E Livroestudosaplicadosemeconomiaregional2016

Luiz Carlos de Santana Ribeiro
José Ricardo de Santana

Dean Lee Hansen
(ORGANIZADORES)
ESTUDOS APLICADOS EM
ECONOMIA REGIONAL
Indústria, mercado de trabalho e

nanciamento do desenvolvimento
UNIVERSIDADE FEDERAL DE SERGIPE
reitor
Prof. Dr. Angelo Roberto Antoniolli
vice-reitor
Prof. Dr. André Maurício Conceição de Souza
EDITORA DA UNIVERSIDADE FEDERAL DE SERGIPE
coordenadora do programa editorial

Messiluce da Rocha Hansen
coordenador gráfico
Vitor Braga
conselho editorial
Adriana Andrade Carvalho
Antônio Martins de Oliveira Junior
Ariovaldo Antônio Tadeu Lucas
Aurélia Santos Faroni
José Raimundo Galvão
Luisa Helena Albertini Pádula Trombeta
Mackely Ribeiro Borges
Maria Leônia Garcia Costa Carvalho
Messiluce da Rocha Hansen
Sueli Maria da Silva Pereira
Ubirajara Coelho Neto
Valter Cesar Pinheiro
editoração eletrônica
Adilma Menezes
capa
Adilma Menezes
Cidade Universitária Prof. José Aloísio de Campos

CEP 49.100 - 000 – São Cristóvão - SE.
Telefone: 3194-6922/6923. e-mail: editora.ufs@gmail.com
www.editora.ufs.br
Este livro, ou parte dele, não pode ser reproduzido por qualquer meio sem autorização escrita da
Editora.
Este livro segue as normas do Acordo Ortográfico da Língua Portuguesa de 1990, adotado no Brasil
em 2009.
Dean Lee Hansen
(ORGANIZADORES)
ESTUDOS APLICADOS
EM ECONOMIA REGIONAL
Indústria, mercado de trabalho e

financiamento do desenvolvimento
São Cristóvão-SE
2016
FICHA CATALOGRÁFICA ELABORADA PELA BIBLIOTECA CENTRAL
UNIVERSIDADE FEDERAL DE SERGIPE
Estudos aplicados em economia regional : indústria, mercado

E82 de trabalho e financiamento do desenvolvimento / Luiz
Carlos de Santana Ribeiro, José Ricardo de Santana, Dean Lee
Hansen (organizadores). – São Cristovão : Editora UFS, 2016.
220 p. : il.
ISBN:
978-85-7822-533-9 (versão impressa)
978-85-7822-534-6 (versão eletrônica
1. Economia regional - Sergipe. 2. Economia regional - Ba-

hia. 3. Desenvolvimento econômico - Brasil. 4. Capital humano.
I. Ribeiro, Luiz Carlos de Santana. II. Santana, José Ricardo de.
III. Hansen, Dean Lee.
CDU 332.1(81)
APRESENTAÇÃO
O desafio de discutir aspectos relacionados ao desenvolvimento

das unidades subnacionais é enfrentado pelos artigos que compõem o
presente livro, a partir de uma perspectiva de avaliação de impactos de
políticas ou de análise de ações determinantes para a obtenção de resul-
tados econômicos. Os artigos, de autoria de pesquisadores vinculados
a instituições como UFS, UFMG, UFBA, UEFS, UnB, IEL/SE e BNB foram
selecionados a partir do material apresentado no I Encontro de Econo-
mia Aplicada de Sergipe, realizado em Julho de 2015 e organizado pelo
Departamento de Economia da Universidade Federal de Sergipe em par-
ceria com a Federação das Indústrias do Estado de Sergipe, por meio do
Instituto Euvaldo Lodi (IEL/SE).
O evento contou ainda com o apoio de instituições como a Universi-
dade Federal de Minas Gerais (UFMG), Instituto Federal de Sergipe (IFS),
a Empresa Brasileira de Pesquisa Agropecuária – Tabuleiros Costeiros
(EMBRAPA - CPATC), a Faculdade de Administração e Negócios de Ser-
gipe (FANESE), a Universidade Tiradentes (UNIT), o Conselho Federal de
Economia (COFECON) e o Conselho Regional de Economia (CORECON/
SE). A coordenação dos trabalhos ficou sob a responsabilidade da equi-
pe de professores do Laboratório de Economia Aplicada e Desenvolvi-
mento Regional (LEADER).
A concepção deste primeiro Encontro e, consequentemente, do
presente livro, foi reunir trabalhos acadêmicos que discutam econo-
mia regional a partir de um arcabouço teórico associado a métodos
empíricos de análise. Desse modo, pretende-se que as contribuições
apresentadas, além do cunho teórico, tragam exercícios de aplicação
instrumental. Busca-se assim fazer com que as contribuições encai-
xem-se no cenário atual de desenvolvimento metodológico presente
na literatura econômica.
A evolução computacional associada ao desenvolvimento de
novos softwares estatísticos e matemáticos e o acesso às bases de
dados contribuíram significativamente para o avanço da Ciência
Econômica nas últimas décadas, no sentido de tentar melhor re-
presentar a realidade econômica do ponto de vista empírico. Desse
modo, importantes teorias podem ser devidamente testadas, ade-
quadas e/ou aprimoradas. O resultado dessa união entre o teórico
e o empírico possibilita a implementação e a condução de políticas
públicas mais robustas.
O livro está dividido em duas seções. A primeira seção aborda temas
relacionados à indústria e ao financiamento do desenvolvimento, ao
passo que a segunda seção apresenta trabalhos associados ao mercado
de trabalho.
A primeira seção é composta por três artigos. No capítulo 1, Luiz Car-
los Ribeiro, Marco Jorge e Ítalo Spinelli avaliam, a partir de técnicas mul-
tivariadas, se as políticas implantadas pelo governo estadual nos anos
1990 e 2000 geraram desconcentração da indústria em Sergipe. Já no
capítulo 2, Diego Reis, Ricardo Santana, Fábio Moura e Rafaela Santos
investigam, por meio de um modelo em painel, se o ingresso de royalties
petrolíferos afetou o aprimoramento do capital humano, considerado a
partir da qualidade da educação nos municípios beneficiados pelo re-
cebimento destes recursos. No capítulo 3, Wesley Santos e Elmer Matos
analisam o papel do Fundo Constitucional de Financiamento do Nordes-
te como principal instrumento de financiamento da Política Nacional de
Desenvolvimento Regional, centrando a análise para o estado da Bahia,
no período entre 1989-2010.
A segunda seção, que trata do mercado de trabalho, está constituída
de quatro capítulos. No capítulo 4, Hilbério Silva analisa a evolução do
mercado de trabalho em Sergipe e microrregiões, no período de 2000 a
2010, usando o método diferencial-estrutural, para avaliar as diferenças
das taxas de crescimento de ocupações e empregos nas microrregiões
de Sergipe. No capítulo 5, Rafaela Rodrigues e Fernanda Esperidião ana-
lisam os impactos da educação nos rendimentos do indivíduo na Região
Nordeste e no estado de Sergipe, utilizando o método de mínimos qua-
drados Ordinários (MQO) e efeito limiar (Thershold effect), e mostram
que os retornos esperados ao investimento em educação são positivos,
mas há discriminação salarial por gênero, raça e filiação sindical, além da
presença de efeito limiar.
No capítulo 6, Manuela Oliveira, Henrique Motté e Rodrigo Oliveira
avaliam o padrão de desigualdade de renda na Bahia e concluem, por
meio da utilização de regressões quantílicas e da decomposição Oxa-
ca-Blinder, que educação e formalidade das relações trabalhistas são
fundamentais para entender os níveis de renda e desigualdade entre
os municípios. Por fim, no capítulo 7, Priscila Mendonça e Tácito Farias
buscam investigar, por meio da utilização de regressões em painel, no
período de 2009 a 2012, o papel do crédito para as micro e pequenas
empresas sergipanas, concluindo que as operações não impactaram a
geração de empregos.
Os trabalhos que integram o presente livro representam esforços,
por meio de exercícios aplicados dos seus respectivos autores, no sen-
tido de aprimorar o entendimento de fenômenos econômicos especí-
ficos a partir de uma perspectiva regional. Trata-se de uma contribuição
que não pretende exaurir os respectivos temas, mas antes instigar novos
estudos, sob perspectivas diferentes, capazes de ratificar ou questionar
os resultados ora apresentados.

Dean Lee Hansen
PREFÁCIO
It is a real pleasure for me to witness a de-concentration trend in Bra-

zil in the location of talented economists who are working at the cutting
edge of the profession. This was clear to me when I attended a conferen-
ce in Aracaju in July of 2015, where the papers contained in this volume
were presented. Each of the seven papers deals with important current
policy issues as they are present in Sergipe and Bahia: de-concentration
of industry, regional development finance, returns to education, the
use of royalties generated in states with petroleum production, returns
to human capital in the capital city vs. an interior city, the functioning
of labor markets in Sergipe, and the surprising fact that the availabili-
ty of credit (mainly from government agencies) in the region has had
little impact on employment creation. Each essay contains important
policy issues, institutional and statistical information, and the use of so-
phisticated statistical and econometric techniques to deal with various
problems. The essays not only provide important new information on
Sergipe and Bahia, but also should serve as models for other groups in
various regions of Brazil who are interested in doing productive econo-
mic research.
Werner Baer
University of Illinois
SUMARIO
APRESENTAÇÃO 5
PREFÁCIO 9
PARTE I - INDÚSTRIA, FINANCIAMENTO E DESENVOLVIMENTO 15
I DESCONCENTRAÇÃO DA INDÚSTRIA EM SERGIPE? UMA ANÁLISE DO

PERÍODO 2000-2010 17
Luiz Carlos de Santana Ribeiro; Marco Antônio Jorge; Italo Spinelli da Cruz 17
1. Introdução 18
2. Vetores de Desenvolvimento em Sergipe 19
2.1 Breve histórico da estrutura econômica de Sergipe (1960-1990) 19
2.2 Programa Sergipano de Desenvolvimento Industrial 21
2.3 Territórios de Planejamento 25
3. Metodologia 26
3.1 Shift-Share 27
3.2 Análise de Componentes Principais 28
3.3 Análise Exploratória de Dados Espaciais 33
4. Resultados e Discussões 34
5. Considerações Finais 45
Referências bibliográficas 46
Anexo 1: Municípios sergipanos 48
II. APLICAÇÃO DOS ROYALTIES PETROLÍFEROS E IMPACTOS NA QUALIDADE

DA EDUCAÇÃO: ANÁLISE DOS MUNICÍPIOS BRASILEIROS EM PERSPECTIVA
COMPARADA 51
Diego Araujo Reis; José Ricardo Santana; Fábio Rodrigues de Moura; Rafaela Nascimento Santos
1. Introdução 52
2. Debate sobre a aplicação de royalties petrolíferos 54
2.1. Estudos sobre a aplicação de royalties petrolíferos no Brasil 54
2.2. Estudos sobre a aplicação de royalties petrolíferos em Sergipe 56
3. Análise Empírica 57
3.1 Indicador de dependência e índice de desenvolvimento municipal 57
3.2 Amostra e Estratificação 59
3.3 Modelo econométrico e estratégia de estimação 61
4. Análise de resultados 64
4.1 Análise descritiva dos indicadores 64
4.2 Resultados das Estimativas 66
5. Considerações finais e recomendações 69
III. O FINANCIAMENTO DO DESENVOLVIMENTO REGIONAL: O CASO DO FNE NA
BAHIA 75
Wesley Santos; Elmer Nascimento Matos
1. Introdução 76
2. Os Fundos Constitucionais de Financiamento: objetivos, diretrizes e recursos 77
3. A atuação do FNE no estado da Bahia 80
4. Conclusões 94
PARTE II - MERCADO DE TRABALHO 99
IV. DINÂMICA DO MERCADO DE TRABALHO NO SETOR PRIVADO EM SERGIPE NOS

ANOS 2000: UMA APLICAÇÃO DO MÉTODO DIFERENCIAL-ESTRUTURAL 101
Hilbério Santos Silva
1, Introdução 102
2. Metodologia 103
3. Dinâmica do mercado de trabalho em Sergipe e suas
microrregiões nos anos 2000 105
3.1 Mudança estrutural e competitiva das ocupações em Sergipe
e microrregiões 105
3.1.1. Variação absoluta da população ocupada no setor privado 105
3.1.2 Aplicando efeito regional (estadual) 106
3.1.3 Aplicando o efeito estrutural ou proporcional 109
3.1.4. Aplicando o efeito diferencial ou competitivo 113
3.1.5 Aplicando a reinterpretação Esteban-Marquillas 116
3.1.6 Aplicando a versão Herzog-Olsen 119
4. Conclusões 122
V. IMPACTOS DA EDUCAÇÃO NOS RENDIMENTOS DO TRABALHADOR A

PARTIR DE DADOS DAS PNADS DE 2001 E 2012: UM ESTUDO PARA A REGIÃO
NORDESTE E O ESTADO DE SERGIPE 127
Rafaela Rodrigues Gomes; Fernanda Esperidião
1. Introdução 128
2. Referencial teórico 129
2.1 Modelos de investimento em capital humano 129
2.2 Modelos de determinação dos rendimentos 133
2.2.1 Equações Mincerianas. 133
2.2.3 Efeito discriminação no mercado de trabalho 134
2.2.4 O efeito limiar (Threshold effect) 135
3. Modelo Econométrico e base de dados 135
3.1 Modelo Econométrico. 136
i) Equação de Mincer original 136
ii) Equação de Mincer adaptada 136
3.2 Base de dados. 137
4. Análise empírica 139
4.2 Resultados para a equação Minceriana: Região Nordeste e Sergipe. 141
4.2.1 Resultados para a discriminação no mercado de trabalho. 143
4.2.2 Resultados para o efeito limiar (Threshold Effect). 145
5 CONSIDERAÇÕES FINAIS 150
Referências Bibliográficas 151
VI. CAPITAL HUMANO, INFORMALIDADE E GANHOS DE AGLOMERAÇÃO: UMA

ANÁLISE DO DIFERENCIAL DE RENDIMENTOS ENTRE SALVADOR E FEIRA DE
SANTANA 155
Manuela Macedo Oliveira; Henrique Zardo Motté; Rodrigo Carvalho Oliveira
Introdução 156
2 Referencial Teórico 160
3 Base de dados e evidências iniciais 163
4 Metodologia 166
5 Resultados 1. Retorno a educação e a formalização 170
6 Resultados 2. Decomposição do diferencial de rendimentos médios:
a análise Oaxaca Blinder 172
7 Resultados 3. Para além da média: uma análise da desigualdade nos
extremos da distribuição de rendimentos 174
8 Conclusão 177
Referências Bibliográficas 178
VII. IMPACTO NA GERAÇÃO DE EMPREGO NOS MUNICÍPIOS DO ESTADO DE

SERGIPE DECORRENTE DO FATOR CRÉDITO: 2009 – 2012 185
Priscila Jesus Mendonça; Tácito Augusto Farias; Marco Antônio Jorge
1 Introdução 186
2 Literatura teórica 188
3 Panorama do crédito e a atuação dos bancos nas micro e pequenas
empresas em Sergipe 196
4 Metodologia e análise de resultados 199
4.1. Fontes de dados e variáveis 200
4.2. Análise dos dados e dos resultados 201
a) Setor agrícola 202
b) Setor industrial 204
c) Setor de serviços 206
4.3. Resultados da análise de dados em painel 208
a.1) Estimando por efeitos fixos para o setor agrícola: 208
a.2) Estimando por efeitos aleatórios para o setor agrícola: 209
b.1) Estimando por efeitos fixos para o setor industrial: 210
b 2) Estimando por efeitos aleatórios para o setor industrial: 210
c.1) Estimando por efeitos fixos para o setor de serviços 211
c.2) Estimando por efeitos aleatórios para o setor de serviços: 212
5 Considerações finais 213
PARTE I
INDÚSTRIA,
FINANCIAMENTO E
DESENVOLVIMENTO
01 DESCONCENTRAÇÃO DA INDÚSTRIA
EM SERGIPE? UMA ANÁLISE
DO PERÍODO 2000-2010
Luiz Carlos de Santana Ribeiro1 4
Marco Antônio Jorge2 5
Italo Spinelli da Cruz3 6
Resumo:
Este trabalho analisa as características dos 75 municípios sergi-

panos pela sua dinâmica industrial e pelos seus fatores locacio-
nais no período de 2000 e 2010. Será que as políticas implan-
tadas pelo governo estadual nos anos 1990 e 2000 geraram
desconcentração da indústria em Sergipe? Para avaliar esta
questão, utiliza-se uma variação do método shift-share, análise
de componentes principais e análise exploratória de dados es-
paciais. Os principais resultados indicam que as políticas estad-
uais foram capazes de expandir o dinamismo econômico local,
mas não a industrialização por todo o território sergipano. Além
disso, a região do São Francisco permanece como uma priori-
dade na medida em que alguns municípios foram caracteriza-
dos pela ausência de dinamismo econômico local.
Palavras-chave: Concentração industrial; Métodos de análise re-
gional; Sergipe.
4 Professor Assistente do Departamento de Economia da Universidade Federal de Ser-

gipe. Doutor em Economia - CEDEPLAR/UFMG. Email: luizribeiro@cedeplar.ufmg.br.
5 Professor Associado do Departamento de Economia da Universidade Federal de Ser-
gipe. Email: mjorge@gvmail.br.
6 Mestre em Desenvolvimento Regional - NUPEC/UFS. Email: ítalo.spinelli@gmail.com.
18 Luiz Carlos de Santana Ribeiro; Marco Antônio Jorge; Italo Spinelli da Cruz
1. INTRODUÇÃO
O estado de Sergipe está localizado na região Nordeste do Brasil.

Embora este estado seja territorialmente a menor Unidade da Fede-
ração (UF), não se pode desconsiderar sua importância e possível atri-
buição de região estratégica no que remete a formulação e condução
de políticas modernas, as quais, quando exitosas, podem motivar o de-
senvolvimento de ações similares em outros estados brasileiros. Além
disso, dimensão territorial não é uma condição necessária para o de-
senvolvimento econômico.
O processo de abertura comercial brasileiro no início dos anos 1990
implicou dinamização de alguns segmentos da indústria sergipana, prin-
cipalmente do setor extrativo (RIBEIRO e LEITE, 2012). Todavia, as ativida-
des industriais tradicionalmente concentram-se no entorno das regiões
metropolitanas. No intuito de desconcentrar a indústria em Sergipe, en-
tre outros objetivos, o governo do estado desenvolveu recentemente o
PSDI - Programa Sergipano de Desenvolvimento Industrial (1995) e divi-
diu o estado em Territórios de Planejamento (2007).
O objetivo deste artigo, nesse contexto, é avaliar para um período mais
recente (2000-2010) se as referidas políticas estaduais lograram êxitos, ou
seja, será que houve desconcentração da indústria sergipana? Na tentati-
va de responder a esta pergunta, utilizamos conjuntamente três métodos
aplicados à análise regional, quais sejam: shift-share, análise de compo-
nentes principais (ACP) e análise exploratória de dados espaciais (AEDE).
O método shift-share descreve as fontes de variação do emprego in-
dustrial sergipano no período 2000-2010. A ACP busca condensar um
conjunto de variáveis relacionadas ao dinamismo industrial e econômi-
co local em um menor número (os componentes principais), com base
nos quais será realizada uma AEDE, visando a identificação ou não de
padrões de associação espacial.
Seguindo esta lógica, o artigo está estruturado em cinco seções. A
próxima seção discute os vetores de desenvolvimento em Sergipe ba-
seado nas políticas elaboradas no âmbito estadual. A terceira seção des-
creve as metodologias e as variáveis utilizadas. A quarta seção analisa e
discute os resultados. Por fim, as principais conclusões e recomendações
de política são trazidas na quinta seção.
DESCONCENTRAÇÃO DA INDÚSTRIA EM SERGIPE? 19
2. VETORES DE DESENVOLVIMENTO EM SERGIPE
Nesta seção será feita uma breve discussão da dinâmica recente dos
vetores de desenvolvimento da economia sergipana, iniciando-se na
década de 1960 com a implantação da indústria petrolífera no estado
e a atuação do CONDESE – Conselho de Desenvolvimento de Sergipe –,
passando pela retomada do planejamento na segunda metade da dé-
cada de 1990 com a elaboração do PDSI e finalizando com a criação dos
territórios de planejamento em 2007.
2.1 BREVE HISTÓRICO DA ESTRUTURA ECONÔMICA DE SERGIPE

(1960-1990)
Três fatos marcantes para a economia estadual ocorreram no ano de

1959: a criação do CONDESE, a fundação da SUDENE (Superintendência
de Desenvolvimento do Nordeste) e o início da prospecção do petróleo
no município de Carmópolis.
Tais fatos são de suma importância para a compreensão da dinâmica
de mudança da estrutura econômica sergipana, caracterizada à seme-
lhança de outros estados nordestinos, ao final da década de 1950, por
uma estrutura produtiva pouco diversificada onde predominavam, no
setor rural, os cultivos de cana-de-açúcar, algodão e a pecuária e, no se-
tor industrial, a produção têxtil e de açúcar (MELO, SUBRINHO e FEITOSA,
2012: 39).
O CONDESE, fundado alguns meses antes da SUDENE, seria uma ré-
plica desta última em nível local, mas, segundo Barreto (2013), acabou
exercendo um papel mais amplo, em que se podem destacar: i) a inser-
ção do pensamento desenvolvimentista no seio da classe política e do
setor público sergipano; ii) elaboração de projetos técnicos, planos de
desenvolvimento e programas de governo; iii) estruturação institucional
do setor público estadual com a criação de diversos órgãos como p. ex. a
COHAB, CEASA, CODISE e PRODASE, dentre tantos outros; iv) coordena-
ção do sistema estadual de planejamento com a criação das assessorias
de planejamento (ASPLAN’s) em cada secretaria da administração direta;
v) gestão de fundos e concessão de incentivos para atração de empre-
sas, além de juros subsidiados para microempresas; e vi) capacitação do
funcionalismo estadual e concessão de assistência técnica às administra-

ções municipais. Dessa forma, após sua reformulação em 1964 até 1982,
quando foi extinto, o CONDESE configurou-se como o principal ator em
termos de desenho e execução das políticas de desenvolvimento em ní-
vel estadual.
Por outro lado, no âmbito da SUDENE, foram aprovados 83 projetos
industriais para o estado no período 1963-1988, os quais contribuíram
para a diversificação da indústria sergipana com a consolidação do setor
produtor de bens intermediários, em especial, os segmentos de minerais
não-metálicos, químico e de papel e papelão.
A descoberta de petróleo, por sua vez, motivou a implantação da PE-
TROBRAS no estado em 1963, prospectando também gás natural. Com
os investimentos provenientes do 2º. PND (Plano Nacional de Desenvol-
vimento) durante a década de 1970, Sergipe tornou-se o segundo maior
produtor de petróleo dentre as UF’s brasileiras. Tais investimentos públi-
cos também contribuíram, na década seguinte, para o início da produ-
ção de cloreto de potássio, amônia e uréia, consolidando a indústria ex-
trativa-mineral no estado. Com isso, a participação do setor secundário
no PIB sergipano passou de cerca de 30% em 1970 para 68% em 1985
(MELO, SUBRINHO e FEITOSA, 2012: 43-44). Ainda na década de 1970 o
governo estadual deu início à implantação de distritos industriais, ini-
cialmente em Aracaju, Estância e Propriá, conforme Barreto (2013)4.
Porém, com a crise fiscal do Estado brasileiro e o redirecionamento de
seu padrão de intervenção a partir de meados da década de 1980 (ênfase
no Estado regulador em detrimento do Estado produtor), o setor indus-
trial sergipano perde fôlego, posto que dependente em grau significativo
do investimento público. Assim, a participação do setor no PIB sergipano
caiu para 33% em 1993 (MELO, SUBRINHO e FEITOSA, 2012: 44).
Paralelamente, o setor terciário vai ganhando importância: em 1989
é fundado o primeiro shopping-center e em meados da década de 1990
surge a primeira universidade privada na capital do estado, apenas para
citar dois fatos. Com isso, o setor terciário torna-se o de maior peso na
geração do produto e do emprego em Sergipe.
4 Além dos três, atualmente o estado possui distritos industriais nos municípios de Nos-
sa Senhora do Socorro, Boquim, Itabaiana, Tobias Barreto, Lagarto, Maruim, Itaporanga
D’Ajuda e Carmópolis.
2.2 PROGRAMA SERGIPANO DE DESENVOLVIMENTO INDUSTRIAL
A recuperação do horizonte de planejamento decorrente do controle

da inflação em 1994, no entanto, veio acompanhada de uma piora na
situação das contas públicas, visto que estas acabavam sendo benefi-
ciadas pelo processo inflacionário na medida em que a inflação corroía
o valor real da despesa pública e permitia o financiamento de parte do
déficit através da emissão monetária5. Com o controle da inflação, torna-
-se evidente a crise fiscal do setor público brasileiro (JORGE et al., 2014).
Diante deste quadro os governos estaduais passam a incentivar a
atração de capital, em especial de empresas do setor secundário da eco-
nomia. No estado de Sergipe este conjunto de incentivos materializa-se
na aprovação da Lei n. 3.140/91 que institui o PSDI – Programa Sergipa-
no de Desenvolvimento Industrial.
A entrada do estado na guerra fiscal fica explícita no Art. 5º. da re-
ferida Lei, o qual prevê que “Independentemente dos benefícios e apoios
previstos..., ao empreendimento industrial novo poderão, ainda, ser con-
cedidos os mesmos incentivos que, comprovadamente, estejam sendo
oferecidos por Lei específica de outro Estado brasileiro”. O PSDI tem por
objetivo incentivar empreendimentos considerados necessários e prio-
ritários, em especial indústrias, centros de distribuição, agroindústrias,
empreendimentos de pecuária, aquícolas, turísticos e tecnológicos e
que contribuam para:
I - a elevação do nível de emprego e renda;
II - a descentralização econômica e espacial das atividades pro-
dutivas (grifo dos autores);
III - a modernização tecnológica do parque industrial;
IV - a preservação do meio ambiente;
V – a integração com outros empreendimentos, dentro de progra-
mas de fomento à atividade econômica de especial interesse do Estado;
VI – o desenvolvimento da tecnologia da informação e fabricação de
materiais e equipamentos para infraestrutura de comunicação;
5 A receita pública, por sua vez, estava relativamente protegida em função dos mecanis-
mos de indexação existentes. Para mais detalhes acerca desta linha de argumentação,
vide Bacha (1994).
VII – o desenvolvimento e/ou implantação de pesquisas e/ou empre-

endimentos de base tecnológica.
As formas de apoio previstas pelo Programa são as seguintes:
I - Apoio Financeiro: participação acionária, aquisição de debêntu-
res, transferência de galpões industriais ou terrenos, em empreendimen-
tos industriais novos, agroindustriais, de pecuária, aquícola novos, até o
limite de 30% (trinta por cento) do investimento total, e turísticos novos,
até o limite de 40% (quarenta por cento) do investimento total;
II - Apoio Creditício: Financiamento de até 30% (trinta por cento) do
investimento fixo, a empreendimentos turísticos novos ou a empresas
ligadas ao setor turístico em funcionamento que venham a melhorar o
receptivo turístico do estado;
III - Apoio Locacional: Cessão ou venda de terrenos ou galpões in-
dustriais, ou permuta desses galpões, a preços subsidiados, para implan-
tação de empreendimentos industriais, agroindustriais e turísticos e/ou
ações voltadas para o Parque Tecnológico de Sergipe;
IV - Apoio Fiscal:
a) Diferimento do ICMS nas importações, do exterior, de bens de
capital, bem como do diferencial de alíquota nas aquisições
interestaduais pertinentes aos referidos bens de capital novos,
feitas por empreendimentos industriais novos, ou por empresas
industriais em funcionamento;
b) Recolhimento de 8% do ICMS devido, no caso de estabelecimen-
tos industriais novos, e de 6,2% em casos definidos pela Lei6;
c) Diferimento do ICMS nas importações de matérias primas, ma-
terial secundário e de embalagem, utilizados exclusivamente
na produção dos bens incentivados.
6 Assim entendidos os empreendimentos implantados na região do Semiárido ou mu-

nicípios fronteiriços, bem como aqueles enquadrados nos setores de agroindústria,
artigos de vestuário, calçados, produtos ou material têxtil, massas alimentícias, bis-
coitos, bebidas, madeira e mobiliários, celulose, papel e produtos de papel, elétrico
e eletroeletrônico, produtos químicos e petroquímicos, máquinas e equipamentos,
tecnologia da informação e materiais e equipamentos para infraestrutura de comu-
nicação, ou, por fim, indústrias já em funcionamento que, a partir do mês seguinte ao
enquadramento, garantam um crescimento real de no mínimo 10% (dez por cento) de
sua produção ou recolhimento de ICMS.
V - Apoio de Infraestrutura: Implantação de sistemas de abasteci-

mento de água, de energia, de gás natural; terraplanagem; sistema viá-
rio e de acesso; sistema de comunicação de voz e de dados; aquisição
de imóveis; construção, reforma, ampliação ou recuperação de galpões
industriais e de outras infraestruturas não disponíveis em áreas onde se-
jam necessárias à viabilização de empreendimentos prioritários para o
desenvolvimento do Estado.
O prazo para recebimento dos benefícios é de dez anos podendo, a
critério do Conselho de Desenvolvimento Industrial – órgão gestor do
Programa – ser estendido para até quinze anos.
Conforme o art. 8º., ocorre a perda do benefício, dentre outros, nos
casos de: alteração da linha de produção originalmente incentivada, re-
dução do nível de emprego em relação ao previsto no projeto, atraso da
implementação em mais de um ano ou inatividade de 180 dias. A perda
do benefício implicaria pagamento integral do ICMS e na devolução ao
estado das despesas efetuadas por ocasião da instalação da empresa.
Outro dispositivo interessante encontra-se no art. Art. 17. o qual, vi-
sando maior accountability na implementação do Programa, obriga a
Secretaria estadual de Desenvolvimento (ou aquela à qual estiver vincu-
lada a CODISE) a, semestralmente, enviar para a Assembléia Legislativa
do Estado de Sergipe, relação discriminada das empresas beneficiadas
com os respectivos benefícios concedidos, sob pena de crime de res-
ponsabilidade.
Vale lembrar que o financiamento das ações previstas ficaria a car-
go de um fundo criado com esta finalidade, o FAI – Fundo de Apoio à
Industrialização –, o qual receberia recursos provenientes de múltiplas
fontes, dentre as quais: dotação orçamentária estadual, pagamentos de
empresas beneficiadas, 1% do lucro líquido do BANESE – Banco do Esta-
do de Sergipe –, recursos de venda de terrenos, ações e debêntures das
empresas, rendimentos de aplicações financeiras.
Tal fundo, no entanto, foi instituído somente em meados de 1996.
Talvez por isso, segundo Esperidião et al (2013), o ingresso de novos
empreendimentos veio a se concretizar somente a partir de 1999. San-
tos (2011) elabora uma análise do impacto do PSDI sobre a indústria
de transformação no estado de Sergipe e aponta algumas conclusões
interessantes:
- Até 2010 foram implantadas 251 empresas no estado com previsão

de geração de 17.270 empregos, das quais, 143 (ou 57%) são na
microrregião de Aracaju com previsão de geração de mais de 9 mil
empregos (52,2% do total) nesta localidade;
- A maior parte dos empreendimentos é de pequeno e médio porte;
- 213 empreendimentos (84,8% do total) pertencem à indústria de
transformação, com previsão de geração de 15,7 mil empregos nes-
te setor;
- Em termos de número de empresas instaladas destacam-se os sub-
setores de produtos químicos, alimentos e vestuário, os quais res-
pondem por 81 empreendimentos ou 38% do total da indústria de
transformação;
- No que diz respeito à previsão de geração de empregos, destaque
para três setores de bens de consumo não-duráveis: vestuário, alimen-
tos e bebidas, totalizando 7.418 vagas ou 47% do total previsto;
- Em relação aos empregos efetivamente gerados, foram criadas
13,9 mil vagas, o que representa 88,3% do montante previsto para
a indústria de transformação. Os subsetores que mais se destaca-
ram neste quesito foram calçados, alimentos e vestuário, gerando
7.742 vagas (55,6% dos empregos criados).
- Assim, dentre os pontos positivos do PSDI podem-se destacar a ge-
ração de empregos na indústria de transformação e a efetiva des-
concentração dos estabelecimentos na microrregião de Aracaju,
apesar da criação de grande parte deles na referida região.
Como pontos negativos podem ser mencionados: i. a falta de foco

do Programa (muitos setores, cadeias produtivas); ii. a pouca geração de
empregos nos municípios fronteiriços ou do Semiárido (meta do PSDI);
iii. a grande informalidade dos postos de trabalho gerados7; e iv. A bai-
xa accountability dos resultados dada a dificuldade de acessar dados do
PSDI junto à CODISE (ESPERIDIÃO et al., 2013).
7 Santos (2011: 67/8) compara os empregos gerados na indústria de transformação no

âmbito do PSDI com dados da RAIS – Relação Anual de Informações Sociais – para o
mesmo setor, no mesmo período, e conclui que os primeiros representam cerca de
33% dos últimos. Assim, somente um terço dos postos de trabalho criados na indústria
de transformação pelo Programa são formais.
2.3 TERRITÓRIOS DE PLANEJAMENTO
O governo de Sergipe, no ano de 2007, por meio da Secretaria de

Estado do Planejamento (SEPLAN), elaborou uma nova territorialização
para o estado baseada em um processo participativo para fins de plane-
jamento econômico (TEIXEIRA et al., 2011). A justificativa para a realização
de um planejamento governamental em bases territoriais, segundo Fal-
cón (2008), seria decorrente principalmente das concentrações de renda
e de infraestrutura produtiva e de serviços ao longo do litoral sergipano, o
qual concentrava 70% do PIB estadual. Nesse sentido, para Lima (2008),
essa territorialização teria por objetivo principal promover um desenvol-
vimento mais igualitário entre as diferentes regiões sergipanas.
Em outras palavras, pretendia-se com esse instrumento de planejamento
classificar Sergipe a partir das particularidades dos seus diferentes territórios
(LIMA, 2008; TEIXEIRA et al., 2011). Mais especificamente, segundo Teixeira
et al. (2011), a identidade territorial foi identificada por meio de diversas vari-
áveis agrupadas em cinco dimensões, quais sejam: i) Econômico-produtiva;
ii) geoambiental; iii) social; iv) político-institucional; e v) sócio-cultural. As-
sim, o estado foi divido em oito territórios, como ilustra a Figura 1.
Figura 1: Territórios de Identidade de Sergipe

Fonte: Lima (2008)
Os territórios Leste Sergipano e Alto Sertão sediam, respectivamente,

a Vale do Rio Doce e a Companhia Hidrelétrica do Vale do São Francisco
(CHESF). Tais unidades contribuem diretamente para a elevada partici-
pação da riqueza gerada por esses dois territórios. O Agreste Central e
a Grande Aracaju, dados seus elevados níveis de urbanização, são ca-
racterizados pelo presença de diversas atividades terciárias e industriais,
particularmente na Grande Aracaju (TEIXEIRA et al., 2011).
O Baixo São Francisco Sergipano é caracterizado pela concentração
fundiária, setor industrial incipiente e pequenas atividades extrativas de
petróleo e gás. O Território Sul Sergipano apresenta relevante participa-
ção na lavoura permanente do estado, com destaque para a citricultu-
ra, além de aportar indústrias tradicionais. O Médio Sertão Sergipano é
constituído predominantemente por uma população rural, onde a agri-
cultura e a administração pública desempenham papéis relevantes na
geração do PIB deste território, ao passo que as atividades industriais
são quase inexistentes. O Centro-Sul Sergipano se destaca pela partici-
pação das pastagens, principalmente a de bovinos, e pela policultura e,
ao lado do território Sul Sergipano, tem uma importante participação no
segmento de confecções do estado (LIMA, 2008).
Diante disso, as políticas de planejamento devem considerar o esta-
do de Sergipe a partir dos seus diferentes territórios e gerar resultados
espacialmente equânimes para todos eles, o que implica direcionamen-
to dos investimentos públicos para o interior do estado e diversificação
das atividades produtivas (FALCÓN, 2008).
3. METODOLOGIA
Nesta seção será elaborado um conjunto de experimentos com o

intuito de verificar se as ações encabeçadas pelo governo estadual
lograram sucesso no objetivo de desconcentrar e interiorizar a pro-
dução industrial sergipana. Para tanto, serão utilizadas três técnicas:
análise de shift-share, análise de componentes principais e detecção
de clusters espaciais.
3.1 SHIFT-SHARE
O método shift-share busca descrever o crescimento econômico de

uma região a partir da sua estrutura produtiva. Não se deve confundí-lo,
contudo, com uma teoria que explique o crescimento regional, mas sim
com uma técnica de análise que nos permitirá identificar os componen-
tes desse crescimento. Assim, por meio de um conjunto de identidades
contábeis, o método indica que o crescimento de uma determinada re-
gião é consequência de dois fatores: i) sua estrutura produtiva ser consti-
tuída, majoritariamente, por setores mais dinâmicos ou ii) apresenta par-
ticipação crescente na distribuição regional do emprego. Desse modo, o
crescimento regional é decomposto numa variação estrutural e numa
variação diferencial (HADDAD, 1989).
Esteban-Marquillas (1972) propôs uma modificação deste método a
partir da incorporação dos efeitos alocação e competitivo. Segundo este
autor, o objetivo dessa reformulação é eliminar a influência estrutural
resultante da distribuição setorial do emprego do ano inicial para o cál-
culo do efeito diferencial. Desse modo, podemos formalizar o modelo
considerando que o ano inicial (2000) será representado por 0 e o ano
final (2010) corresponderá a 1. Os componentes do crescimento regio-
nal serão definidos como: variação regional (R), variação estrutural (E),
variação diferencial (D), efeito competitivo (C) e efeito de alocação (A),
ou seja:

(1)
Em que VT representa a variação total de emprego entre o período fi-

nal e o inicial na região j. Desta forma, a variação líquida total é dada por:
(2)
Em que: R = acréscimo de emprego se a região j tivesse a taxa de

crescimento do emprego de todas as regiões;
crescimento do emprego de todas as

regiões;
taxa de crescimento do emprego no setor i

em todas as regiões;
taxa de crescimento do emprego do setor i

da região j;
emprego homotético, isto é, emprego no setor

i se a região j tivesse a mesma estrutura de
emprego do total das regiões.
A partir da definição do efeito alocação proposto por Esteban-Mar-

quilas (1972), pode-se construir o Quadro 1 que expressa as classifica-
ções possíveis por meio do resultado deste efeito.
Quadro 1: Resultados do efeito alocação
Componentes
Efeito
Alternativas Vantagem
Alocação Especialização
competitiva
I Vantagem Competitiva Especializada + + +
II Vantagem Competitiva Não-Especializada - - +
III Desvantagem Competitiva Não-Especializada + - -
IV Desvantagem Competitiva Especializada - + -
Fonte: Haddad (1989).
3.2 ANÁLISE DE COMPONENTES PRINCIPAIS
De acordo com Hair Jr et al. (2005:94):
o propósito geral de técnicas de análise fatorial é encontrar um

modo de resumir a informação contida em diversas variáveis origi-
nais em um conjunto menor de novas dimensões compostas ou va-
riáveis estatísticas (fatores) com uma perda mínima de informação.
Trata-se também de um conjunto de técnicas de interdependência,

isto é, busca-se explorar o potencial explicativo das variáveis ao invés
de prever ou analisar o comportamento de uma variável dependente
(como no caso da regressão linear múltipla, p. ex.). A análise de compo-
nentes principais produz combinações lineares das variáveis originais,
tal que (JORGE, 2000: 141-2):

Zi = a’1y (3)
Em que: Zi = i-ésimo componente principal; a’1= ponderação e y =

vetor de variáveis originais.
A ponderação, grosso modo, é o vetor característico normalizado da
matriz de covariância formada a partir da matriz ortogonal das variáveis
originais, ao passo em que os componentes principais são combinações
lineares dessas variáveis8.
Na análise de componentes principais procura-se obter fatores que
expliquem a variância amostral total. O primeiro fator ou componente
extraído seria, então, aquele que explica a maior parte da variância total
e pode ser entendido como o melhor resumo possível dos dados ori-
ginais, já que implica menor perda de poder explicativo. Já o segundo
fator ou componente a ser extraído é aquele que explica a maior parte
da variância remanescente, depois de removido dos dados o efeito do
primeiro fator. Aqui a técnica impõe uma restrição: o segundo fator deve
ser ortogonal ao primeiro.
Uma característica da técnica é a instabilidade dos fatores criados, já
que, a cada novo experimento novos fatores podem ser gerados a partir
das variáveis originais. Em outros termos: ainda que fossem produzidos
fatores baseados nas mesmas variáveis, os pesos de cada variável pode-
riam ser diferentes, o que praticamente inviabilizaria comparações inter-
temporais dos resultados, permitindo apenas comparações transversais,
isto é, em um determinado ponto do tempo. Por esta razão optou-se
pela utilização somente dos dados relativos ao ano de 2010 na extração
dos componentes principais.
8 Este tópico foge ao escopo deste trabalho e não será abordado aqui. Para maior detal-
hamento vide Hair Jr. et al. (2005, cap. 3) ou Scandar Neto (2006).
Outra característica da técnica é que os dados que apresentam as

maiores variâncias terão maior peso no cálculo do índice. Desse modo,
para evitar que as variáveis de maior amplitude “dominassem” o fator,
utilizou-se a padronização dos dados9.
Uma vez que o objetivo deste trabalho consiste em verificar se as
políticas públicas implementadas pelo executivo estadual têm sido ca-
pazes de interiorizar o crescimento econômico e a industrialização em
Sergipe, foram selecionadas sete variáveis capazes de expressar o dina-
mismo econômico de cada localidade, as quais são descritas a seguir.
i. PIB Municipal:
O Produto Interno Bruto (PIB) municipal consiste no rateio do PIB es-
tadual conforme critérios estabelecidos pelo Instituto Brasileiro de Geo-
grafia e Estatística (IBGE). É calculado conjuntamente por esta instituição
e a SEPLAG – Secretaria estadual de Planejamento e Gestão –. A inclusão
da variável tem por objetivo retratar o tamanho da economia de cada
localidade;
ii. % de Receita Própria:

A imensa maioria dos municípios brasileiros depende fundamental-
mente das transferências intergovernamentais de recursos para sua via-
bilidade político-econômica. Assim, a inclusão do percentual de receita
própria corrente no total da receita tributária corrente tem por finalidade
expressar o dinamismo da economia local manifestado em sua capaci-
dade de geração de arrecadação tributária. A informação é proveniente
do Tesouro Nacional;
iii. Taxa de Atividade:

Consiste no percentual de indivíduos de 18 ou mais anos de idade
que compõe a PEA – População Economicamente Ativa –, isto é, que es-
tão disponíveis para o mercado de trabalho. A informação é proveniente
9 A padronização foi feita da forma tradicional, subtraindo-se de cada variável a média

amostral e dividindo-se o resultado pelo desvio-padrão da amostra. Além disso, a het-
erocedasticidade pode causar distorções na medida em que reduz os coeficientes de
correlação entre as variáveis. Assim, a padronização busca também reduzir o grau de
heterocedasticidade presente nos dados.
do Atlas de Desenvolvimento Humano 2013 fornecido pelo escritório do

PNUD – Programa das Nações Unidas para o Desenvolvimento – no Bra-
sil e tem o intuito de captar o dinamismo do mercado de trabalho local;
iv. Grau de Formalização:

Consiste no percentual de ocupados de 18 ou mais anos de idade
que possuem vínculo formal de emprego, aqui entendido como: empre-
gados com carteira de trabalho assinada, militares, estatutários, assim
como os empregadores e trabalhadores por conta própria que eram
contribuintes de instituto de previdência oficial. A informação também
consta no Atlas de Desenvolvimento Humano 2013 e tem por finalida-
des expressar o grau de estruturação do mercado de trabalho local;
Dada a ênfase das políticas estaduais de desenvolvimento no incen-
tivo e atração de indústrias, a exemplo do PSDI, bem como o propala-
do potencial de geração de encadeamentos deste setor (HIRSCHMAN,
1958), as variáveis seguintes buscam retratar a inserção do setor secun-
dário em cada localidade.
v. % de Emprego Industrial:
Esta informação consiste no percentual do emprego industrial no to-
tal do emprego dos indivíduos de 18 ou mais anos de idade. O emprego
industrial inclui cinco setores: indústria extrativa, indústria de transfor-
mação, construção civil, energia e gás, água e saneamento. A variável
também é proveniente do Atlas de Desenvolvimento Humano 2013 e
busca retratar a importância da indústria na geração de empregos em
cada localidade;
vi. Produtividade Industrial:

A variável é resultante da divisão entre o valor adicionado industrial,
disponibilizado pelo IBGE e SEPLAG, juntamente com a informação do
PIB municipal, pelo emprego industrial, extraído do Atlas de Desenvolvi-
mento Humano 2013 e descrito anteriormente. Tem por objetivo captar
o dinamismo do setor expresso por meio de sua produtividade10;
10 Como a expansão do valor adicionado pode ser decorrente de investimentos em tec-

nologia ou capital físico, evitou-se falar em produtividade do trabalho, em que pese o
fato do denominador da expressão ser composto pelo total do emprego industrial.
vii. Quociente Locacional:

O Quociente Locacional (QL), de acordo com Haddad (1989), busca
comparar a participação percentual de uma região em um setor particu-
lar com a participação percentual da mesma região no total do emprego
(nacional ou estadual). No caso do presente trabalho consiste em com-
parar a participação do emprego industrial municipal no total do empre-
go industrial do estado com a participação do emprego municipal no
emprego total sergipano, tal que:
(4)
Em que: QLij = quociente locacional industrial do município j; Eij = nú-

mero de empregados no setor industrial do município j; Ei. = número de
empregados no setor industrial no estado de Sergipe; E.j = emprego total
do município j; E.. = emprego total no estado de Sergipe.
Para o cálculo do QL e do shift-share foram utilizados dados so-
bre o número de empregos formais dos 75 municípios sergipanos
obtidos junto à RAIS – Relação Anual de Informações Sociais – dis-
ponibilizados pelo Ministério do Trabalho e do Emprego do Brasil.
Assim, existe a limitação de que os dados são restritos ao emprego
formal 11. A despeito dessa limitação, o objetivo da utilização desta
variável na ACP é retratar a importância do setor industrial na eco-
nomia de cada localidade.
No shift-share, as observações são referentes aos anos de 2000 e
2010, por grandes setores de atividade econômica (Agropecuária, In-
dústria, Construção Civil, Comércio e Serviços). Diante da proposta deste
trabalho os resultados só serão reportados para a Indústria.
11 Vale salientar, no entanto, que esta limitação afeta menos os dados referentes ao
número de empregados na indústria, uma vez que este segmento, tradicionalmente,
aporta maior parcela de postos de trabalho formais, ao contrário, por exemplo, do seg-
mento de serviços, no qual a informalidade desempenha um papel relevante.
3.3 ANÁLISE EXPLORATÓRIA DE DADOS ESPACIAIS
Um instrumento comumente empregado para testar a hipótese da

distribuição randômica de um evento e, consequentemente, a existência
de autocorrelação espacial do fenômeno estudado é o Índice Global de
Moran:
(5)
Em que: IM = Índice Global de Moran; n = número de localidades; yi =

componente principal do município i; wi = peso espacial do município i
e y = componente principal estadual médio.
O Índice de Moran varia entre -1 e 1. Na ausência de qualquer pa-
drão espacial, I M → 0 . Dessa forma, valores positivos representam a
ocorrência de autocorrelação positiva, em que os valores observados em
uma localidade tendem a ser similares aos de sua vizinhança. Por outro
lado, valores negativos indicam a presença de autocorrelação negativa,
na qual nota-se valores destoantes entre uma localidade e seu entor-
no. Assim, “o Índice de Moran testa se as áreas conectadas apresentam
maior semelhança quanto ao indicador estudado do que o esperado
num padrão aleatório” (LIMA et al, 2005: 178).
A ocorrência de um padrão de dependência espacial pode ser visua-
lizada por meio do diagrama de dispersão de Moran, o qual mostra em
seu eixo vertical a distância espacial para a média dos vizinhos e, em
seu eixo horizontal, o valor de cada localidade. Como os dados são pa-
dronizados, IM representa a inclinação da reta de regressão do vetor de
valores municipais contra a média ponderada dos valores da vizinhança
(ALMEIDA et al, 2007: 8; ALMEIDA, 2012). O diagrama é dividido em qua-
tro quadrantes:
- Alto-Alto (AA) ou High-High, chamado Q1, nesse caso a localidade
apresenta números altos para a variável, assim como seus vizinhos;
- Baixo-Baixo (BB) ou Low-Low, chamado Q2, exprime baixos valo-
res na localidade em relação à variável analisada, juntamente com
seus vizinhos;
- Baixo-Alto (BA) ou Low-High, chamado Q3, formado por localida-

des de valores baixos, rodeadas por vizinhos com altos valores;
- Alto-Baixo (AB) ou High-Low, chamado Q4, constituído por locali-
dades de valores altos para a variável em análise com vizinhos com
baixos valores.
Portanto, as regiões com clusters apresentam valores semelhantes

nos quadrantes Q1 e Q2, ou seja, AA e BB, o que caracteriza a autocorre-
lação espacial positiva, já para as regiões pertencentes ao quadrante Q3
e Q4 ou BA e AB apresentam autocorrelação espacial negativa, ou seja,
clusters com valores em sentidos opostos.
Ainda assim, a análise através do Índice Global de Moran pode ocul-
tar a presença de padrões locais de dependência, bem como a existência
de clusters locais. Em função do exposto, necessita-se complementar a
investigação com o cálculo de indicadores locais de autocorrelação es-
pacial como, p. ex., o Índice Local de Moran e o método LISA.
A principal diferença entre os índices local e global de Moran é que
no cálculo do primeiro são computados apenas os valores dos vizinhos
mais próximos de cada localidade, com os quais ela mantém limites co-
muns ou pontos nodais. Já o método LISA, adotado no presente traba-
lho, produz mapas indicativos da existência de autocorrelação espacial,
seja ela positiva ou negativa, bem como da presença de clusters locais.
4. RESULTADOS E DISCUSSÕES
Antes de apresentar os resultados obtidos pelas técnicas utilizadas

neste artigo, é interessante observar o comportamento da indústria ser-
gipana nos anos escolhidos para a análise. Para isso, a Figura 2 revela os
municípios sergipanos com maiores participações no valor adicionado
industrial em 2000 e 2010.
Figura 2: Participação (%) no valor adicionado industrial por município sergipano

Fonte: Elaboração própria a partir de dados do PIB municipal do IBGE.
Os dados sugerem que a indústria sergipana apresenta indícios de

concentração espacial12, uma vez que 25 (33,3%) municípios responde-
ram juntos por 93,6% e 92,8% do valor adicionado industrial nos anos de
2000 e 2010, respectivamente. Percebe-se também uma desconcentra-
ção da indústria na capital, uma vez que Aracaju reduz sua participação
de 38,4% para 23,5% e Nossa Senhora do Socorro, município que faz par-
te da região metropolitana, apresentou uma queda de 6,9% para 5,2%.
Outra redução significativa é a do município de Estância. Parcela signifi-
cativa da diminuição verificada em Aracaju e Estância pode ser creditada
à crise pela qual passou a indústria têxtil, em especial no final dos anos
1990 e início dos anos 2000.
Por outro lado, nota-se um aumento da participação de algumas ci-
dades, com destaque para Canindé do São Francisco, Carmópolis e Ro-
sário do Catete. No caso da primeira localidade, o expressivo aumento
deve-se à entrada em operação da Usina Hidrelétrica de Xingó, no início
dos anos 2000. Na tentativa de entender melhor o desempenho da in-
dústria em Sergipe, apresenta-se a seguir os resultados do shift-share.
12 Este tema será tratado com mais rigor na apresentação dos resultados da Análise Ex-
ploratória de Dados Espaciais (AEDE).
Um dos objetivos do shift-share, a partir da modificação proposta

por Esteban-Marquillas (1972), é captar as vantagens competitivas e de
especialização (efeito alocação) da indústria nos municípios sergipanos
entre os anos de 2000 e 2010. A Figura 3 mostra a distribuição espacial
do setor em Sergipe de acordo com o resultado do efeito alocação.
A maior parte dos municípios sergipanos, 41,3%, embora tenha apre-
sentado vantagens competitivas no setor industrial, o mesmo não foi ca-
racterizado como especializado. Isto quer dizer que a taxa de crescimento
da indústria nessas localidades foi menor do que a média regional (esta-
do). Em 25,3% dos municípios, apesar da indústria ser caracterizada como
especializada, a mesma não apresentou vantagens competitivas frente
a outras atividades econômicas, ao passo que em 24% das cidades a in-
dústria não foi especializada nem apresentou vantagens competitivas.
A indústria foi caracterizada como um segmento competitivo e es-
pecializado em apenas 9,3% dos municípios sergipanos, quais sejam:
12-Capela, 27-Itabaiana, 47-Nossa Senhora do Socorro, 56-Propriá, 59-Ri-
beirópolis, 60-Rosário do Catete e 70-Simão Dias. Percebe-se ainda, por
meio da Figura 3, que à exceção de Nossa Senhora do Socorro, os demais
municípios estão localizados no interior do estado.
Figura 3: Resultado do Efeito Alocação

