Embed Size (px)
Citation preview
1
COREDES GAÚCHOS: UMA ANÁLISE DAS SIMILARIDADES DE SEUS
PADRÕES DE ESPECIALIZAÇÃO A PARTIR DO QUOCIENTE LOCACIONAL
Luciane Franke*
Rodrigo Ferneda**
Resumo: A experiência gaúcha de arranjos intermediários entre o estado e o município,
proporcionada através da criação dos COREDEs, buscou consolidar o desenvolvimento
regional e minimizar as desigualdades. Contudo, percebe-se heterogeneidade nas atividades
econômicas que se destacam em cada região, dado seu grau de especialização. Assim sendo,
o objetivo deste artigo é realizar o agrupamento dos COREDEs do estado do Rio Grande do
Sul em clusters que apresentem similaridades quanto ao seu padrão de especialização,
definido a partir do quociente locacional nos grandes setores definidos pelo IBGE, nos anos
de 2006 e 2016. O agrupamento dos COREDEs foi realizado através do método de análise
de cluster k-médias, o qual estabeleceu três grupos distintos: o primeiro, com os COREDEs
especializados em serviços; o segundo, com aqueles com os maiores índices na indústria de
transformação; e o terceiro, na categoria extrativa mineral. Destaca-se o cluster 2 por
apresentar os COREDEs com especialização em atividades intensivas em mão de obra e os
menores índices de desigualdade social.
Palavras-Chave: Análise de cluster. COREDEs. Economia Gaúcha.
1 INTRODUÇÃO
Os estudos sobre economia regional têm sido importantes para identificar setores e
regiões econômicas, bem como, constatar as desigualdades regionais pertencentes a um
espaço. Esse cenário ocorre em virtude de fatores como, vocação empreendedora,
potencialidades econômicas, localização geográfica, em que constituem particularidades
indispensáveis de serem observadas diante da análise e planejamento regional.
A organização de firmas surgiu como forma de obter vantagem competitiva,
identificada por Marshall (1925) como aglomeração, em que, posteriormente, surgiram os
novos enfoques, como os distritos industriais, polos industriais, arranjos produtivos locais
(APL) e clusters. A partir de diferentes abordagens, pesquisadores consolidaram diversos
eixos temáticos e a discussão tornou-se ainda mais relevante com a constatação de
características que conduzem a dinâmica dos negócios nas aglomerações das firmas.
* Mestra em Economia pelo Programa de Pós-Graduação em Economia da Universidade do Vale do Rio dos
Sinos (UNISINOS). E-mail: [email protected]. **
Mestre em Economia pelo Programa de Pós-Graduação em Economia da Universidade do Vale do Rio dos
Sinos (UNISINOS). E-mail: [email protected].
2
No decorrer da trajetória de estudos, Porter (1998), Brusco (1982), Becattini (1991),
Scott e Storper (2003), entre outros, caracterizaram clusters através de agrupamentos de
firmas por proximidade física, relacionamento mútuo, com a participação de atores
institucionais, por meio de cooperação e competição. Essa estrutura de governança como
modo de possibilitar uma maior competitividade das firmas, desenvolvimento de regiões e
alavancagem de indicadores econômicos e sociais em espaços onde predominam atividades
intensivas em mão de obra.
Decorrente desse cenário surgiu a forma de governança territorial no Rio Grande do
Sul (RS), através da criação dos Conselhos Regionais de Desenvolvimento (COREDEs),
para promover a região e reduzir as desigualdades de emprego e renda nos municípios
integrantes. A experiência gaúcha apresenta-se como uma experiência de institucionalização
em uma escala intermediária de gestão pública, uma vez que está entre o estado e o
município. (BANDEIRA, 2010; PIRES, 2011). Nesse sentido, o Rio Grande do Sul possui
28 COREDEs (FEE, 2018), os quais são objeto do presente estudo.
A escolha por esse recorte geográfico visa destacar a heterogeneidade das atividades
econômicas que se destacam em cada COREDE, dado seu grau de especialização. A
discussão mostra-se pertinente por realizar o mapeamento de interação e aprendizagem,
enfatizando as semelhanças entre as atividades produtivas e as demais características
pertencentes aos clusters.
Portanto, o objetivo deste artigo é realizar o agrupamento dos COREDEs do estado
do Rio Grande do Sul em clusters que apresentem similaridades quanto ao seu padrão de
especialização, definido a partir do quociente locacional (QL), nos anos de 2006 e 2016.
Além disso, a abordagem também contribui para possíveis debates em nível de governança,
por atores institucionais responsáveis pela promoção do desenvolvimento local e regional, e
formuladores de políticas públicas.
O artigo está dividido em quatro seções, além da introdução. A segunda apresenta
uma fundamentação teórica, abordando a temática sobre APLs, COREDEs e clusters, todos
com enfoque histórico e com base no desenvolvimento regional. A terceira seção discute o
método, bem como os passos em que foi conduzida a pesquisa, enquanto a quarta destaca os
principais resultados obtidos através do mesmo. Por fim, faz-se as considerações finais.
3
2 ARRANJO PRODUTIVO LOCAL: TRAJETÓRIA, CONCEITOS E
CARACTERÍSTICAS
A conceituação do termo Arranjo Produtivo Local (APL), conforme relatado por
Hoffmann e Morales (2006), tem origem da teoria marshalliana, que em 1925, na obra
Principles of Economics, identificou a presença de pequenas firmas que constituíram um
conglomerado territorial na Inglaterra. Nesse espaço foi identificado um sistema essencial
para a formalização de novos negócios e o fortalecimento do conglomerado.
Desde o desenvolvimento da sua teoria, Marshall enfatizou as temáticas sobre
distritos industriais, nova geografia econômica, economia de empresas, economia da
inovação, Economia Regional e a cooperação entre as firmas e os atores institucionais,
sendo este último relacionado ao enfoque do presente estudo.
A partir do período de Marshall (1925), a ciência e aplicação prática constituíam um
importante olhar sobre a caracterização de aglomerados, em aspecto econômico, social e
ambiental. Na década de 1970, na Itália, diante de instabilidades econômicas, as aglomerações das
firmas contribuíram para reestruturar e alavancar a economia italiana. Partindo desse cenário,
estudos científicos foram desenvolvidos com o objetivo de compreender esse processo como uma
importante estratégia de desenvolvimento regional. (GOLDSTEIN; TOLEDO, 2006).
Essa metodologia proporcionou resultados eficientes, sendo identificado como um
modelo paradigmático e oportunizando sucesso de organização espacial nas atividades
produtivas. Através da especialização produtiva das firmas localizadas em uma mesma
região geográfica, participação das instituições no processo de fortalecimento da cadeia e a
relação entre elas, foram identificadas características que impulsionaram o desenvolvimento,
atribuindo a nomenclatura ao espaço estudado como “Terceira Itália”. (GURISATTI, 1999).
Na mesma lógica, foram realizadas investigações nos Estados Unidos. Na década de
80 ocorreu a concentração de empresas de alta tecnologia no Vale do Silício, na Califórnia,
que consolidou a utilização do modelo como uma estratégia adequada para pequenos
empreendimentos, mas de elevada capacidade tecnológica. (GURISATTI, 1999). A partir da
concepção histórica, Cassiolato, Lastres e Stallivieri (2003, p. 27) complementam que a
constituição de APL envolve a participação e a interação de firmas que:
[...] podem ser desde produtores de bens e serviços finais até fornecedoras de
insumos e equipamentos, prestadoras de consultoria e serviços, comercializadoras,
clientes, entre outros – e suas variadas formas de representação e associação.
Incluem, também, diversas outras instituições públicas e privadas voltadas para:
formação e capacitação de recursos humanos, como escolas técnicas e universidades;
pesquisa, desenvolvimento e engenharia; política, promoção e financiamento.
4
Na visão de Fuini (2013, p. 58), os APLs são caracterizados como a concentração de
empresas de pequeno porte de mesmo ramo de atividade que interagem entre si e com outros
atores públicos e privados por meio de uma estrutura de governança comum, que carece de
diversas formas de cooperação entre empresas ou uma miscigenação adequada entre
competição e cooperação.
