaram
o crescimento da economia de um país pequeno e insular, Cabo Verde, no período 1970-
2011, e também identificamos os principais obstáculos ao investimento/crescimento
económico, de modo a sugerir políticas que podem ajudar a ultrapassar estas barreiras. O
diagnóstico da economia cabo-verdiana é conduzido com recurso ao modelo Hausmann,
Rodrik e Velasco (HRV) desenvolvido por Hausmann, Rodrik e Velasco (2005).
Com o estudo, constatamos que a evolução da economia cabo-verdiana, é

fortemente condicionada pelas características geográficas do país, escassez de recursos
naturais e influxos de capitais externos. Por outro lado, não conseguimos apontar a
principal barreira ao crescimento económico, mas identificamos vários fatores que têm
dificultado os investimentos, como fraca intermediação financeira (que traduz num elevado
custo financeiro), deficientes infraestruturas, altos custos nas ligações entre as ilhas,
ineficiente fornecimento de energia elétrica e forte desvio entre as necessidades de capital
humano e as áreas de formação do ensino secundário e terciário. Assim, as políticas do
Governo devem ser direcionadas no sentido de ultrapassar estas barreiras.
Segue a estrutura do trabalho: descrevemos a evolução da economia cabo-

verdiana no período 1970-2011, e abordamos de modo mais específico algumas variáveis
como exportações e capitais externos (IDE, remessas dos trabalhadores e ajuda e
assistência ao desenvolvimento) no segundo capítulo; apresentamos e implementamos o
modelo HRV no terceiro capítulo; e, a conclusão final do trabalho e algumas sugestões de
políticas para ajudar a ultrapassar as barreiras identificadas estão no quarto capítulo.
161
2 – DINÂMICA DO CRESCIMENTO DA ECONÓMICA

CABO-VERDIANA
Cabo Verde, com PIB per capita (PPC, 2005) de US$3.616, em 2011, foi o 116º
país com maior valor, num total 172 países a nível mundial (com dados disponíveis em
2011), e o 16º em relação ao continente Africano.75 As posições do PIB per capita (PPC,
2005) a nível mundial dos outros países pequenos Africanos, usados neste estudo para
comparar com a economia cabo-verdiana são: Guiné Equatorial 23ª (US$32.026),
Seychelles 35ª (US$23.172), Ilhas Maurícias 63ª (US$12.737), Suazilândia 97ª
(US$5.349), Djibuti 134ª (US$2.087, valor de 2009), Gâmbia 139ª (US$1.873), S.T.
Príncipe 140ª (US$1.805), Lesoto 146ª (US$1.504), Guiné-Bissau 155ª (US$1.097) e
Comores 159ª (US$980). Os valores médios do PIB per capita de alguns grupos de países
dos quais Cabo Verde faz parte, e que foram usados para fazer comparações são: África
Subsariana (US$2.073), Países de Rendimento Médio (US$6.232), Países Pequenos
(US$7.751) e a média Mundial (US$10.061).76
O crescimento económico de longo prazo em Cabo Verde é satisfatório em

comparação com os outros países pequenos Africanos (ver a figura IV.1), ou seja, em 2011
Cabo Verde ultrapassou todos os países que em 1970 tinham, praticamente, o mesmo nível
do PIB per capita, com exceção da Guiné Equatorial (o seu crescimento explosivo nas
últimas duas décadas deve-se à descoberta e exploração do petróleo). Analisando o nível
de PIB per capita em 2011 e comparando com o de 1970, Cabo Verde está 3,6 vezes mais
rico. A melhor performance é da Guiné Equatorial (22,7), seguida das Ilhas Maurícias
(5,1), Seychelles (3,7) e na última posição está Djibuti (0,4).
75
Fonte de dados: Banco Mundial, WDI.
76
O grupo de Países de Rendimento Médio inclui os países com RNB per capita, em 2010, compreendido
entre US$ 1.006 e US$12.275. O grupo de Países Pequenos inclui os países com população inferior a 1,5
milhões de habitantes. Seguimos a classificação do Banco Mundial.
163
Figura IV.1: PIB per capita (log) de países pequenos Africanos (1970-2011)
10 Cabo Verde
9,5
Comores
9
Djibouti
8,5
(log, US$, 2005)
8 G. Equatorial
7,5 Gâmbia
7 Guiné-Bissau
6,5
Lesoto
6
Maurícias
5,5
5 S. T. Príncipe
1970
1972
1974
1976
1978
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
Seychelles
Suazilândia
Fonte: UNCTAD
O PIB per capita de Cabo Verde, em 2011, foi superior à média do grupo de
países da África Subsariana e da Comunidade Económica dos Estados da África Ocidental
(CEDEAO), no entanto em 1970 os valores eram semelhantes. Em 1970 o PIB per capita
de Países Pequenos Ilhas em Desenvolvimento (sigla em Inglês SIDS – Small Island
Developing States) e a média Mundial eram 3,5 e 5,3, vezes superiores, respetivamente, ao
de Cabo Verde, mas em 2011, a diferença passou para apenas 1,3 e 2,7 vezes.77
2.2 – Evolução e decomposição do crescimento económico
2.2.1 – Evolução do PIB: ótica das despesas
Na figura IV.2 verificamos que o comportamento do PIB no período 1971-2010 é

explicado, na ótica das despesas internas, em grande parte pelo consumo das famílias, que
cresceu à taxa média anual real de 4,64% e com peso médio anual no PIB de 77%. O forte
crescimento nas despesas internas não se traduziu em crescimentos substanciais no PIB,
visto que, grande parte dos bens consumidos é importada. As taxas médias anuais de
crescimento das exportações e importações foram de 6,2% e 5,6%, e com pesos médios
anuais no PIB de 18,9% e 55,8%, respetivamente. As análises seguintes são feitas por
décadas. (fontes dos dados: Banco Mundial, 1985; World Bank - World Development
Indicators; Relatórios e contas do BCV, 1985, 1999 a 2012c; Presidência do Conselho
77
O grupo SIDS – Small Island Developing States é o definido pela UNCTAD. Inclui os países: Antiga e
Barbuda, Ilhas Marshall, Bahamas, Ilhas Maurícias, Barbados, Grenada, Micronésia F. S., Palau, Cabo
Verde, Samoa, Comores, Papua Nova Guiné, São Tomé e Príncipe, Seychelles, Nauru, Dominica, Ilhas
Salomão, São Cristóvão e Neves, Fiji, Sta. Lúcia, São Vicente e Granadinas, Timor-Leste, Tonga, Jamaica,
Trindade e Tobago, Kiribati, Tuvalu, Vanuatu e Maldivas.
164
(1968); Presidência do Conselho (1974); Secretária de Estado da Cooperação e

Planeamento (1983); II Plano Nacional de Desenvolvimento; III Plano Nacional de
Desenvolvimento; Plano Nacional de Desenvolvimento, 2002-2005; Governo de Cabo
Verde, 2006).
Década 1971-1980 – É o período de menor crescimento do PIB real em Cabo

Verde, com taxa média anual de 1,14%. No período 1972-1977 há um fraco crescimento
do PIB real, que pode estar ligado à luta armada pela independência e à transição política
(entre 1975 e 1980, Cabo Verde e Guiné-Bissau foram governados de forma conjunta).
Década 1981-1990 – A taxa de crescimento médio anual do PIB real foi de

6,16%. O consumo do governo foi a parcela com maior taxa de crescimento (média anual
real de 9%). Este comportamento deve-se ao aumento do número de empresas públicas e
mistas, institutos públicos, serviços autónomos e serviço da dívida.
Década 1991-2000 – O crescimento médio anual do PIB real foi de 7,93%. As

exportações foram a componente com maior crescimento (taxa média anual de 11%). Este
maior crescimento deve-se às empresas francas que se instalaram em Cabo Verde
(exportações de produtos manufaturados - calçados e confeções) e à expansão do setor do
turismo e dos serviços ligados ao transporte aéreo e marítimo.
Década 2001-2010 – O PIB real cresceu à taxa média anual de 7,02%. A

formação bruta de capital é o componente com maior taxa de crescimento média anual,
12,3%, fruto da maior entrada do IDE e dos investimentos públicos em infraestruturas,
bens e equipamentos e material de transporte.
Figura IV.2: Evolução do PIB real, ótica das despesas

14
Importações de bens e
12 serviços
10 Exportações de bens e
8 serviços
7,93
7,02
6 6,16 Formação bruta do
capital
(%)
4
Consumo governo
2
1,14
0 Consumo família
-2 1971-1980 1981-1990 1991-2000 2001-2010
-4 PIB
-6
Fonte: United Nations
165
2.2.2 – Evolução do PIB: ótica da produção
Analisando o PIB na ótica da produção (ver a figura IV.3), mais concretamente o

valor acrescentado bruto (VAB), no período 1971-2010 o setor terciário é o que tem maior
contributo no crescimento do VAB, cresceu à taxa média anual real de 5,4% e com peso
médio anual no VAB de 65,5%, seguido do setor secundário e do primário, com taxas
médias anuais de crescimento de 4,9% e 2,8%, e pesos médios anuais de 17,5% e 17% do
VAB, respetivamente. (Usamos as mesmas fontes de dados do subcapítulo anterior).
Década 1971-1980 – O VAB cresceu à taxa média anual real de 1,18%. O setor
com maior taxa média anual de crescimento real foi o agrícola (3,7%). O fraco
desempenho do setor produtivo está associado ao facto da administração Colonial ter
deixado Cabo Verde com alta taxa de analfabetismo (cerca de 50%), fraco aparelho
produtivo, infraestruturas económicas praticamente inexistentes, alta taxa de subutilização
da força de trabalho (60%) e nível de satisfação das necessidades básicas bastante baixo (I
Plano Nacional de Desenvolvimento – I PND – 1982-1985).
industrial apresentou a maior taxa média anual de crescimento (9,8%), seguido do setor
dos transportes e comunicações (8,9%). O crescimento do setor industrial esteve associado
aos investimentos feitos, principalmente, pelo governo no seguimento da política de
industrialização para substituição das importações. O nível de crescimento no ramo dos
transportes e comunicações, deve-se aos investimentos realizados (aeroporto do Sal e
estaleiro de reparação naval em São Vicente), que permitiram maior prestação de serviços
ligados ao tráfego aéreo e marítimo.
com maior taxa média anual de crescimento foi transportes e comunicações (12,8%). O
aumento do turismo e da prestação de serviços ligado ao tráfego aéreo, foram os principais
impulsionadores deste nível de crescimento. O setor industrial cresceu à taxa média anual
de 7,8%, motivado pelo surgimento de novas empresas industriais (de capitais internos e
externos) e pela modernização das unidades existentes, com a liberalização económica e a
promoção do setor privado.
166
Década 2001-2010 – O VAB cresceu à taxa média anual real de 5,67%. O ramo
de comércio, restaurantes e hotéis foi o que mais cresceu (8,4%), seguido da construção
(7,5%). O crescimento do setor do comércio, restaurantes e hotéis está associado ao grande
dinamismo e desenvolvimento do turismo ao longo da década. O crescimento no setor da
construção está ligado à política de infraestruturação do país, seguida pelo Governo, e ao
IDE (construções de hotéis e resorts).
Figura IV.3: Evolução do PIB real, ótica da produção

8 Outras atividades
7
6,49 Transportes, armazanamento e
6 comunicação
5,67
5,32 Restaurantes, hotéis e
5 comércio
(%)
4 Construção
3
Mina e indústrias
2
1 1,18 Agricultura, caça e floresta
0 VAB
1971-1980 1981-1990 1991-2000 2001-2010
Fonte: United Nations
2.3 – Evolução das exportações
A integração de países pequenos no mercado mundial é vista como forma de

superar a reduzida dimensão do mercado interno. Em Cabo Verde a média anual da
abertura comercial (soma das exportações e importações), no período 1971-2010, foi
87,8% do PIB (importações 67,5% do PIB e exportações 20,3 % do PIB). Entre os outros
países pequenos Africanos, em termos do peso no PIB, Cabo Verde é o sétimo com maior
nível de abertura comercial e o segundo com maior défice comercial. O elevado nível do
défice comercial em Cabo Verde é justificado pela elevada importação de bens (o défice
médio anual da balança de bens no período 1980-2010 foi de - 42,8% do PIB), em especial
os bens de consumo (os produtos alimentares constituem cerca de 68% dos bens de
consumo importados e à volta de 30% do total das importações).
O crescimento das exportações foi caracterizado por constantes oscilações no

período 1971-2010, com taxa média anual real de 6,2%, e peso médio anual no PIB de
18,9%. Devido à falta de dados, analisamos em maior detalhe as exportações apenas no
período 1980-2010. Neste período os serviços constituíram o componente com maior peso
167
nas exportações, cerca de 89%. As exportações dos serviços e das mercadorias cresceram à
taxa média anual de 16,2% e 14,5%, respetivamente (ver a figura IV.4).
Figura IV.4: Evolução e composição das exportações
Exportações (% cresc.) 100%

40
80%
30
60%
20
40%
10
20%
0
1971
1973
1975
1977
1979
1981
1983
1985
1987
1989
1991
1993
1995
1997
1999
2001
2003
2005
2007
2009
0%
-10
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
-20
-30 Mercadorias (% ) Serviços (%)
Fonte: United Nations Fonte: UNCTAD
i) Exportações de serviços
Verificamos na figura IV.5, que os transportes tiveram peso médio anual de
51,7% das exportações de serviços, no período 1980-2010, constituindo a maior parcela.78
Quanto à taxa média anual de crescimento, o setor das viagens foi o que mais cresceu
(28,3%). Este maior contributo nas exportações de serviços pelas viagens, deve-se ao
aumento considerável do peso do turismo na economia cabo-verdiana nos últimos anos. No
período 2000-2010 a média anual das receitas do turismo foi de 20,1% do PIB. As receitas
do turismo cresceram à taxa média anual de 20,9% (dados do Banco Mundial).
Figura IV.5: Componentes das exportações dos serviços

100%
80%
60%
40%
20%
0%
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
Transporte Viagens Outros serviços
Fonte: UNCTAD
78
A rúbrica transportes abrange transporte de passageiros, frete de movimento de mercadorias, serviços à
tripulação e serviços de apoio relacionados.
168
ii) Exportações de bens

No período 1995-2011 apesar de não haver grandes alterações na composição das
exportações, existe uma alternância entre os produtos com maior peso nas exportações de
mercadorias. O período 1995-2000 é dominado pelas exportações de combustíveis,
lubrificantes e materiais relacionados (31,2%), o período 2001-2005 pelos artigos calçados
e vestuários (47,7%) e o período 2006-2011 pelos alimentos e animais vivos (como peixes,
crustáceos e moluscos) com 43,6%. Estas alterações nos pesos dos componentes das
exportações de mercadorias, devem-se à mudança da rota dos voos da South African
Airways, que desde 2006 deixaram de fazer escalas em Cabo Verde, e ao fim do embargo
dos produtos da pesca, imposto pela União Europeia, a partir de 2004.
Verificamos, ainda, que entre 2 a 5 produtos constituem entre 70% a 90% do total
das mercadorias exportadas. E vários destes produtos são reexportados. No período 2000-
2010, a média anual dos produtos reexportados foi 69% das exportações de mercadorias.
As exportações cabo-verdianas estão bastante concentradas em termos de mercados de
destino e a Europa é o principal mercado. No período 2000-2010 cerca de 83% das
exportações foram para Europa, e destas exportações, 73% para o mercado Português.
Segue-se o continente Americano, que absorveu cerca de 10% das exportações cabo-
verdianas no mesmo período, e destas exportações 95% foram para os EUA. Por último
temos o mercado Africano que recebeu apenas 5,5% das exportações.
2.4 – Capitais externos
Os capitais externos que entraram em Cabo Verde, no período 1986-2010, na forma

de IDE, remessas dos emigrantes e ajuda e assistência ao desenvolvimento, representaram
uma média anual de 42,5% do PIB. Isto demonstra uma forte dependência da economia
cabo-verdiana dos fundos externos, que no entanto são incertos por natureza. No período
1986-2010 há tendência decrescente nas remessas e ajudas, e crescente no IDE. Mas, este
aumento no IDE não tem sido suficiente para fazer face às reduções nas outras parcelas.
i) IDE – Investimento direto estrangeiro

A média anual do IDE no período 1986-2010 foi de 4,5% do PIB. O IDE passou a
ter impacto expressivo na produção a partir de 1995, com a privatização de algumas
169
empresas públicas cabo-verdianas. No período 2005-2010, cerca de 63% do IDE foi de

origem Europeia, e Espanha foi o principal investidor, seguido de Portugal. Quanto ao
destino dos investimentos, o setor turístico é claramente o dominante, com 76% do total do
IDE, seguido dos serviços financeiros com 10%.
ii) Remessas dos emigrantes

A média anual das remessas dos emigrantes no período 1986-2010 foi de 23,5%
do PIB. No período 1986-1999 a média anual das remessas foi de 30% do PIB, e no
período 2000-2010 decresceu bastante, passando para 15% do PIB. A redução na última
década pode estar associada à situação da conjuntura económica desfavorável, que se vive
nos principais países de acolhimento dos emigrantes, e também, segundo Ronci et al.,
(2008), a redução nas remessas pode ser justificada pelo facto dos emigrantes em alguns
países (EUA) serem da quarta ou quinta geração, o que reduz a identificação e ligação
social com Cabo Verde, e pelo aumento de oportunidades em Cabo Verde, o que alivia a
pressão sobre a emigração.
No inquérito realizado em Cabo Verde (Ilha de Santiago), pela Organização das

Mulheres de Cabo Verde e Pessoas Como Nós (2006), concluíram que as remessas
recebidas são distribuídas da seguinte forma: 76,4% para alimentação, 9,4% para
educação/formação, 6,3% para habitação, 3,1% para poupança bancária, 2,1% para
atividades económicas e 2,7 para outras atividades. Com isto, verificamos que a maioria
das remessas é destinada às despesas de consumo e não à atividades geradoras de
rendimentos.
iii) Ajuda e assistência oficial ao desenvolvimento

O total da ajuda e assistência oficial ao desenvolvimento recebida (15,2% do
PIB), no período 2000-2010, está na forma de donativos (73%), ajuda orçamental (16%) e
ajuda alimentar (11%). Dos investimentos públicos realizados no período 2000-2010, cerca
de 46% foram financiados por capitais externos, ou seja, mais de metade da ajuda recebida
é usada para financiar o consumo.
170
2.5 – Síntese da dinâmica do crescimento
Cabo Verde, pelas suas características (como: reduzido mercado interno, estado
insular e escassez de recursos naturais), apresenta um nível de crescimento económico
satisfatório no período 1970-2010, e foi o quarto país, entre os países pequenos Africanos,
com maior taxa média anual de crescimento do PIB per capita (3,3%).
Na ótica das despesas, o consumo das famílias foi a parcela com maior peso no
crescimento do PIB, no período 1971-2000, e na década 2001-2010 foi a formação bruta
do capital, traduzindo assim numa maior afetação dos recursos ao investimento em
detrimento do consumo presente. Na ótica da produção, o crescimento do VAB é
explicado, principalmente, pelo setor dos serviços, e dentro deste setor o maior contributo é
do ramo de transportes e comunicações, mas atualmente o maior impacto tem sido dos
serviços ligados às viagens.
As exportações têm peso de 23% no crescimento do PIB no período 1971-2010. A

maioria das exportações cabo-verdianas está concentrada nos serviços, especialmente, nos
transportes. Os capitais externos têm sido um dos grandes impulsionadores da economia
cabo-verdiana. Mas, nos últimos anos, há uma tendência decrescente, fruto da redução das
remessas e das ajudas. O IDE tem sido direcionado na sua maioria para a área do turismo,
há um fraco investimento das remessas recebidas em setores produtivos e grande parte das
ajudas externas recebidas foi aplicada no financiamento do consumo.
Este comportamento da economia cabo-verdiana vai ao encontro das

características de países pequenos identificadas na parte I desta tese, ou seja, em Cabo
Verde existe uma grande abertura do mercado ao comércio externo e aos capitais externos
(IDE, ajudas e remessas), uma fraca diversificação das exportações e dos mercados de
exportação e os serviços constituem o principal setor de atividade económica.
171
3 – DIAGNÓSTICO DO CRESCIMENTO
Começamos por apresentar conclusões de algumas pesquisas realizadas em Cabo

Verde, sobre possíveis constrangimentos para as empresas. O Banco Mundial realizou, em
2009, um inquérito, conhecido por Investment Climate Assessment (ICA), às empresas
cabo-verdianas, para identificar os principais obstáculos no exercício das suas atividades.79
Para as pequenas empresas o maior obstáculo são os crimes e desordens, para as médias
empresas é o setor informal e para as grandes empresas é a força de trabalho inadequada.
Em 2010 a Organização das Nações Unidas para o Desenvolvimento Industrial

(ONUDI, 2011) inquiriu 217 empresas cabo-verdianas, com o objetivo de identificar os
fatores que mais afetam o mercado empresarial. 80 O estudo indica como principais
constrangimentos aos negócios os seguintes fatores: para as pequenas empresas (até 10
trabalhadores) são acesso ao crédito (taxa de juros), setor informal e eletricidade, para as
médias (entre 11 e 100 trabalhadores) são eletricidade e setor informal, e para as grandes
empresas (mais de 100 trabalhadores) são eletricidade, tribunais e resolução de conflitos.
3.2 – Modelo de diagnóstico do crescimento
Hausmann, Rodrik e Velasco (2005) propuseram um modelo simples (HRV) para

o diagnóstico do crescimento económico de um país. Este modelo, assim como a maioria
dos modelos de crescimento, baseia-se no pressuposto que em equilíbrio, a economia
cresce em função da diferença entre o rendimento esperado dos ativos acumulados e do
custo destes ativos, detidos pelos agentes privados. Assim, quanto maior for a diferença
79
World Bank Investment Climate Assessments - neste inquérito participaram 156 empresas industriais e de
serviços, localizadas nas ilhas de S. Vicente, Sal e Santiago, sendo 79 pequenas empresas (5-19
trabalhadores), 52 empresas médias (20-99 trabalhadores) e 25 empresas grande (mais de 100 trabalhadores).
Enterprise Surveys (http://www.enterprisesurveys.org), The World Bank.
80
O inquérito foi realizado em Setembro de 2010 pela Organização das Nações Unidas para o
Desenvolvimento Industrial (ONUDI) em cooperação com a Organização das Nações Unidas para a
Igualdade de Género e Empoderamento das Mulheres (ONU Mulheres).
173
entre o retorno esperado e o custo do financiamento, maior será o esforço do investimento

(Hausmann et al., 2008). Segue a expressão do modelo HRV:
 
  
 
g
    1    * 

 r 
`crescimento
  
 apropriação retorno social  custo financiamento 
    
 retorno privado 
onde: τ – taxa de imposto sobre capital, atual ou esperado, formal ou informal; r – taxa de
juro mundial; ρ – taxa de retorno sobre capital; σ – elasticidade intertemporal do consumo;
g – taxa de crescimento da economia.
O modelo apresenta duas hipóteses de limitações ao crescimento: baixo retorno

esperado dos ativos acumulados 1 ou elevado custo de financiamento (r). O
baixo retorno dos ativos acumulados, pode estar associado ao débil retorno social (ρ) ou a
fraca apropriação esperada 1 . O elevado custo de financiamento pode ser justificado
pela falta de poupança agregada ou deficiente intermediação financeira.
Hausmann et al. (2008) propuseram uma árvore de decisão (figura IV.6) para o
exercício do “Growth Diagnostic” baseada no modelo apresentado, que consiste em
identificar os fatores que possam justificar o fraco crescimento económico, fazendo uma
série de questões, e apresentando possíveis hipóteses à medida que se avança pelos ramos
da árvore. O principal desafio está em encontrar o fator que constitui maior obstáculo ao
crescimento económico e uma vez identificado, deve merecer grande atenção dos decisores
políticos.
Figura IV.6: Árvore do Growth Diagnostic
Fonte: Hausmann et al. (2008: 22)
174
3.3 – Diagnóstico do crescimento da economia cabo-verdiana
Árvore de decisão - HRV
Aplicamos o modelo descrito para realizar o diagnóstico de crescimento

económico em Cabo Verde. Assim, começamos pela pergunta base: O investimento
privado é baixo em Cabo Verde? Para responder a esta pergunta é preciso analisar a
evolução do investimento privado.81
No período 1986-2010, a média anual do investimento privado, em Cabo Verde,

foi de 22,8% do PIB. Comparativamente aos outros países pequenos Africanos, Cabo
Verde é o terceiro com maior média anual do investimento privado em função do PIB. A
média cabo-verdiana (22,8% PIB) é superior às médias do grupo de Países Pequenos
(18,2% PIB), de Países de Rendimento Médio e Baixo (PRMB) (14,6% PIB) e de países da
África Subsariana (12,5% PIB). A média anual do rácio do investimento doméstico (18,3%
PIB) em Cabo Verde é o segundo maior entre os países pequenos Africanos, e em relação
ao IDE (4,5% PIB) é o quinto maior (ver a figura IV.7).
Figura IV.7: Evolução do investimento privado (% PIB)

40 Investimento privado (% PIB) Investimento privado (% PIB, 1986-2010)
40
30 30
20 20
%
%
10 10
0 0
-10
Invest. domenstico (% PIB) IDE (% PIB)

Invest. privado (% PIB) Investimento domenstico (% PIB) IDE (% PIB)
Fonte: WDI
O nível do investimento privado em Cabo Verde é satisfatório. Mas, cerca de

63,9% dos investimentos realizados em Cabo Verde foram na construção. Assim, torna-se
pertinente a questão: porque o investimento tem sido baixo nos outros setores e não na
construção? Será custo de financiamento elevado ou retorno económico baixo?
81
Definições e fontes de algumas variáveis utilizadas estão no apêndice XI.
175
3.3.1 – Acesso/custo de financiamento
O custo de financiamento em Cabo Verde é elevado? Esta questão pode ser

respondida pela análise das taxas de juro ativas e pelo volume do crédito doméstico ao
setor privado.
i) As taxas de juro
Pela figura IV.8 constatamos que em Cabo Verde, a média anual da taxa de juro
real ativa, no período 2000-2011, foi de 9,8% e com tendência decrescente. 82 Em
comparação com os países pequenos Africanos, Cabo Verde é o quarto com maior média
anual da taxa de juro. A média cabo-verdiana é inferior à média das Ilhas Maurícias, mas é
cerca de 7 pontos percentuais superior à média das Seychelles, que tem a menor taxa de
juro (2,58%).
Figura IV.8: Evolução das taxas de juro real
Taxa de juro real (%) Taxa de juro ativa real (2000-2011)

25
14
13 20
12
11 15
10
9
%
8 10
7
%
6 5
5
4 0
3
2
1
0
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
Fonte: WDI
ii) Crédito doméstico

