Economias de Aglomeração e a Concorrência Fiscal dos Municípios: o caso da Derrama

Economias de Aglomeração e a Concorrência Fiscal dos Municípios: o caso da Derrama por Ana Isabel Oliveira de Sousa Dissertação para obtenção do grau de Mestre em Economia pela Faculdade de Economia do Porto Orientada por: Prof. Doutor José da Silva Costa setembro, 2015 i Nota biográfica Ana Isabel Oliveira de Sousa nasceu a 24 de janeiro de 1991, na cidade de Paredes, no distrito do Porto. Frequentou a Universidade de Trás-os-Montes e Alto Douro, durante os anos de 2010 a 2013, onde concluiu a Licenciatura em Economia. Posteriormente, no ano de 2013, ingressou no Mestrado em Economia na Faculdade de Economia da Universidade do Porto. ii Agradecimentos A realização desta Dissertação de Mestrado só foi possível com a contribuição e colaboração de várias pessoas. Por essa razão, expresso aqui o meu mais sincero obrigado e profundo reconhecimento, a todas essas pessoas: Ao Professor Doutor José da Silva Costa, pela orientação, rigor, profissionalismo e disponibilidade incansável na ajuda para resolver as dificuldades que foram surgindo ao longo de todo o processo. Ao Doutor Armindo Manuel da Silva Carvalho, pelo apoio na obtenção das regressões com correção de autocorrelação espacial. A toda a minha família, em particular aos meus pais e irmãos, pelo amor, incentivo, compreensão e alento incondicional durante toda esta etapa. A todos os meus amigos, pelo apoio e estímulo. A todos os demais, que de um modo, ou de outro, contribuíram para a concretização desta Dissertação. iii Resumo O objetivo do presente trabalho é testar empiricamente se os municípios portugueses que beneficiam de economias de aglomeração mais elevadas se envolvem, em menor grau, na competição por recursos, praticando taxas de Derrama mais elevadas. Teoricamente, muitos autores afirmam que haverá uma relação de causalidade entre economias de aglomeração e as taxas de impostos locais, incidindo sobre as empresas. Estes assumem que as decisões de localização das empresas variam de acordo com a base tributária local. Em alternativa, outros autores defendem que essa dinâmica de concorrência fiscal coloca pressão sobre os governos locais, descontrolando o equilíbrio das contas públicas – no seu limite diminuindo a eficiência dos bens e serviços públicos. O debate teórico é intenso, sendo necessário desenvolver um conjunto de fatores explicativos para a localização das empresas nos diferentes municípios. Para tal, recorremos a uma análise econométrica espacial: dados em painel para as taxas de Derrama praticadas nos 278 municípios do Continente português, entre 2003 e 2013. Além da estimação do modelo utilizando os OLS, procedemos também à estimação de dois modelos autorregressivos, SAR e SEM, de modo a apurar os fatores socioeconómicos que influenciam a escolha das taxas de Derrama. A análise desenvolvida nesta Dissertação permitiu concluir que existe concorrência fiscal entre os municípios portugueses – estes interagem entre si na fixação das taxas de Derrama, gerando um incentivo à localização de novas empresas no município. Contudo, não existe evidência estatisticamente significante do papel das economias de aglomeração na proteção dos municípios que fixam taxas de Derrama mais elevadas. Códigos-JEL: H11, H21,R11, R12. Palavras-chave: Economias de Aglomeração, Concorrência Fiscal, Municípios, Derrama. iv Abstract The purpose of this work is to empirically test if the Portuguese counties that benefit from higher agglomeration economies get less involved in the competition for resources, setting higher rates of business tax (Derrama). Theoretically, many authors state that there is a causal link between agglomeration economies and local taxes that are enforced upon the enterprises. These assume that the decision of the location of the enterprises varies according to the local tax base. On the other hand, other authors state that dynamics of the fiscal competition puts pressure on the local governments triggering public accounts out of control – on the limit decreasing the efficiency of the public goods and services. The theoretical debate is intense and it is necessary to develop a set of explainable factors for the location of enterprises on the different counties. Therefore we made use of a spatial econometric analysis: panel data for the municipal taxes enforced on the 278 counties of the Portuguese continent between 2003 and 2013. Besides the estimation of the model using the OLS we estimate two autocorrelation models, SAR and SEM, in order to find out the socio-economic factors that influence the choice of the rates of Derrama. Based on the analysis developed in this thesis we conclude that there is fiscal competitiveness between the Portuguese counties – these ones interact among themselves to set the rates of Derrama generating an incentive to the localization of new enterprises in the county. However, there is no significant statistical significant evidence of the role of the agglomeration economies in the protection of the counties that set higher municipal rates of Derrama. JEL-codes: H11, H21,R11, R12. Key-words: Agglomeration Economies, Tax Competition, Municipalities, Derrama. v Índice Nota biográfica .................................................................................................................................... i Agradecimentos .................................................................................................................................. ii Resumo................................................................................................................................................ iii Abstract ................................................................................................................................................ iv Índice de quadros .............................................................................................................................. vi Índice de figuras .............................................................................................................................. vii Introdução............................................................................................................................................. 8 1. Economias de Aglomeração e Concorrência Fiscal .................................................. 11 2. Estudos Empíricos sobre Economias de Aglomeração e Concorrência Fiscal: Análise .................................................................................................................................... 17 2.1. Análise e abordagem de Allers e Elhorst, 2005 .......................................................... 17 2.2. Análise e abordagem de Crabbé e Bruyne, 2011 ........................................................ 19 2.3. Análise e abordagem de Luthi e Schmidheiny, 2013 ................................................ 22 3. Metodologia ........................................................................................................................... 26 4. Evidência Empírica ............................................................................................................. 29 4.1. Análise Descritiva................................................................................................................... 31 4.2. Estimação dos Modelos ........................................................................................................ 42 Conclusão .......................................................................................................................................... 55 Referências bibliográficas ............................................................................................................ 58 Anexo 1: Matriz de correlações entre as variáveis explicativas ........................................ 