A discussão sobre a definição de APLs ganhou importância sob vários pontos de
vista. Noronha e Turchi (2005, p. 11) destacam a importância de indicação governamental
para a “criação de políticas de apoio para APLs que gera esforços de diversos municípios,
regiões e estados da Federação no sentido e de que seus aglomerados produtivos fossem
classificados como APLs”. Nesse sentido, destaca-se a relação pública em que são ofertados
infraestrutura, terreno, acesso a trafegabilidade, energia elétrica, água e outras condições
para a instalação de organizações, como também, os empresários dessas organizações que se
comprometem em desenvolverem um trabalho que abrange os aspectos econômicos, sociais
e ambientais, gerando externalidades positivas.
Em complemento, para Dalla Vechia (2006, p. 38) “as capacidades de articulação e
cooperação da economia local geram melhor aproveitamento de suas externalidades
positivas como: especialização produtiva, presença de instituições produtoras e difusoras de
tecnologia”. O mesmo autor argumenta que isso suscita elementos importantes na avaliação
das possibilidades de novos surtos de empreendimentos.
Para Cassiolato, Lastres e Stallivieri (2008, p. 14) as principais vantagens dos APL
referem-se a aquisição e uso do conhecimento, enquanto elemento fundamental da
competitividade dinâmica e duradoura das organizações, localidades, regiões e a inclusão de
uma dimensão territorial que enfatiza as relações e condições históricas, econômicas,
culturais e políticas próprias a cada contexto local. Por outro lado, o APL tem sua função
social, onde sua constituição está amparada na integração da Política Nacional de
Desenvolvimento Regional (PNDR) que tem por objetivo “a redução das desigualdades
regionais e o apoio ao desenvolvimento das regiões brasileiras, na busca de melhor
exploração dos potenciais que emergem da exuberante diversidade cultural, social e
econômica do Brasil”. (GALVÃO, 2007, p. 338).
Nesse sentido, Pires et al. (2011, p. 95) afirmam que “a proximidade geográfica
permite obter ganhos de escala crescentes em termos de externalidades acessíveis a custos
baixos com fornecedores, firmas subcontratantes, entidades públicas e privadas de apoio”. A
proximidade organizacional, estabelecida em torno de estruturas comuns de aprendizagem e
conhecimento associadas a instituições, organizações e convenções possibilita esforçar as
5
especificidades culturais e cognitivas locais envolvendo as ações de cooperação, inovação e
regulação.
No entendimento de Suzigan et al (2006) a capacidade de geração de economias
externas tem a função de impulsionar o incremento da competitividade dos produtores
locais, onde são constatados:
a) A existência de um amplo contingente de mão de obra especializada e com
habilidades específicas ao sistema local;
b) Presença e atração de um conjunto de fornecedores especializados de matéria-
prima, componentes e serviços;
c) Grande disseminação dos conhecimentos, habilidades e informações por meio de
spill-overs, relativas ao ramo de atividade dos produtores locais.
d) Os agentes locais, como empresas e instituições, podem reforçar sua capacidade
competitiva por meio de ações conjuntas e deliberadas, tais como compra de
matérias-primas, promoção de cursos de capacitação gerencial e formação
profissional, criação de consórcio de exportação, contratação de serviços
especializados, estabelecimento de centros tecnológicos de uso coletivo,
cooperativas de crédito, entre outros.
Para o fortalecimento e a compreensão com propriedade sobre a temática destaca-se
o papel da RedeSist1, que através de uma rede de pesquisa interdisciplinar, iniciada em
1997, conta com a participação de várias universidades e institutos de pesquisa no Brasil e
parcerias com instituições da América Latina, África, Europa e Ásia. Nesse canal são
desenvolvidos textos para discussões, monografias, dissertações, teses, questionário para
avaliação e identificação de APLs, entre outros.
Para Suzigan, Garcia e Furtado (2007), as políticas para arranjos deveriam estimular
a governança local privada e pública, com iniciativas coletivas de protagonistas locais
direcionadas para avanços de capacitação técnica e industrial e o elemento tecnológico como
estratégia competitiva. No ambiente de APL, iniciativas públicas de fomento à inovação e à
capacitação tecnológica em APLs podem assegurar níveis superiores de eficiência, pois
deveriam estimular iniciativas mais avançadas e organizar o ambiente coletivo por efeito dos
mecanismos de competição e cooperação.
1 Rede de pesquisa em arranjos e sistemas produtivos e inovativos locais, sediada no Instituto de Economia da
Universidade Federal do Rio de Janeiro.
6
Assim sendo, percebe-se que os estudos sobre Arranjo Produtivo Local (APLs) têm
sido debatidos na ciência, no intuito de contribuir com resultados e reflexões importantes.
Na base de dados Scielo, foram constatados 58 estudos, em sua grande maioria com idioma
português e com início de publicação no ano de 2013 até o presente período da pesquisa.
Destes, 6 estudos foram elaborados com foco na área da economia, porém, nenhum
abordando os eixos temáticos COREDEs e Cluster.
2.1 O PAPEL DOS COREDES NO DESENVOLVIMENTO REGIONAL
No entendimento de Cassiolato, Lastres e Stallivieri (2008, p. 16) apesar de serem
geradas as reflexões e formulações locais, as políticas estaduais para a promoção de APLs
passaram, a partir do final dos anos 1990, por dois momentos de inflexão causados pela
atuação do governo federal que tiveram um impacto institucional significativo. Entre esses
momentos, relaciona-se à atuação do Ministério da Ciência e Tecnologia que a partir de
1999, passou a incorporar a abordagem de APLs na ação regional. Foram escolhidos três
APLs em cada estado da federação e inseridas no âmbito das ações financiadas pelos novos
recursos estabelecidos por lei que constituiu os Fundos Setoriais.
Cassiolato, Lastres e Stallivieri (2008, p. 16) afirmam que a temática ganhou espaço
no campo científico e prático, a partir de 2003, quando as esferas governamentais
priorizaram as políticas de desenvolvimento produtivo, através de políticas públicas em
âmbito nacional, sob a responsabilidade do Ministério do Desenvolvimento Industrial e ação
de política regional, no âmbito do Ministério da Integração Nacional. Os objetivos eram
voltados às políticas regionais incorporando conceitos de inclusão social e desconcentração
de renda e associando-os a uma perspectiva de APLs.
Segundo Pires (2011), entre as formas inovadoras e intermediárias de governança
territorial, que atuam como intermediário entre estado e o mercado, entre o nacional e o
local, originam-se os conselhos regionais de desenvolvimento (COREDEs). O surgimento
desses COREDEs foi no início dos anos de 1990 no Rio Grande do Sul, tendo a função de
reduzir as desigualdades sociais entre as regiões da área metropolitana com as demais áreas
do estado.
A concepção de desenvolvimento regional determinada por Pires (2011), enfrenta na
atualidade um duplo desafio quanto ao questionamento da região como categoria explicativa
e escala estratégica de processos de desenvolvimento, incorporando formas específicas de
7
governança e articulação sócio institucional nos territórios, envolvendo questões como
descentralização política e econômica e escalas intermediárias de regulação.
Para a eficácia na governança regional, o processo de implantação de uma instância
intermediária busca atuar de forma mais intensa junto às regiões conciliando crescimento
com desenvolvimento econômico (PIRES, 2011) na qual são atribuídos princípios para
nortear o trabalho de todos os COREDEs (COREDES, 2015).
