Impacto da Inovação e da Mudança Estrutural na Pobreza e na Desigualdade: uma aplicação em painel

Mestrado em Economia e Gestão da Inovação Faculdade de Economia da Universidade do Porto 2011/2012 Impacto da inovação e da mudança estrutural na pobreza e na desigualdade: uma aplicação em painel Liliana Sofia Correia da Silva [email protected] Orientação: Sandra Tavares Silva e Isabel Mota Setembro 2012 i Nota biográfica Liliana Sofia Correia da Silva nasceu a 8 de Outubro de 1987, em Tabuaço, distrito de Viseu. O seu percurso escolar ficou marcado pelo ingresso na Escola de Economia e Gestão da Universidade do Minho em Setembro de 2005, no curso de Economia, concluído em Julho de 2008. Em Setembro de 2008 começou a trabalhar como administrativa na área comercial da Caixa Geral de Depósitos, no Porto. No âmbito da sua progressão na profissão bancária, frequentou e concluiu em 2009 o curso intensivo para a Banca para recém-licenciados do Instituto de Formação Bancária no Porto. O percurso na Faculdade de Economia da Universidade do Porto iniciou-se em 2009, com o ingresso no Mestrado em Economia e Gestão de Inovação. Paralelamente, continua a exercer funções na Caixa Geral de Depósitos. ii Agradecimentos Em primeiro lugar quero agradecer à minha familia que sempre se mostrou compreensiva e disponível para me apoiar em todas as etapas da minha vida, da qual o mestrado não foi exceção. Em segudo lugar, dedico uma palavra de gratidão aos meus amigos que não só me foram ajudando no que puderam como compreenderam a minha ausência em muitos momentos. Não posso esquecer os meus colegas de trabalho, nomeadamente os meus superiores hierárquicos, que sempre respeitaram o tempo que precisei para dedicar ao mestrado. A todos agradeço também pela paciência nos momento em que estive mais agitada. Por fim, um agradecimento especial às minhas orientadoras que, apesar de todos os percalços, nunca deixaram de me apoiar, auxiliar e, no verdadeiro significado da palavra, orientar nesta aventura. iii Resumo A desigualdade e a pobreza são fenómenos universais mas que se expressam de forma diferente de país para país. O exemplo da União Europeia é ilustrativo já que, apesar de reunir um grupo de países relativamente homogéneo, apresenta diferentes tipos e níveis de desigualdade e pobreza. Face à relevância que o conhecimento e a inovação assumem no crescimento e desenvolvimento económico, paralelamente ao impacto significativo dos fenómenos de mudança estrutural, considerámos fundamental analisar o impacto da inovação na desigualdade e na pobreza. Assim, a primeira parte desta dissertação foi orientada no sentido de analisar a literatura relevante que se tem produzido em torno deste tópico, com o objectivo de sistematizar as principais conclusões que se têm vindo a definir. A segunda parte deste trabalho, com base em vários artigos que se centram neste tema (e.g. Figini e Santarelli, 2006; Cook e Uchida, 2008), correspondeu à construção de uma base de dados para os 27 países da EU com o objectivo de analisarmos o impacto de variáveis representativas quer da inovação quer dos processos de mudança estrutural sobre a pobreza e sobre a desigualdade. Em seguida, estimámos um modelo econométrico através do método de dados em painel com efeitos fixos, para o período de 20052009. As principais conclusões do trabalho econométrico apontam para a influência significativa que, em termos globais, a mudança estrutural e a inovação têm sobre os níveis de pobreza e desigualdade, ainda que, apesar da elevada qualidade de ajustamento do modelo, poucas variáveis são significativas. Para o modelo AROPE são significativos o PIB per capita em PPC e as exportações e importações high-tech e para o modelo Gini as variáveis significativas são as contribuições sociais e as importações de high-tech, todas com resultados estimados em linha com a revisão de literatura. A utilização de dummies regionais mostra que pertencer ao grupo PIIGS, tudo o resto constante, faz aumentar a desigualdade. Palavras-chave: pobreza, desigualdade, inovação, mudança estrutural, desenvolvimento, crescimento económico. Códigos-JEL: D3, O4, O3. iv Abstract The inequality and poverty are universal phenomena but with different magnitudes and descriptions in each country. The example of European Union shows as in a group of countries that are relatively homogeneous different types and levels of inequality and poverty emerge and persist.. Given the importance that knowledge and innovation have in economic growth and development, alongside the significant impact of the phenomena of structural change, we considered crucial to analyze the impact of innovation on inequality and poverty. So, the first part of this dissertation was directed to review the relevant literature that has been produced around this topic, in order to systematize the main conclusions that have been set. The second part of this work, based on several articles that focus on this theme (e.g. Figini and Santarelli, 2006; Cook and Uchida, 2008), corresponded to the construction of a database for the 27 EU countries in order to analyze the impact of variables representing either innovation or processes of structural change on poverty and on inequality. Then, we estimated an econometric model using the method of panel data with fixed effects for the years 2005 to 2009. The main conclusions of the econometric work pointed to the global significant influence that structural change and innovation have on the levels of poverty and inequality. Despite the high quality of the model fitness, there are few significant variables. For the AROPE model, GDP per capita in PPP and high-tech exports and imports are significant, while for the Gini model the significant variables are social contributions and high-tech imports, all with estimated results in line with the literature review. The use of regional dummies shows that belonging to the PIIGS’ group increases inequality. Keywords: poverty, inequality, innovation, structural change, development, economic growth. JEL-codes: D3, O4, O3. 5 Índice Nota biográfica ............................................................................................................... i Agradecimentos .............................................................................................................. ii Resumo .......................................................................................................................... iii Abstract ........................................................................................................................... iv Índice .............................................................................................................................. 5 Índice de Quadros ........................................................................................................... 6 1. Introdução ................................................................................................................... 7 2. Crescimento económico, inovação e mudança estrutural: reflexões sobre pobreza e desigualdade ................................................................................................................... 9 2.1. Crescimento versus desenvolvimento, inovação e mudança estrutural ................... 9 2.2. Pobreza e desigualdade ............................................................................................ 12 2.3. Relação entre inovação, mudança estrutural e pobreza e desigualdade .................. 14 3. Estudos empíricos sobre o impacto da inovação e da mudança estrutural na pobreza e na desigualdade: uma sistematização .................................................................................. 22 3.1. Revisão de metodologias alternativas...................................................................... 22 3.2. Metodologias alternativas utilizadas: breve síntese................................................. 33 4. Especificação do modelo e resultados ........................................................................ 36 4.1. O modelo ................................................................................................................. 36 4.2. As variáveis ............................................................................................................. 38 4.3. Resultados do modelo .............................................................................................. 40 5. Conclusão ................................................................................................................... 48 Referências bibliográficas .............................................................................................. 