Clubes de convergncia no Brasil: uma abordagem com correo espacial

Andr Matos Magalhes (UFPE)

Resumo:
Desde o trabalho de Baumol (1986) a existncia ou no de convergncia de
renda entre pases ou mesmo entre unidades subnacionais tem sido amplamente
discutida na literatura econmica. No Brasil em particular, tem-se, entre outros, os
estudos de Ferreira e Ellery Jr. (1996) e Azzoni (1997, 1999, 2001) que encontram
indicaes de convergncia entre os estados brasileiros. O presente artigo inclui a
discusso sobre convergncia no Brasil a possibilidade de spillovers geogrficos e da
clubes de convergncia para uma amostra de estados brasileiros. A anlise
economtrica, realizada para o perodo 1986-95, no encontrou evidncias de
convergncia absoluta na amostra. Entretanto, dois clubes de convergncia foram
encontrados aps a correo da dependncia espacial. Os resultados indicam que os
estados do Nordeste e parte do Norte esto ficando para trs com relao aos demais
estados do pas e parece existir uma verdadeira interao espacial entre os estados
brasileiros.
Palavras-chave: convergncia; clubes; dependncia espacial.

Abstract:
Since the work of Baumol (1986) the existence or not of convergence of income
among countries has been discussed thoroughly in the economic literature. In Brazil in
particular, it is had, among other, Ferreira and Ellery Jr. (1996) and Azzoni (1997, 1999,
2000) that find indications of convergence among the Brazilian states. The present
article includes to the discussion on convergence in Brazil the possibility of
geographical spillovers and of the convergence clubs for a sample of Brazilian states.
The econometric analysis, accomplished for the period 1986-95, did not find evidences
of absolute convergence in the sample. However, two convergence clubs were found
after the correction of the space dependence. The results indicate that the states of the
Northeast and some of the North are being left behind in terms of per capita income
with respect to the other states of the country, the data also indicate the existence of a
true special interaction among the Brazilian states.
Key words: convergence; clubs; spatial dependence.
rea de classificao da ANPEC: 05R
Cod. JEL: R11

Introduo

Desde o trabalho de Baumol (1986) a existncia ou no de convergncia de

renda entre pases ou mesmo entre unidades subnacionais tem sido amplamente
discutida na literatura econmica. No Brasil em particular, tem-se, entre outros, os
estudos de Ferreira e Ellery Jr. (1996) e Azzoni (1997, 1999, 2000) que encontram
indicaes de convergncia entre os estados brasileiros.
Por tratar de unidades com referncia geogrfica, como pases ou estados,
apenas natural que se questione a existncia de spillovers no processo de crescimento
econmico dessas unidades. Mas especificamente, parece razovel supor que o processo
de crescimento de um determinado estado seja afetado pelo desempenho de estados que
esto prximos a ele. Apesar de parecer uma questo simples, no foi at recentemente
com os trabalhos de Rey e Montouri (1999), para os Estados Unidos, e Fingleton (1999)
para a Europa que os spillovers espaciais foram explicitamente incorporados questo
da convergncia de renda entre estados. No caso especfico do Brasil, Magalhes et al
(2000) e Mossi et al (2000) encontram evidncias de dependncia espacial entre os
estados quando considerando a questo de convergncia da renda per capita estadual.
Uma questo pertinente discusso de convergncia regional de renda, que
parece ainda no devidamente tratada no caso do Brasil, com relao possibilidade
de blocos ou clubes de convergncia. Mesmo que os resultados encontrados para o
Brasil no indiquem a existncia de convergncia entre os estados, possvel que clubes
de renda per capita estejam se formando. Com relao a essa possibilidade, a anlise
espacial apresentada por Magalhes et al (2000) sugere que os estados do Nordeste do
Brasil estejam formando um grupo especifico de renda enquanto que os estados do Sul e
Sudeste participam de outro grupo.
O presente trabalho tem como objetivo explicitar a questo dos clubes de
convergncia no Brasil a partir da anlise dos gaps de renda per capita entre os estados,
utilizando uma abordagem apresentada em Chatterji e Dewhurst (1996). A abordagem
para estimao de clubes aqui utilizada necessita de que um estado se apresente como o
de maior renda per capita durante todo o perodo analisado. No caso do Brasil tal estado
So Paulo. Dada a j encontrada evidncia de dependncia espacial no caso brasileiro,
o trabalho incluir tambm uma anlise espacial do problema, verificando a existncia
de dependncia espacial entre os estados e a corrigindo se necessrio. A anlise incluir
o perodo 1986-95 o que permitir a incluso de um maior nmero de estados na anlise
do que seria possvel se o perodo for estendido para datas anteriores a 1986. A
ampliao da amostra em corte transversal serve para aumentar os graus de liberdade da
regresso ao mesmo tempo em que importante para a dimenso da matriz de pesos
espaciais que ser utilizada.
Os resultados iniciais no indicaram a existncia de -convergncia nem a
existncia de clubes de convergncia, mas, uma forte dependncia espacial foi verifica
nos dados. Uma vez corrigida a autocorrelao espacial foi possvel observar a presena
de clubes. A prxima seo apresenta uma rpida reviso sobre convergncia que inclui
a abordagem de clubes de convergncia que ser aqui adotada. A seo 3 introduz a
questo da dependncia espacial, enquanto que na seo 4 os dados so discutidos. Na
seo 5 so apresentados os resultados empricos encontrados e a seo 6 traz as
concluses do trabalho.