Fonte: Elaboração própria a partir do software QGIS.
O Quadro 2 apresenta as tipologias resultantes do shift-share. Vale sa-

lientar que este resultado é decorrente da equação 1 proposta por Este-
ban-Marquillas (1972). Desta forma, a VLT é resultante da combinação da
Variação Estrutural (E), do Efeito Competitivo (C) e do Efeito Alocação (A),
isto é, dos componentes de especialização e de vantagem competitiva.
A VLT indicará quais municípios que cresceram mais (dinâmicos) e quais
cresceram menos (não-dinâmicos ou estagnados) que a média global
(soma de todos os municípios). A Variação Estrutural revela se um muni-
cípio ganhou (perdeu) empregos em função de estar especializado em
setores dinâmicos (não-dinâmicos). O Efeito Competitivo indica o nível
de especialização do emprego industrial nos municípios. O Efeito Aloca-
ção, por fim, acusa se o crescimento regional pode ocorrer em razão do
município apresentar e combinar suas vantagens competitivas com sua
especialização (BETARELLI e SIMÕES, 2011).
Quadro 2: Tipologias da Indústria dos Municipios Sergipanos pelo Método Shift-Share
Cod VLT Tipologia Município
Capela; Itabaiana; Nossa Senhora do Socorro; Propriá; Ri-
A1 + E, C e A positiva
beirópolis; Rosário do Catete; Simão Dias
E positiva supe-
A3 + Lagarto
ra C e A negativa
Amparo de São Francisco; Aquidabã; Boquim; Campo do
Brito; Carira; Carmópolis; Cristinápolis; Divina Pastora; Frei
Paulo; Gararu; General Maynard; Ilha das Flores; Indiaroba;
E e C positivas
Japaratuba; Japoatã; Macambira; Malhada dos Bois; Muri-
superam A
A4 + beca; Nossa Senhora Aparecida; Nossa Senhora da Glória;
negativa
Nossa Senhora das Dores; Pirambu; Riachão do Dantas;
Salgado; Santana do São Francisco; São Cristóvão; São
Domingos; São Miguel do Aleixo; Telha; Tomar do Geru;
Umbaúba
E e A positivas
A7 + superam C Malhado
negativa
Aracaju; Arauá; Brejo Grande; Cumbe; Feira Nova; Itabi;
C negativa
Moita Bonita; Monte Alegre de Sergipe; Nossa Senhora de
B5 supera E e A
_ Lourdes; Pedra Mole; Pedrinhas; Pinhão; Poço Redondo;
positivas
Poço Verde; Santa Luzia do Itanhy; Santa Rosa de Lima; São
Francisco
Areia Branca; Barra dos Coqueiros; Canhoba; Canindé de
C e A negativas
São Francisco; Cedro de São João; Estância; Gracho Cardo-
superam E
B6 _ so; Itabaianinha; Itaporanga d´Ajuda; Laranjeiras; Maruim;
positiva
Neópolis; Pacatuba; Porto da Folha; Riachuelo; Santo Ama-
ro das Brotas; Siriri; Tobias Barreto
Fonte: Elaboração própria.
A partir disso, foi possível elaborar, para a indústria em Sergipe, as tipo-

logias de acordo com seus municípios para o período de 2000 a 2010. Esta
tipologia nos fornece 14 combinações possíveis (7 para VLT positivo e 7 para
VLT negativo). Contudo, só são apresentados no Quadro 2 as combinações
que apareceram na nossa análise. Do total de municípios sergipanos, 40
(53,3%) apresentaram VLT positiva, o que significa que essas regiões ganha-
ram empregos líquidos no setor industrial no período em análise. No senti-
do oposto, 35 (46,7%) municípios perderam empregos líquidos.
Observa-se que sete municípios foram classificados como A1, isto é,
todas as variações nesse grupo são positivas. Em termos gerais, isto mos-
tra que a indústria nessas cidades entre o período de 2000 e 2010 foi es-
pecializada, dinâmica (E positivo) e apresentou vantagens competitivas
frente a outros setores econômicos.
Os resultados do grupo A4, constituído de 31 municípios, indicam
que apesar da indústria apresentar efeitos alocação negativos (A), a mes-
ma foi dinâmica (E) e com efeito competitivo positivo (C). A combinação
desses resultados, por sua vez, contribui para uma VLT positiva. Segundo
Betarelli e Simões (2011), algumas características como infraestrutura
econômica, mão de obra qualificada e mercado consumidor amplo con-
tribuem para que as variações de C e E sejam positivas.
Os municípios de Lagarto e Malhador foram os únicos classificados nos
grupos A3 e A7, respectivamente. No caso do primeiro, o fato de sua indús-
tria ser especializada ou dinâmica (E positivo) superou os efeitos competiti-
vos e alocação negativos e, consequentemente, gerou uma VLT positiva. De
acordo com Catela et al. (2010), Lagarto foi a quinta cidade mais especializa-
da do Brasil e a primeira do Nordeste em 2007, no que se refere ao segmen-
to industrial de tabaco. A competitividade da indústria do município de Ma-
lhador, por sua vez, compensou os efeitos estrutural e alocação negativos.
No grupo B5, apesar dos efeitos de alocação (A) e variação estrutural
(E) serem positivos, o efeito competitivo foi negativo no período em aná-
lise. O resultado parece um pouco contraditório, já que a capital Aracaju
apresenta uma força de trabalho mais qualificada quando comparada
a outros municípios do estado. Uma das justificativas para isso reside
no fato da possibilidade da inexistência de vantagens locacionais para
a instalação de novas indústrias na capital, as quais se direcionam para
o interior do estado, aproveitando a maior disponibilidade de mão de
obra qualificada proveniente da criação de novos campi universitários13,

em especial nos anos 2000.
No intuito de complementar a análise de shift-share, apresenta-se
a seguir os resultados da ACP. Para verificar a representatividade da
amostra foram realizados, inicialmente, alguns procedimentos. Os tes-
tes de Kaiser-Meyer-Olin de medida de adequação de amostra e o Teste
de Esfericidade de Bartlett apresentam estatísticas de 0,651 e 1.229,42,
respectivamente; este último significativo ao nível de 1% de erro. Des-
sa forma, mostra-se que a amostra possui correlações14 significativas e é
adequada para a realização da ACP.
Com base nos dados foram extraídos dois componentes: o primeiro
possui um eigenvalue de 2,912 e explica 38,4% da variância da amostra ori-
ginal, enquanto o segundo possui um eigenvalue de 1,731 e explica 27,9%
da variância amostral. Esta solução se justifica por três razões principais: i)
são os únicos cujo autovalor está acima da média (= 1 no caso da ACP); ii)
declividade do scree plot15; e iii) percentual de variância explicada (cerca
de 66%), o que permite inferir que os dois componentes principais são
capazes de explicar boa parte da variância presente nos dados originais.
Dada a provável existência de correlação entre os componentes ex-
traídos, optou-se pela rotação oblíqua dos mesmos. Assim, foi realizada a
rotação oblimin que gerou a matriz padrão de fatores expressa na Tabela 1.
Tabela 1: Matriz Padrão de Fatores

Componente
1 2
Zscore(PIB) ,024 ,883
Zscore(EmpInd) ,981 -,101
Zscore(RecProp) ,304 ,626
Zscore(QLInd) ,981 -,101
Zscore(PMGInd) -,104 ,748
Zscore(TAtiv) -,038 ,378
Zscore(GForm) ,805 ,210
Fonte: Elaboração própria a partir do software SPSS.
13 Possuem campus universitário os municípios de São Cristóvão, Laranjeiras, Itabaiana,

Lagarto, Estância, Nossa Senhora da Glória e Propriá (UFS, IFES e UNIT)
14 A matriz de correlação entre as variáveis é apresentada no Anexo 2.
15 Não incluído aqui por razões de espaço, mas pode ser disponibilizado pelos autores
caso requisitado.
Como se pode observar, o primeiro componente rotacionado está

fortemente correlacionado com o emprego industrial, o QL e o grau de
formalização do emprego, todos com carga fatorial acima de 0,8. Este fa-
tor poderia ser intitulado como Especialização Industrial. O segundo está
fortemente correlacionado com o PIB, o percentual de receita tributária
própria e a produtividade industrial de cada município, podendo ser in-
titulado como Dinamismo Econômico Local.
A única variável que não fica representada a contento na solução
gerada é a taxa de atividade, com baixas cargas fatoriais em ambos os
componentes. A consistência16 da solução, no entanto, recomenda sua
utilização na análise subseqüente de agrupamentos espaciais.
A Figura 4 ilustra a posição dos 75 municípios sergipanos com rela-
ção aos componentes principais gerados. Pode-se perceber que Aracaju
e Canindé do São Francisco destoam dos demais.
Figura 4: Municípios Sergipanos e Componentes Principais

Fonte: Elaboração própria a partir do software SPSS.
16 Foram realizados diversos procedimentos, dentre os quais a extração de fatores sem

a padronização dos dados e com rotação ortogonal dos fatores padronizados ou não
(procedimento varimax). Em todos eles foram gerados dois fatores muito similares aos
apresentados aqui.
A Figura 5 mostra a distribuição espacial do 1º. componente principal

em 2010. De acordo com o mapa, pode-se observar uma relativa concen-
tração do emprego industrial formal na região leste do estado. Vale lem-
brar que, neste caso, não foi realizada a comparação com o ano de 2000,
pois a análise de componentes principais gera fatores próprios para cada
amostra. Assim, os componentes gerados para o ano 2000 poderiam estar
relacionados a variáveis diferentes e com pesos distintos, tornando-os in-
comparáveis com os componentes gerados com os dados de 2010.
Figura 5: Distribuição Espacial 1º. Componente

Elaboração própria no software Geoda
Figura 6: Índice Global de Moran

O Índice Global de Moran (Figura 6), utilizando-se uma matriz de

ponderação com os 4 vizinhos mais próximos, aponta autocorrelação
espacial positiva do 1º. componente, relacionado ao emprego industrial.
Cálculo feito com matriz de ponderação queen resultou na mesma con-
clusão (IM = 0,4169). Resta, então, verificar como esta autocorrelação se
manifesta no espaço territorial sergipano. Para tanto, foram calculados
os Índices Locais de Moran, os quais resultaram na Figura 7.
Figura 7: Clusters Locais para Emprego Industrial

Fonte: Elaboração própria no software Geoda
O mapa mostra um agrupamento composto por doze municípios, li-

mitado ao sul, por Aracaju e São Cristóvão, a oeste pelas cidades de Areia
Branca, Laranjeiras e Divina Pastora e, ao norte, Rosário do Catete, Car-
mópolis, Santo Amaro das Brotas e Barra dos Coqueiros. Trata-se de um
cluster do tipo alto-alto (high-high), onde as externalidades positivas do
emprego industrial se espraiam para as localidades vizinhas. Por outro
lado, percebe-se também um cluster do tipo baixo-baixo (low-low) no
Alto Sertão Sergipano, composto pelos municípios de Canindé do São
Francisco, Poço Redondo e Porto da Folha, o qual se caracteriza pela fra-
gilidade no que diz respeito ao 1º. componente principal gerado.
Passemos, então, à análise exploratória de dados espaciais para o 2º.
componente principal gerado, fortemente relacionado ao dinamismo
econômico local (PIB, produtividade e geração de receita própria):
Figura 8: Distribuição Espacial 2º. Componente

Figura 9: Índice Global de Moran

O Índice Global de Moran (Figura 9), utilizando-se uma matriz de

ponderação com os 4 vizinhos mais próximos, aponta leve autocorre-
lação espacial positiva do 2º. componente, relacionado ao dinamismo
econômico local. Cálculo feito com matriz de ponderação queen resultou
na mesma conclusão (IM = 0,1214). Nota-se pela Figura 8 que, no que
diz respeito ao dinamismo econômico local, este é bem mais distribuído
pelo estado do que o emprego industrial formal. Resta, então, verificar
os Índices Locais de Moran, os quais resultaram na Figura 10.
Figura 10: Clusters Locais para Dinamismo Econômico

Fonte: Elaboração própria no software Geoda
O mapa mostra um agrupamento composto por três municípios: Ara-

caju, Nossa Senhora do Socorro e São Cristóvão. Trata-se de um cluster
do tipo alto-alto (high-high), onde as externalidades positivas do dina-
mismo econômico se espraiam para as localidades vizinhas. Por outro
lado, percebem-se também dois clusters do tipo baixo-baixo (low-low)
em parte do Alto Sertão Sergipano e em parte do Baixo São Francisco,
além de Itaporanga D’Ajuda, localidades que se caracterizam pela au-
sência de dinamismo econômico local.
Assim, em que pese o fato de que 40 municípios, espalhados por
todo o território sergipano, tiveram um incremento líquido em seu em-
prego industrial, conforme ilustrado no Quadro 2, as Figuras 5 e 7 mos-
tram existir ainda uma concentração do emprego industrial formal na
região leste do estado e um cluster em torno da Grande Aracaju, onde
as externalidades positivas do emprego industrial se espraiam para as
localidades vizinhas.
Dessa forma, pode-se depreender das análises realizadas que as po-
líticas levadas a cabo a partir de finais da década de 1990, em especial
o PSDI e a territorialização do estado, foram capazes de espraiar o dina-
mismo econômico local, mas não a industrialização por toda a superfície
sergipana. Além disso, a região do São Francisco permanece como uma
prioridade na medida em que onze municípios são caracterizados pela

falta de dinamismo econômico local, configurando um cluster do tipo
baixo-baixo (Figura 10).
5. CONSIDERAÇÕES FINAIS
O presente trabalho teve por objetivo avaliar para o período 2000-

2010 se as políticas estaduais empreendidas a partir de meados dos
anos 1990 lograram êxitos, ou seja, se houve desconcentração da indús-
tria sergipana.
Para tanto, utilizou-se conjuntamente três métodos aplicados à aná-
lise regional, quais sejam: análise de componentes principais (ACP), shif-
t-share e análise exploratória de dados espaciais.
Os resultados permitem concluir que apesar de 40 municípios, espa-
lhados por todo o território sergipano, aumentarem seu emprego indus-
trial no período, existe ainda uma concentração do emprego industrial
formal na região leste do estado e um cluster do tipo alto-alto em torno
da Grande Aracaju.
Assim, as políticas levadas a cabo a partir de finais da década de
1990, em especial o PSDI e a territorialização do estado, foram capazes
de espraiar o dinamismo econômico local, mas não a industrialização
por toda a superfície sergipana. Além disso, a região do São Francisco
(abrangendo partes do Alto Sertão e do Baixo São Francisco) permanece
desindustrializada e com baixo dinamismo econômico, configurando-se
como uma região a ser priorizada.
Este estudo buscou caracterizar melhor a economia sergipana nos
anos 2000, indicando os principais municípios que apresentaram algum
dinamismo industrial diferenciado. Essas informações podem auxiliar e
subsidiar os policymakers na elaboração de políticas regionais.
Vale salientar, no entanto, que o presente estudo utilizou técnicas
de estatística multivariada baseadas em estática comparativa, ou seja,
os resultados referem-se a pontos específicos no tempo (2000 e 2010).
Desse modo, eventuais efeitos dinâmicos presentes na trajetória de cres-
cimento da economia estadual (ou mesmo dos municípios) podem não
estar sendo capturados. Assim, pretende-se desenvolver trabalhos futu-
ros que considerem em seus resultados tais efeitos.
REFERÊNCIAS BIBLIOGRÁFICAS
ALMEIDA, E. S. Econometria espacial aplicada. Campinas: Editora Alí-

nea, 2012.
ALMEIDA, M. A. S., ALMEIDA, E. S., SARTORIS NETO, A. Criminalidade no
estado de São Paulo: uma análise espacial. Juiz de Fora: mimeo, 2007.
BACHA, E. O fisco e a inflação: uma interpretação do caso brasileiro. Re-
vista de Economia Política, v.14, n.1, 1994.
BARRETO, D. M. A construção do desenvolvimento de Sergipe e
o papel do CONDESE (1964-1982). Aracaju: Editora Diário Oficial,
2013.
BETARELLI, A. A., SIMÕES, R. F. A dinâmica setorial e os determinantes
locacionais das microrregiões paulistas. Economia Aplicada, v.15, n.4,
2011.
CATELA, E. Y. S., GONÇALVES, F., PORCILE, G. Brazilian municipalities: ag-
glomeration economies and development levels in 1997 and 2007. Ce-
pal Review, n.101, 2010.
ESPERIDIÃO, F., MATOS, E. N. E., SANTOS, W. Desconcentração produti-
va regional, políticas estaduais de desenvolvimento industrial e sua
interiorização: o caso de Sergipe. Relatório Técnico Final de Pesquisa.
São Cristóvão: Universidade Federal de Sergipe, 2013.
ESTEBAN-MAQUILLAS, J. M. Shift and share analysis revisited. Regional
and Urban Economics, v.2, n.3, 1972.
FÁLCON, M. L. Planejamento territorializado e participativo de Ser-
gipe. In: Congresso CONSAD de Gestão Pública, Conselho Nacional de
Secretários Estaduais de Administração, Brasília, 2008.
HADDAD, P. R. (Org.). Economia regional, teorias e métodos de análi-
se. Fortaleza: BNB/ ETENE, 1989.
HAIR JR., F. F., ANDERSON, R. E., TATHAN, R. L., BLACK, W. C. Análise mul-
tivariada de dados. 5. ed. Porto Alegre: Bookman, 2005.
HIRSCHMAN, A. O. The strategy of economic development. New Hav-
en: Yale University Press, 1958.
JORGE, M. A. Capacidade de absorção e qualidade do emprego no
setor de serviços. Tese (Doutorado em Economia de Empresas). EAESP/
FGV. São Paulo: Fundação Getúlio Vargas, 2000.
JORGE, M. A., MENESES, N. S., OLIVEIRA, M. M. S., SANTOS, F. Medindo

o desenvolvimento socioeconômico dos municípios sergipanos através
de três índices diferenciados. Revista Econômica do Nordeste, v.45,
n.1, 2014.
LIMA, M. L., XIMENES, R. A., SOUZA, E. R., LUNA, C. F. E., ALBUQUERQUE,
M. F. M. Análise espacial dos determinantes socioeconômicos dos homi-
cídios no estado de Pernambuco. Revista de Saúde Pública, v.39, n.2,
2005.
LIMA, R. R. P. Território e arranjos produtivos locais em Sergipe: em
busca da endogeinização do desenvolvimento. (Dissertação de Mestra-
do em Economia), Universidade Federal de Sergipe, 2008.
MELO, R. O. L., SUBRINHO, J. M. P., FEITOSA, C. O. Indústria e desenvol-
vimento em Sergipe. In: MELO, R. O. L. Economia Sergipana Contem-
porânea (1970/2010). Aracaju: Editora Diário Oficial, Editora UFS, 2012.
RIBEIRO, L. C. S., LEITE, A. P. V. Estrutura econômica do estado de Sergipe
em 2006: uma contribuição através da matriz de insumo-produto”. Re-
vista Econômica do Nordeste, v.43, n.4, 2012.
SANTOS, W. O PSDI e uma análise estrutural do emprego na indústria
de transformação em Sergipe (1985-2010). Monografia (Graduação
em Ciências Econômicas). UFS. São Cristóvão: Universidade Federal de
Sergipe, 2011.
SCANDAR NETO, W. J. Síntese que organiza o olhar: uma proposta para
construção e representação de indicadores de desenvolvimento susten-
tável e sua aplicação para os municípios fluminenses. Dissertação (Mes-
trado em Estatística). ENCE. Rio de Janeiro: Escola Nacional de Ciências
Estatísticas, 2006.
SERGIPE (Estado). Lei n. 3.140 de 23 de dezembro de 1991. Institui o
Programa Sergipano de Desenvolvimento Industrial – PSDI, cria o Fundo
de Apoio à Industrialização FAI, e dá outras providências. Disponível em:
http://www.codise.se.gov.br. Acesso em: 02/03/2014.
TEIXEIRA, O. A., MELO, R. L., FRANÇA, V. L. A. A experiência da territoriali-
zação para o planejamento regional em Sergipe. Economia Política do
Desenvolvimento, v.4, n.12, 2011.
ANEXOS
ANEXO 1: MUNICÍPIOS SERGIPANOS

ID Município ID Município ID Município
1 Amparo de São Francisco 26 Indiaroba 51 Pinhão
2 Aquidabã 27 Itabaiana 52 Pirambu
3 Aracaju 28 Itabaianinha 53 Poço Redondo
4 Arauá 29 Itabi 54 Poço Verde
5 Areia Branca 30 Itaporanga d´Ajuda 55 Porto da Folha
6 Barra dos Coqueiros 31 Japaratuba 56 Propriá
7 Boquim 32 Japoata 57 Riachão do Dantas
8 Brejo Grande 33 Lagarto 58 Riachuelo
9 Campo do Brito 34 Laranjeiras 59 Ribeirópolis
10 Canhoba 35 Macambira 60 Rosário do Catete
11 Canindé de São Francisco 36 Malhada dos Bois 61 Salgado
12 Capela 37 Malhador 62 Santa Luzia do Itanhy
13 Carira 38 Maruim 63 Santana do S. Francisco
14 Carmópolis 39 Moita Bonita 64 Santa Rosa de Lima
15 Cedro de São João 40 Monte Alegre de Sergipe 65 Santo Amaro das Brotas
16 Cristinápolis 41 Muribeca 66 São Cristóvão
17 Cumbe 42 Neópolis 67 São Domingos
18 Divina Pastora 43 Nossa S. Aparecida 68 São Francisco
19 Estância 44 Nossa S. da Glória 69 São Miguel do Aleixo
20 Feira Nova 45 Nossa S. das Dores 70 Simão dias
21 Frei Paulo 46 Nossa S. de Lourdes 71 Siriri
22 Gararu 47 Nossa S. do Socorro 72 Telha
23 General Maynard 48 Pacatuba 73 Tobias Barreto
24 Gracho Cardoso 49 Pedra Mole 74 Tomar do Geru
25 Ilha das Flores 50 Pedrinhas 75 Umbaúba
Anexo 2: Matriz de correlações de Pearson
Correlation Matrix
PIB Emplnd RecProp QLInd Massa OMGInd TAtiv GFrom
Correlation PIB 1,000 ,071 ,526 ,071 -,015 ,531 ,182 ,333
Emplnd ,071 1,000 ,253 1,000 ,288 ,018 ,063 ,683
RecProp ,526 ,253 1,000 ,253 ,027 ,200 ,165 ,448
QLind ,071 1,000 ,253 1,000 ,288 ,018 ,063 ,683
Massa -,0,15 ,288 ,027 ,288 1.000 ,000 ,017 ,258
PMGInd ,531 ,018 ,200 ,018 ,000 ,000 ,136 ,140
TAtiv ,182 ,063 ,165 ,063 0,17 ,136 1,000 -,037
GFrom ,333 ,683 ,448 ,683 ,258 ,140 --037 1,000
Fonte: Elaboração própria a partir do software spss

DESCONCENTRAÇÃO DA INDÚSTRIA EM SERGIPE?
49
02 APLICAÇÃO DOS ROYALTIES
PETROLÍFEROS E IMPACTOS NA
QUALIDADE DA EDUCAÇÃO: ANÁLISE
DOS MUNICÍPIOS BRASILEIROS
EM PERSPECTIVA COMPARADA
Diego Araujo Reis1
José Ricardo Santana2
Fábio Rodrigues de Moura3
Rafaela Nascimento Santos4
Resumo:
Em 2013 o Brasil aprovou a Lei Nº 12.858, que determina que 75%

das receitas de royalties petrolíferos devem ser destinados à área
de educação e 25% na área saúde. No campo teórico há muito
tempo já se argumentava que os royalties devem ser aplicados
em capital físico e humano, dado o caráter temporário das ren-
das oriundas da exploração dos recursos naturais não renováveis.
Por esta razão, a literatura sobre o tema apregoa que os royalties
devem ser aplicados em bens de capital e no aprimoramento
do capital humano. Este artigo tem como objetivo investigar se
o ingresso de royalties petrolíferos afetou o aprimoramento do
capital humanos, considerado a partir da qualidade da educação
nos municípios beneficiados pelo recebimento destes recursos.
A metodologia envolveu a utilização do Índice FIRJAN de Desen-
volvimento Municipal (IFDM-Educação), como indicador de edu-
cação, e o uso do modelo econométrico de painel. Os resultados
indicam que, nos municípios mais dependentes, inseridos no gru-
po 2, não foram percebidos efeitos dos royalties sobre a melhoria
dos indicadores de educação, contrariando a ideia de investir a
receita de recursos não renováveis em capital humano.
Palavras-chaves: Royalties; Educação; Municípios.
1 Universidade Federal de Sergipe.

52 Diego Araujo Reis; José Ricardo Santana; Fábio Rodrigues de Moura; Rafaela Nascimento Santos
1. INTRODUÇÃO
A consolidação da descentralização fiscal garantiu aos municípios

brasileiros uma maior autonomia fiscal. Estes passaram a desempenhar
um papel proeminente no provimento de políticas públicas, sobretudo
na área da educação. Acontece, contudo, que uma parte substancial dos
municípios não possui uma situação financeira favorável e suficiente
para a realização de investimento e o atendimento das demandas so-
ciais. Nesse sentido, a ampliação, a cobertura e as melhorias na quali-
dade da educação ofertada fica comprometida, e passa a depender da
capacidade do país ou da localidade em gerar recursos adicionais para
elevar os investimentos em educação. O investimento em educação, ou
investimento em capital humano, além de ser um elemento fundamen-
tal para o progresso econômico e social, é um reagente catalisador para
a redução das desigualdades socioeconômicas.
Registra-se que alguns municípios brasileiros têm contado com
uma condição financeira privilegiada em razão do ingresso de royalties
proveniente da exploração de petróleo e gás natural, especialmente
após 1998, quando as receitas públicas dos municípios produtores
de petróleo e gás natural se elevaram, aumentando a capacidade de
investimento. No período de 1999 a 2011, os municípios brasileiros
afetados pela exploração de petróleo e gás natural arrecadaram em
valores correntes cerca de R$ 35,5 bilhões em royalties petrolíferos,
que incluem as participações especiais em função da exploração de
petróleo e gás natural.
Ao considerar a característica marcante dos recursos naturais não
renováveis, os royalties, como produto destes, são gerados com pra-
zo de esgotamento, o que implica dizer que as receitas obtidas são
temporárias. Por esta razão, a literatura sobre o tema apregoa que os
royalties devem ser aplicados em bens de capital e no aprimoramento
do capital humano. O investimento em educação é uma alternativa im-
portante, e constitui uma janela de oportunidade para que os gestores
públicos possam destinar mais recursos, especialmente os royalties,
tanto para ampliar a cobertura do sistema como para realizar as melho-
rias na qualidade da educação ofertada, potencializando a formação
de capital humano.
APLICAÇÃO DOS ROYALTIES PETROLÍFEROS E IMPACTOS NA QUALIDADE DA EDUCAÇÃO 53
No Brasil, os dispositivos legais para nortear as ações de gastos com

os royalties não estabeleceram, rigorosamente, como estes recursos de-
veriam ser aplicados. Por exemplo, a Lei 2.004/53 foi alterada em 1969
pelo decreto-lei 523 para prever que a indenização devida a Estados e
territórios caberia ao Ministério de Minas e Energia e ao Ministério da
Educação, em partes iguais, no caso de extração da plataforma conti-
nental. O Ministério da Educação deveria investir o recurso em pesquisa
e no ensino de nível superior no campo das geociências. Já em 1973, o
decreto-lei 1.288 eliminou a participação do Ministério da Educação no
recebimento de royalties.
Somado a essas ações, ver-se-á que o quadro institucional possibili-
tava interpretações diversas, o que fez com que os gestores tivessem um
grau de liberdade quanto à aplicação dos royalties petrolíferos. A partir
de setembro de 2013, a Lei nº 12.858 introduziu uma nova perspectiva
sobre a aplicação dos royalties, determinando que a União, Estados, Dis-
trito Federal e Municípios deverão aplicar 75% das receitas de royalties
na área de educação e 25% na área saúde. Essa nova formatação de des-
tinação dos royalties é de grande relevância para o conjunto da popula-
ção que será impactada nesse novo cenário.
Nesse sentido, a definição institucional de aplicação dos 75%
dos royalties em educação permite levantar a seguinte questão: a
ampliação dos royalties petrolíferos contribuiu para aprimorar os
indicadores de educação pelas municipalidades mesmo antes de
sua vinculação institucional?
O objetivo deste trabalho é investigar se o ingresso de royalties pe-
trolíferos afeta o indicador de educação do Índice FIRJAN de Desenvol-
vimento Municipal (IFDM-Educação). Este índice é tomado como indica-
dor de qualidade da educação. Para responder a essa questão o presente
trabalho tomará como referência os anos 2000, 2005 e 2010 e utilizará
como metodologia o método econométrico de painel.
O artigo está estruturado em cinco seções incluindo esta introdução.
A segunda seção apresenta o debate sobre a aplicação de royalties pe-
trolíferos, a partir da revisão da literatura, bem como exibe os estudos
sobre a aplicação de royalties petrolíferos em Sergipe. A terceira seção
apresenta o modelo de análise adotado. Na quarta seção são avaliados
os resultados. Uma última seção traz as considerações finais.
2. DEBATE SOBRE A APLICAÇÃO DE ROYALTIES PETROLÍFEROS
Os royalties do petróleo constituem uma receita extraordinária para o

orçamento público das unidades beneficiadas pelo recebimento destes
recursos. Por ser oriunda de um recurso mineral exaurível, essa receita
possui um caráter temporário, o que chama atenção para a forma como
o recurso deve ser aplicado. A literatura sobre o assunto, consolidada em
estudos clássicos como Hotteling (1931) e Hartwick (1977), mostra que
os recursos deveriam ser empregados em atividades que trouxessem a
possibilidade de criar alternativas à geração de renda da localidade.
Assim, seria requerida a aplicação dos recursos advindos dos royal-
ties na forma de investimento, seja em capital físico ou capital huma-
no. Neste último caso, uma alternativa importante é o investimento em
educação. No Brasil, a legislação não fazia recomendação explícita a esse
tipo de aplicação antes da Lei 12.858. É nesse ponto que está centrado
o foco do presente trabalho, voltado a investigar o efeito do recebimen-
to de royalties petrolíferos sobre a educação. São apresentados a seguir
alguns estudos empíricos que abordam os efeitos da aplicação de royal-
ties, tratando inicialmente do Brasil e, em seguida, de Sergipe.
2.1. ESTUDOS SOBRE A APLICAÇÃO DE ROYALTIES PETROLÍFE-

ROS NO BRASIL
Existe já uma gama considerável de estudos que abordam os efei-

tos dos royalties petrolíferos no Brasil, envolvendo alguns temas. Para os
propósitos do presente estudo, serão tratados apenas artigos envolven-
do os impactos sobre finanças públicas e indicadores sociais.
Em relação às finanças públicas, os estudos obtidos a partir da apli-
cação dos royalties não geral resultados consensuais. Dependendo do
indicador escolhido, alguns autores trazem evidências sobre o mau uso
dos royalties, tendo em vista que os municípios contemplados gastam a
maior parte dos royalties em despesas correntes, em especial no paga-
mento de salários (AFONSO; GOBETTI, 2008; BREGMAN, 2007; REIS; SAN-
TANA; MOURA, 2014; CARNICELLI; POSTALI, 2014). Há também estudos
que mostram um efeito positivo do ingresso dos royalties sobre os in-
vestimentos públicos, para grupos de municípios (REIS; SANTANA, 2015).
Quando se consideram os efeitos da aplicação dos royalties sobre

indicadores sociais, os resultados obtidos também não apresentam con-
senso, exceto quando se consideram indicadores de educação. Dentre
os estudos, merecem destaque os trabalhos de Postali e Nishijima (2008),
Aquino (2004), Nova (2005) e Givisiez e Oliveira (2008), sendo que os três
últimos trabalham especificamente com indicadores de educação.
No estudo de Postali e Nishijima (2008) foi avaliada a forma como
os royalties petrolíferos, distribuídos na forma da lei n° 9.478 de 1997,
contribuíram para melhorar os indicadores sociais dos municípios be-
neficiados em relação à média nacional, no período entre 1991 e 2000.
Eles compararam a evolução dos indicadores sociais dos municípios afe-
tados pela nova lei com os não afetados. Os autores concluem que os
royalties apresentaram efeito marginal negativo nos indicadores sociais.
Em geral, os resultados indicaram que nem todos os indicadores sociais
apresentaram evolução mais favorável que a média nacional.
Aquino (2004) trabalhou com uma amostra de 59 municípios flu-
minenses no período entre 1996 e 2001, buscando investigar se a ele-
vação da arrecadação municipal de royalties gera efeitos positivos nos
indicadores sociais de saúde e educação dos municípios que receberam
royalties. Foram considerados indicadores a taxa de mortalidade e a taxa
de reprovação na rede municipal. Os resultados mostram que, embora
tenha havido aumento dos gastos per capita nas áreas de educação e
saúde, não se deve concluir que há influência nos indicadores de quali-
dade dessas áreas.
Nova (2005), ao avaliar alguns municípios baianos beneficiados por
royalties petrolíferos, detectou que quando comparados à média dos in-
vestimentos realizados pelos demais municípios, os investimentos em
educação, nas localidades beneficiadas por royalties, são menores em
termos percentuais.
Por fim, Givisiez e Oliveira (2008) avaliaram o impacto da educação
nos municípios do norte do Rio de Janeiro. A metodologia aplicada en-
volveu o levantamento de séries históricas de indicadores de educação,
com base nos Censos Escolares e Prova Brasil e aplicação de regressões
logísticas. Os resultados da evolução dos indicadores deste grupo de
municípios foram comparados com um grupo de municípios controle.
As conclusões apresentadas pelos autores indicam que as vantagens or-
çamentárias desses municípios não têm se refletido em melhorias nos

indicadores de educação.
Em resumo, os estudos apresentados mostram que não há evidên-
cias de influência positiva, em nível das municipalidades, entre o recebi-
mento de receitas de royalties e a melhoria dos indicadores de educação.
2.2. ESTUDOS SOBRE A APLICAÇÃO DE ROYALTIES PETROLÍFE-

ROS EM SERGIPE
No caso específico de Sergipe, a influência da atividade de petróleo

e gás na atividade econômica do estado, aponta para uma caracterís-
tica que merece investigação. De acordo com Lacerda (2011), os inves-
timentos na cadeia produtiva de petróleo e gás são um dos principais
fatores de diferenciação de Sergipe em relação à média dos Estados
nordestinos, concorrendo inclusive que a economia sergipana tenha
crescido sistematicamente acima da média do Nordeste e do Brasil
desde os anos setenta. Sintomaticamente, os melhores indicadores de
renda, de acesso a bens de consumo e a serviços públicos pelas famí-
lias na região Nordeste se verificam, por ordem, em Sergipe e no Rio
Grande do Norte, que têm na exploração do petróleo uma das princi-
pais fontes de geração de riqueza.
Para Sergipe, há estudos que investigam a influência dos royalties
petrolíferos, em nível das municipalidades, sobre indicadores de finan-
ças públicas e sobre indicadores sociais, como é o caso de Nogueira e
Santana (2008) e Silva, Santana e Farias (2014).
Em relação às finanças públicas, Nogueira e Santana (2008) inves-
tigam os principais municípios sergipanos em termos de receitas de
royalties, mostrando que, no período entre 2000 e 2006, estas chegavam
a atingir, via de regra, mais de 30% das receitas totais, dos respectivos
municípios. Os resultados apresentados pelos autores mostram que a
elevação dos royalties, contudo, não tinha como regra geral o aumento
dos investimentos nos principais municípios sergipanos beneficiários
dessas receitas.
Quando se trata de estudar a relação entre royalties e desenvol-
vimento local sergipano, merece ser citado o trabalho de Silva, Santa-
na e Farias (2014). Os autores trabalham a partir de uma metodologia
descritiva, no período de 2000 a 2010, analisando a evolução do peso

das rendas petrolíferas sobre as receitas tributarias e orçamentárias dos
municípios, além de utilizarem o Índice de Desenvolvimento Humano
(IDHM) e o Índice de Firjan Municipal (IFDM). Os autores mostram que,
mesmo com o forte crescimento da arrecadação de royalties, não hou-
ve uma melhora na posição ocupada pelos municípios sergipanos nos
rankings do IDHM e IFDM. Por fim, o conjunto de municípios sergipanos
selecionados como maiores beneficiários não apresentou um desempe-
nho convincente, capaz de garantir que os recursos petrolíferos estão
gerando desenvolvimento nessas localidades.
3. ANÁLISE EMPÍRICA
O presente estudo tem como finalidade avaliar se o ingresso de

royalties petrolíferos afeta o indicador de educação do Índice FIRJAN
de Desenvolvimento Municipal (IFDM-Educação), no período de 2000
a 2010. A avaliação desses impactos foi realizada a partir de indicado-
res específicos, definidos abaixo. Apresenta-se em seguida a amostra de
municípios que compôs o estudo. Por fim, é apresentado o modelo eco-
nométrico utilizado.
3.1 INDICADOR DE DEPENDÊNCIA E ÍNDICE DE DESENVOLVI-

MENTO MUNICIPAL
Foram utilizados no estudo o indicador de dependência e o índice

de desenvolvimento municipal. O primeiro busca mostrar a importância
relativa das receitas de royalties para os municípios, considerando o seu
peso em termos da receita orçamentária. Trata-se do indicador “Royal-
ties Receita Orçamentária” (RRO), definido pela razão entre a soma dos
Royalties e Participações Especiais (PE) recebidas pelo município (i ) em
determinado ano (t ) e a receita orçamentária anual do município (i )
no ano (t ) . A expressão é dada a seguir:
No cálculo do RRO, no período de 1999 a 2011, foram utilizados os

dados de Royalties e Participação Especial oriundos do sistema inforoyal-
ties, no site da Universidade Cândido Mendes, e dados de finanças públi-
cas (Receita Orçamentária), da série Finanças do Brasil (FINBRA), divulga-
dos pela Secretaria do Tesouro Nacional (STN).
Em relação a esta medida, é importante mencionar que o dinamis-
mo econômico do ente beneficiado pode interferir na sua dependên-
cia em relação aos royalties petrolíferos. Desse modo, como argumenta
Bregman (2007), aqueles municípios que possuem sua economia pouco
diversificada em termos de geração de produto e renda serão mais de-
pendentes das receitas de royalties, ao contrário do que ocorre com os
municípios mais dinâmicos.
Outro componente do estudo é o índice de FIRJAN de desenvolvi-
mento municipal (IFDM), com foco no IFDM-Educação, que apresenta
elementos relacionado aos resultados dessa área. Pode-se avaliar assim
como está a qualidade dos resultados da educação, de forma comparati-
va entre os municípios. O IFDM apresenta ainda mais duas áreas que são
IFDM-Renda e IFDM-Saúde. Estes também sinalizam para os resultados
em cada segmento. O quadro abaixo resume a composição do IFDM,
com as três áreas apresentados e suas respectivas fontes de dados.
Quadro 1 – Resumo dos Componentes do IFDM – por Área de desenvolvimento

RENDA E EMPREGO EDUCAÇÃO SAÚDE
Geração de emprego for- Número de consultas pré-
Matrículas na educação infantil
mal -natal
Absorção da mão de obra Abandono no ensino funda- Óbitos por causas mal
local mental definidas
Distorção idade-série no ensino Óbitos infantis por causas
Geração de Renda formal
fundamental evitáveis
Salários médios do em- Docentes com ensino superior Internação sensível à aten-
prego formal no ensino fundamental ção básica (ISAB)
Média de horas aula diárias no
Desigualdade
ensino fundamental
Resultado do IDEB no ensino
fundamental
Fonte: Silva, Santana e Farias (2014)
O IFDM possui periodicidade anual, recorte municipal e cobertura

nacional dos 5.565 municípios brasileiros. O índice varia de 0 a 1, sendo
que, quanto mais próximo de 1, maior o desenvolvimento do município.
Desse modo, permite comparações absolutas e relativas entre municí-
pios, ao longo do tempo.
3.2 AMOSTRA E ESTRATIFICAÇÃO
A amostra do presente estudo considera os 1.031 municípios que re-

ceberam recursos provenientes de royalties petrolíferos, no Brasil, entre
1999 e 2011. Para a composição da amostra, os seguintes critérios foram
estabelecidos:
1) O município deve ter sido beneficiário de royalties ou participação
especial em pelo menos 8 anos no período de 1999 e 2011;
2) O município deve ter ao menos 8 orçamentos disponíveis na STN,
no período de 1999 a 2011.
Tomando por base os requisitos acima, 738 municípios foram enqua-
drados, dentre os 1.031 municípios que receberam royalties. Esses 738
municípios receberam em valores reais cerca de R$ 34,3 bilhões (utilizan-
do o deflator implícito do PIB, ano base 2011), o que equivale a 70,30%
do total de royalties distribuídos entre 1999 e 2011.
A amostra foi estratificada em quatro grupos, formados a partir dos
valores de dois indicadores: Royalties Per Capita (RPC) e Royalties Receita
Orçamentária (RRO). Cada município apresenta um valor de referência
de RPC e RRO para que sejam formados os grupos, os quais serão repre-
sentados pelas suas médias nos anos.
O primeiro critério utilizado para a formação dos grupos de depen-
dência foi o de royalties per capita (RPC). A mediana desse indicador
definiu o corte entre os municípios: aqueles que apresentam RPC mais
altos que a mediana foram separados dos que receberam um valor mais
baixo, de modo a formar dois grupos: altos RPC e baixos RPC (Tabela 3).
Do mesmo modo foram organizados os grupos de RRO, de forma que
aqueles com valores de RRO acima da mediana foram separados dos que
apresentaram valores abaixo. Isto permitiu a formação de quatro grupos.
Tabela 3 – Grupos de Dependência a partir do RPC

Nº de Nº de NNº de
Municípios RPC Municípios RRO Municípios
Altos RPC: 369 Baixo RRO: Grupo 1 185

738 Grupos 1 e 2 Alto RRO: Grupo 2 184
Baixo RPC: 369 Baixo RRO: Grupo 3 (abaixo) 185
Grupos 3 e 4 Baixo RRO: Grupo 4 (acima) 184
Fonte: Elaboração própria com base em Bregman (2007)
Grupo 1: alto RPC – baixo RRO, que agrega municípios com alto vo-
lume de royalties por habitante, com pequena importância desse com-
ponente na receita arrecadada pelo município;
Grupo 2: alto RPC – alto RRO, que agrega municípios com alto volu-
me de royalties por habitante, com grande importância desse compo-
nente na receita arrecadada pelo município;
Grupo 3: baixo RPC – baixo RRO (abaixo da mediana), que agrega
municípios com baixo volume de royalties por habitante, com pequena
importância desse componente na receita arrecadada pelo município;
Grupo 4: baixos RPC – baixo RRO (acima da mediana), que agrega
municípios com baixo volume de royalties por habitante, também com
pequena importância desse componente na receita arrecadada pelo
município.
Exibe-se, na Tabela 4, a contribuição dos municípios de cada esta-
do para a formação dos grupos de dependência. O grupo 1, que detém
4,40% do total de royalties petrolíferos (R$ 1,5 bilhões), é formado em
sua maioria pelos municípios potiguares (RN), capixabas e sergipanos.
Em relação ao grupo 2, que concentra 94,84% do total de royalties pe-
trolíferos (R$ 32,6 bilhões), é destacada a presença dos municípios do
Rio de Janeiro, seguido dos capixabas, sergipanos, potiguares e baianos.
No grupo 3, que detém 0,12% dos royalties distribuídos, a composição
está concentrada pelos 135 municípios baianos. Quanto ao grupo 4, que
concentra apenas 0,65% dos royalties distribuídos, o destaque vai para
os 67 municípios cearenses.
Tabela 4 – Composição dos grupos de dependência
Estados AL AP AM BA CE ES PA PR PE RJ RN RS SC SP SE Total
Grupo 1 4 0 7 5 3 43 1 7 0 3 68 1 1 3 39 185
Grupo 2 9 0 1 17 8 33 0 3 1 63 14 4 5 5 21 184
Grupo 3 6 1 0 135 1 0 1 5 0 0 0 0 0 36 0 185
Grupo 4 31 0 2 24 67 1 2 20 0 0 3 0 0 19 15 184
Total 50 1 10 181 79 77 4 35 1 66 85 5 6 63 75 738
Fonte: Elaborado pelos autores
3.3 MODELO ECONOMÉTRICO E ESTRATÉGIA DE ESTIMAÇÃO
Para realizar a avaliação empírica dos impactos da aplicação dos

royalties petrolíferos, utilizou-se um modelo econométrico de dados em
painel. Pretende-se detectar, nos quatro grupos de dependência, se há
uma relação significativa entre o indicador de dependência de royalties
(RRO) e o indicador de resultado da educação (IFDM-Educação).
Espera-se uma relação positiva entre RRO e o indicador IFDM-Edu-
cação, significando que um aumento na dependência das receitas de
royalties se traduza em um aumento médio nos resultados com a educa-
ção, aprimorando a formação de capital humano no município.
A presente análise propõe a estimação de dois modelos de regres-
são. O primeiro permite analisar a relação entre o aumento das receitas
relativas de royalties petrolíferos e os resultados obtidos na educação
para os 738 municípios brasileiros, mas fazendo uma segmentação pelos
quatro grupos aqui classificados. O segundo modelo é estimado a partir
das mesmas variáveis, mas considerando apenas o caso dos municípios
sergipanos.
O primeiro modelo constitui-se em quatro equações estimadas con-
juntamente, uma para cada grupo, estruturadas em um formato SUR:
IFDM-Educaçãoi,tG1 = β 0G1 + β1G1RROi,tG1 + β 2G1IFDM-Renda i,tG1 + β3G1IFDM-Saúdei,tG1 + CiG1 + ε i,tG1
IFDM-Educaçãoi,tG2 = β 0G2 + β1G2 RROi,tG2 + β 2G2 IFDM-Renda i,tG2 + β3G2 IFDM-Saúdei,tG2 + CiG2 + ε i,tG2
G3
IFDM-Educação=
i,t β 0G3 + β1G3RROi,tG3 + β 2G3IFDM-Renda i,tG3 + β3G3IFDM-Saúdei,tG3 + CiG3 + ε(2)
G3
i,t
IFDM-Educaçãoi,tG4 = β 0G4 + β1G4 RROi,tG4 + β 2G4 IFDM-Renda i,tG4 + β3G4 IFDM-Saúdei,tG4 + CiG4 + ε i,tG4
onde i = 1, 2, ..., N é o indexador cross-section para os municípios

da amostra, N = 738 , t = 1, 2, ..., T é o indexador das observações
anuais de cada município, T = 3 , nos anos de 2000, 2005 e 2010, G1, G2,
G3 e G4 identificam as equações para os municípios pertencentes aos
grupos 1 a 4, β 0 é o intercepto da equação, β1 a β 3 são os coeficientes
de cada variável, Ci é um parâmetro que capta efeitos específicos não
observados e invariante no tempo em cada município, e ε it é o termo
de erro idiossincrático.
O segundo modelo constitui-se de uma equação de regressão esti-
mada apenas para os municípios sergipanos:
i,t = β 0 + β1 RRO i,t + β 2 IFDM-Renda i,t + β 3 IFDM-Saúde

IFDM-EducaçãoSE + ε i,tSE
SE SE SE SE SE SE SE SE
(3) i,t + Ci
onde i = 1, 2, ..., 75 indexa os municípios sergipanos.