51 6 Índice de Quadros Quadro 3.1. – Estudos empíricos que consideram desigualdade e pobreza como variável dependente Quadro 4.1. – Descrição das variáveis do modelo Quadro 4.2. – Teste de redundância dos efeitos fixos Quadro 4.3. – Teste de Hausman Quadro 4.4. – Resultados do modelo Quadro 4.5. – Estimativas de efeitos fixos cross-section por país Quadro 4.6. – Resultados do modelo com dummies 7 1. Introdução A pobreza e a desigualdade são realidades com as quais nos confrontamos na maioria dos países. Estes fenómenos verificam-se de forma acentuada nos países em desenvolvimento, quer naqueles que apresentam baixo ritmo de crescimento económico (e.g., Moçambique, Indonésia), quer noutros com ritmos de crescimento económico importantes como a China, a Índia e o Brasil. Mas, existem também nos países desenvolvidos como os EUA e os países Europeus, ainda que com graus de severidade distintos (Banco Mundial, 2010). Em períodos de crise económica, tende a aumentar o fosso entre os mais ricos e os mais pobres, diminuindo o peso relativo da classe média (Krugman e Obstfeld, 2001). Por exemplo, a crise do petróleo que marcou a economia internacional nos anos 70 do século passado foi considerada como causa essencial do fraco crescimento económico que a partir daí se verificou nos países ocidentais (Murteira, 1995). A crise financeira e económica que despoletou a nível internacional em 2008 trará certamente consequências bastante negativas sobre as sociedades, em particular, nestas dimensões da pobreza e da desigualdade. Num contexto em que é amplamente reconhecido o papel da inovação e do conhecimento no crescimento económico, o objetivo principal deste trabalho consiste em analisar até que ponto a inovação e a mudança estrutural (fenómenos que estão intrinsecamente associados, como é enfatizado por Kuznets, 1966em Figueiredo et al., 2005) afetam os níveis de desigualdade e pobreza nas economias. A motivação principal para a definição deste objetivo aparece destacada na literatura habitualmente identificada como Reversal of Fortunes (e.g., Acemoglu e Robinson, 2012; Schein, 2012): perceber porque é que países que partem de condições semelhantes acabam em situações tão diferentes, em particular porque não foram capazes de desencadear um processo sustentado de industrialização. Em meados do século XVII, Portugal, assim como a maioria dos países do Mediterrâneo, como a Espanha e a Itália, parecia dotado de capacidade para encetar uma trajetória de crescimento forte e sustentada, dada a vastidão e importância do império conquistado. Assim, é comum na literatura a questão: o que fez com que estes países não tivessem registado uma evolução positiva? A Inglaterra e a Holanda, por sua vez, não apresentavam comportamentos notavelmente vantajosos em termos de crescimento económico, mas, no início da época moderna, algo fez com que passassem a ter um ritmo de crescimento 8 económico muito elevado, registando ainda reduções significativas da desigualdade do rendimento entre a população dessas economias (Allen, 2003). Allen (2003) debruçou-se sobre a evolução histórica dos países da Europa no fim da Idade Média e início da época moderna, tendo concluído que o segredo do sucesso de países como a Inglaterra no século XVII e XVIII assentou numa mudança estrutural rápida associada ao fenómeno da Revolução Industrial, que conseguiu estimular um crescimento económico ainda mais rápido. Para este comportamento foi essencial a capacidade manifestada por países como a Inglaterra e a Holanda de escaparem à chamada armadilha de Malthus (Malthus, 1803 em Blaug, 1989). Nestes países, o forte crescimento económico suscitado por fenómenos intensos de mudança estrutural permitiu a redução das desigualdades sociais (Allen, 2003; Acemoglu e Robinson, 2012). Com base no enquadramento teórico definido pelos estudos sobre mudança estrutural, crescimento e desenvolvimento económico na linha de Chenery e Syrquin (1975), Anand e Kanbur (1993) e Alesina e Rodrik (1994), pretende-se levar a cabo um estudo econométrico que permita analisar as potenciais relações entre a especialização tecnológica dos países e a pobreza e desigualdade na distribuição do rendimento. Em concreto, a questão de investigação consiste em aferir se e como a mudança estrutural e a inovação afetam os níveis de desigualdade e pobreza dos 27 países da União Europeia. Este trabalho está estruturado da seguinte forma: no Capítulo 2 é apresentada uma sistematização da literatura relevante sobre crescimento económico, mudança estrutural, pobreza e desigualdade; no Capítulo 3 são revistos os trabalhos empíricos que referem os conceitos-chave do nosso estudo e faz-se uma apresentação da metodologia que sustenta a parte empírica da dissertação; no Capítulo 4 são apresentados e discutidos os resultados do estudo empírico e, por fim, apresentam-se as conclusões e possíveis linhas de investigação futura no Capítulo 5. 15 maior do que em economias desenvolvidas (Kuznets 1955 em Aghion et al., 1999). De facto, na década de 1970, nos EUA e na maioria dos países da OCDE verificava-se um ciclo virtuoso à la Kuznets: menor desigualdade iria promover o crescimento o que por sua vez reduziria a desigualdade (Aghion et al.,1999). Num estudo sobre a relação entre desigualdade e crescimento económico à luz das novas teorias de crescimento, Aghion et al. (1999) constatam que, nos últimos 15 anos do século XX, registou-se um aumento significativo da desigualdade a nível internacional, nomeadamente no que concerne à desigualdade salarial, não se verificando a hipótese de Kuznets. O crescimento económico nos últimos 20 anos do século XX esteve associado à liberalização do comércio, ao progresso tecnológico e à emergência de novas formas organizacionais, pelo que estes fatores são fundamentais na análise da relação entre desigualdade e crescimento. Em linha com a nossa análise, Aghion et al. (1999) apontam a mudança tecnológica como um fator crucial para explicar o aumento da desigualdade, em particular a desigualdade salarial, realçando a importância das políticas redistributivas. Outros autores têm testado a hipótese de Kuznets. Por exemplo, Anand e Kanbur (1993) procuram analisar a mudança estrutural e a distribuição do rendimento a partir da introdução de algumas alterações e extensões à hipótese de Kuznets. O objetivo da sua análise é testar até que ponto o modelo de Kuznets explica a relação desigualdadedesenvolvimento pela aplicação de índices de desigualdade e utilização da base de dados construída por Ahluwalia (1976 em Anand e Kanbur, 1993) acerca de desigualdade e pobreza. Os autores concluem que a relação em forma de U invertido é bastante sensível à base de dados utilizada. Para Fields (2001) a hipótese de Kuznets nem sempre se verifica. O autor afirma que níveis elevados de desigualdade, ao aumentarem a procura de bens de luxo em relação a bens essenciais e a procura de capital em detrimento do trabalho, levam a que se perpetue o nível de desigualdade inicial. Nesta linha de pensamento, Adair (2006) estudou esta hipótese para o México, verificando que até à década de 1980 a desigualdade no México confirmava a teoria de Kuznets. Com as reformas da década de 1980 e com a sua implementação e adaptação na década de 1990 o crescimento do país, que inicialmente foi um atenuante das desigualdades, foi acentuando as diferenças intra-país ao tornar-se vantajoso apenas para aqueles que apostaram na exportação do setor transformador. 16 O estudo de Alesina e Rodrik (1994) sobre a relação entre política, desigualdade e crescimento económico veio lançar dúvidas acerca da hipótese de Kuznets. Neste estudo, Alesina e Rodrik (1994) revertem a questão de Kuznets: enquanto este se preocupou com as implicações do crescimento na distribuição, os primeiros focam-se em como a distribuição afeta o crescimento. Os autores utilizaram um modelo dinâmico de crescimento endógeno que assume que os indivíduos diferem nos fatores de produção: fator acumulável (capital) e não acumulável (trabalho). Para Alesina e Rodrik (1994), o crescimento é conduzido pela acumulação do stock de capital, determinada pelas decisões de poupança dos indivíduos. Por sua vez, o governo é financiado através da aplicação de impostos sobre o fator capital. Para estes autores, a heterogeneidade da dotação de fatores na sociedade leva a que, pelo teorema do Median Voter, quanto menos o indivíduo receber pelo fator capital mais propenso estará a pretender uma maior tributação sobre este. Assim, a taxa de crescimento tenderá a diminuir; ou seja, neste contexto, quanto maior a desigualdade na distribuição de recursos, maior a tributação e menor a taxa de crescimento. Para Alesina e Rodrik (1994), as políticas redistributivas desempenham um papel crucial na ligação entre distribuição e crescimento, sendo que estas serão tanto mais necessárias quanto maior for a percentagem de população sem acesso a recursos produtivos. Contudo, os autores também referem que estas políticas, ao introduzirem distorções na economia, diminuem o crescimento. Logo, concluem que a análise é bastante complexa e está longe de existir uma visão unânime na literatura relevante. Todaro (1997) contra-argumenta a teoria de que a desigualdade seria favorável ao crescimento económico, apresentando quatro argumentos gerais que apontam para que uma maior desigualdade nos países em desenvolvimento possa ser uma condição de manutenção do baixo crescimento: (i) falta de investimento ou investimento pouco produtivo feito pelos ricos; (ii) baixos níveis de capital humano por parte dos pobres; (iii) padrão de procura dos pobres mais inclinado para produtos locais e (iv) rejeição da política pelas massas. Ainda, estudos mais recentes parecem confirmar que o crescimento não é incentivado pela desigualdade e pobreza como o estudo de caso de Cook (2006) para a Ásia. A autora afirma que a redução de pobreza impressionante que se registou na Ásia, nos últimos anos, se deve em grande parte ao rápido crescimento aí registado. Contudo, salienta que estes indicadores positivos mascaram as grandes diferenças inter e intra-países ao longo do tempo, salientando que apenas alguns países conseguiram efetivamente crescer e reduzir a 17 pobreza, tais como a China e o Vietname. Para Cook (2006) a experiência asiática salienta a necessidade de compreender os riscos e desafios das medidas necessárias para alcançar crescimento e desenvolvimento. Com o crescimento rápido é