Economia Regional - Perroux: polos, diversidade e especialização em R

Abstract

This is an undergrad student level instruction for class use.

Licença

This work is licensed under the Creative Commons Attribution-ShareAlike 4.0 International License. To view a copy of this license, visit http://creativecommons.org/licenses/by-sa/4.0/ or send a letter to Creative Commons, PO Box 1866, Mountain View, CA 94042, USA.

License: CC BY-SA 4.0

Citação

Sugestão de citação: FIGUEIREDO, Adriano Marcos Rodrigues. Economia Regional: polos, diversidade e especialização em R. Campo Grande-MS,Brasil: RStudio/Rpubs, 2019. Disponível em http://rpubs.com/amrofi/Regional_Economics_poles_diversity.

1 Introdução

1.1 Videoaulas

Ver também as minhas videoaulas prática em ECONOMIA REGIONAL 2021.1: 05 Perroux: Exercicio QL diversidade ubiquidade MS e a teórica em ECONOMIA REGIONAL 2021.1: 05 Perroux e os polos de crescimento.

1.2 Ideia Básica

A ideia básica deste arquivo é orientar os procedimentos para o cálculo dos indicadores de análise regional a saber:

1. Quociente Locacional (QL)
2. Índice de Diversidade (Div)
3. Índice de Ubiquidade (Ubiq)

Para a maioria dos casos, os dados serão de Emprego Setorial (E) conforme as divisões CNAE 2.0, por Região Geográfica Imediata (RGI) de Mato Grosso do Sul em 2016. Existem rotinas para a obtenção eletrônica desses dados, mas por hora eles serão trazidos já preparados em planilha eletrônica tipo MS Excel.

2 Procedimentos

2.1 Carregar os dados e pacotes

Os dados foram argegados em 12 Regiões Geográficas Imediatas (RGI) de Mato Grosso do Sul e 87 divisões CNAE 2.0 contendo o número de empregados formais da RAIS/MTE. São portanto 12 observações espaciais nas linhas e as divisões nas colunas contendo ainda a última coluna com o total de cada RGI para o ano de 2016.

Como os pacotes REAT e o EconGeo não estão (em 12.05.2021) disponíveis no CRAN, eles necessitam algumas rotinas que serão aqui explicadas. O pacote REAT está arquivado no CRAN porque apresentou algumas falhas na versão arquivada em 10 de dezembro de 2020 (https://cran.r-project.org/web/packages/REAT/index.html).

Entretanto, se o leitor checar os resultados da versão 3.0.2, (https://cran-archive.r-project.org/web/checks/2020/2020-12-10_check_results_REAT.html), verá que são problemas no Linux e uma nota para o MACOS. No sistema Windows não tem ressalvas.

Se acessar o archive (https://cran.r-project.org/src/contrib/Archive/REAT/) do REAT, encontrará as versões anteriores que conseguem desenvolver as rotinas aqui necessárias. Estou utilizando a versão 3.0.1 instalada a partir do arquivo (https://cran.r-project.org/src/contrib/Archive/REAT/REAT_3.0.1.tar.gz). Após baixá-lo em sua máquina, vá em Packages, Install, Install from e escolha o arquivo baixado. Sua tela parecerá como abaixo.

Tela de instalação do REAT por arquivo

Outra forma é apenas instalar pelo console fazendo como o código abaixo, lembrando de especificar o caminho completo onde está o arquivo.

install.packages("~/REAT_3.0.1.tar.gz", repos = NULL, type = "source")

Para o pacote EconGeo, este pode ser instalado fazendo como a seguir:

install.packages("devtools")
library(devtools)
devtools::install_github("PABalland/EconGeo", force = T)

Os dados foram `embedded ` de modo a facilitar a reprodução do código (o acesso é feito via download do code deste post), mas os alunos da UFMS matriculados na disciplina de Economia Regional podem acessar o arquivo Excel pelo AVA-UFMS. São 87 divisões CNAE mais uma coluna do total ao final, e as duas colunas identificadoras iniciais das 12 RGIs (Regiões Geográficas Imediatas) de Mato Grosso do Sul.

library(readxl)
dados <- read_excel("rgi2016.xlsx")
attach(dados)

2.2 Quociente Locacional (QL)

Para os próximos indicadores, necessita-se dos dados de emprego por setor em cada município de MS. Desta forma, chama-se a planilha já preparada com os dados da base de informações RAIS do Ministério do Trabalho e Emprego do Brasil (MTE). Um meio de obter tais informações eletronicamente é pelo pacote raisr. Outra forma é pela página http://bi.mte.gov.br/bgcaged/login.php.