O crédito doméstico ao setor privado em Cabo Verde cresceu nos últimos anos,
passou de 40,1% do PIB, em 2000, para 61,1% do PIB, em 2011, e a média anual foi de
46,6% do PIB. Em relação aos países pequenos Africanos, Cabo Verde é o segundo com
maior média anual de crédito doméstico. A média cabo-verdiana é superior à média de
Países Pequenos e inferior às médias dos PRMB, Países da África Subsariana e Mundial.
Em Cabo Verde a maioria do crédito ao setor privado é para atividades dos

particulares, mais concretamente, aquisições de habitações. No período 2001-2011 cerca
de 57% do crédito foi para particulares (39,8% para aquisições de habitações e 17,4% para
82
A taxa de juro corresponde à média dos juros de curto e médio prazo.
176
outras aquisições) e 43% para empresas não financeiras (as empresas com maiores créditos
estão ligadas ao comércio, restaurantes e hotéis – 10,6%).
Posto isto, concluímos que em Cabo Verde, nos últimos anos, a taxa de juro real
ativa reduziu e o crédito doméstico ao setor privado aumentou, mas grande parte do crédito
é utilizada em aquisição de habitações. Em termos comparativos com os outros países
pequenos Africanos e os grupos de países, o custo de financiamento é elevado em Cabo
Verde. No inquérito ICA de 2009, o acesso ao financiamento é apontado como o segundo
maior obstáculo para negócios, e nos relatórios da “Global Competitiveness Report 2010-
2011”- Schwab (2010) e “Global Competitiveness Report 2011-2012” - Schwab (2011), o
acesso ao financiamento é indicado como o fator mais problemático para fazer negócios
em Cabo Verde.
Assim, seguindo o modelo da árvore de decisão de HRV, o elevado custo de

financiamento pode estar associado ao difícil acesso a poupanças externas, baixa poupança
doméstica ou deficiente intermediação financeira doméstica.
3.3.1.1 ‒ Acesso ao financiamento externo e poupança doméstica
No período 2000-2010 a média anual dos capitais externos na forma de IDE,

remessas de emigrantes e ajuda e assistência ao desenvolvimento foi de 35% do PIB. Os
investimentos públicos realizados entre 2000-2010 foram financiados em cerca de 80%
com recursos ao capital externo (donativos, ajudas alimentares e empréstimos). Assim, o
acesso ao financiamento externo não parece constituir obstáculo ao investimento.
No período 1990-2011 a média anual da poupança doméstica em Cabo Verde foi

de 1,2% do PIB. Este valor é baixo, quando comparamos com as médias anuais de PRMB
(26,8% PIB), Países Pequenos (21,1% PIB) e países da África subsariana (15,8% do PIB).
Em relação aos outros países pequenos Africanos, a média cabo-verdiana é a sexta maior.
A poupança doméstica em Cabo Verde é baixa, mas parece não representar

barreira no acesso ao financiamento, pois caso contrário observaríamos taxas de juro de
depósitos elevadas para atrair a poupança. A média anual das taxas de juro dos depósitos
no período 1990-2010 foi de 4,2%, e esta média é a terceira menor comparativamente aos
177
outros países pequenos Africanos. A baixa poupança doméstica parece ser compensada
pelo fácil acesso ao capital externo, pelo que, a disponibilidade financeira não parece ser a
causa do elevado custo de financiamento em Cabo Verde.
3.3.1.2 ‒ Intermediação financeira doméstica
A fraca intermediação financeira doméstica, pelo modelo HRV, pode ser resultado
de baixo nível de concorrência, alto risco ou elevado custo no setor bancário.
i) Spread
Elevado valor do spread entre a taxa de juro dos depósitos e empréstimos, é o
primeiro indicador de fraca intermediação financeira doméstica (Hausmann et al., 2008). A
média anual do spread em Cabo Verde (7,8%), no período 2000-2010, foi superior às
médias da Suazilândia (6,6%) e Seychelles (6,8%). A média do grupo de países da África
Subsariana (11,2%) é superior à média de Cabo Verde (7,8%), e as médias dos PRMB
(7,9%) e de Países Pequenos (7,5%) estão próximas. Porém, o valor do spread em Cabo
Verde é elevado, pelo que, indica a existência de fraca intermediação financeira.
Segundo Hausmann et al. (2008), a dimensão do spread é proporcional à taxa da

reserva da disponibilidade mínima de caixa, exigida aos bancos comerciais. Nos dados do
BCV (Banco de Cabo Verde), verificamos que a disponibilidade mínima de caixa é
elevada, e em Dezembro de 2011 o valor era de 16%. Esta taxa é superior às taxas de
países pequenos Africanos, como Suazilândia (2,5%), Lesoto (3%), Maurícias (7%),
Gâmbia (10%) e Seychelles (13%).83 Posto isto, podemos dizer que a elevada percentagem
da disponibilidade mínima de caixa, pode ser uma das causas do elevado spread em Cabo
Verde.
Outros fatores que podem explicar fraca intermediação financeira doméstica

(medida através do elevado valor do spread) pelo modelo RVH é o baixo nível da
concorrência no setor bancário ou o elevado risco.
83
Fonte de dados: Gâmbia - African Economic Outlook (2012); Suazilândia, Lesoto, Maurícias e Seychelles
- relatório da Secretariat of the Committee of Central Bank Governors (2011).
178
ii) Baixo nível da concorrência

Um sistema financeiro com poucas instituições bancárias pode apresentar fraca
concorrência. Em Cabo Verde existe um número considerável de instituições financeiras,
pela dimensão do mercado, mas verificamos que, em 2011, cerca de 42% do mercado de
crédito pertencia ao maior banco e os dois maiores bancos detinham 71% do crédito (BCV,
2012b).84 Em relação aos resultados líquidos dos bancos, no período 2006-2011, o maior
banco obteve uma média anual de 52% do total dos lucros bancários e a média dos dois
maiores bancos foi de 82% (ver a tabela IV.1).85 O Índice de Herfindahl e Hirshman (IHH)
utilizado para avaliar o nível de concentração no setor bancário, em 2011, foi de 2.942
(relatório de estabilidade financeira do BCV, 2012), o que significa alto grau de
concentração no setor bancário. 86 Pelos valores destas variáveis, concluímos que existe
fraca concorrência no setor bancário em Cabo Verde.
iii) Alto risco

Em Cabo Verde o principal risco identificado no setor bancário, nos testes de
stress (junho e dezembro de 2011), é o risco de crédito, justificado pela elevada
concentração do crédito no setor da construção. No relatório de estabilidade financeira do
BCV (2012b), consideram existir grande risco de crédito, o que pode comprometer a
solvabilidade e estabilidade das instituições financeiras. O peso do crédito mal parado no
crédito total aumentou nos últimos anos, passou de 2,5% em 2008, para 6,8% em 2011,
constituindo assim um agravamento do risco de crédito (ver a tabela IV.1).
Tabela IV.1: Setor bancário

Variáveis 2006 2007 2008 2009 2010 2011
Crédito mal parado/crédito total (%) 4,3 2,5 3,9 4,0 6,8
RL do maior banco/RL dos bancos (%) 48,0 48,5 64,0 51,3 54,4 46,9
RL dos 2 maiores bancos/RL dos bancos (%) 83,8 83,7 80,5 77,7 83,8 84,7
Fonte: BCV (2012b) e Relatório e Contas (2006 a 2011) dos bancos: Banco Comercial do Atlântico,
Caixa Económica de Cabo Verde, Banco Interatlântico e Banco Cabo-verdiano de Negócios.
Significado da sigla: RL - Resultado Líquido.
84
Em 2011, o sistema financeiro cabo-verdiano contava no mercado onshore com: oito instituições de
créditos, uma sociedade gestora de capital de risco, três agências de câmbios, uma sociedade emissora de
cartões de crédito e de intermediação bancária do sistema de pagamentos, uma sociedade de leasing, três
sociedades gestoras de fundos mobiliários e uma agência de transferência de dinheiro. E no offshore com:
oito instituições em atividades bancárias e uma instituição em sociedade de gestão de fundos.
85
Os dados são referentes aos seguintes bancos comerciais: Banco Comercial do Atlântico, Caixa Económica
de Cabo Verde, Banco Interatlântico e Banco Cabo-verdiano de Negócios.
86
O índice de Herfindahl-Hirshman varia entre 0 e 10.000. Mercados com valores inferior a 1.000 são
competitivos, com valores entre 1.000 e 1.800 têm alguma concentração no mercado e valores superior a
1.800 são muito concentrados (Calkins, 1983).
179
Esta análise sugere que, em Cabo Verde, o elevado custo de financiamento está
associado à intermediação financeira doméstica fraca, que é observada pelo elevado nível
de spread, que pode ser justificado pela alta taxa da disponibilidade mínima de caixa,
sistema bancário doméstico muito concentrado (dominado praticamente por dois bancos) e
forte risco de concentração do crédito.
3.3.2 – Baixo retorno da atividade económica
Passamos para o lado esquerdo da árvore de HRV. O fraco investimento privado

pode ser explicado pelo baixo retorno da atividade económica. Muitas empresas podem ter
acesso ao financiamento bancário, no entanto, desistem do projeto devido ao baixo retorno
esperado, que não compensa a taxa de juro do empréstimo. O baixo retorno da atividade
económica pode ser explicado pelo baixo retorno social ou pela fraca apropriação do
retorno do investimento.
3.3.2.1 – Baixo retorno social
Fraco retorno social pode ser justificado por vários fatores, mas no modelo HRV
são indicados como principais causas: inadequado capital humano ou infraestruturação
deficiente.
3.3.2.1.1 – Capital humano
O capital humano é um fator de produção importante, e se não existir em

quantidade e qualidade desejada pelas empresas, ou se for dispendioso para contratar,
conduz ao baixo retorno social. Caso o capital humano seja inadequado, os trabalhadores
mais habilidosos e com maior educação recebem altos salários e enfrentam taxa de
desemprego menor, e há investimento das empresas na capacitação dos trabalhadores
(Hausmann et al., 2005).
No ano 2009, cerca de 84,8% da população era alfabetizada em Cabo Verde,

superando as médias da região da África Subsariana (62,6%) e de países de rendimento
médio (83,2%). Entre os países pequenos Africanos, Cabo Verde é o sétimo com a maior
180
taxa de alfabetização. A expetativa da escolaridade em Cabo Verde passou de 7,8 anos em

1980, para 11,6 anos em 2011, sendo a terceira maior entre os países pequenos Africanos,
e ultrapassa as médias de países da África Subsariana (9,2 anos).
No inquérito ICA de 2009, a força de trabalho inadequada é considerada o terceiro

maior obstáculo ao negócio em Cabo Verde. No relatório da “Global Competitiveness
Report 2011-2012” - Schwab (2011), a força de trabalho com educação inadequada é o
segundo fator mais problemático para fazer negócios em Cabo Verde. A baixa
classificação de Cabo Verde está relacionada, principalmente, com a débil qualidade de
gestão escolar, fraca disponibilidade de serviços especializados e reduzido investimento na
formação e capacitação dos trabalhadores.
Na tabela IV.2, verificamos que o desemprego está mais acentuado na população

com ensino secundário e terciário, ou seja, são mais prováveis os trabalhadores com maior
nível de educação estarem desempregados, do que os com menor nível. No relatório do
Banco Mundial (2010), defendem que em Cabo Verde o elevado nível de desemprego é
explicado, em parte, pelo alto salário de reserva, resultante do nível elevado de remessas
recebidas pelos agregados familiares, o que diminui a taxa de participação no mercado de
trabalho e gera uma certa rigidez no desemprego. Por outro lado, os ramos de atividade que
empregam maior número de indivíduos são comércio, construção e agricultura e pesca, e a
maioria dos trabalhadores são não qualificados.
Tabela IV.2: Distribuição da taxa de desemprego
Nível de escolaridade Taxa desemprego (2011)

Nunca frequentou 2,4
Alfabetização 1,9
Ensino básico 7,7
Ensino secundário 19,4
Ensino médio 10,4
Ensino superior 16,8
Taxa desemprego total 12,2
Fonte: INE
No relatório da “Global Competitiveness Report 2011-2012” - Schwab (2011),

Cabo Verde está na 116ª posição entre 142 países, referente à percentagem de empresas
que investem na capacitação e desenvolvimento dos empregados. Comparativamente aos
181
outros países pequenos Africanos, Cabo Verde tem a pior classificação, sendo ultrapassado
por Gâmbia (31ª), Maurícias (40ª), Lesoto (88ª) e Suazilândia (92ª). Em Cabo Verde, no
ano 2009, apenas 16,6% das empresas investiram na formação/treino dos seus
trabalhadores, e é uma percentagem baixa comparativamente aos outros países pequenos
Africanos, como Lesoto (42,5%) e Suazilândia (25,6%).
Esta situação do capital humano em Cabo Verde pode levar a duas interpretações:
i – o capital humano de facto não causa baixo retorno social em Cabo Verde e as empresas
consideram como suficientes as habilitações dos seus empregados, por isso, não investem
na sua capacitação; ou, ii – as empresas consideram o capital humano de baixa qualidade,
mas preferem investir em outros fatores, que constituem maior obstáculo às suas
atividades.
Pelo exposto, o capital humano não parece ser o principal responsável pelo baixo
retorno social em Cabo Verde, porém é possível que alguns setores específicos sofram de
escassez de capital humano especializado, e há um desfasamento entre a formação e a
necessidade do mercado, pois a taxa de desemprego é elevada na classe com ensino
superior.
3.3.2.1.2 – Infraestruturas
Nos últimos anos o Governo cabo-verdiano investiu fortemente na

infraestruturação do país. No período 2000-2010 a maioria dos investimentos foram
realizados em infraestruturas de estradas e portos. O elevado investimento nas
infraestruturas em Cabo Verde deve-se, em parte, aos enormes desafios resultantes da
geografia do país (Briceño-Garmendia e Benitez, 2011).
Estradas
Comparativamente aos outros países pequenos Africanos (dados do Banco
Mundial para ano 2001) a densidade de estradas (medida por cada 100 km2 de terra) em
Cabo Verde (33 km) é inferior à densidade em Seychelles (100 km), Maurícias (99 km) e
Comores (39 km), mas superior ou igual à densidade de Guiné Equatorial (10 km), Guiné-
Bissau (12 km), Djibuti (14 km), Suazilândia (21 km), S. Tomé e Príncipe (33 km) e
Gâmbia (33 km). No entanto, convém salientar que o Governo realizou grandes
182
investimentos nas estradas nestes últimos anos, pelo que, a posição de Cabo Verde já
melhorou.
Portos e Aeroportos
Todas as nove ilhas cabo-verdianas dispõem de portos, e três (Porto da Praia,
Porto Grande e Porto da Palmeira) recebem tráfico internacional. No relatório da “Global
Competitiveness Report 2011-2012” - Schwab (2011), a qualidade das infraestruturas
portuárias em Cabo Verde está numa posição inferior à média (92ª). No inquérito realizado
pela ONUDI (2011) os empresários consideram os transportes marítimos entre as ilhas
como grande obstáculo para os negócios.
Em Cabo Verde existem 7 aeroportos, sendo 4 internacionais e 3 para voos

domésticos. Entre os países Africanos, Cabo Verde é um dos poucos e entre os países
pequenos Africanos é o único certificado pela Federal Aviation
Administration/International Aviation Safety Association (FAA/IASA), tanto o aeroporto
da Ilha de Santiago como o da ilha do Sal.87 No entanto, segundo Briceño-Garmendia e
Benitez (2011), Cabo Verde enfrenta um enorme desafio relacionado com os gastos no
transporte aéreo, que ascende a 11% do PIB (40% do total de despesas em infraestruturas),
onde a rubrica despesas de manutenção e operação absorve a grande maioria destas
despesas. No relatório da “Global Competitiveness Report 2011-2012” - Schwab (2011), a
qualidade das infraestruturas aeroportuárias cabo-verdianas é média (79ª posição).
Eletricidade
Em Cabo Verde, no ano 2005 (dados do Banco Mundial), cerca de 70,7% da
população tinha ligação elétrica e o custo de produção era de $23,34/kwh. Em 2006 os
cortes de energia causaram perdas de 8,8% das vendas nas empresas. Os dados da média
do grupo de países de rendimento médio em África e da CEDEAO são 22,13% e 14,82%
da população com ligação elétrica, $14,83/kwh e $21,21/kwh do custo de produção e
prejuízos de 1,6% e 6,8% nas vendas das empresas, respetivamente.
Segundo Briceño-Garmendia e Benitez (2011), o elevado custo de eletricidade em

Cabo Verde, deve-se à ineficiência operacional da empresa ELECTRA, que representa um
custo médio anual de 19 milhões de dólares EUA, valor muito elevado quando comparado
87
A Federal Aviation Administration/International Aviation Safety Association faz auditoria sobre o controlo
do tráfego aéreo e das operações aeroportuária.
183
com os outros países de rendimento médio. 88 No relatório da “Global Competitiveness

Report 2011-2012” - Schwab (2011), a qualidade da eletricidade oferecida em Cabo Verde
é considerada insuficiente e com interrupções frequentes.
Tecnologias de informação e comunicação

Em Cabo Verde a cobertura da rede móvel, no ano 2006, era de 81% da
população. Este valor está próximo da média dos países Africanos de rendimento médio
(84%) e superior à média de países da África Subsariana (68,7%). No ano 2007, por cada
100 habitantes em Cabo Verde cerca de 8,3 eram utilizadores da Internet. Esta média é
superior às médias de países Africanos de rendimento médio (4,4) e de países da África
Subsariana (4,9). Comparativamente aos outros países pequenos Africanos, Cabo Verde é
ultrapassado apenas por Seychelles (37,6) e Maurícias (15,9).89
Com isto, podemos dizer que a qualidade das infraestruturas existentes,

principalmente, ligadas aos portos e à eletricidade, parece ser uma das causas do baixo
retorno social em Cabo Verde. As infraestruturas aéreas não parecem ser causadoras do
baixo retorno social, pois, os serviços ligados às viagens foram os que mais cresceram nos
últimos anos, e caso fossem a causa do baixo retorno social, não haveria este nível de
crescimento nestes serviços. No relatório da “Global Competitiveness Report 2011-2012” -
Schwab (2011) a qualidade das infraestruturas, no geral, é considerada baixa e está
identificada como o quinto maior obstáculo para fazer negócios em Cabo Verde.
3.3.2.2 – Baixa apropriação do retorno do investimento
A baixa apropriação é explicada no modelo HRV pelas falhas do governo e falhas

do mercado.
3.3.2.2.1 – Falhas do Governo
As falhas do governo estão divididas em riscos macroeconómicos e riscos

microeconómicos.
88
ELECTRA é uma empresa pública de produção e abastecimento de água e eletricidade.
89
Dados do Banco Mundial – Africa Development Indicators.
184
i) Riscos macroeconómicos:
Dívida Externa
No período 1990-2011 a média anual do stock da dívida externa em Cabo Verde
(47,7% PIB), foi superior à dos PRMB (32,01% PIB), mas inferior à dos outros países
pequenos Africanos, com exceção das Ilhas Maurícias (22,1% PIB) e Suazilândia (18,4%
PBI). Apesar da dívida pública estar acima do limite de 44% do PIB, segundo os estudos
realizado pelos técnicos do FMI, FMI (2012), o Relatório e Contas do BCV (2011) e a
nossa análise feita (os cálculos estão no apêndice IX), o serviço da dívida pública cabo-
verdiana é sustentável, considerando o nível das exportações e das receitas internas.90
Saldo orçamental
O défice orçamental, excluindo donativos, tem sido elevado em Cabo Verde. No
período 2001-2011 a média anual foi de -11,4% do PIB. Mas, ao considerarmos apenas as
receitas correntes, estas têm sido suficientes para cobrir as despesas correntes, gerando
saldo corrente positivo médio de 2,5% do PIB, no período 2001-2011.
Inflação e taxa de câmbio

A inflação em Cabo Verde teve comportamento oscilante no período 1990-2011 e
a média anual foi 4,1%. Cabo Verde apresenta a menor taxa média anual de inflação dos
preços no consumo, comparativamente aos outros países pequenos Africanos, aos PRMB,
aos países da África Subsariana e ao grupo de Países Pequenos. O nível de inflação em
Cabo Verde parece não constituir obstáculo ao investimento. Cabo Verde assinou o acordo
de paridade cambial com Portugal em 1998. E, em 1999 alargou para a Zona Euro, com a
adesão de Portugal à moeda única. A taxa de câmbio é estável, pelo que, não representa
obstáculos ao investimento em Cabo Verde.
As variáveis macroeconómicas analisadas, no geral, não parecem constituir

barreiras ao investimento interno, apesar do elevado défice orçamental e do alto stock da
dívida externa em Cabo Verde. Porém, o governo deve ter atenção redobrada sobre estas
rubricas, de modo a evitar o seu aumento e assim transmitir maior estabilidade
macroeconómica.
90
O limite da dívida pública de 44% do PIB está definido no estudo realizado pelo World Bank e
International Monetary Fund (2012) “Revisiting the Debt Sustainability Framework for Low-Income
Countries”.
185
ii) Riscos microeconómicos:
Estabilidade política e governação

A “instabilidade política” está classificada no “Global Competitiveness Report
2011-2012” - Schwab (2011), como o terceiro fator menos problemático para aos
negócios. Cabo Verde goza de um regime político democrático e estável, e é apresentado
em vários encontros internacionais como um exemplo de estabilidade a ser seguido por
outros países Africanos. Com isto, podemos dizer que a instabilidade política e a
governação não afetam a apropriação dos retornos em Cabo Verde.
Ambiente de negócios
Pelos dados dos relatórios “Doing Business”, verificámos que, em 2007, Cabo
Verde estava numa posição intermédia em relação aos outros países pequenos Africanos
(era o sexto melhor classificado), mas distanciava bastante dos dois países melhor
classificados, Ilhas Maurícias e Suazilândia. Posteriormente, em 2012, Cabo Verde passou
para o terceiro melhor classificado. Este progresso deve-se às reformas introduzidas em
2009/2010 e 2010/2011, no pagamento de impostos, registo de propriedades, obtenção de
créditos e resolução de insolvências. Cabo Verde estava entre os 10 países a nível mundial,
com maior progresso na facilidade de fazer negócios em 2009/10 e 2010/2011.91
Com estes progressos, é pouco provável que o ambiente de negócios constitua a

principal barreira à apropriação dos retornos em Cabo Verde. No entanto, é preciso
continuar as reformas de modo a melhorar o ambiente de negócios em Cabo Verde, e assim
poder concorrer com outros países na atração do IDE.
Setor informal
O setor informal é indicado (principalmente pelas pequenas e médias empresas)
no inquérito ICA de 2009, como o principal obstáculo ao negócio em Cabo Verde, uma
vez que, representa concorrência desleal para as empresas formais.
No inquérito realizado ao setor informal, INE (2010), em 2009 existiam 24.060

Unidades de Produção Informal (UPI) com faturação anual de 180 mil Euros.92 As UPI são
de pequena dimensão, das quais 82,9% empregam apenas um trabalhador. Em termos de
91
Fonte dos dados: Relatórios Doing Business, World Bank (2005, 2006, 2007, 2008, 2009, 2010, 2012).
92
As UPI correspondem às unidades de produção que não dispõem de número de contribuinte e/ou de uma
contabilidade organizada.
186
setores de atividade, 51,6% das UPI dedicam-se ao comércio, 33,9% à indústria e 14,5%
aos outros serviços. Os capitais das UPI são financiados em cerca de 92,5% por
donativos/poupanças/heranças e apenas 2% pelo crédito bancário.
As UPI constituem o principal emprego para 90% dos proprietários. Porém as UPI
representam concorrência desleal para as unidades legalizadas, uma vez que, não cumprem
as obrigações fiscais e outras formalidades que representam custos, assim os produtos que
fornecem são tendencialmente mais baratos. As UPI pela sua natureza constituem ameaças,
principalmente, para as pequenas e médias empresas.
Posto isto, podemos dizer que as UPI representam o meio de subsistência de

várias famílias cabo-verdianas (que permite aumentar o poder de compra) e têm reduzido a
taxa de desemprego. Mas, por outro lado, as unidades legalizadas são afetadas nos seus
negócios por esta concorrência desleal. Por isso, é preciso um estudo mais completo para
determinar os efeitos das UPI na economia cabo-verdiana, e assim avaliar o impacto que
têm nas empresas existentes e nas que pretendem entrar no mercado.
3.3.2.2.2 – Falhas do mercado: autodescoberta e coordenação de externalidades
Segundo Rodrik (2003), mesmo em situações em que as políticas do governo

favorecem o empreendedorismo, a economia pode manter-se num baixo nível, devido à
natureza dos mercados. Para Hausmann e Klinger (2007), se um país enfrenta um fraco
crescimento económico devido à insuficiência de novos produtos exportados, então o
indicador da sofisticação dos produtos exportados, deve ser baixo para o nível do
desenvolvimento do país. Mas, por outro lado, se o país apresenta alto valor dos produtos
exportados, em relação ao seu nível de rendimento, é difícil alegar que a falta da
descoberta de novos produtos tem dificultado o crescimento económico.
Hausmann et al. (2007) propuseram os índices PRODY que define o nível de

sofisticação de um produto e EXPY para medir o nível de rendimento/produtividade
correspondente ao padrão de exportações de um país.93 Os autores encontraram impacto
positivo do aumento do valor do EXPY no crescimento económico, e este impacto é ainda
maior se o país for de rendimento médio. O nível de EXPY cabo-verdiano oscilou entre
93
Explicações sobre os índices PRODY e EXPY estão no apêndice X.
187
US$8.500 e US$12.300, e sem tendência definida no período 1995-2011.94 O EXPY em

2009, 2010 e 2011 atinge níveis próximos de 1996 e 1997, o que evidencia falta de
ajustamento nas exportações em resultado das mudanças de preços nos produtos (ver a
figura IV.9).
Na figura IV.9 observamos que Cabo Verde é o quinto país com maior média do
PIB per capita (PPC), US$ 2.532, no período 1995-2011, e o terceiro com maior média
anual do nível do EXPY (US$10.508). Pelo que, o grau de sofisticação das exportações em
Cabo Verde é superior ao que se esperava, tendo em conta o nível de desenvolvimento
(medido pelo PIB per capita, PPC) e comparativamente aos outros países pequenos
Africanos. Assim, as falhas do mercado não parecem constituir obstáculos ao crescimento.
Figura IV.9: Evolução do EXPY