Convergncia

Nos ltimos 15 anos a rea de crescimento econmico tem sido extensamente

tratada na literatura econmica. A idia central que move tal rea a de identificar quais
os fatores que geram crescimento de longo prazo. Uma questo natural que surge dessa
discusso a relacionada possibilidade de que economias mais pobres alcancem os
nveis de renda das economias mais ricas, ou seja, a possibilidade de que a diferena
entre os pases ou regies, em termos de renda per capita, diminua ao longo do tempo.
A existncia de convergncia encontrada teoricamente em modelos
construdos a partir de um modelo de crescimento onde o progresso tecnolgico
exgeno e a funo de produo apresenta retornos decrescentes em cada um dos
fatores isoladamente. Essas hipteses permitem situaes onde o crescimento
econmico dos pases mais ricos tenderia a se esgotar devido aos retornos decrescentes
dos investimentos adicionais. Dessa forma, se a taxa de progresso tecnolgico
constante e idntica entre todos os pases, e se a poupana a mesma em todos os
pases, os pases mais pobres tenderiam a apresentar uma maior taxa de crescimento
econmico e acabariam por alcanar o mesmo nvel de renda dos pases mais ricos.
Esse tipo de convergncia chamada de absoluta, no sentido em que todos os pases
convergiriam para o mesmo nvel de renda per capita no longo prazo.
Vrias crticas a esse modelo so encontradas na literatura e tratam de pontos
como a possibilidade de retornos constantes de escala na razo capital/trabalho na
funo de produo agregada, a incluso de capital humano e o fato de que economias
diferentes podem ter diferentes parmetros na funo de produo. Tanto no caso de
retornos constantes no capital, como no modelo AK, como no caso da incluso do
capital humano, a implicao de que os pases mais ricos podem continuar crescendo a
taxas mais elevadas dos que os pases mais pobres indefinidamente, o que sugere que o
processo de convergncia no se verificaria (ver, por exemplo, Barro e Sala-i-Martin,
1992 ou Obstefeld e Rogoff, 1996 para uma extenso desses modelos). A questo das
economias apresentarem parmetros diferentes nas suas funes de produo implica na
possibilidade de diferentes nveis de estado estacionrio e, consequentemente, no fato
de que os pases no tendem a igualar as suas rendas, mas convergem para um ponto
onde a diferena entre eles estvel. Esse tipo de convergncia conhecido na literatura
como condicional (ver Barro e Sala-i-Martin, 1991).
O presente trabalho tratar apenas da convergncia absoluta. Tambm no sero
tratados os modelos de convergncia de sries temporais ou convergncia estocstica
(para uma ilustrao em tais modelos ver Carlino e Moinhos, 1996 e Bernard e Durlauf,
1995). Utilizando a idia acima exposta de que os pases mais pobres tenderiam a
alcanar a renda per capita dos pases mais ricos, possvel lanar mo de dois critrios
para verificar tal convergncia. O primeiro a idia de convergncia , onde o desvio
padro ou o coeficiente de variao (CV) utilizado para medir a disperso de corte
transversal do logaritmo da renda per capita ao longo do tempo. Uma diminuio no
desvio padro indicaria convergncia enquanto que um aumento indicaria divergncia
(ver Barro e Sala-i-Martin, 1991). Uma outra forma de mensurar convergncia atravs
da idia de -convergncia, descrita a seguir.

2.1

-Convergncia

Como visto acima, a convergncia absoluta ou no-condicional est baseada na

idia que, se pases pobres crescem mais rapidamente do que os mais ricos, a renda per
capita dos primeiros alcanaria a dos ltimos.
O modelo simples determinado em (1):
y i ,t +T
ln(
) = + ln( y i ,t ) + i ,t
y i ,t

(1)

yi ,t a renda de capita do estado i no ano t, uma constante e o coeficiente a ser

estimado.1 Os erros i,t tm por suposio uma distribuio normal e so independentes
e identicamente distribudos. A varivel dependente ento a taxa de crescimento entre
o perodo t e o perodo t + T, enquanto a varivel independente o log da renda per
capita no perodo inicial. Convergncia requer que seja negativo em (1). Chatterji
(1992) mostrou que para garantir que a discrepncia de renda per capita diminua do
perodo inicial ao final, i.e., -convergncia implica -convergncia, e para os estados
chegarem a um estado estacionrio necessrio que 2 < < 0 .2
2.2

Clubes de convergncia

O modelo de convergncia simples apresentado acima indica a existncia ou no

de convergncia entre as unidades, no presente caso os estados estudados. A no
existncia de convergncia para toda a amostra no implica, necessariamente, que no
existe qualquer tendncia de reduo de disparidade de renda entre os estados.
possvel que, embora no existam evidncias de convergncia global, alguns estados
estejam se aproximando uns dos outros em termos de renda per capita. Esses estados,
ento, formariam grupos ou clubes de convergncia. possvel, ainda, que quando os
clubes esto se formando uma regresso baseada na equao (1) possa indicar a
existncia de convergncia global, quando de fato os estados no estaro todos
convergindo para o mesmo nvel de renda. Assim sendo, mesmo que haja indicao de
convergncia global, se faz importante verificar se o que esta sendo capturado pelos
resultados no seria a formao de clubes.
A idia de clubes de convergncia foi previamente abordada por Quah (1996),
entretanto, a abordagem aqui adotada, baseada em Chatterji e Dewhurst (1996), permite
que os clubes sejam identificados sem que a amostra seja subdividida em grupos. O
ponto de partida da idia de clubes de convergncia permanece a equao (1) para a convergncia. A varivel de interesse no modelo se torna o logaritmo da razo entre
max( Yi ) e Yi, onde max( Yi ) representa o estado de maior renda per capita. Assim, o
i

modelo pode ser apresentado por:

Y
Y
ln( S ,t + ) = ( 1 + )ln( S ,t )
Yi ,t +
Yi ,t

(2)

A equao (1) pode ser vista como uma aproximao da equao de convergncia apresentada em Barro
e Sala-i-Martin (1992). A taxa de convergncia obtida como ln(+1)/-k, onde k o nmero de anos
includo no perodo.
2
Chatterji (1992) denominou de convergncia fraca o caso no qual < 0 e de convergncia forte o caso
no qual 2 < < 0 .

onde YS = max( Yi ) . Convergncia fraca ocorre quando o coeficiente (1 + ) menor

i

que um, enquanto que a convergncia forte aconteceria se o coeficiente fosse maior que
1.
Interpretando o logaritmo da razo entre max( Yi ) e Yi como um gap entre o
i

estado de maior renda per capita (S) e o estado i, e generalizando modelo para incluir
potncias mais elevadas das variveis dependentes, a equao (2) pode ser reescrita
como:
k

G i ,t + = k (Gi ,t )
K

(3)

k =1

onde Gi a razo do logaritmo ou o gap dos estados com relao a estado de maior
renda per capita.
Chatterji e Dewhurst (1996) sugerem um possvel resultado para equao (3)
que apresentado na figura 1. Os estados com gap inicial entre a origem e um ponto A
convergiriam para um gap final de zero. Aqueles com um gap inicial entre pontos A e B
ou entre B e C, convergiriam a um gap final determinado pelo ponto B. Finalmente,
aqueles com gaps iniciais maiores que ponto C divergiriam.
Figura 1
Relao entre o gap inicial e final
1
C