A heterogeneidade não observável dos municípios pode ser mode-
lada por meio de um componente de erro unidirecional u= it Ci + ε it
C
, onde i é estimado via modelo de efeitos fixos ou aleatórios. Se a
estimação for condicional aos efeitos específicos, isto é, se os Ci fo-
rem tratados como parâmetros a serem estimados, temos o modelo de
efeitos fixos. Neste caso, supõe-se = E (Ciε it ) E= ( X itε it ) 0 , E (Ci X it ) ≠ 0
e ε it ~ IID (0, σ,ε2i.e,
) regressores e o parâmetro Ci independentes do
termo de erro, e não se assume independência entre os regressores
X it e os efeitos latentes dos municípios. Por outro lado, caso se assu-
ma que os efeitos individuais são aleatórios, com estimação não con-
dicional nos Ci , temos o modelo de efeitos aleatórios. Supõe-se, nes-
te caso, Ci ~ IID (0, σ C2 ) , ε it ~ IID (0, σ ε2 ), E (Ciε it ) = 0 , E (Ci X it ) = ,0
) σ C2 +seσ ε2i = j e t = s , E (uit u js ) = σ C2 se i = j e t ≠ s . No
E (uit u js=
modelo de efeitos aleatórios, assume-se independência entre os regres-
sores e a heterogeneidade latente. Caso haja correlação entre os efeitos
individuais e os regressores, o modelo de efeitos fixos deve ser utilizado,
pois produz estimativas consistentes dos coeficientes, o que não ocorre
com o método de efeitos aleatórios sob este cenário. (BALTAGI, 2005).
Dados que combinam cross-section e séries temporais costumam
apresentar uma estrutura complexa na matriz de variância-covariância
dos distúrbios, como a presença de heterocedasticidade entre os indi-
víduos, E (ε 2 ) = ,σdependência
2 cross-section (correlação espacial ou
it i
correlação contemporânea), E (ε it ε jt ) = σ ij , e correlação serial (de ordem
arbitrária), E (ε itε is ) = ωts . Na presença destas categorias de distúrbios
não esféricos, os coeficientes estimados tornam-se ineficientes, e os
erros-padrão tornam-se viesados, o que requer um método adequado
para a estimativa da matriz de variância-covariância dos distúrbios.
Stock e Watson (2008) propõe um estimador de variância-covariân-
cia em cluster do tipo Huber/White/sandwich para o modelo de efeitos
fixos, o qual é robusto a formas gerais de heterocedasticidade e correla-
ção serial, sob a hipótese de N e/ou T → ∞ . Atualmente, este estima-
dor é disponível em softwares econométricos também para o modelo de
efeitos aleatórios.
Contudo, o estimador em cluster de Stock e Watson (2008) não ajusta
os erros-padrão para a hipótese de dependência cross-section nos dis-
túrbios. Em painéis com grande N , é possível a presença de grupos de
indivíduos com características semelhantes (cohorts) não explicitamente
modeladas, o que aumenta a probabilidade de uma correlação contem-
porânea significativa. Em geral, quando a correlação espacial existe e é
ignorada, as estimativas dos erros-padrão tornam-se otimistas, com viés
para baixo (HOECHLE, 2007).
Para decidir entre o modelo de efeitos fixos ou aleatórios, será utili-
zado o teste de especificação de Hausman. A estimação dos coeficien-
tes da equação (3) via modelo de efeitos fixos pode ser feita através
do estimador within, onde primeiramente os efeitos fixos são filtrados,
centrando-se as variáveis em torno da média anual em cada unidade
cross-section, e em seguida aplica-se o método de mínimos quadrados
ordinários (OLS) sobre os dados transformados. Para a estimação do mo-
delo de efeitos aleatórios, utiliza-se o estimador de mínimos quadrados
generalizados (GLS).
Devido ao potencial número de outliers presente no banco de da-
dos, em especial para o indicador de dependência de royalties, as equa-
ções de regressão também serão estimadas com o uso do método MM
(YOHAI, 1987), o qual é robusto a outliers verticais e outliers de alavan-
cagem. Os outliers verticais prejudicam as estimativas OLS, em espe-
cial o intercepto. Os outliers de alavancagem se dividem em dois tipos:
outliers de boa alavancagem e de má alavancagem. Os outliers de má
alavancagem geram viés para baixo na estimativa dos erros-padrão dos

coeficientes, o que prejudica a inferência, enquanto que os outliers de
boa alavancagem afetam fortemente as estimativas tanto do intercepto
quanto dos coeficientes dos regressores. Verardi e Croux (2009) sinteti-
zam bem a construção e aplicação do estimador MM.
4. ANÁLISE DE RESULTADOS
Os resultados obtidos estão apresentados em duas partes. Na pri-

meira parte, analisa-se o comportamento dos indicadores de forma des-
critiva nos grupos formados brasileiros e, de maneira ampliada, para os
municípios do Estado de Sergipe. Na segunda parte, são apresentados os
resultados das estimações econométricas. Inicialmente são analisados os
resultados obtidos para os quatro grupos de municípios. Em seguida, são
analisados os resultados das estimações para os municípios sergipanos.
4.1 ANÁLISE DESCRITIVA DOS INDICADORES
Conforme o Gráfico 2, o Grupo 2 arrecadou a maior parte das receitas

royalties entre os anos 2000, 2005 e 2010, com 94,85% do total arrecada-
do. O Grupo 1 ocupa o segundo lugar, com uma participação de 4,32%
do total de royalties petrolíferos. No que diz respeito aos Grupos 3 e 4,
estes possuem uma pequena fatia de participação, com 0,12% e 0,71%,
respectivamente. Com relação aos municípios do Estado de Sergipe, dis-
tribuídos nos Grupos 1, 2 e 4, estes arrecadaram 3,97%.
Gráfico 1 - Participação dos grupos de dependência na arrecadação total de royalties

Fonte: Elaborado pelos autores.
Pela ótica da dependência dos orçamentos municipais em relação

às receitas de royalties dentro dos quatro grupos (Gráfico 2), verifica-se
que, em média, o grupo 2 exibe maior dependência em relação ao peso
dos royalties sobre sua receita orçamentária, seguido do Grupo 1, 4 e 3.
Gráfico 2 - Evolução do RRO nos grupos de dependência (2000, 2005 e 2011)

Os grupos 1 e 3, ainda que mostrem valores médios de RRO relati-

vamente baixos, estão apresentando uma trajetória de ampliação da
dependência, seja pela redução dos demais componentes de recei-
tas, seja pela ampliação da arrecadação dos benefícios associados às
rendas petrolíferas. Para os municípios do Estado de Sergipe, ver-se-á
que a dependência, em média, tem se elevado entre os anos de 2000,
2005 e 2010.
Com relação ao comportamento do indicador de educação do IFDM,
nota-se que entre os anos 2000, 2005 e 2010 houve uma melhoria dos
indicadores em todos os grupos, inclusive nos municípios do Estado de
Sergipe, exibidos no Gráfico 3. Para uma avaliação mais ampla dos dados
dos grupos de dependência e dos municípios do Estado de Sergipe, es-
tatísticas descritivas para as variáveis estão no Anexo A.
Gráfico 3 – Evolução do IFDM-Educação nos grupos de dependência (2000, 2005 e 2011)

Fonte: Elaboração própria
4.2 RESULTADOS DAS ESTIMATIVAS
As estimações foram realizadas em dois momentos. Inicialmente, utili-

zando a equação (2), foram realizadas estimações para os 738 municípios
brasileiros beneficiados com o recebimento de royalties. Em seguida, a partir
da equação (3), foram realizadas estimações para os municípios sergipanos.
Nas estimações, buscou-se investigar a relação entre o ingresso de
royalties e a melhoria nos indicadores de educação nos municípios. No
primeiro momento, onde são utilizados dados de todos os municípios
brasileiros, consideram-se os quatro grupos de dependência. No segun-
do momento, quando são utilizados dados dos municípios sergipanos, a
amostra não foi subdivida em grupos.
Para a estimação das equações de regressão, o efeito em nível indivi-
dual Ci foi modelado segundo o método de Efeitos Fixos e Efeitos Alea-
tórios, e o teste de especificação de Hausman foi utilizado para identificar
se o método de Efeitos Aleatórios é válido. Levando-se em consideração
o problema dos outliers, foi utilizado ainda para estimação o modelo MM.
Foi realizado teste adicional com o objetivo de detectar se houve viola-
ção da hipótese de homocedasticidade. Conforme os resultados da Tabela
5, detectou-se a presença da categoria de distúrbio não esférico no modelo.
Tabela 5 – Resultado dos testes utilizados para identificação de erros não esféricos
Teste Valor Hipótese Nula
W = 1.1e+34
Greene para heterocedasticidade Homocedasticidade entre os grupos
p = 0,0000
A tabela 6 apresenta os resultados para as estimativas dos coeficien-

tes dos grupos, e os correspondentes níveis de significância, para os 738
clusters, nos modelos de efeitos fixos, efeitos aleatórios e no modelo MM.
Os resultados obtidos com o modelo de efeitos fixos e com o modelo
de efeitos aleatórios são praticamente idênticos, em termos do sinal dos
estimadores e da sua significância. O teste de Hausman, que traz a rejeição
da hipótese nula de similaridade dos coeficientes entre os dois modelos,
mostra que deve ser utilizado o modelo de efeitos fixos, uma vez que há
características particulares dos municípios que devem constar no modelo.
Tabela 6 – Brasil: Estimativas dos parâmetros para a relação entre a Qualidade da Educação
(IFDM-Educação) e Royalties Receita Orçamentária (RRO), 2000-2010
Efeitos Efeitos
Variável MM Reg
Fixos Aleatórios
1,7898*** 1,8860*** 3,2936***
RRO.G1
(0,483) (0,474) (0,438)
0,1173 0,0527 0,0708
RRO.G2
(0,060) (0,035) (0,059)
123,6714*** 103,8874*** 101,3384***
RRO.G3
(15,452) (12,539) (21,211)
5,0588 3,9432 2,7371
RRO.G4
(4,3673) (3,261) (3,224)
0,1020*** 0,1074*** 0,0857***
IFDM_Ren_G1
(0,037) (0,029) (0,033)
0,0856*** 0,0307 0,1139***
IFDM_Ren_G2
(0,033) (0,027) (0,0412)
0,1275*** 0,2287*** 0,1386***
IFDM_Ren_G3
(0,035) (0,027) (0,028)
0,1027*** 0,0809*** 0,0564***
IFDM_Ren_G4
(0,037) (0,028) (0,028)
0,6656*** 0,7791*** 0,6487***
IFDM_Sau_G1
(0,033) (0,023) (0,032)
0,8329*** 0,8231*** 0,8621***
IFDM_Sau_G2
(0,047) (0,023) (0,062)
0,6083*** 0,6069*** 0,6807***
IFDM_Sau_G3
(0,0527) (0,029) (0,069)
0,8113** 0,7755*** 0,8198***
IFDM_Sau_G4
(0,034) (0,021) (0,025)
0,0540 *** 0,0398 ***
Interpceto -
(0,015) (0,011)
W. = 0,6389
R2 B. = 0,4291
0,6076
O. = 0,4845
Chi2 = 62,26
Teste Hausman
p = 0,0000
Fonte: Elaboração própria. Notas: *** significante a 1%; ** significante a 5%; * significante a 10%. Erros-
-padrão robustos entre parênteses.
As variáveis de renda e saúde relacionam-se positivamente e de for-

ma significativa com a melhoria dos indicadores de educação em todos
os grupos estudados. E o aumento dos royalties relaciona-se positiva-
mente e de forma significativa com a melhoria dos indicadores de edu-
cação apenas nos grupos 1 e 3. No grupo 2, que engloba os municípios
onde o recebimento de royalties chega a praticamente 95% do total e
onde há a maior dependência desses recursos no orçamento público
municipal, os efeitos sobre a melhoria dos indicadores de educação não
são percebidos.
A estimação utilizando o modelo MM ratifica os resultados encontra-
dos no modelo de efeitos fixos, co m efeito positivo e significativo das vari-
áveis renda e saúde sobre a qualidade da educação. Em relação às receitas
de royalties, como anteriormente, apenas nos grupos 1 e 3 percebe-se um
efeito positivo e significativo. No grupo 2, que é o principal quando se con-
sidera o recebimento de royalties, o aumento desta receita não impacta a
melhoria dos indicadores de educação nos municípios beneficiados.
Tabela 7 – Sergipe: Estimativas dos parâmetros para a relação entre a Qualidade da Educa-
ção (IFDM-Educação) e Royalties Receita Orçamentária (RRO), 2000-2010
Variável Efeitos Efeitos MM Reg
Fixos Aleatórios
RRO 0,0870 0,0807 0,0535
(0,125) (0,053) (0,039)
IFDM_Ren 0,2194*** 0,1257*** 0,1280*
(0,050) (0,040) (0,069)
IFDM_Sau 0,6206*** 0,5439*** 0,8224***
(0,050) (0,047) (0,039)
Interpceto 0,1016 *** 0,1865 ***
-
(0,031) (0,029)
R 2
W. = 0,6405
B. = 0,1261 0,4109
O. = 0,4036
Teste Hausman Chi2 = 29,36
p = 0,0000
Fonte: Elaboração própria. Notas: *** significante a 1%; ** significante a 5%; * significante a 10%. Erros-
-padrão robustos entre parênteses.
Considerando os resultados obtidos para o conjunto dos municípios

brasileiros, foram estimados os coeficientes para os municípios sergipa-
nos. Observe-se que, como anteriormente, o teste de Hausman indica
que o modelo de efeitos fixos é mais apropriado. As variáveis de renda e
saúde relacionam-se positivamente e de forma significativa com a me-

lhoria dos indicadores de educação. Mas o aumento dos royalties não
apresenta efeito significativo sobre a melhoria dos indicadores de edu-
cação. Os resultados são corroborados na estimação pelo modelo MM.
Os resultados apresentados mostram que o recebimento de receitas
de royalties não apresenta efeito positivo sobre a melhoria nos indicado-
res de educação no grupo 2, que concentra os municípios que mais rece-
bem esse recurso. No caso dos municípios sergipanos, que têm grande
participação no grupo 2, a ampliação das receitas de royalties não mos-
tra efeitos significativos sobre a melhoria dos indicadores de educação.
Tais resultados corroboram achados anteriores da literatura, como Nova
(2005), que analisou o caso dos municípios baianos, e Aquino (2004) e
Givisiez e Oliveira (2008), que investigaram os municípios fluminenses.
Nesses casos, sobretudo nos municípios fluminenses, as conclusões
apresentadas pelos autores indicam que as vantagens orçamentárias
desses municípios não têm se refletido em melhorias nos indicadores
de educação.
5. CONSIDERAÇÕES FINAIS E RECOMENDAÇÕES
O trabalho investigou o cenário anterior às mudanças relacionadas à

aplicação dos royalties, iniciadas no final de 2013, a fim de verificar nos
municípios se o ingresso de royalties petrolíferos resulta em melhorias
nos indicadores de educação, tomados como referência para o aprimo-
ramento do capital humano. As mudanças recentemente aprovadas afe-
tarão a capacidade de promoção de políticas públicas governamentais,
o que irá exigir maior controle sobre a aplicação dos royalties.
Conclui-se que, nos municípios mais dependentes inseridos no gru-
po 2, não foram percebidos efeitos dos royalties sobre a melhoria dos
indicadores de educação, contrariando a ideia de investir a receita de
recursos não renováveis no aprimoramento do capital humano, aprego-
ada como alternativa relevante de investimento dos recursos de royal-
ties. Conforme foi argumentado, o investimento em educação é uma
alternativa altamente recomendável, tanto para ampliar a cobertura do
sistema como para realizar as melhorias na qualidade da educação ofer-
tada. Nesse sentido, os municípios mais dependentes do recebimento
de royalties não fizeram o uso dessas receitas de modo a elevar subs-

tancialmente os investimentos em educação, essencial para o progresso
econômico e social.
Desse modo, a Lei nº 12.858/2013, que determina o direcionamento
de 75% dos royalties para a educação, é uma importante orientação para
aplicação dos royalties, haja vista o caráter discricionário de aplicação
dos royalties anterior à referida lei. Em função do caráter não renovável
do recurso, e sua inerente finitude, direcioná-lo para a formação de capi-
tal humano é uma opção altamente recomendável, dada a importância
da educação para a promoção do desenvolvimento.
AFONSO, J. R.; GOBETTI, S. W. Rendas do Petróleo no Brasil: Alguns As-

pectos Fiscais e Federativos. Revista do BNDES, v. 15, p. 231-269, 2008.
AQUINO, C. N. P. Um estudo dos royalties do petróleo: impactos so-
bre indicadores sociais nos municípios do Rio de Janeiro. Dissertação de
mestrado em economia empresarial.
BALTAGI, B. Econometric Analysis of Panel Data. 3rd ed. John Wiley &
Sons, 2005.
BECK, N.; KATZ, J. What to do (and not to do) with time series cross-sec-
tion data. American Political Science Review, vol. 89, n. 3, p. 634-647,
Sep. 1995.
BRASIL. Lei 9.478, de 06 de agosto de 1997. Dispõe sobre a política ener-
gética nacional, as atividades relativas ao monopólio do petróleo, institui
Conselho Nacional de Política Energética e a Agência Nacional do Petró-
leo. Lex: Diário Oficial [da República Federativa do Brasil], Brasília, 1997.
________. Lei 12.858, de 09 de setembro de 2013. Dispõe sobre a des-
tinação para as áreas de educação e saúde de parcela da participação no
resultado ou da compensação financeira pela exploração de petróleo e
gás natural, com a finalidade de cumprimento da meta prevista no inciso
VI do caput do art. 214 e no art. 196 da Constituição Federal; altera a Lei
nº 7.990, de 28 de dezembro de 1989; e dá outras providências. Lex: Diá-
rio Oficial [da República Federativa do Brasil], Brasília, 2013.
BREGMAN, D. Formação, distribuição e aplicação de royalties de re-
cursos naturais: o caso do petróleo no Brasil. Dissertação de Mestrado.
Rio de Janeiro: UFRJ, Mestrado em Economia da Indústria e da Tecnolo-

gia, 2007.
BRESSER-PEREIRA, Luiz C. Crescimento e desenvolvimento econômi-
co. Fundação Getúlio Vargas, 2008.
CARNICELLI, L.; POSTALI, F. A. S. Rendas do petróleo e tributos locais: uma
análise de propensity score. In: XL Encontro Nacional de Economia -
ANPEC, 2012, Porto de Galinhas, PE. Anais do XL Encontro Nacional de
Economia, 2012
CARNICELLI, L.; POSTALI, F. A. S. Royalties do petróleo e emprego público
nos municípios Brasileiros. Estudos Econômicos (São Paulo. Impresso),
v. 44, p. 469-495, 2014.
DRISCOLL, J.; KRAAY A. C. Consistent covariance matrix estimation with
spatially dependent data. Review of Economics and Statistics, vol. 80,
p. 549-560, 1998.
FIRJAN. Federação das Indústrias do Estado do Rio de Janeiro. Índice de
Firjan Municipal –IFDM. Disponível em: < http://www.firjan.com.br/> .
Acesso em nov. 2015.
GIVISIEZ, G. H. N.; OLIVEIRA, E.L. Royalties do petróleo e educação: análise
da eficiência da alocação. In: XVI ENCONTRO NACIONAL DE ESTUDOS
POPULACIONAIS. Set- out.2008. Caxambu – MG.
HARTWICK, J. M. Intergeneration Equity and the Investing of Rents from Ex-
haustible Resources. The American Economic Review, vol. 67, nº 5, 1977.
HOTELLING, H. The Economics of exhaustible resources. Journal of Polit-
ical Economy, v. 39, n.2, p. 137-75, Abril de 1931.
LACERDA, R. Petróleo e desenvolvimento local em Sergipe. Jornal da
Cidade. Aracaju, SE.2011.
NOGUEIRA, L. C. B. ; MENEZES, T. A. M. Os impactos dos royalties do petró-
leo e gás natural sobre o PIB per capita, índices de pobreza e desigualda-
des. In: XVI Encontro Regional de Economia. Fortaleza, 2011.
NOGUEIRA, C. F.; SANTANA, J. R. “ Royalties da Indústria do Petróleo: Con-
tribuição efetiva ao desenvolvimento sustentável nos municípios sergi-
panos? ”. Revista Econômica do Nordeste. Fortaleza, v.39, nº 3, jul-set. 2008.
NOVA, L. C. Análise do impacto social das receitas provenientes de
royalties de petróleo em municípios do estado da Bahia. Dissertação
de mestrado em Administração. Programa de Pós- Graduação em Admi-
nistração da Universidade de Brasília – UNB, 2005.
POSTALI, F. A. S.; NISHIJIMA, M. O retorno social dos royalties do petróleo

nos municípios brasileiros. In: XXXVI Encontro Nacional de Economia
ANPEC - Associação de Centros de Pós-Graduação em Economia,
2008, Salvador.
POSTALI, F. A. S. Petroleum royalties and regional development in Brazil:
The economic growth of recipient towns. Resources Policy, 2009, 34, p.
205-213
REIS, D. A.; SANTANA, J. R.; MOURA, F. R. Royalties petrolíferos e despesas
com pessoal nos municípios brasileiros: há alocação inadequada desses
recursos? The 2nd Ibero-American Congress on Regional Develop-
ment and 12th Congress of the Brazilian Regional Science Associa-
tion [ENABER].Belo Horizonte, 2014.
REIS, D. A.; SANTANA, J. R.Os efeitos da aplicação dos royalties petrolíferos
sobre os investimentos públicos nos municípios brasileiros. Revista de
Administração Pública [online]. 2015, vol.49, n.1.
SACHS, J.; WARNER, A.; Natural Resource Abundance And Economic
Growth. NBER working paper 5398. Cambridge, MA. 1995.
SILVA, G. M. Impactos sociais, ambientais e urbanos das atividades
petrolíferas: o caso de Macaé. Royalties do petróleo e pobreza em Ser-
gipe: desafios e incertezas na abundância. Cap. 4-2, pag.429. Niterói.
Dez.2010.
SILVA, L. E; SANTANA, J. R.; FARIAS, T. A. Impacto das rendas petrolíferas
sobre os municípios: Uma análise das finanças públicas e desenvolvi-
mento em Sergipe. Revista de Desenvolvimento Econômico, n.29. Sal-
vador, BA. 2014.
STN. Secretaria do Tesouro Nacional. Finanças do Brasil - FINBRA. Dispo-
nível em: <https://www.tesouro.fazenda.gov.br> Acesso em fev. 2012.
HOECHLE, D. Robust standard errors for panel regressions with cross-sec-
tional dependence. The Stata Journal, v. 7, n. 3, p. 281–312, 2007.
STOCK, J. H.; WATSON, M. W. Heteroskedasticity-Robust Standard Errors
For Fixed Effects Panel Data Regression. Econometrica, v. 76, n. 1, p.
155–174, 2008.
TERRA, D. C. T.; GIVISIEZ, G. H. N.; OLIVEIRA E. L. Rendas petrolíferas, in-
vestimentos públicos e aumento das desigualdades intra-urbanas. XII
Encontro da Associação Nacional de Pós-Graduação e Pesquisa em
Planejamento Urbano e Regional: Belém, 2007.
VERARDI, V.; CROUX, C. Robust Regression in Stata. The Stata Journal, v.

9, n. 3, p. 439-453, 2009.
UCAM. Universidade Cândido Mendes. Sistema info royalties. Dispo-
nível em: <http://www.inforoyalties.ucam-campos.br> Acesso em jan.
2012.
YOHAI, V. J. High breakdown-point and high efficiency robust estimates
for regression. The Annals of Statistics, v. 15, n. 2, p. 642-656, Jun. 1987.
Anexo A
Tabela 8 – Estatísticas Descritivas

Grupo 1
Variáveis
Média Med. D.P C.V Assi. Curt. Min. Max. Obs.
IFDM-Educação 0,648 0,650 0,125 0,192 -0,128 2,730 0,265 0,950 551
RRO 0,007 0,005 0,007 0,955 2,646 15,370 0,000 0,062 523
IFDM-Renda 0,358 0,334 0,162 0,451 0,946 4,134 0,050 0,898 550
IFDM-Saúde 0,705 0,705 0,128 0,182 -0,112 2,115 0,410 0,987 551
Grupo 2
Variáveis
IFDM-Educação 0,671 0,684 0,130 0,193 -0,489 2,930 0,281 0,950 551
RRO 0,122 0,083 0,141 1,159 2,320 9,391 0,000 0,861 496
IFDM-Renda 0,468 0,451 0,162 0,345 0,521 2,948 0,068 0,944 551
IFDM-Saúde 0,744 0,760 0,103 0,139 -0,664 3,366 0,341 0,965 551
Grupo 3
Variáveis
IFDM-Educação 0,555 0,531 0,177 0,320 0,435 2,227 0,212 0,968 554
RRO 0,000 0,000 0,000 1,121 1,410 4,039 0,000 0,001 518
IFDM-Renda 0,434 0,363 0,205 0,473 0,824 2,679 0,045 0,966 554
IFDM-Saúde 0,647 0,640 0,134 0,206 0,212 2,266 0,245 0,954 554
Grupo 4
Variáveis
IFDM-Educação 0,597 0,607 0,144 0,241 -0,189 2,329 0,228 0,940 552
RRO 0,002 0,001 0,001 0,821 1,794 8,547 0,000 0,009 492
IFDM-Renda 0,357 0,328 0,166 0,465 0,884 3,751 0,045 0,917 551
IFDM-Saúde 0,674 0,676 0,126 0,187 -0,039 2,026 0,398 0,943 552
Sergipe
Variáveis
IFDM-Educação 0,592 0,604 0,101 0,170 -0,401 2,244 0,347 0,776 225
RRO 0,041 0,006 0,111 2,690 4,507 26,502 0,001 0,856 219
IFDM-Renda 0,369 0,353 0,141 0,383 0,804 4,313 0,050 0,908 225
IFDM-Saúde 0,654 0,658 0,114 0,175 0,037 2,586 0,341 0,947 225
IFDM-Saúde 0,592 0,604 0,101 0,170 -0,401 2,244 0,347 0,776 225
Notas: Med. – Mediana. D.P – Desvio Padrão. C.V – Coeficiente de Variação. Assi. – Assimetria.
Curt. – Curtose. Min. – Valor Mínimo. Max. – Valor Máximo. Obs. – Número de Observações.
03 O FINANCIAMENTO DO
DESENVOLVIMENTO REGIONAL:
O CASO DO FNE NA BAHIA
Wesley Santos1
Elmer Nascimento Matos2
Resumo:
O presente trabalho analisa o papel do Fundo Constitucional de

Financiamento do Nordeste como principal instrumento de fi-
nanciamento da Política Nacional de Desenvolvimento Region-
al, centrando a análise para o estado da Bahia, no período entre
1989-2010. Objetiva nesse sentido verificar se a alocação espacial
e setorial dos investimentos tem contribuído para uma melhor
distribuição geográfica da atividade econômica rumo à descon-
centração produtiva regional. O trabalho inicialmente apresenta
os fundamentos dos Fundos Constitucionais de Financiamento,
com seus objetivos, diretrizes, recursos e administração. Na se-
qüência, será apresentado e discutido o papel do Fundo Consti-
tucional de Financiamento do Nordeste e seus desdobramentos
sobre a economia do estado da Bahia.
Palavras-chave: Desenvolvimento regional, Fundo Constitucional
de Financiamento, Bahia.Considerações gerais
1 Mestre em Economia e professor Substituto/Colaborador do Departamento de Econo-

mia pela Universidade Federal de Sergipe. Departamento de Economia. Email: welsha-
dai@hotmail.com.
2 Professor do Departamento de Economia da Universidade Federal de Sergipe, Dou-
tor em Desenvolvimento Econômico pela Unicamp e Mestre em Economia pela UFPE.
Email: elmermatos@gmail.com.
76 Wesley Santos; Elmer Nascimento Matos
1. INTRODUÇÃO
É notório que a forma como aconteceu a integração econômica entre

as diversas regiões brasileiras e o centro da dinâmica industrial fez com que
se tornassem mais evidentes os desequilíbrios inter-regionais. Entretanto,
mesmo diante de uma maior concentração das atividades produtivas no
centro dinâmico, as outras regiões foram alcançadas pelo espraiamento
de suas atividades, de maneira que não ficaram estagnadas, pelo menos
no período que compreende desde os anos 30 até os anos 70, quando se
apresentaram altas de crescimento. Por outro lado, com a criação do Pla-
no de Metas (1956-1961) e seus investimentos, há um crescimento mais
acelerado da cidade de São Paulo (centro dinâmico) ocorrendo uma maior
concentração de atividades em seu território, sobretudo, em torno da cha-
mada indústria pesada (MATOS e MACÊDO, 2008).
A partir dessas circunstâncias, cresce a necessidade de uma melhor
articulação entre as demais regiões e esse estado que se consolida como
polo dinâmico. Segundo Galvão e Vasconcelos (1999, p. 8), As regiões
periféricas não tiveram grandes opções produtivas, pelo contrário cami-
nharam no sentido de obter um papel complementar ao da economia
polo, com poucas chances de multiplicação dos seus compartimentos
produtivos. Dito de outra forma, elas passaram a depender do aproveita-
mento ou não das oportunidades recebidas da economia paulista.
De maneira que o resultado de tal processo redundou em maiores exi-
gências no sentido de que fossem colocadas em execução políticas pú-
blicas capazes de minorar o excesso dessa concentração e logicamente
diminuir as desigualdades entre São Paulo e as regiões menos dinâmicas.
Assim, por meio do aparato institucional e com base em planos e incen-
tivos ao desenvolvimento regional, a partir dos anos 60 regiões conside-
radas como de periferia conseguiram integrar-se ao processo produtivo.
O fato é que a economia brasileira como um todo sempre foi afetada
por políticas e modelos econômicos vigentes em diferentes épocas. Os
impactos dessas políticas econômicas se encarregaram de trazer novas
alterações, gerando crescimento dos setores da economia e mudanças
nas variáveis econômicas. Mudanças estruturais que aconteceram nas
relações de trabalho e na própria configuração da economia, em espe-
cial no âmbito regional. Essas mudanças contaram com o apoio de re-
O FINANCIAMENTO DO DESENVOLVIMENTO REGIONAL 77
cursos federais das mais diversas ordens que sendo utilizados corrobo-
raram para que houvesse uma diminuição das desigualdades regionais
e uma melhoria nas bases produtivas das regiões mais pobres. O que por
sua vez, possibilitou um aumento da participação dessas regiões (Norte,
Nordeste e Centro-Oeste) na composição do PIB nacional.
Porém, por conta da crise do Estado e mediante a inflexão das políti-
cas regionais, enfrenta-se o esvaziamento paulatino dos recursos que até
então davam ao governo a capacidade de financiar o desenvolvimento
regional e continuar como ator principal nesse processo. Dito de outra
forma arrefeceu-se o poder central de programar e impulsionar políticas
de desenvolvimento, visto que a visão de exaltação às leis de mercado
contribuiu para que o Estado perdesse gradativamente o comando do
planejamento e da coordenação das políticas necessárias ao desenvolvi-
mento regional, em especial no caso do Nordeste.
Assim, como fruto desse momento de crise e da pressão exercida por
certas representações inquietas com a falta de políticas direcionadas a
promoção do desenvolvimento regionalizado, ainda no final da década
de 80 surgiram os Fundos Constitucionais de Financiamento. Estes foram
criados com objetivo de promover o aumento da produtividade, criar em-
pregos, elevar as receitas e tornar mais equitativa a distribuição de renda.
Isso incorporando recursos que teriam a sua aplicação voltada para o fi-
nanciamento de setores das regiões Norte, Nordeste e Centro-Oeste.
O presente trabalho está dividido em quatro sessões, contando com
esse introito. Na segunda serão apresentados os fundamentos dos Fun-
dos Constitucionais de Financiamento, com seus objetivos, diretrizes,
recursos e administração. Na sessão terceira será discutido o papel do
Fundo Constitucional de Financiamento do Nordeste e seus desdobra-
mentos sobre a economia do estado da Bahia. Na ultima sessão serão
destacadas as considerações finais.
2. OS FUNDOS CONSTITUCIONAIS DE FINANCIAMENTO: OB-

JETIVOS, DIRETRIZES E RECURSOS
Os Fundos Constitucionais foram criados com o objetivo de cooperar

com o desenvolvimento socioeconômico das regiões mais atrasadas, a
exemplo do Norte, Nordeste e Centro-Oeste. Os mesmos têm seus recur-
78 Wesley Santos; Elmer Nascimento Matos
sos ofertados via instituições financeiras federais, mediante a execução

de programas diretamente atrelados ao desenvolvimento produtivo das
regiões e em conformidade com os planos de desenvolvimento regional.
Os fundos foram constituídos, dentre outras coisas, como resulta-
do da pressão exercida pelos agricultores rurais de menor capacidade
financeira e por certas representações regionais inquietas diante da
ausência de um plano nacional que viabilizasse o desenvolvimento das
regiões menos desenvolvidas. Nessa direção, Barbosa (2005) reitera que
a elaboração dos mesmos viria a contribuir de forma direta para o forta-
lecimento das atividades produtivas nessas regiões, que são carentes de
aporte de crédito, e por suas dificuldades viram-se alijadas do processo
de captação de recursos. Processo esse que segundo a teoria monetária
pós-keynesiana, é de suma importância para o desenvolvimento de re-
giões periféricas.
Ressaltamos que dentre as três regiões citadas, o Centro-Oeste foi
a que mais captou recursos, sobretudo, crédito agrícola, mas tal capta-
ção foi feita por agricultores de grande porte que se integram ao agri-
business e não por agricultores de menor porte. Estes foram excluídos
do processo, e essa exclusão veio a justificar a inserção da região como
beneficiária dos Fundos Constitucionais, justamente para minorar as di-
ficuldades enfrentadas pelos agentes de menor porte (QUIANTE, 2010).
Criados através da Constituição Federal de 1988 (artigos 159 e 161), e
instituídos ou regulamentados em 27 de setembro de 1989, são três
os Fundos Constitucionais de Financiamento: O da região Norte (FNO),
recebendo 0.6 % dos recursos e com administração do banco da Ama-
zônia, o da região Nordeste (FNE), recebendo 1,8% dos recursos e com
administração do Banco do Nordeste e o Fundo de Financiamento da
região Centro-Oeste (FCO), recebendo 0,6% dos recursos e tendo como
administrador o Banco do Brasil (CARDOZO, 2010).
Os recursos gerenciados por essas instituições não sofrem conten-
ção, estando a salvo das restrições de controle monetário próprias da
conjuntura econômica. Embora administrado por esses gestores não
fazem parte de seus haveres, sendo exigido um balancete à parte, de
modo que as instituições responsáveis recebem única e exclusivamen-
te por efetuarem a gestão dos mesmos. Conjuntamente o capital dos
Fundos tem como prioridade atender micro e pequenas empresas,
além de produtores rurais. Essa priorização tem como objetivo promo-

ver a integração desses agentes e diminuir as desigualdades regionais
(QUIANTE, 2010).
Ressaltamos que todos Fundos têm por finalidade específica fi-
nanciar atividades de cunho produtivo, sobretudo, no semiárido. De
modo que metade dos recursos deve ter essa destinação de acordo
com o artigo 159, inciso I, alínea c, da Constituição Federal. Tudo deve
ocorrer em consonância com os planos regionais de desenvolvimen-
to, que por sua vez, devem seguir diretrizes ao formular os devidos
programas de financiamento.
Matos e Macêdo (2008, p.5) reiteram que a origem dos recursos dos
três Fundos está em cerca de 3% do Imposto de renda (IR) e do Imposto
sobre Produtos Industrializados (IPI), sendo transferidos pela Secretaria
do Tesouro nacional (STN), embora, existam outras fontes de recursos
tais como: o reembolso de créditos, a remuneração de aplicações finan-
ceiras e o retorno ao fundo dos valores relativos aos riscos assumidos
pelos bancos. Reiteram ainda que os agentes administradores podem
repassar recursos a outras instituições bancárias, desde que tenham fun-
cionamento autorizado pelo Banco Central do Brasil (BCB).
Ainda de acordo com estes autores, com a legislação que está em
vigor a responsabilidade no tocante às diretrizes e prioridades para apli-
cação dos recursos, cabe ao Ministério da Integração Nacional (MI). Cabe
a este também a orientação para que os agentes administradores façam
o correto direcionamento desses recursos. Em termos operacionais o MI,
juntamente com os bancos administradores, com representantes dos
governos estaduais, empresários e trabalhadores de cada região, parti-
cipam anualmente de uma reunião para discutir as diretrizes e priorida-
des para direcionamento dos recursos. Após esse processo os bancos
apresentam propostas ao Ministério e as mesmas são aprovadas pelos
respectivos Conselhos Deliberativos da SUDAM e SUDENE, ficando tam-
bém a cargo do Ministério da Integração Nacional a responsabilidade
pelo controle, auditoria, supervisão e avaliação de desempenho dos três
Fundos (MATOS e MACÊDO, 2008).
3. A ATUAÇÃO DO FNE NO ESTADO DA BAHIA
Desde quando foi criado, o FNE experimentou um importante cres-

cimento dos recursos que lhe são repassados pela Secretaria do Tesouro
Nacional (STN). Esse crescimento desencadeou um considerável aumento
das operações e valores contratados junto ao BNB, gestor dos recursos do
Fundo. Além disso, entre 1989 e 1994 e depois entre 1995 e 2002, anos de
estabilização monetária, houve ociosidade na aplicação desses recursos.
É verdade que no período pós-real, sobretudo, entre 1996 e 1999,
apesar da ociosidade de recursos houve um crescimento anual susten-
tado que em 1999 superou os valores correspondentes ao ano de 1995.
No entanto, é a partir de 2003 que há um crescimento mais significativo
dos valores contratados pelo Fundo, crescimento que pode ser enten-
dido como resultado da conjuntura econômica pautada na melhoria da
economia brasileira. Por outro lado, pode ser entendido também como
consequência da existência de recursos ociosos que não sendo aplica-
dos nos anos anteriores, passaram a ser aplicados de forma mais intensa
a partir do ano em questão diante da conjuntura favorável à formação
de expectativas mais otimistas para as inversões.
Entre 1989 e 2010 foram realizadas mais de 3,5 milhões de operações
com os recursos do FNE por meio da atuação do Banco do Nordeste. O Esta-
do da Bahia respondeu por uma média de 19% dessas operações e 25,5%
dos valores contratados em função das mesmas (Tabela 1). Dessa forma,
os valores médios dos financiamentos efetuados na Bahia, são maiores
que a média dos valores nos demais estados abrangidos pelo Fundo.
Ainda em observação a Tabela 1, é possível identificar que entre 1989
e 1994, período anterior à criação do Plano real, há um maior custo uni-
tário médio das contrações. Isso é fato, pois o número de operações para
todo o FNE, cerca de 209 mil, é bem menor que nos períodos posteriores,
isso não só para o conjunto do FNE, mas também para o estado da Bahia,
que no período acumulou 33.662 operações, correspondendo a 16,1%.
Por outro lado, os valores contratados na Bahia revelam que ao longo
do tempo a participação estadual nos financiamentos cresceu de forma
significativa saltando de 23,7% no período em questão para 24,3% entre
1995 e 2000, e chegando a 29,2% entre 2001 e 2005. E embora, haja uma
queda entre 2006 e 2010, o valor ainda situa-se acima dos 25%, assim
também a média calculada em função de todos os períodos. O custo

maior e o menor número de contratações no período pré-real pode ser
resposta a menor dissipação dos recursos na fase inicial de operação do
FNE. Isso teria dificultado a sua aproximação com um maior número de to-
madores de crédito, com destaque para os de menor porte, o que em tese
teria elevado o valor unitário médio das contratações para esses anos.
Tabela 1 - FNE*: Participação do estado da Bahia nas operações e contratações e valor uni-
tário médio das contratações 1989 – 2010
Custo unitário médio
Participação da Bahia no total do FNE (%)
Período das contratações (R$)
Operações Valores contratados Bahia FNE FNE-BA
1989/1994 16,1 23,7 43.975 29.831 27.116
1995/2000 23,3 24,3 13.162 12.653 12.498
2001/2005 19,2 29,2 19.410 12.797 11.223
2006/2010 17,5 25,1 25.339 17.677 20.227
Média 19,0 25,5 25.471 18.239 17.766
Fonte: SIG/MI Fonte: SIG/MI www.integracao.gov.br
*Inclui partes de Minas Gerais e Espírito Santo inseridas na área de abrangência do FNE.
Valores atualizados pelo BTN e pela TR, a preços de dezembro de 2010.
Já no período pós-real vê-se uma elevação no conjunto das con-

tratações, sobretudo nas realizadas pelos tomadores de menor porte.
Conforme a Tabela 2, estes responderam entre 2000 e 2012 por 99% das
operações efetuadas na Bahia, mas é bom ressaltar que, embora o perí-
odo seja mais recente, desde 1998 a partir de onde se tem informações
disponibilizadas, o nível de participação destes tomadores sofreu oscila-
ções insignificantes.
Porém, o que nos chama atenção é que mesmo representando 99%
das contratações, isso em função do PRONAF, os tomadores acima cita-
dos respondem apenas por 24,5% dos valores alvos de contratação nos
limites estaduais. E na relação BA/FNE, apenas 18,7 % das operações,
porém 22,1% dos valores contratados. Em contrapartida, os tomadores
de porte grande e médio, mesmo sendo responsáveis por uma pequena
parcela das operações, respectivamente 0,7 e 0,5%, são os que mais con-
centraram valores contratados.
Tabela 2 - FNE*: Bahia e demais estados - nº de operações realizadas e distribuição dos

valores contratados por porte de tomadores - 2000-2012
Distribuição das operações Distribuição dos valores
Porte realizadas (%) contratados (R$)
BA/FNE Bahia FNE BA/FNE Bahia FNE
Mini, Micro, Pequeno 18,7 98,8 99,2 22,1 24,5 28,1
Médio 21,9 0,7 0,6 21,2 12,5 15,1
Grande 37,5 0,5 0,2 28,2 63,0 56,8
Total 100 100 100 100
Fonte: SIG/MI www.integracao.gov.br/
*Inclui partes de Minas Gerais e Espírito Santo inseridas na área de abrangência do FNE.
Em suma, a Bahia segue a tendência do FNE, mas com maior intensi-

dade, enquanto no FNE ambos os grupos representam 71,9% dos valo-
res, no caso da Bahia essa representação é maior, chegando a 75,5%. Em
separado, os tomadores de grande porte se destacam predominante-
mente, na Bahia com 63% e no conjunto do FNE com 56,8%.
Por um lado, isso pode ser explicado como resultado da concentra-
ção de financiamentos em projetos de maior viabilidade econômica.
Tais projetos seriam apresentados por tomadores que possuem condi-
ções mais favoráveis de crescimento, acumulação e modernização, ga-
rantindo com mais precisão o cumprimento das exigências e garantias
solicitadas quando feita a realização do empréstimo. Assim, os menores
tomadores estariam sendo alijados do processo.
A outra explicação para tal concentração de recursos, sobretudo, entre
2000-2012 pode estar no fato de que a partir de 2004 surgiu a possibili-
dade de contratação para projetos direcionados a área de infraestrutura
através do PROINFA (Programa de Financiamento à Infraestrutura Com-
plementar da Região Nordeste). Esses projetos mesmo respondendo por
uma ínfima quantidade de operações têm a capacidade de aumentar essa
concentração, já que demandam maiores volumes de recursos. Além dis-
so, os mesmos são projetos estruturantes que executados tendem a facili-
tar o desenvolvimento de outras atividades e o acesso ao chamado capital
social básico, em especial, quando realizados em áreas carentes.
O fato é que mesmo diante das possíveis explicações, o que se per-
cebe é que o FNE vem atuando pelo lado da demanda em seu conjunto
e também no caso da Bahia. Isso fica claro quando se avulta a possibi-

lidade de uma atuação em função de melhores condições do tomador
quer sejam financeiras ou estruturais. Há nesse sentido uma reprodução
da lógica estabelecida pelo mercado, onde quem tem mais, ganha mais.
Quanto à alocação setorial dos recursos do FNE na Bahia, das mais
de 666 mil operações realizadas entre 2000-2012 observa-se na Tabela 3
que 96,7% se direcionaram ao setor rural e com uma representação de
45,5% do total contratado. Os demais setores em conjunto representa-
ram apenas 3,3%. Embora, seja o maior percentual, há visivelmente uma
distância entre operações e valores contratados, isso por conta das me-
nores condições de tomada de crédito por parte dos tomadores que em
regra são os de menor porte. Na verdade, os números revelam um des-
compasso entre operações e valores contratados dentro do setor, o que
pode ser entendido como uma falha de atuação, já que o Fundo não está
provendo mais recursos para grupos menos favorecidos, conforme seu
objetivo. Se bem que para desmistificar essa questão é preciso lembrar
que as atividades financiadas no setor, tais como: implantação, amplia-
ção, modernização e reforma de empreendimentos rurais por si mesmas
acabam requerendo valores menores de financiamento.
Tabela 3 – Bahia: Número de operações realizadas e valores contratados por programa do

FNE : 2000-2012
Operações Valores contratados
Programas
Bahia/FNE Bahia FNE Bahia/FNE Bahia FNE
Rural 18,4 96,7 96,4 29,3 45,5 38,3
Agroindustrial 1,7 0,04 0,05 8,0 0,9 2,6
Industrial 12,7 0,4 0,5 17,7 16,1 22,3
Turismo 1,9 0,05 0,05 28,8 3,3 2,8
Infraestrutura 7,5 0,01 0,01 34,1 20,0 14,4
Serviços 17,5 2,8 2,9 17,9 14,2 19,5
Total 100 100 100 100
Fonte: SIG/MI www.integracao.gov.br.
Seguindo o setor rural temos o setor de infraestrutura à frente do se-

tor industrial com 20% dos recursos, mesmo com uma representação de
apenas 0,01% das operações na Bahia. Como explicado, são operações
que beneficiam projetos que de fato demandam maiores volumes de
recursos. O interessante a ser frisado é que na relação BA/FNE, a Bahia
responde por 34,1% do total contratado pelo FNE no setor de infraestru-

tura, mais do que os 29,3% do setor rural, reforçando a ideia de financia-
mento de grandes projetos e consequente financiamento dos grandes
tomadores de crédito. Nesse sentido, mais adiante trataremos da alo-
cação espacial dos recursos e as tabelas irão indicar que de fato há uma
maior concentração desses investimentos em áreas mais estruturadas.
Ainda com referência a Tabela 3, quanto ao setor industrial, o mesmo
foi responsável por 16,1 % dos valores contratados na Bahia, a despeito
de todas as mudanças que ocorreram na economia baiana, fazendo com
que este setor chegasse a representar em 2010, 30% do seu PIB. Entre-
tanto, pelos valores contratados há um indicativo de que o setor cresce
no estado, mas não se pode atribuir esse crescimento de forma intensa
aos recursos que lhes são destinados por meio do FNE. Quanto ao setor
de serviços representando 14,2% dos valores contratados na Bahia, ocu-
pando a 4ª posição entre os setores mais incentivados e é seguido pelos
setores de turismo e agroindústria, respectivamente 3,3% e 0,9.
Na Bahia, ocorre o mesmo fenômeno com o qual se depara o FNE em
seu conjunto, ou seja, enquanto os recursos se concentram no setor rural
a composição do PIB estadual mostra evolução do setor industrial e ter-
ciário. O setor primário que em 1960 correspondia a 39,7 % do PIB esta-
dual sofreu inflexão cedendo espaço a indústria e aos serviços, que jun-
tos em 2010 já representavam mais de 92% do PIB baiano contra 7,2% de
representação do setor rural, este tem no período uma perda de 32,5%.
A forte atuação do setor primário nos anos 60, próxima dos 40%
do PIB, justifica-se pelo fato de que até esse período a economia baia-
na era caracterizada pela produção de base agrícola. Vários produtos, a
exemplo do cacau, sisal, fumo, e outros produtos voltados ao mercado
externo montavam essa base, mas, nos anos 70, como já mencionado, as
bases produtivas do estado passam por uma diversificação ao ver des-
pontar o setor industrial, sobretudo, as indústrias voltadas para o setor
de transformação (ALCOFORADO, 2003).
Mesmo diante dos números modestos dos setores tradicionais que a
compõem, a indústria de transformação se tornou a maior indutora da
expansão industrial na Bahia. Tanto que já nos anos mais recentes, ou
seja, na década de 2000, a mesma continuou a evoluir positivamente, e
no ano de 2003, por exemplo, obteve um crescimento de 11,9%. Além
disso, houve um grande impulso, com o qual contribuiu diretamente o

parque automotivo em Camaçari, que em menos de três anos de funcio-
namento já havia atingido o volume de produção que era previsto para o
final de 2005 (http://www.sei.ba.gov.br/). Portanto, o que se vê na Bahia
é que entre os anos de 1970 e 2000, o setor terciário se consagra como
o de maior participação na composição do PIB e, portanto, da riqueza
estadual, mas a indústria passou a ter considerável relevância.
Nesse sentido, é preciso destacar a participação da indústria de trans-
formação no Valor da Transformação Industrial (VTI) do estado, quando
em 2010 representou 4,2% do VTI do país, sendo a maior participação
entre os estados do Nordeste. Além disso, em todos os anos e para os
setores selecionados conforme mostram os dados a seguir, o segmento
da transformação obteve um percentual acima de 90% de participação
na estrutura produtiva industrial do estado.
Como é possível observar na Tabela 4, os segmentos de coque, refino
de petróleo, combustíveis nucleares e produção de álcool e de produtos
químicos, perde posição relativa ao longo do período analisado, mas,
continuam sendo responsáveis por mais de 40,5% do VTI, conforme da-
dos de 2010. Além disso, outros setores tiveram expansão que indica a
existência de um processo de diversificação dentro da base industrial.
Dessa forma, o que se verifica na Bahia e Nordeste é uma atuação do
FNE financiando com maior aporte o setor rural. Tal direcionamento não
se constituí em um problema, mas é preciso ressaltar que o setor indus-
trial tem recebido investimentos que ainda ficam a margem do necessá-
rio, já que o mesmo responde por quase 1/3 do PIB baiano, recebendo
menos que este mesmo terço em relação aos recursos do Fundo, se bem
que no caso deste é possível o financiamento a partir de outras fontes,
a exemplo do BNDES, ainda sim é possível evidenciar a necessidade de
uma melhor redistribuição dos recursos em termos setoriais.
Outro fator a ser considerado, diz respeito à distribuição espacial dos
recursos dentro dos limites correspondentes à Bahia. Antes é necessário
lembrar que um dos objetivos propostos pelo Fundo, consiste na dimi-
nuição das desigualdades regionais. Essa diminuição deve ocorrer à me-
dida que os recursos oriundos do Fundo sejam direcionados para áreas
de menor adensamento produtivo, nas quais o crédito guiado pela lógi-
ca privada não tem, muitas vezes, o interesse de atuar. Assim, o Fundo
deveria ter, como um dos instrumentos de política regional coordenado

pelo Estado, a capacidade de corrigir falhas de mercado e viabilizar o
crédito com destino a essas regiões.
No entanto, ao contrário do proposto, o FNE como um todo e no caso
específico da Bahia, tem se comportado como financiador das regiões
economicamente menos atrasadas, para as quais tem direcionado a
maior parte de seus recursos. Há um direcionamento de recursos para
áreas mais desprovidas, porém, a atuação com base na demanda tem
provocado um maior afluxo para áreas onde estão localizadas as melho-
res estruturas e bases produtivas.
O fato é que, assim como por meio do FNE a desigualdade regio-
nal do Nordeste em relação às regiões tidas como mais dinâmicas está
sendo diminuída, e contraditoriamente pela concentração de recursos
nas metrópoles regionais as desigualdades intra-regionais podem estar
sendo aumentadas, na Bahia não tem sido diferente. Em função da con-
centração de recursos, sobretudo, na Região Metropolitana de Salvador
(RMS), outras regiões têm recebido menos recursos do que o necessário
para desenvolver suas cadeias produtivas.
Em análise feita para o período que compreende os anos 2000 a
2005, segundo Matos e Macêdo (2007), alguns municípios, em especial
na RMS, se destacaram como tomadores de recursos do FNE, a exemplo
de Camaçari, que segundo a análise desses autores, já no ano de 2001,
era responsável por 35% dos valores contratados pelo Fundo. Esse per-
centual de contratação ultrapassa mais de 70% do contratado no ano
em questão, sendo que boa parte dos recursos foram destinados aos in-
vestimentos no setor automobilístico. Este volume de aplicações pode
ser entendido como um elo de reforço à concentração espacial em torno
de empreendimentos e cidades de grande ou médio porte.
Nesse sentido, há uma facilitação do acesso ao crédito, até mesmo
por conta de uma maior cultura empresarial na localidade. No entanto,
quando há uma forte concentração de recursos, há como consequên-
cia um aumento das desigualdades dentro dos limites estaduais, visto
que barreiras de infraestrutura, dentre outros fatores, corroboram para
exclusão das áreas de menor porte e dinamismo. Assim, retomaríamos
a questão de que o FNE tem a alocação de seus recursos prejudicada
quando não consegue atuar sob a ótica da oferta.
Tabela 4 – Bahia: Percentual de participação do VTI industrial no Total do VTI da Bahia –

Anos e setores selecionados – (%)
Setores 1998 2000 2002 2004 2006 2008 2010
Indústrias extrativas 5,9 6,4 6,3 8,5 6,3 7,1 8,3
Indústrias Transformação 94,1 93,6 93,7 91,5 93,7 92,9 91,7
GI - bens de consumo não durável 20,2 15,1 16,6 17,9 10,0 12,8 16,0
Alimentos e bebidas 14,0 9,8 10,4 11,9 6,6 7,7 9,0
Fumo 0,4 0,2 0,3 0,2 0,2 0,3 0,2
Têxtil 1,4 1,6 2,1 1,7 0,1 0,8 1,0
Vestuário e confecções 0,9 0,6 0,6 0,7 0,8 0,8 1,5
Couro, artigos de viagens e calçados 0,5 1,5 1,8 2,1 1,1 2,7 3,3
Edição/impressão e reprod. de gravações. 2,6 0,8 0,7 0,6 0,6 0,1 0,3
Fabricação de móveis 0,4 0,6 0,8 0,7 0,6 0,4 0,7
GII – Bens de consumo intermediário 68,3 71,7 69,1 63,9 70,2 67,1 62,1
Produtos de madeira 0,3 0,2 0,2 0,3 0,2 0,2 0,2
Celulose, papel e produtos de papel 5,6 7,3 6,7 4,5 3,3 5,5 6,7
Coque, refino de petróleo, combustíveis
10,7 31,3 25,4 25,3 37,6 33,6 25,8
nucleares e prod. de álcool
Produtos químicos 37 22,5 25,7 23,1 20,0 17,3 14,9
Artigos de Borracha e plástico 3,1 1,3 1,7 2,2 2,7 2,9 4,0
Minerais não metálicos 2,5 1,6 1,4 1,0 1,1 1,2 2,3
Metalurgia 7,3 6,5 7,0 5,7 4,0 4,9 6,8
Produtos de metal 1,8 1,0 1,0 1,8 1,3 1,5 1,4
Reciclagem 0,0 0,0 0,0 0,0 0,0 0,0 0,0
GIII- Bens de Consumo durável e capital 5,6 6,8 7,8 9,7 13,5 13,0 13,6
Máquinas e equipamentos 2,0 1,1 1,5 1,2 1,8 0,4 0,5
Equipamentos de informática 1,7 4,3 0,8 1,0 2,3 2,2 2,2
Máquinas, aparelhos e material elétrico. 1,7 1,1 1,0 1,2 1,3 0,6 0,7
Eletrônico/aparelhos/equipamento
- 0,2 0,2 0,2 0,5 0,4 0,3
comunicação
Médico hospitalares 0,1 0,1 0,2 0,2 0,1 0,1 0,1
Mont. veículos, reboques e carrocerias 0,0 0,0 4,1 5,6 6,6 9,3 9,7
Equipamentos de transporte 0,1 0,0 0,0 0,3 1,0 0,0 0,1
Total Indústria 100 100 100 100 100 100 100
Fonte: IBGE/PIA e Boletim Regional do BCB, 2012 com adaptações.
Nessa direção e para fundamentar o que está sendo dito, dividimos

a análise em dois períodos 2000/2005 e 2006/2010. O nosso objetivo é
mostrar que ao longo dos 11 anos para os quais os dados foram anali-
sados, poucas mudanças ocorreram em termos de distribuição espacial.
Assim, na Tabela 5 mostramos com propriedade o ranking dos municí-
pios baianos que mais receberam recursos do FNE entre 2000 e 2005. Na
lista destacamos 15 municípios, onde os 10 primeiros e maiores tomado-

res respondem por quase 60% dos valores contratados.
Tabela 5 - Bahia: 15 maiores municípios tomadores de recursos do FNE 2000-2005

Valores contratados
Municípios
R$ mil %
Camaçari 338.171 12,1
São Desidério 284.080 10,1
Cairu 245.221 8,7
Mucuri 198.560 7,0
Salvador 187.973 6,6
Barreiras 123.893 4,4
Simões Filho 111.760 3,9
Alagoinhas 70.208 2,5
Riachão das Neves 66.113 2,3
Adustina 50.267 1,8
Correntina 49.428 1,7
Itacaré 36.647 1,3
Vitória da Conquista 35.377 1,2
Jandaíra 33.105 1,1
Formosa do Rio Preto 23.148 0,8
Sub-Total 1.853.951 65,7
Demais municípios 968.803 34,3
Total 2.822.754 100
Fonte: Ministério da Integração Nacional. Elaboração própria.
Através da Tabela 5 verifica-se também que municípios da Região

Metropolitana de Salvador figuram entre os mais beneficiados, desfru-
tando das vantagens de aglomeração e os demais, a exemplo de São
Desidério, Barreiras e Riachão das Neves, bem como Correntina e Formo-
sa do Rio Preto, localizam-se na extensão da chamada fronteira agrícola.
Já entre os anos de 2006-2010, é possível verificar através da Tabela 6
que o quadro referente aos maiores tomadores passou por poucas mu-
danças, que aumentou a concentração nos 15 municípios constantes na
nova Tabela e que municípios da RMS continuam concentrando a maior
parte dos recursos. Temos a capital do Estado como maior receptora dos
recursos do FNE, seguida na RMS dos municípios de Camaçari e Can-
deias, este último substituindo o município de Simões Filho, que ocupa
no período a 16ª posição.
Fato a considerar é que esta substituição ocorre e o município de

Candeias que antes não figurava entre os mais beneficiados passa a ocu-
par a 4ª posição. Candeias tem boa parte de sua economia baseada em
um consolidado parque industrial e mantém em seu território um dos
mais importantes portos do Brasil, o Porto de Aratu, por extensão o Cen-
tro Industrial de Aratu, além de que, está próxima a segunda maior refi-
naria do país, a Refinaria Landulpho Alves - Mataripe (RLAM), localizada
no município de São Francisco do Conde (Fonte: http://www.encontra-
candeias.com.br/candeias/).
Na verdade, é perceptível que as mudanças entre os principais toma-
dores de recursos, acabaram de certa forma reforçando a concentração
desses recursos em cidades de estruturas econômicas mais diversifica-
das. Entretanto, faremos logo a seguir uma análise baseada nas 32 mi-
crorregiões que formam a Bahia, tendo como finalidade ter uma melhor
compreensão do quadro de desigualdade econômica intra-regional a
partir de um recorte territorial.
Tabela 6 - Bahia: 15 maiores municípios tomadores de recursos do FNE 2006-2010
Valores contratados
Municípios
R$ mil %
1) Salvador 1.699.145 18,6
2) São Desiderio 749.990 8,2
3) Camaçari 735.124 8,0
4) Candeias 511.690 5,6
5) Feira de Santana 455.959 5,0
6) Barreiras 426.317 4,7
7) Jacobina 296.093 3,2
8) Correntina 295.800 3,2
9) Formosa do Rio Preto 291.515 3,2
10) Riachão das Neves 168.501 1,8
11) Teixeira de Freitas 156.458 1,7
12) Luís Eduardo Magalhães 151.058 1,6
13) Jaborandi 134.148 1,5
14) Ibicoara 126.211 1,4
15) Juazeiro 115.345 1,3
Sub-Total 6.313.354 69,0
Demais municípios 2.822.129 31,0
Total 9.135.483 100
Fonte: Ministério da Integração Nacional.. Elaboração própria
Nesse sentido, a Tabela 7 apresenta indicadores do PIB total e per

capita para as microrregiões. Cinco se destacam: Salvador (47%), Feira
de Santana (6,5%), Ilhéus-Itabuna (5,5%), Porto Seguro (5,0%) e Barreiras
(3,7%) respondendo juntas por 68% do PIB total em termos estaduais
segundo dados de 2010.
Ainda de acordo com a Tabela 7, dentre as microrregiões acima elen-
cadas, Salvador, Barreiras, Paulo Afonso, Catu, Porto Seguro e Feira de
Santana possuem renda per capita significativamente maior que as de-
mais. De maneira que, partindo da premissa de que as microrregiões de
renda per capita maior deveriam ter um saldo de empréstimos do FNE
inferior em relação àquelas que possuem renda per capita menor, logo
percebemos que há uma incoerência quando apenas duas microrregi-
ões, Salvador e Barreiras concentram juntas mais de 50% dos recursos
aplicados no Estado no período analisado. Sendo necessário ressaltar
que no caso de Salvador, os recursos estão 15% abaixo de sua participa-
ção no PIB estadual em termos proporcionais.
Mesmo assim, as demais regiões, sobretudo, as de menor renda pos-
suem claramente um saldo inferior ao que seria necessário para promo-
ver o desenvolvimento e melhoria de suas cadeias produtivas. O que se
percebe é um maior financiamento de regiões com fortes demandas
empresariais. As microrregiões de Salvador e Barreiras se destacam nes-
se processo, mas são seguidas de outras microrregiões onde existem
municípios fortes em termos econômicos e produtivos. Citamos como
exemplo o município de Teixeira de Freitas na microrregião de Porto Se-
guro, Feira de Santana na região que leva o seu nome e de Itabuna na
microrregião Ilhéus-Itabuna. É preciso lembrar também que estas cida-
des, a exemplo de outras, são consideradas de porte médio, tendo uma
população acima de 100 mil habitantes, o que certamente corrobora
para que nelas exista um maior dinamismo econômico.
Tabela 7 - Bahia: Indicadores do PIB, população e FNE segundo microrregiões 2000/2010

