Using AppArmor

Nesta seção é efetuada uma breve definição da base de dados e das variáveis que serão utilizadas nos modelos econométricos de impacto económico do turismo.

A base de dados integra diversas variáveis para os 278 Concelhos de Portugal Continental, no ano de 2012 (ano mais recente para o qual se dispunha de dados para todas as variáveis empregues nesta dissertação), que, por uma questão de simplicidade, são legendadas e definidas, determinando as unidades de medida utilizadas e as abreviaturas empregues aquando a estimação do modelo, no Quadro A2, em Anexo. Adicionalmente, as suas estatísticas resumidas, respeitantes ao ano 2012, foram compiladas no Quadro A3 do Anexo.

Tanto a variável dependente – VAB – como as variáveis que caracterizam o setor turístico foram já definidas na secção 3.1. O VAB exibe um comportamento altamente diferenciado entre os Concelhos, variando desde o valor mínimo negativo de cerca de 2 milhões de euros em Barrancos, ao máximo de um pouco mais de 20 milhões de euros, em Lisboa. Por seu turno, as variáveis de interesse que caracterizam o setor turístico são: o número de dormidas e a capacidade de alojamento nos estabelecimentos hoteleiros e o pessoal ao serviço, VAB e volume de negócios no setor do alojamento. É importante notar que a amostra utilizada é altamente diferenciada, englobando destinos turísticos renomados a nível nacional, tais como destinos de “sol e mar” (Albufeira, Loulé, Portimão, Cascais, Lagoa, Vila Real de Santo António, Lagos, Tavira, etc.) e cidades culturais (Lisboa, Porto, Ourém, Coimbra, Braga, Évora, etc.). Além disso, a amostra inclui outras regiões onde o setor turístico não é particularmente

67 desenvolvido. Essa alta variabilidade da amostra é importante para avaliar corretamente o impacto do turismo no desempenho económico regional.

Resta, então, definir as variáveis de controlo que serão incorporadas no modelo econométrico: variáveis standard na literatura (Barro, 1991; Sala-i-Martin et al., 2004), que estão relacionadas com os principais determinantes do rendimento. As principais variáveis explicativas que surgem em quase todos os trabalhos empíricos neste âmbito e que decorrem da abordagem neoclássica do crescimento são o capital físico e humano. Ora, no que diz respeito ao capital físico, a indisponibilidade de dados a nível Concelhio foi um fator condicionante. Com efeito, como proxy para o capital físico utilizou-se o total do investimento elegível e regionalizável aprovado nos projetos do QREN37 com data de aprovação entre 2008 e 2012 – devido à existência de um lag temporal entre a aprovação e a implementação do projeto de investimento. Por outro lado, o foco na qualidade e quantidade do stock de capital humano como fonte de competitividade regional encontra-se bem documentado na literatura. Assim, a proporção de trabalhadores por conta de outrem com nível de escolaridade superior (Fonte primária: Quadros do Pessoal; Fonte Secundária: Pordata) foi selecionada como indicador das qualificações dos indivíduos que compõe o mercado de trabalho regional.

Adicionalmente, tendem a ser apontados como principais indutores do crescimento do VAB a população em idade ativa, o emprego e os drivers da produtividade [veja-se, por exemplo, Regional Economic Forecasting Panel (2010)]. Neste contexto, para controlar para os dois primeiros efeitos foi incluída no modelo a variável “Taxa de atividade da população residente” (esta informação foi obtida através dos dados dos Censos 2011 (INE), e por isso, diz respeito ao ano de 2011), que tem implicações na dimensão da

pool de pessoas ativas da região e, portanto, no seu potencial produtivo a longo prazo.

Finalmente, a inovação foi apontada como um dos principais drivers da produtividade em Regional Economic Forecasting Panel (2010). Neste âmbito, e devido à indisponibilidade de dados a nível Concelhio para as Despesas de I&D realizadas, para cada município foi alocado o valor da média anual do período 2008-2012 das “Despesas em investigação e desenvolvimento das instituições e empresas38 com I&D” (INE) da NUTS III em que o município em causa se encontra localizado. De facto, e apesar de a

37 _{O Quadro de Referência Estratégico Nacional (QREN) constitui o enquadramento para a aplicação da} política comunitária de coesão económica e social em Portugal no período 2007-2013.

38

68 base de dados empregue no modelo ter por base um nível de agregação Concelhio, as atividades de I&D têm um impacto que se estende para além dos municípios onde as entidades que as desenvolvem se encontram sediadas. Efetivamente, estas atividades tendem a produzir efeitos spillovers que beneficiam as empresas localizadas em zonas com atividades tecnológicas intensas, e por isso, os seus efeitos tendem a não ficar confinados aos Concelhos onde são desenvolvidas. Assim esta aproximação torna-se adequada, na medida em que as atividades de I&D têm, essencialmente, um âmbito extramunicipal. Por seu turno, a especialização setorial é também uma variável indicada como relevante em explicar o VAB regional [veja-se, por exemplo, OCDE (2003)]. Assim, como medida da especialização setorial utiliza-se a proporção do emprego no setor primário e na indústria transformadora, tal como sugerido por Fingleton e López- Bazo (2006) e Bellini et al. (2007). Para tal, recorreu-se a dados relativos à proporção da população empregada no setor primário (à data dos Censos 2011, dizendo respeito ao período de 2011) (INE - Recenseamento da População e Habitação) e na indústria transformadora (Fonte Primária: Ministério da Economia e do Emprego, Quadros de Pessoal; Fonte Secundária: INE). Tal como apontado em Read (2004), o mix industrial é particularmente relevante para a performance de pequenas economias (como Portugal) em que a necessidade de exercer vantagens comparativas sugere que o sucesso do seu crescimento é suscetível de ser baseado em padrões específicos de atividade setorial.