*Paulo Gala – EESP/FGV, Luiz Antônio Rodrigues Junior – UNIFESP, Joao Romero – UFMG/CEDEPLAR

1 – Introdução: setores complexos induzem desenvolvimento econômico

Para os autores clássicos do desenvolvimento econômico as atividades produtivas são diferentes em termos de suas habilidades para gerar crescimento e desenvolvimento. Atividades com altos retornos crescentes de escala, alta incidência de inovações tecnológicas e altas sinergias decorrentes de divisão do trabalho dentro das empresas e entre empresas são fortemente indutoras de desenvolvimento econômico (Reinert 2009). São atividades onde em geral predominam competição imperfeita e todas as características desse tipo de estrutura de mercado (importantes curvas de aprendizagem, rápido progresso técnico, alto conteúdo de R&D, grandes possibilidades de economias de escala e escopo, alta concentração industrial, grandes barreiras à entrada, diferenciação por marcas, etc). Esse grupo de atividades de alto valor agregado se contrapõe às atividades de baixo valor agregado, em geral praticadas em países pobres ou de renda média com típica estrutura de baixa sofisticação tecnológica (baixo conteúdo de R&D, baixa inovação tecnológica, ausência de curvas de aprendizado e possibilidades de divisão do trabalho – Reinert e Katel 2010). O aumento de produtividade de uma economia viria justamente da subida dessa escada tecnológica, migrando de atividades de baixa qualidade para as atividades de alta qualidade, rumo à sofisticação tecnológica do tecido produtivo. Para isso a construção de um sistema industrial complexo e diversificado é fundamental, sujeito a retornos crescentes de escala, altas sinergias e linkages entre atividades (Reinert 2010). O setor químico apresenta exatamente essas características indutoras de desenvolvimento econômico como veremos adiante.

 

2 – Complexidade econômica e padrões de comércio internacional

Hausmann et al (2011) usam técnicas de computação, redes e complexidade para criar um método capaz de medir a sofisticação produtiva ou “complexidade econômica” de países com extraordinária simplicidade. A partir da análise da pauta exportadora de um determinado país, são capazes de medir de forma indireta a sofisticação tecnológica de seu tecido produtivo. A metodologia criada para a construção dos índices de complexidade econômica culminou num Atlas (http://atlas.media.mit.edu) que reúne extenso material sobre uma infinidade de produtos e países desde 1963. Os dois conceitos básicos para se medir se um país é complexo economicamente são a ubiquidade e diversidade de produtos encontrados na sua pauta exportadora. Se uma determinada economia é capaz de produzir bens não ubíquos, raros e complexos, há indicação de que tem um sofisticado tecido produtivo. Os bens não ubíquos devem ser divididos entre aqueles que têm alto conteúdo tecnológico e, portanto, são de difícil produção (aviões, por exemplo) e aqueles que são altamente escassos na natureza, por exemplo, diamantes, e, portanto, tem uma não ubiquidade natural. Para controlar esse problema dos recursos naturais escassos na medição de complexidade, os autores do Atlas usam uma técnica engenhosa: comparam a ubiquidade do produto feito num determinado país com a diversidade de exportação de países que também exportam esse produto. Por exemplo: Botsuana e Serra Leoa produzem e exportam algo raro e, portanto, não ubíquo: diamantes brutos. Contudo, têm uma pauta exportadora extremamente limitada e não diversificada. Temos aqui então casos de não ubiquidade sem complexidade. Por outro lado, poderíamos citar equipamentos médicos de processamento de imagem (raio-X), um produto também pouco ubíquo, produzido por Japão, EUA e Alemanha, por exemplo. Só que nesse caso a pauta exportadora de desses países é extremamente diversificada, indicando que esses países são altamente capazes de fazer várias coisas de forma competitiva. Ou seja, não ubiquidade com diversidade significa “complexidade econômica”. Um país que tenha uma pauta muito diversificada, mas em bens ubíquos (peixes, tecidos, carnes, minérios, etc…) não apresenta grande complexidade econômica; faz o que todos fazem. Dessa forma, diversidade sem não ubiquidade significa falta de complexidade econômica. O mesmo raciocínio se aplica para a aferição da complexidade dos produtos. Aqueles produzidos por poucos países com pautas de exportação diversificadas são considerados produtos complexos. Produtos feitos por muitos países com pautas de exportação não diversificadas são considerados de baixa complexidade.

Figura 1 – Complexidade econômica e renda per capita.