inevitável que ocorram mudanças estruturais e demográficas mas, na gestão destas transformações, as economias asiáticas têm enfrentado desafios inesperados devido à velocidade da mudança e, em alguns países, ao tamanho da população envolvida e ao ambiente politico externo (Cook, 2006). Muitos países asiáticos não partilham o desempenho positivo da China, Vietname e Índia devido a desastres naturais e conflitos internos (e.g. Nepal), o que realça a fragilidade do crescimento (Cook, 2006). Assim, esta autora sugere que, mais do que adaptar trajetórias para alcançar o desenvolvimento, é necessário criar uma agenda de crescimento “pro-poor” em que os cidadãos, incluindo os mais pobres, participem no processo e partilhem dos benefícios do crescimento e onde as políticas do governo desempenhem um papel muito importante. Da análise de Cook (2006) emerge a relevância da combinação do crescimento e da mudança estrutural económica e demográfica com outras características como o regime político, a força das instituições e o papel da sociedade civil. Para Cook (2006), num contexto de mudança estrutural rápida, apenas algumas regiões beneficiam da aglomeração da produção e do aumento da atividade económica. As regiões que ficam de fora destes benefícios existem em todos os países asiáticos, sendo que, em regra, apresentam um conjunto complexo de fatores geográficos, ecológicos, ambientais e sócio-económicos que colocam entraves ao desenvolvimento e redução da pobreza. Mas, o estudo alerta para o facto de continuar a haver pobreza nas cidades mais desenvolvidas: “Pelo menos um em três habitantes dos centros urbanos asiáticos não tem acesso a uma casa segura e confortável nem a serviços básicos, água e saneamento” (Cook, 2006, p. 65). A permanência da pobreza nos centros urbanos compreende-se se atendermos ao facto de que, apesar destes centros promoverem a aglomeração da população e oferecerem maiores oportunidades de desenvolvimento, potenciam também formas de exclusão e privação que são fontes de fragmentação social, instabilidade e violência. Assim, Cook (2006) conclui que é necessário considerar tanto os extremos como as situações intermédias nas estratégias de crescimento e desenvolvimento. Sobhan (2005) afirma que o problema da pobreza é maior do que o da desigualdade no sentido em que os pobres raramente beneficiarão do crescimento gerado pelas mudanças estruturais. O autor afirma que os pobres estão como que envolvidos numa teia estrutural 18 hereditária, caracterizada por dificuldades de acesso a recursos produtivos e humanos, capacidade desigual em participar no mercado e difícil acesso ao poder politico não democrático, o que acaba por os excluir das oportunidades e benefícios do desenvolvimento. Outros estudos acerca dos efeitos da desigualdade do rendimento no crescimento como Chen (2003) e Yamamura e Shin (2009) sustentam que, numa fase inicial, a desigualdade faz aumentar a acumulação de capital e conduz a melhoria da eficiência mas, em seguida, com o aumento da desigualdade, estes fatores enfraquecem. Em suma, um aspeto comum a todos os estudos citados é a importância da mudança estrutural para o desenvolvimento. Mais recentemente, Cook e Uchida (2008) debruçaramse sobre a mudança estrutural e a sua relação com a concorrência internacional e com a distribuição do rendimento. Segundo os autores, verifica-se que em países que mantêm relações económicas com o exterior, quer seja via comércio internacional ou via atração de investimento directo - com industrialização progressiva ou políticas vantajosas (como, por exemplo, a redução das cargas fiscais) - existe uma tendência para uma mudança estrutural mais rápida e, dessa forma, potencia-se o progresso tecnológico pelo processo de learning by doing. Em economias abertas há maior facilidade de adoção das tecnologias já existentes em outros países que sejam apropriadas à situação económica do país (Stiglitz, 1988,em Chenery e Srinivasan, 1988). Ao trabalhar com essas tecnologias surgem problemas cuja resolução leva ao aumento do conhecimento e, consequentemente, a progresso tecnológico adicional (Stiglitz, 1988, em Chenery e Srinivasan, 1988). Nesse sentido, para estudar o fenómeno de mudança estrutural, tem que se ter em conta os níveis de especialização, não só tecnológica mas também comercial (Cook e Uchida, 2008). Sendo que a literatura de referência sobre a relação entre mudança estrutural e crescimento e desenvolvimento económico sustenta o papel chave da industrialização (Kaldor, 1966; Chenery et al., 1986), estudos mais recentes salientam a necessidade das mudanças estruturais de um país serem suficientemente consolidadas para que se possa abrir os mercados ao exterior e beneficiar das vantagens da industrialização, incluindo maiores taxas de crescimento (Ortiz et al., 2009). Nesta linha de pensamento, Lall (2000) examinou os padrões de desenvolvimento interindústria como parte da mudança estrutural. Para o autor, a estrutura das exportações, ao ser dependente da trajetória passada e difícil de mudar, tem implicações importantes no 19 crescimento e desenvolvimento. Num mundo cada vez mais liberalizado, o sucesso das exportações assume um papel fundamental no desempenho da economia, sendo um indicador da eficiência da indústria, que enfrenta uma concorrência cada vez mais direta e intensa (Lall, 2000). Lall (2000) estuda a estrutura tecnológica das exportações porque esta tem um papel significativo nos padrões de comércio dos países industrializados. Segundo o autor, as estratégias utilizadas para alcançar competitividade nas exportações diferem entre países. A teoria das Technological Capabilities defendida pelo autor assume que, mais do que adquirir, é preciso ter habilidade para dominar e utilizar a tecnologia de forma eficiente pelo que os padrões de vantagens comparativas entre países em desenvolvimento variam de acordo com as políticas de aprendizagem, mesmo que os países tenham dotações de trabalho, de capital ou de skills semelhantes. A implementação de um “sistema de aprendizagem” vai beneficiar todo o tipo de atividades de exportação e crescimento (Lall, 2000). Assim, para o autor, sem o desenvolvimento de sistemas de aprendizagem, a liberalização do comércio não pode levar a um aumento da competitividade no mundo desenvolvido, isto é, pode não levar efetivamente a desenvolvimento e redução de desigualdade. Lall (2000) enfatiza a necessidade de combinar estratégias atendendo aos agentes envolvidos, à intensidade tecnológica das atividades empreendidas e à complexidade das funções elaboradas localmente. Contudo, para que haja desenvolvimento não bastam reformas tecnológicas, é necessária uma aposta em produtos de elevada intensidade tecnológica e políticas seletivas que mantenham o crescimento das exportações. Neste contexto, Lahiri e Ratnasiri (2007) argumentam que, quando surgem barreiras ou custos associados à adoção de tecnologias mais produtivas, a desigualdade salarial e de rendimento pode aumentar ao longo do tempo, atrasando a convergência de rendimento entre países. Como a generalidade dos estudos sobre os padrões de desenvolvimento são para países da OCDE (e.g., Archibugi e Pianta, 1994; Laursen, 2000), Uchida e Cook (2005) analisaram a importância da mudança nestes padrões em 28 indústrias para sete países em desenvolvimento do Leste Asiático, para o período 1978-1997. Esta análise mostrou que a especialização comercial estava a agir como um pré-requisito para o subsequente desenvolvimento em setores específicos de vantagens tecnológicas. Este também foi o caso 20 dos países mais desenvolvidos, apesar de parecer que a relação de causalidade mudou sendo que, mais recentemente, nesses países a especialização tecnológica está a influenciar cada vez mais a concorrência comercial (Uchida e Cook, 2005). Os autores constataram a importância de aumentar os níveis de concorrência no mercado interno para promover a competitividade, particularmente em relação ao comércio, mas também, em alguns casos, para reforço da competitividade tecnológica. Num estudo posterior, Cook e Uchida (2008) analisam, em particular, a relação entre mudanças na distribuição de rendimentos e mudanças na especialização tecnológica e comercial. Mais concretamente, o objetivo principal deste estudo consiste em analisar até que ponto o impacto da mudança estrutural na distribuição do rendimento é variável entre indústrias. Cook e Uchida (2008) concluem que o desenvolvimento de indústrias de alta intensidade tecnológica tem maior potencial para contribuir para o crescimento mas, historicamente, tem um efeito negativo na desigualdade na distribuição do rendimento. O desenvolvimento de indústrias de alta intensidade tecnológica em relação às exportações é particularmente gratificante para as economias em desenvolvimento em termos de crescimento e mesmo em termos de redução da pobreza. A especialização em indústrias de baixa intensidade tecnológica por meio de atividades de exportação tem um efeito positivo sobre o crescimento mas inferior, sendo, contudo, mais suscetível de contribuir para a redução da desigualdade. As atividades de exportação para as indústrias de média-alta intensidade tecnológica pouco contribuem para o crescimento mas têm efeitos favoráveis na distribuição do rendimento. De salientar que esta classificação, baseada na complexidade tecnológica de cada atividade, não significa que haja categorias que não necessitam de esforço tecnológico (Lall, 2000). A partir desta análise, Cook e Uchida (2008) apontam para a importância das políticas. É bastante transversal na literatura o reconhecimento da importância da política no processo de crescimento e desenvolvimento (Anand e Kanbur, 1993; Alesina e Rodrik, 1994; Aghion et al., 1999, entre outros). Assim, importa, antes de mais, distinguir os objetivos da economia e da política económica. A economia preocupa-se com a expansão da riqueza enquanto a política se preocupa em distribuí-la (Alesina e Rodrik, 1994). Mas, as medidas políticas adotadas em cenários de desigualdade podem atrasar o crescimento (Alesina e Rodrik, 1994). Para estes autores, estas devem ter em conta as preferências dos indivíduos. 