A RAIS possui os dados para o final de cada ano (dezembro), portanto, os saldos de empregados ocupados. A CAGED apresenta outro tipo de informação, a de ligados e desligados, invés do saldo de pessoas ocupadas.

Utilizaremos os dados da RAIS por vínculos, por Divisão CNAE 2.0 e por município. Outras agregações podem ser testadas, a critério do usuário, e no presente estudo os dados municipais foram agregados para Regiões Geográficas Imediatas do IBGE. O procedimento recomendado é baixar os dados primeiro, organizar e depois chamar a planilha consolidada para o RStudio.

O Quociente Locacional (QL) é uma medida que dá a informação de qual o setor mais representado no município (região de análise) quando comparado com o mesmo setor no estado (região de referência). Foi elaborado inicialmente por Haig (1928) e vem sendo muito utilizado em várias análises regionais e de localização industrial. Também chamado de Índice de Revealed Comparative Advantage (RCA – ou Vantagem comparativa revelada, VCR) seguindo Balasa (1965), ou índice de Hoover-Balassa.

A expressão básica é:

\[ QL_{ki}=\left( {\frac{{\frac{{{E_{ki}}}}{E_i}}}{{\frac{{{E_k}}}{E}}}} \right) \]

em que: \({E_{ki}}\) é o emprego no setor \(k\) na localidade de análise \(i\); \({E_i}\) é o emprego total na localidade de análise \(i\); \({E_k}\) é o emprego no setor \(k\) da localidade de referência; e \(E\) é o emprego total da localidade de referência.

A ideia é saber se na localidade de análise, a proporção do emprego do setor é maior ou menor que esta proporção no local de referência. Assim, se o resultado for maior que hum \(\left( {QL_{ki}}\gt 1\right)\), então diz-se que a localidade de análise é relativamente mais especializada nesse setor que a localidade de refência. De outro lado, valores menores que a unidade \(\left( {QL_{ki}}\lt 1\right)\) indicam que a localidade analisada tem representação menor deste setor do que a representação deste na localidade de referência.

2.2.1 EconGeo de Balland (2017)

Esta rotina pode ser resumida fazendo o uso do pacote EconGeo, e a função RCA para obter o Quociente Locacional (similar ao Revealed Comparative Advantage - RCA - índice de Balassa, 1965). Ela utiliza uma matriz contendo os dados no formato abaixo, em que \((I1,I2,I3)\) são as indústrias ou setores, para os municípios \((R1,R2,R3)\).

municipio  |I1       |I2      | I3
-----------|---------|--------|------------
 R1        |100      |150     | 165
 R2        |130      |400     | 220
 R3        |200      |1200    | 20

Prepararemos os dados para os cálculos, construindo uma matriz mat:

library(EconGeo)
## gerar a matriz industrial da região, para 2006
set.seed(31)
mat <- as.matrix(dados[1:12, 3:89])
# rownames(mat)<- c ('R1', 'R2', 'R3', 'R4', 'R5','R6', 'R7', 'R8', 'R9',
# 'R10','R11','R12')
rownames(mat) <- dados$nome_rgi
colnames(mat)

 [1] "div1"  "div2"  "div3"  "div4"  "div5"  "div6"  "div7"  "div8"  "div9" 
[10] "div10" "div11" "div12" "div13" "div14" "div15" "div16" "div17" "div18"
[19] "div19" "div20" "div21" "div22" "div23" "div24" "div25" "div26" "div27"
[28] "div28" "div29" "div30" "div31" "div32" "div33" "div34" "div35" "div36"
[37] "div37" "div38" "div39" "div40" "div41" "div42" "div43" "div44" "div45"
[46] "div46" "div47" "div48" "div49" "div50" "div51" "div52" "div53" "div54"
[55] "div55" "div56" "div57" "div58" "div59" "div60" "div61" "div62" "div63"
[64] "div64" "div65" "div66" "div67" "div68" "div69" "div70" "div71" "div72"
[73] "div73" "div74" "div75" "div76" "div77" "div78" "div79" "div80" "div81"
[82] "div82" "div83" "div84" "div85" "div86" "div87"

