Análise de episódios de liberalização por meio da abordagem do espaço de produtos

Matias Rebello Cardomingo
Entendendo os episódios de liberalização

por meio da abordagem do espaço do produto
Analisando episódios de liberalização através da

abordagem de espaço de produtos
Brasil
2020
Prof. Dr. Vahan Agopyan
Reitor da Universidade de São Paulo
Prof. Dr. Fábio Frezatti

Diretor da Faculdade de Economia, Administração e Contabilidade
Prof. Dr. Jose Carlos de Souza Santos

Chefe do Departamento de Economia
Prof. Dr. Ariaster Baumgratz Chimeli

Coordenador do Programa de Pós-Graduação em Economia
Entendendo os episódios de liberalização por meio da

abordagem do espaço do produto

Dissertação apresentada ao Programa de Pós-

Graduação em Economia da Faculdade de
Administração, Economia, Contabilidade e Ciências
Atuariais da Universidade de São Paulo como
requisito parcial para obtenção do título de mestre.
Versão Corrigida
(versão original disponível na Biblioteca da Faculdade de Economia, Administração e Contabilidade)
Universidade de São Paulo
Faculdade de Economia, Administração, Contabilidade e Ciências Atuariais - FEA
Orientador: Prof. Dr. Fernando Rugitsky
Brasil
2020
Entendendo os episódios de liberalização por meio da

abordagem do espaço do produto

Dissertação apresentada ao Programa de

Pós-Graduação em Economia da Faculdade
de Administração, Economia, Contabilidade
e Ciências Atuariais da Universidade de São
Paulo como requisito parcial para obtenção
do título de mestre.
Prof. Dr. Fernando Rugitsky

Orientador
Professor Dr. Dominik Hartmann
Professora Dra. Laura Carvalho
Professor Dr. Paulo Gala
Brasil
2020
Agradecimentos
Agradeço à luta de quem ergueu tudo aquilo que pude vivenciar até agora. À
minha família agradeço por ter construído um ambiente de segurança e liberdade que
foi condição necessária para que eu chegasse onde cheguei. Aos meus pais, Deborah e
Ayrton, só tenho a agradecer pela compreensão e pelo amor que nunca deixaram fal tar. À
minha avó, Matilde, minha madrasta, Ana, e minha irmã, Clara, agradeço pelo companheirismo
e pelas alegrias que temos juntos.
Como diz Emicida, ser mano igual Gil e Caetano, nesse mundo louco é para poucos e
por isso agradeço muito a quem me alegra todos os dias e relembra a sorte que tenho:
Lucas Câmara, Gabriela Orestes, Victor Vaccaro, Gabriel Jardanovski, Luis Alvarez, Ives
Fernandes, Isabela Benassi, Vinicius Fernandes, Lucas Cavalcante, Nicole Herscovici e
Alexandre Pupo. Para Clara Brenck guardo uma menção pelo carinho tão gostoso e in
spirador; para Vitor Quarenta e André Bergel guardo ainda outro carinho especial pela
convivência; para Rodrigo Toneto, por fim, agradeço pelo companheirismo sem tamanho,
sem vocês seguramente não teria chegado até o fim.
Ao Partido dos Trabalhadores e sua militância, me alegro de poder integrar um pro
jeto da classe trabalhadora que tenha tanta história e tanta vida. Entre seus acertos e
contradições segue alimentando a utopia de quem deseja construir uma sociedade mais
plural e menos desigual. Enquanto parte do cotidiano, agradeço quem faz dessa vivência
algo ainda mais especial: Maria Alice Vieira, Rafael Valente, Barbara Martins, Cassiana
Ferreira, Beatrice Weber, Lígia Toneto, Julia Kopf, Daniel Freitas, Ynaê Lolito e Vivian
Mendes.
Por último, sou grato ao sistema de ensino e pesquisa público que permitiram uma
convivência tão rica com o ambiente universitário em seus vários níveis. Agradeço em es
pecial a quem compartilhou o ambiente da salinha de Pós-Graduação na FEA onde o café,
o desespero e as boas ideias formaram boa parte desses mais de dois anos de mestrado.
Para representar minha admiração por quem constrói com tanta dedicação o ambiente
acadêmico, agredeço em especial ao Fernando Rugitksy, que conduziu o processo de ori
entação com muita abertura e paciência com meus desencontros, além de recomendações
que se mostraram cada dia mais acertadas. Por fim, deixo meus agradecimentos às pessoas
com quem pude ter mais trocas dentro ou fora da academia: Nilce Aravecchia, Fabiana
Rocha, Laura Carvalho, Gilberto Tadeu Lima, André Singer e Márcio Nakane.
Agradeço também ao apoio financeiro que recebi ao longo desse período da Fundação
Instituto de Pesquisas Econômicas (FIPE), da Coordenação de Aperfeiçoamento de Pes
soal de Nível Superior (CAPES) na modalidade de bolsa Proex e, finalmente, ao Programa
Ryaichi Sasakawa Young Leaders Fellowship Fund (Sylff).
Se oriente, rapaz,
Pela constelação do Cruzeiro do Sul,
Se oriente, rapaz,
Pela constatação de que a aranha
Vive do que tece
Vê se não se esquece
Pela simples razão de que tudo merece
Consideração (...)
Determine, rapaz
Onde vai ser seu curso de pós-graduação Se
oriente, rapaz Pela rotação da Terra em torno
do Sol Gilberto Gil - Oriente (1972)
Prefácio - À procura de uma estrela
O processo de empoderamento
iniciado nas fábricas de São
Bernardo foi eficaz em parte porque se
traduziu em uma mudança política
fundamental em nível nacional (. . . )[,]
garantiu que a transição para a
democracia correspondesse a um
movimento em direção a instituições políticas inclusivas
Acemoglu e Robinson (2012)
Significado não é algo que as teorias são facilmente capazes de alcançar. Isso também é
verdade quando se trata de trabalhos dedicados à compreensão do crescimento econômico,
especialmente quando essas teorias estão sob disputas políticas no desenho das políticas públicas.
Assim, esta tese nasceu com a aspiração de contrastar - por meio de métodos empíricos - dois
ramos de pesquisa sobre desenvolvimento econômico que influenciaram o debate público em
diferentes períodos e níveis: um ramo focado na construção de instituições de mercado sólidas e na
correção de suas falhas, enquanto o outro tinha a composição setorial da produção no centro de
suas formulações. Ainda que tais diferenças pudessem ser enfatizadas, formulações pró-mercado
ligadas ao primeiro ramo eram mais propensas a subvalorizar a estrutura produtiva em suas teorias
- como na máxima da batata e dos chips de computador - se comparadas à valorização das
instituições de mercado por o ramo estruturalista. Portanto, a motivação do estudo foi questionar a
prevalência de proposições a favor da liberalização de mercado encontradas no debate econômico
dominante por meio de estrelas de significância que sugerissem a necessidade de considerar as
capacidades produtivas de cada país para estratégias de desenvolvimento.
Infelizmente, essas estrelas não foram alcançadas; assim, este prefácio tem como objetivo discutir
quais dificuldades foram deixadas de lado e o que foi realizado durante esta pesquisa.
A princípio, parecia que usar métodos empíricos era a melhor maneira de reunir essas linhas de
pensamento e encontrar evidências que pudessem ser válidas para ambos os lados, em vez de
usar modelos que levantassem discordâncias das suposições. Além disso, o método do espaço do
produto e a agenda de pesquisa da complexidade econômica, propostos por Hidalgo e Hausmann,
mostraram-se uma ferramenta interessante para reafirmar a necessidade de considerar a
composição do produto na teoria do crescimento econômico, com base em novos métodos empíricos
(HIDALGO et. al., 2007; HIDALGO; HAUSMANN, 2009). Hirschman, uma figura proeminente entre
os pioneiros da economia do desenvolvimento, já havia sugerido que as ligações entre diferentes
setores econômicos e estratégias de crescimento desequilibradas poderiam ser adaptadas para
proporcionar maior crescimento, uma vez que as decisões corretas foram tomadas por formuladores
de políticas responsáveis ou planejadores privados (HIRSCHMAN , 1958). Essa atitude proativa de
formular estratégias de crescimento por meio do estabelecimento de novas capacidades produtivas trouxe o clás
e as formulações contemporâneas sobre o desenvolvimento mais próximas, pois ele foi esculpido nos
blocos de construção da agenda da complexidade econômica (HIDALGO; HAUSMANN, 2009).
Do outro lado do espectro, a hipótese formulada principalmente por Acemoglu e Robinson no início
dos anos 2000 foi escolhida como representativa da vertente institucional (ACEMOGLU; JOHNSON;
ROBINSON, 2001; ACEMOGLU; JOHNSON; ROBINSON, 2002). Essa escolha se baseou no fato de que
seu argumento, e principalmente as evidências favoráveis que encontraram, eram altamente influentes e
tinham poucas nuances sobre a grande prevalência do direito de propriedade como o aspecto mais crucial
para o desenvolvimento econômico - Jaime Ros, por exemplo, coloca a dupla como a versão mais forte
da tese do Estado de Direito (ROS, 2013).
Além disso, raciocinar o desenvolvimento desigual com base em diferenças institucionais originadas no
período colonial tornou-se um obstáculo para pensar o desenvolvimento hoje.
No entanto, mesmo essa oposição não era consistente, pois seu argumento reivindicaria que melhores
instituições foram as principais responsáveis pela mudança estrutural pela qual a Europa passou durante
a segunda metade do século XVIII. As mudanças na composição do produto seriam vistas como
consequência de instituições previamente estabelecidas. Assim, Acemoglu e Robinson argumentaram
que tal processo de inovação só foi possível porque já existiam “instituições de propriedade privada”
estabelecidas. Foi apenas uma década depois que eles decidiram mudar o rótulo desse arranjo
institucional, renomeando-os como instituições inclusivas. Em outras palavras, instituições que fossem
capazes de garantir o estado de direito passariam a ser chamadas de inclusivas (ACEMOGLU;
ROBINSON, 2012).
A inclusão dessas instituições foi baseada na ideia de que processos disruptivos -
ou destruição criativa -, necessária para o crescimento e a prosperidade, não só exigia uma ampla
coalizão para poder produzir e implementar inovações, mas também que as elites dominantes (tanto na
esfera política quanto na econômica) pudessem ser destronadas sem sabotar novas iniciativas. Embora
esse raciocínio tenha sido publicado para um público mais amplo, a ideia de que coalizões amplas podem
alcançar uma alocação mais eficiente de recursos se assemelhava à definição
do núcleo da teoria da economia de troca pura da Microeconomia, ou seja, uma solução coletiva
equivalente à obtida nas sociedades de mercado.
Ao teorizar sobre o Brasil, Acemoglu e Robinson elegeram as greves dos anos 1970 como período
de referência para a construção de uma coalizão tão ampla e que resultou em maior inclusividade
(ACEMOGLU; ROBINSON, 2012). Eles não parecem achar relevante questionar por que foi esse
movimento social, e não qualquer outro, que conseguiu se tornar tão significativo na arena política. Não
se pode ignorar o fato de que esse movimento era justamente uma organização operária de uma das
indústrias brasileiras mais avançadas da época - algo que aqueles líderes políticos tinham consciência. A
emergência de uma agenda política definida pelos trabalhadores foi, de certa forma, possível porque
partiu da própria borda da estrutura produtiva brasileira. Tal exemplo, portanto, na verdade ilustra o que a
agenda da complexidade econômica vem defendendo: aprimorar um
as capacidades da nação é um processo que fortalece a coesão social e diminui a desigualdade1
(HARTMANN et al., 2017a).
Tais considerações indicavam interações complexas entre instituições, política e estrutura
produtiva de forma a comprometer o objetivo inicial. Isso, por sua vez, aprofundou a validade da
divergência sugerida entre a versão forte da hipótese do Estado de Direito e a agenda da
complexidade econômica. Além disso, a experiência brasileira no início do século XXI provou que
não havia relação automática entre a complexidade da produção nacional e o crescimento
inclusivo. Na verdade, a dinâmica resultou em um deslocamento simultâneo e ascendente da
distribuição de salários, ambos decorrentes da maior criação de emprego em setores de baixa
produtividade. Do lado da oferta, esse crescimento da renda na base da distribuição foi
correspondido por um aumento dos preços não comercializáveis e da participação das importações
de alta tecnologia da Ásia (especialmente da China): a complexidade vinha do exterior enquanto
as instituições mais inclusivas estavam sendo erguidas (RUGITSKY, 2019). De fato, esse
desequilíbrio entre o aumento da demanda e a falta de engajamento em setor es mais complexos
foi responsável por definir um dos limites para a continuidade do surto de crescimento (BRENCK;
CAR VALHO, 2019; HARTMANN et al., 2017b), mas lançou luz para a necessidade de um
raciocínio mais flexível para conectar complexidade e inclusão. Afinal, pode ser que a estrutura
produtiva não fosse um reflexo tão “alta definição” dessas características sociais (HARTMANN et
al., 2017a).
Se ainda havia muitos fatores que precisavam ser melhor abordados para contrastar as duas
teorias, o cenário político brasileiro fora da academia foi uma motivação a mais, uma vez que era
cada vez mais influenciado por novas pinturas de pensamentos pró-mercado. O movimento político
visto por Acemoglu e Robinson como responsável pela construção da inclusão acabou sendo
considerado como representante de interesses particulares. Consequentemente, o debate público
estava cada vez mais interessado em um escopo mais amplo para instituições de mercado e
políticas horizontais. A eleição de Bolsonaro em 2018 fortaleceu uma defesa ainda mais radical da
liberalização do mercado do que o que foi defendido na América Latina durante a prevalência do
Consenso de Washington. Por fim, quem já foi o líder das greves de São Bernardo, Lula, foi preso
por mais de um ano e o dia de sua libertação coincidiu com o segundo exame de qualificação
desta tese. Enquanto o objetivo inicial de contestar essas posturas liberais tornou-se menos
provável de ser alcançado, parecia ainda mais necessário.
Diante das dificuldades de encontrar uma contribuição significativa para essa disputa, segue
uma abordagem mais estreita para entender a relação entre essas duas estratégias de
desenvolvimento. Principalmente, tenta descobrir qual foi o impacto que as mudanças políticas
orientadas para o mercado tiveram na estrutura produtiva medida pela abordagem do espaço do produto.
Os dois capítulos seguintes são independentes um do outro. Enquanto o primeiro tenta
1 Tem havido alguma evidência sobre a relevância que o emprego (além da composição do produto) em
atividades mais complexas tem para maiores perspectivas de crescimento (FELIPE; MEHTA; RHEE, 2014;
GALA et al., 2018).
realizar uma avaliação de dados em painel da relação entre essas duas abordagens para o
desenvolvimento econômico; a segunda propõe um novo instrumento de análise das políticas
comerciais, conectando os dados do Observatório da Complexidade Econômica com as
informações tarifárias do Trade Analysis Information System (TRAINS) das Nações Unidas. No
entanto, nenhum desses exercícios alcançou conclusões robustas, uma vez que a maioria dos
resultados não foi sustentada em diferentes especificações - no caso do primeiro capítulo - ou
indicou relações que não puderam ser entendidas como causais - como para o segundo.
Portanto, as estrelas indicadas abaixo parecem brilhar com pouca confiança, mas apontam
para direções interessantes que devem ser melhor compreendidas.
A abordagem de dados em painel utilizada no Capítulo 1 relaciona a metodologia do espaço
do produto com duas outras vertentes diferentes de pesquisa, uma focada no impacto da
política de liberalização e outra na diversidade das cestas exportadas, inicialmente proposta
por Imbs e Wacziarg (2003). Para identificar os episódios de liberalização, foram utilizados dois
índices construídos por Sachs e Warner (1995), analisando uma ampla amostra de países, e
Li (2004), que se concentram exclusivamente nos países em desenvolvimento. Enquanto a
primeira compreende informações para diferentes aspectos da política econômica, desde
tarifas até não ser classificada como economia socialista, a segunda considera apenas dados
relativos a tarifas. No entanto, cada um indica uma mudança para uma orientação mais pró-
mercado, que foi o aspecto crucial para considerá-los como possíveis verificações de robustez
um para o outro, como feito em Ju, Wu e Zeng (2010). O índice de Sachs e Warner foi usado
em maior extensão porque inclui um número maior de países e tem sido usado para identificar
o impacto das políticas liberais em um escopo mais amplo de resultados. Inclusive, foi
interpretado por Giavazzi e Tabellini (2005) como responsável por captar uma reorientação
política que ia além do comércio internacional. Desses exercícios, o mais interessante é o
impacto heterogêneo da liberalização, dependendo do estágio de desenvolvimento. A
convergência institucional apontada por Sachs e Warner parece ser neutra ou ter efeitos
adversos no espaço de produtos dos países em desenvolvimento. No entanto, esta conclusão
também não foi robusta em todas as especificações.
Por fim, o Capítulo 2 estuda o processo de liberalização brasileiro do início da década de
1990 usando dados tarifários no nível da indústria. Ele tenta relacionar como as medidas no
espaço do produto foram realizadas durante esses anos e conectá-las a esse instrumento
político crucial. No entanto, o que foi alcançado teve mais a ver com a utilização da metodologia
do espaço do produto do que com a política de liberalização em si, uma vez que a análise
econométrica indicou uma relação espúria entre as tarifas e a medida de densidade. Portanto,
sua contribuição tem duas direções principais: uma é aproximar esses dois conjuntos de dados
de OEC e TRAINS, e a outra é alertar sobre as interpretações da medida de densidade.
Resumo
O espaço de produtos, junto com as medidas da Economia da Complexidade, fornece uma
abordagem que possibilita renovar linhas de pesquisa dedicadas a posicionar a composi ção
setorial do produto no centro das formulações sobre desenvolvimento econômico. Tal perspectiva,
entretanto, é contraposta por outras escolas de pensamento cujo foco está na relevância do
funcionamento de instituições de mercado, para as quais o comércio in ternacional exerce um
papel crucial. Assim, esse estudo visa analisar como o impacto de políticas orientadas por essa
segunda perspectiva podem ser compreendidas pela metodo logia do espaço de produtos. No
Capítulo 1 são executados três exercícios empíricos de comparação entre países para identificar
como liberalização comercial afetou medidas de complexidade do espaço de produtos. Contudo,
os resultados não mostram um impacto robusto de tais políticas sobre essas medidas. Há
evidências de alguma heterogeneidade entre níveis de renda quando consideramos a interação
entre políticas e a estrutura pro dutiva, mas ela tampouco se mostrou robusta a diferentes
especificações. Já no Capítulo 2 é proposta uma base de dados que conecta a série de comércio
construída pelo Observa tório de Economia da Complexidade com dados sobre tarifas fornecidos
pelo Sistema de Informação e Análise do Comércio da ONU (TRAINS) para compreender o
impacto de mudanças em políticas tarifárias sobre as capacidades dos países. O exercício
empírico foca no processo de liberalização brasileiro nos anos 1990s. Resultados sugerem que,
embora o Brasil tenha aumentado a diversidade de suas exportações logo após o corte de tarifas
no início da década, ele não foi capaz de ganhar relevância em atividades associadas com
capacidades diferentes daquelas para as quais já possuia vantagem comparativa.
Palavras-chave: Economia da Complexidade, Política Comercial e Desenvolvimento,

Reformas de Liberalização
SINAL: F14, O19, O24
Abstrato
O espaço do produto, juntamente com as medidas de Complexidade Econômica, fornece uma abordagem
orientada por dados que visa renovar as vertentes de pensamento que colocaram a composição setorial
da produção no centro de suas preocupações com o desenvolvimento. Essa visão, no entanto, tem sido
contestada por outros ramos de pesquisa focados principalmente na relevância de instituições de
mercado sólidas, para as quais a abertura ao comércio teve um papel crucial. Assim, este estudo teve
como objetivo analisar como os impactos de medidas políticas orientadas por esta última perspectiva
podem ser compreendidos pela metodologia do espaço do produto. No Capítulo 1, três exercícios
empíricos são realizados usando análises entre países para identificar como as políticas de liberalização
do comércio afetaram as medidas de complexidade e espaço de produto. No entanto, os resultados não
mostram um efeito robusto dessa orientação política. Alguns efeitos heterogêneos entre os níveis de
renda parecem ser relevantes para entender a interação entre as políticas liberais e a estrutura produtiva,
mas não foi robusto para diferentes especificações. Quanto ao Capítulo 2, é proposto um conjunto de
dados que conecta as séries de comércio construídas pelo Observatório da Complexidade Econômica
com o Sistema de Informação de Análise de Comércio da ONU para entender como as tarifas impactam
as capacidades medidas pelo espaço do produto. O exercício empírico focaliza o processo de
liberalização brasileiro na década de 1990. Os resultados sugerem que, embora o Brasil tenha aumentado
sua diversidade de exportações logo após o corte tarifário no início da década de 1990, não foi capaz de
se engajar em indústrias que possuíam capacidades diferentes daquelas que já apresentavam vantagem
comparativa.
Palavras-chave: Complexidade Econômica, Política Comercial e Desenvolvimento, Reformas de

Liberalização
SINAL: F14, O19, O24

Lista de Figuras
1 Relação entre rendimento, Índice de Theil e ICE . . . . . . ... . . ... . . . . 22
2 Índice de Theil e ICE para países selecionados. . . . . . . . . ... . . ... . . . . 23
3 Composição dos 100 bens mais complexos por grupo . . ... . . ... . . . . 25
4 Distribuição de ÿ
. . . . . . . ... . . . . . . ... . . ... . . . . . . . . . 26
5 Proporção de economias liberalizadas por nível de renda . . . . ... . . ... . . . . 29
6 Complexidade econômica antes e depois dos episódios de liberalização . . 7 . . ... . . . . 30

˜
, ˜ e liberalização . . . . . . . . . ... . . ... . ... . . ... . . . . 36
8 Tarifas ( ) na década de 1990 . . ... . ... . . ... . . . . . . ... . . ... . . . . 49
9 Medidas para a estrutura produtiva brasileira . . ... . ... . . ... . . . . 50

˜
10 brasileiros (RCA) por década. . . . . . . . . ... . . ... . . . . . . . . . 51
11 , estatísticas t e número de produtos por quantil . . . . ... . . ... . . . . 55
Lista de mesas
1 Medidas de Liberalização e Complexidade . . ... . . ... . . . . . . ... . . . . 33

2 Interação entre reformas e renda . . ... . . ... . ... . . ... . . . . 35
˜
3 Média 4 e ˜ para “shoots” e “shots” após a liberalização . . . . . . . . . . 37
Interagindo o índice de SW com a densidade . . . . ... . . ... . . . . . . ... . . . . 40
5 Heterogeneidade de renda . . . ... . . . . . . ... . . ... . ... . . ... . . . . 41

ÿ
6 Densidade e redução tarifária (95 7 Novas distância percentual). . . . . . . ... . . . . . 54
exportações (RCA) antes de 1994 . . . . . . ... . . . . . . ... . . ... . . . . 57

Conteúdo
1 COMO A LIBERALIZAÇÃO IMPACTA A COMPLEXIDADE ECONÔMICA? 15
1.1 Introdução . . . ... . . ... . ... . . ... . . . . . . ... . . ... . . . . 15

1.2 Literatura relacionada. . . . . . . . . ... . . ... . ... . . ... . . . . . . . . . 16
1.3 Quadro empírico . . . . . . . ... . . . . . . ... . . ... . . . . . . . . . 24
1.4 Liberalização e estrutura produtiva . . . . . ... . ... . . ... . . . . . 27
1.4.1 Impacto na diversidade e complexidade. . . . . ... . ... . . ... . . . . . 29
1.4.2 Entendendo tiros e tiros. . ... . . ... . ... . . ... . . . . . 35
1.4.3 Liberalização e atividades não relacionadas. . . . . . . . ... . . ... . . . . . 38
1.5 Discussão . . . . ... . . ... . ... . . ... . . . . . . ... . . ... . . . . 42
2 CONECTANDO AS POLÍTICAS TARIFÁRIAS AO ESPAÇO DO PRODUTO 45
2.1 Introdução . . . ... . . ... . ... . . ... . . . . . . ... . . ... . . . . 45
2.2 O processo de liberalização . . . . . ... . . . . . . ... . . ... . ... . . . . . 47
2.3 Espaço do produto brasileiro na década de 1990 . . . . . . . . ... . . . . . . ... . . . . . 49
2.4 Dados. . . . . . ... . . ... . . . . . . ... . . . . . . ... . . ... . . . . 51
2.5 Impacto da redução tarifária . . . . . ... . . . . . . ... . . ... . ... . . . . . 52