Gap final

0,8
0,6

0,4
A
0,2
relao

0
0

0,1

0,2

0,3

0,4

0,5

linha de 45 graus
0,6

0,7

0,8

0,9

Gap inicial

Uma reviso de econometria espacial

Por tratar de unidades com referncia geogrfica, como pases ou estados, parece
razovel supor que o processo de crescimento de um determinado estado seja afetado
pelo desempenho de estados que esto prximos a ele. Nos trabalhos de Rey e Montouri
(1999), para os Estados Unidos, e Fingleton (1999) para a Europa, os spillovers
espaciais foram explicitamente incorporados questo da convergncia de renda entre
estados e evidncias da existncia dos mesmos foram encontradas. No caso especfico
do Brasil, Magalhes et al (2000) e Mossi et al (2000) encontram evidncias de
dependncia espacial entre os estados, quando considerada a questo de convergncia
da renda per capita estadual. O ponto em comum entre os trabalhos acima citados que
eles incorporaram um instrumental economtrico especfico de uma rea denominada
econometria espacial para resolver o problema dos spillovers. Essa seo apresenta uma

rpida introduo ao instrumental da econometria espacial que ser utilizado nas

regresses que se seguem.
Em econometria, a autocorrelao serial foi tratada extensivamente na dimenso
temporal, e embora o problema fosse muito mais central em outras disciplinas (como
geografia, sociologia, e geologia), quase nenhuma ateno foi dada ao caso espacial na
econometria do mainstream. Entretanto, em contraste com o problema de srie de
tempo, onde a noo de uma varivel defasada pode ser tratada de um modo direto
(foward ou backward), no contexto do espao h muitas possveis direes de interao
o que complica a anlise de um modo significante, como mostrou por Anselin (1988,
captulo 3). Para entender melhor estes problemas necessrio introduzir os conceitos
de autocorrelao e heterogeneidade de espacial.
3.1

Efeitos espaciais

A modelagem economtrica das relaes espaciais entre unidades geogrficas ou

econmicas uma das mais interessantes, contudo uma das mais difceis, tarefas. Ao
implementar modelos economtricos para regies ou estados em um pas, no se deve
ignorar os efeitos de dependncia espacial, mais especificamente, a autocorrelao e
heterogeneidade espacial. Dado a natureza especial destes efeitos, estes podem ser
tratados usando a metodologia desenvolvida em campo de econometria espacial. Os
dois efeitos so discutidos abaixo.
3.1.1

Autocorrelao espacial

A noo de autocorrelao espacial foi introduzida por Cliff e Ord (1973),

entretanto, possvel encontrar algumas definies diferentes de autocorrelao espacial
na literatura atual. Vasiliev (1996), por exemplo, define autocorrelao espacial como
uma medida de resumo sofisticada das influncias que os vizinhos tm uns sobre os
outros em um determinado espao geogrfico. Anselin e Bera (1998) definem a
autocorrelao espacial como sendo a coincidncia de valores semelhantes em locais
semelhantes.Em qualquer caso, entende-se que uma autocorrelao positiva acontece
quando valores semelhantes para uma varivel aleatria se encontram agrupados
espacialmente, e autocorrelao negativa aparece quando valores dissimilares so
encontrados juntos no espao. O problema causado pela presena de autocorrelao
espacial , basicamente, sua implicao de que a amostra contm menos informao que
as partes que so no correlacionadas (Anselin e Bera, 1998).
Em um sentido mais amplo, o qual ser adotado neste trabalho, autocorrelao
espacial implica na ausncia de independncia entre observaes em dados de corte
transversal. Em outras palavras, ela pode ser interpretada como a existncia de uma
relao funcional entre o que acontece em um certo ponto no espao e o que acontece
em outro lugar (Anselin, 1988 pg., 11).
A relao pode se originar como um problema de erro de medida que surge do
fato de que os dados para as variveis de interesse so divididos em unidades artificiais
como estados, municpios ou cidades que freqentemente no coincidem com a real
dimenso espacial do fenmeno em considerao. Nesse caso, provvel que efeitos de
espalhamento ocorram e os erros em unidades diferentes sero provavelmente

relacionados uns com os outros. A implicao desse tipo de dependncia sobre os

coeficientes estimados que as estimativas dos mesmos no seriam eficientes.3
Por outro lado, autocorrelao espacial pode se originar como resultado de uma
verdadeira interao espacial entre as variveis. Esta relao pode ser expressa pela
seguinte funo, de forma que toda observao i S relacionado a uma varivel, yi,
nas outras unidades espaciais.
yi = f ( y1 , y2 ,..., y N ),

iS

(4)

onde S o conjunto contendo todas as unidades espaciais.

Nesse caso, o problema se torna mais interessante no contexto economtrico
sentido de que os coeficientes estimados atravs do mtodo de mnimos quadrados
ordinrios seriam viesados. No contexto de convergncia isso poderia implicar em um
vis na taxa de convergncia estimada.
3.1.2

Heterogeneidade espacial

Alm dos problemas mencionados acima, h tambm aqueles que se originam da

falta de homogeneidade das prprias unidades espaciais. Unidades distintas (estados,
cidades, etc.) tm, por exemplo, tamanhos, formas, densidades diferentes e estas
diferenas podem gerar erros de medida que podem causar heteroscedasticidade.
O problema de heterogeneidade espacial pode ser tratado de um modo
semelhante para autocorrelao espacial, ou seja, usando uma funo,
y it = f it ( xit , it , it )

(5)

onde i a unidade de espao, e t tempo

A expresso acima combina dados de corte transversal e de srie de tempo. A
varivel dependente y uma funo temporal-espacial do vetor de variveis
independentes xi, o vetor de parmetros , e o vetor de erros i . Neste caso, h mais
parmetros que observaes e o modelo no pode ser estimado sem a imposio de
algumas restries em sua forma estrutural (Anselin, 1988).
interessante notar que no fcil diferenciar autocorrelao espacial da
heterogeneidade espacial, como demonstrado por Anselin e Bera (1998). Eles
argumentam que com dados de corte transversal, os dois efeitos poderiam ser
equivalentes do ponto de vista do observador, gerando dificuldades para se estabelecer
se o problema devido aglomerao de outliers (heteroscedasticidade) ou devido a um
processo de estocstico espacial que gera aglomerao de outliers (autocorrelao de
espacial).