62 vi Índice de quadros Quadro 1 – Variáveis que explicam o imposto da Derrama …………………………...28 Quadro 2 – Fontes usadas……………………………………………………………....30 Quadro 3 – Cobrança do imposto da Derrama nos municípios do Continente………...31 Quadro 4 – Dados Estatísticos sobre o imposto da Derrama entre 2003 e 2013............41 Quadro 5 – Estimativa do Modelo 1: OLS sem efeitos fixos espaciais………………..44 Quadro 6 – Estimativa do Modelo 2: OLS com efeitos fixos espaciais………………..45 Quadro 7 – Estimativas do Modelo SAR………………………………………………47 Quadro 8 – Estimativa do Modelo SEM……………………………………………….49 Quadro 9 – Estimativa do Modelo SAR (com supressão de variáveis)………………..51 Quadro 10 – Estimativa do Modelo SEM (com supressão de variáveis)………………52 vii Índice de figuras Figura 1 – Municípios que cobram sempre taxa de Derrama no seu valor máximo…...32 Figura 2 – Municípios que nunca cobraram taxa de Derrama………………………… 33 Figura 3 – Municípios que alteram a taxa de Derrama para valores superiores………..36 Figura 4 – Municípios que alteram a taxa de Derrama para valores inferiores………...36 Figura 5 – Municípios que alteram a taxa de Derrama mais do que uma vez………….37 Figura 6 – Taxas de Derrama cobradas pelos municípios, no ano de 2003 e 2007…….38 Figura 7 – Taxas de Derrama cobradas pelos municípios, no ano de 2008 e 2013…….39 8 Introdução É, hoje, reconhecido na literatura especializada que a descentralização política gera benefícios para a sociedade que em muito superam os seus custos (Oates, 1972). Entre os benefícios da descentralização política está a possibilidade dos governos subnacionais diferenciarem a oferta de bens e serviços públicos e assegurarem parte do seu financiamento com a fixação de taxas e lançamento de impostos. A possibilidade dos governos subnacionais definirem os bens e serviços que oferecem adequando-os às preferências dos seus eleitores e a forma como serão financiados não é isenta de dificuldades, pois as decisões nesta matéria têm influência no comportamento e nas escolhas dos agentes económicos, podendo gerar efeitos nefastos de excessiva concorrência fiscal (jogos de soma nula ou negativa) e excessiva distorção nas suas decisões de localização. A organização político-administrativa deve, pois, assegurar ganhos de bem-estar na afetação dos recursos económicos sem comprometer a equidade territorial. Para o efeito, será necessário desenhar adequadamente um sistema tributário a nível regional e local e complementá-lo com transferências que assegurem equidade vertical e horizontal entre os territórios. Um “bom” sistema fiscal a nível subnacional deve assegurar a eficiência e equidade, ser transparente, simples e flexível, bem como, ter baixos custos de administração. Em matéria de eficiência, é fundamental que não distorça as decisões dos agentes económicos, sendo importante para o efeito ter em conta a maior ou menor mobilidade da matéria coletável sobre a qual incidem os impostos. Quando a matéria coletável é mais móvel são necessários cuidados adicionais em matéria de harmonização fiscal, contudo quando se destina a uma matéria coletável menos móvel há maior margem para tributação sem cuidados de harmonização fiscal. Em Portugal, o poder de tributação incide sobre bases fiscais móveis e imóveis. A tributação sobre bases móveis incide essencialmente sobre o rendimento, como o imposto sobre o rendimento de pessoas singulares (IRS); o imposto sobre o rendimento de pessoas coletivas (IRC); o imposto de Derrama; e sobre a despesa, como é exemplo o Imposto sobre o Valor Acrescentado (IVA) e Imposto de Selo (IS). A tributação sobre bases imóveis recai sobre o património, designadamente, o imposto municipal sobre imóveis (IMI) e imposto municipal sobre as transmissões onerosas de imóveis (IMT). 15 aglomerada ajudam a dispersar o crescimento e desenvolvimento económico das empresas existentes e das novas empresas que aderem ao mercado. A concorrência fiscal, segundo a evidência empírica ao nível da UE, mostra que a interação entre os governos nacionais e locais não representa uma solução ótima do ponto de vista económico e político. Uma menor carga fiscal implicará menores receitas, e, consecutivamente resultará num saldo orçamental desequilibrado (dependendo do tempo necessário de ajustamento das taxas de impostos, ceteris paribus, poderá originar problemas de alocação eficiente dos recursos), bem como, no seu limite, à insustentabilidade da dívida pública (Comissão das Comunidades Europeias,1997). Contudo, a concorrência fiscal que ocorre por meio da interação dos governos nacionais e locais, segundo Crabbé e Bruyne (2011), promove atração de novas empresas como um todo nesse local, em consequência da concorrência fiscal cooperativa. Os autores demonstram que, na Bélgica, os efeitos de interação entre os governos locais na fixação das taxas de impostos e as rendas de aglomeração têm um impacto significativo na criação e instalação de novas empresas de setores diferentes. Quando se trata de empresas produtivas de natureza idêntica o mesmo não se verifica, devido à concorrência que seriam sujeitas as entidades já existentes. O trabalho de Allers e Elhorst (2005) desdobra os efeitos espaciais na interação dos municípios holandeses na fixação das taxas de impostos locais, encontrando-se evidência, clara, da imitação fiscal entre os governos. Estes resultados apontam que a yardstick competition pode ajudar os eleitores a avaliar o comportamento dos seus decisores políticos através da comparação das taxas de imposto praticadas por estes, relativamente aos governos vizinhos. De modo semelhante, mas para os municípios portugueses, também Costa, Carvalho e Coimbra (2011) avaliam se a interação estratégica existente nos municípios portugueses é determinada pela concorrência tipo yardstick competition ou pela concorrência por recursos. Após a construção de um vasto conjunto de indicadores que caracterizam as especificidades de cada município, essencialmente de cariz político (transferências do Estado, maiorias camarárias, anos eleitorais e outros), os autores recorrem a funções de reação para estimar possíveis vínculos de causalidade entre os mesmos. Os resultados obtidos apontam para a concorrência tipo yardstick competition, como explicação da interação dos decisores políticos na fixação dos impostos municipais, nos municípios portugueses. 16 No centro da abordagem de Blochliger e Pinero-Campos (2011) a concorrência fiscal é usada na maioria dos países da OCDE e nos diferentes níveis de governo como um meio de estímulo à fixação de novas empresas. Os governos promovem incentivos fiscais com o intuito de impulsionar o desenvolvimento e crescimento económico nacional. De facto, cada estado membro detém certa capacidade na definição da própria política fiscal, podendo tornar-se mais competitivo em relação a outros países, salvaguardando, porém, regras e diretivas estipuladas pela OCDE em matéria de política fiscal. A concorrência fiscal é assim descrita por muitos, como um jogo estratégico. Todavia, ao longo dos anos, tem-se assistido a tentativas de uma progressiva harmonização fiscal entre os governos com o objetivo de neutralizar os excessos da concorrência fiscal. 17 2. Estudos Empíricos sobre Economias de Aglomeração e Concorrência Fiscal: Análise No presente capítulo, iremos analisar três dos estudos mencionados anteriormente. Esta análise visa conhecer em maior detalhe as variáveis e as metodologias utilizadas pelos autores no estudo da relação de causalidade entre as economias de aglomeração e a fixação de taxas de impostos locais. 