PIB FNE
FNE
Microrregiões 2010 (PIB) (%) 2010 (Pop) (%) Per (%) per
(em mil)
capita capita
Alagoinhas 1.138.557 1,6 308.410 2,2 3.691 184.345 1,5 570
Barra 326.513 0,5 171.646 1,2 1.902 28.830 0,2 167
Barreiras 2.545.566 3,7 286.118 2,0 8.896 2.310.902 19,3 8.076
Bom Jesus da Lapa 414.275 0,6 171.236 1,2 2.419 86.151 0,8 503
Boquira 325.414 0,5 187.398 1,3 1.736 29.141 0,2 155
Brumado 584.041 0,8 235.970 1,7 2.475 54.051 0,4 229
Catu 1.044.378 1,5 212.070 1,5 4.924 38.493 0,3 181
Cotegipe 221.847 0,3 114.824 0,8 1.932 86.918 0,8 756
Entre rios 396.695 0,6 115.524 0,8 3.433 64.516 0,5 558
Euclides da Cunha 573.263 0,8 298.180 2,1 1.922 125.332 1,0 420
Feira de Santana 4.474.841 6,5 990.038 7,1 4.519 559.039 4,7 564
Guanambi 897.448 1,3 371.379 2,6 2.416 116.162 1,0 312
Ilhéus/Itabuna 3.804.492 5,5 1.020.642 7,3 3.727 791.454 6,6 775
Irecê 797.214 1,2 373.298 2,6 2.135 135.075 1,1 361
Itaberaba 538.546 0,7 249.359 1,8 2.159 142.081 1,2 569
Itapetinga 669.077 1,0 197.868 1,4 3.381 187.214 1,6 946
Jacobina 767.466 1,1 326.824 2,3 2.348 370.774 3,1 1.134
Jequié 1.547.914 2,2 507.347 3,6 3.050 189.966 1,6 374
Jeremoabo 206.049 0,3 99.393 0,7 2.073 80.469 0,7 809
Juazeiro 1.531.564 2,2 454.405 3,2 3.370 225.189 1,9 495
Livr. de Brumado 266.313 0,4 97.826 0,7 2.722 29.531 0,2 301
Paulo Afonso 1.047.717 1,5 167.118 1,2 6.269 70.389 0,6 421
Porto Seguro 3.315.742 5,0 727.913 5,2 4.555 786.793 6,6 1.080
Ribeira do Pombal 623.126 0,9 309.450 2,2 2.013 202.090 1,7 653
Salvador 32.947.900 47,3 3.458.571 24,8 9.526 3.811.107 31,8 1.101
Sant. Maria da
686.258 1,0 178.311 1,3 3.848 204.505 1,7 1.146
Vitória
Sant. Antonio de
1.560.490 2,3 539.858 3,8 2.890 80.264 0,7 148
Jesus
Seabra 700.501 1,0 254.192 1,8 2.755 252.685 2,1 994
Senhor do Bomfim 794.220 1,2 286.781 2,0 2.769 73.938 0,6 257
Serrinha 919.328 1,3 414.965 3,0 2.215 68.035 0,6 163
Valença 1.016.319 1,5 263.185 1,9 3.861 317.862 2,6 1.207
Vitória da Con-
2.183.478 3,2 626.807 4,5 3.483 254.936 2,1 406
quista
Total 68.866.552 100 14.016.906 100 4.913 11.958.237 100 853
Fonte: IPEA para PIB e população, BNB para FNE 2000-2010. Elaboração própria.
Assim, destacamos que das 32 microrregiões que compõem o estado

da Bahia, 21 delas estão ligadas aos municípios que fazem parte do se-
miárido, que é composto por mais de 260 municípios, correspondendo a
pouco mais de 60% de um total de 417. O agente administrador do FNE,
ou seja, o BNB possui 54 agências no Estado da Bahia e mais da meta-
de dessas agências se localizam no semiárido, porém pelo que mostra
a Tabela 8 mesmo diante dessa distribuição existe uma dificuldade em
termos de dissipação de recursos.
Uma agência no semiárido baiano responde em média por nove mu-
nicípios, indicador elevado e que pode ser uma das causas enfraquece-
doras do desempenho do FNE na região. Nesse sentido é possível verifi-
car que apenas 26% dos recursos aplicados na Bahia foram direcionados
aos municípios ou microrregiões do semiárido. Na verdade, temos uma
contradição, já que a maior parte dos recursos deveria ser direcionada a
região semiárida e isto como se vê não está ocorrendo.
Outra forma de fazer essa análise seria utilizando a classificação pro-
posta pela PNDR a fim de alcançar microrregiões consideradas como
mais carentes e, portanto prioritárias para aplicação de recursos. Tal clas-
sificação ocorreu em função de um mapeamento feito a nível nacional
através do cruzamento de duas variáveis: rendimento domiciliar médio
e crescimento do PIB per capita. Assim, a partir do seu grau de desenvol-
vimento e dinamismo as microrregiões definidas pelo IBGE passaram a
ser conhecidas pela PNDR como sendo de alta renda, renda dinâmica,
estagnada ou baixa renda (Fonte: www.integracao.gov.br).
Tabela 8 – Bahia: Valores acumulados por região: 2000-2010

Região Valores %
Semiárido 3.091.112 25,8
Fora da Semiárido 8.867.125 74,2
Total 11.958.237 100,0
Fonte Ministério da Integração Nacional.. Elaboração própria.
Prioritariamente, as três últimas, mas, em especial as microrregiões

de baixa renda, que como se sabe possuem baixo rendimento domiciliar
e baixo dinamismo, bem como situações de extrema pobreza e debi-
lidade de suas bases econômicas, deveriam receber a maior parte dos
recursos. Nesse sentido e para mostrar a distribuição de operações e va-
lores contratados de acordo com a tipologia da PNDR, temos a Tabela 9

indicando os valores médios, em termos percentuais, para operações e
valores contratados entre 2000 e 2010.
Tabela 9 – Bahia: Operações (op) e contratações (valor) por Tipologia da PNDR

TIPOLOGIA
ANOS Alta Renda Baixa Renda Dinâmica Estagnada
OP Valor OP Valor OP Valor OP Valor
2000 0,2 38,2 19,2 8,4 36,4 27,7 44,2 25,7
2001 0,6 83,0 22,9 3,7 28,2 6,0 48,3 7,3
2002 0,3 7,1 26,5 19,0 29,2 29,9 44,1 43,9
2003 1,0 38,0 19,8 5,4 34,2 30,5 45,0 26,1
2004 0,6 25,6 19,6 14,1 23,2 32,4 56,6 27,9
2005 0,6 12,9 11,4 3,8 22,8 27,2 65,1 56,1
2006 1,0 33,7 16,6 5,4 21,4 18,7 61,0 42,1
2007 1,6 41,0 17,1 4,0 18,9 28,8 62,3 26,2
2008 1,6 28,0 17,4 3,4 18,1 35,3 62,9 33,2
2009 1,0 33,4 15,4 3,8 18,5 31,4 65,1 31,3
2010 1,0 36,4 16,5 2,9 19,6 30,7 62,8 30,0
Média 0,9 34,3 18,4 6,7 24,6 27,1 56,1 31,8
Fonte: SIG/MI, obtido em www.integração.gov.br.
Ao observar a Tabela é perceptível que a maior parte das operações

foi efetuada nas microrregiões classificadas como de renda estagnada.
São aquelas com rendimento domiciliar médio, mas com baixo cresci-
mento econômico, nelas a média de operações para o período foi de
56,1% e de 31,8% dos valores contratados. As microrregiões conside-
radas de renda dinâmica por possuírem rendimentos médios e baixos,
mas com dinâmica econômica significativa, responderam por 24,6% das
operações e 27,1 % dos valores contratados.
No entanto, dentro das microrregiões prioritárias as que menos con-
trataram recursos foram justamente as de baixa renda. Estas obtiveram
um percentual de 18,4 % nas operações e apenas 6,7% dos valores. A
contradição reside no fato de que mesmo obtendo o menor percentu-
al médio de contratações no período, apenas 0,9%, as microrregiões de
alta renda, ou seja, com alto rendimento domiciliar por habitante (inde-
pendente do dinamismo observado) concentraram o maior percentual
médio de recursos, 34,3%.
4. CONCLUSÕES
O objetivo deste trabalho foi analisar o papel do FNE no financiamento

do desenvolvimento regional e na diminuição das desigualdades regio-
nais tomando por base o caso do estado da Bahia. Para tanto, buscamos
identificar a alocação setorial e espacial dos investimentos e a contribui-
ção do Fundo para desconcentração regional produtiva, averiguar se os
investimentos estão sendo distribuídos de forma prioritária como estabe-
lecido entre os objetivos do FNE e estimar a geração de empregos com
base nos dados da RAIS verificando a evolução do emprego formal.
Na Bahia, primeiro conclui-se que os tomadores de menor porte, as-
sim como no conjunto do FNE, são os maiores responsáveis pelas ope-
rações realizadas com recursos do Fundo, entretanto não o são quando
se trata dos valores contratados. Pelo contrário, o destaque em termos
de valores está para médios e grandes tomadores de crédito, esta é uma
contradição que reforça a tendência de atuação pelo lado da demanda,
sobretudo quando os grandes tomadores mesmo respondendo por um
pequeno número de operações chegam a concentrar mais de 60% dos
valores emprestados pelo Fundo.
Além disso, no caso da Bahia os tomadores de grande porte têm
participação mais intensa nos valores dos contratos junto ao FNE, o que
comprova que a forma através da qual o Fundo tem atuado pode estar o
levando a financiar projetos de maior retorno financeiro em detrimento
de projetos de maior retorno social. Por outro lado, quando esses projetos
são de infraestrutura e realizados em áreas mais carentes, torna-se inegá-
vel o fato de que podem contribuir para o desenvolvimento dessas áreas.
Em termos de alocação setorial conclui-se que os recursos do FNE
também se movem em direção a setores e atividades de menor valor
agregado, ou seja, há um forte apoio as atividades intensivas em re-
cursos naturais. A maior parte dos recursos aplicados na Bahia foi dire-
cionada ao setor rural, mas o setor de infraestrutura tem considerável
participação, e isso se deve a atuação do Programa de Financiamen-
to à Infraestrutura Complementar da Região Nordeste. Porém, como

exposto em nossa análise, o setor industrial é de fundamental impor-
tância para o desenvolvimento econômico de um país ou região, logo
os recursos do FNE pela lógica deveriam ter um direcionamento mais
significativo para este setor. No entanto, como isto não tem acontecido
é possível concluir que a crescente ou estável participação da indústria
no PIB baiano não tem estrita relação com as contratações do FNE. Ain-
da sim, é preciso destacar que dentro do setor industrial, a indústria de
transformação tem relevante participação sendo a maior indutora da
expansão setorial na Bahia, com especial destaque para produção de
bens de consumo intermediário.
No tocante a alocação ou distribuição espacial, verifica-se que o
FNE atua no território baiano financiando municípios e microrregiões
mais bem estruturadas e com maior adensamento produtivo. O que
pode ser fruto da atuação com base na demanda provocando a migra-
ção de recursos para áreas onde estão localizadas as melhores estrutu-
ras e bases produtivas. Quando feita a análise tomando como base o
recorte territorial das 33 microrregiões, é possível perceber que justa-
mente as microrregiões mais desenvolvidas são as mais beneficiadas
pelos recursos do Fundo.
Dessa forma, há regiões que mesmo recebendo recursos que em
alguns casos ultrapassam as suas participações no PIB estadual, conti-
nuam carecendo destes para o desenvolvimento e melhoria de suas ca-
deias produtivas. Além disso, metade dos recursos se concentra em duas
microrregiões fortemente desenvolvidas, contrariando o objetivo que
visa a diminuição das desigualdades, neste caso intra-regionais.
Assim, temos como exemplo de maior financiamento em áreas estru-
turadas as microrregiões de Salvador e Barreiras, ambas recebendo boa
parte dos recursos e com isso reforçando suas vantagens comparativas
em relação às demais. Por outro lado, microrregiões mais pobres, embo-
ra favorecidas parecem continuar com dificuldades em atrair projetos de
maior peso e característica estruturante, além de que, mesmo nessas mi-
crorregiões os municípios de maior peso também são os mais favorecidos
pelo FNE. Tudo isso corrobora para dificultar o processo de desconcentra-
ção produtiva e de certa maneira reforça o processo de concentração em
torno de Salvador, Barreiras e mais algumas microrregiões ou municípios.
Os projetos que se direcionam as regiões mais estruturadas de fato

são importantes, mas teriam condições de acesso ao crédito por meio
de outras linhas de financiamento que não o FNE. Na verdade, se assim
ocorresse o resultado desse duplo processo de concentração e descon-
centração seria mais profícuo e menos desarticulado, ou seja, a articula-
ção das atividades apoiadas criaria novos mecanismos para que a dinâ-
mica aproveitada por algumas áreas, de uma forma ou de outra, gerasse
sinergias para as regiões menos dinâmicas.
Nesse sentido, quanto à aplicação dos recursos do FNE no semiári-
do baiano, foi possível concluir que mesmo a maioria dos municípios e
microrregiões estando no semiárido, os valores que foram direcionados
são bem menores que os contratados pelo conjunto do FNE. Temos en-
tão uma nova contradição, pois como dissemos 50% dos recursos (de
forma rígida) deveriam ser aplicados nesta região. Ou seja, o BNB como
gestor não tem conseguido cumprir o seu objetivo de distribuir os re-
cursos de forma prioritária, nem no conjunto do FNE e nem no estado
da Bahia. Aliás, mesmo diante da criação da PNDR e da classificação das
microrregiões de forma tipológica, os recursos continuam não sendo
distribuídos de forma prioritária, pois as microrregiões de baixa renda
são as que menos contratam recursos do FNE.
ALCOFORADO, Fernando A. G. Os Condicionantes do desenvolvimen-

to do Estado da Bahia. Universitat de Barcelona, 2003.
BAHIA. Superintendência de Estudos Econômicos e Sociais da Bahia
(SEI), 2003: Atividade industrial estimula o crescimento econômico
do Estado. Disponível em: < http://www.sei.ba.gov.br/>. Acesso em
12/04/2014.
BARBOSA. H. F. Análise do Direcionamento dos Recursos dos Fundos
Constitucionais de Financiamento - Um estudo do FCO, FNO, FNE. Uni-
versidade Federal de Uberlândia/MG, 2005.
BCB. Banco Central do Brasil. Despesas e arrecadação. Disponível em:
<www.bcb.gov.br>. Acesso em 12/04/2014.
BCB. Banco Central do Brasil. Economia Baiana: estrutura produti-
va e desempenho recente. Boletim Regional, Julho, 2012. Disponível
em: <http://www.bcb.gov.br/pec/boletimregional/port/2012/07/br-
201207b2p.pdf>. Acesso em 12/04/2014.
BNB. Banco do Nordeste do Brasil. Balanços anuais. Disponível em:
<www.bnb.gov.br>. Acesso em 12/03/2014.
BRASIL. Ministério da Integração Nacional (MI), Boletim regional, N. 3,
2006.
_______. Ministério da Integração Nacional (MI). Plano Nacional de De-
senvolvimento Regional (PNDR). Disponível em: <www.mi.gov.br>.
CANDEIAS. Sobre Candeias. Disponível em: <http://www.encontracan-
deias.com.br/candeias/>. Acesso em 17/03/2014.
CARDOZO, Soraia. A. Guerra Fiscal no Brasil e alterações das estrutu-
ras produtivas estaduais desde os anos 1990. Unicamp, Instituto de
Economia. Tese de Doutorado, 2010.
IBGE. Instituto Brasileiro de Geografia e Estatística. Contas Regionais.
Disponível em: <www.ibge.gov.br>. Acesso em 07/04/2014.
IPEA. Instituto de Pesquisa Econômica e Aplicada. Base de dados ma-
croeconômicos do IPEADATA. Disponível em: <www.ipeadata.gov.br>.
MACÊDO, Fernando. C. de; MATOS, Elmer. N. O papel dos Fundos Cons-
titucionais de Financiamento no Desenvolvimento Regional Brasileiro.
Ensaios FEE, V. 29, n. 2, 2008 p. 355 – 384.
MATOS, Elmer N.; MACÊDO, Fernando C. de. Avaliação do FNE no Desen-
volvimento regional baiano no período pós-real. Bahia Análise & Da-
dos, v. 16, 2007 p. 621-633.
QUIANTE, Wynghpal. Fundos Constitucionais e Banco do Nordeste –
Uma Análise das Liberações Considerando a Lógica de Operação do
Sistema Bancário Nacional. Dissertação de Mestrado – Universidade
Federal de Uberlândia/MG, 2010.
DINÂMICA DO MERCADO DE TRABALHO NO SETOR PRIVADO EM SERGIPE NOS ANOS 2000 99
PARTE II
MERCADO
DE TRABALHO
04 DINÂMICA DO MERCADO DE
TRABALHO NO SETOR PRIVADO
EM SERGIPE NOS ANOS 2000:
UMA APLICAÇÃO DO MÉTODO
DIFERENCIAL-ESTRUTURAL
Hilbério Santos Silva1
Resumo:
O trabalho analisa a evolução do mercado de trabalho em Ser-

gipe e microrregiões tomando como referência os anos 2000 até
2010. Nesse intervalo, constatou-se que as ocupações cresceram
29,3% (Censos 2000 e 2010, IBGE), influenciados pelo novo ciclo
de crescimento do Brasil e incentivos locais. Também, perce-
beu-se que algumas microrregiões de Sergipe obtiveram maiores
e outras menores taxas de crescimento de ocupações e empregos
que o estado. Assim, para estudar as causas do fenômeno será
utilizado o método diferencial-estrutural (shift share analysis) que
atribui à expansão das parcelas de contribuição no emprego ou
a componentes estruturais dos setores de atividade ou a diferen-
ciação competitiva (ou locacional) de cada microrregião, para isso
será utilizada a classificação de atividades do IBGE.
Palavras-chave: Ocupações; Setor Privado; Sergipe; Microrregiões;
Componentes Diferencial e Estrutural.
1 Mestre em Economia pela Universidade Federal de Sergipe por Meio do Núcleo de

Pós-Graduação em Economia. E-Mail: hilb.santos@hotmail.com
102 Hilbério Santos Silva
1, INTRODUÇÃO
O Brasil vem passando, desde o início da última década, principal-

mente a partir de 2003, por uma série de mudanças nos campos social e
econômico, estas impulsionadas por um novo ciclo de desenvolvimento
que tem proporcionado novos níveis de inclusão social e maior partici-
pação econômica das regiões mais pobres do país. Além disso, verifica-
-se participação crescente do setor privado sobre vários aspectos econô-
micos, entre eles: a geração de trabalho.
Desta forma, este estudo tem o propósito de analisar a evolução
do mercado de trabalho no setor privado em Sergipe diante do novo
ciclo de crescimento da economia brasileira. Serão tomados como re-
ferência os anos de 2000 até 2010, período esse marcado por novo
ciclo de desenvolvimento da economia brasileira, caracterizado por
taxas moderadas de crescimento do PIB associadas a maior estabili-
dade do crescimento.
De modo específico, constatou-se que, no período em questão, al-
gumas microrregiões do estado de Sergipe obtiveram maiores taxas de
evolução das ocupações que o estado e demais microrregiões, enquanto
outras microrregiões apresentaram menores taxas de crescimento de ocu-
pações que o estado e outras microrregiões, dessa maneira, o questiona-
mento principal deste trabalho é gerado: quais fatores colaboram para
que algumas microrregiões obtivessem melhor desempenho na taxa de
ocupações no setor privado que Sergipe e demais microrregiões?
Para descrição das atividades será utilizada a classificação de ativi-
dades do Instituto Brasileiro de Geografia e Estatística, nesse sentido, é
importante ressaltar que o emprego gerado pelo setor público não será
utilizado no estudo, pois não é regido pela dinâmica de mercado e sim
por sistemática própria, que envolve etapas de concurso público, entre
outros requisitos específicos. Já os dados da análise foram extraídos dos
Censos (IBGE, 2000 e 2010).
Desse modo, o trabalho busca analisar a dinâmica da evolução do
trabalho no setor privado no estado de Sergipe e 13 microrregiões entre
2000 e 2010 por ótica não apresentada em estudos anteriores, com a
possibilidade de analisar dados do Instituto Brasileiro Geografia e Esta-
tística pelo modelo estrutural-diferencial (shift share analysis), no qual os
leitores poderão identificar os componentes do crescimento de acordo

com o ponto de vista setorial e territorial.
Portanto, para alcançar o objetivo proposto e buscar resposta ao
questionamento central, será utilizado o método diferencial-estrutural
(shift share analysis) em sua versão clássica e em 2 variações mais usuais
(Esteban-Marquillas, 1972 e Herzog-Olsen, 1977). O método classifica as
participações das microrregiões no emprego de acordo com o perfil se-
torial ou locacional de cada microrregião.
Para isso, o artigo será dividido em 3 tópicos, além desta parte in-
trodutória. Em primeiro lugar, tratará a metodologia, desdobrando de
modo sucinto os principais pontos do método diferencial-estrutural
(shift share analysis) e variações que serão utilizadas no estudo. O terceiro
item abordará, de modo específico, a evolução do mercado de trabalho
no setor privado em Sergipe entre os anos 2000 até 2010. Encerrando
este trabalho com apresentação das principais conclusões.
2. METODOLOGIA
Um dos principais desafios dos pesquisadores em Economia Regio-

nal é encontrar o método de trabalho que seja capaz de analisar e identi-
ficar as peças-chave da variável estudada, além de ser capaz de explicar e
ter atração à realidade, seguindo a linha de exposição de Storper (2010).
Primeiro, é importante ressaltar que o uso do método diferencial-es-
trutural em Economia Regional objetiva a análise do crescimento (ou
retração) de uma variável-chave (no nosso caso, emprego) entre dois
períodos de tempo (E0ij e E1ij), que para este estudo serão os anos 2000 e
2010 para dados do IBGE, busca-se, desse modo, segregar e identificar os
componentes deste progresso ou retrocesso.
Em segundo lugar, cabe destacar que o método diferencial-estrutu-
ral não é propriamente um modelo econométrico, mas sim um método
de organização de informações entre dois períodos de tempo que au-
xiliado por boa contextualização e teoria pode explicar a evolução da
variável-chave estudada.
Assim, o efeito estadual, regional ou nacional (Rij) revela a diferença
entre o crescimento realizado na microrregião e a expansão teórica, ou
seja, aquele que a microrregião apresentaria se tivesse desenvolvido à
mesma taxa de expansão do estado (HADAD e ANDRADE, 1989, p. 251;

PEREIRA, 1997, p. 3):
Rij = ∑i E0ij(rtt-1) (1)
Assim, o perfil estrutural ou proporcional (Pij) de uma microrregião é rela-

cionado pela composição (ou não) de setores dinâmicos (microrregiões espe-
cializadas), ou seja, setores de maior associação com as taxas de crescimento
do estado. Exemplos: variações na estrutura da demanda, variações de produ-
tividade, inovações tecnológicas, etc. (HADADD E ANDRADE, 1989).
Pij = ∑i E0ij(rit-rtt) (2)
Por outro lado, o perfil diferencial ou locacional (Dij) de uma micror-

região é associado a setores da microrregião que apresentam maior taxa
de evolução que a média estadual, refletindo vantagem a respeito da
sua localização. Exemplos: variações nos custos de logística, estímulos
fiscais específicos, preço dos insumos, etc. (HADAD e ANDRADE, 1989,
p. 251-252):
Dij = ∑i E0ij(rij-rit) (3)
O modelo vem sendo estudado e recebendo contribuições ao longo

dos anos, entre as principais estão Esteban-Marquillas (1972) e Herzog e
Olsen (1977).
O aprimoramento de Esteban-Marquillas (1972) objetiva minimizar
o alcance estrutural da variável sobre o componente diferencial para o
período inicial (E0ij), introduzindo os conceitos de emprego homotético
(, efeito diferencial homotético (Dij’) e efeito alocativo (Aij):
Dij’ = ∑i (rij-rit) (4)
Aij = ∑i ( ─ ) (rij-rit ) (5)
Já Herzog e Olsen (1977), por sua vez, buscam a união das propostas
anteriores, usando o ano final (E1ij) como referência e adaptando o efeito
alocação à nova abordagem:
Dij’’ = (rij-rit) (6)
Aij’ = (∑i ─ ∑i ─ (∑i ─ ∑i (rij-rit) (7)

Apesar de todas as mudanças inseridas, o método preserva sua sim-

plicidade de cálculo e pode ser utilizado com bons resultados em situ-
ações que ocorrem escassez de informações, além disso, pode ser boa
opção àqueles que não tenham habilidades (ou mesmo não tenham
simpatia) necessárias para operar com análise multivariada, regressão
(simples ou múltipla), modelos insumo-produto, clusters, entre outros.
Outra vantagem citada no artigo de Shi e Yang (2008) é o fato de não
requerer a coleta primária de dados.
No caso deste trabalho, como foi abordado desde a introdução,
serão utilizados dados secundários, estes oferecidos pelos Censos
(IBGE, 2000 e 2010).
3. DINÂMICA DO MERCADO DE TRABALHO EM SERGIPE E

SUAS MICRORREGIÕES NOS ANOS 2000
3.1 MUDANÇA ESTRUTURAL E COMPETITIVA DAS OCUPAÇÕES

EM SERGIPE E MICRORREGIÕES
A partir deste item, começa-se a aplicar o Método Diferencial-

Estrutural sobre a evolução do mercado de trabalho em Sergipe e
suas 13 Microrregiões.
Como dito desde o início do trabalho, nosso objetivo maior é a análi-
se das ocupações no setor privado, portanto, serão excluídas dos dados
dos Censos as ocupações geradas pela Administração Pública, Defesa,
Seguridade Social, Organismos Internacionais, Outras Instituições Extra-
territoriais e Atividades mal especificadas.
3.1.1. Variação absoluta da população ocupada no setor privado
Pela análise da Variação Bruta Total (%) das ocupações no setor pri-
vado de Sergipe (tabela 1), percebe-se, em primeiro lugar, que apenas
duas microrregiões conseguiram melhores índices de crescimento das
ocupações no setor privado que Sergipe (29,3%), são elas: Sergipana do
Sertão (32,3%) e Aracaju (45,1%).
Em segundo lugar, em praticamente todos os setores de atividade a
taxa de crescimento das ocupações no setor privado cresceram mais que
a taxa geral de crescimento das ocupações do estado (29,3%), exceto

para o número de ocupados na Agropecuária, extração vegetal, caça e
pesca (13,9%) e Indústria de Transformação (14,8%).
Esses são os pontos de partida do estudo deste item, a partir deste
ponto, se analisará se a evolução superior (ou inferior) dos índices obser-
vados em relação à Sergipe ocorreu devido à estrutura setorial ou dife-
rencial local da microrregião.
Em suma, será analisado se as ocupações cresceram porque as
ocupações cresceram em Sergipe de um modo geral, se os índices
evoluíram devido a mudanças estruturais (setoriais) e/ou diferenciais
locais das microrregiões.
3.1.2 Aplicando efeito regional (estadual)
Neste tópico será analisada a parcela de ocupações atribuída ao Efei-

to Regional (ou no nosso caso, Efeito Estadual), ou seja, quanto às ocu-
pações no setor privado teriam crescido para a microrregião e para o se-
tor se estes tivessem crescido à mesma taxa de crescimento de Sergipe
(29,3%), isto é, tenta-se extrair a parcela que cresceu porque o índice de
Sergipe cresceu de maneira geral (crescimento inercial).
Análogo ao ocorrido no cálculo da variação absoluta, pela tabela 2,
percebe-se que apenas as microrregiões Sergipana do Sertão do São
Francisco e Aracaju perderiam oportunidades de geração de ocupações
pelo Efeito Regional (respectivamente 1.184 e 32.291 postos de traba-
lho), pois estas cresceram efetivamente mais que à taxa estadual de cres-
cimento (29,3%).
Assim, o Efeito Regional/Estadual revela que as duas microrregiões
apresentam vantagem em relação ao estado, já que apresentam melho-
res taxas de evolução da variável e o número de pessoas ocupadas dimi-
nuiria caso o índice de crescimento fosse o mesmo do estado. Por outro
lado, as demais microrregiões apresentariam número maior de pessoas
ocupadas no setor privado (desvantagem estratégica), caso a taxa de
crescimento fosse à mesma de Sergipe (vide tabela 2).
Tabela 1: Sergipe e Microrregiões - Variação Absoluta das Ocupações no setor privado (%) – 2000 e 2010
Microrregiões de Sergipe
Setor IBGE
Sergipana do
sertão do São
Francisco
Carira
Nossa Senhora
das Dores
Agreste de
Itabaiana
Tobias Barreto
Agreste de
Lagarto
Propriá
Cotinguiba
Japaratuba
Baixo Cotinguiba
Aracaju
Boquim
Estância
Sergipe
Extrativa mineral 161,5 66,7 97,4 66,4 88,2 42,9 0,0 185,4 252,2 168,2 309,7 27,0 77,8 206,1
Indústria de transformação 3,7 302,9 -33,4 19,2 48,6 20,4 -10,2 48,6 0,0 29,4 5,3 1,5 -0,8 14,8
Serviços industriais de utilidade
122,1 150,0 164,2 328,3 117,8 607,1 133,0 112,9 296,7 267,8 118,1 212,5 182,7 154,4
pública
Construção Civil 92,5 38,7 24,9 79,1 59,0 53,4 33,0 88,8 54,4 74,9 71,4 53,1 67,8 66,5
1
Comércio 82,2 44,6 28,3 33,2 41,5 47,7 42,4 9,1 36,3 30,9 50,4 29,4 28,4 44,4
2
Serviços 14,3 19,6 2,1 18,3 10,0 26,8 7,7 -1,4 17,4 6,4 42,9 12,9 9,3 29,0
Agropecuária, extração vegetal,
29,8 -1,9 -6,2 12,8 5,0 18,6 15,5 -9,3 18,9 -0,2 42,1 18,9 7,1 13,9
caça e pesca
Total 32,3 22,6 0,4 22,4 19,2 27,3 14,7 8,6 21,9 22,9 45,1 18,4 15,4 29,3
Fonte: CENSO/IBGE (2000 e 2010)

1 Comércio = Comércio, reparação de veículos automotores, objetos pessoais e domésticos - Serviços de reparação e manutenção de veículos
DINÂMICA DO MERCADO DE TRABALHO NO SETOR PRIVADO EM SERGIPE NOS ANOS 2000
automotores.
2 Serviços = Transporte, armazenagem e comunicação + Alojamento e alimentação + Intermediação financeira + Atividades imobiliárias, alu-
guéis e serviços prestados às empresas + Educação + Saúde e serviços sociais + Outros serviços coletivos, sociais e pessoais + Serviços domésti-
107
cos + Serviços de reparação e manutenção de veículos automotores.

Tabela 2: Sergipe e Microrregiões - Participação Regional (Estadual) sobre as ocupações no setor privado – 2000 e 2010
das
Setor IBGE
Senhora
Sergipana do sertão
do São Francisco
Carira
Nossa
Dores
Agreste de Itabaiana
Tobias Barreto
Agreste de Lagarto
Propriá
Cotinguiba
Japaratuba
Baixo Cotinguiba
Aracaju
Boquim
Estância
Sergipe
Extrativa mineral 8 1 11 31 10 31 14 14 13 105 344 86 11 680
Indústria de transformação 526 270 524 1.410 1.284 1.098 899 260 314 729 6.252 1.578 962 16.106
Serviços industriais de utilidade
60 15 20 33 30 21 29 25 9 26 538 38 90 933
pública
Construção Civil 538 397 344 792 469 497 406 225 239 533 5.065 564 627 10.696
Comércio 857 570 741 2.636 1.429 1.285 899 334 325 551 12.407 1.509 1.293 24.838
Serviços 2.701 1.619 1.465 4.718 2.816 2.812 2.172 959 1.061 2.152 33.618 3.739 3.229 63.060
Agropecuária, extração vegetal,
6.932 3.739 2.760 6.336 4.670 4.898 2.549 1.344 2.202 1.013 1.873 6.764 3.703 48.783
caça e pesca
Total 11.622 6.611 5.865 15.956 10.708 10.642 6.968 3.161 4.164 5.110 60.097 14.277 9.915 165.096

Quanto à observação dos setores de atividade, pela tabela 2, perce-

be-se que os setores Extrativista Mineral, Serviços Industriais de Utilida-
de Pública, Construção Civil e Comércio teriam gerado menos vagas de
trabalho do que realmente houve, ou seja, pelo Componente Regional/
Estadual, verifica-se que os setores apresentam vantagem estratégica,
quando comparadas às taxas de crescimento do estado e demais setores
de atividade.
De outro modo é observada a situação da Indústria de Transfor-
mação, Serviços, Agropecuária, Extração Vegetal, Caça e Pesca, porque
apresentaram desvantagem estratégica, quando comprados ao estado
e demais setores de atividade, isto é, perderam a oportunidade de terem
gerado, respectivamente, 7.995, 686, 25.630 ocupações no setor privado.
Portanto, a partir do estudo dos Componentes Estruturais e Compe-
titivos será analisado esse aproveitamento ou perda de oportunidades
de geração de postos de trabalho entre as microrregiões do Estado de
Sergipe, tanto pelo lado da estrutura setorial de cada microrregião (Efei-
to Estrutural), quanto pelo ângulo das vantagens (desvantagens) locais
(Efeito Competitivo).
3.1.3 Aplicando o efeito estrutural ou proporcional
Neste tópico será analisada a parcela de ocupações atribuída ao Efei-

to Estrutural ou Proporcional, ou seja, a parcela de crescimento das ocu-
pações no setor privado que é atribuída a dinâmica da atividade setorial,
isto é, busca-se extrair a quantidade de ocupações no setor privado que
cresceu porque apresentou bom desempenho em setores que o índice
de Sergipe teve bom desempenho (análise horizontal).
Pelo Efeito Estrutural (tabela 3), percebe-se que a Construção Civil
e o Comércio ofereceram a maior contribuição setorial na geração de
trabalho, já que, respectivamente, 13.530 e 12.710 vagas foram geradas
devido, propriamente, à dinâmica destes setores.
Alguns fatores explicam desempenho destas atividades:
I. São setores que ocupam uma boa concentração de pessoas, Cons-
trução Civil (8,3% dos ocupados no setor privado) e o Comércio
(16,8% dos ocupados no setor privado).
ii. Os setores apresentaram taxa de crescimento maior, Construção Ci-

vil (66,5%) e o Comércio (44,4%), que o Estado de Sergipe (29,3%).
iii. E por último, todas as Microrregiões de Sergipe apresentaram ín-
dices de crescimento para os setores maiores que o estado e, por-
tanto, apresentaram resultado positivo para os setores, ou seja,
não houve perda de oportunidades de geração de trabalho para
os setores de atividade supracitados.
Além disso, os índices de crescimento da Construção Civil têm
sido alavancados pelos investimentos relacionados ao Programa
Minha Casa, Minha Vida do Governo Federal (em 2009), à criação de
linhas de crédito específicas para construção/reforma (Construcard,
em 2008, por exemplo) e ao maior acesso a linhas de crédito à popu-
lação de menor renda.
Também apresentaram resultados positivos, pelo Efeito Estrutural, a
Indústria Extrativa Mineral e os Serviços Industriais de Utilidade Pública,
gerando, respectivamente, 4.097 e 3.974 ocupações no setor privado.
O desempenho inferior à Construção Civil é explicado pelo menor nú-
mero de pessoas ocupadas nos setores (cerca de 1% da população ocu-
pada, cada setor). Por outro lado, os índices de crescimento destes são
substancialmente maiores, Extrativa Mineral (206,1%) e os Serviços In-
dustriais de Utilidade Pública (154,4%), quando comparado aos demais
setores e ao crescimento do trabalho no estado (29,3%).
Já os demais setores de atividade apresentaram taxa de crescimento
setorial menor que a taxa de crescimento do estado, logo, pelo Com-
ponente Estrutural, perderam oportunidades de geração de postos de
trabalho entre 2000 e 2010.
Pela análise das microrregiões, destaca-se o melhor desempenho
relativo da Microrregião Sergipana do Sertão do São Francisco, pois
apresentou o maior índice de evolução, entre 2000 e 2010, em ambos
os setores, tanto quando comparado à taxa de crescimento do setor em
Sergipe, quanto quando comparado à taxa de evolução das ocupações
no setor privado do estado, além do resultado positivo obtido pelos Ser-
viços Industriais de Utilidade Pública, devido, principalmente, a Usina
Hidrelétrica em Canindé do São Francisco.
Em números absolutos, o Agreste de Itabaiana demonstra seu dina-
mismo setorial pelo fato de ter a maior representatividade do interior
de Sergipe nos setores da Construção Civil e Comércio, ou seja, 1.002 e

1.349 postos de trabalho foram gerados, de modo respectivo.
No entanto, verifica-se que apenas 2 microrregiões obtiveram resul-
tado positivo pelo Efeito Estrutural, são elas: Baixo Cotinguiba e Aracaju,
pois geraram, respectivamente, 786 e 12.667 postos de trabalho no setor
privado atribuídos à sua estrutura setorial.
Em relação ao Baixo Cotinguiba, o resultado positivo foi, principalmen-
te, impulsionado pela Indústria Extrativa Mineral (exploração de petróleo,
fertilizantes e cimento), já que 13,6% dos ocupados no setor em Sergipe
estão inseridos na microrregião e a atividade, também, apresentou taxa
de evolução do trabalho bem superior (206,1%) à taxa Sergipana. Tam-
bém, a microrregião apresentou excelente desempenho na geração de
postos de trabalho na Construção Civil, pois os índices observados para
o setor na microrregião (74,9%) são superiores à taxa de crescimento do
setor (66,5%) e das ocupações do setor privado em Sergipe (29,3%).
Por outro lado, o Componente Estrutural revela que a Microrregião do Bai-
xo Cotinguiba perdeu significativas oportunidades de geração de postos de
trabalho na Indústria de Transformação e na Agropecuária, extração vegetal,
caça e pesca, estes setores reunidos afetaram, negativamente, a criação de
894 vagas de trabalho no setor privado. Para o primeiro setor o resultado foi
ruim, porque o desempenho do estado no setor foi ruim, para o segundo se-
tor, o desempenho foi fraco, porque houve redução de pessoas ocupadas na
atividade para a microrregião (migração de mão de obra para outros setores).
A análise setorial mostra que na Indústria de Transformação são ob-
servados resultados negativos, estes motivados pelo reflexo da perda de
vagas de trabalho que a Indústria Têxtil tem sofrido por causa da entrada
de produtos fabricados na China a menor preço de mercado.
No caso da Microrregião de Aracaju, a Construção Civil e o Comér-
cio foram os principais responsáveis pela parcela de novas ocupações
no setor privado atribuídas à dinâmica setorial. O fato é explicado pela
alta concentração de empresas de ambos os ramos na Grande Araca-
ju. Além disso, grande parte das atividades da PETROBRAS, ENERGISA,
DESO e suas respectivas terceirizadas são sediadas na Capital Sergipana
e imediações, portanto, os números da Indústria Extrativa Mineral e dos
Serviços Industriais de Utilidade Pública são beneficiados pela geração
de economia de aglomerações em torno de empresas-âncora.
Tabela 3: Sergipe e Microrregiões - Componente Estrutural das Ocupações no setor privado – 2000 e 2010
Setor IBGE
do São Francisco
Carira
Nossa Senhora das
Dores
Tobias Barreto
Agreste de Lagarto
Propriá
Cotinguiba
Japaratuba
Baixo Cotinguiba
Aracaju
Boquim
Estância
Sergipe
Extrativa mineral 46 5 69 189 60 186 87 85 81 634 2.073 518 64 4.097
Indústria de transformação (261) (134) (260) (700) (638) (545) (446) (129) (156) (362) (3.103) (783) (478) (7.995)
Serviços industriais de utilida-
255 65 84 141 126 88 125 106 38 113 2.290 160 384 3.974
de pública
Construção Civil 681 502 435 1.002 594 628 513 284 303 675 6.407 714 793 13.530
Comércio 439 292 379 1.349 731 658 460 171 167 282 6.349 772 662 12.710
Serviços (29) (18) (16) (51) (31) (31) (24) (10) (12) (23) (366) (41) (35) (686)
Agropecuária, extração vege-
(3.642) (1.964) (1.450) (3.329) (2.454) (2.574) (1.339) (706) (1.157) (532) (984) (3.553) (1.946) (25.630)
tal, caça e pesca
Total (2.512) (1.251) (760) (1.399) (1.611) (1.590) (624) (199) (736) 786 12.667 (2.214) (557) -

Também, verifica-se que o surgimento do Programa Luz para Todos, por

meio do Decreto 4.873 de 11/11/2003, tem influência direta na geração de
emprego no Setor de Serviços Industriais de Utilidade Pública, especialmen-
te no setor energético e de maneira específica sobre a ENERGISA.
Outro ponto que também colaborou para o desempenho setorial das
Microrregiões de Aracaju, Estância, Baixo Cotinguiba e Sertão do São Fran-
cisco, apoiando-se na argumentação de Matos, Santos e Silva (2012, p. 18),
foi o fato de serem as microrregiões maiores recebedoras de incentivos fis-
cais entre 1993 e 2010 (Programa Sergipano de Desenvolvimento Industrial
- PSDI), ou seja, juntas estas áreas concentraram 89% das concessões de
incentivos fiscais, sendo a maior parte na Microrregião de Aracaju (36,8%).
Portanto, os incentivos fiscais, vistos inicialmente como diferenciais
locais, podem ter permitido o enraizamento de empresas na dinâmica
setorial e especialização produtiva que as cercam, assim, será analisado
se este fato é ratificado ao longo dos próximos subitens.
3.1.4. Aplicando o efeito diferencial ou competitivo
Neste item será abordada a parcela de ocupações atribuída ao Efeito
Diferencial ou Competitivo, ou seja, a parcela de crescimento das ocupa-
ções no setor privado que é atribuída a algum diferencial local, isto é, bus-
ca-se extrair a quantidade de ocupações no setor privado que cresceu e
que não está relacionada à dinâmica setorial e sim ao perfil territorial da
microrregião. Em suma, as microrregiões que apresentarem maiores taxas
de crescimento das ocupações no setor privado que o estado são conside-
radas competitivas por apresentarem algum diferencial local.
Dessa maneira, pela Tabela 4, percebe-se que 3 microrregiões apre-
sentaram desempenhos positivos em relação ao Efeito Diferencial, são
elas: Sertão do São Francisco, Agreste de Lagarto e Aracaju. Isto é, as
microrregiões criaram, respectivamente, 3.696, 853 e 19.624 postos de
trabalho entre 2000 e 2010, devido a fatores locais.
O resultado positivo do Sertão do São Francisco é atribuído, princi-
palmente, aos números da Agropecuária, já que a região é considerada a
Bacia Leiteira do Estado, sendo que, de acordo com Melo (2010), 2/3 dos
estabelecimentos produtores é da categoria familiar, ou seja, existe uma
tendência de mais pessoas ocupadas na atividade, já que o número de
ocupados na atividade é, geralmente, proporcional ao tamanho da família.
Já o resultado obtido no Agreste de Lagarto é vindo, principalmente

da pujança econômica do Município de Lagarto. Em primeiro lugar, pela
composição das Indústrias de fumo, couro, borracha e plástico, alimen-
tos e bebidas e da fabricação de móveis (DA SILVA, 2013, p. 15). Já o setor
agropecuário é composto pelo forte cultivo da laranja, maracujá, fumo,
mandioca e clima propício para atividades de recria/engorda de bovi-
nos. Além, é claro, da boa dinâmica do comércio local.
Na microrregião de Aracaju, a Indústria Extrativa Mineral, Construção
Civil, Comércio são setores que apresentam sua Competitividade atrelada
à formação de economias de aglomeração, principalmente vindas da Gran-
de Aracaju. Percebe-se, somente nesta microrregião, a passagem de uma
economia baseada na Indústria de Transformação para uma dinâmica mais
ligada ao Setor de Serviços, uma vez que a Indústria de Transformação tem
perdido seu potencial de geração de postos de trabalho (-2.014) e os Servi-
ços têm absorvido mão de obra com maior competitividade que os demais
setores para a microrregião, ou seja, pelo Efeito Diferencial ou Competitivo
15.864 oportunidades de trabalho estão ligadas ao Setor de Serviços.
Já as demais microrregiões perderam oportunidades de geração de
trabalho à medida que as taxas médias setoriais de crescimento do tra-
balho foram inferiores à Sergipe. Mas, podem-se extrair dados positivos
pela análise detalhada das microrregiões.
Por exemplo, a Indústria de Transformação gerou bons números de
geração de postos de trabalho nas Microrregiões de Carira (2.651) e Tobias
Barreto (1.480). Na Microrregião de Carira, os incentivos do PSDI conse-
guiram atrair empresas dos ramos de artigos de vestuários e calçados. Já
em Tobias Barreto, os números são resultados dos esforços direcionados,
principalmente, ao fortalecimento do Arranjo Produtivo Local (APL) Têxtil
na região e incentivos do PSDI na implantação de indústria de calçados.
Pelo observado na Tabela 4, o principal fato que fez a maioria das mi-
crorregiões sergipanas (todas no interior do estado) apresentarem resultado
negativo pelo Efeito Diferencial ou Competitivo sobre o trabalho foi o não
acompanhamento da dinâmica setorial observada na Microrregião de Araca-
ju, Nordeste e Brasil, isto é, não foi observada ascensão relativa de postos de
trabalho nos Setores de Serviços, ou seja, o Setor de Serviços no interior de
Sergipe não pode ser considerado Competitivo, pois somente a Microrregião
de Aracaju (42,9%) cresceu acima da média do estado para o setor (29%).
Tabela 4: Sergipe e Microrregiões - Componente Diferencial das Ocupações no setor privado – 2000 e 2010
Setor IBGE
do São Francisco
Carira
Nossa Senhora das
Dores
Tobias Barreto
Agreste de Lagarto
Propriá
Cotinguiba
Japaratuba
Baixo Cotinguiba
Aracaju
Boquim
Estância
Sergipe
Extrativa mineral (12) (4) (42) (150) (40) (171) (101) (10) 21 (136) 1.216 (525) (46) -
Indústria de transformação (198) 2.651 (860) 212 1.480 212 (766) 300 (158) 364 (2.014) (711) (512) -
Serviços industriais de utili-
(66) (2) 7 197 (37) 317 (21) (35) 43 102 (665) 74 87 -
dade pública
Construção Civil 478 (375) (486) 341 (120) (222) (463) 171 (98) 153 851 (258) 28 -
Comércio 1.105 5 (406) (1.002) (142) 147 (60) (401) (89) (252) 2.571 (771) (704) -
Serviços (1.360) (522) (1.342) (1.726) (1.822) (216) (1.581) (994) (421) (1.657) 15.864 (2.055) (2.168) -
Agropecuária, extração ve-
3.748 (2.021) (1.895) (244) (1.418) 786 140 (1.063) 376 (489) 1.801 1.136 (857) -
getal, caça e pesca
Total 3.696 (270) (5.024) (2.373) (2.099) 853 (2.853) (2.033) (326) (1.915) 19.624 (3.110) (4.171) -
115
Percebe-se, também, que em microrregiões onde a Agropecuária

Empresarial é mais intensiva (Carira, Nossa Senhora das Dores e Cotin-
guiba, por exemplo), existe a tendência de substituição de mão de obra
por tecnologia, logo, esta hipótese explica os resultados negativos ob-
servados na criação de ocupações.
3.1.5 Aplicando a reinterpretação Esteban-Marquillas
Neste item, o Efeito Diferencial será analisado com as contribuições

sugeridas por Esteban-Marquilas (1972), ou seja, busca-se eliminar a in-
fluência setorial sobre as ocupações pela introdução dos conceitos do
Emprego Homotético e Efeito Alocativo.
Pela tabela 5, verifica-se que os novos conceitos realçam os resul-
tados obtidos pelos diferenciais locais das microrregiões: Sergipana
do Sertão do São Francisco, Agreste de Lagarto e Aracaju, isto é: (i) O
Sertão do São Francisco se diferencia nas ocupações da agropecuária
por ser a maior produtora de leite do estado (e predominância de pro-
priedades agrícolas do tipo familiar) e no comércio (impulsionado por
cidades-chave, como Nossa Senhora da Glória); (ii) O Agreste de La-
garto demonstra força de geração de trabalho na indústria, comércio
e agropecuária (beneficiada pelo clima local); (iii) Já a Microrregião de
Aracaju ratifica a mutação para uma estrutura produtiva voltada para
o Setor de Serviços.
Também, percebe-se que o uso do Emprego Homotético revela a
Competitividade da Microrregião de Carira, ou seja, o método Esteban-
-Marquilas (1972) mostra que a atração de indústrias do ramo de calça-
dos para a região, por meio de incentivos fiscais do PSDI, alavancou a
geração de postos de trabalho entre 2000 e 2010. Assim, o quadro geral
observado, com exceção do caso da Microrregião de Carira, dessa ma-
neira, pode-se concluir que o entrelaçamento entre os Efeitos Estrutural
e Diferencial somente foi observada na referida área geográfica, onde
incentivos locais, não captados pelo modelo original, alavancaram a ge-
ração de postos de trabalho em setores estratégicos e em rota de con-
versão com as políticas industriais de Sergipe.
Outro aspecto observado pelo Método Estaban-Marquilas (1972) é
que 10 das 13 microrregiões (todas no interior do estado) apresentaram
Efeito Alocativo Global positivo. Este fato indica que os números das ocu-
pações nestas regiões cresceram acima da média nos setores em que, no
ano 2000, eram especializadas, como é caso da aptidão do interior do
estado no ramo da Agropecuária, como é o caso das microrregiões: Ser-
gipana do Sertão do São Francisco, Agreste de Lagarto, Propriá, Japara-
tuba e Boquim. Em suma, o resultado das microrregiões supracitadas foi
positivo, principalmente, porque são Competitivas e Especializadas no
setor agrícola, isto é, apresentam vantagem competitiva especializada
para o referido setor.
Por outro lado, os resultados positivos atribuídos às microrregiões:
Nossa Senhora das Dores, Tobias Barreto, Cotinguiba e Estância foram
devido ao crescimento do trabalho abaixo da média de Sergipe, mas em
setores onde as regiões não eram especializadas no ano 2000, princi-
palmente no Setor de Serviços, então esse movimento de aumento de
vagas no setor de serviços, mesmo abaixo dos índices do estado, é con-
siderado positivo, já que tem alocado pessoas, mesmo em setores onde
não há competitividade e nem especialização.
Já o Efeito Alocação positivo da Microrregião de Itabaiana é resulta-
do da associação de especialização e desvantagem competitiva no Co-
mércio e Agropecuária mais geração de postos de trabalho nos ramos
dos Serviços, onde há baixa competitividade e especialização.
O resultado do Baixo do Cotinguiba também foi positivo, mas não foi
melhor, porque não houve competitividade na geração de ocupações
no principal setor de especialização da microrregião: a indústria extrati-
vista mineral (petróleo, cimento, fertilizantes, etc.).
As microrregiões de Carira e Aracaju apresentaram resultado ne-
gativo por motivos semelhantes, mas de direções contrárias. Pois, na
Microrregião de Carira foi Competitiva na Indústria de Transformação
onde não conseguiu se especializar na geração de empregos, sobretu-
do devido aos incentivos locais do Programa Sergipano de Desenvol-
vimento Industrial. Já o resultado negativo para o Efeito Alocação da
Microrregião de Aracaju é devido, especialmente, ao crescimento das
ocupações acima da média Sergipana no setor Agropecuária, extração
vegetal, caça e pesca, onde a microrregião não apresentou especializa-
ção no ano 2000.
Tabela 5: Sergipe e Microrregiões - Componente Diferencial Homotético das Ocupações no setor privado – 2000 e 2010
Microrregiões de Sergipe - Componente Diferencial das Ocupações no Setor Privado – 2000/2010
Setor IBGE
do São Francisco
Carira
Nossa Senhora das
Dores
Tobias Barreto
Agreste de Lagarto
Propriá
Cotinguiba
Japaratuba
Baixo Cotinguiba
Aracaju
Boquim
Estância
Sergipe
EXTR. MIN. (73) (129) (89) (313) (177) (244) (202) (9) 27 (27) 874 (359) (179) (900)
IND. TRANS. (426) 6.333 (939) 234 1.204 200 (579) 356 (205) 249 (1.889) (628) (514) 3.396
S.I.U.P. (72) (6) 11 534 (75) 928 (29) (25) 114 112 (420) 160 54 1.286
CONST. CIV. 669 (405) (538) 445 (177) (308) (515) 156 (111) 95 654 (422) 29 (429)
COM. 2.253 8 (483) (913) (160) 183 (70) (571) (171) (352) 1.874 (1.098) (812) (312)
SERV. (2.235) (815) (2.052) (2.230) (2.647) (312) (1.938) (1.252) (630) (1.503) 10.832 (2.998) (2.542) (10.322)
AGR.E.V.C.P. 1.857 (1.056) (1.190) (182) (961) 505 113 (739) 210 (729) 17.077 708 (678) 14.937
Total 1.972 3.930 (5.280) (2.424) (2.993) 952 (3.219) (2.084) (766) (2.155) 29.003 (4.636) (4.642) 7.657
Setor IBGE Microrregiões de Sergipe – Efeito Alocação das Ocupações no Setor Privado - 2000/2010 Sergipe
EXTR. MIN. 61 125 47 164 137 73 101 (1) (6) (109) 341 (166) 132 900
IND. TRANS. 229 (3.682) 79 (22) 276 12 (187) (56) 46 115 (125) (83) 3 (3.396)
S.I.U.P. 6 3 (5) (338) 38 (611) 7 (10) (71) (10) (245) (85) 33 (1.286)
CONST. CIV. (191) 30 51 (104) 57 86 52 15 12 58 197 165 (1) 429
COM. (1.148) (3) 77 (90) 18 (36) 10 170 82 100 697 327 108 312
SERV. 875 292 710 504 824 96 357 258 210 (154) 5.032 942 375 10.322
AGR.E.V.C.P. 1.891 (965) (705) (62) (457) 281 27 (324) 166 240 (15.276) 427 (179) (14.937)
Total 1.724 (4.200) 255 52 894 (99) 367 52 440 240 (9.379) 1.526 471 (7.657)

