secretaria de estado do turismo setur baftp.setur.ba.gov.br/prodetur/documentosbahiabid/estudo de...
TRANSCRIPT
SECRETARIA DE ESTADO DO TURISMO – SETUR BA
ESTUDO DE IMPACTOS SOCIOECONÔMICOS POTENCIAIS DOS
INVESTIMENTOS DO PRODETUR NACIONAL - BAHIA
RELATÓRIO FINAL (REVISÃO)
SÃO PAULO
MARÇO/2012
RESUMO
O estudo atinge os seguintes objetivos: (i) avalia os impactos socioeconômicos dos
investimentos do PRODETUR BA, a partir do enfoque de que se trata de uma atividade
econômica adicional, estruturante do espaço regional; (ii) neste contexto, apresenta as
estimativas dos impactos econômicos, diretos, indiretos e induzidos, produzidos nos níveis
da atividade econômica do Polo Baía de Todos-os-Santos, do restante do Estado e do País,
propiciados pelo conjunto de todas as atividades associadas às fases de implantação dos
investimentos (2013-2017) e dos efeitos sobre mudanças das matrizes de gastos dos turistas
(2018-2027), em termos dos aumentos (dos fluxos) de valor bruto da produção, de valor
adicionado ou PIB, de massa salarial e emprego, e de arrecadação de ICMS no Estado da
Bahia, que não seriam observados se o projeto não ocorresse. O instrumental utilizado para
a elaboração dos cenários do estudo refere-se a um sistema integrado de modelagem para
geração de cenários temporais, tendo como núcleo central um modelo de equilíbrio geral
computável (EGC). Os resultados são avaliados a partir de desvios de trajetória das
variáveis de interesse em relação ao baseline.
CÓDIGO JEL: L83, R11, R12, R13
EQUIPE TÉCNICA
Eduardo Amaral Haddad (Coordenador e Responsável Técnico)
Wilson Rabahy (Gerente do Projeto)
Alexandre Alves Porsse
Alexandre Nunes de Almeida
Décio Kadota
Paulo Roberto Haddad
Weslem Rodrigues Faria
ÍNDICE
1. APRESENTAÇÃO _________________________________________________________ 1
1.1. ÁREA DE ABRANGÊNCIA DO ESTUDO ________________________________________ 2
1.2. OBJETIVOS DO ESTUDO ___________________________________________________ 2
2. METODOLOGIA __________________________________________________________ 4
2.1. REGIONALIZAÇÃO _______________________________________________________ 7
2.2. SÍNTESE METODOLÓGICA _________________________________________________ 8
3. BASELINE _______________________________________________________________ 11
3.1. CENÁRIO TENDENCIAL __________________________________________________ 11
3.2. FLUXOS DE TURISTAS ___________________________________________________ 15
3.2.1. Dimensionamento ____________________________________________________ 15
3.2.2. Projeção ___________________________________________________________ 19
3.3. PERFIL DE GASTOS DOS TURISTAS _________________________________________ 23
4. CENÁRIOS ______________________________________________________________ 27
4.1. PREMISSAS DOS CENÁRIOS _______________________________________________ 27
4.2. FECHAMENTOS ________________________________________________________ 28
5. RESULTADOS ___________________________________________________________ 30
5.1. GASTOS ADICIONAIS DOS TURISTAS________________________________________ 30
5.2. FLUXOS ECONÔMICOS MARGINAIS (ADICIONAIS) _____________________________ 34
5.3. INDICADORES PARA O ESTADO DA BAHIA ___________________________________ 44
5.4. SÍNTESE ESTADUAL ____________________________________________________ 58
5.5. INDICADORES REGIONAIS ________________________________________________ 59
5.6. EFEITOS SOBRE ATIVIDADES CARACTERÍSTICAS DO TURISMO (ACT) _____________ 61
ANEXO A: TURISMO SUSTENTÁVEL E ASSIMETRIAS SOCIOECONÔMICAS NA
BAÍA DE TODOS OS SANTOS __________________________________________________ 65
ANEXO B: MULTIPLICADORES DOS GASTOS DOS TURISTAS ___________________ 80
ANEXO C: AVALIAÇÃO DE IMPACTO DO PROGRAMA PRODETUR BA SOBRE A
DESIGUALDADE E A POBREZA NA REGIÃO METROPOLITANA DE SALVADOR __ 83
1
1. APRESENTAÇÃO
O Governo do Estado da Bahia, representado pela Secretaria de Turismo do Estado,
acordou com o Banco Interamericano de Desenvolvimento – BID uma operação de crédito
para implantar uma pauta de investimentos que passou a compor o PRODETUR Nacional –
Bahia (PRODETUR BA), programa estabelecido pelo Ministério do Turismo.
Com o apoio do Programa PRODETUR Nacional, o Estado da Bahia disporá de um
instrumento adicional para a promoção de seu desenvolvimento econômico e diminuição
das disparidades regionais.
Nos planos de desenvolvimento do Estado são priorizadas 13 zonas turísticas na Bahia,
duas das quais ainda em processo de consolidação. A grande diversidade de atrações
turísticas contempla desde o litoral, ao sertão e ao cerrado, passando ainda por serras e
montanhas, onde o clima evoca outras práticas de turismo.
As 13 zonas priorizadas abrangem 156 municípios considerados turísticos. Desse total, 6
(seis) são classificados pelo Ministério do Turismo como destinos indutores de
desenvolvimento (Salvador, Porto Seguro, Mata de São João, Maraú, Lençóis e Itacaré), e
13 (treze) como municípios âncoras (Salvador, Porto Seguro, Prado, Valença, Mata de São
João, Ilhéus, Itacaré, Lençóis, Cachoeira, Juazeiro, Paulo Afonso, Barreiras e Feira de
Santana).
O PRODETUR BA busca potencializar a sustentabilidade da atividade turística, a partir da
vocação do Estado e das atuais tendências sobre as regiões de seu interior e de sua Região
Metropolitana. A requalificação das regiões interiorizadas resultará na criação de novos
postos de emprego, na geração de renda, na contenção dos fluxos migratórios em direção
aos novos polos regionais e na melhoria da qualidade de vida da população residente nos
polos turísticos identificados pelo programa.
O PRODETUR BA está voltado para a melhoria das condições institucionais e de
infraestrutura, de modo a contribuir para a expansão e a qualificação da atividade turística
no Estado da Bahia. O programa envolve recursos da ordem de USD 153 milhões,
2
provenientes de financiamento do Banco Interamericano de Desenvolvimento – BID e de
contrapartida local.
O presente relatório preparado pela Fundação Instituto de Pesquisas Econômicas – FIPE
apresenta a revisão dos resultados do estudo de avaliação de impacto dos investimentos no
âmbito do PRODETUR BA, visando subsidiar, com informações objetivas, sob a ótica
socioeconômica, o sistema de acompanhamento e controle do Governo do Estado da Bahia.
Foram incorporados ao relatório anterior os seguintes elementos: (i) ajuste da
temporalidade da análise; (ii) apresentação, no anexo B, dos multiplicadores estáticos
de insumo-produto dos perfis de gastos dos turistas domésticos e internacionais por
tipo de hospedagem; (iii) estudo adicional inovador sobre os impactos distributivos do
Programa na Região Metropolitana de Salvador (anexo C); e (iv) disponibilização dos
resultados em arquivo eletrônico anexo a este relatório.
1.1. ÁREA DE ABRANGÊNCIA DO ESTUDO
O PRODETUR BA focalizará os investimentos em uma região ou Polo Turístico Baía de
Todos-os-Santos, envolvendo um total de 18 Municípios priorizados com base em seu
maior potencial turístico. São eles:
Salvador Santo Amaro Nazaré
Itaparica Cachoeira Aratuípe
Vera Cruz São Felix Candeias
Madre de Deus Maragojipe Simões Filho
São Francisco do Conde Salinas da Margarida Muritiba
Saubara Jaguaripe Muniz Ferreira
1.2. OBJETIVOS DO ESTUDO
O presente estudo atende os seguintes objetivos, definidos no Plano de Trabalho e
validados pela Secretaria de Turismo do Estado do Estado da Bahia:
3
Avaliar os impactos socioeconômicos dos investimentos do PRODETUR BA, a
partir do enfoque de que se trata de uma atividade econômica adicional, estruturante
do espaço regional;
Apresentar as estimativas dos impactos econômicos, diretos, indiretos e induzidos,
produzidos nos níveis da atividade econômica do Polo Turístico, do restante do
Estado e do País, propiciados pelo conjunto de todas as atividades associadas às
fases de implantação dos investimentos (2013-2017) e dos efeitos sobre mudanças
das matrizes de gastos dos turistas (2018-2027), em termos dos aumentos (dos
fluxos) de valor bruto da produção, de valor adicionado ou PIB, de massa salarial e
emprego, e de arrecadação de ICMS no Estado da Bahia, que não seriam
observados se o Projeto não ocorresse.
4
2. METODOLOGIA
O instrumental utilizado para a elaboração dos cenários do estudo refere-se a um sistema
integrado de modelagem para geração de cenários temporais, tendo como núcleo central um
modelo EGC (modelo EFES – Economic Forecasting Equilibrium System). O modelo
EFES foi desenvolvido no âmbito do Projeto SIPAPE (Sistema Integrado de Planejamento
e Análise de Políticas Econômicas) –, em curso na FIPE e no Núcleo de Economia
Regional e Urbana da USP – NEREUS, cujo objetivo geral é a especificação e
implementação de um sistema de informações integrado para projeção macroeconômica,
setorial e regional, e análise de políticas econômicas.1 Como parte deste projeto, este
modelo de equilíbrio geral computável (EGC) está integrado a um modelo
macroeconômico de equilíbrio geral dinâmico (EGD), permitindo a geração de resultados
desagregados para até 56 setores e 110 produtos, consistentes com cenários internacionais e
macroeconômicos preestabelecidos. Outro módulo importante associado ao SIPAPE é o
módulo interestadual EGC, denominado B-MARIA – Brazilian Multisectoral And
Regional/Interregional Analysis2, em sua versão calibrada para o Estado da Bahia (Figura
2.1).
O modelo EFES é um modelo especificado com componentes de dinâmica suficientes para
gerar projeções temporais para a economia brasileira. Dessa forma, pode-se projetar
trajetórias de nível de atividade por setor, uma característica até agora pouco explorada em
modelos EGC no Brasil. Dentro da estratégia de implementação do modelo, podemos
definir, esquematicamente, os vários estágios de simulação para a obtenção das projeções
dos cenários econômicos consistentes, considerando a integração dos vários módulos. A
utilização do modelo EFES em simulações de projeção possibilita a produção de resultados
1 Haddad, E. A., e Domingues, E. P. (2001). “EFES – Um Modelo Aplicado de Equilíbrio Geral para a
Economia Brasileira: Projeções Setoriais para 1999-2004”, Estudos Econômicos, 31(1). 2 Haddad, E. A. (1999). Regional Inequality and Structural Changes: Lessons from the Brazilian Experience.
Aldershot, Ashgate.
Haddad, E. A. and G.J.D. Hewings (2005). “Market Imperfections in a Spatial Economy: Some Experimental
Results,” The Quarterly Review of Economics and Finance 45: 476-496.
5
estruturais e macroeconômicos sobre a evolução da economia brasileira no período de
estudo (2012-2027).
Uma importante etapa, antes da geração dos cenários futuros, refere-se às simulações
históricas. As simulações históricas são utilizadas para a atualização do banco de dados do
modelo e a determinação de tendências de mudanças tecnológicas e de preferências. O
modelo será calibrado, inicialmente, para 2007, ano mais recente para o qual estão
disponíveis as informações completas necessárias para sua implementação. Entretanto,
informações parciais vêm sendo liberadas para anos mais recentes, o que torna possível
atualizar os coeficientes estruturais do modelo a partir destes dados. Para o período
histórico entre o ano de referência e os anos mais recentes, podem-se observar movimentos
em muitas das variáveis que, normalmente, são determinadas endogenamente em modelos
EGC.
Para se acomodarem as novas variáveis exógenas, devem-se endogeneizar algumas
variáveis exógenas. O resultado final destas simulações permite-nos, como sugerido acima,
atualizar nosso banco de dados para um ano mais recente que serve como ano “0” de nossas
projeções.
No ambiente de projeção, o modelo é alimentado por projeções macroeconômicas do
modelo EGD. Entre as informações utilizadas, está a evolução da inflação, da taxa de
câmbio, do consumo das famílias, dos gastos do governo, do investimento agregado e das
exportações. Como insumo ao modelo EFES fazem parte também projeções de
especialistas e cenários sobre alterações nas preferências e tecnologia. Políticas setoriais
específicas também são introduzidas nas simulações de projeção. Alimentado com estas
informações, o modelo EFES produz projeções estruturais e macroeconômicas para a
economia brasileira. A evolução da oferta doméstica e externa (importações) dos bens pode
ser observada, assim como as variações do nível de atividade, investimento e estoque de
capital em cada um dos setores de atividade do modelo. Indicadores macroeconômicos
como volume de importações, saldo comercial, emprego e PIB também podem ser
acompanhados. Deve ser destacado que esse amplo conjunto de resultados é totalmente
6
consistente com as informações de entrada do modelo, com a estrutura da economia
brasileira e com a teoria econômica estabelecida.
Deve-se ressaltar que as projeções do modelo não representam previsões, stricto sensu, para
a economia brasileira. Os resultados derivados do modelo refletem trajetórias das variáveis
endógenas para cenários exógenos específicos. A grande vantagem deste instrumental
refere-se à sua flexibilidade na geração de cenários para a economia brasileira dentro de um
arcabouço teórico de equilíbrio geral totalmente baseado em fundamentos econômicos.
Apesar de limitações associadas a hipóteses restritivas sobre o comportamento dos agentes
econômicos e incertezas sobre os parâmetros e coeficientes do modelo, a utilização do
modelo EFES mostra-se bastante promissora e flexível, podendo salientar algumas
aplicações genéricas, tais como: a) geração de projeções setoriais baseadas em cenários
macroeconômicos alternativos; b) análise dos impactos de políticas econômicas sobre
trajetórias de crescimento da economia; c) integração com modelos regionais objetivando a
geração de resultados para estados e regiões do país.
Neste trabalho, utiliza-se ainda uma extensão interregional do modelo EFES (EFES-REG),
desenvolvida para geração das decomposições regionais dos resultados das simulações em
nível regional. Os coeficientes estruturais das regiões são utilizados (e atualizados a cada
sub-período) nos processos de calibragem e re-calibragem do modelo. A obtenção destes
coeficientes dá-se a partir de informações provenientes de uma matriz interregional de
insumo-produto, desenvolvida no âmbito deste projeto.
Uma vez estabelecida a trajetória de referência para a contextualização das magnitudes dos
impactos (Cenário Tendencial sem os investimentos do PRODETUR BA), o próximo passo
é definir os desvios em relação a essas trajetórias proporcionados pela realização dos
investimentos e pelo aumento projetado dos fluxos/gastos dos turistas nas regiões de
destino. O modelo B-MARIA-BA e o sistema interregional, integrados ao modelo EFES,
permitem que estes impactos sobre variáveis macroeconômicas, setoriais e regionais sejam
calculados. O modelo B-MARIA-BA garante a consistência dos resultados de equilíbrio
geral no nível estadual, enquanto o módulo interregional permite que os resultados sejam
7
alocados nos vários níveis sub-regionais de acordo com propriedades de um sistema de
insumo-produto interregional. As informações que alimentam os choques no sistema são:
(i) alocação temporal-regional-institucional dos gastos com investimentos incrementais no
período de implantação; e (ii) alocação temporal-regional-institucional dos gastos
adicionais com turismo a partir do ano término das obras. Uma vez traduzidos estes efeitos
em mudanças em variáveis do modelo EGC, podemos proceder às estimativas dos impactos
socioeconômicos do PRODETUR BA.
Figura 2.1. Janela de abertura do modelo B-MARIA-BA (ano base 2007)
2.1. REGIONALIZAÇÃO
A elaboração do sistema interregional de insumo-produto, no âmbito deste projeto, teve
como base de informações os fluxos de produtos entre microrregiões brasileiras, estimados
pela FIPE. O modelo considera duas regiões internas ao Estado da Bahia e uma região
residual (Resto do Brasil). A regionalização utilizada procurou estabelecer uma relação
8
bem próxima à delimitação das fronteiras geográficas do Polo em questão. Como os
municípios que compõem o Polo Turístico Baía de Todos-os-Santos (BTS) estão contidos
em mais de uma microrregião de forma não exaustiva, optaremos por alocar as
microrregiões no Polo baseando-nos na localização dos municípios turísticos principais,
gerando uma aproximação espacial das áreas do Polo no modelo de simulação.
A regionalização do módulo interestadual incluirá duas microrregiões homogêneas
associadas ao Polo Turístico Baía de Todos-os-Santos, a saber: Microrregião de Salvador e
Microrregião de Santo Antônio de Jesus. O Quadro 2.1 apresenta a relação utilizada entre
municípios do Polo e microrregiões homogêneas, destacando os municípios contemplados
pelo PRODETUR BA.
Quadro 2.1. Regionalização do módulo interestadual
A. Microrregião de Salvador
Salvador Lauro de Freitas
Camaçari Madre de Deus
Candeias São Francisco do Conde
Dias d'Ávila Simões Filho
Itaparica Vera Cruz
B. Microrregião de Santo Antônio de Jesus
Santo Antônio de Jesus Dom Macedo Costa Salinas da Margarida
Aratuípe Governador Mangabeira Santo Amaro
Cabaceiras do Paraguaçu Jaguaripe São Felipe
Cachoeira Maragogipe São Félix
Castro Alves Muniz Ferreira Sapeaçu
Conceição do Almeida Muritiba Saubara
Cruz das Almas Nazaré Varzedo
2.2.SÍNTESE METODOLÓGICA
O instrumental utilizado para a elaboração dos cenários do estudo refere-se a um
sistema integrado de modelagem para geração de cenários temporais, tendo como
núcleo central um modelo interregional de equilíbrio geral computável (IEGC);
Os resultados referem-se a:
9
o 56 setores
o 110 produtos;
o 3 regiões, sendo 1 delas o Polo BTS, considerado no PRODETUR BA;
O período de projeção é de 2012 a 2020.
Os resultados são avaliados a partir de desvios de trajetória das variáveis de
interesse (e.g. PIB) em relação ao baseline (Figura 2.2)
Figura 2.2. Definição esquemática dos efeitos marginais do PRODETUR BA
2007
PIB com PRODETUR BA
PIB sem PRODETUR BA
Fluxos marginais
2011 2017 2027
Simulação histórica
Investimentos Efeitos sobre turismo
10
O Quadro 2.2 sintetiza a relação de dependência interregional direta no modelo,
apresentando as estruturas dos fluxos de comércio entre as regiões. É importante ressaltar o
papel de polarização exercido pelo Polo BTS na economia baiana, uma vez que se coloca
como origem e destino relevante dos fluxos intra-estaduais.
Quadro 2.2. Estrutura agregada dos fluxos interregionais, Brasil (em % do total)
Fonte: EFES-REG.
Pólo BTS Restante da Bahia Restante do Brasil TOTAL
Pólo BTS 0.016 0.002 0.008 0.026
Restante da Bahia 0.003 0.007 0.007 0.016
Restante do Brasil 0.011 0.006 0.873 0.889
Restante do mundo 0.003 0.001 0.065 0.069
TOTAL 0.032 0.015 0.952 1.000
Destino
Ori
gem
11
3. BASELINE
Esta seção apresenta os resultados de nosso baseline, ou seja, as trajetórias de referência
para a contextualização das magnitudes dos impactos. Apresentaremos, a seguir, (i) as
informações para a trajetória de PIB, população e PIB per capita para as regiões do estudo;
(ii) as estimativas das matrizes de fluxos de turistas; e (iii) estimativas de perfil de gastos de
turistas domésticos e internacionais bem como indicadores médios de permanência.
3.1. CENÁRIO TENDENCIAL
O objetivo desta seção é delinear o Cenário Tendencial para a economia brasileira e suas
regiões, com o foco na economia baiana, tendo como resultado de interesse a geração de
projeções de variáveis econômicas, baseadas em hipóteses sobre o comportamento de
agregados macroeconômicos, mudanças tecnológicas e de preferências, projeções
demográficas, alterações no cenário internacional e informações sobre a tendência dos
investimentos setoriais/regionais. São apresentadas projeções para o PIB, população e PIB
per capita para três regiões brasileiras (Polo Baía de Todos os Santos, Resto da Bahia e
Resto do Brasil), além de projeções de crescimento da economia mundial.
O Cenário Tendencial aqui apresentado caracteriza uma situação provável para as
economias brasileira e baiana no futuro, dadas as restrições sob as quais operam e as
suposições feitas sobre alguns de seus aspectos estruturais fundamentais, tais como, taxa de
investimento, padrão de consumo das famílias, evolução da produtividade em alguns
setores etc. Essa situação é resultante das suposições feitas, das restrições presentes, e da
experiência de evolução da economia em passado relativamente recente. Basicamente, o
Cenário Tendencial deve ser entendido como uma situação para a qual caminharão as
economias do País e do Estado da Bahia, na hipótese de que os fatores e políticas presentes
nesse passado recente continuem a exercer alguma influência no período de projeção.
Como salientado, o propósito destas estimativas é contextualizar a magnitude dos impactos
do PRODETUR BA em um contexto temporal consistente.
12
A Tabela 3.1 apresenta as estimativas das trajetórias do PIB, população e PIB per capita
para o período 2011-2027. Já a Tabela 3.2 apresenta as respectivas estimativas das
trajetórias do crescimento do PIB, população e PIB per capita para o período 2011-2027. O
crescimento anual médio do PIB da Bahia é de 3,46%, enquanto o crescimento anual médio
do PIB nacional é de 3,67%. No caso do Polo BTS, essa taxa é da ordem de 3,45% ao ano
no período. Para o PIB per capita, o crescimento anual médio da Bahia é de 2,88%,
enquanto o crescimento anual médio nacional é de 3,04%. O crescimento anual médio do
PIB per capita no Polo BTS é de 1,87%.
