Constitution du 19 Novembre 1976.

Alguns dos estudos apresentados acima, especialmente os mais recentes, também trabalharam com dados em painel, com o intuito de minimizar alguns dos problemas relacionados aos estudos cross section e verificar como as estimativas geradas com dados em painel “melhorariam” os resultados obtidos via cross section.

Em Ferreira (2000) o autor utiliza uma regressão com dados em painel, considerando o período de 1970/95. Todavia, nesse modelo (o autor) acrescentou ainda, variáveis dummies de tempo, e regionais. De fato, com objetivo de controlar a diferença substancial de ambiente macroeconômico entre os períodos de 1970 a 1980 (“milagre”) e 1980 a 1995 (instabilidade e estagnação), (o autor introduziu) uma variável dummy de tempo no modelo considerando o valor de 1 (um) para o período entre 1980 a 1995 e 0 (zero) para os anos do período anterior. Quanto às variáveis dummies regionais, essas foram atribuídas aos estados do Amazonas e Amapá, além do que, por falta de informação, o estado do Acre foi retirado da regressão. Os resultados para dados em painel também confirmaram a hipótese de convergência condicional.

Azzoni et al. (2000) apresentam novas estimativas acerca da velocidade de convergência para os estados brasileiros só que agora tenta avaliar em que medida as externalidades espaciais, àquelas ligadas as características geográficas de um determinado local como clima, mas também infra-estrutura privada e pública dentre outras, condicionam o crescimento econômico regional.

Nesse artigo utilizam para o período compreendido entre 1981 e 1996, dados da PNAD relativos à renda familiar per capita, de forma que são introduzidas como variáveis explicativas no modelo tanto variáveis geográficas, inclusive, estaduais quanto também, variáveis que descrevem características das famílias e de suas residências.

O modelo utilizado segue o proposto por Islam (1995), para dados em painel com efeito fixo, introduzindo, entretanto, um vetor de variáveis adicionais para captar o efeito de variáveis geográficas. Além disso, o autor constrói dez cohorts por estado e ano para todas

as variáveis incluídas no modelo, inclusive, para um grupo de variáveis que caracterizam o estado da residência das famílias. Isso permite o autor estimar a equação de regressão, onde as variáveis utilizadas são agora a média dos cohorts por ano e estado.

Como resultado geral das estimações, tanto quando se considera como variável dependente o logaritmo da renda per capita, ou quando se considera a primeira diferença é que as variáveis geográficas são importantes na explicação das diferenças nos níveis de renda entre os estados brasileiros. Todavia, os resultados não mostraram sinal de convergência absoluta, se bem que quando se controla somente para capital humano, infra- estrutura e variáveis geográficas, corrobora-se a hipótese de convergência condicional. Além do mais, a alta velocidade de convergência obtida quando se controla para todas essas variáveis, indica segundo os autores, que os estados brasileiros estariam próximos de seus estados estacionários, de forma que “equilíbrio da desigualdade de renda regional no país não seria muito diferente do que se tem hoje”.

A partir do modelo desenvolvido por Barro e Sala-i-Martin (1995), no que tange a introdução do comportamento das migrações no estudo do processo de convergência de renda, Menezes e Ferreira Jr (2003) aplicaram esse modelo para verificar como os fluxos migratórios entre os estados brasileiros poderiam alterar a velocidade de convergência entre esses estados.

No artigo de Menezes e Ferreira Jr (2003), o estudo foi desenvolvido com base na metodologia de dados em painel, utilizando-se dos dados da PNAD para o período entre 1992 e 199924. Observa-se, entretanto, que na amostra foi considerado somente o rendimento da População Economicamente Ativa (PEA), eliminando-se da amostra os trabalhadores inativos e com rendimentos iguais a zero. Também não foram considerados os estados da região norte, a exceção do estado do Tocantins que foi incluído como pertencente à região Centro-Oeste.

Os dados foram agregados por ano, unidade da federação e setores: agricultura, indústria, serviços e governo.

A variável taxa de líquida de migração foi construída utilizando-se dos seguintes passos: i) excluíram-se da amostra as pessoas que migraram em busca de trabalhos

24 _{Observa-se que devido a inexistência de dados para o ano de 1994 os autores utilizaram a interpolação entre}

sazonais, de safra e sazonais, tam que foram considerados como migrantes de um determinado estado àqueles trabalhadores que ali chegaram e fixaram residência por pelo menos 4 anos sem retornar ao seu estado de origem; ii) em contrapartida foram considerados emigrantes todos os trabalhadores que vindos de outros estados fixaram residência neste estado 4 anos antes da pesquisa; iii) exclui-se da análise os trabalhadores estrangeiros; iv) o saldo entre migrantes e emigrantes deu origem a taxa líquida de migração. Considerando essas premissas, a taxa líquida de migração foi construída em intervalos de 4 em 4 anos na amostra.

Os autores utilizam três modelos. O primeiro modelo seguiu o utilizado por Barro e Sala-i-Martin (1995) em uma estrutura cross-section. O segundo modelo seguiu também o proposto por Sala-i-Martin (1995) só que em uma estrutura de dados em painel, considerando efeito fixo para controlar para variáveis como: clima, solo, proximidade de matéria-prima entre outras que não variam no tempo entre as regiões e setores. Assim, nesse modelo introduzem dummies regionais e setoriais. O terceiro segue o modelo neoclássico padrão (Solow), onde na equação de estimação é inserida a variável taxa líquida de migração para medir seu efeito sobre a velocidade de convergência.

Entre os resultados obtidos há de se destacar que quando a variável migração não é introduzida na equação de regressão, verifica-se a corroboração da convergência absoluta, se bem que a uma velocidade de convergência muito baixa. Quando a variável citada é introduzida no modelo a velocidade de convergência não se altera e esta não se mostra estatisticamente significante. Todavia, quando se controla para os setores da economia, a velocidade de convergência se eleva cerca de sete vezes e a taxa de migração torna-se significante (a 10%). Por sua vez, inserindo dummies regionais a velocidade de convergência dobra e o coeficiente estimado da variável migração deixa de ser significante, o que significa segundo os autores que a migração não ajuda na velocidade de convergência.