Evolução do EXPY 20000 Evolução do EXPY e do PIB pc
13000
17500
12000 15000
(US$, PPP, 2005)
(US$, PPP, 2005)
12500
11000
10000
10000 7500
9000 5000
2500
8000 0
7000
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
Cabo Verde PIB pc (PPP US$ 2005, 1995-2011) EXPY (PPP US$,1995-2011)
Fonte: UNCTAD e WDI
O número de produtos cabo-verdianos exportados (produtos com peso maior ou

igual a 0,3% do total das exportações no ano) é bastante concentrado, sendo a base das
exportações formada por 6 produtos. 95 Os serviços representam cerca de 80% das
exportações cabo-verdianas, pelo que, é fácil concluir que as políticas em Cabo Verde
direcionam-se no sentido de intensificar as exportações de serviços e não de mercadorias, o
que pode justificar também a fraca inovação em relação aos produtos exportados.
94
Estes aumentos e reduções foram causados, principalmente pelas oscilações nos produtos: [334] Petróleo
ou minerais betuminosos, [034] Peixe fresco (vivo ou morto), refrigerado ou congelado, [641] Papel e cartão
e [699] Produtos de metais comuns.
95
Os 6 produtos: [034] Peixe fresco (vivo ou morto), refrigerado ou congelado, [036] Crustáceos, moluscos e
invertebrados aquáticos, [112] Bebidas alcoólicas, [334] Petróleo ou minerais betuminosos, [841] Vestuário
dos homens e tecidos não malha e [851] Calçado. O produto [334] Petróleo ou minerais betuminosos diminui
consideravelmente o peso nas exportações nos últimos três anos.
188
4 – CONCLUSÃO
O PIB real em Cabo Verde cresceu a uma taxa média anual razoável em
comparação à média dos grupos de países de que faz parte e à média dos outros países
pequenos Africanos, apesar de alguns constrangimentos (como: escassez de recursos
naturais e insularidade).
Cabo Verde, sendo um país em vias de desenvolvimento, apresenta vários fatores

que parecem constituir barreiras ao seu crescimento económico. Não foi possível
identificar um fator que seja o maior ou principal obstáculo ao investimento/crescimento,
mas encontramos uma série de barreiras que parecem dificultar os investimentos. Seguem
as nossas conclusões em relação aos fatores analisados pelo modelo HRV:
a) Intermediação financeira: é fraca, o que tem conduzido a elevado custo e
dificuldades no acesso ao financiamento. Isto inviabiliza a sustentabilidade financeira de
vários negócios, constituindo uma barreira ao investimento. Esta fraca intermediação é
comprovada pela alta taxa do spread justificado, principalmente, pelo elevado valor da
disponibilidade mínima de caixa exigida aos bancos comerciais, baixo nível de
concorrência no setor bancário e alto risco de crédito.
b) Acesso ao financiamento: Cabo Verde é uma economia aberta com grandes
influxos de capitais externos, que compensam a reduzida poupança doméstica, pelo que, a
disponibilidade de capitais não parece constituir obstáculo ao investimento.
c) Capital humano: Cabo Verde apresenta uma taxa de alfabetização e expetativa
de escolaridade satisfatórias em comparação com os outros países pequenos Africanos e as
médias dos grupos de países dos quais faz parte (África Subsariana e países de rendimento
médio). Mas, no inquérito ICA de 2009, a força de trabalho inadequada foi considerada
pelas grandes empresas (principalmente no setor imobiliário e financeiro) como o primeiro
maior obstáculo ao negócio, e a inovação é também fraca em Cabo Verde. Com isto,
podemos dizer que o capital humano, no geral, pode ainda não ser a principal barreira ao
retorno social, mas a qualidade do capital humano (associado ao ensino terciário) precisa
de ser melhorada. Verificamos, ainda, elevada taxa de desemprego nas classes com ensino
189
secundário e terciário, isto indica que não há correspondência entre as necessidades do

mercado e as áreas de especialização do ensino.
d) Infraestruturas:
i) As estradas e aeroportos existentes parecem não constituir obstáculos ao
investimento. No entanto, os portos, a frequência dos serviços de ligações entre ilhas
(principalmente a ligação marítima) e os custos associados, têm afetado muitas empresas e
podem representar desincentivo ao investimento nas outras ilhas.
ii) Eletricidade: os dados apontam para elevado custo de produção e
sucessivos cortes, o que tem influência negativa no retorno social e constitui um
desincentivo ao investimento.
iii)Tecnologia de informação e comunicação: Cabo Verde apresenta níveis
satisfatórios de cobertura de rede móvel e internet em comparação com os outros pequenos
países Africanos, pelo que, este fator não representa barreira ao investimento.
e) Riscos macroeconómicos: o stock da dívida externa é superior ao limite
estabelecido, mas é sustentável; o saldo orçamental global tem sido deficitário, mas as
receitas correntes são suficientes para cobrir as despesas correntes; a inflação tem sido
baixa; e, existe estabilidade na taxa de câmbio. Os riscos macroeconómicos não parecem
representar barreiras ao investimento. Porém, é preciso aumentar o controlo sobre o stock
da dívida externa e o saldo orçamental, de modo a evitar que no futuro próximo
influenciem negativamente o investimento.
f) Riscos microeconómicos: Cabo Verde apresenta índices satisfatórios das
variáveis de governação, e já foram realizados progressos no ambiente de negócios, pelo
que, não parecem representar a principal barreira ao investimento. Mas, ainda é preciso
melhorar a qualidade de regulação e eficácia do governo, diminuir os custos e o tempo
gasto em abrir empresas, baixar os impostos e o tempo a preparar e pagar impostos, e
reduzir o custo por contentor e o tempo gasto nas trocas comerciais. Estas melhorias no
ambiente de negócios podem, também, reduzir o número de unidades de produção
informal, que foi indicado no inquérito ICA de 2009, como principal obstáculo aos
negócios.
g) Falhas do mercado: não parecem representar obstáculos ao investimento, pois a
sofisticação do produto (EXPY) é compatível com o nível do PIB per capita cabo-
verdiano. A diversificação de produtos exportados é bastante reduzida, no entanto, o
190
impacto desta falha não parece afetar profundamente a economia, uma vez que, a aposta do
Governo tem sido no setor dos serviços, mais concretamente, o turismo.
Assim, de modo a aumentar a competitividade do país e o crescimento

económico, além das medidas apontadas e considerando as conclusões do nosso estudo
empírico, achamos pertinente que o Governo crie condições para melhoria da qualidade
das instituições de modo a reduzir os custos de financiamento bancário; proporcione maior
aproveitamento pelos empresários nacionais das oportunidades resultantes do IDE e da
grande abertura ao comércio externo; incentive os investimentos noutros setores de
atividades, para reduzir a concentração dos créditos no ramo da construção e aumentar a
diversificação dos mercados e dos produtos exportados (pela promoção de bens públicos
complementares); e, fortalece a coesão social, que pode ser conseguida via formação do
capital humano e melhor distribuição dos rendimentos.
Estas constatações baseiam-se nos dados apresentados até ao presente momento,

pelo que, possíveis alterações futuras podem modificar as conclusões em relação aos
obstáculos ao investimento/crescimento económico em Cabo Verde.
191
CONCLUSÃO
Conclusão
CONCLUSÃO
Nesta tese trabalhámos a problemática do impacto da dimensão do país no

crescimento económico, onde procurámos responder à nossa questão central: A pequena
dimensão do país constitui uma barreira significativa ao crescimento económico?
Trabalhámos esta problemática em quatro partes diferentes: na primeira parte, fizemos uma
revisão da literatura, teórica e empírica, centrada nos benefícios e constrangimentos da
reduzida dimensão dos países e nos determinantes de crescimento económico nos países
pequenos e nos países em geral; na segunda parte, realizámos uma análise descritiva do
comportamento de algumas variáveis económicas e ambientais nos países pequenos em
comparação com os países grandes; na terceira parte, o nosso foco foi o estudo empírico
dos efeitos de alguns determinantes de crescimento económico nos países pequenos em
comparação com os países grandes; e, na quarta parte, estudámos o comportamento
económico de um país pequeno e insular, Cabo Verde. Estas quatro partes facultaram,
também, respostas às nossas questões parcelares.
Assim, segue o resumo das discussões e conclusões das partes analisadas, as

recomendações de política económica e estratégias a adotar e, finalmente, as limitações do
estudo e sugestões para pesquisas futuras.
Resumo das discussões e conclusões
A primeira parte desta tese foi dedicada à revisão da literatura, teórica e empírica,
dos efeitos da dimensão do país no crescimento económico. Esta revisão possibilitou
identificar algumas lacunas existentes nos estudos empíricos, e assim focalizámos o nosso
estudo no sentido de ultrapassar estas limitações.
Verificámos que os estudos teóricos são praticamente unânimes em identificar os

países de reduzida dimensão, como os que enfrentam maiores desafios no processo de
crescimento económico. Isto deve-se ao facto da reduzida dimensão implicar maiores
custos per capita de vários bens e serviços públicos, menor diversificação de produtos e de
195
Conclusão
mercados de exportações, maior limitação no acesso aos mercados de capitais e maiores

dificuldades em usufruir de economias de escala. Os benefícios ligados à reduzida
dimensão são em menor número, como forte coesão social, grande homogeneidade da
população, elevado grau de abertura ao comércio externo e alta propensão para a formação
do capital humano.
Porém, apesar da superioridade dos constrangimentos em relação aos benefícios

de reduzida dimensão, constatámos que os estudos empíricos estão longe de encontrar um
consenso, sobre os efeitos da dimensão do país no crescimento económico. Se, por um
lado, encontrámos estudos que identificam impacto positivo da dimensão no crescimento
económico, como Briguglio (1998) e Alesina et al. (2005), por outro lado, existem estudos
que defendem, que a reduzida dimensão não influencia negativamente o crescimento
económico, como Armstrong et al. (1998) e Rose (2006). No nosso entender, esta falta de
consenso pode ser explicada pelos seguintes: os impactos teóricos negativos da reduzida
dimensão no crescimento são de amplitude insuficiente para serem significativos;
utilização de modelos teóricos e econométricos e bases de dados diferentes nos diversos
estudos; falta de consenso na definição da dimensão dos países; e, escassez de observações
em relação aos países pequenos.
Ainda na primeira parte, revemos os estudos empíricos dos principais

determinantes de crescimento económico nos países pequenos e nos países em geral.
Concluímos que, assim como nos países em geral, também, nos países pequenos existe
uma certa inconsistência em identificar os principais determinantes de crescimento
económico. Não obstante, encontrámos um certo consenso em apontar o fator geografia
(medido pela distância dos principais mercados), como o principal determinante de
crescimento económico nos países pequenos. Isto é justificado pela forte dependência dos
países pequenos em relação aos influxos de capitais externos e ao comércio internacional.
Na segunda parte da tese, focámo-nos na análise descritiva e comparativa de

algumas variáveis económicas e ambientais entre os países grandes e os países pequenos.
Mas, primeiro, recorremos à técnica estatística das análises de clusters para classificar os
países consoante a dimensão da população total e da área total. Analisámos 215 países, e
construímos dois grupos para o nosso estudo: o de países grandes (formado por 132 países)
e o de países pequenos (formado por 83 países). Passando para a análise descritiva,
196
Conclusão
verificámos que, apesar dos países pequenos serem identificados por vários estudos
teóricos como os mais desfavorecidos no processo económico, apresentam maiores valores
do nível do PIB per capita, da taxa de crescimento do PIB per capita, do investimento (%
PIB), da abertura comercial (importações mais exportações em função do PIB) e do nível
do capital humano, mas por outro lado, enfrentam maiores taxas de desemprego,
dependência dos capitais externos, concentração das exportações e vulnerabilidade
económica. Em relação à vulnerabilidade ambiental não existe superioridade de um dos
grupos.
Fizemos também uma análise descritiva e comparativa de algumas variáveis

económicas entre os países pequenos, e concluímos que o maior desempenho económico
de certos países pequenos pode ser justificado, principalmente, pela localização próxima de
mercados desenvolvidos, liberdade económica, grande abertura ao exterior, forte aposta no
setor dos serviços e reduzido peso dos gastos do governo no PIB.
Na terceira parte comparámos empiricamente entre os países pequenos e os países

grandes, a relação de alguns fatores com a taxa de crescimento do PIB per capita, os
principais canais de transmissão dos efeitos desses fatores e os impactos desses fatores na
taxa de convergência β. As nossas variáveis foram divididas em dois grupos: o grupo das
variáveis básicas (nível inicial do PIB per capita, capital humano, investimento e
crescimento da população) e o grupo das variáveis de interesse, sobre o qual recaiu o nosso
foco de investigação (investimento direto estrangeiro, comércio externo, instituições
socias, políticas e económicas, coesão social, vulnerabilidade ambiental e geografia).
Em relação ao comportamento das nossas variáveis de interesse, concluímos o

seguinte:
a) O Investimento Direto Estrangeiro (IDE % PIB) tem impacto positivo e
significativo na taxa de crescimento do PIB per capita dos dois grupos de países, e este
impacto não é influenciado significativamente pela dimensão do país. O capital físico é o
principal canal de transmissão do IDE nos países pequenos, diferenciando dos países
grandes, onde é a produtividade. O contributo do IDE no aumento da taxa de convergência
β é significativamente superior no grupo de países pequenos.
b) O efeito do comércio externo na taxa de crescimento do PIB per capita foi
medido em termos de volume, pela proxy abertura (% PIB), e de políticas, pela proxy
197
Conclusão
índice de liberdade comercial. Ambas as proxies tiveram efeitos positivos nos dois grupos
de países, e estes efeitos são influenciados pela dimensão dos países, sendo os países
pequenos os que usufruem de maior impacto positivo. Os principais canais de transmissão
dos efeitos do comércio externo nos países pequenos são o capital humano e a
produtividade e nos países grandes é o capital físico. Encontrámos, também, diferença no
contributo do comércio externo para o aumento taxa de convergência β, e este contributo é
significativamente superior no grupo de países pequenos.
c) As instituições políticas, sociais e económicas têm relação positiva com a taxa
de crescimento do PIB per capita nos dois grupos de países, e não é influenciada pela
dimensão do país. Não verificámos diferença entre os dois grupos de países, quanto ao
principal canal de transmissão (a produtividade) e ao contributo no aumento da taxa de
convergência β.
d) Os efeitos da coesão social na taxa de crescimento do PIB per capita foram
medidos por duas proxies: índice de menor tensão étnica, que tem efeito positivo nos dois
grupos de países e não é influenciado pela dimensão do país; e, guerra civil, que tem
impacto incerto no grupo de países pequenos, e coeficiente negativo e estatisticamente
significativo no grupo de países grandes. O efeito da proxy guerra civil é influenciado pela
dimensão do país, e os países grandes sofrem significativamente maior impacto negativo
da falta de coesão social. Quanto aos canais de transmissão, a produtividade é o principal
canal nos dois grupos de países. Em relação à taxa de convergência β, o contributo da
coesão social não tem significância estatística no aumento da taxa de convergência nos
dois grupos de países.
e) Considerámos duas proxies para a análise dos efeitos da geografia na taxa de
crescimento do PIB per capita. A proxy distância tem efeito negativo nos dois grupos de
países e não é influenciada significativamente pela dimensão do país. A proxy ilha tem
efeito negativo nos dois grupos de países e é influenciada significativamente pela dimensão
do país, sendo os países pequenos os mais atingidos. Quanto aos canais de transmissão, o
capital físico é o principal canal nos países pequenos, e a produtividade nos países grandes.
No que tange à taxa de convergência β, também existe diferença entre os dois grupos de
países, pois o contributo na redução da taxa é significativo apenas no grupo de países
pequenos.
198
Conclusão
f) O impacto da vulnerabilidade ambiental na taxa de crescimento do PIB per

capita foi medido com recurso a três proxies: As proxies pessoas mortas ou afetadas pelos
desastres naturais têm impactos negativos, mas sem significância estatística nos dois
grupos de países; e, a proxy danos (% PBI) têm coeficientes negativos e estatisticamente
significativos nos dois grupos de países, mas não é influenciada significativamente pela
dimensão do país. A produtividade é o principal canal de transmissão dos efeitos da
vulnerabilidade ambiental nos dois grupos, e o impacto na redução da taxa de convergência
β é significativamente superior no grupo de países pequenos.
As análises empíricas demonstraram que, com exceção das instituições, o

comportamento dos restantes fatores estudados é influenciado pela dimensão dos países,
quanto ao impacto na taxa de crescimento do PIB per capita, nos canais de transmissão ou
na taxa de convergência β. Porém, o desempenho económico de países pequenos em geral,
é prova de que a reduzida dimensão do país, não representa uma barreira significativa ao
progresso económico comparativamente à grande dimensão. Isto indica que, por um lado,
parece que os impactos negativos de alguns fatores são compensados pelos efeitos
positivos dos outros fatores e, por outro lado, os países pequenos têm seguido políticas
económicas apropriadas, que possibilitam usufruir ao máximo dos seus pontos fortes e das
oportunidades, e limitar os efeitos adversos da reduzida dimensão. A nossa conclusão está
em harmonia com as conclusões dos estudos empíricos como os de Armstrong et al.
(1998), Easterly e Kraay (2000) e Rose (2006), que defendem a não influência negativa da
reduzida dimensão no processo do crescimento económico.
A última parte desta tese foi reservada ao estudo do dinamismo económico de um

país pequeno e insular, Cabo Verde. Concluímos que a média de crescimento da economia
cabo-verdiana nos últimos quarenta anos é satisfatória, quando comparado com os outros
países pequenos Africanos e o grupo de alguns países dos quais Cabo Verde faz parte. O
setor dos serviços, mais concretamente, o ramo de transportes e comunicações, é o
principal determinante do VAB em Cabo Verde, e os capitais externos na forma de IDE,
ajudas, remessas e empréstimos têm sido os grandes impulsionadores da economia. O
comportamento da economia cabo-verdiana vai ao encontro das características de países
pequenos identificados neste estudo.
199
Conclusão
Não conseguimos identificar o principal obstáculo ao investimento/crescimento

económico, mas encontrámos várias barreiras que parecem dificultar os investimentos em
Cabo Verde, dos quais destacamos: fraca intermediação financeira; falta de
correspondência entre as necessidades do capital humano e as áreas de formação;
deficientes infraestruturas marítimas e altos custos de transporte entre ilhas; e, elevado
custo de produção da eletricidade e excessivos cortes de energia. Assim, além de
ultrapassar estas barreiras e considerando as conclusões do nosso estudo empírico, o
governo deve fortalecer a coesão social, melhorar a qualidade das instituições (exemplos
de medidas: regulação e eficácia governativa, diminuir os custos para abrir empresas,
baixar os impostos e o tempo para preparar e pagar impostos, e aumentar o controlo sobre
o stock da dívida externa e o saldo orçamental), promover o influxo do IDE e a abertura
comercial, e criar mecanismos que permitem/incentivem os empresários nacionais a
usufruírem das oportunidades resultantes da abertura do mercado.
Recomendações de políticas e estratégias a adotar
Seguem algumas recomendações de políticas e estratégias, em torno dos fatores

analisados nos estudos empíricos, que consideramos importantes para os países de reduzida
dimensão ultrapassarem algumas limitações no seu processo de crescimento económico:
 Como vimos, o IDE e o comércio externo contribuem, principalmente através da
produtividade e do capital humano, para o aumento da taxa de crescimento do PIB
per capita nos países pequenos. Assim, para incentivar estas atividades,
sugerimos: construção de infraestruturas físicas e sociais adequadas; incentivos à
diversificação da produção e dos mercados de exportação, e à competição
doméstica; redução dos custos operacionais de monopólio no setor público;
utilização do instrumento hedging no mercado financeiro internacional para
ajudar na gestão dos riscos associados às receitas das exportações; incentivo ao
desenvolvimento de negócios marítimos, para diversificar a produção interna nos
países ilhas ou com costas extensas; formação de recursos humanos de qualidade
e em consonância com as necessidades do mercado; e, implementação de políticas
monetárias e fiscais atrativas aos investimentos.
200
Conclusão
 Como forma de reduzir os efeitos negativos da vulnerabilidade ambiental na taxa

de crescimento do PIB per capita, as estratégias do governo podem ir no sentido
de: elaborar um mapa adequado das zonas de maiores riscos; definir e aplicar
códigos de construção mais seguros; promover mecanismos de informação dos
desastres; e, fomentar a integração orçamental ao nível regional, o que facilita na
transferência dos recursos, para fazer face aos danos causados pelos desastres
naturais.
 A coesão social tem efeito positivo e significativo, principalmente através da
produtividade, no crescimento económico, pelo que, o governo pode promover a
coesão social via: melhoria das instituições; formação do capital humano; e, maior
equidade na distribuição dos rendimentos.
 A qualidade das instituições relaciona-se positivamente (sendo maior peso via
produtividade) com o crescimento económico. Assim os países podem reforçar a
qualidade das instituições através: da promoção da coesão social; do
estabelecimento de quadro regulador sólido; do recurso ao outsourcing externo de
alguns serviços, de modo a reduzir custos per capita e assim aumentar a eficiência
das instituições; e, do controlo eficiente dos défices orçamentais e da dívida
pública.
 Como forma de atenuar os impactos negativos da insularidade e distância, as
políticas do governo podem ir no sentido de: impulsionar a atividade turística; e,
investir no setor de tecnologias de informação e comunicação, o que torna
possível alguns serviços à distância, como telemedicina, formação e partilha de
conhecimentos e experiências.
Contributos do estudo
Esta tese constitui um reforço da literatura, no campo da problemática dos efeitos

da dimensão dos países no crescimento económico. No levantamento bibliográfico
efetuado, constatámos que, uma das causas da falta de consenso sobre os efeitos empíricos
da dimensão no crescimento económico, reside na utilização de modelos, variáveis,
metodologias e bases de dados diferentes, para comparar o comportamento económico nos
201
Conclusão
países pequenos e nos países grandes. Neste trabalho conseguimos colmatar esta lacuna, ao
analisar os dois grupos de países simultaneamente.
Esta tese apresenta uma maior amplitude de análise dos efeitos da dimensão do
país no crescimento económico, o que permite uma conclusão mais robusta sobre os
impactos da dimensão, visto que, além dos efeitos na taxa de crescimento do PIB per
capita, estudámos os impactos na taxa de convergência e os principais canais de
transmissão dos efeitos das variáveis na taxa de crescimento do PIB per capita. Por outro
lado, a análise dos canais de transmissão permite um melhor conhecimento da forma como
os fatores estudados, afetam o crescimento económico nos países pequenos e nos países
grandes, e isto ajuda na elaboração de políticas e estratégias.
Encontrámos alguns estudos sobre a economia cabo-verdiana, mas a maioria

analisa apenas um setor ou fator específico da economia. Este trabalho fornece uma
investigação mais abrangente dos fatores que impulsionam ou constituem obstáculo, para
uma maior performance da economia cabo-verdiana. Adicionalmente, propomos algumas
políticas e estratégias que podem ser bastante úteis para o Governo, de modo a criar maior
dinamismo económico em Cabo Verde.
Esperamos, também, com este estudo reforçar e/ou despertar o interesse de outros
investigadores para esta área (os países pequenos), e suportar algumas políticas e decisões
económicas nos países pequenos.
Limitações do estudo e pesquisas futuras
Na elaboração desta tese enfrentámos algumas dificuldades. As principais estão

relacionadas com a obtenção de dados de países pequenos, para realização dos estudos
empíricos, o que condicionou a diversificação das nossas análises, e de dados para
realização do diagnóstico de crescimento da economia cabo-verdiana, o que limitou a
investigação do comportamento de alguns setores económicos.
Na revisão da literatura verificámos que existem várias categorias de IDE

(horizontal, vertical e diversificado), pelo que, seria interessante realizar um estudo, de
modo a verificar quais das categorias se enquadram melhor no processo de crescimento de
202
Conclusão
países pequenos e de países grandes, o que facilitaria na elaboração das políticas de atração
do IDE. Os países pequenos são caracterizados por maior concentração das exportações de
serviços, e os países grandes por exportações de bens, pelo que, seria pertinente um estudo,
onde comparássemos os efeitos das exportações dos serviços e das exportações dos bens
no crescimento económico destes grupos de países. Achamos também, que seria
importante um estudo, onde fosse considerado um terceiro grupo de países, constituído por
países de dimensão média e, assim, a comparação do comportamento das variáveis nos três
grupos de países permitiria uma conclusão mais robusta dos efeitos da dimensão do país no
processo de crescimento económico. Um outro estudo que seria interessante realizar, é a
análise do comportamento das variáveis influenciadas pela dimensão do país, consoante o
nível económico do país ou as principais fontes de rendimentos.
Em relação ao estudo da economia cabo-verdiana, o mesmo poderia ser

melhorado com uma análise mais ampla do setor do turismo, que tem sido a aposta do
governo para promover um crescimento sustentável e, também, com uma comparação da
economia cabo-verdiana com outros países pequenos fora do continente Africano, e que
apresentam taxas de crescimento económico maiores e mais robustas. Ultimamente, o
Governo cabo-verdiano realizou grandes investimentos na infraestruturação do país, pelo
que, seria pertinente analisar o impacto destes investimentos na dinamização da economia
nacional no médio e longo prazo.
Dada a impossibilidade de analisar estes assuntos em profundidade nesta tese, os

mesmos serão objeto de estudos futuros a conduzir após a conclusão do doutoramento.
203
BIBLIOGRAFIA
Bibliografia
BIBLIOGRAFIA
Acemoglu, D.; Johnson, S.; Robinson, J. (2005) “Institutions as the Fundamental

Cause of Long-Run Growth” in Aghion, P.; Durlauf, S. (eds.) Handbook of Economic
Growth, Volume 1 A. Amsterdam: Elsevier B. V., 386-472.
African Economic Outlook (2012), Gambia – www.africaneconomicoutlook.org.
Aghion, P.; Howitt, P. (1992) “A Model of Growth Through Creative

Destruction” Econometrica. 60(2), 323-351.
Aghion, P.; Howitt, P. (1999) Endogenous Growth Theory. 3ª edição. Cambridge:

MIT Press.
Aghion, P.; Howitt, P. (2007) “Capital, innovation, and growth accounting”

Oxford Review of Economic Policy. 23(1), 79-93.
Aisen, A.; Veiga, F. (2013) “How does political instability affect economic
growth?” European Journal of Political Economy. 29, 151-167.
Aiyar, S. S. A. (2008) “Small states: Not handicapped and under-aided, but

advantaged and over-aided” Cato Journal. 28(3), 449-478.
Alesina, A. (2003) “The Size of Countries: Does it Matter?” Journal of the

European Economic Association. 1(2-3), 301-306.
Alesina, A.; Devleeschauwer, A.; Easterly, W.; Kurlat, S.; Wacziarg, R. (2003)
“Fractionalization” Journal of Economic Growth. 8, 155-94.
Alesina, A.; Spolaore, E. (1997) “On the Number and Size of Nations” The
Quarterly Journal of Economics. 112(4), 1027-1056.
Alesina, A.; Spolaore, E.; Wacziarg, R. (2005) “Trade, Growth and the Size of
Countries” in Aghion, P.; Durlauf, S. (eds.) Handbook of Economic Growth, Volume 1 B.
Amsterdam: Elsevier B. V., 1500-1539.
Alesina, A.; Wacziarg, R. (1998) “Openness, country size and government”

Journal of Public Economics. 69, 305-321.
207
Bibliografia
Alfaro, L.; Chanda, A.; Kalemli-Ozcan, S.; Sayack, S. (2010) “Does Foreign
Direct Investment Promote Growth? Exploring the Role of Financial Markets Linkages”
Journal of Development Economic. 91(2), 242-256.
Allington, N.; McCombie, J. (2007) “Economic growth and beta-convergence in

the East European Transition Economies” in Arestis, P.; Baddeley, M.; McCombie, J.
(eds.) Economic Growth: New Directions in Theory and Policy. UK: Edward Elgar
Publishing Limited, 200-222.
Amstrup, N. (1976) “The Perennial Problem of Small States: A Survey of

Research Efforts” Cooperation and Conflict. 11, 163-182.
Arellano, M.; Bond, S. (1991) “Some Tests of Specification for Panel Data:
Monte Carlo Evidence and an Application to Employment Equations” The Review of
Economic Studies. 58(2), 277-297.
Arellano, M.; Bover, O. (1995) “Another look at the instrumental variable

estimation of error-components models” Journal of Econometrics. 68, 29-51.
Armstrong, H.; Kervenoael, R.; Li, X.; Read, R. (1998) “A Comparison of the
Economic Performance of Different Micro-states, and Between Micro-states and Larger
Countries” World Development. 26(4), 639-656.
Armstrong, H.; Read, R. (1998) “Trade and Growth in Small States: The Impact
of Global Trade Liberalisation” World Economy. 21(4), 563-585.
Armstrong, H.; Read, R. (2000) “Comparing the economic performance of

dependent territories and sovereign micro-states” Economic Development and Cultural
Change. 48(2), 285-306.
Armstrong, H.; Read, R. (2002) “The Phantom of Liberty?: Economic Growth

and the Vulnerability of Small States” Journal of International Development. 14, 435-458.
Armstrong, H.; Read, R. (2003) “The Determinants of Economic Growth in Small

States” The Round Table. 92(368), 99-124.
208
Bibliografia
Armstrong, H.; Read, R. (2006) “Geographical ‘handicaps’ and small states:

Some implications for the Pacific from a global perspective” Asia Pacific Viewpoint. 47(1),
79-92.
Assane, D.; Grammy, A. (2003) “Institutional framework and economic

development: international evidence” Applied Economics. 35(17), 1811-1817.
Atkins, J.; Mazzi, S.; Easter, C. (1999) “Small States: A Composite Vulnerability
Index” in Second Meeting: Commonwealth Secretariat/World Bank Joint Task Force on
Small States. St. Lucia, fevereiro de 1999.
Backus, D.; Kehoe, P.; Kehoe, T. (1992) “In Search of Scale Effects in Trade and
Growth” Journal of Economic Theory. 58, 377-409.
Banco Mundial (1985) Cabo Verde: Situação Económica e Perspectivas, Volume

I. Região Africa Ocidental: Banco Mundial, Relatório nº 5446-CV.
Banco Mundial (2010) Cabo Verde: Avaliação Inicial do Mercado de Trabalho

Formal. Região de África: Banco Mundial, Relatório nº 58551‐CV.
Barrell, R.; Gottschalk, S. (2004) “The volatility of the output gap in the G7”
National Institute Economic Review. 188(1), 100-107.
Barro, R. (1991) “Economic Growth in a Cross Section of Countries” The

Barro, R. (1996) “Democracy and Growth” Journal of Economic Growth. 1, 1-27.
Barro, R.; Lee, J. (2010) “A new dataset of educational attainment in the world,
1950-2010” Journal of Development Economics. 104, 184-198.
Barro, R.; McCleary, R. (2003) “Religion and economic growth across countries”
American Sociological Review. 68(5), 760-781.
Barro, R.; Sala-i-Martin, X. (1990) “Economic Growth and Convergence across

the United States”. National Bureau of Economic Research Working Paper 3419.
Cambridge.
209
Bibliografia
Barro, R.; Sala-i-Martin, X. (1992) “Convergence” The Journal of Political

Economy. 100(2), 223-251.
Barro, R; Sala-i-Martin, X. (2004) Economic Growth. 2ª edição. Cambridge: MIT

Press.
BCA (2008) Relatório e Contas 2007. Praia: Banco Comercial do Atlântico.
BCN (2008) Relatório e Contas 2007. Praia: Banco Cabo-verdiano de Negócios.
BCV (1985) Relatório de Actividade do ano 1984. Praia: Banco de Cabo Verde.
BCV (1999) Relatório do Conselho de Administração 1998. Praia: Banco de Cabo

Verde.