13
Tabela 3.1. Cenário tendencial – baseline: PIB, População e PIB per capita
2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
PIB (milhões de R$ 2007)
BAHIA 124.760 129.534 134.068 138.847 143.829 149.101 154.444 159.934 165.499 171.212 177.038 183.032 189.133 195.372 201.750 208.283 214.944
Pólo BTS 63.107 65.486 67.699 70.048 72.547 75.180 77.878 80.654 83.475 86.368 89.326 92.366 95.467 98.637 101.876 105.188 108.562
Resto da Bahia 61.653 64.048 66.368 68.799 71.282 73.921 76.567 79.280 82.024 84.844 87.712 90.666 93.665 96.735 99.875 103.095 106.381
RESTO DO BRASIL 3.061.206 3.183.799 3.304.691 3.432.192 3.567.176 3.705.895 3.847.604 3.992.225 4.140.072 4.291.104 4.446.049 4.604.685 4.767.393 4.934.157 5.105.003 5.280.033 5.459.213
BRASIL 3.185.965 3.313.334 3.438.758 3.571.040 3.711.005 3.854.996 4.002.048 4.152.159 4.305.571 4.462.316 4.623.086 4.787.717 4.956.525 5.129.529 5.306.754 5.488.316 5.674.157
População (1.000)
BAHIA 14.886 15.001 15.111 15.216 15.316 15.412 15.505 15.596 15.683 15.768 15.850 15.929 16.006 16.079 16.149 16.215 16.278
Pólo BTS 4.559 4.644 4.728 4.811 4.893 4.974 5.055 5.136 5.216 5.295 5.374 5.453 5.531 5.609 5.685 5.761 5.836
Resto da Bahia 10.327 10.357 10.383 10.405 10.423 10.438 10.450 10.460 10.467 10.473 10.475 10.476 10.474 10.470 10.464 10.454 10.442
RESTO DO BRASIL 184.605 186.169 187.660 189.088 190.459 191.781 193.060 194.300 195.503 196.671 197.805 198.904 199.967 200.989 201.966 202.894 203.767
BRASIL 199.492 201.170 202.771 204.303 205.774 207.193 208.565 209.896 211.186 212.438 213.655 214.833 215.973 217.068 218.115 219.110 220.045
PIB per capita (R$ 2007)
BAHIA 8.380,73 8.634,76 8.872,20 9.125,37 9.390,91 9.674,19 9.960,61 10.255,02 10.552,76 10.858,44 11.169,78 11.490,41 11.816,60 12.150,67 12.492,92 12.844,71 13.204,88
Pólo BTS 13.841,72 14.101,26 14.319,39 14.561,12 14.827,62 15.114,19 15.405,82 15.705,13 16.005,08 16.310,95 16.620,95 16.938,65 17.259,88 17.586,60 17.919,03 18.258,45 18.603,56
Resto da Bahia 5.969,89 6.183,73 6.391,93 6.612,18 6.838,84 7.081,82 7.326,66 7.579,25 7.836,09 8.101,55 8.373,12 8.654,51 8.942,22 9.238,84 9.544,75 9.861,40 10.187,79
RESTO DO BRASIL 16.582,43 17.101,68 17.609,98 18.151,34 18.729,40 19.323,59 19.929,58 20.546,72 21.176,55 21.818,73 22.476,95 23.150,26 23.840,91 24.549,40 25.276,52 26.023,60 26.791,40
BRASIL 15.970,40 16.470,29 16.958,82 17.479,13 18.034,34 18.605,80 19.188,45 19.782,03 20.387,60 21.005,23 21.638,14 22.285,73 22.949,80 23.630,98 24.330,03 25.048,28 25.786,35
14
Tabela 3.2. Cenário tendencial – baseline: crescimento do PIB, População e PIB per capita
2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
PIB (taxa de crescimento a.a.)
BAHIA - 3,83 3,50 3,57 3,59 3,67 3,58 3,55 3,48 3,45 3,40 3,39 3,33 3,30 3,26 3,24 3,20
Pólo BTS - 3,77 3,38 3,47 3,57 3,63 3,59 3,57 3,50 3,47 3,42 3,40 3,36 3,32 3,28 3,25 3,21
Resto da Bahia - 3,88 3,62 3,66 3,61 3,70 3,58 3,54 3,46 3,44 3,38 3,37 3,31 3,28 3,25 3,22 3,19
RESTO DO BRASIL - 4,00 3,80 3,86 3,93 3,89 3,82 3,76 3,70 3,65 3,61 3,57 3,53 3,50 3,46 3,43 3,39
BRASIL - 4,00 3,79 3,85 3,92 3,88 3,81 3,75 3,69 3,64 3,60 3,56 3,53 3,49 3,45 3,42 3,39
População (taxa de crescimento a.a.)
BAHIA - 0,77 0,73 0,69 0,66 0,63 0,60 0,58 0,56 0,54 0,52 0,50 0,48 0,46 0,44 0,41 0,38
Pólo BTS - 1,86 1,80 1,75 1,71 1,66 1,63 1,59 1,56 1,53 1,50 1,46 1,43 1,40 1,37 1,33 1,29
Resto da Bahia - 0,29 0,25 0,21 0,17 0,14 0,12 0,09 0,07 0,05 0,03 0,01 -0,02 -0,04 -0,06 -0,09 -0,12
RESTO DO BRASIL - 0,85 0,80 0,76 0,73 0,69 0,67 0,64 0,62 0,60 0,58 0,56 0,53 0,51 0,49 0,46 0,43
BRASIL - 0,84 0,80 0,76 0,72 0,69 0,66 0,64 0,61 0,59 0,57 0,55 0,53 0,51 0,48 0,46 0,43
PIB per capita (taxa de crescimento a.a.)
BAHIA - 3,03 2,75 2,85 2,91 3,02 2,96 2,96 2,90 2,90 2,87 2,87 2,84 2,83 2,82 2,82 2,80
Pólo BTS - 1,88 1,55 1,69 1,83 1,93 1,93 1,94 1,91 1,91 1,90 1,91 1,90 1,89 1,89 1,89 1,89
Resto da Bahia - 3,58 3,37 3,45 3,43 3,55 3,46 3,45 3,39 3,39 3,35 3,36 3,32 3,32 3,31 3,32 3,31
RESTO DO BRASIL - 3,13 2,97 3,07 3,18 3,17 3,14 3,10 3,07 3,03 3,02 3,00 2,98 2,97 2,96 2,96 2,95
BRASIL - 3,13 2,97 3,07 3,18 3,17 3,13 3,09 3,06 3,03 3,01 2,99 2,98 2,97 2,96 2,95 2,95
15
3.2. FLUXOS DE TURISTAS
3.2.1. Dimensionamento
Para se avaliar os impactos do PRODETUR BA associados aos incrementos esperados nos
gastos totais dos turistas (seja pela intensificação dos fluxos de turistas, pelo aumento dos
gastos médios, ou pelo aumento do tempo de permanência), é fundamental que se tenha
uma ideia dos fluxos atuais e dos fluxos projetados na ausência dos investimentos.
Estas informações, contudo, estão disponibilizadas parcialmente e em fontes dispersas. Para
se obter uma estimativa sobre os fluxos de turistas entre pares de origem e destino, no
contexto de nossa modelagem, combinamos algumas fontes de informações sobre fluxos de
turistas domésticos e internacionais para calibrar uma matriz de fluxos de turistas para o
ano-base 2007.
As principais informações (fontes) utilizadas foram: a) turismo doméstico: estimativa de
fluxos de viagens para a Bahia, com origem dentro e fora do Estado (FIPE/EMBRATUR);
e b) turismo internacional: estimativa do número de turistas estrangeiros no Estado da
Bahia (EMBRATUR).
Para o turismo internacional, foram utilizados dados históricos sobre turismo receptivo para
o período 1991-2007 (EMBRATUR), considerando os números de turistas no Brasil e na
Bahia.
O dimensionamento do turismo doméstico baseou-se em informações do estudo
“Caracterização e dimensionamento do turismo doméstico no Brasil – 2007”, elaborado
pela própria FIPE para o Ministério do Turismo. O total de pessoas x viagens (turistas
domésticos) em 2007 foi estimado em 128.505 mil no Brasil. Deste total, o Estado da Bahia
foi o destino de 9.052 mil, ou 7,0% do total. Outra informação relevante é que do total
turistas x viagens com destino a Bahia, 1.754 mil (19,4%) teriam se originado no próprio
Estado.
16
Com base nestes grandes números e com as informações sobre procedência dos turistas no
polo, estimamos os números de turistas estrangeiros e de outros estados, restando ainda
desagregar os fluxos intra-estaduais.
Como resultado, conseguimos estimar o fluxo de turistas nas duas regiões de destino
relevantes para a análise de impacto (Polo BTS e Resto da Bahia) segundo suas diferentes
origens (doméstica e internacional), tendo ainda desagregado a origem dos turistas
domésticos por Estado. A composição da origem dos turistas para o Polo BTS e a Bahia é
apresentada no Gráfico 3.1. Os resultados absolutos, desagregados inclusive por Estado de
origem, são apresentados no Quadro 3.1. É interessante notar que o fluxo de turistas
internacionais possui participação mais elevada no Polo BTS (9,3%) em comparação com o
Estado da Bahia como um todo (5,7%). Além disso, considerando apenas a composição dos
fluxos de turistas domésticos com origem em outros Estados, constata-se que a participação
dos turistas provenientes de São Paulo e de Minas Gerais é mais forte no Estado como um
todo, enquanto que no Polo BTS tem-se São Paulo e Rio de Janeiro com participações mais
elevadas.
17
Gráfico 3.1. Composição dos fluxos de turistas segundo a origem, 2007
Destino: Bahia
Destino: Polo BTS
19,4%
5,7%
29,0%
5,1%
17,6%
1,1%
22,2%
74,9%
Bahia Exterior
Resto do Brasil São Paulo Resto do Brasil Rio de Janeiro
Resto do Brasil Minas Gerais Resto do Brasil Rio Grande do Sul
Resto do Brasil Outros Estados
22,7%
9,3%
25,0%
9,3%
6,0%
1,3%
26,4%
68,0%
Bahia Exterior
Resto do Brasil São Paulo Resto do Brasil Rio de Janeiro
Resto do Brasil Minas Gerais Resto do Brasil Rio Grande do Sul
Resto do Brasil Outros Estados
18
Quadro 3.1. Estimativa dos fluxos de turistas entre pares de origem e destino, 2007
Pólo BTS Resto_BA Pólo BTS Resto_BA Pólo BTS Resto_BA
BAHIA 737 1.018 1.754 BAHIA 42,0 58,0 100,0 BAHIA 22,7 17,5 19,4
RO 1 0 1 RO 100,0 0,0 100,0 RO 0,0 0,0 0,0
AC 0 0 0 AC 100,0 0,0 100,0 AC 0,0 0,0 0,0
AM 18 1 19 AM 95,4 4,6 100,0 AM 0,6 0,0 0,2
RR 0 0 0 RR 100,0 0,0 100,0 RR 0,0 0,0 0,0
PA 19 2 21 PA 90,0 10,0 100,0 PA 0,6 0,0 0,2
AP 1 0 1 AP 100,0 0,0 100,0 AP 0,0 0,0 0,0
TO 5 21 26 TO 19,7 80,3 100,0 TO 0,2 0,4 0,3
MA 1 4 5 MA 28,2 71,8 100,0 MA 0,0 0,1 0,1
PI 19 1 19 PI 96,9 3,1 100,0 PI 0,6 0,0 0,2
CE 43 7 50 CE 86,5 13,5 100,0 CE 1,3 0,1 0,6
RN 17 4 21 RN 80,4 19,6 100,0 RN 0,5 0,1 0,2
PB 20 20 40 PB 50,2 49,8 100,0 PB 0,6 0,3 0,4
PE 165 172 337 PE 48,8 51,2 100,0 PE 5,1 3,0 3,7
AL 36 13 49 AL 73,2 26,8 100,0 AL 1,1 0,2 0,5
SE 215 102 316 SE 67,9 32,1 100,0 SE 6,6 1,7 3,5
MG 195 1.400 1.595 MG 12,2 87,8 100,0 MG 6,0 24,1 17,6
ES 37 217 253 ES 14,6 85,4 100,0 ES 1,1 3,7 2,8
RJ 303 155 457 RJ 66,2 33,8 100,0 RJ 9,3 2,7 5,1
SP 811 1.817 2.628 SP 30,9 69,1 100,0 SP 25,0 31,3 29,0
PR 39 127 166 PR 23,6 76,4 100,0 PR 1,2 2,2 1,8
SC 22 22 45 SC 50,2 49,8 100,0 SC 0,7 0,4 0,5
RS 41 57 98 RS 42,1 57,9 100,0 RS 1,3 1,0 1,1
MS 1 37 38 MS 2,9 97,1 100,0 MS 0,0 0,6 0,4
MT 5 9 14 MT 36,6 63,4 100,0 MT 0,2 0,2 0,2
GO 72 150 222 GO 32,4 67,6 100,0 GO 2,2 2,6 2,5
DF 121 239 360 DF 33,5 66,5 100,0 DF 3,7 4,1 4,0
Exterior 302 212 514 Exterior 58,7 41,3 100,0 Exterior 9,3 3,7 5,7
3.247 5.805 9.052 35,9 64,1 100,0 100,0 100,0 100,0
% Origem
Ano-Base: 2007Destination
Total
Ori
gin
TOTAL
Total
TOTAL
Fluxo de Turistas (1.000) % Destino
Ano-Base: 2007Destination
Total
Ori
gin
TOTAL
Destination
Ori
gin
Ano-Base: 2007
19
3.2.2. Projeção
A matriz de 2007 foi projetada até 2027 tendo sido utilizado como fator de expansão a
relação entre variação anual do PIB per capita da região emissora e uma elasticidade
demanda por turismo em relação ao PIB per capita da região emissora de 1,5.3 Informações
adicionais sobre expectativa de turistas ligados aos grandes eventos esportivos previstos
para Salvador e o Brasil (Copa das Confederações, Copa do Mundo e efeito spillover dos
Jogos Olímpicos) foram incorporadas às projeções tendenciais.
A Tabela 3.3 apresenta as taxas de variação anual do PIB per capita da região emissora que
foram utilizadas para projetar o fluxo turístico até 2027. A seguir, os resultados da projeção
são apresentados no Quadro 3.2.
3 Crouch, G. (1995), “A Meta-Analysis of Tourism Demand”, Annals of Tourism Research, Vol. 22(1), pp.
113–18.
Tsounta, E. (2008), “What Attracts Tourists to Paradise?”, IMF Worling Paper
20
Tabela 3.3. Taxa de crescimento anual do PIB per capita, 2007-2027
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
Pólo BTS - 1,32 -1,81 6,55 -3,07 1,88 1,55 1,69 1,83 1,93 1,93 1,94 1,91 1,91 1,90 1,91 1,90 1,89 1,89 1,89 1,89
Resto_BA - 2,74 0,75 7,71 -1,44 3,58 3,37 3,45 3,43 3,55 3,46 3,45 3,39 3,39 3,35 3,36 3,32 3,32 3,31 3,32 3,31
RO - 7,43 -1,98 5,15 7,61 4,10 2,56 2,92 3,74 3,77 3,84 3,77 3,74 3,66 3,61 3,55 3,50 3,46 3,41 3,37 3,34
AC - 3,83 -3,04 4,29 8,67 3,64 1,84 2,31 3,40 3,43 3,58 3,52 3,52 3,43 3,40 3,33 3,30 3,26 3,22 3,19 3,17
AM - 0,16 -3,49 4,05 3,06 1,98 2,74 2,85 2,66 2,56 2,55 2,55 2,57 2,59 2,65 2,69 2,70 2,73 2,76 2,79 2,83
RR - 3,55 -4,16 4,25 8,83 3,19 1,56 2,02 3,01 3,07 3,20 3,15 3,16 3,09 3,10 3,04 3,02 2,99 2,97 2,95 2,95
PA - 6,48 -5,62 6,48 3,72 2,21 4,47 3,98 2,47 2,65 2,26 2,26 2,13 2,19 2,12 2,21 2,15 2,17 2,19 2,24 2,25
AP - -0,77 -4,25 3,34 7,80 2,72 1,89 2,19 2,76 2,80 2,87 2,86 2,87 2,83 2,84 2,81 2,81 2,80 2,80 2,80 2,81
TO - 7,74 -0,60 7,17 2,52 3,67 2,70 2,92 3,39 3,48 3,48 3,44 3,40 3,35 3,31 3,27 3,23 3,19 3,16 3,13 3,10
MA - 9,69 -2,98 5,34 5,74 2,91 3,14 3,09 2,82 2,96 2,83 2,83 2,77 2,77 2,75 2,76 2,73 2,73 2,73 2,74 2,73
PI - 8,35 0,22 6,72 2,78 4,21 2,20 2,65 3,77 3,84 3,98 3,91 3,89 3,79 3,74 3,66 3,61 3,55 3,49 3,44 3,40
CE - 8,99 -0,18 5,95 1,22 3,47 1,98 2,35 3,19 3,29 3,39 3,36 3,34 3,29 3,25 3,21 3,17 3,14 3,10 3,08 3,05
RN - 0,83 -2,93 5,44 3,62 3,60 1,62 2,19 3,28 3,43 3,58 3,55 3,53 3,46 3,43 3,34 3,32 3,28 3,23 3,19 3,15
PB - 5,56 -0,28 6,25 3,39 3,95 2,55 2,87 3,64 3,70 3,77 3,72 3,69 3,62 3,58 3,52 3,48 3,43 3,38 3,34 3,31
PE - 3,13 -0,39 6,18 2,87 3,75 2,37 2,63 3,51 3,90 3,85 3,80 3,77 3,69 3,51 3,45 3,40 3,36 3,31 3,27 3,24
AL - 0,06 -0,69 6,01 1,40 3,34 2,50 2,73 3,11 3,24 3,23 3,22 3,18 3,15 3,12 3,10 3,06 3,03 3,01 2,99 2,96
SE - 5,52 -1,52 5,72 2,03 3,61 1,97 2,45 3,35 3,48 3,57 3,54 3,51 3,44 3,39 3,32 3,29 3,25 3,21 3,17 3,14
MG - 7,41 -1,57 7,48 0,17 2,95 3,34 3,32 3,02 3,08 2,96 2,94 2,88 2,88 2,85 2,87 2,83 2,83 2,83 2,83 2,83
ES - 5,15 -4,70 6,87 2,72 2,43 3,72 3,52 2,61 2,74 2,50 2,51 2,43 2,47 2,44 2,50 2,47 2,49 2,50 2,54 2,54
RJ - 5,38 -1,44 6,94 2,80 3,51 3,21 3,37 3,52 3,52 3,48 3,40 3,33 3,24 3,17 3,02 3,10 3,06 3,02 2,98 2,95
SP - 1,45 -2,08 6,75 1,71 3,23 3,23 3,30 3,45 3,27 3,27 3,21 3,21 3,17 3,18 3,17 3,16 3,16 3,16 3,15 3,16
PR - 1,83 -0,86 6,85 -0,10 2,97 2,93 2,98 2,92 2,98 2,89 2,87 2,83 2,83 2,83 2,84 2,81 2,81 2,81 2,82 2,82
SC - 6,43 -2,81 5,32 4,28 3,02 2,85 3,00 3,16 3,07 3,05 3,01 3,00 2,97 2,98 2,98 2,97 2,97 2,97 2,98 2,99
RS - 3,83 -0,85 6,98 0,97 3,36 3,36 3,41 3,33 3,30 3,21 3,18 3,12 3,11 3,08 3,10 3,05 3,04 3,03 3,03 3,02
MS - 5,92 -2,65 4,73 6,23 3,02 2,68 2,76 2,79 2,98 2,89 2,88 2,82 2,82 2,77 2,78 2,73 2,72 2,71 2,72 2,71
MT - 12,29 -1,30 5,48 2,06 1,94 3,41 3,11 2,07 2,30 1,98 2,00 1,91 1,99 1,97 2,04 1,99 2,02 2,04 2,09 2,10
GO - 4,33 -0,83 4,69 2,92 2,91 1,89 2,16 2,67 2,90 2,92 2,92 2,89 2,87 2,84 2,83 2,79 2,77 2,76 2,75 2,74
DF - 6,97 -0,03 5,81 -0,37 3,18 1,12 1,64 2,90 3,06 3,27 3,25 3,27 3,19 3,18 3,12 3,09 3,06 3,02 2,99 2,98
Exterior - -0,60 -4,30 2,50 1,00 1,30 1,30 1,30 1,30 1,30 1,30 1,30 1,30 1,30 1,30 1,30 1,30 1,30 1,30 1,30 1,30
21
Quadro 3.2. Projeção dos fluxos de turistas entre pares de origem e destino, 2008-2027
2008 2009
Tourist flows (1.000) Tourist flows (1.000)
Pólo BTS Resto_BA Total Pólo BTS Resto_BA Total
Pólo BTS 0 519 519 Pólo BTS 0 505 505
Resto_BA 384 0 384 Resto_BA 388 0 388
Resto_BR 2.337 4.871 7.208 Resto_BR 2.283 4.744 7.027
Exterior 299 211 509 Exterior 280 197 477
TOTAL 3.020 5.600 8.620 TOTAL 2.950 5.446 8.396
2010 2011
Tourist flows (1.000) Tourist flows (1.000)
Pólo BTS Resto_BA Total Pólo BTS Resto_BA Total
Pólo BTS 0 554 554 Pólo BTS 0 529 529
Resto_BA 433 0 433 Resto_BA 423 0 423
Resto_BR 2.505 5.228 7.733 Resto_BR 2.573 5.328 7.901
Exterior 290 204 494 Exterior 294 207 502
TOTAL 3.228 5.987 9.214 TOTAL 3.291 6.064 9.355
2012 2013
Pólo BTS Resto_BA Total Pólo BTS Resto_BA Total
Pólo BTS 0 544 544 Pólo BTS 0 556 556
Resto_BA 446 0 446 Resto_BA 509 0 509
Resto_BR 2.700 5.578 8.278 Resto_BR 3.059 5.857 8.916
Exterior 300 211 512 Exterior 339 219 558
TOTAL 3.447 6.333 9.780 TOTAL 3.908 6.632 10.540
2014 2015
Pólo BTS Resto_BA Total Pólo BTS Resto_BA Total
Pólo BTS 0 570 570 Pólo BTS 0 586 586
Resto_BA 615 0 615 Resto_BA 549 0 549
Resto_BR 3.674 6.179 9.853 Resto_BR 3.271 6.417 9.688
Exterior 412 230 642 Exterior 343 227 570
TOTAL 4.701 6.979 11.680 TOTAL 4.162 7.230 11.392
2016 2017
Pólo BTS Resto_BA Total Pólo BTS Resto_BA Total
Pólo BTS 0 603 603 Pólo BTS 0 621 621
Resto_BA 587 0 587 Resto_BA 599 0 599
Resto_BR 3.485 6.729 10.215 Resto_BR 3.549 7.036 10.585
Exterior 358 232 589 Exterior 351 235 585
TOTAL 4.429 7.564 11.994 TOTAL 4.498 7.892 12.389
22
Quadro 3.2. Projeção dos fluxos de turistas entre pares de origem e destino, 2008-2027
2018 2019
Pólo BTS Resto_BA Total Pólo BTS Resto_BA Total
Pólo BTS 0 639 639 Pólo BTS 0 657 657
Resto_BA 628 0 628 Resto_BA 659 0 659
Resto_BR 3.715 7.364 11.079 Resto_BR 3.889 7.704 11.592
Exterior 357 239 596 Exterior 364 244 608
TOTAL 4.701 8.242 12.943 TOTAL 4.911 8.605 13.516
2020 2021
Pólo BTS Resto_BA Total Pólo BTS Resto_BA Total
Pólo BTS 0 676 676 Pólo BTS 0 695 695
Resto_BA 691 0 691 Resto_BA 725 0 725
Resto_BR 4.068 8.056 12.124 Resto_BR 4.254 8.422 12.676
Exterior 370 249 619 Exterior 377 254 631
TOTAL 5.129 8.980 14.110 TOTAL 5.356 9.371 14.727
2022 2023
Pólo BTS Resto_BA Total Pólo BTS Resto_BA Total
Pólo BTS 0 715 715 Pólo BTS 0 735 735
Resto_BA 760 0 760 Resto_BA 797 0 797
Resto_BR 4.446 8.804 13.251 Resto_BR 4.647 9.201 13.848
Exterior 384 258 643 Exterior 391 263 655
TOTAL 5.591 9.778 15.368 TOTAL 5.835 10.200 16.035
2024 2025
Pólo BTS Resto_BA Total Pólo BTS Resto_BA Total
Pólo BTS 0 756 756 Pólo BTS 0 778 778
Resto_BA 835 0 835 Resto_BA 875 0 875
Resto_BR 4.856 9.614 14.470 Resto_BR 5.073 10.045 15.118
Exterior 398 269 667 Exterior 406 274 680
TOTAL 6.090 10.639 16.729 TOTAL 6.355 11.096 17.451
2026 2027
Pólo BTS Resto_BA Total Pólo BTS Resto_BA Total
Pólo BTS 0 800 800 Pólo BTS 0 822 822
Resto_BA 918 0 918 Resto_BA 962 0 962
Resto_BR 5.300 10.494 15.794 Resto_BR 5.535 10.964 16.499
Exterior 413 279 692 Exterior 421 284 705
TOTAL 6.631 11.573 18.204 TOTAL 6.918 12.070 18.989
23
3.3. PERFIL DE GASTOS DOS TURISTAS
Um conjunto de informações relevantes, necessárias para parametrizar os choques do
modelo, refere-se ao perfil de gastos dos turistas nas regiões de destino do Estado da Bahia.