a) Promoção de desenvolvimento regional: o objetivo central da atuação do
COREDEs é a promoção do desenvolvimento regional, ajustando competitividade,
equidade e sustentabilidade. O trabalho dos conselhos e de seus membros deve
pautar-se pela autonomia, pela isenção e pela neutralidade em relação às diferentes
instâncias governamentais, às correntes político-partidárias ou a quaisquer outras
organizações da região ou de fora da região;
b) Pluralidade e identificação de consensos: estimulada a livre expressão das
diferenças de pensamento entre os membros do conselho. Essa livre expressão serve
como ponto de partida para um esforço no sentido da identificação de pontos de
consenso, entre os segmentos que compõem a sociedade da região, quanto à forma
de promover o desenvolvimento regional;
c) Confiança, cooperação e formação de parcerias: a ação dos COREDEs deve
contribuir para estreitar os laços de confiança, estimular a cooperação e viabilizar o
estabelecimento de parcerias entre os diferentes segmentos da sociedade civil da
região, bem como entre esses segmentos e as várias instâncias da administração
pública, na busca do desenvolvimento regional;
d) Integração, articulação e consolidação das identidades regionais: os COREDEs
devem constituir-se em um ambiente de articulação da sociedade regional, atuando
na definição de agregar os esforços da sociedade civil e dos distintos interesses da
administração pública que tenham como objetivo a promoção do desenvolvimento. O
conhecimento dos diferentes segmentos da sociedade na discussão dos problemas da
sua região, no âmbito dos Conselhos Regionais de Desenvolvimento, vem servir de
base para a consolidação de uma identidade regional, entendida como o sentimento
de conexão a uma comunidade territorialmente organizada, o que constitui a
condição essencial para que um determinado território possa ser, efetivamente,
denominado de região;
e) Busca da regionalização das políticas de desenvolvimento: a ação dos Conselhos
deve contribuir para articulação, em escala regional, dos esforços locais de promoção
8
do desenvolvimento. Deve voltar-se, também, para fazer com que as ações setoriais
das diferentes instâncias de governo sejam estruturadas e integradas de forma a
caracterizar verdadeiras políticas de desenvolvimento regional;
f) Aumento permanente da representatividade e da organização: os COREDEs
precisam empreender um esforço constante no sentido de desenvolver sua
representatividade e sua inteligência junto à comunidade, estabelecendo e integrando
à sua composição os segmentos ainda desarticulados da sociedade da região;
g) Apoio à continuidade das políticas públicas de interesse regional: os COREDEs
devem ajudar a implementação e a constância das políticas governamentais que
colaboram de caráter eficaz para o desenvolvimento regional, impedindo seu
abandono por motivos alheios ao interesse público.
Nesse sentido, constata-se que os COREDEs surgiram como forma de evitar as
disparidades regionais entre municípios. Isso consolida a importância do desenvolvimento
das regiões de acordo com sua vocação empreendedora, tornando-se elemento fundamental
para a geração de emprego e renda.
2.2 CLUSTER: DIFERENTES ABORDAGENS COM ENFOQUE NO
DESENVOLVIMENTO REGIONAL
Os clusters tiveram sua origem histórica e científica na mesma linha de observação e
de espaço que os estudos sobre APLs. Na literatura, com base de dados na Scielo, foram
encontrados mais de 4000 estudos que tratam sobre a temática, com diferentes idiomas e
periódicos. Sintetizando apenas para a área da economia, foram publicados 79 artigos entre
2006 e 2011, com maior incidência no eixo temático Ciências Sociais Aplicadas.
Para Newlands (2003), existem diferentes abordagens científicas, por meio de
argumentos que apontam vantagens para uma firma pertencente a um cluster. Porter (1998,
p. 78), inicia sua concepção sobre o tema ressaltando que são “concentrações geográficas de
firmas e instituições interconectadas em um campo particular que englobam uma série de
indústrias ligadas e outras entidades importantes para a competição”. Na ótica de Marshall
(1925), é a concentração de firmas em estreita proximidade geográfica pertencentes aos
distritos industriais, permitindo que todas as mesmas desfrutem de benefícios da produção
industrial em grande escala e com técnicas semelhantes de interorganização. Como
benefícios são identificados elementos essenciais, entre eles, a cooperação, competição e
inovação do conhecimento. Foi observado também, que a formação de um cluster oferece
9
oportunidade para a especialização do empresário e dos processos internos, obtendo maior
competitividade e reduzindo riscos de mercado.
Nesse sentido, Newlands (2003), aponta que a teoria de aglomeração apresenta uma
explicação do motivo para a união das firmas, compartilhando serviços semelhantes, mão de
obra diversificada e relações com outras firmas locais. Diante de estudos de organização
industrial, a teoria de Marshall contribuiu no desenvolvimento da teoria da aglomeração e
mesmo após, seus seguidores como Williamson (1975; 2005), Piore e Sabel (1984), Porter
(1989; 2003), Becattini (1994), Scott e Storper (2003), entre outros, perceberam que há
incidência de cooperação e de competição entre as firmas pertencentes aos clusters.
Nesse aspecto da análise sobre a teoria da aglomeração, a literatura científica
constatou críticas sob diferentes óticas, entre elas: agrupamentos industriais, custos de
transação; especialização e confiança; ambiente de inovação; economia institucional e
evolucionária, as quais contribuem para a constituição de um cluster.
O tema relacionado aos custos de transação iniciou as discussões acadêmicas, a partir
da flexibilização do trabalho e o surgimento de firmas de menor porte, surgem espaços
voltados a redes organizacionais, dando ênfase às relações do mercado de trabalho,
externalização da produção, melhoria dos processos, onde as firmas de um setor acumulam
experiências, conhecimento e produção. Como benefício, as firmas participantes desse
processo geram mão de obra qualificada, salários elevados, espaço para mão de obra
operacional e terceirizada e as relações de trabalho formal. (NEWLANDS, 2003).
Williamson (1975) aprimorou a teoria dos custos de transação, proporcionando a
análise de uma realidade micro e localizada, focando nas comparações entre as dinâmicas
institucionais e que possibilita entender as firmas como estruturas de governança. Nessa
abordagem, a ação integra agentes locais em cooperação com as entidades externas e todas
as esferas de governo, que são fundamentais ao desenvolvimento local.
O relato acima é corroborado pelos estudos de Scott (1995), que constata, através de
estudos realizados na Itália, a emergência da diversificação das atividades produtivas e a
formação de segmentos dinâmicos da economia italiana, através da cooperação, inovações
na base produtiva das firmas, expansão de mercado nacional e internacional.
Por outro lado, Scott (1995) menciona que os mercados podem reduzir ou sofrer
interferência de produtos importados, mudança paradigmática nos meios de produção,
trabalho operacional e rotineiro, descentralização locacional e a dispersão das atividades
econômicas podem surgir no processo de aglomeração. Esses aspectos podem ser
prejudiciais ao desenvolvimento de um cluster.
10
No que se refere à especialização e confiança, Newlands (2003) ressalta que as
firmas podem cooperar na busca de novos produtos e processos, acesso a linhas de crédito
atrativas, aquisição de materiais, bem como, conduzir ou encomendar pesquisas em
conjunto, assistência técnica e financeira. Essas estratégias cooperativas são estabelecidos
por meio da confiança entre as firmas pertencentes ao cluster, porém, continuam a competir
entre si e com outras firmas, principalmente na qualidade e preço.
Sob o foco de Granoveter (1995), a confiança resulta no processo de aprendizagem
por meio de experiências entre os atores, por meio de interações repetidas, onde facilita o
negócio e torna-se cumulativa a partir de ações repetitivas e atos formais e informais.
Ressalta ainda, a proximidade das firmas dentro do cluster, apontando um cenário de
processos mais amplos de otimização e troca sem contrato formalizado.
Para Camagnini (1991), Aydalot (1996) e Maillat (1995), analistas regionais que
desenvolveram estudos na França, Itália e Suíça, o ambiente inovador envolve um conjunto
de atores institucionais. Além disso, os autores constataram a importância entre tecnologia,
inovação e desenvolvimento regional num cluster. A abordagem aponta para a participação
de universidades e centros de pesquisa, os quais oportunizam um processo de aprendizagem
coletiva, troca de conhecimento técnico-organizacional entre cliente e fornecedor,
fortalecimento do mercado de trabalho local, com a participação de atores formais e
informais, estabelecendo troca de informações.
Com base nos argumentos acima, surge a economia institucional e evolucionária,
através das teorias de Nelson e Winter (1982), os quais afirmam que a inovação tecnológica
ocorre por meio de rotinas, transformando-as em operacionais, dinâmicas e de investimento.
Para essa modificação tecnológica, ocorre a incidência dos atores institucionais e do
Sistemas de Inovação como descrito por Freemann (1988), onde constam universidades,
centros de pesquisa, institutos tecnológicos, consultorias, entre outros. Isso reflete no
sucesso dos clusters, tendo por meio do papel das instituições, o desenvolvimento de suas
trajetórias organizacionais como descritos por North (1990).
A importância das instituições também refere-se à orientação e ao auxílio na
condução dos negócios diante de uma mudança paradigmática, e na preparação das firmas
para atuar na trajetória tecnológica, por meio da demanda pull e tecnologia push. (DOSI,
1988). A economia institucional e evolucionária identifica a concorrência como um processo
de mudança econômica, estimulada por constantes mudanças tecnológicas, considerando a
inovação como o condutor da competição, onde uma firma ou um cluster pode possuir
tecnologias superiores às outras. (NEWLANDS, 2003).
