Escolar Documentos
Profissional Documentos
Cultura Documentos
Autores:
Raquel Alves Pérez - Universidade Federal de Pelotas (UFPEL)
Camila de Moura Vogt - Universidade Federal de Santa Maria (UFSM)
Ana Maria Heinrichs Maciel - Universidade Federal de Santa Maria (UFSM)
Marco Tulio Aniceto França - Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
Adelar Fochezatto - Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS)
Resumo
Este estudo tem como objetivo estimar o multiplicador de empregos locais da indústria sobre o
emprego nos setores de serviços e comércio no estado do Rio Grande do Sul. O multiplicador local de
emprego foi baseado em Moretti (2010) e foi utilizada uma variável instrumental shift-share para
controlar a endogeneidade. Os dados foram analisados por meio de um painel de efeitos aleatórios e
foram extraídos da Relação Anual de Informações Sociais (RAIS) nos anos de 2010, 2015 e 2020. Os
resultados indicam que a variação de 1% dos empregos no setor industrial, implica na variação de
0,28% dos empregos nos setores de serviços. Já nos setores de alta tecnologia, esse efeito chega a
0,32% e nos setores de baixa tecnologia o efeito é de 0,16%. As regiões funcionais de planejamento
também possuem diferenças significativas, o que reforça a importância de políticas públicas que levem
em consideração as questões regionais para a potencialização dos resultados.
Palavras- Chave: Empregos; Multiplicadores empregos locais; Moretti, Rio Grande do Sul, Indústria,
Políticas Públicas.
Abstract
This study aims to estimate the local employment multiplier of the industry on employment in the service and co
Keywords: Jobs; Local employment multipliers, Rio Grande do Sul, Industry, Public Polices.
Com o modelo é possível analisar no estudo o impacto das variações de empregos não
industriais do Brasil sobre os empregos industriais no RS e, os empregos não industriais no RS.
Com base na variável instrumental shift-share elaborada por Moretti (2010), o instrumento
pode ser escrito como:
[ ]
ω j , m .t−b N j ,n ,t −N j ,n .t −b ,
m
IV =∑
j ωJ ,m .t −b N j ,n ,t −b
3.1 Dados
Para a pesquisa foi utilizada a base de dados das Informações de vínculo formal,
disponibilizadas pela Relação Anual de Informações Sociais - RAIS. A RAIS é uma base de dados
fornecida pelo Ministério do Trabalho - MTE e conta com informações setoriais e municipais do
emprego no Brasil e no Rio Grande do Sul, para os anos de 2010, 2015 e 2020.
Para a construção da variável dependente, emprego nos setores de serviços, foram considerados os
empregos dos subsetores de serviço de: utilidade pública; construção; varejo; atacado; instituições
financeiras; administração técnica e profissional; transportes e comunicações; alojamento e
comunicações; médico, odontológico e veterinário; e educação. Para a construção da variável
independente, empregos na indústria, foram utilizados os empregos industriais de: indústria metal;
indústria mecânica; elétrico e comunicações; equipamento de transporte; madeira e móveis; papel e
impressão; borracha, tabaco e couro; indústria química; têxteis; indústria de calçados; e comida e
bebida. As variáveis foram utilizadas em logaritmo natural. Os setores de extração mineral, produção
de minerais não metálicos, administração pública e agricultura e outros foram desconsiderados para a
construção das variáveis dependente e independente.
A Tabela 01 apresenta a participação do emprego formal nos subsetores para o Rio Grande do
Sul e o Brasil nos anos de 2010, 2015 e 2020. Considerando os dados dos subsetores que compõem a
atividade econômica, o comércio varejista foi o subsetor que apresentou maior destaque para o estado,
apresentando variação positiva de 0,57% para 2010-2015 e variação negativa de -0,05% para 2015-
2020. Para o Brasil, o subsetor que mais se destacou na participação dos empregos formais foi
administração pública, em todos os anos, apresentando variação negativa para ambos os períodos de
2010-2015 e 2015-2020.