Consideramos, inicialmente, informações sobre o perfil do turismo doméstico a partir de
estimativas presentes em estudos da FIPE, elaborados para a EMBRATUR, sobre
caracterização e dimensionamento do turismo doméstico no Brasil. A partir dos micro-
dados da pesquisa referente a 2007, pode-se gerar informações sobre composição dos
gastos no Polo BTS. Para o segundo destino baiano – Resto da Bahia – utilizou-se
procedimento residual a partir de informações adicionais sobre a composição dos gastos
médios no Estado como um todo. As estimativas brutas do estudo encontram-se na Tabela
3.4.
24
Tabela 3.4. Turismo doméstico – Composição dos gastos médios dos visitantes*,
Polo BTS e Resto da Bahia (em BRL 2007)
* Realizados pelos residentes em um domicílio.
Fonte: FIPE.
Os itens “pacotes” e “transporte (origem-destino-origem)” foram excluídos da composição
dos gastos considerados no vetor de choques associados a gastos dos visitantes nos destinos
turísticos. No caso dos gastos com “pacotes”, utilizamos a informação dos gastos como
fator de alteração dos níveis de gastos locais, uma vez que parte considerável dos gastos
associados a este item traduz-se em gastos na região de destino, principalmente em
hospedagem, alimentação e passeios e atrações turísticas. Os gastos com deslocamentos de
viagem foram desconsiderados.
Considerando, ainda, informações da Pesquisa FIPE/EMBRATUR sobre o tempo médio de
permanência, podem-se obter os gastos médios per capita por turista/dia (doméstico). Os
resultados são apresentados na Tabela 3.5.
Pólo BTS Resto_BA
Compras Pessoais 145,51 41,05
Transporte Local 26,24 110,50
Hospedagem 128,75 149,66
Alimentação 181,11 98,70
Passeios e Atrações Turísticas 86,74 70,09
Diversão Noturna 72,61 50,73
Outros 35,89 19,18
TOTAL 676,85 539,92
Destino
25
Tabela 3.5. Turismo doméstico – Composição dos gastos médios per capita ao dia,
Polo BTS e Resto da Bahia (em BRL 2007)
Fonte: Elaboração própria a partir de dados da FIPE/EMBRATUR.
Para parametrização do modelo, os itens de gasto foram mapeados para cinco produtos do
modelo, a saber, “comércio” (compras pessoais); “transporte de passageiro” (transporte
local); “alojamento e alimentação” (hospedagem e alimentação); “serviços prestados às
famílias” (passeios e atrações turísticas); e “serviços domésticos” (diversão noturna e
outros).
Para o turismo internacional, utilizamos informações sobre a estrutura dos gastos dos
turistas estrangeiros obtida da Pesquisa FIPE/EMBRATUR. A regionalização destas
informações baseou-se nas diferenças interregionais dos níveis de gastos médios do turismo
doméstico nos destinos do Estado da Bahia. Manteve-se, assim, a estrutura da composição
dos itens de gasto, alterando-se os valores totais proporcionalmente às diferenças
verificadas. Segundo estas fontes de dados, a composição dos gastos diários dos turistas
estrangeiros no Polo BTS e no Resto da Bahia pode ser aproximada pelos valores
apresentados na Tabela 3.6.
Pólo BTS Resto_BACompras Pessoais 19,39 5,51
Transporte Local 3,50 14,84
Hospedagem 17,15 20,09
Alimentação 24,13 13,25
Passeios e Atrações Turísticas 11,56 9,41
Diversão Noturna 9,67 6,81
Outros 4,78 2,58
TOTAL 90,18 72,49
Tempo médio de permanência (dias) 7,51 7,45
Destino
26
Tabela 3.6. Turismo internacional – Composição dos gastos médios per capita ao dia,
Polo BTS e Resto da Bahia (em BRL 2007)
Fonte: Elaboração própria a partir de dados da FIPE/EMBRATUR.
Itens de gasto Pólo BTS Resto_BA
Comércio 20,90 13,37
Transporte de passageiros 17,66 13,35
Alojamento e alimentação 68,55 53,83
Serviços prestados às famílias 15,72 14,10
Outros serviços 15,49 27,09
TOTAL 138,33 121,74
27
4. CENÁRIOS
Este capítulo apresenta as hipóteses para a geração dos cenários associados ao PRODETUR
BA. Além das premissas sobre os parâmetros de turismo, são também explicitadas as
hipóteses de financiamento dos gastos adicionais dos turistas.
Os efeitos dos investimentos consideram duas fases distintas: (i) a primeira referente à fase
de implantação dos investimentos previstos (2013-2017); e (ii) a segunda referente aos
efeitos sobre turismo, no período 2018-2027.
Foram desenhados quatro cenários associados aos efeitos diretos do PRODETUR BA sobre
o perfil dos turistas no Polo BTS. Os cenários foram elaborados de modo que os efeitos
previstos no Cenário 1 tendem a ser ampliados nos cenários subsequentes, de maneira
gradativa. Assim, pode-se considerar o Cenário 1 como o mais conservador, o Cenário 2
como intermediário 1, o Cenário 3 como intermediário 2, e o Cenário 4 como o mais
otimista.
4.1. PREMISSAS DOS CENÁRIOS
Cenário 1. Aumento gradativo dos gastos dos turistas com passeios e atrações turísticas a
partir de 2018, atingindo um incremento de 10% em 2027.
Cenário 2. Às premissas do Cenário 1, acrescenta-se a hipótese de aumento gradativo do
tempo médio de permanência dos turistas domésticos (de 7,51 dias para 8,00) e
internacionais (de 13,87 para 14,00), a partir de 2018.
Cenário 3. Às premissas do Cenário 2, acrescenta-se a hipótese de aumento gradativo nos
gastos diários dos turistas domésticos com alojamento e alimentação, atingindo um
incremento de 3% em 2027.
Cenário 4. Este cenário inclui uma hipótese adicional ao Cenário 3: aumento gradativo do
fluxo de turistas para o Polo BTS, atingindo um incremento de 1% em 2027.
28
As informações referentes à fase de implantação dos investimentos foram obtidas a partir
da matriz de investimentos do PRODETUR BA, considerando-se somente os itens de
despesas típicos de investimentos. Desta forma, a alocação temporal- seguiu a composição
apresentada na Tabela 4.1.
Tabela 4.1. Regionalização dos investimentos do PRODETUR BA (BRL mil, 2011)
Fonte: SETUR-BA.
4.2. FECHAMENTOS
Uma questão fundamental refere-se ao financiamento dos gastos adicionais ao longo do
período de projeção. Para os gastos da fase de implantação, partiu-se do pressuposto que os
investimentos do BID não impactarão as contas estaduais no período de projeção, enquanto
a contrapartida será financiada com redução (aumento) do superávit (déficit) fiscal do
Estado.
No caso dos gastos adicionais dos turistas, consideramos duas hipóteses alternativas,
associadas a caracterizações distintas dos resultados. No fechamento “A”, os gastos
adicionais dos turistas seriam financiados por reduções equivalentes nos gastos com
consumo nas respectivas regiões de origem, o que representaria um efeito substituição
induzido na cesta de bens dos viajantes. No fechamento “B”, estes gastos adicionais
seriam financiados por redução da poupança pessoal, maximizando os efeitos
Itens de depesa 2013 2014 2015 2016 2017 Total
Recuperação de Patrimônio Histórico 10.860 16.290 16.290 5.430 5.430 54.300
Valorização e Gestão de Atrativos Turísticos e
Criação de Novos Produtos 14.338 21.506 21.506 7.169 7.169 71.688
Implantação de estruturas de apoio ao turismo
náutico 4.000 6.000 6.000 2.000 2.000 20.000
Melhorias na Segurança Pública 1.900 2.850 2.850 950 950 9.500
Melhorias dos Acessos Terrestres da Ilha dos
Frades (Praia Grande, Santana e Itamoabo) 800 1.200 1.200 400 400 4.000
Projeto Espaço Turístico da Península de
Itapagipe 9.300 13.950 13.950 4.650 4.650 46.500
TOTAL 41.198 61.796 61.796 20.599 20.599 205.988
29
multiplicadores dos gastos. Destarte, na análise subsequente dos resultados, consideraremos
oito casos distintos, com os resultados referentes aos cruzamentos dos quatro cenários com
os dois fechamentos.
30
5. RESULTADOS
Os resultados dos impactos econômicos sobre produção, PIB (valor adicionado), massa
salarial, emprego e arrecadação de ICMS são apresentados a seguir, considerando-se seus
efeitos desagregados espacialmente. Pode-se isolar os efeitos específicos sobre os sub-
polos, bem como identificar impactos estaduais e nacionais, informações extremamente
relevantes para a tomada de decisão dos formuladores de política nos vários níveis de
governo.
A apresentação dos resultados e a avaliação do PRODETUR BA foram feitas considerando,
inicialmente, os efeitos diretos das hipóteses para os parâmetros de turismo no Estado sobre
a estrutura de gastos adicionais dos turistas. A seguir, apresentaremos os efeitos sistêmicos
sobre fluxos adicionais das variáveis de interesse, seguidos de uma avaliação dos impactos
estaduais, regionais e setoriais com a utilização de indicadores sintéticos.
5.1. GASTOS ADICIONAIS DOS TURISTAS
As premissas dos quatro cenários, explicitadas na seção 4.1, refletem-se diretamente nos
gastos totais dos turistas, domésticos e internacionais, por região de destino.
Como mencionado, a sequência dos cenários sugere uma magnificação dos efeitos a partir
do Cenário 1. A Figura 5.1 ilustra este fato. Entretanto, os efeitos sobre a composição da
origem dos gastos (turismo doméstico e internacional) se alteram ao longo do tempo, com o
aumento da participação dos gastos dos turistas domésticos (Figura 5.2). Esses resultados
são influenciados pelas hipóteses definidas nos cenários, sendo que o aumento da
participação dos gastos dos turistas domésticos reflete a dominância das hipóteses dos
Cenários 2 e 3.
31
Figura 5.1. Gastos adicionais dos turistas no Estado da Bahia (em BRL milhões)
0
100
200
300
400
500
600
2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
BR
L M
il
Cenário 1 Cenário 2 Cenário 3 Cenário 4
32
Figura 5.2. Estrutura dos gastos adicionais dos turistas no Estado da Bahia:
Cenários 1, 2, 3 e 4 (em % do total)
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
Cenário 1 - Internacional Cenário 1 - Doméstico
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
Cenário 2 - Internacional Cenário 2 - Doméstico
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
Cenário 3 - Internacional Cenário 3 - Doméstico
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
Cenário 4 - Internacional Cenário 4 - Doméstico
33
Quadro 5.1. Projeção dos gastos adicionais dos turistas no Estado da Bahia
(em BRL milhões)
Origem dos turistas 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
Pólo BTS 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
Resto_BA 0,0 0,5 1,1 1,7 2,4 3,2 4,1 5,0 6,0 7,1 8,3
Resto_BR 0,0 3,1 6,5 10,2 14,3 18,8 23,7 29,1 34,9 41,2 48,0
Exterior 0,0 0,7 1,5 2,3 3,2 4,1 5,0 6,0 7,0 8,1 9,2
TOTAL 0,0 4,4 9,1 14,3 20,0 26,1 32,8 40,1 47,9 56,4 65,5
Origem dos turistas 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
Pólo BTS 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
Resto_BA 0,0 3,2 6,8 10,8 15,2 20,0 25,3 31,0 37,3 44,2 51,8
Resto_BR 0,0 19,2 40,3 63,6 89,1 116,9 147,3 180,4 216,4 255,4 297,8
Exterior 0,0 1,4 2,9 4,4 6,0 7,6 9,4 11,2 13,0 15,0 17,0
TOTAL 0,0 23,8 50,0 78,8 110,2 144,5 181,9 222,6 266,7 314,6 366,6
Origem dos turistas 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
Pólo BTS 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
Resto_BA 0,0 3,8 8,1 12,8 17,9 23,6 29,8 36,7 44,2 52,4 61,3
Resto_BR 0,0 22,6 47,6 75,0 105,2 138,1 174,1 213,3 255,9 302,3 352,6
Exterior 0,0 1,4 2,9 4,4 6,0 7,6 9,4 11,2 13,0 15,0 17,0
TOTAL 0,0 27,8 58,5 92,2 129,1 169,3 213,3 261,1 313,2 369,7 430,9
Origem dos turistas 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
Pólo BTS 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
Resto_BA 0,0 4,3 8,6 13,6 19,0 25,1 31,9 39,5 48,0 57,6 68,4
Resto_BR 0,0 25,2 51,0 79,8 111,6 146,8 186,0 229,5 278,1 332,4 393,6
Exterior 0,0 2,1 3,8 5,6 7,6 9,7 12,1 14,8 17,8 21,2 25,3
TOTAL 0,0 31,5 63,5 98,9 138,1 181,7 230,0 283,8 343,8 411,2 487,3
Cenário 1
Cenário 2
Cenário 3
Cenário 4
34
5.2. FLUXOS ECONÔMICOS MARGINAIS (ADICIONAIS)
Em termos agregados, os investimentos do PRODETUR BA possuem um impacto
potencial sobre o crescimento do Polo BTS, do Estado da Bahia e do País. Como em nosso
modelo os fluxos são anuais, podemos interpretar a diferença resultante do ajuste aos
choques, nos vários cenários, como uma variação no fluxo de renda da economia,
representando um desvio de uma trajetória de controle subjacente, dada pelo baseline
(Figura 5.5).
Antes de contextualizarmos estes impactos, apresentaremos nesta seção os valores para os
fluxos marginais de variáveis econômicas selecionadas, a saber: valor bruto da produção,
PIB, massa salarial, emprego (em termos de equivalente-homem-ano – EHA) e arrecadação
de ICMS. O Quadro 5.2 apresenta estas estimativas para os quatro cenários, considerando
os dois fechamentos alternativos.
35
Figura 5.5. Definição esquemática dos efeitos marginais do PRODETUR BA
2007
PIB com PRODETUR BA
PIB sem PRODETUR BA
Fluxos marginais
2011 2017 2027
Simulação histórica
Investimentos Efeitos sobre turismo
36
Quadro 5.2. Projeção dos efeitos marginais do PRODETUR em variáveis econômicas
selecionadas, 2012-2027
A. Cenário 1A
2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
BAHIA 0 16 24 24 8 8 5 10 15 21 28 35 42 51 59 69
Pólo BTS 0 14 20 20 7 7 4 9 15 21 27 34 41 49 58 68
Resto da Bahia 0 3 4 4 1 1 0 0 0 0 1 1 1 1 1 1
RESTO DO BRASIL 0 23 35 35 12 12 -3 -7 -10 -15 -19 -24 -30 -36 -42 -49
BRASIL 0 39 59 59 20 20 2 3 5 7 9 11 13 15 17 20
BAHIA 0 8 11 11 4 4 3 5 9 12 16 20 24 29 34 39
Pólo BTS 0 7 10 10 3 3 3 5 9 12 16 20 24 29 34 39
Resto da Bahia 0 1 2 2 1 1 0 0 0 0 0 0 0 0 0 0
RESTO DO BRASIL 0 8 12 12 4 4 -2 -3 -5 -7 -10 -12 -15 -18 -22 -25
BRASIL 0 16 23 23 8 8 1 2 3 4 6 7 9 10 12 14
BAHIA 0 3 4 4 1 1 2 3 5 7 9 12 14 17 20 23
Pólo BTS 0 2 3 3 1 1 2 3 5 7 9 12 14 17 20 23
Resto da Bahia 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0
RESTO DO BRASIL 0 4 5 5 2 2 -1 -1 -2 -3 -4 -5 -6 -7 -8 -10
BRASIL 0 6 10 10 3 3 1 2 3 4 5 7 8 10 12 13
BAHIA 0 391 587 587 196 196 296 620 973 1.359 1.778 2.234 2.728 3.263 3.842 4.468
Pólo BTS 0 325 488 488 163 163 295 618 970 1.355 1.773 2.228 2.721 3.255 3.833 4.459
Resto da Bahia 0 66 99 99 33 33 1 2 3 4 5 6 7 8 9 9
RESTO DO BRASIL 0 236 355 355 118 118 -36 -76 -120 -169 -223 -283 -348 -420 -499 -584
BRASIL 0 628 942 942 314 314 260 544 853 1.190 1.555 1.951 2.379 2.843 3.343 3.884
BAHIA 0 0 1 1 0 0 0 0 1 1 1 2 2 3 3 3
Pólo BTS 0 0 0 0 0 0 0 0 1 1 1 2 2 2 3 3
Resto da Bahia 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
RESTO DO BRASIL 0 1 2 2 1 1 0 0 0 -1 -1 -1 -1 -2 -2 -2
BRASIL 0 2 2 2 1 1 0 0 0 0 0 1 1 1 1 1
VB
P
(BR
L M
200
7)
PIB
(BR
L M
200
7)
Mas
sa s
alar
ial
(BR
L M
200
7)EH
AIC
MS
(BR
L M
200
7)
37
Quadro 5.2. Projeção dos efeitos marginais do PRODETUR em variáveis econômicas
selecionadas, 2012-2027
B. Cenário 1B
2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
BAHIA 0 16 24 24 8 8 5 10 16 23 30 37 46 55 64 75
Pólo BTS 0 14 20 20 7 7 5 10 15 21 28 35 43 51 60 70
Resto da Bahia 0 3 4 4 1 1 0 1 1 2 2 3 3 4 4 5
RESTO DO BRASIL 0 23 35 35 12 12 1 2 4 5 7 8 10 12 14 17
BRASIL 0 39 59 59 20 20 6 13 20 28 37 46 56 67 79 92
BAHIA 0 8 11 11 4 4 3 6 9 13 17 21 26 31 36 42
Pólo BTS 0 7 10 10 3 3 3 6 9 12 16 20 24 29 34 40
Resto da Bahia 0 1 2 2 1 1 0 0 0 1 1 1 1 1 2 2
RESTO DO BRASIL 0 8 12 12 4 4 0 1 1 2 3 3 4 5 6 6
BRASIL 0 16 23 23 8 8 3 7 11 15 19 24 30 35 42 48
BAHIA 0 3 4 4 1 1 2 3 5 7 10 12 15 18 21 24
Pólo BTS 0 2 3 3 1 1 2 3 5 7 9 12 14 17 20 23
Resto da Bahia 0 0 1 1 0 0 0 0 0 0 0 0 0 1 1 1
RESTO DO BRASIL 0 4 5 5 2 2 0 0 1 1 1 1 2 2 2 3
BRASIL 0 6 10 10 3 3 2 4 6 8 11 13 16 20 23 27
BAHIA 0 391 587 587 196 196 305 639 1.004 1.401 1.834 2.304 2.815 3.367 3.966 4.613
Pólo BTS 0 325 488 488 163 163 296 620 975 1.361 1.782 2.238 2.734 3.271 3.852 4.481
Resto da Bahia 0 66 99 99 33 33 9 18 29 40 53 66 81 96 113 132
RESTO DO BRASIL 0 236 355 355 118 118 52 110 172 240 314 395 482 576 678 788
BRASIL 0 628 942 942 314 314 357 748 1.176 1.642 2.148 2.699 3.296 3.943 4.644 5.401
BAHIA 0 0 1 1 0 0 0 1 1 1 1 2 2 3 3 4
Pólo BTS 0 0 0 0 0 0 0 0 1 1 1 2 2 2 3 3
Resto da Bahia 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
RESTO DO BRASIL 0 1 2 2 1 1 0 0 0 0 1 1 1 1 1 1
BRASIL 0 2 2 2 1 1 0 1 1 2 2 3 3 4 4 5
VB
P
(BR
L M
200
7)
PIB
(BR
L M
200
7)
Mas
sa s
alar
ial
(BR
L M
200
7)EH
AIC
MS
(BR
L M
200
7)
38
Quadro 5.2. Projeção dos efeitos marginais do PRODETUR em variáveis econômicas
selecionadas, 2012-2027
C. Cenário 2A
2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
BAHIA 0 16 24 24 8 8 25 52 82 115 151 190 232 278 328 382
Pólo BTS 0 14 20 20 7 7 24 51 81 113 148 187 229 274 323 376
Resto da Bahia 0 3 4 4 1 1 0 1 1 2 2 3 4 4 5 6
RESTO DO BRASIL 0 23 35 35 12 12 -20 -43 -67 -94 -124 -156 -191 -229 -271 -316
BRASIL 0 39 59 59 20 20 5 10 15 21 27 34 41 49 57 66
BAHIA 0 8 11 11 4 4 14 30 47 66 86 108 132 159 187 218