11
O Quadro 1, apresenta a síntese das principais teorias desenvolvidas sob a ótica de
diferentes abordagens para identificar clusters.
Quadro 1. Abordagens teóricas de clusters
Teorias Fontes de vantagem Grau de
localidade
Concorrência e
Cooperação
Implicações em
termos de política
Teoria da
aglomeração
Firmas
compartilham
fornecimento de
mão de obra,
infraestrutura e
serviços.
As economias
externas são mais
prováveis onde
serviços em
comum são
compartilhados em
uma localidade.
A cooperação
gera vantagem
para as firmas
dentro dos
clusters, mas
elas continuam
competindo.
Sem implicações
óbvias, a não ser
que o mercado
falhe em prover os
benefícios comuns.
Custos de
transação
Os custos de
transação são
menores dentro dos
clusters.
Alguns custos de
transação refletem
a manutenção do
contato pessoal.
Estes usualmente
variam com a
distância.
Alguns custos
podem ser
reduzidos com a
cooperação, mas,
em geral, não é
relevante.
Considera-se, em
geral, que os
mercados
coordenam os
custos de transação
dentro dos clusters.
Especialização
e confiança
As firmas dentro de
redes de confiança
se beneficiam da
troca de informação
recíproca.
É mais provável
manter a confiança
em redes
geograficamente
concentradas.
As firmas dentro
dos clusters
competem entre si
mais em
qualidade que em
preço, mas
existem fortes
relações de
cooperação.
Redes sociais e
familiares são a
chave para o
desenvolvimento da
confiança, mas as
normas
econômicas, legais
e políticas são
relevantes.
Ambiente
inovativo
O ambiente
(Milieux) promove
os enquadramentos
e a necessária
coordenação para a
inovação.
As instituições e
práticas favoráveis
à inovação
dependem
parcialmente do
contato pessoal.
Equilíbrio entre as
relações de
competição e de
cooperação entre
as firmas não é
especificado, mas
presume-se que as
últimas são
importantes.
Os elaboradores das
políticas têm o
papel de formar e
manter as redes de
firmas, institutos de
pesquisas etc.
Economia
institucional e
evolucionária
Os clusters são
reflexo de decisões
do passado e do
subsequente
desenvolvimento de
instituições de
apoio.
Trajetórias
particulares podem
desenvolver-se em
escalas espaciais.
As mudanças
tecnológicas, ao
longo de
caminhos
particulares, são o
impulso do
processo
competitivo.
A intervenção das
políticas é o único
fator determinante
de como as
trajetórias
inovativas se
desenvolvem.
Fonte: NEWLANDS, 2003, p. 526.
12
3 METODOLOGIA
Conforme já discutido, os COREDEs surgiram para consolidar o desenvolvimento
regional e minimizar desigualdades entre os municípios gaúchos, porém dentro dos
COREDEs ainda persistem disparidades importantes. Nesse sentido, análises mais amplas
quanto aos agrupamentos dos COREDEs em clusters requerem abordagens cautelosas,
dadas as limitações, como a representatividade de cada município nos conselhos de
desenvolvimento, seja em termos territoriais, populacionais, sociais ou econômicos.
Outro obstáculo refere-se à disponibilidade de dados desagregados em nível
municipal ou de COREDEs nas bases de dados para possibilitar a identificação de arranjos
locais, que permitam realizar mapeamentos da distribuição das atividades e setores
preponderantes. Por isso, com intuito de aplicar elementos objetivos a opção foi utilizar os
dados Relação Anual de Informações Sociais (RAIS), valendo-se do número de vínculos de
empregos ativos no dia 31/12 dos anos de 2006 e 2016. O período foi definido para permitir
assim a análise conjuntural comparando os dois períodos e identificar possíveis mudanças na
especialização de cada COREDE.
Além disso, cabe a ressalva de que as abordagens teóricas sobre arranjos produtivos
locais e clusters são normalmente associados aos setores relacionados à indústria. Contudo,
este artigo busca analisar os agrupamentos de regiões no Rio Grande do Sul que apresentem
similaridades nas atividades em que são especializados, considerando os 8 setores definidos
no Instituto Brasileiro de Geografia e Estatística (IBGE) nas seguintes categorias: extrativa
mineral; indústria de transformação; serviços industriais de utilidade pública; construção
civil; comércio; serviços; administração pública; e agropecuária, extração vegetal, caça e
pesca.
Portanto, os dados de número de empregos para todos os municípios do Rio Grande
do Sul foram extraídos da RAIS, caracterizados como dados secundários, para os anos de
2006 e 2016, divididos nos 8 setores propostos pelo IBGE. Em seguida, os municípios foram
agrupados de acordo com o COREDE ao qual pertencem, segundo a abrangência territorial
definida no Decreto da Assembleia Legislativa do Rio Grande do Sul nº 47.543, de 08 de
novembro de 2010 (RIO GRANDE DO SUL, 2010). A seleção de dados descrita visa
avaliar a existência de aglomerações especializadas em cada tipo de atividade, e posterior
agrupamento dos COREDES em clusters que apresentem similaridades.
A identificação desses clusters baseou-se na construção de um Quociente Locacional
(QL) conforme abordagem sugerida por Brito e Albuquerque (2002), ressalvadas as
13
adaptações adotadas em virtude do tema desta pesquisa. O QL busca comparar duas
estruturas setoriais-espaciais. Ele é a razão entre duas estruturas econômicas, neste trabalho
tem-se no numerador, o COREDE, e no denominador o estado do Rio Grande do Sul, como
referência. A forma do cálculo é a seguinte:
𝑄𝐿 =
𝐸𝑗𝑖
𝐸𝑗
𝐸𝑅𝑆𝑖
𝐸𝑅𝑆
(1)
Onde:
𝐸𝑗𝑖= Emprego da atividade 𝑖 no COREDE 𝑗;
𝐸𝑗= Emprego da total região 𝑗;
𝐸𝑅𝑆𝑖 = Emprego da atividade 𝑖 na região no Rio Grande do Sul;
𝐸𝑅𝑆= Emprego total no Rio Grande do Sul.
Brito e Albuquerque (2002) consideram que existiria especialização da atividade 𝑖 no
COREDE 𝑗, caso seu QL fosse superior a um. A interpretação do valor do indicador QL
baseia-se numa comparação entre especializações, a partir da qual três situações distintas
podem ser representadas: quando QL = 1, a especialização do COREDE 𝑗 em atividades do
setor 𝑖 é igual à especialização do conjunto do Rio Grande do Sul nas atividades desse setor;
enquanto que quando QL < 1, a especialização do COREDE 𝑗 em atividades do setor 𝑖 é
inferior à especialização do conjunto do Rio Grande do Sul nas atividades desse setor; e
quando QL > 1, a especialização do COREDE 𝑗 em atividades do setor 𝑖 é superior à
especialização do conjunto do Rio Grande do Sul nas atividades desse setor.
Neste estudo considerou-se o QL calculado para todos os 28 COREDEs gaúchos nos
8 setores da classificação do IBGE para os anos de 2006 e 2016. Os resultados obtidos são
apresentados no APÊNDICE A.
Após o cálculo do QL, os resultados foram submetidos à análise de cluster a fim de
identificar os COREDEs que apresentam similaridades quanto aos setores nos quais são
especializados em 2006 e 2016. O agrupamento dos sujeitos, ou seja, dos COREDEs
gaúchos, foi efetuado com uma análise de clusters hierárquica com o método da menor
distância, usando a distância euclidiana quadrada como medida de dissemelhança entre os
sujeitos. Como critério de decisão do número de clusters a reter, usou-se o R2 como descrito
em Maroco (2007) e Meyers, Gamst e Guarino (2013), tendo-se escolhido a reter a solução
14
do menor número de clusters que reteve uma fração considerável (cerca de 60% em 2006, e
mais de 70% em 2016) da variância total. A classificação de cada COREDE nos clusters
retidos foi posteriormente refinada com o procedimento não-hierárquico k-médias.
Para identificar quais as variáveis com maior importância nos 3 clusters retidos,
procedeu-se à análise da estatística F da ANOVA dos clusters como descrito em Maroco
(2007) e Meyers, Gamst e Guarino (2013). Todas as análises foram efetuadas com o SPSS
(v. 22; SPSS Inc, Chicago, IL) e as saídas obtidas apresentam-se a seguir.