Em relação à Sergipe, de modo geral, o resultado Alocativo foi ne-

gativo porque apresentou especialização na geração de ocupações
no setor Agropecuária, extração vegetal, caça e pesca, onde há baixa
competitividade na maior parte das microrregiões na geração de tra-
balho. Ainda, pela tabela 5, percebe-se que as microrregiões que con-
seguiram alocar postos de trabalho nos setores Extrativista Mineral,
Construção Civil, Comércio e Serviço, mitigaram o resultado negativo
global de Sergipe.
Portanto, com a aplicação dos conceitos de Emprego Homotético e
Efeito Alocação, se conseguiu detectar elementos não identificados na
versão clássica, como é o caso da expansão das ocupações em virtude
de fatores locais para a Microrregião de Carira. No entanto, essa versão
deixou a desejar a respeito da capitação da especialização entre os perí-
odos de tempo.
3.1.6 Aplicando a versão Herzog-Olsen
Nesta Seção, o Efeito Diferencial será analisado com as contribuições

sugeridas por Herzog-Olsen (1977), ou seja, busca-se eliminar tanto a in-
fluência setorial sobre as ocupações, quanto visa buscar entre outros re-
sultados, a variação de especialização do trabalho entre os dois períodos
de tempo (2000 e 2010).
Deste modo, percebe-se, pela tabela 6, que de modo análogo ao verifi-
cado nos subitens anteriores, as Microrregiões do Sertão do São Francisco
e Aracaju obtiveram resultado global positivo, reforçando, mais uma vez,
o papel na Agropecuária do tipo familiar no primeiro caso e no segundo
caso, a força do setor de serviços e de economias de aglomeração.
A diferença principal identificada pela proposta Herzog-Olsen e que
não foi captada pela versão básica do modelo é explicada pela variação
positiva do Efeito Alocação Pura no Agreste de Lagarto, porque a micror-
região conseguiu melhorar o nível de especialização na criação de ocu-
pações para o referido setor entre 2000 e 2010. De outro lado, o Efeito
Diferencial Puro ratifica a dinâmica positiva do Agreste de Lagarto nos
setores: Indústria de Transformação, Agropecuária e Comércio.
Outro fato ratificado pelo Componente Diferencial Puro Modificado
é que em regiões onde a Agropecuária Empresarial é mais intensa, como
é o caso de Carira, Nossa Senhora das Dores e Cotinguiba, a geração de

ocupações tende a perder força, pois há substituição de mão de obra
por tecnologia (milho empresarial e cana-de-açúcar, por exemplo) ou as
atividades desenvolvidas requerem menor disponibilidade de mão de
obra, como engorda de bovinos a pasto (pecuária de corte), assim, é na-
tural a diminuição da competitividade e/ou especialização na geração
de ocupações no setor agrícola nestas microrregiões.
Os resultados da Indústria de Transformação mostram em relação à Mi-
crorregião de Carira, que o Efeito Alocativo Modificado realça o aumento
dos níveis de especialização na criação de trabalho neste setor, demons-
trando Vantagem Competitiva Especializada. No caso das Microrregiões
do Agreste de Itabaiana, o resultado global negativo (mesmo com avanços
na Indústria de Transformação) é atribuído ao crescimento das ocupações
no Comércio abaixo da taxa estadual para o setor associado à estagnação
da especialização na criação de vagas no comércio. Já a microrregião de
Tobias Barreto, pelo Efeito Diferencial Puro, demonstra Competitividade
Especializada na Indústria de Transformação, uma vez que os índices de
ocupação para o setor têm sido substancialmente maiores que Sergipe
e o nível de especialização na geração de trabalho apresentou bom cres-
cimento entre 2000 e 2010. Logo, o Efeito Alocação Puro demonstra sinal
positivo para ocupação de mão de obra no respectivo setor.
Em relação ao Baixo do Cotinguiba, o resultado negativo total é de-
vido à baixa competitividade na geração de vagas na Indústria Extrati-
va Mineral, apesar do aumento do grau de especialização na criação de
ocupações entre 2000 e 2010 (Desvantagem Competitiva Especializada).
De modo análogo ao item anterior, a maioria das microrregiões
(com exceção do Baixo Cotinguiba e Aracaju) aumentou a especiali-
zação na geração de ocupações na Agropecuária, Extração Vegetal,
Caça e Pesca no período estudado. As Microrregiões Sertão do São
Francisco (bovinocultura de leite), Agreste de Lagarto (fruticultura,
fumo e pecuária), Propriá (arroz e pesca), Japaratuba (cana-de-açú-
car) e Boquim (laranja) além de aumentarem a especialização de va-
gas no setor, conseguiram níveis de crescimento maior que Sergipe
(Competitividade), portanto são classificados com Vantagem Compe-
titiva Especializada no setor.
Tabela 6: Sergipe e Microrregiões - Componente Diferencial Puro Modificado das Ocupações no Setor Privado – 2000 e 2010
Microrregiões de Sergipe - Componente Diferencial Puro Modificado das Ocupações no Setor Privado – 2000/2010
Setor IBGE
Itabaiana
Sergipana do
sertão do São
Francisco
Carira
Nossa Senhora das
Dores
Agreste de
Tobias Barreto
Agreste de Lagarto
Propriá
Cotinguiba
Japaratuba
Baixo Cotinguiba
Aracaju
Boquim
Estância
Sergipe
EXTR. MIN. (148) (247) (124) (644) (327) (589) (447) (6) 19 41 (421) (1.030) (319) (4.243)
IND. TRANS. (265) (4.823) (1.045) 191 830 195 (854) 141 (175) 279 (2.450) (732) (528) (9.236)
S.I.U.P. (101) (7) 7 303 (95) (212) (29) (24) 75 (13) (658) 129 (3) (629)
CONST. CIV. 506 (464) (522) 327 (144) (300) (556) 81 (108) 94 811 (342) 23 (593)
COM. 1.271 5 (349) (1.004) (136) 154 (55) (486) (118) (305) 2.435 (898) (738) (221)
SERV. (1.881) (602) (1.316) (1.904) (2.139) (242) (1.739) (1.113) (483) (1.890) 13.911 (2.333) (2.349) (4.081)
AGR.E.V.C.P. 2.939 (2.145) (1.875) (227) (1.395) 701 120 (1.129) 320 (550) 5.792 952 (806) 2.696
Total 2.321 (8.283) (5.225) (2.956) (3.405) (294) (3.560) (2.536) (470) (2.344) 19.419 (4.255) (4.720) (16.308)
Setor IBGE Microrregiões de Sergipe – Efeito Alocação Puro Modificado das Ocupações no Setor Privado - 2000/2010 Sergipe
EXTR. MIN. 136 243 82 495 287 417 346 (4) 3 (177) 1.637 505 273 4.243
IND. TRANS. 67 7.474 185 20 650 17 89 159 17 85 436 21 16 9.236
S.I.U.P. 35 4 (0) (107) 58 529 8 (11) (33) 115 (7) (54) 90 629
CONST. CIV. (28) 89 36 14 24 78 93 90 9 59 40 85 5 593
COM. (167) (1) (57) 1 (6) (7) (6) 85 29 53 136 126 34 221
SERV. 521 79 (26) 177 317 26 158 119 63 233 1.954 278 181 4.081
AGR.E.V.C.P. 809 123 (20) (17) (23) 85 21 67 56 61 (3.991) 184 (50) (2.696)
Total 1.375 8.013 200 584 1.306 1.147 707 503 144 429 205 1.145 549 16.308
121
De modo geral, o Efeito Diferencial Puro Modificado mostra que

Sergipe teria gerado mais ocupações caso os incentivos projetados
por meio do PSDI fossem mais efetivos na geração de ocupações na
indústria, devido a forte entrada de produtos chineses, por exemplo.
A exceção ficou por conta do setor da Agropecuária, Extração Vege-
tal, Caça e Pesca, já que foi o único setor a apresentar resultado di-
ferencial positivo, alavancado pelo desempenho positivo em 7 das
13 microrregiões. Em relação ao Setor de Serviços, as ocupações têm
crescido, principalmente, alavancadas pela dinâmica da Microrregião
de Aracaju, pois a variável cresce acima da média sergipana com me-
lhores graus de especialização, mas a respeito das microrregiões do
interior, tem sido geradas vagas de trabalho mesmo com a redução
do nível de especialização e baixa competitividade, por isso, o Efeito
Alocação é positivo.
Assim, se vê através das propostas de Herzon-Olsen (1977) as impli-
cações das mudanças temporais na dinâmica das ocupações em Sergi-
pe. Ou seja, percebe-se que o grau de especialização no setor Agrope-
cuário, Extração Vegetal, Caça e Pesca são maiores no interior do estado,
enquanto a Microrregião que comporta Aracaju (capital do estado) tem
melhores resultados de especialização para o Setor de Serviços.
4. CONCLUSÕES
Portanto, pelo estudado ao longo deste trabalho, podem-se extrair

as seguintes conclusões em relação à dinâmica das ocupações no setor
privado entre 2000 e 2010.
Em primeiro lugar, apenas 2 microrregiões apresentaram melhor
crescimento do trabalho que Sergipe, são elas: Sergipana do Sertão do
São Francisco e Aracaju. O resultado alcançado por estas microrregiões
está relacionado tanto à superação das médias de crescimento de seto-
res estratégicos como Construção Civil e Comércio, quanto aos resulta-
dos positivos atrelados a fatores locais: predominância da Agropecuária
do tipo familiar no Sertão do São Francisco e a migração para uma socie-
dade de Serviços da Grande Aracaju e região metropolitana.
O resultado alcançado pela Microrregião de Aracaju é devido, princi-
palmente, à concentração de empresas-âncora e a formação de econo-
mias de aglomeração em torno delas, como é o caso das maiores empre-

sas de Construção Civil, PETROBRAS, ENERGISA, entre outras.
Também, ficou evidenciado que a Construção Civil - beneficiado pe-
las ações do Minha Casa, Minha Vida e maior acesso ao crédito - foi um
dos principais responsáveis pela boa evolução das ocupações de Ser-
gipe, logo, as microrregiões que conseguiram boas médias neste setor
apresentaram resultado positivo no Componente Estrutural.
Ainda em relação à força das estruturas setoriais, percebeu-se que o
Baixo do Cotinguiba apresenta os melhores resultados da Indústria Ex-
trativa Mineral (petróleo, fertilizantes e cimento), já que a região é espe-
cializada na geração de empregos no setor, no entanto, pelo estudado,
o resultado poderia ter sido melhor, caso fossem alcançados melhores
índices de competitividade.
Em relação às ocupações geradas pela Indústria de Transformação,
foi verificado que apesar dos incentivos locais do Programa Sergipano
de Desenvolvimento Industrial (PSDI), que conseguiu melhorar a espe-
cialização da geração de postos de trabalho entre 2000 e 2010 em regi-
ões como Carira, Tobias Barreto e Baixo Cotinguiba (entre outras), o setor
tem perdido competitividade na geração de ocupações, boa parte pode
ser explicada pela forte entrada de produtos chineses.
Já em microrregiões onde a Agropecuária tem perfil Empresarial (mi-
lho empresarial, pecuária de corte e cana-de-açúcar, por exemplo), como
é o caso das microrregiões de Carira, Nossa Senhora das Dores e Cotin-
guiba, houve menor geração de ocupações (ou até mesmo retração), pois
tem uso menos intensivo de mão de obra e substituição por tecnologia
(maquinário, inseticidas, herbicidas, etc.). Por outro lado, percebe-se que
são atividades de maior valor agregado à economia Sergipana.
A respeito da dinâmica do setor de Serviços no interior de Sergipe, foi
verificado que há realocação de vagas de trabalho para o setor, mas em
sentido menos intenso (desvantagem competitiva não especializada)
quando comparado à Microrregião de Aracaju, Região Nordeste e Brasil.
Por fim, em nível de ocupações, Sergipe acompanhou os bons resul-
tados da Construção Civil e Comércio. Mas, por outro lado, se mostrou
um estado especializado na geração de ocupações na Agropecuária,
onde os níveis de competitividade tendem a diminuir pela substituição de
mão de obra por tecnologia, o governo tem realizado investimentos es-
pecíficos que têm contribuído para melhorar os índices de especialização

do trabalho na Indústria, mas a competitividade tem sido afetada pela
entrada de produtos chineses. Além disso, a dinâmica do Setor de Servi-
ços tem apresentado baixa competitividade e especialização no interior
do estado. Portanto, os resultados obtidos poderiam ter sido melhores.
BRASIL. Ministério do Planejamento, Orçamento e Gestão. IBGE: Cen-

sos 2000 e 2010. Disponível em < http://www.sidra.ibge.gov.br/cd/
cd2010RgaAdAgsn.asp >. Acesso em: 13 Jul, 2014.
DA SILVA, Reilane Gasparoni. Reestruturação Produtiva e Especialização
Geográfica na Microrregião do Agreste de Lagarto. Revista Eletrônica
da Faculdade José Augusto Vieira, Lagarto, v. -, n. 8, p. 140-157, set.,
2013.
ESTEBAN-MARQUILLAS, J. M. A Reinterpretation of Shift-Share Analy-
sis. Regional and Urban Economics, Barcelona, v. 2, n. 3, p. 249-261,
mar./1972.
HADDAD, Paulo R. Padrões Regionais e Crescimento do Emprego Indus-
trial de 1950 a 1970. Revista Brasileira de Geografia, Rio de Janeiro, v.
39, n.1, p.3-45, jan./mar., 1977.
HADDAD, Paulo R. & ANDRADE, Tompson A. (1989). O método de aná-
lise diferencial-estrutural, p. 249-286, in HADDAD, Paulo R. et all (org).
Economia Regional: teorias e métodos de análise. Fortaleza: BNB, 1989,
694 p.
HERZOG, Henry W. e OLSEN, Richard J. Shift-share Analysis Revisited:
The Allocation Effect and the Stability of Regional Structure. Tennessee:
Regional and Urban Studies Section Energy Division Oak Ridge National
Laboratory, 1977, 36 p.
MATOS, Elmer Nascimento; SANTOS, Wesley; SILVA, Eliane Correia dos
Santos (2012). Impasses do desenvolvimento estadual: Guerra Fiscal em
Sergipe e seus desdobramentos econômicos In XVII Encontro Nacional
de Economia Política. Disponível em < http://www.sep.org.br/artigos/
download?id=2124&title=Impasses+do+desenvolvimento+estadu-
al3A+Guerra+Fiscal+em+Sergipe+e+seus+desdobramentos+econC3B-
4micos >. Acesso: 02 Dez, 2014.
MELO, Ricardo Oliveira Lacerda de (2010). A expansão da pecuária de

leite em Sergipe. Disponível em < http://www.casacivil.se.gov.br/ar-
tigo-a-expansao-da-pecuaria-de-leite-em-sergipe/ >. Acesso: 02 Dez,
2014.
PEREIRA, A. (1997). O método estrutural-diferencial e suas reformula-
ções, Teoria Evid. Econômica, v. 5, n. 9, p. 91-103.
SHI, Chun-Yun e YANG, yang (2008). A Review of Shift-Share Analysis and
Its Application in Tourism. Internacional Journal of Management Pers-
pectives, v. 1, n.1, p. 21-30.
STORPER, Michael (2010). Why do regions develop and change? The
challenge for geography and economics. Journal of Economic Geogra-
phy, Londres: Oxford University Press, v. 11, n. 2011, p. 333-346.
05 IMPACTOS DA EDUCAÇÃO NOS
RENDIMENTOS DO TRABALHADOR
A PARTIR DE DADOS DAS PNADS
DE 2001 E 2012: UM ESTUDO
PARA A REGIÃO NORDESTE
E O ESTADO DE SERGIPE
Rafaela Rodrigues Gomes1
Fernanda Esperidião2
Resumo:
O presente trabalho buscou analisar os impactos da educação

nos rendimentos do indivíduo para a Região Nordeste e para o
estado de Sergipe. A base teórica aqui utilizada é proveniente
das contribuições dadas por Theodore Schultz, Gary Becker e
Jacob Mincer. As estimações foram feitas sob o uso dos micro-
dados da Pesquisa Nacional por Amostra de Domicílios (PNAD),
para os anos de 2001 e 2012, com o auxílio do software Stata
12. Aplicando-se a equação de rendimentos de Mincer (1974)
simples e adaptada utilizou-se o método de mínimos quadra-
dos Ordinários (MQO) e efeito limiar (Thershold effect) para
detectar discriminação no mercado de trabalho. Como aspec-
to de relevância metodológica e contribuição para o leque de
estudos sobre retornos à escolaridade, tem-se a incorporação
das informações do plano amostral da PNAD nas estimativas. Os
principais resultados encontrados apontam que: os retornos es-
perados ao investimento em educação são positivos; há discrim-
inação salarial por gênero, raça e filiação sindical e há presença
de efeito limiar.
Palavras-chave: Educação. Taxas de retorno. Discriminação.
1 Mestra em Desenvolvimento Regional e Gestão de Empreendimentos Locais pela Uni-

versidade Federal de Sergipe (UFS). Bolsista CNPq do Núcleo de Inovação da Feder-
ação das Indústrias do Estado de Sergipe (FIES). E- mail: rafaela.rodrigues@fies.com.br.
2 Doutora em Desenvolvimento e Crescimento Econômico pela Universidade Federal
do Paraná (UFPR). Professora Adjunta do Departamento de Economia da Universidade
Federal de Sergipe (UFS). E-mail: nandaesper16@gmail.com.
128 Rafaela Rodrigues Gomes; Fernanda Esperidião
1. INTRODUÇÃO
A determinação dos rendimentos do trabalhador é influenciada por

diversos fatores, sendo que a escolaridade é uma das variáveis que mais
instiga os estudos na literatura econômica. Na década de 60, a Teoria
do Capital Humano, moldada pelas formulações de Theodore Schultz,
Gary Becker e Jacob Mincer, foi de grande relevância para a compreensão
de um novo enfoque: a busca pelo conhecimento, que tende a promover
vantagens competitivas que fazem a diferença na vida dos indivíduos e
que lhes proporcionam um diferencial no mercado. Um dos efeitos ob-
servados sobre a renda ao incluir o capital humano está atrelado à capaci-
dade dos indivíduos ao realizarem suas atividades, pois, considera-se que
pessoas mais capacitadas realizam maior quantidade e/ou melhor, quali-
dade de trabalho, ceteris paribus, o mesmo período de tempo, a mesma
quantidade de capital e tecnologia (BECKER, 1957; SHULTZ, 1973).
Muitos estudos procuraram evidenciar a importância da educação na ex-
plicação dos diferenciais de rendimentos. Os primeiros autores a utilizarem a
equação de rendimentos de Mincer (1974) foram Behrman e Birdsaall (1983),
onde calcularam a taxa de retorno educacional para o Brasil utilizando como
base de dados o Censo Demográfico de 1970. Kassouf (1994, 1998) incorpo-
rou o procedimento de Heckman em dois estágios a fim de corrigir um pos-
sível viés de seleção amostral usando dados da Pesquisa Nacional de Saúde
e Nutrição do IBGE, IPEA e INAN de 1989 e dados da PNAD de 1995, respec-
tivamente. Ueda e Hoffmann (2002) usando informações da Pnad de 1996
no que concerne aos pais dos indivíduos empregam o método de estimação
por variáveis instrumentais, estimadores intrafamiliares, mínimos quadrados
e um modelo por nível de escolaridade, dentre outros.
As questões envolvidas nas discussões atuais sobre desigualdade
salarial são, em sua essência, as mesmas que estavam presentes no “de-
bate” entre Adam Smith e Stuart Mill. As fontes de desigualdade podem
estar associadas ás diferenças dos trabalhadores em relação às suas ca-
racterísticas produtivas e preferências, e/ou ás imperfeições do mercado
que impedem a mobilidade dos trabalhadores dos postos de trabalho
com baixos salários para aqueles com altos salários. Note-se que tais ar-
gumentos não são excludentes e, de certo modo, são reconhecidos por
praticamente todos aqueles que tratam da questão.
IMPACTOS DA EDUCAÇÃO NOS RENDIMENTOS DO TRABALHADOR A PARTIR DE DADOS DAS PNADS DE 2001 E 2012 129
Dessa forma, o presente trabalho buscará complementar a literatura

existente, fazendo um comparativo entre as estimativas das taxas de re-
torno da escolaridade na Região Nordeste e no estado de Sergipe. Assim,
o objetivo geral desse artigo é verificar, através de uma análise compara-
tiva, o impacto do investimento em capital humano na região Nordeste
e em Sergipe através da equação de rendimentos de Mincer simples e
adaptada, aplicando-se o método de mínimos quadrados (MQO) e Ther-
shold effect. A base de dados que será utilizada para a estimação das
equações de rendimentos será a Pesquisa Nacional por Amostra de Do-
micílios (PNAD) do Instituto Brasileiro de Geografia e Estatística (IBGE),
referentes aos anos de 2001 e 2012.
Além desta introdução, este estudo esta dividido em mais quatro se-
ções. A segunda seção faz uma revisão da literatura da Teoria do capital
humano e dos determinantes dos rendimentos. A terceira seção aborda
a metodologia adotada no estudo, descrevendo o modelo econométri-
co adotado e as variáveis que serão utilizadas na análise. A quarta seção
faz uma análise descritiva da amostra selecionada e analisa os resultados
obtidos para as equações de rendimentos que foram estimadas. E por
fim, apresentam-se as conclusões a respeito do tema proposto como
também dos resultados da análise quantitativa desenvolvida.
2. REFERENCIAL TEÓRICO.
2.1 MODELOS DE INVESTIMENTO EM CAPITAL HUMANO.
A teoria do capital humano surge, em meados da década de 60, da

preocupação cada vez maior com os problemas de crescimento econô-
mico e melhor distribuição de renda. Uma das aplicações mais popula-
res do paradigma do capital humano diz respeito às decisões individuais
acerca da aquisição de educação. Partindo de um ambiente neoclássico
em que os fatores de produção são remunerados de acordo com a sua
produtividade marginal, a teoria do capital humano afirma que, à me-
dida que o nível educacional de um indivíduo cresce, cresce também
sua renda, pois, por hipótese, a educação afeta direta e positivamente a
produtividade destes indivíduos. Daí decorre a tese de que a educação é
o principal meio de mobilidade social e é também a principal variável ex-
plicativa dos diferenciais de rendimentos. A escola de Chicago foi a que

mais contribuiu para o desenvolvimento da Teoria do Capital Humano, a
partir dos trabalhos seminais dos economistas Theodore Schultz (1973),
Gary Becker (1957,1962) e Jacob Mincer (1974).
Nesse sentido, Schultz (1973) foi um dos primeiros autores a abordar
como o fator humano na produção é capaz de criar ganhos de produtivi-
dade. Becker (1957), expande a teoria do capital humano ao considerar que
o treinamento/capacitação no trabalho produz ganho salarial ao longo da
carreira profissional, posto que a produtividade do trabalhador capacitado é
maior do daquele que não foi treinado. Becker (1957) também contribuiu ao
evidenciar que a discriminação, além da educação e experiência, é um fator
a ser considerado na explicação das desigualdades salariais.
Para Schultz (1973), boa parte das capacitações econômicas de um
povo é desenvolvida por meio de atividades que tenham características
de investimento. Esses investimentos são de “[...] uma magnitude tal que
alteram radicalmente as medidas usuais do quantitativo de poupanças
e de formação de capital. Alteram também a estrutura dos ordenados
e dos salários e a quantia dos rendimentos relativa à renda advinda da
propriedade.” (SCHULTZ, 1973, p.65). Conforme Schultz (1973), a decisão
das pessoas de investimento ‘em si mesmas’ vai ao encontro da teoria de
escolha ótima numa busca por maximização do bem-estar. Essa decisão
de investimento pode ser através da educação, como ressalta o mesmo
autor. Além disso, um maior nível de escolarização pode “[...] fazer pro-
gredir as capacitações das pessoas e, desta forma, incrementar os seus
futuros rendimentos” (SCHULTZ, 1973, p.57), aumentando assim a possi-
bilidade de escolhas no futuro.
Com base nos argumentos de Schultz, Ioschpe (2004) acrescenta que
o nível de escolaridade do indivíduo é, não apenas um fator de acrés-
cimo nos rendimentos, mas sim, um dos principais fatores para poder
compreender o perfil de renda de um trabalhador ao longo de sua vida.
Ou seja, das diversas variáveis que influenciam o salário de um indivíduo,
o nível de escolaridade é um dos que tem maior importância.
A teoria do capital humano foi expandida ainda mais com as contri-
buições de Gary Becker. As ideias iniciais de Becker referem-se sobre o
treinamento no trabalho. Conforme Schultz (1973), Becker faz distinção
entre as capacidades técnicas gerais e específicas, que são adquiridas
nos treinamentos genéricos e específicos fornecido pelas empresas. De

uma forma geral, o treinamento, independente se é custeado pelo em-
pregado ou empregador, produz expansão das capacidades individuais
e maior produtividade. Desta forma, o autor mostra que a remuneração
do indivíduo que está recebendo certo treinamento é menor do que a
remuneração do trabalhador que não está sujeito a este treino. No de-
correr da carreira, a partir de certo ponto, o salário do indivíduo que re-
cebeu treinamento será maior do que o do indivíduo destreinado, pois o
treinado passa a produzir mais.
Na esfera microeconômica, os estudos sobre capital humano e ren-
da remontam aos trabalhos seminais de BECKER (1962) e MINCER (1958,
1974) que deram origem a uma linha de pesquisa que até hoje orienta
trabalhos no que diz respeito à estimação dos retornos salariais, sendo
que o trabalho de Mincer (1974) foi seminal no que diz respeito à estima-
ção dos retornos salariais.
O modelo de rendimentos de Mincer é utilizado para estimar a fun-
ção de retornos à escolaridade, da qualidade de escolaridade, e para
medir o impacto da experiência de trabalho sobre as disparidades sala-
riais entre homens e mulheres, é também considerado base de estudos
econômicos da educação nos países em desenvolvimento e tem sido
estimada usando dados de uma variedade de países e períodos de tem-
po (HECKMAN et al. 2003). Estudos de crescimento econômico usam o
modelo de Mincer para analisar a relação entre crescimento e níveis de
escolaridade média entre os países.
Mincer (1974) captura dois distintos conceitos econômicos: (a) equação
de preços ou de salários da função renda e seus determinantes, demons-
trando como o mercado de trabalho recompensa atributos produtivos,
como escolaridade e experiência de trabalho e (b) a taxa de retorno à es-
colaridade, que pode ser comparada com a taxa de juros para determinar a
otimização dos investimentos em capital humano (MONTEIRO, 2009).
Diante disso, o modelo de especificação de Mincer (1958, 1974), de-
monstra a função de capital humano da seguinte forma:
(1)
onde w(S,x) é o salário no nível de escolaridade (S) e experiência de

trabalho (x), ρS é a taxa de retorno à escolaridade ( assumido como sen-
do o mesmo para todos os níveis de escolaridade) e ε é uma média zero.
Este modelo é motivado por dois ajustes teóricos diferentes, o modelo
de compensação de diferenças e o modelo de equação de Mincer.
De acordo com Monteiro (2009), o modelo de compensação de dife-
renças de Mincer (1958), explica porque pessoas com diferentes níveis
de escolaridade têm rendimentos diferentes ao longo de suas vidas.
Este modelo pressupõe que os indivíduos têm capacidades idênticas
e oportunidades, o qual não há certeza absoluta, que os mercados de
crédito são perfeitos, o ambiente é perfeitamente certo, mas as ocupa-
ções diferem na quantidade de formação necessária. A escolaridade é
cara porque os indivíduos renunciam ganhos, enquanto estão na esco-
la, mas isso não implica em custos diretos. O tamanho do diferencial de
compensação é determinado por equiparar o valor presente de fluxos
de receitas líquidas de custos associados com diferentes níveis de inves-
timentos.
Com relação ao modelo de equação de Mincer (1974) esse trabalho
é baseado em um modelo de identidade de contabilidade desenvolvido
por Becker (1964). Este segundo modelo analisa a dinâmica do ciclo de
vida dos ganhos e na relação entre os ganhos observados, os ganhos po-
tenciais, e investimentos em capital humano, tanto em termos de educa-
ção formal como investimento no trabalho.
Nesse modelo de equação, Mincer relaciona ganhos observados com
função do potencial de receita líquida de recursos humanos, custos de
capital de investimentos, e o ganho potencial em qualquer período de
tempo depende de investimentos em períodos anteriores.
Assim tem-se, em termos contínuos, que:
(2)
onde: n é o período de trabalho, ws os rendimentos anuais de uma
pessoa com s anos de escola, Vs o valor presente (no início da escola) dos
rendimentos totais obtidos pelo indivíduo ao longo de sua vida, r a taxa
de desconto, t o tempo medido em anos, e d diferença de escolaridade
medida em anos.
De forma similar, a equação (2) pode ser atribuída para um indivíduo

com s-d anos de escola. A razão entre os rendimentos anuais após s anos
e os rendimentos após s-d anos de escola (ks,s-d) é encontrada igualan-
do Vs e Vs-d :
(3)
A equação acima mostra que: (i) indivíduos com maior escolaridade

obtém maiores rendimentos anuais; (ii) a diferença de rendimentos en-
tre indivíduos, com diferença de investimento de d anos de escolariza-
ção, é tanto maior quanto mais alta for a taxa de retorno da escolaridade
e, (iii) a diferença não depende do período de trabalho (n) (MONTEIRO,
2009). A partir dos estudos de Mincer, vários trabalhos estimaram seu
modelo para países, aplicando a equação com o intuito de medir as ta-
xas de retornos da escolaridade.
2.2 MODELOS DE DETERMINAÇÃO DOS RENDIMENTOS.
Jacob Mincer (1974) foi o pioneiro na avaliação dos impactos da es-

colaridade nos rendimentos do trabalhador. A partir dele, muitas outras
proposições foram criadas e analisadas considerando-se um extenso le-
que de técnicas econométricas. Assim, para este estudo utilizou-se três
tipos de análise para os impactos da educação nos rendimentos: i) equa-
ções mincerianas; ii) efeito discriminação no mercado de trabalho e ; iii)
o efeito limiar (Threshold effect).
2.2.1 Equações Mincerianas.
A fim de medir o retorno da educação, Mincer (1974) propôs um tipo

de equação que leva em conta a influência da educação no salário dos
indivíduos juntamente com o impacto que é causado nesses ganhos
através do aprendizado que lhe é transmitido pela experiência no traba-
lho. Dessa forma o salário de um indivíduo é dado por:
(4)
em que é o logaritmo da renda advinda de j anos de experiência no

trabalho, s são os anos de escolaridade desse indivíduo, j os anos de ex-
periência no mercado de trabalho e v é o termo estocástico. A ideia bási-
ca desta equação é que anos adicionais de escolaridade e de experiência
no trabalho acarretam aumento nos salários (coeficientes e são positi-
vos). No entanto aumentos causados pelo acúmulo de experiência estão
sujeitos a retornos decrescentes (coeficiente é negativo), implicando em
uma função parabólica, côncava em j. Isso quer dizer que os incrementos
salariais causados por aumento da experiência tendem a ser positivos,
mas cada vez menores com o decorrer do tempo. O resíduo (v) na equa-
ção 4, são componentes que Mincer admitiu influenciar na renda, como
por exemplo as habilidades individuais e qualidade da educação, que
são de difícil mensuração, conforme França, Gasparini e Loureiro (2005).
Na literatura de capital humano normalmente emprega-se uma pro-
xy para mensurar a variável experiência da equação minceriana, através
do seguinte cálculo: j = idade − s − 6. Segundo Chaves (2002) ao fazer
uso dessa proxy a equação minceriana tem como hipótese que o indiví-
duo começa a trabalhar logo após terminar seus anos de estudo, e que
esse termina o período escolar no tempo s mais seis anos de idade, em
que esse último é a idade em que o indivíduo, geralmente, começa a
estudar. Nesse sentido, no presente estudo a variável experiência foi ba-
seada neste cálculo.
Este modelo de Mincer, é tradicionalmente usado através da utiliza-
ção do método de mínimos quadrados ordinários (MQO). No entanto a
aplicação desta metodologia pode causar um viés nos coeficientes es-
timados devido a não inclusão variáveis que podem afetar a renda do
indivíduo e da endogeneidade da educação. Dessa forma, os métodos
que serão empregados neste estudo para reduzir os possíveis problemas
da equação minceriana serão: o uso de variáveis de controle (dummies)
para o efeito discriminação no mercado de trabalho e inclusão de uma
variável que leve em conta o efeito limiar (threshold effect) da educação.
2.2.3 Efeito discriminação no mercado de trabalho.
Segundo Hoffmann e Simão (2005), nas equações de rendimentos

deve-se incluir variáveis de controle no intuito de evitar o problema de
viés de estimação por omissão de variáveis relevantes. Isso implica dizer

que, além das variáveis referentes à educação e experiência, deve-se in-
cluir no modelo variáveis que possam influenciar de alguma forma os
ganhos do indivíduo. Nesse caso, podem-se incluir variáveis dummies
para gênero, raça, região, responsável pela família, dentre outras. Assim,
no presente estudo, como uma extensão da equação minceriana origi-
nal, foram incorporadas variáveis dummies referentes a gênero, raça e
filiação sindical no intuito de verificar a robustez do modelo e detectar a
existência de discriminação na determinação dos rendimentos do traba-
lho, provenientes dessas características.
2.2.4 O efeito limiar (Threshold effect).
O efeito limiar ou threshold effect ocorre, segundo Hoffmann e Simão

(2005), quando a taxa de retorno da escolaridade torna-se relativamente
maior a partir de certo ponto. Usando como base a equação (4) proposta
por Mincer, o efeito limiar pode ser estimado pela seguinte equação:
(5)
em que H é uma variável binária que assume valor zero, caso s≤ e va-
lor um quando s > , em que = limiar, valor da escolaridade a partir do
qual a taxa de retorno da educação torna-se muito elevada. Assim, para
Hoffmann e Simão (2005) uma função de rendimentos deve especificar
o efeito limiar, pois caso contrário, o modelo pode acabar por chegar
a conclusões errôneas, ao analisar as taxas de retorno provenientes da
escolaridade. Além disso, podem-se usar variáveis dummies para estimar
isoladamente o retorno da educação distinto em cada ano a mais de es-
colaridade, ao invés de apenas considerar um ponto limiar. Dessa forma,
para fins comparativos a análise de retornos a educação utilizando dum-
mies para cada ano de estudo também será feita no presente trabalho.
3. MODELO ECONOMÉTRICO E BASE DE DADOS.
Os dados utilizados neste estudo referem-se a Região Nordeste e

para o estado de Sergipe e são provenientes da Pesquisa Nacional por
Amostra de Domicílios (PNAD), coletada pelo Instituto Brasileiro de Geo-

grafia e Estatística (IBGE), para os anos de 2001 e 2012. Serão utilizadas a
equação de rendimentos de Mincer original e adaptada com dummies a
fim de captar os efeitos da discriminação no mercado de trabalho, sendo
que a variável dependente do modelo (Y) é o logaritmo natural do salá-
rio por hora que é explicado por um conjunto de variáveis independen-
tes (Xs) que serão descritas a seguir.
3.1 MODELO ECONOMÉTRICO.
O modelo econométrico adotado para se trabalhar com os dados,

nos anos de 2001 e 2012 é uma função log-linear, em que a relevância
econômica da variável educação é explicada pelo fato de conseguir cap-
tar a influência do investimento em capital humano e os retornos desse
investimento para os indivíduos. Essa função log-linear pode ser expres-
sa pela equação de Mincer original (equação 4) e adaptada com dum-
mies, que permitirão analisar e interpretar os dados empíricos coletados:
i) Equação de Mincer original
(6)
onde:
LnW= é o logaritmo natural dos salários, “β” é o parâmetro ou inter-

cepto;
Educ é a educação (medida em anos de estudo);
Exp é a experiência (=idade-educ-6),
Exp2 é a experiência ao quadrado;
ε é o termo para erros aleatórios.
ii) Equação de Mincer adaptada
(7)
onde:
lnw= é o logaritmo natural dos salários,”β“é o parâmetro ou intercepto;

Educ é a educação (medida em anos de estudo);
Exp é a experiência (=idade-educ-6);
Exp2 é a experiência ao quadrado;
Brancos – dummy para raça, sendo 1 se a pessoa for de cor branca e
0 caso contrário;
homem –dummy para gênero,sendo 1 se o indivíduo for do sexo
masculino e 0 se for do sexo feminino;
Sindic – dummy para sindicato, sendo 1 se o trabalhador estiver vin-
culado a um sindicato e 0 caso contrário;
ε é o termo para erros aleatórios.
Tomando como base as formulações da teoria do capital humano
considera-se que as taxas de rendimentos dos trabalhadores possuem
retornos positivos e decrescentes com relação à educação, e o sinal es-
perado para o coeficiente da variável de anos de estudo seria positivo.
Também, segundo essa mesma teoria para variáveis Exp e Exp2 que são
utilizadas como uma proxy para a experiência do individuo no merca-
do de trabalho, leva-se em conta que os rendimentos dos trabalhadores
apresentam taxas de retornos positivas e decrescentes com a experiên-
cia, logo o sinal esperado para o coeficiente da variável Exp é positivo e
para a Exp2 é negativo, pois se considera que a partir de certa idade os
rendimentos tendem a decrescer em virtude da capacidade laboral dos
indivíduos, quando ocorre o efeito depreciativo do capital humano.
3.2 BASE DE DADOS.
Neste estudo foram utilizados, como dito anteriormente, dados ex-

traídos da Pesquisa Nacional por Amostra de Domicílios de 2001 e 2012.
Contudo, nem todas as observações dessa base de dados para os res-
pectivos anos citados puderam ser utilizadas na estimação da equação
minceriana de rendimentos. Dessa forma, foram utilizados alguns filtros
na modelagem do banco de dados.
Para a amostra relativa à Região Nordeste e ao estado de Sergipe,
utilizou-se um primeiro filtro que corresponde a idade dos indivíduos
entre 25 e 55 anos que estão trabalhando, seguindo o procedimento

de Figueiredo Neto (1998), a fim de ter uma amostra mais homogênea.
Quanto a renda, neste estudo consideraram-se apenas os rendimentos
provenientes do trabalho principal, dessa forma, foi feito um segundo
filtro para salários muito altos, que poderiam prejudicar as estimações.
Nesse sentido, a amostra aqui analisada selecionou indivíduos com ren-
dimentos de até R$ 20.000 (vinte mil reais). A amostra relativa ao ano de
2001 e 2012, para região Nordeste, corresponde a um total de 28.665 e
29.239 pessoas, respectivamente. Já a amostra para o estado de Sergipe
corresponde a um total de 1.300 e 1.798 pessoas, para os anos de 2001 e
2012, respectivamente4.
Ao se construir análises a partir dos dados da PNAD, deve-se ter em
mente que tais dados são provenientes de um desenho amostral com-
plexo e que esse fato deve ser levado em consideração na análise das es-
timações. Alguns autores, como Silva et. al. (2002) e Pereira et. al. (2013)
enfatizaram que a realização de estudos que tem como base os dados da
Pnad, não podem ser fundamentados nos procedimentos comumente
aplicados as amostras com observações independentes e identicamente
distribuídas (i.i.d). Tais autores também afirmam que os sistemas e téc-
nicas tradicionais de análise podem produzir resultados viesados para
os coeficientes estimados e seus respectivos desvios-padrão e níveis de
significância.
Para Neder e Silva (2004) e Guimarães (2007) devido à Pnad possuir
um desenho amostral complexo, as inferências feitas devem utilizar em
conjunto com dados da Pnad, o estrato ao qual pertence o domicílio le-
vantado, sua unidade primária de amostragem (PSU) e o peso da pes-
soa na amostra a fim de ajustar a regressão de forma apropriada. Assim,
deve-se considerar como pré-requisito para manipular os dados, que
os estratos possuam pelo menos duas PSU. Ao detectar a existência de
estratos que possuam apenas uma PSU, torna-se necessário para obten-
ção das estimativas, aplicar procedimentos para a identificação desses
4 Foram retirados da amostra os indivíduos que possuíam salários maiores que

R$20.000,00 e que não declararam todas as informações necessárias para estimação da
equação de rendimentos, como por exemplo, sexo, raça, escolaridade e rendimento.
estratos e agregá-los a estratos com um número maior de observações5.

O procedimento analítico deste trabalho foi realizado utilizando o sof-
tware Stata 12.
4. ANÁLISE EMPÍRICA
Inicialmente apresenta-se uma análise descritiva sobre algumas ca-

racterísticas da amostra selecionada relacionando escolaridade e rendi-
mento, utilizando os dados da Pnad para os anos de 2001 e 2012.
A Tabela 01 mostra a média e o desvio-padrão da escolaridade na
Região Nordeste e Sergipe levando em consideração a participação do
indivíduo no mercado de trabalho, sexo, e raça6. Verifica-se que a média
da escolaridade dos indivíduos que participam do mercado de trabalho
na Região Nordeste é similar a encontrada para Sergipe nos dois perío-
dos analisados. Tanto na Região Nordeste quanto em Sergipe, verifica-se
que a escolaridade média das mulheres e indivíduos brancos é maior do
que para homens e pessoas não brancas, sendo que a escolaridade dos
homens é mais baixa em aproximadamente 2 anos quando comparada
com a escolaridade das mulheres.
Tabela 01: Estatísticas descritivas para variável anos de estudos, segundo as características
dos indivíduos- Gênero e Raça – Região Nordeste e Sergipe – 2001/2012.
Região Nordeste Sergipe
Características 2001 2012 2001 2012
do individuo Média Desvio Média
Desvio
Média
Desvio
Média
Desvio
-padrão -padrão -padrão -padrão
Todos os
6,22 4,76 8,21 4,56 6,18 4,69 7,81 4,63
indivíduos
Homens 5,47 4,61 7,39 4,58 5,42 4,53 6,95 4,55
Mulheres 7,40 4,74 9,34 4,27 7,41 4,70 9,08 4,45
Brancos 7,75 4,96 9,33 4,52 8,18 4,66 8,41 4,79
Não Brancos 5,53 4,49 7,77 4,50 5,55 4,53 7,62 4,57
Fonte: elaborado a partir dos dados das Pnad - 2001/2012-IBGE.
5 O programa Stata, utilizado neste estudo, permite a realização desse ajustamento

através dos comandos svy.
6 Os indivíduos da amostra foram classificados como brancos e não brancos (negros,
pardos, índios e os amarelos (coreanos, japoneses,chineses etc).
Quando se analisa os rendimentos7 segundo as características do

indivíduo (gênero e raça), nota-se que os rendimentos médios maiores
também atingem os indivíduos do sexo masculino e de cor branca, con-
forme demonstra a Tabela 02.
Tabela 02: Estatísticas descritivas para variável rendimento segundo as características do

indivíduo – Gênero e Raça - Região Nordeste e Sergipe – 2001/2012
Caracte-
rísticas do 2001 2012 2001 2012
Indivíduo Desvio- Desvio- Desvio- Desvio-
Média Média Média Média
Todos
439,86 775.12 1.091,67 1457.05 422,76 590.87 1.122,23 1541,31
indivíduos
Homens 490,71 851.92 1.192,70 1594.40 478.52 649.19 1.227,35 1621.32
Mulheres 360,85 629.63 951,32 1227.60 332,95 469.23 966,30 1400.92
Brancos 638,77 1086,44 1.463,00 1989.17 600,99 797.16 1.496,14 2454,82
Não Brancos 349,65 558.51 948,21 1158.13 366.47 469.47 1.007,56 1097,04
Fonte: elaborada a partir de dados da Pnad - 2001/2012, IBGE.
O salário médio em 2001 na Região Nordeste , considerando todos

os indivíduos da amostra analisada, era de R$439,86 e para Sergipe é de
R$422,76. Em 2012, o salário médio na Região Nordeste é de R$1.091,67 e
para Sergipe é de R$1.122,23. Considerando o valor do salário mínimo vi-
gente em 2012 que era de R$622,00, os salários médios encontrados para o
Nordeste e Sergipe equivalem em aproximadamente 1,8 salários mínimos8.
No que tange o ensino superior na Tabela 03, é possível observar a
relação positiva entre a educação e o rendimento.
7 Rendimentos estimados através da remuneração proveniente do trabalho principal

do indivíduo.
8 Cabe ressaltar que os valores muito grandes dos desvios-padrões ocorrem por causa
da grande assimetria à direita da distribuição de rendimentos.
Tabela 03: Estatísticas descritivas para variável rendimento segundo o nível escolar -
Região Nordeste e Sergipe – 2001/2012.
2001 2012 2001 2012
Nível Escolar Desvio- Desvio- Desvio- Desvio-
Média Média Média Média
Fundamental 377,82 518.51 811,52 786.93 337,26 287.66 877,58 805.49
Médio 579,18 719.01 1.082,3 1082.17 522,87 518.19 1.196,57 1446.32
Superior 1451,41 1700,79 2.409,5 2572.95 1159,83 1025.07 2.494,78 2616.01
Na Região Nordeste, em 2001, a renda média dos indivíduos com

o ensino médio completo era 53,29% maior que a dos indivíduos com
nível fundamental. Em 2012, pode-se observar uma queda desse dife-
rencial, sendo que a renda média para as pessoas com nível médio no
Nordeste é 36,34% maior que os indivíduos com nível fundamental. Já
para as pessoas que se encontram na faixa de ensino superior, em 2012,
o diferencial no rendimento torna-se bem elevado, 196,91% em relação
ao ensino fundamental e 122,62% em relação às pessoas que possuem
ensino médio. Para o estado de Sergipe, o diferencial de renda para as
pessoas que tem nível superior é menor que a média regional, sendo de
184,27% em relação ao ensino fundamental e 108,49% em relação aos
indivíduos com nível médio.
4.2 RESULTADOS PARA A EQUAÇÃO MINCERIANA: REGIÃO NOR-

DESTE E SERGIPE.
Inicialmente, a equação de rendimento a ser estimada é a equação

(6) descrita na seção (3.1) deste trabalho e proposta por Mincer (1974),
utilizando o método de mínimos quadrados ordinários (MQO), conside-
rando o plano amostral da Pnad e o fator de expansão da amostra. Os
coeficientes da equação minceriana são demonstrados na Tabela 04:
Tabela 04: Resultado da estimação da equação Minceriana na Região Nordeste e Sergipe

– 2001/2012.
Pnad 2001 Pnad 2012
Variáveis Efeito no Efeito no
Coef. Valor t Coef. Valor t
rendimento rendimento
Constante -1,20953 - -26,58* 0,12541 - 3,34*
Região Nordeste
Educ 0,14778 15,92% 52,97* 0,12024 12,77% 57,20*

Exp 0,03945 - 15,70* 0,02254 - 9,01*
Exp2 -0,00040 - -9,09* -0.00014 - -3,04*
Nº Observ. 28.665 29.239
R2 ajustado 0,3631 0,2693
Teste F 944.67 [0.0000] 1169,95 [0.0000]
Constante -1,49539 - -8,89* 0,09432 - 1,69 *
Educ 0,14517 15,62% 15,28* 0,11702 12,41% 14,21*
Sergipe
Exp 0,06337 - 5,65* 0,03879 - 3,47*

Exp2 -0,00072 - -3,80* -0,00047 - -2,14*
Nº Observ. 1.300 1.798
R2 ajustado 0,3820 0,2805
Teste F 79.61 [0.0000] 68.25 [0.0000]
Obs.: * coeficientes são significativos a 1%. Em colchete p-valor do teste.
Para 2001, o coeficiente de determinação (R2 ajustado) encontrado é

de 0,3631 para o Nordeste e 0,3820 para Sergipe. Esse valor mostra o po-
der de explicação das variáveis independentes (Xs) sobre o logaritmo do
salário por hora. Para 2012, houve uma redução desse coeficiente, que
passa a ser de 0,2693 para a Região Nordeste e 0,2805 para Sergipe. Esse
resultado aproxima-se do valor encontrado por Mincer (1974) para os Es-
tados Unidos, que foi de 0,285 e Silva e Mesquita (2013) que foi de 0,279.9
O teste F, que mostra a significância global do modelo, e os testes
t (significância para cada parâmetro) são significativos ao nível de 1% ,
como pode ser visto na Tabela 04. Observa-se que os sinais dos coefi-
cientes estimados mostram-se coerentes com o predito na teoria, isto
é, positivo para as variáveis educ e exp e negativo para a variável exp2 in-
dicando que a partir de certa idade os rendimentos tendem a decrescer
em virtude da capacidade laboral dos indivíduos diminuírem ao longo
do tempo, quando ocorre o efeito depreciativo do capital humano.
9 As diferenças encontradas nos coeficientes de determinação (R2) podem ser

provenientes das distintas base de dados, da localidade da pesquisa como também
do período de tempo selecionado para estimação da equação minceriana.
O valor encontrado em 2001, para o efeito da educação nos rendi-

mentos do trabalhador da Região Nordeste é de 15,92%, similar ao en-
contrado para Sergipe que foi de 15,62%. Para 2012, os impactos da es-
colaridade são de 12,77% no Nordeste e 12,41% em Sergipe, ou seja, de
acordo com a equação minceriana, um ano a mais de escolaridade na
capital sergipana provoca um incremento de 12,41% nos rendimentos10.
Comparando com outros estudos sobre a temática, retornos da esco-
laridade, e considerando a equação básica de Mincer, os resultados do
presente trabalho para o ano de 2001, assemelham-se aos encontrados
por Chaves (2002), França, Gasparini e Loureiro (2005) e Salvato e Silva
(2007) que foram de 15,43%, 15,32% e 16,15%, respectivamente.
Para o ano de 2012, os retornos da educação nos rendimentos se apro-
ximam ao encontrado por Mincer (1974) que foi 11,29% e Silva e Mesquita
(2013) que foi de 12,37%. Segundo Senna (1976), quando se compara os
resultados encontrados por Mincer (1974), os altos retornos encontrados
no presente estudo para 2001, revelam uma maior escassez de recursos
humanos qualificados no Brasil em relação aos Estados Unidos.
4.2.1 Resultados para a discriminação no mercado de trabalho.
De acordo com Becker (1957), discriminações no mercado de traba-

lho tendem a gerar remunerações diferenciadas para os trabalhadores. Na
tentativa de verificar a possibilidade de discriminação na região Nordeste
e em Sergipe, foram incluídas na equação de Mincer (1974) três variáveis
dummies: uma para o gênero (sendo 1 se o individuo for homem e 0 se for
mulher); uma para raça (sendo 1 se a pessoa for branca e 0 se for de outras
raças) e, uma terceira dummy referente a filiação sindical (sendo 1 se a
pessoa for sindicalizada e 0 se não for) com o objetivo de identificar se os
trabalhadores sindicalizados tendem a auferir salários maiores em relação
aos trabalhadores que não são sindicalizados. Os resultados da equação
(7) de Mincer adaptada com as dummies encontram-se na Tabela 05.
10 Segundo Hoffmann e Simão (2005), o cálculo para cada ano adicional de escolaridade
é dado por: [exp(educ)-1]x100 = % retorno. Onde exp é a constante matemática neper-
iana em que a base do logaritmo neperiano = 2,7182. Como exemplo, a partir da ex-
pressão citada, o cálculo do impacto da educação nos rendimentos dos trabalhadores
sergipanos em 2012, é tal que: [exp(0,11702) - 1]x100 =12,41%.
Na Tabela 5, os testes t e F são significativos ao nível de 1%, e o coefi-

ciente de determinação R2 sofre uma elevação, significando que a inclu-
são das variáveis homem, brancos e sindic era necessária.
Comparando os resultados das Tabelas 4 e 5, observou-se que para a Re-
gião Nordeste, no ano de 2001, o resultado do R2 é de 0, 3631 com a inclusão
das dummies o R2 passa a ser de 0,3906 . Para o ano de 2012 os resultados
do R2 são de 0,2693 para 0,2970. Com relação ao estado de Sergipe, em 2001
o R2 passa de 0,3820 para 0,4547 e em 2012 de 0,2805 para 0,3145.
A exceção da regressão feita para Sergipe em 2001, na qual o im-
pacto da educação sofre uma queda saindo de 15,62% para 14,79%, as
demais regressões mostram uma elevação dos retornos do investimen-
to em educação ao incluírem-se as dummies, mostrando assim, que os
retornos da escolaridade podem estar sendo subestimados através da
equação minceriana básica para a Região Nordeste e Sergipe.
Tabela 05: Resultado da estimação da equação Minceriana levando em consideração a

discriminação no mercado de trabalho na Região Nordeste e Sergipe – 2001/2012.
Pnad 2001 Pnad 2012
Variáveis Efeito no
Efeito no
Coef. rendi- Valor t Coef. Valor t
rendimento
mento
Constante -1,44306 -30,77* -0,14430 - -3,81*
Educ 0,14936 16,10% 51,47* 0,12485 13,29% 61,24*
Exp 0,03767 - 14,85* 0,02308 - 9,47*
Região Nordeste
Exp2 -0,00038 - -8,54* -0,00015 - -3,25*