Pólo BTS 0 7 10 10 3 3 14 30 47 66 87 109 134 160 189 220
Resto da Bahia 0 1 2 2 1 1 0 0 0 -1 -1 -1 -1 -1 -2 -2
RESTO DO BRASIL 0 8 12 12 4 4 -10 -22 -34 -48 -63 -79 -97 -117 -138 -161
BRASIL 0 16 23 23 8 8 4 8 13 18 23 29 35 42 50 57
BAHIA 0 3 4 4 1 1 8 18 28 39 51 64 79 94 111 130
Pólo BTS 0 2 3 3 1 1 8 18 28 39 51 65 79 95 112 131
Resto da Bahia 0 0 1 1 0 0 0 0 0 0 0 0 0 -1 -1 -1
RESTO DO BRASIL 0 4 5 5 2 2 -4 -8 -13 -18 -24 -30 -37 -45 -53 -62
BRASIL 0 6 10 10 3 3 4 9 15 21 27 34 41 50 58 68
BAHIA 0 391 587 587 196 196 1.643 3.451 5.433 7.602 9.968 12.548 15.354 18.402 21.710 25.294
Pólo BTS 0 325 488 488 163 163 1.643 3.451 5.435 7.605 9.974 12.556 15.366 18.419 21.731 25.322
Resto da Bahia 0 66 99 99 33 33 0 -1 -2 -4 -6 -9 -12 -16 -22 -28
RESTO DO BRASIL 0 236 355 355 118 118 -260 -548 -865 -1.214 -1.595 -2.013 -2.469 -2.966 -3.506 -4.093
BRASIL 0 628 942 942 314 314 1.383 2.903 4.568 6.388 8.373 10.535 12.885 15.437 18.204 21.201
BAHIA 0 0 1 1 0 0 1 3 4 6 7 9 11 14 16 19
Pólo BTS 0 0 0 0 0 0 1 2 4 5 7 9 11 13 15 18
Resto da Bahia 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1
RESTO DO BRASIL 0 1 2 2 1 1 -1 -2 -3 -4 -6 -7 -9 -11 -13 -15
BRASIL 0 2 2 2 1 1 0 1 1 1 2 2 2 3 3 4
VB
P
(BR
L M
200
7)
PIB
(BR
L M
200
7)
Mas
sa s
alar
ial
(BR
L M
200
7)EH
AIC
MS
(BR
L M
200
7)
39
Quadro 5.2. Projeção dos efeitos marginais do PRODETUR em variáveis econômicas
selecionadas, 2012-2027
D. Cenário 2B
2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
BAHIA 0 16 24 24 8 8 27 57 90 126 165 207 254 304 359 418
Pólo BTS 0 14 20 20 7 7 25 53 84 117 154 194 237 284 335 390
Resto da Bahia 0 3 4 4 1 1 2 4 6 8 11 14 17 20 24 28
RESTO DO BRASIL 0 23 35 35 12 12 6 13 20 28 36 46 56 67 79 92
BRASIL 0 39 59 59 20 20 33 70 110 153 201 253 310 371 438 510
BAHIA 0 8 11 11 4 4 15 32 51 71 93 117 143 171 202 235
Pólo BTS 0 7 10 10 3 3 15 31 48 68 89 112 137 164 194 226
Resto da Bahia 0 1 2 2 1 1 1 1 2 3 4 5 6 7 8 10
RESTO DO BRASIL 0 8 12 12 4 4 2 5 8 11 14 18 22 26 31 36
BRASIL 0 16 23 23 8 8 18 37 58 82 107 135 165 197 233 271
BAHIA 0 3 4 4 1 1 9 19 29 41 54 68 83 100 117 137
Pólo BTS 0 2 3 3 1 1 9 18 28 40 52 66 80 96 114 133
Resto da Bahia 0 0 1 1 0 0 0 1 1 1 2 2 3 3 4 4
RESTO DO BRASIL 0 4 5 5 2 2 1 2 3 4 6 7 9 11 13 15
BRASIL 0 6 10 10 3 3 10 21 33 45 60 75 92 110 130 151
BAHIA 0 391 587 587 196 196 1.700 3.570 5.621 7.866 10.316 12.987 15.893 19.051 22.477 26.191
Pólo BTS 0 325 488 488 163 163 1.652 3.470 5.464 7.646 10.027 12.623 15.449 18.518 21.849 25.460
Resto da Bahia 0 66 99 99 33 33 48 100 157 220 289 363 444 533 628 732
RESTO DO BRASIL 0 236 355 355 118 118 287 603 950 1.329 1.742 2.193 2.683 3.216 3.794 4.420
BRASIL 0 628 942 942 314 314 1.987 4.173 6.571 9.195 12.058 15.180 18.576 22.267 26.271 30.611
BAHIA 0 0 1 1 0 0 1 3 4 6 8 10 13 15 18 21
Pólo BTS 0 0 0 0 0 0 1 3 4 6 7 9 11 14 16 19
Resto da Bahia 0 0 0 0 0 0 0 0 0 1 1 1 1 1 2 2
RESTO DO BRASIL 0 1 2 2 1 1 0 1 2 2 3 4 5 5 6 7
BRASIL 0 2 2 2 1 1 2 4 6 8 11 14 17 20 24 28
VB
P
(BR
L M
200
7)
PIB
(BR
L M
200
7)
Mas
sa s
alar
ial
(BR
L M
200
7)EH
AIC
MS
(BR
L M
200
7)
40
Quadro 5.2. Projeção dos efeitos marginais do PRODETUR em variáveis econômicas
selecionadas, 2012-2027
E. Cenário 3A
2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
BAHIA 0 16 24 24 8 8 29 61 96 135 177 222 272 326 385 449
Pólo BTS 0 14 20 20 7 7 29 60 95 133 174 219 268 321 379 442
Resto da Bahia 0 3 4 4 1 1 0 1 2 2 3 3 4 5 6 7
RESTO DO BRASIL 0 23 35 35 12 12 -24 -50 -79 -111 -146 -185 -226 -272 -321 -375
BRASIL 0 39 59 59 20 20 5 11 17 23 30 38 46 55 64 74
BAHIA 0 8 11 11 4 4 17 35 55 77 101 127 155 186 220 256
Pólo BTS 0 7 10 10 3 3 17 35 55 78 102 128 157 188 222 259
Resto da Bahia 0 1 2 2 1 1 0 0 0 -1 -1 -1 -1 -2 -2 -3
RESTO DO BRASIL 0 8 12 12 4 4 -12 -26 -40 -57 -74 -94 -115 -138 -163 -191
BRASIL 0 16 23 23 8 8 4 9 15 20 26 33 40 48 57 66
BAHIA 0 3 4 4 1 1 10 21 33 46 60 76 93 111 131 153
Pólo BTS 0 2 3 3 1 1 10 21 33 46 60 76 93 112 132 154
Resto da Bahia 0 0 1 1 0 0 0 0 0 0 0 0 -1 -1 -1 -1
RESTO DO BRASIL 0 4 5 5 2 2 -5 -10 -16 -22 -29 -36 -44 -53 -63 -73
BRASIL 0 6 10 10 3 3 5 11 17 24 31 39 48 58 68 79
BAHIA 0 391 587 587 196 196 1.921 4.038 6.363 8.909 11.690 14.725 18.031 21.625 25.528 29.762
Pólo BTS 0 325 488 488 163 163 1.922 4.040 6.367 8.915 11.700 14.739 18.049 21.649 25.560 29.802
Resto da Bahia 0 66 99 99 33 33 -1 -2 -4 -7 -10 -14 -19 -25 -32 -40
RESTO DO BRASIL 0 236 355 355 118 118 -309 -652 -1.030 -1.445 -1.901 -2.399 -2.943 -3.536 -4.182 -4.884
BRASIL 0 628 942 942 314 314 1.612 3.386 5.333 7.463 9.789 12.326 15.087 18.088 21.346 24.879
BAHIA 0 0 1 1 0 0 1 3 5 7 9 11 13 16 19 22
Pólo BTS 0 0 0 0 0 0 1 3 5 6 8 10 13 15 18 21
Resto da Bahia 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1
RESTO DO BRASIL 0 1 2 2 1 1 -1 -2 -4 -5 -7 -9 -11 -13 -15 -18
BRASIL 0 2 2 2 1 1 0 1 1 1 2 2 3 3 4 4
VB
P
(BR
L M
200
7)
PIB
(BR
L M
200
7)
Mas
sa s
alar
ial
(BR
L M
200
7)EH
AIC
MS
(BR
L M
200
7)
41
Quadro 5.2. Projeção dos efeitos marginais do PRODETUR em variáveis econômicas
selecionadas, 2012-2027
F. Cenário 3B
2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
BAHIA 0 16 24 24 8 8 32 67 105 147 193 243 298 357 421 491
Pólo BTS 0 14 20 20 7 7 30 62 98 137 180 227 278 333 393 459
Resto da Bahia 0 3 4 4 1 1 2 4 7 10 13 16 20 24 28 33
RESTO DO BRASIL 0 23 35 35 12 12 7 15 23 33 43 54 66 79 93 108
BRASIL 0 39 59 59 20 20 39 81 128 180 236 297 363 436 514 600
BAHIA 0 8 11 11 4 4 18 38 59 83 109 137 168 201 237 277
Pólo BTS 0 7 10 10 3 3 17 36 57 79 104 131 161 193 227 265
Resto da Bahia 0 1 2 2 1 1 1 2 2 3 5 6 7 8 10 11
RESTO DO BRASIL 0 8 12 12 4 4 3 6 9 13 17 21 26 31 36 42
BRASIL 0 16 23 23 8 8 21 43 68 95 125 158 193 232 274 319
BAHIA 0 3 4 4 1 1 10 22 34 48 63 80 97 117 138 161
Pólo BTS 0 2 3 3 1 1 10 21 33 47 61 77 94 113 134 156
Resto da Bahia 0 0 1 1 0 0 0 1 1 2 2 2 3 4 4 5
RESTO DO BRASIL 0 4 5 5 2 2 1 2 4 5 7 8 10 12 15 17
BRASIL 0 6 10 10 3 3 11 24 38 53 70 88 108 129 153 178
BAHIA 0 391 587 587 196 196 1.988 4.179 6.585 9.221 12.101 15.244 18.668 22.392 26.436 30.825
Pólo BTS 0 325 488 488 163 163 1.933 4.062 6.401 8.963 11.763 14.818 18.147 21.767 25.699 29.965
Resto da Bahia 0 66 99 99 33 33 56 117 184 258 338 426 521 625 738 860
RESTO DO BRASIL 0 236 355 355 118 118 336 705 1.111 1.556 2.042 2.572 3.149 3.776 4.458 5.197
BRASIL 0 628 942 942 314 314 2.324 4.884 7.696 10.777 14.142 17.816 21.817 26.168 30.894 36.022
BAHIA 0 0 1 1 0 0 2 3 5 7 10 12 15 18 21 24
Pólo BTS 0 0 0 0 0 0 1 3 5 7 9 11 13 16 19 22
Resto da Bahia 0 0 0 0 0 0 0 0 0 1 1 1 1 2 2 2
RESTO DO BRASIL 0 1 2 2 1 1 1 1 2 3 3 4 5 6 8 9
BRASIL 0 2 2 2 1 1 2 4 7 10 13 16 20 24 28 33
VB
P
(BR
L M
200
7)
PIB
(BR
L M
200
7)
Mas
sa s
alar
ial
(BR
L M
200
7)EH
AIC
MS
(BR
L M
200
7)
42
Quadro 5.2. Projeção dos efeitos marginais do PRODETUR em variáveis econômicas
selecionadas, 2012-2027
G. Cenário 4A
2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
BAHIA 0 16 24 24 8 8 33 66 103 144 190 240 296 359 429 508
Pólo BTS 0 14 20 20 7 7 32 65 102 142 187 236 291 353 422 500
Resto da Bahia 0 3 4 4 1 1 1 1 2 2 3 4 5 6 7 8
RESTO DO BRASIL 0 23 35 35 12 12 -26 -54 -84 -118 -155 -197 -243 -294 -352 -417
BRASIL 0 39 59 59 20 20 7 13 19 26 34 43 53 64 77 91
BAHIA 0 8 11 11 4 4 19 38 59 82 108 137 169 205 245 290
Pólo BTS 0 7 10 10 3 3 19 38 59 83 109 138 170 206 247 293
Resto da Bahia 0 1 2 2 1 1 0 0 0 -1 -1 -1 -1 -2 -2 -3
RESTO DO BRASIL 0 8 12 12 4 4 -13 -27 -43 -60 -79 -100 -124 -150 -179 -212
BRASIL 0 16 23 23 8 8 5 10 16 22 29 37 45 55 66 78
BAHIA 0 3 4 4 1 1 11 22 35 49 64 81 100 122 146 172
Pólo BTS 0 2 3 3 1 1 11 23 35 49 65 82 101 122 146 174
Resto da Bahia 0 0 1 1 0 0 0 0 0 0 0 0 -1 -1 -1 -1
RESTO DO BRASIL 0 4 5 5 2 2 -5 -11 -16 -23 -30 -38 -48 -58 -69 -82
BRASIL 0 6 10 10 3 3 6 12 19 26 34 43 53 64 77 91
BAHIA 0 391 587 587 196 196 2.169 4.374 6.818 9.526 12.528 15.861 19.570 23.713 28.359 33.602
Pólo BTS 0 325 488 488 163 163 2.169 4.375 6.821 9.531 12.535 15.871 19.585 23.732 28.384 33.633
Resto da Bahia 0 66 99 99 33 33 0 -1 -2 -4 -7 -10 -14 -19 -25 -31
RESTO DO BRASIL 0 236 355 355 118 118 -338 -691 -1.084 -1.520 -2.002 -2.539 -3.135 -3.799 -4.543 -5.378
BRASIL 0 628 942 942 314 314 1.831 3.683 5.734 8.007 10.525 13.322 16.435 19.913 23.817 28.224
BAHIA 0 0 1 1 0 0 2 3 5 7 9 12 15 18 21 25
Pólo BTS 0 0 0 0 0 0 2 3 5 7 9 11 14 17 20 24
Resto da Bahia 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1
RESTO DO BRASIL 0 1 2 2 1 1 -1 -3 -4 -6 -7 -9 -12 -14 -17 -20
BRASIL 0 2 2 2 1 1 0 1 1 1 2 2 3 4 4 5
VB
P
(BR
L M
200
7)
PIB
(BR
L M
200
7)
Mas
sa s
alar
ial
(BR
L M
200
7)EH
AIC
MS
(BR
L M
200
7)
43
Quadro 5.2. Projeção dos efeitos marginais do PRODETUR em variáveis econômicas
selecionadas, 2012-2027
H. Cenário 4B
2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
BAHIA 0 16 24 24 8 8 36 72 113 158 207 262 324 392 469 556
Pólo BTS 0 14 20 20 7 7 34 68 105 147 193 245 302 366 438 519
Resto da Bahia 0 3 4 4 1 1 2 5 8 11 14 17 22 26 31 37
RESTO DO BRASIL 0 23 35 35 12 12 8 16 25 35 46 58 72 87 104 123
BRASIL 0 39 59 59 20 20 44 88 138 192 253 320 395 479 573 678
BAHIA 0 8 11 11 4 4 20 41 63 89 117 148 182 221 264 313
Pólo BTS 0 7 10 10 3 3 19 39 61 85 112 141 175 211 253 300
Resto da Bahia 0 1 2 2 1 1 1 2 3 4 5 6 8 9 11 13
RESTO DO BRASIL 0 8 12 12 4 4 3 6 10 14 18 23 28 34 40 48
BRASIL 0 16 23 23 8 8 23 47 73 102 134 170 210 254 304 361
BAHIA 0 3 4 4 1 1 12 24 37 52 68 86 106 128 153 182
Pólo BTS 0 2 3 3 1 1 11 23 36 50 66 83 103 124 149 176
Resto da Bahia 0 0 1 1 0 0 0 1 1 2 2 3 3 4 5 6
RESTO DO BRASIL 0 4 5 5 2 2 1 3 4 6 7 9 11 14 16 19
BRASIL 0 6 10 10 3 3 13 26 41 57 75 95 117 142 170 201
BAHIA 0 391 587 587 196 196 2.243 4.525 7.054 9.857 12.964 16.415 20.256 24.546 29.358 34.788
Pólo BTS 0 325 488 488 163 163 2.180 4.398 6.857 9.582 12.601 15.956 19.690 23.859 28.537 33.814
Resto da Bahia 0 66 99 99 33 33 63 127 198 276 363 459 567 687 821 973
RESTO DO BRASIL 0 236 355 355 118 118 380 765 1.192 1.665 2.190 2.773 3.421 4.145 4.958 5.875
BRASIL 0 628 942 942 314 314 2.623 5.290 8.246 11.523 15.154 19.188 23.677 28.691 34.316 40.663
BAHIA 0 0 1 1 0 0 2 4 6 8 10 13 16 19 23 27
Pólo BTS 0 0 0 0 0 0 2 3 5 7 9 12 15 18 21 25
Resto da Bahia 0 0 0 0 0 0 0 0 0 1 1 1 1 2 2 2
RESTO DO BRASIL 0 1 2 2 1 1 1 1 2 3 4 5 6 7 8 10
BRASIL 0 2 2 2 1 1 2 5 8 11 14 18 22 26 31 37
VB
P
(BR
L M
200
7)
PIB
(BR
L M
200
7)
Mas
sa s
alar
ial
(BR
L M
200
7)EH
AIC
MS
(BR
L M
200
7)
44
5.3. INDICADORES PARA O ESTADO DA BAHIA
Existem vários critérios parciais que podem ser utilizados para analisar e avaliar
alternativas de projetos de investimentos. De acordo com o enfoque da produtividade
marginal dos investimentos, procura-se maximizar o produto nacional ou regional, a
produtividade marginal dos investimentos (ou de outros recursos escassos) em diferentes
aplicações ou projetos Este enfoque para a seleção de projetos não é usualmente utilizado,
entre outros motivos, por causa das dificuldades de se quantificar o produto marginal
atribuível a um dado fator de produção em determinada utilização. A utilização do modelo
EGC neste estudo apresenta-se como alternativa metodológica para preencher esta lacuna.4
Como visto, podemos interpretar a diferença resultante do ajuste aos choques como uma
variação no fluxo de renda da economia, representando um desvio de uma trajetória de
controle subjacente (Figura 5.6). Assim, podemos utilizar os resultados das simulações para
projetar o fluxo marginal de riquezas na economia. Calculamos o valor presente (VP) de
um fluxo marginal do PIB, sob uma taxa de desconto de 12%. Os valores utilizados
referem-se aos efeitos das simulações em BRL mil de 2007. Esta análise pode ser feita
considerando sub-períodos de interesse: em nosso caso, consideramos os sub-períodos
2013-2017 e 2013-2027, para obter uma perspectiva de maturação do Programa. As
estimativas são reportadas nas Tabelas 5.1 e 5.2, que incluem o VP dos fluxos marginais do
PIB e, também, um indicador da produtividade marginal dos investimentos (PMI),
calculado como a razão entre o VP dos fluxos marginais do PIB e o VP dos investimentos,
ambos em 2012.
4 Ver Haddad, E. A. (2004). “Retornos Crescentes, Custos de Transporte e Crescimento Regional”. Tese de
Livre-Docência, FEA, Universidade de São Paulo.
45
Figura 5.6. Interpretação dos resultados dos efeitos PRODETUR BA5
5 Os valores dos fluxos para elaboração dos cálculos encontram-se na seção 5.2.
2007
Resumo (macro) Impacto ao longo do tempo
(VP das diferenças – fluxos marginais)
2011 2017 2027
Simulação histórica
Investimentos Efeitos sobre turismo
PIB com PRODETUR BA
PIB sem PRODETUR BA
46
Tabela 5.1. Critérios parciais para avaliação dos investimentos do PRODETUR BA:
VP dos fluxos marginais do PIB da Bahia (em BRL milhões de 2007)
A. 2013-2017
B. 2013-2027
Taxa de desconto = 12% a.a.
A - Gastos dos turistas financiados com redução do consumo
B - Gastos dos turistas financiados com redução da poupança
A B
Cenário 1 36 36
Cenário 2 68 71
Cenário 3 75 78
Cenário 4 79 83
A B
Cenário 1 77 81
Cenário 2 299 320
Cenário 3 346 371
Cenário 4 376 403
47
Tabela 5.2. Critérios parciais para avaliação dos investimentos do PRODETUR BA:
Produtividade Marginal dos Investimentos6
A. 2013-2017
B. 2013-2027
Taxa de desconto = 12% a.a.
A - Gastos dos turistas financiados com redução do consumo
B - Gastos dos turistas financiados com redução da poupança
VP dos investimentos = BRL 187 milhões
6 O inverso desta relação refere-se à relação incremental capital-produto, que nos informa sobre o nível de
investimento necessário para gerar uma unidade adicional de valor adicionado.
A B
Cenário 1 0.192 0.194
Cenário 2 0.365 0.382
Cenário 3 0.401 0.420
Cenário 4 0.423 0.444
A B
Cenário 1 0.415 0.433
Cenário 2 1.603 1.716
Cenário 3 1.853 1.987
Cenário 4 2.015 2.159
48
Os resultados mostram que a produtividade marginal do PRODETUR BA é magnificada no
longo prazo. À medida que o Projeto matura, os ganhos de produtividade tornam-se
maiores, pois há uma complementaridade potencial entre os investimentos do Programa e a
atração de gastos crescentes (exógenos) nas regiões, relação captada no modelo através das
hipóteses sobre gastos adicionais de turistas. Os indicadores aqui definidos tornam-se
bastante úteis em um contexto de avaliação de projetos alternativos: neste caso, a escolha
deveria recair naquele com maior PMI. Vale notar que outros indicadores parciais para
avaliação de projetos podem ser derivados a partir dos resultados do modelo.
Uma visão alternativa para o critério de produtividade marginal dos investimentos, que foca
nos efeitos sobre o PIB, é o de produto marginal dos investimentos, que foca nos efeitos
sobre o valor bruto da produção (VBP). As Tabelas 5.3 e 5.4 apresentam os resultados para
o VP dos fluxos marginais do VBP e, também, um indicador do produto marginal dos
investimentos (VPMI), calculado como a razão entre o VP dos fluxos marginais do VBP e
o valor do investimento, novamente sob a perspectiva do Estado da Bahia.
49
Tabela 5.3. Critérios parciais para avaliação dos investimentos do PRODETUR BA:
VP dos fluxos marginais do VBP da Bahia (em BRL milhões de 2007)
A. 2013-2017
B. 2013-2027
Taxa de desconto = 12% a.a.
A - Gastos dos turistas financiados com redução do consumo
B - Gastos dos turistas financiados com redução da poupança
A B
Cenário 1 74 75
Cenário 2 131 137
Cenário 3 142 150
Cenário 4 150 158
A B
Cenário 1 148 155
Cenário 2 536 580
Cenário 3 617 669
Cenário 4 671 727
50
Tabela 5.4. Critérios parciais para avaliação dos investimentos do PRODETUR BA:
Produto Marginal dos Investimentos
A. 2013-2017
B. 2013-2027
Taxa de desconto = 12% a.a.
A - Gastos dos turistas financiados com redução do consumo
B - Gastos dos turistas financiados com redução da poupança
VP dos investimentos = BRL 187 milhões
A B
Cenário 1 0.396 0.402
Cenário 2 0.700 0.734
Cenário 3 0.763 0.803
Cenário 4 0.802 0.845
A B
Cenário 1 0.791 0.829
Cenário 2 2.870 3.105
Cenário 3 3.307 3.585
Cenário 4 3.593 3.894
51
Podemos pensar também em termos de outros indicadores, como massa salarial criada
marginalmente pelos investimentos do PRODETUR BA e arrecadação de ICMS para o
Estado da Bahia. Utilizando a mesma abordagem do cálculo dos indicadores de PMI e de
VPMI, obtemos os resultados apresentados nas Tabelas 5.5 a 5.8.
Em modelos dinâmicos, o conceito dos indicadores marginais dos investimentos, em um
determinado ponto do tempo, confunde-se com o conceito de multiplicadores estáticos.