21 As políticas adotadas seguem o teorema do Median Voter: as medidas redistributivas adotadas são aquelas que satisfazem a preferência da maioria dos eleitores. Daí que os autores concluam que a desigualdade salarial e de rendimento está inversamente relacionada com o crescimento económico, sendo que as decisões dos eleitores, num determinado período, afetam o crescimento nos períodos subsequentes o que, por sua vez, afeta a distribuição e as decisões futuras dos eleitores (Alesina e Rodrik, 1994). Neste contexto, Cook e Uchida (2008) retiram algumas conclusões e implicações de política. Os autores destacam duas políticas particularmente relevantes neste contexto: a política de concorrência e a política de redistribuição e proteção. Quanto à primeira, os autores referem que as políticas industriais e comerciais não estão associadas apenas a intervenções e restrições que inibem a concorrência e restringem a entrada no mercado. As políticas de concorrência deveriam tratar os excessos de poder de mercado, que impedem a concorrência, e promover o apoio ao desenvolvimento tecnológico (Cook e Uchida, 2008). No que concerne à política de redistribuição e proteção, em geral, estas consistem em impostos e transferências que redistribuem o rendimento e proporcionam redes de segurança social, permanentes ou temporárias, para os grupos mais pobres e com menos rendimento. Os autores realçam a este nível a necessidade de analisar de forma mais pragmática as questões relacionadas com a definição dos setores que deveriam ser apoiados no âmbito de uma estratégia de redução da pobreza e que recursos deveriam ser proporcionados como medidas de compensação para os efeitos sociais adversos. Em termos políticos, a redução dos níveis de concentração nas indústrias, nomeadamente nas de média intensidade tecnológica, poderia proporcionar incentivos para melhorar a vantagem competitiva e, consequentemente, diminuir as desigualdades na distribuição de rendimento (Cook e Uchida, 2008). Tendo em conta os conceitos e relações entre conceitos estudados até então, no próximo capítulo apresentamos uma sistematização dos resultados a que diversos autores chegaram para análises empíricas das variáveis que nos propomos estudar. Posteriormente, é apresentada a metodologia que vamos seguir no nosso estudo. 22 3. Estudos empíricos sobre o impacto da inovação e da mudança estrutural na pobreza e na desigualdade: uma sistematização 3.1 Revisão de metodologias alternativas No contexto do nosso estudo, é possível identificar um conjunto relativamente diverso de estudos empíricos centrados nas variáveis em análise - pobreza e desenvolvimento – que sistematizamos no Quadro 3.1. A maioria destes estudos corresponde a análises econométricas que recorrem a regressões multivariadas, sendo a variável explicada mais comum uma medida de pobreza e/ou desigualdade. Figini e Santarelli (2006) e Chatterjee (1995) propõem estudos em que a pobreza aparece como variável dependente. Estes dois estudos distinguem-se, desde logo, pelo conceito de pobreza em análise: enquanto Chatterjee (1995) se foca apenas no conceito de pobreza absoluta, Figini e Santarelli (2006) optam por estudar as diferenças entre pobreza absoluta e pobreza relativa, sendo que o próprio conceito de pobreza absoluta usado por cada um destes estudos (abordado em detalhe mais à frente) é distinto. Figini e Santarelli (2006) realizam a sua análise para o período 1970-1998 e dividem-na em duas partes, consoante os dois conceitos (e respetivas medidas) de pobreza adotados - relativa ou absoluta. O objetivo dos autores consiste em estudar o impacto da globalização na pobreza, pelo que assumem como variáveis explicativas a abertura comercial (TRADE), a abertura financeira (FDI) e o papel do Estado (PUBLIC), descritas no Quadro 3.1.. Para esta análise, os autores recorrem a duas bases de dados: (i) Sala-i-Martin (2002), que fornece um painel com informação completa acerca da pobreza para 54 países, para os anos 1970, 1980, 1990 e 1998; e (ii) Banco Mundial (2001) que, de acordo com os autores, tem as duas melhores observações de pobreza por país.1 1De salientar que os autores recorrem maioritariamente a Sala-i-Martin (2002), mas quando é possível testam também a base de dados do Banco Mundial. 23 Quadro 3. 1. Estudos empíricos que consideram desigualdade e pobreza como variável dependente Autor Variáveis dependentes Período de tempo Amostra Metodologia Variáveis explicativas Efeitos estimados Cook e Uchida (2008) Distribuição do rendimento (Coeficiente de Gini) 1978-1982 1983-1987 1988-1992 1993-1997 45 países para o estudo da mudança nos padrões de tecnologia (TCA) 58 países para o estudo da mudança nos padrões de comércio (RCA) SUR (SeeminglyUnrelated regression) TCA - mudança nos padrões de tecnologia Baixa intensidade tecnológica Todos os países Países avançados + + Média-baixaintensidadetecnológica NS NS Média-altaintensidadetecnológica NS - Alta intensidadetecnológica + + Log do PIB (LGDP) NS NS LGDP ao quadrado (LGDP SQ) NS NS Dummy para a diferença na definição da distribuição do rendimento (NET) - - África (AF) + NA Leste da Ásia (EA) NS NA América Latina (LA) + NA RCA - mudança nos padrões de comércio Baixa intensidade tecnológica - - Média-baixaintensidadetecnológica NS - Média-altaintensidadetecnológica NS - Alta intensidadetecnológica + + Log do PIB (LGDP) NS - LGDP ao quadrado (LGDP SQ) NS + Dummy para a diferença de distribuição de rendimento (NET) - - África (AF) + NA Leste da Ásia (EA) + NA 24 América Latina (LA) + NA Kum (2008) Desigualdade salarial medida pelo índice de desigualdade de Theil (UNIDO inequalitymeasure) 1963-2002 28 indústrias transformadoras de 86 países (United Nations Industrial Development Organization - UNIDO), num total de 2607 observações MQO Efeitos fixos Efeitos aleatórios MQO Efeitos Fixos Efeitos Aleatórios PIB per capita (ln_GDPpc) - + + Quadrado PIB per capita (ln_CGDpc2) + - - Abertura da economia em % PIB (OPEN) + + + Investimento em % GDP (INVEST) - - - Taxa de emprego na indústria transformadora (MNFEMP) - - - Taxa de população idosa, + 65 anos (OLDPOP) - + + Beckfield (2006) Coeficiente de Gini 1973-1997 48 observações (12 países da Europa Ocidental) Fonte: Luxembourg Income Study (LIS) Dados em painel Efeitos Aleatórios Efeitos Fixos Integração política + + Integração económica (EI) + + Integração económica ao quadrado - - Ano + NS PIB per capita NS NS Transferências da Segurança Social (SST) NS NS Fluxos de saída de IDE NS NS Neocorporativismo (NC) NA NA NCxEI NA NA SSTxEI NA NA Desmercantilização (D) NS NA DxEI - NA Figini e Santarelli (2006) Pobreza absoluta (medida pela percentagem – e n.º - de pessoas que vivem abaixo do limiar de pobreza internacional equivalente a 1 e 2 USD/PPP por dia) 1970, 1980, 1990, 1998 54 países (Banco Mundial) MQO Abertura comercial (exportação de bens e serviços em % PIB) - TRADE - Abertura financeira (IDE em % PIB) – FDI + Papel do Estado (despesa final do Estado com consumo final em % PIB) – PUBLIC - Pobreza relativa (40 e 50% do rendimento mediano enquanto linha de pobreza) 1970 - 1998 69 países (Banco Mundial) Abertura comercial (exportação de bens e serviços em % PIB) NS Abertura financeira (IDE em% PIB) + Papel do Estado (despesa final do Estado com consumo final em % PIB) - 31 indústria e inflação (com sinal positivo). De salientar que quando se considera o período mais curto, 1980-1991, o crescimento do setor dos serviços passa a ter sinal estimado positivo e o crescimento da indústria passa a ter sinal estimado negativo. No que diz respeito aos países Bank DMC, mantêm-se os resultados do modelo completo com crescimento agregado para a irrigação dos solos e a literacia, mas estes passam a ser os únicos resultados estatisticamente significativos do modelo. Considerando o modelo de crescimento desagregado, as variáveis significativas são a produção agrícola (com sinal positivo), a inflação (que regista sinal positivo) e a literacia (com sinal negativo). Assim, ao contrário dos resultados para os LDC, no caso dos países Bank DMC a mudança estrutural não parece ser um fator importante na explicação de redução de pobreza. A explicação para este fenómeno poderá estar no fato de a pobreza nos países menos desenvolvidos ser diferente da dos países em desenvolvimento. Para os low-income LDC, com o modelo de crescimento agregado, apenas a escolaridade e a irrigação da terra são estaticamente significativas com sinal negativo. Para o modelo com crescimento desagregado passam a ser significativos, com sinal negativo, a escolaridade e a produção de alimentos. Em síntese, as regressões propostas em Chatterjee (1995) mostram que, enquanto o crescimento do PIB per capita agregado tem um impacto favorável na pobreza para todos os LDC, o mesmo não se pode afirmar para os Bank DMC e low-income LDC. Desagregando o crescimento, em todos os casos o crescimento de produção de alimentos é estatisticamente significativo e ajuda a diminuir a pobreza, o mesmo não