Ver Anselin para uma demonstrao formal do problema.

3.2

Matriz de peso espacial

Identificada a possibilidade da existncia de dependncia espacial entre as unidades

em estudo, se faz importante, do ponto de vista prtico, incluir a dimenso espacial ao
problema a ser tratado. Um dispositivo muito til para introduzir a noo de espao em
um modelo economtrico dado pela matriz de peso espacial. Esta matriz, normalmente
conhecida como W, pode ser usada para capturar padres de adjacncia das unidades
geogrficas. No caso mais simples, uma matriz simtrica definida como tendo o
elemento (i,j) igual a 1 se i e j so vizinhos e 0 no caso contrrio. Por conveno, os
elementos diagonais so iguais a zero, wii = 0.
A matriz de peso espacial pode ser padronizada pela linha, denominada pelo
sobrescrito s, com cada um dos seus elementos que tm valor diferente de zero sendo
definido por wijs = wij j wij . Nesta matriz, os elementos das linhas somam 1. Alm de
facilitar a interpretao dos pesos (que variam entre 0 e 1) como uma mdia dos valores
dos vizinhos, esta manipulao assegura a comparabilidade entre modelos, dos
parmetros espaciais em muitos processos espaciais estocsticos (Anselin e Bera, 1998).
Uma matriz mais complexa foi proposta por Cliff e Ord (1973, 1981), onde os
elementos so determinados por uma combinao da extenso relativa das bordas
comuns e uma medida de distncia, i.e.,
wij = d ij ij

(6)

onde um parmetro, dij representa a distncia entre i e j e ij a proporo das

bordas comuns entre i e j, do ponto de vista de i. A matriz resultante normalmente
assimtrica, a menos que ij = ji .
H ainda outras especificaes mais complexas de matrizes de peso baseadas,
por exemplo, em variveis econmicas (ver Case et al., 1993). Em todo caso, a matriz
de peso adotada deve satisfazer algumas condies de regularidade necessrias que
podem ser traduzidas no fato que os pesos devem ser no-negativos e finitos (ver
Anselin, 1988 e Anselin e Bera, 1998).
A falta de um procedimento nico para selecionar a matriz de peso espacial
gerou algumas abordagens alternativas para tratar dos problemas causados pela m
especificao de tal matriz (ver Stetzer, 1982, Florax e Rey, 1995 e Griffith, por
exemplo, 1996). Griffith, em particular, apresenta um guia para especificao de uma
matriz de peso espacial. Seguindo as perguntas propostas por Stetzer (1982)
relacionadas aos efeitos prticos de especificaes diferentes, implicaes de mespecificao e possveis regras aplicveis, Griffith conclui que a especificao da
matriz de peso espacial tem uma diferena prtica na anlise espacial no sentido de que
as qualidades estatsticas do estimadores de mximo verossimilhana (MLE), utilizados
nas estimaes espaciais, so afetadas por problemas de especificao que criam
problemas para anlise estatstica espacial. Ele tambm conclui que existem algumas
regras que podem ser aplicadas quando da especificao de uma matriz de peso. A
primeira regra seria a de que melhor especificar alguma matriz de peso geogrfica
razovel do que assumir que todas as entradas so zero.Em outras palavras, ignorar a
dependncia espacial no a melhor alternativa. Em geral, estas regras provem de
8

alguma direo sobre o nmero de observaes da amostra, forma da matriz, etc. (Ver
Griffith, 1996, pg., 80).
3.3

Operadores de espao

O argumento principal a favor da utilizao de uma matriz de peso espacial

que esta associa uma varivel em um certo ponto em espao a observaes da mesma
varivel em outras localidades no espao. Em contraste com a srie de tempo, onde a
relao pode ser expressa pela noo simples do operador de defasagem L, onde Lsy =
yt-s desloca yt s perodos para trs, no espao o problema se torna mais complicado. A
complicao adicional se origina do fato de que h muitas direes possveis sobre as
quais o operador de defasagem espacial pode ser aplicado. Pode-se pensar em trs
critrios bsicos de vizinhanas aplicveis a um lattice regular. Os critrios vizinhana
so batizados em homenagem as peas de xadrez, dada a estrutura regular do tabuleiro,
sendo o mais simples deles o critrio da torre onde os vizinhos so as unidades ao
leste, oeste, sul e norte, em referncia aos possveis deslocamentos de tal pea.
Seguindo a mesma lgica, os outros critrios so o bispo e o da rainha.
Em aplicaes empricas quase nunca o caso onde se pode encontrar uma
estrutura regular. Nesta situao, em uma estrutura irregular como no caso dos estados
brasileiros, fica difcil fazer uma escolha das direes que so pertinentes para a
dependncia na anlise a ser empreendida. Uma soluo que foi oferecida a este
problema o uso do conceito de um operador de defasagem espacial. A idia usar
uma soma de ponderada dos valores de unidades vizinhas dada por:
Ls y i = wijs y j j S i

(7)

onde yi um elemento de um vetor de varivel aleatria y, wij W (a matriz de peso) e

Si o conjunto dos vizinho. Em notao matricial tem-se:
LS y = Ws y

(8)

O operador expresso em (8) chamado de primeira ordem, dado que somente as

unidades com os quais a unidade em questo possui fronteira so considerados. Tal fato
expresso na matriz de pesos. Possvel, entretanto, definir ordens mais altas para o
operador de defasagem espacial. A Multiplicao de W por Wy seria equivalente a
gerar W2y, uma segunda ordem em defasagem espacial. Entretanto, este tipo de
operao traz alguns problemas de circularidade que devem ser eliminados de antes de
continuar com os procedimentos de estimao (ver Blommestein, 1985).
Os instrumentos aqui apresentados sero utilizados na anlise economtrica
deste trabalho. Antes de prosseguir com os resultados se faz importante apresentar como
a matriz W ser incorporada e como os problemas de autocorrelao espacial
fundamental ou de erro de medida sero verificados. Tal passo tomado a seguir.
3.4

Convergncia e econometria espacial

Esta seo introduz as extenses indicadas pela dependncia espacial nos

modelos -convergncia e clubes. Nos dois modelos tanto os efeitos de dependncia

espacial causadas por erros quanto a verdadeira interao de espao entre os estados
so consideradas.
3.4.1