Fonte: Atlas da Complexidade Econômica.

 

Uma das grandes virtudes desses indicadores de complexidade econômica (ECI) e de produtos (PCI) é que não há juízo de valor em relação ao que se considera complexo ou não complexo. Ou seja, a complexidade dos bens e países emerge dos dados, de acordo com as métricas e a lógica simples subjacente à metodologia. Nessa linha de raciocínio os autores seguem classificando diversos países e chegam a correlações robustas entre níveis de renda per capita, desigualdade econômica e complexidade econômica, Ou seja, como se observa na Figura 1 (Hausmann et al 2011 e Hartman et al 2015). Japão, Alemanha, Estados Unidos, Reino Unido e Suécia estão sempre entres os 10 primeiros países nos rankings de complexidade dos últimos 10 anos.

Figura 2 – Complexidade e conectividade dos setores

Fonte: Atlas da Complexidade Econômica.

 

O Atlas da Complexidade Econômica também traz outra contribuição empírica importante; ao calcular a probabilidade de produtos serem co-exportados por diversos países, o Atlas cria uma medida interessante sobre conhecimento produtivo contido nos produtos e capacidades locais necessárias para produzi-los: o “espaço produtivo” (Hidalgo et al 2007). Quanto maior a probabilidade de dois produtos serem co-exportados maior a indicação de que contém características similares e de que, portanto, demandam capacidades produtivas similares para serem produzidos: são produtos “irmãos” ou “primos”. O indicador de co-exportação acaba funcionando como uma medida de encadeamento de conhecimento produtivo entre produtos, ou seja, ele indica as conexões produtivas existentes entre vários bens graças aos pré-requisitos comuns necessários para produzi-los. Os bens que têm muita conectividade estão, portanto, carregados de potencial de conhecimento e tecnológico o que os torna hubs de conhecimento; enquanto bens com baixa conectividade requerem capacidades produtivas simples e que tem baixo potencial multiplicativo de conhecimento. O setor químico representa um dos grandes HUBS de conhecimento e inovações da economia mundial.

 

Por exemplo: países que produzem motores de combustão avançados provavelmente têm engenheiros e conhecimentos que permitem produzir uma série de coisas similares e sofisticadas. Países que produzem só bananas ou frutas tem conhecimentos limitados e provavelmente serão incapazes de fazer bens mais complexos. É importante frisar aqui que toda dificuldade para se observar isso decorre da incapacidade de se medir e capturar diretamente essas competências produtivas locais. O que se observa no comércio internacional são os produtos e não as habilidades que os países têm em produzi-los. Do ponto de vista empírico, fica claro no Atlas que manufaturas se caracterizam em geral como bens mais complexos e commodities aparecem como bens não complexos. Das 34 principais comunidades de produtos calculadas a partir de um algoritmo de compressão do Atlas (Rosvall and Bergstrom 2007), é possível observar que maquinário, produtos químicos, aviões, navios e eletrônicos se destacam como bens mais complexos e conectados entre si (ou seja, hubs de conhecimento). Por outro lado, pedras preciosas, petróleo, minerais, peixes e crustáceos, frutas, flores e agricultura tropical apresentam baixíssima complexidade e conectividade. Cereais, têxteis, equipamentos para construção e alimentos processados situam-se numa posição intermediaria entre os bens mais complexos e menos complexos. Além disso, é importante notar que as conexões entre os produtos indicam as possibilidades de desenvolvimento produtivo que a sua produção proporciona. Como a produção de cada bem envolve diferentes capacidades, e as ligações entre eles no espaço de produtos indica os produtos que usam capacidades semelhantes, produtos que têm um maior número de ligações são mais importantes não só por serem produtos mais complexos, mas também por possibilitarem a diversificação rumo a outras indústrias próximos, como indicado na Figura 2.

 

3 – Produtos químicos no comercio mundial

 O primeiro passo de nossa abordagem empírica aqui consistiu em estudar a estrutura dos mercados dos produtos do comércio internacional para o período 2005-2017. Nosso banco de dados final e completo após diversas filtragens em relação a dados faltantes resultou em 4898 produtos do sistema HS de 6 dígitos e 236 países (https://www.foreign-trade.com/reference/hscode.htm). As contas para renda per capita foram feitas usando o PIB per capita em paridade do poder de compra constantes de 2017. Na Figura 3, replicamos a metodologia de Felipe (2012). Cada ponto é um produto do comércio mundial com a média ponderada da renda per capita dos países que exportam esse produto durante o período 2007-2017 no eixo X. No eixo Y temos a complexidade média do produto no período. O gráfico mostra que há um claro padrão de produtos associados a renda per capita elevada. Pode ser lido como uma versão da escada tecnológica que países precisam subir em termos de complexidade do sistema produtivo.