se podendo afirmar de forma inequívoca relativamente ao crescimento do setor secundário e dos serviços. Os indicadores de desenvolvimento dos recursos humanos e o investimento no sector primário (dado pela irrigação dos solos) também têm impacto positivo e estatisticamente significativo em todos os casos. A mudança estrutural é um fator significativo apenas para o conjunto de todos os LDC. As exportações e as despesas do governo não têm impacto significativo em qualquer uma das amostras, não aparecendo a explicar a pobreza neste contexto. Em síntese, analisando em geral os estudos acima revistos verificamos que, quando se fala de desigualdade, a maioria dos autores assumem, com base na literatura relevante, que a mesma está relacionada com o crescimento do PIB per capita (e.g., Kum, 2008), o que nem sempre se veio a revelar como sendo estatisticamente significativo. Nos estudos que 32 consideram como variável dependente a desigualdade medida pelo coeficiente de Gini, a variável explicativa PIB per capita mostrou-se quase sempre não significativa. Por sua vez, para o índice de Theil, o estudo de Kum (2008) mostra que o PIB per capita não só é estatisticamente significativo como sustenta a existência da curva em U invertido defendida por Kuznets. Ainda, confirma-se que a desigualdade é afetada pela intensidade tecnológica (Cook e Uchida, 2008) e pelo comércio com o exterior (Beckfield, 2006; Cook e Uchida, 2008; Kum, 2008). Quanto à pobreza, há evidência de que esta seja afetada tanto por fatores internos à economia e sociedade (emprego, produção de alimentos, escolaridade, etc.) como defende Chatterjee (1995), como por fatores externos (comércio, abertura comercial e financeira) como afirmam Figini e Santarelli (2006). Considerando a distinção entre pobreza relativa e absoluta, verificamos que a internacionalização leva a um aumento da pobreza relativa (Figini e Santarelli, 2006), enquanto a abertura comercial e o peso do sector público afetam negativamente a pobreza absoluta (Figini e Santarelli, 2006), confirmando-se que os padrões de comércio afetam o bem-estar da população (Cook e Uchida, 2008). De notar ainda que, há vários estudos que procuram analisar o impacto da desigualdade e/ou pobreza sobre variáveis como o crescimento PIB per capita (e.g., Cook e Uchida, 2008), a eficiência e a acumulação do capital (Yamamura e Shin, 2009). Nestes casos, a pobreza e/ou desigualdade aparecem como variáveis explicativas. Como o objetivo do nosso trabalho é precisamente a exploração da relação de causalidade inversa, ou seja, analisar o impacto da mudança estrutural e da inovação, controlando para fatores como o crescimento do PIB per capita, optámos por apresentar apenas uma breve síntese de alguns resultados associados a esta linha de investigação empírica. Cook e Uchida (2008), para além da análise dos determinantes da desigualdade (medida pelo coeficiente de Gini), também examinam a relação inversa em que o coeficiente de Gini aparece como variável independente numa regressão que pretende explicar a dinâmica do PIB per capita. Além do coeficiente de Gini, aparecem também como variáveis explicativas a intensidade da especialização tecnológica e da especialização comercial, incluindo-se ainda na regressão algumas variáveis de controlo (o PIB per capita inicial, o crescimento da população, o rácio de investimento interno bruto em relação ao PIB e algumas dummies regionais). Para todas as economias consideradas, a especialização comercial (tudo o resto constante) em indústrias com baixa, média baixa e alta intensidade contribui positivamente para o crescimento. Por seu lado, o crescimento da população tem 33 sinal negativo, tudo o resto constante, diminuindo o crescimento económico. Pelo contrário, o investimento interno bruto contribui positivamente para o crescimento. Para os países avançados mantém-se o sinal destas relações, exceto para as indústrias de baixa intensidade e para o crescimento da população que perdem significado estatístico. O coeficiente de Gini aparece com sinal estimado positivo e o seu quadrado revela um sinal estimado negativo. Este resultado emerge quer no estudo de Cook e Uchida (2008) para explicar a dinâmica do PIB per capita, quer no estudo de Yamamura e Shin (2009) para explicar a melhoria da eficiência na acumulação de capital. Isto parece sugerir que alguma desigualdade contribui para a melhoria da eficiência e da produtividade, mas esta tendência inverte-se para valores muito elevados de desigualdade. Com base na revisão de literatura acima apresentada pretende-se implementar uma análise econométrica tendo em vista estudar a importância da inovação e da mudança estrutural na pobreza e na desigualdade, considerando uma base alargada de determinantes. Assim, o próximo passo corresponde à análise estatística e econométrica de dados recolhidos para os 27 de países da União Europeia, em linha com o estudo de Cook e Uchida (2008). Na próxima secção será apresentada a metodologia do nosso estudo. 3.2 Metodologias alternativas utilizadas: breve síntese Analisando os estudos referidos até então verificamos que a maioria utiliza o método MQO ou a análise de dados em painel para estimar as relações entre desigualdade e/ou pobreza e as variáveis independentes consideradas nos modelos. O nosso estudo de referência – Cook e Uchida (2008) – utiliza como método o modelo de regressões aparentemente não relacionadas (SUR). Vamos, antes de apresentar o modelo utilizado na nossa estimação, especificar algumas caraterísticas destes modelos. O método MQO consiste na estimação de um modelo de regressão linear que minimiza o efeito dos resíduos (mais especificamente, a soma dos quadrados dos resíduos) no resultado da estimação. Para isso, este modelo não dá igual ponderação a cada um dos parâmetros, penalizando mais fortemente os resíduos de maior amplitude e proporcionando assim estimadores cêntricos e de variância mínima (Oliveira et al., 2011). Muitos autores utilizam dados em painel, o que permite analisar modelos mais complexos com efeitos que não são facilmente detetáveis em estudos exclusivamente seccionais ou temporais (Gujarati, 2006). Greene (2012, p. 384) afirma que “a análise de dados em painel 34 está mais orientada para análises cross-section; ela é mais ampla mas é tipicamente curta”. A utilização de dados em painel consiste na agregação de N séries temporais individuais. Isto é, “nos dados em painel, a mesma unidade de corte transversal (uma família, uma empresa, um estado) é acompanhada ao longo do tempo”, tendo portanto “uma dimensão espacial e outra temporal” (Gujarati, 2006, p. 513). A escolha dos efeitos a considerar no modelo de passa pela definição da forma como será introduzida a heterogeneidade - através de termos independentes - no modelo: termos variáveis de indivíduo para indivíduo e/ou ao longo do tempo, sob a forma de componentes de erro. Aliás, a heterogeneidade é muitas vezes o foco central da análise em painel (Greene, 2012). No modelo com efeitos fixos, os parâmetros (exceto o independente) mudam de indivíduo para indivíduo mas de forma não aleatória, isto é, estão correlacionados com as variáveis explicativas. Este modelo não tem como objetivo a previsão do comportamento individual, aplicando-se a amostras relativamente agregadas (e.g., países, regiões) em que se crê que os efeitos individuais resultam de um grande número de fatores não aleatórios. Por sua vez, no modelo com efeitos aleatórios, assume-se que a especificação dos efeitos individuais é feita de forma aleatória sem correlação com as variáveis explicativas. Assim, os fatores individuais são tratados como componentes de erro e representados sob a forma de uma variável aleatória normal. Aplica-se em regra a amostras de grande dimensão (Gujarati, 2006). O modelo de regressões aparentemente não relacionadas (SUR) é, juntamente com os dois modelos anteriormente referidos, um dos mais utilizados na combinação de dados de séries temporais e dados em corte transversal. O modelo SUR foi introduzido por Zellner em 1962 para equações aparentemente não relacionadas. Este é um modelo estático que assume que alguns fatores não observáveis (termos de perturbação/erro) podem afetar um ou mais indivíduos ao mesmo tempo, originando correlação contemporânea entre as perturbações de dois indivíduos, isto é, passando a existir interdependência entre os mesmos. Como afirma Greene (2012), este modelo leva em consideração as possíveis correlações existentes entre os erros das diversas equações de um sistema. Além disso, assume também que esses fatores são constantes ao longo do tempo. Greene (2012, p. 344) afirma que “a maior vantagem do modelo SUR é o seu tratamento da correlação através de observações num determinado ponto do tempo”. Comparando estes dois últimos modelos podemos, desde logo, salientar que o modelo SUR é estático o que significa que explica apenas que um determinado indivíduo tem uma dada 35 função de reação específica, em determinado momento de tempo. Assim, transmite uma falsa ideia de estabilidade (Marques, 2000). Por seu lado, os métodos de efeitos fixos/aletórios em painel traduzem uma análise dinâmica ao longo do tempo, permitindo a conjugação de uma diversidade de comportamentos individuais com a existência de dinâmicas de ajustamento. Há, portanto, nestes modelos, maior quantidade de informação, maior variabilidade dos dados, menor colinearidade entre as variáveis, maior número de graus de liberdade e maior eficiência na estimação (Marques, 2000). Desta forma, este modelo permite maior flexibilidade na modelização das diferenças de comportamento entre os individuos (Greene, 2012). Contudo, com estes modelos podem surgir problemas de enviesamento (e.g., de seleção e de heterogeneidade) e maior dificuldade na recolha da amostra. Os dados em painel permitem a análise de uma amostra maior e um estudo dinâmico (Gujarati, 2006). Como pretendemos, precisamente, fazer uma análise dinâmica, optaremos por este método no nosso trabalho. No Capítulo 4 apresentamos a especificação do modelo e os resultados. 