O cálculo do Quociente Locacional (QL = RCA) será fazendo:

QL2016 <- round(rca(mat), digits = 4)

divisoes <- structure(list(div = c("ADMINISTRAÇÃO PÚBLICA, DEFESA E SEGURIDADE SOCIAL",
    "AGÊNCIAS DE VIAGENS, OPERADORES TURÍSTICOS E SERVIÇOS DE RESERVAS", "AGRICULTURA, PECUÁRIA E SERVIÇOS RELACIONADOS",
    "ALIMENTAÇÃO", "ALOJAMENTO", "ALUGUÉIS NÃO-IMOBILIÁRIOS E GESTÃO DE ATIVOS INTANGÍVEIS NÃO-FINANCEIROS",
    "ARMAZENAMENTO E ATIVIDADES AUXILIARES DOS TRANSPORTES", "ATIVIDADES ARTÍSTICAS, CRIATIVAS E DE ESPETÁCULOS",
    "ATIVIDADES AUXILIARES DOS SERVIÇOS FINANCEIROS, SEGUROS, PREVIDÊNCIA COMPLEMENTAR E PLANOS DE SAÚDE",
    "ATIVIDADES CINEMATOGRÁFICAS, PRODUÇÃO DE VÍDEOS E DE PROGRAMAS DE TELEVISÃO",
    "ATIVIDADES DE APOIO À EXTRAÇÃO DE MINERAIS", "ATIVIDADES DE ATENÇÃO À SAÚDE HUMANA",
    "ATIVIDADES DE ATENÇÃO À SAÚDE HUMANA INTEGRADAS COM ASSISTÊNCIA SOCIAL, PRESTADAS EM RESIDÊNCIAS COLETIVAS E PARTICULARES",
    "ATIVIDADES DE EXPLORAÇÃO DE JOGOS DE AZAR E APOSTAS", "ATIVIDADES DE ORGANIZAÇÕES ASSOCIATIVAS",
    "ATIVIDADES DE PRESTAÇÃO DE SERVIÇOS DE INFORMAÇÃO", "ATIVIDADES DE RÁDIO E DE TELEVISÃO",
    "ATIVIDADES DE SEDES DE EMPRESAS E DE CONSULTORIA EM GESTÃO EMPRESARIAL", "ATIVIDADES DE SERVIÇOS FINANCEIROS",
    "ATIVIDADES DE VIGILÂNCIA, SEGURANÇA E INVESTIGAÇÃO", "ATIVIDADES DOS SERVIÇOS DE TECNOLOGIA DA INFORMAÇÃO",
    "ATIVIDADES ESPORTIVAS E DE RECREAÇÃO E LAZER", "ATIVIDADES IMOBILIÁRIAS",
    "ATIVIDADES JURÍDICAS, DE CONTABILIDADE E DE AUDITORIA", "ATIVIDADES LIGADAS AO PATRIMÔNIO CULTURAL E AMBIENTAL",
    "ATIVIDADES VETERINÁRIAS", "CAPTAÇÃO, TRATAMENTO E DISTRIBUIÇÃO DE ÁGUA",
    "COLETA, TRATAMENTO E DISPOSIÇÃO DE RESÍDUOS", "COMÉRCIO E REPARAÇÃO DE VEÍCULOS AUTOMOTORES E MOTOCICLETAS",
    "COMÉRCIO POR ATACADO, EXCETO VEÍCULOS AUTOMOTORES E MOTOCICLETAS", "COMÉRCIO VAREJISTA",
    "CONFECÇÃO DE ARTIGOS DO VESTUÁRIO E ACESSÓRIOS", "CONSTRUÇÃO DE EDIFÍCIOS",
    "CORREIO E OUTRAS ATIVIDADES DE ENTREGA", "DESCONTAMINAÇÃO E OUTROS SERVIÇOS DE GESTÃO DE RESÍDUOS",
    "EDIÇÃO E EDIÇÃO INTEGRADA À IMPRESSÃO", "EDUCAÇÃO", "ELETRICIDADE, GÁS E OUTRAS UTILIDADES",
    "ESGOTO E ATIVIDADES RELACIONADAS", "EXTRAÇÃO DE CARVÃO MINERAL", "EXTRAÇÃO DE MINERAIS METÁLICOS",
    "EXTRAÇÃO DE MINERAIS NÃO-METÁLICOS", "EXTRAÇÃO DE PETRÓLEO E GÁS NATURAL",