2.1. Análise e abordagem de Allers e Elhorst, 2005 A análise empírica desenvolvida por Allers e Elhorst (2005) aborda as taxas de imposto sobre a propriedade, aplicadas no ano de 2002, nos municípios holandeses. Estas taxas são definidas pelo conselho municipal, conselho esse, que é eleito de quatro em quatro anos através de um sistema de representação proporcional ao número de habitantes. Elemento chave para a compreensão das mudanças de tributação local e, consecutivamente, das alterações das despesas na oferta de bens e serviços públicos, associadas aos regimes políticos subjacentes: conselho executivo camarário ser maioria sólida ou não. A questão fulcral dos autores é provar que os municípios holandeses se envolvem em concorrência fiscal por meio da imitação de impostos. Estes autores utilizam dois modelos econométricos espaciais para sustentar o seu estudo: o modelo de erro espacial e o modelo de desfasamento espacial. No primeiro caso, detém-se um vasto conjunto de padrões característicos e específicos de cada município, e que nos termos do erro estão correlacionados com esse mesmo espaço. Em contrapartida, no segundo caso, acresce ainda, que a taxa de imposto depende intrinsecamente das taxas de impostos praticadas pelos municípios vizinhos. Deste modo, as variáveis incorporadas nos modelos são: a taxa média ponderada de cada município (variável dependente), usando os valores médios de imóveis (residências e não residências); variável dummy para captar a posição da vizinhança; variável dummy para captar se as áreas são ou não similares entre si, entre outros parâmetros. Allers e Elhorst (2005) concluíram que a imitação fiscal (imposto sobre a propriedade) constituiu uma realidade nos municípios holandeses, aludindo para a 18 ocorrência de yardstick competition. Há evidência empírica de interação recíproca entre o governo local e os governos locais vizinhos. No que diz respeito aos eleitores, estes parecem premiar ou penalizar os políticos locais com base na informação disponível dos governos locais vizinhos. Vejamos, portanto, a formulação do modelo de interação espacial, desenvolvido pelos autores. Primeiramente, desenvolvem dois modelos básicos de definição da interação espacial, nomeadamente, o modelo do erro espacial e o modelo de desfasamento espacial, tal que: ; ; ; (1) Este modelo descreve que o imposto de propriedade depende de um vasto conjunto de padrões típicos e específicos de cada município e que os termos do erro estão correlacionados com esse mesmo espaço. O termo Y designa o vetor N*1 referente ao imposto de propriedade para cada município; X representa a matriz N*K das variáveis explicativas exógenas; β é o parâmetro da função, denota os termos de perturbação; ε representa o termo erro; λ designa o coeficiente de autocorrelação espacial; é a matriz de pesos espaciais e ainda, é a matriz identidade, com tamanho N. ; ; (2) No modelo de desfasamento espacial, acresce, relativamente ao modelo anterior, que o imposto de propriedade depende das taxas de impostos praticadas pelos municípios vizinhos. Y denota o vetor N*1 referente ao imposto de propriedade para cada município; X é a matriz N*K das variáveis explicativas exógenas; β é o parâmetro da função, ρ denomina o coeficiente de autocorrelação espacial; é a matriz de pesos espaciais; ε 19 representa o termo erro distribuído independentemente e identicamente por cada município; e ainda, é a matriz identidade, com tamanho N. Deste modo, a expressão geral para o modelo de interação espacial é dada por: (3) A variável dependente, Y, nesta investigação, é um vetor N*1 referente à taxa de imposto em cada município i; N é a matriz de N*K das variáveis explicativas exógenas; ρ e β são parâmetros da função, que medem a influência das médias das observações dos vizinhos relativamente à variável dependente; M é a matriz diagonal, cujos elementos da sua diagonal são iguais a 1; W é a matriz de pesos espaciais relativamente à posição da vizinhança, com valores de 0 e 1, onde 0 aponta para posição não contígua da vizinhança e o valor de 1 para a posição contígua da vizinhança – variável dummy explicativa; Wy mede assim, o valor médio do Y nos municípios vizinhos, traduzindo que, cada município é vizinho dos seus municípios vizinhos; baseia-se numa matriz de identidade que demonstra a coincidência de valores entre os municípios, sendo que, quando toma valores próximos de 0 significa que há inexistência de autocorrelação espacial, quando assume valores próximos de 1 existe autocorrelação espacial; e por fim, ε é o erro da regressão. Perante isto, os autores defendem a utilização de variáveis instrumentais na estimação do modelo de desfasamento espacial, salvaguardando, também, a importância de afastar WY (apenas em vetor X e em matriz de pesos espaciais W), com a finalidade de os usar como instrumentos para WY. Desta feita, é esperado um ρ positivo e significativo, para que haja forte evidência de imitação fiscal entre os municípios holandeses, na fixação do imposto de propriedade. 2.2. Análise e abordagem de Crabbé e Bruyne, 2011 Crabbé e Bruyne (2011), num estudo realizado para os distritos belgas, investigam o surgimento de novas empresas de setores de atividade distintos, em dois 20 períodos de tempo, nomeadamente, o período antes da reforma fiscal: 1999-2001 e o período posterior à reforma fiscal: 2004-2006, com o intuito de compreender o impacto das taxas de imposto efetivas e das rendas de aglomeração sobre as decisões de localização das empresas. Utilizando o modelo de estimativa de Poisson, os autores recorreram a três tipos de dados: consultaram o banco de dados para obtenção das contas anuais das 250.000 empresas belgas para os vários anos; averiguaram as contas regionais, por meio do Banco Nacional da Bélgica - analisando as variáveis do PIB per capita e o investimento bruto para os diferentes distritos; e por fim, recolheram dados acerca dos preços da construção de lotes por metro quadrado, do governo federal. Relativamente à taxa de imposto efetiva, esta é definida com base nos lucros de cada empresa em determinado ano. Convém realçar que a evidência empírica anterior sustenta que as taxas de imposto efetivas nos distritos belgas são significativamente distintas entre si, quando se controla as características das empresas e respetivos setores de atividade. Várias são as causas apresentadas para tal mas, particularmente, destaca-se as decisões fiscais locais associadas à organização e tamanho da administração fiscal, bem como, a sobretaxa imposta sobre a propriedade local, taxa essa que emerge de um valor mínimo definido pelo governo federal, podendo haver acréscimo desse mesmo valor por parte de todos os municípios fiscais. Questiona-se assim, se o efeito de aglomeração na Bélgica se sobrepõe ao da concorrência fiscal, de tal modo que as empresas tenham maior necessidade de se agrupar ou afastar, em consequência da concorrência recíproca a que seriam sujeitas por empresas do mesmo setor. Observado o impacto da aglomeração e da concorrência, os autores concluíram que a presença de economias de aglomeração promove a atração de novas empresas de setores distintos, contudo, quando alusivo a empresas de setores análogos, o mesmo não se concretiza, fomentando a dispersão de empresas nesse mesmo mercado. Observemos a estimação de Poisson proposta pelos autores. Este modelo surge como um instrumento de auxílio à tomada de decisão de localização das empresas, em determinado estado da natureza, ou seja, quando a empresa decide localizar-se em determinado distrito deve ter em consideração vários critérios, que influenciam de forma direta a sua tomada de decisão. 