Assim, os resultados apresentados nas Tabelas 5.2, 5.4, 5.6 e 5.8 podem ser interpretados
como multiplicadores de PIB, produção, massa salarial e arrecadação de ICMS,
respectivamente. Temos assim que, sob o ponto de vista das despesas agregadas associadas
aos investimentos do PRODETUR BA, a injeção de BRL 206 milhões7 (BRL 149 milhões
de 2007 em VP em 2011) na implantação das ações do Programa, o multiplicador de
produção apurado (Tabela 5.4), considerando-se uma taxa de desconto de 12% a.a.,
ficaria entre 2,87 e 3,89 (Cenários 2 a 4), dependendo do cenário. Significa dizer que a
iniciativa privada injetaria entre BRL 385 e 595 milhões nas cadeias produtivas associadas
ao turismo na Bahia a partir de 2013. No Cenário 1, contudo, a temporalidade dos
benefícios e a estrutura de vazamentos fazem com que os benefícios do Programa sejam
menos relevantes para a economia baiana.
O impacto máximo (Cenário 4A) equivalente na economia brasileira seria de BRL 35
milhões a BRL 1.128 milhões, em valor presente. Em outras palavras, para cada BRL 1,00
investido pelo PRODETUR BA, entre BRL 0,17 a BRL 5,48 adicionais seriam gerados em
toda a economia nacional até 2027. Nota-se que o intervalo, neste caso, é bastante amplo,
sendo os resultados bastante sensíveis tanto às hipóteses de trajetórias futuras dos
parâmetros que definem os gastos dos turistas nas regiões do estudo, como às hipóteses de
financiamento dos gastos.
7 Refere-se ao valor global informado pela SETUR (BRL 266 milhões de 2011 ou BRL 187 milhões de 2007
em VP em 2011) líquido dos gastos que não afetam a FBCF do Estado.
52
Apenas no conjunto de hipóteses mais conservadoras (Cenário 1), os efeitos do
PRODETUR BA não se mostram positivos para a economia baiana. Contudo, os
impactos potenciais são bastante relevantes a partir do Cenário 2, com a inclusão das
hipóteses de alterações marginais no tempo de permanência dos turistas.
Tabela 5.5. Critérios parciais para avaliação dos investimentos do PRODETUR BA:
VP dos fluxos marginais da massa salarial da Bahia (em BRL milhões de 2007)
A. 2013-2017
B. 2013-2027
Taxa de desconto = 12% a.a.
A - Gastos dos turistas financiados com redução do consumo
B - Gastos dos turistas financiados com redução da poupança
A B
Cenário 1 15 15
Cenário 2 34 35
Cenário 3 38 39
Cenário 4 40 42
A B
Cenário 1 39 41
Cenário 2 171 180
Cenário 3 199 210
Cenário 4 217 228
53
Tabela 5.6. Critérios parciais para avaliação dos investimentos do PRODETUR BA:
Massa Salarial Marginal dos Investimentos
A. 2013-2017
B. 2013-2027
Taxa de desconto = 12% a.a.
A - Gastos dos turistas financiados com redução do consumo
B - Gastos dos turistas financiados com redução da poupança
VP dos investimentos = BRL 187 milhões
A B
Cenário 1 0.079 0.080
Cenário 2 0.182 0.189
Cenário 3 0.203 0.211
Cenário 4 0.216 0.225
A B
Cenário 1 0.210 0.217
Cenário 2 0.918 0.964
Cenário 3 1.068 1.122
Cenário 4 1.163 1.222
54
Tabela 5.7. Critérios parciais para avaliação dos investimentos do PRODETUR BA:
VP dos fluxos marginais da arrecadação de ICMS da Bahia (em BRL milhões de
2007)
A. 2013-2017
B. 2013-2027
Taxa de desconto = 12% a.a.
A - Gastos dos turistas financiados com redução do consumo
B - Gastos dos turistas financiados com redução da poupança
A B
Cenário 1 2 2
Cenário 2 5 5
Cenário 3 5 6
Cenário 4 6 6
A B
Cenário 1 6 6
Cenário 2 25 27
Cenário 3 29 31
Cenário 4 31 34
55
Tabela 5.8. Critérios parciais para avaliação dos investimentos do PRODETUR BA:
Arrecadação de ICMS Marginal dos Investimentos
A. 2013-2017
B. 2013-2027
Taxa de desconto = 12% a.a.
A - Gastos dos turistas financiados com redução do consumo
B - Gastos dos turistas financiados com redução da poupança
VP dos investimentos = BRL 187 milhões
A B
Cenário 1 0.011 0.011
Cenário 2 0.026 0.027
Cenário 3 0.029 0.031
Cenário 4 0.031 0.033
A B
Cenário 1 0.030 0.032
Cenário 2 0.132 0.144
Cenário 3 0.154 0.168
Cenário 4 0.168 0.183
56
Em termos de absorção de mão-de-obra, os investimentos totais realizados gerariam
impacto médio no Estado de 440 EHA, na fase de implantação dos investimentos (2013-
2017).
No período 2018-2027, fase em que os efeitos do PRODETUR BA sobre o turismo
potencialmente se verificariam, o Programa apresentaria um impacto sobre o emprego de
aproximadamente 2.150 a 16.200 EHA (média anual durante o período), com absorção
crescente ao longo do período8; ou seja, o equivalente ao trabalho de até 16.200
profissionais adicionais, em média, por um ano, em relação às projeções do Cenário
Tendencial (Tabela 5.9).
Em relação à “geração” de empregos, vale a pena destacar que o custo médio total de
“criação” de um emprego associado ao PRODETUR BA equivale ao desembolso médio de
aproximadamente BRL 11.523 a BRL 83.913. Deve-se ressaltar que a absorção crescente
ao longo do período sugere uma natureza permanente destes postos de trabalho.
Tabela 5.9. Efeitos do PRODETUR BA sobre geração de emprego no Estado da
Bahia: Média do período 2018-2027, em equivalente-homem-ano (EHA)
Taxa de desconto = 12% a.a.
A - Gastos dos turistas financiados com redução do consumo
B - Gastos dos turistas financiados com redução da poupança
Outro indicador para o Estado da Bahia, que nos permite contextualizar as magnitudes dos
efeitos do PRODETUR BA, pode ser construído a partir da relação entre o VP dos fluxos
8 Ver Quadro 5.2.
A B
Cenário 1 2,156 2,225
Cenário 2 12,140 12,567
Cenário 3 14,259 14,764
Cenário 4 15,652 16,201
57
marginais do PIB estadual e o valor do PIB estadual em 2012. As estimativas são
apresentadas na Tabela 5.10, revelando que os efeitos acumulados ao longo do período de
projeção situam-se entre 0,060 e 0,311% do PIB projetado para o Estado da Bahia em 2012.
Tabela 5.10. Valor presente dos fluxos marginais do PIB do Estado da Bahia, em %
do PIB projetado de 2012
Taxa de desconto = 12% a.a.
A - Gastos dos turistas financiados com redução do consumo
B - Gastos dos turistas financiados com redução da poupança
A B
Cenário 1 0.060 0.062
Cenário 2 0.231 0.247
Cenário 3 0.267 0.286
Cenário 4 0.290 0.311
58
5.4. SÍNTESE ESTADUAL
Para sintetizar os efeitos sobre o PIB da Bahia – que, por considerar o valor adicionado na
economia, representa a melhor métrica para avaliação dos efeitos econômicos do
PRODETUR BA e para comparação com outras experiências –, foram calculadas as taxas
internas de retorno (TIR) para os oito cenários.
No fluxo de caixa, foram incluídos, como custos, os investimentos previstos no período
2013-2017 e, nos períodos subsequentes, estimativas de custos anuais de operação e
manutenção dos investimentos, da ordem de BRL 20 milhões. Os benefícios referem-se aos
fluxos marginais do PIB na economia do Estado da Bahia.
Os resultados, apresentados na Tabela 5.11, sugerem TIRs positivas a partir da inclusão de
hipóteses relativas ao Cenário 2, de 15,9% (Cenário 2A) a 21,3% (Cenário 4B).
Entretanto, no conjunto de hipóteses mais conservadoras (Cenários 1A e 1B), os efeitos do
PRODETUR BA não se mostram relevantes para a economia baiana em termos de
rentabilidade econômica.
Tabela 5.11. Taxa Interna de Retorno
Cenário 1A -16.2%
Cenário 1B -14.4%
Cenário 2A 15.9%
Cenário 2B 17.2%
Cenário 3A 18.6%
Cenário 3B 19.8%
Cenário 4A 20.1%
Cenário 4B 21.3%
59
5.5. INDICADORES REGIONAIS
Que região mais se beneficiaria com a realização dos investimentos do PRODETUR BA?
Os resultados da Tabela 5.12 evidenciam a distribuição regional dos efeitos do Programa,
em termos das participações regionais nos efeitos sobre PIB e emprego.
Tais resultados revelam que (i) os efeitos regionais dependem das hipóteses sobre
financiamento dos gastos adicionais do turismo (cenários “A” versus “B”); (ii) os efeitos
associados aos cenários considerados tendem a se concentrar no Polo BTS, contribuindo
para o aumento das disparidades regionais no Estado.
Em relação aos fechamentos adotados, percebe-se que o financiamento com redução do
consumo nas regiões de origem dos turistas afeta negativamente as grandes regiões
emissoras que não recebem fluxos adicionais de turistas (nas simulações, Resto da BA e
Resto do Brasil) para contrabalançar o efeito de redução no consumo dos residentes. Assim,
na família de cenário “A”, em que esta hipótese opera, acabam sendo desfavorecidas pelo
PRODETUR BA, devido a este efeito de “desvio de gastos”. Neste caso, a região receptora
dos fluxos adicionais de turistas é relativamente mais favorecida, internalizando a maior
parte dos efeitos totais.
Uma situação distinta emerge quando se “permite” que os gastos adicionais com turismo
sejam financiados com redução da (taxa de) poupança pessoal. Neste caso, as regiões
emissoras não percebem uma redução no consumo dos residentes, sendo beneficiadas pelos
vazamentos em um sistema interregional integrado. É claro que não apenas o polo turístico
em questão seria beneficiado, mas também outras regiões do Estado e outros Estados
brasileiros.
60
Tabela 5.12. Distribuição regional dos efeitos do PRODETUR BA (em %)
PIB = VP dos fluxos marginais; Emprego = média anual de EHA.
PIB Emprego PIB Emprego
Cenário 1A Cenário 3A
Pólo BTS 151.63 105.43 Pólo BTS 320.83 117.90
Resto da Bahia 3.22 1.75 Resto da Bahia -1.53 0.14
Resto do Brasil -54.86 -7.18 Resto do Brasil -219.29 -18.05
Brasil 100.00 100.00 Brasil 100.00 100.00
Cenário 1B Cenário 3B
Pólo BTS 72.70 79.60 Pólo BTS 81.16 82.62
Resto da Bahia 4.42 3.31 Resto da Bahia 3.75 2.53
Resto do Brasil 22.88 17.09 Resto do Brasil 15.09 14.85
Brasil 100.00 100.00 Brasil 100.00 100.00
Cenário 2A Cenário 4A
Pólo BTS 304.92 117.25 Pólo BTS 315.64 117.55
Resto da Bahia -1.11 0.22 Resto da Bahia -1.45 0.16
Resto do Brasil -203.82 -17.47 Resto do Brasil -214.20 -17.71
Brasil 100.00 100.00 Brasil 100.00 100.00
Cenário 2B Cenário 4B
Pólo BTS 80.82 82.51 Pólo BTS 81.31 82.65
Resto da Bahia 3.78 2.56 Resto da Bahia 3.74 2.53
Resto do Brasil 15.41 14.93 Resto do Brasil 14.95 14.83
Brasil 100.00 100.00 Brasil 100.00 100.00
61
5.6. EFEITOS SOBRE ATIVIDADES CARACTERÍSTICAS DO TURISMO (ACT)
Esta seção apresenta resultados dos efeitos do PRODETUR no Pólo BTS sobre atividades
características do turismo (ACT). Não existe, no Brasil, estimativas oficiais de Contas
Satélites do Turismo. Em um estudo recente, fruto de acordo de cooperação técnica entre o
IBGE, o Ministério do Turismo e o Instituto Brasileiro de Turismo – EMBRATUR, foram
apresentadas informações relacionadas ao turismo no País, com base nas estatísticas sobre a
produção (oferta) de bens e serviços, os gastos (demanda) das famílias, e as características
da mão-de-obra ocupada (emprego) desse setor. Para tal, foram consolidados os resultados
de pesquisas econômicas e domiciliares regularmente produzidas pelo IBGE, como a
Pesquisa Anual de Serviços – tanto o levantamento básico quanto o Suplemento Produtos e
Serviços – a Pesquisa de Orçamentos Familiares, e a Pesquisa Nacional por Amostra de
Domicílios, tendo como referencial o ano de 2003.9
O nível de agregação setorial do ferramental utilizado em nosso estudo não permite que se
afiram resultados para as ACTs de maneira tão detalhada como no referido estudo do
IBGE. Todavia, podemos avaliar os efeitos regionais sobre ACTs no Polo em estudo a
partir de uma primeira aproximação da decomposição dos resultados agregados. A
estratégia é: (i) identificar os setores responsáveis pela produção dos bens e serviços
associados aos gastos dos turistas (Compras Pessoais, Transporte Local, Hospedagem,
Alimentação, Passeios e Atrações Turísticas, Diversão Noturna, Outros); e (ii) analisar os
efeitos sobre este grupo de setores.
Com informações sobre as matrizes de produção regionais, os setores do modelo associados
a ACTs são: comércio, transporte, serviços de alojamento e alimentação, e serviços
domésticos. Apresentaremos, a seguir, os efeitos sobre PIB, massa salarial e empregos das
ACTs. Consideraremos apenas o período 2013-2027, quando os efeitos do PRODETUR
BA sobre turismo são incluídos nas premissas dos cenários.
9 http://www.ibge.gov.br/home/estatistica/economia/industria/economia_turismo/default.shtm
62
O Quadro 5.3 apresenta as estimativas dos fluxos marginais para as variáveis selecionadas
para os quatro cenários, considerando os dois fechamentos alternativos.
A partir das informações contidas no Quadro 5.3, podemos avaliar a importância relativa
dos setores selecionados, fortemente relacionados às ACTs, nos resultados do PRODETUR
BA. A Tabela 5.13 identifica a participação das ACTs nos resultados agregados. Esta
participação refere-se às participações destas atividades no valor presente dos fluxos
marginais (PIB e massa salarial) e no emprego médio do período 2018-2027 (em EHA)
Os resultados apontam para uma participação das ACTs – em todas as variáveis – sempre
superior a 95% dos efeitos totais no Polo BTS. O papel preponderante das ACTs nos efeitos
totais sugere também a existência de um núcleo duro dentro da cadeia produtiva do turismo
na região, em que se caracterizam aspectos de APLs potencialmente exploráveis.
Outro ponto a ser destacado refere-se às magnitudes relativas das participações das ACTs
nas variáveis analisadas (quadro 5.4). Olhando para os resultados da coluna “2018-2027”,
evidencia-se que as ACTs tendem a internalizar uma menor fração do valor adicionado
regional e da massa salarial, potencializando, por outro lado, a absorção de mão de obra na
região. Em outras palavras, as ACTs caracterizar-se-iam, em termos relativos, por
atividades de baixo valor agregado para as regiões, com alto potencial de geração de
empregos com remuneração média mais baixa.
63
Quadro 5.3. Projeção dos efeitos marginais do PRODETUR BA sobre ACTs no Polo
BTS, 2018-2027
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027
Cenário 1A
PIB (BRL M 2007) 1 2 3 4 5 5 6 6 6 7
Massa salarial (BRL M 2007) 1 1 2 2 3 3 3 4 4 4
EHA 289 606 953 1,330 1,741 2,187 2,672 3,196 3,764 4,379
Cenário 1B
PIB (BRL M 2007) 1 2 3 4 5 5 6 6 6 7
Massa salarial (BRL M 2007) 1 1 2 2 3 3 3 4 4 4
EHA 290 607 954 1,332 1,743 2,190 2,675 3,201 3,770 4,385
Cenário 2A
PIB (BRL M 2007) 7 13 18 22 26 29 32 34 36 38
Massa salarial (BRL M 2007) 4 8 11 13 16 18 19 21 22 23
EHA 1,615 3,392 5,341 7,474 9,801 12,339 15,101 18,101 21,357 24,887
Cenário 2B
PIB (BRL M 2007) 7 13 18 22 26 29 32 34 36 38
Massa salarial (BRL M 2007) 4 8 11 14 16 18 19 21 22 23
EHA 1,617 3,397 5,349 7,485 9,817 12,359 15,125 18,130 21,391 24,926
Cenário 3A
PIB (BRL M 2007) 8 15 21 26 31 34 38 40 43 44
Massa salarial (BRL M 2007) 5 9 13 16 19 21 23 24 26 27
EHA 1,889 3,971 6,257 8,762 11,498 14,485 17,739 21,278 25,121 29,292
Cenário 3B
PIB (BRL M 2007) 8 15 21 26 31 35 38 40 43 44
Massa salarial (BRL M 2007) 5 9 13 16 19 21 23 24 26 27
EHA 1,892 3,977 6,267 8,775 11,516 14,508 17,767 21,311 25,161 29,338
Cenário 4A
PIB (BRL M 2007) 9 16 22 28 33 37 41 44 47 50
Massa salarial (BRL M 2007) 5 10 14 17 20 22 25 27 29 30
EHA 2,131 4,299 6,702 9,366 12,318 15,597 19,247 23,322 27,894 33,053
Cenário 4B
PIB (BRL M 2007) 9 16 22 28 33 37 41 44 47 50
Massa salarial (BRL M 2007) 5 10 14 17 20 22 25 27 29 30
EHA 2,134 4,306 6,713 9,380 12,337 15,621 19,277 23,359 27,938 33,105
64
Quadro 5.4. Participação das ACTs nos Efeitos Locais do PRODETUR BA, 2018-2027
2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2013-2020
Cenário 1A
PIB (BRL M 2007) 0.472 0.421 0.376 0.336 0.300 0.268 0.239 0.214 0.191 0.170 0.199
Massa salarial (BRL M 2007) 0.482 0.430 0.384 0.343 0.306 0.273 0.244 0.218 0.195 0.174 0.203
EHA 0.982 0.982 0.982 0.982 0.982 0.982 0.982 0.982 0.982 0.982 0.655
Cenário 1B
PIB (BRL M 2007) 0.463 0.414 0.369 0.330 0.295 0.263 0.235 0.210 0.187 0.167 0.196
Massa salarial (BRL M 2007) 0.476 0.425 0.380 0.339 0.303 0.270 0.241 0.216 0.192 0.172 0.201
EHA 0.978 0.978 0.978 0.979 0.979 0.979 0.979 0.979 0.979 0.979 0.652
Cenário 2A
PIB (BRL M 2007) 0.474 0.423 0.378 0.337 0.301 0.269 0.240 0.214 0.191 0.171 0.200
Massa salarial (BRL M 2007) 0.483 0.431 0.385 0.344 0.307 0.274 0.245 0.218 0.195 0.174 0.204
EHA 0.983 0.983 0.983 0.983 0.983 0.983 0.983 0.983 0.983 0.983 0.655
Cenário 2B
PIB (BRL M 2007) 0.464 0.414 0.370 0.330 0.295 0.263 0.235 0.210 0.187 0.167 0.196
Massa salarial (BRL M 2007) 0.477 0.426 0.380 0.339 0.303 0.271 0.242 0.216 0.193 0.172 0.201
EHA 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.634
Cenário 3A
PIB (BRL M 2007) 0.474 0.423 0.378 0.337 0.301 0.269 0.240 0.214 0.191 0.171 0.200
Massa salarial (BRL M 2007) 0.483 0.431 0.385 0.344 0.307 0.274 0.245 0.218 0.195 0.174 0.204
EHA 0.983 0.983 0.983 0.983 0.984 0.984 0.984 0.984 0.984 0.984 0.656
Cenário 3B
PIB (BRL M 2007) 0.464 0.414 0.370 0.330 0.295 0.263 0.235 0.210 0.187 0.167 0.196
Massa salarial (BRL M 2007) 0.477 0.426 0.380 0.339 0.303 0.271 0.242 0.216 0.193 0.172 0.201
EHA 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.634
Cenário 4A
PIB (BRL M 2007) 0.474 0.423 0.378 0.337 0.301 0.269 0.240 0.214 0.191 0.171 0.200
Massa salarial (BRL M 2007) 0.483 0.431 0.385 0.344 0.307 0.274 0.245 0.218 0.195 0.174 0.204
EHA 0.983 0.983 0.983 0.983 0.983 0.983 0.983 0.984 0.984 0.984 0.655
Cenário 4B
PIB (BRL M 2007) 0.464 0.414 0.370 0.330 0.295 0.263 0.235 0.210 0.187 0.167 0.196
Massa salarial (BRL M 2007) 0.477 0.426 0.380 0.339 0.303 0.271 0.242 0.216 0.193 0.172 0.201
EHA 0.951 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.952 0.634
65
ANEXO A: TURISMO SUSTENTÁVEL E ASSIMETRIAS SOCIOECONÔMICAS
NA BAÍA DE TODOS OS SANTOS
A Baía de Todos os Santos é uma reentrância localizada na costa litorânea do Estado da
Bahia. É considerada a segunda maior baía do Mundo e a maior do Brasil. Em 1999, foi
considerada como Área de Proteção Ambiental (APA Baía de Todos os Santos) abrangendo
os municípios de Cachoeira, Candeias, Itaparica, Jaguaripe, Madre de Deus, Maragogipe,
Salinas da Margarida, Salvador, Santo Amaro, São Francisco do Conde, Saubara, Simões
Filho e Vera Cruz. Entretanto, o Polo Turístico Baía de Todos os Santos inclui também os
municípios de Aratuípe, Muniz Ferreira, Muritiba, Nazaré e São Félix.
Apesar de toda a exuberância de seu ecossistema, uma das principais características
estruturais deste território é um acentuado processo de desequilíbrio socioeconômico entre
estes dezoito municípios. Quando se sai de Salvador em direção a qualquer área da Baía de
Todos os Santos, é possível vislumbrar uma acentuada assimetria no grau de
desenvolvimento entre as diversas localidades. Encontram-se municípios com uma base
econômica dinâmica e estruturada (extração, refino e processamento de petróleo em São
Francisco do Conde) até municípios que são simplesmente cidades-dormitório. A
assimetria econômica intra-regional pode ser observada através dos valores do PIB per
capita municipal destacados na Tabela A.1. O PIB per capita de São Francisco do Conde, o
maior entre todos os municípios do Brasil, é 97 vezes superior ao PIB per capita de Muniz
Ferreira, por exemplo.
O PIB mede o total de bens e serviços finais (o seu cálculo elimina transações
intermediárias) produzidos dentro de determinada área geográfica (País, Estados e
Municípios), por residentes e não residentes. O procedimento adotado para o seu cálculo
baseia-se na distribuição, pelos municípios, do valor adicionado das atividades econômicas
das Contas Regionais do Brasil, construídas pelos órgãos estaduais de estatísticas sob a
coordenação do Departamento de Contas Nacionais (DECNA) do IBGE.