    "FABRICAÇÃO DE BEBIDAS", "FABRICAÇÃO DE CELULOSE, PAPEL E PRODUTOS DE PAPEL",
    "FABRICAÇÃO DE COQUE, DE PRODUTOS DERIVADOS DO PETRÓLEO E DE BIOCOMBUSTÍVEIS",
    "FABRICAÇÃO DE EQUIPAMENTOS DE INFORMÁTICA, PRODUTOS ELETRÔNICOS E ÓPTICOS",
    "FABRICAÇÃO DE MÁQUINAS E EQUIPAMENTOS", "FABRICAÇÃO DE MÁQUINAS, APARELHOS E MATERIAIS ELÉTRICOS",
    "FABRICAÇÃO DE MÓVEIS", "FABRICAÇÃO DE OUTROS EQUIPAMENTOS DE TRANSPORTE, EXCETO VEÍCULOS AUTOMOTORES",
    "FABRICAÇÃO DE PRODUTOS ALIMENTÍCIOS", "FABRICAÇÃO DE PRODUTOS DE BORRACHA E DE MATERIAL PLÁSTICO",
    "FABRICAÇÃO DE PRODUTOS DE MADEIRA", "FABRICAÇÃO DE PRODUTOS DE METAL, EXCETO MÁQUINAS E EQUIPAMENTOS",
    "FABRICAÇÃO DE PRODUTOS DE MINERAIS NÃO-METÁLICOS", "FABRICAÇÃO DE PRODUTOS DIVERSOS",
    "FABRICAÇÃO DE PRODUTOS DO FUMO", "FABRICAÇÃO DE PRODUTOS FARMOQUÍMICOS E FARMACÊUTICOS",
    "FABRICAÇÃO DE PRODUTOS QUÍMICOS", "FABRICAÇÃO DE PRODUTOS TÊXTEIS", "FABRICAÇÃO DE VEÍCULOS AUTOMOTORES, REBOQUES E CARROCERIAS",
    "IMPRESSÃO E REPRODUÇÃO DE GRAVAÇÕES", "MANUTENÇÃO, REPARAÇÃO E INSTALAÇÃO DE MÁQUINAS E EQUIPAMENTOS",
    "METALURGIA", "OBRAS DE INFRA-ESTRUTURA", "ORGANISMOS INTERNACIONAIS E OUTRAS INSTITUIÇÕES EXTRATERRITORIAIS",
    "OUTRAS ATIVIDADES DE SERVIÇOS PESSOAIS", "OUTRAS ATIVIDADES PROFISSIONAIS, CIENTÍFICAS E TÉCNICAS",
    "PESCA E AQÜICULTURA", "PESQUISA E DESENVOLVIMENTO CIENTÍFICO", "PREPARAÇÃO DE COUROS E FABRICAÇÃO DE ARTEFATOS DE COURO, ARTIGOS PARA VIAGEM E CALÇADOS",
    "PRODUÇÃO FLORESTAL", "PUBLICIDADE E PESQUISA DE MERCADO", "REPARAÇÃO E MANUTENÇÃO DE EQUIPAMENTOS DE INFORMÁTICA E COMUNICAÇÃO E DE OBJETOS PESSOAIS E DOMÉSTICOS",
    "SEGUROS, RESSEGUROS, PREVIDÊNCIA COMPLEMENTAR E PLANOS DE SAÚDE", "SELEÇÃO, AGENCIAMENTO E LOCAÇÃO DE MÃO-DE-OBRA",
    "SERVIÇOS DE ARQUITETURA E ENGENHARIA", "SERVIÇOS DE ASSISTÊNCIA SOCIAL SEM ALOJAMENTO",
    "SERVIÇOS DE ESCRITÓRIO, DE APOIO ADMINISTRATIVO E OUTROS SERVIÇOS PRESTADOS ÀS EMPRESAS",
    "SERVIÇOS DOMÉSTICOS", "SERVIÇOS ESPECIALIZADOS PARA CONSTRUÇÃO", "SERVIÇOS PARA EDIFÍCIOS E ATIVIDADES PAISAGÍSTICAS",
    "TELECOMUNICAÇÕES", "TRANSPORTE AÉREO", "TRANSPORTE AQUAVIÁRIO", "TRANSPORTE TERRESTRE")),
    row.names = c(NA, -87L), class = c("tbl_df", "tbl", "data.frame"))