Modelo de dependncia no erro

Uma suposio comum no modelo dado pelas equaes (1) e (3) a de que os
erros so i.i.d.. Ou seja, geralmente assumido que:

E ( t t ) = t2 I

(9)

Conseqentemente, a existncia de possveis spillovers entre os estados no

reconhecido. Rey e Montouri (1999) reconheceram que um modelo de convergncia,
lidando com unidades de espao, deveria levar em conta possveis efeitos de
dependncia espacial. Como visto acima, uma das possveis causas da autocorrelao
espacial seria o problema relacionado aos erros de medida ocasionados pelas divises
artificiais das unidades geogrficas, no presente caso, os estados que no
necessariamente coincidem com a verdadeira dimenso do fenmeno observado. Este
tipo de dependncia espacial poderia tambm ser o resultado de alguma varivel omissa
que capturasse a dimenso espacial do problema e tal ausncia conduziria a erros
espacialmente correlacionados.
Nesse sentido a primeira modificao com relao as equaes (1) e (3) seria
considerar o termo de erro que segue um processo espacial autorregressivo da seguinte
forma

t = W t + u t

(10)

onde um escalar que representa o coeficiente da correlao espacial do erro e ut

normalmente distribudo com mdia zero e desvio padro constante. Substituindo (10)
em (1) resulta na regresso do erro espacial
ln(

yi ,t +T
yi ,t

) = + ln( yi ,t ) + (I W)-1 ut

(11)

e (10) em (3) resulta em

K

Gi ,t + = k (Gi ,t ) + (I W ) 1 ut

(12)

k =1

Nos casos onde a dependncia espacial do tipo da expressa em (10), a

estimao das equaes (1) e (3) por mnimos quadrados ordinrios conduziria a
estimativas no viesadas, mas ineficientes dos parmetros, devido a estrutura no
diagonal da matriz de varincia dos resduos (ver Anselin, 1988). Para obter estimativas
eficientes dos parmetros das equaes faz-se necessrio utilizar o estimador de
verossimilhana dado por
L=

n
n
1
ln( ) ln( 2 ) + ln I W
(I W)(I W)
2
2
2 2

10

3.4.2

O modelo de lag espacial

A segunda possibilidade considerada que a dependncia espacial seja criada

atravs de uma real interao espacial entre os estados. No caso da equao (1) isso
significaria dizer que a taxa de crescimento de um determinado estado estaria sendo
influenciada no s pelo nvel inicial de renda per capita como tambm pelo
desempenho dos seus vizinhos. Neste contexto, a taxa de crescimento dos vizinhos
adicionada ao lado direito da equao (1). Para tal faz-se uso da matriz de pesos
espaciais, W, como apresentada abaixo.
ln(

y i ,t +T
y i ,t

) = + ln( y i ,t ) + W ln(

y i ,t +T
y i ,t

) + t

(13)

O coeficiente um escalar que capta o efeito da taxa de crescimento dos

vizinhos sobre o ritmo de crescimento de cada estado e segue uma distribuio
normal (0,1).
Repetindo o procedimento para o modelo da equao (3) tem-se que o gap final
de cada estado dependeria do gap dos seus vizinhos. Tal relao pode ser representada
por
K

Gi ,t + = k (Gi ,t ) + WGi ,t + + t

(14)

k =1

Esses modelos devero ser estimados no que se segue, caso venha a se confirmar
a existncia de dependncia espacial nos dados utilizados. Mais uma vez a estimao
por mnimo quadrados ordinrios no adequada sendo os parmetros no viesados
apenas se = 0 . Para resolver esse problema as equaes acima devem ser estimadas
por um estimador de verossimilhana dado por4
L=

n
n
1

ln( ) ln( 2 ) + ln I W
2
2
2 2

No restante desse trabalho os dados so apresentados e os resultados empricos

so analisados.
4

Os dados

Os dados utilizados nesse trabalho so os PIBs per capita para os estados

brasileiros no perodo 1986-95. A utilizao do perodo 1986-95 permitir a incluso de
um maior nmero de estados na analise do que seria possvel se o perodo for estendido
para datas anteriores a 1986. A ampliao da amostra em corte transversal serve para
aumentar os graus de liberdade da regresso ao mesmo tempo em que importante para
a matriz de pesos espaciais que ser utilizada.
A amostra constituda de 26 estados, sendo o Distrito Federal includo no
Estado de Gois. A abordagem para estimao de clubes expressa na equao (3),
necessita de que um estado se apresente como o de maior renda per capita durante todo
4

Uma derivao do estimador de verossimilhana pode ser encontrado em Anselin (1988).

11

o perodo analisado. No caso do Brasil tal estado So Paulo. Uma distribuio dos
gaps com relao a So Paulo apresentada na figura 2. A distribuio dos gaps no
apresenta surpresas no sentido que as maiores diferenas devem ser apresentadas pelos
estados mais pobres, fato observado na figura. Entretanto, os dados apresentam uma
indicao de uma distribuio geogrfica relativamente concentrada, com uma
concentrao dos maiores gaps na regio Nordeste do pas e os menores sendo
encontrados no Sul e Sudeste.
Figura 2
Gaps de renda per capita entre os estados e So Paulo para o ano de 1986

RR
RR

AP
AP

PA
PA

AM
AM

CE
CE

MA
MA

RN
RN
PB
PB

PI
PI
AC
AC

PE
PE

TO
TO

AL
AL

RO
RO
MT
MT

BA
BA

SE
SE

GO
GO
MG
MG
ES
ES
MS
MS
SP
SP

RJ
RJ

PR
PR
SC
SC

RS
RS

Gaps
>1
0,5 a 1
0 a 0,5

Dada a distribuio da figura acima, faz-se interessante tomar como primeira

explorao da questo espacial a observao dos plots de Moran para os gaps dos
estados com relao a So Paulo para o ano de 1986. A idia dos plots dividir as
unidades espaciais, no caso os estados, em quatro quadrantes sendo os gaps
padronizados para mdia zero. No eixo horizontal medido o gap de cada estado com
relao a mdia e no eixo vertical medido o gap dos vizinhos de cada estado com
relao a mdia. Um elemento importante para os modelos espaciais a matriz de pesos
utilizada. Nesse trabalho os resultados reportados sero aqueles gerados a partir do uso
de uma matriz 0,1 padronizada pela linha.
No primeiro quadrante dos plots de Moran esto os estados cujos prprios gaps
eram maiores do que a mdia e cujos gaps dos seus vizinhos eram maiores do que a
mdia. A mesma lgica aplicada aos demais quadrantes. Os dados da figura 3
mostram uma concentrao dos estados nordestinos no primeiro quadrante e os estados
do Sul, Sudeste e Centro-Oeste no terceiro quadrante. Isso significa dizer que os estados
do Nordeste, e alguns do Norte, apresentavam os maiores gaps, como visto na figura
12