66
Tabela A.1. Baía de Todos os Santos: PIB per capita dos Municípios – 2008
MUNICÍPIOS PIB PER CAPITA
1. Aratuípe
2. Cachoeira
3. Candeias
4. Itaparica
5. Jaguaripe
6. Madre de Deus
7. Maragojipe
8. Muniz Ferreira
9. Muritiba
10. Nazaré
11. Salinas da Margarida
12. Salvador
13. Santo Amaro
14. São Félix
15. São Francisco do Conde
16. Saubara
17. Simões Filho
18. Vera Cruz
R$ 3.143,48
R$ 5.194,50
R$ 39.032,77
R$ 4.216,02
R$ 3.246,63
R$ 10.774,23
R$ 3.583,21
R$ 2.965,02
R$ 4.050,53
R$ 4.289,89
R$ 3.917,67
R$ 10.061,42
R$ 4.460,08
R$ 4.456,96
R$ 288.370,81
R$ 4.430,64
R$ 24.172,34
R$ 4.954,76
ESTADO DA BAHIA R$ 8.378,41 Fonte: IBGE.
O PIB e o seu crescimento não são, contudo, uma medida adequada para indicar as
diferenças de padrão de vida médio dos brasileiros vivendo em diferentes Estados, Regiões
e Municípios, uma vez que: a) no cálculo do PIB, estima-se o valor total da produção de
bens e serviços agregado em cada Estado, Região ou Município, sem se retirar deste valor a
parcela da renda líquida enviada para outros Estados, Regiões ou Municípios; b) como o
crescimento econômico das áreas periféricas ocorreu, nas últimas décadas, com intensa
67
participação de capitais incentivados das regiões mais desenvolvidas do País ou do exterior,
é muito significativa a parcela dos rendimentos destes capitais que é computada na
estimativa do PIB, e que não entra na composição da renda regional, e é esta renda que é
relevante para o bem-estar das populações locais; c) o PIB não inclui as transferências
governamentais que compõem a renda familiar (previdência rural, bolsa-família, benefícios
sociais continuados, etc.) em diversos municípios e regiões do Brasil. O PIB per capita de
um município ou de uma região é, pois, um indicador de crescimento econômico mas
não de bem-estar social de sua população.
As principais críticas ao uso do PIB como indicador do nível de prosperidade e de bem-
estar de determinada sociedade têm sido10
:
a) tudo que se pode vender e que tenha um valor agregado monetário vai aumentar o PIB e
seu crescimento, independentemente do fato que isto venha ou não a expandir o bem-estar
individual ou coletivo (por exemplo: quanto maior o número de acidentes nas estradas,
maior será o PIB pelo aumento dos serviços médicos, consertos de veículos, consumo de
material hospitalar etc.);
b) no PIB não são contabilizadas muitas contribuições essenciais positivas ao bem-estar
(por exemplo: trabalhos domésticos, atividades benevolentes, lazer e tempo livre etc.);
c) o PIB se interessa pelas produções, não pelos resultados; assim, ter mais de bens e
serviços não significa ter mais bem-estar (por exemplo: há poucos períodos em que o PIB
cresce mais aceleradamente do que durante as grandes guerras).
d) O PIB é uma variável-fluxo que, entretanto, não contabiliza os valores das variáveis-
estoque, como as diferentes formas de capital (ver Box 1).
10
Gadrey, J. ET Jany-Catrice, F. Les Nouveaux Indicateurs de Richesse, La Decóuverte, 2007. Stiglitz, J. E.,
Sen, A. And Fitoussi, J. P. Report By the Commission on the Measurement of Economic Performance and
Social Progress, Paris, 2010.
68
BOX 1
O PRÉ-SAL, A RIQUEZA NACIONAL E O PIB
É um erro técnico definir o PIB como o total da riqueza produzida no país durante determinado período. A contabilidade social de um país ou de uma
região pode ser elaborada em termos de variáveis-fluxo ou de variáveis-estoque. Uma variável-fluxo se mede num período de tempo (ano, trimestre, etc.),
assim como, por exemplo, o PIB, os investimentos, o consumo, etc. Uma variável-estoque se mede em um dado instante do tempo, como por exemplo, a
riqueza nacional não financeira no dia 1º. de janeiro de 2008, que se exprime pelo valor da capacidade instalada em termos de potencial produtivo
(hidroelétricas, máquinas, equipamentos, áreas agricultáveis, etc.), pelo valor do capital natural, etc.
Portanto, o PIB é uma variável-fluxo e a riqueza, uma variável-estoque. É um erro confundir o estoque de água num reservatório em dado instante com os
fluxos de entrada e saída de água desse reservatório num dado período de tempo. Novos fluxos de investimentos em capital físico, realizados durante o ano,
modificam o valor da riqueza nacional não financeira, calculado no fim do ano. Essa distinção conceitual pode ser ilustrada por meio da descoberta do Pré-
Sal que se caracteriza como o aumento do valor do capital natural do País, o qual terá impactos favoráveis sobre o crescimento do PIB somente a partir do
momento em que se iniciarem os fluxos de investimento de sua exploração, prospecção e refino.
Embora essa distinção conceitual esteja consolidada na literatura econômica, é muito complexa a relação entre os dois tipos de contas sociais por causa da
incorporação das expectativas do futuro econômico sobre as decisões de produção e de investimentos no presente, e da presença de capitais intangíveis nas
concepções modernas de desenvolvimento sustentável.
Há várias classificações dos diversos tipos de capital que podem contribuir para o desenvolvimento de um país ou uma região. O Banco Mundial distingue
sete formas de capital, divididas em capital físico e capital social. Normalmente, as regiões e os países menos desenvolvidos dispõem de uma concentração
relativamente menor de capital social ou intangível, justamente as formas de capital que dão sustentabilidade a um crescimento contínuo da produtividade e
da prosperidade.
O sistema de contas nacionais do Brasil tem medido, desde os anos 1950, o grau de prosperidade no País, dos Estados e dos Municípios em termos de
fluxos agregados anuais e trimestrais de produção, de renda, de investimento, etc. Pouco se sabe sobre o que se passa com o valor econômico das diferentes
formas de capital físico e de capital social, a não ser estimativas indiretas da depreciação das máquinas, dos equipamentos e da infraestrutura econômica
que se desgastam pelo uso ao longo dos anos ou estimativas de pesquisas de amostras por domicílio.
Amartya Sen, prêmio Nobel de Economia, sugere que a prosperidade inclui, também, um diferenciado conjunto ou estoque de bens e ativos (capitais) que
permitem melhorar os níveis de produtividade de países e regiões. Neste sentido, as perspectivas do desenvolvimento do Brasil para as futuras gerações, a
partir da mega descoberta do Pré-Sal, ficam melhor conhecidas a partir de uma visão ou abordagem com as variáveis-estoque para se dar uma melhor ideia
da capacidade de um país ou região produzir bens e serviços no futuro.
Percebe-se, com maior clareza, a importância do capital social no processo de desenvolvimento de um país ou de uma região em situações de assimetria no
retrocesso econômico, como sugere Celso Furtado*. Assim, se uma economia desenvolvida se atrofia ou involui por causa de um evento exógeno como na
situação dos países da Europa após a II Grande Guerra, essa economia perde a dimensão física de sua capacidade produtiva e pode assumir os indicadores
de renda per capita, de comércio e de produtividade típicos de uma economia subdesenvolvida. Entretanto, quando recebe novos estímulos e incentivos,
como os dos financiamentos e do apoio técnico do Plano Marshall, a sua reação é rápida e acelerada, por causa de sua capacidade endógena de mobilizar
capitais tangíveis e intangíveis (empreendedorismo, cidadania, cultura da inovação, etc.) para promover a retomada do desenvolvimento econômico e
social. O mesmo poderia não ocorrer em regiões menos desenvolvidas do Brasil, ainda que beneficiárias do Pré-Sal, se a escassez de capital social e
institucional levar a situações de reprodução das desigualdades e das assimetrias sociais prevalecentes.
* Furtado, C. A Nova Dependência. Paz e Terra, 1982. Ver também suas reflexões sobre o tema do desenvolvimento no livro da coleção “Os
Economistas”, publicado pela Abril Cultural: Teoria e Política de Desenvolvimento Econômico. Sobre o pensamento dos principais autores que
analisaram a questão do capital social no processo de desenvolvimento, ver Augusto Franco – Capital Social, Instituto de Política, Millennium, Brasília,
2004, que destaca as ideias de Tocqueville, Jacobs, Putnam, Fukuyama, Maturana, Castells e Levy.
69
A redução dos custos para processar, armazenar e divulgar indicadores socioeconômicos a
partir do ciclo de inovações da tecnologia de informações tem estimulado a produção de
vários desses indicadores de forma aleatória, pontual e, muitas vezes, sem sentido analítico.
Na verdade, pode-se observar que há quatro gerações de indicadores socioeconômicos e
ambientais que emergiram nas seis últimas décadas a partir de uma combinação de
interesse acadêmico com o interesse dos formuladores de políticas públicas.
Particularmente, desde 1965, ocorreu uma explosão de novos indicadores de
desenvolvimento em diferentes países.
Durante a crise de 1929, os governos dos EE.UU., Inglaterra, França e outros países
europeus se deram conta que não dispunham de um sistema atualizado de informações para
acompanhar a conjuntura econômica e as tendências de crescimento de suas economias
(nível de atividade), assim como não dispunham de mecanismos de monitoramento para
acompanhar os movimentos dos preços em seus países e regiões (índices gerais de preços e
índices de custo de vida). Assim, pouco a pouco, sob as orientações conceituais das obras
de Keynes e as diretrizes operacionais de Richard Stone, entre outros, foram se
desenvolvendo indicadores de acompanhamento da conjuntura e do ambiente
macroeconômico de diversos países do Mundo, até que as Nações Unidas assumiram a
responsabilidade técnica para a normatização desses indicadores através da contabilidade
nacional e para a sua sistematização nos países menos desenvolvidos, a partir dos anos
1950.
A segunda geração de indicadores socioeconômicos está relacionada à necessidade de se
dispor de informações atualizadas, desagregadas e relevantes para a concepção e a
implementação de políticas públicas de natureza redistributiva da renda e da riqueza em
países, regiões e localidades. A motivação política para o desenvolvimento dos sistemas de
indicadores sociais emergiu particularmente nos anos 1970, quando se constatou que os
ciclos de crescimento econômico do pós-II Grande Guerra haviam gerado desigualdades e
70
assimetrias na distribuição de seus custos e benefícios entre grupos sociais, famílias e
regiões.
A terceira geração de indicadores está contextualizada na necessidade de melhor
conhecimento do desenvolvimento científico e tecnológico das nações e de suas regiões,
assim como das inextricáveis relações entre crescimento econômico e sustentabilidade
ambiental. Desde a ECO-92, a concepção de desenvolvimento sustentável, que procura um
equilíbrio entre competitividade sistêmica, equidade social e qualidade do meio ambiente,
está demandando, para a sua operacionalização, uma outra geração de indicadores de
caráter inovador que vêm se configurando como de enorme relevância ao longo dos últimos
dez anos. No Brasil, já se dispõe de alguns indicadores de sustentabilidade ambiental,
como, por exemplo, os relatórios da qualidade das águas em nossas bacias hidrográficas
produzidos pela ANA ou os indicadores de desmatamento da Amazônia preparados pela
IMAZON11
.
Finalmente, a última geração de indicadores, que ainda não tem um caráter sistêmico e
busca se consolidar, é a dos indicadores dos capitais sociais ou intangíveis (cultural,
humano, conhecimento e institucional). As modernas teorias de desenvolvimento destacam
que, embora as estruturas físicas sejam uma condição necessária para um processo de
crescimento econômico de uma sociedade, o desenvolvimento sustentável dependerá
fundamentalmente da sua capacidade de organização social e política fundada na qualidade
e na intensidade de seus capitais sociais. O que se busca são indicadores da qualidade
institucional da gestão pública, do grau de mobilização e participação dos cidadãos no
planejamento governamental, da capacidade de cooperar para competir de micro e
pequenos empresários, da sustentabilidade fiscal dos governos estaduais e municipais e de
sua responsabilidade social, etc. É possível encontrar aqui e ali um crescente número desses
indicadores que cada vez mais vem influenciando a concepção e a implementação das
políticas públicas.
11
Lawn, P. Sustainable Development Indicators in Ecological Economics, EE.
71
No caso brasileiro, destaca-se como um indicador de desenvolvimento socioeconômico que
supera algumas das limitações do PIB, o Índice FIRJAN de Desenvolvimento Municipal.
O Índice FIRJAN de Desenvolvimento Municipal (IFDM) tem as seguintes características
(ver Quadro A.1):
As fontes de dados são oficiais e sua metodologia permite a comparação
quantitativa serial e temporal dos municípios analisados, possibilitando inclusive a
agregação por Estados. A comparação entre municípios ao longo do tempo mostra,
com precisão, se uma melhor posição no ranking se deveu a fatores exclusivos de
um determinado município ou à piora dos demais. A comparação absoluta de cada
município permite medir se a efetividade das políticas públicas resulta em melhores
condições socioeconômicas da população.
Os dados da FIRJAN mais específicos para os municípios, e utilizados para medir
as três áreas (emprego e renda, educação e saúde) que compõem o índice, são os de
2006. Em cada uma dessas áreas, os Municípios, Capitais e Estados do País podem
ser comparados entre si no grupo a que pertencem, isolada e evolutivamente. Para
efeito de comparação, o IFDM também foi calculado para 2000, o que permite uma
análise ao longo do tempo.
O IFDM varia numa escala de 0 (pior) a 1 (melhor) para classificar o
desenvolvimento humano do País, dos Estados e dos Municípios. Os critérios de
análise no estudo FIRJAN estabelecem quatro categorias: baixo (de 0 a 0,4), regular
(0,4001 a 0,6), moderado (de 0,6001 a 0,8) e alto (0,8001 a 1) desenvolvimento
municipal.
O indicador IFDM-Emprego & Renda acompanha a movimentação e as
características do mercado formal de trabalho, cujos dados são disponibilizados pelo
Ministério do Trabalho. As variáveis observadas por este indicador são: Taxa de
Geração de Emprego formal sobre o Estoque de Empregados e sua Média Trienal;
72
Saldo Anual Absoluto de Geração de Empregos; Taxa Real de Crescimento do
Salário Médio Mensal e sua Média Trienal; e, Valor Corrente do Salário Médio
Mensal.
O indicador IFDM-Educação capta tanto a oferta quanto a qualidade da educação
do ensino fundamental e pré-escola, conforme competência constitucional dos
municípios. As variáveis acompanhadas por este indicador são: Taxa de
Atendimento no Ensino Infantil; Taxa de Distorção Idade-série; Percentual de
Docentes com Curso Superior; Número Médio Diário de Horas-Aula; Taxa de
Abandono Escolar; e, Resultado Médio no Índice de Desenvolvimento da Educação
Básica.
Por sua vez, o indicador IFDM-Saúde visa avaliar a qualidade do Sistema de Saúde
Municipal referente à Atenção Básica. As variáveis acompanhadas por este
indicador são: Quantidade de Consultas Pré-Natal; Taxa de Óbitos Mal-Definidos;
e, Taxa de Óbitos Infantis por Causas Evitáveis.
Quais são as principais vantagens do IFDM em comparação com o IDH-M?
O IFDM é anual, enquanto o IDH-M é censitário. Desta forma, com o IFDM é
possível ver o filme ao invés de fotos esparsas a cada dez anos do IDH-M. Assim,
ganha-se além da aferição, uma ferramenta de gestão pública.
O IFDM permite tanto a comparação relativa, quanto a absoluta entre municípios ao
longo do tempo, uma vez que sua metodologia permite especificar se uma melhora
relativa deveu-se a fatores específicos do município em questão ou à piora dos
demais. O IDH-M não permite a comparação ao longo do tempo, na medida em que
as notas de corte são determinadas pela amostra do ano em questão.
O IFDM foi desenvolvido diretamente para avaliar o desenvolvimento dos
municípios, com variáveis que espelham com maior nitidez a realidade municipal
73
brasileira. O IDH-M, sendo uma adaptação do IDH desenvolvido para analisar os
mais diferentes países, é mais limitado para analisar a realidade municipal do ponto
de vista metodológico. Assim, o IFDM traz uma visão mais atualizada, com melhor
utilização do conjunto de indicadores brasileiros em sua composição.
Quadro A.1. Quadro Resumo das Variáveis Componentes do IFDM – por Área de
Desenvolvimento
Fonte: FIRJAN.
Variáveis utilizadas:
Geração de
emprego formal
Salários médios do
emprego formal
Fonte: Ministério do
Trabalho.
Variáveis utilizadas:
Taxa de matrícula na
educação infantil
Taxa de abandono
Taxa de distorção
idade-série
Percentual de
docentes com ensino
superior
Média de horas aula
diárias
Resultado do IDEB
Fonte: Ministério do
Trabalho.
Variáveis utilizadas:
Número de
consultas pré-natal
Óbitos por causa
mal-definidas
Óbitos infantis por
causas evitáveis
Fonte: Ministério do
Trabalho.
Emprego & Renda Educação Saúde
IFDM
74
A Tabela A.2 mostra o IFDM de 2000 e o IFDM de 2009 e de seus componentes para os
dezoito municípios do Polo Turístico Baía de Todos os Santos. Constata-se: a) há acentuada
assimetria entre os valores tanto de 2000 quanto de 2009; b) em quase todos os municípios
é sensível o progresso observado nos valores de 2000 a 2009; c) em geral, os piores
resultados são constatados no componente de Emprego e Renda. Neste sentido, cabe
indagar se os investimentos do PRODETUR BA teriam capacidade de acelerar o
emprego e renda nos municípios menos desenvolvidos da Baía de Todos os Santos.
Tabela A.2. IFDM: Municípios da APA Baía de Todos Os Santos: 2000 E 2009
MUNICÍPIOS IFDM
2000
IFDM 2009
IFDM EDUCAÇÃO SAÚDE EMPREGO
E RENDA
1. Aratuípe
2. Cachoeira
3. Candeias
4. Itaparica
5. Jaguaripe
6. Madre de Deus
7. Maragojipe
8. Muniz Ferreira
9. Muritiba
10. Nazaré
11. Salinas da Margarida
12. Salvador
13. Santo Amaro
14. São Félix
15. São Francisco do Conde
16. Saubara
17. Simões Filho
18. Vera Cruz
0,3543
0,5036
0,5721
0,4835
0,4034
0,5830
0,3628
0,3837
0,3752
0,4968
0,4479
0,6044
0,5529
0,2939
0,5875
0,5162
0,5123
0,4357
0,5001
0,6100
0,6419
0,5239
0,5165
0,6827
0,7187
0,5212
0,5674
0,6129
0,5972
0,7636
0,5844
0,5941
0,7312
0,5369
0,5786
0,5354
0,5285
0,5864
0,5718
0,5830
0,5070
0,6911
0,5524
0,5282
0,6142
0,5914
0,7281
0,6166
0,5946
0,5423
0,6656
0,6065
0,5472
0,5870
0,6976
0,8540
0,7392
0,6866
0,6374
0,7856
0,7302
0,6800
0,7801
0,6996
0,7237
0,7630
0,7582
0,9144
0,7038
0,7495
0,7150
0,6774
0,2743
0,3897
0,6146
0,3023
0,4050
0,5715
0,8737
0,3553
0,3078
0,5475
0,3398
0,9113
0,4005
0,3254
0,8241
0,2546
0,4738
0,3419
ESTADO DA BAHIA 0,5063 0,6535 0,5675 0,6982 0,6947
Fonte: FIRJAN.
75
Em geral, quando se pretende definir quais são as potencialidades de crescimento
econômico de uma região ou de um município, a partir da sua dotação de recursos
turísticos, é preciso estar ciente de que o conceito de potencialidade de recursos é
econômico e não físico. Ou seja, o valor de um recurso turístico depende da estrutura
da demanda, dos custos relativos de produção, dos custos de acessibilidade das
inovações tecnológicas adotadas no ambiente macroeconômico, etc.
A questão dos custos relativos é crítica: uma oportunidade favorável à exploração de um
potencial turístico, em alguma localidade ou região pode não ser explorada devidamente
por causa da existência de uma melhor oportunidade em outra localidade ou região do país
ou do exterior. Portanto, a incorporação das noções de custo de oportunidade e de
concorrência são importantes para a melhor compreensão do conceito de competitividade
interregional e internacional dos projetos de investimento no setor de turismo. Ou seja, o
significado do que é “a dotação de recursos turísticos” de uma região ou localidade muda
com a dinâmica do crescimento econômico, com os determinantes da demanda final
(preferências dos consumidores, distribuição de renda, política cambial etc.), com as
condições tecnológicas de produção (surgimento de novos produtos e novos processos),
com a organização do sistema produtivo e de seu arcabouço político-institucional
(legislação ambiental, normas de segurança etc.).
Além do mais, muitas vezes uma região apresenta condições locacionais favoráveis para a
implantação de novas atividades turísticas (qualidade do capital natural, logística, etc.), mas
os investimentos não se realizam por questões de natureza político-institucional (legislação
ambiental inapropriada ou inflexível, movimentos sociais locais com interesses difusos,
falta de suporte das autoridades estaduais ou locais etc.).
É difícil imaginar a sobrevivência de atividades econômicas de qualquer natureza e em
qualquer escala produtiva numa região, que não disponham de competitividade dinâmica
em termos de preço e de qualidade para enfrentar a oferta de bens e serviços equivalentes,
disponíveis em outros municípios e localidades com melhores condições de acessibilidade,
de qualidade dos serviços e de preços. Neste sentido, é preciso, inicialmente, que se
76
distingam as vantagens econômicas espúrias das vantagens competitivas dinâmicas
específicas de cada região ou localidade.
As vantagens competitivas espúrias são aquelas que não se sustentam no longo prazo, por
estarem fundamentadas apenas em incentivos fiscais e financeiros recorrentes (que podem
desaparecer a partir das exigências de um programa de estabilização econômica ou de um
projeto de reforma tributária), no uso predatório dos recursos naturais do ecossistema (que
podem se restringir ou por limitações físicas ou por legislação ambiental), na sobre-
exploração da força de trabalho (que pode encontrar resistências políticas ou legais com o
avanço da redemocratização), ou na informalidade e na clandestinidade de suas operações
(que podem chocar-se com a modernização e eficácia dos sistemas tributários e
previdenciários).
As vantagens competitivas dinâmicas de uma região ou localidade são aquelas que não
apenas resistem aos desafios dos processos de globalização e de integração da economia
nacional, mas, também, aproveitam adequadamente as oportunidades criadas por estes
processos. As atividades econômicas, para se tornarem globalmente competitivas,
dependem de sua eficiência operacional e de seu posicionamento estratégico. Para
alcançar maiores ganhos, é necessário servir segmentos atrativos de mercado; esses novos
segmentos requerem diferentes capacidades e exigem que se aumente a eficiência
operacional12
.