36 4. Especificação do modelo e resultados 4.1. O modelo Observando a amostra e as variáveis genéricas a utilizar (que estudámos nos capítulos anteriores), sugerimos um modelo econométrico linear com um elemento de erro do tipo , (4.1) em que: Yit é a variável dependente (pobreza/ indicador de desigualdade) para o país i no ano t; β1 é o termo independente; β é o vetor de coeficientes associados às variáveis explicativas; Xit é o vetor de variáveis explicativas para o país i no ano t; uit é vetor dos termos de perturbação. Como referido no capítulo anterior, a análise de dados em painel permite o estudo de uma amostra maior considerando a dinâmica da mudança, razão pela qual optamos por este modelo. A partir daqui, para ser feita a escolha do método de estimação mais adequado, é necessário compreendermos as diferenças entre os efeitos fixos e os efeitos aleatórios quando estamos a tratar dados em painel. Tal como afirmou Greene (2012), esse é o grande desafio do investigador. “A resposta a essa pergunta depende da suposição que fazemos sobre a provável correlação entre o componente de erro individual ou específico ao corte transversal, u, e os regressores X” (Gujarati, 2006, p. 523). Para o autor, se u e X não estão correlacionados é aconselhável o modelo de efeitos aleatórios. Quando há correlação entre u e X deverá utilizar-se o modelo de efeitos fixos. Como já referido no capítulo anterior, os modelos com dados em painel têm a vantagem de verificar a heterogeneidade presente nos indivíduos ao permitir controlar os efeitos das variáveis não observadas. Além disso, permitem o uso de mais observações, aumentando o número de graus de liberdade e diminuindo a colinearidade entre as variáveis explicativas (Hsiao, 1986). 37 O modelo de efeitos fixos pretende controlar os efeitos de variáveis omitidas que variam entre indivíduos e permanecem constantes ao longo do tempo. Para isto, supõe que o termo independente varia de um indivíduo para o outro, mas é constante ao longo do tempo. Por sua vez, os parâmetros resposta são constantes para todos os indivíduos e em todos os períodos de tempo. Outro pressuposto importante do modelo de efeitos fixos é que o termo independente é um parâmetro fixo e desconhecido que capta as diferenças entre os indivíduos que estão na amostra (Greene, 2012). O modelo de efeitos variáveis possui alguns pressupostos do modelo de efeitos fixos no sentido em que o termo independente varia de um indivíduo para o outro, mas ele varia também ao longo do tempo, sendo que os parâmetros resposta são constantes para todos os indivíduos e em todos os períodos de tempo (Gujarati, 2006). A diferença entre os dois modelos refere-se ao tratamento do termo independente. O modelo de efeitos fixos, como dito anteriormente, trata os termos independentes como parâmetros fixos. Já o modelo de efeitos variáveis trata-os como variáveis aleatórias. Isto é, este modelo considera que os indivíduos sobre os quais se dispõe de informação são amostras aleatórias de uma população maior de indivíduos (Wooldridge, 2006). É de salientar que Judge et al. (1980) afirmam que para um período temporal (T) grande e uma amostra (N) pequena optar-se-á pelo modelo de efeitos fixos. Em todos os outros casos, como o nosso, essa escolha não é tão imediata havendo necessidade de analisar outros fatores. Para optar entre efeitos fixos ou aleatórios na estimação de modelos com dados em painel podemos recorrer ao teste de especificação desenvolvido por Hausman em 1978 (Marques, 2000; Gujarati, 2006; Greene, 2012). “A hipótese nula subjacente ao teste é que os estimadores do modelo de efeitos fixos e do modelo de efeitos aleatórios não diferem substancialmente” (Gujarati, 2006, p. 525). O autor afirma que se a hipótese nula for rejeitada conclui-se que é preferível escolher o modelo de efeitos fixos. Este teste mostra, na prática, se os efeitos individuais (isto é, o termo independente) estão ou não auto correlacionados com os regressores (ou seja, com o vetor de variáveis explicativas). Caso estejam, os efeitos são fixos; em caso negativo, os efeitos são aleatórios (Greene, 2012). Dado o tamanho da nossa amostra (N=27 países da UE e T=5 anos), não podemos definir logo à partida qual o modelo mais adequado, pelo que recorreremos aos testes disponíveis 38 no programa informático a utilizar – nomeadamente o teste de Hausmanpara estabelecer se deveremos utilizar o modelo de dados em painel com efeitos fixos ou aleatórios. 4.2. As variáveis Neste estudo optamos por estimar o modelo para ambas as variáveis dependentes – pobreza (Modelo AROPE) e desigualdade (Modelo Gini) – por forma a verificar se as potenciais variáveis explicativas sugeridas pela literatura se comportam de igual forma em relação aos dois fenómenos. Para reflectir a medida de desigualdade utilizamos o coeficiente de Gini e como medida da pobreza recorremos ao índice compósito proposto pela UE, AROPE (at risk of poverty or social exclusion) que representa, como o nome indica, a taxa de população que se encontra em risco de pobreza ou exclusão social e procura captar um conceito multidimensional de pobreza. Com base na literatura, foi possível especificar o conjunto de variáveis explicativas potencialmente relevantes para o nosso estudo: PIB, investimento direto estrangeiro, investimento como percentagem do PIB, contribuições sociais como percentagem do PIB, I&D, exportações e importações no sector de alta intensidade tecnológica e educação. Como vimos nos capítulos anteriores, a desigualdade e a pobreza abrangem não só mas também uma componente económica, o que implica uma ligação destes fenómenos com os recursos à disposição de cada país. Assim, à semelhança da maioria dos estudos enunciados no Quadro 3.1., utilizamos no nosso modelo o PIB (PIB per capita em PPC) como variável explicativa e esperamos que, quanto maior este seja, menor seja a pobreza e/ou a desigualdade. À semelhança de Cook e Uchida (2008), pretendemos analisar o impacto da mudança estrutural na pobreza e/ou desigualdade. Como tal, incluímos no modelo variáveis explicativas como I&D, exportações e importações do sector de alta intensidade tecnológica e o IDE, que refletem a tecnologia e o comércio externo. Quanto à expetativa acerca do comportamento destas variáveis, prevemos que o I&D tenha um sinal estimado negativo tal como explicita Fan et al. (2002), as exportações e importações de alta intensidade tecnológica apresentem um impacto positivo (conforme sustentado por Cook e Uchida, 2008) e o IDE tenha sinal positivo (Figini e Santarelli, 2006). Para a mudança estrutural são também fundamentais os aspetos internos já que este é um processo complexo cujos efeitos dependem das 39 caraterísticas específicas de cada economia, conforme verificado por autores como Obando (2006), Adair (2006) e Lahiri e Ratnasiri (2007). Além disso, os aspetos internos são essenciais para percebermos o comportamento revelado em matéria de desigualdade e pobreza, como vimos na revisão bibliográfica Como defendem, por exemplo, Anand e Kanbur (1993), as políticas redistributivas são fundamentais para definir a real situação de pobreza e desigualdade de cada país e estas prendem-se essencialmente com fatores internos. Nesse sentido, são incluídas no modelo as variáveis investimento em percentagem do PIB; as contribuições sociais em percentagem do PIB como aproximação ao peso do apoio social do Estado na economia interna, e a educação que está associada ao nível de habilitações da população em causa e, logo, está, à partida, correlacionada com a aptidão para certo tipo de trabalho que implique maiores competências (skills) e que geralmente contribui para empregos melhor remunerados. Assim, esperamos que o investimento e a educação contribuam para a redução da desigualdade e da pobreza (e.g. Kum, 2008, Chatterjee, 1995) e que as contribuições sociais tenham um coeficiente estimado com sinal negativo, ou seja, à medida que aumentam as contribuições sociais, tudo o resto constante, diminua a pobreza e desigualdade. As variáveis explicativas nos nossos modelos são então: o PIB per capita à PPC (paridade dos poderes de compra), o IDE, o investimento em percentagem do PIB, as contribuições sociais em percentagem do PIB, as despesas de I&D em percentagem do PIB, os valores relativos das exportações e importações de alta-tecnologia e a taxa de escolaridade (educação). Todos os indicadores utilizados foram retirados da base de dados do Eurostat, disponível em http://epp.eurostat.ec.europa.eu/portal/page/portal/statistics/themes. (acedida entre Fevereiro e Maio de 2012) No Quadro 4.1. podemos ver com maior detalhe a definição de cada uma das variáveis acima referidas. Quadro 4.1. Descrição das variáveis do modelo Gini Medida de concentração da desigualdade que varia de 0 a 1 sendo que 0 corresponde a igualdade total do rendimento e 1 corresponde à total desigualdade de rendimento. AROPE Representa a percentagem da população que cumpre pelo menos uma das seguintes condições: 1) está em risco de pobreza, ou seja, abaixo do limiar de pobreza; 2) está numa situação de severa privação material; 3) vive num agregado familiar com baixa intensidade de trabalho. PIB per capita em PPC (PIB) Produto Interno Bruto por habitante expresso em Paridades dos Poderes de Compra. (EU-27=100). 