21 Inicialmente, os autores partem de uma função de lucro geral de uma qualquer empresa, dada por: (1) Diante do exposto, é percetível que as empresas atuam em busca de maiores níveis de lucratividade possíveis. Uma das alternativas para concretizar o mesmo, consiste na escolha da localização da empresa em determinado território, associado ao benefício que esta aufere por estar fixada nesse distrito, relativamente a todos os outros, permitindo estimar probabilidades no surgimento de novas empresas nessa unidade espacial. Para tal, os autores recorreram a uma estimativa de Poisson, nomeadamente, ao modelo de logit condicional, de forma a salvaguardar todas a variáveis explicativas e todos os efeitos fixos associados às mesmas. Resultando a seguinte equação: (2) Por fim, apresentam a expressão geral do modelo de decisão de localização das empresas, tendo em apreciação duas variáveis de controlo: o preço da construção de lotes por metro quadrado e, ainda, o investimento bruto. A equação principal irá abranger os efeitos fixos dos distritos que, em muito, afetam os lucros esperados da empresa, quer pelo lado da receita, quer pelo lado da despesa. Desta forma, a regressão final a considerar é a seguinte: 22 (3) onde, representa a taxa de imposto efetiva no distrito d ,no setor s e no ano t; ou seja, é a taxa de imposto praticada por cada distrito tendo em consideração o setor de atividade da empresa, bem como, o ano em questão. Aggl (D) é o indicador da renda de aglomeração do lado da procura, bem como, Aggl (S) é o indicador da renda de aglomeração, mas do lado da oferta; x é o vetor das variáveis explicativas que determinam o lucro das empresas, designadamente, estrutura de ativos da empresa, benefícios fiscais, grau de singularidade da empresa, dimensão da empresa e a própria volatilidade dos resultados operacionais da empresa. Temos ainda que define o potencial de mercado, isto é, é o rendimento gerado em cada distrito sobre a distancia à capital distrito, evidenciando o potencial do próprio distrito e dos restantes distritos envolventes a si. Após a estimação, e segundo Crabbé e Bruyne (2011), se a taxa de imposto efetiva for negativa e estatisticamente significante, com termos de interação positivos entre si, pode interpretar-se que as rendas de aglomeração compensam os elevados níveis da taxa de imposto efetiva. No entanto, numa situação em que as rendas de aglomeração são positivas, com termos de interação negativos entre si, assume-se que elevados níveis da taxa de imposto levam à dissuasão dos efeitos positivos das rendas de aglomeração. 2.3. Análise e abordagem de Luthi e Schmidheiny, 2013 No artigo em apreço, os autores desenvolvem um estudo sobre os efeitos que as economias de aglomeração acarretam sobre os impostos locais nos municípios suíços. Embora cada nível de governo recolha uma parte semelhante da receita fiscal total da suíça, cada nível de governo poderá determinar as suas taxas de impostos locais e, assim, ajustar a sua base tributária à afetação dos recursos económicos do seu 23 município. Sabe-se, no entanto, que as regiões com elevado número de empresas aglomeradas tendem a praticar taxas de impostos superiores às áreas menos aglomeradas, sem que se gere processos de descentralização dessas mesmas empresas, segundo vários contributos teóricos da Nova Geografia Económica. Neste sentido, Luthi e Schmidheiny (2013), desenvolvem um modelo econométrico espacial com o objetivo de distinguir, de forma consistente, o conceito de tamanho político e económico do conceito de tamanho dos municípios, bem como, numa segunda fase, analisar os municípios onde as taxas de impostos locais ostentam diferenças substanciais entre si. A amostra é constituída pelas 300.000 empresas existentes na suíça no período de tempo compreendido entre 1985 e 2005 (20 anos). Assim, as variáveis incorporadas no modelo são: a taxa de imposto local para essas empresas (variável dependente); variáveis de controlo como o tamanho da localização dentro das fronteiras políticas do município; o tamanho ponderado da distância da área economicamente relevante em torno do município; participação de residentes não-suíços nos diferentes municípios e a população dos municípios onde se fala francês ou italiano (variável dummy); e por fim, variáveis instrumentais com o intuito de suprimir quaisquer resultados inconsistentes de relação de endogeneidade entre as variáveis. A variável explicativa básica é o tamanho de localização, medido essencialmente pela variável emprego, durante os 20 anos de análise, que permite obter informações acerca da localização, do setor de atividade e do número de funcionários da cada uma das empresas da amostra. Obtidas as estimações do modelo, Luthi e Schmidheiny (2013) concluíram, efetivamente, que os municípios suíços praticam taxas de impostos locais superiores às pequenas áreas, no entanto, salvaguarda-se, que as taxas de impostos locais praticadas nas áreas urbanas estão intimamente relacionadas com o tamanho político de cada município local. Importa realçar, que o tema em questão submete a necessidade da aplicação do modelo econométrico espacial, como instrumento de investigação, uma vez que, este se debruça particularmente sobre a economia regional, bem como, a especificidade dos seus dados poderem ostentar dependência ou heterogeneidade na sua estrutura espacial, que em muito influenciam os resultados. Desta feita, os autores estimam a seguinte expressão, ao nível do município: 24 (1) onde, representa a taxa de imposto efetiva das rendas de aglomeração imposta pelo município i, no ano t; é o tamanho da localização da empresa dentro das fronteiras políticas do município i, no ano t; é a média ponderada da distância da área economicamente relevante do município i, no ano t; x é um vetor de variáveis de controlo que têm um efeito importante sobre a taxa de imposto local, já mencionadas anteriormente; compreende todos os efeitos em tempo fixo, que permite capturar as tendências da taxa de imposto local longo dos anos. Ainda, a expressão geral que captura os efeitos fixos do município : (2) Dado a existência de dois tipos de análise (análise transversal e análise de dados em painel), os autores exibem a seguinte expressão: (3) Consumadas as devidas simplificações, temos que: e ainda, (3) 31 4.1. Análise Descritiva Nesta seção, fazemos uma análise descritiva da informação recolhida sobre as taxas de Derrama praticadas pelos municípios do Continente português, para o período de 2003 a 2013. De a cordo com a Lei das Finanças Locais, um dos impostos cuja receita reverte para os municípios é o imposto de Derrama. Até 2008, a base tributável do imposto de Derrama era a coleta de IRC (na proporção dos rendimentos gerados no município) e com uma taxa máxima de 10%. A partir de 2008, a Derrama recai sobre o lucro tributável das empresas, na proporção de rendimento gerado pelas mesmas no município, com uma taxa máxima de 1,5 %. Está prevista a possibilidade de isenção ou fixação de taxa reduzida para sujeitos passivos com um volume de negócios inferior a € 150 000,00. No quadro 3, apresentamos o número de municípios que praticam taxas máximas e taxas intermédias de Derrama, bem como, o número de municípios que não cobram qualquer valor de Derrama. Quadro 3 – Cobrança do imposto da Derrama nos municípios do Continente Ano de Cobrança Número de Municípios Total de Municípios Cobram Derrama Não cobram Derrama Taxa Máxima Taxas Intermédias 2003 124 22 132 278 2004 121 26 131 278 2005 107 40 131 278 2006 105 46 127 278 2007 127 25 126 278 2008 118 31 129 278 2009 109 36 133 278 2010 123 37 118 278 2011 135 38 105 278 2012 136 41 101 278 2013 132 43 103 278 Fonte: Elaboração própria com dados da Direção-geral de Impostos. 