Homem 0,30818 36,09% 23,56* 0,28567 33,06% 27,78
Brancos 0,12487 13,30% 9,63* 0,14002 15,02% 9,95*
Sindic 0,14764 15,90% 6,63* 0,08845 9,24% 5,54*
Nº Observ. 28.665 29.239
R2 ajustado 0,3906 0,2970
Teste F 710.25 [0.0000] 691.73 [0.0000]
Constante -1,60726 - -10,88* -0,12949 - -0,802
Educ 0,13799 14,79% 18,58* 0,120140 12,76% 14,27*
Exp 0,49108 - 4,62* 0,035702 - 3,19*
Exp2 -0,00049 - -2,72* -0,00041 - -1,86**
Sergipe
Homem 0,40039 49,24% 10.02* 0,30007 34,9% 7,52*

Brancos 0,15108 16,30% 6,79* 0,10078 10,60% 1,82**
Sindic 0,43964 55,21% -10,88* 0,19713 21,79% 2,60*
Nº Observ. 1.300 1.798
R2ajustado 0,4547 0,3145
Teste F 158.27 [0.0000] 38.92 [0.0000]
Obs.: * coeficientes significativos a 1%. **Coeficientes significativos a 5%. Em colchete p-valor do teste.
A partir dos resultados da Tabela 05, nota-se uma forte influência na

renda proveniente do trabalho devido ao sexo, raça e participação sindi-
cal. Para o Nordeste, em 2001, os homens ganhavam em média 36,09%
a mais do que as mulheres. Para Sergipe a discriminação por gênero é
ainda maior, sendo que os trabalhadores do sexo masculino ganhavam
cerca de 49,24% a mais do que as mulheres. Em 2012, a discriminação de
rendimentos por sexo sofre uma redução, que foi bastante significativa
para Sergipe, caindo para 33,06% no Nordeste e 34,09% em Sergipe.
A discriminação por raça também é relevante. Em 2001, pessoas
brancas ganhavam cerca de 13,30% a mais que pessoas não brancas
na Região Nordeste e 16,30% a mais em Sergipe. Em 2012, esse percen-
tual sofre uma queda significativa em Sergipe saindo de 16,30% para
10,60%, mas na Região Nordeste a discriminação sofre um aumento de
13,30% para 15,02%.
No que se refere à filiação sindical nota-se uma grande influência des-
sa variável no estado de Sergipe. Para 2001, observa-se que os filiados
recebem 55,21% a mais do que os não filiados, esse percentual cai para
21,79% em 2012. Quanto a Região Nordeste, em 2001, ser sindicalizado
gerava um diferencial de 15,9% caindo para 9,24% em 2012. Nesse sen-
tido, o fato de ser sindicalizado ter influência positiva nos rendimentos
é concomitante com a afirmação de que “[...] apesar de buscarem maior
igualdade salarial para seus membros, os sindicatos tendem a elevar as
disparidades entre os empregados sindicalizados e os não sindicaliza-
dos.” (FIGUEIREDO NETO, 1998, p.78).
4.2.2 Resultados para o efeito limiar (Threshold Effect).
Avançando na análise da equação de Mincer adaptada, incorporou-

-se a equação dummies para a variável escolaridade no intuito de obter
taxas de retorno diferentes para cada ano a mais de estudo ao invés de
obter apenas uma taxa média (educ). Os resultados dessa regressão para
a Região Nordeste e Sergipe podem ser visualizados nas Tabelas 06 e 07,
respectivamente.
Tabela 06: Resultado da estimação da equação Minceriana usando variáveis dummies para
escolaridade – Região Nordeste– 2001/2012.
Pnad 2001 Pnad 2012
Constante -1,37535 - -0,30* 0,33113 - 9,65*
Educ(1 ano) 0,12801 13,65% 3,86* 0,05867 6,04% 1,67**
Educ(2 anos) 0,25470 29,00% 9,35* 0,04039 4,12% 1,27
Educ(3 anos) 0,33590 39,91% 10,82* 0,15172 16,38% 5,52*
Educ(4 anos) 0,50157 65,13% 20,58* 0,24711 28,03% 9,68*
Educ(5 anos) 0,63527 88,75% 19,89* 0,34145 40,70% 11,95*
Educ(6 anos) 0,73887 109,35% 20,58* 0,40471 49,89% 12,80*
Educ(7 anos) 0,80535 123,74% 22,81* 0,48030 61,66% 14,41*
Educ(8 anos) 0,93617 155,01% 29, 83* 0,49601 64,22% 19,31*
Educ(9 anos) 1,09190 197,99% 29,24* 0,58679 79,82% 16,91*
Região Nordeste
Educ(10 anos) 1,16655 221,08% 29,84* 0,67535 96,47% 18,90

Educ(11 anos) 1,46764 333,89% 46,75* 0,81584 126,11% 32,91*
Educ(12 anos) 1,86319 544,42% 29,67* 0,99889 171,53% 28,37*
Educ(13 anos) 2,04742 674,78% 35,47* 1,20567 233,90% 31,61*
Educ(14 anos) 2,03746 667,11% 33,89* 1,33445 279,79% 30,57*
Educ(15mais) 2,54501 1174,33% 55,33* 1,44815 325,52% 49,82*
Exp 0,42367 - 16,24* 0,02197 - 9,35*
Exp2 -0,00050 - -10,96* -0,00027 - -5,88*
Homem 0,30994 36,33% 23,75* 0,19990 22,13% 18,62*
Brancos 0,10136 10,66% 8,02* 0,05740 5,91% 4,67*
Sindic 0,11598 12,29% 5,28* 0,00146 0,146% 0,09
Nº Observ. 28.665 29.239
R2 ajustado 0,4074 0,2081
Teste F 297,68 [0.0000] 241.34 [0.0000]
Obs.: *coeficientes são significativos ao nível de 1%. Em colchete p-valor do teste.
Para a Região Nordeste, em 2001, o coeficiente de determinação R²

agora apresenta um valor de 0,4074 aumentando ainda mais o poder
de explicação do modelo quando se consideram taxas específicas para
cada ano de escolaridade. Os testes t e F apresentaram nível de signifi-
cância de 5%.
Fazendo um comparativo entre os resultados da Tabela 06 e os da
Tabela 05 para o Nordeste, observa-se que em 2001, a discriminação por
sexo manteve-se praticamente inalterada, no entanto, houve uma dimi-
nuição da discriminação por raça e participação sindical, que passaram a
representar 10,66% e 12,29%. Esse resultado pode sugerir que os retor-

nos para essas variáveis podem estar sendo superestimados na equação
minceriana anterior sem as dummies de escolaridade.
Tabela 07: Resultado da estimação da equação Minceriana usando variáveis dummies para
escolaridade – Sergipe– 2001/2012.
Pnad 2001 Pnad 2012
Constante -1,51755 - -10,22* 0,028261 - 0,19
Educ(1 ano) 0,55028 - 0,91 0,062268 6,42% 0,59
Educ(2 anos) 0,38176 46,48% 2,81* -0,02195 -2,17% -0,25
Educ(3 anos) 0,38430 46,85% 5,15* 0,06878 7,12% 0,55
Educ(4 anos) 0,63566 88,82% 8,95* 0,19384 21,39% 2,36*
Educ(5 anos) 0,61307 84,60% 5,13* 0,33590 39,92% 4,07*
Educ(6 anos) 0,55679 74,50% 4,90* 0,33720 40,10% 3,38*
Educ(7 anos) 0,69200 99,77% 6,27* 0,50558 65,79% 5,31*
Educ(8 anos) 0,83125 129,61% 9,02* 0,53666 71,03% 6,18*
Educ(9 anos) 0,94101 156,25% 7,71* 0,54880 73,12% 5,34*
Educ(10 anos) 1,19757 231,20% 7,96* 0,64995 91,54% 5,95*
Sergipe
Educ(11 anos) 1,31896 273,95% 18,21* 0,86815 138,25% 12,09*

Educ(12 anos) 1,79199 500,13% 10,31* 1,23143 242,61% 11,69*
Educ(13 anos) 1,81982 517,07% 6,92* 1,35827 288,95% 149*
Educ(14 anos) 2,26818 866,18% 8,57* 1,56603 378,76% 13,26*
Educ(15mais) 2,42204 1026,88% 22,77* 1,98025 624,46% 20,09*
Exp 0,05184 - 5,87* 0,05123 - 5,99*
Exp2 -0,00060 - -4,10* -0,00077 - -4,58*
Homem 0,39775 48,84% 12,08* 0,30919 36,23% 8,43*
Brancos 0,11682 12,39% 2,35** 0,06311 6,51% 1,71*
Sindic 0,41610 51,60% 7,23* 0,13619 14,59% 2,48*
Nº Observ. 1.300 1.798
R2 ajustado 0,4876 0,3648
Teste F 101,80 [0.0000] 20,62 [0.0000]
Obs.: Coeficientes são significativos a 1%. **Coeficientes significativos a 5%. Em colchete p-valor do teste.
Para Sergipe, em 2001, com a incorporação das dummies de escolari-

dade, o modelo também se tornou mais robusto, sendo que o R² agora
apresenta um valor de 0,4876.
Assim como para a Região Nordeste, observa-se também em Sergipe
uma diminuição da discriminação referente a raça e filiação sindical que
obtiveram taxas de retorno de 12,39% e 51,60%. Se comparada com a

regressão da Tabela 05, percebe-se que a queda da discriminação não
foi tão elevada, mas deve ser levada em consideração. Para 2012, o R²
também sofre uma melhora passando para 0,3648, no entanto os coefi-
cientes da dummy de raça, e os coeficientes das dummies referentes ao
1º, 2º e 3º ano de escolaridade não foram estatisticamente significativos
com base no teste t.
A partir dos resultados das Tabelas 06 e 07, verifica-se que ocorrem
alterações em todos os parâmetros, mas a diferença que se destaca gira
em torno dos coeficientes das dummies de escolaridade. Para a Região
Nordeste em 2001, pode-se notar que quando o indivíduo passa de 10
para 11 anos de estudo, as taxas de retorno da educação passam a ser
bastante elevadas e para o ano de 2012, a elevação da taxa de retorno
é bastante significativa de 11 para 12 anos de estudo. Tal ocorrência é
chamada de efeito limiar (Thershold effect)11. Para Sergipe, analisando
os dados da Tabela 07, o efeito limiar tanto para 2001 ocorre quando
o indivíduo sai de 09 para 10 anos de estudo e para 2012 (assim como
no Nordeste) ocorre quando o indivíduo passa de 11 para 12 anos de
estudo. Assim como Hoffmann e Simão (2005) utilizou-se a função de
rendimentos (equação 5) para captar esse aumento súbito das taxas de
retorno da educação (efeito limiar).
A Tabela 08 demonstra as estimações da equação de rendimentos de
Mincer adaptada, considerando o efeito limiar para a Região Nordeste e
o estado de Sergipe.
Para a Região Nordeste, em 2001, o limiar é igual a 10 e para 2012 o
limiar é igual a 11 anos, ou seja, quando o indivíduo passa de 10 para 11
anos completos de estudo, a taxa de retorno média da educação torna-
-se relativamente mais elevada. Esse limiar também foi encontrado por
Hoffman e Simão (2005), Salvato e Silva (2007) e Silva e Mesquita (2013).
11 Para Hoffmann e Simão (2005), o threshold effect (efeito limiar) ocorre, quando a taxa
de retorno da escolaridade se torna relativamente maior a partir de certo ponto.
Tabela 08: Resultado da estimação da equação de rendimentos com dummies e com efeito
limiar na Região Nordeste e Sergipe – 2001/2012.
Pnad 2001 Pnad 2012
Variáveis
Efeito no Efeito no
Constante -1,43573 - -30,93* -0,07732 - -2,10*
Educ 0,13525 14,48% 39,47* 0,09848 10,35% 47,93*
Limiar_NE 0,18273 20,05% 7,76* 0,50837 66,26% 23,21*
Exp
Região Nordeste
0,04030 - 15,98* 0,03154 - 13,00*

Exp2 -0,00044 - -9,85* -0,00035 - -7,51*
Homem 0,31043 36,40% 23,58* 0,29333 34,09% 28,24*
Brancos 0,12283 13,07% 9,54* 0,11801 12,53% 8,75*
Sindic 0,14033 15,07% 6,27* 0,06169 6,36% 3,96*
Nº Observ. 28.665 29.239
R2 ajustado 0,3927 0,3220
Teste F 625,58 [0.0000] 743.04 [0.000]
Constante -1,6130 - -11,02* -0,09332 - -0,63
Educ 0,12845 13,71% 12,63 0,08987 9,40% 13,97*
Limiar_SE 0,11500 12,19% 1,60* 0,58183 78,93% 8,30*
Exp 0,05182 - 5,10* 0,04741 - 4,46*
Exp2 -0,00055 - -3,17 -0,00067 - -3,15*
Sergipe
Homem 0,39892 49,02% 9,99* 0,31463 36,98% 8,25*

Brancos 0,15071 16,27% 2,78* 0,07766 8,08% 1,65*
Sindic 0,43782 54,93% 6,50* 0,14926 16,10% 2,05*
Nº Observ. 1.300 1.798
R2 ajustado 0,4557 0,3506
Teste F 136,65 [0.0000] 43,37 [0.0000]
Fonte: Elaborada a partir de dados da Pnad-2001/2012, IBGE.
Obs.: *coeficientes significativos ao nível de 1%. ** Coeficientes significativos ao nível de 5%. Em col-
chete p-valor do teste.
Assim, com base nos resultados da Tabela 08, para 2001, o retorno
da escolaridade na Região Nordeste para indivíduos com até 10 anos
de estudo era de 14,48% passando para 20,05% a partir dos 11 anos ou
mais de estudo, conforme a equação de Mincer adaptada com dummies
e considerando o efeito limiar. Já em 2012, as taxas de retorno para os
indivíduos da região Nordeste que possuíam 11 anos de estudo foi de
10,35% passando para 66,26% a partir dos 12 anos ou mais de estudo.
Para Sergipe, em 2012 o retorno da escolaridade foi de 9,40% para os in-
divíduos com até os 10 anos de estudo passando para 78,9% a partir dos
11 anos ou mais de escolaridade. Assim, observa-se que o aumento do
nível de escolaridade tende a proporcionar maiores retornos aos indiví-

duos, no entanto, a discriminação por sexo, raça e filiação sindical ainda
são persistentes. As maiores taxas de discriminação concentram-se nas
variáveis de gênero e filiação sindical, principalmente na amostra para o
estado de Sergipe.
5 CONSIDERAÇÕES FINAIS
O objetivo deste trabalho foi de estimar os impactos da educação

nos rendimentos dos indivíduos para a Região Nordeste e o estado de
Sergipe utilizando a Pesquisa Nacional por Amostras de Domicílios para
os anos de 2001 e 2012.
As formulações de Theodore Schultz (1973), Gary Becker (1954,1957)
e Jacob Mincer (1974) foram de suma importância para o aprimoramen-
to dos diversos métodos que vêm sendo aplicados na literatura com
foco na determinação das taxas de retorno para a escolaridade. Nesse
sentido, a fundamentação teórica feita neste estudo focada nas ideias
desses três autores colaborou para o entendimento das premissas da te-
oria do capital humano e dos modelos de determinantes dos rendimen-
tos moldadas em suas várias vertentes.
No que se refere ao efeito da educação nos rendimentos dos traba-
lhadores por meio da equação minceriana básica, o retorno encontra-
do no ano de 2001 foi de 15,9% para a Região Nordeste e 15,6% para
Sergipe. Essas taxas assemelham-se as encontradas por Chaves (2002),
França, Gasparini e Loureiro (2005) e Salvato e Silva (2008) que foram
de 15,43%, 15,32% e 16,15%, respectivamente. Para o ano de 2012, os
retornos encontrados para a Região Nordeste e Sergipe foram de res-
pectivamente 12,77% e 12,41%, sendo que estes valores aproximam-se
ao encontrado por Mincer (1974) que foi 11,29% para os Estados Unidos.
Ao estimar a equação de rendimentos minceriana incorporando
dummies referentes a características dos indivíduos (gênero, raça e fi-
liação sindical) constataram-se diferentes retornos para escolaridade,
revelando a existência de discriminação no mercado de trabalho nor-
destino e sergipano. Em 2012, os retornos da escolaridade aumentaram
em relação à equação minceriana simples, passando para 13,29% na Re-
gião Nordeste e 12,76% em Sergipe. Essa elevação nas taxas indica uma
tendência de subestimação dos retornos educacionais na equação de

minceriana simples.
Constatou-se também, a existência do efeito limiar (threshold effect)
tanto na região Nordeste quanto em Sergipe. Assim, ao estimar a equa-
ção de Mincer adaptada com dummies e levando em consideração cada
efeito limiar detectado, o retorno da educação encontrado em 2012 para
a Região Nordeste foi de 10,35% até os 11 anos de estudo passando para
66,26% a partir dos 12 anos ou mais de estudo. Para Sergipe, o retorno
da escolaridade foi de 9,40% até os 11 anos de estudo passando para
78,9% a partir dos 12 anos ou mais de escolaridade. Assim, constata-se
que o efeito limiar nas taxas de retorno da escolaridade para Sergipe é
ainda mais significativo do que para o Nordeste.
No estudo feito por Salvato e Silva (2007) a inclusão do efeito li-
miar na regressão provocou uma queda na discriminação por raça,
mas aumentou significativamente a discriminação por sexo. No en-
tanto, no presente estudo a inclusão do limiar na regressão não teve
efeitos muito significativos sobre a queda da discriminação por gê-
nero, raça e filiação sindical que continuaram persistentes, ou seja, as
taxas de retorno referentes às características dos indivíduos continu-
aram altas quando se compara com os resultados das regressões sem
efeito limiar (Tabela 05).
É notório que a inserção de variáveis dummies referentes às caracte-
rísticas dos indivíduos analisados e aos anos de escolaridade na equação
de rendimentos minceriana, contribuiu para dar uma maior robustez ao
modelo analisado, no entanto, ainda podem existir problemas de endo-
geneidade e de viés de seleção gerados pela estimação feita por míni-
mos quadrados ordinários (MQO). Assim, sugerem-se como perspectivas
para trabalhos futuros a aplicação deste estudo utilizando outras técni-
cas de tratamento dos dados, visando contribuir ainda mais para uma
significativa formação conceitual e empírica sobre as taxas de retorno
em educação.
BECKER, Gary. The economics of Discrimination: An Economic View of

Racial Discrimination. Chicago: The University of Chicago Press, 1957.
BECKER, G. S. (1962). Investment in Human Capital: A Theoretical Anal-

ysis. Journal of Political Economy Part 2: Investment in Human Beings
70(5): 9-49.
BEHRMAN, Jere R.; BIRDSALL, Nancy. The Quality of Schooling: Quantity
Alone is Misleading. The American Economic Review (AER), 73(5), 928
- 46. 1983
CHAVES, André Luiz Leite. Determinação dos rendimentos na região
metropolitana de Porto Alegre: uma verificação empírica da Teoria do
Capital Humano. In: Encontro de Economia Gaúcha, 1, 2002, Porto Ale-
gre-RS, Anais..., Porto Alegre: Fundação de Economia e Estatística, 2002.
FIGUEIREDO NETO, Leonardo Francisco. Determinantes da participação
no mercado de trabalho e dos rendimentos e retornos aos investimentos
em Capital Humano. Análise Econômica, Porto Alegre, ano16, n. 29, p.
67-86, mar. 1998.
GUIMARAES, P. W. Variação de renda familiar, desigualdade e pobre-
za no Brasil. Tese de Doutorado, Departamento de Economia Aplicada,
Universidade Federal de Vicosa, Vicosa,2007.
GUJARATI, Damodar N.; Econometria Básica - 5ª Ed. Editora Bookman
- 2011.
HECKMAN, J.J. et all. Earning functions, rates of return and treatment
effects: the Mincer Equation and Beyond. Chicago: Discussion paper
n.1700, 200 p. August, 2005
HOFFMAN, R.; KASSOUF, A. L. Deriving conditional and unconditional
marginal effects in log earnings equation estimated by Heckman’s pro-
cedure. Applied Economics, v. 37, p. 1.303-1.311, 2005.
HOFFMANN, Rodolfo; SIMÃO, Rosycler Cristina Santos. Determinantes
do rendimento das pessoas ocupadas em Minas Gerais em 2000: o limiar
no efeito da escolaridade e as diferenças entre mesorregiões. Revista
Nova Economia, Belo Horizonte, v.15, n.2 , p.35-62, maio./ago. 2005.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Síntese de Indi-
cadores 2001 e 2011.IBGE. Disponível em: www.ibge.gov.br/ Acesso em:
02 fev. 2014.
IOSCHPE, Gustavo. A ignorância custa um mundo: o valor da educação
no desenvolvimento do Brasil. São Paulo: Francis, 2004. 324p.
KASSOUF, A. L. Wage Rate Estimation Using Heckman Procedure. Revis-
ta de Econometria, Rio de Janeiro, v.41, n.1, p.89-107, jan-mar., 1994.
KASSOUF, A. L. Wage Gender Discrimination and Segmentation in the

Brazilian Labor Market. Economia Aplicada, São Paulo, v.2, n.2, p.243-
269, abr-jun., 1998.
LOUREIRO, Paulo R.A; CARNEIRO, Francisco G.. Discriminação no merca-
do de trabalho: uma análise dos setores rural e urbano no Brasil. Revista
Economia Aplicada, São Paulo, v.5,n.3 , p.519-545, jul./set. 2001.
MILL, John Stuart. Princípios da Economia Politica. Coleção Os Econo-
mistas. Ed. Nova Cultural Ltda., São Paulo, 1996.
MINCER, Jacob. Schooling, experience and earnings. New York: National
Bureau of Economic Research: Columbia Univ., 1974. 152p.
MINCER, J. (1958). Investment in Human Capital and Personal Income
Distribution. Journal of Political Economy 66(4): 281-302.
MONTEIRO, Waleska F.de.(2009). Retorno de escala em Educação: Esti-
mativa da função de capital humano dos estados brasileiros. 2009. 170
p. Dissertação (Mestrado em Economia)- Universidade Estadual de Ma-
ringá, Maringá-PR.
NEDER, H. D.; SILVA, J. L. M.. Pobreza e Distribuição de Renda em Áreas
Rurais: uma abordagem de inferência. Revista de Economia e Sociolo-
gia Rural, v. 42, n. 3, jul/set 2004.
PEREIRA, Vanessa F.; LIMA, João E.; LIMA, João R.F.; BRAGA, Marceli J.;
MENDONÇA, Talles G. Avaliação dos retornos a escolaridade para traba-
lhadores do sexo masculino no Brasil. Rev. Econ. Contemp, Rio de Janei-
ro, v. 17, n. 1, p. 156-176, jan-abr/2013.
SALVATO, Márcio Antônio; SILVA, Denis G. O impacto da educação nos
rendimentos do trabalhador: uma análise para a região metropolitana
de Belo Horizonte. In: ENCONTRO NACIONAL DA ASSOCIAÇÃO BRASILEI-
RA DE ESTUDOS REGIONAIS E URBANOS, 5, 2007, Recife. Anais: ENABER,
Recife, 2007.
SCHULTZ, Theodore William. O capital humano: investimentos em edu-
cação e pesquisa. Tradução Marco Aurélio de Moura Matos. Rio de Janei-
ro: Zahar,250p, 1973.
SENNA, José Júlio. Escolaridade, experiência no trabalho e salários no
Brasil. Revista Brasileira de Economia, Rio de Janeiro, v.30, n.2, p. 163-
193, abr./jun. 1976.
SILVA, Rafael A. P.; MESQUITA, Cristiane S. O Retorno da Educação para

os indivíduos da região metropolitana de Recife. In: II ENCONTRO PER-
NAMBUCANO DE ECONOMIA,2013,Recife. Anais: ENPECON, Recife, 2013.
SILVA, P. L. N.; PESSOA, D. G. C.; LILA, M. F. Analise estatística de dados
da PNAD: incorporando a estrutura do plano amostral. Ciencia e Saúde
Coletiva, v. 7, n. 4, p. 659-670, 2002.
SMITH, Adam. A riqueza das nações: Uma investigação sobre a natu-
reza e as causas da riqueza das nações/ Adam Smith; tradução Getulio
Shanoski Jr.- São Paulo: Madras,2009.
UEDA, E. M.; HOFFMANN, R. Estimando o Retorno em Educação no Brasil.
Economia Aplicada, São Paulo, v.6, n.2, p.209-238, abr/jun., 2002.
06 CAPITAL HUMANO,
INFORMALIDADE E GANHOS DE
AGLOMERAÇÃO: UMA ANÁLISE
DO DIFERENCIAL DE
RENDIMENTOS ENTRE SALVADOR
E FEIRA DE SANTANA
Manuela Macedo Oliveira 1
Henrique Zardo Motté 2
Rodrigo Carvalho Oliveira3
Resumo:
Apesar de a desigualdade de renda na Bahia apresentar um

padrão constante de queda, medida pelo índice de Gini desde
1997, o Estado ainda possui um elevado nível de desigualdade,
tanto entre pessoas quanto entre regiões (CASTRO NETO, 2005;
SOUZA, 2013; OLIVEIRA E CAVALCANTI, 2014). Com o objetivo
de compreender melhor este problema, desenvolve-se uma
análise da desigualdade de renda entre os dois municípios mais
populosos do estado, que também estão entre os 4 mais ricos.
Utilizam-se regressões mincerianas de rendimentos e aplica-se
a decomposição Oaxaca-Blinder para captar os efeitos da edu-
cação e da informalidade sobre os diferenciais de rendimentos
médios entre os municípios. Posteriormente utiliza-se a regressão
quantílica com o objetivo de analisar os efeitos das variáveis nos
quantis inferiores e superiores da distribuição dos rendimentos.
Os resultados do trabalho sugerem que tanto a educação quanto
a informalidade são fundamentais para a compreensão da renda
em cada município da desigualdade de renda entre os municípios.
Palavras Chave: Desigualdade. Bahia. Educação. Oaxaca-Blinder.
Informalidade.
1 Graduanda em Economia pela Universidade Estadual de Feira de Santana –UEFS.

Email: mmanumacedo@gmail.com
2 Graduando em Economia pela UEFS. Email: henriquezardomotte@gmail.com
3 Professor Assistente do Departamento de Economia da Universidade Federal da Bahia.
Email: Rodrigo.coliveira13@gmail.com.
156 Manuela Macedo Oliveira; Henrique Zardo Motté; Rodrigo Carvalho Oliveira
INTRODUÇÃO
O crescimento econômico não ocorre ao mesmo tempo em todos

os lugares e, uma vez ocorrido, há uma tendência de concentração es-
pacial do mesmo em polos de crescimento, a qual possui efeitos sobre
toda a economia (PERROUX, 1977; HIRSCHMAN, 1957). O crescimento
econômico tende a concentrar-se em torno dos pontos onde o processo
foi iniciado, pois surgirá, provavelmente, fatores favoráveis a continua-
ção de progresso nesses locais, levando também a uma concentração de
investimentos. Para Hirschman, essa concentração espacial é condição
necessária para a consolidação do progresso de um país ou região. Ou
seja, o crescimento é, inevitavelmente, desequilibrado geograficamente.
Segundo Hirschman (1957), economias são regionalmente desiguais,
configurando-se pela presença de regiões desenvolvidas e regiões sub-
desenvolvidas. O fortalecimento do progresso em partes do território de
um país, ou região, tem efeito sobre a economia das demais partes do
mesmo. Esses efeitos podem ser favoráveis ao progresso (Efeitos de Flu-
ência), ou desfavoráveis (Efeitos de Polarização).
Entre os efeitos de fluência está o aumento das compras e dos inves-
timentos nas regiões menos favorecidas, se as economias desenvolvidas
e não desenvolvidas forem complementares. Outro efeito de fluência
está na possibilidade das regiões desenvolvidas em absorver parte do
desemprego disfarçado das regiões subdesenvolvidas, aumentando, as-
sim, a produtividade marginal do trabalho na região subdesenvolvida
(HIRSCHMAN, 1957).
Entre os efeitos de polarização estão a mobilidade de fatores e a
concorrência entre as regiões desenvolvidas e as regiões subdesenvol-
vidas. Sobre a mobilidade de fatores, as condições favoráveis da região
desenvolvida atraem os trabalhadores mais habilidosos e dinâmicos da
região menos desenvolvida, o que pode causar um prejuízo para o pró-
prio país. Sobre a concorrência, mesmo que gere renda para a região, as
atividades da região subdesenvolvida provavelmente serão ineficientes
comparadas às da região desenvolvida, assim, essa concorrência pode
levar as atividades da região atrasada à estagnação, sobretudo se ambos
se especializarem num mesmo tipo de produto, sendo provável que essa
produção seja expandida na região desenvolvida (HIRSCHMAN,1957).
CAPITAL HUMANO, INFORMALIDADE E GANHOS DE AGLOMERAÇÃO 157
Hirschman acredita que os efeitos de fluência podem superar os de po-

larização, caso a região subdesenvolvida tenha uma estrutura de produ-
ção complementar a da região desenvolvida.
Já Myrdal (1957) desenvolve o conceito de causação circular cumu-
lativa. Segundo o autor, este processo é caracterizado pela persistência
de uma situação de pobreza ou estagnação econômica. Ou seja, o au-
tor acredita que opera-se um círculo causal em regiões deprimidas, de
modo que se a região é pobre ela tende a continuar como está na ausên-
cia de estímulos externos (OLIVEIRA, 2014).
No estado da Bahia é possível observar essa concentração espacial
do crescimento econômico, haja vista que o estado se caracteriza pela
concentração da geração de renda e investimentos em poucas regiões
espaçadas pelas bordas do território (FIGURA 1). Este cenário modifica-
-se lentamente através de investimentos externos que não geram siner-
gia entre as diferentes microrregiões baianas e já foi retratado em diver-
sos estudos (TEIXEIRA E GUERRA, 2000; JUNIOR, SILVA E PESSOTI, 2011;
OLIVEIRA, 2014).
No que tange a desigualdade de renda, apesar de apresentar um pa-
drão constante de queda do índice de Gini desde 1997, o Estado ainda
possui um nível de desigualdade, medido pelo índice de Gini, bastante
elevado, sendo maior do que o índice de Gini do Brasil e bastante similar
ao índice de Gini da região Nordeste. A importância deste resultado resi-
de no fato de o estado da Bahia ser a quarta maior UF do país, com mais
de um quarto da população nordestina, 7% da população nacional e ser
a UF com maior número de pobres no Brasil (OSÓRIO e SOUZA, 2012;
SOUZA, 2013; OLIVEIRA E CAVALCANTI, 2014).
Análise interessante sobre a desigualdade de renda foi realizada para
a Bahia por Castro Neto (2005). Realizando a decomposição do índice de
Gini por fontes de renda, o autor identificou que a renda do trabalho foi
responsável por 54% da queda do índice de Gini entre 2001 e 2006. Este
autor também chama atenção para o peso das transferências públicas
(aposentadorias, pensões e programas sociais) sobre a queda da desi-
gualdade de renda no período.
Dentre os principais resultados obtidos pela decomposição do índi-
ce de Gini, realizada por Oliveira e Cavalcanti (2014), destaca-se o fato
de que a queda da desigualdade na Bahia entre 2003 e 2011 tem sido
conduzida, principalmente, por movimentos da renda do trabalho e

da renda dos programas sociais (Bolsa Família e Benefício de Prestação
Continuada). Sendo que a renda do trabalho dos indivíduos mais esco-
larizados, e a renda do Bolsa Família se destacam para a explicação da
variação na desigualdade.
Ademais, Oliveira e Cavalcanti (2014) também enfatizam o papel da
educação neste processo. Os autores demonstram que a educação é im-
portante tanto para a queda da desigualdade entre pessoas, quanto para
a queda da desigualdade entre os municípios baianos. Estas evidências
estão em consonância com os trabalhos sobre desigualdade de renda
a nível nacional, os quais argumentam que a educação tem posição de
destaque nos estudos sobre determinação salarial no Brasil. Há eviden-
cias teóricas de que a educação atua ampliando os ganhos associados à
localização em áreas urbanas densas (OLIVEIRA E SILVEIRA NETO, 2014;
ROCHA et al, 2014; SERVO E AZZONI, 2002; MENEZES E AZZONI, 2006;
DUARTE FERREIRA E SALVATO, 2006; SILVEIRA NETO E MENEZES, 2008).
Neste sentido, o presente estudo busca analisar a desigualdade de
rendimentos entre os dois municípios mais populosos do estado, Sal-
vador e Feira de Santana. Segundo os dados do Censo 2010, enquanto
Salvador concentra a maior parcela de pessoas do estado, com 2.675.656
pessoas, Feira de Santana aparece em segundo lugar com 556.642 pes-
soas. Por seu turno, o PIB de Salvador, em 2010, foi de 16.395.437,87, o
maior do estado, enquanto que os próximos neste ranking são, Camaça-
ri com 5.969.944,58, São Francisco do Conde, com 4.394.284,02 e Feira
de Santana teve o quarto maior PIB do estado, com 3.316.659,65 (IBGE,
2013). Ademais, este estudo tem como foco os efeitos da educação e do
nível de informalidade sobre a evolução da desigualdade de renda entre
estes dois municípios.
Este estudo possui duas novidades em relação a literatura existen-
te. Primeiramente ele contribui para o entendimento das desigualdades
regionais baianas, tema ainda bastante escasso na literatura. Segundo,
pois ele mostra que, mesmo quando comparando o município de Salva-
dor com uma das maiores e mais dinâmicas cidades do interior, as dife-
renças de rendimentos continuam expressivas. Por exemplo, dentre os
principais resultados deste estudo temos que o salário hora em Salvador,
depois de controladas todas as características individuais foi, em média,
R$21,17. Já em Feira de Santana, o salário hora foi, em média, R$ 16,81.

Apesar da diferença de “apenas” R$4,36 por hora, podemos verificar que
este valor é substancial, quando considera-se um indivíduo numa jorna-
da de trabalho de 40 horas semanais, o que significaria uma diferença
média de, aproximadamente, R$174,4. Supondo ainda, que a jornada de
trabalho diária de 8 horas, e o indivíduo trabalha 22 dias por mês, isso
significaria um diferencial de rendimentos de R$767,36 por mês, valor
muito próximo ao salário mínimo vigente em maio de 2015.
Figura 1. Principais atividades Econômicas do Estado da Bahia.

Fonte: SEI, 2013.
Para a realização deste trabalho, foram utilizadas duas estratégias

metodológicas. Primeiramente empregou-se a metodologia Oaxaca-
-Blinder, a qual permite decompor a desigualdade entre Salvador e Feira
de Santana em dois componentes, um que capta o efeito das diferenças
nas variáveis entre as cidades (Efeito Dotação), e outro que capta a dife-
rença nos retornos às variáveis entre as cidades (Efeito Retorno). Além
disso, a metodologia permite obter a contribuição de cada variável so-
bre estes efeitos. Por seu turno, muitas vezes o grau de desigualdade va-
ria bastante em diferentes quantis da distribuição de rendimentos. Neste
sentido, com o objetivo de superar este problema, utiliza-se a regressão
quantílica para tentar quantificar o efeito de diferentes variáveis sobre
outros pontos da distribuição, para além da média.
Além desta introdução, este estudo possui 7 seções. Na seção 2, apre-
sentamos as principais contribuições na literatura que ajudam a com-
preender o nosso objeto de estudo. Na seção 3, apresentamos a base de
dados que será utilizada e algumas evidências iniciais. Na seção 4 apre-
sentamos os métodos que serão aplicados para realização do estudo.
Nas seções 5, 6 e 7 apresentamos os principais resultados do trabalho.
Por fim, na seção 8 apresentamos as conclusões gerais deste estudo.
2 REFERENCIAL TEÓRICO
Esta seção tem como objetivo fazer uma revisão da literatura que
busca explicar os diferenciais regionais de renda entre cidades ou re-
giões. Com base nesta, há uma diferença salarial favorável aos traba-
lhadores dos grandes centros urbanos, a qual pode ser explicada tan-
to por fatores relacionados à oferta de trabalho – trabalhadores mais
escolarizados, maiores habilidades, maior experiência – quanto pelo
lado da demanda por trabalho – maior mix de indústrias na localidade,
maior demanda por trabalhadores mais escolarizados, etc –. A partir
dessas ideias surgiram estudos sobre economias de aglomeração urba-
na e prêmio salarial.
Os estudos apontam para ganhos de aglomeração urbana, mesmo
quando controlados pelas características individuais dos trabalhadores,
como idade, gênero, cor, educação, entre outras. Não considerar os fato-
res específicos dos trabalhadores pode tornar a estimativa viesada, pois
há uma provável atração e concentração de trabalhadores mais habili-

dosos em grandes centros urbanos (SILVA, SANTOS e FREGUGLIA, 2014).
Assim, faz-se necessário compreender se indivíduos com as mesmas ca-
racterísticas possuem diferenças salariais em diferentes localidades, isto
é, se as diferenças salariais estão realmente relacionadas com as caracte-
rísticas do local, e não apenas com as diferenças entre os trabalhadores.
Na literatura internacional, Glaeser e Maré (1994; 2001) identificaram
a existência de um prêmio salarial em áreas urbanas densas, estimando
que trabalhadores de regiões metropolitanas dos Estados Unidos rece-
bem, aproximadamente, 33% a mais do que os trabalhadores de outras
áreas, em média. Na literatura nacional ROCHA et al (2014) mostram
que cidades com uma maior concentração de capital humano eleva a
produtividade dos trabalhadores presentes nestas, sobretudo daqueles
mais escolarizados. Já Campos e Silveira Neto (2009) encontraram que
os trabalhadores das regiões metropolitanas do Brasil apresentaram um
ganho salarial de até 16% em relação às regiões não metropolitanas.
Por fim, Barros et al (2000) argumenta que a educação é responsável por
cerca de 40% das diferenças salariais no Brasil.
Apesar do argumento a favor de que as diferenças salariais entre re-
giões podem ocorrer de forma a compensar os diferenciais de custo de
vida entre as mesmas (ROSEN, 1974; ROBACK, 1982), diversos trabalhos
concluem que o diferencial de custo de vida é significativo, mas não é
suficiente para explicar individualmente as diferenças salariais para as
regiões metropolitanas brasileiras (MENEZES E AZZONI, 2006; AZZONI
E SERVO, 2002). Portanto, no Brasil é importante analisar as diferenças
nominais de renda.
As externalidades geradas pela concentração de capital humano
podem explicar os diferenciais de produtividade entre os trabalhado-
res. Há evidências de que o capital humano local afeta principalmente o
rendimento dos mais escolarizados. Essas externalidades podem ser re-
sultantes de forças de mercado, sendo elas tecnológicas ou pecuniárias.
No primeiro caso, a concentração de capital humano gera um ambien-
te favorável para trocas de informações, conhecimentos, experiências
e ideias, o que torna os trabalhadores mais produtivos (RAUCH, 1993;
MORETTI, 2004). No segundo caso, acredita-se na possibilidade de uma
maior concentração de capital humano interferir na formação política
do indivíduo, na taxa de crime das localidades e em outros fatores que

podem influenciar a produtividade do trabalhador e elevar os salários
das localidades. (ROCHA et al, 2014).
No que diz respeito às firmas, mesmo tendo de pagar um maior custo
de instalação, elas são atraídas para localidades com maior estoque de
capital humano por serem beneficiadas por suas externalidades, princi-
palmente pelo aumento da produtividade dos trabalhadores (GLAESER
e MARÉ, 2001). Além disso, essas localidades podem ter maiores facilida-
des em transações, pois é possível que o acesso a consumidores e forne-
cedores seja menos dispendioso para as firmas.
A teoria sugere que o prêmio salarial urbano tende a influenciar o
salário dos trabalhadores qualificados e dos não qualificados em propor-
ções diferentes. Há evidências de que ambos os grupos de trabalhadores
obtém ganhos de produtividade por trabalharem em municípios com
maior estoque de capital humano, porém, trabalhadores mais qualifica-
dos são os mais beneficiados com maiores salários (ROCHA et al, 2014;
HALFDANARSON et al., 2008). Levando em consideração o controle para
as características não observáveis, os resultados se mantém, porém re-
duz a amplitude entre as duas categorias. Ou seja, sem o controle das
características não observáveis, o aumento de um por cento no percen-
tual de trabalhadores qualificados, aumenta a taxa de salário dos quali-
ficados em 2% e dos não qualificados em 0,3%, e quando se incorpora o
controle para as características já citadas, um aumento de um por cento
no percentual de trabalhadores qualificados eleva os salários dos qua-
lificados em 0,8% e dos não qualificados em 0,5% (ROCHA et al, 2014).
Numa perspectiva geral, há evidências de que o retorno social à edu-
cação no Brasil é maior do que o retorno individual, já que pessoas com
o mesmo nível de escolaridade apresentam maior produtividade em
áreas onde o capital humano é mais elevado (ROCHA et al, 2014; GON-
ZAGA E SANTOS, 2014).
O trabalho de Silva, Santos, Freguglia (2014) mostrou que a edu-
cação, a experiência e a idade afetam positivamente os salários, sen-
do que a contribuição da idade e da experiência declina com o tempo.
Mostraram, também, que as mulheres e os trabalhadores de pequenas
empresas ganham menos e existe um verdadeiro prêmio salarial urbano
de 3% para os trabalhadores formais das áreas metropolitanas do Bra-
sil, no entanto o prêmio salarial urbano não foi identificado em todas

as 24 regiões metropolitanas do Brasil. Controlando para as característi-
cas não observadas dos trabalhadores formais, 11 áreas metropolitanas
apresentaram um prêmio urbano, o que sugeriu que o aparente ganho
de aglomeração seria o retorno às habilidades não observadas dos tra-
balhadores em algumas regiões; o efeito da interação entre educação e
localização obteve maiores retornos à educação das regiões metropoli-
tanas do Norte e Nordeste.
3 BASE DE DADOS E EVIDÊNCIAS INICIAIS
A base de dados utilizada neste trabalho é o Censo Demográfico

realizado para o ano de 2010. Primeiro porque ele permite obter infor-
mações desagregadas ao nível de municípios, possibilitando calcular as
informações para os municípios de Salvador e Feira de Santana separa-
damente. Segundo, pois ele possui uma extensa gama de informações
relacionadas aos indivíduos, o que possibilita a utilização de diversos
regressores em nossa análise, tais como renda, idade, escolaridade, tipo
de emprego, se possui carteira assinada, dentre outras. As variáveis que
foram selecionadas para estudo estão dispostas no Quadro 1.
Quadro 1. Variáveis utilizadas para estimação das equações mincerianas

Salvador Dummy = 1 mora em Salvador, = 0 mora em Feira de Santana
Médio Dummy = 1 tem ensino médio completo, = 0 caso não tenha
Superior Dummy = 1 tem ensino superior completo, = 0 caso não tenha
Idade Idade calculada em anos
Sexo Dummy = 1 Homem, = 0 Mulher
Branco Dummy = 1 Branco, = 0 Não-branco
Multiplicação das variáveis Salvador e Médio para captar o retorno
medio_ssa do indivíduo que mora em Salvador e possui ensino médio em rela-
ção ao que mora em Feira de Santana
Multiplicação das variáveis Salvador e Médio para captar o retorno
Sup_ssa do indivíduo que mora em Salvador e possui ensino superior em
relação ao que mora em Feira de Santana
Casado Dummy = 1 Casado, = 0 Solteiro
filhos1 Dummy = 1 tem um filho, = 0 outros
filhos2 Dummy = 1 tem dois filhos, = 0 outros
filhos3 Dummy = 1 tem três filhos, = 0 outros
filhos4 Dummy = 1 tem quatro filhos, = 0 outros
filhos5 Dummy = 1 tem cinco filhos, = 0 outros
filhos6 Dummy = 1 tem seis filhos, = 0 outros
Retorna Dummy = 1 retorna para casa diariamente, = 0 não retorna
Continuação
Dummy = 1 mais de uma hora para chegar ao trabalho, = 0 menos
Commuting
de uma hora
horas Número de horas trabalhadas por semana
Formalizado Dummy = 1 empregado com carteira assinada, = 0 outros
agri Dummy = 1 trabalha no setor primário, = 0 outros
ind_extr Dummy = 1 trabalha no setor de indústrias extrativas, = 0 outros
Dummy = 1 trabalha no setor de indústrias de transformação, = 0
ind_trans
outros
comercio Dummy = 1 trabalha no setor comercial, = 0 outros
adm_public Dummy = 1 trabalha na administração pública, = 0 outros
construçao Dummy = 1 trabalha no setor de construção, = 0 outros
transporte Dummy = 1 trabalha no setor de transporte, = 0 outros
inform_comunic Dummy = 1 trabalha no setor de comunicação, = 0 outros
dir_ger Dummy = 1 se ocupava o cargo de diretor geral, = 0 outros
nivel_medio Dummy = 1 se ocupava o cargo de nível médio, = 0 outros
apoio_adm Dummy = 1 se ocupava o cargo de apoio administrativo, = 0 outros
vend_comercio Dummy = 1 trabalhava no setor de serviços, = 0outros
qualif_agrop Dummy = 1 trabalhador qualificado do setor primário, = 0 outros
Dummy = 1 trabalhador qualificado do setor da construção, = 0
qualif_constru
outros
operad_instal Dummy = 1 operadores de instalações e máquinas, =0 outros
ocup_elementares Dummy = 1 trabalhadores elementares, =0 outros
ciencias Dummy = 1 profissionais das ciências e intelectuais, = 0 outros
Fonte: Elaboração Própria com base nos dados do Censo Demográfico 2010.
A partir desta base de dados, podemos obter algumas evidências ini-

ciais. Na Tabela 1, por exemplo, pode-se observar que o salário médio
dos homens é maior, tanto em Feira de Santana, quanto em Salvador.
Por seu turno, também se observa que o salário médio é maior em Sal-
vador do que em Feira de Santana, tanto para os homens quanto para
as mulheres. As únicas exceções são os casos dos homens com ensino
médio e sem ensino médio, onde o salário em Feira de Santana é maior.
Portanto, estes dados sugerem que há um diferencial de renda positivo
entre Salvador e Feira de Santana, sendo que este diferencial varia entre
os diferentes níveis de escolaridade da população.
Tabela 1. Renda Média Total dos Indivíduos por escolaridade e Gênero

Renda Total
Mulher Homem
Feira de Santana 532.66 969.61
Salvador 813.6 1317.88
Ensino Médio*
Não Possui Possui
Mulher Homem Mulher Homem
Feira de Santana 278.57 526.58 610.06 1622.15
Salvador 326.74 522.95 730.96 1350.53
Ensino Superior
Não Possui Possui
Feira de Santana 391.14 825.97 2726.62 4286.38
Salvador 488.57 826.4 3247.37 5923.32
Fonte: Elaboração Própria com base nos dados do Censo 2010.
*Exclusive os indivíduos com ensino superior completo.
Já na Tabela 2, pode-se observar a diferença de renda entre Salvador

e Feira de Santana a partir do grau de formalização do trabalhador. Po-
de-se observar que a renda dos indivíduos em Salvador que possuem
carteira assinada é bastante superior à renda dos indivíduos em Feira
de Santana que também possuem carteira assinada. O mesmo é válido
para os indivíduos que não possuem carteira assinada. A desagregação
destes dados nos permite confirmar esta mesma situação para os dife-
rentes gêneros.
Tabela 2. Renda Média Total dos Indivíduos por Gênero e Formalização do trabalho
Carteira Assinada
Não Possui Possui
Feira de Santana 596.68 1230.38
Salvador 839.32 1541.63
Carteira Assinada
Não Possui Possui
Feira de Santana 409.82 738.03 1174.64 1265.25
Salvador 639.29 1112.78 1358.28 1685.35
A estatística descritiva de todas as variáveis utilizadas no estudo está

disposta na tabela A.1 no apêndice4. Podemos observar, por exemplo,
que enquanto 9% da população de Salvador possui ensino superior
completo, apenas 4% da população de feira de Santana possui. Por ou-
tro lado, enquanto aproximadamente 26% da população de Salvador
possui carteira assinada, 29% da população de Feira de Santana Possui.
4 METODOLOGIA
Com o objetivo de verificar se existe uma significativa diferença sa-

larial entre o município de Salvador e o município de Feira de Santana,
optou-se por utilizar o método Oaxaca-Blinder. Este método permite
avaliar se existe diferença entre os salários médios das pessoas entre as
duas localidades. Além disto, através deste método, é possível estimar se
as diferenças salariais são decorrentes da diferença de atributos entre os
indivíduos (Efeito Dotação) ou se decorrem da diferença nos retornos a
estes atributos (Efeito Retorno). (OAXACA, 1973; BLINDER, 1973; FIRPO,
FORTIN, LEMIEUX, 2010)
O primeiro passo na análise é estimar a equação de rendimentos para
cada município. Para tanto, a equação proposta por Mincer (1974), tam-
bém conhecida como função-salário do capital humano, é o referencial
teórico mais adequado. Através desta, é possível estimar o valor dado
pelo mercado a certos atributos produtivos como educação e experiên-
cia, além de certas características individuais como gênero, cor, etc. O
modelo para estimar os rendimentos pode ser expresso como:
Onde Ln w é o logaritmo natural do salário do trabalhador; â é o

intercepto; b é o vetor de parâmetros a ser estimado; X é o vetor de
atributos produtivos e não produtivos que são importantes para de-
terminar o rendimento do trabalhador; û é o termo do erro estocásti-
co. O processo de estimação desta equação para a posterior utilização
4 Optou-se por excluí-la do texto devido ao seu tamanho, o que poderia prejudicar a
fluidez da leitura.
na decomposição Oaxaca-Blinder é realizado via Método de Mínimos

Quadrados Ordinários (MQO).
Mais especificamente, o objetivo deste trabalho é estimar o efeito da
educação e da formalização do trabalhador sobre os diferenciais sala-
riais urbanos. Neste sentido, utilizam-se duas dummys para captar este
efeito. A variável “médio”, assume valor igual a 1 para os indivíduos com
ensino médio completo, e a variável “superior” assume valor igual a 1
para os indivíduos com ensino superior completo. Por seu turno, a variá-
vel “formalizado” assume valor igual a 1 caso o indivíduo possua carteira
assinada. Neste caso, escrevendo o modelo de interesse de forma mais
explícita teríamos:
Onde γ, δ e θ, são, respectivamente, os parâmetros estimados para

as variáveis “médio”, “superior” e “formalizado.”. Xi é o vetor de variáveis
de controle e b1 o vetor dos coeficientes estimados de cada variável de
controle.
O método de decomposição de Oaxaca-Blinder permite estudar as
diferenças salariais entre grupos distintos. Com esse procedimento, é
possível decompor os diferenciais de rendimento em um componente
explicado pelas variáveis do modelo – Efeito Dotação – e em outro não
explicado – Efeito Retorno – (CIRINO e LIMA, 2012).
A parte do diferencial dos salários que é explicada pelo modelo, tem
relação com as diferenças nas características produtivas dos indivíduos
em cada região. Já o componente não explicado, representa os efeitos
dados às mesmas características, para trabalhadores localizados em re-
giões diferentes, isto é, o retorno às características. Isto é, a diferença de
renda entre Salvador e Feira de Santana ocorre porque as pessoas têm
níveis de educação diferente ou porque o retorno a educação é diferente
entre estas duas cidades?
Embora a aplicação dessa técnica seja mais comum em estudos so-
bre discriminação no mercado de trabalho (FIRPO, FORTIN E LEMIEUX,
2010), é possível empregar esse método para estudar diferenças entre
grupos localizados entre diferentes regiões. A investigação é feita atra-
vés de uma análise das características médias de cada parte, grupo ou
região que se queira estudar (JANN, 2008). Por exemplo, Silveira Neto
e Menezes (2008) aplicam este método para estudar as diferenças de

rendimento entre as regiões Sudeste e Nordeste. Os autores concluem
que grande parte do diferencial de renda entre estas regiões é explicado
tanto pela diferença do nível de escolaridade (Efeito Dotação), quanto
pelas diferenças no retorno à escolaridade (Efeito Retorno).
Para realizarmos a decomposição, é preciso estimar antes a equação
minceriana para Salvador e Feira de Santana separadamente, conforme
se segue:
Onde Ln w é o logaritmo natural do salário do trabalhador; X1é a ma-

triz de atributos produtivos e não produtivos, no ponto médio de cada
região, que são significativos para determinar o rendimento do trabalho;
û é o termo do erro que, por hipótese, tem média igual à zero, distribui-
ção normal e variância constante.
O primeiro termo (âSSA _âFSA)+Xi SSA) Δβ) representa o Efeito Retorno,

o qual corresponde a diferença de salário entre Salvador e Feira de
Santana que é explicado pelos retornos aos atributos produtivos. Já
(β FSA ΔXi) é o Efeito Dotação, que reflete os diferenciais de rendimentos
entre os municípios explicado pelas características produtivas dos indi-
víduos. Por exemplo, se o diferencial de salários entre os dois municípios
for positivo, o efeito Dotação também positivo significa que os indivídu-

os dos dois municípios possuem características diferentes (por exemplo,
a educação em Salvador é maior). Por outro lado, se o Efeito Retorno for
positivo, isso significa que o retorno às variáveis, tais como educação,
também reflete as disparidades de rendimentos (isto é, possuir ensino
superior em Salvador traria em retorno maior do que possuir ensino su-
perior em Feira de Santana).
O método de decomposição de Oaxaca-Blinder já foi utilizado por
Cirino e Lima (2012) para medir o efeito regional entre as regiões me-
tropolitanas de Belo Horizonte e de Salvador. Além disso, essa técnica
foi empregada por Cacciamali, Tatei e Rosalino (2009) para verificar a
evolução da discriminação racial e de gênero no mercado de trabalho
no Brasil. Machado, Oliveira e Antigo (2008) utilizaram para investigar o
diferencial de rendimentos entre setor informal e formal no Brasil. Silvei-
ra Neto e Menezes (2008) utilizaram para mensurar o efeito da educação
sobre a desigualdade entre as regiões Nordeste e Sudeste.
Apesar de bastante útil e amplamente utilizado, este método possui
algumas limitações. Uma delas é o fato de não ser capaz de estimar o
efeito das características observáveis e não observáveis sobre diferentes
pontos da distribuição dos rendimentos. Isto é importante pois muitas
vezes os diferenciais de rendimentos são mais expressivos nos quantis
inferiores e superiores da distribuição. Para contornar este problema, es-
timamos as equações de rendimentos por regressões quantílicas.
A importância da utilização da regressão quantílica em relação aos
métodos anteriores reside no fato de a literatura sobre o tema (SILVEI-
RA NETO E CAMPELO, 2005; DUARTE, FERREIA E SALVATO 2003; GUI-
MARÃES, CAVALCANTI E SILVEIRA NETO, 2006) destacar que muitas ve-
zes a desigualdade de renda entre os indivíduos pode ser mais severa
quando analisamos os quantis inferiores e superiores da distribuição
dos rendimentos. Isto contribui com o trabalho haja vista que a de-
composição Oaxaca-Blinder permite decompor apenas o salário médio
nos componentes dotação e retorno, mas não outras medidas de dis-
tribuição como quantis.
Neste sentido, estimamos novamente a equação minceriana de salá-
rios utilizando a regressão quantílica proposta inicialmente por Koenker
e Basset (1978). O modelo de regressão quantílica é dado por
Onde qth é o quantil de interesse. O estimador βq para um quantil

específico de interesse é computado minimizando a função abaixo:
Outra limitação destes métodos utilizados (tanto na decomposição

Oaxaca Blinder, quanto na regressão quantílica) refere-se a impossibili-
dade do método em lidar com viés de variável omitida. Neste caso, en-
tretanto, a literatura ainda não apontou uma solução para o problema
(FIRPO, FORTIN E LEMIEUX, 2010).
5 RESULTADOS 1. RETORNO A EDUCAÇÃO E A FORMALIZAÇÃO
Na tabela 3 estão dispostos os resultados da estimação da equação

minceriana para a variável dependente logarítmo do salário hora. Op-
tou-se por esta especificação da variável dependente, haja vista que a
ponderação pelas horas de trabalho permite compatibilizar os rendi-
mentos entre indivíduos com diferentes jornadas de trabalho5. Dentre
todas as especificações utilizadas a especificação de interesse é a coluna
(7). Nesta, podemos observar que a maioria dos coeficientes estimados
foram estatisticamente significantes a 1%.
Os resultados da Tabela 3 indicam que a educação possui correlação
positiva com os logarítmos do salário por hora. Além disto, possuir nível
superior tem um efeito bastante superior do que possuir nível médio
sobre os logarítmos dos salários. A variável de interação entre Salvador
e as variáveis de educação também possuem valores positivos e esta-
tisticamente significativos. Isto é, esta é uma primeira evidência de que
indivíduos mais qualificados e que residem em Salvador possuem um
diferencial de rendimentos positivo em relação àqueles que residem em
Feira de Santana.
5 Introduzimos no Apêndice as estimativas utilizando apenas o logarítimo do salário

nas Tabelas A.2 e A.3.
Tabela 3. Estimação das equações de rendimentos por MQO.