40 Indicadores estruturais de IDE (IDE) Valor médio dos fluxos de IDE em % do PIB. Investimento em % do PIB (INV) Peso do investimento interno no PIB. Engloba o investimento total da economia, do governo, das empresas e dos agregados familiares. Contribuições sociais em % do PIB (CS) Englobam as contribuições sociais efetivas e imputadas. As primeiras incluem as contribuições sociais dos empregadores, dos empregados e das pessoas sem emprego ou trabalhadoras por conta própria. As contribuições sociais imputadas representam a contrapartida das prestações sociais pagas diretamente pelos empregadores. Despesas de I&D, todos os sectores, em % do PIB (I&D) Inclui todas as despesas em I&D no sector empresarial (BERD), realizadas no território nacional, durante um determinado período de tempo, independentemente da origem dos fundos,em percentagem do PIB (intensidade de I&D). Exportações Hightech em % do total de exportações (EXP) Peso das exportações de todos os produtos de alta tecnologia no total de exportações. Consideram-se produtos de alta tecnologia o somatório dos seguintes produtos: aeroespaciais, computadores de escritório, eletrónicos de telecomunicação, farmácia, instrumentos científicos, maquinaria elétrica, química, maquinaria não elétrica e armamento. Importações Hightech em % do total de importações (IMP) Peso das importações de todos os produtos de alta tecnologia no total de importações. Consideram-se produtos de alta tecnologia o somatório dos seguintes produtos: aeroespaciais, computadores de escritório, eletrónicos de telecomunicação, farmácia, instrumentos científicos, maquinaria elétrica, química, maquinaria não elétrica e armamento. Educação (EDUC) Percentagem de população entre os 25 e os 64 anos que completou pelo menos o ensino secundário. 4.3. Resultados do modelo Para estimar o modelo anteriormente descrito utilizamos o programa Eviews 7, software que nos permite estimar o modelo pelo método dos dados em painel e que, também, nos permite verificar se o modelo de efeitos fixos é a melhor escolha para os nossos dados.3 Face à discussão de potenciais modelos a adotar apresentada na Secção 3.2., começamos por testar qual o modelo em painel que se ajusta melhor à nossa amostra. Para isso recorremos ao teste de redundância de efeitos fixos, sendo a hipótese nula a redundância do modelo de efeitos fixos. (ver Quadro 4.2). 3 Numa fase preliminar, foram efetuados testes de correlação entre uma gama ampla de variáveis. Apesar de termos excluído algumas variáveis que se apresentavam fortemente correlacionadas, optamos por não excluir outras que, ainda que apresentando uma correlação significativa mas inferior a 70%, eram, de acordo com a literatura, fundamentais para a nossa análise, 47 relativamente omissa em relação aos efeitos associados a esta variável, ainda que, como referido anteriormente, seja teoricamente coerente a existência de efeitos de sinais contrários, cujas magnitudes variam no tempo e no espaço. No modelo GINI, as exportações perdem a significância estatística e passamos a ter a variável dummy PIIGS com valores significativos e sinal positivo. Isto significa que pertencer aos chamados países PIIGS, tudo o resto constante, denota valores de desigualdade mais elevados. No próximo capítulo apresentamos as conclusões principais desta dissertação e assinalamos algumas possíveis pistas para investigação futura. 48 5. Conclusão A pobreza e desigualdade são, como vimos na literatura relevante, fenómenos bastante estudadas mas para os quais não há consenso generalizado em termos dos fatores determinantes. No Capítulo 2 vimos que mesmo a definição das variáveis subjacentes não é consensual. Há autores que consideram pobreza em termos materiais no sentido de privação de recursos (e.g. Lok-Dessallien, 2000) enquanto outros entendem que a pobreza engloba uma dimensão social e até emocional (e.g. Oppenheim e Harker, 1996). Em linha com os conceitos definidos são apontados alguns fatores potencialmente relevantes para a pobreza como o baixo rendimento da população que não permite aceder a um padrão mínimo de vida, a dificuldade no acesso a recursos básicos (como água), a falta de capacidade de participação na vida política, entre outros. É de salientar ainda que muitos autores referem que este conceito varia de país para país (e.g. Lomasky e Swan, 2009) e consoante a época em que surgem (e.g. Scott, 1997). No que concerne à desigualdade, esta é mais tipicamente definida como tendo o seu enfoque na distribuição dos rendimentos pelas famílias e/ou indivíduos. À luz da literatura revista podemos apontar como determinantes potenciais da desigualdade o crescimento económico dos países ou regiões, a natureza do sistema económico, a distribuição da terra e do capital e a distribuição do rendimento (Fields, 2001). Vários autores (e.g., Kuznets, 1955, Anand e Kanbur, 1993, Cook, 2006) referem a importância da mudança estrutural e da inovação (e.g., Baumol, 2002; Cook e Uchida, 2008) para a compreensão dos níveis de desigualdade e da pobreza. Contudo, os impactos estimados, como revelou a revisão sistematizada em torno dos estudos empíricos analisados, são distintos e variam ao longo do tempo e entre países. Na literatura teórica revista, o PIB é quase sempre considerado como fator determinante da da desigualdade, o que acabou por ser corroborado nem no nosso modelo estimado nem nos estudos empíricos analisados, quando o coeficiente de Gini era considerado como a medida da desigualdade. Conclusão diferente foi obtida por Kum (2008) ao considerar o índice de Theil em vez do indicador anterior para medir a desigualdade. Por sua vez, os estudos empíricos revistos sustentam a importância da intensidade tecnológica (Cook e Uchida, 2008) e do comércio com o exterior (Beckfield, 2006; Cook e Uchida, 2008; Kum, 2008) como determinantes da desigualdade. 49 Na literatura revista, encontramos autores que defendem que a pobreza é afetada por fatores internos (Chatterjee, 1995) e outros que destacam antes a importância de fatores externos (Figini e Santarelli, 2006). Figini e Santarelli, (2006) constatam que a internacionalização faz aumentar a pobreza relativa e que a abertura comercial e o peso do setor público afetam negativamente a pobreza absoluta, o que vem sustentar a argumentação de que os padrões de comércio afetam o bem-estar da população (Cook e Uchida, 2008). Após a análise detalhada dos estudos empíricos sobre as relações causais entre mudança estrutural e inovação, e pobreza e desigualdade, construímos uma base de dados para os países da União Europeia, a partir de informação online disponível do Eurostat, tendo em vista a elaboração de um estudo econométrico centrado no impacto de variáveis que pretendem captar a mudança estrutural e a inovação sobre a pobreza e a desigualdade. A metodologia aplicada consistiu no tratamento de um modelo de dados em painel com efeitos fixos (apoiada nos testesde redundância de efeitos fixos e teste de Hausman). Dada a revisão de literatura efetuada nos Capítulos 2 e 3, considerámos como variáveis explicativas o PIB per capita em PPC, a I&D, as exportações e importações do sector de alta intensidade tecnológica, o IDE, as contribuições sociais em percentagem do PIB, o investimento e a educação. Para expressar a pobreza e desigualdade utilizámos o índice compósito AROPE e o coeficiente de Gini, respetivamente. Face aos resultados da aplicação do modelo econométrico à nossa base de dados, constatámos que a qualidade do ajustamento global é boa, sendo as variáveis estatisticamente significativas para o modelo AROPE o PIBpc, as exportações e as importações high-tech, todas com estimado sinal negativo, implicando que quer o comércio externo do setor de alta intensidade tecnológica quer o PIBpc afetam inversamente a pobreza, isto é, o seu crescimento faz, tudo o resto constante, diminuir os valores de pobreza. Este é um resultado que está sustentado na literatura revista. Para o modelo Gini, a qualidade de ajustamento global também é boa e as variáveis significativas são as contribuições sociais e as importações high-tech, ambas com sinal estimado negativo. Como esperado, à medida que aumentam as contribuições sociais diminui a desigualdade (e.g. Anand e Kanbur, 1993) e o mesmo ocorre para o caso das importações de high-tech. Reconhecendo a heterogeneidade dos países que compõem a amostra e face à elevada probabilidade de existirem fatores não observados, específicos por país, que podem 50 influenciar decisivamente as variáveis em estudo, optou-se por introduzir variáveis dummy por regiões (PIIGS e Europa de Leste). A introdução das variáveis dummies regionais permitiu concluir que pertencer ao grupo dos PIIGS, tudo o resto constante, faz aumentar a desigualdade. Quanto ao modelo AROPE, nenhumas das variáveis em causa se mostrou significativa. Em ambos os modelos verificámos que diminui a qualidade de ajustamento global mas aumenta o número de variáveis significativas. Para o modelo AROPE com dummies regionais as variáveis significativas são o PIB per capita em PPC, as exportações e importações do sector de alta intensidade tecnológica, o IDE, as contribuições sociais em percentagem do PIB e o investimento; para o modelo Gini, temos como variáveis significativas o PIB per capita em PPC, as exportações do sector de alta intensidade tecnológica, o IDE, as contribuições sociais em percentagem do PIB e, como já referido, a variável PIIGS. Uma vez que os fenómenos em análise produzem efeitos de médio e longo prazo, seria interessante alargarmos o período temporal para o grupo de países em estudo. Contudo, esta tarefa está dependente da disponibilidade de séries temporais harmonizadas mais longas. Ainda, em termos de investigação futura, será importante desenvolver novos testes de causalidade sobre o modelo econométrico considerado, tendo em vista resolvermos algumas limitações da análise e melhorarmos a identificação de fatores concretos que poderão explicar o forte peso estimado das diferenças entre países. 