32 Como constatado no quadro 3, entre os anos 2003 e 2013 assiste-se, na generalidade, a um aumento do número de municípios a coletar a taxa máxima de Derrama, bem como, taxas intermédias. Constata-se também, existir um padrão espacial típico nos valores da taxa de Derrama, sendo notável que se assiste a uma sequência de municípios geograficamente próximos uns dos outros com taxas de Derrama semelhantes. De modo a ilustrar esta realidade, procedemos à elaboração das figuras 1 e 2, referentes aos municípios que praticaram sempre taxa de Derrama no seu valor máximo, bem como, os municípios que nunca cobraram qualquer valor da taxa de Derrama, ao longo do período em análise, respetivamente. Fonte: Elaboração própria com dados da Direção-geral de Impostos. Figura 1 – Municípios que cobram taxa de Derrama sempre no seu valor máximo 33 Fonte: Elaboração própria com dados da Direção-geral de Impostos. No que concerne aos municípios que lançam o imposto da Derrama no seu valor máximo, evidenciam-se sobretudo os municípios localizados no Litoral e Alentejo. Sendo eles, entre outros, municípios localizados no distrito de Lisboa: Alenquer, Arruda do Vinhos, Lisboa e Sintra; distrito de Setúbal: Alcochete, Barreiro, Seixal e Sines; distrito do Porto: Gondomar, Maia, Matosinhos e Santo Tirso; e ainda, distrito de Aveiro: Espinho, Estarreja; Ílhavo e Ovar. No caso dos municípios que não lançam o imposto da Derrama, destacam-se, particularmente, os municípios situados no Norte, Centro Interior e ainda no Algarve, sendo eles, por exemplo, municípios localizados no distrito de Bragança: Carrazeda de Ansiães, Bragança, Mirandela, Mogadouro, e Vimioso; localizados no distrito de Castelo Branco: Belmonte, Castelo Branco, Fundão e Idanha - a - Nova; localizados no distrito de Viseu: Castro Daire, Cinfães, Moimenta da Beira e Satão; e no distrito de Faro: Alcoutim, Castro de Marim, Lagoa e Monchique. Finalmente, no que respeita aos municípios que cobram taxas de Derrama intermédias, esses encontram-se, regra geral, distribuídos por municípios da Costa Litoral e ainda um pouco por todo o continente. Figura 2 – Municípios que nunca cobraram taxa de Derrama 34 Na origem destas disparidades, encontram-se alguns conceitos subjacentes ao nível de aglomeração geográfica e industrial, que em muito, fundamentam a alteração do imposto de Derrama nos diferentes municípios. Fatores correlacionados com o nível de aglomeração e que afetam os níveis de captação da taxa de Derrama: i. Diferenças no PIB per capita de cada município; ii. Diferenças na densidade populacional de cada município; iii. Diferenças no nível de rendimento de cada município; iv. Custos de transportes no acesso ao município; v. Posição geográfica de cada município; vi. Outros. Em concreto, as diferenças municipais podem advir do nível do PIB per capita, no sentido em que os municípios com maiores níveis de concentração de atividades produtivas são, também, maiores geradores de valor acrescentado. Estes detêm, consecutivamente, um produto oferecido de maior qualidade, necessitando de maiores investimentos, quer ao nível de capital humano, quer ao nível de infraestruturas, onde, na generalidade dos casos, só as regiões mais desenvolvidas economicamente dispõem desta dotação. Também, nos municípios com maiores níveis de densidade populacional, há maior probabilidade de encontrar instituições geradoras de maior conhecimento, estimulando comportamentos inovadores e aumentos sustentáveis nas taxas de produtividade do município. Esta diversidade de fatores de crescimento impulsiona o aumento da remuneração dos fatores produtivos. Neste contexto, é expectável que estes mesmos municípios disponham de maiores salários e consecutivamente de maiores níveis de rendimento per capita. Na escolha da localização industrial pesa, igualmente, a necessidade de minimizar os custos associados à matéria-prima, à mão-de-obra e ainda, aos custos de transporte. Isto é, a empresa tem de se localizar o mais próximo possível do mercado que abastece (consumidores) e do mercado a que é abastecido (fornecedores e mão-deobra). Neste âmbito, a aglomeração industrial é geradora de efeitos contraditórios, ou seja, no mercado onde a indústria se fixa, os custos de transporte são baixos, havendo 35 maior margem para aumentar os salários dos seus funcionários, e, assim, incentivar a maiores níveis de produtividade empresarial. Contudo, este aumento de salário irá desencadear um aumento na procura de emprego para esse município, e consecutivamente, alargar a área de influência do próprio município, uma vez que os funcionários, agora, são também os consumidores dos produtos fornecidos pela empresa, conduzindo assim a um aumento da oferta de trabalho e à intensificação dos movimentos migratórios. No sentido de salvaguardar o mencionado anteriormente, considerámos oportuno hierarquizar os diferentes distritos, em representação dos seus municípios, no que concerne à intensidade de concentração de indústrias, resultando que: i. Lisboa e Porto: Grandes áreas Metropolitanas; ii. Braga, Aveiro, Leiria e Santarém: Grandes áreas de industriais; iii. Setúbal, Faro, Viana do Castelo, Coimbra e Viseu: Áreas industriais intermédias. iv. Castelo Branco, Guarda, Évora, Bragança e Beja: Pequenas áreas industriais. Por fim, há que realçar a importância da posição geográfica do município como contributo para a convergência com municípios vizinhos e divergência com municípios mais longínquos. Este elemento pode afetar de forma positiva ou negativa o desenvolvimento dos municípios envolventes, através da profusão de características transmitidas. Uma análise complementar, à feita na figura 1, pretende verificar se existe alternância de taxas de Derrama praticadas pelos municípios. O nosso objetivo é ilustrar se existe maior tendência de aumento ou diminuição da taxa do imposto de Derrama nos municípios portugueses, ao longo do tempo. Desta feita, na figura 3 e 4 identificamos os municípios que nos onze anos em análise alteraram a sua taxa de Derrama para valores superiores e inferiores, respetivamente. 36 Figura 3 - Municípios que alteram a taxa de Derrama para valores superiores Fonte: Elaboração própria com dados da Direção-geral de Impostos. Figura 4 - Municípios que alteram a taxa de Derrama para valores inferiores Fonte: Elaboração própria com dados da Direção-geral de Impostos. 37 Da análise das figuras anteriores, conclui-se que, relativamente aos municípios portugueses que alteraram a taxa de Derrama, a tendência predominante foi de aumento do valor cobrado do imposto de Derrama. Dos municípios que alteraram a taxa de Derrama para valores superiores, destacam-se, essencialmente, os situados no distrito de Leiria, sendo eles: Alcobaça, Ansião, Batalha, Peniche, entre outros; os situados no distrito de Santarém: Alcanena, Alpiarça, Benavente, Cartaxo, Rio Maior; e ainda, no distrito de Aveiro: Águeda, Oliveira de Azeméis, Vagos, Vale de Cambra e São João da Madeira; entre outros; distribuídos por todo o continente. No caso dos municípios que tenderam a baixar as taxas de Derrama, destacamos, particularmente, os situados em Santarém: Golegã, Ourém, Salvaterra de Magos, Vila Nova da Barquinha; distrito de Aveiro: Albergaria-aVelha, Arouca, Mealhada e Oliveira do Bairro; etc. Assiste-se a uma notória convergência entre os municípios mais desenvolvidos economicamente e a uma dispersão crescente entre os municípios menos desenvolvidos, evidenciando-se, uma vez mais, a preponderância que os municípios acarretam uns sobre os outros. Desdobramos, assim, a alteração dos valores cobrados da taxa de Derrama pelos diferentes municípios, ao longo do tempo, de modo a ilustrar quais destes alteraram as suas taxas de Derrama mais do que uma vez. Figura 5 - Municípios que alteram a taxa de Derrama mais do que uma vez Fonte: Elaboração própria com dados da Direção-geral de Impostos. 38 Pode-se concluir, da análise da figura 5, que os municípios portugueses movem-se para estados estacionários distintos entre si, ou seja, assiste-se a variações na fixação do imposto de Derrama nos municípios portugueses influenciadas, sobretudo, pela conjuntura económica. Não obstante isto, também se deteta uma tendência, por parte dos municípios, de minorar a discrepância das suas taxas de Derrama relativamente aos municípios vizinhos. Assim, parece-nos que alguns municípios disputam um jogo de soma nula, isto é, alteram a taxa de Derrama sempre que se confrontam com níveis de taxa de Derrama distintas dos municípios vizinhos. Procedemos a uma comparação das taxas de imposto de Derrama, nos municípios portugueses, ao longo do período de análise. Assim, na figura 6 e figura 7 confrontámos os valores das taxas de Derrama cobradas pelos diferentes municípios, para os anos de 2003 e 2007, e ainda, para os anos de 2008 e 2013, respetivamente. Figura 6 - Taxas de Derrama cobradas pelos municípios, no ano de 2003 e 2007 Fonte: Elaboração própria com dados da Direção-geral de Impostos. 