Ao agrupar os setores por indústria e serviços, salientou-se que o setor de serviços foi o setor
que mais empregou indivíduos no Estado durante os anos de 2010, 2015 e 2020 apresentando variação
positiva entre os anos. Ao observar o agrupamento de setores para o Brasil encontrou-se que houve
uma proporção maior de pessoas empregadas no setor de serviços.
Tabela 1: Participação do emprego formal nos subsetores para o Rio Grande do Sul e o Brasil (2010, 2015 e 2020)
Rio Grande do Sul Brasil
Emprego % Emprego % Emprego % 2010-2015 2015-2020 Emprego % Emprego % Emprego % 2010-2015 2015-2020
Extrativa Mineral 6516 0.23 6767 0.23 5795 0.21 -0.01 -0.02 211216 0.48 240488 0.50 227666 0.49 0.02 -0.01
Prod. Mineral Não Metálico 19959 0.71 19504 0.65 17400 0.62 -0.06 -0.03 410734 0.93 425225 0.88 361746 0.78 -0.05 -0.10
Indústria Metalúrgica 71144 2.54 66819 2.22 61976 2.20 -0.31 -0.03 796617 1.81 688457 1.43 648534 1.40 -0.38 -0.03
Indústria Mecânica 74209 2.65 69121 2.30 73577 2.61 -0.35 0.31 566490 1.29 565645 1.18 560031 1.21 -0.11 0.03
Elétrico e Comunic 19052 0.68 17771 0.59 14846 0.53 -0.09 -0.06 281779 0.64 253526 0.53 248020 0.54 -0.11 0.01
Material de Transporte 53985 1.93 51937 1.73 40675 1.44 -0.20 -0.29 583777 1.32 514289 1.07 464844 1.01 -0.25 -0.06
Madeira e Mobiliário 55596 1.98 55379 1.84 51264 1.82 -0.14 -0.03 468744 1.06 440037 0.92 406637 0.88 -0.15 -0.04
Papel e Gráf 29257 1.04 26049 0.87 21090 0.75 -0.18 -0.12 406074 0.92 378054 0.79 317849 0.69 -0.13 -0.10
Borracha, Fumo, Couros 50018 1.78 40494 1.35 38646 1.37 -0.44 0.02 327271 0.74 309411 0.64 287678 0.62 -0.10 -0.02
Indústria Química 52538 / 1.87 51447 1.71 49871 1.77 -0.16 0.06 902703 2.05 896245 1.86 906489 1.96 -0.18 0.10
Indústria Têxtil 38251 1.36 32881 1.09 28328 1.00 -0.27 -0.09 1036949 2.35 890478 1.85 746397 1.61 -0.50 -0.24
Indústria Calçados 118397 4.22 95088 3.16 68689 2.43 -1.06 -0.73 348691 0.79 283065 0.59 239244 0.52 -0.20 -0.07
Alimentos e Bebidas 135208 4.82 148837 4.95 159600 5.66 0.13 0.71 1755873 3.98 1922468 4.00 2001265 4.33 0.02 0.33
Serviço Utilidade Pública 30169 1.08 29384 0.98 26146 0.93 -0.10 -0.05 402284 0.91 447385 0.93 455009 0.98 0.02 0.05
Construção Civil 124875 4.45 121175 4.03 98774 3.50 -0.42 -0.53 2508922 5.69 2422664 5.04 1970686 4.26 -0.65 -0.78
Comércio Varejista 476272 16.98 527695 17.56 493846 17.51 0.57 -0.05 7002037 15.89 7915408 16.47 7372634 15.95 0.58 -0.52
Comércio Atacadista 85418 3.05 97973 3.26 99473 3.53 0.21 0.27 1380202 3.13 1617214 3.36 1681880 3.64 0.23 0.27
Instituição Financeira 49429 1.76 57097 1.90 53166 1.88 0.14 -0.02 785167 1.78 869165 1.81 867433 1.88 0.03 0.07
Adm Técnica Profissional 221592 7.90 253963 8.45 272098 9.65 0.55 1.20 4568046 10.37 5326167 11.08 5892181 12.74 0.72 1.66
Transporte e Comunicações 146380 5.22 174515 5.81 163416 5.79 0.59 -0.01 2308822 5.24 2706822 5.63 2595576 5.61 0.39 -0.02