Verde.

Verde.

Verde.

Verde.
BCV (2004) Relatório do Conselho de Administração: Relatório e Cantos,

Gerência de 2003. Praia: Banco de Cabo Verde.
210
Bibliografia



BCV (2008) Relatório Anual: Balanço e Cantos, Exercício de 2007. Praia: Banco
de Cabo Verde.
de Cabo Verde.
de Cabo Verde.
BCV (2011) Relatório do Conselho de Administração: Relatório e Cantos 2010.

Praia: Banco de Cabo Verde.
BCV (2012a) Boletim de Estatísticas 20 anos. Praia: Banco de Cabo Verde.
BCV (2012b) Relatório de Estabilidade Financeira 2011. Praia: Banco de Cabo

Verde.
BCV (2012c) Relatório do Conselho de Administração: Relatório e Cantos 2011.

Praia: Banco de Cabo Verde.
Benacek, V.; Gronicki, M.; Holland, D.; Magdolna, S. (2000) “The Determinants
and Impact of Foreign Direct Investment in Central and Eastern Europe: A comparison of
survey and econometric evidence” Transnational Corporations, Journal of United Nations.
9(3), 163-212.
Benedict, Burton (ed.) (1967) Problems of Smaller Territories. London: Athlone

Press.
211
Bibliografia
Berger-Schmitt, R. (2002) “Considering Social Cohesion in Quality of Life

Assessments: Concepts and Measurement” Social Indicators Research. 58, 403-428.
Bertram, G. (2004) “On the Convergence of Small Island Economies with Their
Metropolitan Patrons” World Development. 32(2), 343-364.
Bhaduri, A.; Mukherji, A.; Sengupta, R. (1982) “Problems of Long-term Growth

in Small Economies: a Theoretical Analysis” in Jalan, B. (ed.) Problems and Policies in
Small Economies. London: Croom Helm, 49-68.
BI (2008) Relatório e Contas 2007. Praia: Banco Interatlântico.
Blanchard, O.; Simon, J. (2001) “The Long and Large Decline in U.S. Output
Volatility” Brookings Papers on Economic Activity. 1, 135-174.
Blundell, R.; Bond, S. (1998) “Initial conditions and moment restrictions in

dynamic panel data models” Journal of Econometrics. 87, 115-143.
Blundell, R.; Bond, S. (2000) “GMM estimation with persistent panel data: an
application to production functions” Econometric Reviews. 19(3), 321-340.
Blundell, R.; Bond, S.; Windmeijer, F. (2000) “Estimation in Dynamic Panel Data
Models: Improving on The Performance of The Standard GMM Estimators”. The Institute
for Fiscal Studies WP 00/12. Londres.
Bond, S.; Hoeffler, A.; Temple, J. (2001) “GMM Estimation of Empirical Growth
Models”. Center for Economic Policy Research 3048. London.
Bond, Stephen (2002) “Dynamic Panel Data Models: A Guide to Micro Data
Methods and Practice” Portuguese Economic Journal. 1, 141-162.
Borensztein, E.; Gregorio, L.; Lee, J-W. (1998) “How does foreign direct
investment affect economic growth?” Journal of International Economics. 45, 115-135.
Bray, M. (1992) Educational planning in small countries. França: UNESCO.
212
Bibliografia
Briceño-Garmendia, C. M.; Benitez, D. A. (2011) “Cape Verde’s Infrastructure: A

Continental Perspective”. The World Bank, Policy Research Working Paper 5687.
Briguglio, L. (1995) “Small Island Developing States and Their Economic

Vulnerabilities” World Development. 23(9), 1615-1632.
Briguglio, L. (1998) “Small Country Size and Returns to Scale in Manufacturing”

World Development. 26(3), 507-515.
Briguglio, L.; Cordina, G.; Farrugia, N.; Vella, S. (2009) “Economic Vulnerability
and Resilience: Concepts and Measurements” Oxford Development Studies. 37(3), 229-
247.
Briguglio, L.; Persaud, B.; Stern, R. (2006) Toward an Outward-Oriented

Development Strategy for Small States: Issues, Opportunities, and Resilience Building.
Singapore: World Bank Group/International Monetary Fund.
Brito, João (2009) Sistema Financeiro e Caracterização Económica de Pequena

Economia Insular: Cabo Verde, Determinantes Financeiros do Investimento. Tese de
Mestrado em Economia Financeira. Universidade de Coimbra.
Brock, W.; Durlauf, S. (2001) “Growth Empirics and Reality” The World Bank
Economic Review. 15(2), 229-272.
Calkins, S. (1983) “The New Merger Guidelines and the Herfindahl-Hirschman

Index” California Law Review. 71 (2), 402-429.
Caselli, F. (2005) “Accounting for Cross-Country Income Differences” in Aghion,

P.; Durlauf, S. (eds.) Handbook of Economic Growth, Volume 1 A. Amsterdam: Elsevier B.
V., 679-741.
Caselli, F.; Esquivel, G.; Lefort, F. (1996) “Reopening the Convergence Debate:
A New Look at Cross-Country Growth Empirics” Journal of Economic Growth. 1, 363-
389.
Cass, D. (1965) “Optimum Growth in an Aggregative Model of Capital

Accumulation” Review of Economic Studies. 32, 233-240.
213
Bibliografia
Castello, S.; Ozawa, T. (1999) Globalization of Small Economies as a Strategic

Behavior in International Business. New York: Garland Publishing Inc.
Cavallo, E.; Galiani, S.; Noy, I.; Pantano, J. (2010) “Catastrophic Natural
Disasters and Economic Growth”. Inter-American Development Bank, WP 183.
CECV (2008) Relatório e Contas 2007. Praia: Caixa Económica de Cabo Verde.
Chatterjee, S.; Hadi, A. (2006) Regression Analysis by Example. 4ª edição. New

York: Wiley.
Commission on Growth and Development (2008) The Growth Report: Strategies

for Sustained Growth and Inclusive Development”. Washington, DC: The International
Bank for Reconstruction and Development / The World Bank.
Commonwealth Secretariat (1997) A Future for Small States: Overcoming

Vulnerability. London: Commonwealth Secretariat.
Commonwealth Secretariat (2014) Small States: Economic Review and Basic

Statistics, Volume 17. London: Commonwealth Secretariat.
Commonwealth Secretariat; World Bank Joint Task Force on Small States (2000)
“61º meeting of the Development Committee: Small States - Meeting Challenges in the
Global Economy”. Washington, D. C: 17 de Abril de 2000.
Corden, W. (1984) “Boom Sector and Dutch Disease Economics: Survey and
Consolidation” Oxford Economic Papers. 36, 359-380.
Cordina, G. (2004) “Economic vulnerability and economic growth: some results

from a neo-classical growth modelling approach” Journal of Economic Development.
29(2), 21-39.
Crowards, T. (2002) “Defining the Category of Small States” Journal of

International Development. 14, 143-179.
214
Bibliografia
D`Agata, A.; Freni, G. (2003) “The structure of growth models: a comparative

survey” in Salvadori, N. (ed.) The Theory of Economic Growth: a “Classical” Perspective.
UK, Cheltenham: Edward Elgar, 23-41.
Davenport, M. (2001) A Study of Alternative Special and Differential

Arrangements for Small Economies. London: Commonwealth Secretariat.
Dollar, D.; Kraay, A. (2003) “Institutions, trade, and growth” Journal of

Monetary Economics. 50(1), 133-162.
Dollar, D.; Kraay, A. (2004) “Trade, Growth, and Poverty” The Economic
Journal. 114, F22-F49.
Domar, E. (1946) “Capital Expansion, Rate of Growth, and Employment”

Econometrica. 14(2), 137-147.
Downes, A. S.; Mamingi, N. (2001) “The Measurement of Country Size and

Implications for the Survival of Small States in the Global Economy” in ECCB´s Fifth
Annual Conference on Development. St. Kittes: October 5-6, 2000.
Durlauf, S.; Johnson, P.; Temple, J. (2005) “Growth Econometrics” in Aghion, P.;
Durlauf, S. (eds.) Handbook of Economic Growth, Volume 1 A. Amsterdam: Elsevier B.
V., 555-677.
Easterly, W.; Kraay, A. (2000) “Small States, Small Problems? Income, Growth,
and Volatility in Small States” World Development. 28(11), 2013-2027.
Easterly, W.; Levine, R. (1997) ‘‘Africa’s Growth Tragedy: Policies and Ethnic
Divisions’’ Quarterly Journal of Economics. 12(4), 1203-1250.
Easterly, W.; Levine, R. (2003) “Tropics, germs, and crops: how endowments
influence economic development” Journal of Monetary Economics. 50, 3-39.
Easterly, W.; Ritzen, J.; Woolcock, M. (2006) “Social Cohesion, Institutions, and
Growth” Economics and Politics. 18(2), 103-120.
Eckaus, R. (1995) “Is it Beautiful to be Small, or is it a Burden?”. Working paper

department of economics 95-27. Massachusetts Institute of Technology.
215
Bibliografia
Edwards, S. (1992) “Trade orientation, distortions and growth in developing

countries” Journal of Development Economics. 39, 31-57.
Favaro, E. M. (ed.) (2008) Small States, Smart Solutions: Improving Connectivity

and Increasing the Effectiveness of Public Services. Washington, DC: The World Bank.
Feeny, S.; Iamsiraroj, S.; McGillivray, M. (2014a) Remittances and Economic

Growth: Larger Impacts in Smaller Countries?” The Journal of Development Studies.
50(8), 1055-1066.
Feeny, S.; Iamsiraroj, S.; McGillivray, M. (2014b) “Growth and Foreign Direct
Investment in the Pacific Island countries” Economic Modelling. 37, 332-339.
Faculdade de Economia da Universidade de Coimbra (2014) Teses de

doutoramento e dissertações de mestrado: indicações de formatação. Faculdade de
Economia, Universidade de Coimbra: Escola de Estudos Avançados da FEUC (janeiro de
2014,versão 1‐atualizada).
FMI (2012) Cabo Verde: Relatório do Corpo Técnico, Suplementos, Comunicado

de Imprensa sobre a Discussão no Conselho de Administração e Pronunciamento do
Administrador para Cabo Verde. Washington, D.C.: FMI, Relatório nº12/29.
Frankel, J. (2010) “The Natural Resource Curse: A Survey”. Discussion Paper

2010-21. Cambridge, Mass.: Harvard Environmental Economics Program.
Frankel, J.A.; Romer, D. (1999) “Does Trade Cause Growth” American Economic
Review. 89(3), 379-399.
Furceri, D.; Karras, G. (2007) “Country size and business cycle volatility: Scale
really matters” Journal of the Japanese and International Economies. 21, 424-434.
Gallup, J.; Sachs, J.; Mellinger, A. (1999) “Geography and Economic

Development”. Center for International Development at Harvard University WP 1.
Gleditsch, K.; Ward, M. (2001) "Measuring Space: A Minimum Distance

Database" Journal of Peace Research. 38(6), 739-758.
216
Bibliografia
Governo de Cabo Verde (2006) Programa do Governo, VII Legislatura 2006-

2011. Praia: Governo de Cabo Verde.
Grier, K.; Tullock, G. (1989) “An Empirical Analysis of Cross-National

Economic Growth, 1951-80” Journal of Monetary Economics. 24, 259-276.
Grossman, G.; Helpman, E. (1991a) Innovation and Growth in the Global

Economy. Cambridge: MIT Press.
Grossman, G.; Helpman, E. (1991b) “Trade, Knowledge, Spillovers and Growth”.

National Bureau of Economic Research Working Paper 3485. Cambridge.
Guillaumont, P. (2010) “Assessing the Economic Vulnerability of Small Island

Developing States and the Least Developed Countries” Journal of Development Studies.
46(5), 828-854.
Gwartney, J.; Hall, J.; Lawson, R. (2011) Economic Freedom Dataset. Economic
Freedom Network, http://www.freetheworld.com [18 de julho de 2013].
Gwartney, J.; Lawson, R.; Holcombe, R. (1998) “The size and functions of
government and economic growth”. Joint Economic Committee Paper. Washington.
Gylfason, T. (2001) “Natural Resources, Education, and Economic Development”

European Economic Review. 45, 847-59.
Hall, R.; Jones, C. (1999) “Why Do Some Countries Produce So Much More
Output Per Worker Than Others?” The Quarterly Journal of Economics. 114(1), 83-116.
Hansen, P. L. (1982) “Large Simple Properties of Generalized Methods of

Moments Estimators” Econometrica. 50(4), 1029-1054.
Harrison, A. (1996) “Openness and growth: A time-series, cross-country analysis

for developing countries” Journal of Development Economics. 48, 419-447.
Harrod, R. F. (1939) “An Essay in Dynamic Theory” The Economic Journal.

49(193), 14-33.
217
Bibliografia
Hausmann, R.; Klinger, B. (2007) “Growth Diagnostic: Belize”. Harvard

University: Center for International Development, preparado para Inter-American
Development Bank. Disponivel no:
http://www.hks.harvard.edu/fs/drodrik/Growth%20diagnostics%20papers/Belize%20Grow
th_Hausmann&Klinger.pdf [14 de maio de 2012].
Hausmann, R.; Hwang, J.; Rodrik, D. (2007) “What you export matters” Journal
of Economic Growth. 12, 1-25.
Hausmann, R.; Klinger, B.; Wagner, R. (2008) “Doing Growth Diagnostics in

Practice: A Mindbook”. Harvard University: Center for International Development,
Working Paper 177.
Hausmann, R.; Rodrik, D.; Velasco, A. (2005) Growth Diagnostics. Harvard

University, John F. Kennedy School of Government, (Manuscript).
Hermes, N.; Lensink, R. (2003) “Foreign Direct Investment, Financial

Development and Economic Growth” Journal of Development Studies. 40(1), 142-163.
Hnatkovska, V.; Loayza, N. (2004) “Volatility and Growth”. World Bank Policy
Research, Working Paper 3184. Washington, DC.
Hochrainer, S. (2009) “Assessing the Macroeconomic Impacts of Natural

Disasters: Are there Any?”. World Bank Policy Research, Working Papers 4968.
Washington, DC.
Hoover, K.; Perez, S. (1999) “Data mining reconsidered: encompassing and the
general-to-specific approach to specification search” Econometrics Journal. 2(2), 167-191.
Hoover, K; Perez, S. (2004) “Truth and Robustness in Cross-country Growth

Regressions” Oxford Bulletin of Economics and Statistics. 66(5), 765-798.
Hsiao, C. (1986) Analysis of Panel Data. Cambridge: Cambridge University

Press.
Hsiao, C. (2007) “Panel Data Analysis – Advantages and Challenges” TEST.

16(1), 1-22.
218
Bibliografia
Hsieh, C.; Klenow, P. (2010) “Development Accounting” American Economic

Journal: Macroeconomics. 2(1), 207-223.
Hussain, F.; Kimuli, C. (2012) “Determinants of Foreign Direct Investment Flows

to Developing Countries” State Bank of Pakistan Research Bulletin. 8(1), 13-31.
IMF (2011) Macao Special Administrative Region of the People's Republic of

China: Financial Sector Stability Assessment. Country Report nº 11/264.
IMF (2012) Regional economic outlook: Sub-Saharan Africa, Sustaining Growth

amid Global Uncertainty. Washington: International Monetary Fund.
INE (2010) Relatório do Inquérito ao Sector Informal 2009. Praia: Instituto

Nacional de Estatística de Cabo Verde.
Islam, N. (1995) "Growth Empirics: A Panel Data Approach" Quarterly Journal

of Economics. 110(4), 1127-1170.
Jalan, B. (1982) “Classification of economies by size” in Jalan, B. (ed.) Problems

and Policies in Small Economies. London: Croom Helm, 39-48.
Jayaraman, T. K. (2006) “Macroeconomic Reform and Resilience Building in

Small States” in Briguglio, L.; Crodina, G.; Kisanga, E. (eds.) Building The Economic
Resilience of Small States. Malta: Islands and Small States Institute, 33-58.
Jayaraman, T. K.; Choong, C. (2010) “Contribution of Foreign Direct Investment

and Financial Development to Growth in Pacific island Countries: Evidence from
Vanuatu”. School of Economics, The University of The South Pacific Working Paper
2010/03. Fiji Islands.
Jayaraman, T. K.; Choong, C.; Kumar, R. (2011) “Role of Remittances in

Economic Development: An Empirical Study of World’s Two Most Remittances
Dependent Pacific Island Economies”. Munich Personal RePEc Archive Paper 33197.
Munich.
Jenson, J. (2010) Defining and measuring social cohesion. United Kingdom:

Commonwealth Secretariat e United Nations Research Institute for Social Development.
219
Bibliografia
Jones, C. (1995) “Time series tests of endogenous growth models” Quarterly

Journal of Economics. 110 (2), 495-525.
Jones, L.; Manuelli, R. (1990) “A Convex Model of Equilibrium Growth: Theory

and Policy Implications” Journal of Political Economy. 98(5), 1008-1038.
Jütting, J. (2003) “Institution and Development: a critical review”. OCDE

Development Center WP 210.
Kangasharju, A. (1998) “Beta convergence in Finland: regional differences in

speed of convergence” Applied Economics. 30(5), 679-687.
King, R.; Rebelo, S. (1990) “Public Policy and Economic Growth: Developing
Neoclassical Implications” Journal of Political Economy. 98(5), 126-150.
Kinoshita, Y.; Campos, N. F. (2003) “Why does FDI go where it goes? New
evidence from the transitional economies”. William Davidson Institute, Working Paper
573. University of Michigan.
Klomp, J.; de Haan, J. (2009) “Political institutions and economic volatility”

European Journal of Political Economy. 25, 311-326.
Knack, S.; Keefer, P. (1997) “Does social capital have an economic payoff? A
cross country investigation” Quarterly Journal of Economics. 112(4), 1251-1288.
Knight, F. (1944) “Diminishing Return from Investment” Journal of Political

Economy. 52, 26-47.
Koopmans, T. (1965) “On the Concept of Optimal Economic Growth” in The

Econometric Approach to Development Planning. Amsterdam: North- Holland.
Kornai, J. (1992) The Socialist System: The Political Economy of Communism.

New Jersey, Princeton: Princeton University Press.
Laurent, Éloi (2008) “Economic consequences of the size of nations, 50 years

on”. Collection Observatoire Français des Conjonctures Économiques/ANR 6, 2008-26.
Paris.
220
Bibliografia
Levine, R.; Loayza, N.; Beck, T. (2000) “Financial intermediation and growth:
Causality and causes” Journal of Monetary Economics. 46, 31-77.
Levine, R.; Renelt, D. (1992) “A sensitivity analysis of cross-country growth

regressions” American Economic Review. 82(4), 942-963.
Lewis, M. P. (2009) Ethnologue: Languages of the World. 16ª edição. Dallas,

Tex.: SIL International, versão online: http://www.ethnologue.com/.
Lloyd, P.J.; Sandrum, R. M. (1982) “Characteristics of Small Economies” in

Jalan, B. (ed.) Problems and Policies in Small Economies. London: Croom Helm, 17-38.
Lockhart, D. G. (1993) “Introduction” in Lockhart, D. G.; Drakakis-Smith, D.;

Schembri, J. (eds.) The Development Process in Small Island States. London: Routledge,
1-9.
Lucas, Robert Jr. (1988) “On the Mechanics of Economic Development” Journal
of Monetary Economics. 22, 3-42.
Malthus, T. (1798) An Essay on the Principle of Population. London: W.

Pickering.
Mankiw, N. G. (1995) “The Growth of Nations” Brookings Papers on Economic

Activity. 1, 275-326.
Mankiw, N. G.; Romer, D.; Weil, D. (1992) “A Contribution to the Empirics of

Economic Growth” Quarterly Journal of Economics. 107(2), 407-437.
Maroco, João (2003) Análise Estatística - Com utilização do SPSS. 1ª edição.

Lisboa: Edições Sílabo.
Marshall, M. C. (2013) Major Episodes of Political Violence (MEPV) and

Conflict Regions, 1946-2012. Center for Systemic Peace. Disponível no:
www.systemicpeace.org.
Masters, W.; McMillan, M. (2000) “Climate and Scale in Economic Growth”.

Center for International Development at Harvard University WP 48.
221
Bibliografia
Mattoo, A.; Subramanian, A. (2004) “The WTO and the Poorest Countries: The
Stark Reality”. International Monetary Fund Working Paper 04/81.
Mehmet, U. (2010) “Institutions and economic performance: a review of the

theory and evidence”. Munich Personal RePEc Archive Paper 25909. Munich.
Ministério das Finanças e do Planeamento III Plano Nacional de Desenvolvimento

– III PND - 1992-1995, Relatório Sectoriais, II Volume. Praia: Ministério das Finanças e
do Planeamento.
Ministério das Finanças, Planeamento e Desenvolvimento Regional Plano

Nacional de Desenvolvimento – PND - 2002-2005, Volume II. Praia: Ministério das
Finanças, Planeamento e Desenvolvimento Regional, Direcção Geral do Planeamento.
Ministério do Plano e da Cooperação II Plano Nacional de Desenvolvimento (II

PND), 1986-1990, Relatório Geral, Volume I. Praia: Ministério do Plano e da Cooperação.
Montalvo, J. G.; Reynal-Querol, M. (2005) “Ethnic diversity and economic

development” Journal of Development Economics. 76, 293-323.
Moosa, I. A.; Cardak, B. A. (2006) “The determinants of foreign direct

investment: An extreme bounds analysis” Journal of Multinational Financial
Management. 16, 199-211.
Mottaleb, K.; Kalirajan, K. (2010) “Determinants of Foreign Direct Investment in

Developing Countries: A Comparative Analysis” The Journal of Applied Economic
Research. 4(4), 369-404.
Narayan, P. K.; Narayan, S.; Prasad, A.; Prasad, B. C. (2010) “Tourism, and
economic growth: A panel data analysis for Pacific Island countries” Tourism Economics.
16(1), 169-183.
Neto, D.; Veiga, F. (2013) “Financial Globalization, convergence and growth: the
role of foreign direct investment” Journal of International Money and Finance. 37, 161-
186.
222
Bibliografia
Nickell, S. (1981) “Biases in Dynamic Models with Fixed Effects” Econometrica.

49(6), 1417-1426.
Nicoletti, G.; Golub, S.; Hajkova, D.; Mirza, D.; Yoo, Kwang-Yeol (2003)
“Policies and International Integration: Influences on Trade and Foreign Direct
Investment”. Organization for Economic Cooperation and Development, Economics
Department Working Papers 359.
Nkurunziza, J.; Bates, R. (2003) “Political Institutions and Economic Growth in

Africa”. Center for International Development at Harvard University Working Paper 98.
Noy, I. (2009) “The Macroeconomic Consequences of Disasters” Journal of

Development Economics. 88, 221-231.
Organização das Mulheres de Cabo Verde; Pessoas Como Nós (2006) Projecto C-
312, Remessas e Emigrantes como Recurso ao Desenvolvimento. Cabo Verde:
Organização das Mulheres de Cabo Verde e Pessoas Como Nós, Relatório do questionário
sobre remessas dos emigrantes.
ONUDI (2011) Rumo a um plano de acção para melhorar o ambiente de

negócios em Cabo Verde. Estudo sobre a melhoria do ambiente de negócios em Cabo
Verde, relatório preparado para a UCRE – Unidade de Coordenação da Reforma do Estado
pela Organização das Nações Unidas para o Desenvolvimento Industrial (ONUDI) e
cooperação com a Organização das Nações Unidas para a Igualdade de Género e
Empoderamento das Mulheres (ONU Mulheres).
Panahi, H. (2010) “Size of a Country, Openness and the Economic Growth”

World Academy of Science, Engineering and Technology. 42, 686-692.
Parry, T. (1988) “Foreign Investment and Industry in the Pacific Islands” The
Journal of Developing Area. 22 (3), 381-400.
Peters, A. (2001) “The Determinants of Growth in the English Speaking

Caribbean” Savings and Development. 25(3), 313-332.
Prasad, Naren (2003) “Small Islands’ Quest for Economic Development” Asia-
Pacific Development Journal. 10(1), 47-67.
223
Bibliografia
Presbitero, A. F. (2008) “The debt-growth nexus in poor countries: a

reassessment” Economics: The Open-Access, Open-Assessment E-Journal. 2(30), 1-28.
Presidência do Conselho (1968) III Plano de Fomento 1968-1973 – Cabo Verde.

Lisboa: Imprensa Nacional de Lisboa.
Presidência do Conselho (1974) IV Plano de Fomento 1974-1979 – Cabo Verde.

Lisboa: Imprensa Nacional, Casa da Moeda.
Psacharopoulos, G. (1994) “Returns to Investment in Education: A Global

Update” World Development. 22(9), 1325-1343.
Quivy, R.; Van Campenhoudt, L. (1998) Manual de Investigação em Ciências

Sociais. 2ª edição. Lisboa: Gradiva.
Ramsey, F. (1928) “A Mathematical Theory of Saving” The Economic Journal.