Figura 3 – Complexidade dos produtos e PIB per capita, média 2007-2017

Fonte: Elaboração própria.

 

Todos os países do mundo produzem commodities. São produtos que se localizam na base escada tecnológica. A grande maioria dos países do mundo produzem produtos low tech (alguns low tech chegam a PCI=2). São produtos que se localizam em toda a escada tecnológica. Praticamente só países acima com renda acima de U$ 20.000 de renda per capita conseguem fazer produtos médium/high tech: são produtos que se localizam na parte superior da escada tecnológica. Produtos químicos são produtos high tech e são produzidos em sua maioria por países ricos. A Figura 4 mostra em vermelho todos os produtos químicos do comercio internacional da base HS92

Figura 4 – Complexidade dos produtos químicos e PIB per capita, média 2007-2017

Fonte: Elaboração própria.

 

4 – Mercados mundiais de produtos químicos são concentrados

 Na literatura tradicional de organização industrial entende-se por concentração uma situação em que firmas ocupam uma parcela relevante de um mercado. Aqui usamos essa ideia de forma análoga para participação de países nos mercados mundiais. O mais tradicional índice da literatura CRn mede a parcela dominada pelas n maiores firmas do mercado. Um mercado com CR4 = 90, por exemplo, nos diz que as quatro maiores firmas dominam 90% do mercado. Aqui usamos o mesmo conceito para medir concentração de mercados mundiais em termos de países. Calculamos a concentração de países para cada mercado dos 4898 produtos de nossa base usando uma média de 2007 até 2017: um CR4 médio para o mercado de cada produto nesse período. Plotamos esse resultado no gráfico abaixo numa comparação com a complexidade de cada produto (para produtos químicos na rubrica HS92. A nuvem mostrada na Figura 5 exibe quadrantes compostos por nível de complexidade e concentração dos produtos. Nossos resultados mostram que o quadrante com CR4 maior do que 50% e PCI maior do que zero tem grande incidência de produtos químicos. São mercados concentrados e complexos.

 Figura 5 – Complexidade dos produtos químicos e concentração de mercado, média 2007-2017

Fonte: Elaboração própria.

 

Outro índice muito utilizado na literatura sobre o tema e’ o HHI (índice de concentração Herfindhal-Hirschman) que indica o tamanho das firmas em um setor ou mercado. É definido como o somatório das parcelas de mercado de cada firma elevado ao quadrado. A ideia e’ dar maior peso as firmas ou países dominantes. Um mercado com apenas uma firma ou pais tem um HHI de 1, enquanto o HHI próximo de 0 indica um grande número de firmas ou países com baixa participação de mercado. O HHI é o índice mais utilizado pelas autoridades antitruste, mas é sujeito a algumas críticas relacionadas à entrada de firmas em mercados. A principal crítica ao HHI diz respeito ao fato de que no caso de um arranjo colusivo detectado, a eventual saída de firmas de um mercado aumentará o HHI, mas não necessariamente diminuirá a concorrência. Em geral mercados com HHI menor do que .01 são considerados mercados competitivos, com baixa concentração, com HHI entre .10 e .18 são considerados com concentração moderada e HHI acima de .18 são considerados concentrados. Nossos resultados mostram que produtos químicos estão em mercados concentrados usam índices HHI.

 

Figura 6 – Complexidade dos produtos químicos e HHI, média 2007-2017

Fonte: Elaboração própria.

 

Figura 7 – Participação dos principais exportadores de produtos químicos em 2018

Fonte: Elaboração própria.

 

A elevada concentração da produção mundial de produtos químicos também fica clara ao analisar a participação dos principais países exportadores desse produto. A Figura 7 apresenta as participações dos 30 principais exportadores de produtos químicos, e indica que os 10 países líderes na produção desses produtos são responsáveis por 57,3% do total das exportações mundiais. O Brasil, por sua vez, exporta apenas 0,6% do total do comércio mundial desses bens. É importante notar que os produtos químicos respondem por 9,5% do comércio mundial, constituindo um mercado de U$ 2,12 trilhões se considerado o ano de 2018. Para se ter uma ideia do tamanho desse mercado, basta notar que o comércio mundial de químicos é quase o dobro do comércio de Alimentos, como indicado na Figura 8. Isso mostra o tamanho do potencial de geração de emprego e renda para os países que se tornam competitivos em produtos químicos.