DT::datatable(cbind(divisoes, t(QL2016)))

2.3 Índice de Diversidade (Div)

Cálculo da diversidade pelo pacote EconGeo, função diversity. A função calcula uma medida simples de diversidade das regiões calculando o número de setores nos quais a região tem vantagem comparativa relativa (RCA), ou seja, \(QL > 1\) em relação as regiões das matrizes de incidência.

div2016 <- diversity(mat, rca = TRUE)
knitr::kable(div2016)

	x
Amambai	15
Aquidauana - Anastácio	17
Campo Grande	47
Corumbá	31
Coxim	15
Dourados	21
Jardim	14
Naviraí - Mundo Novo	20
Nova Andradina	12
Paranaíba - Chapadão do Sul - Cassilândia	31
Ponta Porã	17
Três Lagoas	31

# ordenaremos os dados conforme a sequencia do shapefile do mapa a ser plotado
# na próxima seção
data <- cbind(dados$rgi, div2016)
dataord <- data[order(data[, 1]), ]

2.4 Índice de Ubiquidade (ubiq)

A função ubiquity do pacote EconGeo calcula uma medida simples do número de regiões em que um setor é encontrado (ou seja, com QL>1). Teoricamente, setores que são mais comumente encontrados são setores menos complexos e, portanto, menos exigentes de capacidades técnicas.

library(knitr)
library(tidyr)
library(dplyr)
library(DT)
library(magrittr)
ubiq2016 <- ubiquity(mat, rca = TRUE)
datatable(cbind(divisoes, ubiq2016))

2.5 Mapa da diversidade

Veja como fazer mapas de formas diferentes assistindo as videoaulas: ECONOMIA REGIONAL 2021 Mapas em RStudio com geobr e ggplot2 - parte 1 ; e ECONOMIA REGIONAL 2021 Mapas em RStudio com geobr e ggplot2 - parte 2.

library(rgdal)
library(sf)
library(maptools)

ms.only <- readOGR("MSRGI2017.shp", verbose = FALSE)
ms.only@data$div2016 <- dataord[,2]
#rbPal <- colorRampPalette(c('white', 'blue'))
#ms.only@data$col <- rbPal(12)[as.numeric(cut(ms.only@data$div2016, seq(0, 60, by = 5)))]
classes <- c('40-|50','30-|40','20-|30','10-|20','0-|10')

ms.only@data$groups[ms.only@data$div2016 <= 10] <- 1 
ms.only@data$groups[ms.only@data$div2016 > 10 & ms.only@data$div2016 <=20] <- 2 
ms.only@data$groups[ms.only@data$div2016 > 20 & ms.only@data$div2016 <=30] <- 3 
ms.only@data$groups[ms.only@data$div2016 > 30 & ms.only@data$div2016 <=40] <- 4 
ms.only@data$groups[ms.only@data$div2016 > 40 & ms.only@data$div2016 <=50] <- 5 
ms.only@data$col <- c('red','green','white','yellow','blue')[ms.only@data$groups]
                    
plot(ms.only, col = ms.only@data$col,
     main = "Diversidade das Regiões Geográficas Imediatas 
     de Mato Grosso do Sul, 2016")

invisible(text(coordinates(ms.only), label = as.character(row.names(dataord)), cex = 0.6))
# adicione uma legenda ao mapa
legend("bottomright",   # local da legenda
   legend = classes, # categorias da legenda
   fill = c('blue','yellow','white','green','red')) # cores na legenda

Este mapa evidencia a diversidade da RGI Campo Grande, seguida das RGI de Corumbá, de Três Lagoas, de Paranaíba - Chapadão do Sul - Cassilândia, e de Dourados. Dentro destas, é possível observar quais as divisões com maiores QL, mas deixarei para o leitor fazer essa comparação em virtude da extensão das divisões e regiões (uma matriz 87 x 12 colocada na seção 2.2).