Aloj Comunic 206571 7.37 240724 8.01 197664 7.01 0.64 -1.00 3702656 8.40 4297614 8.94 3590747 7.77 0.54 -1.18
Médicos Odontológicos Vet 118649 4.23 152360 5.07 161477 5.72 0.84 0.65 1475324 3.35 1988070 4.14 2353149 5.09 0.79 0.95
Ensino 94047 3.35 121898 4.06 108305 3.84 0.70 -0.22 1505000 3.42 1963474 4.09 1916329 4.14 0.67 0.06
Administração Pública 444495 15.85 461901 15.37 434752 15.41 -0.48 0.04 8923380 20.25 9198875 19.14 8662695 18.74 -1.11 -0.40
Agricultura 82135 2.93 84770 2.82 84770 3.00 -0.11 0.18 1409597 3.20 1500561 3.12 1461457 3.16 -0.08 0.04
Total 2804162 100 3005549 100 2820968 100 0.00 0.00 44068355 100 48060807 100 46236176 100 0.00 0.00
Indústria 697655 30.99 655823 26.96 608562 26.66 -4.03 -0.30 7474968 22.57 7141675 19.46 6826988 19.22 -3.11 -0.24
Serviços 1553402 69.01 1776784 73.04 1674365 73.34 4.03 0.30 25638460 77.43 29553983 80.54 28695624 80.78 3.11 0.24
Total (Indústria + serviços) 2251057 100 2432607 100 2282927 100 0.00 0.00 33113428 100 36695658 100 35522612 100 0.00 0.00
(0.012) (0.014)
Assim, os resultados indicam que há um efeito positivo dos empregos industriais sobre
os empregos nos setores de serviços, embora este efeito seja menor do que em estudos
anteriores realizados no Brasil. Além disso, a análise mostrou que o impacto varia de acordo
com o tipo de indústria, sendo maior em indústrias de alta tecnologia. Por fim, foram
analisadas as Regiões Funcionais de Planejamento do Rio Grande do Sul e sua relação com os
efeitos de emprego da indústria. Esses resultados podem ser úteis para o planejamento de
políticas públicas voltadas para o desenvolvimento econômico regional.
5. CONSIDERAÇÕES FINAIS
Neste artigo buscou-se analisar o efeito multiplicador de empregos para a indústria do
Rio Grande do Sul por meio de um painel de efeitos aleatórios, para os anos de 2010, 2015 e
2020. O estado gaúcho apresentou maior participação de atividade econômica de emprego
formal no subsetor de comércio varejista, o que difere da atividade econômica nacional, onde
a principal contribuição foi dos empregos formais em administração pública.
Em síntese, os resultados indicam que a variação de 1% dos empregos no setor
industrial implica na variação de 0,24% dos empregos nos setores de serviços. Este resultado
é inferior ao encontrado para o Brasil, possivelmente devido às mudanças ocorridas nas
políticas industriais nos diferentes períodos analisados e às especificidades da indústria
regional. O estudo também constata que os multiplicadores locais de emprego variam
significativamente entre indústrias de baixa tecnologia e alta tecnologia, bem como entre
diferentes regiões do Brasil. As indústrias de alta tecnologia teriam um efeito de 0,32%,
enquanto as de baixa tecnologia, impacto de 0,16%. Foram realizados testes estatísticos para
garantir a confiabilidade dos modelos e foram analisadas as Regiões Funcionais de
Planejamento (RFPs) do Rio Grande do Sul.