Variável Dependente: Logaritmo da Renda do Trabalho por hora
Modelos
Variáveis 1 2 3 6 7
Salvador 0.232*** 0.075*** 0.055*** 0.037*** 0.021**
(0.009) (0.007) (0.010) (0.009) (0.009)
Médio 0.514*** 0.503*** 0.391*** 0.263***
(0.005) (0.013) (0.013) (0.013)
Superior 1.603*** 1.473*** 1.298*** 0.909***
(0.009) (0.026) (0.026) (0.026)
medio_ssa 0.014 0.036** 0.040***
(0.015) (0.014) (0.014)
Sup_ssa 0.146*** 0.159*** 0.175***
(0.028) (0.028) (0.027)
Idade 0.016*** 0.016*** 0.016*** 0.015***
(0.000) (0.000) (0.000) (0.000)
Genero 0.283*** 0.282*** 0.565*** 0.462***
(0.005) (0.005) (0.031) (0.031)
Branco 0.273*** 0.272*** 0.259*** 0.213***
(0.007) (0.007) (0.007) (0.007)
Casado 0.162*** 0.130***
(0.006) (0.006)
filhos1 -0.019* 0.004
(0.009) (0.009)
filhos2 -0.042*** 0.007
(0.011) (0.011)
filhos3 -0.120*** -0.064***
(0.016) (0.015)
filhos4 -0.197*** -0.129***
(0.022) (0.022)
filhos5 -0.259*** -0.165***
(0.032) (0.030)
filhos6 -0.351*** -0.264***
(0.032) (0.031)
Retona -0.020** -0.022***
(0.008) (0.008)
Commuting -0.009 -0.008
(0.007) (0.007)
Formalizado 0.092***
(0.005)
Setores Não Não Não Sim Sim
Ocupação Não Não Não Não Sim
Deficiência - Não Não Sim Sim
N-Observações 66339 64947 64947 64921 64921
R^2 0.0084 0.4400 0.4403 0.4743 0.5203
6 RESULTADOS 2. DECOMPOSIÇÃO DO DIFERENCIAL DE REN-

DIMENTOS MÉDIOS: A ANÁLISE OAXACA BLINDER
A partir do exposto na seção anterior, realizamos a decomposição

Oaxaca-Blinder para a avaliar as disparidades de renda entre os muni-
cípios. Na parte superior do painel A da Tabela 5 estão apresentados os
valores dos logarítmos dos salários para a os municípios de Salvador
e Feira de Santana, bem como a diferença entre os mesmos e a parti-
cipação do efeito dotação e do efeito retorno para a explicação desta
diferença. Por seu turno, na parte inferior do painel A, está disposta a
decomposição detalhada para as variáveis explicativas de interesse6.
Por fim, no painel B, apresentamos os mesmos valores da parte supe-
rior do painel A, mas agora retirando a escala logarítmica. Começare-
mos a análise por este último.
Os dados do painel B mostram que o salário hora em Salvador, de-
pois de controladas todas as características individuais foi, em média,
R$21,17. Já em Feira de Santana, o salário hora foi, em média, R$ 16,81.
Apesar da diferença de “apenas” R$4,36 por hora, podemos verificar que
este valor é substancial, quando se considera um indivíduo numa jorna-
da de trabalho de 40 horas semanais, o que significaria uma diferença
média de, aproximadamente, R$174,4. Supondo ainda, que a jornada de
trabalho diária de 8 horas, e o indivíduo trabalha 22 dias por mês, isso
significaria um diferencial de rendimentos de R$767,36 por mês, valor
muito próximo ao salário mínimo vigente em maio de 2015.
6 Caso seja de interesse do leitor analisar a decomposição detalhada para todas as

variáveis utilizadas, favor conferir a tabela A.2 no apêndice.
Tabela 4. Decomposição do Diferencial de Rendimentos entre Salvador e Feira de Santana

pelo método Oaxaca Blinder
Variável Dependente: Logarítmo do salário/hora
Painel A
Coeficiente Desvio Padrão
Salvador 3.053*** 0.0041
Feira de Santana 2.822*** 0.0081
Diferença 0.231*** 0.0092
Efeito Dotação 0.1752*** 0.0067
Efeito Retorno 0.0555*** 0.007
Decomposição Detalhada
Efeito Dotação Efeito Retorno
0.0104*** 0.0133**
Médio
(.00155) (.0064 )
0.0884*** 0.009***
Superior
(.0035 ) (.0034 )
0.0128*** -0.005
Carteira Assinada
(.0009 ) (.0067 )
Painel B
Coeficiente Desvio Padrão
Salvador 21.17*** 0.0865
Feira de Santana 16.81*** 0.137
Diferença 1.2595*** 0.0114
Efeito Dotação 1.1914*** 0.008
Efeito Retorno 1.0571*** 0.0074
*Os valores entre parênteses na parte inferior do painel A, referem-se ao desvio padrão das estimativas.
Na parte superior do Painel A podemos observar que para a explica-

ção da diferença de salário entre os municípios, o Efeito Dotação, com
valor de 0.175, é bem superior ao Efeito Retorno, com valor de 0.0555.
Isto é, o diferencial de renda entre estes dois municípios é mais expli-
cado pelo fato de as pessoas entre as duas localidades possuírem dife-
rentes características produtivas e menos pelo fato de a remuneração às
características produtivas serem diferentes entre os municípios de Salva-
dor e Feira de Santana.
Observando a parte inferior do Painel A, temos a contribuição de
cada variável de interesse sobre os Efeito Dotação e sobre o Efeito Re-
torno. Como pode ser observado, o maior coeficiente no Efeito Dotação
refere-se à variável “superior”, o que significa que há um diferencial de
rendimentos entre os indivíduos das localidades pelo fato de Salvador
possuir um pool maior de indivíduos com ensino superior. Além disso,

o Efeito Retorno a esta variável também foi positivo e estatisticamente
significativo, o que significa que mesmo quando comparando as pesso-
as com ensino superior entre Salvador e Feira de Santana, as que moram
em Salvador possuem um maior retorno a este atributo.
Estas mesmas considerações valem para a variável “médio”, porém a
contribuição desta para o Efeito Dotação é bastante inferior ao da va-
riável “superior”. Quando se analisa o caso dos indivíduos com carteira
assinada, temos que o efeito desta variável para explicação dos diferen-
ciais de renda entre os municípios é bastante inferior ao das outras duas,
haja vista que a contribuição para o efeito Dotação foi de apenas 0.0099
e para o efeito Retorno não foi estatisticamente significativa. Isto sugere
que as características da informalidade entre os dois municípios são bas-
tante parecidas e interferem pouco na desigualdade de renda.
7 RESULTADOS 3. PARA ALÉM DA MÉDIA: UMA ANÁLISE DA

DESIGUALDADE NOS EXTREMOS DA DISTRIBUIÇÃO DE REN-
DIMENTOS
Nesta seção analisamos os diferenciais de rendimentos em diferentes

pontos da distribuição, além da média. Reiterando, a importância desta
análise reside no fato de a desigualdade ser mais sensível em diferentes
pontos da distribuição dos rendimentos. Por exemplo, a cauda inferior
da distribuição dos rendimentos é mais sensível a variações do salário
mínimo do que a média e a parte superior desta distribuição.
Os resultados das estimações da regressão quantílica para a equação
de rendimentos estão dispostos na Tabela 5. As regressões foram estima-
das para cinco quantis (.10, .25, .50, .75 e .90) e cabe ressaltar que foram
utilizadas as mesmas variáveis explicativas das regressões de MQO.
Analisando a Tabela 5, nota-se que dentre as nossas variáveis de in-
teresse (Salvador, Médio, Superior, Médio_SSA, Superior_SSA, Formali-
zado), a única variável que, de um modo geral, não aumentou o valor
dos coeficientes estimados à medida que o quantil da distribuição dos
rendimentos aumenta, foi a variável formalizado. Isto significa que o
efeito destas variáveis é maior nos quantis superiores da distribuição do
que nos quantis inferiores. Estes efeitos por quantis fica mais claro de ser
observado quando plotamos os mesmos com seus respectivos desvios

padrão (Figura 2). Cabe ressaltar que os desvios padrão foram realizados
via bootstrap com 100 replicações.
Tabela 5. Regressão Quantílica dos Rendimentos
Variável Dependente:
Quantis
Variáveis -0.1 -0.25 -0.5 -0.75 -0.9
Salvador 0.002 0.015 .042*** 0.032** 0.049***
(0.015) (0.011) (0.01) (0.013) (0.019)
Médio .194*** .173*** .196*** 0.237*** 0.276***
(0.02) (0.015) (0.014) (0.017) (0.026)
Superior .743*** .823*** .878*** 0.924*** 0.0987***
(0.036) (0.027) (0.025) (0.03) (0.045)
0.016 0.027 0.02 0.039** 0.062**
Medio_ssa
-0.022 -0.016 -0.016) -0.019) -0.028)
-0.003 .092*** .189*** 0.257*** 0.211***
Sup_ssa
-0.036 -0.027 -0.026) -0.03) -0.045)
Formalizado .427*** .219*** .075*** -0.034*** -0.127***
-0.008 -0.006 -0.005) -0.006) -0.01)
Idade .009*** .010*** .012*** 0.016*** 0.018***
0 0 0) 0) 0)
Sexo .434*** .398*** .389*** 0.436*** 0.478***
-0.041 -0.031 -0.03) -0.035) -0.052)
Branco .119*** .129*** .169*** 0.228*** 0.257***
-0.01 -0.007 -0.007) -0.008) -0.013)
Casado .094*** .095*** .103*** 0.119*** 0.151***
-0.008 -0.006 -0.006) -0.007) -0.011)
filhos1 -0.014 -0.008 -0.007 0.006 0.001
-0.015 -0.011 -0.01) -0.013) -0.019)
filhos2 -.058*** -.037*** -0.014 -0.001 0.019
(0;016) -0.012 -0.011) -0.014) -0.021)
filhos3 -;081*** -.077*** -.072*** -0.060*** -0.046*
-0.022 -0.016 -0.015) -0.019) -0.028)
filhos4 -.210*** -.140*** -.105*** -0.117*** -0.136***
-0.031 -0.023 -0.022) -0.027) -0.039)
filhos5 -.163*** -.142*** -.094** -0.187*** -0.264***
-0.046 -0.035 -0.033) -0.039) -0.058)
filhos6 -.326*** -.276*** -.234*** -0.230*** -0.243***
-0.042 -0.032 -0.03) -0.036) -0.053)
Retorna 0.021 -0.001 -.033*** -0.067*** -0.082***
-0.012 -0.009 -0.009) -0.011) -0.016)
Commuting 0.003 0 -0.017 -0.021** -0.015
-0.011 -0.008 -0.008) -0.01) -0.014)
Setores Sim Sim Sim Sim Sim
Ocupação Sim Sim Sim Sim Sim
Deficiência Sim Sim Sim Sim Sim
N-Observações 64921 64921 64921 64921 64921
Pseudo R^2 0.2366 0.223 0.3145 0.3938 0.4178
A partir destas tabelas foi possível a construção de gráficos que per-

mitem analisar o parâmetro estimado de cada variável explicativa para
os diferentes quantis da distribuição. Na Figura 2 são apresentados, em
gráficos, o efeito das variáveis sobre a variável dependente de interesse.
Além disto, para fins de comparação, plota-se a estimação de MQO (reta
horizontal em cada gráfico) para mostrar que esta, na maioria das vezes
difere da regressão quantílica, quando analisamos os quantis superiores
e inferiores da distribuição.
Plotamos apenas os gráficos referentes a 17 variáveis e ao intercepto.
Dentre estes, os que mais interessam para análise são os gráficos Fig.q2,
Fig.q3, Fig.q4, Fig.q8, Fig.q9 e Figq13. Em Fig.q2, pode-se observar o efei-
to de morar em Salvador sobre os rendimentos. Como pode ser obser-
vado, a estimativa de MQO está dentro do desvio padrão da regressão
quantílica, o que significa que o retorno médio em morar em Salvador
é não é estatisticamente diferente dos retornos nos quantis. O mesmo
ocorre para a variável Médio_ssa (Fig.q8).
Já as figuras Fig.q3 e Fig.q4 mostram que o retorno à escolaridade,
tanto para os indivíduos com nível médio, quanto para os indivíduos
com nível superior, é menor na cauda inferior da distribuição dos ren-
dimentos, enquanto os resultados se confundem com as estimativas de
MQO na parte superior da distribuição.
As duas estimativas que mais chamam atenção nesta Figura são Fig.
q9 e Figq13. A primeira refere-se aos indivíduos com nível superior que
vivem em Salvador. Podemos observar que o retorno a esta característi-
ca em relação aos indivíduos que residem em Feira de Santana é menor
do que o retorno na média e maior que o retorno na parte superior da
distribuição. Isto sugere que o retorno a escolaridade em Salvador é bas-
tante superior ao de Feira de Santana, sobretudo nos quantis superiores
da distribuição dos rendimentos.
Por fim, em Figq13, observa-se que entre as pessoas mais pobres,
quem possui carteira assinada recebe rendimentos bastantes superio-
res aos informais, quanto dentre os mais ricos, o diferencial de rendi-
mentos por possuir tal atributo se reduz bastante. Esta evidência indi-
ca que a informalidade é um fator que contribui para a manutenção e
continuidade da pobreza, já que afeta de forma negativa os mais po-
bres, principalmente.
8 CONCLUSÃO
Este estudo teve como objetivo principal analisar o diferencial de

renda entre os municípios de Salvador e Feira de Santana, com foco no
papel da escolaridade e da informalidade sobre este resultado. Os re-
sultados indicaram que existe um expressivo diferencial de renda entre
os indivíduos dos dois municípios, tanto quando se analisa a média da
distribuição dos rendimentos, quanto quando se analisa os quantis infe-
riores e superiores da distribuição. Por seu turno, enquanto a educação
afeta mais fortemente os quantis superiores da distribuição, a formaliza-
ção dos indivíduos afeta mais os quantis inferiores da mesma.
Voltando às hipóteses lançadas pelos autores clássicos em economia
regional, em termos de disparidades de renda, os resultados deste estu-
do caminham no sentido de confirmar a existência de um processo de
causação circular cumulativa na Bahia, aos moldes de Myrdal, no sentido
de que mesmo comparando a capital com a segunda maior cidade do
estados (e, relativamente, rica em relação às demais) há um expressivo
diferencial de renda entre as duas localidades, e estas dificuldades ten-
dem a se perpetuar.
Este estudo possui algumas inovações em relação a literatura sobre
o tema na Bahia. Primeiramente, pois há poucos estudos que utilizam a
decomposição de Oaxaca-Blinder e a regressão quantílica para analisar
a desigualdade de renda na Bahia e, em particular, entre Salvador e Feira
de Santana. Segundo, pois ele mostra a importância da elaboração de
políticas educacionais adequadas para mitigar as disparidades de renda
no território baiano. Por fim, este apresenta evidências de que é neces-
sário continuar o processo de expansão educacional para regiões mais
deprimidas, mas também há uma necessidade de pensar na melhoria
da qualidade deste processo, com o objetivo de aumentar o retorno à
educação nestas regiões mais pobres. Mais ainda, se esta situação ocorre
para Feira de Santana, certamente será verificada em cidades menores
do interior baiano.
É sabido que os gastos públicos no ensino médio e no ensino supe-
rior trazem retornos privados (elevação de renda) no curto e médio pra-
zo para aqueles que conseguem atingir tal posto. No entanto, ainda não
é consenso na literatura que há um retorno social positivo sobre estes
investimentos. O presente estudo contribui com o argumento de que

pode haver sim retornos sociais positivos, haja vista que investimentos
bem realizados em educação serviriam tanto para elevar a dotação de
capital humano dos indivíduos que residem em Feira de Santana, quan-
to para que a educação acessível a estes indivíduos seja de melhor qua-
lidade, elevando o retorno à educação (Efeito Retorno).
Ainda em termos de recomendação de políticas públicas, este estu-
do indica que esforços no sentido de tornar as atividades econômicas
formais, sobretudo reduzindo o peso dos trabalhadores sem carteira as-
sinada é fundamental, pois há ganhos para os indivíduos nos quantis
inferiores da distribuição em se formalizar.
Este estudo possui duas limitações que podem servir para elabora-
ção de trabalhos futuros. A primeira é o fato de não ser possível identi-
ficar causalidade a partir dos parâmetros estimados, uma limitação do
método e que ainda não possui correção7. A segunda limitação é que
não foi realizada uma decomposição detalhada nos moldes Oaxaca-Blin-
der para os diferentes quantis da distribuição. Essa segunda limitação
segue como agenda de pesquisa e, neste caso, há literatura disponível,
destacando os trabalhos de Machado e Mata (2005) e Firpo, Fortin e Le-
mieux (2007, 2009).
BATISTA, N. N. F e CACCIAMALI, M. C. Diferencial de Salários entre ho-

mens e mulheres segundo a condição de migração. R. bras. Est. Pop.,
Rio de Janeiro, v. 26, n. 1, p. 97-115, jan./jun. 2009.
BLINDER, A. S. “Wage Discrimination: Reduced Form and Structural Esti-
mates,” Journal of Human Resources, 8, 436–455. 1973.
CARD, D. The causal effect of education on earnings. In Ashenfelter, O.
& Card, D., editors, Handbook of Labor Eocnomics, chapter 30, pages
1801–1863. Elsevier. 1999.
CIRINO, J. F. ; LIMA, J. E. . Diferenças de rendimento entre as Regiões Me-
tropolitanas de Belo Horizonte e Salvador: uma discussão a partir da de-
7 Para uma revisão sobre este debate ver Firpo, Fortin e Lemieux (2010).
composição de Oaxaca-Blinder. Revista Econômica do Nordeste, v. 43,

p. 371-389, 2012.
Firpo S, Fortin M, Lemieux T. “Unconditional quantile regressions” Eco-
nometrica , 77, 953-973. 209.
Fortin M, Lemieux T , Firpo . “Decomposition Methods in Economics”
in Handbook of Labor Economics, Eds. David Card, Orley Ashenfelter
(North-Holland), Vol.4, Part A, pp. 1–102. 2010.
GLAESER, E. L.; MARÉ, D. C. “Cities and skills”. National Bureau of Eco-
nomic Research, n.4728, 1994.
_____. “Cities and skills”. Journal of Labor Economics, University of Chi-
cago Press, vol. 19, n.2, p. 316-42, Abr. 2001.
GUERRA, Oswaldo; TEIXEIRA, Francisco. 50 anos de industrialização baia-
na: do enigma a uma dinâmica exógena e espasmódica. Bahia Análise
& Dados, Salvador: SEI, v. 10, n. 1, jun. 2000. p. 87-98.
GUIMARAES, J. ; CAVALCANTI, T. ; SILVEIRA NETO, R. M. . Accounting for
Labor Differences in Brazil: The Role of Human Capital. In: XXXIV Encon-
tro Nacional de Economia, 2006, Salvador. Anais do XXXIV Encontro Na-
cional de Economia, 2006.
HIRSCHMAN, A. Transmissão inter-regional e internacional do cresci-
mento econômico. In: Schwartzman (Org), Economia Regional – Textos
Selecionados. CEDEPLAR MINTER, p. 291-313, 1977.
JANN, BEN. The Oaxaca-Blinder Decomposition for Linear Regression
Models, Stata Journal 8: 435-479. 2008.
JUNIOR, C. V.C; SILVA, D. D.; PESSOTI, G. C. Análise da evolução da econo-
mia na Bahia entre 1975 e 2010 sob novo enfoque de contas regionais.
Bahia Análise & Dados, Salvador: SEI, v. 21, n. 2, p. 215-234, abr./jun.
2011.
KOENKER, R; BASSET, G. Regression Quantiles. Econometrica. n. 46, 1978.
Machado J, Mata J. “Counterfactual decomposition of changes in wage
distributions using quantile regression” Journal of Applied Economet-
rics , 20, 445-465. 2005.
MENEZES, T. A.; AZZONI, C. R . Convergência de Salários Entre as Regiões
Metropolitanas Brasileiras: Custo de Vida e Aspectos da Demanda e Ofer-
ta de Trabalho. Pesquisa e Planejamento Econômico. Rio de Janeiro, v.
36, p. 449-470, 2006.
MORETTI, E. “Estimating the social return to higher education: evidence

from longitudinal and repeated cross-sectional data”. Journal of Econo-
metrics, n.121, p.175-212, Jul.-Ago., 2004.
MYRDAL, G. Teoria econômica e regiões subdesenvolvidas. Fundo de
Cultura, Rio de Janeiro, 1957.
OAXACA, R. (1973): “Male–FemaleWage Differentials in Urban Labor Mar-
kets,” International Economic Review, 14, 693–709.
OSORIO, R. G.; SOUZA, P. H. G. F. Evolução da pobreza extrema e da de-
sigualdade de renda na Bahia: 1995 a 2009. Brasília: Ipea, 2012. (Texto
para Discussão, n. 1.696).
PERROUX, F. O conceito de polo de crescimento.In: Schwartzman (Org),
Economia Regional – Textos Selecionados. CEDEPLAR MINTER, p. 145-
156, 1977.
RAUCH, J. “Productivity gains from geographic concentration of human
capital: evidence from cities”. Journal of Urban Economics, n. 34, p. 380-
400, Nov., 1993.
ROBACK, J. Wages, rents, and the quality of life. Journal of Political
Economy, Chicago, n. 90, p. 1257-1278, 1982.
ROCHA, R. M. ; Raul da Mota Silveira Neto ; Gomes, M. ; COELHO JUNIOR,
A. F. . Externalidades do Capital Humano: Uma Análise Empírica para
as Cidades Brasileiras. I I ENCONTRO PERNAMBUCANO DE ECONOMIA:
Crescimento, Bem-Estar e Sustentabilidade. 1ed.Recife: Versan Gráfica,
2014, v. 2, p. 271-300.
ROSEN, S. (1974): “Hedonic Prices and Implicit Markets,” Journal of Polit-
ical Economy, 82, 34–55.
SALVATO, M.; DUARTE, A.; Cavalcanti, P. Disparidades regionais ou edu-
cacionais? Um exercício com contrafactuais. Mimeografado. 2003.
SERVO, L.; AZZONI, C. “Education, cost of living and regional wage in-
equality in Brazil”. Papers in Regional Science, v. 81, n. 2, p. 157-175,
Springer 2002.
SILVA, D. L. G. ; SANTOS, G. F. ; FREGUGLIA, R. S. . Distribuição espacial
dos efeitos de aglomeração sobre os retornos à educação no Brasil. In:
X Encontro de Economia Baiana, 2014, Salvador. Anais do Encontro de
Economia Baiana, 2014.
SILVEIRA NETO, R. M. ; MENEZES, T. A. Disparidades Regionais de Renda
no Brasil: Analisando a Importância do Capital Humano. In: Fundação
Konrad-Adeneur. (Org.). Fórum Brasil-Europa. Fundação Konrad-Ade-

neur. 2008.
SILVEIRA NETO, Raul da Mota e CAMPELO, Ana Katarina. O Perfil das Dis-
paridades Regionais de Renda no Brasil: Evidências a Partir de Regres-
sões Quantílicas para os anos de 1992 e 2001, Anais do XXXI Encontro
Nacional de Economia, Porto Seguro, 2003.
SOARES, Serguei Suarez Dillon. O Perfil da Discriminação no Mercado
de trabalho – Homens Negros. Mulheres Brancas e Mulheres Negras.
Brasília: Ipea, 2000. 25p (Texto para Discussão, Nº 769).
SOUZA, P. H. G. F. (2013) As causas imediatas do crescimento da ren-
da, da redução da desigualdade e da queda da extrema pobreza na
Bahia, no Nordeste e no Brasil entre 2003 e 2011. Brasília: Ipea (Texto
para Discussão, n. 1.816).
Figura 2. Gráficos das Regressões Quantílicas
Fonte: Elaboração Própria

Fig.q1 – Interepto. Fig.q2 – Salvador. Fig.q3 – Médio. Fig.q4 – Superior. Fig.q5 – Idade. Fig.q6 – Sexo. Fig.q7 – Branco. Fig.q8 - Médio _ssa. Fig.q9 – Superior_ssa. Fig.q10
– Casado. Fig.q11-Retorna. Fig.q12 – Commuting. Fig.q13 – Carteira Assinada. Fig.q14 – Agricultura. Fig.q15 – Indústria Extrativa. Fig.q16 – Indústria de Transformação.
Fig.q17 Comércio. Fig.q18 – Administração Pública.
APÊNDICE
Tabela A.1. Estatística descritivas das variáveis utilizadas

Variáveis Feira de Santana Salvador
Renda total 737.2996 1047.27
Renda trabalho 1010.752 1439.471
medio 0.247828 0.29838
superior 0.043802 0.093854
idade 32.13728 33.49531
sexo 0.473844 0.469275
branco 0.200629 0.188339
casado 0.262345 0.231576
retorna 0.310831 0.338316
commuting 0.713055 0.734583
horas 41.79731 42.1445
filhos1 0.078664 0.09093
filhos2 0.075446 0.078762
filhos3 0.045697 0.042475
filhos4 0.022455 0.021644
filhos5 0.013552 0.011631
filhos6 0.583187 0.5562
agri 0.033111 0.005348
ind_extr 0.000822 0.002627
ind_trans 0.052955 0.02927
comercio 0.115779 0.087947
adm_public 0.018772 0.027108
construçao 0.041656 0.039856
transporte 0.024171 0.023436
inform_comunic 0.00379 0.007858
carteira_ass 0.18815 0.25753
dir_ger 0.019595 0.022703
ciencias 0.03969 0.059164
nivel_medio 0.03497 0.046793
apoio_adm 0.033218 0.044333
vend_comercio 0.086316 0.096212
qualif_agrop 0.023957 0.003824
qualif_constru 0.059749 0.045327
operad_instal 0.037473 0.027732
ocup_elementares 0.093646 0.075039
Fonte: Elaboração Propria com base nos dados do Censo 2010.

Tabela A.4. Resultados Completos da Decomposição Oaxaca-Blinder

Efeito
Variável Efeito Dotação Efeito Retorno Variável Efeit Dotação
Retorno
.011*** 0.013*** .003*** 0.001
Médio Agri
-0.001 -0.006 -0.001 -0.002
.090*** .011*** .002*** 0
Superior Ind_extr
-0.003 -0.003 0 0
.017*** 0.001 -.002*** .004*
Idade Ind_trans
-0.002 -0.028 0 -0.002
-.010*** 0.045 .002*** -.012***
Sexo Comercio
-0.001 -0.043 0 -0.004
.001** 0.006 .006*** 0.002
Cor Adm_public
0 -0.003 0 -0.001
-.002*** -0.003 0 0
Enxerga Construção
0 -0.016 0 -0.002
0 -0.003 -.000* 0
Ouve Transporte
0 -0.035 0 0
0 0 0 0
Caminha Inform_comunic
0 -0.038 0 0
0 -0.089 .009*** -0.01
Mental Carteira_ass
0 -0.132 0 -0.006
.009*** 0.017 .002*** 0
Le_escreve Dir_ger
0 -0.038 0 -0.002
-.007*** 0.002 .011*** .010**
Casado Ciências
0 -0.006 -0.001 -0.004
-.001*** 0.019 .002*** .007**
Retorna Nível_medio
((0.000) -0.022 0 -0.003
0 -0.008 -.004*** 0.001
Commuting Apoio_adm
0 -0.01 0 -0.002
.000* -0.001 -.005*** -0.001
Filhos 1 Vend_comercio
0 -0.002 -0.001 -0.002
0 0.001 .011*** -0.001
Filhos2 Qualif_agrop
0 -0.002 -0.001 -0.001
0 0 .011*** 0.003
Filhos 3 Qualif_constru
0 -0.002 -0.001 -0.004
.000* 0 .005*** 0.004
Filhos 4 Operad_instal
0 -0.001 0 -0.003
0 0 Ocup_elemen- .016*** 0.008
Filhos 5
0 0 tares -0.001 -0.006
.005*** -0.071
Filhos 6
-0.001 -0.045
Fonte: Elaboração Propria com base nos dados do Censo 2010.

07 IMPACTO NA GERAÇÃO DE EMPREGO
NOS MUNICÍPIOS DO ESTADO
DE SERGIPE DECORRENTE DO
FATOR CRÉDITO: 2009 – 2012
Priscila Jesus Mendonça1
Tácito Augusto Farias2
Marco Antônio Jorge3
Resumo:
O avanço empresarial e econômico fez com que as micro e

pequenas empresas, necessitassem estar de acordo com o merca-
do global. E para isso são necessários recursos financeiros. A fim
de atender as demandas do mercado, estes recursos podem ser
obtidos por fontes próprias ou através de agentes financeiros que
oferecem crédito. Diante das novas necessidades do mercado, as
micro e pequenas empresas do estado de Sergipe têm buscado
a tomada de empréstimos junto às instituições financeiras como
forma de fomentar o seu desenvolvimento. Diante desse cenário,
foi elaborado a seguinte problemática: o Banco do Nordeste do
Brasil como fomentador do desenvolvimento na região nordeste
tem auxiliado no crescimento das micro e pequenas empresas no
estado de Sergipe na obtenção de empréstimos e financiamentos
da produção e quais os impulsos gerados no estado? O presente
estudo apresenta o método de pesquisa quantitativo denomi-
nado análise de dados em painel com as variáveis operações de
crédito: valor adicionado (agropecuária, indústria, serviços), pop-
ulação economicamente ativa, salário médio e emprego formal a
fim de explicar o possível desenvolvimento gerado pelas micro e
pequenas empresas sergipanas, ao obter crédito para financiar a
produção no período de 2009 a 2012, bem como identificar o im-
pacto dessas operações no nível de emprego dos municípios sergi-
panos. Os resultados obtidos, considerando as variáveis aplicadas
demonstram que o crédito não tem impacto na geração de em-
prego. Para trabalhos futuros a proposta é de realizar um estudo
regional considerando as demais instituições financeiras.
Palavras-chaves: Crédito; Micro e Pequenas Empresas; Instituições
Financeiras, Sergipe
1 Mestre em Economia – UFS /SE. Atualmente contratada da DESO – Companhia de San-
eamento do Estado de Sergipe; priscilajesusm@gmail.com
2 Doutor em Economia – USP / SP, Professor associado-doutor nível 04 na Universidade
Federal de Sergipe; tacitoaugusto@yahoo.com.br
3 Doutor em Economia – FGV / SP; Professor associado do Departamento de Economia,
além de professor do Programa de Pós-Graduação e Pesquisa em Economia (NUPEC)
da Universidade Federal de Sergipe, mjorge@ufs.br
186 Priscila Jesus Mendonça; Tácito Augusto Farias; Marco Antônio Jorge
1 INTRODUÇÃO
O avanço empresarial e econômico fez com que as micro e peque-

nas empresas, necessitassem estar de acordo com o mercado global.
Hoje em dia, as informações são transmitidas com muita velocidade e
se propagam por todo o mundo. As empresas que antes apenas preci-
savam buscar o que acontecia em torno da localidade em que estavam
inseridas, hoje com a exigência dos clientes, precisam ir além e buscar
parâmetros que atendam as expectativas dos clientes, seja com mais
produtos, infraestrutura ou a oferta de mais serviços. E para isso são ne-
cessários recursos financeiros. A fim de atender as demandas do merca-
do, estes recursos podem ser obtidos por fontes próprias ou através de
agentes financeiros que oferecem crédito.
A aquisição de crédito é uma opção de dívida para os agentes que es-
tão necessitando de fundos, fato que pode acontecer para aquisição de
bens, investimentos ou quando o seu dispêndio está superando a renda.
Entre os agentes econômicos, os principais demandadores de fundos
são dos mesmos grupos dos ofertadores, ou seja, os indivíduos, as famí-
lias, as empresas e o governo. (SILVA, 2000)
Ainda de acordo com Silva (2000), as fontes onde as empresas bus-
cam recursos financeiros são basicamente de três tipos: (a) fundos pro-
venientes de seus sócios ou acionistas, (b) lucros gerados pelas suas
operações e (c) dívida contraída. A partir destas fontes, cabe à decisão
da empresa sobre como obter fundos para suprir alguma necessidade
que, por ventura, necessite de rendimentos dos quais não dispõe no mo-
mento.
As pequenas e microempresas acabam optando pela decisão de to-
mar fundos emprestados, que dependerá do fato de que o preço desses
fundos seja menor que o rendimento propiciado pela sua aplicação na
empresa. Aquilo que chamamos alavancagem financeira.
Alavancagem Financeira consiste na prática de se captar recursos de
terceiros para financiar investimentos dentro das empresas. Assim sendo
uma estratégia tomada pela empresa na busca da maximização do retor-
no financeiro e adaptação às exigências do mercado, através da correta
escolha das fontes de financiamento que comporão a estrutura de crédi-
to da empresa. (TOMISLAV, 2005; LEITE, 1994)
IMPACTO NA GERAÇÃO DE EMPREGO NOS MUNICÍPIOS DO ESTADO DE SERGIPE DECORRENTE DO FATOR CRÉDITO 187
No entanto, o crédito para a pequena e microempresa, normalmente

faz parte das carteiras oferecidas pelos bancos sendo de um valor me-
nor e pré-aprovado, não oferecendo margem para maiores recursos. Isso
ocorre devido ao risco do crédito, o que leva a instituição financeira a
fazer uma avaliação considerando as possíveis situações futuras das con-
junturas econômica, política e social do meio que a empresa se desen-
volve, bem como as ações e reações da própria empresa ao mercado em
que está inserida. (SECURATO, 2002)
As operações de crédito para estas empresas, apesar de seus em-
presários terem interesse em realizar empréstimo, muitas vezes esbar-
ram na burocracia. Algo que dificulta a tomada de crédito, por parte
dos dirigentes, é a obrigatoriedade de se ter um projeto informando o
que se pretende fazer com o financiamento. A empresa no momento
do empréstimo, a depender do valor do crédito que se pretende tomar,
normalmente precisa mostrar à instituição financeira que o projeto do
financiamento é viável, ou seja, uma espécie de garantia.
A garantia a ser oferecida pelas empresas de pequeno porte pode
ser o plano de Negócios que é uma das ferramentas que pode ser usada
para fazer este projeto. Alguns bancos solicitam que esse estudo de via-
bilidade do projeto seja realizado com uma ferramenta própria da insti-
tuição. Esta situação normalmente demanda mais recursos financeiros
por parte da empresa. (SEBRAE/RS, 2012)
O risco do crédito está inserido cada vez que um banco concede um
empréstimo ou financiamento. O risco de não receber, ou seja, o cliente
que solicitou o empréstimo pode não cumprir a promessa de pagamen-
to. As razões que podem levar o cliente ao não-cumprimento da pro-
messa têm a possibilidade de estar relacionadas ao seu caráter, à sua
capacidade de gerir os negócios, aos fatores externos adversos ou à sua
incapacidade de gerar caixa. Por este motivo, algumas operações devem
ser respaldadas através de garantias que equilibrem e contrabalanceiem
as fraquezas relacionadas às variáveis implícitas no risco de crédito. En-
tretanto, este não deve ser o fator decisivo para um empréstimo ou um
financiamento. (SILVA, 2000)
Silva (2000) coloca ainda que financiamento de bens de consumo
duráveis para pessoas físicas e de capital de giro pelas empresas são
exemplos de necessidades atendidas pelo mercado de crédito. Este
segmento é definido como atendimento das necessidades dos agentes

econômicos quanto a valores de curto e médio prazo. O fornecimento
desses valores tende a ser feito através de intermediários bancários.
O foco deste estudo são as empresas, mais especificamente as pe-
quenas e microempresas, a atual burocracia enfrentada por estas na
aquisição de crédito, através da análise dos empréstimos concedidos
pelo Banco do Nordeste do Brasil a estas empresas no período de 2009
a 2012 no estado de Sergipe, e os benefícios e impactos nesse estado.
Diante das novas necessidades do mercado, as micro e pequenas
empresas do estado de Sergipe têm buscado a tomada de empréstimos
junto às instituições financeiras como forma de fomentar seu desenvol-
vimento. Em meio a esse cenário, foi elaborada a seguinte problemática:
o Banco do Nordeste do Brasil como fomentador do desenvolvimento
na região nordeste tem auxiliado no crescimento das micro e pequenas
empresas no estado de Sergipe na obtenção de empréstimos e financia-
mentos da produção e quais os impulsos gerados no estado?
Os objetivos deste estudo irão definir conceitos que envolvem o
crédito e mostrar a importância do para às micro e pequenas empresas;
mostrar a situação atual do cenário do crédito em Sergipe; discutir a res-
peito dos motivos que levam às micro e pequenas empresas a necessitar
de crédito para financiar a produção e o seu desenvolvimento; realizar
uma análise de dados em painel para identificar as principais variáveis
que impactam o nível de emprego dos municípios sergipanos no perío-
do de análise.
2 LITERATURA TEÓRICA
Neste seção são observadas as definições de crédito, a classificação,

importância do crédito e bancos para a economia.
As primeiras casas de crédito ou bancos como eram chamadas na
idade média, averiguaram que nem todos os clientes que depositavam
seus metais preciosos como ouro e prata, resgatavam os valores ao
mesmo tempo. As pessoas mantinham, por segurança, os valores nes-
tas casas de crédito. Ao mesmo tempo os mercadores, os primeiros em-
preendedores, necessitavam de recursos para expandir os negócios. Os
bancos então passaram a emprestar os valores depositados em troca de
remuneração pelo uso do capital, durante o tempo que este fosse utiliza-
do. Nasce dessa forma então à operação de crédito e a expressão “juro”.
(BANCO DO BRASIL, 2014)
A palavra crédito deriva da expressão crer, um termo que traduz con-
fiança, acreditar em algo, ou alguém. Da perspectiva financeira o crédito
tem o papel de financiar um tomador de empréstimo que pode usar o
recurso para fazer frente a despesas ou investimentos e financiar a com-
pra de bens. O crédito funciona como o estabelecimento de uma relação
de confiança entre duas (ou mais) partes numa determinada operação.
(BANCO DO BRASIL, 2014)
O conceito de crédito abrange uma operação de crédito em que todo
ato de vontade ou disposição de alguém de lançar ou ceder, tempora-
riamente, parte de seu patrimônio a outra pessoa, com a expectativa
de que esta parcela volte à sua posse integralmente, após decorrer o
tempo estipulado. As operações de crédito são normalmente praticadas
por instituições financeiras que assumem o risco de inadimplência de
obrigações assumidas contratualmente por clientes. (SCHRICKEL, 1997;
ORTOLANI, 2000)
No entanto, a definição de crédito irá depender do contexto em que
está inserido, pois pode ter diversos significados. Por exemplo, a palavra
crédito num sentido restrito e específico consiste na entrega de um va-
lor presente mediante uma promessa de pagamento. (SECURATO, 2002;
SILVA, 2000)
Securato (2002) pontua o crédito em seu cerne, ou mais necessaria-
mente a operação de crédito, como uma intervenção de empréstimo
que sempre pode ser considerada dinheiro, ou no caso comercial o que
equivale a dinheiro, sobre o qual incide um custo que é denominado
juros. Os juros consistem na quantia que é paga além do que foi empres-
tado, ou seja, é o lucro da entidade que emprestou o capital.
Pode-se entender o empréstimo do crédito como uma operação nos
quais capitais oficiais ou privados, nacionais ou estrangeiros, são cedidos
mediante cláusulas e condições, definidas em contratos, quanto a sua
aplicação, juros, prazo de vigência, épocas de pagamento ou reembolso.
A instituição financeira compra uma promessa de pagamento, pagan-
do ao tomador um determinado valor, para no futuro receber um valor
maior. (SILVA, 2000)
Dentro do exposto o crédito possui diversos conceitos, mas basica-

mente é uma relação de confiança entre um agente que possui maior
quantidade de recursos financeiros e decide repassar esses valores para
outro agente, que poderá aplicar da forma que melhor o convenha. En-
tretanto, dentro de um prazo definido o valor deve ser remunerado inte-
gralmente, podendo auferir ganhos a mais preestabelecidos.
O crédito, que está presente nas diversas situações que são extrema-
mente comuns a qualquer pessoa, traz alguns exemplos: empréstimos
pessoais, empréstimos para as empresas, e outras operações de crédito.
Estas podem ser entendidas como empréstimos no sentido de que recur-
sos que são disponibilizados imediatamente ao tomador pelo doador, o
tomador realiza uma operação que se obriga a pagar o recurso contraído
e em seguida pelo prazo e juros contratados o tomador pagará o recurso
até o vencimento, ao menos é o que o doador espera. (SECURATO, 2002)
Brusky e Fortuna (2002) enumeram as opções que são bastante am-
plas de aquisição de crédito: fiado, crediário, cartão de crédito, cartão de
financeira, cartão de loja, cheque pré-datado, cheque especial, dentre
outras opções. Pensando nessas necessidades foi criado um mecanismo
a fim de facilitar a aquisição de recursos financeiros.
Conforme citado acima as classificações de crédito acabam por se
enquadrar nas operações de empréstimos, quando examinado do ponto
de vista do perfil do tomador de recursos. Nessa análise, Securato (2002)
destaca que o crédito está em diversas ocasiões do nosso dia a dia, a
exemplo dos empréstimos pessoais e empréstimos para empresas.
Securato (2002) classifica o crédito em público ou privado, onde: a) cré-
dito público: tem origem nas necessidades de cobertura dos gastos gover-
namentais, tanto de custeio como investimento. Em geral, este crédito é
obtido por meio da emissão de papéis ou títulos, que caracterizam obri-
gações com prazos e juros definidos; b) crédito privado: tem origem na
necessidade de recursos das empresas dos mais variados setores, para co-
bertura de capital de giro ou para investimentos visando à continuidade
e crescimento de seus negócios. O crédito privado também se estende às
pessoas físicas, no mesmo sentido das jurídicas, para suprir necessidades
imediatas de caixa ou para antecipar consumo ou investimento.
Dentro desta classificação ainda há diversas outras subdivisões,
conforme a utilização final pelo tomador do empréstimo, tais como o
crédito bancário: quando o doador de recursos é um banco; o crédito

imobiliário: quando os recursos tomados têm como objetivo a aquisi-
ção de imóveis; o crédito agrícola: quando os recursos tomados têm
o objetivo de financiar recursos e culturas do ramo agropecuário; o
crédito ao consumidor: quando os recursos tomados são destinados
à aquisição de bens duráveis. Existe ainda o crédito educativo, crédito
para pequenas e médias empresas, enfim, um conjunto de linhas de
crédito específicas para as necessidades dos vários perfis de clientes.
(SECURATO, 2002)
Existem também os financiamentos que são valores liberados pelo
credor para serem aplicados pelo devedor com objetivo de aplicação
em bens móveis como veículos, máquinas, equipamentos e imóveis que
podem ser unidades habitacionais ou plantas industriais. As principais
modalidades de financiamentos oferecidas pelo mercado são divididas
para pessoa física e para pessoa jurídica. (ORTOLANI, 2000)
O crédito direcionado é um tipo de financiamento voltado para um
fim específico, os três principais grupos de acordo com o Sistema Finan-
ceiro Nacional (SFN) são as operações do BNDES, o crédito habitacional
e o crédito rural. (BACEN, 2011)
Ortolani (2000) mostra as diversas modalidades de financiamentos
para pessoa física e jurídica, por exemplo: a) crédito direto ao consumi-
dor (CDC); b) Leasing ou arrendamento mercantil, em suas várias modali-
dades; c) Repasses BNDES por meio dos produtos Finame (Financiamen-
tos de máquina e equipamentos), direcionados à aquisição de máquinas
e equipamentos; BNDES Automático e Finem (Financiamento de empre-
endimentos) direcionados a financiar projetos e empreendimentos.
O cartão de crédito também é uma forma de crédito bastante co-
mum nos dias atuais, destinado como forma de pagamentos que envol-
vem uma complexa rede de empresas e contratos. (CARTILHA – CARTÃO
DE CRÉDITO, 2014)
O BNDES (Banco Nacional do Desenvolvimento Econômico Social)
possui um cartão destinado a facilitar a compra de diversos produtos
como máquinas e equipamentos para as micro, pequenas e médias
empresas. As taxas de juros são as mais baixas praticadas no mercado
e existe um catálogo onde as empresas se cadastram para fornecer os
produtos para que outras empresas adquiram. (BNDES, 2014)
Com a globalização mudou-se muito a economia mundial. As empresas

começaram a atingir novos mercados, tornando-se mais competitivas, e a
tecnologia evoluiu de forma a agilizar os processos de produção. Contudo,
essa evolução resultou na diminuição da mão de obra, e como consequên-
cia disso, cresceu o número de desemprego estrutural, motivando as pesso-
as que estão de fora do mercado de trabalho a abrirem seu próprio negócio.
O fato é que a maioria das pessoas de baixa renda não possui acesso
direto ao setor bancário. No entanto, essas pessoas procuram atender as
suas necessidades financeiras em outros serviços que são variados e que
estão ao seu alcance (GOIS e SANTOS, 2011).
Para abrir um novo investimento precisa-se de “dinheiro” ou assis-
tência financeira. Para diminuir a informalidade surgem instrumentos
que facilitam a vida dos futuros empresários. Estes instrumentos são os
programas de microcrédito oferecidos por instituições financeiras como
BNDES (Banco Nacional do Desenvolvimento Econômico e Social) e BNB
(Banco do Nordeste do Brasil), dentre outros.
No caso das microempresas, a análise de crédito é ainda mais com-
plexa devido à falta de informações financeiras que estas empresas pos-
suem que são escassas. Sendo a análise do crédito, muitas vezes, con-
fundida com a dos próprios proprietários ou, ainda com a renda por eles
complementada. (SECURATO, 2002)
Silva (2000) ainda destaca que existem outros parâmetros básicos
utilizados para orientar a concessão do crédito à pessoa jurídica que
são norteados nos chamados C’s do Crédito, enumerados pelos autores
Weston e Brigham, no livro Managerial Finance, como sendo o caráter,
as condições, a capacidade, o capital e o colateral. O autor Silva (2000)
acrescenta ainda outro C o Conglomerado.
As considerações dos chamados C’s são: o Caráter refere-se à inten-
ção do devedor (ou mesmo do garantidor) de cumprir a promessa de
pagamento; a Capacidade administrativa envolve o gerenciamento da
empresa em sua plenitude, especialmente quanto à visão de futuro; o
Capital abrange a análise financeira e patrimonial do tomador de recur-
sos; o Colateral refere-se às garantias e são tratadas como decorrência de
risco que o cliente representa; o Conglomerado expressa a necessidade
de um exame conjunto do conglomerado de empresas com inter-rela-
cionamento societário em que a solicitante de crédito se insere, visto
que o problema em cada uma delas poderá refletir-se nas demais situ-
ações, caracterizando o que no mercado financeiro é conhecido como
“efeito dominó”. (SILVA, 2000)
Com foco na assistência das políticas públicas na obtenção de cré-
dito, é percebido um desenvolvimento da região onde estão inseridas
tais políticas. Llorens (2001) pressupõe um desenvolvimento econômico
através de ações integradas nas dimensões econômica, sócio-cultural,
ambiental e político-institucional, através da criação de ambientes favo-
ráveis capazes de proporcionar um crescimento adequado com melho-
ria na qualidade de vida da população.
A importância dos bancos é de grande relevância dentro da economia,
pois o Sistema Financeiro Nacional, através dos bancos, aproxima os agen-
tes econômicos com situação orçamentária superavitária dos agentes com
situação orçamentária deficitária. Os agentes com posição deficitária neces-
sitam de recursos para atenderem as suas necessidades de consumo e in-
vestimentos, enquanto que os agentes com situação superavitária precisam
de alternativas para aplicar seus excedentes de recursos. (SILVA, 2000)
Silva (2000) destaca ainda que através dos instrumentos e as institui-
ções do Sistema Financeiro Nacional, estes viabilizam seus recursos para
que os dois tipos de agentes econômicos (superavitários e deficitários)
possam ter as suas expectativas atendidas, e desta forma estimula a ele-
vação das taxas de consumo e de investimentos. E consequentemente
adquire-se maior produção e maior demanda agregada.
O Sistema Financeiro Nacional (SFN) é integrado por instituições pú-
blicas e privadas que têm como objetivo intermediar o fluxo de recursos
entre os agentes econômicos, além de formular as políticas monetárias e
de crédito da economia. No Brasil, o órgão máximo do Sistema Financei-
ro Nacional é o Conselho Monetário Nacional (CMN), órgão que define
normas e diretrizes de funcionamento do sistema e formula as políticas
monetárias e de crédito da economia. (SOBRAL E PECI, 2008)
Sobral e Peci (2008) ainda explicam que vinculados ao CMN está duas
entidades supervisoras do funcionamento dos mercados e suas institui-
ções: o Banco Central do Brasil (BACEN) que atua como órgão executivo,
fiscalizando e executando a política monetária do governo e a Comissão
de Valores Mobiliários (CVM) que regula e controla o mercado de valores
mobiliários, a bolsa de valores.
Apresenta-se o quadro abaixo com os principais tipos de instituições

e o perfil das operações de crédito que fazem parte dos produtos que
essas instituições estão autorizadas a operar:
Quadro 1 – Tipos de instituições financeiras e produtos.
Tipo de instituição Produtos
Os bancos comerciais são instituições financeiras privadas ou pú-
blicas que têm como objetivo principal proporcionar suprimento
Bancos Comerciais de recursos necessários para financiar, a curto e a médio prazos, o
comércio, a indústria, as empresas prestadoras de serviços, as pes-
soas físicas e terceiros em geral.
Os bancos de investimento são instituições financeiras privadas es-
Bancos de pecializadas em operações de participação societária de caráter tem-
Investimento porário, de financiamento da atividade produtiva para suprimento de
capital fixo e de giro e de administração de recursos de terceiros.
As sociedades de crédito, financiamento e investimento, também
Sociedades
conhecidas por financeiras, foram instituídas pela Portaria do Minis-
de crédito,
tério da Fazenda 309, de 30 de novembro de 1959. São instituições
financiamento e
financeiras privadas que têm como objetivo básico a realização de
investimento
financiamento para a aquisição de bens, serviços e capital de giro.
Os bancos de desenvolvimento são instituições financeiras contro-
ladas pelos governos estaduais, e têm como objetivo precípuo pro-
Bancos de porcionar o suprimento oportuno e adequado dos recursos neces-
Desenvolvimento sários ao financiamento, a médio e a longo prazos, de programas
e projetos que visem a promover o desenvolvimento econômico e
social do respectivo Estado.
As agências de fomento têm como objeto social a concessão de
Agências de Fomento financiamento de capital fixo e de giro associado a projetos na Uni-
dade da Federação onde tenham sede.
As cooperativas de crédito se dividem em: singulares, que prestam
serviços financeiros de captação e de crédito apenas aos respecti-
vos associados, podendo receber repasses de outras instituições fi-
Cooperativas de
nanceiras e realizar aplicações no mercado financeiro; centrais, que
Crédito
prestam serviços às singulares filiadas, e são também responsáveis
auxiliares por sua supervisão; e confederações de cooperativas
centrais, que prestam serviços a centrais e suas filiadas.
A Caixa Econômica Federal trata-se de instituição assemelhada aos ban-
cos comerciais, podendo captar depósitos à vista, realizar operações
ativas e efetuar prestação de serviços. Uma característica distintiva da
Caixa é que ela prioriza a concessão de empréstimos e financiamentos
a programas e projetos nas áreas de assistência social, saúde, educação,
Caixas Econômicas
trabalho, transportes urbanos e esporte. Pode operar com crédito dire-
to ao consumidor, financiando bens de consumo duráveis, emprestar
sob garantia de penhor industrial e caução de títulos, bem como tem o
monopólio do empréstimo sob penhor de bens pessoais e sob consig-
nação e tem o monopólio da venda de bilhetes de loteria federal.
Fonte: (SECURATO, 2002, p. 23; COMPOSIÇÃO BANCO CENTRAL DO BRASIL, 2010) adapta-
do e atualizado.
Os bancos com o serviço de repasse e/ou da administração do di-

nheiro de Pessoas Físicas e Jurídicas propiciam possibilidades de aplica-
ção destes recursos dentro da economia local onde está inserida. Esses
agentes atuam na forma de controle, administradas através de normas
governamentais e aplicadas através do BACEN (Banco Central do Brasil),
conforme Ortolani (2000, p. 18) destaca:
No âmbito macroeconômico, quando há interesse em estimular

o consumo para elevar as taxas de crescimento e/ou manter/ ele-
var o nível de emprego, o governo atua por meio de mecanismos
que aumentarão a liquidez da economia e a oferta do crédito,
como o open Market e os depósitos compulsórios, aumentando
a disponibilidade de recursos e influenciando as taxas de juros.
Por outro lado, quando o nível da demanda agregada passa a
representar uma ameaça ao controle inflacionário, o governo
pode utilizar-se dos mesmos mecanismos para reduzir a liquidez
do sistema financeiro ou, por meio de normas do BACEN (Banco
Central do Brasil), reduzir prazos para créditos pessoais, com o
intuito de inibir a inflação de demanda provocada pela antecipa-
ção de consumo que as facilidades creditícias propiciam.
O segmento financeiro tem uma influência estratégica para a política

econômica adotada pelo governo. Neste segmento, determinados ob-
jetivos podem ser alcançados através dos preços pagos pelos serviços
financeiros, influenciando na competitividade do mercado. O setor de
serviços na área financeira contribui de forma representativa no PIB (Pro-
duto Interno Bruto) de um país. A função da intermediação financeira é
uma forma concisa que abrange os diversos outros segmentos da ativi-
dade econômica de um determinado local.
Existem outros referenciais que destacam a importância do segmento
financeiro no contexto socioeconômico de um país, tais como: a quan-
tidade de instituições e seus respectivos pontos de atendimento, o total
de ativos, o volume de empregos, de salários e de impostos. (SILVA, 2000)
Resumidamente, o M.N.I. – Manual de Normas e Instruções do Banco
Central do Brasil – estabelece a área de cada tipo de instituição financeira
da seguinte forma: o conceito de empréstimo admite a possibilidade de
existência de garantias diferenciadas e a posição doadora é prerrogativa

das instituições financeiras, tais como Bancos Comerciais, Bancos de Inves-
timento, Financeiras, Caixas Econômicas e Bancos de Desenvolvimento.
3 PANORAMA DO CRÉDITO E A ATUAÇÃO DOS BANCOS NAS

MICRO E PEQUENAS EMPRESAS EM SERGIPE
O estado de Sergipe é composto por 75 municípios em uma área de

21.915,116 Km². Esta extensão territorial o torna o menor estado da fe-
deração, ocupando apenas 0,26% de todo o território nacional. A po-
pulação adulta estimada em 2013, de acordo com o Instituto Brasileiro
de Geografia e Estatística (IBGE) era de 2.195.662. Apesar do tamanho
territorial pequeno o estado possui uma dinâmica econômica.
No ano de 2012 no estado de Sergipe o setor primário respondia por
4,2% do valor adicionado bruto da economia sergipana, o setor secun-
dário representava 28,9% e o setor terciário 66,9%. Um dos principais
pontos do estado de Sergipe para a economia é a extração de riquezas
minerais como o petróleo, gás natural e outros minérios como a silvinita
e carnalita. (Observatório de Sergipe, 2012)
Carneiro (2010b) explica que o estado possui, ainda, importantes jazi-
das de calcário que fizeram com que fosse o maior produtor de cimento
do Nordeste, e o quinto maior produtor do Brasil. No entanto, o autor
mostra que os segmentos de maior importância na geração do Valor de
Transformação industrial de Sergipe são quatro: produtos alimentícios e
bebidas, produtos químicos, produtos minerais não-metálicos e produ-
tos têxteis e de confecção.
Para a realização dessas atividades que o Estado desempenha na eco-
nomia através das atividades da indústria, comércio e serviço é necessário
o apoio dos agentes financeiros para as atividades empresariais. Entretan-
to, Ventura (2013) observa que em 2010 vinte e cinco municípios de Ser-
gipe não possuíam agências bancárias em seu território, o que representa
um terço dos municípios sergipanos sem agências bancárias.
O autor também mostra através de dados de dezembro de 2010 extra-
ídos do Banco Central do Brasil, as instituições financeiras que têm maior
participação com agências no território sergipano e consequentemente as
mais utilizadas pela população, tanto Pessoas Físicas e Jurídicas, que são:
Tabela 2 – Total de agências dos bancos públicos, estado de Sergipe.