Vale a pena destacar as conclusões gerais de Michael Porter sobre a competitividade
sistêmica de um país ou de uma região: a) a competitividade não pode ser vista como um
fenômeno macroeconômico, impulsionado por variáveis como taxas de câmbio, taxas de
juros e déficits governamentais; b) a competitividade não é função de mão de obra barata
ou de recursos naturais abundantes; c) as empresas de uma região ou de um país não terão
êxito se não basearem suas estratégias no progresso e na inovação, numa disposição de
12
Fairbanks, M. and Lindsay, S. Plowing The Sea – Nurturing the Hidden Sources of Growth in the
Developing World. HBS Press, 1997. Porter, M. E. Vantagem Competitiva. Editora Campus, 1989 (3ª
edição). Haddad, P. R. “Tendências Recentes do Comércio Internacional e suas Implicações para a Economia
de Minas”, Cadernos BDMG, abril, 2003.
77
competir, no conhecimento realista de seu ambiente nacional/regional/local e de como
melhorá-lo; d) as empresas bem sucedidas concentram-se, com frequência, em
determinadas cidades, aglomerados urbanos ou estados dentro do país; e) o processo de
globalização das economias nacionais não exclui a importância de localidades que
proporcionam um ambiente fértil para as empresas de indústrias específicas.
O Polo Turístico da Baía de Todos os Santos do PRODETUR Nacional poderá
adquirir maiores chances de gerar um ciclo de crescimento econômico sustentado
regional e local se não depender apenas de fatores macroeconômicos para a sua
sobrevivência (taxa de câmbio desvalorizada, por exemplo); se não depender de
vantagens competitivas espúrias; se enfatizar posicionamento estratégico mais
desenvolvido e abrangente, sem perda de maior eficiência operacional. Para que o
Polo seja competitivo, é preciso que as empresas que nele atuam sejam competitivas,
que as cadeias produtivas em que se inserem sejam competitivas (formadores e
prestadores de serviços competitivos) e que as regiões onde se localizam sejam
também competitivas (serviços de segurança pública, de saúde pública, de educação
básica de boa qualidade etc.).
As atividades de turismo sustentável apresentam características comuns: elas se
concentram, normalmente, em um território bem delimitado que define sua identidade
cultural; elas aglomeram espacialmente um conjunto de empresas e empreendedores que
têm, entre si, maior ou menor nível de cooperação e de confiança; elas se especializam na
oferta de serviços orientados para o consumo final e dentro de uma cadeia de valor, com
maior ou menor grau de extraterritorialidade; para se desenvolver, elas não podem
prescindir de uma articulação ampla e diversificada com muitas instituições públicas e
privadas que conduzem políticas sociais e setoriais.
O MINTUR tem considerado que, além dos projetos de investimento público e privado para
promover e desenvolver um potencial turístico em determinada região ou localidade, é
preciso implementar políticas públicas para o alívio ou redução da pobreza e a preservação
78
dos ecossistemas tendo a concepção de turismo sustentável como vetor referencial. Essas
políticas compreendem os seguintes investimentos:
Investimentos no Capital Humano
Promoção da inserção da população local no mercado de trabalho oferecido pelo turismo através da
oferta de capacitação profissional adequada com ênfase nas faixas de população local de menor nível de
escolaridade.
Gestão para o estabelecimento, nos destinos, de unidades educativas tanto para a educação formal
quanto para a capacitação em áreas específicas diretamente aplicáveis às atividades turísticas.
Ações públicas de facilidades para a inclusão digital da população.
Campanhas de conscientização da população, dos governos locais e dos turistas e demais
interessados no desenvolvimento sustentável do setor.
Investimentos no Capital Físico
As obras de infraestrutura de titularidade governamental devem ser inclusivas para o total da
população local e não apenas às instalações de complexos turísticos, de regiões de veraneio e de áreas de
atrativos turísticos localizados.
As áreas de ocupação informal constituídas ou crescidas em função da atração de população pela
dinamização do turismo, devem ser objeto de projetos de urbanização e regularização ou novas
habitações, se em áreas de risco.
Incentivo do uso de materiais e insumos de produção local, como forma de dinamização da economia
local, bem como de geração de oportunidades de mercado.
Investimentos no Capital Social
Obrigatoriedade da formulação de planejamento, dimensionamento e estruturação dos destinos
turísticos previamente à sua comercialização.
Apoio e crédito para a regularização dos imóveis em situação fundiária informal, sob risco de perda
pela especulação imobiliária, causada pela implantação de infraestrutura pública, principalmente
estradas, ou pelo crescimento da própria atividade turística.
Medidas sociais compensatórias para a instalação de empreendimentos turísticos de grande porte, que
privilegiem a população local e nativa.
Privilegiar a comunidade local e nativa, na oferta de empregos gerados direta e indiretamente pela
atividade turística.
Promoção de geração de oportunidades de prestação de serviços e fornecimento de bens para as
classes menos favorecidas da população local, tanto com estímulo a atenção à qualidade dos produtos
quanto pela indução à organização deste comércio.
79
Incentivo à criação de microempresas comunitárias ou cooperativas para prestação de serviços
turísticos deve ser estimulado, com apoio técnico, organizacional e mercadológico que permita o acesso
a créditos.
Oferta de crédito/microcrédito compatível com as atividades desenvolvidas no destino.
Ações de incentivo à organização e ao fortalecimento das comunidades locais (empoderamento da
sociedade local).
A oferta de serviços públicos ampliados por pressão da necessidade da população flutuante de turistas
deve ser dimensionada incluindo toda a população local.
Formulação de políticas de incentivo aos governos locais para o fortalecimento de sua governabilidade
e capacidade de se beneficiar da renda gerada pelo turismo, a ser revertida em serviços à população
local.
O ecossistema da Baía de Todos os Santos distribui as potencialidades turísticas com
elevado grau de generosidade entre todos os seus municípios. Como dizia Buda, nada é
mais democrático do que o sol, pois, quando se levanta, ilumina igualmente todas as
regiões. Entretanto, o processo histórico de assentamento humano na Baía de Todos os
Santos gerou imensas desigualdades e assimetrias nas condições de vida entre os habitantes
dos seus municípios. É de se esperar que o PRODETUR Nacional possa contribuir para
atenuar este contexto socioeconômico promovendo emprego de qualidade e renda estável
nos municípios menos desenvolvidos da Baía de Todos os Santos.
80
ANEXO B: MULTIPLICADORES DOS GASTOS DOS TURISTAS
Apresentam-se abaixo os multiplicadores de insumo-produto dos gastos dos turistas por
tipo de hospedagem. Os multiplicadores foram calculados a partir da estrutura de insumo-
produto interregional intrínseca ao modelo de projeção. A partir da composição dos gastos
dos turistas domésticos e internacionais, por tipo de hospedagem (Tabela B1), foram
computados os multiplicadores associados ao gasto padrão de cada uma das seis categorias.
A estrutura utilizada provém da tabulação especial dos microdados da “Pesquisa do
Receptivo de Caracterização e Dimensionamento do Turismo Doméstico”, elaborada pela
FIPE.
Tabela B1. Composição dos Gastos per Capita dos Turistas Domésticos e
Internacionais, por Tipo de Hospedagem
Fonte: Pesquisa do Receptivo de Caracterização e Dimensionamento do Turismo Doméstico.
A partir matriz inversa de Leontief, é possível estimar, para cada setor da economia, o
quanto é gerado direta e indiretamente de produção e emprego, para cada unidade
monetária produzida para a demanda final. Quando o efeito de multiplicação se restringe
somente à demanda de insumos intermediários, estes multiplicadores são chamados de
multiplicadores do tipo I. As Tabelas B2 e B4 apresentam os multiplicadores de produção e
Casa de amigos e
parentes
Hotel, pousada
ou resort
Outros tipos de
hospedagem
Casa de amigos e
parentes
Hotel, pousada
ou resort
Outros tipos de
hospedagem
Hospedagem 0.03 32.12 12.75 2.08 23.42 22.98
Alimentação 32.80 28.22 39.64 35.22 32.23 30.80
Transporte interno 6.86 4.73 2.23 16.72 13.23 16.36
Compras pessoais 27.83 15.11 20.45 30.58 22.99 15.35
Atrativos e passeios 16.13 8.32 11.88 13.83 7.20 12.82
Outros 16.35 11.51 13.05 1.56 0.92 1.69
TOTAL 100.00 100.00 100.00 100.00 100.00 100.00
Gastos per capita R$ 241.65 R$ 754.76 R$ 274.42 R$ 706.55 R$ 674.03 R$ 879.69
Peso 1.00 3.12 1.14 2.92 2.79 3.64
Doméstico Internacional
81
emprego para as diferentes composições de gastos de uma unidade monetária típica dos
gastos dos turistas. Como os gastos per capita variam por categoria, definimos “pesos” que
definem as magnitudes relativas dos gastos em relação ao grupo de referência, escolhido
como aquele dos turistas domésticos que se hospedam em casa de amigos e parentes. As
Tabelas B3 e B4 apresentam as participações regionais nos multiplicadores totais,
respectivamente de produção e emprego.
Os resultados sugerem que: (i) os multiplicadores de produção associados a turistas que se
hospedam em casa de amigos ou parentes tendem a ser menores; (ii) no caso dos
multiplicadores de emprego, os gastos típicos dos turistas domésticos tendem a gerar mais
empregos que os gastos dos turistas internacionais; (iii) quando se consideram os gastos per
capita de cada categoria, sobressaem os turistas domésticos que se hospedam em hotel,
pousada ou resort, sendo que no caso dos turistas internacionais, por adquirirem pacotes
fora do país, os maiores efeitos estariam associados àqueles que se hospedam em outros
tipos de hospedagem; (iv) quanto à internalização dos efeitos multiplicadores dos gastos
por parte do Polo BTS, há um certo padrão em termos dos efeitos intra-regionais da
produção (internalização de cerca de 75% do total), e de emprego (aproximadamente 90%
no caso dos gastos dos turistas domésticos, e 80% no caso dos turistas internacionais).
Tabela B2. Decomposição Regional dos Multiplicadores de Produção dos Gastos dos
Turistas, por Categoria de Hospedagem
Casa de amigos e
parentes
Hotel, pousada
ou resort
Outros tipos de
hospedagem
Casa de amigos e
parentes
Hotel, pousada
ou resort
Outros tipos de
hospedagem
Bahia 1.132 1.156 1.146 1.159 1.169 1.175
Pólo BTS 1.069 1.064 1.063 1.088 1.080 1.086
Resto da Bahia 0.063 0.091 0.083 0.071 0.089 0.089
Resto do Brasil 0.231 0.286 0.265 0.280 0.308 0.314
TOTAL 1.363 1.442 1.411 1.439 1.477 1.489
Multiplicador ponderado 1.363 4.503 1.603 4.209 4.119 5.419
Peso 1.00 3.12 1.14 2.92 2.79 3.64
Doméstico Internacional
82
Tabela B3. Decomposição Regional dos Multiplicadores de Produção dos Gastos dos
Turistas, por Categoria de Hospedagem (% do total)
Tabela B4. Decomposição Regional dos Multiplicadores de Emprego dos Gastos dos
Turistas, por Categoria de Hospedagem (por R$ 1 milhão)
Tabela B5. Decomposição Regional dos Multiplicadores de Emprego dos Gastos dos
Turistas, por Categoria de Hospedagem (% do total)
Casa de amigos e
parentes
Hotel, pousada
ou resort
Outros tipos de
hospedagem
Casa de amigos e
parentes
Hotel, pousada
ou resort
Outros tipos de
hospedagem
Bahia 83.05 80.159 81.202 80.541 79.175 78.935
Pólo BTS 78.449 73.819 75.299 75.587 73.135 72.969
Resto da Bahia 4.605 6.340 5.903 4.954 6.040 5.966
Resto do Brasil 16.946 19.841 18.798 19.459 20.825 21.065
TOTAL 100.000 100.000 100.000 100.000 100.000 100.000
Doméstico Internacional
Casa de amigos e
parentes
Hotel, pousada
ou resort
Outros tipos de
hospedagem
Casa de amigos e
parentes
Hotel, pousada
ou resort
Outros tipos de
hospedagem
Bahia 72.2 62.6 66.3 40.4 39.6 40.8
Pólo BTS 70.6 60.1 64.1 38.6 37.3 38.5
Resto da Bahia 1.6 2.5 2.2 1.8 2.3 2.3
Resto do Brasil 4.5 6.6 6.0 5.2 6.5 6.4
TOTAL 76.7 69.1 72.2 45.6 46.1 47.2
Multiplicador ponderado 76.7 216.0 82.0 133.5 128.5 172.0
Peso 1.00 3.12 1.14 2.92 2.79 3.64
Doméstico Internacional
Casa de amigos e
parentes
Hotel, pousada
ou resort
Outros tipos de
hospedagem
Casa de amigos e
parentes
Hotel, pousada
ou resort
Outros tipos de
hospedagem
Bahia 94.10 90.5 91.7 88.6 86.0 86.4
Pólo BTS 92.0 87.0 88.7 84.7 80.9 81.4
Resto da Bahia 2.1 3.5 3.1 3.9 5.1 4.9
Resto do Brasil 5.9 9.5 8.3 11.4 14.0 13.6
TOTAL 100.0 100.0 100.0 100.0 100.0 100.0
Doméstico Internacional
83
ANEXO C: AVALIAÇÃO DE IMPACTO DO PROGRAMA PRODETUR BA
SOBRE A DESIGUALDADE E A POBREZA NA REGIÃO METROPOLITANA DE
SALVADOR
1. Introdução
Este anexo apresenta os resultados de uma avaliação ex-ante dos impactos do programa
PRODETUR BA sobre a desigualdade de renda e pobreza na Região Metropolitana (RM)
de Salvador. Esses resultados foram estimados mediante a aplicação de uma metodologia
de micro-simulação não comportamental utilizando-se a base amostral de microdados da
Pesquisa Nacional por Amostra de Domicílio (PNAD) para a RM de Salvador em 2009,
bem como as projeções de geração de emprego do programa. Resumidamente, essa
metodologia considera que os empregos gerados pelo programa PRODETUR BA devem
possuir as mesmas características de qualificação (nível de instrução) e de remuneração do
empregado mediano nos setores produtivos da RM de Salvador, as quais são observadas na
base de microdados da PNAD. Adicionalmente, assume-se que os desocupados que
possuem essas características na base de microdados da PNAD passarão a ter a condição de
empregado (ocupado), percebendo a remuneração do empregado mediano de cada setor. A
partir dessa micro-simulação, calculam-se diversos indicadores de desigualdade e de
pobreza para o ano de referência da base de microdados da PNAD e para cada cenário de
simulação utilizado no estudo. Assim, podem-se avaliar os impactos sociais do programa
em relação a uma situação inicial sem o programa (ano de referência da PNAD).
Além dessa introdução, o presente anexo organiza-se em outras quatro seções. A segunda
seção apresenta algumas características descritivas da base de microdados da PNAD para a
RM de Salvador. A terceira seção apresenta os indicadores de desigualdade e de pobreza
definidos para avaliar os impactos do programa. A quarta seção descreve os procedimentos
metodológicos adotados na micro-simulação não comportamental, enquanto os resultados
são analisados na quinta seção.
84
2. Descrição da Base de Dados
Os microdados a serem utilizados pertencem à Pesquisa Nacional por Amostra de
Domicílio, conhecida comumente como PNAD. As PNADs são realizadas desde 1967 pelo
Instituto Brasileiro de Geografia e Estatística (IBGE) e consistem numa fonte riquíssima de
informações que englobam características físicas dos domicílios, e individuais como
gênero, escolaridade, raça, condição na unidade domiciliar, migração, fecundidade e
rendimentos salariais e não-salariais.13
A pesquisa abrange a população residente nas unidades domiciliares (domicílios
particulares e unidades de habitação em domicílios coletivos). Iniciada no Estado do Rio de
Janeiro, sua cobertura ampliou-se gradativamente para as outras regiões do país até 1980.
Entre 1981 e 2003 apresentou a mesma estrutura, sendo que a área rural da região Norte
(com exceção do Estado do Tocantins) não era investigada. A partir de 2004, a PNAD
incorpora as áreas rurais remanescentes da região Norte, passando a cobrir todo o território
nacional.
A expansão da amostra baseia-se em estimadores de razão cuja variável independente é a
projeção da população residente, segundo o tipo de área (metropolitana e não-
metropolitana). Essas projeções consideram a evolução populacional ocorrida entre os
censos demográficos, sob hipóteses de crescimento associadas às taxas de fecundidade,
mortalidade e migração. Com isso, o desenho amostral da pesquisa permite que os
resultados sejam expandidos para os níveis do país, grandes regiões, estados e áreas
metropolitanas.
A amostra da PNAD 2009, ano da análise, inclui 399.337 indivíduos pesquisados em todas
as regiões do país. Para efeito de caracterização, o recorte adotado pelo presente anexo
corresponde às pessoas ocupadas e desocupadas entre 15 e 64 anos que compõem a
13
As características gerais de migração e de educação são pesquisadas para todas as pessoas, enquanto as características
de trabalho e rendimento são investigadas para as pessoas de dez anos ou mais de idade ou a partir de cinco anos, como
aconteceu esporadicamente em anos anteriores e tem ocorrido anualmente a partir da Pnad 2001. Ademais, suplementos
especiais como acesso a serviços de saúde, acesso à internet, programas de transferência de renda, segurança alimentar e
vitimização e justiça também têm sido ocasionalmente investigados.
85
população economicamente ativa da Região Metropolitana de Salvador. Nessa sub-amostra
foram abarcadas estatísticas referentes ao rendimento mensal e código da atividade do
trabalho principal (pessoas ocupadas), rendimento mensal de todas as fontes (trabalho,
aposentadorias, pensões, auxílios, abonos, aluguel, doações, juros e outras aplicações
financeiras), rendimento mensal familiar total, número de componentes da família, idade e
escolaridade.
Como definição de pessoas ocupadas consideram-se os indivíduos acima de dez anos que
tinham um trabalho (remunerado ou não) na semana de referência da pesquisa.14
Inclui
também indivíduos que não exerceram o trabalho por motivo de férias, licença, greve, etc.
O grupo de pessoas desocupadas é classificado como pessoas sem trabalho, mas que
estavam procurando trabalho na semana de referência da pesquisa.
A definição de rendimento mensal familiar empregada corresponde à soma dos
rendimentos mensais dos moradores que compõem a(s) família(s) dentro do(s) domicílio(s),
exclusive os rendimentos das pessoas cuja condição na família fosse pensionista,
empregado doméstico ou parente do empregado doméstico15
.
A Tabela C1 mostra a quantidade e distribuição das pessoas ocupadas e não ocupadas na
Região Metropolitana de Salvador na amostra e no universo. Observa-se que
aproximadamente 1,7 milhão ou 85,4% da PEA era de pessoas ocupadas, enquanto que
cerca de 300 mil (14,5%) constituíam-se de pessoas sem ocupação durante a semana de
referência da pesquisa.
14 De 20 a 26 de setembro de 2009. 15
Cerca de 400 pessoas ou (4,64%) da amostra viviam em domicílios onde mais de uma unidade familiar
estava presente.
86
Tabela C1. Número de pessoas ocupadas e não ocupadas na RM de Salvador em 2009
Amostra Universo
Pessoas Ocupadas 7.355 (85,48%) 1.766.456 (85,48%)
Pessoas Não-Ocupadas 1.249 (14,52%) 299,972 (14,52%)
Total 8.604 2.066.428
Fonte: PNAD 2009.
A Tabela C2 mostra comparativamente os rendimentos mensais do trabalho, rendimento
total familiar, outras rendas, número de componentes da família, renda per capita mensal,
idade e escolaridade do grupo de pessoas ocupadas e não ocupadas na RM de Salvador em
2009. Como em um domicílio podem ser encontradas diferentes categorias de ocupação e
como o rendimento do domicílio é atribuído a cada uma das categorias ali encontradas, note
que os valores médios obtidos traduzem-se em certa superestimação para as categorias de
menor rendimento e em alguma subestimação para as categorias melhor remuneradas.
Como esperado, o renda mensal familiar per capita (renda mensal familiar total dividido
pelo número de componentes da família) dos indivíduos ocupados é 124% maior que a
categoria de pessoas desocupadas. A idade e a escolaridade média medida em anos de
estudo também são superiores para a categoria de pessoas ocupadas em relação às pessoas
não ocupadas.
87
Tabela C2. Rendimentos em Reais (R$, Set/2009), número de componentes da família,
idade e escolaridade de pessoas ocupadas e desocupadas na RM de Salvador em 2009
Ocupadas
Média
Desvio-
Padrão Min Max
Renda mensal do trabalho principal 970.9 24.285 0 40.000
Renda mensal de todas as fontes 1.118,1 29.423 0 40.000
Renda mensal familiar 2.466,1 56.545 0 47.500
Outras rendas£ 147,2 10.876 0 21.700
Número de componentes da família 3.43 23 1 12
Renda mensal familiar per capita 815,0 20.185 0 23.750
Idade 36,34 180 15 64
Escolaridade† 10,11 61 1 17
Não Ocupadas
Média
Desvio-
Padrão Min Max
Renda mensal do trabalho principal - - -
Renda mensal de todas as fontes 64,1 3.691 0 2.600
Renda mensal familiar 1.329,8 32.268 0 28.300
Outras rendas£ 64,1 3.691 0 2,600
Número de componentes da família 3.82 26 1 12
Renda mensal familiar per capita 363,9 8.774 0 6.000
Idade 29,13 167 15 64
Escolaridade† 9,89 52 1 17
£ Renda mensal de todas as fontes menos renda mensal do trabalho principal.
† 1=Sem instrução e menos de 1 ano, 2=1 ano, 3=2 anos, 4=3 anos, 5=4 anos, 6=5 anos, 7=6 anos, 8=7 anos, 9=8 anos,
10=9 anos, 11=10 anos, 12=11 anos, 13=12 anos, 14=13 anos, 15=14 anos, 16=15 anos, 17= não determinados.
Nota: Escolaridade não determinada significa que o respondente não foi capaz de lembrar o número de anos de estudo
obtidos, se algum, durante o período da entrevista. Na amostra, 19 pessoas (0,22%) responderam escolaridade
indeterminada.
Fonte: PNAD 2009.
88
A Figura C1 mostra a distribuição da escolaridade (quadro a) e idade (quadro b) em função
da ocupação. No quadro (a), pode-se observar que o número de pessoas sem ocupação é
assimetricamente distribuído para a esquerda, evidenciando que o desemprego está mais
presente entre os mais jovens. No universo de pessoas ocupadas também se observa uma
assimetria em direção aos mais jovens, contudo bem menos acentuada do que entre as
pessoas desocupadas. Com relação ao nível de escolaridade, tanto para pessoas ocupadas
como para pessoas sem ocupação, observa-se um pico para os dois grupos que possuem
entre 11 e 13 anos de estudo (equivalente ao ensino médio). É interessante perceber que,
para pessoas com um alto nível de escolaridade, acima de 14 anos (ensino superior), o
universo de indivíduos ocupados em 2009 foi maior do que os não ocupados. Contudo, o
oposto se verifica entre indivíduos que possuem de 7,5 a 11 anos estudo (ensino
fundamental).