38(152), 543-559.
Read, R. (2001) “Growth, Economic Development and Structural Transition in

Small Vulnerable States”. UNU/WIDER (United Nations University/World Institute for
Development Economics Research), Discussion Paper 2001/59.
Read, R. (2010) “Trade, Economic Vulnerability, Resilience and the Implications

of Climate Change on Small Island and Littoral Developing Economies”. International
Centre for Trade and Sustainable Development (ICTSD) Issue Paper 12. Geneva.
Read, R.; Driffield, N. (2004) “Foreign Direct Investment and the Creation of
Local Linkages in Pacific Island Economies” in ISLANDS of the WORLD, 7th International
Conference: Changing Islands – Changing Worlds. 1-7 November 2004, Kinmen Island
(Quemoy), Taiwan.
Ricardo, D. (1817) On the Principles of Political Economy and Taxation.

Cambridge: University Press.
Rigobon, R.; Rodrik, D. (2005) “Rule of law, democracy, openness, and income:
Estimating the interrelationships” Economics of Transition. 13(3), 533-564.
224
Bibliografia
Robinson, E.A.G. (ed.) (1960) Economic Consequences of the Size of Nations.

London: Macmillan.
Rodriguez, F.; Rodrik, D. (2001) “Trade Policy and Economic Growth: A

Skeptic's Guide to the Cross-National Evidence” in Bernanke, B.; Rogoff, K. (eds.) NBER
Macroeconomics Annual 2000, Volume 15. MIT Press, 15, 261-338.
Rodrik, D. (1998) “Why do more open economies have bigger governments?”

Journal of Political Economy. 106(5), 997-1032.
Rodrik, D. (2003) “Growth Strategies”. National Bureau of Economic Research

Working Paper 10050. Cambridge, MA.
Rodrik, D.; Subramanian, A., Trebbi, F. (2002) “Institutions Rule: The Primacy of
Institutions over Geography and Integration in Economic Development”. National Bureau
of Economic Research Working Paper 9305. Cambridge, MA.
Romer, Paul (1986) ‘‘Increasing Returns and Long-Run Growth’’ Journal of

Political Economy. 94(5), 1002-1037.
Romer, Paul (1990) “Endogenous Technological Change” Journal of Political

Economy. 98(5), 71-102.
Ronci, M.; Castro, E.; Shanghavi, A. (2008) Cape Verde: Selected Issues.
Washington, D.C.: IMF, Country Report 08/243.
Roodman, D. (2009a) “Practitioners’ Corner: A Note on the Theme of Too Many

Instruments” Oxford Bulletin of Economics and Statistics. 71(1), 135-158.
Roodman, D. (2009b) “How to do xtabond2: An introduction to difference and

system GMM in Stata” The Stata Journal. 9(1), 86-136.
Rose, A. K. (2006) “Size really doesn’t matter: In search of a national scale

effect” Journal of The Japanese and International Economies. 20, 482-507.
Rosen, S. (1976) “A theory of life earnings” Journal of Political Economy. 84(4),

S45-S67.
225
Bibliografia
Ruttan, V. W. (1998) “The new growth theory and development economics: A

survey” The Journal of Development Studies. 35(2), 1-26.
Sachs, J. D.; Warner, A. M. (1995) “Economic reform and the process of global
integration” Brookings Papers on Economic Activity. 1, 1-118.
Sachs, J. D.; Warner, A. M. (1997) “Fundamental Sources of Long-Run Growth”

The American Economic Review. 87(2), 184-188.
Sachs, J. D.; Warner, A. M. (1999) “The big push, natural resource booms and
growth” Journal of Development Economics. 59, 43-76.
Sala-i-Martin, X. (1996) “Regional cohesion: Evidence and theories of regional

growth and convergence” European Economic Review. 40, 1325-1352.
Sala-i-Martin, X. (1997) “I Just Ran Two Million Regressions” The American

Economic Review. 87(2), 178-183.
Sala-i-Martin, X.; Doppelhofer, G.; Miller, R. (2004) “Determinants of Long-

Term Growth: A Bayesian Averaging of Classical Estimates (BACE) Approach” The
American Economic Review. 94(4), 813-835.
Sala-i-Martin, X.; Subramanian, A. (2003) “Addressing the natural resource

curse: An illustration from Nigeria”. National Bureau of Economic Research Working
Paper 9804. Cambridge.
Schneider, F.; Frey, B. (1985) “Economic and Political Determinants of Foreign

Direct Investment” World Development. 13(2), 161-175.
Schumpeter, J. (1934) The Theory of Economic Development. Cambridge:

Harvard University Press.
Schwab, Klaus (ed.) (2010) The Global Competitiveness Report 2010-2011.

Geneva: World Economic Forum.
Schwab, Klaus (ed.) (2011) The Global Competitiveness Report 2011-2012.

Geneva: World Economic Forum.
226
Bibliografia
Secretária de Estado da Cooperação e Planeamento (1983) Primeiro Plano

Nacional de Desenvolvimento, - I PND - 1982-1985, Relatório Geral, Volume I. Praia:
Secretária de Estado da Cooperação e Planeamento.
Secretariat of the Committee of Central Bank Governors (eds.) (2011) SADC

Financial Systems: Structures, Policies and Markets. South Africa: Southern African
Development Community (SADC), Secretariat of the Committee of Central Bank
Governors.
Seetanah, B. (2011) “Assessing the dynamic economic impact of tourism for

island economies” Annals of Tourism Research. 38(1), 291-308.
Smith, Adam (1776) An inquiry into the Nature and Causes of the Wealth of
Nations. New York: Randon House.
Solow, R. (1956) “A Contribution to the Theory of Economic Growth” The

Srinivasan, T. N. (1985) “The Costs and Benefits of Being a Small, Remote,

Island, Landlocked or Mini-State Economy”. The World Bank, Discussion Paper,
Economics and Research 2.
Swan, T. (1956) “Economic Growth and Capital Accumulation” Economic

Record. 32, 334-361.
Temple, J. (2000) “Growth Regressions and What the Textbooks Don´t Tell You”
Bulletin of Economic Research. 52(3), 181-205.
Thompson, M. (2003) Endogenous Growth: Theoretical Investigations and

Developments. Tese de Doutoramento em Economia. Universidade de Warwick.
Dezembro de 2003.
Thompson, M. (2008) “Generating Economic Growth: An Analytical Survey” The

Open Economics Journal. 1, 25-36.
Thorhallsson, B. (2006) “The Size of States in the European Union: Theoretical

and Conceptual Perspectives” Journal of European Integration. 28(1), 7-31.
227
Bibliografia
UNDRO (1990) Preliminary Study on the Identification of Disaster-Prone

Countries Based on Economic Impact. Geneva: UNDRO (United Nations Disaster Relief
Office).
United Nations Committee for Development Policy (2000) Economic

Vulnerability index: explanatory note. New York: United Nations Committee for
Development Policy, CDP 2000/PLEN/21.
Uppenberg, K.; Riess, A. (2004) “Determinants and growth effects of foreign

direct investment” European Investment Bank Papers. 9(1), 52-84.
Uzawa, H. (1965) “Optimum Technical Change in an Aggregative Model of

Economic Growth” International Economic Review. 6(1), 18-31.
Van der Ploeg, F. (2010) “Natural Resources: Curse or Blessing?”. CESifo

Working Paper 3125. UK – Oxford.
Wacziarg, R.; Welch, K. (2008) “Trade Liberalization and Growth: New

Evidence” The World Bank Economic Review. 22(2), 187-231.
Wang, M.; Wong, S. (2009) “Foreign direct investment and economic growth: the
growth accounting perspective” Economic Inquiry. 47(4), 701-710.
World Bank (2005) Doing Business in 2005: Removing Obstacles to Growth.

Washington, D.C.: World Bank, International Finance Corporation e Oxford University
Press.
World Bank (2006) “Doing Business 2007: How to reform”. Washington, D.C.:
World Bank e International Finance Corporation.
World Bank (2007) Doing Business 2008. Washington, D.C.: World Bank e
International Finance Corporation.
World Bank (2008) Doing Business 2009. Washington, DC: World Bank e
International Finance Corporation.
World Bank (2009) Doing Business 2010: Reforming Through Difficult Times.
Washington, DC: World Bank, International Finance Corporation e Palgrave MacMillan.
228
Bibliografia
World Bank (2010) Doing Business 2011: Making a Difference for

Entrepreneurs. Washington, DC: World Bank e International Finance Corporation.
World Bank (2012) Doing Business in a more transparent world. Washington,

DC: World Bank e International Finance Corporation.
World Bank; International Monetary Fund (2012) Revisiting the Debt

Sustainability Framework for Low-Income Countries. World Bank e International
Monetary Fund.
Yang, Y.; Chen, H.; Singh, S.; Singh, B. (2013) “The Pacific Speed of Growth:
How Fast Can It Be and What Determines It?”. International Monetary Fund Working
Paper 13/104.
Young, A. (1928) “Increasing Returns and Economic Progress” The Economic

Journal. 38(152), 527-542.
Dados
Banco de Cabo Verde (BCV). http://www.bcv.cv.
Barro e Lee, Full Dataset. http://www.barrolee.com.
Center for International Earth Science Information Network (2007) National Aggregates of
Geospatial Data: Population, Landscape and Climate Estimates, v.2 (PLACE II), Palisades,
NY: CIESIN, Columbia University. http://sedac.ciesin.columbia.edu/place/.
Center for Systemic Peace, Major Episodes of Political Violence and Conflict Regions.
www.systemicpeace.org.
Central Intelligence Agency, The World Factbook.

https://www.cia.gov/library/publications/the-world-factbook.
Cross National Time Series (CNTS). http://www.databanksinternational.com.
Economic Freedom Dataset. http://www.freetheworld.com.
229
Bibliografia
Emergency Events Database (EM-DAT), The International Disaster Database. Centre for
Research on the Epidemiology of Disasters (CRED). http://www.emdat.be/database.
Ethnologue Language of the World, Statistics. http://www.ethnologue.com/statistics.
Instituto Nacional de Estatística (INE, CV). http://www.ine.cv/.
International Monetary Fund, Data and Statistics. http://www.imf.org/external/data.htm.
Penn World Table 7.1. https://pwt.sas.upenn.edu.
Political Risk Service Group, International Country Risk Guide (ICRG).

https://www.prsgroup.com.
The World Bank, Africa Development Indicators. http://databank.worldbank.org.
The World Bank, Doing Business. http://databank.worldbank.org.
The World Bank, Enterprise Surveys. http://www.enterprisesurveys.org.
The World Bank, World Development Indicators. http://databank.worldbank.org.
The World Bank, Worldwide Governance Indicators. http://databank.worldbank.org.
United Nations (UN), National Accounts Main Aggregates Database.

http://unstats.un.org/unsd/snaama/Introduction.asp.
United Nations Conference on Trade and Development (UNCTAD), Statistics.

http://unctadstat.unctad.org/EN.
United Nations Development Programme, Human Development Reports.

http://hdr.undp.org.
United Nations Environment Programme (UNEP), Publications. http://www.unep.org.
Uppsala Conflict Data Program/Peace Research Institute Oslo (UCDP/PRIO), Armed

Conflict Dataset. www.ucdp.uu.se.
World Economic Forum, Global Competitiveness Reports. http://www.weforum.org.
230
APÊNDICES
Apêndices
APÊNDICE I – Modelo básico de Solow e modelo de Solow aumentado

Modelo básico de Solow
Na apresentação do desenvolvimento do modelo básico de Solow seguimos os
trabalhos de Solow (1956), Mankiw et al. (1992), Islam (1995) e Barro e Sala-i-Martin
(2004). Assumindo a função de produção Cobb-Douglas com progresso tecnológico
aumentado, temos:
, com 0 1 (A.1)
onde: Y – produto; K – capital físico; L – trabalho; A – nível tecnológico; α – elasticidade
do produto em relação ao capital físico.
A taxa da poupança, s, é constante e corresponde a proporção do produto
investido: .
É assumido que o trabalho, L, e a tecnologia, A, crescem à taxa exógena n e g,
respetivamente:
onde: n – taxa de crescimento da população; g – taxa do progresso tecnológico.

Definindo kt por stock de capital por unidade efetiva de trabalho, ⁄ ,e
yt por produto por unidade efetiva de trabalho, ⁄ , a função de produção (A.1),
passa a ser:
(A.2)
Diferenciando kt em relação ao tempo, temos:
(A.3)
O stock do capital é dado por:

1 (A.4)
onde: I – investimento; δ – taxa de depreciação.
O crescimento do stock de capital em tempo contínuo e divido por , é dado
por:
(A.5)
233
Apêndices
Substituindo o investimento pela igualdade: , temos:
(A.6)
Substituindo a equação A.6 na A.3 temos:
(A.7)
Sendo que: , a equação A.7 passa a ser:
(A.8)
como , temos:
(A.9)
O estado de equilíbrio implica que 0, logo:
∗ ∗
(A.10)
Em equilíbrio o valor de k* e y* é dado por:
∗ ∗
Substituindo o valor de k* na função de produção (equação A.2), temos:
(A.11)
Aplicando logaritmo à função de produção (A.11), o produto por trabalhador é

dado por:
(A.12)
Sendo ⟺ , a equação A.12 passa a ser:
(A.13)
Mankiw et al (1992) definiram que A0 representa não só a tecnologia, mas

também o clima, as instituições, entre outros fatores, pelo que, pode variar entre os países,
e g é uma constante entre os países, então gt continua a ser constante. Assim, assumiram:
ln
onde: a – é uma constante, ε – efeito específico de cada país.
234
Apêndices
Substituindo ln e adicionando gt ao termo constante a, Mankiw et al (1992)

definiram a seguinte especificação da função de produção no estado de equilíbrio:
a (A.14)
Convergência β
Um dos princípios importantes do modelo de Solow é a convergência entre os
países, ou seja, os países com PIB per capita inicial menor tendem a crescer mais rápido
que os países com PIB per capita inicial superior. Assim, definimos o modelo para análise
da velocidade de convergência β.
Considerando a função de acumulação do capital, equação A.9, linearizamos
em torno do estado estacionário, k*. A primeira ordem de aproximação da serie de Taylor
de em torno de kt=k* é dada por:
∗ ∗ ∗
≅ (A.15)
∗ ∗
sendo 0, passamos para o cálculo de .
Diferenciando a equação de acumulação do capital (equação A.9) em ordem a k

temos:
(A.16)
∗
Calcular a equação A.16 no ponto , temos:
1 (A.17)
Substituindo na equação A.15 e definindo 1 temos:
∗
≅
A expressão significa que kt se aproxima de k* a uma taxa constante, β, na
vizinhança do estado estacionário. Assim a expressão anterior é equivalente a:
∗ ∗
≅ (A.18)
onde: k0 – valor inicial do k; β – taxa da convergência.
235
Apêndices
Considerando a equação da produção (A.2), constatamos que . Partindo
desta igualdade concluímos que y cresce em direção ao y* à mesma taxa que k em direção
ao k*, pelo que podemos considerar o seguinte:
∗ ∗
≅ (A.19)
Com: – produto por unidade efetiva do trabalho no momento inicial; –
produto por unidade efetiva do trabalho no momento t1; , podemos deduzir a
equação seguinte:
∗ ∗
⟺
∗
1 (A.20)
Subtraindo em ambos os lados da equação temos:
∗
1 1 (A.21)
Islam (1995) contrariamente a Mankiw et al. (1992), considera que a taxa do

progresso tecnológico diferencia entre os países, pelo que, definiu o progresso tecnológico
por: .
∗
Substituindo (equação A.12) na equação A.21 e considerando o produto por
trabalhador, a equação da taxa de crescimento do logaritmo do produto por trabalhador, é
dada por:
1 1 1
1 1 (A.22)
O modelo de Solow aumentado

No desenvolvimento do modelo de Solow aumentado seguimos os trabalhos de
Mankiw et al. (1992), Islam (1995) e Barro e Sala-i-Martin (2004). Neste caso é incluído o
capital humano na função de produção:
(A.23)
com: 0 e 0; Ht – stock do capital humano; φ – elasticidade do produto em relação
ao capital humano.
236
Apêndices
Mankiw et al. (1992) consideram 1, o que implica retornos decrescente

para o capital físico e o capital humano.
O produto na forma de unidade efetiva do trabalho é dado por:
(A.24)
com: ⁄ ; ⁄ ; ⁄ .
Considerando sK – fração do produto investido no capital físico, sH – fração do
produto investido no capital humano e assumindo a mesma taxa de depreciação, δ, para os
dois tipos de capital. A acumulação do capital físico e do capital humano em unidade
efetiva de trabalho é dada por:
No estado de equilíbrio h* e k* são constantes, pelo que 0, 0 e sendo

temos, a seguinte igualdade:
∗ ∗ ∗ ∗ ∗ ∗
Resolvendo o sistema de equações encontramos os seguintes valores de equilíbrio

para h* e k*:
∗ ∗

Substituindo os valores de equilíbrio de h* e k* na função de produção (equação

A.24) temos:
(A.25)
Assumindo o logaritmo da equação e simplificando, o produto por trabalhador no

estado de equilíbrio é dado por:
(A.26)
Mankiw et al. (1992) propõe uma forma alternativa de representar a função, para
os casos em que os dados para capital humano correspondem ao nível do capital humano e
não à taxa de acumulação.
∗
(A.27)
onde: h* – nível do capital humano no estado do equilíbrio.
237
Apêndices
Com a introdução do capital humano na função, o cálculo da velocidade de

convergência, passa a ser representada pela função que se segue. Sendo neste caso a taxa
de crescimento do produto representada pela soma ponderada dos capitais, temos:
Efetuando cálculos análogos em relação aos efetuados no modelo básico de

Solow, chegamos à seguinte equação de crescimento do produto por trabalhador:
1 1
1 1 1
1 (A.28)
A taxa de convergência passa a ser: 1 .

Reescrevendo a equação A.28 em representação convencional de dados em painel,
temos:
, , , ∑ , , (A.29)
onde: 1 ; 1 ; 1 ;
1 ; , ; , ; , ;
1 ; 1 ; , termo do erro; e, – efeito

individual dos países.
238
Apêndices
APÊNDICE II – Análise de clusters e os grupos de países

Análise de clusters
A análise de clusters, segundo Maroco (2003), “É uma técnica exploratória de
análise multivariada que permite agrupar sujeitos ou variáveis em grupos homogéneos ou
compactos relativamente a uma ou mais características comuns. Cada observação
pertencente a um determinado cluster é similar a todos as outras pertencentes a esse
cluster, e é diferente das observações pertencentes aos outros clusters”.
Recorremos ao programa informático SPSS 17.0, para realizar a análise de
clusters. Neste programa, encontramos três técnicas de agrupamento de clusters:
agrupamento hierárquico de clusters – inicia-se com cada objeto pertencente a um cluster e
nos passos seguintes os objetos são agrupados consoante as suas semelhanças ou
distâncias, até que todos os objetos façam parte do mesmo cluster. Esta técnica é mais
usada quando temos um número reduzido de objetos (inferior a algumas centenas),
segundo o manual do programa SPSS; agrupamento não-hierárquico de clusters – o
número de clusters é definido a partida pelo analista e é mais útil quando se pretende
classificar um número elevado de sujeitos (milhares); e agrupamento de clusters em duas
fases – é indicado quando o conjunto de dados é realmente grande e as variáveis são mistas
(contínuas e nominais).
Metodologia
A nossa base de dados é composta por 215 países, assim a técnica hierárquica é a
mais indicada. Usamos duas variáveis, população e área, para classificar os países em
clusters. Para que as variáveis tivessem iguais contribuições na definição dos clusters
transformamos os valores em logaritmos e depois foram estandardizados, através da opção
Z-scores do SPSS, pois para o nosso estudo não é relevante considerar a amplitude das
variáveis nos clusters.
̅
onde: – valor da variável; ̅ – média; – desvio padrão.

A técnica agrupamento hierárquico tem associado vários métodos e medidas de
distância, sendo os mais utlizados o método between-groups linkage e a medida Quadrado
da distância Euclidiana. No entanto, aplicamos no nosso estudo as várias medidas e
239
Apêndices
métodos existentes, para verificar a robustez das classificações e identificar, assim, aqueles
que apresentam clusters com maior homogeneidade. Tivemos classificações idênticas
quando alterámos as medidas, com exceção da medida correlação de Pearson, que
apresentou grupos muito heterogéneos. Tendo encontrado resultados semelhantes entre as
várias medidas, optámos pela medida “Quadrado da distância Euclidiana”. E em relação
aos métodos, tivemos as mesmas classificações dos países para between-groups linkage,
furthest neighbor, centroid clustering e Ward's. Mas, em relação within-groups linkage,
nearest neighbor e median clustering, as classificações foram bastantes diferentes das dos
outros métodos e constatámos uma maior heterogeneidade entre os elementos dos clusters.
Assim, aplicámos a medida Quadrado da Distância Euclidiana e o método between-groups
linkage. O Quadrado da distância Euclidiana mede a distância entre duas observações num
espaço p-dimensional. Para p-variáveis a distância entre os sujeitos i e j é dada por:
onde – é o valor da variável k no sujeito i; – é o valor da variável k no sujeito j.
Número de clusters
Definimos um intervalo inicial de 2 a 8 clusters e usando o critério do R-
Quadrado (definido por Maroco, 2003) com auxílio da ANOVA one-way, testámos o
número de clusters mais aceitável para a nossa base de dados. Seguem os resultados do
teste efetuado:
Nº de clusters R- Quadrado
2 0,592787
3 0,645596
4 0,818738
5 0,829203
6 0,834605
7 0,849154
8 0,852049
Pelos resultados da tabela a solução mais aceitável é 4 clusters, pois os ganhos de

variabilidade retida por mais do que 4 clusters são relativamente menores. Reforçamos esta
conclusão com análise do gráfico, onde identificamos também entre 4 e 5 clusters naturais.
Como testes de verificação dos resultados, além de termos aplicados os vários métodos e
medidas de análise de clusters, também eliminámos alguns países da nossa base de dados
240
Apêndices
para testar as possíveis alterações nas classificações. Constatámos que não houve
alterações significativas. Também aplicámos a técnica K-means, apesar de não ser a mais
indicada para estudos com base de dados reduzidos, e tivemos apenas dois países (Letónia
e Moldova) classificados em grupos diferentes dos resultados do agrupamento hierárquico.
Segue os quadros com os países e respetivas classificações de clusters obtidas:
Quadro A.1: Lista dos países grandes

Countries Cluster Countries Cluster Countries Cluster
Afghanistan 1 Germany 1 Oman 1
Algeria 1 Ghana 1 Pakistan 1
Angola 1 Greece 1 Panama 1
Argentina 1 Guatemala 1 Papua New Guinea 1
Australia 1 Guinea 1 Paraguay 1
Austria 1 Haiti 1 Peru 1
Azerbaijan 1 Honduras 1 Philippines 1
Bangladesh 1 Hungary 1 Poland 1
Belarus 1 India 4 Portugal 1
Belgium 1 Indonesia 1 Romania 1
Benin 1 Iran 1 Russian 4
Bolivia 1 Iraq 1 Rwanda 1
Bosnia 1 Ireland 1 Saudi Arabia 1
Botswana 1 Israel 1 Senegal 1
Brazil 4 Italy 1 Serbia 1
Bulgaria 1 Japan 1 Sierra Leone 1
Burkina Faso 1 Jordan 1 Slovak Republic 1
Burundi 1 Kazakhstan 1 Somalia 1
Cambodia 1 Kenya 1 South Africa 1
Cameroon 1 Korea, Dem. 1 Spain 1
Canada 1 Korea, Rep. 1 Sri Lanka 1
Central African Rep 1 Kyrgyz 1 Sudan 1
Chad 1 Lao PDR 1 Sweden 1
Chile 1 Liberia 1 Switzerland 1
China 4 Libya 1 Syrian 1
Colombia 1 Lithuania 1 Tajikistan 1
Congo, Dem. 1 Madagascar 1 Tanzania 1
Congo, Rep. 1 Malawi 1 Thailand 1
Costa Rica 1 Malaysia 1 Togo 1
Cote d'Ivoire 1 Mali 1 Tunisia 1
Croatia 1 Mauritania 1 Turkey 1
Cuba 1 Mexico 1 Turkmenistan 1
Czech Republic 1 Mongolia 1 UAE 1
Denmark 1 Morocco 1 Uganda 1
Dominican 1 Mozambique 1 UK 1
Ecuador 1 Myanmar 1 Ukraine 1
241
Apêndices
Egypt 1 Namibia 1 Uruguay 1

El Salvador 1 Nepal 1 USA 4
Eritrea 1 Netherlands 1 Uzbekistan 1
Ethiopia 1 New Zealand 1 Venezuela 1
Finland 1 Nicaragua 1 Vietnam 1
France 1 Niger 1 Yemen 1
Gabon 1 Nigeria 1 Zambia 1
Georgia 1 Norway 1 Zimbabwe 1
Quadro A.2: Lista dos países pequenos

Countries Cluster Countries Cluster Countries Cluster
Albania 2 Greenland 2 New Caledonia 2
American Samoa 3 Grenada 3 Northern Mariana 3
Andorra 3 Guam 3 Palau 3
Antigua & Barbuda 3 Guinea-Bissau 2 Puerto Rico 2
Armenia 2 Guyana 2 Qatar 2
Aruba 3 Hong Kong 2 Samoa 2
Bahamas 2 Iceland 2 San Marino 3
Bahrain 2 Isle of Man 3 Sao T. & Principe 3
Barbados 3 Jamaica 2 Seychelles 3
Belize 2 Kiribati 3 Singapore 2
Bermuda 3 Kosovo 2 Sint Maarten (Dutch ) 3
Bhutan 2 Kuwait 2 Slovenia 2
Brunei Darussalam 2 Latvia 2 Solomon Islands 2
Cape Verde 2 Lebanon 2 St. Kitts & Nevis 3
Cayman Islands 3 Lesotho 2 St. Lucia 3
Channel Islands 3 Liechtenstein 3 St. Martin (French ) 3
Comoros 2 Luxembourg 2 St. V. & Grenadines 3
Curacao 3 Macao 3 Suriname 2
Cyprus 2 Macedonia 2 Swaziland 2
Djibouti 2 Maldives 3 Timor-Leste 2
Dominica 3 Malta 3 Tonga 3
Equatorial Guinea 2 Marshall Islands 3 Trinidad & Tobago 2
Estonia 2 Mauritius 2 Turks & Caicos Isds 3
Faeroe Islands 3 Mayotte 3 Tuvalu 3
Fiji 2 Micronesia, Fed. Sts. 3 Vanuatu 2
French Polynesia 2 Moldova 2 Virgin Islands (U.S.) 3
Gambia 2 Monaco 3 West Bank & Gaza 2
Gibraltar 3 Montenegro 2
242
Apêndices
APÊNDICE III – Organizações e instituições ligadas aos países

pequenos
1) United Nations Educational, Scientific and Cultural Organization (UNESCO) –

Tem informações sobre os países pequenos ilhas em desenvolvimento, sigla em inglês
(SIDS), nomeadamente: Mudanças climáticas, cultura e turismo, educação e capacitação,
informação e conhecimento, recursos naturais, ciência, tecnologia e saúde.
Site: http://www.unesco.org/new/en/natural-sciences/priority-areas/sids/
2) PACIFIC ISLANDS FORUM SECRETARIAT – é uma organização composta

pelas ilhas do Pacífico (Austrália, Ilhas Cook, Micronésia F. S., Fiji, Kiribati, Nauru, Nova
Zelândia, Niue, Palau, Papua Nova Guiné, Ilhas Marshall, Samoa, Ilhas Salomão, Tonga,
Tuvalu e Vanuatu) cuja missão consiste em assegurar a execução eficaz das decisões dos
lideres para o benefício do povo do Pacífico.
Site: http://www.forumsec.org/index.cfm
3) Caribbean Community Secretariat (CARICOM) – é uma organização composta

pelos países dos Caraíbas (Antígua e Barbuda, Bahamas, Barbados, Belize, Dominica,
Grenada, Guiana, Haiti, Jamaica, Montserrat, Santa Lúcia, São Cristóvão e Neves, são
Vicente e Granadinas, Suriname, Trinidad e Tobago, Anguila, Bermudas, Ilhas Virgem
Britânica, Ilhas Caimão e Ilhas Turcos e Caicos) e tem como missão proporcionar uma
liderança dinâmica e serviço em parceria com instituições comunitárias e grupos, para a
realização de uma comunidade viável, internacionalmente competitiva e sustentável, com
melhoria da qualidade de vida para todos.
Site: http://www.caricom.org/index.jsp
4) United Nations Office of the High Representative for the Least Developed
Countries, Landlocked Developing Countries and Small Island Developing States (UN –
OHRLLS) – contém informações sobre os pequenos países ilhas em desenvolvimento.
Site: http://www.unohrlls.org/en/home/
5) Small Island Developing States Network (SIDSnet) – tem como objetivos:

acompanhar as reuniões internacionais relacionadas com a SIDS, através de uma parceria
com o Instituto Internacional para o Desenvolvimento Sustentável, contribuir para
preencher as lacunas na disponibilidade de dados sobre o desenvolvimento sustentável no
243
Apêndices
SIDS, e facilitar parcerias e motivar a ação de apoio ao desenvolvimento sustentável dos

SIDS.
Site: http://www.sidsnet.org/
6) Alliance of Small Island States (AOSIS) – contém informações sobre os países

pequenos ilhas nas mais diversas áreas, como: mudanças climáticas e aumento do nível do
mar, turismo, biodiversidade, comércio, desastres naturais, transporte e comunicação,
saúde, cultura, energia, entre outras.
Site: http://aosis.info/
7) United Nations Division for Sustainable Development – Small Island

Developing State – tem como missão promover a liderança e o desenvolvimento
sustentável através de cooperação técnica e capacitação à níveis nacional, regional e
internacional.
Site: http://www.un.org/esa/dsd/dsd_aofw_sids/sids_members.shtml
244
Apêndices
APÊNDICE IV – Estimadores GMM (Método dos Momentos

Generalizados)
Seguimos os trabalhos de Arellano e Bond (1991), Arellano e Bover (1995),

Blundell e Bond (1998), Blundell et al. (2000) e Bond (2002), para apresentar o
desenvolvimento dos estimadores GMM para um modelo autorregressivo.
Segue-se o modelo autorregressivo de dados em painel:
, , , ; , (A.30)
com: i = 1,…,N; t = 2,…,T; | | 1.
Os termos de erro e , seguem as seguintes propriedades:
, , , , 0; ∀ , i = 1,…,N e t = 2,…,T (A.31)

E, é assumida a seguinte condição inicial para , :
, , 0 para i = 1,…,N e t = 2,…,T (A.32)
Estimador GMM – primeira diferença

Na equação (A.30) a variável dependente desfasada, , , pode estar
correlacionada com o termo de erro, , , e com o efeito fixo dos indivíduos não
observados, . Assim, assumindo a primeira diferença da equação (A.30) é resolvido o
problema dos efeitos fixo ( , visto que, não varia com o tempo:
∆ , ∆ , ∆ , (A.33)
∆ , , , , ,
Mas, ainda temos o problema da autocorrelação, pois , no termo ∆ ,
, , está correlacionado com o , no termo ∆ , , , .