Nome da Instituição Total de Agências no território Sergipano
Banco do Estado de Sergipe S.A 64
Banco do Brasil S.A. 44
Caixa Econômica Federal 18
Banco do Nordeste S.A. 15
Fonte: Ventura (2013, p. 49)
Ventura (2013) destaca a contribuição do Banco do Estado de Sergi-

pe (BANESE), que em 2010 possuía 64 agências distribuídas pelo estado
sendo desta forma a instituição que mais disponibilizou pontos de aces-
so aos cidadãos sergipanos. Importante ressaltar que o BANESE tem des-
taque dentro da economia de Sergipe, mesmo após a reestruturação do sis-
tema bancário ocorrido no pós-real e a extinção de vários bancos estaduais.
O volume de crédito total de Sergipe foi de R$ 5,0 bilhões em dezembro
de 2010, valor que corresponde a apenas 4,7% e a 0,34% das operações
de crédito realizadas, respectivamente no Nordeste e no Brasil.
O Banco do Nordeste do Brasil S.A. (BNB), tem como finalidade maior
desenvolver e fomentar a região Nordeste sendo uma instituição finan-
ceira múltipla criada pela Lei Federal nº 1649, de 19 de julho de 1952,
e organizada sob a forma de sociedade de economia mista, de capital
aberto, tendo mais de 90% de seu capital sob o controle do Governo
Federal. Com sede na cidade de Fortaleza, Estado do Ceará, o Banco atua
em cerca de 2 mil municípios, abrangendo os nove estados da Região
Nordeste (Maranhão, Piauí, Ceará, Rio Grande do Norte, Paraíba, Pernam-
buco, Alagoas, Sergipe e Bahia), o norte de Minas Gerais (incluindo os
Vales do Mucuri e do Jequitinhonha) e o norte do Espírito Santo.
A missão do Banco do Nordeste do Brasil é atuar na promoção do de-
senvolvimento regional sustentável, como banco público competitivo e
rentável, a visão ser o banco preferido na região Nordeste, reconhecido
pela excelência no atendimento e efetividade na promoção do desen-
volvimento sustentável e os valores são: justiça, honestidade, democra-
cia, cooperação, disciplina, governança, sustentabilidade, compromisso,
confiança, civilidade, transparência, igualdade e respeito.
O ano 2006 marcou a consolidação da trajetória de crescimento das
operações de empréstimos e financiamentos, com a contratação de ope-
rações globais que somaram R$ 7,3 bilhões, sendo de R$ 4,6 bilhões do
Fundo Constitucional de Financiamento do Nordeste (FNE). A atuação

do Banco do Nordeste em Sergipe é ampla e atende o estado através de
14 (catorze) agências localizadas na capital Aracaju e nos municípios de
Boquim, Carira, Estância, Gararu, Itabaiana, Lagarto, Laranjeiras, Neópolis,
Nossa Senhora da Glória, Nossa Senhora das Dores, Propriá, Simão Dias e
Tobias Barreto. Além da atuação através dos postos de atendimentos.
O Fundo Constitucional de Financiamento do Nordeste (FNE) teve a
regulamentação ocorrida por meio da Lei 7827, de 27 de setembro de
1989 dando início a operacionalização desses recursos através do Banco
do Nordeste (BNB), promovendo um fluxo crescente de investimentos
nos setores produtivos da Região, com relevantes impactos econômicos
e sociais. O FNE está completando 25 anos em 2015 desses investimen-
tos na região Nordeste, por meio do Banco do Nordeste, em um proces-
so de evolução que mescla o fortalecimento e a atualização do próprio
Banco com possibilidades de apoio ao desenvolvimento regional. (BAN-
CO DO NORDESTE DO BRASIL, 2015)
As aplicações do FNE são norteadas por programações anuais que
espelham a cada ano as atualizações do marco regulatório dos fundos
constitucionais, as políticas públicas federais e estaduais, assim como as
mudanças geradas pela dinâmica socioeconômica regional e nacional.
As variáveis de recursos apresentadas de distribuição dos recursos re-
fletem prioridades da política de financiamento, como por exemplo, a
alocação de 51% dos recursos para beneficiários de menor porte. Desse
modo, o FNE consubstancia a atuação do Banco no Nordeste do fomen-
to do desenvolvimento regional, provendo financiamentos ao setor pro-
dutivo. (BANCO DO NORDESTE DO BRASIL, 2015)
O processo de desenvolvimento regional requer a convergência de
um conjunto de fatores, capazes de impactar positivamente a dinâmica
econômica local, de forma a elevar os efeitos multiplicadores do investi-
mento produtivo na Região, a exemplo de formação de capital humano;
investimento em Ciência e Tecnologia; cooperação técnica e econômica
entre diversos atores; investimento adequado em infraestrutura. (BAN-
CO DO NORDESTE DO BRASIL, 2015)
A convergência desses fatores é capaz de criar também uma ambiên-
cia favorável ao crédito que viabilize os investimentos produtivos neces-
sários para fazer face aos objetivos de desenvolvimento regional da po-
lítica pública de financiamento representada pelo FNE, que disponibiliza

recursos com condições adequadas ao financiamento de longo prazo
para todos os setores econômicos. A partir do ano de 2009, em Sergipe,
foram disponibilizados recursos internos do Banco denominado através
da sigla RECIN. (Programação Regional FNE, 2015)
A atuação do Banco do Nordeste oferta capital de giro às micro e
pequenas empresas contribuindo para a consolidação e o crescimento
e para a diminuição da mortalidade dessas empresas. Sabendo disso, o
Banco do Nordeste disponibiliza para essas empresas um conjunto de
produtos, entre os quais está o capital de giro que possivelmente é de
suma importância para empresas desse porte de acordo com as neces-
sidades que pode ser desde a cobertura momentânea emergencial de
déficits de caixa até a aquisição de insumos e matérias-primas relaciona-
dos com a atividade. Todos estes produtos possuem taxas menores que
se diferenciam no mercado.
4 METODOLOGIA E ANÁLISE DE RESULTADOS
Após as análises teóricas sobre o crédito e as pequenas e micro em-

presas, resta buscar variáveis adequadas para a construção de um mo-
delo visando ao teste empírico da hipótese de que existe um impacto
no nível de emprego e desenvolvimento na região de análise, no caso os
municípios sergipanos, gerado devido à obtenção de crédito através do
Banco do Nordeste do Brasil, para financiar a produção ou outros inves-
timentos nas micro e pequenas empresas.
Assim, o presente capítulo tem por objetivo descrever a elaboração
do modelo, incluindo a seleção de variáveis e a apresentação do méto-
do empregado. O estudo de trabalho científico objetiva, de forma clara
e sucinta, apresentar os resultados de uma pesquisa original completa
ou os seus resultados parciais; aqui se utilizou o método de pesquisa
quantitativo denominado análise de dados em painel que é um tipo es-
pecial de dados combinados, nos quais a mesma unidade (nesse estudo
são os municípios do estado de Sergipe) em corte transversal (coleta de
informações de uma ou mais variáveis no mesmo ponto do tempo) é
pesquisada ao longo do tempo, no estudo as variáveis foram observadas
ao longo de 4 (quatro) anos. (GUJARATI, 2006; MALHOTRA, 2001)
4.1. FONTES DE DADOS E VARIÁVEIS
Os dados coletados para o processo da análise são de caráter não

experimental, ou seja, não controlados pela pesquisadora. Quanto ao
processo de amostragem, a população alvo foi às micro e pequenas em-
presas dos 75 municípios de Sergipe que receberam crédito no período
de 2009 a 2012, os setores da economia estudados foram: agrícola que
abrange pecuária e agroindústria, indústria e serviços (que foi unido ao
comércio). Para nos assegurarmos de que quaisquer fatores que afetam
o nível de emprego e desenvolvimento na região de análise estão sob
controle é necessário selecionar outros fatores que podem influenciar o
objeto de estudo.
Diante do exposto o modelo básico a ser estimado confrontará o
emprego formal, a operação de microcrédito realizada nos municípios
sergipanos através do BNB (Banco do Nordeste do Brasil) foi escolhida
esta instituição financeira por ser um fomentador e ferramenta de de-
senvolvimento dentro da região Nordeste pelo governo, a geração de
valor agregado, a PEA (População Economicamente Ativa) e a remunera-
ção média nominal todos por município e referentes ao período.
Os instrumentos utilizados para a obtenção dos dados e os motivos
que levaram a esta escolha foram em primeiro lugar operação de micro-
crédito realizada nos municípios sergipanos através do BNB (Banco do
Nordeste do Brasil) com a finalidade de estudar o quanto essas opera-
ções podem afetar diretamente ou indiretamente na criação de empre-
go formal, como variável independente.
Seguido do emprego formal através da RAIS – Relação Anual de In-
formações Sociais – de responsabilidade do Ministério do Trabalho e do
Emprego (MTE) como variável dependente. Segundo Ehrenberg e Smith
(2000), todo mercado tem compradores e vendedores e o mesmo ocorre
no mercado de trabalho em que qualquer caso onde as tomadas de de-
cisão dos particulares são influenciadas pelo comportamento e decisões
dos outros.
As informações da População Economicamente Ativa (PEA) que foi
colhida na RAIS – Relação Anual de Informações Sociais – de responsa-
bilidade do Ministério do Trabalho e do Emprego (MTE), que refere- se
à força de trabalho todas as pessoas com idade economicamente ativa,
nesse estudo foi considerado de 15-64 anos, disponíveis no mercado de

trabalho também afeta a variável estudada (EHRENBERG e SMITH, 2000).
A remuneração média nominal foi extraída da RAIS – Relação Anual
de Informações Sociais – de responsabilidade do Ministério do Trabalho
e do Emprego (MTE). No mercado de trabalho as ações dos comprado-
res e vendedores servem tanto para distribuir como para estabelecer os
preços de mão-de-obra, do ponto de vista social pode atuar como sinais
ou incentivos na distribuição, do ponto de vista do trabalhador são im-
portantes na determinação da renda, ou seja, do poder de compra.
Dessa forma, o salário pode afetar o emprego formal devido ao fato
de que quanto maior a remuneração da mão-de-obra menor o inte-
resse as empresas em contratar empregados, em função do aumento
dos custos que isso acarreta. Por outro lado, maior o incentivo para que
um contingente maior de indivíduos participe do mercado de trabalho.
(EHRENBERG E SMITH, 2000).
A geração de valor agregado foi retirada do Observatório de Sergi-
pe, dados econômicos, esta informação pode afetar a variável estudada
emprego formal, pois a economia ativa favorece as contratações de em-
pregados. Já em um contexto de desaquecimento econômico, diante de
uma fraca demanda por seus produtos ou serviços, as empresas tendem
a não contratar funcionários. Valor agregado é uma variável denomina-
da derivada, que traduz conceitos econômico-contábeis que opera com
dois referenciais para agregação de dados o Valor Bruto da Produção (no
caso o valor do Produto Interno Bruto do estado de Sergipe) menos os
custos e despesas operacionais. (IBGE, 2015). Na seção seguinte será fei-
ta a análise descritiva dos dados e dos resultados painel.
4.2. ANÁLISE DOS DADOS E DOS RESULTADOS
Diante do exposto na seção prévia, o modelo básico a ser estimado

confrontará o emprego formal, a operação de microcrédito realizada nos
municípios sergipanos através do BNB (Banco do Nordeste do Brasil), a
geração de valor agregado, a PEA (População Economicamente Ativa) e
a remuneração média nominal todos por município e por setores da eco-
nomia (setor de serviços que está unido ao comércio, agrícola e indústria)
referentes ao período de 2009 a 2012. Abaixo segue o modelo estimado:
Y= q0+q1.x1+q2.x2+ q3.x3+ q4.x4
Onde:
Y= emprego formal
X1= operação de microcrédito
X2= geração de valor agregado
X3= remuneração média nominal
X4= população economicamente ativa
O modelo propõe apresentar se há influencia do crédito que é con-

cedido as micro e pequenas empresas no emprego formal nos principais
setores da economia que são: serviços (que foi unido ao comércio), in-
dústria e agrícola (que abrange a pecuária).
Primeiramente os dados foram tratados através do Programa SPSS
(Statistical Package for the Social Sciences) que para o Windows é software
de análise estatística e tratamento de dados vocacionado para as ciên-
cias sociais (e.g. Psicologia, Sociologia, Economia, Gestão, Turismo, entre
outras). (MARTINEZ E FERREIRA, 2007)
Adiante as matrizes de correlações e informações para a aplicação do
modelo para cada um dos setores propostos. Que foram geradas pelo
programa SPSS, as análises dos resultados, testes aplicados para averi-
guação dos resultados e informações. Após esse tratamento dos dados
são feitas análises do programa STATA que será feito em matriz robusta
para as correções da heterocedasticidade e os testes para identificação
do modelo. Seguida das tabelas com as matrizes geradas pelo programa
STATA e análises dos resultados.
a) Setor agrícola
A figura 1 ilustra a correlação entre as quatro variáveis independen-
tes estudadas para o setor agrícola operações de microcrédito, valor
adicionado, salário e população economicamente ativa na relação com
a variável dependente que é o emprego formal para o setor agrícola.
Analisando a figura observa-se que as variáveis que influenciam com
maior intensidade no emprego formal são valor adicionado e população
economicamente ativa. A operação de microcrédito não é significativa
na relação com o emprego formal.
Figura 1 - Matriz de correlações de Pearson - Setor agrícola
opmicragr vaagr salarioagr Peaagr

Opmicragr Pearson Correlation 1 ,060 ,279(**) ,035
Sig. (2-tailed) ,417 ,000 ,639
N 184 184 181 184
Vaagr Pearson Correlation ,060 1 ,114 ,331(**)
Sig. (2-tailed) ,417 ,050 ,000
N 184 300 296 300
Salarioagr Pearson Correlation ,279(**) ,114 1 ,265(**)
Sig. (2-tailed) ,000 ,050 ,000
N 181 296 296 296
Peaagr Pearson Correlation ,035 ,331(**) ,265(**) 1
Sig. (2-tailed) ,639 ,000 ,000
N 184 300 296 300
** Correlation is significant at the 0.01 level (2-tailed).
Figura 2a – Resultado da regressão pooled – Setor agrícola

Model Summaryb
Adjusted Std. Error of Durbin-
Model R R Square
R Square the Estimate Watson
1 1,000a 1,000 1,000 4,333 2,153
a. Predictors: (Constant), peaagr, opmicragr, vaagr, salarioagr
b. Dependent Variable: empagr
Figura 2b - Resultado da regressão pooled – Setor agrícola

Coefficientsa
Standar-
Unstandardized dized Collinearity
Model Coefficients Coeffi- t Sig Statistics
cient
B Std. Error Beta Tolerance VIF
1 (Constant) -370 2,180 -,170 ,865
opmicragr -1,5 E-006 ,000 -,001 -1,025 ,307 ,919 1,088
vaagr -6,8E-008 ,000 -,002 -2,365 0,19 ,888 1,126
salario agr ,002 ,004 ,001 ,654 ,514 ,857 1,167
peaagr 1,007 ,001 1,000 1170,855 ,000 ,836 1,197
a. Dependent Variable: empagr
Neste modelo observamos o R2= 1, ou seja, as variações das variáveis

PEA e Valor Adicionado explicam 100% do emprego formal. Sendo que
para este modelo do setor agropecuário não há problema de multico-

linearidade. Teste de Durbin-Watson para autocorrelação de resíduos:
Dcalc = 2,153. Para k=4 e n = 100, DWL = 1,59 e DWU = 1,76 => como D =
2,153 < 2,24 não há autocorrelação de resíduos.
Os resultados do teste de White para a detecção da heterocedastici-
dade foi: R2 = 0,981 x 300 = 294,3 > c2 para n = 50 e 5% de erro = 34,76,
ou seja, é necessário tratar a heterocedasticidade, o que será feito com a
utilização da matriz robusta de variância no stata.
b) Setor industrial
A figura 3 apresenta a matriz do setor industrial que demonstra uma
situação em que o microcrédito não favorece no caso desse setor, pois
embora estatisticamente significativo, a correlação é negativa, com a
variável dependente que é o emprego formal. Pode-se supor que para
este setor o crédito à micro e pequena empresa seja para a aquisição
de máquinas e equipamentos, ocorrendo dessa forma a substituição da
mão-de-obra humana que resulta em um impacto negativo quando há
as operações de crédito
Figura 3 - Matriz de correlações de Pearson - Setor indústria

opmicind Vaind salarioind peaind
opmicind Pearson Correlation 1 ,496(**) -,071 ,628(**)
Sig. (2-tailed) ,000 ,404 ,000
N 141 141 141 141
Vaind Pearson Correlation ,496(**) 1 ,026 ,763(**)
Sig. (2-tailed) ,000 ,652 ,000
N 141 300 300 300
salarioind Pearson Correlation -,071 ,026 1 ,068
Sig. (2-tailed) ,404 ,652 ,243
N 141 300 300 300
Peaind Pearson Correlation ,628(**) ,763(**) ,068 1
Sig. (2-tailed) ,000 ,000 ,243
N 141 300 300 300

Figura 4a - Resultado da regressão pooled – Setor industria
A PEA, as operações de microcrédito e o Valor Adicionado são as vari-

áveis relevantes que explicam o modelo proposto que teve um R2= 0,973
o que indica que as variáveis indepentes do setor industrial explicam
97,3% da variável dependente que é o emprego formal.
Figura 4b - Resultado da regressão pooled – Setor industria
Nos coeficientes a operação de microcrédito e o valor adicionado ti-

veram um impacto negativo sobre a variável dependente.
No modelo para o setor indústria não há problema de multicolinea-
ridade. Teste de Durbin-Watson para autocorrelação de resíduos: Dcalc
= 1,633.
Para k=4 e n = 100, DWL = 1,59 e DWU = 1,76 => como D = 1,633 não
se pode afirmar que há e nem que não há autocorrelação de resíduos,
pois o teste cai na zona de indecisão.
Teste de White para heterocedasticidade: R2 = 0,270 x 300 = 81,0 >
c2 para n = 50 e 5% de erro = 34,76, ou seja, é necessário tratar a hete-
rocedasticidade, o que será feito com a utilização da matriz robusta de
variância no stata.
c) Setor de serviços
A figura 5 ilustra a correlação entre as quatro variáveis independen-

tes estudadas para o setor de serviços: operações de microcrédito, valor
adicionado, salário e população economicamente ativa na relação com
a variável dependente que é o emprego formal. Analisando a figura ob-
serva-se que as variáveis que influenciam com maior intensidade no
emprego formal, ou seja, as variáveis relevantes são: valor adicionado e
população economicamente ativa, e as variáveis irrelevantes são micro-
crédito e salário médio. A operação de microcrédito não é significativa
na relação com o emprego formal para o setor de serviços.
Figura 5 - Matriz de Correlações de Pearson - Setor de Serviços

Opmicro va salario pea
Opmicro Pearson Correlation 1 ,774(**) ,355(**) ,761(**)
Sig. (2-tailed) ,000 ,000 ,000
N 300 300 300 300
Va Pearson Correlation ,774(**) 1 ,382(**) ,983(**)
Sig. (2-tailed) ,000 ,000 ,000
N 300 300 300 300
Salário Pearson Correlation ,355(**) ,382(**) 1 ,353(**)
Sig. (2-tailed) ,000 ,000 ,000
N 300 300 300 300
Pea Pearson Correlation ,761(**) ,983(**) ,353(**) 1
Sig. (2-tailed) ,000 ,000 ,000
N 300 300 300 300
Figura 6a – Resultados da Regressão Pooled – Setor de Serviços.

Figura 6b - Resultados da Regressão Pooled – Setor de Serviços
Foi observado que neste modelo ocorreu problema de multicoline-

aridade, ou seja, impactos que podem ser causados na estimativa dos
parâmetros através das variáveis que tiveram uma multicolinearidade
excessiva. Esse problema existe quando as variáveis independentes
possuem relações lineares exatas ou aproximadamente exatas, com o
R2=0,998, ou seja 99,8% e por este motivo será retirado do modelo a va-
riável PEA e o modelo será rodado novamente:
Figura 7a - Resultados da Regressão Pooled – Setor de Serviços
Dessa forma o R2 = 0,971 a variação das variáveis independentes ex-

plica 97,1% da variável dependente.
Figura 7b - Resultados da Regressão Pooled – Setor de Serviços

Aplicamos os métodos corretivos e observamos assim que, com esse

modelo, a multicolinearidade está controlada.
Teste de Durbin-Watson para autocorrelação de resíduos: Dcalc =
2,020. Para k=3 e n = 100, DWL = 1,61 e DWU = 1,74 => como D = 2,02
não há autocorrelação de resíduos.
Teste de White para heterocedasticidade:
R2 = 0,796 x 300 = 238,8 > c2 para n = 50 e 5% de erro = 34,76
Ou seja, é necessário tratar a heterocedasticidade, o que será feito
com a utilização da matriz robusta de variância no stata.
4.3. RESULTADOS DA ANÁLISE DE DADOS EM PAINEL
a.1) Estimando por efeitos fixos para o setor agrícola:
Tabela 3 – Resultados dos efeitos fixos –Setor agrícola

a.2) Estimando por efeitos aleatórios para o setor agrícola:
Tabela 4 – Resultados dos efeitos aleatórios –Setor agrícola
O modelo de efeitos aleatórios é o mais adequado ao setor agrícola

devido ao fato que fazendo o teste de Sargan-Hansen para identificar o
modelo adequado: valor = 2,390 significativo ao nível de 5% de erro mos-
tra que o modelo de efeitos aleatórios é mais adequado ao setor agrícola.
A análise de painel dos efeitos aleatórios para o setor agrícola apre-
senta a População Economicamente Ativa como a variável independen-
te que é significativa e que influencia na geração de emprego, a variável
dependente. Esta situação pode se ocorrer, na população economica-
mente ativa, pela hipótese que neste setor ao se atingir a idade de 15
anos (base utilizada para este estudo) a pessoa é inserida no mercado de
trabalho em algumas ocorrências até mesmo antes desta idade. Tal hi-
pótese é empírica e necessita de um maior estudo para o referido setor.
b.1) Estimando por efeitos fixos para o setor industrial:
Tabela 5 - Resultados dos efeitos fixos – Setor industrial
b 2) Estimando por efeitos aleatórios para o setor industrial:
Tabela 6 - Resultados dos efeitos fixos –Setor industrial

O modelo de efeitos fixos é o mais adequado para o setor agrícola.

Fazendo o teste de Sargan-Hansen para identificar o modelo adequado:
valor = 63,369 significativo ao nível de 1% de erro mostra que o modelo
de efeitos fixos é mais adequado ao setor industrial.
No setor industrial a análise da tabela 6 demonstra que as variáveis
independentes, operação de crédito realizado junto às micro e pequenas
empresas e população economicamente ativa, são estatisticamente signi-
ficativas na influência da variável dependente. Entretanto, o impacto das
operações de microcrédito é negativa para geração de emprego formal.
Tal ocorrência pode se dar pelo motivo destas empresas do referido
setor adquirem o crédito para a compra de equipamentos com o objeti-
vo de aumentar ou agilizar a produção, dentre outros, o que pode acar-
retar a não geração de empregos ou até mesmo na diminuição destes
através das demissões. A averiguação desta e de outras hipóteses para
esta situação se faz necessária por meio de um estudo mais aprofunda-
do para esse setor econômico.
c.1) Estimando por efeitos fixos para o setor de serviços

Tabela 7 – Resultados dos efeitos fixos –Setor serviços
c.2) Estimando por efeitos aleatórios para o setor de serviços:
Tabela 8 - Resultados dos efeitos aleatórios –setor serviços
Na análise de dados em painel identifica-se que o modelo de efeitos

fixos é mais adequado ao setor de serviços. Fazendo o teste de Sargan-
-Hansen para identificar o modelo adequado: valor = 120,894 significa-
tivo ao nível de 1% de erro mostra que o modelo de Efeitos Fixos é mais
adequado ao setor de serviços.
No setor de serviços que neste estudo foi unido ao do comércio, o
valor adicionado e o salário foram as variáveis independentes que mais
influenciaram a variável dependente. A hipótese para a influência posi-
tiva do valor adicionado é que seja devido ao aumento de pessoas com
maior poder aquisitivo no mercado, o que gera consequentemente uma
demanda maior de mão-de-obra para atender o mercado consumidor.
Já o salário quando aumenta o valor da remuneração influencia negati-
vamente na geração de empregos. Esta situação também necessita de
um estudo mais aprofundado.
5 CONSIDERAÇÕES FINAIS
O presente trabalho teve por objetivo apresentar o possível desen-

volvimento gerado nas micro e pequenas empresas sergipanas ao obter
crédito para financiar a produção no período de 2009 a 2012 referentes
aos financiamentos do Banco do Nordeste do Brasil, bem como identi-
ficar o impacto dessas operações no nível de emprego dos municípios.
Para isso foi realizada uma análise de dados em painel com a finalidade
de identificar as principais variáveis que impactam o nível de emprego
dos municípios sergipanos no período de análise. Através da metodolo-
gia de pesquisa utilizando a técnica de análise de dados em painel.
Em suma, na maioria dos testes realizados no âmbito do presente
trabalho a população economicamente ativa, valor adicionado e o sa-
lário médio foram os principais condicionantes para o crescimento do
emprego formal nos setores da economia de indústria, serviço (que
agrega neste trabalho o setor comércio) e agrícola. As operações de
crédito junto às micro e pequenas foi uma variável significativa apenas
no setor industrial. No entanto, o impacto desta variável foi negativo
para este setor.
O setor agrícola apresentou a População Economicamente Ativa
como a variável independente que é significativa e que influencia na ge-
ração de emprego, que é a variável dependente que está sendo estuda-
da. Esta situação pode-se ocorrer, na população economicamente ativa,
pela hipótese que neste setor ao se atingir a idade de 15 anos (base utili-
zada para este estudo) o indivíduo normalmente é inserido no mercado
de trabalho e em algumas ocorrências até mesmo antes desta idade. De-
vido muitas vezes a necessidade de mão de obra no campo. Tal hipótese
é empírica e necessita de um maior estudo para o referido setor.
No setor industrial as variáveis independentes: operação de crédito
realizada juntos às micro e pequenas empresas e a população econo-
micamente ativa foram as estatisticamente significativas na influência
da variável dependente. Entretanto, a variável operação de crédito teve
impacto negativo na geração de emprego formal, fato que foi consta-
tado através da análise de dados em painel na tabela de efeitos fixos
que de acordo com os testes foi a que melhor apresentou os resultados
durante este estudo.
Tal ocorrência pode ser pelo motivo destas empresas do referido

setor adquirirem o crédito para a compra de equipamentos e máqui-
nas com o objetivo de aumentar ou de agilizar a produção, dentre ou-
tras hipóteses que podem ser consideradas. Esta situação considerada
no mercado econômico pode acarretar a não geração de empregos ou
até mesmo na diminuição destes através das demissões. Considerando
que quando a empresa se mecaniza, principalmente no setor indus-
trial, o foco é aumentar a produção e diminuir a mão de obra para ba-
ratear os custos. A averiguação desta e de outras hipóteses para esta
situação se faz necessária por meio de um estudo mais aprofundado
para esse setor econômico.
No setor de serviços, que neste estudo foi unido ao do comércio, fo-
ram o valor adicionado e a remuneração média nominal as variáveis in-
dependentes que mais influenciou a variável dependente que foi o em-
prego formal. A hipótese para a influência positiva do valor adicionado é
que os investimentos e aumento de pessoas com maior poder aquisitivo
da população no mercado econômico aumenta a procura pela aquisição
de serviços e produtos. Por conseguinte, a necessidade de pessoas para
ocupar novos postos de trabalho que surgem devido à demanda no se-
tor de serviços predomina a mão de obra.
Já a variável remuneração média nominal para este setor pode ter
influenciado de forma que quando aumenta o valor da remuneração o
impacto é negativo na geração de empregos. Ehrenberg e Smith (2000)
pontua a seguinte colocação sobre o tema: à medida que os salários au-
mentam, duas coisas podem acontecer primeiro, mais trabalhadores en-
trarem no mercado de trabalho e segundo salários em expansão induzir
os empregadores a procurar menos trabalhadores. Na situação estudada
o que pode ter acontecido foi a segunda hipótese. Entretanto, o estudo
deve ser mais aprofundado para o setor .com a finalidade de averiguar o
caso com mais detalhes de ocorrências.
Nos setores econômicos estudados a variável de operação de crédito
junto as micro e pequenas empresas apareceu estatisticamente signifi-
cativa apenas no setor industrial. Entretanto, o impacto teve uma influ-
ência negativa na variável dependente emprego formal. O que implica a
negação da hipótese de que as operações de crédito influenciam posi-
tivamente a geração de emprego formal ocasionando um maior desen-

volvimento local.
Para trabalhos futuros a proposta é de realizar um estudo regional con-
siderando as demais instituições financeiras que ofertam o crédito a essas
empresas ou ainda realizar um estudo por setor que avalie hipóteses com
a finalidade de refutar ou validar as ocorrências do resultado que foram
gerados pelas variáveis independentes sob a variável dependente.
ARAUJO, Victor Leonardo de. Preferência Pela Liquidez Dos Bancos

Públicos No Ciclo De Expansão Do Crédito No Brasil: 2003 – 2010.
Instituto de Pesquisa Econômica Aplicada – IPEA, 2012.
ANUÁRIO DO TRABALHO DA MICRO E PEQUENA EMPRESA – 2012. Dis-
ponível em: < http://www.dieese.org.br/anuario/2012/anuarioSebrae.
pdf> Acesso em: 5 jul. 2013.
BANCO CENTRAL DO BRASIL – BACEN. O acordo de Basileia, 2014a. Dis-
ponível em:<http://www.bcb.gov.br/?BASILEIA> Acesso em: 26 jul. 2014.
BANCO CENTRAL DO BRASIL – BACEN. Relatórios de Estabilidade Fi-
nanceira dos períodos de 2011, 2012, 2013 e 2014. Disponível em:
<http://www.bcb.gov.br/?relestab> Acesso em: 22 jul. 2014.
BANCO CENTRAL DO BRASIL – BACEN. Composição, 2010. Disponível
em: <http://www.bcb.gov.br/?SFNCOMP> Acesso em: 13 nov. 2014.
BANCO DO BRASIL. Banco Popular Do Brasil. Disponível em: <http://
www.bb.com.br/portalbb/page251,8900,8923,0,0,1,0.bb?codigo-
Menu=5415&codigoNoticia=8133>. Acesso em 21 jul. 2014.
BANCO DO NORDESTE. Programação regional FNE – Fundo Constitucio-
nal de Financiamento do Nordeste – 2015. Disponível em: < http://www.
bnb.gov.br/documents/80786/208762/Programacao_FNE2015_Janei-
ro/d997cda8-a6b5-440c-9dae-592ceb61cf09>. Acesso em: 16 mar. 2015.
BRUSKY, Bonnie e FORTUNA, João Paulo. Entendendo a demanda para
as microfinanças no Brasil – um estudo qualitativo em duas cidades.
BNDES, 2002.
CARNEIRO, Ricardo. O Desenvolvimento Brasileiro Pós-Crise Finan-
ceira: Oportunidades e Riscos. Observatório da Economia Global, Textos
Avulsos, nº 4. 2010a
CARNEIRO, Ricardo. A supremacia dos Mercados e Política Econômica

do Lula. Política Econômica em foco, nº 7, 2006.
CARNEIRO, Gustavo Dórea. Desenvolvimento Econômico Regional:
O Estado De Sergipe, Desafios e Oportunidades No Mercado De Crédi-
to. 75 f. Dissertação de Mestrado. Universidade Federal de Sergipe. Em
Desenvolvimento Regional e Gestão de Empreendimentos Locais, São
Cristovão. 2010b.
CARTÃO BNDES – BANCO NACIONAL DO DESENVOLVIMENTO ECONÔ-
MICO SOCIAL. Disponível em: <http://www.bndes.gov.br/SiteBNDES/
bndes/bndes_pt/Institucional/Apoio_Financeiro/Produtos/Cartao_BN-
DES/index.html> Acesso em: 4 mai. 2013.
CARTILHA – CARTÃO DE CRÉDITO. Banco Central do Brasil. Disponível
em: <http://www.bcb.gov.br/pec/appron/apres/cartilha.pdf> Acesso
em: 12 mai. 2015.
CECATTO, Claurenice Sulzbach. Micro e Pequenas Empresas: O difícil
acesso ao crédito. 73 f. Trabalho de Conclusão de especialização - Uni-
versidade Federal do Rio Grande do Sul – UFRS. Em Administração, Rio
Grande do Sul. 2007.
CINTRA, Marcos Antônio Macedo. A reestruturação do sistema bancário
brasileiro e os ciclos de crédito entre 1995 e 2005. Política Econômica
em Foco, nº 7, nov. 2005/abr. 2006, 292 – 318. IE/UNICAMP. 2006.
COASE, Hanrry Ronald. A Natureza da Firma: Significado. Revista de Di-
reito, Economia, e Organização, vol. 4, N ° 1 (Primavera 1988), pp. 19-
32. Publicado por: Oxford University Press. Disponível em: <http://www.
jstor.org/stable/765012> Acesso em: 3 nov. 2008
COASE, Hanrry Ronald. A Natureza da Firma: Influência. Revista de Di-
reito, Economia, e Organização, vol. 4, N ° 1 (Primavera 1988), pp. 33-
47. Publicado por: Oxford University Press. Disponível em: <http://www.
jstor.org/stable/765013 > Acesso em: 3 nov. 2008
COASE, Hanrry Ronald. A Natureza da Firma: Origem. Revista de Direito,
Economia, e Organização, vol. 4, N ° 1 (Primavera 1988), pp. 3-17. Publi-
cado por: Oxford University Press. Disponível em: <http://www.jstor.org/
stable/765011> Acesso em: 3 nov. 2008
EHRENBERG, Ronald G; SMITH, Robert S. A Moderna Economia do Traba-
lho: teoria e política pública. 5º edição, São Paulo: MAKRON Books, 2000.
FERREIRA, F. M. R, MEIRELES, B.B. (organizadores). Ensaios Sobre A Eco-
nomia Financeira, BNDES. Rio de Janeiro, 2009.
FARIAS, Demóstenes Moreira de. O crédito Oficial e o Emprego uma

avaliação quali-quantitativa em micro e pequenas empresas de For-
taleza: Banco do Nordeste do Brasil, 2011.
GONÇALVES, Thiago C. O sistema financeiro brasileiro: evolução do
crédito no Brasil pós-Plano Real. Monografia de Conclusão de Curso.
Ciências Econômicas. Fundação Armando Álvares Penteado, São Paulo,
2007.
GOIS, de F. Francisco e SANTOS, Arnaldo. Microcrédito e desenvolvi-
mento regional/ Fundação Paulo Bonavides. Instituto para o desenvol-
vimento de estudos econômicos, sociais e políticas públicas. Fortaleza:
Premius, 2011.
GUJARATI, Damodar N. Econometria básica. Rio de Janeiro : Elsevier, 2º
Tiragem. 2006
INSTITUTO DE PESQUISA ECONÔMICA APLICADA – IPEA. Brasil em Desen-
volvimento 2010, Estado, Planejamento e Políticas Públicas, Volume 1.
IBGE. Pesquisa anual da industria da construção – PAIC. Disponível
em: <http://www.ibge.gov.br/home/estatistica/economia/industria/
paic/conceito.shtm> Acesso em: 17mar. 2015.
LEAL, Rodrigo Mendes.; PAULA, Luiz Fernando de. Custo Do Crédito No
Brasil: Uma Avaliação Recente. Indic. Econ. FEE, Porto Alegre, v. 34, n. 2,
p. 91-102, set. 2006.
LEITE, Helio de Paula. Introdução à administração financeira. 2 ed. São
Paulo: Atlas, 1994.
LONGENECKER, Justin G.; MOORE, Carlos W.; PETTY, J. William. Adminis-
tração de Pequenas Empresas. São Paulo : Makron Books, 1997.
LLORENS, F. A. Desenvolvimento econômico local: caminhos e desafios
para a construçãode uma nova agenda política. Rio de Janeiro: BNDES,
2001. 12 p.
LUNDBERG, Eduardo Luis. Os Bancos Oficiais e Crédito Direcionado –
O que diferencia o mercado de crédito brasileiro?. Trabalhos para discus-
são 258. Banco Central do Brasil. 2011. Disponível em: <http://www.bcb.
gov.br/pec/wps/port/TD258.pdf> Acesso em: 01 jul. 2015
MALHOTRA, Naresh. Pesquisa de Marketing: uma orientação aplicada.
3. Ed. Porto Alegre, Bookman, 2001.
MARTINEZ, Luiz Fructuoso; FERREIRA, Aristides Isidoro. Análise de dados
com SPSS – Primeiros Passos. Escolar Editora, 2007.
OBSERVATÓRIO DE SERGIPE – Superintendência de Estudos e Pesquisas.

PIB – Produto Interno Bruto , 2002-2012. Disponível em: <http://www.
observatorio.se.gov.br/tabelas.html> Acesso em: 17 mar. 2015.
OLIVEIRA, O. V. de: FORTE, S. H. A. C. A Indústria Bancária Brasileira: cons-
truindo cenários prospectivos e identificando as estratégias de utilização
mais provável. Revista Portuguesa e Brasileira de Gestão. Portugal, v.
8, n.2, abr./jun. 2009.
OLIVEIRA, O. V. de; FORTE, Sergio H. A. Cavalcante. O Relacionamento
das MPE da Região Nordeste com os Bancos Brasileiros; XVI SemeAD,
Fortaleza, 2013.
ORTOLANI, Edna Mendes. Operações de crédito no mercado finan-
ceiro: modalidades, aspectos legais e negociais, matemática financeira
aplicada, esquemas gráficos, riscos associados a produtos, operacionali-
zação. São Paulo: Atlas, 2000.
PAIVA, Maria Jeanne Gonzaga de; RAMALHO, Ronichélida Xavier. Consti-
tuição e extinção de microempresas em Juazeiro do Norte – CE. Cad.
Pesq., São Luís, v. 20, n. 3, set./dez. 2013.
PROGRAMA BNDES DE MICROCRÉDITO. BNDES Microcrédito. Disponí-
vel em: <http://www.bndes.gov.br/SiteBNDES/bndes/bndes_pt/Insti-
tucional/Apoio_Financeiro/Programas_e_Fundos/Microcredito/index.
html> Acesso em 4 jul. 2013.
SCHRICKEL, Wolfgang Kurt. Análise de crédito: concessão e gerência de
empréstimos. 3. Ed. São Paulo: Atlas, 1997.
SCHUMPETER, Joseph Alois, 1983-1950. Teoria do desenvolvimento
econômico: uma investigação sobre lucros, capital, crédito, juro e o ciclo
econômico; introdução de Rubens Vaz da Costa; tradução de Maria Sílvia
Possas. São Paulo: Abril Cultural, 1982.
SECURATO, José Roberto. Crédito – Análise e Avaliação do Risco – Pes-
soas Físicas e Jurídicas. São Paulo: Saint Paul, 2002.
SERVIÇO BRASILEIRO DE APOIO A MICRO E PEQUENAS EMPRESAS - SE-
BRAE. Critérios e conceitos para a classificação da empresa, 2012.
Disponível em: <http://www.sebrae.com.br/uf/goias/indicadores-das-
-mpe/classificacao-empresarial>Acesso em: 5 jul. 2013.
SERVIÇO BRASILEIRO DE APOIO A MICRO E PEQUENAS EMPRESAS –
SEBRAE/RS. Passo a passo para obter crédito, 2012. Disponível em:
<http://www.sebrae-rs.com.br/index.php/passo-a-passo-para-obter-
-credito>. Acesso em: 29 jul. 2014.
SILVA, José Pereira da. Gestão e análise de risco de crédito. 3. Ed. – São
Paulo : Atlas, 2000.
SOBRAL, Filipe e PECI Alketa. Administração: teoria e prática no con-
texto brasileiro. São Paulo: Pearson Prentice Hall, 2008.
SOUZA, Nilson Araújo de. Economia brasileira contemporânea: de Ge-
túlio a Lula. 2. Ed. São Paulo: Atlas, 2008.
TEIXEIRA, Rodrigo Alves; PINTO, Eduardo Costa; A economia política dos
governos FHC, Lula e Dilma: dominância financeira, bloco no poder e
desenvolvimento econômico. Economia e Sociedade, Campinas, v. 21,
Número Especial, p. 909-941, dez. 2012.
TOMISLAV, R. Femenick. Alavancagem operacional, financeira e com-
binada. Disponível em: <http://www.tomislav.com.br/alavancagem-
-operacional-financeira-e-combinada/>. Acesso em 16 jul. 2014.
VENTURA, Osvaldo de Sousa. Mapa da Inclusão Financeira no Estado
de Sergipe. 122f. Dissertação Mestrado – Universidade Federal de Ser-
gipe. Em Desenvolvimento Regional e Gestão De Empreendimentos Lo-
cais, São Cristovão - SE. 2013.
Formato 15cm x 21cm
Tipografia Myriad Pro
Software de editoração Adobe InDesign
Número de páginas 218
14.12.1931 † 31.03.2016
Foi um enorme privilégio ter o prefácio deste livro escrito pelo professor Werner
Baer, da Universidade de Illinois em Urbana-Champaign, EUA. Ele aceitou de imediato
a tarefa de prefaciar a obra resultante dos trabalhos do I Encontro de Economia
Aplicada de Sergipe, realizado em 2015, no qual ele proferiu a palestra de abertura.
O fato ilustra a personalidade do prof. Werner, reconhecido estudioso da
economia brasileira, sempre predisposto a apoiar os pesquisadores brasileiros,
con ando nas suas iniciativas acadêmicas. Foi o caso I Encontro de Economia Aplicada
de Sergipe, cuja participação do professor teve origem numa conversa ainda em
Urbana, em 2014, quando o prof. Werner me disse que Aracaju/SE era uma das poucas
capitais do Nordeste que ainda não conhecia. A partir dali z o convite, que foi aceito,
resultando na sua participação, no encontro e no presente livro.
Muitas lembranças carão guardadas para sempre na minha memória. Serei
eternamente grato pelo apoio que recebi dele nos EUA, durante o meu doutorado-
sanduiche. Alegre, bem humorado e sempre disposto e interessado em conversar
sobre a economia brasileira. Fui um dos pesquisadores brasileiros que teve a honra de
conviver com o prof. Werner.
Perdemos um grande mestre e amigo, mas suas obras e seus ensinamentos serão
perpetuados por seus inúmeros discípulos.
Você fará falta, Werner. Obrigado por tudo.

E Livroestudosaplicadosemeconomiaregional2016

Enviado por

Direitos autorais:

Formatos disponíveis

E Livroestudosaplicadosemeconomiaregional2016

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

E Livroestudosaplicadosemeconomiaregional2016

Enviado por

Direitos autorais:

Formatos disponíveis

Luiz Carlos de Santana Ribeiro

José Ricardo de Santana

Indústria, mercado de trabalho e

EDITORA DA UNIVERSIDADE FEDERAL DE SERGIPE

coordenadora do programa editorial

Cidade Universitária Prof. José Aloísio de Campos

Indústria, mercado de trabalho e

Estudos aplicados em economia regional : indústria, mercado

1. Economia regional - Sergipe. 2. Economia regional - Ba-

O desafio de discutir aspectos relacionados ao desenvolvimento

Luiz Carlos de Santana Ribeiro

It is a real pleasure for me to witness a de-concentration trend in Bra-

PARTE I - INDÚSTRIA, FINANCIAMENTO E DESENVOLVIMENTO 15

I DESCONCENTRAÇÃO DA INDÚSTRIA EM SERGIPE? UMA ANÁLISE DO

II. APLICAÇÃO DOS ROYALTIES PETROLÍFEROS E IMPACTOS NA QUALIDADE

PARTE II - MERCADO DE TRABALHO 99

IV. DINÂMICA DO MERCADO DE TRABALHO NO SETOR PRIVADO EM SERGIPE NOS

V. IMPACTOS DA EDUCAÇÃO NOS RENDIMENTOS DO TRABALHADOR A

VI. CAPITAL HUMANO, INFORMALIDADE E GANHOS DE AGLOMERAÇÃO: UMA

VII. IMPACTO NA GERAÇÃO DE EMPREGO NOS MUNICÍPIOS DO ESTADO DE

Este trabalho analisa as características dos 75 municípios sergi-

4 Professor Assistente do Departamento de Economia da Universidade Federal de Ser-

O estado de Sergipe está localizado na região Nordeste do Brasil.

2. VETORES DE DESENVOLVIMENTO EM SERGIPE

2.1 BREVE HISTÓRICO DA ESTRUTURA ECONÔMICA DE SERGIPE

Três fatos marcantes para a economia estadual ocorreram no ano de

funcionalismo estadual e concessão de assistência técnica às administra-

2.2 PROGRAMA SERGIPANO DE DESENVOLVIMENTO INDUSTRIAL

A recuperação do horizonte de planejamento decorrente do controle

VII – o desenvolvimento e/ou implantação de pesquisas e/ou empre-

6 Assim entendidos os empreendimentos implantados na região do Semiárido ou mu-

V - Apoio de Infraestrutura: Implantação de sistemas de abasteci-

- Até 2010 foram implantadas 251 empresas no estado com previsão

Como pontos negativos podem ser mencionados: i. a falta de foco

7 Santos (2011: 67/8) compara os empregos gerados na indústria de transformação no

2.3 TERRITÓRIOS DE PLANEJAMENTO

O governo de Sergipe, no ano de 2007, por meio da Secretaria de

Figura 1: Territórios de Identidade de Sergipe

Os territórios Leste Sergipano e Alto Sertão sediam, respectivamente,

Nesta seção será elaborado um conjunto de experimentos com o

O método shift-share busca descrever o crescimento econômico de

Em que VT representa a variação total de emprego entre o período fi-

Em que: R = acréscimo de emprego se a região j tivesse a taxa de

crescimento do emprego de todas as

taxa de crescimento do emprego no setor i

taxa de crescimento do emprego do setor i

emprego homotético, isto é, emprego no setor

A partir da definição do efeito alocação proposto por Esteban-Mar-

3.2 ANÁLISE DE COMPONENTES PRINCIPAIS

De acordo com Hair Jr et al. (2005:94):

o propósito geral de técnicas de análise fatorial é encontrar um

Trata-se também de um conjunto de técnicas de interdependência,

Em que: Zi = i-ésimo componente principal; a’1= ponderação e y =

Outra característica da técnica é que os dados que apresentam as

ii. % de Receita Própria:

iii. Taxa de Atividade:

9 A padronização foi feita da forma tradicional, subtraindo-se de cada variável a média

do Atlas de Desenvolvimento Humano 2013 fornecido pelo escritório do

iv. Grau de Formalização: