UNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE CIÊNCIAS ECONÔMICAS CENTRO DE DESENVOLVIMENTO E PLANEJAMENTO REGIONAL ADMIR ANTONIO BETARELLI JUNIOR UM MODELO DE EQUILIBRIO GERAL COM RETORNOS CRESCENTES DE ESCALA, MERCADOS IMPERFEITOS E BARREIRAS À ENTRADA: APLICAÇÕES PARA SETORES REGULADOS DE TRANSPORTE NO BRASIL Belo Horizonte 2013 ii ADMIR ANTONIO BETARELLI JUNIOR UM MODELO DE EQUILIBRIO GERAL COM RETORNOS CRESCENTES DE ESCALA, MERCADOS IMPERFEITOS E BARREIRAS À ENTRADA: APLICAÇÕES PARA SETORES REGULADOS DE TRANSPORTE NO BRASIL Tese apresentada ao curso de doutorado do Centro de Desenvolvimento e Planejamento Regional da Faculdade de Ciências Econômicas da Universidade Federal de Minas Gerais, como requisito parcial à obtenção do título de Doutor em Economia. Orientador: Prof. Dr. Edson Paulo Domingues Belo Horizonte 2013 iii Ficha Catalográfica B562m 2013 Betarelli Junior, Admir Antonio. Um modelo de equilíbrio geral com retornos crescentes de escala, mercados imperfeitos e barreiras à entrada [manuscrito] : aplicações para setores regulados de transporte no Brasil / Admir Antonio Betarelli Junior. - 2013. 366 f. : il., gráfs. e tabs. Orientador: Edson Paulo Domingues. Tese (doutorado) - Universidade Federal de Minas Gerais, Centro de Desenvolvimento e Planejamento Regional. Inclui bibliografia (f. 268-280), apêndices e anexos. 1. Transportes – Brasil – Teses. 2. Transporte ferroviário de carga – Teses. I. Domingues, Edson Paulo. II. Universidade Federal de Minas Gerais. Centro de Desenvolvimento e Planejamento Regional. III. Título. CDD: 362.839679 Elaborada pela Biblioteca da FACE/UFMG – NMM020/2013 iv v Dedico este trabalho: Ao meu pai, BIM, exemplo de luta pela vida. À minha mãe e aos meus irmãos, por tudo que representam e pelo eterno amor e apoio incondicional nos momentos difíceis da minha vida. Aos meus sobrinhos, pelas alegrias e nos momentos que mais precisei. vi AGRADECIMENTOS Esta Tese reúne um conjunto de conhecimentos e experiências acumuladas ao longo do meu período de doutoramento. Nessa trajetória recebi vários incentivos, ajudas, contribuições e apoio para a conclusão deste trabalho. Por isso, quero agradecer primeiramente a confiança, amizade, o suporte, os conselhos e as orientações do Prof. Edson Domingues, que foram importantes desde o início para a realização deste trabalho. Durante o doutorado tivemos uma grande parceira profissional e produtiva, com vários trabalhos escritos e participações em congressos. Ao programa de Pós-graduação do CEDEPLAR/UFMG, pelo corpo docente e pela qualidade e estrutura institucional, cujas condições e suportes foram fundamentais para a minha capacitação, formação acadêmica e desenvolvimento pessoal. Um agradecimento especial aos professores do CEDEPLAR: Ana Hermeto, Rodrigo Simões, Gustavo Brito, Mauro Borges, Roberto Monte-Mór, Marco Flavio, Frederico Gonzaga, Lízia de Figueiredo e Gilberto Líbano. Obrigado também aos funcionários da secretaria do CEDEPLAR/UFMG, Maria Cecília, Andrea Miranda, Cleusa Costa e Sebastião Guedes, pelos esclarecimentos, apoio e ajuda prestada durante o doutorado. Aos membros da minha qualificação de projeto, que, com suas importantes indagações e discussões, nortearam o desenvolvimento deste trabalho. Agradeço ao Prof. Eduardo Haddad, prof. Ricardo Machado Ruiz e novamente ao Prof. Rodrigo Simões. Além da sua participação na qualificação do meu projeto, o prof. Ricardo Machado Ruiz foi gentil e atencioso nos mais diversos esclarecimentos para a realização deste trabalho, compartilhando os seus conhecimentos e experiências. Aos meus amigos, Leonardo Valladares, Ana Carolina, Héder de Oliveira, Weslem Faria, Aline Magalhães, Flaviane Santiago, Kênia de Souza e Marcelo Bradão, agradeço pelas importantes contribuições, interações e ajudas na fase de consecução deste trabalho. Aos colegas do Cedeplar/UFMG, Thiago Rodarte, Thiago Calari, Ulisses dos Santos, Alexandre Weber, Marcus, Sibelle, Alan, Fernanda, Pedro Amaral, Verônica, Luís, Profa. Mariangela, Arthur e Tabi, também agradeço pelas colaborações e parcerias importantes durante a minha trajetória de doutoramento. Aos demais integrantes do Núcleo de Estudos em Modelagem Econômica Aplicada (NEMEA), pela disposição de dividir algumas experiências e discussões vii de estudos empíricos e teóricos. Enfim, agradeço também aos colegas, Luiz, Débora, Glaucia e Terciane. Deixo também um especial agradecimento ao Prof. Geoffrey Hewings, pela oportunidade de participar e interagir das atividades acadêmicas no Regional Economic Applications Laboratory (REAL), o qual estive durante o meu período de estágio sanduíche. As orientações pertinentes do Prof. Hewings enriqueceram a minha formação acadêmica, o desenvolvimento deste trabalho e a definição de uma agenda de pesquisa. A ele, minha admiração e amizade de sempre. Agradeço ao Prof. Werner Baer, pelos ensinamentos em sala de aula, pela atenção e amizade construída nos EUA. Aos amigos do REAL, Minshu Du, Lucho Escobedo, Núria, Xian Fang, Kijin Kim, Chenxi Yu, Carlos Figueroa, Breno Silva e Junghye Moon, deixo um grande agradecimento pela acolhida e atenção dispensada. Aos meus amigos brasileiros, Weslem, Emerson Sebastião, Raulzito e Aline, agradeço pelas ajudas e conselhos compartilhados em Urbana (EUA). Os almoços nos finais de semana e as amizades vivenciadas ficarão sempre em minha memória. À Profa. Suzana Bastos e ao Prof. Fernando Perobelli, orientadores de mestrado, agradeço pelo apoio, incentivo e conselho na continuidade da minha vida acadêmica. Desde o mestrado, temos mantido um relacionamento profissional e pessoal extremamente gratificante. Deixo também o meu imenso agradecimento para uma grande companheira e parceira da minha vida, Rosa Livia. O seu amor, confiança, paciência, cumplicidade e apoio foram pilares fundamentais para o desenvolvimento e conclusão desta etapa tão importante na minha vida. Mesmo diante das minhas longas e duradoras ausências, ela sempre esteve ao meu lado, ajudando e motivando à conclusão deste trabalho. Por essa e outras razões, compartilho esse momento especial como uma forma de recompensação e reconhecimento por tudo o que ela fez e representa para mim. Ao CNPq e à CAPES, pelo apoio financeiro disponibilizado durante o meu doutorado. Agradeço também aos agentes das diversas instituições de transporte, que forneceram grandes informações para a elaboração desse trabalho. Por fim, agradeço todas as pessoas que, de alguma forma, contribuíram, direta ou indiretamente, para o desenvolvimento desse trabalho. viii RESUMO O objetivo desta Tese é desenvolver um modelo de equilíbrio geral computável (EGC) dinâmico capaz de lidar com algumas formas de imperfeições de mercado. O modelo traz inovações ao incorporar em sua estrutura teórica e aplicada elementos de retornos crescentes de escala, mercados imperfeitos, mecanismos dinâmicos recursivos, movimento intertemporal de entrada de firmas e detalhamentos da base de dados para os serviços de transporte de carga e passageiros no Brasil. Todo o procedimento de construção teórica e aplicada do modelo está detalhado e documentado. A partir de duas aplicações, busca-se explorar algumas potencialidades analíticas do modelo desenvolvido. A primeira aplicação avalia os impactos econômicos de longo prazo da política introduzida em 2012 de revisão do teto tarifário no setor ferroviário de carga. A segunda aplicação analisa os efeitos econômicos de longo prazo da proposta de redução tarifária nas operações domésticas de cabotagem, instituída em 2013. Os principais resultados alcançados dessas aplicações apontam que as políticas tarifárias promovem efeitos positivos de longo prazo sobre o crescimento do PIB, das exportações e investimentos. Por outro lado, as projeções setoriais destas políticas indicam prováveis efeitos negativos sobre a atividade do setor ferroviário de carga e de cabotagem e efeitos positivos sobre a produção dos setores intensivos no uso destes serviços de transporte. As inovações incorporadas ao modelo EGC desta Tese permitem uma caracterização mais adequada para estes setores de transporte e, consequentemente, contribuem para as análises de políticas voltadas a eles. ix ABSTRACT The present dissertation sought to build a dynamic Computable General Equilibrium (CGE) model which captures some forms of market imperfections. The model brings innovations by incorporate applied elements within its theoretical structure, such as increasing returns to scale, imperfect markets, dynamic recursive mechanisms, intertemporal movement of number of firms (entries and exit) and the database structure specially detailed for passenger and freight transport in Brazil. We focused on two applications of study with the purpose to exploring some analytic potential of the constructed model. The first application examines the long turn economic impacts of tariff review policy of the Brazilian rail freight sector (end of 2012), considering different hypotheses for some sectors. The second application has the objective to discuss the long turn economic impacts of tariff change, instituted in 2013, on domestic operations of the Brazilian cabotage freight sector. The main findings of these applications indicated that, regardless the assumptions attributed to other sectors of the productive structure, tariff policies promote positive long turn effects on GDP growth, exports, and investments. In addition, the sectorial projections of such policies suggest a negative effects on rail and cabotage sector and positive effects on sectors’ production, which are most dependent and associated with such transportation services. The methodological innovations included into the CGE model allow an adequate characterization of these transport sectors and hence contribute to policy analysis in these sectors. x LISTA DE FIGURAS Figura 2.1 – Principais modelos e desenvolvimento histórico do modelo BIM-T .................. 29 Figura 2.2 – Composição dos produtos e mercados de destino .............................................. 41 Figura 2.3 – Estrutura de demanda dos insumos ................................................................... 42 Figura 2.4 – Custo unitário decrescente com produto ........................................................... 46 Figura 2.5 – Preferência por variedade de consumo intermediário ........................................ 51 Figura 2.6 – Estrutura por demanda de investimento ............................................................ 54 Figura 2.7 – Estrutura de demanda das famílias .................................................................... 59 Figura 2.8 – Curto prazo e Equilíbrio de longo prazo de Lerner ........................................... 83 Figura 2.9 – Ajustamento defasado do lucro econômico (fluxo): Automóveis e Utilitários ... 86 Figura 2.10 – Variação acumulada do lucro econômico: Automóveis e Utilitários ................ 87 Figura 2.11 – Ajustamento defasado do número de firmas: Automóveis e Utilitários ........... 87 Figura 2.12 – Os efeitos sobre Vα diante das mudanças de Vβ computados para 1 e 2 passos nos procedimentos de Johansen/Euler em cada ano .............................................................. 92 Figura 2.13 – A sequência de soluções usando a solução de t=0 como solução inicial em todos t .................................................................................................................................. 93 Figura 2.14 – A sequência de soluções, usando a solução requerida de t-1 como solução inicial para t ......................................................................................................................... 94 Figura 2.15 – Tipos de simulação em modelos dinâmicos recursivos .................................... 96 Figura 3.1 – Estrutura da base de dados do modelo BIM-T ................................................ 155 Figura 4.1 – Mercados de transporte e seus respectivos fechamentos .................................. 199 Figura 4.2 – Principais relações causais na simulação básica .............................................. 207 Figura 4.3 – Distribuição espacial das principais empresas concessionárias no Brasil ......... 212 Figura 4.4 – Impacto sobre os principais agregados econômicos da política ferroviária (desvio % acumulado em relação ao cenário base) .......................................................................... 226 Figura 4.5 – Principais rotas das navegações de cabotagem no Brasil ................................. 240 Figura 4.6 – Impacto sobre o PIB dos experimentos no setor de cabotagem (desvio % acumulado em relação ao cenário base) .............................................................................. 250 xi LISTA DE QUADROS Quadro 2.1 – Variáveis macroeconômicas do modelo BIM-T e tipos de fechamento* .......... 98 Quadro 2.2 – Diferentes hipóteses por grupo do modelo....................................................... 99 Quadro 2.3 – Combinações de hipóteses para os fechamentos em BIM-T........................... 100 Quadro 3.1 – Relação dos setores econômicos tratados pelo modelo BIM-T ...................... 110 Quadro 3.2 – Lista dos produtos considerados no modelo BIM-T....................................... 111 Quadro 3.3 – Matriz de produção do modelo BIM-T (R$ milhões) ..................................... 112 Quadro 3.4 – Estrutura de gastos do transporte aéreo internacional de passageiros ............. 164 Quadro 4.1 – Estratégia dos experimentos sobre o setor ferroviário de carga ...................... 219 Quadro 4.2 – Custo total da ALLMS pelo transporte de 1 tonelada de açúcar em uma distância de 2000 km. ....................................................................................................................... 220 Quadro 4.3 – Estratégia dos experimentos sobre o setor de cabotagem ............................... 245 xii LISTA DE GRÁFICOS Gráfico 2.1 – Exemplo da função logística para a taxa de crescimento do capital. ................ 79 Gráfico 2.2 – Trajetória de Y e K* ....................................................................................... 81 Gráfico 2.3 – Trajetória de R, G e E* ................................................................................... 81 Gráfico 2.4 – Ajustamento defasado no mercado de trabalho* .............................................. 82 Gráfico 4.1 – Receitas do fluxo de soja da ALLMS no trecho entre Maringá e São Francisco do Sul ..................................................................................................................... 216 Gráfico 4.2 – Efeitos da política tarifária sobre o lucro econômico na economia – desvio acumulado em relação ao cenário base .................................................................... 228 Gráfico 4.3 – Efeitos da política tarifária sobre o consumo das famílias na economia – desvio % acumulado em relação ao cenário base................................................................ 232 Gráfico 4.4 – Impacto sobre o desvio do número de firmas no setor de cabotagem (desvio % acumulado relativo ao cenário base) ....................................................................... 254 xiii LISTA DE TABELAS Tabela 3.1 – Indicadores para a abertura do serviço de transporte de 2005 (R$ milhões) .... 106 Tabela 3.2 – Indicadores dos serviços de transporte de 2005 - PAS (R$ milhões) ............... 107 Tabela 3.3 – Processo de abertura do VBP de turismo para 2005 (R$ milhões) .................. 108 Tabela 3.4 – Distribuição do VBP entre os mercados de transporte (R$ milhões) ............... 109 Tabela 3.5 – Desagregação dos custos intermediários totais de 2005 (R$ milhões) ............. 114 Tabela 3.6 – Estrutura de custo intermediário doméstico de 2005 para os setores de transporte (R$ milhões) ...................................................................................................................... 116 Tabela 3.7 – Compras de insumos domésticos pelos setores de transporte (R$ milhões)* ... 117 Tabela 3.8 – Compras de insumos importados pelos setores de transporte (R$ milhões)* ... 118 Tabela 3.9 – Compras a preço de mercado pelos setores de transporte (R$ milhões)* ......... 119 Tabela 3.10 – Produtos atribuídos para o transporte ferroviários de contêineres (2003). ..... 123 Tabela 3.11 – Receita estimada e observada pelas empresas ferroviárias (R$ milhões) ....... 124 Tabela 3.12 – Margem do transporte ferroviário de 2005 (R$ milhões) .............................. 126 Tabela 3.13 – Relação dos custos que compõem as tarifas no transporte de cabotagem ...... 132 Tabela 3.14 – Distribuição da carga geral transportada por cabotagem ............................... 133 Tabela 3.15 – Margem do transporte de cabotagem de 2005 ............................................... 134 Tabela 3.16 – Estimativas das toneladas movimentadas nas regiões hidrográficas .............. 136 Tabela 3.17 – Relação dos custos que compõe as tarifas na negação interior ..................... 139 Tabela 3.18 – Margem do transporte de navegação interior de 2005 ................................... 140 Tabela 3.19 – Margem do transporte de carga aéreo de 2005 .............................................. 143 Tabela 3.20 – Distribuição das margens de transporte de carga de 2005 (R$ milhões) ........ 144 Tabela 3.21 – Vendas do consumo intermediário doméstico (preços básicos) dos serviços de transporte (R$ milhões) ...................................................................................................... 146 Tabela 3.22 – Exportações e investimentos a preço básico dos serviços de transporte......... 149 Tabela 3.23 – Consumo das famílias por serviços de transporte (R$ milhões) .................... 152 Tabela 3.24 – Consumo das famílias por serviços de transporte rodoviário de passageiros (R$ milhões) ............................................................................................................................. 153 Tabela 3.25 – Composição do VA e variáveis selecionadas para os novos setores de transporte (R$ milhões) ...................................................................................................................... 154 Tabela 3.26 – Composição do consumo das famílias a preço de mercado (R$ milhões) ...... 165 Tabela 3.27 – Coeficientes: acumulação de capital e alocação do investimento .................. 170 Tabela 3.28 – Setores classificados como diferenciados no modelo BIM-T ........................ 174 xiv Tabela 3.29 – Número de firmas competidoras dos setores diferenciados no modelo .......... 177 Tabela 3.30 – Participação do custo fixo em relação ao custo total dos setores diferenciados do modelo .......................................................................................................................... 180 Tabela 3.31 – Elasticidade de substituição entre variedades domésticas (ano base) ............. 184 Tabela 3.32 – Valores da elasticidade de substituição entre os fatores primários ................. 186 Tabela 3.33 – Elasticidade de entrada e saídas de firmas dos grupos de setores .................. 190 Tabela 3.34 – Valores dos parâmetros selecionados*.......................................................... 192 Tabela 3.35 – Elasticidade de substituição do transporte de carga ....................................... 196 Tabela 4.1 – Variações reais e anuais (%) dos principais indicadores macroeconômicos .... 201 Tabela 4.2 – Principais empresas atuantes no setor de cabotagem (2011) ........................... 203 Tabela 4.3 – Variações anuais do número de firmas do setor de cabotagem ........................ 203 Tabela 4.4 – Redução média da tarifa por concessionária ferroviária .................................. 217 Tabela 4.5 – Diferenças das receitas calculadas dos tetos tarifários em 2005 ...................... 221 Tabela 4.6 – Estimativa das modificações de receitas no transporte ferroviário decorrentes da mudança tarifária de 2012. ................................................................................................. 223 Tabela 4.7 – Impacto sobre os agregados econômicos dos experimentos no transporte ferroviário de carga (desvio acumulado em relação ao cenário base) .................................. 224 Tabela 4.8 – Resultados projetados da política tarifária sobre o setor ferroviário (desvio % acumulado relativo ao cenário base – anos selecionados) ................................................... 233 Tabela 4.9 – Os 25 mais beneficiados com a política tarifária do setor ferroviário (desvio % acumulado relativo ao cenário base em 2025) .................................................................... 237 Tabela 4.10 – Os 25 mais prejudicados com a política tarifária do setor ferroviário (desvio % acumulado relativo ao cenário base em 2025) .................................................................... 239 Tabela 4.11 – Impacto sobre os principais agregados econômicos dos experimentos no transporte de cabotagem (desvio % acumulado em relação ao cenário base) ....................... 247 Tabela 4.12 – Efeitos projetados sobre o setor de cabotagem (desvio % acumulado relativo ao cenário base – anos selecionados) ...................................................................................... 253 Tabela 4.13 – Os 25 mais beneficiados com a política tarifária do setor de cabotagem (desvio acumulado relativo ao cenário base em 2025) .................................................................... 256 Tabela 4.14 – Os 25 mais prejudicados com a política tarifária do setor de cabotagem (desvio % acumulado relativo ao cenário base em 2025) ................................................................ 258 xv LISTA DE ABREVIATURAS E SIGLAS AFRMM – Adicional de Frete para Renovação da Marinha Mercante AHIMOC – Administração da Hidrovia da Amazônia Ocidental AHIMOR – Administração da Hidrovia da Amazônia Oriental AHINOR – Administração da Hidrovia do Nordeste AHIPAR – Administração da Hidrovia do Paraguai AHITAR – Administração da Hidrovia do Tocantins/Araguaia AHRANA – Administração da Hidrovia do Paraná AHSFRA – Administração da Hidrovia do São Francisco AHSUL – Administração da Hidrovia do Sul ANAC – Agência Nacional de Aviação Civil ANTAQ – Agência Nacional de Transportes Aquaviários ANTT – Agência Nacional de Transporte Terrestre ANUT – Associação Nacional dos Usuários do Transporte de Carga BIM-T – Brazilian Imperfect Market and Transport BIRD – Banco Internacional para Reconstrução E Desenvolvimento BNDES - Banco Nacional de Desenvolvimento Econômico e Social CADE – Conselho Administrativo de Defesa Econômica CDR - Cost Disadvantage Ratios CEDEPLAR – Centro de Desenvolvimento e Planejamento Regional CEMPRE – Cadastro Central de Empresas CES – Elasticidade de substituição constante CET – Elasticidade de transformação constante CNAE – Classificação Nacional de Atividade Econômica CNT – Confederação Nacional do Transporte COPPEAD – Centro de Estudos em Logística COPS – Centre of Policy Studies EADI – Estação Aduaneira do Interior EBN – Embarcação de Bandeira Brasileira EGC – Equilíbrio Geral Computável FMM – Fundo de Marinha Mercante GEIPOT – Empresa Brasileira de Planejamento de Transportes IBGE – Instituto Brasileiro de Geografia e Estatística xvi INFRAERO – Empresa Brasileira de Infraestrutura Aeroportuária IPEA – Instituto de Pesquisa Econômica Aplicada LES - Sistema Linear de Gastos MDIC – Ministério do Desenvolvimento da Indústria e Comércio NCM – Nomenclatura Comum do Mercosul PAC – Pesquisa Anual de Comércio PAIC – Pesquisa Anual da Indústria de Construção PAS – Pesquisa Anual de Serviços PAS – Pesquisa Anual de Serviços PIA – Pesquisa Anual da Indústria PIB – Produto Interno Bruto PNLT - Plano Nacional de Logística e Transportes POF – Pesquisa de Orçamentos Familiares RAIS – Relação Anual de Informações Sociais ROL – Receita Operacional Líquida SIFRECA – Sistema de Informações de Fretes para Carga Agrícola TKU – Tonelada Quilômetro Útil VBP – Valor Bruto da Produção xvii SUMÁRIO 1 INTRODUÇÃO........................................................................................................ 19 1.1 Estrutura da Tese ................................................................................................... 24 2 ESTRUTURA DO MODELO BIM-T ...................................................................... 26 2.1 Aspectos gerais e desenvolvimento histórico ......................................................... 27 2.2 Especificação ........................................................................................................... 37 2.2.1 Estrutura da tecnologia de produção ......................................................................... 40 2.2.1.1 Economia de escala na tecnologia de produção ......................................................... 44 2.2.1.2 Estrutura do consumo intermediário ......................................................................... 50 2.2.2 Demanda por investimento produtivo ....................................................................... 54 2.2.3 Demanda das famílias ............................................................................................... 56 2.2.4 Demanda externa ...................................................................................................... 61 2.2.5 Outras demandas ...................................................................................................... 64 2.2.6 Demandas por serviços de margens .......................................................................... 65 2.2.7 Regras de precificação em mercados imperfeitos ...................................................... 68 2.2.7.1 Regra de precificação de Harris ................................................................................ 76 2.2.8 Mecanismos intertemporais do modelo ..................................................................... 76 2.2.8.1 Acumulação de capital e alocação dos investimentos ................................................ 77 2.2.8.2 Ajustamento defasado no mercado de trabalho ......................................................... 81 2.2.8.3 Mecanismo intertemporal de entrada e saída das firmas no mercado ......................... 82 2.3 Estrutura matemática de BIM-T e o método de solução de Johansen / Euler ..... 88 2.3.1 Sequência de soluções em modelos dinâmicos recursivos ......................................... 93 2.4 Fechamento do modelo e testes .............................................................................. 95 3 BASE DE DADOS ................................................................................................. 102 3.1 Procedimentos iniciais e valor bruto da produção .............................................. 103 3.2 Consumo intermediário do setor de transporte .................................................. 113 3.2.1 Margens de transporte e estrutura de venda do consumo intermediário ................... 120 3.2.1.1 Margem de transporte, modal ferroviário ................................................................ 121 3.2.1.2 Margem de transporte, modal de cabotagem ........................................................... 126 3.2.1.3 Margem de transporte, navegação interior............................................................... 135 3.2.1.4 Margem de transporte, demais modalidades de transporte ....................................... 140 3.2.1.5 Estrutura de venda do consumo intermediário ......................................................... 145 3.3 Componentes da demanda final do setor de transporte ...................................... 148 3.4 Valor adicionado do setor de transporte ............................................................. 153 xviii 3.5 Estrutura básica do modelo ................................................................................. 154 3.5.1 Calibragem dos coeficientes da estrutura básica do modelo..................................... 157 3.5.1.1 Distribuição do consumo por grupos de famílias ..................................................... 161 3.6 Calibragem dos demais coeficientes do modelo ................................................... 167 3.6.1 Coeficientes para o mecanismo intertemporal ......................................................... 167 3.6.2 Coeficientes relacionados com outras extensões do modelo .................................... 171 3.7 Parâmetros ............................................................................................................ 184 4 APLICAÇÕES DO MODELO EM ALGUNS MERCADOS REGULADOS DE TRANPORTE: FERROVIÁRIO E CABOTAGEM ................................................ 198 4.1 Fechamento de cenário: baseline para a simulação dos estudos ......................... 200 4.2 Construção dos choques e interpretação de mecanismos de causalidade ........... 205 4.3 Simulação para o mercado ferroviário de carga ................................................. 211 4.3.1 Estratégia de simulação para o estudo do setor ferroviário ...................................... 218 4.3.2 Resultados macroeconômicos para o estudo do setor ferroviário ............................. 224 4.3.3 Resultados setoriais para o estudo do setor ferroviário ............................................ 233 4.4 Simulação para o mercado de cabotagem ........................................................... 240 4.4.1 Estratégia de simulação para o estudo do setor de cabotagem.................................. 244 4.4.2 Resultados macroeconômicos para o estudo do setor de cabotagem ........................ 246 4.4.3 Resultados setoriais para o estudo do setor de cabotagem ....................................... 251 5 CONCLUSÕES ...................................................................................................... 259 REFERÊNCIAS ..................................................................................................... 269 APÊNDICE A – Demonstrações matemáticas ........................................................ 282 APÊNDICE B – Análise de sensibilidade sistêmica ................................................ 288 Apêndice B.1 – Elasticidades de substituição dos modais de transporte de carga..... 289 Apêndice B.2 – Elasticidades de entrada às firmas .................................................. 296 ANEXO A – Produtos transportados pelas concessionárias e tarifas médias (2005) 303 ANEXO B – Toneladas das mercadorias movimentadas para a cabotagem (2005) .. 310 ANEXO D – Distância para os casos de “Não identificados” e de Plataforma continental .............................................................................................................. 321 ANEXO E – Fluxo das mercadorias transportadas por cabotagem .......................... 322 ANEXO F – Fluxo das mercadorias transportadas por navegação interior ............... 346 ANEXO G – Compatibilização dos serviços rodoviários de passageiros ................. 355 ANEXO H – Receitas computadas entre os antigos e novos tetos tarifários ............. 356 ANEXO I – Diferenças das receitas ferroviárias (R$ milhares) ............................... 363 19 1 INTRODUÇÃO O objetivo desta Tese é tratar retornos crescentes de escala e imperfeições de mercado em um modelo de equilíbrio geral computável (EGC) dinâmico. O desenvolvimento da metodologia visa, além de explorar algumas potencialidades analíticas, avaliar os efeitos de políticas em mercados regulados de transporte no Brasil: o transporte ferroviário de carga e transporte de cabotagem. Em comum, esses dois setores são mercados imperfeitos e se submetem a fiscalização e normas de operação das agências reguladoras de transporte. A possibilidade de analisar os impactos de políticas voltadas para os setores regulados de transporte, que caracteristicamente apresentam poder de monopólio, economias de escala de produção e barreiras de entrada às firmas, é um dos avanços que se pretende alcançar com a metodologia desta Tese. Além disso, o tratamento conjunto dessas diversas formas de imperfeições de mercado em um modelo EGC pode proporcionar uma caracterização mais adequada para esses tipos de setores e, consequentemente, contribuir às análises de políticas e fenômenos econômicos. Em Tese, pressupomos que a presença de retornos crescente de escala e competição imperfeita dentro de uma estrutura de equilíbrio geral tende a tornar os efeitos econômicos de uma política diferentes daqueles observados em um modelo EGC com hipóteses de retornos constantes de escala e de concorrência perfeita. Apesar de suas dimensões continentais, o Brasil pouco tem aproveitado as vantagens comparativas do modal ferroviário e da navegação de cabotagem. Esses dois modais possuem maior eficiência energética, maior capacidade e competitividade de transporte para grandes volumes e longas distâncias, maior segurança da carga, além de serem menos poluentes. Nesse sentido, o modal ferroviário e o transporte de cabotagem se apresentam como uma alternativa viável ao transporte de cargas e se revelam como instrumento estratégico de logística para alavancar a competitividade das mercadorias brasileiras no mercado internacional e reduzir os custos logísticos nas interações comerciais entre os centros econômicos do país. Cabe destacar que o país possui mais de 7.500 km de costa atlântica, o que revela grande potencial para a expansão dos serviços do transporte de cabotagem (CNT, 2006). 20 A matriz modal brasileira é baseada no transporte rodoviário para grandes distâncias. Dessa maneira, o modal rodoviário ocupa uma função que deveria ser destinada ao transporte ferroviário e de cabotagem. Conforme o Ministério dos Transportes (2007a), aproximadamente 62% da produção nacional ainda são movimentadas pelo modal rodoviário, o que também significa custos mais elevados e uma distribuição menos eficiente. Contudo, alguns fatores, ocorridos no final da década de 90, contribuíram para minimizar o desequilíbrio da matriz de transporte de cargas no país. A fase de reestruturação do setor ferroviário, a lei de Modernização dos Portos (lei 8.630, implementada em 25/02/1993) e a regulamentação do transporte de cabotagem (lei 9.432, de 08/01/1997), colaboraram para induzir uma maior demanda do transporte ferroviário de carga e de cabotagem, o aumento da competitividade intermodal via redução dos custos e a gradual mudança da matriz de transporte brasileira. A fase de reestruturação do setor de transporte ferroviário no final da década 1990 foi marcada pela concessão da malha ferroviária à iniciativa privada. Esse processo de desestatização do setor teve como objetivo revitalizar a malha ferroviária com o ingresso de investimentos privados, elevar a produtividade e produção do setor, assim como modernizar os procedimentos, gestão e operação das ferrovias 1 . Os resultados alcançados com essa restruturação do setor podem ser observados pelos ganhos de desempenho operacional nas malhas concedidas, principalmente com o aumento de produtividade do pessoal, das locomotivas e dos vagões, bem como na redução dos tempos de imobilização, do número de acidentes e dos custos de produção (CNT, 2007) 2 . Desde a extinção da Rede Ferroviária Federal S/A (RFFSA), as empresas concessionárias se tornaram os únicos ofertantes de serviços em cada uma das malhas ferroviárias públicas, reguladas e controladas pela Agência Nacional de Transporte Terrestre (ANTT). Como parte desta regulação, os preços cobrados pelas empresas ferroviárias passaram a ser controlados por um regime de tetos tarifários (critério price-cap), diferenciados conforme o produto transportado e distância percorrida. No entanto, as tarifas máximas, estabelecidas pela ANTT, foram definidas bem acima dos valores comumente praticados no mercado ferroviário, 1 O setor ferroviário brasileiro está se mobilizando, produtores e clientes estão investindo na compra de locomotivas e vagões, e fornecedores de material ferroviário estão desenvolvendo novos equipamentos especiais (e.g. transportes de grãos) (CNT, 2007). 2 Entre 2000 e 2008, os investimentos realizados pelas concessionárias somaram R$ 14,6 bilhões (valores constantes de 2008). A produção ferroviária, por seu turno, cresceu 92,7%, passando de 138,9 bilhões de toneladas-quilômetro-útil (TKU) para 267,7 bilhões de TKU, nesse mesmo período (ANTT, 2011b). 21 mesmo considerando as correções monetárias de cada ano. Assim, em Tese, os preços cobrados pelas concessionarias operavam sem restrições. No final de 2012, após 15 anos de concessão da malha ferroviária no país, foi realizada a primeira revisão do teto tarifário do setor. Essa revisão tarifária, coordenada pela ANTT, teve por principal objetivo corrigir as discrepâncias verificadas entre os tetos tarifários e os preços de mercado cobrados pelas concessionárias, além de estimular a concorrência do transporte ferroviário em relação aos outros modais, como o rodoviário. Os desdobramentos sobre a atividade econômica resultantes desta política de revisão tarifária serão analisados neste trabalho com a metodologia proposta. Por sua vez, a lei de Modernização dos Portos, Lei 8.630/93, que possibilitou a maior participação privada nas operações portuárias, induziu a expansão dos investimentos e produtividade no setor portuário. Como consequência, houve melhorias nas condições de operação, nos níveis de serviço e redução dos custos portuários. A melhora da eficiência portuária favoreceu o crescimento do nível de atividade do setor de cabotagem. Associado a esse fator, a regulamentação do transporte de cabotagem (lei 9.432, de 08/01/1997), permitindo o afretamento de embarcações estrangeiras por empresas de bandeira nacional, também contribuiu para expandir a produção e demanda dos serviços de cabotagem 3 . Esses fatores favoráveis fez com que o setor de cabotagem passasse a ocupar nichos de mercado, como o transporte de carga geral. No Brasil, essa modalidade de transporte é regulada pela Agência Nacional de Transportes Aquaviários (ANTAQ). Um aspecto relevante na regulação exercida pela ANTAQ é a política protecionista adotada para as empresas brasileiras de embarcação (EBNs), as quais têm o direito de reserva exclusiva para atuar no mercado de cabotagem brasileiro. Há um debate acerca desta política de protecionismo no setor de cabotagem, a qual sinaliza a necessidade de liberalizar o mercado com o intuito de induzir a competitividade e qualidade dos serviços do próprio setor (e.g. custo fixo de aquisição da embarcação mais baixo; custo variável de operação da embarcação mais baixo e embarcações tecnologicamente mais avançadas). Por outro lado, a política de liberalização do mercado de cabotagem é criticada, pois poderia extinguir os competidores nacionais e instalar um regime “não-competitivo” de transporte de 3 Entre 1998 e 2010, o total de toneladas movimentadas por navegações de cabotagem cresceu 60%, passando de 117 milhões de toneladas para 188 milhões (ANTAQ, 2012a). 22 cabotagem no Brasil, além de não manter provavelmente os preços de frete menores no médio e longo prazo. No mercado de cabotagem, a política protecionista se associa a uma política econômica voltada para a construção naval. Os recursos resultantes da incidência de uma alíquota de 10% sobre as operações de cabotagem, conhecida como “Adicional de Frete para Renovação da Marinha Mercante (AFRMM)”, são depositados em contas das empresas de navegação e somente podem ser usados para serviços de reparo e conversões de embarcações ou financiamento da construção de novas embarcações. No entanto, embora as empresas sejam as responsáveis em realizar o pagamento adicional, na prática é o usuário que arca com o AFRMM. A própria ANTAQ (2009) tem sinalizado que essa incidência do AFRMM é gravame imposto pelo poder público, uma vez que propicia uma desvantagem econômica para a cabotagem quando comparada com o modal rodoviário. Uma alternativa proposta pela própria agência seria eliminar o AFRMM nas operações de cabotagem, mas mantê-lo nas importações como forma de subsídio cruzado ao setor. Dessa maneira, com o auxílio do modelo desta Tese pretende-se analisar os efeitos econômicos da política tarifária proposta pela ANTAQ no atual regime concorrencial de protecionismo e de uma possível liberalização do mercado de cabotagem. As políticas tarifárias para ambos os estudos, ferroviário e cabotagem, alteram a estrutura de preços relativos na economia e, consequentemente, há uma realocação dos recursos nas interdependências setoriais. A distribuição e intensidade destes efeitos no sistema produtivo dependem das relações diretas e indiretas relacionadas ao uso destes dois modais de transporte. Desse modo, a análise dos impactos decorrentes dos choques em ambos os modais de transporte requer uma grande atenção sobre os próprios serviços de transporte e seus principais demandantes (setores intensivos no uso de ambos os modais). A hipótese levantada neste trabalho é que ambas as políticas podem induzir um crescimento da atividade econômica em relação à trajetória tendencial da economia, porém, comprometendo, em certa medida, a atividade dos setores de transporte correspondentes. Essa preocupação tem sido recorrente nos debates de ambas as políticas, principalmente sobre os possíveis efeitos negativos sobre os investimentos, receitas e taxa de retorno das empresas atuantes no mercado ferroviário e de cabotagem. Entretanto, uma segunda hipótese também é considerada. Quando o sistema produtivo é composto simultaneamente por setores 23 “diferenciados” e “homogêneos”4, os efeitos negativos sobre as atividades dos dois modais de transporte podem ser menores, uma vez que nessa “economia heterogênea” os custos podem ser mais rígidos às variações e a expansão da atividade econômica pode ser relativamente maior. O principal aspecto desta hipótese reside na tentativa de apontar a importância da existência de economia de escala e de outras imperfeições de mercado nas relações comerciais da economia. Desse modo, além de um desenvolvimento metodológico no modelo EGC, a Tese procura responder a dois problemas aplicados para a economia brasileira: a) Quais seriam os impactos projetados da política de revisão do teto tarifário de 2012 do setor ferroviário de carga até 2025 quando diferentes hipóteses são atribuídas para alguns setores do sistema produtivo? b) Quais seriam os impactos projetados da política de redução do AFRMM em 2013 nas operações domésticas de cabotagem até 2025 para diferentes regimes concorrenciais e quando diferentes hipóteses são atribuídas para alguns setores do sistema produtivo? O tratamento de ambos os problemas requer uma metodologia que considere de maneira sistemática as relações intersetoriais, assim como o detalhamento dos serviços de transporte e os fenômenos de retornos crescentes de escala e competição imperfeita. Por considerarem informações consistentes de forma que a estrutura empírica da economia brasileira é tomada explicitamente, modelos de equilíbrio geral computável (EGC) se apresentam como apropriados para os objetivos desta Tese. Esse instrumental metodológico reconhece os canais intersetoriais do sistema econômico. Conforme Domingues (2002), estudos de equilíbrio parcial produzem estimativas incompletas justamente por não tratar a complexidade das interações econômicas de equilíbrio geral. Cabe destacar que, durante os últimos 35 anos, modelos de equilíbrio geral computável (EGC) têm se tornado uma ferramenta de auxílio para avaliação quantitativa de políticas econômicas, fornecendo projeções gerais, tanto no âmbito micro como macroeconômico. O contínuo aprimoramento deste instrumental metodológico permitiu o tratamento da dimensão tempo 4 Setores diferenciados exercem algum poder de mercado, fixam os preços por markup sobre os custos marginais e revelam retornos crescentes de escala de produção. Setores homogêneos, por seu turno, apresentam uma tecnologia de retornos constantes de escala em um ambiente de mercados competitivos. 24 nas soluções de EGC. A preocupação residia na necessidade de se considerar o caminho tendencial da economia para a análise de políticas de longo prazo no uso de modelos EGC. Paralelamente, os esforços metodológicos em EGC também ocorreram na direção de se incorporar fenômenos de economias de escala e de competição imperfeita. A integralização desses fenômenos em uma estrutura de equilíbrio geral teve como inspiração seminal os estudos na área de “Organização Industrial” (OI) e nas “Novas Teorias do Comércio Internacional (NTCI)” no final da década de 1970. As experiências acumuladas e as novas soluções metodológicas, encontradas para a modelagem de diversas formas de imperfeições no arcabouço de equilíbrio geral, puderam contribuir para as questões voltadas à Organização Industrial. A razão disso se deve por essas modelagens terem proporcionado uma caracterização mais heterogênea do sistema produtivo, levando em conta níveis diferentes de economia de escala, regras de precificação distintas e graus variados de diferenciação entre os produtos. Em conjunto, esses elementos permitiram diferenciar o poder de mercado das firmas em certos setores dentro de um sistema de mercados interdependentes, o qual relevam composições assimétricas de custos e demanda entre as atividades setoriais. Entretanto, a maioria dos modelos EGC de mercados imperfeitos e retornos crescentes de escala tem realizado análises de estáticas comparativas para problemas específicos de políticas. De acordo com Pindyck (1985), modelos que consideram a dimensão tempo são mais relevantes para essas questões de Organização Industrial. Nesse contexto, a transposição das contribuições desses tipos de modelo para uma modelagem dinâmica recursiva pode proporcionar soluções metodológicas inovadoras ao tratar algumas formas de imperfeições da economia dentro de uma trajetória temporal. 1.1 Estrutura da Tese Além deste capítulo introdutório, está Tese se organiza em mais 4 capítulos. Esses demais capítulos contemplam objetivos específicos. O capítulo 2 apresenta a estrutura teórica e as principais características do modelo BIM-T. Trata-se de um modelo EGC dinâmico recursivo com economias de escala e concorrência imperfeita, o qual também apresenta uma modelagem de substituição na demanda do transporte de carga e nas preferências por transporte de passageiros de diferentes grupos de famílias. As hipóteses teóricas e as formas 25 funcionais do modelo são detalhadas, principalmente, no que tange as especificações de tecnologia de produção, substituição entre serviços de transporte, regras de precificação e os mecanismos intertemporais. Em seguida, é descrito o método de solução e como ocorre operacionalmente a sequência de solução entre os períodos. A parte final do capítulo apresenta os detalhes sobre os fechamentos e os testes tradicionais quanto à calibragem e especificação do modelo. O capítulo 3 descreve todos os procedimentos realizados na preparação da base de dados do modelo. As estratégias adotadas, hipóteses assumidas, cálculos realizados e fontes utilizadas para a desagregação dos serviços de transporte estão detalhados neste capítulo. O capítulo inicia a descrição das etapas de desagregação do valor bruto da produção, do consumo intermediário, das margens de transporte, dos componentes da demanda final e do valor adicionado. Em seguida, são apresentadas a estrutura básica e a calibragem dos coeficientes e parâmetros do modelo. No capítulo 4 são discutidas as duas aplicações proposta nesta Tese. Para tanto, primeiramente, é apresentado o cenário de referência nos dois estudos propostos, destacando os indicadores macroeconômicos observados e projetados, assim como hipóteses consideradas individualmente em cada mercado de transporte. Posteriormente, o capítulo fornece como foram construídos os choques e uma ilustração dos mecanismos de causalidade para ambas as políticas tarifárias. Em seguida, este capítulo se divide em duas principais partes, correspondentes a cada estudo proposto. Essas partes apresentam conteúdos similares, destacando o problema do estudo, detalhando as estratégias adotadas para as simulações e os valores dos choques de políticas. No setor ferroviário de carga, a mesma política de revisão do teto tarifário é aplicada para distintos cenários, chamados de “economia heterogênea” e “economia quase-competitiva”. Por sua vez, para o estudo do setor de cabotagem são levadas em conta dois cenários, “economia heterogênea” e “economia quase-competitiva”, dois regimes concorrenciais, protecionismo e liberalização, e um política tarifária. Os resultados das simulações são avaliados no âmbito macroeconômico e setorial. Por fim, no capítulo 5 serão tecidas as considerações finais desta Tese, salientando as contribuições, os resultados conclusivos das duas aplicações, limitações metodológicas e sugestões para possíveis avanços, aplicações e extensões desse trabalho. 26 2 ESTRUTURA DO MODELO BIM-T Este capítulo tem por objetivo descrever a estrutura teórica do modelo BIM-T (Brazilian Imperfect Market and Transport), um modelo de equilíbrio geral computável (EGC), desenvolvido para analisar questões como reforma de concorrência, políticas de regulação econômica e medidas protecionistas em certos mercados, bem como em alguns setores de transporte no Brasil. O referido modelo apresenta uma série de contribuições feitas através de outros modelos EGC, incluindo principalmente: a) uma modelagem de substituição imperfeita entre os modais de transporte, tanto na demanda do transporte de carga quanto nas preferências por transporte de passageiros de diferentes grupos de famílias; b) uma modelagem específica de retornos crescentes de escala e mercados imperfeitos para alguns setores do modelo, similarmente àquela utilizada no modelo EGC do estilo Harris. Dentre as principais inovações do modelo estão o tratamento detalhado do mercado de frete e de passageiros por tipo de transporte e o mecanismo intertemporal de entrada e saída das firmas em setores selecionados. O detalhamento dos mercados de transporte que, na grande maioria, é regulado por agências no Brasil, permite simular individualmente os efeitos de políticas de desenvolvimento de competição ou de regulação. Por sua vez, a inédita modelagem intertemporal de entrada e saída confere ao modelo a possibilidade de estudar o papel do número e da distribuição setorial das firmas e seus efeitos sobre o sistema produtivo brasileiro, ao longo do tempo. Permite ainda especificar um grau variado de barreiras à entrada nos mercados, considerando níveis diferentes de economia de escala e graus variados de diferenciação entre os produtos. É possível, portanto, analisar os efeitos econômicos de concentração setorial sobre a economia brasileira. Tanto a especificação das equações comportamentais como a implementação do modelo BIM- T realizaram-se com referência ao modelo ORANI 5 – já inclusos alguns mecanismos dinâmicos do modelo MONASH (ADAMS et al., 1994). Assim, este capítulo se organiza em quatro principais partes. A primeira parte apresenta os aspectos gerais do modelo BIM-T e dos modelos EGC que serviram como fontes primárias para a modelagem, depositando maior atenção aos modelos EGC de competição imperfeita e 5Inicialmente, utilizou-se o código computacional da versão genérica do modelo ORANI, o ORANI-G (HORRIDGE, 2000). 27 retornos crescentes de escala. Em seguida, a segunda se concentra na especificação do modelo, destacando as formas funcionais e hipóteses adotadas. A terceira parte, por seu turno, fornece a estrutura matemática do modelo e seu método de solução e de sequência. Finalmente, a quarta discute o fechamento e os testes do modelo. 2.1 Aspectos gerais e desenvolvimento histórico O BIM-T (Brazilian Imperfect Market and Transport) é um modelo dinâmico recursivo, de equilíbrio geral computável, do tipo Johansen (1960), em que a estrutura matemática representa-se por um conjunto de equações linearizadas e as soluções são alcançadas na forma de taxa de crescimento. Acompanha, pois, a tradição australiana de modelagem em equilíbrio geral 6 . Encontra-se bem consolidada no Brasil, visto que modelos como PAPA (GUILHOTO, 1995), TERM-BR (FERREIRA FILHO, 1997), B-MARIA (HADDAD, 1999) e suas extensões 7 , EFES (HADDAD E DOMINGUES, 2001), SPARTA (DOMINGUES, 2002) e BRIDGE (DOMINGUES et al., 2010), derivaram-se de modelos desenvolvidos para a economia australiana. Alguns desses trabalhos influenciaram o processo de especificação e implementação do modelo BIM-T. A Figura 2.1 apresenta o desenvolvimento histórico do referido modelo e os principais modelos EGC da Austrália e do Brasil8. Johansen (1960) foi o primeiro autor a desenvolver um método numérico de solução para um sistema de equilíbrio geral Arrow-Debreu (1954), o qual satisfaz à Lei de Walras com firmas que minimizam custos (ou maximizam lucros) e as famílias maximizam utilidades. No equilíbrio geral Arrow-Debreu, a tecnologia de produção apresenta retornos constantes de escala; produtores obtêm somente lucro econômico zero e os mercados exibem estrutura de concorrência perfeita. A homogeneidade de grau zero (inexiste ilusão monetária) das funções de demanda e a homogeneidade linear das funções lucro, em preço, denotam que somente os preços relativos importam nesse sistema walrasiano. Valores absolutos de preço não têm impacto sobre o equilíbrio (SANTOS, 2010; SHOVEN e WHALLEY, 1992). 6Tradicionalmente são conhecidas duas escolas: a norueguesa/ australiana segue a abordagem de Johansen; e a americana desenvolve modelos EGC a partir da abordagem de Scarf (1967), na qual a estrutura matemática é representada por equações não-lineares e as soluções são obtidas na forma de nível. Ambas as abordagens são métodos numéricos de solução para um sistema de equilíbrio geral Arrow-Debreu (1954). 7 Para uma descrição detalhada das extensões do B-MARIA, veja Santos (2010). 8Para um conjunto maior de referências nacionais e internacionais em EGC, consultar trabalhos como Guilhoto (1995), Haddad (1999; 2004), Domingues (2002), Almeida (2003), Perobelli (2004) e Hasegawa (2003). 28 Na década de 70, a abordagem de Johansen inspirou o desenvolvimento do modelo ORANI por um grupo de pesquisadores financiados pelo governo australiano, visando à análise de políticas econômicas. ORANI é um modelo nacional de EGC do tipo Johansen e sua estrutura analítica também se baseia no paradigma walrasiano, em que as relações de oferta e demanda derivam-se de hipóteses de otimização e condições de equilíbrio de mercado. Tem sido amplamente usado por várias instituições e por diversos países 9 (DIXON e RIMMER, 2002; HORRIDGE, 2000), consolidando cada vez mais a “tradição australiana” em modelos EGC. No Brasil, por exemplo, o modelo PAPA10 de Guilhoto (1995) originou-se da estrutura teórica do ORANI. Dos avanços do modelo em pauta, surgiram, nos anos 90, modelos interregionais e dinâmicos. Destacam-se dois modelos pioneiros na versão ORANI: o estático multirregional para a economia australiana, denominado Monash Multi-Regional (MMR) (NAQVI e PETER, 1996) e o modelo na versão dinâmica, representado pelo MONASH (ADAMS et al., 1994). Os mecanismos dinâmicos do modelo MONASH permitem que os efeitos de políticas sejam analisados ao longo do tempo (DIXON e RIMMER, 2002). O modelo Brazilian Recursive Dynamic General Equilibrium Model (BRIDGE) de Domingues et al. (2010) foi, por exemplo, desenvolvido para a economia brasileira, a partir de uma versão simplificada do MONASH. A calibragem do modelo BRIDGE significou um insumo importante para o BIM- T. Em 1996, o modelo MMR foi adaptado, incluindo um mecanismo de dinâmica para as variáveis acumulativas como estoque de capital e dívida externa em um período a médio e a longo prazo. Essa nova versão é chamada de Monash Multi-Regional Forecast (MMRF) (PETER et al., 1996) e foi aplicada com o intuito de analisar uma série de questões: reforma fiscal; reforma de concorrência; avaliações de projetos de grande dimensão; contribuições de vários setores econômicos e as relações fiscais entre os governos federal e regional; projeções de efeito estufa; políticas de emprego e salário; políticas macroeconômicas durante a recessão econômica (MAI et al., 2010). 9Dixon e Rimmer ( 2002) citam vários trabalhos em diversos países que usaram como ponto de partida o modelo ORANI. 10Conforme Domingues (2002), esse modelo forneceu informações de calibragens e parâmetros para outros sucessivos trabalhos em EGC no Brasil. 29 Desde seu surgimento, o modelo MMRF se tornou uma plataforma para o desenvolvimento de modelos CGE dinâmico para outras economias (e.g. EUA, China, Finlândia). No Brasil, por exemplo, a estrutura teórica do MMRF inspirou o desenvolvimento do modelo Brazilian Multisectoral And Regional/Interregional Analysis (B-MARIA) por Haddad (1999), o primeiro modelo EGC interregional do país. Vários modelos derivaram-se do MMRF, como por exemplo, o SPARTA de Domingues (2002), B-MARIA-27 de Haddad (2004) e o B- MARIA27-IT de Perobelli (2004). No entanto, nesses modelos brasileiros, realizam-se exercícios de estática comparativa. Figura 2.1 – Principais modelos e desenvolvimento histórico do modelo BIM-T Fonte: Elaboração própria. Modelos EGC que realizam exercícios de estática comparativa desconsideram a trajetória dos efeitos econômicos ao longo do tempo, diante de mudança(s) exógena(s) na economia (fatos observáveis, cenários ou experimentos contrafactuais). Uma saída bem comum utilizada para incluir os mecanismos intertemporais nos modelos da família MONASH foi a abordagem dinâmica recursiva. Para viabilizar o método de soluções recursivas, tais modelos partem da hipótese de expectativas estáticas (ou adaptativas) (DIXON e RIMMER, 2002), de maneira que a solução de cada ano depende do ano corrente e dos anos anteriores (DIXON e RIMMER, 2002; DOMINGUES et al., 2010; HASEGAWA, 2003). Nesse sentido, a calibragem é feita apenas em um período inicial, cujas informações são suficientes para averiguar as repercussões econômicas de suposições adotadas (cenários observáveis ou não BIM-T Modelo de Johansen Johansen (1960) Modelos de Harris Harris (1984) ORANI-HARRIS Cory e Horridge (1985) ORANI-HARRIS Abayasiri-Silva e Horridge (1996) PAPA Guilhoto (1995) ORANI DIXON et al. (1982) MMRF PETER et al. (1996) BRIDGE Domingues et al. (2010a) MONASH Adams et al. (1994) B-MARIA Haddad (1999) SPARTA Domingues (2002) B-MARIA-27 Haddad (2004) B-MARIA27- ITPerobelli (2004) 30 observáveis em variáveis exógenas) sobre as variáveis endógenas, ao longo de um intervalo temporal. Trabalha-se a dinâmica recursiva nos modelos da família MONASH em três vínculos intertemporais: (i) acumulação de capital físico; (ii) acumulação de passivos e ativos financeiros; e (iii) ajuste defasado no mercado de trabalho e no investimento. No mecanismo dinâmico da acumulação de capital físico, existem duas variáveis chaves: a taxa de depreciação do capital e a taxa de retorno do investimento. Por hipótese, a taxa de depreciação do capital não muda ao longo do tempo, ao passo que as expectativas da taxa de retorno do investimento podem alterar-se temporariamente, promovendo mudanças no volume de investimento e, por conseguinte, no estoque de capital. Os investidores ofertarão fundos a uma indústria conforme sua expectativa positiva de lucratividade do investimento, sendo esta sinônima da taxa de retorno esperada. O resultado dos aumentos temporários dessa taxa é o crescimento limitado do volume de investimentos e capital no setor. O crescimento é limitado porque os investidores são cautelosos, de forma que as oscilações ocorridas na taxa de retorno esperada são eliminadas gradualmente. O segundo vínculo intertemporal no MONASH diz respeito ao tratamento dos dois déficits macroeconômicos envolvidos com o passivo. Por um lado, a relação entre o passivo externo líquido com o déficit em transações correntes, e, por outro, o comportamento da dívida governamental frente ao déficit orçamentário. Tais detalhes foram especificados com o processo de acumulação financeira de ativos e passivos nos modelos MMRF. Por hipótese, para ativar a acumulação, é necessário que um novo financiamento ou investimento sejam superiores à acumulação de juros e dividendos. No caso da conta externa, o déficit comercial é tratado como acumulação de ativos, ao passo que os juros vencidos são acumulações de passivo. Os juros e dividendos pagos são tratados como decréscimo de passivos. Mesmo que seja complexo o tratamento de déficit e acumulação relativa (passivo ou ativo) em periodicidade menor que um ano, esse tipo de vínculo intertemporal fornece resultados importantes de déficits e passivos para análise de política econômica, além dos efeitos econômicos antes não observados em modelos de equilíbrio geral. Por exemplo, levando em conta a participação de capital estrangeiro, essa abordagem pode indicar os benefícios de uma desregulação da força de trabalho num setor produtivo e seus efeitos na acumulação de ativos para os estrangeiros. Essa abordagem potencializa uma avaliação entre o acúmulo de ativos de residentes e seu bem-estar (DIXON e RIMMER, 2002). 31 Por fim, não menos importante, o terceiro aspecto intertemporal envolve o ajustamento defasado do mercado de trabalho e investimento. Nessa especificação, o salário real se ajusta para equilibrar o referido mercado. Na sua dinâmica, por exemplo, quando o nível de emprego está acima do previsto, provocado por um choque no curto prazo, o salário real cresce o suficiente para acomodá-lo no nível previsto ao longo dos períodos subsequentes (convergência do emprego em seu estado estacionário numa trajetória temporal). Isso indica que choques favoráveis para trabalho tendem a produzir aumento do emprego no curto prazo e elevação no salário real no longo prazo. Se existe uma relação negativa entre o salário real e o nível de emprego para o ajustamento em equilíbrio no mercado de trabalho, analogamente, essa relação também ocorre entre nível de investimento e taxa de retorno via crescimento do estoque de capital. Quando existem inconsistências entre os níveis de investimento e taxas de retorno no período corrente, estas últimas se ajustam para eliminar tal desequilíbrio. Aumentos dos investimentos provocam reduções nas taxas de retorno esperadas, via aumento no estoque de capital, reduzindo posteriormente tais investimentos até seu estado estacionário (equilíbrio) (DIXON e RIMMER, 2002). Embora não seja foco deste trabalho, cabe salientar que existe também outra abordagem de modelos de EGC que incorpora a dimensão tempo em suas soluções. Denominados como dinâmicos não-recursivos, esses modelos usam o método de expectativas prospectivas (forward-looking), de maneira que a solução computada em um determinado ano depende tanto dos períodos antecedentes como dos posteriores. Há uma interatividade entre os períodos selecionados, cuja solução divide-se entre duas estratégias básicas. A primeira delas é resolver as equações de todos os anos simultaneamente em um único conjunto, captando as relações entre variáveis dentro de cada período e entre variáveis em diferentes anos. Desse modo, este método cobre a trajetória das variáveis que são maximizadas (ou minimizadas) por determinadas funções sujeitas às restrições intra e intertemporais. A segunda estratégia, por sua vez, busca adaptar o método interativo à solução recursiva. Numa primeira etapa, utiliza- se uma trajetória imaginária das taxas de retorno esperada e resolve-se a solução recursiva desconsiderando as expectativas forward-looking. Numa segunda etapa, usam-se as expectativas forward-looking com a finalidade de encontrar-se uma trajetória implícita das taxas de retorno esperadas. Em seguida, na terceira etapa, a trajetória imaginária inicial é substituída pela trajetória implícita e o processo é repetido. Essas etapas são continuamente realizadas até que as diferenças entre as trajetórias (imaginária e implícita) sejam eliminadas. 32 O modelo da Tese também deriva de uma modelagem com expectativas estáticas, isto é, de dinâmica recursiva. Entretanto, na sua especificação, não é tratada a acumulação de passivos e ativos financeiros, similarmente ao modelo BRIDGE de Domingues et al. (2010). Além disso, a utilização dos mecanismos intertemporais da tradição australiana MONASH – ORANI (DIXON et al., 1982) do tipo Johansen não significa dizer que o modelo BIM-T acompanha estritamente as hipóteses da estrutura competitiva de Arrow-Debreu 11 , pois como pode ser visualizado na Figura 2.1, também existe uma herança dos modelos EGC do tipo Harris (1984). O autor acima questionou a relevância das análises de política feitas em modelos construídos sobre a estrutura competitiva de Arrow-Debreu. Sugeriu que suposições como retornos constantes de escala e o comportamento “tomador de preços” das firmas são características que as economias raramente possuem (MERCENIER, 1995). Influenciado pelo debate na área de “Organização Industrial” (OI)12 e nas “Novas Teoria do Comércio Internacional (NTCI)13” nos anos 80 [e.g. Krugman (1979;1980); Helpman (1981)], quando já existia o interesse por estudos de mercados imperfeitos, economia de escala, barreiras de entrada, diferenciação de produtos e outros aspectos da estrutura industrial, Harris se propôs a demonstrar que era possível construir um modelo de equilíbrio geral empírico que levasse em conta um comportamento estratégico de fixação de preços e economia interna de escala em nível da firma. Assim como o modelo ORANI é considerado um marco na literatura de EGC (DOMINGUES, 2002), o trabalho de Harris (1984) inicia a literatura de equilíbrio geral computável de mercados imperfeitos e retornos crescentes de escala. 14 Harris (1984) trabalhou com dois modelos estáticos: um, no qual não existe a diferenciação de produtos (non-PD) e outro, com tal diferenciação (PD model). Ambos os modelos permitem economias de escala, porém o segundo possibilita às empresas produzir mais de um produto. As firmas, em cada setor, têm acesso à mesma tecnologia. Cada setor compõe-se de um 11Excetuando esse aspecto comum, o modelo B-MARIA-27 de Haddad (2004) e suas extensões permitem analisar outras hipóteses de tecnologia de produção através do uso de uma parametrização de retornos de escala. 12 Podemos citar, conforme Lemos (2008), três trabalhos em OI no final dos anos 70, relacionados com competição imperfeita, diferenciação de produto e economias de escala: Lancaster (1975), Spence (1976) e Dixit e Stiglitz (1977). 13 Em 1985, a principal referência da NTCI consolidou-se no trabalho Market structureand foreign trade (HELPMAN e KRUGMAN, 1985). 14 Nas palavras de Cory e Horridge (1985, p.1): Harris marks a watershed on the field study. 33 número endógeno de firmas representativas de mesmo tamanho. Enquanto no modelo non- PD, as firmas são tomadoras de preço, no modelo PD, elas fixam os preços por markup sobre o custo variável. Duas hipóteses foram adotadas pelo autor: i) curva de demanda percebida – a elasticidade constante de demanda percebida define o preço de monopólio [markup de Lerner (1934)]; e ii) o preço doméstico dentro da indústria é igual ao preço externo dos produtos importados, acrescido de tarifas [hipótese de Eastman e Stykolt (1967)]. No modelo PD de Harris, as firmas entram e saem do mercado em resposta às variações dos lucros econômicos (suposição de livre entrada e saída) e as barreiras de entrada são capturadas apenas pelos custos fixos. O equilíbrio de longo prazo em nível da indústria é caracterizado pela existência de lucro econômico zero para todas as firmas cujo equilíbrio denota a igualdade entre preço e custo médio 15 . Baseado no trabalho de Harris (1984), o modelo de Cory e Horridge (1985) desenvolveu-se sobre a estrutura teórica do modelo ORANI, considerando três novas especificações: i) a diferenciação da estrutura de mercado; ii) a diferenciação da tecnologia de produção; iii) preferências por variedade (love of variety). Segundo os autores, os efeitos de política econômica sobre o nível de produção, comércio e bem-estar são dependentes dessas três novas modelagens. O modelo de Cory e Horridge (1985), uma versão estática do ORANI nos moldes de Harris, atribui três hipóteses de regra de preço para as firmas. A primeira, como no modelo ORANI de competição perfeita, trata as firmas como tomadoras de preço. Assim, o preço é igual ao custo marginal de produção (igual ao custo médio). A segunda é de competição monopolística, permitindo a cada firma fixar um markup monopolístico sobre o custo marginal (custo variável), conforme a percepção da elasticidade de demanda do seu produto (markup de Lerner). Por fim, na hipótese de paridade dos preços de importação, as firmas domésticas conspiram para fixar os preços em nível dos seus concorrentes externos (produtos importados). Esta última hipótese, assim como no modelo de Harris (1984), é usada para especificar de forma arbitrária uma nova regra de preço, isto é, a combinação entre a regra 15A partir de Harris (1984), a literatura de equilíbrio geral computável de mercados imperfeitos e retornos crescentes de escala se ampliou [e.g. Cory e Horridge (1985), Wigle (1988), Markusen e Wigle (1989), Devarajan e Rodrik (1989), Abayasiri-Silva e Horridge (1996; 1999), Francois (1998), Mercenier (1995), Fatai et al. (2003), Willenbockel (2004)], apesar de não haver um consenso a respeito dos resultados alcançados [veja Abayasiri-Silva e Horridge (1996)]. 34 markup de Lerner e a paridade dos preços de importação. Aliás, em Cory e Horridge (1985), os resultados mais significativos foram alcançados através dessa combinação. Em seu modelo, Cory e Horridge (1985) adotam a hipótese de livre entrada e saída nos mercados, a qual assegura que cada indústria obtenha lucro econômico zero e o equilíbrio de longo prazo seja mantido. Já o modelo de Abayasiri-Silva e Horridge (1996), uma extensão do modelo de Cory e Horridge, diferencia o comportamento maximizador das firmas entre curto e longo prazo. Como em Harris (1984), parte da hipótese de que, no curto prazo, o número de firmas em certo mercado não varia, gerando lucro econômico positivo ao setor. As firmas dentro de cada setor obtêm o mesmo nível de lucro econômico. No longo prazo, por seu turno, o número de firmas se ajusta para assegurar lucro econômico zero, vigorando a hipótese de livre entrada e saída nos mercados. O aspecto teórico desses mecanismos fundamenta-se na abordagem de equilíbrio de Lerner (1934). Dito em outras palavras, o lucro econômico positivo, gerado no curto prazo, atrairá novas firmas ao mercado, até o momento em que o setor apresentar lucros normais (lucro econômico zero). A existência de lucros normais representa o longo prazo no modelo. Abayasiri-Silva e Horridge (1996) também introduziram dois tipos de retornos de escala no modelo, com certa semelhança à abordagem teórica de Marshall (1948) 16 . O modelo desses autores permite diferenciar as economias internas e externas em nível da firma. As economias externas, internas em nível da indústria, representam somente as economias pecuniárias de Marshall, em vista da dificuldade de se modelarem as externalidades tecnológicas em modelos EGC 17 . No modelo Abayasiri-Silva e Horridge (1996), a especificação de economias externas em nível da firma (internas ao setor) consiste em assumir que a tecnologia de produção apresenta retornos constantes de escala. 16Marshall [1890] distinguiu dois tipos de retornos de escala: as economias internas, que correspondem às economias de escala em nível das firmas (i.e. ganhos de produtividade), e as economias externas, que abrangem uma dimensão maior16 e capturam as vantagens externas geradas pela escala do mercado para as firmas (i.e. aumento da disponibilidade e especialização dos recursos produtivos, formação de novas ideias e acumulação de capital humano). 17As economias externas marshal.anas estão divididas entre pecuniárias e tecnológicas. Enquanto as economias externas pecuniárias envolvem os efeitos de encadeamentos intersetoriais (conexões para trás e para frente) e ganhos de especialização do mercado de trabalho, as economias externas tecnológicas abarcam os efeitos de transbordamentos de conhecimento tecnológico e da própria especialização dos trabalhadores (MARSHALL, 1948). 35 Basicamente, no modelo, retornos crescentes de escala são captados pela parcela do custo fixo no custo total do setor, tornando-se, este último, uma função monoticamente decrescente do produto. Os custos unitários são, portanto, uma função inversa do produto, com custos marginais constantes e custos fixos declinantes hiperbolicamente (CORY e HORRIDGE, 1985). A taxa de markup no modelo, por seu turno, deriva da razão entre a venda total e a parcela total do custo variável pela maximização do lucro. Sendo assim, se a taxa de markup for maior que 1, existirá necessariamente uma parcela de custo fixo. A existência de custo fixo em certo setor permite dizer que nele há algum grau de economia de escala de produção. As deseconomias de escala de produção aparecem numa situação especial no modelo de Abayasiri-Silva e Horridge (1996). Caso a variação do número de firmas fosse tão grande que seja superior ao crescimento do nível de atividade de um determinado setor, consequentemente o custo médio seria superior aos ganhos de escala e, portanto, retornos decrescentes surgiriam no processo produtivo. No modelo dos autores, essa circunstância só pode ocorrer se for simulado um crescimento do número de firmas no curto prazo, ao invés de deixá-lo fixo. No modelo da Tese, BIM-T incorpora-se à modelagem de retornos crescentes de escala de produção, mercados imperfeitos e preferências por variedade dos modelos EGC nos moldes de Harris, descritos acima. Isso confere ao modelo BIM-T a capacidade e a flexibilidade de lidar com diferentes hipóteses para a análise de política. Não obstante, a conciliação entre os modelos do tipo MONASH e daqueles no estilo Harris gera uma implicação adicional. Nos modelos de mercados imperfeitos e retornos crescentes de escala, o mecanismo de entrada e saída das firmas nos mercados é diferenciado entre curto e longo prazo, numa análise de estática comparativa. A determinação do lucro econômico positivo é gerada a partir da hipótese de que o número de firmas não varia no curto prazo, ao passo que o lucro econômico nulo é alcançado quando a hipótese de livre entrada e saída é assumida (o número de firmas varia livremente no longo prazo). Portanto, nesses modelos, a variação do número de firmas em cada mercado não apresenta um mecanismo temporal. O modelo BIM-T insere um mecanismo temporal de entrada e saída de firmas nos mercados, em resposta às variações dos lucros econômicos observadas no setor. Nessa nova especificação, o número de firmas em cada setor se ajusta até quando a igualdade entre os preços e os custos marginais seja (re) estabelecida. Nessa dinâmica, quando o lucro 36 econômico for positivo, devido a um choque favorável no curto prazo, o número de firmas aumenta o suficiente ao longo dos períodos subsequentes, de modo que a convergência entre preço e custo marginal seja atendida. A velocidade de convergência em cada mercado dependerá do parâmetro calibrado, o que capacita distinguir a rigidez do processo de entrada e saída das firmas entre os setores do modelo. O modelo BIM-T também diferencia os modais de transporte em dois tipos de mercados: o mercado de fretes (transporte de carga) e o mercado de passageiros 18 . Para ambos, incorpora- se uma modelagem, permitindo as substituições entre modais de transporte [como o modelo TERM-CDP de Domingues et al. (2007), a versão de 2008 do MMRF de Peter et al. (1996), o modelo EPPA 19 de Babiker et al. (2001) derivado do GTAP-E de Hertel e Tsigas (1999)]. No mercado de fretes, vendido indiretamente como margens sobre o fluxo de bens e serviços e usos e não margem na produção, a substituição imperfeita entre determinados modais é uma função da variação nos preços relativos, de forma que a demanda por margem aumentará naquele modal com preço relativamente mais barato. A substituição ocorre entre o modal rodoviário e os demais modais. Para o mercado de passageiros, é inserida uma nova especificação no consumo agregado das famílias com o intuito de captar a substituição imperfeita via preços relativos em duas categorias de transportes: o transporte comprado de curta e de longa distância. De forma semelhante ao modelo EPPA, estendido por Schäfer e Jacoby (2005), e EMEC do trabalho de Berg (2007), o transporte de curta distância compreende o transporte rodoviário urbano e ferroviário de passageiros (majoritariamente urbano), enquanto no de longa distância estão o transporte rodoviário interestadual e o aéreo doméstico. Além dessas classificações, para melhor entender os efeitos totais das famílias na demanda do transporte de passageiros, como em Steininger et al. (2007) e Bröcker e Mercenier (2011), as famílias foram diferenciadas por classe de renda per capita, uma vez que a composição dos gastos com transporte de passageiros varia entre tais classes. A desagregação entre serviços de frete e de passageiros amplia a capacidade de análise sobre questões de transporte no Brasil, como por exemplo: i) a adoção de uma política de 18Trabalhos como Bröcker (2002), Knaap e Oosterhaven ( 2011), Mayeres and Proost (2004), Steininger et al. (2007) diferenciaram uma modelagem entre o mercado de frete e passageiros. 19 The Emissions Prediction and Policy Analysis (EPPA). 37 liberalização do mercado de cabotagem brasileiro, autorizando a livre entrada de embarcações estrangeiras (oferta de cabotagem e número de firmas irrestrito); ii) os efeitos econômicos provocados pelas possíveis mudanças no mercado doméstico de transporte aéreo: eliminação de barreiras estruturais e custos evitáveis para as companhias aéreas e / ou mudança de regulamentação econômica sobre a estrutura competitiva do mercado aéreo; e iii) a recente revisão das tarifas de referência do serviço público de transporte ferroviário de cargas definida pela Agência Nacional de Transportes Terrestres (ANTT), com a finalidade de estimular a concorrência do transporte ferroviário em relação aos outros modais, como o rodoviário. Diante do número reduzido de firmas nesses mercados, regulados pelas suas respectivas agências de transporte, parece existir um alto grau de monopólio exercido pelas firmas. Dessa maneira, pode-se considerar que a especificação dos modais de transporte em seus respectivos mercados no modelo BIM-T, associada às contribuições herdadas dos modelos EGC supracitados, parece ser adequada para os estudos dos mercados de transporte no Brasil. A seguir, apresentaremos as características gerais do modelo BIM-T. Os procedimentos de preparação, calibragem e características do banco de dados e dos parâmetros-chave do modelo serão descritos no próximo capítulo. 2.2 Especificação O modelo BIM-T apresenta uma estrutura teórica similar à do modelo ORANI do estilo Harris, porém adaptada ao modelo MONASH. Com o intuito de ser parcimonioso, não é propósito desta seção em descrever a estrutura teórica de cada modelo australiano. 20 Pretende- se, pois, apresentar a estrutura do modelo BIM-T com as principais modificações já introduzidas. Vamos agora fornecer as linhas gerais do modelo. Supomos uma economia aberta, composta por JN setores, JNj ,...,1 , e que produzem CN bens, CNc ,...,1 . Dentro desses dois conjuntos, existem os JJN setores que produzem mais de um bem ( JCN ) e aqueles ( UJN ) que produzem um produto único ( UCN ). Para produzir os CN bens ( UCJC NN  ) na economia, os JN setores ( UJJJ NN  ) utilizam os CN insumos intermediários de origem doméstica e 20 A especificação do modelo MONASH pode ser obtida, por exemplo, em Dixon e Rimmer (2002) e o modelo ORANI na linha de Harris em Cory e Horridge (1985) e Abayasiri-Silva e Horridge (1996). 38 importada ( MeDs  ), bem como os PN fatores de produção: trabalho, capital e terra ( TeKLp , ). Os CN produtos são demandados como bens ou como insumos intermediários por outros agentes privados no modelo. O modelo reconhece mais cinco usuários, entre os quais compõem a demanda final: os JN investidores produtivos responsáveis para a criação de unidade de capital e que utilizam os CN insumos intermediários de ambas as origens ( MeD ); as HN famílias que consomem os CN bens de origem s ; o consumidor estrangeiro que demanda somente os bens domésticos; o governo que consome os CN bens de ambas as origens; e a variação de estoque que acompanha a variação de produção dos CN bens. Com o papel de facilitar os fluxos dos CN produtos entre pontos de produção até os usuários domésticos, supõe-se que na economia existam KN serviços de margens, CK NNk  ,...,1 . Por hipótese, as demandas de margens são relacionadas somente com os fluxos de bens ocorridos dentro do território nacional, cujos serviços de margens são exclusivamente produzidos pelos KN bens domésticos. Além disso, os custos de serviços de margens, juntamente com os TN impostos indiretos representam as diferenças entre os preços do comprador (pago pelos usuários) e os preços básicos (recebidos por produtores e importadores). A estrutura central do modelo EGC é composta por blocos de equações que determinam relações de oferta e demanda derivadas de hipóteses de otimização (minimização de custos; maximização de utilidade). Ademais, alguns agregados macroeconômicos e índices de preços são definidos nesses blocos, como o produto interno bruto, índice de preço ao consumidor e balança comercial. Entretanto, o tipo de competição que prevalece em cada mercado dependerá se o setor produzir bens homogêneos ou diferenciados (BRÖCKER e MERCENIER, 2011). Os produtores de bens homogêneos apresentam um comportamento otimizador da microeconomia neoclássica. Ou seja, esses agentes minimizam os custos produzindo os bens a partir de uma tecnologia de retornos constantes de escala em um ambiente de mercados 39 competitivos. Desse modo, eles são assumidos para serem tomadores de preços de tal maneira que os preços do produtor sejam iguais aos custos marginais e, consequentemente, os lucros normais sejam sustentados. Por outro lado, quando as FN firmas dentro de um setor produzem bens diferenciados, elas tendem a exercer algum poder de mercado 21 e fixar os preços por markup sobre os custos marginais. Setores diferenciados revelam também retornos crescentes de escala de produção. Diante disso, as condições de equilíbrio de mercado não necessariamente serão verificadas para esses bens, pois dependerão das suposições atribuídas para as variações do número de firmas dentro do setor. Dito em outras palavras, perante as novas hipóteses de tecnologia de produção e de regras de precificação com taxas de markup incorporadas no modelo, as condições de equilíbrio de mercado serão satisfeitas se a mudança do número de firmas for suficiente para manter lucro econômico zero. Caso contrário, tais hipóteses podem afetar o equilíbrio geral. Sob um caráter mais experimentalista 22 , as modificações baseadas nos modelos de Cory e Horridge (1985) e Abayasiri-Silva e Horridge (1996; 1999) possibilitam atribuir novas hipóteses de tecnologia de produção e regras de precificação para os UJN setores do modelo 23 . Na tecnologia de produção, as economias de escala são modeladas em nível da firma ou da atividade setorial. As regras de formação de preço, por sua vez, são especificadas em nível da firma. É adotada a hipótese de firma representativa, ou seja, as FN firmas dentro de cada setor j apresentam as mesmas condições tecnológicas e têm tamanhos idênticos 24 . Logo, elas enfrentam as mesmas condições de custos e demanda e cobram o mesmo nível de preço dentro de cada setor, independente se o produto é diferenciado. As FN firmas do setor j produzem variedades únicas do bem c . Apenas o número de firmas se diferencia 21Presume, portanto, que a natureza do monopólio consiste na capacidade dos produtores de diferenciar seus produtos (CHAMBERLIN, 1933). 22 Conforme Haddad (2004), autores como Isard (1998) estimulam a experimentação com formas funcionais alternativas, ou seja, recomendam uma abordagem mais experimentalista. Por outro lado, autores como Hertel e Tsigas (1999) aconselham uma abordagem mais conservadora, baseada na “tratabilidade” dos modelos, reduzindo as alternativas para experimentação exaustiva de formas funcionais (HADDAD, 2004). 23 Isto não significa que todos esses setores apresentarão retornos crescentes de escala de produção e preços acima dos custos marginais. A classificação dos setores será abordada no próximo capítulo. 24 Em razão da complexidade de reproduzir as distribuições de tamanhos das firmas em um modelo EGC, a diversidade entre firmas não foi tratada. As assimetrias entre firmas sempre foram um tema complexo para a avaliação de estruturas industriais, seja do ponto de vista empírico como do ponto de vista teórico (DE NEGRI et al., 2011). 40 intersetorialmente e sua variação é especificada por um mecanismo temporal de entrada e saída nos mercados. A incorporação de mercados imperfeitos e retornos crescentes de escala no modelo BIM-T seguem os argumentos de Bröcker (1998), ou seja, levando em conta essas novas hipóteses, os efeitos econômicos de uma política de transporte, por exemplo, serão diferentes daqueles observados num ambiente de mercados perfeitos e retornos constantes de escala, não podendo dizer a priori se serão maiores ou menores. Para Bröcker (2000), medir o poder de mercado, a rigidez dos salários e outras formas de imperfeições tornam as análises dos efeitos de política de transporte mais realistas, embora o autor reconheça que a modelagem de mercados imperfeitos possa aumentar o risco de arbitrariedade dos resultados, sendo, muitas vezes, sensíveis aos parâmetros e pressupostos. Venables (1984), por exemplo, mostra que pequenas perturbações nos parâmetros em um modelo de equilíbrio com essas novas hipóteses podem provocar substancial mudança no número e no tipo de equilíbrio. Dessa forma, é necessário ter muita cautela na interpretação dos resultados e nas conclusões das políticas derivadas desse tipo de modelo EGC. Isso porque a não-convexidade na tecnologia de produção implica que o equilíbrio não será único (MERCENIER, 1995) 25 . A questão da não singularidade de equilíbrio como uma possível ocorrência teórica ainda permanece em aberto (BRÖCKER e MERCENIER, 2011) 26 . 2.2.1 Estrutura da tecnologia de produção No modelo BIM-T, cada setor pode produzir mais de um produto, utilizando insumos domésticos e importados, trabalho, capital, terra e outros custos. A hipótese multiproduto do modelo pode ser tratada a partir de uma série de suposições de separabilidade que reduz a necessidade de parâmetros. Por exemplo, a suposição de separação entre insumo-produto implica a seguinte função de produção genérica para alguns setores: 0),( OIF (2.2.1) 25 As hipóteses subjacentes de mercados competitivos, funções convexas e monotônicas no problema de otimização dos agentes privados (produtores e famílias) garantem a existência de um equilíbrio único (VENABLES, 1984; MERCENIER, 1995; HADDAD, 2004). 26 Assim, o múltiplo equilíbrio e instabilidade local são potencialmente presente nesse estudo. Este é um custo por introduzir alguns elementos realistas para a análise (FRANCOIS, 1998). 41 Podemos reescrever como: )()( OGZIH  (2.2.2) em que Z é o nível de atividade setorial, I é um composto de insumos combinados no processo produtivo e O é um composto de bens produzidos pelo setor. Assim, a função de produção genérica de um setor é composta de dois blocos: um, que diz respeito à composição da produção setorial ( O ) e outro, quanto à utilização dos insumos ( I ). Estes blocos estão conectados pelo nível de atividade setorial ( Z ). A figura 2.2 mostra que a função )(G é derivada de dois blocos de agregação por elasticidade de transformação constante (CET): composição da produção do setor em seus produtos, e destes produtos para destinação local ou exportações. Figura 2.2 – Composição dos produtos e mercados de destino A primeira composição CET é conferida somente aos JJN setores do modelo, ou seja, os JJN setores transformam o seu composto de JCN commodities optando produzir mais daquele produto com preço doméstico relativamente mais alto. A segunda composição CET permite estabelecer uma diferenciação entre os bens destinados à exportação e ao mercado local. ... até ... Nível de atividade (Z) CET Bem 1 Bem 2 Bem c CET Mercado Local Mercado externo CET Mercado Local Mercado externo 42 Por outro lado, conforme a Figura 2.3, a função )(H é quebrada por uma sequência de estrutura aninhada. Nessa estrutura, dividida em dois níveis, os setores escolhem a combinação de insumos intermediários e fatores primários os quais minimizam os custos de produção para o nível de produto ( Z ). No primeiro nível, não existe nenhuma substituição entre diferentes tipos de insumos intermediários ou estes e fatores primários, isto é, a combinação entre insumos intermediários, fatores primários e “outros custos” é definida por meio de uma função de Leontief. Consequentemente, tais compostos são demandados em proporções fixas por unidade de produto ( Z ). A inclusão de “outros custos” permite considerar alguns custos que não são explicitamente modelados. Figura 2.3 – Estrutura de demanda dos insumos No segundo nível desta hierarquia, é adotada uma especificação CES (constant elasticity of substitution) para insumos intermediários e fatores de produção. A utilização da forma funcional CES implica na adoção da hipótese de Armington (1969), na qual a substituição entre insumos ou fatores de produção é imperfeita 27 , uma vez que os mesmos apresentam diferentes características. Desse modo, por exemplo, a razão entre as parcelas de compras domésticas e importadas é uma função apenas dos preços relativos de uma commodity c das 27 Se a elasticidade de substituição for 1, as demandas se comportam como uma função Cobb-Douglas hierarquizada (i.e., participação nos gastos são constantes mesmo com mudanças de preços relativos). Se o parâmetro é igual a zero, a demanda segue a forma de Leontief (i.e., proporções das quantidades constantes independentemente do preço). Nível 1 Nível 2 ... até ... 43 duas origens, sem haver uma completa substituição de uma fonte por outra. Este tratamento permite que o modelo exiba padrões de comércio intrasetoriais não especializados (DOMINGUES, 2002). 28 A especificação CES para as demandas de insumos intermediários na forma percentual é definida como:  McDcMcjDcj ppSzx 1111   (2.2.3)  McDcDcjMcj ppSzx 1111   (2.2.4) As equações (2.2.3) e (2.2.4) serão usadas para demonstrar as mudanças implementadas e, por isso, é importante apresentá-las. Todas as cinco variáveis ( jz , Dcjx1 , Mcjx1 , Dc p1 e Mc p1 ) estão em variações percentuais. Assim, Dcjx1 e Mcjx1 são as mudanças nas demandas de c domésticas e importadas por algum setor (com produto jz ) e Dc p1 e Mc p1 são as mudanças nos preços de c domésticas (D) e importadas (M). As participações DS e MS são aquelas de cada origem no dispêndio total com c 29, e c1 é a elasticidade de substituição entre c domésticas e importadas, conhecidas como elasticidade de Armington. Vale salientar que as proporções de insumos e fatores primários e parâmetros comportamentais podem variar entre tais setores. Essa estrutura hierarquizada de produção é padrão para os produtos classificados como homogêneos no modelo e as propriedades da função CES implicam a existência de retornos constantes de escala de produção (DIXON et al., 1982). Entretanto, para os produtos definidos como diferenciados em alguns setores ( UJN ), um novo tratamento de tecnologia de produção é introduzido de maneira que economias de escala sejam incorporadas ao modelo. Além disso, como existe um número de variedades em cada produto diferenciado ( UCN ), um estágio adicional na estrutura de demanda de insumos intermediários é também embutido 30 . 28 O comportamento de diversas classes de funções CES é analisado em Perroni e Rutherford (1995). 29 O sobrescrito c foi suprimido por conveniência. 30 Isto será visto nas próximas seções. 44 2.2.1.1 Economia de escala na tecnologia de produção Desde o estudo de Harris (1984), é comum encontrar na literatura a especificação de economias de escalas para os modelos de equilíbrio geral na forma de uma função de custo unitário monotônicamente decrescente em relação ao produto, quando uma parcela de custo fixo é calibrada [e.g. Cory e Horridge (1985), Abayasiri-Silva e Horridge (1996; 1999) e Bröcker e Mercenier (2011)]. Esta solução proposta é considerada relativamente simples: supõe-se que os custos marginais são regidos pela função CES, porém parte dos insumos é comprometida para a produção, de tal forma que os custos propiciados sejam cobertos independentemente do nível de atividade (FRANCOIS, 1998). O modelo BIM-T segue esta especificação com o intuito de modelar economias de escala tanto em nível da firma como do setor. Como estamos tratando exclusivamente as firmas de cada setor diferenciado, a modelagem do comportamento das mesmas ocorre sob a hipótese de agente representativo – firmas idênticas e de mesmo tamanho. Tomando como ponto de partida a função de produção de (2.2.2) de UJN do modelo, temos: )(IHZ  (2.2.5) em que Z é o nível de produção doméstica do setor j ( UJN ); e I é um vetor de insumos usados no processo produtivo [i.e., insumos intermediários ( scjX1 ), trabalho ( jL ) e capital ( jK ] 31 . A função )(H é homotética, homogênea de grau 132 e expressa os requisitos técnicos sobre a combinação dos insumos na forma mais eficaz possível (PINDYCK e RUBINFELD, 2005). A homogeneidade da função de produção implica que o custo unitário de produção (ou o preço do produto) e a proporção dos insumos são dependentes do preço dos insumos e insensíveis ao nível do produto (CORY e HORRIDGE, 1985; ABAYASIRI-SILVA e HORRIDGE, 1996). 31 Os setores que produzem um bem único não demandam o fator terra, por isso, este fator foi abstraído. 32 Função homogênea de grau 1 indica retornos constantes de escala, pois formalmente se )(tIH , então )()(1 tIHIHt  . A homoteticidade da função de produção nos insumos indica que os efeitos de escala nos custos são representados por deslocamentos paralelos das isoquantas, mantendo-se inalterada a parcela de renda dos fatores (SIMON e BLUME, 2004). 45 A equação (2.2.5) é reformulada levando em conta uma parcela fixa de insumos para atender à produção em nível da firma, ou seja: CFF FIHIHZ  )()( (2.2.6) em que FZ é a produção da firma; e CF corresponde ao custo fixo (real) de produção, o qual é invariável em nível de atividade 33 . Na firma representativa, admite-se que o custo fixo é incorrido anualmente e seu valor é tratado como custo recorrente ao invés de irrecuperável. Em (2.2.6), a função )(FH representa um escalar múltiplo da função original [ )(H ], isto é: )]([)( IHIHF  (2.2.7) Como observado, o principal propósito é modelar os custos fixos de maneira que eles estejam diretamente relacionados ao número de firmas no setor. Diante disso, a parcela fixa, associada à equação (2.2.7), dá origem a uma função de custo total 34 , como segue: )()( jVCFCF PMZFC  (2.2.8) Na equação (2.2.8), )(CM é uma função dual de )(FH e mostra o custo marginal de produzir uma unidade de produto em determinados preços de insumos. j VP é um vetor de preços dos insumos ( scP1 ,W e jQ ) e é definido exclusivamente pelo mercado (exógeno ao produtor), o que confere à firma a hipótese de “tomadora de preços” dos insumos. Em (2.2.8), a função custo total é homotética, de maneira que os custos fixos envolvem a mesma combinação de insumos como os custos marginais. Da equação (2.2.8), é possível extrair o custo unitário em nível da firma da seguinte forma: F j VC FC F F Z PM ZF Z C U )( )(  (2.2.9) 33 Por conveniência não é apresentado o sobrescrito c. 34 A função custo, que define o custo mínimo para se produzir certo nível de produto, é obtida pelo princípio da dualidade. Ou seja, a especificação de função de produção implica numa função de custo e vice-versa. 46 A formulação da equação (2.2.9) assegura que se o produto por firma aumenta constantemente, o custo unitário decresce para um nível mínimo, o qual se torna igual ao custo marginal. Assume-se, portanto, que o nível mínimo de custo é o custo marginal (Figura 2.4). Figura 2.4 – Custo unitário decrescente com produto Fonte: Adaptado de Abayasiri-Silva e Horridge (1996). Perante a hipótese da simetria relacionada à firma representativa, a produção setorial passa a ser definida como: FF ZNZ  (2.2.10) A equação (2.2.10) mostra que a produção de cada setor resulta no múltiplo entre o número de firmas ( FN ) dentro do setor e a produção da firma representativa ( FZ ). Diante disso, a função de custo unitário em termos da produção setorial pode ser reescrita da seguinte maneira: )( )( j VC CF PM Z ZFN U   (2.2.11) U Z f Mc Custo mínimo = custo marginal 47 Assim, conforme (2.2.11), observamos que o total de custo fixo setorial é diretamente relacionado ao número de firmas no próprio setor 35 . Já o total de custo variável é proporcional ao nível de produção. Consequentemente, o total do custo unitário por setor, ao qual se incorporam ambos os componentes, fixos e variáveis, é uma função decrescente do produto e crescente ao número de firmas. De modo geral, notamos que a especificação empírica dos níveis de custo fixo às firmas é um aspecto central no modelo, pois representa um determinante básico do nível ou significância de economias de escala em um setor 36 . A forma hiperbólica do custo unitário total é uma saída para implementar retornos crescentes de escala em modelos de equilíbrio geral, sendo o custo marginal independente do produto e o custo médio, uma função decrescente do nível de produção (CORY e HORRIDGE, 1985). Alguns trabalhos empíricos adotam o conceito de “razão de desvantagem de custo” (CDR - cost disadvantage ratios), com a finalidade de captar economias de escalas potenciais [e.g. Francois e Roland-Holst (1997), Francois (1998), Monteagudo e Watanuki (2003)], ou seja, a fração na qual os custos unitários excedem os custos mínimos. Por natureza, as abordagens são similares, diferenciando-se apenas no parâmetro escolhido a ser calibrado: a parcela de custo fixo ou CDR ou a elasticidade de escala [1/(1-CDR)] 37 . Podemos afirmar que os setores com alto CDR situam-se no lado esquerdo da Figura 2.4 e, portanto, revelam significativos retornos crescentes de escala. Por outro lado, aqueles setores com baixo CDR ficam localizados mais à direta, onde o custo médio aproxima-se do custo mínimo (igual ao custo marginal) (ABAYASIRI-SILVA e HORRIDGE, 1996). Da mesma maneira que em Abayasiri-Silva e Horridge (1996), a suposição na especificação de economias de escala denota que, em dado nível de preço, o componente fixo e variável do total de insumos requer a mesma proporção de fatores primários e insumos intermediários, sendo esta proporção somente uma função dos preços relativos e invariante com a produção. 35 Dada a suposição de simetria, vale ainda lembrar que todas as firmas em cada setor j compartilham a mesma proporção de custo fixo. 36 Os níveis de custo fixo no ano base dos dados no modelo serão discutidos no próximo capítulo. 37 CDR = (CM – CMg)/CM = CF/CT, em que CM é o custo médio, CMg refere-se ao custo marginal, CF corresponde ao custo fixo, e CT representa o custo total. Aqui, o grau de economia de escala é especificado por um parâmetro, de forma que o componente de custo fixo é diretamente estimado pelo múltiplo entre CDR e custo total (MONTEAGUDO e WATANUKI, 2003). 48 A ideia contida nessa suposição é que, além do capital, outros insumos estão relacionados ao custo fixo. Por exemplo, empresas de softwares, como a Microsoft, exibem uma significativa economia de escala, de forma que grande parcela do custo fixo é composta por salários (ABAYASIRI-SILVA e HORRIDGE, 1996). Entretanto, Harris (1984), Cory e Horridge (1985) e Bröcker e Mercenier (2011) assumem que a proporção de insumos se diferencia entre a parcela fixa e a variável. Os autores referidos consideraram que os insumos intermediários são perfeitamente variáveis, enquanto os fatores primários, trabalho e capital, dividem-se em ambos os componentes. Com enfoque um pouco diferente, Francois (1998) usou uma parametrização de elasticidade de escala sobre a variação do valor adicionado (VA) no modelo GTAP. No entanto, os ganhos de escala foram incorporados sobre o total de insumos usados no processo produtivo. É, portanto, um enfoque semelhante ao trabalho de Abayasiri-Silva e Horridge (1996), porém, ao invés de levar em conta que todos os insumos são fontes geradoras de economias de escala, o autor considerou somente as variações do valor adicionado. O estudo de Haddad (2004) também atribuiu um parâmetro de retornos de escala aos fatores de produção no modelo B- MARIA-27. Assim, a estratégia adotada no modelo BIM-T se assemelha ao trabalho de Abayasiri-Silva e Horridge (1996) e Francois (1998). As variações dos fatores primários e insumos intermediários de produção foram definidos como fontes geradoras de escala no modelo EGC. O aspecto central desta hipótese é que os fatores primários não geram ganhos de escala isoladamente. Por exemplo, em uma fábrica de artigos de papel, sabemos que bobinas de papéis resistentes tendem a melhorar a produtividade da fabricação de um artigo. Contudo, se este insumo não for processado por uma máquina eficiente e um operador qualificado, perdas, desperdícios e geração de sucata podem ocorrer. Dessa maneira, ao invés de ganhos de produtividade em virtude da qualidade do insumo intermediário, podem acontecer aumentos de custos de produção. Em contrapartida, se as bobinas de papéis não forem tão resistentes para a fabricação do artigo, independentemente dos atributos favoráveis dos fatores de produção, haverá desperdícios e até interrupções no processo produtivo; elevando, portanto, os custos de produção. Assim, a suposição dessa modelagem está baseada em uma ideia de sinergia entre fatores de produção e insumos intermediários. 49 A presença de economias internas à firma, quando o custo médio excede o custo marginal, provoca inconsistência com a estrutura de mercado perfeitamente competitivo, pois a determinação de preço pelo custo marginal resultaria em lucros negativos. Consequentemente, é necessário combinar a hipótese de economias internas de escala com uma estrutura de mercado que permita à firma ter algum poder de mercado capaz de fixar o preço acima do custo marginal (ABAYASIRI-SILVA e HORRIDGE, 1996; HELPMAN e KRUGMAN, 1985). A seção a seguir e a 2.2.7 descrevem em maiores detalhes as hipóteses envolvidas com a estrutura de mercado. Até então, a descrição feita nesta seção apresentou como retornos crescentes de escala foram inseridos na função de produção ao da firma. Falta apresentar como as economias externas de escala às firmas, internas ao setor, são tratadas. É ainda um tratamento restrito, pois a suposição central é de que os retornos de escala são constantes em nível da firma e crescentes ao setor. Isso significa que, como a produção setorial se expande, cada curva de custo unitário da firma sofre queda. Em decorrência, o setor se torna maior e mais eficiente (ABAYASIRI- SILVA e HORRIDGE, 1996). Contudo, como justificar a forma como a produção do setor com retornos crescentes entra na função de produção da firma, operando supostamente com retornos constantes de escala? Uma justificativa marshalliana se baseia na ideia de que um setor localmente maior pela aglomeração de firmas é capaz de suportar uma maior variedade de insumos intermediários a custos menores, tão bem como outros efeitos positivos advindos dessa aglomeração industrial (efeitos de transbordamentos implícitos) (LEMOS, 2008). De posse destas considerações, é possível especificar a função de custo unitário em nível do setor como: CM Z ZQ U )(   (2.2.12) em que Q é uma constante positiva. A Figura 2.4 pode ser usada para ilustrar a equação (2.2.12), substituindo o eixo horizontal como produção do setor. Entretanto, pela ótica da firma, o custo marginal e o médio de produção são iguais. 50 2.2.1.2 Estrutura do consumo intermediário Dentro de um setor, os produtos podem ser assumidos como homogêneos ou diferenciados, evidenciando o tipo de competição prevalecente em cada mercado. Considera-se que as firmas sempre vão maximizar lucro, porém os preços ótimos dependerão do comportamento delas frente ao mercado. Se tais firmas serão capazes de fixar preços, devido ao poder de mercado gerado pelos seus produtos diferenciados, ou se elas serão tomadoras de preços, conforme a conduta do mercado (BRÖCKER e MERCENIER, 2011). Presumimos, portanto, que as firmas em mercados imperfeitos são capazes de diferenciar seus produtos de maneira que seus bens tornam-se substitutos imperfeitos entre si. Essa diferenciação pode tomar várias dimensões. Por exemplo, canetas, computadores e eletrodomésticos são produtos que apresentam diversas variedades disponíveis no mercado e muitas delas podem ser potencialmente produzidas (e.g. canetas pretas e vermelhas, canetas suaves ou duras, refrigeradores branco ou bege e assim por diante) (HELPMAN e KRUGMAN, 1985). A existência de produtos diferenciados em um modelo de equilíbrio geral requer uma estrutura de preferência nas demandas de cada mercado 38 que capture alguns (poucos) elementos associados a esta diferenciação de produtos. Um modo de introduzir as preferências por produtos diferenciados dos usuários especificados em modelos EGC, como os setores demandantes de insumos intermediários, é adotar a abordagem “gosto pela variedade” (love of variety) de OI baseada em Spence (1976) e Dixit e Stiglitz (1977). Nessa abordagem, a diferença de produto possui uma interpretação peculiar como preferências por diversificação por parte dos demandantes. Ou melhor, diz que a diferença do produto pode ser compreendida como consumidores diferentes, usando variedades diferentes; cada demandante escolhe uma determinada variedade (LEMOS, 2008). Isso fornece o grau de poder de mercado às firmas (ABAYASIRI-SILVA e HORRIDGE, 1996). Destarte, assumimos que os diferentes usuários especificados no modelo EGC agem racionalmente na escolha de um composto de variedades para a demanda de um determinado 38Veja Helpman e Krugman (1985, cap. 6) para maiores detalhes. 51 produto diferenciado. Dessa maneira, um novo nível de composto CES de variedades foi introduzido na estrutura das demandas como consumo intermediário, investimento e consumo das famílias. As variedades são substitutas imperfeitas entre si e o grau de substituição entre elas é igual 39 . Nesse sentido, para os setores diferenciados no modelo ( UJN ), introduzimos um novo estágio na estrutura de consumo intermediário na Figura 2.3. A Figura 2.5 apresenta o terceiro nível inserido. Figura 2.5 – Preferência por variedade de consumo intermediário A mudança percentual na demanda da variedade q de um insumo doméstico é determinada como:  DcDcqDcjDcjq ppxx 1111   (2.2.13) em que Dcjqx1 é o total de demanda da q-ésima variedade doméstica do bem c pelo setor j ; Dcq p1 é o preço da q-ésima variedade doméstica do insumo c ; e  é a elasticidade de substituição entre as variedades. A variável Dc p1 é o preço médio cobrado pelas FN firmas domésticas do insumo c e representa: 39No entanto, assimetrias no grau de substituição (diferentes elasticidades) entre as variedades tende a provocar eventuais hierarquias de qualidade das variedades para todos os demandantes, o que é incompatível com a competição monopolística (LEMOS, 2008). Consumo intermediário (Bem c) CES Fonte doméstica CES Variedade (1) Variedade (q) Fonte importada CES Variedade (1) Variedade (q) ... até ... ... até ... Nível 2 Nível 3 52    c FN k Dck c F Dc p N p 1 11 1 (2.2.14) onde Dcjk c F S N  1 é participação da k-ésima variedade doméstica (firma) na demanda do bem c doméstico por setor j , levando em conta que todas as firmas são idênticas. A assimetria da suposição de firma representativa assegura que, ex-ante, todas as firmas produzem uma determinada commodity, cobrando o mesmo preço, ou seja, DcjDcjq xx 11  e DcDcq pp 11  . Consequentemente, a equação (2.2.13) não necessita aparecer no modelo (ABAYASIRI-SILVA e HORRIDGE, 1996; CORY e HORRIDGE, 1985). Essa especificação, que tem sido adaptada por vários modelos EGC de competição imperfeita, fornece duas vantagens: a) Permite calcular a elasticidade de demanda de uma firma individual, e, desse modo, possibilita derivar a regra de precificação de Lerner 40 ; b) A demanda de alguns usuários passa a ser função não somente dos preços relativos entre bens domésticos e importados, mas também dos números relativos de variedades domésticas e estrangeiras. Abayasiri-Silva e Horridge (1996) sinalizam que essa segunda vantagem pode ter sido ignorada por Harris (1984) e Cory e Horridge (1985). A forma funcional CES adotada para as variedades no modelo implica que a subutilidade simétrica obtida de um insumo doméstico é positivamente relacionada ao número de variedades domésticas:         1 1 1 2 1 1 11 ,...,,            c FN k DcjkDcjqDcjDcj c Dcj c XXXXuXu (2.2.15) Porém, c F Dcj Dck N X X 1 ; e, desse modo:       )1( 1 1 )1( 1 1 1 1                     cF Dcjc F Dcj c F Dcj c F Dcj NXNX N X NXu (2.2.16) 40 As regras de precificação serão formalizadas na seção 2.2.7. 53 em que cFN é o número de variedades domésticas do produto diferenciado c ;  é a elasticidades de substituição entre pares de variedades; e  /)1(  com 10   . Na equação (2.2.16), o grau de substituição entre os pares de variedades é invariante com o nível de consumo das próprias variedades. Se cFN variedades são disponíveis para os setores j a um mesmo preço, Dc p1 , qualquer que seja o nível de dispêndio alocado para o produto c , é ótimo comprar variedades em iguais quantidades (HELPMAN e KRUGMAN, 1985). Dessa maneira, para acomodar a relação entre a subutilidade e cFN , modificamos as equações (2.2.3) e (2.2.4) de demanda intermediária para os insumos diferenciados no modelo ( UCN ), substituindo Dcjx1 pela definição         )1( 1 1  c F Dcj nx e cada Dcp1 por         )1( 1 1  c F Dc np :41                        Mcc F DcMcjc F Dcj pnpSznx 1111 )1( 1 )1( 1    (2.2.17)                 Mcc F DcDcjMcj pnpSzx 1111 )1( 1   (2.2.18) Essa transformação foi feita por Abayasiri-Silva e Horridge (1996), com base nas equações de demanda de Helpman e Krugman (1985, p.181). Ou melhor, com a abordagem “gosto pela variedade”, a restrição se tornou  McjDcj XQXCES 11 , = constante, em que   )1( 1  cFND . Reescrevendo a minimização dos gastos )()/)(( 1111 McjMcjDcjDcj PXDPDX  , Abayasiri-Silva e Horridge (1996) encontraram uma nova especificação de DcjX1 para DX Dcj 1 e DcjP1 para DPDcj /1 . Além disso, o número de variedades internacionais (importação) tem sido assumido como constante nessas equações. 41 Na linguagem computacional do modelo,        )1( 1  c Fn está representado por -SIGMADOM. 54 2.2.2 Demanda por investimento produtivo De maneira similar aos produtores de bens, os investidores r combinam os insumos i ( CI NN  ) que minimizam os custos para formar rY unidades de capital, sujeitos a uma tecnologia dada (Figura 2.6). Como na estrutura de produção corrente (Figura 2.3), na criação de capital assume-se que a substituição pode efetivar-se apenas entre as origens de insumos (i.e., domésticos e importados), não havendo, portanto, quaisquer efeitos de substituição entre os insumos. Figura 2.6 – Estrutura por demanda de investimento No primeiro nível, uma função de Leontief garante que a composição entre os IN insumos seja fixa. No segundo nível da hierarquia, uma função CES é novamente utilizada na combinação entre os insumos domésticos e os importados. Nesse nível, mudanças nos preços relativos dentro do composto de cada insumo i induzem à substituição em favor da variedade relativamente mais barata. Diferentemente da tecnologia de produção, nenhum fator primário é usado diretamente como insumo na formação do capital. Tal uso é reconhecido via insumos no setor da construção civil ou outros setores relacionados à formação bruta de capital fixo. Nível 1 Nível 2 ... até ... Nível 3 para os insumos diferenciados (Figura 2.5) 55 A forma percentual da especificação CES no nível 2 é definida como:  MiDiMirDi ppSyx 2222   (2.2.19)  MiDiDirMi ppSyx 2222   (2.2.20) em que Dix2 e Mix2 são, respectivamente, as demandas do insumo i , doméstico e importado, para a criação de capital; ry é a criação de capital agregado em termos reais; Di p2 e Mi p2 são as mudanças nos preços dos insumos de ambas as fontes [doméstica (D) e importada (M)]; DS e MS são as participações de cada origem no dispêndio total com i 42 , e i2 é a elasticidade de Armington. Até o nível 2, a estrutura por demanda de investimentos é igual para os insumos homogêneos e diferenciados. Entretanto, os investidores preferem também combinar às FN variedades de cada insumo diferenciado disponíveis no mercado (nível 3). Desse modo, acrescenta-se o nível 3 da Figura 2.5 com base na abordagem teórica de “gosto pela variedade”. Análoga à equação (2.2.3), a mudança percentual na demanda da q-ésima variedade doméstica de um insumo doméstico i diferenciado é determinada como:  DiDiqDiDiq ppxx 2222   (2.2.21) a qual Diqx2 é o total de demanda da q-ésima variedade doméstica do insumo i doméstico; Diq p2 é o preço da respectiva variedade q ; e  , como anteriormente definido, é a elasticidade de substituição entre as variedades. Ademais, perante a suposição de firma representativa, a função CES adotada para a subutilidade simétrica implica também na mudança das equações (2.2.19) e (2.2.20) do ponto de vista dos insumos diferenciados, como segue:                        Mic F DiMirc F Di pnpSynx 2222 )1( 1 )1( 1    (2.2.22)                 Mic F DiDirMi pnpSyx 2222 )1( 1   (2.2.23) 42 O sobrescrito i foi suprimido por conveniência. 56 Como na demanda de insumos intermediários, o número de variedades internacionais (importação) é constante nessas equações, por isso sua ausência nas equações (2.2.22) e (2.2.23). Associadas a essas mudanças, vale ressaltar ainda que o nível de gastos com investimentos dos setores depende das características do modelo: modelo estático ou dinâmico recursivo. Para ambos, existem regras bem definidas de investimentos. Em modelos de estática comparativa, distingue-se curto e longo prazo. No curto prazo, o estoque de capital setorial e o investimento agregado nacional são exógenos. O investimento agregado é distribuído entre os setores, conforme a taxa de retorno relativa. Já no longo prazo, o estoque de capital agregado se ajusta para preservar uma taxa de retorno determinada exogenamente. Por outro lado, as alocações intersetoriais de capital se ajustam para satisfazer uma relação entre a taxa de retorno relativa e o crescimento relativo do capital. A demanda dos setores por bens de investimento é determinada pela razão entre investimento e capital, definida exogenamente. No modelo dinâmico recursivo (MONASH), como o BIM-T, a especificação do comportamento dos investimentos é feita em estado de fluxo, dependente das flutuações da taxa bruta esperada de retorno em relação à tendência da economia ao longo do tempo. A acumulação de capital varia na medida em que os investimentos tornam-se operacionais. 2.2.3 Demanda das famílias A demanda das HN famílias representativas, classificadas por classes de renda per capita 43 , é derivada a partir de um problema de maximização de uma função de utilidade não homotética Stone-Geary (PETER et al., 1996; STONE, 1954) sujeita a uma restrição orçamentária. Conforme Peter et al. (1996), para analisar a função utilidade Stone-Geary, é útil dividir o consumo total de cada composto de commodity em dois componentes: subsistência e de luxo (ou supernumerário). Nessa divisão, é reservada uma parcela fixa do gasto em subsistência e uma parcela residual em “gasto de luxo”, o que permite que variações na renda causem diferentes mudanças no consumo dos produtos. Daí, seu caráter não homotético. A função utilidade per capita Stone-Geary possui a forma de uma Cobb-Douglas e é definida como: 43 A classificação será apresentada no próximo capítulo. 57   chC ch SUB ch N c h h XX Q U  33 1 1   (2.2.24) onde chX 3 é o consumo agregado da família h pelo bem c ; ch SUBX3 corresponde ao consumo de subsistência da família h pelo bem c ; hQ é quantidade de famílias, e h FRISCH ch EPS ch  / representa um parâmetro exógeno de tal maneira que define a participação orçamentária marginal sobre gastos totais em bens de luxo (   CN c ch 1 1 ). Esse parâmetro é determinado pela razão entre elasticidades de gasto ou participações no orçamento marginal ( ch EPS ) e um parâmetro FRISCH ( h FRISCH ), em módulo. O parâmetro de Frisch (FRISCH, 1959) mede a sensibilidade da utilidade marginal da renda: quanto maior este parâmetro, em módulo, menor o grau de consumo de “luxo” e maior o grau de consumo de “subsistência”. Além disso, de acordo com Peter et al. (1996), uma característica da função Stone-Geary é que somente os gastos com bens de luxo afetam a utilidade per capita. Esses gastos, acima do nível de subsistência, são determinados como:     ch N c ch SUB chchchch SUB ch PXXPXX C 3 1 33333     (2.2.25) As preferências das HN famílias são descritas por uma função de utilidade aninhada, contendo algumas semelhanças com a estrutura hierarquizada de investimento. Como pode ser observado na Figura 2.7, no primeiro nível da hierarquia, os compostos das CN commodities são agregados por uma função Stone-Geary, ao invés de uma função Leontief, levando a um sistema linear de gastos (LES). É nesse nível que a utilidade derivada do consumo da agregação dos CN compostos é maximizada. Cada CN composto é definido por uma forma funcional CES, permitindo a substituição imperfeita entre os bens domésticos e importados. Ademais, inspirado nos modelos EGC de Babiker et al. (2001), Berg (2007) e Steininger et al. (2007), na Figura 2.7 os efeitos de substituição (CES) também são tradados para duas categorias de compra de transporte: transporte de longa distância (LD) e de curta distância 58 (CD) (Figura 2.7). É uma modelagem que trata somente das variações dos preços relativos para o processo de substituição entre os modos de transporte, embora outros fatores possam influenciar as decisões de demanda das famílias [e.g. condições de tráfego, qualidade do serviço, características da viagem e tempo em trânsito (CARVALHO e PEREIRA, 2012; LITMAN, 2011). Vale destacar que a substituição imperfeita entre veículos próprios e transportes comprados (e/ou públicos) não é modelada em BIM-T, pois para os veículos privados, os modelos EGC levam em conta uma parcela de custo fixo e variável, incorrido pelo consumo de combustíveis que geralmente é função da distância percorrida 44 . Poder-se-ia adotar uma estratégia similar ao modelo EPPA 45 para também capturar mais esse efeito de substituição, tornando um composto de veículos próprios entre os custos relativos do consumo de combustíveis e aqueles gastos vinculados à manutenção e acessórios de tais veículos. É provável que as famílias com baixa renda per capita enfrentem um maior trade-off entre comprar combustível para seus veículos e por eventuais serviços de manutenção e reparo ou pagar pelos demais bens da sua cesta de consumo (e.g. de subsistência). A viabilidade dessa especificação requer uma desagregação maior na base de dados do modelo, separando os custos e despesas relativos aos veículos próprios no vetor do consumo das famílias e a exigência das elasticidades de substituição. Por outro lado, devido às recentes mudanças ocorridas no mercado de transporte aéreo, seja pela nova política de flexibilização promovida pelo Governo (desregulamentação econômica) 46 ou pelas práticas de políticas low cost – low fare47 por parte das companhias aéreas no Brasil, que contribuíram para a redução do transporte por ônibus a longa distância (MINISTÉRIO DOS TRANSPORTES, 2007b), o composto de transporte LD é definido por uma função CES. 44Veja, por exemplo, os trabalhos de Babiker et al. (2001) e Schäfer e Jacoby (2005). 45 O modelo EPPA é um modelo EGC dinâmico recursivo feito para analisar a economia mundial (BABIKER et al., 2001), o qual é derivado do modelo GTAP. 46Para maiores detalhes sobre o processo de desregulamentação do transporte aéreo de passageiro, veja Oliveira et al. (2011), Zimmermann e Oliveira (2012) e Castro Junior (2011). 47 Uma companhia aérea de baixo custo – baixa tarifa (low cost- low fare) é uma companhia aérea que oferece baixas tarifas, eliminando custos derivados de serviços tradicionais oferecidos aos passageiros. 59 Figura 2.7 – Estrutura de demanda das famílias ... até ... Novo nível para os bens diferenciados (Figura 2.5) Utilidade das NH famílias Stone- Geary Bem 1 CES Fonte doméstica Fonte importada Bem G CES Fonte doméstica Fonte importada Transporte CD CES Rodoviário urbano CES Fonte doméstica Fonte importada Ferroviário CES Fonte doméstica Fonte importada Transporte LD CES Rodoviário interestadual CES Fonte doméstica Fonte importada Aéreo CES Fonte doméstica Fonte importada Outros transportes CES Fonte doméstica Fonte importada 60 Esse composto LD permite capturar, em algum grau, a substituição imperfeita entre o transporte rodoviário interestadual e aéreo doméstico de passageiros na demanda das famílias. Em virtude da carência de informações ou evidências, não foi incluído nessa categoria o transporte ferroviário de passageiros interestadual. Além disso, optamos por não colocar o transporte rodoviário intermunicipal 48 , visto que parte da provisão desse modal é feita em regiões metropolitanas ou cidades vizinhas. No composto de transporte CD, por sua vez, os efeitos de substituição ocorrem entre transportes regulares urbanos de passageiros: rodoviário e ferroviário (ou metroferroviário). De acordo com Carvalho e Pereira (2012), em virtude dos subsídios fornecidos em grande parte pelo setor público, os sistemas urbanos metroferroviários têm apresentado evolução tarifária menor que o transporte de ônibus urbano entre 1995 a 2008. Consequentemente, obtêm ganhos de mercado frente aos transportes rodoviários urbanos de passageiros – que recebem remuneração exclusivamente da arrecadação tarifária. Dessa maneira, as subvenções obtidas pelo transporte metroviário acabam provocando distorções nos preços relativos aos serviços de transporte urbano por ônibus e induzindo a substituição de demanda entre esses modos de transporte pelas famílias 49 . Segundo Litman (2011), o custo relativo entre modos urbanos de transportes, que são semelhantes substitutos, é um dos fatores que influenciam a decisão de tomar um ônibus urbano, por exemplo. Feitas tais ponderações e diante da Figura 2.7, que descreve a estrutura completa de demanda das famílias, pode definir-se a forma percentual genérica do composto CES entre origens domésticas e importadas como:  McDcMccTDc ppSxx 33333   (2.2.26)  McDcDccTMc ppSxx 33333   (2.2.27) nas quais Dcx3 e Mcx3 são as demandas do bem c , doméstico e importado, de cada família h ; c Tx3 é o consumo total de cada bem de consumo c ; Dc p3 e Mc p3 são os preços dos bens 48 COPPEAD e CNT (2002) aponta que a queda da demanda pelo transporte rodoviário intermunicipal se deve, entre outros fatores, pela competição com o transporte aéreo – aviação regional. 49 As subvenções poderão ser identificadas no próximo capítulo com base nos dados da Pesquisa Anual de Serviços do IBGE. 61 domésticos e importados, respectivamente; DS e MS são as participações de cada origem no dispêndio total do produto c 50 , e c 3 é a elasticidade de Armington. No último nível, derivado da Figura 2.5, configura-se o composto CES para as FN variedades de cada bem diferenciado, pois presume também que cada família h age racionalmente na escolha de variedades diferenciadas (“gosto pela variedade”). Desse modo, acompanhando a estrutura de demanda de insumos intermediários e por investimento, a mudança percentual na demanda da variedade q de um bem doméstico c diferenciado é similarmente definida como:  DcDcqDcDcq ppxx 3333   (2.2.28) a qual Dcqx3 é o total de demanda da variedade q do bem c doméstico diferenciado ( UCN ); Dcq p3 é o preço da respectiva variedade q ; e  representa a elasticidade de substituição entre as variedades. Levando em conta a forma funcional CES para a subutilidade simétrica de cada variedade, as equações (2.2.26) e (2.2.27) dos bens diferenciados são alteradas para seguinte maneira:                        Mcc F DcMcc T c F Dc pnpSxnx 3333 )1( 1 )1( 1    (2.2.29)                 Mcc F DcDcc T Mc pnpSxx 3333 )1( 1   (2.2.30) Novamente, assume-se que o número de variedades internacionais é constante. 2.2.4 Demanda externa Na especificação do comércio externo, é adotada a hipótese de economia pequena no comércio internacional, de maneira que mudanças no comércio externo brasileiro não influenciam os preços internacionais. O modelo EGC trata as exportações em duas categorias de commodities: tradicionais (principalmente os produtos agrícolas e minerais) e não tradicionais (majoritariamente representadas pelo setor de serviços). A demanda externa por 50 O sobrescrito c foi suprimido por conveniência. 62 cada bem tradicional c ( cX 4 ) dependente do preço em moeda estrangeira ( c EP ) e das variáveis de deslocamento ( cF4 , GENF4 e c PF4 ), conforme a equação abaixo: c EX c P c E GEN cc F P FFX         4 444 (2.2.31) onde c EX é um parâmetro de elasticidade-preço constante de demanda. As demandas de exportação são funções decrescentes de ( c EP ) e, usualmente, as variáveis de deslocamento são exógenas. Mantidas exógenas, estas variáveis permitem simular os efeitos dos movimentos nas curvas de demanda externa para um particular bem doméstico c ou para todas as commodities. Alternativamente, deslocamentos endógenos em cF4 e GENF4 podem ser usados para acomodar previsões exógenas para um particular mercado exportador ou para as exportações agregadas. A forma percentual da equação (2.2.31) é descrita como:   GENccPcEcEXc FFFpx 4444  (2.2.32) Assumimos a condição de lucro puro zero nas exportações, de maneira que os preços das exportações do produto c estão relacionados com o preço doméstico, Dc p1 , como: c E Dcc E tpp  1 (2.2.33) sendo  a mudança percentual na taxa cambial; e c Et é a mudança percentual do poder da taxa de exportação 51 sobre o bem c . Tão bem como o mercado doméstico, a demanda externa do restante do mundo pela commodity c doméstica e diferenciada é assumida por ter um composto CES entre as variedades brasileiras. Dessa maneira, a equação de demanda externa para a q-ésima variedade doméstica de um bem diferenciado é descrita: 51 No Brasil, impostos sobre as exportações são majoritariamente desoneradas por lei. Maiores detalhes no próximo capítulo. 63  cEcqEccq ppxx  44 (2.2.34) na qual cqx4 é o total de demanda da variedade q do bem c ( UCN ); e cq Ep é o preço da respectiva variedade q . Note que é assumido que a elasticidade de substituição entre qualquer par de variedades domésticas de c é idêntica à demanda do mercado interno. Substituindo a equação (2.2.32) e (2.2.33) em (2.2.34), temos:    cEcqEGENccPcEcEXcq ppFFFpx   4444 (2.2.35) A equação (2.2.35) será usada na próxima seção e, por isso, foi importante descrevê-la aqui. Além disso, em consonância com a hipótese de economia pequena, a subutilidade não é tratada para a demanda externa. Já a composição de commodities do grupo das exportações não tradicionais é formada por uma especificação Leontief. A demanda externa desse grupo varia inversamente ao preço médio em moeda externa das exportações tradicionais, via uma curva de demanda com elasticidade constante, similarmente à equação (2.2.31). Desse modo, essa especificação do grupo de exportações não tradicionais responde à mudança da competitividade internacional do grupo como um todo e não individualmente, como ocorre nas exportações tradicionais. Assim como o MMRF, o modelo BIM-T permite subdividir o grupo das exportações não tradicionais em três novos grupos: serviços de turismo, de comunicação e de transporte de passageiros. Nesses subgrupos, a especificação permite flexibilizar algumas hipóteses no modelo. No primeiro subgrupo, os estrangeiros são vistos como compradores de um pacote de serviços de turismo. O valor monetário do pacote é um preço médio em moeda estrangeira de todas as exportações deste tipo de serviço. Essa abordagem, conforme o modelo MMRF, diz que a compra de pacotes turísticos por estrangeiros consiste numa combinação fixa demandada de produtos (e.g. um bilhete de algum evento, alojamento, alimentação), a qual é sensível ao custo do próprio pacote, porém com pouca margem para substituição dentro dele. Em outras palavras, é razoável pensar nas demandas de exportação de commodities de turismo sendo 64 fortemente ligadas não aos movimentos de seu preço individual, mas a movimentos no seu preço médio global. No segundo subgrupo, as exportações de serviços de comunicação podem ser tratadas por uma relação com seu volume de importações. Ou seja, geralmente as exportações de comunicação podem estar vinculadas com cobranças de empresas de telefonia para a distribuição de chamadas telefônicas internacionais recebidas e com os encargos dos correios brasileiros para a entrega de correspondência estrangeira no país. Assim, é assumido que as comunicações de saída geram comunicações recebidas, isto é, o volume de importações de comunicação impulsiona o volume de exportações deste serviço. Por fim, no terceiro subgrupo, as exportações do transporte de passageiros podem ser tratadas como uma combinação entre as exportações de turismo e as exportações dos demais bens não tradicionais. A justificativa reside no fato de que turistas estrangeiros tendem a impulsionar a exportação por transporte de passageiros: i) seja por transportar passageiros para o Brasil ou ii) por transportar passageiros para fora do país. E, da mesma maneira, o segmento corporativo também tende a estimular as exportações destes serviços de transporte. Assim, é aplicado de forma arbitrária um peso relativo entre esses dois segmentos para o cálculo das exportações do transporte de passageiros. Esse peso é baseado na participação de cada segmento no vetor das exportações. 2.2.5 Outras demandas Este módulo fornece a demanda do governo e as variações de estoque dos CN produtos, no modelo EGC. A demanda do governo é determinada como: TOTTOT scsc XFFX 3555  (2.2.36) Diante da equação (2.2.36), existem diferentes modos de tratar as demandas do governo ( scX 5 ). Se scF5 e TOTF5 são mantidos constantes, a demanda do governo para cada bem c ( scX 5 ) varia conforme as mudanças do consumo privado real ( TOTX3 ). Podemos, por exemplo, admitir que os efeitos de uma política de bem-estar afetam igualmente os setores privados e 65 públicos no longo prazo. Mudanças relativas entre a demanda do governo e o consumo privado podem ser registradas exogenamente nas variáveis scF5 e TOTF5 . É possível também usar endogenamente TOTF5 para ajustar os gastos do governo tendo em vista uma restrição orçamentária. Em relação às variações de estoque, por seu turno, existe um mecanismo parecido com as demandas do governo. Se fixarmos exogenamente as variáveis de deslocamento ( scF6 ), as alterações no volume de mercadorias, doméstico ou importado, que vão para estoque ( scX 6 ), são as mesmas das variações da produção doméstica das respectivas commodities ( cX 0 ). O principal propósito da equação (2.2.37) é facilitar o teste de homogeneidade real (real homogeneity test) que será descrito nas próximas seções. cscsc XFX 066  (2.2.37) 2.2.6 Demandas por serviços de margens Certas commodities, no modelo, podem ser usadas como margens. Os elementos típicos de margens são relacionados ao comércio por atacado e varejo e diversos fretes de transporte, como rodoviários, ferroviários, aéreos, de cabotagem, de navegação interior e outros. Além do consumido direto pelos usuários, essas KN commodities ( CK NNk  ,...,1 ) também podem ser consumidas com o propósito de facilitar os fluxos de comércio das CN produtos entre pontos de produção (ou porto de desembarque) até os usuários domésticos (ou porto de embarque). Esse último tipo de demanda por transporte é denominado margens. Por hipótese, assume-se que todas as demandas de margens se associam à produção doméstica das KN commodities que prestam esse tipo de serviço (i.e., comércio e transporte). Além disso, os KN produtos importados de comércio e transporte não são considerados como produtores de margens no modelo. As margens usadas pelas CN commodities importadas representam os custos de transferências dentro do território nacional (do porto de desembarque até o destino do usuário). Diante dessas suposições, as demandas de margens, particularmente de transporte, são relacionadas somente para facilitar os fluxos de 66 commodities dentro do Brasil e produzidas exclusivamente pelas KN commodities domésticas. As equações de demanda por KN margens são proporcionais e associadas aos fluxos de bens utilizados pelos setores produtivos, investidores, famílias e exportações. Assumimos que não existe nenhuma margem relacionada com as variações de estoque e consumo do governo. Em cada equação de demanda de margens existe uma variável tecnológica específica por usuários, e outra não específica que pode representar mudanças tecnológicas em seu uso geral. Quando essas variáveis tecnológicas são fixadas exogenamente, as demandas por serviços de margens tornam-se exclusivamente proporcionais às mudanças do fluxo de CN bens que as margens estão associadas. Além disso, é inserida em cada equação de demanda uma variável que captura a substituição entre os fretes rodoviários e os fretes dos demais modais. Baseada no modelo MMRF e TERM-CDP, essa nova especificação permite, por exemplo, analisar prováveis efeitos de variações de tarifas sobre cada produto transportado, levando em conta possíveis efeitos de substituições entre modais. A forma funcional genérica utilizada para as equações de demanda por margens é definida como: scjk SUB k MAR scjscjk MAR scjk MAR MODALAXAX 1111  (2.2.38) na qual scjk MARX1 corresponde à margem k sobre o fluxo do bem c de origem s produzido pelo setor j ( JN ); scjk MARA1 é a variável tecnológica da margem k relacionada ao fluxo do bem c de origem s do setor j ; e k MARA representa a variável tecnológica da margem k . A última variável da equação (2.2.38), scjk SUBMODAL 1 , denota os efeitos de substituição baseados em preços relativos entre os fretes rodoviários e os dos modais: ferroviário ( scjk SUBROADRAIL 1 ), aéreo ( scjk SUBROADAIR 1 ), de cabotagem ( scjk SUBROADCABO 1 ) e de navegação interior ( scjk SUBROADWATER 1 ). Assim, acompanhando ainda uma forma genérica, a variável scjk SUBMODAL 1 é definida como: 67 scjk SUB scjk SUB scjk SUB scjk SUB scjk SUB ROADWATERROADCABOROADAIRROADRAILMODAL 11111  (2.2.39) em que c ROADRAIL scj ROADRAIL Dk scjk SUB P P ROADRAIL         1 0 1 com scj ROADRAILP1 sendo o preço médio do composto entre a margem rodoviária e ferroviária para o bem c de origem s do setor j ;os preços domésticos( DkP0 ); c ROADRAIL a elasticidade de substituição e railroadk , ; c ROADAIR scj ROADAIR Dk scjk SUB P P ROADAIR         1 0 1 com scj ROADAIRP1 formando o preço médio do composto entre a margem rodoviária e aérea para o bem c de origem s do setor j ; airroadk , ; e c ROADAIR a elasticidade de substituição; c ROADCABO scj ROADCABO Dk scjk SUB P P ROADCABO         1 0 1 com scj ROADCABOP1 constituindo o preço médio do composto entre a margem rodoviária e de cabotagem para o bem c de origem s do setor j ; cabotageroadk , ; e c ROADCABO a elasticidade de substituição; e c ROADWATER scj ROADWATER Dk scjk SUB P P ROADWATER         1 0 1 com scj ROADWATERP1 representando o preço médio do composto entre a margem rodoviária e de navegação interior para o bem c de origem s do setor j ; waterroadk , ; e cROADWATER a elasticidade de substituição. Notamos que a definição da equação (2.2.39) caracteriza a equação (2.2.38) por uma série de compostos pares, de maneira que a substituição entre os fretes rodoviários e os fretes dos outros modais ocorre via preços relativos. Se em um produto c aumentar o preço do frete rodoviário relativamente aos preços dos demais modais, então existirá uma substituição imperfeita por demanda de margens em direção aos demais modais sobre todos os usos associados. Admite-se, portanto, que o grau de substituição se diferencia por produtos e por compostos pares de modais, porém ele é indiferente por usuários de margens. No caso do presente estudo, os modos de transporte, excetuando-se o rodoviário, são entendidos mais como complementares do que concorrentes, uma vez que inexiste uma 68 especificação de substituição via preço entre eles. Por outro lado, os efeitos de substituições especificadas entre modais e o rodoviário se baseia em alguns aspectos no país. A matriz modal brasileira está respaldada no transporte rodoviário para grandes distâncias, o que lhe confere uma função que seria destinada aos outros modais (e.g. ferroviário, cabotagem) (MARCHETTI, 2010). No Brasil, o transporte rodoviário de cargas é atomizada, há sobreoferta e a idade média da frota é elevada (COPPEAD e CNT, 2002). Esses fatores promovem uma redução artificial de preços de frete e uma concorrência predatória entre o modal rodoviário e os demais modais do sistema logístico (MARCHETTI, 2010). Como o rodoviário é o modal dominante em praticamente todo o território nacional, os demais modais ocupam nichos específicos, tarifando de acordo com as possibilidades permitidas pela demanda e pela concorrência intermodal. Tendo em vista a fase de reorganização das concessionárias ferroviárias na década de 90 e a expansão da cabotagem, favorecida pela redução dos custos de movimentação portuária 52 , as possibilidades de competição entre os modais se ampliaram (CASTRO, 2003). Conforme os resultados alcançados por Castro (2003), o transporte rodoviário e sua relação concorrencial com os demais modais estão expressos na formação dos preços. Em vista disso, optou-se somente por uma especificação de substituição imperfeita entre o rodoviário e os demais modos de transporte de carga no modelo. 2.2.7 Regras de precificação em mercados imperfeitos O modelo BIM-T usa uma modelagem de formação de preço em mercados imperfeitos. Assim como Harris (1984) e nos modelos EGC australianos derivados deste estudo [i.e. Abayasiri-Silva e Horridge (1996) e Cory e Horridge (1985)], são especificadas duas regras de precificação plausíveis às firmas imperfeitamente competitivas. A primeira delas e que será apresentada nesta seção, é a regra de markup 53 ótimo ou índice de Lerner (1934) 54 . 52 Sobre os impactos da lei 8.630 sobre a infraestrutura de terminais de contêineres e na viabilização da navegação de cabotagem no Brasil, veja, por exemplo, Ervilha et al. (2008). 53Markup é um termo usado para indicar o quanto o preço do produto está acima do seu custo de produção. 54 Segundo Elzinga e Mills (2011, p.161), o artigo de Abba Lerner, publicado na revista The Review of Economic Studies, é conhecido hoje como o índice de Lerner de poder monopolístico. Por identificar as perdas sociais de monopólio como a divergência entre preço e custo marginal, ao invés da “relação usualmente aceita” entre preço e custo médio, Lerner redirecionou a atenção para os lucros dos monopolistas de maneira que geram alocação ineficiente quando mantidos tais lucros. De acordo com os autores, esta percepção é tão enraizada na mente dos economistas que hoje é fácil omitir o avanço significante que a representou. 69 Formalmente, o índice de Lerner é obtido a partir do seguinte problema de maximização de lucro, enfrentado por cada firma que produz uma variedade diferenciada:      cCcFcCccDccFc FZMZZPZMax  0 em que   é o lucro das firmas;  ZPDc0 é o preço de mercado em equilíbrio; e FF ZNZ  é a produção setorial, como definido na equação (2.2.10). Resolvendo o problema de maximização de lucro com respeito à FZ rende a regra de preço de Lerner:       000       c Cc F c F cDc cDc c F c F M Z ZZP ZP Z Z (2.2.40) Rearranjando a equação (2.2.40):              cDc c F c F cDc cDcc C ZP Z Z ZP ZPM 0 0 0 1 (2.2.41) Definindo    cDc c F c F cDc c ZP Z Z ZP E 0 0    , que é a elasticidade percebida de demanda 55 e substituindo na equação(2.2.41), temos:                 1 1 1 00 c c c C cDc c cDcc C E E M ZP E ZPM (2.2.42) ou     IL EZP MZP ccDc c C cDc         1 0 0 (2.2.43) E, conforme demonstrado por Francois (1998):     c c c ccDc c C cDc Scale Scale CDR EZP MZP          1 1 0 0 (2.2.44) onde: 55 Essa elasticidade tem sinal negativo porque a curva de demanda tem inclinação negativa. 70 c C c F c C c Cc FZM F CDR   , que representa a parcela do custo fixo sobre o custo total ou a elasticidade inversa de escala; e c c c CDR CDR Scale   1 , que é a elasticidade de escala do produto diferenciado c . Na equação (2.2.43), o tamanho do markup é inversamente relacionado à elasticidade de demanda que cada firma no setor percebe para seus produtos diferenciados. Dessa maneira, o índice de Lerner ( IL ) é um indicador de poder de mercado, medido pela porcentagem do markup sobre o custo marginal, que sinaliza imperfeição de mercado (SCITOVSKY, 1955). Neste caso, ao invés da suposição de tomadores de preço em um mercado competitivo, as firmas fixam seus preços levando em conta uma parcela de markup. A elasticidade percebida 56 de demanda de cada firma (idêntica) no setor diferenciado da equação (2.2.43) está em termos de nível. Entretanto, em consonância com os modelos EGC do tipo Johansen (1960), nos quais o modelo BIM-T está inserido, podemos reescrever a equação (2.2.43) na seguinte forma percentual 57 : )1( 0 c c c C Dc E mp    (2.2.45) em que Dcp0 , c Cm e c são as mudanças percentuais de  DcP0 , c CM e cE , respectivamente. Assim, mudanças no markup sobre o custo marginal são proporcionais às mudanças na elasticidade percebida de demanda. A equação (2.2.45) presume que esta elasticidade é, em módulo, maior que 1, de maneira que mudanças de markup serão menores em termos absolutos do que qualquer mudança na elasticidade. Embora cada firma tenha vários mercados com elasticidades de demanda diferentes, excluímos a possibilidade de preço discriminatório. Assumimos que cada firma enfrenta uma curva de demanda total. Desse modo, a elasticidade percebida total de demanda para a 56 O sentido de “percebido” refere-se à percepção das firmas quanto às condições de demanda que elas enfrentam. 57 A demonstração matemática está descrita na “Demonstração 1” do APÊNDICE A. 71 variedade da commodity resulta numa média ponderada das elasticidades encontradas de vários mercados: uc N u ucc ESE U    1 (2.2.46) onde ucS é a participação do mercado u no total de vendas. Os valores de u representam o mercado do consumo intermediário (os UJN setores) de investimentos, do consumo das famílias e demais usuários finais. Note que Dcuc T uc XXS 0/ , a qual uc TX são as vendas totais de c para o mercado u ; e    UN u uc T Dc XX 1 0 , que representa a venda total de c . Destarte, a mudança percentual da equação (2.2.46) pode ser descrita como:  DcucTuc N u c ucuc c xx E ESU 0 1    (2.2.47) Dcx0 é a mudança percentual no total da produção do bem c ( jDc UJUCUC zxNNN  0| ); e uc Tx é a mudança percentual do mercado u e commodity c . É necessário realizar uma breve derivação das elasticidades percebidas nos mercados individuais ( ucE ), começando pelas demandas intermediárias. Substituindo a equação (2.2.3) e (2.2.14) na equação (2.2.13), temos:                     c F c F N k c F Dck DcqMc N k c F Dck McjDcjq N p pp N p Szx 1 1 11 1 1 11  (2.2.48) Para encontrar a elasticidade percebida de demanda intermediária, supomos que as condutas das firmas têm por base o experimento de Bertrand-Nash. Ou melhor, consideramos o efeito da mudança do preço cobrado para cada setor j sob a suposição de que a firma rival manterá o preço constante 58 e inexistirão quaisquer efeitos negativos sobre o nível de produção ( jz ) frente às mudanças dos preços das variedades do insumo c (ABAYASIRI-SILVA e HORRIDGE, 1996; CORY e HORRIDGE, 1985). Desse modo, as firmas somente levam 58 Alternativamente, na suposição de Cournot, as firmas rivais manteriam sua produção constante. Isto implicaria algum ajustamento de preços pelos rivais. 72 em conta os efeitos de substituição entre a variedade e aquelas de outras firmas, assim como entre os domésticos e importados equivalentes. De posse destas considerações hipotéticas, a elasticidade percebida (como um valor positivo) é o coeficiente sobre Dcq p1 da equação (2.2.48) 59 , ou seja: Dcq Dcjq c F c F Mc cj p x NN S E 1 11 1 1 1          (2.2.49) Podemos observar que quando o número de firmas ( cFN ) é muito grande,  cjE1 . Por outro lado, se só existe uma única firma no setor, então Mccj SE 11  . A razão para distinguir  e c se baseia nas relações desses parâmetros que definem os limites sobre os valores de cjE1 . Em geral, os valores calibrados para a elasticidade de Armington ( c1 ) são baixos se assumir substituição simétrica, o que implicaria um limite superior cjE1 , também baixo. Assim, sob esta especificação, podemos escolher setores com baixa participação de demanda por bens importados ( MS ) ou baixas elasticidades de Armington, mas com um número grande de competidores domésticos que apresentem altas elasticidades percebidas ( alto) (CORY e HORRIDGE, 1985). A forma percentual da equação (2.2.49) 60 pode ser escrita como:   cFMcMMccjcFcj nSSsEN 1111   (2.2.50) A equação (2.2.50) fornece uma relação entre a mudança na elasticidade de demanda percebida no mercado intermediário pelos produtores do insumo c ( cj 1 ), as mudanças no número de firmas ( cFn ) e na participação das importações no próprio mercado ( Ms ). Desse modo, entrada e saída de firmas no mercado e as mudanças de Mcs influenciam a percepção de cada firma com respeito às elasticidades de demanda dos seus produtos e, consequentemente, sobre os markups. Esse aspecto é central dentro do modelo BIM-T. 59 A “Demonstração 2” do APÊNDICE A apresenta em detalhes as derivações matemáticas. 60 Veja as derivações matemáticas em “Demonstração 3” do APÊNDICE A. 73 Também é importante notar, a partir da equação (2.2.50) que a variável cFn , a qual podemos sempre esperar ser positiva, apresenta resultados ambíguos. Seria negativa se uma alta participação de insumos importados fosse combinada a uma elasticidade de Armington maior que a elasticidade de substituição entre as variedades domésticas. Isso reflete as restrições impostas por nossas equações de demanda aninhada, cuja substituição está dividida em dois estágios. Primeiro, entre insumos domésticos e importados e, em segundo, entre as variedades dos bens domésticos. A suposição de Harris (1984) de substituição simétrica aparece como limitado caso, em que  c (CORY e HORRIDGE, 1985). Para o propósito computacional, contudo, a estratégia é rearranjar a equação (2.2.50) de tal maneira que a variável Ms seja eliminada. Dessa maneira, adotando a seguinte definição:    McMcj DcDcj M D PX PX S S 11 11 (2.2.51) Portanto, a forma percentual de (2.2.51) é:    McDcMcjDcjMD ppxxss 1111  (2.2.52) Todavia, a definição de c1 implica :    McDccMcjDcj ppxx 11111   (2.2.53) Além disso, como 1 MD SS , temos a forma percentual: 0 MMDD SsSs (2.2.54) Combinando as equações (2.2.52), (2.2.53) e (2.2.54) e substituindo em Ms na equação(2.2.50) 61 , temos: 61 As derivações matemáticas estão descritas em “Demonstração 4” do APÊNDICE A. 74      cFMcMcDcccDMcjcFcj nSppSSEN 1111111 1   (2.2.55) A equação (2.2.68) é a utilizada computacionalmente no modelo BIM-T. Se 11  c e o preço doméstico ( Dcp1 ) elevar relativamente ao importado ( Mcp1 ), a participação do mercado doméstico ( DS ) diminui para cada firma e, ao mesmo tempo, a elasticidade percebida do mercado intermediário cresce ( cj1 ) (ABAYASIRI-SILVA e HORRIDGE, 1996). Seguindo similarmente as estratégias adotadas para alcançar as elasticidades percebidas de demanda intermediária, podemos derivar as mudanças percentuais nas elasticidades de demanda final. Como as equações envolvidas da demanda de investimentos 62 são parecidas e com mesmas dimensões das do consumo intermediário, então a equação resultante é:      iFMiMiDiiiDMiriFir nSppSSEN 2222222 1   (2.2.56) O cálculo da elasticidade percebida do consumo das famílias segue as derivações matemáticas, como descritas anteriormente, porém a equação em si é sensivelmente diferente. Desse modo, torna-se necessário observá-la brevemente. Em forma percentual, o consumo agregado Tx3 é descrito como: cc TT pxx 333  (2.2.57) em que McMDcDc pSpSp 333  Substituindo (2.2.57) em c Tx3 da (2.2.26), temos:    McMMcMcDDcTDc SSpSSpxx 333333   (2.2.58) Combinando a equação (2.2.58) em (2.2.28), encontramos:       DcDcqMcMMcMcDDcTDcq ppSSpSSpxx 33333333   (2.2.59) 62 Veja também uma derivação matemática similar na “Demonstração 4”. 75 E, para alcançar a elasticidade percebida de demanda das famílias ( cE3 ), presumimos as mesmas hipóteses de demanda intermediária: as firmas agem conforme o experimento de Bertrand-Nash: a firma rival mantém o preço constante e não existe nenhum efeito sobre Tx3 face às variações dos preços das variedades do bem c (ABAYASIRI-SILVA e HORRIDGE, 1996; CORY e HORRIDGE, 1985). De posse destas suposições, a elasticidade percebida é descrita como:   Dcq Dcq c F c F McD c p x NN SS E 3 33 3 1 1            (2.2.60) Seguindo os mesmos procedimentos anteriores, encontramos a forma percentual da equação (2.2.60) 63 :       cFccFMcDcMDcccFc nENppSSEN 333 2 333 1   (2.2.61) Finalmente, a elasticidade percebida do mercado externo (exportações) pode ser obtida a partir da equação (2.2.62) 64 : cq E cq c F c EX c F c p x NN E 44 1 1                (2.2.62) A forma percentual da equação (2.2.62), por seu turno, é determinada como:  ccFcc EnE 444   (2.2.63) Dentro do mercado externo do produto c , pressupomos que exista um grande número de produtores ou exportadores competindo de tal maneira que são incapazes de colher lucros de monopólio. Fixando  maior que a elasticidade de exportação ( cEX ), nós permitimos que a concorrência entre as firmas nacionais aumente a elasticidade percebida de demanda e reduza o preço cobrado abaixo do conluio ideal. Dessa maneira, não é admitida a possibilidade de 63 Veja “demonstração 5” no APÊNDICE A. 64 A “demonstração 6” no APÊNDICE A apresenta toda a derivação para o mercado externo. 76 qualquer organização concorrencial que poderia atuar como formadora de preços (CORY e HORRIDGE, 1985). Nesse momento, a descrição das elasticidades percebidas foi completada. Existe um mecanismo retroalimentador (feedback) na abordagem de formação de preço. A formação de preço pela fixação de um markup pode induzir à mudança do número de firmas, alterando a elasticidade percebida de demanda, que, consequentemente, influencia o markup de cada firma sobre o custo marginal. Desse modo, a entrada e saída das firmas no mercado afetam o nível de markup, e, por conseguinte, o nível de lucro econômico. Os mecanismos e pressupostos envolvidos com a variação do número de firmas serão discutidos na seção 2.2.8. 2.2.7.1 Regra de precificação de Harris A segunda regra de precificação foi definida por Harris (1984), o qual combinou o preço de markup ótimo (regra de Lerner) e a regra de paridade dos preços de importação de Eastman- Stykolt (1967). Admite-se que as firmas fixam os preços dos seus produtos diferenciados por uma média geométrica entre esses dois preços, ou seja:   cL McDc ppp   100 (2.2.64) na qual  é um parâmetro ( 10   ) – (no código computacional é atribuído 0,5); Mcp0 é a variação percentual do preço de bens importados; e  )1/( cccCcL Emp   . A regra de Harris não é derivada de um modelo de comportamento otimizador; é, pois, uma especificação ad hoc. Dessa maneira, embora esteja inserida no modelo BIM-T, na prática, ela não será usada para as simulações. 2.2.8 Mecanismos intertemporais do modelo Os mecanismos intertemporais, que apresentaremos a seguir, caracterizam a dinâmica recursiva do modelo BIM-T. Similarmente aos modelos da família MONASH, essa estrutura permite analisar as trajetórias de médio e longo prazo dos efeitos econômicos projetados das simulações. Nessa versão, os mecanismos usados consistem: (i) na relação intertemporal entre a acumulação de estoque de capital físico e a alocação do fluxo de investimento, a qual 77 assume uma defasagem de um ano; e (ii) nos processos de ajustamento defasado no mercado de trabalho. Ademais, um terceiro módulo de equação foi inserido, a fim de tratar um mecanismo temporal de entrada e saída de firmas nos mercados. Vale ressaltar que, por natureza, modelos dinâmicos recursivos resolvem uma série de modelos estáticos, um para cada ano. Como decorrência, eles ainda carregam a chamada “questão do efeito estático”, de forma que consideram um retrato inicial da economia em equilíbrio (HADDAD, 2004). Haddad (2004) e Bröcker (2000) compartilham a ideia de que as análises temporais nesses tipos de modelo permanecem relativamente insuficientes por apenas levar em conta uma base teórica de acumulação de capital e alocação de investimento como principal mecanismo intertemporal. Ainda estão ausentes outros importantes mecanismos dinâmicos, como por exemplo, a dinâmica de consumo financeira e demográfica (para modelos inter-regionais) (BRÖCKER, 2000; HADDAD, 2004). 2.2.8.1 Acumulação de capital e alocação dos investimentos No modelo, o estoque de capital se acumula conforme a seguinte equação padrão:   jjjjt YKDK  1 (2.2.65) Assim, a quantidade criada de estoque de capital físico em cada setor j ( j tK ) (ou investidor r ) no final do período t é função do estoque de capital depreciado [   jj KD1 ] no início do ano t e do fluxo de investimento ( jY ) ao longo do ano . O termo jD é a taxa de depreciação no setor j , tratado como um parâmetro exógeno no modelo. Por manipulação algébrica de (2.2.65), é possível mostrar que a taxa bruta de crescimento do capital pode ser definida como    jjjTjj DKKKY  1// . A abordagem teórica do modelo trata a razão entre o investimento e o estoque de capital ( 0/  jjj KYG ) como sendo positivamente relacionada com a taxa bruta esperada de retorno ( j tE ) sobre o investimento na indústria j no final do período, isto é: t 78   jKGjjTENDjnormaljtGj AUGREG  ;;; (2.2.66) Nestas condições, a variável de deslocamento ( j KGA ) se mantém exógena. Intuitivamente, conforme Dixon e Rimmer (1998), o aumento do capital na indústria, e, portanto, o nível de investimento ( jY ) é definido pelo desejo dos investidores de ofertar fundos face ao crescimento limitado da taxa de retorno esperada no próprio setor. Admite-se também que cada indústria tem uma taxa de retorno de longo prazo ( j normalR ). Se inexistir diferença entre a taxa normal de retorno ( j normalR ) e a esperada do final do ano ( j tE ), a taxa bruta de crescimento do capital ( jG ) será o seu próprio crescimento tendencial na economia ( j TENDG ). Dessa maneira, a taxa de crescimento do capital no setor ( jG ) será superior ao respectivo crescimento tendencial ( j TENDG ) se, somente se, a taxa esperada de retorno ( j tE ) ultrapassar a taxa normal de retorno do investidor. Tal circunstância é verificada principalmente no curto prazo do modelo (DIXON e RIMMER, 1998). Assim sendo, é possível sumariar esta ideia e redefinir G em (2.2.66) como uma função na forma logística:     j j jj jj TEND j j MU MGU G     1 (2.2.67) Na equação (2.2.67), j normal j t j REM / , ou seja, mede a relação entre taxa esperada e a de retorno no setor , a qual j normalR é mantida como exógena no modelo; jU representa um termo exógeno, de forma que limita um valor máximo para a taxa bruta de crescimento do capital: j GGUG jTEND jj max ; e j é um parâmetro de elasticidade do investimento. O Gráfico 2.1 apresenta um exemplo da equação (2.2.67), levando em conta três diferentes valores para a elasticidade de investimento (i.e. 0,2; 2; e 12), um nível de 4jU e uma taxa tendencial de crescimento do capital na economia de 10% ( j TENDG ). Neste gráfico, observamos que se 1jM , a taxa de crescimento do capital se iguala à tendencial (i.e. 10,0 jTEND j GG ). Por outro lado, à medida que a taxa esperada de retorno ( j j 79 j tE ) se torna muito maior que a taxa de longo prazo ( j normalR ), isto é, um jM grande, a taxa de crescimento do capital atinge o seu valor máximo. No Gráfico 2.1, temos: 4,0max  j GGUG jTEND jj ). A velocidade com que isso acontece é determinada pelo valor da elasticidade de investimento ( j ), conforme pode ser observado no Gráfico 2.1. Gráfico 2.1 – Exemplo da função logística para a taxa de crescimento do capital. Fonte: Adaptado da versão simples do modelo MONASH. Ademais, a taxa esperada de retorno ( j tE ), no final do período t , é uma função crescente em relação à taxa atual de retorno ( j I jj PQR / ). Existe um mecanismo de ajustamento parcial embutido nesta função que garante a convergência de jE para jR ao longo do tempo. Este mecanismo está representado pelas equações abaixo:        jjjj jjjjj j t jj t RREE RREEE REE       1 1 (2.2.68) Em (2.2.68), a taxa de retorno no final do período t ( j tE ) depende de uma taxa esperada média no início do ano ( jE ) e da taxa atual no final do ano ( j tR ). O termo  é um parâmetro de convergência que atende à condição: 10   . A função da taxa esperada de retorno implica necessariamente na adoção da hipótese de expectativas estáticas (ou adaptativas), uma 0,00 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,00 0,20 0,40 0,60 0,80 1,00 1,20 1,40 1,60 1,80 2,00 2,20 2,40 Gj Mj =12 =2 =0,2 80 vez que os investidores exibem um comportamento conservador e míope, de forma que somente as taxas de retorno passadas e correntes afetam a taxa esperada para o próximo período. Caso fosse adotada a hipótese de expectativas racionais (forward-looking), a taxa esperada de retorno ( j tE ) seria especificada igual ao valor presente do investimento, levando em conta a remuneração e a depreciação dos ativos nos período posteriores 65 . Especificadas as principais variáveis deste módulo, torna-se interessante responder como ocorre o mecanismo intertemporal entre a acumulação de capital e a alocação de investimento no modelo e como os desvios de tais variáveis, provocados na simulação de política, são gradativamente eliminados para o estado estacionário da economia (simulação de cenário). Neste grupo, existem cinco variáveis fundamentais: jY , jK , jG , jR e jE . 66 Além disso, apenas em 0t (ano base) são atribuídas duas restrições: jjj normal ERR  e jj TREND GG  . As variáveis j normalR e j TRENDG estão relacionadas à tendência da economia e por isso não se alteram. Diante disso, imaginemos que o governo brasileiro tenha adotado uma política de incentivos para todos os setores da economia com a finalidade de elevar os investimentos para 5% em 1t (2006) – isto é, um deslocamento no investimento acima da taxa de crescimento tendencial da economia (e.g. 3%). Para melhor situar o leitor, os efeitos econômicos dessa política sobre a Construção Civil podem ser visualizados nos Gráfico 2.2 e Gráfico 2.3. Com esta política, inicialmente a renda do capital ( jQ ) tende a aumentar, afetando positivamente a taxa de retorno atual ( jR ) e, por consequência, a taxa esperada de retorno ( jE ) para 1t . Todavia, o investimento realizado em 1t torna-se operacional no ano seguinte, o que confere uma taxa de crescimento do estoque de capital acima do estado estacionário (em 2t ). Tendo em vista que o modelo leva em conta a interdependência das atividades setoriais, além das diferenças nas proporções de insumos, fatores primários e parâmetros comportamentais entre os setores, a taxa de crescimento do estoque de capital pode acelerar e perdurar acima do tendencial por um intervalo maior de tempo. Geralmente 65 O modelo ORANI-INT trata as expectativas racionais. 66 Por conveniência, abstrairemos o subscrito t . 81 esta circunstância ocorre àqueles setores mais associados à formação bruta de capital fixo (FBCF). Gráfico 2.2 – Trajetória de Y e K* Gráfico 2.3 – Trajetória de R, G e E* *Exemplo para a Construção Civil de um aumento 5% dos investimentos totais na economia em t+1 (2006). Fonte: Elaboração própria. Apesar disto, a expansão da oferta de capital em 2t provoca a redução do preço neste fator primário ( jQ ), o que causa a queda na taxa de retorno atual ( jR ) e na taxa esperada de retorno ( jE ). Neste momento, a taxa de crescimento do investimento acompanha o arrefecimento de jE para os próximos anos e a taxa de acumulação do capital inicia uma trajetória de convergência para a taxa tendencial da economia (cenário). Essa convergência é garantida pelo processo defasado do investimento que, em certo período, apresenta taxas abaixo da tendência da economia, afetando negativamente a taxa de acumulação de capital nos próximos anos. Em determinado período nt  , há uma equalização entre a taxa de crescimento do investimento e do capital para o estado estacionário na economia, de forma que jjj normal ERR  e jj TEND GG  (por exemplo, veja Gráfico 2.2 e Gráfico 2.3). 2.2.8.2 Ajustamento defasado no mercado de trabalho O ajustamento defasado no mercado de trabalho reconhece variáveis como salário real (WR ), emprego corrente total ( L ) e o emprego tendencial ( TENDL ). Como indicado em (2.2.69), podemos assumir que a projeção do desvio proporcional do salário real no ano [   1/ WRWRt ] é função do desvio na taxa de emprego total no ano anterior [ 1)/( TENDLL ] mais um múltiplo positivo da proporção do emprego total no ano atual ( 1)/( , tTENDt LL ). -3 0 3 6 9 12 15 18 21 24 27 30 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Y K Estado estacionário % t + n -8 -4 0 4 8 12 16 20 24 28 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 R G E % t + n t 82                              111 , tTEND t TEND t L L L L WR WR  (2.2.69) Assim, no mecanismo de ajuste, quando o nível de emprego exceder x em relação ao emprego tendencial da economia no período t , o salário real aumentará em x . Como existe uma relação negativa entre emprego e salário real no mercado de trabalho, o aumento de x ajustará o nível de emprego em períodos posteriores até convergir para o nível tendencial. Portanto, enquanto o emprego estiver acima deste nível, o desvio do salário real aumentará, porém com o arrefecimento da sua taxa de crescimento. Esse processo defasado no mercado de trabalho está ilustrado no Gráfico 2.4, tomando, como o exemplo anterior, a política de incentivos do governo brasileiro sobre os investimentos totais na economia em 1t . Gráfico 2.4 – Ajustamento defasado no mercado de trabalho* Fonte: Elaboração própria. 2.2.8.3 Mecanismo intertemporal de entrada e saída das firmas no mercado No modelo de estática comparativa de Abayasiri-Silva e Horridge (1996), com a livre entrada e saída de firmas em cada mercado (setor), o equilíbrio de longo-prazo é assegurado pela condição de lucros normais. A produção de cada firma muda até que os custos fixos recorrentes sejam equilibrados pelo excesso das vendas sobre os custos variáveis. 2,5 3 3,5 4 4,5 1 2 3 4 5 6 7 8 9 10 11 12 13 L LTEND % t + n 83 A principal característica deste modelo é que a condição de lucros normais é atingida pela livre entrada e saída das firmas. No modelo MONASH, o preço do produto assegura a condição de lucros normais juntamente com uma tecnologia de retornos constantes de escala. Ou seja, se cada firma dentro do setor é tomadora de preços, logo o preço cobrado nos mercados é igual ao custo marginal e médio de produção. Consequentemente, a receita de cada firma apenas cobre estes custos. No modelo de Abayasiri-Silva e Horridge (1996), como cada firma fixa os seus preços de produção, o ajustamento no número de firmas é preciso para eliminar lucros econômicos não nulos. Tal aspecto implica um deslocamento da tecnologia de produção do setor, como uma resposta da parcela de custo fixo por unidade de produto. O mecanismo do preço de markup de Lerner é apresentado na Figura 2.8. As economias de escala surgem porque, na estrutura de produção da firma, o custo médio total (CM) apresenta uma inclinação decrescente (formato de U). O produtor que apresenta algum poder de mercado procura maximizar o lucro pela regra tradicional da microeconomia, ou seja, quando o custo marginal (Mc) iguala-se à receita marginal (RMCP). Figura 2.8 – Curto prazo e Equilíbrio de longo prazo de Lerner No curto prazo, diante do formato da curva de custo médio (CM) e do nível de demanda agregada (DCP) gerada pelo mercado, a combinação de preço ótimo e a quantidade ótima DLP Pl=Mc(E/E-1) Z f RMCP DCP P CM Mc RMLP ZCP f ZLP f 84 produzem lucros normais excessivos à firma (a área realçada), sendo o preço cobrado por cada firma de Mc(E/E-1). Tais sobrelucros atrairão novas firmas no mercado e, consequentemente, a participação de mercado da firma típica reduzirá. A entrada de novos concorrentes (novas variedades) implica, portanto, no deslocamento para a esquerda da curva de demanda e receita marginal. Assim, em certo momento, todas as firmas no mercado apresentarão uma curva de demanda “DLP”. O limite desse processo ocorrerá até o ponto em que uma firma adicional provocar perdas para todas em um determinado mercado. No longo prazo, as firmas passam a obter lucros normais pelo deslocamento da curva de demanda agregada para a esquerda (i.e., posição da curva DLP). Nesse equilíbrio, o preço e quantidade de produção de cada firma será tal que a curva de custo médio total (CM) interceptará a curva de demanda agregada (DLP), mantendo a condição de maximização, isto é, a igualdade entre a receita marginal (RMLP) e o custo marginal (MC). Tal circunstância cessa o crescimento do número de firmas de maneira que lucros normais são observados nos mercados (equilíbrio de longo prazo). Notamos que se a elasticidade percebida total (E) é constante, o preço markup cobrado pela regra de maximização do lucro não alterará, de maneira que o sobrelucro é eliminado pelo ajustamento da quantidade produzida frente à redução da quantidade demandada por firma (ou seja, redução da participação no mercado). A modelagem feita por Abayasiri-Silva e Horridge (1996) permite que o número de firmas seja mantido constante no curto prazo, cuja especificação gera sobrelucros às firmas do setor. Por outro lado, quando o número de firmas varia livremente, lucros normais são alcançados e, por conseguinte, o equilíbrio de longo prazo é verificado. A partir destas especificações, o modelo BIM-T apresenta uma inovação, pois insere um mecanismo intertemporal para que os deslocamentos observados na Figura 2.8 sejam tratados numa trajetória de ajustamento. A ideia é semelhante à modelagem de Abayasiri-Silva e Horridge (1996), isso porque o número de firmas em cada setor se ajusta até quando eventuais sobrelucros sejam eliminados. Dito em outras palavras, diante do lucro econômico positivo do setor , gerado por um choque favorável no curto prazo, o número de firmas aumenta gradativamente ao longo dos períodos até alcançar lucros normais. A velocidade em que este processo ocorre dependerá do parâmetro calibrado, o que capacita distinguir a rigidez do processo de entrada e saída entre os setores do modelo. j 85 O mecanismo dinâmico inserido no modelo BIM-T apresenta uma trajetória de poder de mercado dos setores ao longo do tempo, o que pode contribuir para projetos de regulação econômica ou políticas de desenvolvimento de competição (i.e., redução de poder de mercado ou medidas contra aspectos anticompetitivos de mercado). Pindyck (1985) sinaliza, por exemplo, que modelos dinâmicos, com ênfase em análise de poder de mercado, são mais relevantes para essas questões de Organização Industrial que os modelos com mercados estáticos. Entretanto, da mesma forma que Abayasiri-Silva e Horridge (1996), essa modelagem está restrita a hipótese de que as firmas apresentam um comportamento estratégico constante. Isso porque as elasticidades de demanda percebida das empresas nos mercados não são funções das expectativas estratégicas entre as empresas. O mecanismo de entrada e saída das firmas reconhece três variáveis : número de firmas ( cFN ), lucro econômico corrente ( cPROFIT ) e o lucro econômico tendencial ( c TENDPROFIT ). O lucro econômico tendencial é tratado como lucros normais. Assim, conforme a equação (2.2.70), os desvios proporcionais do número de firmas de um setor no ano [   1/ cFtcF NN ] dependem do desvio na taxa do lucro econômico no ano anterior [ 1)/( cTEND c PROFITPROFIT ] mais um múltiplo positivo da proporção do sobrelucro no ano atual ( 1)/( ,  t c TENDt c PROFITPROFIT ). Desse modo, o número de firmas variará a uma velocidade definida pela elasticidade ( c )67 até a convergência dos sobrelucros para lucros normais em cada setor diferenciado ( c TENDPROFIT ).                                111 , t c TEND t c c TEND c c c F t c F PROFIT PROFIT PROFIT PROFIT N N  (2.2.70) A principal limitação desta especificação reside na inexistência de um tratamento diferenciado entre o fluxo de entrada e saída das firmas no mercado. Ou seja, a rigidez, que é capturada pelo valor de c , é igual tanto para a entrada como para a saída de firmas nos mercados. Dessa maneira, caso o setor defronte com lucro econômico negativo, se a elasticidade 67 É possível estimar essa elasticidade com base nos dados da demografia de empresas do IBGE, que apresenta o fluxo de entrada e saída em alguns mercados. t 86 apresenta um valor baixo, logo a saída das firmas será lenta ao longo do tempo. Consequentemente, o lucro econômico negativo pode perdurar por mais tempo no setor. É importante salientar que existe um processo cumulativo de sobrelucros para cada setor diferenciado, sendo proporcionalmente maior àqueles setores com alto grau de rigidez de entrada e saída de mercado. Entretanto, neste processo, distingue-se o que é estoque e fluxo corrente. O estoque são os sobrelucros setoriais acumulados ao longo dos anos, ao passo que o fluxo corrente representa o crescimento ou decréscimo dos sobrelucros vigentes, em relação ao período anterior ( 1t ). O processo de ajustamento da equação (2.2.70) apenas cessa as variações do sobrelucro em relação ao seu estado tendencial em um determinado período (exemplo da Figura 2.9), mas não elimina o estoque acumulado nos anos anteriores (exemplo da Figura 2.10). Figura 2.9 – Ajustamento defasado do lucro econômico (fluxo): Automóveis e Utilitários Fonte: Elaboração própria. 0,00% 0,10% 0,20% 0,30% 0,40% 0,50% 0,60% 0,70% 0,80% 0,90% 1,00% 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Var. t 87 Figura 2.10 – Variação acumulada do lucro econômico: Automóveis e Utilitários Fonte: Elaboração própria. Nesse sentido, a convergência do lucro econômico para o seu estado tendencial deve ser entendida como a eliminação do fluxo corrente a partir de um período t , provocado pelas variações do número de firmas de um setor diferenciado. Essa convergência é alcançada pela estabilidade da taxa de crescimento do número de firmas (exemplo da Figura 2.11). Figura 2.11 – Ajustamento defasado do número de firmas: Automóveis e Utilitários Fonte: Elaboração própria. 0 500 1000 1500 2000 2500 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Var. R$ milhões t 0,00% 0,50% 1,00% 1,50% 2,00% 2,50% 3,00% 3,50% 4,00% 4,50% 5,00% 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 Var. t 88 2.3 Estrutura matemática de BIM-T e o método de solução de Johansen / Euler A apresentação das soluções de Johansen / Euler para modelos EGC é padrão na literatura. A seguir, reportaremos a um resumo desse procedimento de forma a obter uma visão de como o modelo é operacionalizado. Esta apresentação segue a mesma desenvolvida por Dixon e Rimmer (2002) e MAI et al. (2010), já que estes autores fornecem uma estrutura matemática adaptada aos modelos dinâmicos recursivos. Podem-se também obter outras descrições mais detalhadas do algoritmo de Johansen/Euler em Dixon et al. (1982). Os modelos EGC provindos do modelo MONASH, como o BIM-T, são resolvidos por linearização e álgebra linear. Estes métodos consideram as representações lineares das derivadas de primeira ordem de funções não lineares. O algoritmo de Johansen / Euler segue essas representações lineares e é usado pelo modelo MONASH. Métodos de derivadas tipicamente usam uma solução inicial e geram desvios nas variáveis endógenas a partir das mudanças nas variáveis exógenas. Podemos representar o modelo BIM-T pelo seguinte sistema de equações:    0tVF (2.3.1) em que  tV é um vetor de equilíbrio de dimensão n (número de variáveis) representando preços, quantidades e outras variáveis no ano t ; e  F é uma função não linear de dimensão m (número de equações) e diferenciável. Para o ano t , são especificados valores de mn  variáveis exógenas e resolve-se a equação (2.3.1) com a finalidade de encontrar os valores de m variáveis endógenas. Tem-se uma sequência de soluções vinculadas dos anos t , 1t , 2t , , por meio de uma geração de trajetória temporal para as variáveis. Os vínculos entre as soluções anuais são fornecidos por defasagens. Por exemplo, admite-se que os estoques de capital no início do ano 1t (variáveis na solução para o ano 1t ) são os mesmos no final do ano t (variáveis na solução para o ano t ). Em qualquer sequência de soluções, a solução para o ano t [i.e., resolvendo a equação (2.3.1)] é obtida usando o método de Johansen / Euler 68 . Este método necessita de uma solução inicial,  tV que satisfaça a equação (2.3.1). A partir desta solução inicial, a solução 68Johansen (1960) aplicou uma versão deste método para resolver o seu modelo CGE da Noruega, e Euler, o matemáticodo século XVIII que criou a teoriado método como um método de integração numérica. 89 requerida [  tV ] é alcançada quando os efeitos sobre as variáveis endógenas são calculados face às alterações das variáveis exógenas. Por exemplo, supondo que a tarifa sobre alimentos na solução inicial seja de 20% e a solução requerida seja 0%, e, além disso, todas as demais variáveis exógenas permaneçam inalteradas, o interesse é fazer um cálculo de Johansen / Euler dos desvios de valores das variáveis endógenas [diferentes daqueles em  tV ] causados por essa redução na tarifa de alimentos (de 20% para 0%). Os desvios calculados pelo referido método são fornecidos por meio de um sistema de equações lineares. Em um cálculo de passo único, podemos utilizar o seguinte sistema:    0dVtVH (2.3.2) sendo   tVH uma matriz m x n de derivadas parciais de primeira ordem de  F avaliada em  tV ; e sendo dV um vetor n x1 de desvios nos valores das n variáveis em relação a  tV . O lado esquerdo da equação (2.3.2) fornece uma aproximação para o vetor de mudanças nas funções  F , cujas alterações são causadas pela modificação nos valores das variáveis de  tV para   dVtV  . Tendo em vista que o interesse é obter uma nova solução para a equação (2.3.1),   dVtVH é fixado em zero. Esta restrição implica que, de uma solução inicial para uma nova solução, os valores nulos nas funções  F permanecerão inalterados. Este aspecto é reconhecido pelos modeladores em EGC. O sistema de equação (2.3.2) possibilita tratar as mudanças de todas as variáveis e converter tais desvios na forma de mudanças percentuais. A vantagem desta conversão reside na sua conveniência de não se preocupar com as unidades monetárias (por exemplo). Contudo, algumas variáveis no modelo não podem sofrer esta conversão, pois elas passam por valores zero (e.g. balança comercial), o que tornaria as mudanças percentuais indefinidas. Dessa maneira, é necessário reescrever a equação (2.3.2), distinguindo as variáveis pelas suas formas de desvios, ou seja:    0vtVA (2.3.3) sendo (q,r)-ésimo o componente de   tVA é dado por: 90                    tVH tV tVH tVA rq r rq rq , , , 100 * (2.3.4) Para resolver o modelo, é preciso também dividir as variáveis em dois grupos: mn  variáveis exógenas e m variáveis endógenas. Dessa maneira, podemos reescrever o sistema de equação(2.3.3) como:       0**      vtVAvtVA (2.3.5) em que   tVA é uma matriz de dimensão m x m formada por m colunas de   tVA correspondendo às variáveis endógenas;   tVA é uma matriz de dimensão m x  mn  formada por mn  colunas de   tVA correspondendo às variáveis exógenas; e v e v são vetores de movimentos das variáveis endógenas e exógenas. Dados os valores para mn  variáveis exógenas, resolvemos o sistema de equações (2.3.5) em um passo do cálculo de Johansen / Euler da seguinte maneira:         vtVAtVAv ** 1  (2.3.6) Para o sistema de equações (2.3.6), podemos obter a solução inicial,  tV , pela base de dados do modelo BIM-T (matriz de insumo-produto), a qual apresenta o valor de fluxo de commodities e fatores por setor. Os preços são inicialmente fixados em um, revelando-nos a quantidade (variável) para cada coeficiente da base de dados (ano base). As propriedades de equilíbrio, contidas nessa base de dados no ano base do modelo ou quando as hipóteses de equilíbrio geral Arrow-Debreu são consideradas exclusivamente, garantem que esses fluxos de quantidades satisfaçam a condição de igualdade entre a demanda e a oferta para cada commodity. Da mesma forma, os valores dos fluxos respeitam a condição em que os custos e se r é variável de mudança percentual se r é variável de mudança 91 receitas são iguais para cada setor (o nível de lucro puro é fixado em zero). Os preços e quantidades também ajustam as funções de oferta de demanda em BIM-T, pois tais variáveis são usadas para calibrá-las. Devemos também notar que na equação (2.3.6), a matriz   tVA é necessariamente não- singular (i.e., os determinantes da matriz não são nulos). Caso contrário, o cálculo de Johansen / Euler falharia. A singularidade da matriz   tVA indicaria que as variáveis escolhidas como endógenas não são funções daquelas variáveis definidas como exógenas. Neste caso, existiria nenhum ou múltiplos valores de variáveis endógenas com respeito aos movimentos específicos no vetor de variáveis exógenas (DIXON et al., 1982). A acurácia dos resultados gerados pelo o sistema de equações (2.3.6) depende do tamanho das mudanças nas variáveis exógenas e endógenas. Existe um erro de linearização no sistema de equações, cujas diferenças serão proporcionalmente menores para variações pequenas. Dessa maneira, o cálculo do sistema, como em (2.3.6), apresenta uma solução mais precisa para pequenas mudanças nas variáveis. Entretanto, para mudanças maiores, esse erro de linearização deve ser tratado. A Figura 2.12 indica essa ideia. Para facilitar a exposição, a curva nesta figura representa o sistema de equação como um modelo de duas variáveis e uma equação. Quando usamos (2.3.6) para calcular o efeito provocado pela alteração de V em um determinado ano t [i.e. de  inicialV para  finalV ], o erro de linearização corresponde à diferença entre de  1passoV para  verdadeiroV . Entretanto, é possível reduzir esse erro particionando as alterações em V . Em um procedimento com dois passos, primeiramente calculam-se os efeitos das mudanças de V até a metade [i.e., de  inicialV para  metadeV ]. Desse modo, é possível visualizar o que acontece com os preços e quantidades e, com isso, atualiza-se a base de dados. No segundo passo, computam-se os efeitos da outra metade de V [i.e. de  metadeV para  finalV ]. Este segundo passo usa o sistema de equações (2.3.6) sobre os valores determinados no primeiro passo. Portanto, a partir dos novos valores de V e V , as matrizes de coeficientes   A e  A são recalculadas e o procedimento é repetido para cada passo. Esta técnica é conhecida como método de Euler, uma das mais simples 92 opções em técnicas de integração numérica – processo de uso de equações diferenciais para se mover de uma solução para outra. Para uma aproximação em 3 passos, o erro de linearização é sensivelmente menor, acercando-se da solução exata. Quanto maior o número de passos, melhor a aproximação. Figura 2.12 – Os efeitos sobre Vα diante das mudanças de Vβ computados para 1 e 2 passos nos procedimentos de Johansen/Euler em cada ano Fonte: Adaptado de MAI et al. (2010). Nesta Tese, o modelo BIM-T é operacionalizado com o GEMPACK. 69 Além do método de Euler, é possível obter as soluções por dois métodos alternativos, Gragg e Midpoint. Trata-se de variações do método de Euler e podem, em alguns casos, produzir resultados mais precisos para um mesmo número de passos. No caso do BIM-T, um procedimento de cálculo em vários estágios (Johansen/Euler) é utilizado, em que o vetor de choques é dividido em p partes iguais. 69 O modelo foi utilizado na versão 11.0 do programa GEMPACK. Sobre sua utilização na implementação de modelos EGC [ver Harrison e Pearson (2002)]. Vα Vβ Vα(passo1) Vα(passo2) Vα(verdadeiro) Vα(inicial) Vβ(inicial) Vβ(metade) Vβ(final) 93  0V  1V  2V  1V  2V 2.3.1 Sequência de soluções em modelos dinâmicos recursivos Como estamos tratando de um modelo dinâmico recursivo, devemos entender como são gerados os dados e soluções para os demais anos. Lembramos que nesses modelos, comumente a solução de cada ano depende do ano corrente e dos anos anteriores (i.e. vigora a hipótese de expectativas estáticas). Podemos destacar duas formas de gerar dados e soluções iniciais para os demais anos. A primeira alternativa é usar os mesmos dados e solução inicial para todos os anos, como ilustrado na Figura 2.13. A abordagem da Figura 2.13 mostra que a solução inicial para todos os anos,  tV é  0V ou a base de dados do modelo em 0t [i.e.        210 VVV ]. Figura 2.13 – A sequência de soluções usando a solução de t=0 como solução inicial em todos t Fonte: Adaptado de Dixon e Rimmer (2002). De acordo com esta abordagem, quando as mudanças das variáveis exógenas são aplicadas (e.g. de 0t para 1t ), o cálculo de Johansen / Euler atua sobre a solução inicial [e.g.  1V ], gerando uma solução requerida [e.g.  1V ] como resultado dos efeitos provocados nas variáveis endógenas em t (e.g. 1t ). A dificuldade em usar  0V como solução inicial para os demais anos [  tV ] é que, como estamos nos afastando do ano 0t , os cálculos de Johansen / Euler podem exigir um aumento no número de etapas para gerar soluções precisas. Solução inicial Mudanças das variáveis exógenas de t=0 para t=1 Mudanças das variáveis exógenas de t=0 para t=2 Cálculo Johansen/Euler Solução requerida t=0 t=1 t=2 = = = 94  0V  1V  2V  1V  2V A justificativa reside no tamanho dos valores especificados para as variáveis exógenas, cujo número deve ser calculado com referência ao ano base do modelo, o que tende a ser cada vez maior, à medida que o ano corrente se afasta do ano base (DIXON e RIMMER, 2002; MAI et al., 2010). Por exemplo, os valores para as variáveis exógenas de 2010 podem apresentar um grande tamanho quando calculados em relação ao ano de 2005. A segunda alternativa é usar a solução requerida do ano 1t (incluindo a solução para os coeficientes da base de dados) como a solução inicial para o ano t , conforme a Figura 2.14. A solução inicial para todos os anos,  tV , passa a ser a solução requerida [  1tV ] e não mais unicamente a solução inicial do ano base [  0V ]. Assim, por exemplo, com as mudanças das variáveis exógenas em 1t sobre a solução inicial [  1V  0V ], o cálculo de Johansen / Euler fornecerá os efeitos sobre as variáveis endógenas e, consequentemente, uma solução requerida [  1V ]. Esta será a solução inicial no ano 2t , a qual será usada pelo cálculo de Johansen / Euler quando mudanças nas variáveis exógenas forem aplicadas. Figura 2.14 – A sequência de soluções, usando a solução requerida de t-1 como solução inicial para t Fonte: Adaptado de Dixon e Rimmer (2002). Esta segunda alternativa foi adotada para as soluções recursivas no modelo BIM-T, uma vez que este procedimento envolve menores mudanças relativas de efeitos nas variáveis exógenas Solução inicial Mudanças das variáveis exógenas de t=0 para t=1 Mudanças das variáveis exógenas de t=1 para t=2 Cálculo Johansen/Euler Solução requerida t=0 t=1 t=2 = = = 95 (i.e., de seu ano 1t até os seus valores em t para os cálculos de Johansen / Euler (DIXON e RIMMER, 2002; MAI et al., 2010) 70 . 2.4 Fechamento do modelo e testes A definição do fechamento em modelos de equilíbrio geral é um elemento chave para o processo de solução, uma vez que nele se determina o ambiente econômico da simulação de interesse (DIXON e RIMMER, 2002). Essa tarefa exige cuidados, pois o ambiente econômico deve ter coerência com o propósito do trabalho. Em modelos EGC, o número de equações é tipicamente menor que o número de variáveis, cuja diferença retrata exatamente a quantidade de variáveis exógenas. Como mencionado na seção anterior, o sistema de equações pode ser usado para resolver as mudanças das variáveis endógenas (igual ao número de equações), conforme as mudanças nas variáveis exógenas. A classificação de quais variáveis serão endógenas ou exógenas é flexível e define o modo de operação do modelo numa simulação, sendo conhecido na literatura como “fechamento” do modelo. Além disso, a escolha das variáveis exógenas também deve garantir que a matriz   tVA seja não-singular. Caso contrário, haveria o problema de singularidade, isto é, as variáveis classificadas como endógenas não são funções das variáveis definidas como exógenas no fechamento. Para modelos EGC dinâmicos recursivos, que consideram soluções sequenciais ao longo de um intervalo temporal pré-estabelecido, existem basicamente quatro tipos de simulações geradas por seus respectivos fechamentos: histórica, de decomposição, de cenário futuro e de política (Figura 2.15) 71 . 70 Cabe destacar que o ano base do modelo é 2005, cujo período representa uma referência para 2006. A solução requerida de 2006 representará uma solução inicial para 2007, e assim por diante. Portanto, existe uma série de soluções resolvidas sequencialmente que captura as caraterísticas da estrutura econômica de 2005. Os resultados projetados para os demais anos são sensíveis aos dados calibrados no ano base do modelo. Nesse sentido, é importante que o ano base do modelo seja típico, bem-comportado ou não esteja sujeito às flutuações (e.g. choque de oferta, crise externa). O ano de 2005 se apresenta como um ano bem-comportado com ausências de flutuações para a economia brasileira. 71As simulações são operacionalizados pelo RunDynam 3.6, um aplicativo do Gempack específico para simulações com modelos EGC de modelos dinâmicos recursivos. Para maiores detalhes, consultar: http://www.monash.edu.au/policy/gempack.htm. 96 A simulação histórica muda cada um dos coeficientes do modelo no ano t para seus valores no ano 1t , revelando também a imagem da economia brasileira no ano 1t . Quando em um determinado ano, os dados históricos já não estão mais disponíveis estatisticamente, usa- se a simulação (ou fechamento) de projeção de cenários (forecast simulation), e, com isso, temos uma imagem futura da economia brasileira (e.g. nttt  ,,2,1  ) (DIXON e RIMMER, 2002; MAI et al., 2010). A característica principal da simulação histórica e de projeção de cenários é que ambas são cenários de referência. Assim como a simulação histórica é referência para a simulação de decomposição, a de projeção de cenário o é para a simulação de política. A simulação histórica fornece os efeitos sobre variáveis não observáveis, como mudanças tecnológicas e de preferências. A forma como são distribuídas essas mudanças é indicada pela simulação de decomposição. Por exemplo, este tipo de simulação aponta qual é a parcela dos efeitos da mudança tecnológica de produção (variáveis não observáveis na simulação histórica) sobre as variáveis comumente endógenas como consumo, exportação, investimento e renda (que, na simulação histórica, são variáveis observáveis e exógenas) (DIXON e RIMMER, 1998). Figura 2.15 – Tipos de simulação em modelos dinâmicos recursivos Fonte: Adaptado de MAI et al. (2010). Simulação de política Simulação de projeção de cenário Simulação histórica Efeitos de uma mudança política t t+1 t+2 Ano Variáveis econômicas 97 Já a simulação de cenários serve como um caminho de controle de forma que os desvios são medidos para analisar os efeitos de um choque de política em períodos futuros. Assim, uma simulação de política permite analisar os efeitos de uma mudança na política econômica, sendo ela um desvio das variáveis econômicas em relação ao cenário de referência. A vantagem de calcular os efeitos da política como desvios em relação ao cenário projetado é que ela traz uma perspectiva de crescimento para a análise. Como se pretende realizar projeções futuras para os mercados de transporte ferroviário e de cabotagem, os fechamentos escolhidos relacionam-se com a simulação de cenário futuro e de política. O fechamento de cenário, denominado também baseline do modelo, é constituído por um cenário macroeconômico, ou mais precisamente, as variações dos principais componentes da demanda final observáveis até 2011 e projetadas até 2025 (por exemplo). No cenário de referência, devemos levar em conta o cenário macroeconômico, porém é possível adicionar a ele algumas tendências setoriais que possam ser coerentes com o propósito de estudo. Ao lado das variações anuais dos componentes da demanda final, é plausível considerar variáveis observáveis ou esperadas como produtividade setorial, eficiência produtiva, mudanças no número de firmas de um setor e assim por diante. No mercado ferroviário, por exemplo, é observado, até 2008, um crescimento significativo da produtividade e oscilações no desempenho financeiro no setor (receitas operacionais líquidas e custos operacionais). Se o escopo de uma simulação de política está concentrado no mercado ferroviário de cargas, logo também se podem adicionar essas mudanças no baseline do modelo. Entretanto, para que os desvios do fechamento de política possam ser analisados em relação a este cenário desenvolvido (baseline), operacionalmente deve tornar-se endógeno o próprio cenário de referência no modelo. Em outras palavras, é necessário deixar endógenos os valores das variáveis que foram exógenos no fechamento de cenário do modelo (baseline), a fim de gerar efeitos tendenciais sobre o sistema produtivo brasileiro, e que servirão de comparação com uma política específica adotada. Esta fase é conhecida como Baseline- Rerun, e nos revela um fechamento em que os choques aplicados nas variáveis exógenas do baseline são agora endógenas para o modelo. O Quadro 2.1 mostra e compara as trocas das variáveis macroeconômicas do modelo entre exógenas e endógenas. 98 O fechamento fornecido pelo procedimento Baseline-Rerun é usado para que políticas em cada mercado sejam aplicadas. Nesse sentido, o fechamento de política compreende choques específicos para cada mercado de estudo, ou o escopo da análise, e que indicarão os desvios frente à tendência do cenário econômico elaborado. Por exemplo, é possível analisar os efeitos setoriais em relação à tendência econômica até 2030 da revisão feita pela ANTT sobre as tarifas do transporte ferroviário de cargas de 2012. Quadro 2.1 – Variáveis macroeconômicas do modelo BIM-T e tipos de fechamento* Como modelos EGC trabalham com preços relativos, é necessário atribuir qual variável de preço será o numerário do modelo. Para isso, geralmente escolhe-se o índice de preço ao consumidor ou a taxa de câmbio. Neste trabalho, optamos pela taxa de câmbio como o numerário, e, dessa maneira, ela é exógena em todas as simulações. Como apontado por Domingues (2002), esta escolha implica na inviabilidade de uma análise de política cambial, principalmente sobre alguma meta de superávit comercial ou inflação. Além disso, não menos importante, a principal diferença nos fechamentos de curto e longo prazo em modelos estáticos reside, principalmente, nas hipóteses aplicadas no mercado de fatores de produção. No curto prazo, o estoque de capital é fixo e a taxa de retorno varia livremente. O salário real é mantido fixo, deixando o emprego e o salário nominal ajustarem- se aos choques. Em contrapartida, no longo prazo, o estoque de capital é endógeno, ao passo que a taxa de retorno é mantida como exógena. O salário real é endógeno e o emprego agregado é mantido fixo. Fechamento Exógenas Endógenas Baseline Produto Interno Bruto Produtividade Consumo das Famílias Deslocamento do consumo das famílias Investimento Deslocamento do investimento Gastos do Governo Deslocamento dos gastos do governo Exportações Deslocamento das exportações Baseline ReRun Produtividade Produto Interno Bruto Deslocamento do consumo das famílias Consumo das Famílias Deslocamento do investimento Investimento Deslocamento dos gastos do governo Gastos do Governo Deslocamento das exportações Exportações * Refere-se as variáveis que mudam de status entre os fechamentos. Fonte: Elaboração própria Variáveis macroeconômicas 99 Esta clara separação entre curto e longo prazo para modelos dinâmicos recursivos é menos evidente, uma vez que os mecanismos temporais permitem simultaneamente ajustes tanto no estoque de capital, taxa de retorno, salário real e emprego agregado. Como visto, enquanto a taxa de crescimento do capital ( jG ) estiver acima do respectivo crescimento tendencial ( j TENDG ), com taxa esperada de retorno ( j tE ) superior à taxa normal de retorno ( j normalR ), as flutuações dos investimentos vão ocorrer. Aumentos dos investimentos provocam reduções nas taxas de retorno esperadas, via aumento no estoque de capital, reduzindo posteriormente tais investimentos até o seu estado estacionário (equilíbrio). Por outro lado, o salário real vai responder aos aumentos de emprego até quando o equilíbrio no mercado de trabalho for restabelecido. Por fim, as especificações inseridas no modelo BIM-T permitem atribuir diferentes suposições de tecnologia de produção, regra de precificação e estrutura de mercado para o fechamento de cenário e de política. O Quadro 2.2 sumaria as hipóteses que podem ser atribuídas para certos setores 72 no fechamento. Quadro 2.2 – Diferentes hipóteses por grupo do modelo Por conveniência, no Quadro 2.2, as hipóteses estão listadas por seus respectivos códigos. Assim, CMS denota uma combinação de retornos constantes de escala, preço pelo custo marginal e o número de firmas fixo. Ao todo, poderiam existir 27 combinações. No entanto, algumas delas fazem pouco sentido. Por exemplo, uma combinação de preço pelo custo 72 A lista dos setores será tratada no próximo capítulo. Grupo Código Descrição Tecnologia C Retorno constante de escala I Retorno crescente de escala - interna à firma E Retorno crescente de escala - externa à firma Regra de precificação M Custo marginal O Preço de Lerner: markup ótimo H Preço de Harris (mix) Entrada / Saída S Curto prazo: número de firmas constante L Longo prazo: livre entrada e saída de firmas T Mecanismo temporal de entrada e saída de firmas (mix) Fonte: Adapatado de Abayasiri-Silva e Horridge (1996) 100 marginal e economias de escala ao nível da firma poderia implicar perdas, independentemente da hipótese atribuída à entrada e saída de firmas. Ademais, podemos verificar também que, diante das alternativas disponíveis, firmas podem exercer algum poder de mercado mesmo sem economias internas de escala, pois basta tornar o número de firmas constante (ABAYASIRI-SILVA e HORRIDGE, 1996). Com o mecanismo temporal de entrada e saída das firmas (T), o grau de rigidez aparece no valor da elasticidade ( c ), ou seja, quanto menor for este parâmetro, maior é a barreira à entrada e saída de firmas em um determinado mercado. Assim, é possível adotar exclusivamente essa nova especificação (T) ou conciliar com (S) e (L) em pequenos intervalos temporais. Por exemplo, pode-se admitir que, em certo mercado, o número de firmas não varia nos quatros anos iniciais, e, a partir do quinto ano, começa existir um fluxo de entrada e saída. Entretanto, para as simulações do presente estudo, esse tipo de combinação não é considerado, pois a rigidez de certos mercados será constatada pelo valor de c . Existe uma implicação ao adotar (T) ou (S). Haverá diferença entre o custo total e a receita total para um setor (desequilíbrio), tendo em vista que o lucro econômico acumulado (estoque) poderá ser positivo. De posse dessas considerações, o Quadro 2.3 fornece as combinações de hipóteses que permitem ser tratadas nos fechamentos do modelo. Quadro 2.3 – Combinações de hipóteses para os fechamentos em BIM-T As regras de Lerner e Harris são admitidas somente com economias internas em nível da firma. A combinação CML, por exemplo, gera resultados de uma estrutura competitiva de Custo marginal Preço de Lerner Preço de Harris Retornos constante de escala CML - - Retornos crescentes de escala (firma) - IOT / IOL IHT / IHL Retornos crescentes de escala (setor) EML - - Fonte: Adapatado de Abayasiri-Silva e Horridge (1996) Regras de precificação Tecnologia 101 mercado para os setores. Na livre entrada e saída de firmas (L), assume-se que o número de firmas acompanha as variações do nível de atividade, tornando-se consistente com as curvas de custo unitário no formato “U”. Essa suposição equivale para CML, EML, IOL e IHL. Vale destacar que a especificação dessas combinações e o grau de economias de escala para cada setor serão tratados no próximo capítulo. Quando implementado e calibrado 73 , é necessário verificar a consistência teórica do modelo com o propósito de certificar se há possíveis erros computacionais e desbalanceamento da base de dados do modelo (em 0t ). Como já mencionado, a estrutura analítica de modelos EGC está baseada no paradigma walrasiano, de maneira que os agentes econômicos não sofrem de ilusão monetária (homogeneidade de grau zero), e, portanto, variáveis reais permanecem inalteradas. Diante disso, o teste de homogeneidade nominal consiste em aplicar uma variação percentual x% sobre o numerário do modelo (taxa cambial) de modo que se possa analisar o comportamento das variáveis reais e nominais. Como existem várias possíveis combinações de hipóteses, em todas elas o teste deve ser satisfeito. Os resultados esperados dessa simulação-teste com o modelo BIM-T, considerando ainda diferentes hipóteses, confirmam as expectativas. Menos comum, existe também o teste de homogeneidade real. Como os modelos neoclássicos apresentam retornos constantes de escala, espera-se, conforme Horrigde (2000), quando todas as variáveis exógenas reais sejam chocadas em 1%, todas as variáveis endógenas reais também se alterem em 1%, mantendo inalteradas as variáveis nominais do modelo. Os modelos dinâmicos recursivos requerem a predição de crescimento equilibrado para análise do caminho futuro de variáveis como mudanças tecnológicas, emprego e posições da curva de demanda externa. Dessa maneira, um teste de homogeneidade real de 3%, associado a um estado estacionário para a economia de 3%, fornece os efeitos temporais que retornarão ao caminho de crescimento tendencial. Tal simulação é útil para checar se o modelo está corretamente implementado (CENTRE OF POLICY STUDIES- COPS / MONASCH, 2010). No modelo BIM-T, o estado estacionário foi mantido em 3% e esse teste também foi satisfatório. 73 Por calibragem entende-se o processo de montagem da base de dados requerida pelo modelo e a estimação de seus parâmetros. Estes aspectos são apresentados no próximo capítulo. 102 3 BASE DE DADOS A construção da base de dados é uma das fases mais importante na implementação de um modelo EGC. Na maioria das vezes, essa tarefa exige a coleta de uma grande quantidade de informações para o objetivo da pesquisa, seja em função da especificação teórica feita no modelo ou do grau de detalhamento que se deseja obter à análise. O capítulo anterior já nos apontou quais seriam algumas dessas informações. De um lado, existem aquelas comumente obtidas de uma matriz de insumo-produto, e, de outro, informações complementares. Na matriz de insumo-produto, devemos ter os valores do consumo intermediário, dos componentes da demanda final, impostos sobre venda e produção, remuneração dos fatores de produção, margens, entre outros. Já em relação às demandas de informações complementares, é comum obtê-las em pesquisas bibliográficas ou por meio de estimativas, como, por exemplo, parâmetros, estoque de capital, taxa de retorno, participação do custo fixo sobre o custo total (CDR) e o número de firmas. Estes dois últimos coeficientes procuram atender às novas especificações do modelo, as quais permitem tratar hipóteses que fogem de uma estrutura competitiva de equilíbrio geral. Da mesma maneira, o detalhamento do setor de transportes é um requisito importante para atender às especificações teóricas no modelo BIM-T, assim como as análises que se pretendem realizar sobre os mercados de transporte. Por isso, os mercados de carga e de passageiros foram desagregados por seus principais serviços de transporte, exigindo uma grande quantidade de dados e compilação entre eles. Os resultados gerados por essa abertura representaram uma das principais contribuições desta Tese, embora a desagregação objetivasse uma matriz nacional de insumo-produto. As estratégias adotadas, hipóteses assumidas e cálculos realizados tiveram como principal referência os procedimentos adotados pelo Instituto Brasileiro de Geografia e Estatística (IBGE), utilizando-se outras fontes do próprio IBGE e/ou, quando necessário, fontes complementares como as de instituições relacionadas ao setor de transportes no Brasil. Como será visto, por exemplo, para as desagregações das margens de transporte, utilizaram-se matrizes de origem e destino disponibilizadas por algumas agências reguladoras de transporte, levando em conta as tarifas por toneladas-quilômetro de cada setor. Esse conjunto de dados contribuiu para identificar a estrutura de receita total por 103 tipo de modal, sendo um primeiro passo importante para estimar os valores de cada margem de transporte. Portanto, este capítulo visa a estreitar a discussão sobre as características da base de dados e parâmetros utilizados no modelo. Primeiramente, apresentaremos os procedimentos iniciais e as etapas de desagregação do valor bruto da produção, do consumo intermediário, das margens de transporte, dos componentes da demanda final e do valor adicionado. Em seguida, pretendemos focar a atenção sobre a estrutura básica do modelo e calibragem dos coeficientes e parâmetros. No procedimento de calibragem, serão vistos, por exemplo, os setores considerados como diferenciados no modelo. 