Arellano e Bond (1991) propõem o uso de variáveis instrumentais na regressão
para resolver o problema da autocorrelação da variável dependente desfasada. Os autores
sugerem o uso de variável y desfasada em dois ou mais períodos, como instrumento valido.
Por exemplo, o instrumento , , está matematicamente relacionado com ∆ ,
, , , mas não com o termo de erro ∆ , , , (pois é assumido a

condição , , 0 para ∀ ).
245
Apêndices
Considerando as assunções (A.31) e (A.32), a condição de momento,

2 1 , para a equação em primeiras diferença (A.33) é dada por:
, ∆ 0; ∀ 2, … , 1 ; 3, … , (A.34)
A condição de momento (A.34) pode ser representada numa forma mais

compacta:
′
∆ 0 (A.35)
Sendo: uma matriz dos instrumentos 2 e ∆ o vetor 2
dados por:
, 0 0 … 0 … 0 ∆ ,
0 , , … 0 … 0 ∆ ,
∆ (A.36)
⋮ ⋮ ⋮ … ⋮ ⋮ ⋮ …
0 0 0 … , … , ∆ ,
Segundo Arellano e Bond (1991), o estimador GMM baseado nas condições de

′ ′
momentos apresentado, minimiza a distância quadrática, ∆ ∆ , onde:
′
∆ ∆ ∆ ∆ ′ ;…;∆ ′
é um vetor 2 ;
′ ′ ′ ′
, ,…, é uma matriz 2 .
O estimador GMM para δ é dado por :
′ ′ ′ ′
∆ ∆ ∆ ∆ (A.37)
′ ′
com: ∆ ∆ ,…,∆ é um vector 2 ;∆ , ∆ ,…,∆ é um vetor
2 .
é uma matriz positiva e segundo Arellano e Bond (1991), é dada por:
2 1 … 0
1 2 … 0
Sendo H uma matriz 2 2 : 0 1 … 0
… … … …
0 0 … 2
246
Apêndices
Estimador GMM – níveis

Arellano e Bover (1995) sugerem o uso do valor desfasado da variável em
primeira diferença, como instrumento válido, na equação em níveis (A.30), caso a variável
explicativa em nível for correlacionada com o efeito fixo ( ) e a primeira diferença não
for.
É assumida a seguinte condição inicial:
∆ , 0 para i = 1,…,N (A.38)
Considerando as assunções (A.31), (A.32) e (A.38), a condição de momento
válido para a equação em níveis (A.30), 2 1 , é dada por:
∆ , 0; ∀ 1, … , 2 ; 3, … , (A.39)
A condição de momento (A.39) pode ser representada numa forma mais

compacta:
′
0 (A.40)
Sendo: uma matriz dos instrumentos 2 e o vetor 2 , dados
por:
∆ , 0 0 … 0 … 0 ,
0 ∆ , ∆ , … 0 … 0 ,
… (A.41)
⋮ ⋮ ⋮ … ⋮ ⋮ ⋮
0 0 0 … ∆ , … ∆ , ,
O estimador GMM de δ baseado nas condições de momentos é dado por:
′ ′ ′ ′
(A.42)
′ ′ ′ ′ ′
onde: , ,…, é uma matriz 2 ; ,…, é um vector
′
2 e , ,…, é um vetor 2 .
247
Apêndices
Estimador GMM – Sistema

Blundell e Bond (1998) propõe o uso do estimador system-GMM, que combina as
condições de momentos em primeiras diferença (A.34) e em níveis (A.39), como o mais
eficiente para ultrapassar os problemas econométricos associados à equação (A.30). As
condições de momentos são, 2 1 :
, ∆ 0 ∀ 2, … , 1 ; 3, … ,
∆ , 0, ∀ 1, … , 2 ; 3, … ,
E, podem ser escritas de forma conjunta e compacta, como:
′
0 (A.43)
Com:
0 0 … 0
0 ∆ , 0 … 0
0 ∆
= 0 0 ∆ , … 0 (A.44)
0
⋮ ⋮ ⋮ ⋱ ⋮
0 0 0 … ∆ ,
sendo: é a matriz definida na equação (7) e é um subconjunto não redundante da

matriz (A.41).
O estimador GMM de δ baseado nas condições de momentos é dado por:
′ ′ ′ ′
(A.45)
′ ′ ′
onde: ∆ ′, ; , ∆ ′
, , ′
, .
248
Apêndices
APÊNDICE V – Dados estatísticos dos grupos de países

Tabela A.1: Dados estatísticos do grupo de países grandes
Variáveis Obs Média Desv. Pad. Min Max
PIB per capita (log) 4978 8.222086 1.32276 5.080144 11.09557
PIB per capita (crescimento) 4830 .0144257 .0318562 -.2979097 .2464264
População (crescimento) 5412 .0147749 .0113374 -.0532828 .1194897
Investimento (%PIB) 4978 21.56081 9.525715 .6920165 66.37524
Secundário (%) 4498 55.1768 34.97741 .18163 156.5211
IDE (%PIB) 4334 2.09916 3.439502 -20.92328 37.74607
Indíce tensão étnica 2938 3.899609 1.42263 0 6
Dummy (Guerra civil) 4973 0 1
Instituição social (literacia) 4896 683.5084 291.9811 24 1022.5
Instituição política (Leis) 1965 -.1667781 .9937779 -2.572653 1.920131
Instituição económica 3642 5.908348 1.124674 2.3 8.64
Abertura (% PIB) 4978 59.25563 35.52403 1.736521 296.7462
Índice liberdade comercial 3771 6.132516 1.532891 1.66 9.37
Pessoas mortas (% população) 4135 .000046 .000321 0 .0071621
Pessoas afetadas (% população) 4135 .0289256 .0861738 0 1.151946
Danos (%PIB) 4089 .0031047 .0130644 0 .3423149
Ditância (log, km) 5289 8.101052 .7696315 5.389072 9.124783
Dummy ilha 5412 .0984848 0 1
Produtividade (crescimento) 5274 .0028537 .0398351 -.4675579 .3636466
Produtividade (logaritmo) 5716 8.26341 .9484005 4.647868 10.57974
Capital humano (crescimento) 5348 .0090861 .0109102 -.0379078 .0651661
Capital humano (logaritmo) 5800 -.3427445 .4689464 -1.543521 .6504265
Capital físico (crescimento) 5906 .0240277 .0364251 -.0845323 .7195717
Capital físico (logaritmo) 6423 8.800752 1.608962 3.217362 12.70484
Nota: Dados correspondentes à média de períodos de 5 anos, rolling windows, de 1970 a 2010 de
132 países grandes
249
Apêndices
Tabela A.2: Dados estatísticos do grupo de países pequenos

Variáveis Obs Média Desv.Pad. Min Max
PIB per capita (log) 2168 8.785968 1.153771 6.118179 11.82269
PIB per capita (crescimento) 2008 .0176938 .0381922 -.2398716 .3633565
População (crescimento) 2378 .0124913 .0135348 -.1391962 .1140619
Investimento (%PIB) 2168 26.92532 12.52897 2.14892 75.86247
Secundário (%) 1825 63.79278 31.38732 1.88067 164.5947
IDE (%PIB) 1571 4.88678 7.422098 -32.34699 79.66338
Indíce tensão étnica 561 4.032204 1.389938 0 6
Dummy (Guerra civil) 1079 0 1
Instituição social (literacia) 1460 783.7347 218.8653 78 1086
Instituição política (Leis) 859 .2367983 .7775808 -1.57825 1.849164
Instituição económica 679 6.535524 1.166892 2.9 9.08
Abertura (% PIB) 2168 103.8962 51.73013 14.84895 421.1779
Índice liberdade comercial 699 6.614639 1.541353 3.5 9.78
Pessoas mortas (% população) 1268 .0000446 .0001449 0 .0015563
Pessoas afetadas (% população) 1268 .0763198 .1911857 0 1.586869
Danos (%PIB) 1263 .0283401 .1032278 0 1.524193
Ditância ( log, km) 2091 8.16904 .6525197 5.598422 9.158731
Dummy ilha 2378 .568545 0 1
Produtividade (crescimento) 1079 .0030298 .0443354 -.1904459 .1613677
Produtividade (logaritmo) 1194 8.74524 1.028299 6.281762 12.53713
Capital humano (crescimento) 1079 .0126139 .0117807 -.0175195 .0646177
Capital humano (logaritmo) 1194 -.1213982 .3710991 -1.088073 .7908052
Capital físico (crescimento) 2168 .0314269 .0400493 -.0620972 .3917897
Capital físico (logaritmo) 2396 9.591817 1.392971 2.980491 12.43568
Nota: Dados correspondentes à média de períodos de 5 anos, rolling windows, de 1970 a 2010 de
58 países pequenos.
250
Apêndices
APÊNDICE VI ‒ Teste Variance Inflation Factors – VIF

O teste VIF é usado para detetar a presença de multicolinearidade entre as
variáveis explicativas. O teste calcula o fator de inflação da variância da variável xj pela
fórmula (Chatterjee e Hadi, 2006):

Onde: – quadrado do coeficiente de correlação que resulta quando xj é estimada em

interceção com todas as outras variáveis explicativas.
De acordo com as regres há evidências de multicolinearidade se:
1) VIF é superior a 10 (alguns consideram um limite superior, 30).
2) A média de todos os VIF é consideravelmente superior a 1.
Como não é possível realizar o teste VIF a seguir a uma estimação system-GMM,
então recorremos ao estimador OLS, e de seguida aplicamos o teste. As tabelas seguintes
demonstram alguns exemplos dos nossos resultados.
Tabela A.3: Teste VIF - Coesão social, instituição económica e geografia

Variáveis Guerra civil Instituição económica Ilha
VIF_GD VIF_PQ VIF_T VIF_GD VIF_PQ VIF_T VIF_GD VIF_PQ VIF_T
PIBpc inicial (log) 3.71 2.42 3.40 4.51 2.40 4.40 3.70 1.93 2.99
Secundário (%) 5.00 3.33 4.53 5.53 2.36 4.95 5.09 2.64 4.12
POP_gr 1.80 1.22 1.51 1.98 1.11 1.63 1.81 1.18 1.48
Invest. (% PIB) 1.17 1.06 1.12 1.16 1.26 1.18 1.17 1.04 1.11
Dummy Guerra civil 1.12 1.07
Dum. Guerra civil_GD 1.11
Dum. Guerra civil_PQ) 1.02
Inst. económica 2.04 1.70
Inst. Economi._GD 8.81
Inst. Economi._PQ 9.39
Dummy ilha 1.06 1.09
Dummy ilha _GD 1.06
Dummy ilha _PQ 1.09
Dummy (1976-1980) 1.89 2.54 1.96 2.11 3.17 2.19 1.87 2.64 2.01
Dummy (1981-1985) 1.90 2.65 1.97 2.40 3.90 2.52 1.87 2.67 2.02
Dummy (1986-1990) 1.95 2.61 2.01 2.53 4.14 2.65 1.92 2.60 2.04
Dummy (1991-1995) 2.01 2.67 2.06 2.55 4.34 2.68 1.97 2.65 2.08
Dummy (1996-2000) 2.10 3.11 2.20 2.63 4.88 2.80 2.09 2.87 2.21
Dummy (2001-2005) 2.22 3.43 2.34 2.85 5.84 3.09 2.23 3.33 2.41
Dummy (2006-2010) 2.28 3.59 2.41 3.05 6.43 3.31 2.29 3.45 2.48
Mean VIF 2.26 2.47 2.13 2.78 3.46 3.81 2.26 2.34 2.08
251
Apêndices
Tabela A.4: Teste VIF - IDE, comércio externo e vulnerabilidade ambiental
Variáveis IDE Liberdade comercial Danos

VIF_GD VIF_PQ VIF_T VIF_GD VIF_PQ VIF_T VIF_GD VIF_PQ VIF_T
PIBpc inicial (log) 3.93 2.25 3.40 4.29 2.14 4.10 3.92 2.09 3.29
Secundário (%) 5.17 2.91 4.56 5.61 2.57 5.04 5.11 3.41 4.67
POP_gr 1.82 1.25 1.56 2.03 1.11 1.66 1.99 1.71 1.85
Invest. (% PIB) 1.17 1.04 1.12 1.17 1.23 1.18 1.15 1.04 1.10
IDE (%PIB) 1.27 1.13
IDE_PQ(%PIB) 1.19
IDE_GD (%PIB) 1.14
Liberdade comercial 1.97 1.24
Liberdade_GD 5.23
Liberdade_PQ 5.50
Danos (% PIB) 1.01 1.03
Danos_GD (% PIB) 1.01
Danos_PQ (% PIB) 1.02
Dummy (1976-1980) 2.16 5.58 2.39 1.98 2.45 2.03 2.16 2.86 2.25
Dummy (1981-1985) 2.23 7.12 2.56 2.05 2.71 2.11 2.33 3.56 2.49
Dummy (1986-1990) 2.37 7.54 2.71 2.14 2.86 2.20 2.41 3.71 2.58
Dummy (1991-1995) 2.45 8.24 2.83 2.21 2.87 2.25 2.51 3.74 2.67
Dummy (1996-2000) 2.64 8.85 3.05 2.33 3.49 2.43 2.66 4.01 2.82
Dummy (2001-2005) 2.91 11.09 3.43 2.54 4.14 2.68 2.89 5.02 3.17
Dummy (2006-2010) 3.08 11.43 3.63 2.64 4.52 2.80 2.96 5.09 3.25
Mean VIF 2.60 5.70 2.58 2.58 2.61 3.02 2.59 3.11 2.48
Notas: Significado das siglas: _GD – Países grandes; _PQ – Países pequenos; _T – Todos os países
252
Apêndices
APÊNDICE VII ‒ Estimações com termo de tendência
Tabela A.5: Estimações com variável de interesse IDE e termo de tendência

(1) (2) (3) (4) (5) (6)
Variáveis PIB_gr_GD PIB_gr_GD PIB_gr_PQ PIB_gr_PQ PIB_gr_T PIB_gr_T
PIBpc inicial (log) -0.00631** -0.00292 -0.0909*** -0.0767*** -0.0133 -0.0144
(-2.508) (-1.001) (-4.764) (-4.588) (-1.294) (-1.565)
Secundário (%) 0.00149*** 0.00140*** 0.00236** 0.00191** 0.00083*** 0.00086***
(4.088) (3.774) (2.120) (2.086) (2.579) (2.826)
POP_gr 0.124 0.211 -1.264** -1.111** 0.866 0.720
(0.248) (0.403) (-2.125) (-2.273) (1.145) (0.963)
Invest. (% PIB) 0.00105** 0.00106** 0.00209** 0.00204** 0.000233 0.000325
(2.358) (2.330) (1.974) (2.006) (0.590) (0.802)
IDE (%PIB) 0.00205*** 0.00202*** 0.00206*** 0.00208***
(2.822) (2.801) (3.038) (2.950)
IDE_GD (%PIB) 0.00252** 0.00257**
(2.378) (2.516)
IDE_PQ(%PIB) 0.00479*** 0.00477***
(4.113) (4.172)
Dummy (1976-1980) -0.0214*** -0.0400 -0.00628**
(-4.552) (-1.622) (-2.547)
Dummy (1981-1985) -0.0392*** -0.0605** -0.0200***
(-6.021) (-1.997) (-6.094)
Dummy (1986-1990) -0.0386*** -0.0590* -0.0180***
(-4.903) (-1.671) (-4.462)
Dummy (1991-1995) -0.0514*** -0.0637* -0.0266***
(-5.295) (-1.694) (-5.426)
Dummy (1996-2000) -0.0546*** -0.0709 -0.0238***
(-5.115) (-1.634) (-3.830)
Dummy (2001-2005) -0.0623*** -0.0707 -0.0287***
(-5.003) (-1.553) (-3.975)
Dummy (2006-2010) -0.0631*** -0.0826* -0.0296***
(-4.858) (-1.747) (-3.645)
Termo tendência - t -0.0076*** -0.0169*** -0.0035***
(-4.499) (-2.944) (-3.965)
Termo tendência - t2 0.00027*** 0.00069*** 0.000114**
(3.449) (2.818) (2.493)
Termo tendência - t3 -3.5e-06*** -9.0e-06*** -1.41e-06**
(-3.193) (-2.943) (-2.143)
Nº observações 3,779 3,795 1,295 1,296 5,074 5,091

Nº países 128 128 56 56 184 184
Nº instrumentos 112 108 48 44 146 142
AR1 test (p- value) 0.0150 0.00237 0.585 0.306 0.0436 0.0141
AR2 test (p- value) 0.840 0.840 0.254 0.171 0.826 0.740
tests (p-value)
Termo de tendência 0.978 0.607 0.513
usadas: _GD – grupo dos países grandes, _PQ – grupo dos países pequenos, _T – todos os países, PIBpc –
PIB per capita inicial e POP_gr – crescimento da população. Entre parênteses está a estatística-t. Nível de
253
Apêndices
Tabela A.6: Estimações com variável de interesse instituições económica e termo de

tendência
(1) (2) (3) (4) (5) (6)
Variáveis PIB_gr_GD PIB_gr_GD PIB_gr_PQ PIB_gr_PQ PIB_gr_T PIB_gr_T
PIBpc inicial (log) -0.0912*** -0.0948*** -0.0742*** -0.0553*** -0.103*** -0.0962***
(-6.287) (-6.194) (-3.397) (-3.033) (-8.258) (-7.880)
Secundário (%) 0.00360*** 0.00394*** 0.00283*** 0.00207 0.00373*** 0.00392***
(6.212) (5.504) (2.710) (1.615) (6.261) (5.673)
POP_gr -1.259** -1.339** 0.811 0.606 -0.900*** -0.860***
(-2.408) (-2.345) (0.888) (0.750) (-3.977) (-3.632)
Invest. (% PIB) -0.000360 -0.000380 -0.00349 -0.00398 -0.000347 -0.000242
(-0.449) (-0.438) (-1.622) (-1.216) (-0.472) (-0.323)
Instituição económica 0.0317*** 0.0286*** 0.0556*** 0.0528***
(3.880) (3.568) (3.414) (3.352)
Instituição conomica_GD 0.0443*** 0.0416***
(5.211) (4.936)
Instituição economica _PQ 0.0449*** 0.0414***
(5.211) (4.740)
Dummy (1976-1980) -0.00695 0.00588 -0.00527
(-1.390) (0.348) (-0.931)
Dummy (1981-1985) -0.0260*** -0.0162 -0.0270***
(-3.353) (-0.762) (-3.481)
Dummy (1986-1990) -0.0380*** -0.0231 -0.0387***
(-3.865) (-0.951) (-4.127)
Dummy (1991-1995) -0.0608*** -0.0372 -0.0620***
(-4.906) (-1.532) (-4.994)
Dummy (1996-2000) -0.0886*** -0.0818*** -0.0941***
(-5.455) (-2.859) (-5.537)
Dummy (2001-2005) -0.108*** -0.105*** -0.118***
(-5.898) (-3.008) (-6.073)
Dummy (2006-2010) -0.114*** -0.114*** -0.127***
(-5.916) (-2.947) (-6.197)
Termo tendência - t 0.00209 0.00665 0.00288
(0.777) (0.777) (1.119)
Termo tendência - t2 -0.000298* -0.000442 -0.00033**
(-1.947) (-1.002) (-2.223)
Termo tendência - t3 4.24e-06* 5.67e-06 4.39e-06**
(1.918) (0.956) (2.045)
Nº observações 3,260 3,273 594 594 3,854 3,867

Nº países 113 113 25 25 138 138
Nº instrumentos 108 104 23 19 128 124
AR1 test (p- value) 0.124 0.550 0.435 0.846 0.0384 0.523
AR2 test (p- value) 0.966 0.225 0.245 0.379 0.482 0.130
(p-value)
Termo de tendência 0.554 0.404 0.553
usadas: _GD – grupo dos países grandes, _PQ – grupo dos países pequenos, _T – todos os países, PIBpc –
PIB per capita inicial e POP_gr – crescimento da população. Entre parênteses está a estatística-t. Nível de
254
Apêndices
APÊNDICE VIII ‒ Análises de sensibilidade

Tabela A.7: Estimações com variável de interesse IDE
(1) (2) (3) (4) (5) (6) (7) (8) (9)
PIBpc inicial (log) -0.0126 -0.0112 -0.0145 -0.114*** -0.0483*** -0.0376*** -0.0460*** -0.0341*** -0.00317
(-1.275) (-1.147) (-1.365) (-5.150) (-4.372) (-3.115) (-3.713) (-2.913) (-1.066)
Secundário (%) 0.0008*** 0.00077** 0.00084** 0.0050*** 0.0020*** 0.0013*** 0.0014*** 0.00132** 0.0006***
(2.589) (2.524) (2.537) (5.140) (4.427) (3.052) (3.231) (2.482) (2.836)
POP_gr (%) 0.777 0.788 0.807 -0.594* 2.096* 0.680 1.500 0.450 1.244
(1.102) (1.094) (1.093) (-1.910) (1.921) (0.982) (1.403) (0.339) (1.565)
Invest. (%PIB) 0.000244 0.000188 0.000285 0.00202** 0.000575 -0.000167 0.00147** 0.000607 -0.000184
(0.623) (0.466) (0.744) (2.075) (0.739) (-0.247) (2.230) (0.753) (-0.458)
IDE_GD (%PIB) 0.00266** 0.0025*** 0.00256** 0.000200 0.000105 0.00471** 0.000507 0.00357** 0.0029***
(2.548) (2.583) (2.289) (0.0749) (0.0509) (2.293) (0.179) (2.164) (2.678)
IDE_PQ (%PIB) 0.0047*** 0.0047*** 0.0047*** 0.00260** 0.00327** 0.0039*** 0.000749 0.00345** 0.0048***
(3.911) (3.899) (3.895) (2.009) (2.432) (3.318) (0.509) (2.555) (3.159)
Nº observações 5,074 5,074 5,074 3,399 4,366 4,171 3,633 4,591 4,699
Nº países 184 184 184 171 184 152 134 166 169
Nº instrumentos 146 146 146 156 151 134 116 134 139
AR1 test (p- value) 0.0348 0.0286 0.0541 0.971 0.917 0.0430 0.762 0.517 0.0379
AR2 test (p- value) 0.834 0.820 0.866 0.934 0.197 0.994 0.877 0.505 0.652
tests (p-value)
Dummies período 0.435 0.262 0.267 0.593 0.563 0.867 0.582 0.357 0.332
Tabela A.8: Estimações com variável de interesse comércio externo (I)