Mapa 1 – Participação das exportações de químicos em 2018

Fonte: Atlas da Complexidade Econômica.

 

5 – Produção de químicos no Brasil

A partir dos dados de comércio de 2018, obtidos do UN Comtrade na classificação SITC (Revisão 2, a 4 dígitos), calculamos os índices de vantagem comparativa revelada associados a 765 produtos nos diferentes países. A partir desses dados é possível calcular os índices de diversidade das economias e ubiquidade dos produtos.A Figura 9 apresenta os dados dos 30 países mais diversificados em termos de produtos químicos. O país competitivo no maior número de produtos químicos é a Bélgica. De um universo de 94 categorias de produto dentro do setor de químicos, o país é competitivo em 68. Apenas dois países em desenvolvimento se encontram entre os 10 países mais diversificados em produtos químicos: Índia, que é competitiva em 45 produtos, e China, que é competitiva em 39 produtos. O Brasil, por sua vez, é competitivo em apenas 15 produtos químicos, ficando na posição 44 do ranking de países mais diversificados no setor de químicos, atrás de diversos países com menor nível de complexidade e de renda per capita. Dessa forma, observa-se que há um potencial pouco explorado pelo país para a produção de químicos.

Figura 9 – Diversificação dos produtos no comércio mundial em 2018

Fonte: Elaboração própria.

 

Os produtos químicos, porém, têm ubiquidade variada, que vai desde a produção de Celulose regenerada (5841), produzida competitivamente por apenas 3 países, e Resinas naturais modificadas (5851), produzidas competitivamente por somente 5 países, até Agentes orgânicos de superfície ativa (5542), que são produzidos competitivamente por 39 países. Para servir de referência, vale notar que o produto com maior ubiquidade na classificação SITC2 são os resíduos de minerais não ferrosos (2882), produzido competitivamente por 63 países. No geral, 68 das 94 categorias de produtos químicos têm complexidade positiva, enquanto apenas 26 produtos têm complexidade negativa. Isso indica que produtos químicos tendem a ser relativamente complexos. Contudo, há também grande variação do nível de complexidade dos produtos químicos. Dos 94 produtos químicos na classificação SITC2, os Fertilizantes potássicos (5623) têm a menor complexidade (-1,473), enquanto as Resinas epóxidas (5826) têm a maior complexidade (2,885). Dessa forma, é importante observar quais produtos químicos são produzidos em cada país. No caso do Brasil, dos 15 produtos químicos no qual o país é competitivo, 9 deles têm complexidade positiva, como mostrado na Figura 10. Outros 5 produtos têm índice de vantagem comparativa revelada (VCR) superior a 0,8, indicando elevada capacidade produtiva no país, dos quais 3 têm complexidade positiva. Mais 8 produtos têm VCR acima de 0,5.

 

Figura 10 – Produtos químicos exportados pelo Brasil em 2018

Fonte: Elaboração própria.

 

Tomados em conjunto, portanto, esses dados indicam a existência de considerável capacidade produtiva em químicos no Brasil. Com algum esforço seria possível adquirir vantagem comparativa nos 13 produtos nos quais o país tem VCR maior que 0,5 mais inferior a 1. Além disso, o fato do Brasil exportar 90 dos 94 produtos químicos da classificação SITC2 indica que há capacidade produtiva já existente no país na maior parte das indústrias que compõem o setor químico. Usando a base comtrade HS2 digitos podemos ver que o Brasil é capaz de produzir uma infinidade de produtos químicos. Abaixo na Figura 11 os pontos vermelhos são os químicos exportados pelo Brasil, do total de químicos da base. A figura 12 mostra os químicos em que o Brasil tem mais de 10% do mercado mundial. A figura 13 mostra um treemap de todos produtos químicos exportados pelo Brasil.

 

Figura 11 – Produtos químicos exportados pelo Brasil, média 2007-2017

Fonte: Elaboração própria.

 

Figura 12 – Produtos químicos exportados pelo Brasil em 2018 com mais de 10% de share no mercado mundial, média 2007-2017

Fonte: Elaboração própria.

 

Figura 13 – Produtos químicos exportados pelo Brasil em 2018 (valor)

Fonte: Elaboração própria.

apresentação sobre o tema:

ppt_abquim_dez_2021

 Referências

Arthur, W., B. (2015), Complexity and the Economy, Oxford University press, New York.