2.6 Comentários. . ... . . . . . . ... . . ... . . . . . . ... . . . . . . . . . 58
APÊNDICE 60
APÊNDICE A – MEDIDAS E AMOSTRAS ECI . . ... . . . 61
A.1 Índices de Complexidade Econômica e de Produto . . . . . . . . ... . . ... . . . . . 61
A.2 Amostra para o Capítulo 1 . . . . . . . . . . . . . . . . ... . . ... . . . . . . . . . 62
A.3 Amostra adicional Seção 1.4.3. ... . ... . . ... . . . . . . ... . . . . . 62
APÊNDICE B – METODOLOGIA . . . . ... ... . ... . . . 63
B.1 Tarifas de conexão e os códigos SITC . . ... . . ... . ... . . ... . . . . . 63
BIBLIOGRAFIA 70
15
1 Como a liberalização impacta a complexidade

economica
1.1 Introdução
As políticas comerciais têm sido um assunto comum nos noticiários nos últimos anos, desde a Parceria
Trans-Pacífico em 2016 até a guerra comercial recém-terminada entre os EUA e a China, incluindo o acordo
final sobre livre comércio entre a União Europeia e o Mercosul. Kristalina Georgieva, Diretora Administrativa
do FMI, escolheu a redução das barreiras comerciais e a integração dos mercados globais como as
principais prioridades a serem abordadas pelo Fundo nos próximos anos1 . Embora os impactos da
liberalização do comércio sobre o desempenho econômico já tenham sido muito debatidos2 , entenda
melhor como essas mudanças políticas impactam a estrutura produtiv,aadin
eduamhaánmau
çãitos. Easpeeecstotusdo tem
como objetivo utilizar a abordagem do espaço do produto (HIDALGO et al., 2007) e as medidas de
Complexidade Econômica (HAUSMANN; HIDALGO, 2014) para avaliar tais relações através de alguns
exercícios empíricos utilizando índices de liberalização propostos pela primeira vez por Sachs e Warner
(1995) e Li (2004) que foram posteriormente atualizados.
Até agora, a agenda de pesquisa em complexidade econômica adotou uma abordagem orientada por
dados, focada em entender se e como essas medidas de exportações estão relacionadas às dimensões
sociais e econômicas. Após o trabalho de Hidalgo et al. (2007), que mostrou como o espaço de produto de
uma nação diz muito sobre seu estágio de desenvolvimento, a construção do índice de complexidade
econômica permitiu que trabalhos empíricos relacionassem preocupações sobre a estrutura produtiva com
características relevantes para o desenvolvimento, como a aceleração da convergência (GALA; ROCHA;
MAGACHO, 2018) e diminuir a desigualdade (PINHEIRO et al., 2018; HARTMANN et al., 2017b). No
entanto, esta literatura pouco investigou a relação entre o comportamento do espaço do produto e medidas
políticas concretas. Modelos teóricos foram desenhados para entender melhor como algumas regularidades
empíricas podem emergir do comportamento dos agentes (FREIRE, 2019; FERRARINI; SCARAMOZZINO,
2016), mas mantêm o fator de política comercial de fora. Nessa perspectiva, o trabalho de Boschma e
Capone (2015) é uma exceção digna de nota, pois utilizam a classificação institucional pela variedade da
literatura do capitalismo para compreender como os espaços de produto dos países desenvolvidos evoluíram
de forma diferenciada de acordo com seus arranjos institucionais.
Por outro lado, outra vertente semelhante da literatura se concentrou em mergulhadores de exportação
sificação já se aprofundou para investigar a relação de tal característica com a economia
1 Documento disponível
em: https://www.imf.org/en/Publications/Policy-Papers/Issues/2019/10/16/am2019-gpa-101719 Ver
2
Wade (1990) para uma revisão crítica sobre as primeiras evidências da impactos da liberalização no crescimento
económico.
Capítulo 1. Como a liberalização impacta a complexidade econômica? 16
políticas, especialmente as liberalizantes. Imbs e Wacziarg (2003) foi o primeiro estudo a mostrar
uma relação inversa em forma de U entre a diversidade das atividades econômicas desenvolvidas
em um determinado país e a renda per capita. Da mesma forma que as constatações de Kuznet
sobre a composição setorial da produção durante o processo de desenvolvimento, Wacziarg e Imbs
indicam que os ramos de atividades se diversificariam primeiro à medida que a nação se tornasse
mais rica e depois se concentrassem após um determinado nível de riqueza. Curiosamente, a fase
descendente de diversificação era geralmente antecipada se o país tivesse uma cadeia de comércio
relativamente maior. A evidência empírica, no entanto, não mostrou resultados unilaterais dessa
relação entre abertura comercial e diversificação, enquanto alguns estudos encontraram impactos
negativos da liberalização na diversidade das exportações (AGOSIN; ALVAREZ; BRAVO-ORTEGA,
2012), outros encontraram influência positiva ( MARTINCUS; GóMEZ, 2011; OSAKWE; SANTOS-
PAULINO; DO GAN, 2018), e outros, ainda, constataram que o impacto das reformas variou de
acordo com o regime político (MAKHLOUF; KELLARD; VINOGRADOV, 2015). Não obstante, a
pesquisa sobre diversificação das exportações já investigou mais aspectos do comércio exterior e
tem muito a contribuir para a agenda da complexidade econômica proposta por Hidalgo et al. (2007).
Este estudo, portanto, utiliza uma classificação revisada e atualizada dos episódios de
liberalização de Wacziarg e Welch (2008) - para um amplo conjunto de países - e de Ju, Wu e Zeng
(2010) - apenas para países em desenvolvimento - para entender como esses episódios foram
responsáveis por mudanças nas estruturas produtivas medidas pelos índices de complexidade
econômica. O restante deste texto está dividido da seguinte forma. A próxima seção traz uma revisão
da literatura sobre algumas regularidades empíricas documentadas tanto pela literatura de
complexidade econômica quanto de diversificação de exportações relacionando estrutura produtiva
a aspectos sociais e econômicos. Em seguida, após apresentar algumas medidas utilizadas para a
análise do espaço do produto, são realizados alguns exercícios empíricos para avaliar como os
episódios de liberalização os impactaram. No que diz respeito às regressões realizadas por este
estudo, as reformas de liberalização não tiveram um impacto robusto nas medidas de espaço de
produto, uma vez que resultados de análises diferentes apontam para direções diferentes. No
entanto, houve alguma evidência de efeitos heterogêneos para diferentes níveis de renda.
1.2 Literatura relacionada
A convergência pode ser alcançada por

todos os países, mesmo aqueles com
baixos níveis iniciais de qualificação, desde
que sejam abertos e integrados na
economia mundial. Sachs e Warner (1995)
As políticas de liberalização já foram ferozmente defendidas e consideravelmente questionadas

na América Latina nos últimos 30 anos. Depois de seu prestígio expresso no Wash-
ington governos de 3
(1989), teve uma posição lateral no debate público durante a esquerda
ala de consenso no início do século XXI, mas agora voltou com força total para alguns gabinetes da
região, como é o caso do Brasil. Embora Jeffery Sachs pareça ter adotado opiniões diferenciadas
sobre o assunto, sendo muito menos entusiasmado do que quando escreveu a epígrafe4 , seu
estudo com Andrew Warner em 1995da(d
sopro
alvítaicnates denlo
ibm
erin
aa C) H
lizdaoçpãoor(SAC toS
rn;oW
u-AsR
eNinEflR
ue,n
1t9e9a vn
5)f.aAoralisa
a relação entre abertura e desenvolvimento e coloca o final do século XX como um momento de
apoio a essas políticas apenas comparáveis às décadas anteriores à Primeira Guerra Mundial5 .
Uma das razões para o estudo ser bastante citado é sua contribuição para a pesquisa empírica
sobre liberalização ao construir um índice para identificar a implementação de políticas comerciais
mais liberalizadas de 1950 a 1980. Trade, na verdade, teve uma interpretação mais ampla e foi
tomada como a ponta do iceberg para identificar a adoção de instituições econômicas pró -mercado6
De fato, sua interpretação foi posteriormente apoiada por Giavazzi e Tabellini (2005) que encontraram
uma correlação positiva entre a variável SW e outras medidas institucionais (corrupção e direitos de
propriedade) e macroeconômicas (déficit público e inflação). Tais conexões levaram Giavazzi e
Tabellini a compreender o índice em sentido mais amplo como responsável por captar reformas que
ampliaram “o alcance do (GIAVAZZI; TABELLINI, 2005, p.
mercado, e em particular dos mercados internacionais” 7
1298).
Ambos os estudos encontraram evidências empíricas de um efeito positivo de uma maior
integração do mercado no crescimento. Giavazzi e Tabellini (2005), aliás , vão ainda mais longe e
avaliam que as reformas liberalizantes na esfera econômica foram mais favoráveis ao
desenvolvimento do que as políticas - definidas como as responsáveis pela implantação das
democracias liberais. Tais conclusões, no entanto, não foram exaustivas na pesquisa empírica.
Mesmo Wacziarg e Welch (2008) (doravante WW), que revisaram e atualizaram o índice do SW
para abranger os primeiros anos do século XXI, não encontraram impacto positivo da liberalização
no crescimento quando incluídos os anos 1990 - pelo menos pelo menos não em um conjunto de
regressão de seções transversais. Eles encontraram, no entanto, um efeito positivo ao usar dentro de estimadore
3
Para uma revisão sobre o entusiasmo pelo liberalismo na década de 1990, ver Williamson (2008).
4
Em seu livro A era do desenvolvimento sustentável (SACHS, 2015) a liberalização aparece como um elemento
menor para o desenvolvimento, após a inovação e as tecnologias de aumento de produtividade.
5
É bastante interessante que escritores como Karl Polanyi tenham discutido uma relação causal entre a Primeira Grande Guerra
e o período superliberalizado que a precedeu.
6
“A liberalização do comércio não apenas estabelece poderosas ligações diretas entre a economia e o sistema
mundial, mas também efetivamente força o governo a tomar ações nas outras partes do programa de reforma sob
as pressões da competição internacional” (SACHS; WARNER, 1995, p. 2). Certamente não era novidade, mesmo
nos anos 1990, a ideia de que a integração internacional, quando acompanhada de uma orientação pró-mercado,
era uma forma eficaz de constranger interesses nacionais ou de grupos particulares em nome da eficiência do
mercado.
7
Rodríguez e Rodrik (2001) já haviam apontado essa interligação de reformas como uma questão relevante de
endogeneidade, caso o índice fosse considerado responsável apenas por avaliar os impactos causais da abertura
comercial.
as reformas sobre crescimento, taxas de investimento e volume de comércio considerando um período que
variou de 1950 a 1999. Após analisar as reformas em países selecionados, sua conclusão rejeita a existência de
um modelo “tamanho único”, apesar de ainda ser favorável a
políticas orientadas para o exterior. Billmeier e Nannicini (2013) também estão menos entusiasmados com
reformas de liberalização medidas pelo índice do SW, pois encontram resultados em múltiplas direções usando
uma abordagem de controle sintético8 . O fato de que era mais difícil para os retardatários
para tirar proveito da liberalização, leva os autores a propor uma espécie de hipótese de “frutos baixos” para o
impacto das reformas. Seria crucial para o desenvolvimento
países a ter avançado primeiro na realização de medidas de liberalização se fosse para
competir tanto na exportação de produtos similares intensivos em mão de obra quanto na atração de
determinado estoque de capital para investimentos estrangeiros. No entanto, a Figura 5 na Seção 1.4 abaixo
mostra que o momento de adoção de políticas liberalizadas também estava relacionado à própria renda,
o que confunde o entendimento de causação das reformas.
Tais exemplos contradizem a hipótese de convergência na epígrafe de Sachs
e Warner que estavam então mais confiantes sobre onde as políticas deveriam visar: “não encontramos casos
para apoiar a preocupação frequente de que um país possa abrir e ainda assim não crescer” (SACHS;
WARNER, 1995, p. 44). O argumento deles foi além dos ganhos de produtividade do comércio
baseado na exploração de vantagens comparativas, mas também alegou que a liberalização foi responsável por
acelerar a mudança estrutural: as economias liberalizadas9 tiveram um crescimento mais rápido do
participação dos produtos industrializados na pauta de exportações. Desconsiderando que os países incluídos
nessa definição eram substancialmente diferentes dos demais10, também estudos recentes
focadas no impacto das reformas pró-mercado na diversificação das exportações foram muito
menos conclusivo sobre esse efeito de mudança estrutural.
Martincus e Gómez (2011), por exemplo, encontraram evidências favoráveis ao argumento de SW e
identificaram que a redução tarifária mútua implementada pelos Estados Unidos
e a Colômbia ampliou a diversificação das exportações colombianas. O efeito foi estatisticamente significativo
tanto ao regredir o número de exportações em relação às tarifas médias quanto ao
ao considerar a probabilidade de um determinado produto ser exportado utilizando dados do nível da indústria.
No entanto, foi uma análise de um país que teve a intenção de sugerir o que
seria o impacto líquido da adoção de um acordo de livre comércio com os EUA e não uma ampla
política comercial aberta. Quanto à avaliação de dados em painel, Osakwe, Santos-Paulino e Dogan
(2018) também descobriram que tarifas mais baixas e maior volume de comércio estavam relacionados com maior
diversificação (medida através do Índice de Theil para exportações) considerando 144

8
Deve-se notar que o teste às vezes se baseia em comparações duvidosas, apesar de suas preocupações em
a construção dos grupos de controle. Por exemplo, o grupo de doadores de países da América Latina para
ser comparado com o México (um dos poucos com impacto positivo das reformas para todos os testes placebo)
são Venezuela, Costa Rica e Haiti. As diferenças substanciais nas condições econômicas, históricas e sociais
esferas devem levantar preocupações adicionais em comparações como esta.
9
Aqui, restringindo o status de liberalização aos países que correspondiam aos seus critérios pelo menos desde
1970.
10
O índice de capital humano da Penn World Table para 1970 foi 57% maior para os países considerados
estar neste grupo liberal inicial em relação aos excluídos.
países. Por fim, Makhlouf, Kellard e Vinogradov (2015) encontram uma relação positiva entre maior
comércio em relação ao PIB e diversificação das exportações para os países em desenvolvimento,
mas seus resultados indicam que essa relação vale apenas para as democracias em vez de ser
generalizada. O mecanismo sugerido para raciocinar esse achado relaciona-se ao fato de que sob
democracias haveria um conjunto mais amplo de oportunidades para empreendedores após a
expansão do mercado, enquanto as autocracias canalizariam benefícios para empresas mais restritas.
grupos.
Embora extrapole o escopo deste estudo, a economia política das reformas de liberalização é
muito debatida ao longo do entendimento das próprias reformas. Além do trabalho de Giavazzi e
Tabellini, também Sachs e Warner identificaram que países com maior relação trabalho/terr a
tinham maior probabilidade de adotar reformas pró-mercado.
Isso poderia ser entendido por um modelo de Hecksher-Ohlin em que o trabalho se beneficiaria
com a abertura por ser o fator de produção mais intensivo e, portanto, um governo preocupado
com a maioria da população deveria apoiar tais reformas.
Outros estudos, no entanto, encontraram impactos mistos ou negativos das reformas nas
medidas comerciais. Ju, Wu e Zeng (2010) utilizam tanto o índice SW's quanto outro de Li (2004) -
que considera apenas cortes tarifários para 39 países em desenvolvimento - para avaliar o impacto
da liberalização na balança comercial, mas não considera a composição do a cesta negociada.
Suas descobertas são consistentes em várias especificações para mostrar que tanto o volume de
importações quanto de exportações são maiores após as reformas de liberalização.
Não obstante, o impacto na balança comercial é muito menos claro, pois não apresenta significância
estatística em nenhuma regressão para a amostra reduzida e apenas em algumas especificações
aponta para um efeito de piora para um conjunto mais amplo de países incluídos no índice de SW.
Já para Agosin, Alvarez e Bravo-Ortega (2012) os resultados mostram uma relação negativa entre
liberalização - também identificada por meio da variável atualizada de SW - e diversificação das
exportações, contrariando os achados em Osakwe, Santos-Paulino e Dogan (2018), embora ele
usa um painel de países mais restrito. Nesse caso, a composição das exportações é medida não
apenas pelo Índice de Theil, mas também pelos coeficientes de Gini e Hirschman-Herfindahl, e
todos apontam para uma maior concentração após as reformas de liberalização em uma estimativa
do sistema GMM. É interessante observar sua avaliação de não haver impacto na diversidade das
exportações após as reformas financeiras, medido por um índice de Bekaert, Harvey e Lundblad
(2005) que indica o primeiro ano de políticas liberais de regulação financeira.
A ligação entre o acesso ao mercado de capitais e a diversidade da produção foi sugerida por Imbs
e Wacziarg (2003) como um mecanismo que poderia explicar o caminho em U da concentração
setorial ao longo do desenvolvimento. Se a diversidade resultasse de um raciocínio de carteira de
investir em diferentes setores para diminuir os riscos - não colocar todos os ovos em uma única
cesta - então o aprofundamento dos mercados financeiros, à medida que o país enriquecia,
acabaria por diminuir os motivos da carteira e permitir focar exclusivamente sobre vantagens comparativas
considerações.
O outro mecanismo sugerido por Imbs e Wacziarg (2003) para explicar o padrão em forma de U
foi a “interação entre aumentos de produtividade e custos de comercialização”
(WACZIARG; WELCH, 2008, p. 83). Assumindo que o consumo mudaria sua composição à medida
que a renda aumentasse - exigindo maior diversidade como sugere a Lei de Engel - então produzir
esses diferentes bens internamente exigiria comparar a produtividade local e externa. Se os custos
de comercialização tivessem uma relação linear negativa com o estoque de capital, mas o crescimento
da produtividade na fronteira respondesse a uma relação não linear e se tornasse mais difícil de ser
alcançado em níveis mais elevados, então ocorreria um processo de concentração.
De fato, suas descobertas mostraram que economias mais abertas tendem a se especializar em um
nível de renda mais baixo, o que foi exemplificado pela Irlanda, Cingapura e Chipre. Também Carvalho
e Kupfer (2011) sugerem que o processo de concentração brasileiro pode estar relacionado ao rápido
processo de liberalização por que passou durante a década de 1990 - além de outros canais como a
doença holandesa ou a falta de um mercado interno dinâmico. No entanto, esses estudos diferem
dos comentados acima, pois medem a diversificação pelo emprego e composição do valor agregado,
ao invés de considerar as cestas de exportação.
Foi Cadot, Carrere e Strauss-Kahn (2011) que primeiro conectaram a concentração setorial em
forma de U encontrada para medidas de emprego e valor agregado ao comportamento do comércio e
relataram essa mesma tendência para as exportações11 (usando o Índice de Theil para diversificação).
As mudanças na diversidade, como mostram, estavam relacionadas à entrada e saída de mercados,
a margem extensiva, e não a uma mudança significativa na proporção de bens já exportados, a
margem intensiva. Esse movimento entre indústrias estaria relacionado ao diferente ritmo em que os
países deixariam de produzir bens que antes tinham vantagem comparativa e ao surgimento de novos
produtos para os quais acabavam de obtê-los. Com o passar do desenvolvimento, o capital físico e
humano foi se acumulando e permitiu a entrada em novas atividades. As antigas indústrias, no
entanto, não desapareceriam imediatamente da pauta de exportação, pois tinham vantagens de
vanguarda nos processos de produção, ou uma relação estabelecida com os clientes. A saída dessas
indústrias ocorreria apenas à medida que novos países se engajassem nessas atividades e obtivessem
maior produtividade. Para verificar a validade de tal mecanismo, comparam os estoques de capital
físico e humano dos países que se reconcentram e diversificam com o nível médio desses fatores de
produção exigidos pelas indústrias em que estavam entrando e saindo12. O que se verificou é que
apenas para os países em reconcentração havia uma distância significativa entre seus estoques e o
nível de capital exigido (tanto físico quanto humano), confirmando
11
Um aviso interessante sobre esses achados é feito por Parteka e Tamberi (2013) mostrando que essa extremidade
ascendente da curva de diversificação é impulsionada principalmente por exportadores de recursos naturais,
pequenas economias (que deveriam ter produções concentradas) e os EUA (que eles classificam como como um
“padrão distinto de comércio”).
12
A distância entre as dotações necessárias para produzir cada bem e as de um país é obtida por meio de uma
variante da variável PRODY (HAUSMANN; HWANG; RODRIK, 2007). Esta é uma média ponderada das
características econômicas e sociais dos países que exportam cada produto (ver Seção 2.4 para maiores
explicações), similarmente às medidas de Complexidade Econômica que são apresentadas na próxima seção.
suas hipóteses de diferentes momentos de entrada e saída das indústrias. Por outro lado, para
todos os estágios de desenvolvimento, os países costumavam se engajar em indústrias que
exigiam dotações semelhantes aos seus estoques atuais.
Entender quais indústrias podem ser acessadas mais facilmente por cada país, de acordo
com suas dotações ou capacidades, está no centro da abordagem do espaço do produto. O
espaço aqui compreende justamente a ideia de que certas indústrias requerem habilidades mais
relacionadas a um determinado conjunto de atividades do que outras. Hidalgo et ai. (2007) ilustra
com a metáfora do macaco e da floresta, para a qual as empresas seriam macacos que exploram
diferentes árvores ao mesmo tempo (indústrias) dada a sua capacidade, enquanto o conjunto de
todos os produtos conformaria a floresta. Assim, esta vertente de pesquisa vai além da diversidade
das exportações, considerando quais são as principais características das indústrias que cada
país apresenta vantagem comparativa e a que tipo de capacidade estão relacionadas. As medidas
de complexidade desenvolvidas por esta agenda de pesquisa tentam retomar esse entendimento
expressando em um único índice a interação entre a diversificação das exportações de um país
e a raridade dos produtos que estão sendo exportados13 (HAUSMANN; HIDALGO, 2014). Um
determinado país só será considerado com capacidades complexas se for capaz de exportar
produtos não ubíquos e diversificados; exportar apenas bens raros pode sinalizar exportações
baseadas em recursos naturais, em vez de uma capacidade de diferenciação, enquanto apenas
a diversidade não garante capacidades complexas se o país produzir exatamente como todos os outros.
Essa medida pode ser entendida como um refinamento empírico por meio da análise em rede
da proposição de Hausmann, Hwang e Rodrik (2007), para a qual o crescimento futuro está
relacionado com a exportação de “produtos dos países ricos” e tenta ir além de relacionar bens
ao nível de desenvolvimento de seus exportadores relevantes (a já mencionada variável PRODY).
As medidas de complexidade (ICE do Observatório de Complexidade Econômica) e diversificação
(Índice de Theil do FMI14), no entanto, estão fortemente conectadas, pois a Figura 1 mostra a
relação não monótona que ambas tiveram em 2005 quando comparadas entre diferentes níveis
de renda, medidos como PIB per capita em PPP para dólares internacionais constantes de 2011
(Indicadores de Desenvolvimento Mundial do Banco Mundial).
Ambos os gráficos mostram um polinômio de segunda ordem ajustado, o primeiro usa uma
amostra de 118 países e o segundo conta com 83 nações para as quais há dados disponíveis
sobre outras características relevantes por um período mais longo analisado posteriormente
neste estudo15. Embora os dois gráficos apresentem um padrão semelhante ao relatado em
Cadot, Carrere e Strauss-Kahn (2011), a tendência inversa para a figura à direita é altamente
influenciada por apenas três países: Noruega, Irlanda e Cingapura - todos os três no lado superior
da curva de Theil e apenas o primeiro no lado inferior da linha ECI. É interessante notar que os
dois últimos estavam entre o grupo concentrado inicial mencionado por Imbs e Wacziarg (2003).
13
Para mais informações sobre o cálculo do índice, consulte o Apêndice A.1.
14 Como o é um índice normalizado, o Índice de Theil também foi normalizado por ano para que pudessem ter magnitudes semelhantes.
15
Os países incluídos na amostra deste estudo estão listados no Anexo A.2.
Figura 1 – Relação entre renda, Índice de Theil e ICE
Assim, para comparar como os dois índices se comportaram para esses três países, eles são mostrados na
Figura 2.
Dois elementos relevantes devem ser observados a partir desses gráficos. A primeira é que a
complexidade aumenta a conexão entre considerações setoriais econômicas e renda quando comparada
com a diversificação, como é claramente descrito para a Irlanda. Embora este tenha sido um ajuste perfeito
para a descoberta em forma de U no estudo de Wacziarg e Imbs, o índice ECI apresenta um comportamento
monótono ao longo da segunda metade do século XX. Em segundo lugar, deve-se notar o fato de que os
dados de emprego utilizados por Wacziarg e Imbs não correspondem perfeitamente ao índice de
diversificação de Theil. A tendência quase contínua de concentração setorial do emprego em Cingapura
relatada em seu estudo vai na direção oposta da diversificação das exportações mostrada na Figura 2.
Finalmente, a tendência dos índices da Noruega é quase inteiramente explicada pela crescente participação
que o petróleo teve em sua pauta de exportações saltando de algo próximo de 10% em meados da década
de 1970 para 45% em 2005. De fato, a concentração exportadora de petróleo não é exclusiva da Noruega,
entre os 11 países que tiveram mais de 50% de seus valores exportados concentrados em um único bem
em 2005, para oito deles esse produto era petróleo bruto.
Assim como a diversificação das exportações foi colocada como um objetivo político positivo, uma vez
que se mostrou relacionada com menor volatilidade do produto e maiores taxas de crescimento, a
complexidade econômica também tem sido associada a características sociais e econômicas relevantes
para o bem-estar social. Hartmann et ai. (2017a), por exemplo, constatam que a complexidade econômica
tem maior influência no índice Gini de renda do que qualquer outra variável como PIB per capita, fatores
institucionais e escolaridade. Como a própria complexidade é uma variável resultante de outras características
institucionais e econômicas, tal resultado sugere que essa medida pode captar melhor como a estrutura
produtiva é uma “expressão de alta resolução de uma série de fatores” relevantes para o desenvolvimento.
Outros estudos têm colocado a medida da complexidade como a renovação das preocupações estruturalistas
sobre a relevância da estrutura produtiva para
Figura 2 – Índice de Theil e ICE para países selecionados
convergência. Incluindo o ICE nas regressões de crescimento, Gala, Rocha e Magacho (2018) constatam
que os países em desenvolvimento que conseguiram aumentar a complexidade também foram aqueles que
apresentaram as taxas de convergência mais rápidas. Portanto, as políticas devem visar a estrutura
produtiva ao tentar alcançar um crescimento mais rápido.
Além dos índices sintéticos de complexidade, outros estudos têm focado no comportamento do espaço
do produto e sua relação com o desenvolvimento. Nesse sentido, Pinheiro et al. (2018) indicam que disparar
alto – o que significa obter vantagem comparativa na exportação de produtos que exigem capacidades
diferentes das atualmente em uso – facilita o início de um ciclo virtuoso de diversificação e crescimento. Tal
processo, no entanto, está relacionado principalmente a estágios intermediários de renda e complexidade,
uma vez que os países mais pobres não seriam capazes de realizar esses saltos e os já desenvolvidos
tendem a continuar produzindo bens complexos. De certa forma, suas conclusões contribuem para as
estratégias que desafiam as vantagens comparativas (LIN; CHANG, 2012), em oposição às seguintes, para
as quais seria recomendado primeiro acumular capital em setores já competitivos antes de entrar em novas
atividades.
Boschma e Capone (2015) complementam essa agenda diferenciando o quão capaz um país é de
diversificar seu espaço de produto dado seu arranjo institucional. Usando a classificação de economias de
mercado liberais e coordenadas da literatura das variedades do capitalismo (VoC), eles descobrem que os
países não especializam sua estrutura produtiva em um conjunto diferente de bens dadas suas instituições.
No entanto, os mercados liberais são mais capazes de diversificar - entrando em atividades não relacionadas
- do que os coordenados. Seu estudo, no entanto, restringe-se às economias desenvolvidas - as únicas
classificadas pela literatura VoC -, abrindo espaço para questionamentos se essa relação entre idnestm
itueiçrcõaedso
liberalizado e a capacidade de diversificação vale para diferentes níveis de desenvolvimento. Isso será
realizado posteriormente na análise empírica deste estudo.
Em outras palavras, a agenda de pesquisa sobre complexidade econômica está focada em