39 Figura 7 – Taxas de Derrama cobradas pelos municípios, no ano de 2008 e 2013 Fonte: Elaboração própria com dados da Direção-geral de Impostos. Vários são os fatores que podem ter contribuído para as alterações ocorridas nos diferentes anos e municípios, desde anos eleitorais, ideologia dos executivos camarários, imitação fiscal (concorrência tipo yardstick em municípios vizinhos), transferências do Estado, bem como, alteração da taxa máxima de Derrama de 10% da coleta para 1,5% do lucro tributável. Constatamos que existem sobretudo quatro anos com variações mais acentuadas, comparativamente aos demais anos, sendo eles os anos de 2003, 2007, 2008 e 2013. Ora, de um modo geral, estas alterações no imposto da Derrama ocorrerem em anos posteriores ao novo ano do mandato autárquico, cite-se, por exemplo, os anos de 2003 e 2012, anos em que houve um aumento de municípios a cobrar a taxa máxima de Derrama. As taxas de Derrama a cobrar no ano de 2003 são aprovadas pelos diferentes municípios no ano de 2002, ano procedente a 2001 (ano de eleições). Também, em 2007, assiste-se a uma nova variação, contudo inversa à ocorrida anteriormente, ou seja, assiste-se agora a uma redução do número de municípios a praticar taxas máximas de Derrama e a um aumento do número de municípios a praticarem a taxas intermédias de Derrama, em prol, do ano eleitoral que se sucederá em 2009. É percetível, de igual modo, através da figura 4 que no ano de 2007 se assiste a uma permuta entre os 40 municípios que praticavam taxa máxima de Derrama e, que, agora, praticam taxa intermédia de Derrama. Segue-se o ano de 2008, ano da alteração legal do valor máximo da Derrama, de 10% da coleta para 1,5% do lucro tributável, executado pela LFL. Teremos, portanto, de considerar esse facto na análise dessa variação. Ocupar-nos-emos, primeiramente, com o aumento do número de municípios a praticar taxas máximas de Derrama, bem como, com a diminuição do número de municípios a cobrar taxas intermédias de Derrama. Contudo, num olhar mais atento, a realidade torna-se um pouco diferente, uma vez que, feitas as devidas paridades, na realidade se assistiu a uma diminuição do imposto de Derrama praticado nos diferentes municípios portugueses, isto é, em termos de prevalência total nos municípios, o que sucede é uma redução universalizada das taxas de Derrama, em consequência da alteração legal ocorrida. Por último, e após a análise da figura 5, no ano de 2013 assiste-se a uma redução da taxa do imposto da Derrama nos municípios portugueses. Ocorre um aumento substancial do número de municípios a praticar taxas intermédias de Derrama e a uma diminuição do número de municípios a cobrar taxa máxima de Derrama. Deste modo, parece-nos evidente haver repercussão de anos eleitorais. Isto é, em anos de eleições os municípios tenderem a baixar as suas taxas de Derrama. De facto, e ao analisarmos o valor cobrado das taxas de Derrama, no período em apreço, é visível, exceto em anos de eleições, que na grande maioria dos municípios portugueses não há qualquer mudança da taxa de Derrama. Por fim, procedemos à elaboração de um quadro com a caracterização estatística da taxa de Derrama praticada nos municípios do Continente, quadro 4, designadamente, a apresentação da média, mediana, moda e medidas de variabilidade (desvio padrão, máximo, mínimo). 47 O coeficiente estimado para a variável DESEMP_PERCPOPRES no município, apesar de ter o valor esperado, tem baixo nível de significância estatística. Devido à presença de autocorrelação espacial, recorremos à estimação de dois modelos econométricos espaciais autorregressivos, nomeadamente, o SAR (Mixed Autoregressive-Regressive Model) e o SEM (Spatial Errors Model). Quadro 7 – Estimativas do Modelo SAR Fonte: Elaboração própria. Variável Modelos de Desfasamento espacial Sem efeitos fixos Com efeitos fixos espaciais Com efeitos fixos temporais Com efeitos fixos temporais e espaciais C 8,059833 (17,642276) - - - ALT_LEGAL -3,556535 (-22,064913) -3,537396 (-24,284859) -3,544104 (-38,045114) -3,575462 (-47,218263) ANO_ELEI 0,000185 (0,001657) -0,011754 (-0,144235) 0,023302 (0,295520) 0,015056 (0,259787) DENS_POP 0,000039 (0,435314) 0,001800 (1,380794) 0,000037 (0,414770) 0,001814 (1,389249) DESEMP_PERCPOPRES 0,001501 (0,198999) -0,010301 (-1,030094) 0,002842 (0,379011) -0,005938 (-0,600586) DIVIDA_TOTAL_pc 0,000051 (1,284323) 0,000084 (2,377018) 0,000064 (1,616371) 0,000102 (2,955354) IND_DEPEND -0,062077 (-9,496459) -0,178008 (-8,597176) -0,061456 (-9,502466) -0,173364 (-8,437951) INV_pc -0,000846 (-3,330277) 0,000131 (0,529189) -0,000883 (-3,503422) 0,000053 (0,214538) MAIORIA -0,560209 (-3,051201) -0,226066 (0,529189) -0,556768 (-3,034269) -0,226134 (-1,194707) PART_ESQ 0,685886 (6,251878) 0,645627 (6,229671) 0,652016 (6,014879) 0,594481 (5,833896) POP_ATIVA 0,000007 (5,176768) -0,000131 (-4,901931) 0,000007 (5,202224) -0,000134 (-5,047093) TRANSF_EST_pc 0,000015 (0,059598) 0,000770 (2,332306) 0,000004 (0,016189) 0,000774 (2,358393) W*Taxa Derrama 0,109991 (3,933620) 0,112972 (3,929548) 0,112988 (5,343081) 0,105995 (5,783521) R2 42,42% 69,3% 42,5% 69,19% R2 Ajustado 42,19% 66,1% 42,08% 65,85% 48 Como observado no quadro 7, o modelo SAR é testado ao nível de quatro modelos econométricos: com e sem efeitos fixos espaciais; com efeitos fixos temporais e ainda, com efeitos fixos temporais e espaciais. Quando comparados os quatro modelos, o modelo econométrico espacial com melhor ajustamento é o modelo econométrico com efeitos fixos espaciais, seguido, do modelo econométrico com efeitos fixos temporais e espaciais. Debrucemo-nos, portanto, sobre o modelo econométrico com efeitos fixos espaciais. Este apresenta um R2 ajustado de 66,1%, onde cerca de 23,9% da variação da variável dependente corresponde, de algum modo, à existência de dependência espacial entre os municípios (o modelo sem efeitos fixos apresenta um R2 ajustado de 42,19%, sendo que, para a mesma regressão, incluímos apenas o termo fixo espacial, alterando de imediato o R2 ajustado para 66,1%). Os resultados evidenciam que os coeficientes estimados das variáveis ALT_LEGAL; ANO_ELEI; DENS_POP; DESEMP_PERCPORES; DIVIDA_TOTAL_pc, INV_pc e o PART_ESQ têm o sinal esperado. Contudo, apenas, os coeficientes estimados das variáveis ALT_LEGAL e PART_ESQ são estatisticamente significantes. O coeficiente estimado da variável IND_DEPEND é estatisticamente significante, mas apresenta sinal negativo, por isso, diferente do esperado. Municípios com níveis de maior dependência geram no seu limite, descidas da taxa de Derrama, o que nos leva a pensar que esta variável capta a fragilidade da economia local. De acordo com os resultados obtidos podemos concluir que a alteração legal do imposto teve, como seria de esperar, o efeito de redução das taxas de Derrama. Os resultados obtidos são muito consistentes no que se refere ao variável partido de esquerda. Executivos camarários governados por partidos de esquerda apresentam uma tendência significativa para fixarem taxas de Derrama mais elevadas do que executivos governados por partidos de direita, mantendo tudo o resto constante. O coeficiente estimado da variável ANO_ELEI assume o valor esperado, negativo, porém, não é estatisticamente significante, podendo interpretar-se que a Derrama não constitui um imposto muito importante para sinalizar competência da gestão municipal junto do eleitorado. 