Barabasi A.L., (2016) Network Science, http://barabasi.com/networksciencebook/

Deguchi, T., Takahashi, K., Takayasu, H., Takayasu M. (2014) “Hubs and Authorities in the World Trade Network Using a Weighted HITS Algorithm”, PLOS ONE 9(7): e100338. doi:10.1371/journal.pone.0100338

Felipe, J., Kumar, U., Abdon, A., Bacate, M. (2012), “Product complexity and Economic Development”, in Structural Change and Economic Dynamics, June

Fagiolo. G., Reyes,J., Schiavo. S., (2008) “The Evolution of the World Trade Web. A Weighted-Network Analysis”, Journal of Evolutionary Economics August, Volume 20, Issue 4, pp 479-514

Foster, J., (2005) “From simplistic to complex systems in economics”, Cambridge Journal of Economics 29, 873–892, doi:10.1093/cje/bei083

Hausmann, R.; Hidalgo, C.A.; Bustos, S.; Coscia, M.; Chung, S.; Jimenez, J.; Simões, A.; Yildirim, M. A. (2011) The Atlas of Economics Complexity – Mapping Paths to prosperity. Puritan Press

Hidalgo, C. (2015) Why information grows: the evolution of order, from Atoms to Economies, ed. Basic Books, NY

Hartmann, D., Guevara, M.R., Jara-Figueroa, C., Aristarán, M. Hidalgo, C.(2015), “Linking economic complexity, institutions and income inequality”, arXiv:1505.07907 [q-fin.EC]

Hidalgo, C; Hausmann, R. (2011) “The network structure of economic output”, Journal of Economic Growth, 16(4), pp. 309-42

Hidalgo, C. A., Klinger, B, Barabasi, A., L., and Hausmann, R., (2007) “The product space conditions the development of nations”, Science 27 july: 317 (5837), 482-487. Doi:10.1126/science.1144581

Johnson, N., F., (2007), Simply Complexity, a clear guide to complexity theory, Oneworld publications, Oxford

Kaldor, N., (1966) “Causes of the slow rate of economic growth of the United Kingdom”, in: Further Essays On Economic Theory, New York, Holmes & Meier Publisher.

Kattel, R. and Reinert, E., (2009) “The relevance of Ragnar Nurkse and classical development economics,” The other canon foundation and Tallinn university of technology working papers in technology governance and economic dynamics n21

Kattel, R. and Reinert, E., (2010) “Modernizing Russia: round iii. Russia and the other bric countries: forging ahead, catching up or falling behind?”, The Other Canon foundation and Tallinn university of technology working papers in technology governance and economic dynamics n32

Lall, S, Weiss, J., and Zhang, ., (2005) “The ‘sophistication’ of exports: a new measure of product characteristics”, ADB Institute Discussion Paper No. 23

Newman, M.E.J., (2010) Networks, an introduction, Santa Fe Institute, Oxford University Press

Oladi, R., and Gilbert, J. (2012) “Buyer and Seller Concentration in Global Commodity Markets”, DOI: 10.1111/j.1467-9361.2012.00667.x, Review of Development Economics, Volume 16, Issue 2, pages 359–367, May 2012

Reinert, E. (2008) How rich countries got rich and why poor countries stay poor, Ed. Public Affairs

Reinert, E., (2010) “Developmentalism,” The other canon foundation and Tallinn University of technology working papers in technology governance and economic dynamics n34

Reinert, S. (2011), Translating Empire, Emulation and the Origins of political economy, Harvard University Press

Rocha, I., L. (2015), “Essays on Economic Growth and Industrial Development: A comparative analysis between Brazil and South Korea”, PhD Thesis, University of Cambridge.

Rosvall, M. and Bergstrom, C. (2008) “Maps of random walks on complex networks reveal community structure,” Proceedings of the National Academy of Sciences 105, 1118

Schteingart, D. (2014) “Estructura productivo-tecnológica, inserción internacional y desarrollo”, Tesis de Maestría en sociología económica, Idaes-Unsam, Buenos Aires

Serrano, A. and Boguñá, M. (2003) “Topology of the world trade web”, Physical Review E 68, 015101(R), July

Sinha, S., Chatterjee, A., Chakraborti, A., Bikas K. (2010) Econophysics: An Introduction, 1st Edition, Wiley-VCH