através de novas medições como avaliar a relevância da estrutura produtiva para o crescimento futuro
e o desenvolvimento inclusivo. Se já foi referida a preocupação do novo Diretor-Geral do FMI em
aprofundar a integração dos mercados, vale também referir o documento de trabalho de dois
colaboradores do Fundo, Cherif e Hasanov (2019), focado em reafirmar a relevância das políticas
industriais . Diferentemente das conclusões de Sachs e Warner, eles veem a convergência não como
um caminho natural após a definição das instituições de mercado corretas, mas sim como resultado de
políticas orientadas para a mudança estrutural estratégica. Uma vez que tais preocupações têm um
espaço renovado entre os formuladores de políticas e instituições multilaterais, seria útil entender como
as políticas de liberalização, que mais uma vez mostram sua força ao redor do globo, afetaram a
estrutura produtiva. Para tanto, as medidas propostas pela agenda da complexidade econômica podem
ajudar a aprimorar os insights antes dados pela análise da diversidade das exportações. Assim, a
próxima seção apresenta algumas medidas e conceitos utilizados para a construção do espaço do
produto que serão posteriormente utilizados para a análise empírica.
1.3 Estrutura empírica

A análise do espaço do produto é baseada em uma das principais métricas usadas para analisar
qualquer outro espaço: as distâncias. Uma vez que a capacidade de produzir um determinado bem é
entendida como uma demonstração de possuir um determinado conjunto de capacidades comercializáveis
e não comercializáveis, as medidas de distâncias entre produtos são lidas indiretamente como distâncias
entre estoques de capital humano e físico, trabalho e instituições. Medidas empíricas de tais relaç ões
foram apresentadas pela primeira vez por Hidalgo et al. (2007), que lançou a noção de espaço do
produto como instrumento de análise do desenvolvimento e reafirmou as preocupações setoriais sobre
o desenvolvimento em novos fundamentos empíricos.
No entanto, entender como as medidas de complexidade surgem pode ser contra-intuitivo, uma vez
que é semelhante, mas não coincidente, com noções anteriores da composição setorial da produção
para a qual os produtos manufaturados estavam principalmente em foco. A Figura 3, portanto, traz a
proporção de cada um dos dez grupos mais agregados da Classificação Padrão do Comércio
Internacional (SITC) de bens entre os 100 principais Índices de Complexidade de Produtos de cada
ano. Isso ilustra que, na maioria dos anos, um produto mais complexo é fabricado. Em 2005, por
exemplo, os equipamentos de fotografia e cinema eram o produto de maior complexidade no grupo de
Manufaturados Diversos, e outros 56 pertenciam à classificação de Máquinas e Transportes. Apesar
dessa relação mais previsível, vale notar uma mudança drástica na composição geral a partir de 1975,
quando os manufaturados classificados principalmente por materiais tinham a maior proporção com 41
produtos e apenas um ano depois tinham apenas 19 entre eles. Tal achado deve chamar a atenção
para a forma como o índice foi construído, pois permitiu uma mudança tão significativa em um curto
período de tempo.
Quanto à diferenciação dos produtos e suas necessidades de produção, a análise começa
Figura 3 – Composição dos 100 bens mais complexos por grupo
identificar quais países apresentam Vantagem Comparativa Relativa (RCA) na exportação

cada bem. Seguindo Balassa (1986), um determinado país tem vantagem comparativa em
produto se a participação da empresa nas exportações da empresa for maior do que sua participação no comércio global. Portanto,
A RCA é definida para cada ano, país ( ) e produto ( ) como:
= , / ÿÿ ÿ , ÿ
,
ÿÿ ÿ , ÿ/ ÿÿ ÿ ÿÿ ÿ ÿ
, ÿ
Onde , representa o valor absoluto das exportações totais do produto por país. Por isso,
E se
, é maior que a unidade, indica Vantagem Comparativa e características sociais
deste país estão, a partir de então, relacionados ao produto 16 .
produtos com valor meno,r que a unidade representam o conjunto de opções de um país, denotado por ,
(PINHEIRO et al., 2018). As medidas de onipresença ( ) - quantos países produzem
com relativa vantagem - e diversidade ( ) - quantos produtos são produzidos por
com relativa vantagem -, como todos os outros que virão, são obtidos a partir da análise de RCAs:
= ÿÿ I[ > 1] e = ÿÿ ,I[ > 1] onde I[·] é a função indicador,a -
que é igual a 1 se a condição entre colchetes for verdadeira.
ÿ
Por fim, proximidade entre produtos e probabilidade ( , ÿ) para cada ano é definido como o
condicional mínima de serem exportados conjuntamente:
16 Nesse sentido, essas medidas se assemelham à variável PRODY.
ÿ=
{ ( EU[ , > 1] | EU[ , ÿ > 1]),
, ÿ > 1] | EU[ , > 1])}
(I[ ÿÿ I[ , > 1] · , ÿ > 1]

ÿ=
Eu[ (, ÿ)
Esta segunda definição considera o aspecto condicional ao levar em conta o valor da medida de ubiquidade
máxima e, portanto, prejudica a proximidade entre os bens se um
deles é amplamente produzido. Em outras palavras, produtos não ubíquos (aqueles com menor
), mostrará maior proximidade quando exportado em conjunto com Vantagem Comparativa. Tal
ponderação tenta expressar melhor a raridade das capacidades necessárias para aqueles
processos. A proximidade, como definida acima, resulta em zero para a maioria das relações, como pode ser visto
17
na Figura 4 .
Figura 4 – Distribuição de ÿ
No entanto, outro conceito é necessário para explicar empiricamente a dificuldade de um país se mover
através do espaço do produto ao longo do tempo, uma vez que ele precisa medir se
capacidades atuais do país, quando consideradas em conjunto, são mais ou menos favoráveis para
a entrada na produção de um determinado produto. Essa medida é chamada de densidade ( )

e para cada ano é construído por:
, ÿ > 1] ·
ÿ
ÿÿ ÿ I[
=
ÿÿ ÿ ÿ
Como países com economia mais diversificada sempre apresentariam valores de densidade maiores,
Pinheiro et ai. (2018) apresentou a densidade relativa ( ˜ ) para possibilitar cross-country

˜
comparações normalizando a densidade de cada país e as medidas de Complexidade do Produto ( ) por
seus respectivos conjuntos de opções:
17 Este é o ÿ distribuição para o ano de 1979, aquele em que apenas 34 produtos não têm país
com RCA maior que a unidade. Do lado oposto, em 1969 esse número sobe para 302 produtos.
¯
˜
ÿ
= ,
( , )
Em outras palavras, suponha que um determinado país produzisse todos os bens com Vantagem
Comparativa, então teria = 1 para todos . Uma vez que este não é o caso de nenhum país, a sua
a estrutura produtiva fica menos densa em relação a um determinado produto se os bens que produz com
vantagem comparativa estiverem distantes (têm menor ÿ). Mais uma vez, a proximidade
aqui devem ser entendidas como capacidades comuns (vistas amplamente como sociais e
atributos) necessários para produzir cada bem, portanto, estrutura produtiva menos densa em relação
ao produto significa não ter características sociais relacionadas à sua produção 18. Por último, colocar
em termos mais concretos, considere o produto mais complexo em 2005: máquinas para
indústrias especializadas (SITC 7284). Agora pegue dois países, Japão e Angola, o primeiro
teve o maior valor de ICE em 2005, enquanto o último foi classificado como 95º e teve o maior
participação de um único bem em seu valor total de exportações (petróleo bruto representou 94% do
valor total). Em 2005, a densidade japonesa em relação ao SITC 7284 era de 0,245 e
o angolano era de -0,00562, após a normalização proposta para construir o
medida de densidade esses números foram 1,75 e -0,52, respectivamente. Em palavras, os japoneses
estrutura produtiva é muito mais densa em relação ao bem mais complexo em 2005
que o angolano.
Com este arcabouço em mãos, serão agora realizadas algumas análises empíricas sobre o
relação entre a liberalização e a estrutura produtiva medida pelas métricas
acima de.
1.4 Liberalização e estrutura produtiva

Classificar uma economia como liberalizada ou aberta não é uma definição precisa em nenhum sentido.
Quando os índices de Wacziarg e Welch (2008) e Ju, Wu e Zeng (2010) são comparados, por exemplo, três
países apresentam classificações notavelmente diferentes na amostra

usado para este estudo. Enquanto a China, a Índia e a Nigéria são consideradas economias fechadas pela
no primeiro, todos passaram por alguma redução tarifária que os incluiu no segundo índice.
Além disso, como já mencionado, a própria interpretação do índice SW mudou dentro de
a literatura. No início era visto como responsável por identificar apenas a liberalização do comércio
reformas, mas depois foi interpretada em um sentido mais amplo como uma reforma institucional
orientação pró-mercado (GIAVAZZI; TABELLINI, 2005). De uma forma ou de outra,

18
A reconstrução dos índices para este estudo baseia-se em Pinheiro et al. (2018) e aplica o mesmo
filtros sobre a amostra. Foram excluídos os países com menos de 1,2 milhão de habitantes em 2008 e também
as que importam e exportam somam menos de US$ 1 bilhão. Iraque, Chade, Macau e Afeganistão
são considerados como tendo dados não confiáveis e, portanto, também foram excluídos. Países que exportam
foram nulos para 95% dos bens analisados não foram considerados. Por fim, os produtos considerados
deverá ter exportações totais superiores a US$ 10 milhões por ano.
tem sido muito utilizado para avaliar o impacto de tal objetivo de política e esse é o objetivo principal
desta seção empírica.
O critério do TS atribui o status de economia liberalizada aos países que não apresentaram
nenhuma das seguintes características após um determinado ano: tarifa média acima de 40% ou
barreiras não tarifárias acima de 40% dos bens comercializados; prêmio cambial do mercado ilegal
superior a 20% em relação à taxa oficial; monopólio estatal nas principais exportações nacionais; nem,
por fim, ser classificado como socialista. A classificação atualizada de Wacziarg e Welch (2008) mostra
que 46 países abriram suas economias das décadas de 1980 a 1990, resultando em uma maioria de
economias liberalizadas na década de 1990 (79 contra 32) e uma reversão da situação da década de
1980 (33 contra 78). ). Já para Ju, Wu e Zeng (2010) os episódios de liberalização foram aqueles em
que a tarifa média foi reduzida em 35% ou mais, condicionada ao nível inicial estar acima de 10% - por
este critério a maioria dos episódios ocorreu durante a década de 1990 (32 de 39). Assim, um país é
considerado liberalizado, e sua dummy de liberalização assume valor igual à unidade, após a ocorrência
do último episódio. A amostra se restringiu a considerar dados apenas até o ano de 2005, que também
é o último ano utilizado por Billmeier e Nannicini (2013) em sua análise de controle sintético do índice
WW, permitindo a comparação entre diferentes abordagens.
Já foi apontado acima que existem algumas questões de endogeneidade em relação ao índice SW
- por exemplo, o diferente nível de capital humano para aqueles que foram liberalizados precocemente.
Ainda assim, há outra preocupação relevante sobre como interpretá-la, pois há uma clara correlação
com a renda. Tomando a classificação de renda do Banco Mundial19 em 1990 (primeiro ano em que
todos os 83 municípios incluídos na amostra foram rotulados conjuntamente), percebe-se não apenas
que as economias mais ricas corresponderam ao critério mais cedo, mas também em maior proporção
que as demais , como pode ser visto na Figura 5. Isso reforça a necessidade de levar em conta efeitos
heterogêneos nas estimativas empíricas, de modo a expulsá-lo da dummy de política, além de apoiar
críticas por prescrever reformas de liberalização para todos com base nela (RODRÍGUEZ; RODRIK ,
2001).
Três exercícios empíricos serão realizados a seguir. Em primeiro lugar verifica-se o impacto de um
ambiente económico mais liberalizado nas medidas de diversidade das exportações e complexidade
económica. Os resultados não são conclusivos, uma vez que a significância estatística não é encontrada
ou não é robusta para diferentes especificações. Ainda assim, esse procedimento já aponta para um
impacto diferente dessas medidas dependendo do nível de renda. O segundo exercício visa a densidade
média e complexidade do produto das indústrias que entraram e saíram após as reformas. Não foi
encontrado impacto significativo nessas medidas após a inclusão de outras variáveis de controle.
Finalmente, um terceiro exercício interage a dummy de política liberal com a medida de densidade para
entender se um país foi menos ou mais capaz de criar e manter vantagem comparativa em indústrias
não relacionadas após as reformas. Nisso
19
Desde 1983, o Banco Mundial utiliza quatro níveis para classificar as economias: Baixo, Médio Inferior, Médio
Superior e Alto. Para 2019, os limites para cada nível considerando o PIB per capita foram de US$ 1.025, US$ 3.995
e US$ 12.375, respectivamente.
Figura 5 – Proporção de economias liberalizadas por nível de renda
a liberalização da avaliação parece ter um impacto significativo ao permitir o engajamento em indústrias

mais distantes para várias verificações de robustez, mas mais uma vez os impactos heterogêneos para
diferentes níveis de renda mostram um resultado menos benéfico para os países em desenvolvimento.
1.4.1 Impacto na diversidade e complexidade
A primeira evidência de pouco ou nenhum impacto das reformas liberalizantes na estrutura

produtiva, conforme medido por ambas as literaturas analisadas, é mostrada na Figura 6. Este estudo
de evento ilustra o valor médio do ICE para um conjunto de países em uma janela de dez anos para
trás e para a frente a sua reforma de liberalização. Para uma análise consistente a amostra foi restrita
aos países que realizaram reformas pelo menos dez anos após o início das medidas de Complexidade
Econômica (1962), ou dez anos antes do final do período em análise (2005)20 - o mesmo ano usado
por Billmeier e Nannicini para o índice de Sachs e Warner. Embora a média para toda a amostra pareça
mostrar algum aumento para o ICE após as reformas, não é uma tendência consistente, sendo
significativamente revertida nos anos seguintes. Esses movimentos, que não seriam esperados para
uma característica persistente como a composição setorial das exportações, parecem ser impulsionados
principalmente pela composição da amostra. Quando as regiões são desagregadas é mais fácil notar
uma estabilidade significativa da medida de complexidade em torno do período de liberalização. Isso é
especialmente verdadeiro quando se concentra na África e na América Latina, as duas regiões para as
quais foi considerado um maior número de países, reduzindo as variações para a medida média
20
Restavam 36 países: Costa do Marfim, Camarões, Gana, Quênia, Marrocos, Tunísia, África do Sul, Zâmbia, Israel, Sri
Lanka, Filipinas, Turquia, Albânia, Bulgária, Hungria, Polônia, Romênia, Costa Rica, República Dominicana e Guatemala ,
Honduras, Jamaica, México, Nicarágua, El Salvador, Trinidad e Tobago, Nova Zelândia, Argentina, Bolívia, Brasil, Chile,
Colômbia, Equador, Peru, Paraguai, Uruguai.
considerado. Os dois países norte-americanos incluídos na amostra, Estados Unidos e Canadá, não
são considerados neste gráfico por causa de seu status de abertura antecipada que não deixa
margem para considerar como as medidas de complexidade evoluíram antes das reformas.
Figura 6 – Complexidade econômica antes e depois dos episódios de liberalização
As diferenças de níveis para cada região21 são menos relevantes para esta análise do que o
comportamento majoritariamente estável de todas elas em torno das reformas22. Nem parece existir
uma tendência perceptível de pré-tratamento alterando a estrutura produtiva ao longo do cenário das
reformas, nem a mudança institucional parece impactar em qualquer direção esta medida para as
exportações, pelo menos na janela de dez anos considerada.
De fato, o primeiro conjunto de regressões relatadas na Tabela 1 aponta nessa mesma direção
sem impacto para as reformas. Aqui a análise empírica considera duas variáveis dependentes
diferentes: o Índice de Theil para exportações do FMI e o ICE. A variável do FMI mede o nível de
concentração das exportações e é maior para cestas de exportação mais concentradas (chamada de
diversificação inversa). Sua mensuração considera quão distantes as exportações de cada país estão
de uma cesta uniforme, como se todos os países pudessem exportar a mesma quantidade de todos
os produtos, ou sob uma análise de espaço de produtos, como se todas as nações fossem
21
A surpreendente similaridade do ICE para Europa, Leste Asiático e Oceania deve-se ao alto índice de Israel e Nova
Zelândia, respectivamente, para as duas últimas regiões. Ambos tiveram medidas de complexidade entre os 30
melhores em meio a mais de 90 países quando integraram o grupo de nações liberalizadas classificadas pela SW.
22
O caso asiático parece ser o único que apresenta maior variação, porém inclui apenas dois países (Sri Lanka e
Filipinas) e tem pouco a dizer sobre um efeito mais amplo.
igualmente densa em relação a cada bem. Por ser muito utilizado na literatura de diversificação de exportações,
auxilia na compreensão dos impactos da liberalização na estrutura produtiva e na comparação dos resultados
com trabalhos anteriores, para posteriormente verificar a consistência desses efeitos nas medidas de
complexidade.
Para reduzir a variação ruidosa dos dados e expressar tendências de longo prazo, todas as séries foram
transformadas em uma média de cinco anos23 resultando em 9 períodos diferentes. Isso obrigou a introduzir
outro filtro nos dados para torná-los mais equilibrados, assim foram excluídos países para os quais o ICE não
estava disponível há pelo menos 41 anos24. A composição da amostra está relatada no Anexo A.2, mas vale
ressaltar que os dados de Ju, Wu e Zeng (2010) incluem apenas países que passaram por algum episódio de
liberalização, enquanto WW também consideram países que permaneceram fechados durante todo o período.
Portanto, enquanto a primeira variável indica apenas mudanças nas médias antes e depois das reformas, a
segunda também considera a comparação entre os países que passaram por uma mudança institucional e os
que não passaram.
Esta primeira análise é realizada através da utilização de dois métodos de estimação diferentes.
Uma delas foram as regressões de efeito fixo que isolam as características idiossincráticas de cada país ao
rebaixar a variável endógena em relação às médias individuais. O segundo foi o sistema GMM proposto por
Blundell e Bond (1998) que permite tratar equações dinâmicas com elementos path-dependent relevantes
incorporando correlação serial para os erros e, mais importante, instrumentando variáveis endógenas suspeitas25 .
Esta última correção é feita correlacionando duas transformações diferentes: série diferenciada das variáveis
endógenas com equações tomadas em níveis e o valor defasado das endógenas em nível com a equação depois
de diferenciada. Como o uso de muitos instrumentos produzidos internamente reduz a validade da inferência
estatística, as regressões relatadas a seguir incluem apenas um período defasado para as variáveis endógenas
e os testes de Hansen para superidentificação dos instrumentos não apresentam valores de p implausíveis que
possam causar preocupação, pois advertido por Roodman (2009). Também as regressões relatadas são os
estimadores de duas etapas que ponderam as unidades de observação usando uma matriz ótima derivada dos
resíduos da primeira etapa. Esse procedimento é responsável por reduzir a relevância na amostra daquelas
observações com maior variância do erro e, portanto, reduzir a variância dos parâmetros26. Por fim, quanto à
consistência dessas estimativas, vale notar que o teste de Arellano-Bond para correlações seriais de segunda
ordem em
os resíduos mostram resultados válidos.
Finalmente, a regressão da linha de base é um efeito fixo semelhante a Wacziarg e Welch (2008) e os
testes para episódios de liberalização definidos por ambos os critérios - diferentes conjuntos de dados são
23
Excetuando-se o primeiro período que inclui apenas o ano de 1964, pois havia dados faltantes para as variáveis de
controle nos anos anteriores.
24
Apesar de ser toda a duração da amostra, o conjunto de dados ainda está desequilibrado, pois faltam outras variáveis
de controle.
25
O comando Stata foi desenvolvido por Roodman (2009).
26
O uso da matriz de ponderação do primeiro passo não altera os resultados de maneira significativa.
indicado como WW e ZJW. A regressão estimada na primeira e na quarta coluna