acima, e que seus vizinhos tambm apresentavam gaps acima da mdia nacional. Assim
sendo, os dados sugerem uma distribuio espacial dos gaps pode vir a afetar os
resultados das regresses das equaes (1) e (3), fato que dever ser investigado a
seguir. A prxima seo apresenta os resultados empricos dos modelos de
convergncias e os testes de dependncia espacial.
Figura 3
Plots de Moran para os estados brasileiros em 1986

pi

ce

pe

rn

pb

0.5

to
ba

0.0

se

al

pa

go
apmt
am

ac

-0.5

rr
es

-1.0

Gaps dos vizinhos (padronizados)

1.0

ma

sc
rj

rg

ro

msmg

pr

-1.0

-0.5

0.0

0.5

1.0

1.5

2.0

Gaps(padronizados)

Resultados empricos

Essa seo apresenta os resultados das estimaes para o modelo de

convergncia e convergncia de clubes. A estimaes so realizadas com o programa
Spacestat 1.9. O primeiro passo estimar a equao (1), convergncia , para o perodo
considerado e verificar a existncia de dependncia espacial na amostra. O segundo
passo a estimao da equao de convergncia de clube com as necessrias correes
espaciais. A anlise ser realizada para o perodo 1986-95 e os resultados so
apresentados nas tabelas abaixo.
A tabela 1 apresenta o resultado da estimao para a equao (1). Como pode ser
observado, o resultado aponta para a no existncia de convergncia entre os estados
durante o perodo analisado, o que parece em contradio com os resultados
encontrados em outros trabalhos sobre o Brasil (ver, por exemplo, Ferreira e Ellery Jr.
1996, Azzoni 1997, 1999 e Magalhes et al, 2000). importante, entretanto, antes de
analisar esse resultado considerar a possibilidade de que o mesmo esteja sendo afetado
pela presena de dependncia espacial e, se for o caso, corrigir o problema com a
incluso do termo espacial adequado.

13

Tabela 1
Resultados do modelo de convergncia para 1986-95
Variveis
Coeficientes
Teste t
Probabilidade
Constante
0,773
1,562
0,131
Logaritmo da renda per capita em 1986
-0,100
-1,587
0,125
R2
0,095
0,057
R2-ajustado
AIC
-20,384
SC
-17,868
Notas: AIC e SC se referem respectivamente a aos critrios de Informao de Akaike e
Schwarz

Os testes para dependncia espacial para a amostra esto apresentados na tabela

2. O primeiro teste apresentado o I de Moran. A estrutura do teste de Moran
semelhante ao teste Durbin-Watson de autocorrelao no sentido que o seu resultado
indica presena ou no de autocorrelao espacial, mas no identifica o tipo do
problema de forma que ele no permite determinar se melhor modelo dado pela
equao (11) ou (13). Para auxiliar na determinao do modelo espacial mais dois testes
mais especficos, um para o erro e um para o lag, so realizados. Os trs testes indicam
a presena de dependncia espacial na amostra, entretanto, na comparao entre o teste
robusto LM para o erro e para o lag, o primeiro apresenta maior valor, o que pode
indicar qual modelo dever ser utilizado. Entretanto, se faz prudente estimar tanto o
modelo de dependncia no erro, quanto o de autocorrelao espacial, e escolher o mais
adequado atravs da comparao dos critrios de Schwarz e Akaike.
Tabela 2
Testes para dependncia espacial da equao (1)
Testes
Moran I
LM Robusto (error)
LM Robusto (lag)

Valores Probabilidade
4,258
0,000
5,519
0,018
3,342
0,067

Os modelos de -convergncia com as correes para o erro e para a

autocorrelao espacial so ento estimados e os resultados so apresentados na tabela
3. De acordo com o critrio de Akaike a melhor especificao a do modelo de
autocorrelao espacial, entretanto, o critrio de Schwarz, apesar da pequena diferena
entre os dois modelos, indica o modelo de autocorrelao do erro como o melhor
modelo. No presente caso, a distino entre os modelos importante no sentido que
enquanto o modelo de autocorrelao espacial indica a no existncia de convergncia
entre os estados, o contrrio ocorre no modelo de autocorrelao do erro. De qualquer
forma, a existncia ou no de convergncia no crucial para o objetivo deste
trabalho, qual seja, verificar a existncia de clubes de convergncia no Brasil. Quanto
diferena entre o resultado de -convergncia aqui encontrado e os trabalhos citados
pode ser atribuda em parte ao perodo da amostra e os estados nelas includos. Em
primeiro lugar o perodo da amostra, 1986-1995, difere do perodo utilizado nos demais
trabalhos. Com relao amostra, no caso de Magalhes et al (2000), por exemplo,
apenas 21 estados estavam includos. Mesmo considerando essas diferenas, os
resultados aqui encontrados demonstram que os resultados de convergncia parecem ser
bastante sensveis a pequenas mudanas nos dados e que, talvez mais importante, a

14

tendncia de convergncia entre os estados brasileiros verificada na dcada de 80 no

persistiram no incio da dcada de 90.
Tabela 3
Resultados dos modelos de clube com correo espacial
Modelo de correlao
espacial do erro
-24,508
-21,991

AIC
SC
Constante
Logaritmo da renda per capita em 86

Modelo de lag espacial

-25,696
-21,922

1,539
(2,678)
-0,196
(-2,686)
0,648
(3,418)

0,680
(1,557)
-0,087
(-1,566)

0,394
(1,579)
Notas: AIC e SC se referem respectivamente a aos critrios de Informao de Akaike e Schwarz