4 ANÁLISE DOS RESULTADOS
A análise de clusters sobre as distâncias euclidianas quadradas entre sujeitos com o
método de agregação da menor distância produziu os dendogramas das Figuras 1 e 2,
respectivamente, para 2006 e 2016. De acordo com o critério do R2, em ambos os anos
foram retidos 3 clusters, que em 2006 explicam 58,2% (r-sq = 0,582397796), e em 2016,
72,6% (r-sq = 0,725859568) da variância total.
15
Figura 1 - Dendograma da análise de clusters com o método da menor distância usando a
distância euclidiana quadrada como medida de dissemelhança considerando os QLs de 2006
Fonte: elaboração própria a partir de SPSS 22.
O dendograma da análise de cluster considerando os QLs de 2006 indica prováveis
três ou quatro agrupamentos, um deles englobando os COREDEs Jacuí-Centro, Vale do
Jaguari, Fronteira Oeste, Campanha e Campos de Cima da Serra, um segundo cluster entre
Alto Jacuí, Centro-Sul, Médio Alto Uruguai, Alto da Serra do Botucaraí e Norte. Um
terceiro cluster formado por Metropolitano Delta do Jacuí, Paranhana-Encosta da Serra,
Vale do Taquari, Serra, Vale do Caí, Vale do Rio dos Sinos e Hortênsias. E, finalmente, um
quarto cluster com os demais COREDEs remanescentes.
16
Figura 2 - Dendograma da análise de clusters com o método da menor distância usando a
distância euclidiana quadrada como medida de dissemelhança considerando os QLs de 2016
Fonte: elaboração própria a partir de SPSS 22.
O dendograma da análise de cluster para os QLs de 2016 não estabeleceu diferenças
importantes entre os COREDEs, e por consequência, dificultou a visualização de
agrupamentos.
Todavia, destaca-se que as plotagens dos dendogramas mostradas nas Figuras 1 e 2
são modos alternativos de visualizar o processo de agrupamento, e podem não possibilitar o
discernimento claro da solução dos clusters. Por isso, foi realizada uma análise mais
refinada através de um método não-hierárquico, o k-médias.
Antes da aplicação do método, as variáveis correspondentes aos setores foram
submetidas à transformação em uma distribuição Z, conforme recomendação apresentada
em Maroco (2007) e Meyers, Gamst e Guarino (2013). Em seguida, procedeu-se com a
classificação de cada um dos 28 COREDES na solução refinada com o método k-médias,
17
considerando k = 3, segundo indicações reveladas através do R2. Os resultados da análise
encontram-se na Tabela 1.
Tabela 1 - Classificação dos COREDEs em 3 clusters pelo método k-médias
Fonte: elaboração própria a partir de SPSS 22.
Na Figura 3 foram construídos dois mapas a fim de visualizar a classificação dos
COREDEs de acordo com seus clusters no estado do Rio Grande do Sul em 2006 e em
2016, conforme definido na Tabela 1.
Percebe-se que o cluster 1 incorporou COREDEs de todas as regiões do estado, não
apresentando concentração em algum ponto específico em 2006 e 2016. Em aspectos
Cluster COREDE
Distância do
centro do
cluster
Cluster COREDE
Distância do
centro do
cluster
Celeiro 1,701 Alto da Serra do Botucaraí 2,305
Central 1,208 Alto Jacuí 2,053
Fronteira Noroeste 1,056 Campos de Cima da Serra 4,628
Fronteira Oeste 2,369 Celeiro 2,023
Litoral 2,461 Central 2,832
Metropolitano Delta do Jacuí 3,903 Centro-Sul 1,741
Missões 1,123 Fronteira Noroeste 1,550
Nordeste 2,184 Fronteira Oeste 1,752
Noroeste Colonial 1,241 Jacuí-Centro 1,745
Norte 3,908 Litoral 1,856
Produção 1,692 Médio Alto Uruguai 2,649
Rio da Várzea 1,900 Metropolitano Delta do Jacuí 3,574
Sul 0,913 Missões 0,784
Vale do Jaguari 1,624 Noroeste Colonial 1,292
Vale do Rio Pardo 1,279 Produção 2,510
Campos de Cima da Serra 4,569 Rio da Várzea 1,748
Hortênsias 1,338 Sul 1,461
Paranhana-Encosta da Serra 2,690 Vale do Jaguari 1,634
Serra 1,196 Hortênsias 1,749
Vale do Caí 0,850 Nordeste 2,262
Vale do Rio dos Sinos 1,504 Norte 2,539
Vale do Taquari 1,347 Paranhana-Encosta da Serra 3,088
Alto da Serra do Botucaraí 1,350 Serra 1,350
Alto Jacuí 2,459 Vale do Caí 1,368
Campanha 3,001 Vale do Rio dos Sinos 1,556
Centro-Sul 1,343 Vale do Rio Pardo 1,475
Jacuí-Centro 1,515 Vale do Taquari 1,122
Médio Alto Uruguai 1,685 3 Campanha 0,000
1
2
20162006
1
2
3
18
geográficos, o cluster 3 também se mostrou desconcentrado em 2006, e em 2016, limitou-se
a apenas um COREDE.
Por outro lado, o cluster 2 concentrou COREDEs próximos à Região Metropolitana
de Porto Alegre, com polarização do Vale do Rio dos Sinos e do Centro Regional de Caxias
do Sul em 2006. Enquanto que em 2016, também com influência de Passo Fundo, em
virtude dos COREDEs Norte e Nordeste.
Figura 3 - Mapa do Rio Grande do Sul – COREDEs divididos nos clusters em 2006 e em
2016
Fonte: elaboração própria.
Na Tabela 2, apresentam-se as médias (centros) dos clusters para cada variável e a
estatística F para cada variável. No entanto, faz-se a ressalva de que, segundo Maroco
(2007), a principal aplicação da estatística F da ANOVA, exposta na Tabela 2, é identificar
as variáveis que permitem a separação dos clusters. Isso significa que, se uma variável
discriminar bastante entre os clusters, então a variabilidade desta entre os clusters será
elevada. Para verificar se os clusters são ou não diferentes procede-se com funções
discriminantes, apresentadas no APÊNDICE B.
Assim sendo, tem-se que os setores de serviços industriais de utilidade pública (F =
27,1), administração pública (F = 18,6), comércio (F = 17,9) e indústria de transformação
(F=17,7) são os que mais diferenciam os clusters em 2006. Por outro lado, as variáveis que
mais diferenciam os clusters em 2016 são as atividades extrativas minerais (F = 73,6) e
Cluster 2
Cluster 1
Cluster 3
2006 2016
19
indústria de transformação (F = 27,8). Finalmente, a variável “Serviços” (F = 0,2) é a
dimensão que diferencia menos os 3 clusters.
Tabela 2 - Centros dos clusters e a estatística F para cada variável
Observação do teste F apresentada pelo SPSS: Os testes F devem ser usados apenas para finalidades
descritivas porque os clusters foram escolhidos para maximizar as diferenças entre os casos em
clusters diferentes. Os níveis de significância observados não estão corrigidos para isso e, dessa
forma, não podem ser interpretados como testes da hipótese de que as médias dos clusters são iguais.
Fonte: elaboração própria a partir de SPSS 22.
De acordo com a Tabela 2, em 2006 o cluster 1 apresenta o grupo de COREDEs com
os menores índices nos setores de extração mineral e de agropecuária, extração vegetal, caça
e pesca. Por outro lado, apresenta os maiores índices na construção civil e serviços. Nesse
grupo está o COREDE Metropolitano Delta do Jacuí, o qual distinguiu-se por ser o mais
especializado em serviços entre todos os COREDEs em 2006. Já os conselhos de
desenvolvimento do Norte, Litoral, Central, Rio da Várzea e Fronteira Noroeste destacaram-
se pela sua especialização relativa na construção civil. (Ver APÊNDICE A para detalhes
sobre especialização dos COREDEs).