51 Referências bibliográficas Acemoglu, D. e Robinson, J. A. (2012), Why Nations Fail: The Origins of Power, Prosperity and Poverty, Profile Books, London. Adair, C. (2006), “Structural Change, Inequality and Growth in Mexico”, The University of Texas Inequality Project, Working Paper 35, Austin, Texas. Aghion, P., Caroli, E. e Garcia-Peñalosa, C. (1999), “Inequality and Economic Growth: The Perspective of the New Growth Theories”, Journal of Economic Literature, Vol. 37, pp. 1615-1660. Alcock, P. (1997), Understanding Poverty, 2ª edição, Macmillan Press Ltd, London. Alesina, A. e Rodrik, D. (1994), “Distributive Politics and Economic Growth”, The Quarterly Journal of Economics, Vol. 109, pp. 465-490. Allen, R. C. (2003), “Progress and Poverty in Early Modern Europe”, Economic History Review, Vol. 3, pp. 403-443. Anand, S. e Kanbur, S.M.R. (1993), “The Kuznets process and the inequality – development relationship”, Journal of Development Economics, Vol. 40, pp. 25-52. Archibugi, D. e Pianta, M. (1994), “Aggregate convergence and sectoral specialization innovation”, Journal of Evolutionary Economics, Vol. 4, Nº 1, pp. 17-33. Banco Mundial (2010), “World Development Indicators 2010”, The World Bank: Washington DC,Oxford University Press. Baumol, W. (2002), “The Free-Market Innovation Machine: Analyzing the Growth Miracle of Capitalism”, The Journal of Economic History, Cambridge University Press, Vol. 62, No. 3, pp. 245-298 Beckfield, J. (2006), “European Integration and Income Inequality”, American Sociological Review, Vol. 71, No. 6, pp. 964-985. Blaug, M. (1989), História do Pensamento Económico, tradução: M.D. Carvalho e Branco, J.M.P.S. Lobo e A.R. Neto, Publicações Dom Quixote, Lisboa, Vol. 1. Chatterjee, S. (1995), “Growth, Structural Change and Optimal Poverty Interventions”, Asian Development Bank, Manila, Philippines. 52 Chen, B. L. (2003), “An inverted-U relationship between inequality and long-run growth”, Economic Letters, Vol. 78, pp. 205-212. Chenery, H., Robinson, S. e Syrquin, M. (1986), Industrialization and Growth: A Comparative Study, Oxford University Press, New York. Chenery, H. e Srinivasan, T.N. (1988), Handbook of Development Economics, Volume I, Elsevier Science Publishers B.V., Amsterdam, The Netherlands. Chenery, H. e Syrquin, M. (1975), Patterns of Development 1950-1970, World Bank Research Publication. Cook, P. e Uchida, Y. (2008), “Structural Change, Competition and Income Distribution”, The Quarterly Review of Economics and Finance, Vol. 48, pp. 274-286. Cook, S. (2006), “Structural Change, Growth and Poverty Reduction in Asia: Pathways to Inclusive Development”, Development Policy Review, Vol. 24, 51-80. Costa A. B., Baptista I., Perista P. e Carrilho P. (2008), Um Olhar Sobre a Pobreza, Gradiva, Lisboa. Fagerberg, J. (2003), “Schumpeter and the revival of evolutionary economics: an appraisal of the literature”, Journal of Evolutionary Economics, Vol. 13, pp. 125-159. Fan, S., Zhang, L. e Zhang, X. (2002), Growth, Inequality and Poverty in Rural China: The Role of Public Investments, Research Report 125, International Food Policy Research Institute, Washington DC. Fields, G. S. (2001), Distribution and Development: a new look at the developing world, The MIT Press, Massachusetts Institute of Technology, Cambridge, Massachusetts. Fields, G.S. (1980), Poverty, Inequality and Development, Cambridge University Press, Cambridge. Figini, P. e Santarelli, E. (2006), “Openness, Economic Reforms and Poverty: Globalization in Developing Countries”, The Journal of Developing Areas, Vol. 39, N.º 2, pp. 129-151. Figueiredo, A. M., Pessoa, A. e Silva, M. R. (2005), Crescimento Económico, Escolar Editora: Lisboa. 53 Greene, William H. (2012), Econometric Analysis, 7ª Edição, Pearson Education Limited, England. Gujarati, D. (2006), Econometria Básica, Trad. Maria José Cyhlar Monteiro, Rio de Janeiro, Elsevier Editora Lda. Hall, B. H. e Rosenberg, N. (2010), Economics of Innovation, Elsevier, Oxford, UK, Vol.1, 1ª Edição. Hsiao, Cheng (1986), “Analysis of Panel Data”, Cambridge, Cambridge University Press Judge, George G., Hill, Carter R., Griffiths, William E., Lutkepoht, Helmut e Lee, TsoungChao (1980), Theory and practice of Econometrics, John Wiley & Sons, New York. Kaldor, N. (1966), Causes of the Slow Rate of Economic Growth of the United Kingdom – An Inaugural Lecture, Cambridge University Press, London. Kum, H. (2008), “Inequality and Structural Change”, University of Texas Inequality Project, Working Paper No. 54. Kuznets, S. (1955), “Economic Growth and Income Inequality”, The American Economic Review, Vol. 45, N.º 1, pp. 1-28. Krugman, P. R. e Obstfeld, M. (2001), Economia Internacional: Teoria e Política, Trad: Laranjeira, C., São Paulo, Pearson, 5ª edição. Lahiri, R. e Ratnasiri, S. (2007), “Concerning Inequality, Technology Adoption and Structural Change”, QUT School of Economics and Finance, Working Paper No. 207. Lall, S. (2000), “The technological Structure and performance of developing country manufactured exports 1985-98”, Oxford Development Studies, Vol. 28, pp. 337-369. Laursen, K. (2000), “Do export and technological specialization patterns co-evolve in terms of convergence or divergence? Evidence from 19 OECD countries, 1971-91”, Journal of Evolutionary Economics, Vol. 10, Nº.4, pp. 415-436. Lomasky, L e Swan, K. (2009), “Wealth and Poverty in Liberal tradition”, The Independent Review, Vol.13, N.º 4, pp. 493-510. Lok-Dessallien, R. (2000), “Review of Poverty Concepts Indicators”, Poverty Reduction Series, New York, UNDP. Marques, L. D. (2000), Modelos Dinâmicos com Dados em Painel: revisão de literatura, Porto, Portugal 54 Meier, G. M. (1995), Leading Issues in Economic Development, Oxford University Press: New York, 6ª Edição. Misturelli, F. e Heffernan, C. (2008), “What is poverty? A diachronic exploration of the discourse on poverty from the 1970s to the 2000s”, The European Journal of Development Research, Vol. 20, N.º 4, pp. 666-684. Murteira, M. (1978), Desenvolvimento Económico e Comércio Internacional: um curso introdutório, Moraes Editores, Lisboa, 1ª Edição. Murteira, M. (1995), Economia Mundial: A Emergência duma Nova Ordem Global, Difusão Cultural, Lisboa. Obando, J. M. (2006), “Patterns of Wage Inequality in Costa Rica during the Structural Change, 1976-2004”, The University of Texas at Austin, Working Paper no. 36. Oliveira, M. Mendes, Santos, Luis Delfim e Fortuna, Natércia (2011), Econometria, Escolar Editora, Lisboa. Ortiz, C. H., Castro, J. A. e Badillo, E. R.(2009), “Industrialization and Growth: Threshold Effects of Technological Integration”, Cuadernos de Economía, Vol. 28, pp.75-97. Romer, P. (1986), “Increasing returns and long-run growth”, Journal of Political Economy, Vol. 94, N.º 5, pp.1002-1037. Romer, P. (1990), “Endogenous Technological Change”, Journal of Political Economy, Vol. 98, N.º 5, pp. S71-S101. Sato, Y., Tabata, K. e Kazuhiro, Y. (2008), “Technological Progress, Income Inequality and Fertility”, Journal of Population Economy, Vol. 21, pp. 135-157. Schein, A. (2012), “Institutional reversals and economic growth: Palestine 1516–1948”, Journal of Institutional Economics, Vol. 8, pp. 119-141. Scott, W. (1997), “Poverty in Transition in Eastern Europe and Commonwealth of Independent States: conceptual issues and some findings”, Statistical Journal of the UN Economic Commission of Europe, Vol. 14, N.º 2, pp. 189-208. Sen, A. (1979), “Issues in the Measurement of Poverty”, Scandinavian Journal of Economics, Vol. 81, N.º 2 Sen, A. (1983), Poverty and Famines: An Essay on Entitlement and Deprivation, Oxford/GB, Oxford University Press. 55 Sen, A. (1985), Commodities and Capabilities, Amsterdam, North-Holland Silva, M. (2010), “Pobreza, direitos humanos e democratização da economia”, in Teixeira, A.A.C.; Silva, S. e Teixeira, P. (eds.), “O que Sabemos sobre a Pobreza em Portugal?”, Vida Económica, pp. 61-74. Sobhan, R. (2005), “A Macro Policy for Poverty Eradication through Structural Change”, UNU World Institute for Development Economics Research, Helsinki, Finland Swan, Peter G. M. (2009), “The Economics of Innovation”, Edward Elgar Publishing Limited, Cheltenham, UK. Syrquin, M. e Chenery, H. (1989), “Three Decades of Industrialization”, The World Bank Economic Review, Vol.3, Nº. 2, pp. 145-181. Todaro, M. P. (1997), Economic Development, 6ª edição, Longman, London and New York. Uchida, Y. e Cook, P. (2005), “The effects of competition on technological and trade competitiveness”, Quarterly Review of Economics and Finance, Vol. 45, Nº.2/3, pp. 258283. Wooldridge, J. M. (2006), Introdução à econometria – uma abordagem moderna, trad. Rogério César de Souza, José António Ferreira, São Paulo; Pioneira Thomson Learning, pp. 402-488 Yamamura, E. e Shin, I. (2009), “Effects of Income Inequality on Growth through Efficiency Improvement and Capital Accumulation”, International Economic Journal, Vol.23, n.ª2, pp. 237-258.