A partir da análise é possível concluir que o crescimento da indústria tem impacto
direto no setor serviços. Reforçando, dessa forma, políticas de fomento e manutenção da
indústria estadual para a ampliação de empregos. As principais conclusões do estudo também
vão de acordo com outros estudos empíricos que utilizam o multiplicador de Moretti. A
criação de empregos em setores intensivos em habilidades e inovação, como o setor de
tecnologia, pode gerar efeitos multiplicadores significativos em termos de aumento da
produtividade e renda. Assim o multiplicador de Moretti pode ser uma ferramenta útil para
entender o impacto da tecnologia na economia gaúcha.
Ainda é importante destacar a importância de políticas públicas para promover a
difusão do conhecimento e inovação em setores menos intensivos em habilidades e para
garantir que os benefícios da tecnologia sejam distribuídos de forma mais ampla na sociedade.
Entretanto, apesar dos resultados é importante salientar as limitações do multiplicador de
Moretti. Uma das principais é que ele considera apenas o impacto direto da indústria sobre os
setores de serviços e comércio, ou seja, não leva em conta outros fatores que possam
influenciar o mercado de trabalho, como a migração de trabalhadores ou mudanças na
demanda dos consumidores. Além disso, o multiplicador de Moretti é baseado em uma série
de suposições que nem sempre são realistas, como a hipótese de que os trabalhadores são
perfeitamente móveis entre setores ou que a oferta de trabalho é constante.
Outra limitação importante do multiplicador de Moretti é que ele pode ser afetado por
choques externos, como mudanças na política fiscal ou na taxa de juros, que podem
influenciar o investimento na indústria e, consequentemente, o impacto sobre o mercado de
trabalho.
REFERÊNCIAS
ASCANI, A.; IAMMARINO, S. Multinational enterprises, service outsourcing and regional
structural change. Cambridge Journal of Economics, v. 42, n. 6, p. 1585–1611, 2018.
AURICCHIO, M. Local manufacturing multiplier and human capital in Italian local labor
markets. 2015.
BARTIK, Timothy J. Making Sense of Incentives: Taming Business Incentives to
Promote Prosperity. [s.l.] W.E. Upjohn Institute, 2019.
BARTIK, Timothy. J. Who benefits from state and local economic development policies?
Kalamazoo, MI: WE Upjohn Institute for Employment Research. [s.l: s.n.], 1991.
https://doi.org/10.17848/9780585223940
BLASIO, G. DE; MENON, C. Local effects of manufacturing employment growth in Italy.
Giornale degli Economisti e Annali di Economia, p. 101–112, 2011.
CHARPE, M. Tradable Jobs and Local Labour Market in sub-Saharan Africa. 2022.
DIJK, J. J. VAN. Robustness of econometrically estimated local multipliers across different
methods and data. Journal of Regional Science, v. 58, n. 2, p. 281–294, 2018.
DYRSTAD, E. H. Local Employment Multipliers in Norway: A Comparative Study of
Norway, Sweden and the United States, 2014.
ELCHE, D.; CONSOLI, D.; SÁNCHEZ-BARRIOLUENGO, M. From brawn to brains:
manufacturing–KIBS interdependency. Regional Studies, v. 55, n. 7, p. 1282–1298, 2021.
FAGGIO, G.; OVERMAN, H. The effect of public sector employment on local labour
markets. Journal of urban economics, v. 79, p. 91–107, 2014.
FLEMING, D. A.; MEASHAM, T. G. Local job multipliers of mining. Resources Policy, v.
41, p. 9–15, 2014.
FOCHEZATTO, Adelar; VALENTINI, Paulo Juliano. Economias de aglomeração e
crescimento econômico regional: um estudo aplicado ao Rio Grande do Sul usando um
modelo econométrico com dados em painel. Revista Economia da ANPEC, 2010.