1 2 3 1 2 3
Extrativa Mineral -0,43112 -0,22618 1,34168 13,4 -0,18779 -0,14848 4,71646 73,6
Indústria de Transformação -0,39304 1,29796 -0,53169 17,7 -0,53746 1,18006 -0,94623 27,8
Serviços Industriais de
Utilidade Pública-0,03981 -1,05604 1,33158 27,1 0,29372 -0,87840 2,61869 16,5
Construção Civil 0,29014 -0,25577 -0,42694 1,5 -0,14015 0,35657 -0,68638 1,0
Comércio 0,41226 -1,30333 0,48991 17,9 0,47465 -0,98018 0,27789 11,2
Serviços 0,40860 -0,48640 -0,45403 3,1 0,08836 -0,17927 0,02288 0,2
Administração Pública 0,19302 -1,21516 0,93513 18,6 0,44227 -0,91209 0,24791 8,7
Agropecuária, Extração
Vegetal, Caça e Pesca-0,11940 -0,01358 0,31434 0,4 0,22905 -0,56369 0,95033 2,6
2016
ClustersF*
ClustersF*
Dimensão
2006
20
Em 2016 o cluster 1 agrupou COREDEs com os maiores índices no comércio,
serviços e administração pública, e, portanto, incorporando alguns conselhos que em 2006
pertenciam ao cluster 3. Os COREDEs agrupados foram: Alto da Serra do Botucaraí, Alto
Jacuí, Centro-Sul, Jacuí-Centro e Médio Alto Uruguai.
O cluster 2, tanto em 2006 quanto em 2016 apresenta os maiores scores no setor da
indústria de transformação, ou seja, o número de empregados neste setor é relativamente
superior aos demais COREDEs do RS. O cluster 2 é composto por regiões como Paranhana-
Encosta da Serra, Serra, Vale do Taquari, Vale do Caí, Vale do Rio dos Sinos e Hortênsias
que destacaram-se por terem indústrias intensivas em mão de obra, como a calçadista no
Paranhana-Encosta da Serra, a metalmecânica no COREDE Serra, a alimentícia no Vale do
Taquari e Hortências, a de máquinas e equipamentos agrícolas no Vale do Caí. O Vale do
Rio dos Sinos apresenta importante relevância no estado na indústria de transformação com
a fabricação de produtos derivados de petróleo, a preparação de couros e fabricação de
calçados. (BERTÊ et al, 2016).
Outro aspecto relevante correspondente ao cluster 2 refere-se à distribuição de renda.
Os seis COREDEs que se mantiveram nesse agrupamento tanto em 2006 quanto em 2016
também apresentam os menores Índices de Gini2 da renda domiciliar per capita do RS em
2000 e 2010 – ver APÊNDICE C. Ou seja, uma vez que esse agrupamento apresenta os
maiores índices na categoria da indústria de transformação, o resultado confirma a
expectativa de que atividades industriais sejam menos concentradoras de renda,
especialmente aquelas intensivas em mão de obra.
No cluster 3 foram agrupados os COREDES com os maiores índices nas dimensões
serviços industriais de utilidade pública; comércio; administração pública; agropecuária,
extração vegetal, caça e pesca; mas, sobretudo, a atividade extrativa mineral em 2006. Nesta
última, os COREDES Campanha, Centro-Sul e Alto da Serra do Botucaraí se notabilizaram
com scores de especialização relativa muito superiores à média estadual, respectivamente
com QL de 9,8, 4,9 e 4,4.
Diferentemente do cluster 2, que apresentou poucas mudanças na comparação entre
2006 e 2016, o cluster 3 mudou significativamente em 2016, permanecendo apenas o
COREDE Campanha. Os demais COREDEs desse cluster em 2006 foram incorporados ao
2 O Índice de Gini é um instrumento para medir o grau de concentração de renda em determinado grupo,
normalmente compara os 20% mais pobres com os 20% mais ricos. Numericamente, varia de zero a um -
podendo também ser apresentado de zero a cem. O valor zero representa a situação de igualdade, ou seja,
todos têm a mesma renda, enquanto que o valor um (ou cem) está no extremo oposto, isto é, uma só pessoa
detém toda a riqueza. (WOLFFENBÜTTEL, 2004).
21
cluster 1 em 2016. Esse movimento reflete a relevância da dimensão extrativa mineral com
estatística F = 73,6 – indicando que é a variável que permite uma maior discriminação entre
os clusters. Logo, o grau de especialização da Campanha nesta atividade (12,3) isolou o
COREDE, pois além de apresentar especialização relativa muito superior à média estadual,
ficou, drasticamente, acima de outros COREDEs que também são especializados na
atividade extrativa mineral. Segundo estudo realizado por Bertê et al (2016), a indústria
extrativa do COREDE Campanha é destaque em nível estadual, representando 17,8% em
2012, com a extração de calcário e extração de carvão.
Contudo, apesar do notável desempenho na indústria extrativa mineral, o COREDE
Campanha apresenta um dos maiores níveis de desigualdade social do Rio Grande do Sul.
Percebe-se redução do índice de Gini nos municípios que pertencem ao COREDE, porém
ainda é um dos mais altos. Esse fato corrobora com a ideia de que a indústria extrativa
mineral se caracteriza por ser concentradora de renda.
Em síntese, percebe-se que os agrupamentos, definidos a partir do quociente
locacional médio dos COREDEs, além de revelar os COREDEs com similaridades em seus
padrões de especialização, também permite análises voltadas aos aspectos sociais. Destaca-
se o cluster 2, pois concentra os COREDEs com os menores índices de desigualdade social
do estado, fundamentalmente associado à categoria que apresenta especialização relativa, a
indústria de transformação.
Além disso, verifica-se que os setores de serviços, construção civil e agropecuária,
extração vegetal, caça e pesca não se destacaram como determinantes para definição dos
clusters, apesar de sua importância no PIB gaúcho - representaram mais de 50% do PIB em
2015. (FEE, 2018).
Por outro lado, a categoria extrativa mineral, pouco expressiva na composição do
PIB do RS, foi relevante para diferenciar os clusters. Esse elemento se dá devido à
concentração desta atividade em poucos municípios, localizados predominantemente no
COREDE Campanha, e assim, isolando o mesmo dos demais por esta característica
específica.
Por fim, a presença do COREDE Metropolitano Delta do Jacuí destoa dos demais
COREDEs no cluster 1, sobretudo, em aspectos econômicos. Em 2015, o mesmo
representou 27,5% do PIB estadual. (FEE, 2018). Contudo, dada sua especialização relativa
na categoria de serviços, o mesmo foi agrupado no cluster 1 tanto em 2006, quanto em 2016.
22
5 CONCLUSÃO
Ao contextualizar diversas abordagens sobre APL, nota-se que ocorre uma
integração com o papel dos COREDEs, envolvendo a interação de firmas e atores externos
através de uma estrutura de governança, onde a cooperação contribui para o fortalecimento
das atividades econômicas. Somado às características mencionadas, os clusters são
constituídos também por meio da competitividade das firmas como forma de obter
vantagens, sejam elas, pertencentes ao mesmo cluster ou não. Além disso, a compreensão de
que esses agrupamentos objetivam, essencialmente, consolidar o desenvolvimento regional e
minimizar desigualdades, o presente estudo apresenta-se como uma forma de contribuir para
possíveis entendimentos sobre a realidade da economia do Rio Grande do Sul.
O artigo buscou agrupar os COREDEs gaúchos em clusters que apresentem
similaridades quanto ao seu padrão de especialização, definido a partir do quociente
locacional, realizando uma comparação entre os anos de 2006 e 2016. O método de análise
de cluster k-médias indicou três agrupamentos distintos: o primeiro, com os COREDEs
especializados em serviços; o segundo, com aqueles com os maiores índices na indústria de
transformação; e o terceiro, na categoria extrativa mineral.
Em termos geográficos, apenas o cluster 2 concentrou COREDEs próximos em 2006
e 2016. No primeiro ano da análise, todos os COREDEs do agrupamento eram influenciados
por Porto Alegre, com polarização do Vale do Rio dos Sinos e do Centro Regional de Caxias
do Sul, e em 2016, também do município de Passo Fundo. O cluster 2 também se destaca na
distribuição de renda, pois os COREDEs que mantiveram o grau de especialização na
indústria de transformação em 2006 e 2016 também apresentam os menores Índices de Gini,
isto é, os menores índices de desigualdade social do estado.
No cluster 1 destaca-se a presença do COREDE Metropolitano Delta do Jacuí, que
engloba municípios como Porto Alegre (segmentos de média-alta e alta tecnologia),
Gravataí (polo automotivo) e Triunfo (polo petroquímico), os quais possuem parques
industriais consolidados e relevantes no Rio Grande do Sul. Contudo, o COREDE é
relativamente mais especializado na categoria de serviços do que na indústria de
transformação, o que foi determinante para seu agrupamento no cluster 1.