da Tabela 1 é:
, =+ , + , (1.1)
Onde , representa uma variável dummy que é igual a um se vier após o país
reforma de liberalização como entendida por cada definição e é o efeito fixo do país.
Para as colunas 1 a 3 repr,esenta o Índice de Theil para cada país e ano, e para o
restante representa o ECI. Outras colunas além de 1 e 4 incluem variáveis de controle

da Penn World Table do GGDC (FEENSTRA; INKLAAR; TIMMER, 2015) que
foram selecionados seguindo Pinheiro et al. (2018): um índice de capital humano que considera
anos de escolaridade e retornos da educação; uma medida de renda per capita tomada de
Dados da Conta Nacional divididos pela população total - que também é considerada em um
forma quadrática dada a relação identificada na Figura 1; e uma métrica para o estoque de capital por
trabalhador.
As duas primeiras regressões nas colunas 1 e 2 apontam para resultados altamente negativos e significativos.
impacto da liberalização na concentração das exportações - significando, portanto, aumentar

diversificação. Também a magnitude do coeficiente permanece bastante semelhante entre as duas
regressões e jogaria a favor dos achados de Osakwe, Santos-Paulino e Dogan (2018) ,
mas agora em uma amostra que não se restringe a nações em desenvolvimento. No entanto, o coeficiente
perde sua significância e diminui significativamente na terceira coluna que relata
a estimativa do sistema GMM. Aqui todas as variáveis, exceto as dummies de política e período
(um para cada cinco anos) foram considerados endógenos para a estimação, sendo, portanto,
instrumentados pelas transformações descritas acima. Desde o processo de desenvolvimento
engloba o acúmulo de todas essas características em análise foi considerado melhor
tratá-los todos como possivelmente correlacionados com o termo de erro responsável por alterações no
estrutura produtiva. Encontrar nenhum impacto para a dummy de política na diversificação difere
do resultado encontrado em Agosin, Alvarez e Bravo-Ortega (2012) que utiliza um
amostra e metodologia, mas encontra resultados negativos. Provavelmente a diferença nos resultados
deve ser devido às variáveis de controle consideradas e à composição da amostra que pode
diferem - os autores não especificam quais países foram considerados em sua análise.
No que diz respeito à medida de ICE, a falta de impacto das reformas é ainda mais
pronunciado, uma vez que o coeficiente de interesse não apresenta significância estatística em nenhum
estimativa. Se algo devesse ser dito sobre as regressões, seria apenas o fato de que
sua magnitude também é bastante reduzida na estimativa do GMM, como foi o caso da
índice de diversificação. Portanto, ao analisar o impacto médio para toda a amostra
a maior abertura ao comércio ou permitir “um escopo mais amplo do mercado” não
parecem apresentar algum impacto na complexidade das exportações. Isso quer dizer que, ao
à primeira vista, ser mais aberto não aumenta as capacidades atuais por meio da competição
ou acesso a novos produtos e mercados. Portanto, o impacto positivo sobre o crescimento que
Tabela 1 – Medidas de Liberalização e Complexidade
Variável dependente:
Índice de Theil (WW) ECI (WW) ECI (WJZ)

1 2 3 4 5 6 7
EF FE GMM FE FE GMM EF
L. Theil 0,921***
(0,0375)
L.ECI 0,918***
(0,0365)
Liberalização (WW) -0,378*** -0,285*** -0,00834 0,0244 (0,0715) 0,0181 -0,0001
(0,0717) (0,0504) (0,0357) (0,0370) (0,0253)
Liberalização (WZJ) -0,0375
(0,0722)
log(Capital Humano) -1,749*** -0,569** 0,831*** (0,484) (0,235) (0,208) 0,109 1.525***
(0,121) -2,540(*0*,*4-105,)82
(06,*3*805,)9(60
3,*3*305,8
)207
,1*02
*,80
(0
*4*,97
* 71*0*)-0,0402* (0,379)
log(GDP_pc) -0,0388** (0,0391) (0,0212) (0,0213) (0,01-0 6,70)408,5 25-06,*0**950(6
0
,0*,0
4
*9
37
45) -1,542*
(0,0923) (0,03-854
,2)3(1
0*,0**38
-34,)2)59
3*,1
* 4(0
8,*0**26103),8(8
2*,8**14
3),6(3
19,3*0
* 50),124*** (0,792)
log(GDP_pc)2 0,121**
(0,0491)
log(Estoque de Capital) -0,113*
(0,0593)
Constante 4.468
(1.496) (0,0150) (1.638) (3.258)
Observações 742 722 648 722 722 639 280

R-quadrado 0,863 0,879 0,941 0,950 0,886
AR(2) na primeira diferença. (valor p) 0,253 0,417
Hansen (valor p) 0,150 0,321
Países 83 83 Erros 83 83 83 83 32
padrão robustos entre parênteses
*** ** *
p<0,01, p<0,05, p<0,1
tem sido relacionada com esta medida de liberalização não parece ser canalizada por
a transformação da estrutura produtiva analisada através de sua complexidade. Tal
conclusão poderia amortecer as perspectivas de crescimento futuro após os benefícios iniciais de
as reformas sugeridas pela literatura (WACZIARG; WELCH, 2008;
BILLMEIER; NANNICINI, 2013). Finalmente, a última coluna (7) reduz a amostra para
32 países em desenvolvimento e usa o índice de liberalização de Ju, Wu e Zeng, mas
novamente não tem significância estatística e mostra um coeficiente negativo.
Este primeiro conjunto de regressões deve chamar a atenção em relação a dois aspectos diferentes,
o primeiro é o fato de que não há uma relação clara entre as medidas de liberalização,
retirada do índice muito utilizado de SW, e mudanças na estrutura produtiva, medida
pela literatura de Complexidade Econômica. A segunda, no entanto, tem a ver com as preocupações
necessárias sobre os métodos econométricos para avaliar as relações entre o
Medidas de complexidade e características políticas relevantes, algo que deve ser objeto de
Investigação aprofundada.
Por fim, a análise dos coeficientes associados às variáveis de controle mostra principalmente uma
melhor se ajustam ao que seria esperado da teoria e da literatura discutidas acima. Por
ambas as regressões relatadas nas colunas 2 e 3 o capital humano tem um efeito significativo e negativo sobre a
concentração e confirma-se a relação em forma de U entre renda e diversidade de exportações através do caminho
do desenvolvimento, como foi apontado por Cadot, Carrere e Strauss-Kahn ( 2011) seguindo as descobertas
anteriores de Imbs e Wacziarg (2003).
Ambos os efeitos também estão presentes na regressão de efeito fixo para o Índice de Complexidade Econômica,
que se comporta de forma diferente do Índice de Theil e aumenta para uma maior complexidade de exportação,
justificando a troca de sinal dos coeficientes. No entanto, o capital humano muda significativamente na estimativa
do GMM e não apresenta significância estatística, o que é inesperado dada sua relação estável com a complexidade
descrita pela literatura. Duas outras variáveis apresentam uma estimativa imprevista: estoque de capital e renda,
considerando a amostra restrita para países em desenvolvimento. Os estoques de capital são medidos pela Penn
World Table considerando dados de investimento em diversos setores e estimando uma relação capital -produto
inicial, portanto, seria razoável descobrir que estoques mais altos estavam relacionados com níveis mais altos de
complexidade e diversidade, mas não é esse o objetivo. caso para ambas as regressões. Embora os resultados
variem tanto em magnitudes quanto em significância entre as estimativas, vale ressaltar este resultado pouco
familiar. Em segundo lugar, também é bastante raro o efeito quadrático inverso da renda expresso na sétima
regressão. Embora para esses 32 países a relação em forma de U de sofisticação de exportação e renda se
mantenha, parece
ser revertida após a consideração de outras variáveis de controle.
Um comportamento diferente para os países em desenvolvimento também é capturado quando a análise de
política considera a interação com a renda. A Tabela 2 mostra apenas as regressões de efeito fixo para a interação
da dummy de política com os níveis de renda do Banco Mundial. É interessante que os dois extremos da
distribuição de renda são os que apresentam coeficientes significativos para a maioria das regressões e em
direções diferentes. Como o grupo de alta renda é o de referência, o coeficiente de liberalização sem interação
capta o efeito para esses países e as demais interações indicam se esses grupos se comportam de forma diferente
com significância estatística. A coluna 1 aponta para um maior impacto positivo sobre a diversificação das
exportações das reformas liberais para os países mais ricos, pois apresenta um coeficiente maior do que o obtido
na Tabela 1. Isso é reforçado na coluna 2 como os coeficientes para
os demais grupos tornam-se estatisticamente significantes após a inclusão das variáveis de controle e todos
apresentam sinal positivo. Esses coeficientes mostram que o impacto das reformas é menor para todos os outros
grupos do que para os países mais ricos e quase desaparece quando os países de baixa renda
nações são consideradas.
Conclusões semelhantes vêm da análise dos impactos na medida de ICE. Em primeiro lugar é interessante
que o coeficiente associado à liberalização sofre um aumento significativo por simplesmente interagir com dummies
para níveis de renda, como pode ser visto comparando as Tabelas 1 e 2. Em segundo lugar, chama a atenção o
fato de que para o grupo de baixa renda o coeficiente é inalterado após a inclusão das variáveis de controle e
mostra para ambas as regressões um impacto líquido negativo das reformas sobre a complexidade das
exportações. Tirando
Tabela 2 – Interação entre reformas e renda
papel ECI
1 2 3 4
Livre -0,534*** -0,748*** 0,120** 0,206***

(0,144) (0,169) (0,0496) (0,0432)
Lib × 0,388 0,730*** -0,228*** -0,288***
(0,248) (0,253) (0,0741) (0,0738)
Lib × 0,101 0,461*** -0,0898 -0,224***
(0,148) (0,178) (0,0588) (0,0611)
Lib × 0,0434 0,375* 0,0485 -0,0456
(0,169) (0,201) (0,0657) (0,0689)

log(Capital Humano) -1,872*** 0,900***
(0,475) (0,209)
log(PIB) -2,698*** 1.020***
(0,701) (0,381)
2 0,141*** -0,0451**
log(PIB)
(0,0387) (0,0211)
log(Estoque de Capital) 0,230** -0,0307
(0,0933) (0,0385)
Constante 3,157*** 14,65*** 0,119*** -5,586***
(0,0254) (2.790) (0,0145) (1,625)
Observações 742 722 722 722

R ao quadrado 0,865 0,882 0,943 0,951
Países 83 83 83 83
Erros padrão robustos em parênteses

*** ** *
p<0,01, p<0,05, p<0,1
em conta o fato de que em qualquer uma das regressões o grupo de renda média alta
resultados indistinguíveis da alta renda, é perceptível que as reformas
impactos diferentes para os países mais pobres. Embora os resultados pareçam consistentes
para todas as regressões, no sistema GMM estima todos os coeficientes para a dummy de política
perdem sua significância estatística e optou-se por não relatá-los, pois acrescentaria
pouca informação.
1.4.2 Entendendo tiros e tiros

Uma vez que a medida geral de Complexidade Econômica não parece estar diretamente
afetada pelas reformas de liberalização, pode ser que a composição da pauta de exportações
havia sido impactado. De fato, como discutido acima, as mudanças na margem extensa são as
principal responsável pelas mudanças na diversidade das pautas de exportação (CADOT; CARRERE;
STRAUSS-KAHN, 2011). Seria plausível imaginar que as reformas de liberalização,
alterando a estrutura do mercado e ampliando a concorrência poderia alterar a forma como os países eram
capaz de se mover ao longo do espaço do produto. Haveria duas possibilidades para essas mudanças,
ou países poderiam ficar ainda mais concentrados na produção daqueles bens em que
já tinham vantagem comparativa; ou eles podem tirar vantagem do mais
economia aberta para assimilar produtos distantes e importar insumos que não estavam disponíveis
antes, alcançando posições remotas no espaço do produto27 .

Portanto, visando entender como a estrutura produtiva evoluiu após os choques, a Figura 7 mostra um
˜
estudo de eventos para a Complexidade relativa média do Produto ( ) e a densidade relativa ( ˜) pe
arsaaeídnatra
ddea
produtos. A amostra aqui é novamente a mesma da Figura 6. Os produtos entrantes, nomeados em Pinheiro
et al. (2018) como “brotos”, consideram os bens que foram exportados com Vantagem Comparativa pela
primeira vez em um intervalo de quatro anos e permaneceram como tal por pelo menos quatro anos depois.
Enquanto os produtos saídos (aqui chamados por “shots”) são aqueles que fizeram um caminho inverso:
foram produzidos com vantagem comparativa por pelo menos quatro anos e deixaram de ser nos quatro
seguintes.
Tal definição tenta levar em conta a grande variabilidade nas tendências de exportação, considerando
apenas produtos que apresentaram alguma resiliência em sua condição. Parte dessa volatilidade também
vem do fato de que nem todos os países entram em novos mercados - como aqui é definido - todos os anos
e os dados são um pouco sensíveis à janela de tempo escolhida.
˜
Figura 7 - , ˜ e liberalização
Na Figura 7 é perceptível que tanto os tiros quanto os tiros parecem ter um valor relativamente estável
para o PCI relativo antes e depois das reformas. Embora os rebentos tenham uma ligeira diferença de níveis
antes e depois das reformas, não é pronunciada. Isso também é verdade, mas ao contrário no que diz
respeito à medida de densidade, para a qual os brotos parecem ter um valor menor após as reformas e os
tiros mostram um nível bastante estável durante os vinte anos em análise. Essas duas parcelas para brotos,
se confirmadas por análise de regressões, mostrariam um impacto positivo da abertura ao mercado externo
tanto no que diz respeito à produção de bens mais complexos (com maior PCI) quanto à aquisição de novas
capacidades não relacionadas às atualmente em uso (médias de densidade mais baixas). No entanto, ambos
os estudos novamente parecem sofrer um efeito de composição, especialmente a análise de densidade é
influenciada pela baixa densidade média de apenas quatro países após as reformas, dois na Ásia (Sri Lanka
e Filipinas) e dois no Oriente Médio (Israel e Peru).
27
Goldberg et ai. (2010) encontra resultados que vão de encontro a esse raciocínio e são discutidos posteriormente no
próximo capítulo.
As regressões na Tabela 3 abaixo mostram que nenhuma primeira impressão nos estudos de eventos é
posteriormente confirmada por análise estatística. Todas as estimativas aqui são modelos de efeito fixo e
considerar primeiro o impacto das reformas na série e depois adicionar algumas variáveis de controle.
Nas colunas 1 e 4 a definição de novos mercados leva em consideração um período de três anos
em vez de quatro. Para nenhum, no entanto, parece haver qualquer correlação estatisticamente significativa
entre as reformas e o engajamento nos mercados de bens mais complexos. Até
embora não relatado, os resultados vão na mesma direção se for considerado um período de dois anos
janela de entrada em um novo mercado28, como feito em Pinheiro et al. (2018). Aqui a medida
para o capital humano não parece ser relevante para explicar o nível de complexidade quando
expandindo a extensa margem. No entanto, a renda está positivamente correlacionada com
complexidade de novos produtos, o que é coerente com os achados de Pinheiro et al. (2018)
que indicam que os países mais desenvolvidos estão propensos a continuar entrando em
mercados.
˜
Tabela 3 - Média e ˜ para “shoots” e “shots” após a liberalização
˜ ˜ ˜
(3 e) (4 e) (4 e) ˜ (3 anos) ˜ (4a) ˜ (4a)
1 2 3 4 5 6
Liberalização (WW) 0,0451 (0,0490) 0,0337 0,0919 -0,131*** -0,0836* -0,0851

(0,0526) (0,0575) (0,0464) (0,0483) (0,0540)
log(Capital Humano) -0,495 1.387***
(0,343) (0,329)
log(PIB) 1,294** -1,575***
(0,584) (0,561)
2
log(PIB) -0,0547* 0,0837***
(0,0328) (0,0314)
log(Estoque de Capital) -0,00815 -0,102**
(0,0502) (0,0504)
Constante -0,322*** -0,311*** -7,075*** 0,494*** 0,469*** 7,824***
(0,0339) (0,0367) (0,0319) (0,03(23.75)2(02),426)
Observações 2.506 2.381 2.342 2.580 2.456 2.409

R ao quadrado 0,491 0,472 0,480 0,205 0,200 0,208
Nº países 83 83 83 83 83 83
Erros padrão robustos em parênteses
*** ** *
p<0,01, p<0,05, p<0,1
As colunas 4 a 6 na Tabela 3 descrevem a medida de densidade relativa dos produtos que entram.
Pinheiro et al. (2018), à semelhança dos achados em Cadot, Carrere e Strauss-Kahn (2011),
mostra que os países costumam entrar em atividades mais próximas de seu espaço de produto - aquelas com
28
Como os dados do OEC permitiram a construção da medida de densidade para uma amostra maior que a
aquele para o qual o Índice de Complexidade Econômico está disponível, as regressões realizadas na Tabela 3 foram
também testado para uma amostra mais ampla de 120 países. No entanto, a inclusão de novas observações não altera
resultados anteriores de forma significativa. Mais uma vez, a liberalização tem impacto apenas quando se considera a
janela de três anos para vantagem comparativa relativa.
maior valor de densidade -, mas é justamente o esforço de atirar alto que mais se associa
associado a maiores perspectivas de crescimento posteriormente. Novamente os resultados são soltos e variam muito
por pequenas mudanças na definição de novos mercados ou na inclusão de variáveis de controle.

Embora a liberalização pareça ter uma correlação negativa com a densidade de novos
produtos ao considerar a janela de três anos, o intervalo de quatro anos reduz a magnitude e
significância do coeficiente. Mais do que isso, mesmo que o coeficiente mude
apenas um pouco após a inclusão das variáveis de controle, perde completamente sua significância. Se
deveria ser considerada a definição mais ampla para o índice SW, que o lê como
uma mudança institucional pró-mercado, esses resultados iniciais podem estar relacionados aos
Boschma e Capone (2015), que encontra maior capacidade de ir mais longe no produto
espaço para os países com arranjos mais liberalizados de mercado (a próxima seção enfatiza
este argumento ainda mais com uma amostra maior e outra avaliação empírica). No entanto,
a fragilidade dos resultados aqui limita tais conclusões e mostra mais uma vez que
medida de liberalização não pode estar relacionada com mudanças na complexidade das exportações.
Por fim, as magnitudes e significância dos coeficientes associados à renda estão em
em linha com Pinheiro et al. (2018), pois constatam que níveis intermediários de desenvolvimento
são aqueles mais relacionados com maiores saltos no espaço do produto (entrada em
atividades, ou menor densidade). Portanto, à medida que o nível de renda aumenta, os países são mais
capaz de entrar em atividades não relacionadas, mas isso vai até um certo nível e é mais tarde
invertido. Para esta última regressão, o coeficiente de estoque de capital também está em linha com
achados anteriores da literatura, para os quais maiores dotações parecem estar relacionadas com a
capacidade de saltar ainda mais no espaço do produto.
1.4.3 Liberalização e atividades não relacionadas
Por fim, foi realizada uma abordagem empírica semelhante à adotada por Boschma
e Capone (2015) para entender melhor como a abertura ao comércio impactou o comportamento
do espaço do produto. Suas descobertas, conforme mencionado na revisão da literatura (Seção 1.2),
mostram que as economias que tinham um quadro institucional de mercado liberalizado (tanto no que diz respeito
às regras formais quanto às “regras informais”) eram mais capazes de se engajar em atividades não relacionadas.
O raciocínio para tal resultado seria que as economias de mercado liberais eram mais abertas
a inovações radicais, pois dependiam mais de soluções de mercado, em vez de
inovações incrementais que estariam associadas a economias coordenadas. Tal ar
resultaria no surgimento de indústrias não relacionadas e um padrão diferente de

diversificação. Por sua metodologia, instituições liberais e coordenadas foram medidas
por meio de índices construídos pela literatura Variety of Capitalism (VoC), que considerou arranjos
informais mais amplamente do que a variável SW, que é focada
exclusivamente em regras objetivas. No entanto, como já foi discutido, a interpretação do
o índice do SW como também responsável por identificar economias mais liberalizadas já
sugerido por (GIAVAZZI; TABELLINI, 2005) e outros.
A avaliação empírica é realizada por meio de um modelo de probabilidade linear em que as

observações estão no nível da indústria-país-ano29. A variável endógena ( +5) , ,
é uma dummy que indica se o país tem vantagem comparativa na exportação em
o futuro (+ 5). A densidade ( ) torn, a, -se uma variável explicativa, ao lado de sua interação com as
políticas de liberalização ( ), que é o princ,ipal parâmetro em análise para
Boschma e Capone (2015). Um coeficiente negativo para esta interação indicaria
que as economias liberalizadas são capazes de mostrar vantagem comparativa relativa para valores
de densidade mais baixos e, portanto, seriam capazes de manter ou adquirir vantagem comparativa
em atividades mais não relacionadas. Por fim, como desembaraçar o efeito dos brotos e já
indústrias competitivas, Boschma e Capone interage a medida de densidade tanto com
, , e (1ÿ ). Consider,a,ndo que o primeiro valorará 1 quando o país apresentar
vantagem comparativa no período , o último é igual à unidade no caso oposto.
Fazendo um balanço do que já foi discutido tanto na Seção 1.3 quanto por Cadot, Carrere
e Strauss-Kahn (2011), espera-se que a medida de densidade apresente uma
relação com a vantagem comparativa futura tanto para indústrias já estabelecidas
para aqueles que o país ainda está para se envolver. Como já mencionado, os países são propensos a
exportar mercadorias que estão mais próximas de seu espaço de produtos - e, portanto, têm uma densidade maior
a medida. Formalmente, a regressão empírica estimada foi:
= +. · . +
, , +5 0 , , , , , , + (1 ÿ · (1 ÿ , , )· , ,
+. · · . +
, , , , ,
+ , , , )· , ,
+ ( ) · (1 ÿ )· ++++
, , , , , , ,
onde ( ) represen, ta o logaritmo do índice de capital humano da Penn World

Tabela (FEENSTRA; INKLAAR; TIMMER, 2015) e está incluída como uma verificação de robustez
para comparar com os exercícios anteriores. Uma vez que interage apenas com novas indústrias,
um coeficiente negativo indicaria uma maior capacidade de atirar alto, ou entrar em não relacionados
atividades, para os países com maior estoque de capital humano. Finalmente, existem
três conjuntos de dummies ( ) para efeitos de país ( ), indústria ( ) e ano ( ), respectivamente.
Os resultados estimados estão na Tabela 4 compreendendo tanto a amostra restrita considerada
ao longo deste estudo e um mais amplo que inclui 12 novos países para os quais
havia dados disponíveis durante pelo menos 40 anos.
Em primeiro lugar, os coeficientes para a medida de densidade e para o capital humano seguem o que
seja esperado. A densidade tanto para as atividades recém-ingressadas quanto para as atuais mostram resultados positivos e
coeficientes significativos, indicando que os países se engajam e se mantêm competitivos em produtos
mais próximos de seu conjunto de capacidades. Quanto ao capital humano, os valores mais elevados são
29
A regressão dos mínimos quadrados é usada devido ao grande número de parâmetros a serem estimados (como para controlar
para os efeitos médios do ano, da indústria e do país) que podem comprometer os modelos de variáveis dependentes limitadas
(BOSCHMA; CAPONE, 2015).
Tabela 4 – Índice de SW interagindo com densidade
3 4
+5 +5 +5
Restringir Amostra 1980 1990 2005 2005 2005

1 2 3 4 5 6
0,107*** 0,0811*** 0,0962*** 0,107*** 0,0324*** 0,0178***

(0,00204) (0,00330) (0,00253) (0,00193) (0,00121) (0,000989)
,, 1,598*** 1,689*** 1,589*** 1,597*** 0,827*** 0,607***
(0,0213) (0,0415) (0,0280) (0,0208) (0,0134) (0,0112)
,, 1,899*** 2,027*** 1,970*** 1,886*** 0,732*** 0,487***
(0,0252) (0,0467) (0,0333) (0,0248) (0,0148) (0,0121)
lib · ,, -0,169*** -0,151*** -0,121*** -0,145*** -0,0725*** -0,0547***
(0,0153) (0,0346) (0,0235) (0,0151) (0,0101) (0,00839)
lib · ,, -0,241*** -0,256*** -0,183*** -0,233*** -0,0832*** -0,0484***
(0,0116) (0,0326) (0,0213) (0,0115) (0,00637) (0,00500)
log(Capital Humano) · ,, -0,477*** -0,511*** -0,569*** -0,454*** -0,182*** -0,124***
(0,0224) (0,0441) (0,0309) (0,0221) (0,0139) (0,0115)
Constante 0,0350*** 0,0703*** 0,0548*** 0,0392*** -0,0227*** -0,0192***
( 0,00204) (0,00428) (0,00282) (0,00196) (0,00106) (0,000838)
Observações 1.583.785 533.310 928.419 1.654.204 1.654.202 1.654.201

R ao quadrado 0,091 0,089 0,089 0,093 0,080 0,076
Países 83 95 95 19 29 95 95 95
Anos 44 Erros padrão 44 44 44
robustos entre parênteses
*** ** *
p<0,01, p<0,05, p<0,1
associado ao engajamento em atividades não relacionadas, representado pelo sinal negativo.