(1) (2) (3) (4) (5) (6) (7) (8) (9)
Cluster Cluster Cluster Cluster Cluster Cluster Período Período Período
GDP GDP POP POP Área Área (1970-2000) (1970-2000) (1980-2010)
PIBpc inicial (log) -0.108*** -0.052*** -0.106*** -0.049*** -0.109*** -0.104*** -0.118*** -0.0556*** -0.114***
(-9.024) (-5.909) (-9.105) (-5.871) (-8.716) (-9.023) (-7.230) (-3.594) (-6.895)
Secundário (%) 0.004*** 0.001*** 0.003*** 0.001*** 0.004*** 0.004*** 0.0038*** 0.00123* 0.0038***
(7.050) (2.814) (6.981) (2.687) (6.570) (7.796) (5.952) (1.668) (5.870)
POP_gr (%) -1.181*** -0.838*** -1.142*** -0.610*** -1.196*** -0.532** -0.661* -0.288 -1.125***
(-3.607) (-3.481) (-3.576) (-2.847) (-3.649) (-2.126) (-1.734) (-1.102) (-3.344)
Invest. (%PIB) 0.00121* 0.0013** 0.00109* 0.000800 0.00122* 0.000810 0.00149* 0.000916 0.00103
(1.826) (2.363) (1.860) (1.456) (1.768) (1.301) (1.861) (1.451) (1.314)
Abertura_GD (%PIB) 0.000454 0.00049** 0.000457 0.000446 0.000343
(1.629) (2.073) (1.551) (1.217) (1.326)
Abertura_PQ (%PIB) 0.0006*** 0.0007*** 0.0006*** 0.0006*** 0.00052**
(2.997) (2.700) (2.693) (2.697) (2.192)
Índice liberdade_GD 0.0216*** 0.0244*** 0.0248*** 0.0225***
(4.513) (5.191) (4.083) (3.144)
Índice liberdade_PQ 0.0364*** 0.0373*** 0.0325*** 0.0460***
(4.294) (5.484) (4.416) (3.158)
Nº observações 5,790 3,992 5,790 3,992 5,790 3,992 4,100 2,777 4,674
Nº países 186 138 186 138 186 138 180 120 186
Nº instrumentos 164 122 164 122 164 122 162 108 163
AR1 test (p- value) 0.305 0.192 0.277 0.0766 0.296 0.0143 0.159 0.0197 0.862
AR2 test (p- value) 0.736 0.656 0.799 0.599 0.751 0.337 0.486 0.367 0.343
tests (p-value)
Dummies período 0.796 0.516 0.735 0.916 0.925 0.903 0.746 0.945 0.969
255
Apêndices
Tabela A.9: Estimações com variável de interesse comércio externo (II)

(1) (2) (3) (4) (5) (6) (7) (8) (9)
Período Excluindo Excluindo Excluindo Excluindo Excluindo Excluindo Excluindo Excluindo
(1980-2010) baixo baixo alto alto Exportador Exportador outliers outliers
rendimento rendimento rendimento rendimento Petróleo Petróleo
PIBpc inicial (log) -0.0745*** -0.0480*** -0.0561*** -0.0224** -0.0912*** -0.0332*** -0.0824*** -0.140*** -0.0610***
(-6.259) (-3.196) (-4.528) (-2.241) (-5.515) (-3.199) (-8.218) (-8.102) (-6.224)
Secundário (%) 0.0017*** 0.0012*** 0.00099** 0.000699* 0.0032*** 0.0009*** 0.0026*** 0.0048*** 0.0020***
(3.134) (3.787) (2.039) (1.905) (4.340) (2.893) (5.166) (6.055) (4.553)
POP_gr (%) -0.590* -0.0953 0.272 0.561 0.285 -1.227*** -0.794** -0.950*** -0.495**
(-1.816) (-0.125) (0.544) (0.502) (0.434) (-2.581) (-2.149) (-2.799) (-2.085)
Invest. (%PIB) 0.000748 0.000620 0.000765 -0.000170 0.00122 0.00102** 0.00139** 0.00121* 0.000145
(0.952) (1.144) (1.311) (-0.246) (1.335) (1.997) (2.180) (1.680) (0.231)
Abertura_GD (%PIB) 0.000275 0.000177 0.00036** 0.000468
(1.038) (0.721) (2.032) (1.342)
Abertura_PQ (%PIB) 0.000327* 0.000326* 0.000302* 0.00069**
(1.834) (1.784) (1.909) (2.051)
Índice liberdade_GD 0.0156** 0.0165** 0.0173*** 0.0188*** 0.0293***
(2.218) (2.520) (2.907) (3.649) (5.128)
Índice liberdade_PQ 0.0439*** 0.0246*** 0.0400** 0.0358*** 0.0465***
(3.295) (3.033) (2.547) (4.413) (4.723)
Nº observações 3,302 4,748 3,374 4,141 2,557 5,272 3,605 5,328 3,628
Nº países 138 153 114 135 95 168 124 170 125
Nº instrumentos 127 122 98 128 86 152 110 158 116
AR1 test (p- value) 0.244 0.262 0.675 0.589 0.0101 0.257 0.00867 0.383 0.00640
AR2 test (p- value) 0.948 0.673 0.658 0.557 0.456 0.657 0.900 0.152 0.742
tests (p-value)
Dummies período 0.456 0.376 0.957 0.364 0.791 0.324 0.843 0.926 0.952
Tabela A.10: Estimações com variável de interesse instituições (I)

(1) (2) (3) (4) (5) (6) (7) (8) (9)
(-8.011) (-8.964) (-4.638) (-7.257) (-6.690) (-6.788) (-5.536) (-8.930) (-7.029)
Secundário (%) 0.0018*** 0.0018*** 0.0010*** 0.0031*** 0.0020*** 0.00151** 0.0040*** 0.0030*** 0.0035***
(4.074) (4.173) (4.047) (3.898) (3.990) (2.094) (4.318) (5.346) (5.795)
POP_gr (%) -1.288*** -1.245*** -0.678* -1.031*** -1.316*** -0.886*** -1.067* -0.682* -0.841***
(-5.143) (-5.175) (-1.656) (-3.947) (-4.423) (-2.943) (-1.888) (-1.844) (-3.995)
Invest. (%PIB) -0.000313 -0.000342 -0.000195 0.000225 0.000150 -0.000644 -0.000250 0.000344 -0.000468
(-0.491) (-0.559) (-0.436) (0.323) (0.242) (-0.795) (-0.277) (0.568) (-0.627)
Inst. economica_GD 0.0384*** 0.0383*** 0.0191*** 0.0305*** 0.0325*** 0.0286*** 0.0310*** 0.0443*** 0.0449***
(4.677) (5.248) (4.044) (3.758) (3.600) (3.091) (3.559) (6.192) (5.214)
Inst. economica_PQ 0.0412*** 0.0391*** 0.0207*** 0.0402*** 0.0360*** 0.0331*** 0.0268*** 0.0447*** 0.0462***
(4.538) (5.171) (4.118) (4.557) (3.642) (3.653) (2.801) (5.900) (4.973)
Nº observações 3,854 3,854 3,854 2,639 3,330 3,260 2,423 3,471 3,496
Nº países 138 138 138 120 138 114 95 124 125
Nº instrumentos 128 128 128 108 127 104 86 110 116
AR1 test (p- value) 0.155 0.158 0.359 0.132 0.210 0.256 0.0414 0.00468 0.0336
AR2 test (p- value) 0.844 0.845 0.815 0.761 0.988 0.756 0.455 0.922 0.531
tests (p-value)
Dummies período 0.898 0.827 0.381 0.933 0.851 0.663 0.927 0.884 0.916
256
Apêndices
Tabela A.11: Estimações com variável de interesse instituições (II)

(1) (2) (3) (4) (5) (6) (7) (8)
Cluster Cluster Cluster Período Excluindo Excluindo alto Excluindo Ex- Excluindo
GDP POP Área (1980-2010) baixo rendimento portador outliers
rendimento Petróleo
Variáveis PIBgr PIBgr PIBgr PIBgr PIBgr PIBgr PIBgr PIBgr
PIBpc inicial (log) -0.0906*** -0.0952*** -0.0883*** -0.0971*** -0.130*** -0.0820*** -0.0913*** -0.0901***
(-5.382) (-5.243) (-5.597) (-4.866) (-7.455) (-3.678) (-4.337) (-5.646)
POP_gr (%) 1.243 0.859 1.171 0.727 0.465 0.731 0.849 0.951
(1.274) (0.954) (1.439) (0.834) (0.296) (0.857) (0.925) (1.062)
Invest. (%PIB) 0.00121 0.000479 0.00125 0.000773 9.05e-05 -0.000220 0.00156 0.00112
(1.124) (0.476) (1.195) (0.700) (0.0710) (-0.210) (1.381) (0.868)
Instituição social_GD 0.0004*** 0.0004*** 0.0003*** 0.0003*** 0.000297* 0.000269*** 0.000362*** 0.000356***
(3.249) (3.670) (3.198) (3.333) (1.774) (3.156) (3.247) (3.495)
Instituição social_PQ 0.0004*** 0.0004*** 0.0003*** 0.0004*** 0.000337* 0.000321*** 0.000399*** 0.000406***
(4.117) (3.796) (4.040) (3.438) (1.939) (3.672) (3.230) (3.802)
Instituição política_GD 0.0662** 0.0609** 0.0663*** 0.0533** 0.0678** 0.0604* 0.0639** 0.0487*
(2.442) (2.325) (2.901) (1.987) (2.126) (1.873) (2.263) (1.865)
Instituição política_PQ 0.0696* 0.109*** 0.0627 0.122*** 0.129** 0.152** 0.0992** 0.109***
(1.663) (3.262) (1.182) (3.008) (2.431) (2.217) (2.517) (2.772)
Nº observações 2,482 2,482 2,482 2,482 2,020 1,795 2,222 2,260

Nº países 177 177 177 177 145 130 159 162
Nº instrumentos 162 162 162 162 129 122 147 147
Hansen test (p-value) 0.178 0.125 0.135 0.125 0.149 0.159 0.159 0.142
AR1 test (p- value) 0.0542 0.0545 0.0546 0.0515 0.0298 0.0647 0.136 0.0608
AR2 test (p- value) 0.453 0.347 0.470 0.314 0.803 0.305 0.176 0.397
(p-value)
Instrumentos níveis 0.848 0.986 0.995 0.985 0.897 0.825 0.995 0.957
Dummies período 0.960 0.851 0.941 0.893 0.583 0.833 0.967 0.986
Tabela A.12: Estimações com variável de interesse coesão social (I)

(1) (2) (3) (4) (5) (6) (7) (8) (9)
Cluster Cluster Cluster Cluster Cluster Cluster Período Período Período
GDP GDP POP POP Área Área (1970-2000) (1980-2010) (1980-2010)
PIBpc inicial (log) -0.0558*** -0.0213*** -0.0532*** -0.0291*** -0.0525*** -0.0396*** -0.0288** -0.0548*** -0.0497***
(-4.858) (-2.581) (-4.423) (-3.965) (-4.532) (-4.271) (-2.235) (-5.114) (-4.101)
Secundário (%) 0.00144* 0.000756* 0.0023*** 0.0011*** 0.0023*** 0.0016*** 0.000832* 0.00145** 0.0020***
(1.861) (1.696) (4.581) (3.018) (4.344) (5.041) (1.886) (2.365) (3.876)
POP_gr (%) 0.165 0.0405 0.764 0.236 0.551 0.452 0.411 0.178 1.501
(0.112) (0.0566) (0.677) (0.314) (0.522) (0.644) (0.733) (0.153) (1.314)
Invest. (%PIB) 0.00129 0.000659 -0.000135 0.000601 -0.000318 0.000793 0.00178** 0.00119 0.00234**
(1.025) (1.012) (-0.141) (0.966) (-0.323) (1.072) (2.103) (1.042) (2.567)
Índice tensão étnica_GD 0.0295** 0.0113* 0.0121** 0.0304***
(2.170) (1.877) (2.106) (2.738)
Índice tensão étnica_PQ 0.0320** 0.0156* 0.0180** 0.0281**
(2.264) (1.674) (2.304) (2.283)
Dummy guerra civil_GD -0.0323* -0.0356** -0.0359* -0.0612* -0.0125
(-1.913) (-2.113) (-1.932) (-1.707) (-0.395)
Dummy guerra civil_PQ 0.0161 0.00346 0.0217 -0.134 0.0820
(0.162) (0.0283) (0.638) (-0.665) (1.224)
Nº observações 3,067 5,008 3,067 5,008 3,067 5,008 3,568 3,067 4,032
Nº países 136 159 136 159 136 159 154 136 159
Nº instrumentos 30 110 30 110 30 110 105 30 103
AR1 test (p- value) 0.188 0.0841 0.527 0.160 0.331 0.378 0.133 0.138 0.592
AR2 test (p- value) 0.120 0.840 0.305 0.942 0.291 0.824 0.855 0.136 0.225
tests (p-value)
Dummies período 0.110 0.292 0.287 0.475 0.151 0.589 0.537 0.147 0.665
257
Apêndices
Tabela A.13: Estimações com variável de interesse coesão social (II)

(1) (2) (3) (4) (5) (6) (7) (8)
Excluindo Excluindo Excluindo alto Excluindo alto Excluindo Excluindo Excluindo Excluindo
baixo baixo rendimento rendimento Exportador Exportador outliers outliers
rendimento rendimento Petróleo Petróleo
Variáveis PIBgr PIBgr PIBgr PIBgr PIBgr PIBgr PIBgr PIBgr
PIBpc inicial (log) -0.0495*** -0.0475* -0.0864*** -0.0258* -0.0369*** -0.0332*** -0.0597*** -0.0316***
(-3.584) (-1.879) (-3.431) (-1.838) (-3.055) (-4.677) (-4.123) (-4.759)
Secundário (%) 0.00212*** 0.00111** 0.00138* 0.000955* 0.000659 0.00117*** 0.00222*** 0.00128***
(4.412) (2.545) (1.814) (1.854) (1.106) (4.560) (3.251) (3.802)
POP_gr (%) 0.857 -0.274 0.443 0.205 -1.216 -1.171*** 0.457 0.349
(0.822) (-0.370) (0.271) (0.229) (-0.843) (-3.794) (0.387) (0.544)
Invest. (%PIB) -0.000517 0.000980* 0.00224 0.000125 0.00127 0.00118*** 0.000657 0.000449
(-0.502) (1.705) (1.561) (0.215) (1.454) (4.024) (0.529) (0.632)
Índice tensão étnica_GD 0.0106* 0.0426*** 0.0218* 0.00850*
(1.686) (3.380) (1.957) (1.820)
Índice tensão étnica_PQ 0.0183** 0.0340** 0.0236** 0.0156**
(2.060) (2.527) (2.200) (2.243)
Dummy guerra civil_GD -0.00197 -0.0280* -0.0120* -0.0454***
(-0.234) (-1.694) (-1.746) (-2.910)
Dummy guerra civil_PQ 0.00645 0.0370 -0.0176 0.0166
(0.159) (0.912) (-0.839) (0.271)
Nº observações 2,634 3,977 1,986 3,656 2,680 4,490 2,748 4,625

Nº países 115 126 91 118 118 141 121 146
Nº instrumentos 30 80 30 80 42 62 42 98
Hansen test (p-value) 0.212 0.141 0.251 0.232 0.120 0.239 0.159 0.231
AR1 test (p- value) 0.279 0.450 0.439 0.792 0.0334 0.302 0.803 0.231
AR2 test (p- value) 0.683 0.554 0.205 0.550 0.196 0.556 0.144 0.242
tests (p-value)
Instrumentos níveis 0.685 0.646 0.539 0.621 0.401 0.243 0.577 0.542
Dummies período 0.867 0.598 0.431 0.394 0.394 0.734 0.148 0.226
Tabela A.14: Estimações com variável de interesse geografia (I)

(1) (2) (3) (4) (5) (6) (7) (8) (9)
(-7.322) (-3.018) (-7.325) (-5.815) (-5.700) (-6.421) (-6.370) (-7.307) (-6.867)
Secundário (%) 0.0045*** 0.0009*** 0.0046*** 0.0033*** 0.0037*** 0.0022*** 0.0037*** 0.0027*** 0.0043***
(4.690) (4.120) (4.800) (4.568) (4.638) (3.433) (4.994) (5.158) (4.998)
POP_gr (%) -0.639* 0.0421 -0.599* -0.616* -1.106*** -0.598 -0.807* -1.053*** -1.052***
(-1.806) (0.0863) (-1.745) (-1.902) (-3.081) (-1.389) (-1.767) (-2.987) (-2.948)
Invest. (%PIB) 0.0024*** 0.00103* 0.0025*** 0.0022*** 0.00205** 0.00150** 0.00132** 0.0019*** 0.00218**
(2.717) (1.944) (2.845) (2.610) (2.205) (1.990) (2.166) (2.769) (2.547)
Distância_GD (km) -0.0474** -0.0108 -0.0440** -0.0290* -0.0307* -0.0438*** -0.00404 -0.0408*** -0.0318*
(-2.172) (-1.514) (-2.016) (-1.925) (-1.676) (-2.815) (-0.209) (-2.722) (-1.730)
Distância_PQ (km) -0.0434** -0.00963 -0.0402* -0.0256* -0.0287* -0.0424*** -0.00452 -0.0378*** -0.0289*
(-2.077) (-1.457) (-1.932) (-1.823) (-1.650) (-2.758) (-0.237) (-2.641) (-1.663)
Nº observações 5,488 5,488 5,488 3,888 4,433 4,446 4,047 4,970 5,105
Nº países 176 176 176 171 176 143 132 158 163
Nº instrumentos 162 162 162 156 157 138 122 146 154
AR1 test (p- value) 0.0973 0.287 0.112 0.170 0.670 0.279 0.0154 0.0927 0.261
AR2 test (p- value) 0.359 0.681 0.326 0.339 0.279 0.608 0.743 0.887 0.241
tests (p-value)
Dummies período 0.996 0.668 0.989 0.647 0.941 0.109 0.929 0.988 0.992
Variável geografia 0.936 0.385 0.994 0.725 0.639 0.113 0.144 0.772 0.839
258
Apêndices
Tabela A.15: Estimações com variável de interesse geografia (II)

(1) (2) (3) (4) (5) (6) (7) (8) (9)
PIBpc inicial (log) -0.00376** -0.00374** -0.00374** -0.00306** -0.122*** -0.00392* -0.0083*** -0.0046*** -0.0228***
(-2.472) (-2.475) (-2.461) (-2.080) (-7.129) (-1.852) (-3.165) (-2.586) (-3.653)
Secundário (%) 0.0011*** 0.0011*** 0.0011*** 0.00040** 0.0043*** 0.0011*** 0.0021*** 0.0010*** 0.0010***
(4.669) (4.635) (4.577) (2.097) (5.248) (3.111) (4.754) (3.777) (4.931)
POP_gr (%) -0.640*** -0.643*** -0.645*** -0.665*** -1.029*** -1.084*** 0.205 -0.645** -1.022**
(-2.682) (-2.703) (-2.710) (-3.532) (-3.024) (-5.114) (0.436) (-2.052) (-2.099)
Invest. (%PIB) 0.0017*** 0.0017*** 0.0017*** 0.0025*** 0.00188** 0.0019*** 0.0018*** 0.0021*** 0.00109**
(3.592) (3.613) (3.616) (4.513) (2.220) (3.534) (3.793) (3.988) (2.078)
Dummy ilha_GD -0.0208 -0.0186 -0.0219 -0.00123 -0.0280 -0.0136 -0.0102 -0.0224 -0.0111
(-1.460) (-1.186) (-1.450) (-0.139) (-0.940) (-0.816) (-0.507) (-1.458) (-1.363)
Dummy ilha_PQ -0.0259*** -0.0264*** -0.0251*** -0.0150** -0.0181 -0.0205** -0.0477*** -0.0286*** -0.0124**
(-3.085) (-3.256) (-3.103) (-2.293) (-0.947) (-2.400) (-3.008) (-3.411) (-2.101)
Nº observações 5,790 5,790 5,790 4,100 4,674 4,748 4,141 5,272 5,328
Nº países 186 186 186 180 186 153 135 168 170
Nº instrumentos 164 164 164 152 165 129 117 149 158
AR1 test (p- value) 0.000255 0.000252 0.000251 0.00648 0.877 6.38e-06 0.00262 0.00341 0.0222
AR2 test (p- value) 0.835 0.835 0.835 0.181 0.119 0.928 0.978 0.860 0.558
tests (p-value)
Dummies período 0.927 0.926 0.923 0.404 0.993 0.769 0.707 0.997 0.741
Variável geografia 0.714 0.777 0.790 0.151 0.879 0.291 0.775 0.908 0.175
Tabela A.16: Estimações com variável de interesse vulnerabilidade ambiental

(1) (2) (3) (4) (5) (6) (7) (8) (9)
PIBpc inicial (log) -0.0178* -0.0189* -0.0181* -0.0239** -0.0402*** -0.0260*** -0.0255* -0.0200* -0.0228**
(-1.834) (-1.891) (-1.950) (-2.003) (-5.953) (-2.623) (-1.856) (-1.717) (-2.178)
Secundário (%) 0.000475* 0.000507 0.000487* 0.000669* 0.0015*** 0.000479 0.000761 0.000484 0.000484
(1.665) (1.630) (1.767) (1.795) (5.651) (1.641) (1.286) (1.463) (1.420)
POP_gr (%) -1.512** -1.522** -1.469** -1.339** -1.009** -1.402* -1.538** -2.322*** -1.018
(-2.465) (-2.488) (-2.460) (-2.397) (-2.132) (-1.848) (-2.426) (-3.999) (-1.160)
Invest. (%PIB) 0.00119** 0.00113** 0.00115** 0.0015*** 0.000593 0.0013*** 0.00091** 0.00103** 0.00138**
(2.395) (2.252) (2.323) (2.955) (1.331) (2.925) (2.008) (2.410) (2.080)
Danos_GD (% PIB) -0.870* -0.932* -0.757* -0.578 -0.434 -0.667* -0.912 -1.054* -0.776*
(-1.701) (-1.716) (-1.729) (-1.380) (-1.584) (-1.697) (-1.482) (-1.741) (-1.723)
Danos_PQ (% PIB) -0.149* -0.149* -0.156* -0.0418 0.0316 -0.148* -0.101 -0.143* -0.173*
(-1.790) (-1.782) (-1.836) (-1.005) (0.638) (-1.746) (-1.211) (-1.787) (-1.685)
Nº observações 4,688 4,688 4,688 3,166 4,019 3,778 3,508 4,316 4,292
Nº países 181 181 181 170 181 148 133 166 165
Nº instrumentos 134 134 134 132 145 116 116 116 110
AR1 test (p- value) 0.0262 0.0324 0.0384 0.253 0.205 0.0104 0.142 0.0178 0.145
AR2 test (p- value) 0.611 0.648 0.422 0.857 0.290 0.322 0.700 0.887 0.395
tests (p-value)
Dummies período 0.273 0.170 0.236 0.769 0.579 0.701 0.709 0.637 0.891
259
Apêndices
APÊNDICE IX – Dinâmica da dívida pública cabo-verdiana

A dívida pública cabo-verdiana decresceu entre 2001 e 2008, passando de 84,1%
para 68,2% do PIB. As reformas introduzidas no âmbito do programa PSI (Policy Support
Instrument) assinado com o FMI em 2006 (estabelece o limite para a dívida pública em
70% do PIB, para o ano 2009) tiveram grande contributo na diminuição da dívida. Esta
redução verificou-se, principalmente, na dívida externa. Mas, nos anos seguintes voltou a
aumentar, atingindo 87,5% do PIB em 2011. Este aumento aconteceu, sobretudo, na
parcela dívida externa, que cresceu de 46,4% para 67,2% do PIB entre 2008 e 2011. O
forte crescimento da dívida externa é justificado pela aproximação do fim do prazo de
empréstimos concessionais, devido à graduação de Cabo Verde a país de desenvolvimento
médio. Cerca de 82% do stock da dívida externa corresponde a empréstimos concessionais,
portanto, em condições bastantes favoráveis (com período de amortização à volta de 30
anos e taxas de juro à volta de 1%).
A dinâmica do rácio da dívida pública pelo PIB é analisada através dos impactos
do juro e de crescimento do produto na dívida, mais a contribuição do rácio do saldo
orçamental primário pelo PIB:
∆
onde: dt – dívida pública em função do PIB no ano t; r – taxa de juro real; y – taxa de
crescimento real do PIB; φ – saldo orçamental primário em função do PIB.
Analisando a dinâmica da dívida pública pelo comportamento da variável (∆dt),
entre 2001 e 2011 há sempre aumento da dívida, com exceção do ano 2007. Apesar da taxa
de juro real implícita ser sempre inferior à taxa de crescimento do PIB, o saldo orçamental
primário foi sempre negativo (com valores elevados) contribuindo assim para a
deterioração do stock da dívida pública. A superioridade da taxa de crescimento do PIB em
relação à taxa de juro real implícita (devido ao baixo valor das taxas de juro sobre dívida
externa), permite que o governo estabiliza a dívida pública mesmo tendo um saldo
orçamental primário negativo (valores da variável SOP estabilizar). O peso dos juros pagos
no PIB tem sido sempre inferior a taxa de crescimento do PIB, tornando assim os juros
suportáveis (ver tabela A.17).
261
Apêndices
Tabela A.17: Evolução da dívida pública (%PIB)

Variáveis 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Dívida pública (%PIB) 84,1 87,4 83,0 82,7 84,1 78,4 72,1 68,2 74,4 77,6 87,5
Tx Juro real implícito 1,0 3,8 -1,3 4,1 4,2 -0,1 1,1 -0,8 -2,0 -1,0 -1,9
Tx. PIB real (crescimet.) 3,5 5,5 4,7 5,0 5,6 8,2 6,7 6,1 4,0 5,6 5,1
SOP (%PIB) -9,4 -7,6 -6,6 -5,8 -9,4 -8,2 -1,9 -5,6 -12 -18 -12
∆dt 7,4 6,1 1,3 5,1 8,2 1,2 -2,5 0,6 7,7 13,2 6,1
SOP estabilizar (% PIB)* -2,0 -1,4 -5,3 -0,8 -1,2 -7,0 -4,4 -5,0 -4,1 -4,9 -5,4
Juros pagos (%PIB) 1,9 3,0 2,5 2,5 2,2 2,0 1,8 1,6 1,6 1,8 1,7
Fonte: BCV e cálculos do autor; SOP (Saldo Orçamental Primário)
*
Refere-se ao saldo orçamental primário em função do PIB, necessário para estabilizar a dívida externa
em cada ano, considerando o valor da dívida em t-1.
Com o fim dos empréstimos concessionais (em princípio a partir de 2015), Cabo
Verde irá enfrentar taxas de juro dos empréstimos externos maiores e com prazos dos
reembolsos menores, o que significa aumento do encargo com as dívidas externas no
orçamento do Estado. No Relatório do FMI (2012) nº12/29 está previsto, a partir de 2017,
taxas de juro efetivas médias anuais de 3,7% e taxa de crescimento médio anual do PIB
real de 5,5%. Considerando um cenário com saldo primário nulo (que não é o caso previsto
no relatório, onde se espera um saldo primário negativo de -3% do PIB em 2021 e de -1%
do PIB em 2031), a dívida pública atingirá o limite de 60% do PIB apenas em 2034,
consoante o cenário básico da figura A.1. Mas, caso o saldo primário seja igual ao previsto
no relatório, ou seja, uma média anual de -1,9% do PIB no período 2017-2031, para evitar
uma situação explosiva da dívida pública, o crescimento médio anual do PIB real terá que
ser no mínimo de 6,5%, mantendo a taxa de juro efetiva à volta dos 3,7%, ou então, no
caso de o ajuste ser ao nível da taxa de juro, esta deve ser no máximo 3%, com taxa de
crescimento médio anual do PIB real de 5,5%.
Considerando a hipótese do PIB real crescer à uma média de 2 pontos percentuais
inferior ao previsto, o rácio da dívida pública em função do PIB assume uma trajetória
crescente, transformando-se num processo explosivo. E, se o PIB real crescer apenas 1
ponto percentual abaixo do previsto, o rácio da dívida pública em função do PIB passa a
ter comportamento decrescente, mas muito lento (ver figura A.1).
262
Apêndices
Figura A.1: Sensibilidade da dívida à variação no crescimento real do PIB