Finalmente, o cluster 3 agrupou os COREDEs mais especializados na categoria
extrativa mineral. Apenas a Campanha manteve-se nesse cluster em 2006 e 2016, e nesse
sentido, destaca-se que o COREDE apresenta um dos maiores níveis de desigualdade social
23
do Rio Grande do Sul, confirmando a ideia de que a indústria extrativa mineral se
caracteriza por ser concentradora de renda.
REFERÊNCIAS
BANDEIRA, P. S. Uma experiência de institucionalização de Regiões no Brasil: Os
Coredes do Rio Grande do Sul. In: COLÓQUIO INTERNACIONAL DE
DESENVOLVIMENTO TERRITORIAL SUSTENTÁVEL, Florianópolis, 2007.
Disponível em: < http://www.lume.ufrgs.br/bitstream/handle/10183/30419/000677795.pdf>.
Acesso em: 19 abr 2018.
BECATTINI, G: The industrial district as a creative milieu, in Benko, G., M. Dunford
(eds.), Industrial change and regional development. Belhaven Press, London, 1991. p.102-
114.
BERTÊ, A. M. A; et al. Perfis Socioeconômicos dos COREDEs. Boletim Geográfico do
Rio Grande do Sul, n.26, p.1-1070. Porto Alegre: Secretaria do Planejamento, Mobilidade e
Desenvolvimento Regional. 2016.
BRASIL. Ministério do Trabalho e Emprego. Relação Anual de Informações Sociais
(RAIS). 2018. Disponível em: <http://bi.mte.gov.br/bgcaged/login.php>. Acesso em: 10 abr
2018.
BRITTO, J.; ALBUQUERQUE, E. M. Clusters industriais na economia brasileira: uma
análise exploratória a partir de dados da RAIS. Estudos Econômicos, São Paulo, v. 32, n. 1,
p. 71-102, 2002.
BRUSCO, S. The Emilian Model: productive decentralization and social integration,
Cambridge Journal of Economics 6: 1982, p. 167-84.
CAMAGNI, R. (ed.) Innovation Networks: Spatial Perspectives, Belhaven Press, London.
1991.
CASSIOLATO, J. E.. LASTRES, H. STALLIVIERI, F.. Arranjos Produtivos Locais.
Uma alternativa para o desenvolvimento. V. 2. E-papers Serviços Editoriais Ltda. Rio de
Janeiro. 2008.
DALLA VECCHIA, R. V. Arranjos Produtivos Locais como estratégia de desenvolvimento
regional e local. REVISTA CAPITAL CIENTÍFICO Guarapuava - PR v.4 n.1 jan./dez.
2006.
DOSI, G. The nature of the innovative process, in Dosi, G. et al (eds.), Technical change
and economic theory. Pinter Publishers, London, 1988. 221-38.
FREEMAN, C. The national system of innovation in historical perspective. Cambridge
Journal of Economics, v. 19, n. 1,p. 5-24, 1995;
24
FUINI, L. L. Arranjos produtivos locais (APLs): uma breve explanação sobre o tema.
GeoTextos, vol. 9, n. 2, dez. 2013. L. Fuini. 57-83.
FUNDAÇÃO DE ECONOMIA E ESTATÍSTICA SIEGFRIED EMANUEL HEUSER
(FEE). Feedados. 2018. Disponível em: <http://www.fee.rs.gov.br/feedados/>. Acesso em:
19 abr 2018.
GALVÃO, A. C. F. A política brasileira de desenvolvimento regional e o ordenamento
territorial. In: DINIZ, Clélio Campolina (Org.). Políticas de desenvolvimento regional:
desafios e perspectivas à luz das experiências da União Européia e do Brasil. Brasília:
Universidade de Brasília, 2007.
GOLDSTEIN TOLEDO, G. L. In: BOAVENTURA, J. M. G. (Coord.) Orientação
estratégica em clusters industriais em Rede de Negócios Tópicos em Estratégias. São
Paulo: Saint Paul, 2006.
GRANOVETTER, M. Economic action and social structure: the problem of
embeddedness, American Journal of Sociology 93 (3): 1985; 481—5 10.
GURISATTI, P.– O nordeste italiano: nascimento de um novo modelo de organização
industrial. In: Empresários e empregos nos novos territórios produtivos. O caso da
terceira Itália. Rio de Janeiro, DP&A, 1999. p. 77-99.
HOFFMANN, V. E.; MORALES, F. X. Rede de empresas organizadas territorialmente. In
BOAVENTURA, J. M. G. (Coord.) Rede de Negócios Tópicos em Estratégias. São Paulo:
Saint Paul, 2006.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Censos
demográficos. 2018. Disponível em: <http://www.ibge.gov.br/home>. Acesso em: 20 abr
2018.
MAILLAT, D. (1995), “Milieux Innovateurs et Dynamique Territoriale”. In: RALLET, A.;
TORRE, A. Économie Industrielle et Économie Spatiale. Paris: Economica, 1995.
MEYERS, L. S.; GAMST, G. C.; GUARINO, A. J. Performing data analysis using IBM
SPSS. John Wiley & Sons, 2013.
NELSON, R. WINTER, S. An Evolutionary Theory of Economic Change, Harvard
University Press, Cambridge, MA. 1982.
NEWLANDS, D. Competition and cooperation in industrial clusters: the implications
for public policy. European Planning Studies, v. 11, n. 5, p. 521-532, 2003.
NORONHA, E. G. TURCHI, L. Política industrial e ambiente institucional na análise de
arranjos produtivos locais. Texto para discussão n. 1076. Brasília. 2005.
NORTH, D. Institutions, Institutional Change and Economic performance, Cambridge
University Press, Cambridge, 1990.
PIORE, M. SABEL, C. The Second Industrial Divide, Basic Books, New York. 1984.
25
PIRES, E. L. S, et al. Governança territorial: conceito, fatos, modalidades. Rio Claro:
UNESP-IGCE. Programa de Pós-Graduação em Geografia. 2011.
PORTER, M. E. Clusters and the new economics of competition. Harvard Business
Review, v. 76, n. 6, p. 77-90, 1998.
RIO GRANDE DO SUL. Decreto nº 47.543, de 08 de nov. de 2010. Alteração dos
Conselhos Regionais de Desenvolvimento - COREDES. Disponível em:
<http://www.al.rs.gov.br/filerepository/repLegis/arquivos/DEC%2047.543.pdf.> Acesso em:
16 abr 2018.
SCOTT, Allen e STORPER, Micheal. Regions, Globalization, Development. UCLA.
mimeo, 2003.
SPSS Inc. Released 2013. SPSS Statistics for Windows, Version 22.0. Chicago: SPSS Inc.
2018.
SUZIGAN, W. et al. Identificação, mapeamento e caracterização estrutural de arranjos
produtivos locais no Brasil. UNICAMP, 2006.
SUZIGAN, W.; FURTADO, J.; GARCIA, R. (2003). Clusters e sistemas locais de
produção e inovação: identificação, caracterização e medidas de apoio. São Paulo, IEDI;
disponível em http://www.iedi.org.br/admin/pdf/20030516_clusters.pdf.
WILLIAMSON, O. E. Market and Hierarchies: Analysis and Antitrust Implications. New
York: The Free Press. 1975.
WOLFFENBÜTTEL, A. O que é? - Índice de Gini. Desafios do Desenvolvimento, Brasília,
n. 4, p. 80, nov. 2004.
26
APÊNDICE A – QL dos 28 COREDES por setor do IBGE
Fonte: elaboração própria a partir de RAIS (BRASIL, 2018).