Figura C1. Distribuição das pessoas ocupadas e desocupadas de acordo com a idade
(a) e anos de escolaridade (b) † na RM de Salvador em 2009
(a)
(b) † 1=Sem instrução e menos de 1 ano, 2=1 ano, 3=2 anos, 4=3 anos, 5=4 anos, 6=5 anos, 7=6 anos, 8=7 anos, 9=8 anos,
10=9 anos, 11=10 anos, 12=11 anos, 13=12 anos, 14=13 anos, 15=14 anos, 16=15 anos, 17= não determinados.
Nota: Escolaridade não determinada significa que o respondente não foi capaz de lembrar o número de anos de estudo
obtidos, se algum, durante o período da entrevista. Na amostra, 19 pessoas (0,22%) responderam escolaridade
indeterminada.
Fonte: PNAD 2009.
0
.01
.02
.03
.04
.05
de
nsity:
v80
05
0 20 40 60 80v8005
Ocupadas Não Ocupadas
Distribuição Posição na Ocupação Versus Idade
0
.05
.1.1
5.2
.25
de
nsity:
v48
03
0 5 10 15 20v4803
Ocupadas Não Ocupadas
Distribuição Posição na Ocupação Versus Anos de Escolaridade
89
3. Indicadores de Desigualdade e Pobreza
Para avaliar os impactos sociais do programa, foi definido um conjunto de dez indicadores
de desigualdade social e de pobreza que permitem mensurar diversos aspectos das
condições sociais no âmbito da renda. Esses indicadores são apresentados no Quadro C1, a
seguir.
Quadro C1. Indicadores de desigualdade e pobreza
Indicadores Descrição
Curva de Lorenz Representação diagramática da desigualdade de renda entre as
pessoas
Gini Índice que afere o nível de desigualdade de renda numa escala
entre 0 (máxima igualdade) e 1 (máxima desigualdade)
Pobreza
Razão que mede a extensão da pobreza: percentual de pessoas
na população total com renda familiar per capita inferior à linha
de pobreza*
Pobreza Extrema
Razão que mede a extensão da pobreza extrema: percentual de
pessoas na população total com renda familiar per capita
inferior à linha de pobreza extrema*
Insuficiência de renda para
pobreza
Razão que mede a intensidade da pobreza: montante de renda
que para as pessoas atingirem a linha de pobreza
Insuficiência de renda para
pobreza Extrema
Razão que mede a intensidade da pobreza extrema: montante de
renda que para as pessoas atingirem a linha de pobreza extrema
Participação dos 20% mais
pobres
Razão que mede a participação dos 20% mais pobres na renda
total
Participação 50% mais pobres Razão que mede a participação dos 50% mais pobres na renda
total
Participação dos 10% mais ricos Razão que mede a participação dos 10% mais ricos na renda
total
Participação dos 1% mais ricos Razão que mede a participação dos 1% mais ricos na renda
total
* A linha de pobreza consiste no dobro da linha de pobreza extrema. A linha de extrema pobreza aqui considerada é uma
estimativa do valor de uma cesta de alimentos com o mínimo de calorias necessárias para suprir adequadamente uma
pessoa, com base em recomendações da FAO e da OMS. Segundo a PNAD de 2009, as linhas de pobreza extrema e de
pobreza para o Nordeste (área urbana) foram, respectivamente, de R$ 100,51 e R$ 201,30.
A Curva de Lorenz mostra graficamente como a proporção da renda total aumenta em
função da proporção do aumento da população, considerando rendas per capita acumuladas
90
(Hoffman, 1998)16
. A exposição gráfica abaixo (Figura C2) ilustra essa relação. A linha
onde existe igualdade perfeita é definida com uma reta de 45 graus partindo da origem até o
outro extremo. Na origem, renda e população são nulas, e se verifica um crescimento equi-
proporcional de ambas variáveis até alcançar o nível de 100%. Por outro lado, a linha da
perfeita desigualdade como ilustrado no painel da esquerda, indica que apenas uma pessoa
seria possuidora de toda a riqueza. Em termos práticos, a curva de Lorenz oscila entre os
dois extremos das curvas de igualdade perfeita e desigualdade perfeita. Segundo Hoffman
(1998), a curva é um bom indicador de desigualdade e é usualmente empregada para medir
o percentual acumulado da renda total agregada nas mãos dos estratos mais ricos da
população.
Figura C2. Ilustração gráfica da Curva de Lorenz
O índice de Gini (G) está intimamente associado com a curva de Lorenz. Esse índice é
obtido através do cálculo da área entre as linhas de igualdade perfeita e a curva de Lorenz
como ilustrada na figura acima. Matematicamente, o índice é definido como
∑
, onde é a proporção acumulada da renda (i = 1, ..., n) e n é o
número de pessoas. O índice de Gini orbita entre os valores 0 e 1, ou seja,
16
Hoffmann, R. Distribuição de Renda: Medidas de Desigualdade e Pobreza, São Paulo: Edusp, 1998. 275p.
91
Similarmente à curva de Lorenz, Ggini = 0 significa que existe igualdade perfeita e Ggini = 1
significa que existe desigualdade perfeita.
A razão de pobreza refere-se à proporção de pessoas pobres na população, sendo calculada
pela seguinte expressão: ⁄ , onde p é o número de pessoas pobres e n é o número
total de pessoas. Aplica-se a mesma expressão para calcular a razão de pobreza extrema,
diferenciando-se somente o valor da linha de pobreza e da linha de pobreza extrema.
Contudo, essa é uma medida que avalia apenas a “extensão” da pobreza e não considera a
“intensidade” da pobreza (diferencial entre o valor da renda de uma pessoa pobre e o valor
da linha de pobreza). Assim, o indicador H é insensível a qualquer alteração na renda de
uma pessoa pobre cujo valor ainda permanece abaixo da linha de pobreza. A razão de
insuficiência de renda é uma medida da intensidade da pobreza, sendo calculada pela
seguinte expressão:
∑
, onde z é a linha de pobreza, xi é a renda
individual, p é o número total de pobres e i ≤ p. Novamente, usa-se a mesma expressão para
calcular a razão de insuficiência de renda para a pobreza extrema, diferenciando-se somente
o valor da linha de pobreza e da linha de pobreza extrema.
No caso dos indicadores de participação na renda por estrato (quatro últimos indicadores no
Quadro C1), o cálculo é bastante simples. Considerando as informações de renda ordenadas
do menor para o maior valor, calcula-se a participação do montante da renda das pessoas
localizadas em cada estrato populacional no total da renda: 20% mais pobres, 50% mais
pobres, 10% mais ricos e 1% mais ricos.
A variável definida para o cálculo desses indicadores foi a renda mensal familiar per
capita, conforme descrito na seção anterior. Esses indicadores, calculados a partir dos
microdados da PNAD para a RM de Salvador em 2009, representam a situação de
desigualdade e de pobreza em um cenário inicial sem o programa. A seguir, a Figura C3
apresenta a Curva de Lorenz obtida, enquanto os indicadores calculados são reportados na
Tabela C3.
92
Figura C3. Curva de Lorenz para a RM de Salvador em 2009
Fonte dos dados brutos: Microdados da PNAD, 2009.
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
0,00 0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90 1,00
Pro
po
rção
da
ren
da
Proporção da população
93
Tabela C3. Indicadores de Desigualdade e Pobreza da RM de Salvador em 2009
(ano de referência sem o programa)
Fonte dos dados brutos: Microdados da PNAD, 2009.
4. Metodologia de Micro-Simulação Não-Comportamental
A metodologia de micro-simulação não-comportamental adotada neste trabalho considera
que os empregos gerados pelo programa PRODETUR BA devem possuir as mesmas
características de qualificação (nível de instrução) e de remuneração do empregado
mediano nos setores produtivos da RM de Salvador, as quais são observadas na base de
microdados da PNAD. Adicionalmente, assume-se que os desocupados que possuem essas
características passarão a ter a condição de empregado (ocupado), percebendo a
remuneração do empregado mediano de cada setor. A partir dessa micro-simulação,
calculam-se diversos indicadores de desigualdade e de pobreza para o ano de referência da
base de microdados da PNAD e para cada cenário de simulação utilizado no estudo. Assim,
Indicadores Sem o Programa
Gini 0,5623
Pobreza 24,1506
Pobreza Extrema 8,4063
Insuficiência de renda - Pobreza 38,5161
Insuficiência de renda - Pobreza Extrema 39,0770
Participação 20% mais pobres 4,3838
Participação 50% mais pobres 18,6797
Participação dos 10% mais ricos 42,0812
Participação dos 1% mais ricos 9,3763
94
pode-se avaliar os impactos sociais do programa em relação a uma situação inicial sem o
programa (ano de referência da PNAD). Essa micro-simulação foi realizada utilizando os
dados de emprego gerados pelo programa em 2018 e de 2027, para cada cenário,
possibilitando avaliar o impacto do programa desde o início de operação até a sua
maturação.
Esquematicamente, a metodologia foi implementada conforme as seguintes etapas:
(i) Inicialmente, aplicou-se um fator de desconto sobre o montante de empregos
gerados pelo programa em 2018 e 2027, para cada cenário, de forma a eliminar
o efeito do crescimento demográfico sobre o mercado de trabalho entre 2009 e
202717
. Dessa forma, os montantes de emprego gerados pelo programa em 2018
e 2027 podem ser temporalmente comparados com 2009 (ano de referência dos
microdados da PNAD).
(ii) O montante de emprego gerado pelo programa na RM de Salvador, segundo
cada cenário, foi convertido para valores amostrais utilizando-se o peso de
representação populacional de cada individuo da amostra de microdados da
PNAD (ver Tabela C4);
(iii) Utilizando os microdados amostrais da PNAD, identificou-se o perfil de
qualificação e remuneração do empregado mediano nos setores de atividade da
RM de Salvador impactados pelo programa (ver Tabela C5). O empregado
mediano desses setores tem entre 10 e 11 anos de estudo e sua remuneração
média mensal, por setor de atividade, corresponde àquela apresentada na Tabela
C6;
(iv) Na base de microdados da PNAD, os valores da remuneração média mensal da
Tabela C6 foram imputados aos desocupados com o mesmo perfil de
qualificação (entre 11 e 12 anos de estudo). Por exemplo, no Cenário 1A gera-se
apenas 1 emprego no setor serviços domésticos em 2018, enquanto que em 2027
17
O fator de desconto foi calculado considerando-se crescimento populacional na RM de Salvado mantendo-
se 2009 = 1. Assim, o valor do fator corresponde a 0,855 para o período 2009-2018 e 0,753 para o período
2009-2027.
95
são gerados 2 empregos no setor comércio, 3 empregos no setor de serviços de
alojamento e alimentação, 1 emprego no setor de serviços prestados às famílias
e 8 empregos no setor de serviços domésticos. Assim, foram atribuídos aos
desocupados com 11 e 12 anos de estudos da base amostral os respectivos
valores de remuneração setorial que constam na Tabela C6.
(v) A remuneração desses novos ocupados (anteriormente desocupados) foi
adicionada ao montante da renda mensal familiar de cada individuo e calculou-
se a nova renda mensal familiar per capita.
(vi) Os indicadores de desigualdade e pobreza foram calculados considerando a nova
renda mensal familiar per capita resultante dessa micro-simulação, para cada
cenário, e comparados com os indicadores calculados para a situação inicial sem
o programa.
Tabela C4. Número de empregos gerados pelo programa na RM de Salvador:
dados do universo e da amostra
Fonte: Calculado pela Fipe.
2018 2027 2018 2027
Cenário 1A 252 3.356 1 14
Cenário 1B 253 3.373 1 14
Cenário 2A 1.406 19.061 5 79
Cenário 2B 1.413 19.164 5 79
Cenário 3A 1.644 22.433 8 93
Cenário 3B 1.653 22.556 8 93
Cenário 4A 1.855 25.317 8 104
Cenário 4B 1.865 25.453 8 105
Universo AmostraCenários
96
Tabela C5. Número amostral de empregos gerados pelo programa na RM de
Salvador, por setor de atividade
Fonte: Calculado pela Fipe.
Tabela C6. Remuneração do empregado mediano, por setor de atividade na RM de
Salvador, segundo os microdados da PNAD
Fonte: Microdados da PNAD.
2018 2027 2018 2027 2018 2027 2018 2027 2018 2027 2018 2027 2018 2027 2018 2027
42 - Comércio 0 2 0 2 1 9 1 9 1 10 1 10 1 12 1 12
43 - Transporte, armazenagem e
correio0 0 0 0 0 1 0 1 0 1 0 1 0 1 0 1
48 - Serviços de alojamento e
alimentação0 3 0 3 1 18 1 18 2 22 2 22 2 24 2 25
49 - Serviços prestados às
empresas0 0 0 0 0 1 0 1 0 1 0 1 0 1 0 1
52 - Serviços prestados às
famílias e associativas0 1 0 1 0 6 0 6 1 7 1 7 1 8 1 8
53 - Serviços domésticos 1 8 1 8 3 44 3 44 4 52 4 52 4 58 4 58
Total 1 14 1 14 5 79 5 79 8 93 8 93 8 104 8 105
SetoresCenário 3B Cenário 4A Cenário 4BCenário 1A Cenário 1B Cenário 2A Cenário 2B Cenário 3A
Setores Remuneração
42 - Comércio 663,48
43 - Transporte, armazenagem e correio 883,59
48 - Serviços de alojamento e alimentação 537,48
49 - Serviços prestados às empresas 714,65
52 - Serviços prestados às famílias e associativas 527,18
53 - Serviços domésticos 353,29
Média dos empregados nos setores acima 704,68
Média dos empregados em todos os setores 970,88
97
5. Resultados
A estimativa dos impactos do programa PRODETUR BA sobre a desigualdade social e a
pobreza pode ser avaliada a partir da Curva de Lorenz (Figura C4) e dos indicadores
apresentados na Tabela C7, cujas respectivas representações gráficas são apresentadas nas
Figuras C5 a C13. A Curva de Lorenz foi calculada para os Cenários 1A (2018 e 2027) e
4B (2018 e 2027), os quais representam, respectivamente, os limites inferior e superior do
impacto do programa sobre a desigualdade de renda. Essa curva mostra um leve
deslocamento para a esquerda, principalmente para o Cenário 4B 2027, sinalizando que os
efeitos do programa contribuem para a melhoria das condições de desigualdade na RM de
Salvador. Tal deslocamento é pouco perceptível porque os efeitos são marginais, resultado
esperado dado que o número de empregos gerados pelo programa alcança um número
máximo de 105 pessoas, o qual representa apenas 1,22% do montante de 8.604 pessoas
ocupadas e desocupadas que compõe a base amostral da PNAD.
A contribuição do programa para a redução da desigualdade e da pobreza pode ser melhor
avaliada a partir dos indicadores reportados na Tabela C7 e nas Figuras C5 a C13. Em
geral, observa-se que o índice de Gini e as taxas de pobreza e de pobreza extrema se
reduzem à medida que se passa, gradativamente, do Cenário 1A para o Cenário 4B.
Contudo, esse efeito de redução é bastante suave quando se consideram os impactos no ano
de início da operação do programa (2018) e torna-se mais intenso à medida que o programa
matura no longo prazo (2027). Por exemplo, considerando 2018, a taxa de pobreza cai de
24,1506 (situação inicial sem o programa) para 24,0707 no Cenário 4B, representando uma
redução de apenas 0,33%. Já em 2027, essa taxa cai para 23,5915 no Cenário 4B,
representando uma redução mais significativa da ordem de 2,32%. Nota-se ainda que os
impactos são relativamente menores nos Cenários 1A e 1B, tanto em 2018 como em 2027.
Esse padrão caracterizado por redução mais intensa da desigualdade e da pobreza em 2027,
bem como a partir dos Cenários 2A e 2B, também é percebido no comportamento dos
demais indicadores calculados. Da mesma forma que se observa redução da razão de
insuficiência de renda para a pobreza e a pobreza extrema, também se observa o aumento
98
da participação dos 20% e dos 50% mais pobres na renda total. Em contrapartida, a
participação dos 10% e do 1% mais rico na renda total decresce como reflexo da melhoria
da distribuição de renda proporcionada pelo programa.
Além disso, constata-se que o impacto do programa sobre a intensidade da pobreza (razão
de insuficiência de renda) é mais forte do que sobre a extensão da pobreza (proporção de
pobres na população). Por exemplo, a razão de insuficiência de renda da pobreza cai de
38,5161 para 38,2551 (redução de 0,68%), em 2018, no Cenário 4B. Já em 2027, no mesmo
cenário, a razão de insuficiência cai para 37,1465 (redução de 3,56%). Esses resultados são
relativamente maiores que aqueles estimados para a taxa de pobreza (extensão da pobreza),
evidenciando uma característica qualitativa importante do programa PRODETUR BA.
Em resumo, a presente análise de micro-simulação não-comportamental mostra que o
programa PRODETUR BA contribui efetivamente para reduzir a desigualdade social e a
pobreza na Região Metropolitana de Salvador. Adicionalmente, a redução da desigualdade
social se acelera no longo prazo com a maturação do programa.
99
Figura C4. Impacto do programa PRODTUR BA sobre a Curva de Lorenz
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
0,00 0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90 1,00
Pro
po
rção
da
ren
da
Proporção da população
Sem o Programa
Cenário 1A 2018
Cenário 1A 2027
Cenário 4B 2018
Cenário 4B 2027
100
Tabela C7. Indicadores de desigualdade e pobreza do programa PRODETUR BA: 2018 e 2027
Fonte: Calculado pela Fipe.
Indicadores AnoSem o
ProgramaCenário 1A Cenário 1B Cenário 2A Cenário 2B Cenário 3A Cenário 3B Cenário 4A Cenário 4B
2018 0,5623 0,5623 0,5623 0,5621 0,5621 0,5621 0,5621 0,5621 0,5621
2027 0,5623 0,5619 0,5619 0,5604 0,5604 0,5602 0,5602 0,5599 0,5599
2018 24,1506 24,1406 24,1406 24,1006 24,1006 24,0707 24,0707 24,0707 24,0707
2027 24,1506 24,0108 24,0108 23,7113 23,7113 23,6514 23,6514 23,6015 23,5915
2018 8,4063 8,4063 8,4063 8,3863 8,3863 8,3763 8,3763 8,3763 8,3763
2027 8,4063 8,3564 8,3564 8,2365 8,2365 8,2266 8,2266 8,2066 8,2066
2018 38,5161 38,4842 38,4842 38,3329 38,3329 38,2551 38,2551 38,2551 38,2551
2027 38,5161 38,1314 38,1314 37,4136 37,4136 37,3098 37,3098 37,1760 37,1465
2018 39,0770 39,0770 39,0770 38,8543 38,8543 38,7270 38,7270 38,7270 38,7270
2027 39,0770 38,6061 38,6061 37,9124 37,9124 37,8558 37,8558 37,7511 37,7511
2018 4,3838 4,3841 4,3841 4,3848 4,3848 4,3881 4,3881 4,3881 4,3881
2027 4,3838 4,3889 4,3889 4,4446 4,4446 4,4676 4,4676 4,4881 4,4867
2018 18,6797 18,6811 18,6811 18,6889 18,6889 18,6948 18,6948 18,6948 18,6948
2027 18,6797 18,7055 18,7055 18,8222 18,8222 18,8496 18,8496 18,8686 18,8708
2018 42,0812 42,0804 42,0804 42,0764 42,0764 42,0734 42,0734 42,0734 42,0734
2027 42,0812 42,0678 42,0678 42,0049 42,0049 41,9918 41,9918 41,9812 41,9800
2018 9,3763 9,3761 9,3761 9,3752 9,3752 9,3745 9,3745 9,3745 9,3745
2027 9,3763 9,3733 9,3733 9,3593 9,3593 9,3564 9,3564 9,3540 9,3538
Participação dos 1% mais
ricos
Gini
Pobreza
Pobreza Extrema
Insuficiência de renda -
Pobreza
Insuficiência de renda -
Pobreza Extrema
Participação 20% mais
pobres
Participação 50% mais
pobres
Participação dos 10% mais
ricos
101
Figura C5. Impacto do programa PRODTUR BA sobre o Índice de Gini: 2018 e 2027
Figura C6. Impacto do programa PRODTUR BA sobre a Pobreza: 2018 e 2027
0,5585
0,5590
0,5595
0,5600
0,5605
0,5610
0,5615
0,5620
0,5625
Sem o Programa
Cenário 1A Cenário 1B Cenário 2A Cenário 2B Cenário 3A Cenário 3B Cenário 4A Cenário 4B
2018 2027
23,3000
23,4000
23,5000
23,6000
23,7000
23,8000
23,9000
24,0000
24,1000
24,2000
Sem o Programa
Cenário 1A Cenário 1B Cenário 2A Cenário 2B Cenário 3A Cenário 3B Cenário 4A Cenário 4B
2018 2027
102
Figura C7. Impacto do programa PRODTUR BA sobre a Pobreza Extrema: 2018 e
2027
Figura C8. Impacto do programa PRODTUR BA sobre a Insuficiência de Renda da
Pobreza: 2018 e 2027
8,1000
8,1500
8,2000
8,2500
8,3000
8,3500
8,4000
8,4500
Sem o Programa
Cenário 1A Cenário 1B Cenário 2A Cenário 2B Cenário 3A Cenário 3B Cenário 4A Cenário 4B
2018 2027
36,0000
36,5000
37,0000
37,5000
38,0000
38,5000
39,0000
Sem o Programa
Cenário 1A Cenário 1B Cenário 2A Cenário 2B Cenário 3A Cenário 3B Cenário 4A Cenário 4B
2018 2027
103
Figura C9. Impacto do programa PRODTUR BA sobre a Insuficiência de Renda da
Pobreza Extrema: 2018 e 2027
Figura C10. Impacto do programa PRODTUR BA sobre a participação dos 20% mais
pobres na renda total: 2018 e 2027
37,0000
37,5000
38,0000
38,5000
39,0000
39,5000
Sem o Programa
Cenário 1A Cenário 1B Cenário 2A Cenário 2B Cenário 3A Cenário 3B Cenário 4A Cenário 4B
2018 2027
4,3200
4,3400
4,3600
4,3800
4,4000
4,4200
4,4400
4,4600
4,4800
4,5000
Sem o Programa
Cenário 1A Cenário 1B Cenário 2A Cenário 2B Cenário 3A Cenário 3B Cenário 4A Cenário 4B
2018 2027
104
Figura C11. Impacto do programa PRODTUR BA sobre a participação dos 50% mais
pobres na renda total: 2018 e 2027
Figura C12. Impacto do programa PRODTUR BA sobre a participação dos 10% mais
ricos na renda total: 2018 e 2027
18,5500
18,6000
18,6500
18,7000
18,7500
18,8000
18,8500
18,9000
Sem o Programa
Cenário 1A Cenário 1B Cenário 2A Cenário 2B Cenário 3A Cenário 3B Cenário 4A Cenário 4B
2018 2027
41,9200
41,9400
41,9600
41,9800
42,0000
42,0200
42,0400
42,0600
42,0800
42,1000
Sem o Programa
Cenário 1A Cenário 1B Cenário 2A Cenário 2B Cenário 3A Cenário 3B Cenário 4A Cenário 4B
2018 2027