2.6 Coeficiente de especialização (CE)

O Coeficiente de especialização (\(CE\)) de Hoover e Giarratani (1984) faz uma análise alternativa ao indicador de quociente locacional, também para avaliar se o local é especializado em determinada atividade comparativamente ao local de referência. Para seu cálculo, recomenda-se utilizar os dados de emprego de cada local para cada setor, e comparar com os mesmos dados da economia de referência. Utiliza-se aqui a mesma notação utilizada no \(QL\), para a expressão de \(CE\) para a localidade \(i\):

\[ C{E_i} = \frac{1}{2}\sum\limits_k {\left| {\frac{{{E_{ki}}}}{{{E_i}}} - \frac{{{E_k}}}{E}} \right|} \]

em que: \({E_{ki}}\) é o emprego no setor \(k\) na localidade de análise \(i\); \({E_i}\) é o emprego total na localidade de análise \(i\); \({E_k}\) é o emprego no setor \(k\) da localidade de referência; e \(E\) é o emprego total da localidade de referência.
Valores próximos de zero (\(\left( {CE_{i}}= 0\right)\)) indicam que o local \(i\) tem estrutura no mesmo padrão de especialização que a localidade de referência. De forma oposta, valores próximos a hum (\(\left( {CE_{i}}= 1\right)\)) indicam que o local \(i\) tem padrão de especialização completamente diferente da localidade de referência.

Esta rotina pode ser resumida fazendo o uso do pacote EconGeo, e a função spec.coeff. Ela utiliza a mesma matriz mat utilizada para o QL.

# Coeficiente de especialização de Hoover pelo EconGeo
library(EconGeo)
ce2016 <- spec_coeff(mat)
knitr::kable(ce2016)

	x
Amambai	0.2922770
Aquidauana - Anastácio	0.2531550
Campo Grande	0.1387183
Corumbá	0.2542972
Coxim	0.3144260
Dourados	0.1805880
Jardim	0.3173153
Naviraí - Mundo Novo	0.2096315
Nova Andradina	0.2967188
Paranaíba - Chapadão do Sul - Cassilândia	0.2424751
Ponta Porã	0.2121405
Três Lagoas	0.3026620

Referências

BALASSA, B. Trade Liberalization and Revealed Comparative Advantage, The Manchester School 33: 99-123. 1965.

BALLAND, P.A. Economic Geography in R: Introduction to the EconGeo Package, Papers in Evolutionary Economic Geography, 17 (09): 1-75, 2017.

CRUZ, B.O.; QUEIROZ, I.V. Efeitos encadeados do perfil setorial dos investimentos e a distribuição espacial da indústria: onde se localizam as indústrias dos setores com maiores impactos? Texto para discussão n. 2172, Brasília: IPEA, 2016.

FLORENCE, P. Sargent. Investment, location, and size of plant. Cambridge: Cambridge University Press, 1948.

MONASTERIO, Leonardo. Indicadores de análise regional e espacial. In: CRUZ et al (orgs). Economia regional e urbana : teorias e métodos com ênfase no Brasil. Brasília: Ipea, 2011. cap. 10. pp.315-331.

NORTH, Douglas. Teoria da localização e crescimento econômico regional. In: SCWARTZMANN, J. (org.) Economia regional e urbana: tetos escolhidos. Belo Horizonte: UFMG, p.333-343, 1977.

SOUZA, Filipe Lage de. A localização da indústria de transformação brasileira nas últimas três décadas. Rio de Janeiro: EPGE-FGV, 2002. (Dissertação, Mestrado em Economia). 130p.

WIELAND, Thomas. REAT: Regional Economic Analysis Toolbox. 2019. R package version 3.0.1. https://CRAN.R-project.org/package=REAT.