2006 2016 2006 2016 2006 2016 2006 2016 2006 2016 2006 2016 2006 2016 2006 2016
Alto da Serra do Botucaraí 4,4 2,5 0,6 0,6 1,7 1,7 0,9 0,6 1,4 1,5 0,5 0,6 2,3 1,7 1,5 1,6
Alto Jacuí 1,1 0,5 0,6 0,9 2,6 2,0 0,4 0,6 1,5 1,4 0,6 0,6 1,5 1,0 3,4 4,0
Campanha 9,8 12,3 0,5 0,5 2,2 2,5 0,5 0,7 1,2 1,2 0,6 0,8 1,6 1,1 4,8 4,3
Campos de Cima da Serra 0,3 1,4 0,6 0,5 0,2 0,9 0,6 0,5 0,9 1,0 0,5 0,5 1,1 1,0 11,2 11,6
Celeiro 0,6 0,5 0,6 0,8 0,7 1,1 0,6 0,5 1,1 1,4 0,9 0,6 1,9 1,5 1,5 1,8
Central 1,1 1,0 0,4 0,4 0,9 1,1 1,4 1,0 1,4 1,2 1,0 1,3 1,5 0,7 1,3 1,2
Centro-Sul 4,9 4,1 0,8 0,8 1,2 1,0 0,6 0,7 1,1 1,2 0,6 0,7 1,6 1,4 3,1 3,4
Fronteira Noroeste 0,7 0,2 1,1 1,2 1,0 1,2 1,3 1,0 1,4 1,3 0,6 0,8 1,3 0,9 0,9 0,8
Fronteira Oeste 0,6 0,7 0,3 0,3 1,1 1,3 0,5 0,6 1,4 1,5 0,8 0,7 1,3 1,1 6,1 5,4
Hortênsias 0,4 0,6 1,5 1,2 0,4 0,6 1,3 1,1 0,9 0,9 0,7 1,1 0,8 0,6 0,9 1,1
Jacuí-Centro 2,6 1,5 0,8 0,8 1,5 1,8 1,1 0,5 1,3 1,3 0,6 0,7 1,3 1,2 3,6 3,3
Litoral 1,1 1,3 0,4 0,4 1,3 1,2 1,9 1,1 1,8 1,6 0,7 0,9 1,6 1,3 1,3 1,1
Médio Alto Uruguai 3,0 0,6 0,7 0,9 1,4 2,2 1,1 1,2 1,4 1,3 0,5 0,6 2,2 1,5 0,9 0,9
Metropolitano Delta do Jacuí 0,3 0,3 0,5 0,4 1,4 1,1 1,0 1,1 0,9 0,8 1,6 1,3 1,1 1,5 0,1 0,1
Missões 0,5 0,5 0,5 0,6 1,3 1,4 0,9 0,8 1,5 1,4 0,8 0,8 1,6 1,2 2,1 2,3
Nordeste 0,2 0,7 1,2 1,5 0,5 0,6 0,6 0,7 1,3 1,2 0,4 0,5 1,6 1,1 1,3 1,3
Noroeste Colonial 0,6 0,9 0,9 1,1 1,4 1,0 0,8 0,9 1,4 1,3 0,8 0,8 1,1 0,9 1,7 1,2
Norte 0,3 0,3 1,2 1,3 0,5 1,0 2,9 1,5 1,0 1,1 0,6 0,8 1,1 0,9 0,9 0,9
Paranhana-Encosta da Serra 1,5 1,2 2,6 2,7 0,2 0,3 0,3 0,5 0,5 0,6 0,3 0,4 0,6 0,6 0,2 0,2
Produção 2,0 1,4 0,9 0,9 1,0 0,9 1,0 1,0 1,4 1,3 0,9 1,1 0,7 0,6 1,2 1,0
Rio da Várzea 0,3 0,3 0,9 0,9 0,6 1,0 1,3 1,1 1,4 1,3 0,4 0,6 1,8 1,4 1,8 1,9
Serra 1,7 1,4 1,9 2,0 0,3 1,0 1,1 0,9 0,8 0,8 0,7 0,8 0,4 0,4 0,5 0,5
Sul 0,8 0,5 0,5 0,7 0,9 1,1 1,0 0,8 1,2 1,1 0,9 1,1 1,5 1,0 2,3 1,9
Vale do Caí 0,9 1,0 1,9 2,0 0,2 0,7 0,7 0,8 1,0 0,8 0,5 0,6 0,7 0,8 1,2 1,3
Vale do Jaguari 0,1 0,8 0,5 0,6 0,9 0,6 0,8 1,0 1,2 1,3 0,7 0,7 1,8 1,4 4,2 3,4
Vale do Rio dos Sinos 0,3 0,4 1,6 1,5 0,5 0,6 1,0 1,2 0,9 1,0 0,8 1,0 0,6 0,5 0,1 0,1
Vale do Rio Pardo 1,3 2,0 1,2 1,3 1,2 0,5 0,9 0,7 1,2 1,1 0,7 0,8 1,0 0,8 1,2 1,0
Vale do Taquari 2,7 2,7 1,9 1,9 0,8 0,6 1,0 1,1 0,8 0,8 0,5 0,7 0,7 0,6 0,6 0,6
Construção
CivilComércio
Agropecuária,
Extração
Vegetal, Caça
e Pesca
CoredesServiços
Administração
Pública
Extrativa
Mineral
Indústria de
Transformaçã
o
Servicos
Industriais de
Utilidade
Pública
27
APÊNDICE B – Resumo das Funções Discriminantes Canônicas
Variáveis de 2006 – Valores próprios
a. As primeiras 2 funções discriminantes canônicas foram usadas na análise.
Fonte: elaboração própria a partir de SPSS 22.
Variáveis de 2006 – Lambda de Wilks
Fonte: elaboração própria a partir de SPSS 22.
Variáveis de 2016 – Valores próprios
a. As primeiras 2 funções discriminantes canônicas foram usadas na análise.
Fonte: elaboração própria a partir de SPSS 22.
Variáveis de 2016 – Função Discriminante Canônica Lambda de Wilks
Fonte: elaboração própria a partir de SPSS 22.
Os quadros Lambda de Wilks servem para testar a significância das funções
discriminantes. Os testes foram realizados segundo Maroco (2007). Na primeira linha são
testadas as duas funções apresentadas nas tabelas de Valores Próprios. Em regra, quando p-
valor < 0,001 pode-se concluir que a função discriminante é altamente significativa. Logo,
os resultados indicam que todas as funções discriminantes são altamente significativas. Isso
confirma que as classificações dos clusters realizadas neste estudo compreendem os
agrupamentos cujos centroides encontram-se mais próximos, atendendo ao objetivo dos
autores.
Função Autovalor % de variância % cumulativaCorrelação
canônica1 5,990a 74,673 75 0,926
2 2,032a 25,327 100 0,819
Teste de funções Lambda de Wilks Qui-quadrado df p-valor
1 até 2 0,047 67,179 14 0,000
2 0,330 24,400 6 0,000
Função Autovalor % de variância % cumulativaCorrelação
canônica
1 7,720a 71,609 72 0,941
2 3,061a 28,391 100 0,868
Lambda de Wilks Qui-quadrado df p-valor
1 até 2 0,028 78,473 14 0,000
2 0,246 30,830 6 0,000
Teste de funções
28
APÊNDICE C – Índice de Gini da renda domiciliar per capita em 1991, 2000 e 2010
Observação: o índice de cada COREDE corresponde a um índice médio dos municípios
pertencentes ao mesmo.
Fonte: elaboração própria a partir de IBGE/Censos Demográficos 1991, 2000 e 2010.
COREDE 1991 2000 2010
Alto da Serra do Botucaraí 0,579 0,528 0,518
Alto Jacuí 0,593 0,558 0,489
Campanha 0,598 0,596 0,529
Campos de Cima da Serra 0,565 0,505 0,495
Celeiro 0,600 0,541 0,520
Central 0,601 0,566 0,531
Centro-Sul 0,551 0,520 0,510
Fronteira Noroeste 0,555 0,502 0,452
Fronteira Oeste 0,625 0,592 0,541
Hortênsias 0,511 0,488 0,443
Jacuí-Centro 0,592 0,547 0,468
Litoral 0,559 0,536 0,493
Média Geral 0,553 0,516 0,474
Médio Alto Uruguai 0,607 0,568 0,501
Metropolitano Delta do Jacuí 0,501 0,516 0,473
Missões 0,595 0,544 0,477
Nordeste 0,575 0,537 0,493
Noroeste Colonial 0,614 0,536 0,504
Norte 0,559 0,519 0,466
Paranhana-Encosta da Serra 0,455 0,429 0,382
Produção 0,534 0,494 0,468
Rio da Várzea 0,603 0,519 0,496
Serra 0,496 0,457 0,424
Sul 0,553 0,561 0,509
Vale do Caí 0,466 0,411 0,369
Vale do Jaguari 0,609 0,559 0,506
Vale do Rio dos Sinos 0,461 0,479 0,445
Vale do Rio Pardo 0,560 0,511 0,473
Vale do Taquari 0,500 0,465 0,413