100
80
60
%
40
20
0
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
2031
2032
2033
2034
2035
2036
2037
2038
2039
2040
- 1 p.p. PIB + 1 p.p. PIB
+ 2 p.p. PIB - 2 p.p. PIB
Cenário basico (juro= 3,7% e PIB= 5,5%)
Fonte: Relatório do FMI nº12/29 e cálculos do autor
Se a variação acontecer ao nível da taxa de juro, com o aumento de 0,7 pontos

percentuais, o rácio da dívida pública pelo PIB mantém o comportamento decrescente,
conforme a figura A.2.
Figura A.2: Sensibilidade da dívida à variação na taxa de juro efetiva

100
80
60
%
40
20
0
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
2031
2032
2033
2034
2035
2036
2037
2038
2039
2040
- 0,7 p.p. taxa de juro + 0,7 p.p. taxa de juro Cenário basico (juro= 3,7% e PIB= 5,5%)
Fonte: Relatório do FMI nº12/29 e cálculos do autor
Sustentabilidade da dívida pública externa
A dívida pública externa é considerada sustentável quando é reembolsável sem

recurso ao financiamento excecional (como perdão da dívida) ou maior correção futura nas
contas das receitas e despesas. Assim, passamos a análise do nível de solvência e liquidez
da dívida pública externa de Cabo Verde.
O nível de solvência medido através do rácio entre o stock da dívida pública
externa e o PIB, no período 2001-2011, foi sempre superior ao limite da sustentabilidade
(44% do PIB), e em relação às receitas internas, o stock da dívida ultrapassa o limite
(250% das receitas públicas internas) apenas em 2011. Já o rácio do stock da dívida em
263
Apêndices
relação às exportações é inferior ao limite estabelecido. Nos últimos dois anos (2010 e
2011), o stock da dívida externa teve crescimento considerável, mas o seu peso nas
exportações não apresenta grandes alterações, pois foi acompanhado de aumento nas
exportações, mas para o rácio da receita interna, há redução nas receitas (principalmente,
receitas ficais) levando assim o stock da dívida a ultrapassar o limite em 2011 (ver tabela
A.18).
Quanto à liquidez, o serviço da dívida é inferior aos limites estabelecidos, tanto
em relação ao rácio das exportações como das receitas internas. Isto deve-se ao facto de
80% das dívidas externas serem concessionais com reduzida taxa de juro e longo período
de amortização. Assim, Cabo Verde apresenta liquidez suficiente para assumir os seus
compromissos em relação às dívidas externas.
Tabela A.18: Sustentabilidade da dívida externa

Variáveis Limite 2001- 2006 2007 2008 2009 2010 2011
(*) 2005
Dív. Exter./PIB (%) 44 54,7 48,7 46,3 46,4 50,9 60,0 67,2
Div. Exter./Exportações (%) 226 169 113 108 100 130 141 142
Dív. Exter./Receita interna (%) 250 239 180 149 160 196 246 264
Serviço div./Exportações (%) 24 8,7 5,9 5,1 4,6 5,6 4,8 4,3
Serviço dív./Receita interna (%) 22 12,3 9,5 7,0 7,3 8,4 8,4 7,9
Fonte: BCV (2012a)
(*) É considerado o limite para países com CPIA forte.96 Estes valores estão no estudo realizado pelo
World Bank e International Monetary Fund (2012) “Revisiting the Debt Sustainability Framework for
Low-Income Countries”
96
Apesar da diminuição na classificação do índice CPIA (Country Policy and Institutional Assessment) de
4,5 em 2010 para 4,0 em 2011, a pontuação cabo-verdiana continua na classe de qualidade forte. Se o índice
CPIA for menor do que 3,25 a qualidade é pobre e se for superior a 3,75, é forte.
264
Apêndices
APÊNDICE X ‒ Cálculo do PRODY e do EXPY

Hausmann et al. (2007) propuseram o índice PRODY para calcular a sofisticação
dos produtos exportados e o índice EXPY para determinar o nível de sofisticação das
exportações de um país.
O PRODY é o nível de rendimento associado a um determinado produto,

determinado a partir da média ponderada PIB per capita dos países exportadores do
produto. Considerando o país “i” e o produto “g”, o total das exportações do país “i”é:
Definindo o PIB per capita do país “i” por “Yi”, o nível de produtividade
associado ao produto “k”, PRODYk é dado por:
onde: – o valor no numerador corresponde ao peso de um produto no total das
exportações do país; ∑ – o valor no denominador corresponde ao valor agregado
do peso do produto no total das exportações para todos os países que exportam o produto.
O nível de produtividade associado as exportações do país “i”, EXPYi, é definido
por:
265
Apêndices
APÊNDICE XI – Definição e fontes das variáveis

Quadro A.3: Definição e fontes das variáveis
Variáveis Fontes Descrições
Área Banco É a área total do país, excluindo principais rios e lagos, reivindicações
Mundial nacionais à plataforma continental e zona económica exclusiva
(WDI)
População Banco São todos os residentes, independentemente do estatuto jurídico ou cidadania
Mundial (exceto para os refugiados não permanentemente instalados no país de asilo,
(WDI); PWT que são geralmente considerados parte da população de seu país de origem)
PIB (% Banco Baseado em preços de US dólares constantes de 2000. É a soma do valor
crescimento) e Mundial acrescentado bruto na economia por todos os produtores residentes mais os
PIB total (WDI); impostos sobre produtos e menos quaisquer subsídios não incluídos no valor
UNCTAD; dos produtos. É calculado sem fazer deduções da depreciação de bens
PWT fabricados ou diminuição e degradação dos recursos naturais.
PIB per Banco É o PIB convertido em dólares internacionais, usando taxas de paridade de
capita, PPC Mundial poder de compra.
(constant, (WDI); PWT
2005, US$)
PIB por PWT É o PIB por cada trabalhador, convertido em dólares internacionais, usando
trabalhador taxas de paridade de poder de compra.
(PPC, I$,
2005)
Agricultura Banco Inclui silvicultura, caça, pesca, cultivo de culturas e produção animal. O valor
Mundial é calculado sem deduções por depreciação de ativos fabricados ou exaustão e
(WDI); UN. degradação dos recursos naturais. A origem do valor adicionado é
determinada pela International Standard Industrial Classification (ISIC).
Agricultura corresponde às divisões ISIC 1-5.
Industria Banco É composto por valores adicionados por minas, fabricas, construção,
Mundial eletricidade, água e gás. O valor adicionado pelo sector corresponde ao valor
(WDI); UN. líquido depois de adicionar todos os produtos e subtrair os inputs intermédios.
É calculado sem fazer deduções da depreciação de bens fabricados ou
diminuição e degradação dos recursos naturais. Indústria corresponde às
divisões ISIC 10-45.
Serviços Banco Inclui os valores acrescentado por comércio a grosso e a retalho (como hotéis
Mundial e restaurantes), direitos de importação, e serviços como encargos bancários,
(WDI); UN. transportes, governo, financeiro, profissionais, educação, saúde e
imobiliários. O valor adicionado pelo sector corresponde ao valor líquido
depois de adicionar todos os produtos e subtrair os inputs intermédios. É
calculado sem fazer deduções da depreciação de bens fabricados ou
diminuição e degradação dos recursos naturais. Serviços correspondem às
divisões ISIC 50-99.
Construções UN Inclui construção em geral e construção comercial especial para edifícios e
engenharia civil, construção de instalação e conclusão da construção. Inclui
ainda novo trabalho, reparação, acréscimos e alterações, a construção de
edifícios pré-fabricados ou estruturas no local e também a construção de uma
natureza temporária.
Correspondem à divisão ISIC Rev. 3.1 – F.
Restaurantes, UN Comércio inclui venda a grosso e a retalho (venda sem transformação) de
hotéis e qualquer tipo de mercadorias e prestação de serviços relacionados com a
comércio venda de mercadorias. A grosso e a retalho são os passos finais na
distribuição da mercadoria. Também estão incluídos nesta secção reparação
de veículos automóveis e à instalação e reparação de bens pessoais e
domésticos. Restaurantes e hotéis são compostos por unidades prestadoras de
hospedagem a clientes em curto prazo e / ou preparar as refeições, lanches e
267
Apêndices
bebidas para consumo imediato. A secção inclui alojamento e serviços de

alimentação, porque as duas atividades são muitas vezes combinados na
mesma unidade. Correspondem às divisões ISIC Rev. 3.1 – G e H.
Transportes, UN Engloba atividades relacionadas à prestação de transporte de passageiros ou
armazéns e de carga, quer sejam programados ou não, por via-férrea, oleoduto, uma
comunicação estrada, água ou ar; atividades de apoio, como terminais e parque de
estacionamento, movimentação de cargas, armazenamento etc.; atividades
postais e de telecomunicações; e aluguer de equipamento de transporte com
motorista ou operador. Corresponde à divisão ISIC Rev. 3.1 – I
Outras UN Inclui as atividades desenvolvidas no âmbito das secções Intermediação
atividades financeira, imobiliárias, alugueres e atividades empresariais, administração
pública, defesa, segurança social obrigatória, educação, saúde e trabalhos
sociais, outros serviços comunitários, coletivos e pessoais, e atividades
privadas familiares como empregadores e atividades de produção
indiferenciadas. Correspondem às divisões ISIC Rev. 3.1 – J, K, L, M, N, O e
P.
Remessas dos Banco Corresponde as transferências correntes por trabalhadores emigrantes e os
trabalhadores Mundial salários e remunerações auferidos pelos trabalhadores não residentes. São
e outras (WDI); classificados como remessas as transferências correntes privadas de
compensações UNCTAD trabalhadores emigrantes residentes no país de acolhimento por mais de 1
aos ano, independentemente do seu estatuto de emigrante, para destinatários no
trabalhadores, seu país de origem. As compensações aos trabalhadores incluem os
recebidas rendimentos dos emigrantes que residem no país de acolhimento por menos
de 1 ano.
VAB UN É o valor da produção menos o valor do consumo intermédio, que é uma
medida da contribuição para o PIB feita por um produtor individual, indústria
ou sector. Valor acrescentado bruto é a fonte da qual os rendimentos
primários são gerados e é, portanto, transitado para a distribuição primária da
conta do rendimento
Taxas de Banco Refere-se a parcela da força de trabalho que está sem trabalho, mas
desemprego Mundial disponível e que procura emprego. Definições da força de trabalho e
(% do total da (WDI) desemprego variam consoante o país.
força de
trabalho)
Assistência Banco Assistência oficial ao desenvolvimento líquida consiste nos desembolsos
oficial ao Mundial feitos em termos concessionais (líquido de amortização de capital) e
desenvolvime (WDI) subvenções por agências oficiais dos membros de Comité de Ajuda ao
nto e ajudas Desenvolvimento (CAD), por instituições multilaterais e por países terceiros
líquidas, não pertencentes ao CAD, para promover o desenvolvimento económico e o
recebidas bem-estar social nos países e territórios pertencentes ao CAD. Inclui
empréstimos com um elemento de doação de pelo menos 25 por cento
(calculado a uma taxa de desconto de 10 por cento). A ajuda oficial líquida
refere-se aos fluxos de ajudas de doadores oficiais de países e territórios
como países mais avançados da Europa Central e Oriental, os países da antiga
União Soviética e alguns países em estado avançado de desenvolvimento.
Inflação, PIB Banco Mostra as taxas de variação do preço numa economia como um todo. O
deflator (% Mundial deflator implícito do PIB é a proporção do PIB em moeda local atual para o
anual) (WDI) PIB em moeda local constante
Exportações/ UN; PWT As exportações/Importações de bens e serviços consistem em
Importações vendas/compras, troca ou ofertas ou doações, de bens e serviços de
de bens e residentes/não residentes para não residentes/residentes. O tratamento das
serviços exportações e importações é geralmente idêntica com o da balança de
pagamentos, conforme descrito no Manual da Balança de Pagamentos.
Consumo Banco Consiste nas despesas, incluindo a despesa imputada, realizadas pelas
governo Mundial administrações públicas em ambos os bens de consumo e serviços individuais
(WDI); UN; e serviços de consumo coletivo.
PWT
268
Apêndices
Rendimentos Banco É a soma dos rendimentos do petróleo, gás natural, carvão, minérios e
dos recursos Mundial floresta.
naturais (WDI)
Exportações UNCTAD Inclui bens e serviços adquiridos numa economia por não residentes viajantes
de serviços de durante visitas inferiores a um ano.
viagens
Exportações UNCTAD Abrange de transporte de passageiros, frete de movimento de mercadorias,
de serviços de serviços à tripulação e serviços de apoio relacionados. Exclui seguro e frete,
transporte que está incluído com serviços de seguros. Exclui bens adquiridos em portos
por transportadores não residentes e reparos em equipamentos de transporte,
que são incluídos em bens.
Exportações UNCTAD Inclui todas as outras categorias de serviços, exceto serviços de transporte e
outros de viagens.
serviços
Formação Banco É composto por despesas sobre ativos fixos da economia mais variações
bruta de Mundial líquidas no nível de inventários. Os ativos fixos incluem melhoramento nos
capital fixo (WDI); UN terrenos, compra de máquinas, equipamentos e instalações, e construções de
(Investimento estradas, ferrovias e similares, escolas, escritórios, hospitais, habitações
s) particulares residenciais e comerciais e edifícios industriais. As aquisições
líquidas de objetos de valor também são consideradas formação de capital.
Índice de UNCTAD Mostra como exportações de países individuais ou grupos de países estão
concentração concentrados em diversos produtos ou distribuído de forma mais homogénea
das entre uma série de produtos. Varia entre 0 e 1. Valores próximos de 1
exportações significam maior concentração das exportações
Investimento Banco Cálculos do autor. Corresponde a diferença entre o investimento total e o
público Mundial privado.
(WDI)
Investimento Banco Corresponde as entradas líquidas de investimentos para adquirir uma
Direto Mundial participação (10% ou mais do capital) duradoura numa empresa que opera
Estrangeiro (WDI); numa economia diferente do investidor. É a soma do capital próprio,
UNCTAD; reinvestimentos dos lucros e outros capitais de curto e longo prazo. Mostra os
Banco de influxos líquidos (entrada de novos investimentos menos os
Cabo Verde desinvestimentos) na economia por investidores externos.
Investimento Banco Inclui as despesas brutas do sector privado (incluindo agências privadas sem
privado bruto Mundial fins lucrativos) adicionado dos ativos fixos domésticos.
(WDI)
Investimento Banco Cálculos do autor. Corresponde a diferença entre o investimento privado e o
doméstico Mundial IDE.
(WDI)
Índice de EthnologueRepresenta a probabilidade de duas pessoas do mesmo país selecionadas
diversidade de Language of
aleatoriamente terem língua materna diferente. O valor mais alto possível, 1,
linguagem the World indica a diversidade total (isto é, duas pessoas não têm a mesma língua
materna), e o menor valor possível, 0, indica que não há diversidade (isto é,
todos têm a mesma língua materna). O cálculo do índice baseia-se na
população de cada idioma como uma proporção da população total.
Índice de Human Mede o desempenho médio em três dimensões básicas do desenvolvimento
Desenvolvime Development humano: uma vida longa e saudável (medido pela esperança de vida ao
nto Humano Report 2009, nascer), acesso ao conhecimento (medido pelo ano médio de escolaridade e
UNDP. anos esperados de escolaridade) e um padrão de vida decente (medido pelo
PIB per capita (PPC).
Desastres Emergency Um desastre é considerado na base de dados da EM-DAT se pelo menos se
naturais Events verificar um dos seguintes critérios: dez (10) ou mais pessoas mortas; cem
Database (100) ou mais pessoas afetadas; declaração de estado de emergência; ou,
(EM-DAT) ligação para assistência internacional. Os desastres naturais podem ser: seca,
terramoto, epidemia, temperatura extrema, inundação, infestação de insetos,
movimento de massa seca, movimento de massa húmida, tempestade,
269
Apêndices
erupção vulcânica e incêndios florestais. Mortos: Pessoas confirmados como

mortos e de pessoas desaparecidas e provavelmente mortas. Afetados:
pessoas que necessitam de assistência imediata durante o período de
emergência, mas também podem incluir pessoas desalojadas ou evacuadas.
Danos: não existe qualquer procedimento padrão para determinar um valor
global para o impacto económico dos desastres naturais.
Rendimento Banco É a soma do valor adicionado por todos os produtores residentes mais os
Nacional Mundial impostos de produtos (menos subsídios) não incluídos na valorização dos
Bruto per (WDI) produtos mais as receitas líquidas dos rendimentos primários (remunerações
capita, dos funcionários e rendimentos de propriedade) do exterior. A conversão
método Atlas Atlas consiste na conversão das taxas de câmbio médio para um dado ano e
nos dois anos precedentes, ajustados as diferenças nas taxas de inflação entre
o país em causa e os países da zona Euro, Japão, Reino Unido e Estados
Unidos.
Consumo Banco É o valor de mercado de todos os bens e serviços, inclusive produtos duráveis
privado Mundial (como carros, máquinas de lavar e computadores domésticos) adquirido pelas
(WDI); UN famílias. Exclui compras de moradias, mas inclui a renda imputada as
habitações ocupadas pelos proprietários. Também inclui pagamentos de taxas
ao governo para obtenção de autorizações e licenças. Aqui, as despesas de
consumo das famílias inclui as despesas de instituições sem fins lucrativos ao
serviço das famílias, mesmo quando relatadas separadamente pelo país.
Poupança Banco São calculadas como rendimento nacional bruto menos consumo total, mais
bruta Mundial as transferências líquidas.
(WDI)
Receita fiscal Banco São as transferências obrigatórias para o governo central para fins públicos.
Mundial Algumas transferências obrigatórias como multas, sanções e contribuições
(WDI) para a segurança social, são excluídos.
Receitas do Banco São gastos de visitantes internacionais em outros países, incluindo
turismo Mundial pagamentos a companhias estrangeiras para o transporte internacional. Estas
(WDI) receitas incluem também qualquer pagamento feito pelos bens ou serviços
recebidos no país de destino. Incluem ainda receitas de excursões de apenas
um dia, exceto quando estes são importantes o suficiente para justificar a
classificação separada. Alguns países não incluem as receitas de transporte de
passageiros.
Matriculas nas Banco É o total de matrículas no ensino primário/secundário/terciário,
escola Mundial independentemente da idade, expresso como uma percentagem da população
primária/secu (WDI) em idade de ensino primário/secundário/terciário oficial. Pode ultrapassar
ndária/terciari 100%, devido à inclusão de alunos com mais ou menos idades por causa da
a entrada tarde ou cedo na escola e por repetir.
Dívida Banco É definida como empréstimos com um elemento concessão original de 25 por
externa Mundial cento ou mais. O elemento de subvenção de um empréstimo é o equivalente
concessional (WDI) de subvenção, expresso em percentagem do montante autorizado. Ele é
utilizado como uma medida do custo total de um empréstimo. É valor
presente dos empréstimos menos o valor presente descontado do serviço de
dívida contratual.
Anos de Barro e Lee Anos de escolaridade da população com 25 ou mais anos de idade.
escolaridade (2010)
Stock da Banco É dívida para com não residentes reembolsáveis em moeda estrangeira, bens
dívida externa Mundial ou serviços. A dívida externa total é a soma de público, com garantia pública,
(WDI) e dívida privada de longo prazo não garantida, o uso de crédito do FMI, e
dívida de curto prazo. Dívida de curto prazo inclui toda a dívida com um
vencimento original de um ano ou menos, e juros de mora sobre dívida de
longo prazo.
Poupança Banco É calculada como PIB menos as despesas de consumo final (consumo total).
doméstica Mundial
bruta (WDI)
270
Apêndices
Dívida do Banco São todos os direitos do governo de obrigações contratuais a prazo fixo com
governo Mundial terceiros numa determinada data. Inclui os passivos nacionais e estrangeiros
(WDI); ONU como moedas, depósitos e títulos exceto ações e empréstimos. É o montante
bruto do passivo do governo deduzido da quantidade de capital e derivativos
financeiros detidos pelo governo. É medido a partir de uma determinada data,
normalmente, o último dia do ano fiscal.
Taxa de juro Banco É a taxa paga pelos bancos comerciais ou similares para a procura, o tempo,
de depósitos Mundial ou depósitos de poupança. Os termos e condições inerentes a essas taxas
(WDI) variam consoante o país.
Spread da Banco É a taxa de juros cobrada pelos bancos em empréstimos à clientes do sector
taxa de juro Mundial privado menos a taxa de juros pago pelos bancos comerciais ou similar para a
(WDI) procura, o tempo, ou depósitos de poupança. Os termos e condições inerentes
a essas taxas variam consoante o país.
Inflação, Banco Reflete a variação percentual anual no custo médio do consumidor pela
preços do Mundial aquisição de uma cesta de bens e serviços que podem ser fixados ou alterados
consumo (WDI) em intervalos específicos, como anual. É geralmente usado a fórmula de
Laspeyres.
Liberdade Economic É o índice da área 4, que compõe o índice de liberdade económica. Tem em
Comercial Freedom conta taxas no comércio internacional, leis sobre barreiras comerciais, taxa de
Dataset câmbio no mercado negro, controlo do mercado de capital internacional e
dimensão do setor comercial em relação ao esperado. Varia entre 0 (menor
liberdade) e 10 (maior liberdade).
Instituições Economic É o índice de liberdade económica. Engloba os seguintes componentes:
económicas Freedom dimensão do governo (área 1), estrutura legal e segurança dos direitos de
Dataset propriedade (área 2), acesso a uma moeda sólida (área 3), liberdade de
comércio internacional (área 4) e regulação de crédito, trabalho e negócios
(área 5). O índice varia entre 0 e 10.
Literacia Cross É a taxa de literacia do país.
National Time
Series
(CNTS)
Qualidade dos The World Mede a perceção da capacidade do governo em formular e implementar
Regulamentos Bank, políticas e regulamentos que permitem e promovem o desenvolvimento do
Worldwide setor privado. A estimativa dá a pontuação do país para o indicador agregado,
Governance varia entre -2,5 e 2,5 e segue uma distribuição normal, com média zero e
Indicators desvio padrão 1. O maior valor corresponde à maior qualidade dos
regulamentos
Estado de The World Capta a perceção da confiança e respeito pelas regras da sociedade, em
Direito Bank, particular a qualidade da execução dos contratos, direitos de propriedade, as
Worldwide polícias e os tribunais, bem como a probabilidade de crimes e violência. A
Governance estimativa dá a pontuação do país para o indicador agregado, varia entre -2,5
Indicators e 2,5 e segue uma distribuição normal, com média zero e desvio padrão 1. O
maior valor corresponde ao melhor Estado de Direito.
Guerra Civil Center for Refere-se aos anos em que o país teve situações de guerra étnica ou civil ou
Systemic violência civil.
Peace
Tensão étnica International Mede o grau de tensão dentro de um país causado pelas divisões raciais,
Country Risk nacionalidades ou línguas. O índice varia entre 0 e 6, onde classificações
Guide (ICRG) baixas correspondem aos países com maiores tensões.
Distância Gleditsch e Mede a distância mínima (em termos de km2) do país em relação a um dos
Ward (2001) principais mercados (EUA, Japão e Holanda).
Ilha United Identifica se o país é uma ilha ou conjunto de ilhas.
Nations
Environment
Programme
(UNEP)
271

Determinantes Do Crescimento Económico

Enviado por

Direitos autorais:

Formatos disponíveis

Determinantes Do Crescimento Económico

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Determinantes Do Crescimento Económico

Enviado por

Direitos autorais:

Formatos disponíveis

João António Furtado Brito

DETERMINANTES DO CRESCIMENTO ECONÓMICO: UMA

Determinantes do Crescimento Económico: Uma

Tese de Doutoramento na área científica de Economia,

À minha filha Daianne Brito.

À minha mãe Maria Furtado.

Às minhas irmãs Dilma Lubrano e Edneia Monteiro.

À Professora Doutora Maria Adelaide Pedrosa Silva Duarte e ao Professor Doutor

À Dr.ª. Carla Negrão pelas sugestões.

À minha filha Daianne Brito e à Rosangela Monteiro por terem compreendido a

À Faculdade de Economia da Universidade de Coimbra e à Escola de Economia e

À Fundação Calouste Gulbenkian pelo apoio financeiro para a concretização deste

À Fundação Tóquio pelo financiamento das pesquisas realizadas nos EUA.

Às Instituições em Cabo Verde pelos documentos disponibilizados: Ministério das

O objetivo central desta tese consiste em verificar se a reduzida dimensão do país

Com recurso à técnica estatística das análises de clusters e aos indicadores

Os resultados encontrados indicam um certo equilíbrio entre o número de

Classificação JEL: C13, C23, O41, O47, O57.

Palavras-chave: Dimensão do País, Crescimento Económico, System-GMM, Países

The purpose of this thesis is to verify if a small country size is a significant

JEL classification: C13, C23, O41, O47, O57.

Tabela III.1: Resultados das estimações com IDE ........................................................................... 98

Tabela IV.1: Setor bancário ........................................................................................................... 179

Tabela A.1: Dados estatísticos do grupo de países grandes ........................................................... 249

Quadro A.1: Lista dos países grandes ............................................................................................ 241

PARTE I – EFEITOS DA DIMENSÃO DO PAÍS NO CRESCIMENTO ECONÓMICO:

PARTE II – CLASSIFICAÇÃO DOS PAÍSES E ANÁLISE DESCRITIVA DE PAÍSES

PARTE III – DETERMINANTES DO CRESCIMENTO ECONÓMICO: ANÁLISE EMPÍRICA

PARTE IV – GROWTH DIAGNOSTIC DA ECONOMIA CABO-VERDIANA ......................... 159

BIBLIOGRAFIA ............................................................................................................................ 207

APÊNDICE I – Modelo básico de Solow e modelo de Solow aumentado .................................... 233

Apresentação e justificação do tema

Neste trabalho realizam-se análises descritivas e empíricas do impacto de alguns

Uma das questões básicas do crescimento económico é: “porque é que alguns

Em termos teóricos existe um certo consenso sobre os constrangimentos e

Quanto aos estudos empíricos, encontramos uma dicotomia sobre os efeitos da

elaborar um estudo que procura compreender o comportamento económico de países

O facto de ter estudado os países pequenos durante a elaboração da tese de

O nosso objetivo central consiste em responder à questão de partida: A reduzida

Como objetivos parcelares procuramos responder às seguintes questões: Quais são

Em termos metodológicos a nossa investigação assentou, primeiramente, na

O carácter do nosso trabalho impôs uma linha metodológica, assente na realização

À medida que fomos refletindo sobre os assuntos, ensaiámos o texto deste

Desenvolvemos a estrutura de trabalho seguinte, para atingirmos os nossos

A primeira parte foi dedicada especialmente ao levantamento bibliográfico dos

Na segunda parte, focamos em análises descritivas de algumas variáveis

A terceira parte é reservada ao nosso estudo empírico. Nesta parte apresentamos

Na quarta parte, fazemos um diagnóstico do crescimento económico em Cabo

No final apresentamos as principais conclusões, algumas limitações desta tese e

O trabalho que propomos desenvolver nesta parte centra-se na revisão da

O interesse pelo estudo de países pequenos surgiu durante o período da

Vários estudos indicam os países pequenos, comparativamente aos países grandes,

Seguimos a seguinte estrutura nesta parte: no segundo capítulo, apresentamos

2 – EFEITOS TEÓRICOS DA DIMENSÃO NO

Em termos teóricos, são sugeridos vários fatores, mecanismos e características

2.1 – Constrangimentos associados à reduzida dimensão

São apontados vários constrangimentos ao desenvolvimento económico de países

a) Elevado custo per capita de alguns bens e serviços

produção de energia elétrica, educação, comunicação ou saúde, de modo a atenuar os