A liberalização, por sua vez, tem coeficientes em linha com os achados de Boschma e Capone
(2015): as economias liberalizadas estão associadas ao envolvimento em indústrias não relacionadas e

podendo preservar sua vantagem de exportação em indústrias mais distantes.
Todos esses resultados são robustos a mudanças no tamanho da amostra, janela de tempo e definição
de vantagem comparativa futura ( +5). Na primeira coluna a amostra utilizada é a
igual a todas as outras regressões relatadas acima (Apêndice A.2), enquanto as próximas três colunas
incluir 12 novos países (Apêndice A.3) e alargar o período de tempo desde a conclusão inicial
em 1980 até 2005, último ano considerado neste estudo. Desde Wacziarg e Welch (2008)
e Billmeier e Nannicini (2013) sugeriram que os benefícios da abertura seriam diferentes
de acordo com quando o país passou pelas reformas, essa regressão indica que
não há mudança no padrão desse coeficiente específico. Em outras palavras, a liberalização
reformas parecem estar relacionadas com uma maior capacidade de entrar e manter-se
em indústrias não relacionadas para todos os períodos de tempo considerados. Finalmente, as duas últimas colunas alteram
a medida de ter vantagem comparativa no futuro, considerando esses bens

3
para o qual o país foi um exportador relevante por pelo menos três (- Coluna 5) e +5
4
quatro anos consecutivos ( - Coluna 6).
+5 Pode-se notar que todos os coeficientes mostram
valores mais baixos para essas duas colunas, pois a nova definição restringe quais produtos são
considerados, ainda todos os resultados apontam na mesma direção de antes.
Por fim, a Tabela 5 tenta identificar um possível efeito heterogêneo das políticas de liberalização
em países em desenvolvimento, como os resultados da Tabela 2 sugeriram, usando o índice apresentado
em Ju, Wu e Zeng (2010). Mais uma vez, há alguma evidência de um impacto diferente
considerando os níveis de renda, o índice do WZJ é utilizado nas duas primeiras colunas e é perceptível
que todos os coeficientes mostram o mesmo sinal do que antes, exceto aqueles associados a liberal
medidas. Agora, a liberalização não está mais associada a permanecer ou se engajar em mais
atividades não relacionadas como era. Considerando que a interação com atividades para as quais o país
atualmente tem vantagem comparativa mostra 4 significância estatística para ambas as medidas de
exportações futuras e
( +5), o+a
5 ssociado à entrada de indústrias é
significativa apenas para produtos que perdurem pelo menos quatro anos na pauta de exportação com RCA.
No entanto, todos os quatro coeficientes têm sinais opostos.
Tabela 5 – Heterogeneidade de renda
Índice:
WJZ WW
4
2005 +5
América Latina África Ásia Europa
1 2 3 4 5 6
RCA_t 0,0599*** 0,00412*** 0,0642*** 0,0501*** 0,0852*** 0,0666***

(0,00310) (0,00105,35)616,*6**02*** (0,00447) (0,00432) (0,00533) (0,00510)
(0,0312) (0,01590),418,760*7** ** 1,762*** 1,827*** 1,751*** 1,612***
,,
(0,0421) (0,02080),0
1,1025*7**5** (0,0512) (0,0749) (0,0388) (0,0424)
2,045*** 1,717*** 2,133*** 2,334***
,,
(0,0683) (0,0855) (0,0490) (0,0565)
Lib (WJZ) · ,,
(0,0225) (0,0136)
Lib (WJZ) · ,,
0,00123 0,0190***
(0,0169) (0,00705)
Lib (WW) · ,, 0,156*** 0,0649 -0,131*** -0,216***
(0,0369) (0,0559) (0,0336) (0,0274)
Lib (WW) · 0,0493* -0,274*** -0,115*** -0,380***
,,
(0,0282) (0,0379) (0,0285) (0,0218)
log(Capital Humano) · -0,605*** -0,312*** (0,0533) -0,594*** -0,165 -0,875*** -0,809***
,,
(0,0269) 0,0700*-*0*,00394*** (0,0887) (0,122) (0,0546) (0,0398)
Constante (0,00228) (0,000984) 0,0541*** 0,118*** 0,0210*** 0,0315***
(0,00315) (0,00289) (0,00351) (0,00564)
Observações 565.118 565.115 323.327 251.571 297.457 558.958

R ao quadrado 0,146 0,128 0,138 0,182 0,179 0,107
Países 36 21 44 44 Erro3s6padrão robustos 30 13 44 21
Anos entre parênteses44 44 44
*** ** *
p<0,01, p<0,05, p<0,1
As colunas 3 a 6 usam o índice da WW mais uma vez, mas consideram cada região separadamente
e revela a diferença entre a América Latina e a África da Europa e da Ásia. Apenas
pois os dois últimos coeficientes estão em linha com o que foi encontrado para toda a amostra,
é o seu comportamento, portanto, que dita a constatação de uma maior capacidade de entrar em
atividades não relacionadas após as reformas de liberalização. Como pode ser observado nas colunas 3 e 4,
esse padrão não é homogêneo entre os diferentes níveis de renda, pois para ambos os continentes a
interação da variável WW com a densidade de bens exportados atualmente apresenta um sinal positivo, à
semelhança do resultado da variável WZJ. A interação com brotações, no entanto, parece ser diferente
apenas para a América Latina, que apresenta um coeficiente positivo que é quase a mesma magnitude
absoluta do asiático, indicando impactos opostos para ambas as regiões. Como o índice captura uma
mudança definitiva das regras objetivas em direção à liberalização, pode ser que, após as reformas, cada
região tenha divergido em até onde foi no caminho liberal e é isso que esses coeficientes estão realmente
indicando.
No entanto, o que a Tabela 5 sugere é um impacto heterogêneo significativo após a adoção de medidas
de liberalização semelhantes. Restringir o período de tempo como feito na Tabela 4 é muito pouco
informativo tanto para a África quanto para a América Latina, uma vez que a maioria das reformas ocorreu
no final dos anos 1980 e início dos anos 1990. Quanto à Europa, os coeficientes não são significativos
quando considerados apenas até a década de 1980, mas a inclusão da década de 1990 já é suficiente
para obter os mesmos resultados de toda a amostra. Por fim, a Ásia é a região com resultados mais
consistentes para diferentes janelas de tempo. A única mudança notável é a não significância da interação
entre liberalização e entrada de indústrias quando se olha para a década de 1990, mas todos os coeficientes
se comportam como esperado quando se considera a década de 1980.
Certamente a medida aqui utilizada para classificar as instituições é muito mais limitada do que a
considerada por Boschma e Capone (2015), mas os resultados apontam para uma direção muito
semelhante. O mais interessante, porém, é o fato de que mais uma vez foi possível identificar um impacto
heterogêneo dessas medidas dependendo do estágio de desenvolvimento. Se a literatura Variedades do
Capitalismo é voltada para economias desenvolvidas, a variável de Sachs e Warner permitiu ampliar esse
horizonte com resultados enigmáticos.
Boschma e Capone sugerem que instituições de mercado mais liberais abririam um espaço maior para
inovação disruptiva, resultando na capacidade de se envolver em indústrias não relacionadas.
Considerando a variável do SW como identificadora de extensões no “escopo do mercado”, pode-se
argumentar que não necessariamente uma maior concorrência estimulará a inovação nas nações em
desenvolvimento e poderia, ao contrário, limitar sua capacidade de movimentação no espaço de produtos.
1.5 Discussão
Este estudo tentou interagir três tipos de recomendações de políticas debatidas na literatura: favorecer
instituições pró-mercado e abertura ao comércio, aumentar a diversificação das exportações e melhorar a
complexidade econômica. Os dois últimos estão intimamente conectados, embora não sejam completamente
intercambiáveis, conforme ilustrado na Figura 2 acima. A onipresença dos bens exportados e as medidas
de diversificação parecem capturar de forma mais robusta a relação entre estrutura produtiva e renda,
como foi o caso da Irlanda. Se a diversificação das exportações deveria ser considerada um objetivo de
política (CADOT; CARRERE; STRAUSS-KAHN, 2011), isso traz novas reflexões.
Se agora há mais espaço para questionar a ideia de que conformar instituições de mercado sólidas poderia ser
suficiente para a convergência (CHERIF; HASANOV, 2019), este estudo ajuda a reforçar essa perspectiva,
pelo menos pela ausência de evidências. Firat (2020), por exemplo, também constatou que os programas de
ajuste estrutural do FMI não tiveram impacto sobre a composição das exportações dos países mutuários e,
portanto, não conseguiram fortalecer esse canal de fomento ao crescimento.
Até agora, a literatura sobre complexidade econômica se concentrou em descobrir como o aumento da
complexidade vem acompanhado de maior coesão social e perspectivas de crescimento (GALA; ROCHA;
MAGACHO, 2018; HAUSMANN; HIDALGO, 2014), enquanto a agenda de diversificação tem entendido a
concentração como o processo resultante de a interação entre oportunidades de investimento e custos de
transporte. Conforme apresentado por Imbs e Wacziarg (2003) a Lei Engle prevê que a diversificação será
fomentada à medida que a renda aumenta, mas só será assim se essa nova demanda não puder ser atendida
pelos mercados externos à medida que os custos de transporte caiam. Se o fechamento da lacuna tecnológica
necessária para a entrada em novos mercados demorar mais do que a redução desses custos - os considerados
negativamente correlacionados com a concentração de acumulação de capital prevalecerão a partir de-u,mentão
determinado ponto. Cadot, Carrere e Strauss-Kahn (2011) têm explicação semelhante, pois veem um
mapeamento entre a entrada em novas atividades e os níveis acumulados de capacidades. Portanto, na visão
deles, a diversificação reflete, na verdade, o ritmo diferente entre o início de novas atividades e o processo de
saída daquelas que ficam abaixo dos níveis atuais dos fatores de produção.
Em ambas as visões, no entanto, uma maior abertura ao comércio resultaria em níveis mais baixos de
diversificação, se fosse vista como “custos de importação” mais baixos. Apesar de tal conclusão ser seguida
por Agosin, Alvarez e Bravo-Ortega (2012), os resultados apresentados na Tabela 1 não confirmam tal
tendência. Além disso, a Complexidade Econômica não parece seguir o mesmo caminho e mostra pouca
correlação com as reformas de liberalização em qualquer análise. Esse canal de menor custo só pode estar
relacionado aos resultados mostrados na Tabela 2, indicando que tanto a diversificação quanto a complexidade
foram prejudicadas pelas reformas de liberalização para os países mais pobres. No entanto, essas estimativas
não foram confirmadas por análises dinâmicas mais robustas. Por fim, os achados de Boschma e Capone
(2015) que apontam para uma maior capacidade de engajar e permanecer competitivo em atividades não
relacionadas para economias liberalizadas não foram confirmados para todos os níveis de renda. Entre as
poucas conclusões que este estudo pode sugerir, o impacto heterogêneo das reformas de liberalização parece
ser
o mais relevante.
A literatura sobre complexidade a tem visto como resultado de um amplo conjunto de capacidades,
especialmente o capital humano responsável pela inovação. As estimativas apresentadas por este estudo
mostram que essa característica pouco tem a ver com graus de abertura ao comércio exterior e deve ser
perseguida por políticas que a visem diretamente30. Relacionar as preocupações com a complexidade e
30
A utilização do espaço do produto para planejamento de políticas já foi implementada em nível nacional (HARTMANN;
BEZERRA; PINHEIRO, 2019) e subnacional (ROMERO; SILVEIRA, 2019).
a diversificação das exportações parece ser um caminho promissor ao aliar conclusões nessas duas
vertentes de pesquisa, algo que tem sido pouco feito. Tanto a pesquisa empírica quanto a teórica
ainda têm um caminho aberto para desvendar o impacto de diferentes políticas na estrutura produtiva
para a construção de um programa de crescimento inclusivo.
45
2 Conectando as políticas tarifárias ao produto
espaço
2.1 Introdução
O espaço do produto tem sido cada vez mais considerado uma ferramenta relevante para o
desenho da política industrial1 . Seu uso tem sido focado principalmente na identificação de indústrias
mais próximas do atual conjunto de capacidades de um determinado país. Ainda assim, houve pouco
esforço para relacioná-lo com outros instrumentos de política. Este estudo procura contribuir para essa
lacuna ao conectar as séries de comércio construídas pelo Observatório da Complexidade Econômica
com o Sistema de Informação de Análise de Comércio (TRAINS) das Nações Unidas, fornecendo
ferramentas para a investigação das políticas tarifárias nacionais em nível setorial. Uma aplicação
empírica é realizada utilizando o processo de liberalização brasileiro no final dos anos 1980 e início
dos anos 1990. Tal episódio foi marcado pela eliminação das barreiras não tarifárias e uma drástica
redução tarifária em um curto período de tempo (KUME; PIANI; SOUZA, 2003). Analisar a evolução do
espaço de produtos após uma intervenção granular como cortes tarifários parece útil para avaliar
melhor como os produtos interagem e como as políticas são capazes de influenciar as capacidades.
Diferentes entendimentos sobre o papel do comércio internacional nas estratégias de
desenvolvimento marcaram mudanças significativas para o desenho de políticas no Brasil. Enquanto o
interiorismo marcou o período de industrialização por substituição de importações a partir da década
de 1930 por quase cinquenta anos, uma abordagem voltada para o exterior prevaleceu durante o final
da década de 1980 até a primeira década do século XXI. Essas mudanças se devem, em grande
medida, a diferentes perspectivas sobre a proeminência para o processo de desenvolvimento de
instituições sólidas de mercado, ou de direcionamento da estrutura produtiva nacional para setores
industrializados (KUPFER, 1998).
Vários estudos focados em entender o impacto das reformas de liberalização na produtividade das
empresas encontraram um papel importante para o acesso a insumos de maior qualidade e mais
baratos. Os modelos teóricos de crescimento endógeno da teoria schumpteriana têm, de fato,
enfatizado o papel do comércio para potencializar o crescimento dos países retardatários, pois
possibilita o acesso à fronteira tecnológica, elevando a produtividade (AGHION; HOWITT, 2006).
Evidências empíricas com dados em nível de planta confirmaram algumas dessas previsões. Goldberg
et ai. (2010), por exemplo, estudaram a redução tarifária indiana em 1991 após uma crise de balanço
de pagamentos que interrompeu um longo período de produção voltada para o interior. Nesse caso, o
impacto não foi apenas na produtividade, mas também na produção de uma maior variedade de bens.
Suas descobertas indicam que novos insumos que não estavam disponíveis
1
Ver Hartmann, Bezerra e Pinheiro (2019), Romero e Silveira (2019) e Fortunato, Razo e Vrolijk (2015).
Capítulo 2. Conectando as políticas tarifárias ao espaço do produto 46
nos mercados domésticos fez com que as empresas se dedicassem à produção de diferentes tipos de bens.
Bas e Paunov (2018) encontraram resultados semelhantes em relação à entrada do Equador na Organização
Mundial do Comércio, o que também implicou um corte tarifário generalizado. O acesso a insumos estrangeiros
resultou não apenas em empresas que ampliaram seu conjunto de produtos, mas também em menor proporção
de empresas de um único produto, maior produtividade e contratação de trabalhadores mais qualificados.
Quanto ao episódio brasileiro da década de 1990, a maioria dos estudos não busca o impacto na variedade
de bens produzidos por cada empresa, mas foca principalmente nas mudanças de produtividade relacionadas
à redução das tarifas. Ainda assim, tanto Schor (2004) quanto Lisboa, Menezes e Schor (2010) apontam para o
papel relevante dos insumos para o aumento da produtividade. O primeiro encontra efeito heterogêneo de maior
concorrência no mercado de produção após a redução das tarifas: apenas as empresas na extremidade superior
da curva de produtividade conseguiram se tornar mais competitivas. Por outro lado, verificou-se que o impacto
positivo de tarifas mais baixas sobre insumos para aumentar a produtividade foi válido para toda a amostra de
empresas. Lisboa, Menezes e Schor (2010) encontram um resultado ainda mais forte para a relevância dos
insumos nos ganhos de produtividade. Suas estimativas indicam que, após o controle do efeito insumo, a maior
competição provocada por tarifas mais baixas ao produto torna-se irrelevante para a compreensão do
crescimento da produtividade. Tal resultado é ainda maior para empresas de setores intensivos em capital,
sugerindo que está relacionado principalmente com a adoção de novas tecnologias. Vale notar, no entanto, que
Muendler (2004) encontra resultados um pouco diferentes para o impacto de insumos mais baratos, sugerindo
que esse efeito levaria um tempo para se efetivar, uma vez que as empresas teriam que não apenas redefinir
seus processos produtivos, mas também retreinar funcionários. O principal mecanismo para maior produtividade
após a liberalização, portanto, seriam as mudanças gerenciais (chamadas de impulso competitivo).
Este último canal para aumentar a produtividade também é enfatizado por estudos que olham em um nível
mais detalhado para a década de 1990, ao invés de considerar exercícios empíricos para todo o período. Essa
abordagem também é muito informativa, pois esta década marcou duas grandes mudanças no ambiente
competitivo, primeiro a redução tarifária que durou pelo menos de 1990 a 1994, e segundo, o plano de
estabilização cambial em junho de 19942 . Castro (2001), por exemplo, argumenta que o Brasil passou por uma
“abertura interrompida” até o lançamento da nova moeda, pois a inflação alta e o câmbio depreciado reduziram
o incentivo à importação e, portanto, protegeram as empresas nacionais. No entanto, mesmo que o aumento da
concorrência não tenha sido totalmente implementado, já teve impactos sensíveis na produtividade, uma vez
que novos processos e métodos foram adotados (por exemplo, práticas gerenciais como a Gestão da Qualidade
Total e o Just In Time) (CASTRO, 2001 ).
Principalmente, os ganhos de produtividade no início da década se devem à redução de custos e redução
de pessoal. Iootty, Kupfer e Ferraz (2004) apontam que o Brasil passou