49 O coeficiente estimado da variável INV_pc é positivo, como esperávamos, mas não é estatisticamente significante. Os coeficientes estimados das variáveis TRANSF_EST_pc e MAIORIA não apresentam significância estatística, bem como, apresentam sinais contrários ao esperado. Quadro 8 – Estimativas do Modelo SEM Variável Modelos autorregressivos do erro espacial Sem efeitos fixos Com efeitos fixos espaciais Com efeitos fixos temporais Com efeitos fixos temporais e espaciais C 8,373376 (18,472240) - - - ALT_LEGAL -4,023512 (-19,769393) -3,984192 (-26,58083) -4,001756 (-41,954126) -3,978391 (-53,291140) ANO_ELEI 0,001617 (0,008023) -0,014076 (-0,096268) 0,045387 (0,495069) 0,034013 (0,506312) DENS_POP 0,000096 (1,042431) 0,000324 (0,274616) 0,000095 (1,033996) 0,000271 (0,229485) DESEMP_PERCPOPRES -0,008630 (-1,194673) -0,019236 (-1,996752) -0,007400 (-1,029961) -0,014688 (-1,548531) DIVIDA_TOTAL_pc 0,000066 (1,740630) 0,000058 (1,744601) 0,000076 (2,050708) 0,000076 (2,333269) IND_DEPEND -0,055483 (-7,870829) -0,181616 (-7,593578) -0,054985 (-7,809665) -0,172065 (-7,232510) INV_pc -0,000125 (-0,516161) 0,000437 (1,877918) -0,000164 (-0,683756) 0,000350 (1,522313) MAIORIA -0,270542 (-1,610607) -0,069167 (-0,403567) -0,264825 (-1,576739) -0,060533 (-0,353191) PART_ESQ 0,366977 (3,088666) 0,418546 (3,734198) 0,327878 (2,801768) 0,340239 (3,109844) POP_ATIVA 0,000007 (5,3134410) -0,000080 (-3,142324) 0,000007 (5,348040) -0,000082 (-3,245237) TRANSF_EST_pc -0,000719 (-2,966740) -0,000063 (-0,202363) -0,000724 (-2,990214) -0,000059 (-0,191686) spat.aut. 0,479970 (21,287029) 0,475985 (21,024312) 0,480995 (21,355060) 0,478948 (21,219420) R2 48,65% 72,6% 48,67% 72,59% R2 Ajustado 48,46% 69,75% 48,31% 69,63% Fonte: Elaboração própria. Tal como no modelo SAR, estimamos o modelo SEM com e sem efeitos fixos espaciais; com efeitos fixos temporais e com efeitos fixos temporais e espaciais. Com a estimação dos modelos autorregressivos espaciais, constatou-se uma melhoria 50 considerável no ajustamento obtido no que respeita ao coeficiente de determinação. Uma vez mais, o modelo com efeitos fixos espaciais é o modelo com maior R2 ajustado, com aproximadamente 69,8%. As estimativas dos coeficientes das variáveis independentes do modelo em apreço, são similares ao do SAR, quando considerados os sinais obtidos. Desta feita, o coeficiente da variável ALT_LEGAL é estatisticamente significante no modelo, bem como, assume o sinal esperado. O coeficiente estimado da variável ANO_ELEI tem o sinal esperado, mas não apresenta significância estatística, manifestando, portanto, que os atos eleitorais tendem a induzir a descida das taxas de Derrama, de forma não sistemática nos diferentes municípios. Os resultados obtidos evidenciam ainda, que o coeficiente da variável DENS_POP é positivo, embora não seja estatisticamente significante. Também as variáveis DIVIDA_TOTAL_pc e INV_pc têm o sinal esperado, mas não são estatisticamente significantes. Os coeficientes estimados da variável PART_ESQ são consistentemente positivos e estatisticamente significantes, confirmando assim os resultados obtidos com o modelo SAR. O coeficiente estimado da variável IND_DEPEND é estatisticamente significante tendo um sinal negativo, isto é, os municípios com maior índice de dependência geram menores receitas fiscais, visto deterem maior proporção de grupos etários não produtivos economicamente, que por sua vez, tentam estimular a fixação de novas empresas por via da fixação das taxas de Derrama mais baixas. O coeficiente estimado da variável DESEMP_PERCPOPRES no município não apresenta significância estatística, embora apresente o sinal esperado. O coeficiente da variável POP_ATIVA apresenta sinal negativo, divergente do esperado, mas é estatisticamente significante. O coeficiente estimado da variável TRANSF_EST_pc tem o sinal esperado, contudo não apresenta significância estatística. Em confronto às estimações SAR e SEM apresentadas anteriormente, procedemos de seguida, à estimação dos mesmos modelos, contudo anulamos as variáveis independentes fortemente correlacionadas entre si, designadamente a taxa de 51 desemprego, as transferências do Estado per capita e o investimento per capita, com o intuito de analisar a sensibilidade dos resultados na presença de multicolinearidade. Quadro 9 – Estimativas do Modelo SAR (com supressão de variáveis) Fonte: Elaboração própria. Como se pode constatar, os valores dos coeficientes de determinação mantêm-se próximos dos anteriores, porém, assiste-se, subtilmente, a uma alteração em termos de sinais esperados e de significâncias estatísticas dos coeficientes de regressão. O modelo com maior capacidade explicativa é o modelo econométrico com efeitos fixos espaciais, apresentado um R2 ajustado de 69,9%, seguido do modelo econométrico com efeitos fixos temporais e espaciais, com 65,94%. Os coeficientes estimados das variáveis ALT_LEGAL, ANO_ELEI, DENS_POP, DIVIDA_TOTAL_pc e PART_ESQ têm o sinal esperado, contudo, apenas os coeficientes estimados das variáveis ALT_LEGAL e PART_ESQ são estatisticamente Variável Modelos de Desfasamento especial Sem efeitos fixos Com efeitos fixos espaciais Com efeitos fixos temporais Com efeitos fixos temporais e espaciais C 8,253220 (19,225543) - - - ALT_LEGAL -3,533180 (-22,008561) -3,476477 (-24,260046) -3,513060 (-38,359747) -3,489599 (-48,823186) ANO_ELEI -0,019669 (-0,176403) -0,011547 (-0,141836) 0,004506 (0,057105) 0,014793 (0,255912) DENS_POP 0,000037 (0,406487) 0,001880 (1,441964) 0,000033 (0,371439) 0,001873 (1,436097) DIVIDA_TOTAL_pc 0,000014 (0,378736) 0,000124 (3,938238) 0,000026 (0,724288) 0,000140 (4,521081) IND_DEPEND -0,068519 (-13,426058) -0,176048 (-8,511939) -0,068293 (-13,601806) -0,171345 (-8,355922) MAIORIA -0,570532 (-3,099486) -0,239769 (-1,268876) -0,568093 (-3,088636) -0,235423 (-1,245147) PART_ESQ 0,689177 (6,275352) 0,658221 (6,365670) 0,650266 (5,994297) 0,610051 (6,011502) POP_ATIVA 0,000008 (5,578910) -0,000135 (-5,051620) 0,000008 (5,630737) -0,000137 (-5,160104) W*DEP-VAR. 0,107964 (3,848727) 0,116996 (4,069967) 0,112989 (5,329475) 0,114971 (6,274082) R2 42,1% 69,26% 42,19% 69,23% R2 Ajustado 41,92% 69,9% 41,83% 65,94% 52 significativos. Os coeficientes estimados para a variável IND_DEPEND e POP_ATIVA apresentam significância estatística, no entanto não têm o sinal esperado. O coeficiente estimado da variável MAIORIA não ostenta significância estatística, bem como, apresenta sinal contrário ao esperado. De acordo com o exposto, verificamos que, com a supressão das variáveis altamente correlacionadas, se assiste a um aumento do coeficiente de variáveis com significância estatística, nomeadamente, no coeficiente da variável POP_ATIVA, comparativamente ao primeiro modelo SAR. Com base nisso, parece-nos ser de inferir que as variáveis excluídas estavam a captar a condições económicas dos municípios, e que já se encontravam refletidas na presente variável. No que respeita ao modelo SEM, obtivemos os seguintes resultados (quadro 10). Quadro 10 – Estimativas do Modelo SEM (com supressão de variáveis) Fonte: Elaboração própria. Variável Modelos Autorregressivos do erro espacial Sem efeitos fixos Com efeitos fixos espaciais Com efeitos fixos temporais Com efeitos fixos temporais e espaciais C 8,895718 (21,058421) - - - ALT_LEGAL -4,049610 (-20,450982) -4,001517 (-27,009223) -4,030209 (-42,988986) -3,991779 (-56,131877) ANO_ELEI -0,009677 (-0,049207) -0,011773 (-0,080601) 0,037060 (0,404731) 0,037820 (0,562766) DENS_POP 0,000104 (1,134063) 0,000354 (0,299582) 0,000104 (1,127016) 0,000290 (0,245827) DIVIDA_TOTAL_pc 0,000003 (0,086248) 0,000062 (2,073079) 0,000013 (0,384631) 0,000076 (2,602121) IND_DEPEND -0,070746 (-12,353759) -0,179273 (-7,494536) -0,070568 (-12,311645) -0,170774 (-7,170132) MAIORIA -0,296693 (-1,757570) -0,078473 (-0,457288) -0,290769 (-1,723153) -0,065441 (-0,381842) PART_ESQ 0,371499 (3,126217) 0,414792 (3,700488) 0,326604 (2,788637) 0,342605 (3,131858) POP_ATIVA 0,000008 (6,059553) -0,000081 (-3,170504) 0,000008 (6,111537) -0,000082 (-3,244091) spat.aut. 0,464993 (20,313011) 0,474994 (20,959400) 0,467987 (20,504870) 0,481995 (21,421587) R2 48,23% 72,53% 48,26% 72,57% R2 Ajustado 48,9% 69,7% 47,95% 69,64% 53 Novamente se verifica que o modelo econométrico com