GEROLIMETTO, M.; MAGRINI, S. A spatial analysis of employment multipliers in the US.
Letters in Spatial and Resource Sciences, v. 9, p. 277–285, 2016.
GOOS, M.; KONINGS, J.; VANDEWEYER, M. Local high-tech job multipliers in Europe.
Industrial and Corporate Change, v. 27, n. 4, p. 639–655, 2018.
GUTIERREZ-POSADA, D. et al. Creative clusters and creative multipliers: evidence from
UK cities. Economic Geography, v. 99, n. 1, p. 1–24, 2023.
IBGE. Pesquisa Industrial Anual Empresa 2020. Instituto Brasileiro de Geografia e
Estatística. 2022, Rio de Janeiro, v. 39, n.1, p.1-8, 2020 ISSN 0100-5138.
https://biblioteca.ibge.gov.br/visualizacao/periodicos/1719/pia_2020_v39_n1_empresa_infor
mativo.pdf . Acesso: 8 de março de 2023.
JONES, M.; YANG, L. Regional job multipliers. Applied Economics Letters, v. 25, n. 19, p.
1342–1345, 2018.
KIM, W.-Y.; HONG, S. H. Local employment multipliers when living and working areas are
different. Economics Letters, v. 175, p. 47–50, 2019.
LEE, N.; CLARKE, S. Do low-skilled workers gain from high-tech employment growth?
High-technology multipliers, employment and wages in Britain. Research Policy, v. 48, n. 9,
p. 103803, 2019.
LOYO, A. DE O. L.; ANDRADE RESENDE FILHO, M. DE; MENDES, V. L. Impacto de
Mudanças no Emprego no Setor Público sobre o Mercado de Trabalho Local: evidências para.
Estud. Econ, v. 48, n. 1, p. 77–106, 2018.
MACEDO, Guilherme.; MONASTERIO, Leonardo. Local multiplier of industrial
employment: Brazilian mesoregions (2000-2010). Brazilian Journal of Political Economy,
v. 36, p. 827–839, 2016.
MORAES ROCHA, Roberta. DE; ARAÚJO, Bruno Calda DE. Local multiplier effect of the
tradable sector on the Brazilian labor market. Letters in Spatial and Resource Sciences, v.
14, n. 3, p. 269–286, 2021.
MORETTI, Enrico. Local multipliers. The American Economic Review, v. 100, n. 2, p. 373-
377, 2010.
MORETTI, E.; THULIN, P. Local multipliers and human capital in the United States and
Sweden. Industrial and Corporate Change, v. 22, n. 1, p. 339–362, 2013.
OSTERMEYER, V. Local multipliers and the growth of services: evidence from late
nineteenth century USA, Great Britain, and Sweden. European Review of Economic
History, v. 27, n. 1, p. 70–90, 2023.
SIEGENTHALER, M.; GRAFF, M.; MANNINO, M. Characteristics and drivers of the Swiss
“job miracle”. Review of Economics, v. 67, n. 1, p. 53–89, 2016.
SLATTERY, Cailin; ZIDAR, Owen. Evaluating state and local business tax incentives.
Journal of Economic Perspectives, v.34, n.2, p. 90-118, 2020.DOI: 10.1257/jep.34.2.90
SOLOAGA, I.; PEREIRA, M. Local Multipliers and the Informal Sector in Mexico 2000-
2010. [s.l: s.n.].
WANG, T.; CHANDA, A. Manufacturing growth and local multipliers in china. Available at
SSRN 2697580, 2017.
WATSON, B. et al. Commercial fisheries & local economies. Journal of Environmental
Economics and Management, v. 106, p. 102419, 2021.
WOOLDRIDGE, Jeffrey M. Introductory econometrics: A modern approach. [s.l.]
Cengage learning, 2015.