2
Kupfer (1998) describes the rapidly changing economic scenario: “Entre 1980 e 1994 o Brasil ex perimentou 9 planos
de estabilização, 15 políticas de indexação salarial, 19 mudanças nas regras de correção cambial, 22 propostas de
equacionamento da dívida externa e 20 planos de ajuste fiscal do estado” (KUPFER, 1998, p. 57).
pequenas mudanças em sua composição setorial após a reforma de liberalização principalmente

devido à redução agressiva de custos em vários setores. De fato, tanto o valor agregado quanto os
gastos com funcionários das empresas manufatureiras foram reduzidos, mas como estas últimas
sofreram maior corte, a produtividade geral cresceu na sequência (KUPFER, 1998).
Também Bielschowsky et al. (2000) mostra que, considerando conjuntamente as indústrias
manufatureira, mineral e petrolífera e infraestrutura, percebe-se que sua participação no investimento
total foi reduzida em quase 50% quando comparado o quinquênio 1990-94 com a década anterior.
Somente após o plano de estabilização é que os investimentos voltariam a ser realizados no que
Bielschowsky chamou de “mini ciclo de modernização”, durante o qual as empresas visavam renovar
suas máquinas e reduzir custos. Carvalho (2010) aponta mais evidências da tendência de redução de
custos ao focalizar o período de 1990 a 1996, que inclui dois anos após a reforma monetária, e mostra
que todo o setor manufatureiro reduziu sua participação na mão de obra.
Portanto, parece bastante inquestionável que a indústria brasileira passou por dois períodos
distintos, considerando a reforma de liberalização e o plano de estabilização. No entanto, há um
elemento interessante em relação ao padrão de exportação que não é muito notado: o comportamento
positivo das exportações de manufaturados nos quatro anos de tarifas mais baixas e alta inflação após
1990. Kupfer (1998), por exemplo, aponta para a pequena variação da participação da manufatura nas
exportações entre 1990 e 1996, pois subiu apenas dois pontos percentuais após sair de 54,2%, porém,
em 1993 a série tem seu pico em 60%. Além disso, enquanto os bens e serviços primários tiveram
impacto líquido neutro ou negativo na balança comercial, os produtos industrializados foram
responsáveis por um resultado positivo nos quatro primeiros anos da década. Tal tendência será
notada posteriormente também na variedade de bens que o país exportou com vantagem comparativa
revelada durante esses primeiros anos de liberalização. Mesmo sendo uma tendência de curto período,
por abranger todos os anos em que a única mudança de macro política relevante foi o corte tarifário, é
interessante ir mais longe.
Por fim, os resultados destacados acima foram todos focados na compreensão do impacto das
tarifas no nível da fábrica, diferentemente da análise no nível da indústria realizada pela abordagem do
espaço do produto. Como esses dados não têm informações sobre como os produtos se relacionam
como insumos e produtos, também há pouco espaço para analisar como as empresas alteraram seu
conjunto de insumos, dado o novo nível de preços, e o que conseguiram produzir após essa mudança.
Assim, será focado em como os setores (e suas capacidades relacionadas) reagiram a uma exposição
mais significativa à concorrência estrangeira.
2.2 O processo de liberalização
Os últimos anos da década de 1980 e a primeira metade da década seguinte foram momentos
decisivos para a mudança da política brasileira para uma perspectiva mais livre de mercado,
ing the Washington Consensus that prevailed in the public debate. As Gustavo Franco, the Brazilian Central
Banker in the late 1990s, posed: “o que se passa com o Brasil nos anos 90 é uma profunda reorientação do
‘modelo econômico’ segundo a qual algumas re formas importantes (...) mudaram fundamentalmente as
condutas dos agentes econômicos ao criarem um imperativo de se buscar a competitividade num contexto
macroeconômico relativamente hostil” (FRANCO, 1999, p. 51).
A abertura exigiu várias medidas para desmantelar o sistema de proteção que havia sido construído nas
décadas anteriores. Seu primeiro passo, dado em 1988 e 1989, foi a redução das chamadas tarifas redundantes
- aquelas que ultrapassavam a cunha real entre os preços nacionais e estrangeiros - algo que, no entanto,
teve pouco impacto efetivo para as importações (LIS BOA; MENEZES; SCHOR , 2010). O próximo conjunto
de medidas, implementado pelo governo Collor, teve como objetivo restringir os instrumentos de proteção ao
regime tarifário terminando com a maioria das barreiras não tarifárias e regimes especiais de importação de
produtos industriais. Por fim, foi anunciado um cronograma de corte tarifário que perduraria de 1991 a 1993
responsável por diminuir gradativamente a proteção das empresas nacionais da concorrência internacional
(KUME; PIANI; SOUZA, 2003). Kupfer (1998) indica que a tarifa média estava em 35% em 1990, caiu para
16,5% no final de 1992 e chegou a 11,2% em 1994, uma mudança significativa em um curto período de tempo
como pode ser observado na Figura 8. Em nos anos seguintes esse processo se inverteu ligeiramente, uma
vez que a balança comercial apresentava déficit já em 1995 e o país passou por uma grave crise cambial em
1998 que exigiu respostas políticas tanto no plano monetário quanto no comercial, depreciando a nova moeda
e elevando novamente as tarifas.
Como já mencionado, a coincidência das reformas monetária e comercial compromete uma análise que
se concentre nos cortes tarifários, especialmente porque o Real foi muito valorizado em seus primeiros anos3
- algo que teve o impacto prático de uma medida de redução de preços em relação às importações. Ainda
assim, os cortes não foram focados em nenhum setor específico, mas atingiram todos os 97 grupos de produtos
– considerando o nível 2 da classificação do Sistema Harmonizado (SH), que aqui foram divididos em 15
categorias4 – conforme mostra a Figura 8.
Considerando tais observações, a próxima seção apresenta como o produto brasileiro
medidas espaciais se comportaram durante a década de 1990, antes de conectá-las aos cortes tarifários.
3
Franco celebrates the concurrency of Brazilian reforms as a relevant aspect for tackling inflation: “A simultaneidade
entre essa agressiva liberalização das importações, a privatização, a estabilização e a política de bandas cambiais
é, sem dúvida, o aspecto mais singular e mais importante da experiência brasileira recente” (FRANCO, 1999, p. 154).
4
A correspondência foi baseada na classificação feita pelo Foreign Trade online, que é referenciado pelo UN Trade
Statistics e está disponível em <https://www.foreign-trade.com/reference/hscode. htm>.
Figura 8 – Tarifas ( ) na década de 1990
2.3 Espaço do produto brasileiro na década de 1990
A ampla redução tarifária destinada a deixar florescer abruptamente vantagens comparativas

marcas no contexto internacional. É interessante notar, no entanto, que o Índice de Complexidade
Econômico Brasileiro atingiu seu ápice justamente no final da década de 1980 e só diminuiu desde
então. Apesar da queda do índice, sua estrutura produtiva permaneceu consideravelmente mais
complexa do que seus vizinhos latino-americanos, como pode ser visto na Figura 9, devido principalmente
ao processo de aumento de complexidade resultante do período voltado para dentro. Analisando a
densidade média das exportações brasileiras, entendida como uma medida das capacidades necessárias
para produzir todos os bens (a densidade é explicada com maior profundidade na Seção 1.3), percebe -
se que o país ainda estava engajado em novas indústrias após as medidas de liberalização e antes de
sua reforma monetária. Percebe-se, no entanto, que a densidade é muito mais volátil e relacionada à
diversidade das exportações do que ao índice de complexidade. De 1989 a 1993 o Brasil passou a
exportar 30 novos produtos com vantagem comparativa (ver Seção 1.3), um crescimento de 17% que
resultou na segunda pauta de exportação mais diversificada para toda a amostra. Essa conexão com a
diversidade também fica clara em 1994, quando o número de bens exportados com vantagem
comparativa começa a sua redução que perdura até 1998, quando o país volta ao patamar de 1990.
Ainda que a densidade tenha se recuperado no final da década, quando as exportações foram
beneficiadas pela desvalorização da moeda, ela foi reduzida novamente em seguida de forma semelhante
à medida de complexidade.
Essa tendência continuada de alta da densidade média até 1994 ocorreu durante o período de
“cirurgia e reorganização”, como denominado por Castro (2001), em que a maioria das indústrias
manufatureiras estava focada em aumentar a produtividade pela redução de custos, ao invés de novos
investimentos em capital. e equipamentos devido à recessão e ao cenário inflacionário. O fato de novas
indústrias terem encontrado espaço para competir no mercado internacional nesse período, e após
enfrentarem maior concorrência no mercado interno, é uma observação interessante a ser acrescentada
para a compreensão dessas reformas. Vale a pena notar
que tanto a diversidade de exportações quanto a densidade média apresentaram um padrão “N”
ao se considerar a década de 1990, seguido de uma diminuição monótona. Após o aumento inicial
já mencionado, ambas as medidas foram reduzidas na sequência da reforma monetária,
simultaneamente com um agravamento do Balanço de Pagamentos. Carvalho (2010) mostra que
de 1990 até 1996 o comércio representou uma redução de seis pontos percentuais no valor
adicionado pelo setor manufatureiro. Mais tarde, a conjunção de aumento de tarifas, desvalorização
do real e abandono de seu valor atrelado ao dólar, e provavelmente como resultado dos
investimentos realizados durante o “mini ciclo de modernização” (BIELSCHOWSKY et al., 2000),
as exportações brasileiras recuperaram posições no mercado internacional. No entanto, esse
último movimento da década de 1990 também foi frágil, sendo totalmente revertido nos anos 2000,
com o início do boom das commodities.
Figura 9 – Medidas para a estrutura produtiva brasileira
Essa contínua deterioração da estrutura produtiva brasileira, medida pelo índice de

complexidade, e o valor estável em um nível baixo para todo o continente é indicado por Hartmann
et al. (2017b) como um aspecto crucial que limita a condição estrutural da região para superar seu
alto nível histórico de desigualdade de renda. Embora as políticas recentes tenham se dedicado a
reduzir esse diferencial de renda, pouco mudou o papel do continente no comércio internacional.
Diferentemente do que aconteceu em alguns países do Leste Asiático (especialmente China,
Coreia do Sul, Cingapura e Taiwan), onde as políticas foram capazes de levar a cabo
transformações estruturais (HARTMANN et al., 2017b). Relacionar as características dos bens
exportados por cada país à desigualdade de renda é outro aspecto relevante da agenda da
complexidade econômica que será explorado posteriormente para entender em que direção sua
pauta de exportações evoluiu após a reforma do corte tarifário.
Não obstante, a já mencionada decadência da complexidade global não é evidente quando se
considera a distribuição relativa do Índice de Complexidade do Produto dos bens exportados pelo
Brasil com vantagem comparativa. A Figura 10 mostra o histograma para três anos diferentes
(1980, 1990 e 2000) e aponta para uma pequena diferença entre eles, con-
firmando pelo menos parcialmente o que Iootty, Kupfer e Ferraz (2004) sugerem para os pequenos
mudança no cenário do setor manufatureiro brasileiro após as reformas. Tal configuração inalterada é
reforçada por um viés metodológico focado nas exportações. Desde capital
tecnologia intensiva e de ponta já não conseguiam exportar e competir no mercado internacional, o fato
de terem sido mais afetados pela concorrência estrangeira torna-se
menos pronunciada nos dados de exportação. Ainda assim, é possível notar que a distribuição dos anos
2000 apresenta uma pequena reversão de bens com maior complexidade relativa (ver Seção 1.3).
quando comparado com a distribuição da década de 1990. Por outro lado, é também o mais
ano diversificado da amostra apresentando 204 mercadorias exportadas com vantagem comparativa
( ,0), contra 176 em 1990 e 171 em 1980. Por sua vez, a distribuição dos anos 1980 domina
os outros dois na região de bens menos relativamente complexa (aqueles com PCI menor que
zero). Portanto, à primeira vista, o período de liberalização não provocou uma
mudança no comportamento do espaço do produto.
˜
Figura 10 – Brasileiro (RCA) por década
Após esta análise inicial das medidas de espaço do produto para o Brasil, a próxima seção apresenta
os dados utilizados no exercício empírico realizado para relacionar os cortes tarifários ao comportamento
de tais medidas.
2.4 Dados
O Observatório da Complexidade Econômica (OEC) fornece dados para importações e exportações

classificadas por produto usando a Classificação Padrão de Comércio Internacional (SITC)
Revisão 2 de 1974. Dados brasileiros vão de 1964 a 2017 e identificam 943 mercadorias
por códigos de quatro dígitos. Os dados tarifários da TRAINS (UN) são classificados pelo Sistema
Harmonizado (HS) de 6 dígitos e possuem 7.631 produtos diferentes, considerando todas as revisões para o HS e
compreendendo dados de 1990 a 2014 para cada dois anos. Tornando esses conjuntos de dados compatíveis,
portanto, é necessário combinar os códigos SITC e HS5 .
As outras medidas utilizadas para analisar o comportamento do espaço de produtos brasileiro foram
o PRODY (HAUSMANN; HWANG; RODRIK, 2007) e o Índice de Gini do Produto (IGP)
(HARTMANN et al., 2017a). Ambos foram construídos como em Hartmann et al. (2017a) usando
a média ponderada do PIB per capita e do índice de Gini, respectivamente, como segue:
1
=
ÿÿ , EU[ , > 1]
onde significa IGP (PRODY), é a participação do produ,to na exportação

cesta de país , I[ > 1] é a função in,dicadora que é igual à unidade se país
tem vantagem comparativa na exportação do produto, = ÿÿ I[ , > 1] ,
é um fator de normalização e, por fim, como representa a medida GINI (PIB per capita).
os dados comerciais tendem a apresentar um comportamento muito volátil, foi utilizado um período de três anos
média para ambas as variáveis. Os dados para o PIB per capita foram retirados do Penn World
Tabela (FEENSTRA; INKLAAR; TIMMER, 2015) e o Índice Gini do GINI
Conjunto de dados EHII (GALBRAITH et al., 2015). Como o índice de Gini não foi estimado para todos os
anos e países da amostra, as observações faltantes foram preenchidas com a média
Gini do nível de renda que o país pertencia na classificação do Banco Mundial para
aquele ano.
Ambos os índices ajudam a quantificar a relação entre as características sociais dos países e suas
cesta de exportação, conforme mencionado na Seção 1.3. Ao usar apenas os países que exportam
com relativa vantagem comparativa, eles também se concentram em anexar a cada produto o
características das nações que estão mais intimamente ligadas a essas indústrias. Como indicado
por Hausmann, Hwang e Rodrik (2007) e Hidalgo et al. (2007) essas medidas
são bons preditores de perspectivas de crescimento futuro e menor desigualdade, respectivamente. Até
embora tenha uma construção endógena, como colocam os autores “países ricos são
aqueles que se apegaram a 'produtos de países ricos'” (HAUSMANN; HWANG; RODRIK,
2007, pág. 2), essas medidas ajudam a diferenciar os bens e a entender como classificar os
capacidades que estão sendo desenvolvidas por cada país por meio de seus produtos exportados.
2.5 Impacto da redução tarifária
Identificar um impacto causal da liberalização do comércio no espaço do produto é difícil de ser

avaliada considerando a dimensão multivariável de sua composição. Não só porque o
5
As tabelas de correspondência entre os códigos estão disponíveis no site das Estatísticas de Comércio da ONU e ajudam a ident ificar
alguns dos códigos, outros devem ser combinados pela comparação da descrição da mercadoria. A tabela de correspondência final
conecta 6438 códigos HS a 801 códigos SITC usados pelo OEC. Desde o Observatório
disponibilizou dados no Sistema Harmonizado apenas a partir de 1995, a correspondência era necessária
como usar os dois primeiros períodos no conjunto de dados TRAINS. O Apêndice B.1 apresenta o código usado para este
Coincidindo.
conceito de capacidades invoca vários aspectos que estão muito além da esfera econômica,
mas também porque outras características econômicas também importam de maneira considerável, como
a taxa de câmbio já discutida.
A identificação empírica será feita usando uma regressão de efeitos fixos para medir
correlações entre densidades relativas de produtos - em relação ao espaço de produtos brasileiro
- e alterações tarifárias tanto para o próprio produto quanto para seus vizinhos mais próximos usando quatro
janelas de tempo todas começando em 1990 (variando até 1994, 96, 98 e 2000). Esta especificação
é semelhante ao realizado por Alessandrini et al. (2011), em que identificam que
concentração de mercado - medida pelo índice de vantagem comparativa revelada de Lafay -
foi maior nas indústrias mais expostas à concorrência estrangeira. Ao usar o
medida de densidade, portanto, este exercício procura identificar uma relação entre a redução da proteção
e o comportamento do espaço do produto em relação a essa indústria específica. Afinal,
já que períodos distantes a partir de 1994 tendem a amplificar os impactos de outras reformas econômicas
do que os cortes tarifários, foram incluídas dummies de tempo para todos os anos de forma a incorporar
aspectos econômicos que afetavam todos os setores simultaneamente. Assim, a especificação abaixo indica
como o espaço de produtos brasileiro reagiu a diferentes graus de redução de proteção:
˜
=
, ,+ , + + = I[ ÿ ] · , +++ , (2.1)
Onde , representa a densidade relativa do produto; representa tari,fa sobre o produto

, enquanto , representa as tarifas médias de produtos próximos por um determinado critério ÿ,;
finalmente, I[ ÿ ] é a função indicadora para todos os 10 grupos de produtos do SITC
6
Rev. 2 ( . O)s outros termos em 2.1 representam dummies de tempo ( ), um efeito específico da indústria
( ) - contabilizando diferentes padrões de competição (IOOTTY; KUPFER; FERRAZ,
2004) - e os , é o choque do ano da indústria.
resultados reportados na Tabela 6 para cada janela de tempo consideram como produtos próximos aqueles que
ÿ
teve , ÿ em 95 percentil da distribuição de proximidade ou maior (ver Seção 1.3).
Como as tarifas foram drasticamente reduzidas durante todo o período, coeficientes negativos indicam
a redução tarifária está relacionada com o aumento da densidade relativa. É interessante notar que
as próprias alterações tarifárias não apresentam significância estatística para nenhum período, enquanto as alterações tarifárias
para produtos próximos apresenta significância para a primeira rodada de mudanças (antes de 1996) com um
sinal negativo. Portanto, o impacto de um desvio padrão negativo nas tarifas para o
produtos mais próximos em 1994 estava relacionado a uma mudança de densidade de (ÿ0,063) · (ÿ1,030) = 0,065,
o que é de pouca relevância considerando que o desvio padrão da densidade relativa medido
0,59 naquele ano.
6
Os grupos definidos pela UN Comtrade são: 1 - Alimentos e animais vivos principalmente para alimentação; 2 - Bebidas
e tabaco; 3 - Materiais brutos, não comestíveis, exceto combustíveis; 4 - Combustíveis minerais, lubrificantes e afins
materiais; 5 - Óleos, gorduras e ceras animais e vegetais; 6 - Produtos químicos e afins, ne;
7 - Produtos manufaturados classificados principalmente por materiais; 8 - Máquinas e equipamentos de transporte; 9 -
Artigos manufacturados diversos; 10 - Mercadorias e operações não classificadas em outra parte
o SITC.
Tabela 6 – Densidade e redução tarifária (95 ÿ

distância percentil)
Densidade relativa
1994 1996 1998 2000
1 2 3 4
Tarifa de produtos próximos ÿ1,030*** ÿ0,536** ÿ0,253 ÿ0,306

(0,234) (0,234) (0,219) (0,217)
Tarifa própria 0,863 0,254 0,471 0,431

(0,579) (0,607) (0,572) (0,585)
1992 ÿ0,114*** ÿ0,048* ÿ0,016 ÿ0,032

(0,025) (0,027) (0,026) (0,026)
1994 ÿ0,476*** ÿ0,362*** ÿ0,306*** ÿ0,333***

(0,039) (0,040) (0,038) (0,038)
1996 ÿ0,746*** ÿ0,692*** ÿ0,718***

(0,039) (0,037) (0,037)
1998 ÿ0,052 ÿ0,071**

(0,032) (0,033)
2000 0,079**
(0,033)
Tarifa * Bebida/Tabaco ÿ0,803 ÿ0,157 ÿ0,408 ÿ0,329

(0,588) (0,618) (0,584) (0,597)
Tarifa * Produtos Químicos ÿ1,178** ÿ0,213 -0,221 ÿ0,391

(0,597) (0,632) (0,600) (0,615)
Tarifa * NES ÿ0,985 ÿ0,331 -0,337 ÿ0,518

(0,902) (1,008) (0,982) (1.023)
Tarifa * Materiais brutos 0,014 1,278* 1,164* 0,914

(0,648) (0,693) (0,657) (0,673)
Tarifa * Maquinário e transporte ÿ1,354** ÿ0,537 ÿ0,416 -0,380

(0,593) (0,622) (0,588) (0,600)
Tarifa * Fabrica (por materiais) ÿ1,244** ÿ0,402 ÿ0,636 ÿ0,804

(0,589) (0,622) (0,590) (0,604)
Tarifa * Combustíveis minerais ÿ1,815* ÿ0,473 -0,525 ÿ0,052

(1,030) (1.094) (1.059) (1.091)
Tarifa * Fabricantes diversos ÿ0,327 0,764 0,427 0,464

(0,598) (0,630) (0,596) (0,610)
Nº de produtos 611 631 641 643

Observações 1.724 2.340 2.948 3.550
R2 0,390 0,565 0,516 0,485
R2 ajustado 0,046 0,400 0,378 0,368
Estatística F 58,686*** (df = 12; 1101) 169,628*** (df = 13; 1696) 174,713*** (df = 14; 2293) 181,552*** (df = 15; 2892)
*p<0,1; **p<0,05; ***p<0,01

Nota: NES - Não especificado em outro lugar
Como podem ser usados critérios diferentes para selecionar produtos próximos, sete valores diferentes
de foram testados para a mesma janela de tempo considerando quantis distintos na proximidade
ÿ distribuição. O valor escolhido de 95 quantil relatado na Tabela 6 vem após o
fato de que outras medidas tiveram significância estatística desconsiderando as mudanças de política que
ocorreu em 1998 - quando as tarifas foram aumentadas - como pode ser visto no painel A da Figura 11.
É curioso que tanto significância - o painel B apresenta as estatísticas t para os coeficientes
em A - e magnitude são maiores quando se leva em conta mais produtos não relacionados. o
a curiosidade vem do fato de que quantis menores acabam sendo incluídos como produtos “próximos”
mais de 600 mercadorias, como mostra o painel C para a classificação 7139 SITC: peças para motores a
pistão, algo que o Brasil apresentou vantagem comparativa em 1994. Tal resultado
provavelmente indica que a mudança tarifária média pode estar na verdade indicando
tendências (e espúrias) de densidade, que estava aumentando (Figura 9), e tarifas, que estavam sendo
reduzido (Figura 8).
Figura 11 - , estatísticas t e número de produtos por quantil
É perceptível que nenhum Grupo apresenta um padrão de significância estatística durável quando
interagiram com as alterações tarifárias. Vale destacar também que apenas o ano de 2000
apresenta uma diferença média positiva e significativa em relação a 1990, ano de referência.
Tal resultado já era esperado dado o comportamento da densidade média na Figura 9
que indica o ano de 2000 como o maior patamar para a medida brasileira. De fato,
A Figura 9 ajuda a interpretar grande parte dos resultados da Tabela 6, pois mostra que a
densidade média aumentou durante o período de corte tarifário e depois foi revertida após a
reforma monetária. O fato de o Brasil ter aumentado a diversidade de suas exportações nesse
curto período entre as duas reformas é algo pouco discutido e que pode trazer novos insights. Por
exemplo, ao agrupar todos os produtos manufaturados7, suas exportações seguiram a tendência
apresentada em Kupfer (1998): foram relativamente estáveis na comparação entre 1989 (54%) e
1999 (53%) e tiveram um máximo em 1993 (56%), embora menos pronunciada neste conjunto de dados.
Alguns produtos que foram exportados pela primeira vez com vantagem comparativa em
1990 e assim permaneceram por vários anos foram, na verdade, fruto de grandes investimentos
anteriores, como a aeronave (código SITC 7923) feita pela Embraer. Como destaca Castro (2001) ,
esta foi uma exceção relevante de uma manufatura que conseguiu aumentar a produtividade entre
indústrias de maior conteúdo tecnológico. No entanto, tal aprimoramento tecnológico não era um
padrão generalizado quando se comparavam bens que já eram exportados com vantagem
comparativa antes da reforma do corte tarifário com aqueles que começaram a sê-lo depois dela.
Ambos os valores das variáveis IGP e PRODY são apenas um pouco melhores para aquelas que
entraram na pauta exportadora brasileira a partir de 1990, significando que nem as perspectivas
de crescimento, nem as indústrias redutoras da desigualdade ganharam posições relativas de
forma significativa.
A Tabela 7 abaixo indica estatísticas resumidas de produtos que começaram a ser exportados
com vantagem comparativa a partir de 1990 e antes de 1994 (quando apenas o corte tarifário
estava em andamento) e apresentaram tal relevância por pelo menos seis anos até 1998 (quando
a depreciação cambial e o aumento de tarifas favoreceu mais uma vez as exportações nacionais).
A primeira coluna indica por quantos anos foram exportados com tal status, e a última linha contém
informações para aqueles bens que já foram exportados com vantagem comparativa antes de
1988 (primeiro ano da reforma comercial) e assim permaneceram até 1998. 92 diferentes os
produtos foram incluídos neste último grupo e juntos representaram pelo menos 58% do valor das
exportações brasileiras desde 1988 e atingiram sua maior proporção na década de 1990 (66%). É
perceptível que há pouca diferença entre todos os grupos considerando as medidas médias
utilizadas para identificar características sociais associadas a cada setor. Além disso, os produtos
que começaram a ser exportados naqueles anos apresentavam muita variação entre si. Se por
um lado o Brasil exportou caminhões e vans (SITC 7821) de 1990 a 1998, que tem baixo valor de
IGP (37,3) e alto PRODY (21.683), por outro o país se tornou um exportador relevante no mesmo
período de couro de bezerro (SITC 6113), associado a um IGP muito superior (48,5) e PRODY
inferior (3.398).
Se restringirmos a análise aos produtos industrializados classificados como Máquinas e
equipamentos de transporte, grupo maior entre as 100 indústrias mais complexas (ver Figura 3),
fica ainda mais difícil determinar o impacto das reformas. A participação do grupo
7
Foram incluídos no grupo manufaturados todos os produtos químicos e afins (Grupo 5), manufaturados classificados
por material (Grupo 6), máquinas e equipamentos de transporte (Grupo 7) e manufaturados diversos (Grupo 8).
Tabela 7 – Novas exportações (RCA) antes de 1994
Anos (RCA) PGI3 PRODY3 PCI 40,82 15, 951 Nº Prod.