efeitos fixos espaciais é o que apresenta maior capacidade explicativa, com um R2 ajustado próximo de 70%. Os resultados apresentados demonstram que, quer no que respeita ao nível de significância dos coeficientes das variáveis independentes, quer no que respeita aos sinais obtidos nos mesmos, estes vão de encontro aos obtidos no modelo SEM anterior. Os coeficientes estimados das variáveis ALT_LEGAL, ANO_ELEI, DENS_POP, DIVIDA_TOTAL_pc e PART_ESQ têm o sinal esperado, mas apenas o coeficiente estimado da variável ALT_LEGAL é estatisticamente significante. Além desta variável, também o coeficiente da variável IND_DEPEND exibe significância estatística, contudo apresenta sinal contrário ao esperado, negativo. Os coeficientes estimados das variáveis POP_ATIVA e MAIORIA não ostentam significância estatística, bem como, apresentam sinais contrários ao esperado. No seu conjunto as estimativas obtidas com exclusão de variáveis não nos permitem obter resultados que possam ser considerados globalmente melhores do que quando se usam todas as variáveis do modelo. Em jeito de término, as estimativas dos modelos SAR e SEM evidenciam a presença de dependência espacial e a existência de autocorrelação espacial nos municípios portugueses, no período entre 2003 e 2013, qualquer que seja a opção em relação à consideração de efeitos fixos espaciais e temporais. De acordo com os resultados obtidos para o coeficiente de interação espacial, da variável W*Taxa Derrama, podemos afirmar que os municípios portugueses interagem entre si na fixação da taxa de Derrama. Tendo em conta os resultados obtidos para a variável ANO_ELEI parece legítimo considerar que esta interação está associada à competição por recursos. Contrariamente ao esperado, o ano de eleições autárquicas não tem um impacto significativo sobre a fixação da taxa de Derrama. As estimativas obtidas no presente estudo demonstram que, quando consideradas outras variáveis explicativas, esta variável deixa de ter significância estatística. Os executivos camarários não vêm o abaixamento da taxa de Derrama como uma via eficaz para influenciar os resultados leitorais a nível local. No que concerne à variável PART_ESQ, em ambos os modelos esta variável se apresenta com coeficientes estimados com o sinal esperado e com significância 54 estatística, possibilitando uma conclusão sólida de que os executivos camarários governados por partidos de esquerda tendem a fixar taxas de Derrama mais elevadas. Um objetivo importante nesta Dissertação era o de testar a importância das economias de aglomeração na fixação da taxa de Derrama. A evidência obtida não nos permite concluir que a existência de economias de aglomeração constitua, neste período de análise, um fator decisivo na proteção de municípios que fixam maiores taxas de Derrama. Os sinais obtidos para os coeficientes estimados da variável DENS_POP são positivos, contudo estas estimativas não têm o nível de significância necessário. Há uma clara dicotomia entre os municípios do Litoral e Interior no que respeita ao valor cobrado da taxa de Derrama, mas a diferenciação entre os municípios do Litoral é, ainda, pequena no que respeita à taxa de Derrama fixada. É possível, com uma maior importância das políticas fiscais a nível local, que essa diferenciação aumente e então, talvez, se produza o resultado que antevíamos. 55 Conclusão A intensidade de concorrência fiscal entre governos locais, e em particular o impacto que as economias de aglomeração têm sobre essa concorrência, tem merecido um acrescido interesse por parte dos economistas. A literatura empírica de estudo desta problemática, relativamente a outros países, sugere que existe uma relação de causalidade entre as economias de aglomeração e a fixação dos impostos locais sobre bases fiscais móveis, como é caso do lucro tributável das pessoas coletivas. Porém, para os municípios de Portugal não possuímos evidência de estudos empíricos publicados, acerca da relação de causalidade entre economias de aglomeração e taxas de Derrama praticadas. Desta feita, a presente Dissertação teve como objetivo central contribuir para colmatar essa lacuna na literatura. A investigação focou-se, assim, em testar empiricamente se os municípios portugueses que beneficiam de economias de aglomeração se envolvem em menor grau pela competição por recursos, fixando taxas de Derrama mais elevadas. Nestes termos, no trabalho propôs-se obter a estimação de modelos econométricos explicativos das taxas de Derrama praticadas pelos municípios, utilizando dados em painel para os 278 municípios do Continente, entre 2003 e 2013. Numa primeira fase, procedeu-se à estimação do modelo utilizando os OLS (Ordinary Least Squares) com e sem efeitos fixos espaciais. Seguidamente, procedemos à estimação de dois modelos econométricos espaciais autorregressivos, nomeadamente, o modelo SAR (Mixed Autoregressive-Regressive Model) e o modelo SEM (Spatial Errors Model), devido à presença de autocorrelação espacial. Tendo em conta a existência de heterogeneidade espacial e dependência espacial, era imprescindível a utilização destes modelos, de forma a identificar as relações de causalidade entre um conjunto de variáveis socioeconómicas de caracterização dos municípios e as taxas de Derrama fixadas em cada município. Os resultados das análises parecem confirmar uma clara discrepância entre os municípios do Litoral e Interior do país, no que concerne à captação da taxa de Derrama. A prática de taxas de Derrama baixas ou nulas constitui uma estratégia de política económica para atrair novas empresas para o município, a fim de impulsionar o aumento de movimentos migratórios e, consecutivamente, o desenvolvimento 56 económico do município. Pode também, resultar da pouca importância que esta receita tem para o município. No trabalho chegamos à conclusão que os executivos camarários do Continente, governados por partidos de esquerda, tendem a praticar taxas de Derrama mais elevadas. Os resultados obtidos evidenciam que os atos eleitorais não têm um impacto determinante sobre a fixação da taxa de Derrama nos diferentes municípios. Isto significa que quando consideradas outras variáveis, esta deixa de ser relevante estatisticamente. Assim, quando os executivos camarários vão definir as taxas de Derrama a praticar no ano subsequente, não têm em apreciação se é, ou não, ano de eleições autárquicas, uma vez que, não vêm a descida da mesma como uma oportunidade de influência nos resultados eleitorais ao nível municipal. Os resultados são conclusivos quanto à presença de autocorrelação espacial entre os municípios portugueses na fixação da taxa de Derrama, entre 2003 e 2013. Há Municípios que tendem a ser sensíveis aos valores fixados por municípios vizinhos, eventualmente, porque têm condições socioeconómicas semelhantes e são um referencial na competição por recursos móveis. De acordo com os resultados obtidos, a presença de economias de aglomeração não funciona, por agora, como proteção dos municípios que fixam taxas de Derrama mais elevadas. Este resultado pode estar influenciado pelo facto de muitos municípios ainda, não sentirem necessidade de usar a taxa de Derrama como fator de atração de investimento. É um resultado que merece ser validado ao longo do tempo porque, ao ocorrer uma maior diferenciação de taxas de Derrama em municípios mais desenvolvidos, é possível que a proteção das economias de aglomeração venha a adquirir importância. Este trabalho apresenta algumas limitações, o que poderá conduzir, posteriormente, a aperfeiçoamentos. O desenvolvimento de um índice para medição de economias de aglomeração é uma das vias, mas este desenvolvimento é inviável tendo em conta o timing desta Dissertação, devido à falta de informação detalhada apurada para todos os municípios do Continente, para um período de onze anos. A consideração de competição pelo lado da despesa, através de oferta de condições para a fixação de