Mesmo no encontrando evidncias fortes de convergncia entre os estados

brasileiros entre 1986-95 cabe ainda verificar se algum grupo, ou grupos, de estados
apresentou reduo das disparidades de renda per capita. Nesse sentido, o modelo de
clubes, apresentado na equao (3) estimado, com a incluso segunda e terceira
potncias, e o resultado apresentado a seguir. Os resultados so pobres no sentido de
que apenas o coeficiente 1, relativo ao gap 1986, significante. Como ocorreu no caso
de convergncia possvel que os resultados estejam sendo afetados pela presena de
correlao espacial, de tal sorte que os coeficientes estimados sejam viesados ou
ineficientes. Assim sendo, procede-se para testar a presena de tal correlao e verificar
se a convergncia de clubes no existe ou est sendo encoberta por esse problema de
especificao.
Tabela 4
Resultados da estimao para convergncia de
clube para 1986 e 1995
Variveis
Coeficientes
teste-t Probabilidade
1
1,371
5,078
0,000
-0,588
-1,230
0,230
2
0,199
1,032
0,313
3
0,889
R2
0,879
R2-ajustado
AIC
-19,495
SC
-15,720
Notas: Estimado com mnimos quadrados ordinrios. AIC e SC se
referem respectivamente a aos critrios de Informao de Akaike e Schwarz

Os testes para a presena de correlao espacial nos resduos da regresso da

tabela 4 so apresentados a seguir. O teste I de Moran e o teste para o lag foram
significantes, indicando a presena de dependncia espacial. Mais especificamente, os
testes indicam para a estimao de modelo de autocorrelao espacial, uma vez que o
teste LM para o erro no foi significante. Os dois modelos, entretanto, so estimados e
apresentados a seguir.

15

Tabela 5
Testes para dependncia espacial
Testes
Moran I (erro)
LM Robusto (erro)
LM Robusto (lag)

Coeficientes Probabilidade
4,175
0,000
2,418
0,119
4,139
0,042

Os valores dos critrios de Akaike e Schwarz na tabela 7 confirmam os

resultados dos testes de dependncia espacial. O modelo autorregressivo espacial
apresenta valores menores nos dois critrios quando comparados ao modelo de
autocorrelao no erro e, dessa forma, melhor modelo para o caso em mo. Esse
resultado indica a ocorrncia da chamada autocorrelao espacial fundamental (ver
Anselin 1988) e sugere que o ritmo de crescimento dos estados tem sido afetado pelo
desempenho dos seus vizinhos. A correlao espacial no um problema de erro de
unidade de medidas ou de variveis omissas. Colocado de outra forma, o processo de
crescimento econmico de cada estado do Nordeste, por exemplo, est relacionado ao
que acontece com os demais estados da regio. Ou seja, o desempenho de Pernambuco
afetado pelo do Cear e vice-versa. medida que o Cear cresce mais rpido, os demais
estados seriam beneficiados positivamente. Dessa forma polticas econmicas dos
estados tomadas isoladamente ou em detrimento dos demais estados da regio,
tenderiam a no gerar os resultados esperados. Esse resultado fortalece a necessidade de
polticas coordenadas para o Nordeste, por exemplo, uma vez que os seus resultados
seriam potencializados pelas relaes espaciais entre os estados.
Tabela 6
Resultados dos modelos de clube com correo espacial, 1986-95
modelo de correlao espacial
no erro

Modelo de lag espacial

AIC
SC
1

-22,495
-31,239
-18,720
-26,207
1,42
0,863
(4,889)
(3,582)
-0,752
-0,529
2
(-1,624)
(-1,550)
0,588
0,234
3
(1,469)
(1,695)
0,588

(-2,843)
0,389

(3,163)
Notas: AIC e SC se referem respectivamente a aos critrios de Informao de Akaike e
Schwarz; valor z entre parnteses.

A anlise dos coeficientes da tabela 8 indica que, uma vez corrigida a

dependncia espacial, os coeficientes da primeira e terceira potncia so significantes
com nveis de significncia menores do que 10%, de forma que a equao estimada
implica uma relao apresentada na figura 4 a seguir.

16

gap final

Figura 4
Relao entre o gap inicial e gap final para os estados brasileiros, 1986-95
1,5
1,4
1,3
1,2
1,1
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
0

0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9

1,1 1,2 1,3 1,4 1,5

gap inicial
gaps

45 graus

A relao indica que os estados esto divididos em dois clubes de convergncia,

sendo o primeiro determinado pelos estados que apresentaram gap inicial menor do que
0,8 e o segundo que apresentaram um gap maior do que 0,8. O primeiro grupo, formado
por estados com Rio de Janeiro, Rio Grande do Sul e Minas Gerais, estaria convergindo
para o nvel de renda per capita do estado de So Paulo, enquanto que o segundo grupo,
constitudo por todos os estados do Nordeste e alguns estados do Norte, estaria
divergindo, sem um nvel pr-determinado de gap final. Esses resultados explicam, em
parte, os valores encontrados na estimao para -convergncia. Dado que convergncia
captura o efeito global da amostra, o resultado da estimao naquele caso tenderia a
ser influenciado pelo fato de parte dos estados estarem divergindo da renda de So
Paulo, e o resultado global seria o de no existncia de convergncia. Quando o modelo
flexibilizado para permitir que grupos estejam convergindo, faz-se possvel verificar
convergncia entre os estados.
Cabe ainda notar que o resultado da regresso de clubes coincide com a distribuio
espacial apresentada nos plots de Moran, onde a maioria dos estados nordestinos, a
nica exceo sendo Sergipe, surge como um grupo parte, localizado no primeiro
quadrante, com gaps acima de mdia da amostra e com seus vizinhos apresentando gaps
acima da mdia. Nesse sentido, o fenmeno de dependncia espacial parece ser mais
forte no Nordeste, no Sul e Sudeste do que na regio Norte do Brasil. Dentre essas trs
regies o Nordeste , segundo os dados, a que mais dificuldades tm enfrentado em
termos de crescimento de renda per capita. A existncia de autocorrelao espacial
fundamental entre os estados dessa regio pode vir a ser um fator positivo na medida
que pode potencializar as polticas de desenvolvimento para a regio e deve ser
certamente aproveitado.