0,24 0,19 40,25 15, 147 00,0,138 40,29 22
15, 509 -0,02 0,18 39,8 15, 556 0,26 13
0,18 40,56 14, 833 0,00 17
18
6 7 8 9 1987-98 92
o valor total de exportação entre as “indústrias recém-entradas” (as incluídas na Tabela

7) caiu de quase 34% em 1990 para 29% em 1992 e depois aumentou de forma constante até 60% em 1998.
Portanto, não houve uma tendência clara de aumentar as exportações após o acesso aos mercados estrangeiros
para insumos mais baratos e melhores. O fato de o Brasil ter conseguido ampliar o escopo de mercadorias
exportado com vantagem comparativa logo após a reforma de liberalização não estava relacionado
a uma melhoria da qualidade das mercadorias recém-exportadas - em linha com as conclusões
em Iootty, Kupfer e Ferraz (2004) sobre a manutenção da produção global

composição. Considerando aqueles bens para os quais o Brasil apresentou vantagem comparativa
durante todo o período (última linha da Tabela 7), percebe-se que a participação
produtos primários8 nas exportações totais manteve-se próximo de 35% de 1987 a 1998.
evidências de uma composição setorial estável também são confirmadas pela densidade média ( )
de todos os cinco grupos mostrados na Tabela 7. Não só eles têm valores muito semelhantes, mas também todos
“novas indústrias” têm um valor médio ligeiramente superior ao grupo “resilientes”, indicando
estavam intimamente relacionados com as capacidades já consolidadas.
Por fim, foram excluídos dos produtos “recentemente exportados” na década de 1990 todos aqueles
mercadorias que já haviam sido exportadas na década de 1980 pelo menos uma vez. Esta última análise tenta
entender quais foram as indústrias para as quais o Brasil conseguiu se engajar pela primeira vez durante
o período de liberalização. Mais uma vez fica claro que essas medidas políticas foram
não é capaz de diversificar as capacidades brasileiras de forma sustentável. Por este critério há
havia apenas doze novas indústrias na década de 1990 e, entre essas, apenas uma permaneceu como
exportador relevante até 1998, que era filme fotográfico (SITC 8822). Mesmo que seja
uma atividade relacionada com maiores perspectivas de crescimento, menor desigualdade e maior complexidade,
é claro que, especialmente quando se considera a estrutura produtiva de uma nação, uma andorinha
não faz verão.
Portanto, embora as regressões na Tabela 6 não tenham sido muito informativas sobre a
relação entre a redução da proteção e a criação de novas capacidades, indicou uma
pauta de exportação mais diversificada que deve ser considerada com maior profundidade. O que a análise
mostrou é que não houve mudança significativa nas principais características das indústrias
que o Brasil tornou-se capaz de competir no mercado internacional. Essas novas atividades,
na verdade, tinham características semelhantes às que já existiam. É relevante notar,
8
Aqui estão incluídos todos os produtos classificados como alimentos e animais vivos principalmente para alimentação (Grupo 0);
matérias-primas não comestíveis, exceto combustíveis (Grupo 2); óleos, gorduras e ceras animais e vegetais (Grupo 4).
não obstante, que esta análise da indústria não é capaz de avaliar as mudanças que poderiam ter ocorrido
na qualidade dos bens. O foco aqui está no fato de que as novas indústrias para as quais o Brasil
apresentou vantagem comparativa não estão relacionadas a aspectos sociais diferentes dos já
estabelecidos.
2.6 Comentários
Este estudo teve como objetivo fornecer um conjunto de dados útil para pesquisadores interessados
em incorporar instrumentos tarifários para o desenho de políticas industriais. Até agora, a abordagem do
espaço do produto provou ser uma ferramenta relevante para entender como os formuladores de políticas
devem direcionar seus recursos para fomentar indústrias específicas dadas as capacidades de cada país.
No entanto, pouco esforço foi feito para projetar quais instrumentos poderiam ser utilizados na busca de
tais objetivos. Portanto, este estudo teve como objetivo construir um conjunto de dados inicial para
combinar considerações sobre o espaço do produto e tarifas. Conforme proposto por Akyüz (2009), as
tarifas devem ser tomadas como instrumentos de primeira ordem para as estratégias de desenvolvimento
e sua composição deve ser alterada estrategicamente ao longo do processo de desenvolvimento para os
países em desenvolvimento, visando proteger indústrias que ainda não são capazes de competir internacionalmente.
À semelhança da metáfora da escada de Friedrich List, Akyuz defende que o instrumento tarifário deve
ser utilizado pelos países em desenvolvimento como o foi pelos já desenvolvidos (o que é bom para o
ganso, deve ser bom para o ganso), em vez das propostas horizontais do Mundo Organização do Comércio
para diminuir a proteção para todos.
A análise empreendida para o episódio da liberalização brasileira na década de 1990, no entanto,
mostrou algumas limitações da metodologia que foi implementada para conectar as políticas e o espaço
do produto. A utilização da medida de densidade não era muito informativa, pois seu comportamento era
principalmente impulsionado pela diversidade das exportações e tinha apenas uma relação espúria com
o comportamento das próprias tarifas. Não foi possível entender os resultados da Tabela 6 como o
impacto da redução das tarifas na estrutura produtiva brasileira, o que exigiu uma análise mais aprofundada
de quais foram os setores para os quais o Brasil obteve vantagem comparativa.
Tal análise permitiu compreender que a maior diversidade não se deveu necessariamente a um
processo de valorização das capacidades brasileiras. Estudos anteriores sugeriram que a produtividade
foi ampliada por meio do mecanismo de insumos durante as reformas brasileiras na década de 1990
(SCHOR, 2004; LISBOA; MENEZES; SCHOR, 2010), porém, a análise aqui realizada visou uma variável
diferente: como o Brasil foi mais ou menos capaz de
envolver-se em indústrias associadas a maiores perspectivas de crescimento e menor desigualdade. O

que se viu é que o espaço do produto brasileiro não se moveu na direção de indústrias que pudessem
representar tal mudança.
Por fim, este estudo também levantou uma preocupação sobre como considerar avaliações baseadas
na medida de densidade. Essa métrica tem sido útil para descrever “frutas fáceis”
durante o processo de desenvolvimento, indicando quais próximos passos podem ser dados com mais firmeza.
Ainda assim, este exercício indicou que esta medida é fortemente dependente da diversidade das exportações
(sempre tomadas pelo critério de vantagem comparativa). Isso poderia sugerir, por exemplo, que a densidade
é melhor usada como bússola do que como objetivo de política em si, uma vez que seu aumento não tem um
significado direto.
61
APÊNDICE A - Medidas e amostras de ICE
A.1 Índices de complexidade econômica e de produto
A complexidade, conforme derivada de Hausmann e Hidalgo (2014), é medida tanto para bens
e países por meio de um processo iterativo responsável por analisar uma matriz de adjacência
, que tem valor igual a unidade se o país for um exportador relevante do produto, e zero
por outro lado. As iterações são feitas através da seguinte regra para todos os anos:
1
=
, ÿÿ , , ÿ1 (A.1)
,0
1
=
, ÿÿ , , ÿ1 (A.2)
,0
e cada passo dele tem uma interpretação diferente. A primeira variável país ( 1,0) representa a
diversidade de produtos feitos por 1, e os resultados formam a soma de todos os elementos em
linha 1 de. An,alogamente, 1,0 é obtido somando todos os elementos da primeira coluna
e indica a ubiquidade de 1. Então, como usar informativamente a interação entre
diversidade e ubiquidade, A.2 vai como entrada em A.1 e o mesmo ao contrário:
1
=
, ÿÿ , ÿÿ ÿ
, , ÿ2 (A.3)
,0 ,0 ÿ
ÿ
,
= ÿÿ
ÿ
, ÿ2 ÿÿ , (A.4)
ÿ ,0 ,0
ÿÿ
= ÿÿ ÿ ÿ
, ÿ2 (A.5)
ÿ
Onde
ÿÿ
ÿ
,
ÿ = ÿÿ ,
,0 ,0
uma vez que o maior autovalor que resolve A.5 está associado a um autovetor de uns,
portanto, não apresentando variância, o vetor escolhido (ÿÿ ) é aquele associado ao segundo
maior autovalor. Por fim, o Índice de Complexidade Econômica é definido como o índice normalizado
ÿÿ:
vetor
ÿÿ ÿÿ
1 ÿ< >
=
ÿÿ
( )
1
"<>" representa o operador médio.
APÊNDICE A. Medidas e amostras de ICE 62
A.2 Amostra para o Capítulo 1
A coluna WW(2003) indica o ano de liberalização para 83 nações conforme definido por
Wacziarg e Welch (2008) e JZ (2008) para 32 entre eles, conforme definido por Ju, Wu e Zeng
(2010). “Fechado” é atribuído aos países que foram classificados como economias fechadas
até 2005, enquanto “Sempre aberto” é definido para aqueles que preenchem os critérios do SW desde 1950. Para
todos os dados dos países variam de 1964 a 2005.
País Região WW(2003) JZ(2008) Renda - 1990 País Região WW(2003) JZ(2008) Renda - 1990
1 Austrália Oceânia 1964 H Holanda Europa 1959 H
2 Nova Zelândia Oceânia 1986 H Noruega Europa sempre aberta H
3 Canadá América do Norte 1952 H Polônia Europa 1990 LM
4 Estados Unidos América do Norte Sempre aberta H Portugal Europa sempre aberta UM
5 Egito Oriente Médio 1995 eu Romênia Europa 1992 LM
6 Irã Médio Oriente Fechadas LM Espanha Europa 1959 H
7 Israel Médio Oriente 1985 H Suécia Europa 1960 H
8 Jordânia Médio Oriente 1965 LM Suíça Europa sempre aberta H
9 Síria Médio Oriente Fechado LM Reino Unido Europa sempre aberta H
10 Peru Médio Oriente em 1989 1985 LM China Ásia Fechadas 1998 eu
11 Argentina América latina 1991 1991 LM Hong Kong Ásia Sempre aberto H
12 Bolívia América latina 1985 LM Índia Ásia Fechadas 1997 eu
13 Brasil América latina 1991 1993 UM Indonésia Ásia 1970 1964 1996 eu
14 Chile América latina 1976 1992 LM Japão Ásia H

16 Colômbia América Latina 15 1986 1992 LM Malásia Ásia 1963 1995 LM
Costa Rica América latina 1986 1987 LM Paquistão Ásia 2001 2000 eu
17 República Dominicana América Latina 18 1992 LM Filipinas Ásia 1988 1999 LM

Equador América latina 1991 1992 LM Cingapura Ásia 1965 H
19 El Salvador América latina 1989 LM Coreia do Sul Ásia 1968 UM
20 Guatemala América latina 1988 1988 LM Sri Lanka Ásia 1991 1998 eu
21 Honduras América latina 1991 1992 eu Tailândia Ásia Sempre aberto 2000 LM
22 Jamaica América latina 1989 2000 LM Argélia África Fechadas LM
23 México América latina 1986 1987 UM Angola África Fechadas LM
24 Nicarágua América latina 1991 1992 LM Camarões África 1993 1994 LM
25 Panamá América latina 1996 LM Etiópia África 1996 eu
26 Paraguai América latina 1989 1986 LM Gabão África Fechadas UM

27 Peru América latina 1991 1991 LM Gana África 1985 1992 eu
28 Trinidad e Tobago América Latina 1992 UM Costa do Marfim África 1994 LM

Uruguai América Latina 30 1990 1994 UM Quênia África 1993 2000 eu
Venezuela América latina 1996 1992 UM Madagáscar África 1996 eu
31 Albânia Europa 1992 LM Mauritânia África 1995 2000 eu
32 Áustria Europa 1960 H Marrocos África 1984 1997 LM

33 Bélgica Europa 1959 H Moçambique África 1995 eu
34 Bulgária Europa 1991 LM Nigéria África Fechadas 1987 eu
35 Dinamarca Europa 1959 H República do Congo África Fechadas LM

36 Finlândia Europa 1960 H Senegal África Fechado LM
37 França Europa 1959 H África do Sul África 1991 UM
38 Alemanha Europa 1959 H Tanzânia África 1995 eu
39 Grécia Europa 1959 UM Ir África Fechadas eu
40 Hungria Europa 1990 UM Tunísia África 1989 1993 LM

41 Irlanda Europa 1966 H Zâmbia África 1993 1996 eu
42 Itália Europa 1959 H
A.3 Amostra adicional Seção 1.4.3
País Região WW(2003) JZ(2008) Renda - 1990 País Região WW(2003) JZ(2008) Renda - 1990
1 Haiti América latina Fechado eu Maurício África 1968 LM
2 Nepal Ásia 1991 1993 eu Níger África 1994 eu
3 Benim África 1990 1993 eu Uganda África 1988 1997 eu
4 Burkina Faso África 1998 eu Malawi África Fechadas eu
5 República Democrática do Congo 6 África Fechado eu Zimbábue África Fechadas LM

Eles tinham África em 1988 1991 eu Libéria África Fechadas eu
63
APÊNDICE B - Metodologia
B.1 Tarifas de conexão e os códigos SITC

O código abaixo é responsável por vincular os produtos listados no Observatório da
Complexidade Econômica, utilizando a classificação SITC Rev. 2, e aqueles descritos pelo
Sistema Harmonizado de 6 dígitos - utilizado na descrição tarifária do conjunto de dados TRAINS. o
procedimento necessário correspondendo a três tabelas diferentes: nome e código do produto SITC Rev. 2
1
do OEC (chamado no código por cod_sitc) , a tabela de correspondência de código entre SITC
Rev. 2 e HS 2017 da UNTAC2 (sitc2_hs17) e a Classificação de Mercadorias da ONU
Tabela para todos os códigos e produtos3 (hs_desc).
OEC usa 988 códigos diferentes, enquanto a tabela de Correspondência da ONU tem 1476 códigos diferentes.
classificações. Como este último foi o utilizado para conectar os códigos SITC com o HS,
os dados do OEC foram combinados usando correspondência de códigos, ou a descrição de
commodities disponível na Tabela de Classificação de Commodities da ONU. Por exemplo, onze produtos em
os dados OEC tiveram a mesma descrição, para aqueles optou-se por deixar o menor valor de
o código (aquele com menos informação) como a categoria mais simples, atribuindo à outra
um nome correspondente do SITC na Tabela de Classificação de Mercadorias da ONU. Aqueles
foram o caso dos códigos abaixo.
# Cobre <ÿ "Cobre e ralloys de cobre , refinado ou não, não forjado

"
co d_ si tc _ sitc $ sitc == 6 8 2 1 ,] $name <ÿ "Cobre e cobre

[codalloys, refinado ou não, não forjado"
# Artigos diversos fabricados <ÿ Diversos
artigos manufaturados , não s
" Diversos
co d_ e tc [ cod _ sitc $ sitc == 8 9 0 0 ,] $nome <ÿ
artigos manufaturados "
, não s
# Vidro swa re <ÿ Gla s swa re ( exceto a posição 66582 ) , forin doo r
decora-te tu
"
co d_ si tc [ posição_ sitc $ sitc == 6 6 5 2 ,] $nome <ÿ swa re de vidro (exceto
forin doo rdecora dele "
de bacalhau 66582 ) ,
# Olaria <ÿ Artigos de dom s tic ortoilet fins , de outro
tipo de cerâmica
1
Disponível em <https://oec.world/en/resources/data/>.
2
Disponível em <https://unstats.un.org/unsd/trade/classifications/correspondence-tables.asp>.
3 Disponível <https://unstats.unno.org/unsd/tradekb/Knowledgebase/50039/
UN-Comtrade-Reference-Tabelas>.
APÊNDICE B. Metodologia 64
co d_ e tc [ cod _ sitc $ sitc == 6 6 6 5 ,] $name <ÿ ortoilet "Artigos de cúpula

"
finalidades de outro tipo de c,erâmica
# Níquel <ÿ Níquel e ligas de níquel, em bruto
" Níquel e níquel
co d_ si tc _ sitc $ sitc == 6 8 3 1 ,] $nome <ÿ
ligas [ bacalhau , em bruto"
# Zinco <ÿ Zinco e ligas de zinco trabalharam
"
co d_ si tc [ cod _ sitc $ sitc == 6 8 6 3 ,] $nome <ÿ Zinco e ligas de zinco
funcionou"
# Estanho <ÿ Minérios de estanho e concentrados

co d_ e tc [ cod _ sitc $ sitc == 2 8 7 6 ,] $name <ÿ "Minérios de estanho e
concentrados "
# Arroz <ÿ Arroz com casca ou descascado co d_ si tc , mas não muito mais reparado
" Arroz com casca ou
[ bacalhau _ sitc $ sitc == 4 2 1 ,] $nome <ÿ
"
descascado , mas não muito mais reparado
# Algodão <ÿ Algodão co , cardado ou penteado
d_ si tc [ cod _ sitc $ sitc == 2 6 3 4 ,] $nome <ÿ "Algodão , cartão ou

penteado"
# Especiarias <ÿ , exceto pimenta e pimentão

"
Especiarias co d_ s_i tscit[cc$od
sitc == 7 5 2 ,] $nome <ÿ Peças , exceto pimenta
"
e pimentão
# Carne reservada P <ÿ Carne e miudezas comestíveis , Porque , embriaguez ,
seco , salteador defumado
co d_ si tc [ codoffa_l sitc $ sitc == 1 2 9 ,] $name <ÿ "Carne e carne comestível

, Porque , embriaguez , seco , saltedor defumado"
Em seguida, o código usa a tabela de conversão como referência e uma matriz de etapas usando diferentes
correspondências em cada caso. A mesa final liga 6139 produtos do Sistema Harmonizado
classificação com códigos 801 na tabela de classificação OEC.
# 1 º Passo : cria HS Níveis 2 e 4 e adiciona descrições para

dutos pro
conversão em <ÿ esquerda _ join ( r bind ( si tc2_h s17 si t ,
c2_ h s17 %>% # A tt ri bute SITC
N evel 1 para HS N evel 2
'
mutar (' Do HS 2017 = substr('
' 1,
Do HS 2017 , 2),
'
'Para SITC Rev. 2 = substr
'
( ' Para SITC Rev. 2 , 1,
1 ) ) %>%
subconjunto ( ! du plicado ( . $ ' From HS
2017 ' ) ),
si t c2_ h s17 %>% # A tt ri bute SITC

N evel 2 para HS N evel 4
'
mutar (' Do HS 2017 = substr('
'
Do HS 2017 , 1 , 4),
' = substr
'Para SITC Rev. 2
'
( ' Para SITC Rev. 2 , 1,
2 ) ) %>%
subconjunto ( ! du plicado ( . $ ' From HS
2017 ' ) ) ),
selecione (filtro (hs_desc, Classificação ==
"S2"), Descrição,),
Código por = c ("Para SITC Rev. 2" = "Código")) %>%
movido ( Descri ção = touppe r ( Descri ção ) ) %>%
deixei _ join ( selecione ( cod_ si tc , ÿid ) %>%
" =
mutate ( name = touppe r ( name ) ), by=c (" D esc ri p ti on
"nome")) %>%
selecione (ÿD esc ri pção ) %>%
deixei _ join ( select ( filter ( hs_desc , D esc ri Classificação == "S2"), Código
, p ti on ) ),
by = c ("Para SITC Rev. 2" = "Código"))
# 2º passo: adiciona "00" ao OEC SITC inferior a 1000 (primário

dutos pro)
passo <ÿ subconjunto ( conversão , é em ( sitc ) & start sWi th ( ' Para SITC Rev
. 2 ' , "00") ) %>%
selecione (ÿ sitc ) %>%
deixei _ join ( select ( mutate ( cod_ si tc : st ,
bacalhaur._scit(c"0=0s"t,ringr :
bacalhau _ sitc $ sitc ) , sitc ),
código. sit ,
" código. sit
by = c ("Para SITC Rev. 2" = "))
convert se em [ é em (conversão $sitc) & inicio sWi th (conversão $' Para

'
SITC Rev. 2 , "00") , ] $ sitc <ÿ passo $ sitc
# C atego r es não identificados : bovinos vivos (00119 ) e caprinos vivos

(00122)
# co d_ si tc : bovino (00119 ) <ÿ 11
'
conversão $ sitc [ conver sio n$ ' Para SITC Rev . 2 # co d_ == "00119"] <ÿ "11"
si tc : goa t (00122 ) <ÿ 12
'
conversão $ sitc [ conver sio n$ ' Para SITC Rev . 2 == "00122"] <ÿ "12"
# 3º passo: adiciona "0" ao OEC SITC e remove o quinto dígito

'
da coluna 'Para SITC Rev . 2 na Tabela de Correspondência
passo <ÿ subconjunto (conversão , é em ( sitc ) & start sWi th ( ' Para SITC Rev
. 2 ' , "0")) %>%
'
mutate ( cod . sitc = substr ( . $ ' Para SITC Rev. 2 à , 1 , 4)) %>%
esque
_ rd
joain ( select ( mutate ( cod_ si tc ("0" , , bacalhau. sitc = stringr : : st r_c
cod cod . sitc_ sitc $ sitc ) ), , sit))

'
# 4º passo: remover "0" como último dígito para OEC mal definido
SITC
passo <ÿ subconjunto (conversão , é em ( sitc ) & start sWi th ( ' Para SITC Rev
. 2 ' , "0")) %>%
'
mutate ( cod . sitc = st r_c ( substr ( . $ ' Para SITC Rev. 2 ) %>% , 2 , 3), "0")
deixei _ join ( select ( mutate ( cod_ si tc cod . ,

sitc = as . character ( cod cod . _ sit $ sitc )
), sitcsitc ) ) %,>%
selecione (ÿcod . sitc )

'
# 5º passo: combinar código idêntico em ambas as tabelas

passo <ÿ subconjunto ( seleção de , é . na(sitc)) %>%
conversão (ÿ sitc ) %>%
'
mutate ( ' Para SITC Rev. 2 = como. numeric ( ' Para SITC Rev. 2 ' ) ) %>%
esque_rdjo
ain ( select ( cod_ si tc ÿc ( id, name ) ) ,%>%
"
mutate ( cod . sitc = sitc ), by=c ("Para SITC Rev. 2" = cod . sitc ") )
conversão em [ é . na ( conversão $ sitc ) , ] $ sitc <ÿ passo $ sitc

# 6º passo: Multiplique os códigos por 10 para encontrar OEC SITC que termina
com "0"
passo <ÿ subconjunto ( seleção de , é . na(sitc)) %>%
conversão (ÿ sitc ) %>%
mutate ( cod . sitc = as . integer ( . $ ' Para SITC Rev. 2 ' ) ÿ 10 ) %>%
left ÿc_ (joidinn(asmeele)ci)o% ( cod_ si tc ,
ne>% ,
mutate ( cod . sitc = sitc ) )
# 7º passo: remova o último dígito do código de 5 dígitos s

passo <ÿ subconjunto(conversão.na(,sitc)) %>%
'
mutate ( cod . sitc = substr ( . $ ' Para SITC Rev. 2 ÿc ( id , 1 , 4)) %>%
deixei _ join ( selecione ( cod_ si tc , , nome ) ) %>%
mutate ( cod . sitc = as . character ( sitc ) ) ) # %>%
# resumir ( n ( ) ÿ soma ( is . and ( sitc ) ) ) )
# Códigos não correspondidos: UN Commodity D esc ri p ti on <ÿ OEC

# Metais básicos não ferrosos diversos, empregados em urg ia metálica
<ÿ Metais de base bruta
' == "
conversão [ conversão n$ ' Para SITC Rev . 2 # 6 8 9 " ,] $ sitc <ÿ "6899"
Máquinas de processamento de alimentos ( não-dome s tic ) e peças <ÿ

Maquinaria diversa de processamento de alimentos
' == "727
conversão [ conversão n$ ' Para SITC Rev . 2 # " ,] $ sitc <ÿ "7272"
Máquinas de energia elétrica, e partes de Miscelânea , ne <ÿ
Power Machinery
' == "771
conversão [ conversão $ ' " ,] $ siP
tca<raÿ S
"7ITC2R
71 " ev. 2 #
Comida e comida de animais vivos por comida <ÿ Carne de animais vivos
por comida ' == 0
conversão [ conversão n$ ' Para SITC Rev . 2 , ] $ sitc <ÿ 10
# Animais vivo,s ( inclui,ndPoorqaueni,mais de zoológico , animais de estimação ), insetos , etc
<ÿ Diversos Animais Vivos
' == 9 4
conversão [ conversão n$ ' Para SITC Rev . 2 # , ] $ sitc <ÿ 9410
Peixe Pei,xe uscs de crustáceos e moluscos , e preparar o onsthere de <ÿ
, crustáceos e moluscos , diversos
' == 0 3
# Produtos e preparações comestíveis de mi scelos <ÿ