3.1 Procedimentos iniciais e valor bruto da produção A estrutura básica da base de dados do modelo BIM-T guarda uma estreita similaridade com a estrutura do modelo ORANI, e esta é dependente, sobremaneira, das informações de uma matriz de insumo-produto (I-P) para uma economia a nível nacional. A matriz I-P constitui a imagem da economia brasileira em um determinado ano. Utilizamos as informações contidas na matriz de insumo-produto de 2005, calculada pelo IBGE, a qual representa um conjunto de tabelas que detalha as operações de produção e consumo por atividade econômica (IBGE, 2008a). São quatro tabelas listadas nas contas nacionais do IBGE: i) Recursos de Bens e Serviços; ii) Usos de Bens e Serviços a Preços de Consumidor; iii) Oferta e Demanda da Produção Nacional a Preço Básico; iv) Oferta e Demanda de Produtos Importados. Originalmente, essas tabelas são compostas por 110 produtos e 55 setores econômicos, de acordo com o Novo Sistema de Contas Nacionais do IBGE. Entretanto, essas tabelas sofreram uma série de transformações a fim de adequá-las ao modelo BIM-T, uma vez que os setores potencialmente diferenciados produzem um produto único. Primeiramente, elas foram convertidas para uma estrutura setor x setor. Para isso, fez-se uma matriz, cota de mercado (market-share), a partir do cálculo das participações de produção de cada bem dentro de cada setor da tabela “Recursos e Bens e Serviços”. Em um passo seguinte, multiplicamos a transposta da market-share (55 x 110) pelas demais tabelas (110 x 55), gerando tabelas de dimensão 55 x 55. Esse procedimento é bem comum para nosso propósito e apresenta resultados consistentes em relação aos 104 dados originais. Ademais, existe uma hipótese importante em relação a esta medida: a alocação da demanda acompanha a participação de cada atividade na produção do bem. Um problema enfrentado diz respeito às margens. Na matriz de “Recursos e Bens e Serviços” do IBGE, alguns bens tradables são produzidos por setores de serviços, e produtos non-tradables, por setores tradables. Se fosse mantida essa estrutura, a transformação pelo uso da matriz de market-share para os vetores de margens (comércio e transporte), que originalmente apresentavam uma dimensão 110 x 1, poderia gerar valores positivos em alguns setores de serviços. Teríamos, portanto, a existência de margens para alguns setores non-tradables. Para contornar o problema, antes do cálculo da matriz de market-share, as referidas produções foram realocadas para mais representativas. Por exemplo, na matriz de “Recursos e Bens e Serviços”, observamos que cerca de R$ 33 milhões do produto de soja e grão foram produzidos pelo setor da Administração Pública e Seguridade Social. Esse valor, que representa 0,14% do total da produção do bem, foi transferido para o setor de agricultura, silvicultura e exploração florestal, a fim de evitar valores positivos de margens para o referido serviço, no momento em que o vetor de margens tenha sido transformado da dimensão 110 x 1 para 55 x 1. Uma exceção a esse procedimento ocorreu no setor de Transporte, Armazenagem e Correio. Na tabela “Recursos e Bens e Serviços” do IBGE, o produto de transporte de carga é também produzido pelo setor de Comércio (R$ 905 milhões ou 0,86% do total da produção desse produto) e pelo setor de Administração Pública e Seguridade Social (R$ 2 bilhões). Ambos os valores foram realocados para o setor de transporte, armazenagem e correio. A produção de transporte de passageiros sofreu uma transformação similar, cuja mudança representou a transferência de R$ 11 milhões do setor de Administração Pública e Seguridade Social para o setor de Transporte, Armazenagem e Correio. Essas alterações foram necessárias para facilitar a desagregação do VBP do setor de transporte por tipo de mercados e por modais. Em um passo seguinte, optamos por manter as relações de compra e venda dos produtos da agricultura e pecuária, conforme as tabelas originais do IBGE, por se tratar de produtos homogêneos no modelo. As tabelas originais (110 x 55) e as transformadas (55 x 55) 105 foram combinadas. Desse modo, é possível que um setor homogêneo possa produzir mais de um produto, ao passo que os setores potencialmente diferenciados produzem apenas um bem. Esse último aspecto está em consonância com a especificação do modelo BIM-T, visto que os setores com retornos crescentes de escala estão restritos a produzir um bem diferenciado único. De posse dessas tabelas combinadas, a próxima etapa constituiu a abertura do setor de transporte: Transporte, Armazenagem e Correio. As quatro tabelas das contas nacionais do IBGE já fornecem, pela ótica das linhas, uma desagregação desse setor entre os seguintes produtos: Transporte de carga; Transporte de passageiro e Correios. Aproveitamos essas informações para as aberturas dos modais de transporte de carga e de passageiro. A ideia foi manter e respeitar as informações iniciais disponibilizadas pelo IBGE e desagregá-las consistentemente por modais, a partir de várias participações construídas mediante pesquisas e diversas fontes relacionadas. Para a desagregação do valor bruto da produção (VBP) e dos demais indicadores entre os modais de transporte, usamos inicialmente os dados do estudo divulgado em 2008, “Economia do Turismo - Uma Perspectiva Macroeconômica 2000-2005” do IBGE (IBGE, 2008b). Nessa edição, prevaleceram as informações contidas no Sistema de Contas Nacionais, de maneira que a classificação de algumas das atividades considerou os serviços que pouco ou nada se relacionam com a economia do turismo. É o caso, por exemplo, do transporte ferroviário, aquaviário e rodoviário, que tem grande parte dos seus resultados decorrentes do transporte de carga. Mesmo os serviços incluídos ao transporte de passageiros podem estar sujeitos à influência dos transportes de massa urbanos, o que acaba também não sendo um serviço característico do turismo (IBGE, 2009a). Assim, os resultados de serviços de transporte do estudo publicado em 2008 pelo IBGE são maiores que as edições posteriores por levar em conta o transporte de carga e outros serviços desassociados ao turismo. Cabe ressaltar que a edição seguinte, 2003-2006, apresentou uma revisão no que tange à definição das atividades associadas à economia do turismo, o que constituiu um aprimoramento dos principais agregados macroeconômicos, bem como os seus principais indicadores (IBGE, 2009a). Na edição (2009), basicamente as principais mudanças em relação às atividades de transporte consistiram: i) ferroviário: excluídas as atividades de transporte de carga, de passageiro interurbano e urbano e 106 metroviário; ii) rodoviário: excluídas as atividades de transporte de carga, de produtos perigosos, de mudanças e de passageiro regular urbano; iii) aquaviário: foram excluídas as atividades de transportes por navegação interior de cargas, de passageiros ferroviários e metroviários. Encontra-se suprimido o transporte de carga interurbano, urbano e de passageiros urbanos (realizado no meio urbano ou em seu entorno, como as travessias de rios, lagos, lagoas, canais, baías, entre outros). Em virtude do estudo sobre a economia do turismo, divulgado em 2008, levar em conta grande parte dos serviços de transporte, de ambos os mercados para os principais modais, os resultados disponibilizados tornaram-se a fonte primária de dados para o trabalho de desagregação do modelo. Podemos comparar os valores dos indicadores desse estudo com os da matriz I-P do IBGE de 2005 74 e notar que as diferenças são bem pequenas (Tabela 3.1). Tabela 3.1 – Indicadores para a abertura do serviço de transporte de 2005 (R$ milhões) Na Tabela 3.1, o VBP do setor de transporte entre as duas fontes de informação registrou uma diferença de -0,26%, enquanto o consumo intermediário apresentou uma discrepância de 2,46% e o consumo das famílias brasileiras exibiu uma diferença de 1,55%. Em ambos os indicadores, observa-se a predominância do transporte rodoviário, acompanhado por transporte aéreo e atividades auxiliares de transporte (e.g. operação de terminais rodoviários e ferroviários, exploração de estacionamentos e edifícios-garagem; operação 74 São valores originais da matriz I-P do IGBE de 2005, sendo um procedimento ex-ante das transformações descritas anteriormente. Informações Categoria VBP Consumo Intermediário Consumo das famílias Economia do turismo Serviços de transporte ferroviário 7136 4313 1546 Serviços de transporte rodoviário 105240 50102 46351 Serviços de transporte aquaviário 9558 5696 958 Serviços de transporte aéreo 18954 13725 6712 Serviços auxiliares dos transportes 25631 11137 4889 Atividade de agências e org. de viagens 3399 1619 1047 Total 169918 86592 61503 Matriz de insumo-produto Transporte de carga e de passageiros 170366 84513 60566 Diferença -0,26% 2,46% 1,55% Fonte: “Economia do Turismo - Uma Perspectiva Macroeconômica 2000-2005” e Contas Nacionais do IBGE. 107 de portos, serviços de pilotagem e rebocagem em portos e estuários, serviços de vistoria em embarcações; operação de aeroportos, controle de tráfego aéreo, serviços de limpeza de aeronaves). Portanto, diante das pequenas diferenças apresentadas, a utilização da estrutura do estudo de turismo do IBGE (2008b) é válida e, assim, foi referência para o processo de abertura do setor de transporte no modelo. Entretanto, podemos notar que as informações da Tabela 3.1 são apresentadas por categorias de transporte, porém não distingue qual é a parcela de carga e de passageiro dentro de cada serviço. Diante disso, a segunda fase da desagregação constituiu o cálculo das participações entre esses dois mercados, de carga e de passageiro, para as categorias listadas na Tabela 3.1. Nessa tarefa, utilizamos os dados da Pesquisa Anual de Serviços (PAS) do IBGE de 2005 (IBGE, 2005). Nos dados utilizados, o VBP é praticamente igual à receita operacional líquida (ROL) mais as subvenções, conforme a Tabela 3.2. Tabela 3.2 – Indicadores dos serviços de transporte de 2005 - PAS (R$ milhões) Usamos desta identidade para a abertura do VBP dos modais que ainda não estavam desagregados por tipo de mercado (Tabela 3.2). Esse procedimento foi similarmente aplicado para a abertura do VBP do transporte rodoviário de passageiros, uma vez que a especificação do modelo diferencia, por exemplo, transporte interestadual e regular urbano. Vale ainda notar que esse procedimento não se aplica ao modal rodoviário de carga, isso porque a Tabela 3.2 já contém o valor do VBP necessário. Assim, para os demais modais, a estratégia foi obter as receitas operacionais líquidas (ROL) mais as subvenções de cada mercado por modal de transporte, cujas informações estão disponíveis nas tabelas suplementares da PAS (2005) e tratadas como proxies para o VBP. Dessa maneira, alcançamos a participação dos mercados Serviços de transporte VBP Receita operacional líquida (ROL) Subvenções (ROL + subvenções) / VBP Transporte ferroviário e metroviário 7348 5822 1526 1 Transporte rodoviário de passageiros 26667 26391 286 1 Transporte rodoviário de cargas 41890 41700 422 1 Transporte aquaviário 8612 8529 88 1 Transporte aéreo 18967 18303 668 1 Agências de viagens e organizadoras de viagens 2609 2519 90 1 Serviços auxiliares dos transportes 24216 23573 686 1 Fonte: Pesquisa Anual de Serviços (PAS) do IBGE 108 sobre o total do VBP em cada modal. Essas participações foram utilizadas para abrir as categorias da Tabela 3.1. A Tabela 3.3 fornece os resultados oriundos da ponderação entre as participações obtidas na Pesquisa Anual de Serviços (PAS) e o VBP do estudo da economia de turismo de 2008 do IBGE. Note que estamos apenas usando as participações em cada modal por tipo de mercado, sempre respeitando a consistência com os valores divulgados pelo estudo do IBGE. Tabela 3.3 – Processo de abertura do VBP de turismo para 2005 (R$ milhões) Na Tabela 3.3, o transporte rodoviário regular urbano de passageiros se configura como os serviços de transporte de linha que atendem aos deslocamentos de passageiros dentro dos limites de um município, de natureza regular e permanente, com itinerário definido. Já outros transportes rodoviários de passageiros englobam os serviços irregulares e de outras naturezas, como, por exemplo, transporte escolar e de funcionários, táxi e moto táxi, vans, peruas, veículos para excursões, entre outros (IBGE, 2008b). Os valores ponderados do vetor de VBP da Tabela 3.3 foram separados entre os dois mercados de transporte, carga e passageiro, a fim de obtermos a estrutura geral que servirá de Serviços de transporte VBP (PAS) Part. por modal VBP turismo ponderado Transporte rodoviário de passageiros 26667 39% 40936 Rodoviario regular urbano 17195 25% 26395 Rodoviario intermunicipal 4373 6% 6713 Rodoviario interestadual 2607 4% 4003 Rodoviario internacional 30 0% 47 Rodoviário - outros 2461 4% 3778 Transporte rodoviário de cargas 41890 61% 64304 Transporte ferroviário de passageiros 2676 37% 2667 Transporte ferroviário de cargas 4484 63% 4469 Longo curso 6150 71% 6826 Cabotagem 1242 14% 1379 Navegação interior de carga 1011 12% 1122 Transporte aquaviário de passageiro 209 2% 232 Transporte aéreo doméstico de passageiros 10591 56% 10584 Transporte aéreo internacional de passageiros 5069 27% 5066 Transporte aéreo de cargas 3307 17% 3304 Agências de viagens e organizadoras de viagens 2609 100% 3399 Serviços auxiliares dos transportes 24216 100% 25631 Fonte: Pesquisa Anual de Serviços (PAS) e “Economia do Turismo - Uma Perspectiva Macroeconômica 2000-2005” do IBGE. 109 base para a distribuição do VBP da matriz I-P do IBGE de 2005. A Tabela 3.4 mostra o resultado final da abertura do VBP dos mercados de transporte, tanto em relação ao VBP da tabela “Recursos e Bens e Serviços” do IBGE quanto ao VBP transformado (como descrito anteriormente). Tabela 3.4 – Distribuição do VBP entre os mercados de transporte (R$ milhões) Algumas considerações da Tabela 3.4 merecem destaques. Como já existia uma pequena diferença entre o VBP do setor de transporte no estudo da economia de turismo e o da matriz I-P do IBGE, escolhemos deixar essa discrepância somente no transporte de passageiros. Isso foi necessário para obter uma aproximação do VBP das atividades anexas e auxiliares aos transportes 75 no mercado de fretes. Conforme a Tabela 3.4, podemos notar que este tipo de serviço é o segundo mais representativo no transporte de carga. Por fim, diante da falta de informações do fluxo de transporte das mercadorias por 75 Movimentação e armazenagem de cargas; Atividades auxiliares aos transportes terrestres (e.g. operação de terminais rodoviários e ferroviários), aos transportes aquaviários (e.g. operação de portos, serviços de pilotagem e rebocagem em portos e estuários, serviços de vistoria em embarcações), aos transportes aéreos (e.g. operação de aeroportos, controle de tráfego aéreo, serviços de limpeza de aeronaves) e do transporte de cargas (e.g. despachantes aduaneiros, serviços de comissária, acondicionamento de cargas). VBP Turismo ponderado VBP original (I-P) Part. VBP transformado Transporte de carga Rodoviário 64304 64304 63% 66150 Ferroviário 4469 4469 4% 4597 Cabotagem 1379 1379 1% 1419 Navegação interior 1122 1122 1% 1154 Aéreo 3304 3304 3% 3399 Ativ. anexas e aux. e longo curso 28109 28109 27% 28916 Total 102687 102687 100% 105635 Transporte de passageiros Rodoviário regular urbano 26395 26571 39% 26575 Rodoviário intermunicipal 6713 6758 10% 6759 Rodoviário interestadual 4003 4029 6% 4030 Rodoviário internacional 47 47 0% 47 Outros rodoviários 3778 3803 6% 3804 Ferroviário 2667 2685 4% 2686 Aquaviário 232 233 0% 233 Aéreo doméstico 10584 10654 16% 10656 Aéreo internacional 5066 5100 8% 5100 Outras atividades e serv. Transp. 7747 7798 12% 7800 Total 67231 67679 100% 67690 Serviços de transporte Fonte: Pesquisa Anual de Serviços (PAS) e “Economia do Turismo - Uma Perspectiva Macroeconômica 2000- 2005” do IBGE. 110 embarcações de longo curso 76 e a própria tarifa (ton.km) para cada mercadoria transportada, o que inviabiliza um processo de cálculo para a distribuição da receita total, optamos por agregar esse transporte às Atividades Anexas e Auxiliares aos Transportes. Com todos esses procedimentos realizados, o modelo BIM-T passa a reconhecer 89 produtos e 65 setores produtivos. O Quadro 3.1 fornece os setores econômicos reconhecidos pelo modelo. Quadro 3.1 – Relação dos setores econômicos tratados pelo modelo BIM-T Por outro lado, o Quadro 3.2 apresenta a relação dos produtos tratados no modelo. 76 A lei nº 9.432/1997 consagrou este às empresas estrangeiras (ANTAQ, 2007). No transporte marítimo internacional, a participação de navios de registro brasileiro é irrelevante (ANTAQ, 2011). Cod. Sigla Descrição Cod. Sigla Descrição 1 AgricultOut Agricultura, silvicultura, explor. florestal 34 ApMedicoOut Aparelhos/instrumentos médico-hosp., óptico 2 PecuariaPesc Pecuária e pesca 35 AutomUtilita Automóveis, camionetas e utilitários 3 PetroleoGas Petróleo e gás natural 36 CaminhOnibus Caminhões e ônibus 4 MinerioFerro Minério de ferro 37 PecVeicAutom Peças e acessórios para veículos autom. 5 OutIndExtrat Outros da indústria extrativa 38 OutEqTransp Outros equipamentos de transporte 6 AlimentBebid Alimentos e Bebidas 39 IndDiversas Móveis e produtos das indústrias diversas 7 ProdFumo Produtos do fumo 40 EletrOutUrba Eletricidade e gás, água, esgoto e limp. urbana 8 Texteis Têxteis 41 Construcao Construção 9 ArtVestuario Artigos do vestuário e acessórios 42 Comercio Comércio 10 CouroCalcado Artefatos de couro e calçados 43 RodoviarioC Transp. rodoviário de carga 11 ProdMadeira Produtos de madeira - exclusive móveis 44 FerroviarioC Transp. ferroviário de carga 12 CelulosPapel Celulose e produtos de papel 45 CabotagemC Transp. de cabotagem de carga 13 JornRevDisc Jornais, revistas, discos 46 NavInteriorC Transp. de navegação interior de carga 14 RefPetroleo Refino de petróleo e coque 47 AereoC Transp. aéreo de carga 15 Alcool Álcool 48 RodoviarioP Transp. rodoviário de passageiros 16 ProdQuimicos Produtos químicos 49 FerroviarioP Transp. ferroviário de passageiros 17 ResinaElasto Fabricação de resina e elastômeros 50 AquaviarioP Transp. aquaviário de passageiros 18 ProdFarmac Produtos farmacêuticos 51 AereoDomP Transp. aéreo doméstico de passageiros 19 DefAgricolas Defensivos agrícolas 52 AereoInterP Transp. aéreo internacional de passageiros 20 PerfumarOut Perfumaria, higiene e limpeza 53 SvOutTrArmCo Outros serviços de transp. E armazenagem 21 TintasOut Tintas, vernizes, esmaltes e lacas 54 ServInformac Serviços de informação 22 QuimicosDive Produtos e preparados químicos diversos 55 FinancSeguro Intermediação financeira e seguros 23 BorracPlast Artigos de borracha e plástico 56 ServImobAlug Serviços imobiliários e aluguel 24 Cimento Cimento 57 ServManutRep Serviços de manutenção e reparação 25 OutPrMNaoMet Outros prod. de minerais não-metálicos 58 ServAlojAlim Serviços de alojamento e alimentação 26 FabAcoDeriv Fabricação de aço e derivados 59 ServPrestEmp Serviços prestados às empresas 27 MetNaoFerros Metalurgia de metais não-ferrosos 60 EducMercant Educação mercantil 28 ProdMetal Produtos de metal-exclusive máq. e equip. 61 SaudeMercant Saúde mercantil 29 MaqEquipManu Máquinas e equip., mais manut. e reparos 62 OutrosServic Outros serviços 30 Eletrodomest Eletrodomésticos 63 EducPublica Educação pública 31 EscrInformat Máq. p/ escritório e equip. de informática 64 SaudePublica Saúde pública 32 MaqEletriOut Máquinas, aparelhos e materiais elétricos 65 AdmPubSegSoc Administração pública e seguridade social 33 MatEletroOut Mat. eletrônico e equip. de comunicações 111 Quadro 3.2 – Lista dos produtos considerados no modelo BIM-T Por fim, o Quadro 3.3 fornece o valor bruto da produção (VBP) dos produtos e setores do modelo. Na parte esquerda do Quadro 3.3, estão relacionados os valores dos produtos que compõem a produção setorial (i.e., multiprodução). No lado direito, encontram-se os valores do VBP dos setores que produzem um único bem. Cod. Sigla Descrição Cod. Sigla Descrição 1 ArrozCasca Arroz em casca 46 MaqEquipManu Máquinas e equipamentos, mais manut. e reparos 2 MilhoGrao Milho em grão 47 Eletrodomest Eletrodomésticos 3 TrigoCereais Trigo em grão e outros cereais 48 EscrInformat Máquinas para escritório e equip. de informática 4 CanaAcucar Cana-de-açúcar 49 MaqEletriOut Máquinas, aparelhos e materiais elétricos 5 SojaGrao Soja em grão 50 MatEletroOut Material eletrônico e equip. de comunicações 6 OutPSLavoura Outros produtos e serviços da lavoura 51 ApMedicoOut Aparelhos/instrumentos médico-hospitalar, óptico 7 Mandioca Mandioca 52 AutomUtilita Automóveis, camionetas e utilitários 8 FumoFolha Fumo em folha 53 CaminhOnibus Caminhões e ônibus 9 AlgodaoHerba Algodão herbáceo 54 PecVeicAutom Peças e acessórios para veículos automotores 10 FrutasCitric Frutas cítricas 55 OutEqTransp Outros equipamentos de transporte 11 CafeGrao Café em grão 56 IndDiversas Móveis e produtos das indústrias diversas 12 ExpFlorSilvi Produtos da exploração florestal e da silvicultura 57 EletrOutUrba Eletricidade e gás, água, esgoto e limpeza urbana 13 BovinosOutr Bovinos e outros animais vivos 58 Construcao Construção 14 LeiteVacaOut Leite de vaca e de outros animais 59 Comercio Comércio 15 SuinosVivos Suínos vivos 60 RodoviarioC Transp. rodoviário de carga 16 AvesVivas Aves vivas 61 FerroviarioC Transp. ferroviário de carga 17 OvosAves Ovos de galinha e de outras aves 62 CabotagemC Transp. de cabotagem de carga 18 PescaAquicul Pesca e aquicultura 63 NavInteriorC Transp. de navegação interior de carga 19 OutAgriPec Outros produtos da agricultura e pecuária 64 AereoC Transp. aéreo de carga 20 PetroleoGas Petróleo e gás natural 65 OutAtivSevC Atividades anexas e aux. aos transp. de carga 21 MinerioFerro Minério de ferro 66 RodoP_RU Transp. rodoviário regular urbano de passageiros 22 OutIndExtrat Outros da indústria extrativa 67 RodoP_IM Transp. rodoviário intermunicipal de passageiros 23 AlimentBebid Alimentos e Bebidas 68 RodoP_IE Transp. rodoviário interestadual de passageiros 24 ProdFumo Produtos do fumo 69 RodoP_INT Transp. rodoviário internacional de passageiros 25 Texteis Têxteis 70 RodoP_OUT Outros transp. rodoviário de passageiros 26 ArtVestuario Artigos do vestuário e acessórios 71 FerroviarioP Transp. ferroviário de passageiros 27 CouroCalcado Artefatos de couro e calçados 72 AquaviarioP Transp. aquaviário de passageiros 28 ProdMadeira Produtos de madeira - exclusive móveis 73 AereoDomP Transp. aéreo doméstico de passageiros 29 CelulosPapel Celulose e produtos de papel 74 AereoInterP Transp. aéreo internacional de passageiros 30 JornRevDisc Jornais, revistas, discos 75 OutAtivSevP Outros serviços e transp. de passageiros 31 RefPetroleo Refino de petróleo e coque 76 Correio Correio 32 Alcool Álcool 77 OutTrArmaz Outros serviços de transp. e armazemagem 33 ProdQuimicos Produtos químicos 78 ServInformac Serviços de informação 34 ResinaElasto Fabricação de resina e elastômeros 79 FinancSeguro Intermediação financeira e seguros 35 ProdFarmac Produtos farmacêuticos 80 ServImobAlug Serviços imobiliários e aluguel 36 DefAgricolas Defensivos agrícolas 81 ServManutRep Serviços de manutenção e reparação 37 PerfumarOut Perfumaria, higiene e limpeza 82 ServAlojAlim Serviços de alojamento e alimentação 38 TintasOut Tintas, vernizes, esmaltes e lacas 83 ServPrestEmp Serviços prestados às empresas 39 QuimicosDive Produtos e preparados químicos diversos 84 EducMercant Educação mercantil 40 BorracPlast Artigos de borracha e plástico 85 SaudeMercant Saúde mercantil 41 Cimento Cimento 86 OutrosServic Outros serviços 42 OutPrMNaoMetOutros produtos de minerais não-metálicos 87 EducPublica Educação pública 43 FabAcoDeriv Fabricação de aço e derivados 88 SaudePublica Saúde pública 44 MetNaoFerros Metalurgia de metais não-ferrosos 89 AdmPubSegSoc Administração pública e seguridade social 45 ProdMetal Produtos de metal - exclusive máq. e equip. 112 Quadro 3.3 – Matriz de produção do modelo BIM-T (R$ milhões) Produto / setor AgricultOut PecuariaPesc RodoviarioP SvOutTrArmCo VBP do produto Produto ou setor VBP Produto ou setor VBP ArrozCasca 5368 222 0 0 5590 PetroleoGas 71093 ApMedicoOut 10594 MilhoGrao 7238 2882 0 0 10120 MinerioFerro 23474 AutomUtilita 53050 TrigoCereais 1811 0 0 0 1811 OutIndExtrat 12062 CaminhOnibus 19666 CanaAcucar 12545 241 0 0 12786 AlimentBebid 256806 PecVeicAutom 55804 SojaGrao 23617 629 0 0 24246 ProdFumo 9511 OutEqTransp 24554 OutPSLavoura 23541 2208 0 0 25749 Texteis 34098 IndDiversas 32894 Mandioca 3709 206 0 0 3915 ArtVestuario 28219 EletrOutUrba 132660 FumoFolha 4182 32 0 0 4214 CouroCalcado 23500 Construcao 167976 AlgodaoHerba 4966 231 0 0 5197 ProdMadeira 19590 Comercio 306099 FrutasCitric 4736 124 0 0 4860 CelulosPapel 37474 RodoviarioC 66150 CafeGrao 7397 224 0 0 7621 JornRevDisc 30634 FerroviarioC 4597 ExpFlorSilvi 9275 236 0 0 9511 RefPetroleo 122751 CabotagemC 1419 BovinosOutr 2431 24492 0 0 26923 Alcool 12287 NavInteriorC 1154 LeiteVacaOut 2163 10096 0 0 12259 ProdQuimicos 61047 AereoC 3399 SuinosVivos 424 4348 0 0 4772 ResinaElasto 23997 FerroviarioP 2686 AvesVivas 54 11009 0 0 11063 ProdFarmac 27462 AquaviarioP 233 OvosAves 469 5189 0 0 5658 DefAgricolas 11702 AereoDomP 10656 PescaAquicul 28 2969 0 0 2997 PerfumarOut 17484 AereoInterP 5100 OutAgriPec 8821 6477 0 0 15298 TintasOut 8411 ServInformac 140225 OutAtivSevC 0 0 0 28916 28916 QuimicosDive 12992 FinancSeguro 199331 RodoP_RU 0 0 26575 0 26575 BorracPlast 48170 ServImobAlug 177585 RodoP_IM 0 0 6759 0 6759 Cimento 6665 ServManutRep 25359 RodoP_IE 0 0 4030 0 4030 OutPrMNaoMet 25487 ServAlojAlim 69382 RodoP_INT 0 0 47 0 47 FabAcoDeriv 73443 ServPrestEmp 139456 RodoP_OUT 0 0 3804 0 3804 MetNaoFerros 25249 EducMercant 36028 OutAtivSevP 0 0 0 7800 7800 ProdMetal 52821 SaudeMercant 64669 Correio 0 0 0 10000 10000 MaqEquipManu 60501 OutrosServic 99258 OutTrArmaz 0 0 0 433 433 Eletrodomest 9556 EducPublica 79148 VBP do setor 122775 71815 41215 47149 EscrInformat 11880 SaudePublica 58792 MaqEletriOut 30506 AdmPubSegSoc 290313 MatEletroOut 36620 Fonte: Matriz I-P de 2005, Pesquisa Anual de Serviços (PAS) e “Economia do Turismo - Uma Perspectiva Macroeconômica 2000-2005” do IBGE. 113 Com exceção dos setores da (1) AgricultOut, (2) PecuáriaPesc, (48) RodoviárioP e (53) SvOutTrArmCo, os demais produzem um único produto. Desse modo, supomos que esses 4 setores são homogêneos, de maneira que operam sob os pressupostos de uma estrutura competitiva de equilíbrio geral. Embora a multiprodução não seja confirmada para os setores da (63) EducPública, (64) SaúdePública e (65) AdmPubSegSoc, estes também foram definidos no grupo dos setores homogêneos, pois são atividades públicas sem fins lucrativos. 3.2 Consumo intermediário do setor de transporte A seção anterior descreveu os procedimentos realizados sobre o VBP dos setores econômicos, com especial atenção para a abertura deste indicador para os serviços de transporte. O passo seguinte é expor como foram feitas as aberturas deste setor nas tabelas do IBGE que apresentam relações de oferta e demanda [i.e. ii) Usos de Bens e Serviços a Preços de Consumidor; iii) Oferta e Demanda da Produção Nacional a Preço Básico; e iv) Oferta e Demanda de Produtos Importados]. Para cada tabela, existe uma matriz de consumo intermediário, que representa o fluxo monetário (venda e compra) entre os setores econômicos. Nas linhas dessa matriz, os valores monetários denotam as vendas dos produtos de cada atividade (destino). As colunas, por sua vez, expressam as compras de insumos requeridas para a produção de cada setor (ótica de custos). Para a abertura do setor de transporte na matriz de consumo intermediário, é necessário obter a estrutura de venda e custo de cada tipo de serviço de transporte. Iniciaremos uma discussão de como se obteve a estrutura de custo para todos os setores relacionados ao transporte e destacados no Quadro 3.1. Lembramos que o procedimento da desagregação já se inicia com as tabelas [(ii) até (iv)] transformadas via matriz market-share, conforme descrito na seção anterior. Em virtude da pequena diferença apresentada na Tabela 3.1, a abertura do consumo intermediário apresenta também como referência a distribuição entre as categorias de transporte disponíveis no estudo de turismo do IBGE (2000 – 2005). O procedimento aplicado nessa desagregação passa a ser semelhante ao atribuído sobre o VBP do setor de transporte, de maneira que as informações da Pesquisa Anual de Serviços (2005) do IBGE foram consideradas. Essa pesquisa fornece os principais custos e despesas operacionais por serviços 114 de transporte. Adotamos primeiramente a estratégia de desagregar os totais das categorias de transporte sob a hipótese de que o consumo intermediário entre as modalidades se divide proporcionalmente ao VBP. Existem alguns motivos por adotar essa suposição. Por exemplo, a PAS do IBGE fornece os custos e despesas operacionais totais do transporte de longo curso, cabotagem e navegação interior, mas não indica a parcela correspondente ao transporte de passageiros. É possível comparar as participações do VBP utilizadas para essa categoria com as dos totais de custos e despesas da PAS de 2005. Enquanto os totais dos custos e despesas dos serviços de longo curso, cabotagem e navegação interior representam, respectivamente, 71,7%, 16,7% e 11,6%, as participações do VBP apresentadas na Tabela 3.5 foram de 71%, 14% e 12% (ou seja, as participações com o VBP são próximas). Tabela 3.5 – Desagregação dos custos intermediários totais de 2005 (R$ milhões) No transporte aéreo regular, o motivo da escolha da participação do VBP se deve à falta de dados dos custos e despesas operacionais por tipo doméstico, internacional e carga. A Agência Nacional de Aviação Civil (ANAC) fornece, em seu anuário estatístico, informações financeiras do setor, porém elas não separam os tipos de despesas vinculados por cada serviço (i.e., transporte de passageiro doméstico, internacional e de carga). Sigla do setor Serviço de transporte Part. Intermediário turismo ponderado Intermediário para a matriz I-P (doméstico) RodoviarioC Transp. rodoviário de carga 61% 30614 28393 RodoviarioP Transp. rodoviário de passageiros 39% 19488 18075 FerroviarioC Transp. ferroviário de carga 63% 2701 2505 FerroviarioP Transp. ferroviário de passageiros 37% 1612 1495 AereoDomP Transp. aéreo doméstico de passageiros 56% 7664 7108 AereoInterP Transp. aéreo internacional de passageiros 27% 3668 3402 AereoC Transp. aéreo de carga 17% 2393 2219 SvOutTrArmCo Transp. de longo curso de carga 71% 4068 3773 CabotagemC Transp. de cabotagem de carga 14% 822 762 NavInteriorC Transp. de navegação interior de carga 12% 669 620 AquaviarioP Transp. aquaviário de passageiros 2% 138 128 SvOutTrArmCo Serviços auxiliares dos transportes 100% 11137 10329 SvOutTrArmCo Atividade de agências e org. de viagens 100% 1619 1502 Fonte: Matriz I-P de 2005, Pesquisa Anual de Serviços (PAS) e “Economia do Turismo - Uma Perspectiva Macroeconômica 2000-2005” do IBGE. 115 Com os totais de consumo intermediário por serviços de transporte, o passo seguinte foi identificar os tipos de custos e despesas despendidos em cada serviço. Para tanto, novamente aproveitamos da PAS de 2005. Computamos as participações dos insumos e despesas operacionais em relação ao total e, posteriormente, ponderamos com os respectivos valores totais de consumo intermediário da Tabela 3.5. A Tabela 3.6 apresenta a estrutura do custo intermediário de cada setor de transporte. A partir desta estrutura, foram calculadas as participações dos referidos setores no total do produto, uma vez que os mesmos divergiram, em grande medida, dos totais demandados pelo setor Transporte, Armazenagem e Correio. Por exemplo, de acordo com matriz I-P [tabela (iii) transformada], o setor acima referido demandou cerca de R$ 24,6 bilhões do insumo de RefPetroleo, ao passo que o total do mesmo produto na Tabela 3.6 foi de R$ 24,08 bilhões. Esse procedimento permite manter as desagregações consistentes com a matriz I-P. No processo de abertura dos insumos domésticos demandados pelo setor de Transporte, Armazenagem e Correio, priorizamos as participações calculadas dos tipos de serviços de transporte em cada produto. No entanto, alguns insumos e despesas não foram identificados para a associação com a matriz I-P, pois provavelmente estão contidos nas categorias: outros custos e outras despesas da Tabela 3.6. Nesses casos, foram calculados os coeficientes de compra (consumo intermediário / VBP) das modalidades de transporte e, numa etapa posterior, tais coeficientes foram ponderados pelo valor de compra do insumo doméstico não identificado no setor original. Além disso, em virtude de pequenos valores de compra de um insumo doméstico pelo setor original, alguns setores desagregados apresentaram valores abaixo da primeira casa decimal. O arredondamento dos valores provocou a zeragem para tais números, o que acarretou ajustes entre as compras totais dos diversos serviços de setores. Não obstante, certificamos que a agregação dos vetores de compras de insumos pelos diferentes setores de transporte se iguala ao vetor do setor original, uma condição necessária para a consistência dos dados 77 . A Tabela 3.7 fornece o resultado final de todos esses processos. 77 Cabe destacar que houve a necessidade de ajuste bi-proporcional. Foi aplicada a estrutura mantendo-se a consistência dos totais dos custos dos setores de transporte (ótica de coluna), assim como a ótica de venda (ótica de linha). 