17

Concluses

O presente trabalho se props a verificar a existncia de clubes de convergncia

entre os estados brasileiros no perodo 1986-95. As estimaes iniciais no indicaram a
ocorrncia de convergncia absoluta entre os estados para o perodo analisado,
demonstrando que a tendncia de convergncia entre os estados brasileiros, verificada
na dcada de 80, parece no ter persistido no incio da dcada de 90. A estimao da
equao de clubes demonstrou, entretanto, que, apesar de no existir uma convergncia
global entre os estados, alguns estados, principalmente aqueles do Sul e Sudeste, de fato
convergiram para o nvel de renda per capita de So Paulo, enquanto que os estados do
Nordeste tenderam a divergir do resto do pas.
importante notar que, dadas as caractersticas espaciais do problema, testes
para dependncia espacial foram realizados e confirmaram a existncia de
autocorrelao espacial na amostra. Ainda, nota-se que os resultados de clubes foram
encontrados apenas aps a correo espacial. Tal fato demonstra a importncia da
questo espacial para o problema de convergncia entre os estados brasileiros. Os
resultados do modelo espacial sugerem que o ritmo de crescimento dos estados tem sido
afetado pelo desempenho dos seus vizinhos. Tal achado implicaria, por exemplo, que o
processo de crescimento econmico de cada estado do Nordeste est relacionado ao que
acontece com os demais estados da regio.
Dessa forma, polticas econmicas para os estados tomadas isoladamente, ou
em detrimento dos demais estados da regio, tenderiam a no gerar os resultados
esperados. Mais uma vez importante mencionar que a existncia de autocorrelao
espacial fundamental entre os estados dessa regio deve ser visto como um fator
positivo na medida que pode potencializar polticas de desenvolvimento para a regio.
Esse resultado, entretanto, fortalece a necessidade de polticas coordenadas, como
polticas de Clusters, para o Nordeste e Norte, regies mais pobres do pas, uma vez que
os seus resultados seriam potencializados pelas relaes espaciais entre os estados. No
caso do Norte, as polticas poderiam vir a aumentar as relaes espaciais entre os
estados e potencializar os seus resultados.
7

Referncias

Anselin L. and Rey S. Properties of tests for spatial dependence in linear regression
models, Geographic Analysis, 23, 112-31, 1991.
Anselin, L. and Bera, A. Spatial dependence in linear regression models with an
introduction to spatial econometrics, in A. Ullah and D. ed., Handbook of Applied
Economic Statistics, Giles: Marcel Dekker, 1997.
Anselin, L. Spatial Econometrics: Methods and models. Dordrecht: Kluwer Academic,
1988.
Azzoni, C. R. Concentrao regional e disperso das rendas per capita estaduais:
anlise a partir de sries histricas estaduais de PIB, 1939-1995, Estudos
Economicos, 27, 341-393, 1997.
Azzoni, C.R. Personal Income Distribution within States and Income Inequality
between States in Brazil: 1960, 70, 80 and 91. In G.J.D. Hewings, M. Madden, M.
Sonis and Y. Kimura (eds.) Understanding and Interpreting Economic Structure.
Heidelberg, Springer-Verlag, 1999.

18

Azzoni, C.R. Recent Trends in Regional Competitiveness and Industrial

Concentration. In J.J.M. Guilhoto and G.J.D. Hewings (eds.) Structure and
Structural Change in the Brazilian Economy Aldershot, Ashgate, 2001.
Barro, R. e Sala-i-Martin X. Convergence across states and regions, Brookings
Papers on Economic Activity, 1, 107-182, 1991.
Barro, R. e Sala-i-Martin X. Convergence, Journal of Political Economy, 100, 223251, 1992.
Baumol, W. Productivity growth, convergence and welfare: what the long run data
show, American Economic Review, 76, 143-52, 1986.
Bernard, A. and Durlauf, S. Convergence in international output, Journal of Applied
Economics, 10, 1072-1085. 1995.
Carlino, G. and Mills, L. (1996) Convergence and the US states: a time series
analysis, Journal of Regional Science, 36, 597-616.
Case, A. C., Rosen, H. S., and Hines Budget spillovers and fiscal policy
interdependence: evidence from the states, Journal of Public Economics, 52, 285307, 1993.
Chatterji Convergence clubs and endogenous growth, Oxf. Rev. Econ. Policy, 8, 5769, 1992.
Chatterji M. and Dewhurst, J. Convergence clubs and relative economic performance
in Great Britain: 1977-1991, Regional Studies, 30, 31-40, 1996.
Cliff, A. D. and Ord, John K. Space-time modeling with an application to regional
forecasting, Trans. Inst. Brit. Geog., 64, 119-128, 1975.
Cliff, A. D. and Ord, John K. Spatial autocorrelation. London: Pion, 1973.
Cliff, A. D. and Ord, John K. Spatial processes: models and applications. London:
Pion, 1981.
Ferreira, P. C. e Ellery Jr., R. Convergncia entre a renda per capita dos estados
brasileiros, Revista de Econometria, 16, 1996.
Fingleton, F. Estimates of time to economic convergence: an analysis of regions of the
European Union, International Regional Science Review, 22, 5-34, 1999.
Florax, R., and Rey, S. The impact of misspecified spatial interaction in linear
regression models, in New Direction in Spatial Econometrics, edited by L. Anselin
and R. Florax, 1995.
Griffith, D. Some guidelines for specifying the geographic weights matrix contained in
spatial statistical models, in Practical Handbook of Spatial Statistics, Edited by S.
L. Arlinghaus: CRC Press, 1986.
Magalhes, A., Hewings, G. e Azzoni, C. Spatial dependence and regional convergerce
in Brazil Anais do XXVIII Encontro Nacional de Economia, 2000.
Mossi , M. B., Aroca, P., Fernndez, I., Azzoni, C. Growth dynamics and space in
Brazil, Mimeo, 2000.
Obstfeld, M. e Rogoff, K. Foundations of International Macroeconomics. The MIT
Press, London, 1996.
Rey S. and Montouri, B. US regional income convergence: a spatial econometric
perspective, Regional Studies Association, 33, 146-156, 1999.
Stetzer, F. Specifying weights in spatial forecasting models: the results of some
experiments, Environment and Planning A, 14, 571-584, 1982
Vasiliev, I. Visualization of spatial dependence: an elementary view of spatial
autocorrelation, in Practical Handbook of Spatial Statistics, Edited by S. L.
Arlinghaus: CRC Press, 1996.

19