Meu celular E di bles
' == 0 9
Açúcar, preparação de açúcar e mel <ÿ Açúcar e mel
'
conversão [ conversão n$ ' Para SITC Rev . 2# == 0 6 , ] $ sitc <ÿ 610
Moeda (exceto moeda de ouro), Moeda de Onuãro sendo um legaltender <ÿ Nonÿ
' == 9 6
#Veículos de combate blindadosV eículos, Bfolignoddaedgouserra rm s , munição, par <ÿ
F o rme s e Munições ,
'
conversão [ conversão $ ' , ] $ sitP
ca<rÿa 9S5IT
1C
0 Rev 2 == 9 5 , não
# Ouro ÿ monetário (excluindo goleiros e concentrados) <ÿ
Ouro
' == 9 7
conversão [ conversão n$ ' Para SITC Rev . 2# , ] $ sitc <ÿ 9710
Papel, cartão, e artigos de celulose, de papel ou de
cartão <ÿ Papel e cartão
' == 6 4
Bens de viagem, bolsas e recipientes semelhantes <ÿ 'Bagagem
== 8 3
# Petróleo, p ro dutos de petróleo e materiais relacionados <ÿ
P ro dutos de petróleo
' == 3 3
Alimentos para animais ( não incluindo cereais de moinho ) <ÿ
Ração para animais
' == 0 8
Esta última parte conecta códigos HS de 2 dígitos para os quais não houve correspondência anterior.
#1 passo:
conversão 2 <ÿ si t c2_ h s17 %>% # D efinas SITC N ev el 1 para HS
Le2
' '
mutate ( ' Do HS 2017 = substr ( ' Do HS 2017 ' Para SITC , 1 , 2),
'
Rev. 2 = substr ( ' Par'a d
SuITpClicRaetevd. 2( .su
)b) c%
o>n%
junto ( ! , 1 , 4)) %>%
filter ( ' ' %in% filter ( conversão do HS 2017 ' ) %>% , é . na (sitc)) $ '
A partir do HS
deixei _ 2017 join ( selecione ( filtro ( hs_desc , Classificação == "S2"), Código
, D esc ri p ti on ) ,
by = c ("Para SITC Rev. 2" = "Código")) %>%
movido ( Descri ção = touppe r ( Descri ção ) ) %>%
deixei _ join ( selecione ( cod_ si tc , ÿid ) %>%
" =
mutate ( name = touppe r ( name ) ), by=c (" D esc ri p ti on
"nome")) %>%
selecione (ÿD esc ri pção ) %>%
deixei _ join ( select ( filter ( hs_desc , D esc Classificação == "S2"), Código
, ri p ti on ) ),
by = c ("Para SITC Rev. 2" = "Código"))
# 2º passo: combinar com os códigos OEC

passo <ÿ conversão em 2 %>%
filter ( is . na ( sitc ) ) %>%
mutate ( ' =Paasra. nSuIm
TC
er'icP(ar'a' )S)IT
%C>%
Rev . 2 join ( co d_ si tc %>%
deixei _mutate ( ' = sitc ) %>% select ( ' To SITC ' To
SITC' , sitc)) %>%
selecione (ÿ'Para SITC')
conversão em 2 [ é . na ( conversão 2 $ sitc ), ] $ sitc <ÿ passo $ sitc
#3º passo:
passo <ÿ subconjunto ( conversão n2 , é . na(sitc)) %>%
select (ÿ sitc ) %>%
deixei _ join ( conversão %>% subconjunto ( ! du plicated ( . $ ' To SITC Rev .
2 ')) %>%
'
selecione ( ' Para SITC Rev. 2 , sit))
conversão em 2 [ é . na ( conversão 2 $ sitc ), ] $ sitc <ÿ passo $ sitc
# D efi com um único cor res po ndencetable

conversão <ÿ r bin d ( conversão %>% filtro ( ! is . na ( sitc ) ),
converter se em 2)
70
Bibliografia
ACEMOGLU, D.; JOHNSON, S.; ROBINSON, JA As origens coloniais do desenvolvimento comparativo:

uma investigação empírica. American Economic Review, v. 91, n. 5, pág.
1369-1401, dezembro de 2001.
ACEMOGLU, D.; JOHNSON, S.; ROBINSON, JA Reversão da fortuna: Geografia e instituições na

construção da distribuição de renda do mundo moderno. The Quarterly Journal of Economics, v. 117, n. 4,
pág. 1231-1294, 2002.
ACEMOGLU, D.; ROBINSON, JA Por que as nações falham: as origens do poder, da prosperidade
e da pobreza. 1º. ed. Nova York: Coroa, 2012.
AGHION, P.; HOWITT, P. Política de crescimento apropriada: Uma estrutura unificadora. jornal da
economia europeia. Jornal da Economia Europeia, v. 4, n. 2-3, pág. 269–314, junho de 2006.
AGOSIN, MR; ALVAREZ, R.; BRAVO-ORTEGA, C. Determinantes da Diversificação das Exportações

no Mundo: 1962–2000. A Economia Mundial, v. 35, n. 3, pág.
295-315, março de 2012.
AKYüZ, Y. Tarifas industriais, comércio internacional e desenvolvimento. In: Política e . Industrial

Desenvolvimento: A Economia Política da Acumulação de Capacidades. Oxford: Oxford University Press,
2009. p. 144-174.
ALESSANDRINI, M.; FATTOUH, B.; FERRARINI, B.; SCARAMOZZINO, P. Liberalização tarifária e

especialização comercial: Lições da Índia. Journal of Comparative Economics, v. 39, n. 4, pág. 499-513,
2011.
BALASSA, B. Vantagem comparativa em bens manufaturados: uma reavaliação. The Review of

Economics and Statistics, v. 68, n. 2, pág. 315-19, 1986.
BAS, M.; PAUNOV, C. Melhoria da qualidade de insumos a partir da liberalização do comércio: evidências
sobre o crescimento do produto firme e o emprego. Em breve, março de 2018.
BEKAERT, G.; HARVEY, CR; LUNDBLAD, C. A liberalização financeira estimula o crescimento? Journal
of Financial Economics, v. 77, n. 1, pág. 3-55, julho de 2005.
BIELSCHOWSKY, R.; ABICALIL, M.; OLIVEIRA, C. d.; SOARES, S.; WOHLERS, M. Formação de capital
no ambiente das reformas econômicas brasileiras dos anos 1990: Uma abordagem setorial. In: . Brasil -
Uma década em transição. Rio de Janeiro: Campus, 2000. p. 143—181.
BILLMEIER, A.; NANNICINI, T. Avaliando Episódios de Liberalização Econômica: Uma Abordagem de

Controle Sintético. The Review of Economics and Statistics, v. 95, n. 3, pág.
983-1001, julho de 2013.
BLUNDELL, R.; BOND, S. Condições iniciais e restrições de momento em modelos dinâmicos de dados em
painel. Journal of Econometrics, v. 87, n. 1, pág. 115-143, agosto de 1998.
BOSCHMA, R.; CAPONE, G. Instituições e diversificação: Diversificação relacionada versus não relacionada
em uma estrutura de variedades do capitalismo. Política de Pesquisa, v. 44, p. 1902-1914, 12 de 2015.
BRENCK, C.; CARVALHO, L. Limites para o crescimento com mudança estrutural no brasil do século
xxi. In: . Alternativas para o desenvolvimento brasileiro -
Bibliografia 71
Novos horizontes para a mudança estrutural com igualdade. Santiago: ECLAC, 2019. p. 163—180.
CADOT, O.; CARRERE, C.; STRAUSS-KAHN, V. Diversificação das exportações: o que está por trás
da corcunda? The Review of Economics and Statistics, v. 93, n. 2, pág. 590-605, 2011.
CARVALHO, L. Diversificação ou especialização: uma análise do processo de mudança estrutural da

indústria brasileira nas últimas décadas. Rio de Janeiro, RJ: 31º Prêmio BNDES de Economia, 2010.
CARVALHO, L.; KUPFER, D. Diversificação ou especialização: uma análise do processo de mudança

estrutural da indústria brasileira. Revista de Economia Política, v. 31, n. 4, p. 618–637, 10 2011.
CASTRO, A. B. d. A reestruturção industrial brasileiras nos anos 90. uma interpretação.

Revista de Economia Política, v. 21, não. 3, pág. 3-26, 07 2001.
CHERIF, R.; HASANOV, F. A Devolução da Apólice Que Não Deve Ser Nomeada: Princípios da
Política Industrial. FMI, 2019. (Documentos de Trabalho do FMI, 19/74).
FEENSTRA, RC; INKLAAR, R.; TIMMER, MP A próxima geração da mesa mundial penn. American
Economic Review, v. 105, n. 10, pág. 3150-82, outubro de 2015.
FELIPE, J.; MEHTA, A.; RHEE, C. Fabricação é importante... mas são os empregos que contam. [Sl],
2014.
FERRARINI, B.; SCARAMOZZINO, P. Complexidade produtiva, adaptabilidade e crescimento
econômico. Mudança Estrutural e Dinâmica Econômica, v. 37, p. 52-61, 2016.
FIRAT, D. Condicionalidade do FMI e estrutura comercial: o que os programas de ajuste estrutural

realmente ajustaram? Em breve, fevereiro de 2020.
FORTUNATO, P.; RAZO, C.; VROLIJK, K. Operacionalizando o Espaço do Produto: Um Roteiro para a
Diversificação das Exportações. Genebra, 2015. (Documentos de discussão da UNCTAD).
FRANCO, G. H. B. O desafio brasileiro: ensaios sobre desenvolvimento, globalização e moeda. 3rd. ed.
São Paulo: Editora 34, 1999.
FREIRE, C. Diversificação econômica: um modelo de dinâmica econômica estrutural e mudança

tecnológica endógena. Mudança Estrutural e Dinâmica Econômica, v. 49, p. 13 a 28 de 2019.
GALA, P.; CAMARGO, J.; MAGACHO, G.; ROCHA, I. Empregos sofisticados são importantes para a
complexidade econômica: uma análise empírica baseada em matrizes insumo-produto e dados de
emprego. Mudança Estrutural e Dinâmica Econômica, v. 45, p. 1 a 8 de junho de 2018.
GALA, P.; ROCHA, I.; MAGACHO, G. A vingança estruturalista: a complexidade econômica como dimensão
importante para avaliar crescimento e desenvolvimento. Revista Brasileira de Economia Política, Centro de
Economia Política, v. 38, n. 2, pág. 219-236, junho de 2018.
GALBRAITH, JK; HALBACH, B.; MALINOWSKA, A.; SHAMS, A.; ZHANG, W. O UTIP Global Inequality
Datasets: 1963-2008. UNU-WIDER, 2015. (WIDE Working Paper Series, 019).
GIAVAZZI, F.; TABELLINI, G. Liberalizações econômicas e políticas. Journal of Monetary Economics,

v. 52, n. 7, pág. 1297-1330, 2005.
GOLDBERG, P.; KHANDELWAL, A.; PAVCNIK, N.; TOPALOVA, P. Insumos intermediários

importados e crescimento do produto interno: Evidências da Índia. The Quarterly Journal of Economics, v.
125, n. 4, pág. 1727-1767, 2010.
Bibliografia 72
HARTMANN, D.; BEZERRA, M.; PINHEIRO, FL Identificando estratégias inteligentes para diversificação
econômica e crescimento inclusivo em economias em desenvolvimento: o caso do Paraguai. Estugarda,
2019.
HARTMANN, D.; GUEVARA, MR; JARA-FIGUEROA, C.; ARISTARÁN, M.; HIDALGO, CA
Relacionando Complexidade Econômica, Instituições e Desigualdade de Renda.
Desenvolvimento Mundial, Pérgamo, v. 93, p. 75-93, maio de 2017.
HARTMANN, D.; PROPRIETÁRIO-FIGUEROA, C.; GUEVARA, M.; SIMÕES, A.; HIDALGO, CA As
restrições estruturais da desigualdade de renda na América Latina. [Sl],
HAUSMAN, R.; HIDALGO, C. O Atlas da Complexidade Econômica: Mapeando Caminhos para a
Prosperidade. 1. edição. Boston: The MIT Press, 2014.
HAUSMAN, R.; HWANG, J.; RODRIK, D. O que você exporta importa. Journal of Economic Growth,
v. 12, n. 1, pág. 1 a 25 de março de 2007.
HIDALGO, C.; KLINGER, B.; BARABAS, A.-L.; HAUSMANN, R. O espaço do produto condiciona o
desenvolvimento das nações. Science (Nova York, NY), p. 317, pág. 482-7, 08 2007.
HIDALGO, CA; HAUSMANN, R. Os blocos de construção da complexidade econômica.

Anais da Academia Nacional de Ciências dos Estados Unidos da América, Academia Nacional de
Ciências, v. 106, n. 26, pág. 10570-5, junho de 2009.
HIRSCHMAN, A. Estratégia de Desenvolvimento Econômico. 1º. ed. New Haven: Yale University
Press, 1958.
IMBS, J.; WACZIARG, R. Estágios de Diversificação. American Economic Review, v. 93, n. 1, pág.
63-86, março de 2003.
IOOTTY, M.; KUPFER, D.; FERRAZ, JC Competitividade industrial no Brasil dez anos após a
liberalização econômica. Revista CEPAL, abril de 2004.
JU, J.; WU, Y.; ZENG, L. O Impacto da Liberalização Comercial na Balança Comercial dos Países em
Desenvolvimento. Documentos do Pessoal do FMI, v. 57, n. 2, pág. 427-449, junho de 2010.
KUME, H.; PIANI, G.; SOUZA, C. F. B. S. A política brasileira de importação no período 1987–98:
Descrição e avaliação. In: Anos 1990: Impactos sobre Empr.eAgoAebeSra
tulárarioC.oRmioerdceiaJlaBnre
aisriole:iIrP
aEnAo,s
2003. p. 9—38.
KUPFER, D. Trajetórias da reestruturação da indústria brasileira após a abertura e a estabilização.
Doctoral Thesis — Federal University of Rio de Janeiro, 1998.
LI, X. Liberalização comercial e movimento da taxa de câmbio real. Documentos da Equipe do FMI,
Palgrave Macmillan Journals, v. 51, n. 3, pág. 553-584, 2004.
LIN, J.; CHANG, H.-J. A política industrial nos países em desenvolvimento deve estar de acordo com
a vantagem comparativa ou desafiá-la? In: para repen. sNaor voadEecsoennovm
olivaim
Eesntrtuotuer a :pU
olm
ítiacaE.sW
tru
atsuhriangton
DC: Banco Mundial, 2012. p. 113-139.
LISBOA, M.; MENEZES, N.; SCHOR, A. Os efeitos da liberalização comercial no crescimento da

produtividade no brasil: competição ou tecnologia? Revista Brasileira de Economia, v. 64, n. 3,
pág. 277-289, 2010.
MAKHLOUF, Y.; KELLARD, N.; VINOGRADOV, D. Abertura comercial, diversificação das
exportações e regimes políticos. Cartas de Economia, v. 136, n. C, pág. 25-27, 2015.
MARTINUS, CV; GóMEZ, SM Política comercial e diversificação das exportações: o que a Colômbia
deve esperar do TLC com os Estados Unidos. [Sl], 2011.
Bibliografia 73
MUENDLER, M.-A. Comércio, Tecnologia e Produtividade: Um Estudo dos Fabricantes

Brasileiros 1986-1998. [Sl], 2004. (Documento de Trabalho do CESifo).
OSAKWE, PN; SANTOS-PAULINO, AU; DOGAN, B. Dependência comercial, liberalização
e diversificação das exportações em países em desenvolvimento. Journal of African Trade, v.
5, n. 1, pág. 19 a 34 de 2018.
PARTEKA, A.; TAMBERI, M. Diversificação de produtos, especialização relativa e
desenvolvimento econômico: Análise de importação-exportação. Journal of Macroeconomics,
v. 38, n. PA, pág. 121-135, 2013.
PINHEIRO, FL; ALSHAMSI, A.; HARTMANN, D.; BOSCHMA, R.; HIDALGO, C.
Tiro baixo ou alto: os países se beneficiam ao entrar em atividades não relacionadas? [Sl], 2018.
RODRÍGUEZ, F.; RODRIK, D. Política comercial e crescimento econômico: um guia do cético

para a evidência transnacional. In: NBER Macroeconomics Annual 2000, Volume 15. [Sl]: National
Bureau of Economic Research, Inc, 2001. p. 261-338.
ROMERO, J.; SILVEIRA, F. Mudança estrutural e complexidade econômica: identificando
setores promissores para o desenvolvimento dos estados brasileiros. In:
. Alternativas para o desenvolvimento brasileiro - Novos horizontes para a mudança
estrutural com igualdade. Santiago: ECLAC, 2019. p. 137—160.
ROODMAN, D. Como fazer xtabond2: Uma introdução à diferença e ao sistema gmm no stata.
Stata Journal, v. 9, n. 1, pág. 86-136, 2009.
ROS, J. Repensando Desenvolvimento Econômico, Crescimento e Instituições. 1º. ed. Oxford:
Oxford University Press, 2013. 469 p.
RUGITSKY, F. Questão de estilo: a mudança estrutural para a igualdade e seus desafios.
In: . Alternativas para o desenvolvimento brasileiro - Novos horizontes para a mudança
estrutural com igualdade. Santiago: ECLAC, 2019. p. 75—96.
SACHS, J. A era do desenvolvimento sustentável. Nova York: Columbia University Press, 2015.
SACHS, JD; WARNER, A. Reforma econômica e processo de integração global.

Brookings Papers on Economic Activity, Brookings Institution Press, v. 1995, n. 1, pág. 1-118,
1995.
SCHOR, A. Resposta heterogênea da produtividade à redução tarifária. evidências de
empresas manufatureiras brasileiras. Journal of Development Economics, v. 75, n. 2, pág.
373-396, 2004.
WACZIARG, R.; WELCH, KH Liberalização do Comércio e Crescimento: Novas Evidências. The
World Bank Economic Review, v. 22, n. 2, pág. 187-231, 06 2008.
WADE, R. Governando o mercado: Teoria Econômica e o Papel do Governo na Industrialização
do Leste Asiático. [Sl]: Princeton University Press, 1990.
WILLIAMSON, J. Uma breve história do consenso de Washignton. In: .o
Consenso de Washington Reconsiderado. Oxford: Oxford University Press, 2008. p. 14-30.

Análise de episódios de liberalização por meio da abordagem do espaço de produtos

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Análise de episódios de liberalização por meio da abordagem do espaço de produtos

Enviado por

Direitos autorais:

Formatos disponíveis

Matias Rebello Cardomingo

Entendendo os episódios de liberalização

Analisando episódios de liberalização através da

Prof. Dr. Fábio Frezatti

Prof. Dr. Jose Carlos de Souza Santos

Prof. Dr. Ariaster Baumgratz Chimeli

Entendendo os episódios de liberalização por meio da

Analisando episódios de liberalização através da

Dissertação apresentada ao Programa de Pós-

Universidade de São Paulo

Faculdade de Economia, Administração, Contabilidade e Ciências Atuariais - FEA

Orientador: Prof. Dr. Fernando Rugitsky

Entendendo os episódios de liberalização por meio da

Analisando episódios de liberalização através da

Dissertação apresentada ao Programa de

Prof. Dr. Fernando Rugitsky

Professor Dr. Dominik Hartmann

Professora Dra. Laura Carvalho

Professor Dr. Paulo Gala

Palavras-chave: Economia da Complexidade, Política Comercial e Desenvolvimento,

Palavras-chave: Complexidade Econômica, Política Comercial e Desenvolvimento, Reformas de

SINAL: F14, O19, O24

1 Relação entre rendimento, Índice de Theil e ICE . . . . . . ... . . ... . . . . 22

2 Índice de Theil e ICE para países selecionados. . . . . . . . . ... . . ... . . . . 23

5 Proporção de economias liberalizadas por nível de renda . . . . ... . . ... . . . . 29

6 Complexidade econômica antes e depois dos episódios de liberalização . . 7 . . ... . . . . 30

8 Tarifas ( ) na década de 1990 . . ... . ... . . ... . . . . . . ... . . ... . . . . 49

9 Medidas para a estrutura produtiva brasileira . . ... . ... . . ... . . . . 50

11 , estatísticas t e número de produtos por quantil . . . . ... . . ... . . . . 55

1 Medidas de Liberalização e Complexidade . . ... . . ... . . . . . . ... . . . . 33

Interagindo o índice de SW com a densidade . . . . ... . . ... . . . . . . ... . . . . 40

5 Heterogeneidade de renda . . . ... . . . . . . ... . . ... . ... . . ... . . . . 41

exportações (RCA) antes de 1994 . . . . . . ... . . . . . . ... . . ... . . . . 57

1 COMO A LIBERALIZAÇÃO IMPACTA A COMPLEXIDADE ECONÔMICA? 15

1.1 Introdução . . . ... . . ... . ... . . ... . . . . . . ... . . ... . . . . 15

1.3 Quadro empírico . . . . . . . ... . . . . . . ... . . ... . . . . . . . . . 24

1.4 Liberalização e estrutura produtiva . . . . . ... . ... . . ... . . . . . 27

1.4.1 Impacto na diversidade e complexidade. . . . . ... . ... . . ... . . . . . 29

1.4.2 Entendendo tiros e tiros. . ... . . ... . ... . . ... . . . . . 35

1.4.3 Liberalização e atividades não relacionadas. . . . . . . . ... . . ... . . . . . 38

1.5 Discussão . . . . ... . . ... . ... . . ... . . . . . . ... . . ... . . . . 42

2 CONECTANDO AS POLÍTICAS TARIFÁRIAS AO ESPAÇO DO PRODUTO 45

2.1 Introdução . . . ... . . ... . ... . . ... . . . . . . ... . . ... . . . . 45

2.2 O processo de liberalização . . . . . ... . . . . . . ... . . ... . ... . . . . . 47

2.3 Espaço do produto brasileiro na década de 1990 . . . . . . . . ... . . . . . . ... . . . . . 49

2.4 Dados. . . . . . ... . . ... . . . . . . ... . . . . . . ... . . ... . . . . 51

2.5 Impacto da redução tarifária . . . . . ... . . . . . . ... . . ... . ... . . . . . 52

APÊNDICE A – MEDIDAS E AMOSTRAS ECI . . ... . . . 61

A.1 Índices de Complexidade Econômica e de Produto . . . . . . . . ... . . ... . . . . . 61

A.2 Amostra para o Capítulo 1 . . . . . . . . . . . . . . . . ... . . ... . . . . . . . . . 62

A.3 Amostra adicional Seção 1.4.3. ... . ... . . ... . . . . . . ... . . . . . 62

APÊNDICE B – METODOLOGIA . . . . ... ... . ... . . . 63

B.1 Tarifas de conexão e os códigos SITC . . ... . . ... . ... . . ... . . . . . 63

1 Como a liberalização impacta a complexidade

1.2 Literatura relacionada

A convergência pode ser alcançada por

As políticas de liberalização já foram ferozmente defendidas e consideravelmente questionadas

um modelo “tamanho único”, apesar de ainda ser favorável a

impacto das reformas. Seria crucial para o desenvolvimento

países a ter avançado primeiro na realização de medidas de liberalização se fosse para

o que confunde o entendimento de causação das reformas.

Tais exemplos contradizem a hipótese de convergência na epígrafe de Sachs

acelerar a mudança estrutural: as economias liberalizadas9 tiveram um crescimento mais rápido do

Livre -0,534* -0,748* 0,120 0,206*

0,107* 0,0811* 0,0962* 0,107* 0,0324* 0,0178*

RCA_t 0,0599* 0,00412* 0,0642* 0,0501* 0,0852* 0,0666*