116 Tabela 3.6 – Estrutura de custo intermediário doméstico de 2005 para os setores de transporte (R$ milhões) Insumo (sigla) Consumo intermediário RodoviarioC FerroviarioC CabotagemC NavInteriorC AereoC RodoviarioP FerroviarioP AquaviarioP AereoDomP AereoInterP SvOutTrArmCo OutCustos Mercadorias e materiais de consumo 4056,0 270,0 50,0 40,0 230,0 3771,0 161,0 8,0 738,0 353,0 1429,0 RefPetroleo Combustíveis e lubrificantes 8455,0 563,0 105,0 86,0 759,0 9164,0 336,0 18,0 2432,0 1164,0 1005,0 ServImobAlug Aluguel de imóveis 811,8 254,2 150,9 68,5 38,8 398,5 28,4 14,1 124,1 59,4 1399,8 ServPrestEmp Publicidade e propaganda 51,1 3,6 0,7 3,1 31,3 49,8 1,3 0,6 100,1 47,9 208,9 ServPrestEmp Comissões pagas a terceiros 382,2 0,0 11,3 4,9 384,1 314,4 1,6 1,0 1229,9 588,7 331,4 ServPrestEmp Serviços prestados por profissionais 1380,0 2,4 0,8 14,7 2,8 124,8 3,7 3,0 9,1 4,4 144,7 ServPrestEmp Serviços técnicos-profissionais 843,3 196,0 32,9 51,7 67,0 465,0 63,4 10,7 214,6 102,7 1773,1 ServPrestEmp Vigilância, segurança e transporte de valores 239,3 22,1 0,5 8,0 6,1 96,9 102,0 1,6 19,6 9,4 344,4 Margens Fretes e carretos, afretamento e outros 6069,6 61,4 123,7 47,0 11,8 103,0 0,4 9,7 37,6 18,0 2532,4 ServPrestEmp Mão-de-obra contratada temporariamente 164,5 3,0 0,1 16,8 1,0 77,1 15,7 3,5 3,1 1,5 235,0 ServManutRep Manutenção e reparação de bens 1069,2 55,7 40,5 85,9 114,2 557,3 227,0 17,7 365,6 175,0 774,5 ServPrestEmp Outros serviços prestados por empresas 218,1 25,3 5,3 5,7 32,3 174,3 113,9 1,2 103,4 49,5 504,3 OutAtivSevC Armazenagem e utilização de terminais 211,4 53,7 137,0 13,1 182,6 0,0 0,0 0,0 0,0 0,0 486,9 OutAtivSevP Armazenagem e utilização de terminais 0,0 0,0 0,0 0,0 0,0 44,0 0,0 2,7 584,6 279,8 271,2 OutAtivSevP Pedágio 687,2 25,5 0,0 0,0 0,1 201,5 0,0 0,0 0,4 0,2 18,5 - Impostos e taxas (IPTU, IPVA, alvarás, etc.) 446,9 18,2 12,1 22,8 12,3 621,4 41,8 4,7 39,4 18,9 317,8 ServInformac Serviços de comunicação 387,0 41,2 5,8 11,4 53,3 171,6 9,0 2,4 170,8 81,8 422,1 EletrOutUrba Energia elétrica, gás, água e esgoto 170,6 29,7 1,2 18,0 4,7 197,5 260,2 3,7 15,0 7,2 611,9 FinancSeguro Prêmios de seguros 590,0 42,1 18,0 17,8 26,7 215,2 10,1 3,7 85,4 40,9 219,9 Comercio Viagens e representações 314,9 48,6 8,1 15,7 39,1 57,9 2,9 3,2 125,1 59,9 239,8 EscrInformat Materiais de expediente e de escritório 141,5 5,0 1,8 8,0 5,2 111,3 19,2 1,6 16,5 7,9 200,5 OutDespesas Outras despesas operacionais 1704,5 784,3 56,3 80,9 216,7 1157,5 97,5 16,7 693,7 332,0 2133,0 Total* 28394,0 2505,0 762,0 620,0 2219,0 18074,0 1495,0 128,0 7108,0 3402,0 11831,0 * A diferença se deve ao arrendondamento dos valores. Fonte: Matriz I-P de 2005, Pesquisa Anual de Serviços (PAS) e “Economia do Turismo - Uma Perspectiva Macroeconômica 2000-2005” do IBGE. 117 Tabela 3.7 – Compras de insumos domésticos pelos setores de transporte (R$ milhões)* Com toda a estrutura de compra dos insumos domésticos pelos setores de transporte, a etapa seguinte refere-se à abertura das compras de insumos importados pelos setores desagregados de transporte [tabela (iv) do IBGE]. A PAS do IBGE não detalha quais Prod. / setor RodoviarioC FerroviarioC CabotagemC NavInteriorC AereoC RodoviarioP FerroviarioP AquaviarioP AereoDomP AereoInterP SvOutTrArmCo OutAgriPec 1,1 0,1 0 0 0,1 0,7 0,1 0 0,3 0,1 0,5 OutIndExtrat 1,5 0,7 0 0 0 1,4 0 0 0 0 0,7 AlimentBebid 72,7 4,8 1 1 3,7 67 2,9 0 13,4 6,7 24,9 Texteis 104,7 7 1 1 6 96,7 4 1 18,9 9 36,9 ArtVestuario 178,4 12,1 2 2 10 166,3 7,1 0 32,2 15,1 63,5 CouroCalcado 0,7 0 0 0 0 0 0 0 0 0 0 ProdMadeira 0,1 0,1 0 0 0 0 0 0 0 0 0 CelulosPapel 57,8 4 1 1 2,9 53,8 2 0 11 5 20,9 JornRevDisc 131,4 8,3 2,2 1 7,3 122 5,2 0 24 11,5 46,9 RefPetroleo 8657,6 576,8 108,3 88,3 777,5 9383,9 345,1 18,1 2489,9 1191,8 1029,3 Alcool 71,7 5 1 1 4 67,8 3 1 14 6 25,9 ProdQuimicos 1,6 0 0 0 0 1,6 0 0 0 0 0,8 ResinaElasto 0 0 0 0,1 0 0 0 0 0,1 0 0 ProdFarmac 6,5 1 0 0 0 6,7 0 0 1 1 2,9 DefAgricolas 5 1 0 0 0 5 0 0 1 1 1 PerfumarOut 31,9 2 0 0 2 29,9 1 0 6 3 11 TintasOut 16,9 1 0 0 1 16 1 0 3 1 6 QuimicosDive 0,9 0 0 0 0 1 0 0 0 0 1 BorracPlast 1163,6 77,2 16 12 66,1 1083,5 46,1 3 212,3 101,1 411,6 OutPrMNaoMet 0,4 0 0 0 0 0 0 0 0 0 0 FabAcoDeriv 1,9 0 0 0 0 1,9 0 0 0 0 1 MetNaoFerros 7,7 1 0 0 1 6,8 0 0 1 1 2 ProdMetal 7,6 1 1 1 0 6,7 0 0 1 1 1,9 MaqEquipManu 33,6 2 0 1 2 30,7 1 0 5,9 3 11,8 Eletrodomest 0 0 0 0 0 0 0 0 0 0 1 EscrInformat 0 0 0 0 0 0 0 0 0 0 0,1 MaqEletriOut 330,3 22 4 3 19 307,4 12 1 60,1 29 116,1 MatEletroOut 16 1,1 0 0 1 15 0 0 3 1 6 ApMedicoOut 6,8 0 0 0 0 5,8 1 0 1 1 1,9 AutomUtilita 7,9 0 0 0 1 4,9 1 0 1 1 2 CaminhOnibus 153 10 2 2 9 143,1 6 0 28 13 54 PecVeicAutom 2289,1 153,1 28 22 130,1 2128,1 92,1 3 416,4 199,2 806,7 OutEqTransp 410,1 27 5 4 24 382,3 16 1 76 37 140 IndDiversas 91,8 6 1 1 5 84,8 4 0 17 8 31,9 EletrOutUrba 328,1 58 2 35 10 380,3 499,2 8 29,1 13 1174,2 Construcao 13,3 2 0 0 0 4 0 0 4 2 8,1 Comercio 2240,7 266 49,3 118 216,7 830,6 97,6 24,6 708,6 334,8 2163,8 RodoviarioC 3503 415 20 22 9 1051 18 14 942 463 2279 FerroviarioC 198 23 1 1 0 59 3 1 53 26 129 CabotagemC 54 6 1 0 0 16 0 0 14 7 36 NavInteriorC 55 7 0 0 0 17 1 0 15 7 36 AereoC 159 19 1 1 0 47 1 1 43 21 104 OutAtivSevC 901 215 320 77 494 100 2 1 90 44 1509 RodoP_RU 143 16,9 0,5 0,6 0,5 44 0,5 0,5 38,3 18,7 92,8 RodoP_IM 28 3,2 0,1 0,1 0,1 8,6 0,1 0,1 7,2 3,6 18,2 RodoP_IE 62,5 7,4 0,3 0,2 0,3 19,2 0,3 0,3 16,7 8,2 40,6 RodoP_INT 21,5 2,5 0,1 0,1 0,1 6,6 0,1 0,1 5,8 2,5 14 RodoP_OUT 50 6 0 0 0 15 1 0 12 7 32 AereoDomP 200 22 1 2 1 68 1 1 62 31 149 AereoInterP 95 12 1 0 0 29 0 0 26 12 64 OutAtivSevP 5 1 0 0 0 17,6 0 0 55 26 13,4 Correio 73 9 0 0 0 22 0 0 20 10 47 OutTrArmaz 2 0 0 0 0 0,7 0 0 0,7 0 2,1 ServInformac 591,8 63 9 17 81 262,9 14 3 261,9 125 644,7 FinancSeguro 1726,8 133 42 53 79 629 29 12 249 120 644 ServImobAlug 132,3 41 24,6 11,3 6,2 64,6 4,1 2,1 20,5 9,1 227,7 ServManutRep 933 48 35 72,9 98,9 480,5 165,8 15 345,6 150,8 659,3 ServAlojAlim 407,6 48,7 2 3 1 122,3 2 2 109,4 53,6 264,5 ServPrestEmp 2401,7 81 45 39 137,9 360,8 78,1 7,6 440,9 211 1560,2 EducMercant 11,9 2 0 0 0 4 0 0 4 2 8,9 SaudeMercant 13,5 1,7 0 0 0 4 0 0 3,4 1,7 8,5 OutrosServic 109,1 12,9 0,6 0,6 0,6 32,6 0,7 0,6 29,2 14,3 70,9 EducPublica 3,9 0 0 0 0 1 1 0 0,9 0 1,9 SaudePublica 0 0,1 0,1 0 0 0 0 0 0 0 0,2 AdmPubSegSoc 87 10,3 0,9 0,8 0 25,9 0,9 0 23,3 11,2 57,8 Total 28411 2457 730 596 2209 18944 1471 122 7068 3382 14921 * Apresenta somente os produtos com totais positivos de compra Fonte: Matriz I-P de 2005, Pesquisa Anual de Serviços (PAS) e “Economia do Turismo - Uma Perspectiva Macroeconômica 2000-2005” do IBGE. 118 foram as quantias de insumos domésticos e importados na estrutura de custos e despesas. Por isso, a opção escolhida foi abrir o vetor de compras de importados do setor original, conforme a estrutura de compras domésticas dos setores desagregados. Desse modo, admitimos para o modelo que as compras de insumos domésticos e importados apresentam estruturas parecidas entre os setores desagregados. No entanto, em virtude do arredondamento dos números, a porcentagem dos totais dos setores desagregados em relação ao setor original difere entre as compras de ambas as origens. A Tabela 3.8 exibe a nova estrutura de compra por insumos importados. Tabela 3.8 – Compras de insumos importados pelos setores de transporte (R$ milhões)* De posse das aberturas realizadas, somamos as compras de tais matrizes, doméstica e importada, para nos fornecer uma estrutura geral a ser aplicada no consumo intermediário a preço de mercado, como pode ser visualizado na Tabela 3.9. Prod. / setor RodoviarioC FerroviarioC CabotagemC NavInteriorC AereoC RodoviarioP FerroviarioP AquaviarioP AereoDomP AereoInterP SvOutTrArmCo OutIndExtrat 0 0 0 0 0 0 0 0 0 0 0,3 Texteis 1 1,6 1 1 1 6 1 0 10 1 18 ArtVestuario 0 0 0 0 0 0 0 0 0,2 0,2 0,7 CelulosPapel 0 0 0 0 0 0 0 0 0 0 1,2 JornRevDisc 0 0 0 0 0 0 0 0 0 0 0,1 RefPetroleo 786 56 11 8 72 439 64 6 2 152 372,1 ProdQuimicos 0 0 0 0 0 0 0 0 0 0 0,1 ProdFarmac 0 0 0 0 0 0 0 0 0 0 0,8 DefAgricolas 0 0 0 0 0 0 0 0 0 0 1,2 PerfumarOut 0 0 0 0 0 0 0 0 0 0 1 TintasOut 0 1 0 0 0 1 0 0 1 1 2,8 QuimicosDive 0 0 0 0 0 0 0 0 0 0 0,2 BorracPlast 70 5 1 1 4 33 6 1 0 11 27,1 FabAcoDeriv 0 0 0 0 0 0 0 0 0 0 0,1 MetNaoFerros 0 0 0 0 0 0 0 0 0 0 0,3 ProdMetal 0 0 0 0 0 0 0 0 0 0 0,4 MaqEquipManu 0 0 0 0 0 1 0 0 0,9 1 2 Eletrodomest 0 0 0 0 0 0 0 0 0,1 0,1 0 EscrInformat 0 0 0 0 0 0 0 0 0 0 0,3 MaqEletriOut 1 6 4 2 2 15 1 0 22 1 45,8 MatEletroOut 1 9 4 4 4 23 2 0 37 1 72,9 ApMedicoOut 0 0 0 0 0 0 0 0 0 0 0,6 AutomUtilita 0 0 0 0 0 0 0 0 0 0 0,2 CaminhOnibus 0 0 0 0 0 0,3 0 0 1 0 2 PecVeicAutom 25 1 1 1 1 12 1 1 10 2 17 OutEqTransp 0 3 2 1 1 9 1 0 13 1 27,5 IndDiversas 0 1 0 0 1 1 0 0 2 0 4,2 EletrOutUrba 0 0 0 0 0 1 0 0 1 1 2,5 Construcao 0 1 1 1 0 2 0 0 3 0 7,1 Comercio 8 1 0 1 1 2 1 0 1 1 9 OutTrArmaz 2 0 0 0 0 1 0 0 1 0 2,6 ServInformac 0 3 1 1 2 7 1 0 11 0 22,2 FinancSeguro 83 6 2 3 4 16 1 1 16 3 47,1 ServImobAlug 4 48,4 24 19 19 116,7 11 2 181,8 9,7 363,3 ServManutRep 0 0 0 0 0 0 0 0 0 0 0,2 ServAlojAlim 0 0 0 0 0 0 0 0 1 0 1,1 ServPrestEmp 118 4 2 2 7 9 2 1 24 7 87,6 EducMercant 0 3 1 1 1 7 1 0 11 1 22,2 SaudeMercant 0 3 1 1 1 7 1 0 11 1 22,2 OutrosServic 1 9 5 4 4 21 2 0 35 1 70,2 EducPublica 0 0 0 0 0 0 0 0 0 0 0,9 AdmPubSegSoc 0 1 1 0 0 4 0 0 4 0 5,9 Total 1100 163 62 51 125 734 96 12 400 196 1263 * Apresenta somente os produtos com totais positivos de compra. Fonte: Matriz I-P de 2005, Pesquisa Anual de Serviços (PAS) e “Economia do Turismo - Uma Perspectiva Macroeconômica 2000-2005” do IBGE. 119 Tabela 3.9 – Compras a preço de mercado pelos setores de transporte (R$ milhões)* Prod. / setor RodoviarioC FerroviarioC CabotagemC NavInteriorC AereoC RodoviariP FerroviarioP NavInteriorP AereoDomP AereoInterP ServOutTrArmCor OutAgriPec 1,3 0,1 0 0 0,1 0,8 0,1 0 0,4 0,1 0,7 OutIndExtrat 1,8 0,8 0 0 0 1,7 0 0 0 0 1,2 AlimentBebid 89,3 5,9 1,2 1,2 4,5 82,3 3,6 0 16,5 8,2 30,7 Texteis 132,1 10,8 2,5 2,5 8,8 128,4 6,3 1,3 36,1 12,5 68,5 ArtVestuario 209,2 14,2 2,3 2,3 11,7 195 8,3 0 38 17,9 75,5 CouroCalcado 0,8 0 0 0 0 0 0 0 0 0 0 ProdMadeira 0,2 0,1 0 0 0 0 0 0 0 0 0 CelulosPapel 69,1 4,8 1,2 1,2 3,5 64,3 2,4 0 13,2 6 26,3 JornRevDisc 165,2 10,4 2,8 1,3 9,2 153,4 6,5 0 30,2 14,5 59 RefPetroleo 12197,4 817,3 154,1 124,4 1097,2 12687,3 528,4 31,1 3218,6 1735,7 1810,1 Alcool 76,7 5,4 1,1 1,1 4,3 72,6 3,2 1,1 15 6,4 27,6 ProdQuimicos 2 0 0 0 0 2 0 0 0 0 1,2 ResinaElasto 0 0 0 0,1 0 0 0 0 0,1 0 0 ProdFarmac 9,3 1,4 0 0 0 9,6 0 0 1,4 1,4 5,4 DefAgricolas 5,5 1,1 0 0 0 5,5 0 0 1,1 1,1 2,3 PerfumarOut 41,3 2,6 0 0 2,6 38,8 1,2 0 7,8 3,9 15,6 TintasOut 22,2 2,6 0 0 1,3 22,4 1,4 0 5,3 2,6 11,5 QuimicosDive 1,1 0 0 0 0 1,3 0 0 0 0 1,5 BorracPlast 1702,7 113,5 23,5 17,9 96,8 1541 71,9 5,5 293 154,7 605,5 OutPrMNaoMet 0,5 0 0 0 0 0 0 0 0 0 0 FabAcoDeriv 2,2 0 0 0 0 2,2 0 0 0 0 1,4 MetNaoFerros 8,1 1,1 0 0 1,1 7,2 0 0 1,1 1 2,3 ProdMetal 9,2 1,2 1,2 1,2 0 8,1 0 0 1,2 1,3 2,7 MaqEquipManu 42,6 2,5 0 1,3 2,5 40,2 1,3 0 8,6 5,1 17,4 Eletrodomest 0 0 0 0 0 0 0 0 0,1 0,1 1,3 EscrInformat 0 0 0 0 0 0 0 0 0 0 0,5 MaqEletriOut 423 35,7 10,2 6,4 26,8 411,6 16,6 1,3 104,8 38,3 206,7 MatEletroOut 22,7 13,5 5,3 5,3 6,7 50,6 2,7 0 53,3 2,7 105,1 ApMedicoOut 8,2 0 0 0 0 7 1,2 0 1,2 1,2 3,1 AutomUtilita 9,5 0 0 0 1,2 5,9 1,2 0 1,2 1,2 2,7 CaminhOnibus 175,5 11,5 2,3 2,3 10,3 164,5 6,9 0 33,3 14,9 64,2 PecVeicAutom 2781,4 185 34 27,6 157,5 2571,5 111,9 4,8 512,4 241,8 989,7 OutEqTransp 477,9 35 8,2 5,8 29,1 456 19,6 1,2 103,7 44,3 195,2 IndDiversas 128,2 9,8 1,4 1,4 8,4 119,8 5,6 0 26,5 11,2 50,4 EletrOutUrba 359,3 63,5 2,2 38,3 11 417,6 546,7 8,8 33 15,3 1288,6 Construcao 13,8 3,1 1 1 0 6,2 0 0 7,3 2,1 15,8 Comercio 332,4 39,5 7,3 17,6 32,2 123,1 14,6 3,6 104,9 49,6 321,2 RodoviarioC 3082,3 365,6 18,5 19,3 8,9 928,2 16,8 12,3 829,9 408,4 2009,8 FerroviarioC 260,1 32,1 5,9 4,9 0 109,6 10,6 1,9 78,3 37,7 221,9 CabotagemC 67,1 8,2 1,9 0 0 27 0 0 19,2 10,1 59,5 NavInteriorC 88,2 12,1 0 0 0 40,9 3,9 0 27,2 13,1 86,6 AereoC 230 30,6 5,9 4,9 0 102,1 8,9 1,9 70,6 34,4 206,7 OutAtivSevC 942 211,8 289,1 75,4 450,3 192,2 15,8 1,9 135,3 66,3 1498,9 RodoP_RU 148,4 17,5 0,5 0,6 0,5 45,6 0,5 0,5 39,7 19,4 96,3 RodoP_IM 29 3,3 0,1 0,2 0,1 9 0,1 0,1 8 4 18,9 RodoP_IE 65 7,7 0,3 0,2 0,3 20 0,3 0,3 17,3 9 42,1 RodoP_INT 22,6 3 0,1 0,1 0,1 7 0,1 0,1 6 2,6 14,5 RodoP_OUT 52 6 0 0 0 16 1 0 12 7 33 AereoDomP 207 23 1 2 1 70 1 1 64 32 155 AereoInterP 98 12 1 0 0 30 0 0 27 12 66 OutAtivSevP 5 1 0 0 0 18 0 0 57 27 14 Correio 75,4 9,3 0 0 0 22,7 0 0 20,7 10,3 48,6 OutTrArmaz 4 0 0 0 0 3 0 0 2 0 6 ServInformac 630,6 70,5 10,7 19,2 88,6 288,2 16 3,2 290,7 133,5 712,2 FinancSeguro 1943,2 149,2 47,2 60,1 89,1 692,5 32,2 14 284,5 132,1 742,1 ServImobAlug 140,5 92,2 50,1 31,2 26 186,9 15,6 4,2 208,5 19,4 609,1 ServManutRep 967,5 49,8 36,4 75,1 102,6 498,3 171,9 15,3 358,9 156,6 683,8 ServAlojAlim 415,6 49,7 2 3,1 1 124,7 2 2 112,6 54,6 270,8 ServPrestEmp 2631 88,8 49,1 42,8 151 386,1 83,6 9 485,4 227,6 1721 EducMercant 12,3 5,2 1 1 1 11,4 1 0 15,5 3,1 32,1 SaudeMercant 14 4,9 1 1 1 11,4 1 0 14,9 2,8 31,8 OutrosServic 112,4 22,4 5,7 4,9 4,7 54,7 2,8 0,6 65 15,6 144,1 EducPublica 4,1 0 0 0 0 1,1 1,1 0 0,9 0 2,9 SaudePublica 0 0,1 0,1 0 0 0 0 0 0 0 0,2 AdmPubSegSoc 91 11,6 2,6 0,8 0 31,5 1,2 0 28,6 12,3 67,2 Total 31860 2680 792 607 2453 23326 1749 127 7949 3846 15606 * Apresenta somente os produtos com totais positivos de compra Fonte: Matriz I-P de 2005, Pesquisa Anual de Serviços (PAS) e “Economia do Turismo - Uma Perspectiva Macroeconômica 2000-2005” do IBGE. 120 3.2.1 Margens de transporte e estrutura de venda do consumo intermediário Esta seção objetiva apresentar como as margens de transporte foram desagregadas por modais e a própria consecução da estrutura de venda para o consumo intermediário. Esses dois trabalhos de estimativa estão interligados, particularmente para o transporte de carga, pois para ambos é necessário inicialmente conhecer a estrutura de receita de cada modalidade de transporte. É importante salientar que existem dois conceitos a serem compreendidos nas estimativas de margens e receita total. Conforme o Sistema de Contas Nacionais do IBGE, o custo total de transporte de um bem, desde o local onde foi produzido até onde o comprador o recebe, pode ser interpretado de algumas maneiras. Se o produtor transporta o bem ou providencia o seu transporte sem custos adicionais para o comprador, estes custos serão incluídos no conceito de preço básico. Por outro lado, se o transporte é realizado de tal forma que o comprador tem que assumir os custos, independentemente de quem realiza esse tipo de serviço, estes custos são identificados separadamente como margens de transporte (IBGE, 2000). Os dados sobre margens de transporte devem ser apresentados por produtos, de acordo com a classificação do modelo BIM-T. Para estimar as margens de transporte, o IBGE (2000) procurou conhecer o valor total das receitas de transporte de carga por tipo de modal (ferroviário, rodoviário, aquaviário e aéreo). Em seguida, a partir dos valores de receita, a referida instituição estimou a parcela considerada como margem de transporte. De acordo com a mesma instituição de pesquisa, os fretes pagos pelas atividades econômicas são considerados como consumo intermediário dos setores que compram serviços de transporte e não devem ser tratados como margens. Estas, portanto, são observadas pela ótica de destino, uma vez que são os demandantes quem arca com o ônus desse tipo de serviço. A dificuldade de separar o que foi pago pelas atividades econômicas para o transporte de seus produtos e o que foi pago pelos seus usuários demandantes, exigiu do IBGE (2000) a coleta e compilação de diversas fontes de informações, sejam internas da própria instituição ou de instituições mais diretamente relacionadas às atividades de transporte (agências reguladoras de transporte, Ministério do Transporte e outras instituições). 121 A separação entre o que é considerado consumo intermediário e margem de transporte já está estimada nas tabelas da matriz I-P de 2005 do IBGE, a qual, consequentemente, o modelo BIM-T leva em conta. Dessa maneira, a tarefa de dividir as margens e consumo intermediário por diversos serviços de transporte de carga reduz-se substancialmente, apesar de ainda exigir uma grande compilação de dados. A estimativa das margens por serviços de transporte acompanha um procedimento semelhante ao utilizado pelo IBGE (2000), principalmente no que diz respeito às fontes de dados utilizadas. A seguir, discutiremos os procedimentos de estimativa das margens para cada serviço de transporte de carga. 3.2.1.1 Margem de transporte, modal ferroviário A partir dos relatórios estatísticos do Transporte Ferroviário de 2005 da Agência Nacional de Transporte Terrestre (ANTT), foram obtidos os dados de transporte de produtos por tonelada quilômetro útil (TKU) por cada empresa concessionária (ANTT, 2005). Tendo em vista que a receita total divulgada neste Anuário Estatístico das Empresas Concessionárias não indica a quantia recebida pelo transporte de cada mercadoria, foi necessário calcular a tarifa por TKU e produto, a partir da tabela tarifária divulgada pela ANTT entre 2002 a 2010. Esse procedimento é comum, pois, segundo a Confederação Nacional de Transporte (CNT, 2007), o custo do frete ferroviário é calculado por meio da multiplicação da distância, em quilômetros, pelas tarifas de referência homologadas pela ANTT, para cada concessão e por tipo de mercadoria, em termos de peso, volume ou unidade de contêiner (R$/tonelada, R$/m3 ou R$/contêiner). Portanto, a ANTT homologa essas tarifas de referência, servindo como parâmetro máximo para ser respeitado pelas concessionárias, enquanto o limite mínimo das tarifas não poderá ser inferior aos custos variáveis (CNT, 2007). A base legal e contratual que incumbe à ANTT o poder de reajuste da tarifa está amparada no artigo 29 da lei nº 8.987/95 e será discutida no próximo capítulo. A tarifa definida pela ANTT para cada mercadoria e concessionária envolve uma parcela de custo fixo e variável. O custo fixo visa a capturar, por exemplo, os custos relacionados à construção e à manutenção de linhas férreas, estações de carga e descarga, operações de transbordo, investimento e manutenção de trens e locomotivas. Por outro lado, o custo variável 122 depende basicamente da distância percorrida e da tonelada transportada. A tabela tarifária da ANTT lista os preços máximos por quilometragem para cada mercadoria, levando em conta a parcela de custo fixo78. Diante disso, foi necessário calcular a tarifa para cada mercadoria transportada por concessionária ferroviária, com base nos dados de TKU fornecidos pelos relatórios estatísticos da ANTT de 2005. Escolhemos utilizar uma tarifa média de R$/toneladas por 1000 quilômetros percorridos. Na elaboração dessas tarifas médias, existiram divergências de períodos, sendo algumas delas definidas em 2002 e outras, em 2009 e 2010. Para os períodos abaixo de 2005, as tarifas médias foram inflacionadas para o ano base do modelo (2005), ao passo que para períodos superiores, as tarifas foram deflacionadas. A resolução ANTT n ° 3.582 define que as tarifas sejam reajustadas pelo Índice Geral de Preços – Disponibilidade Interna (IGP-DI) (% a.a.) da Fundação Getúlio Vargas (IPEA, 2012). Esse índice foi aplicado para inflacionar e deflacionar as tarifas médias. No trabalho de estimativa da receita total, um problema encontrado foi em relação ao transporte de contêineres cheios de 20 e 40 pés por concessionária, o que impossibilita a identificação das mercadorias acondicionadas e sua compatibilização com os produtos do modelo. Para contornar esse problema, algumas generalizações foram feitas. Primeiro, transformamos as tarifas por transporte de contêineres cheios para tonelagem em cada concessionária, dividindo tais tarifas pelo peso máximo dos contêineres de 20 pés (21 toneladas) e 40 pés (27 toneladas). Ou seja, transformamos a tarifa de R$/contêiner para R$/toneladas. O passo seguinte foi tentar identificar o que é comumente transportado nesse tipo de acondicionamento. Segundo a CNT (2007), os contêineres servem normalmente para o transporte de carga geral industrializada e embalada. Assim, para essas cargas que detêm geralmente alto valor agregado79, foram usadas as informações da ANTT (2004)(Tabela 3.10). Selecionamos apenas o mercado externo como referência, uma vez que as cargas gerais são, sobremaneira, acondicionadas em contêineres para as transações com comércio internacional (exportação ou importação). Além disso, a atividade do transporte ferroviário tem se concentrado para o escoamento das produções até os portos marítimos, em corredores logísticos bem definidos no país (CNT, 2007; MINISTÉRIO DOS TRANSPORTES, 2007a). 78 Existe, inclusive, um simulador tarifário disponibilizado pela ANTT. 79 Segundo ANTT (2004, p. 12), “um produto de alto valor agregado [...] é aquele ao qual se adiciona a manufatura com qualidade e tecnologia de média e alta intensidade.” 123 Tabela 3.10 – Produtos atribuídos para o transporte ferroviários de contêineres (2003). Os relatórios estatísticos da ANTT (2005) relacionam as principais mercadorias transportadas pelas respectivas concessionárias ferroviárias. Existem dois grupos de mercadorias, chamados de “Outras Mercadorias” e “Outras - Carga Geral não Conteinerizada”, que também provocam dificuldades no trabalho de compatibilização com os produtos do modelo. Para resolver isso, foram comparadas as mercadorias transportadas por cada concessionária em 2005, com um fluxo de origem e destino de todas as cargas transportadas em 2003, por cada empresa ferroviária (ANTT, 2011). Neste trabalho, observamos algumas mercadorias transportadas pelas ferrovias e que apresentaram pequenas participações nas cargas totais. Assumimos, portanto, que nestes dois grupos, os produtos transportados e suas respectivas participações, em 2005, foram os mesmos de 2003. Essa generalização está passível de erros, pois nem todos os produtos transportados em 2003 podem ser os mesmos em 2005. Todavia, tais erros exibem pequenas implicações no modelo dado que estas mercadorias apresentaram pequenas participações no transporte geral de cada concessionária. O ANEXO A fornece todos os resultados finais das tarifas médias calculadas para 2005, as mercadorias transportadas por cada empresa ferroviária e a compatibilização com os produtos do modelo BIM-T, considerando as generalizações aplicadas. A partir dos resultados do ANEXO A, foi possível calcular uma receita total fictícia de cada concessionária e a contribuição de receita de cada produto transportado. A receita total efetiva divulgada no anuário estatístico da ANTT foi, em média, 33% menor que a receita total fictícia teu*/ano Part. Alimentos 65836 19,59% Automóveis 8000 2,38% Vestuário 659 0,20% Café 55463 16,50% Calçados 6657 1,98% Carne Bovina 61579 18,32% Celulose 100 0,03% Cerâmica 12327 3,67% Couro 720 0,21% Eletroeletrônicos 1606 0,48% Eletromecânica 4267 1,27% Frutas 4007 1,19% Pescado 180 0,05% Siderurgia 50 0,01% Suco de Laranja 114696 34,12% * TEU: unidade equivalente ao contêiner de 20 pés. Fonte: ANTT (2004). Logística e transporte para produtos de alto valor agregado no contexto brasileiro. Mercado Externo Mercadorias 124 (estimada) do setor ferroviário de carga. A Tabela 3.11 apresenta as comparações entre as receitas. Esse aspecto sinaliza que as empresas concessionárias têm praticado tarifas no mercado bem abaixo do teto definido pela ANTT, um dos motivos para a revisão tarifária de 2012. Castro (2003), por exemplo, aponta que essas tarifas, mesmo sujeitas à regulamentação, na prática, funcionam sem restrições, pois além das correções monetárias em cada ano, elas foram estabelecidas a níveis bem acima dos de mercado. Em suma, a estimativa da receita total fictícia parece indicar essa direção. Tabela 3.11 – Receita estimada e observada pelas empresas ferroviárias (R$ milhões) Além disso, podemos observar que a Ferroban e a Ferronorte apresentaram uma receita efetiva acima da sua receita estimada em 2005, embora bem próxima. Nesse período, ambas as companhias registraram um lucro operacional líquido negativo, ou seja, - R$ 121 milhões (Ferroban) e -R$ 155 milhões (Ferronorte) (ANTT, 2010). De certa maneira, esses resultados financeiros corroboram para sinalizar que tais empresas cobravam tarifas máximas no mercado. Cabe ainda destacar que, em 31 de maio de 2006, a ANTT autorizou a ampliação da atuação da ALL, permitindo a aquisição do controle indireto sobre a Ferroban, Ferronorte e Novoeste, face ao objetivo de garantir o cumprimento das normas dos contratos de concessão. Em 2008, a ANTT autorizou a alteração da denominação social das ferrovias operadas pela ALL no Brasil, a saber: ALL - América Latina Logística Malha Norte S.A. (antes Ferronorte); ALL - América Latina Logística Malha Oeste S.A. (antes Novoeste); e ALL - América Latina Logística Malha Paulista S.A. (antes Ferroban) (ANTT, 2010). Além desse aspecto, Baldez (2010) indica que as concessionárias ferroviárias cobram, algumas vezes, as “Taxas Adicionais de Serviços Acessórios” (Carga, Descarga, Transbordo e Sigla Empresas Receita total fictícia Receita total real Diferença ALL América Latina Logística do Brasil S.A. 1280 926 28% CFN Companhia Ferroviária do Nordeste S.A. 61 51 16% EFC Estrada de Ferro Carajás 3524 1853 47% EFVM Estrada de Ferro Vitória a Minas 3451 2532 27% FCA Ferrovia Centro-Atlântica S.A. 1034 809 22% FERROBAN Ferrovias Bandeirantes S.A. 191 201 -5% FERROESTE Ferrovia Paraná 19 14 27% FERRONORTE Ferrovias Norte do Brasil 512 543 -6% FTC Ferrovia Tereza Cristina S.A. 32 32 1% MRS MRS Logística S.A. 3284 1948 41% NOVOESTE Ferrovia Novoeste S.A. 99 81 18% Total 13488 8990 33% Fonte: Elaboração própria e ANTT (2011). 125 Outros) que acabam sendo fontes importantes. Essas taxas impostas aos usuários, demandantes dos serviços de transporte de carga, tornam o valor da tarifa final, muitas vezes, superior à tarifa teto de referência definida pela agência reguladora. Após a estimativa da parcela de cada produto na receita total fictícia por empresa ferroviária, o passo seguinte foi ponderar as participações dessas parcelas com a receita total efetiva da empresa correspondente. Foram somadas as receitas obtidas das concessionárias por produtos, alcançando, dessa maneira, a estrutura de receita efetiva do modal ferroviário. Com essa estrutura, a margem relacionada ao transporte ferroviário de carga foi distribuída entre os produtos do modelo. Porém, antes da distribuição, foi preciso dividir o total da margem de transporte de carga entre os serviços deste tipo de transporte. Adotamos a hipótese que essa divisão é a mesma do VBP entre os serviços de transporte. Nesse sentido, do total de R$ 33,6 bilhões de margem de transporte, aproximadamente 4,4%, representam o transporte ferroviário de carga (R$ 1,46 bilhão). A Tabela 3.12 apresenta resumidamente todos esses últimos procedimentos. Podemos observar que o produto de minério de ferro (21) continua sendo o mais representativo na estrutura de receita (cerca de 60%). Em segundo lugar, está a soja em grão (5), acompanhada de perto por produtos da indústria extrativa (22), alimentos e bebidas (23). Os valores das margens são exatamente os utilizados no modelo EGC. 126 Tabela 3.12 – Margem do transporte ferroviário de 2005 (R$ milhões) 3.2.1.2 Margem de transporte, cabotagem A primeira etapa para a estimativa da margem do transporte de cabotagem foi identificar as quantidades embarcadas e desembarcadas em todos os portos e terminais aquaviários 80 . A Agência Nacional de Transportes Aquaviários (ANTAQ) fornece anuários estatísticos e relatórios individuais dos portos e terminais. Atualmente, a principal fonte de dados para as estatísticas referentes ao transporte de mercadorias na navegação de cabotagem é o Sistema de Desempenho Portuário (SDP). Este sistema foi desenvolvido pela ANTAQ e alimenta-se com os dados de movimentação de carga que cada autoridade portuária periodicamente envia sobre os portos ou terminais portuários sob sua gestão (ANTAQ, 2012). 80 Tendo em vista que o transporte de cabotagem pode utilizar a via marítima ou pode estar em vias interiores, conforme consta na legislação que dispõe sobre o transporte aquaviário brasileiro (Lei 9.432/97) (ANTAQ, 2012), adotamos um conceito um geral: aquaviário. Cod. Produto do modelo Receita total efetiva Part. Margem 1 ArrozCasca 23,5 0,262% 3,83 2 MilhoGrao 31,5 0,350% 5,13 3 TrigoCereais 30,3 0,337% 4,94 5 SojaGrao 672,0 7,475% 109,51 6 OutPSLavoura 122,3 1,361% 19,94 13 BovinosOutr 0,4 0,004% 0,06 21 MinerioFerro 5406,0 60,135% 880,98 22 OutIndExtrat 663,4 7,379% 108,10 23 AlimentBebid 574,6 6,392% 93,64 27 CouroCalcado 0,0 0,000% 0,01 28 ProdMadeira 303,3 3,374% 49,42 29 CelulosPapel 18,0 0,200% 2,93 31 RefPetroleo 310,1 3,449% 50,53 32 Alcool 71,0 0,789% 11,57 33 ProdQuimicos 132,1 1,470% 21,53 36 DefAgricolas 0,2 0,003% 0,04 40 BorracPlast 0,1 0,001% 0,01 41 Cimento 90,2 1,003% 14,70 42 OutPrMNaoMet 12,3 0,137% 2,01 43 FabAcoDeriv 324,1 3,605% 52,81 44 MetNaoFerros 1,7 0,019% 0,28 45 ProdMetal 7,7 0,086% 1,26 46 MaqEquipManu 113,4 1,261% 18,48 52 AutomUtilita 0,0 0,001% 0,01 53 CaminhOnibus 7,9 0,088% 1,29 55 OutEqTransp 31,4 0,349% 5,12 56 IndDiversas 42,2 0,469% 6,87 Total 8989,8 100% 1465,00 Fonte: Elaboração própria, ANTT (2011) e matriz I-P do IBGE (2005). 127 Nos anuários estatísticos, é possível obter os totais recebidos e despachados por portos e terminais em diferentes naturezas de mercadorias: carga geral (CG), granel líquido e gasoso (GLG) e granel sólido (GS). Fala-se em "granéis sólidos" para indicar tanto feijão, soja, trigo, milho como também cimento, areia, minério, carvão, sal, bagaço moído, fertilizantes e tudo que "escorre" — quase como se fosse líquido. Para os granéis líquidos podemos citar o petróleo e seus subprodutos, óleos vegetais e outros – desde que sem qualquer "embalagem". Por fim, a carga geral envolve as mercadorias industrializadas ou que apresentam algum tipo de acondicionamento, e, geralmente, são transportadas em contêineres. Os relatórios individuais discriminam, em maiores detalhes, os tipos de mercadorias embarcadas e desembarcadas pelo transporte de cabotagem, mas não indicam as rotas realizadas por tal serviço. As informações das rotas são de grande importância para se obter a distância percorrida e, consequentemente, as toneladas por quilômetro útil (TKU) por produto. Como visto na seção anterior, essa medida serve para estimar a estrutura de receita da modalidade de transporte. Diante disso, o primeiro passo foi averiguar se as informações das toneladas movimentadas de cada natureza de mercadoria, fornecidas pelo anuário estatístico da ANTAQ, são consistentes com os relatórios individuais. Essa checagem permite também associar de maneira correta as mercadorias e suas naturezas. Este primeiro trabalho se revelou satisfatório e pode ser visualizado no ANEXO B. Neste, estão detalhadas as toneladas movimentadas por mercadoria para o transporte de cabotagem nos portos e terminais aquaviários. Porém, é importante fazer a diferenciação entre a movimentação portuária na navegação de cabotagem e o transporte de cargas neste tipo de navegação. O primeiro cuida da movimentação total nos portos e terminais de uso privativo, incluindo o embarque e o desembarque. Já o segundo trata do total de cargas transportadas na navegação de cabotagem, sendo considerado preferencialmente o desembarque, já que as plataformas marítimas não são obrigadas a enviar os dados de embarque ocorridos em seus terminais (ANTAQ, 2012, grifo nosso). Segundo a ANTAQ (2012), a metodologia para que a carga seja enquadrada no tipo de transporte cabotagem precisa levar em consideração sua origem e destino, que devem ser portos ou pontos do território brasileiro, inclusive plataformas marítimas. 128 De posse dessas informações e acompanhando as orientações da ANTAQ (2012), foi preciso identificar as rotas que comumente são realizadas pela cabotagem na ótica de desembarque. A metodologia empregada pela referida agência reguladora fornece matrizes de origem e destino a partir de 2010. Assim, foram utilizadas as informações dessas matrizes (2010 e 2011), estudos publicados pela ANTAQ sobre o transporte de cargas nas hidrovias brasileiras de 2010 [Hidrovia do Sul (ANTAQ, 2011b), Hidrovia do Madeira (ANTAQ, 2011a) e Hidrovia Solimões-Amazonas (ANTAQ, 2011c)] e o levantamento feito pela Associação Nacional dos Usuários do Transporte de Carga (ANUT), com a finalidade de traçar as rotas de cabotagem em 2005 (ANUT, 2005). A compilação dessas diversas fontes, mesmo em periodicidade diferente, justifica-se em virtude da falta de informação suficiente para o ano base. A hipótese contida nessa tarefa é que as rotas do serviço de cabotagem pouco se alteraram entre 2005 a 2011. Como será discutido no próximo capítulo, o mercado nacional de cabotagem apresenta uma evolução pequena no número de empresas (de 28 empresas registradas em 2005 para 34, em 2010). Além disso, nesse mercado, observamos a concentração em poucas empresas: juntas, 8 empresas 81 representam 90,8% do total de TPB 82 , com 103 embarcações em 2010 (ANTAQ, 2010). Parece razoável assumir que as rotas de transporte permaneceram relativamente estáveis ao longo do tempo, principalmente para as mais representativas, como a Petrobrás. Não obstante, ainda continua a limitação pela combinação de rotas em diferentes anos. No trabalho de estimativa das rotas de cada produto transportado pela cabotagem, algumas delas não foram identificadas (NI). As matrizes de origem e destino da ANTAQ também apresentam o código NI. A falta de identificação pode ter sido em virtude das movimentações com as plataformas marítimas (sentido embarque), como também as possíveis operações de transbordos realizadas com as navegações marítimas de longo curso, ou seja, a transferência dos contêineres (por exemplo) de um navio para outro, a fim de atingir seu destino final (exportação ou importação). Em outros casos, os terminais de uso privativo, de carga geral, principalmente os de contêineres, podem captar a carga de importação e, posteriormente, 81 Petrobras: 45,35% e 42 embarcações; Companhia de navegação Norsul: 11,85% e 25 embarcações; Empresa de navegação Elcano S.A: 10,90% e 11 embarcações; Aliança navegação e logística ltda: 10,90% e 11 embarcações; Log-in logística intermodal S.A.: 3,64% e 6 embarcações; Mercosul line navegação e logística ltda: 3,54% e 3 embarcações; Dantas - comércio, navegação e indústrias ltda: 2,30% e 3 embarcações; e Flumar transportes de químicos e gases ltda: 2,06% e 2 embarcações (ANTAQ, 2010). 82 A TPB pode ser considerada como a diferença entre o deslocamento bruto e o líquido da embarcação, ou seja, o que pode ser transportado em carga, combustível e equipagem (tripulação) (ANTAQ, 2010). 129 realizar operações de transbordo com o transporte de cabotagem, o que leva à falta de identificação da origem da carga transportada. Quando as principais fontes utilizadas para a definição das rotas não eram suficientes, foram feitas várias pesquisas bibliográficas e de internet, para tentar reduzir esta insuficiência. Por exemplo, o transporte de algodão é geralmente embarcado no porto de Santos com destino ao porto de Suape 83 . Uma parte do arroz (granel sólido) é embarcada no porto de Rio Grande e desembarcada também no porto de Suape 84 . Segundo informações 85 , os lubrificantes embarcados no Porto de Fortaleza atendem à região Norte e Nordeste do país. Lá, existe a Refinaria Lubnor da Petrobrás, a 4ª maior produtora de asfalto do Brasil e única fabricante nacional de lubrificantes naftênicos. Assim, o destino desses lubrificantes concentrou-se no terminal Isaac Sabba da Petrobrás (AM) e no Porto de Itaqui (MA). Por fim, o açúcar é, em grande parte, movimentado entre o porto de Santos e Suape, já que em Recife (PE), existe a empresa Sindaçúcar (empresa que reúne os usineiros da região), a qual opera 500 mil toneladas do produto por ano. No que tange às referências bibliográficas, podemos citar o trabalho de Lacerda (2004), o qual fornece importantes informações a respeito do transporte de cabotagem. Segundo o autor, o terminal da Petrobrás em São Sebastião (São Paulo) é o principal movimentador de granéis líquidos na navegação de cabotagem, operando de modo especial no desembarque de petróleo. Os principais movimentadores de granéis sólidos na cabotagem são o terminal de Trombetas (PA) e o porto de Vila do Conde (PA). Este último transporta a bauxita proveniente do terminal de Trombetas com destino às instalações da Alunorte, onde o produto é transformado em alumina. O porto de Itaqui (MA) movimenta, na navegação de cabotagem, minério de ferro, minério de manganês, bauxita, alumina e alumínio, tanto no cais público quanto nos terminais de Ponta da Madeira e Alumar. A movimentação de granéis sólidos na navegação de cabotagem no porto de Rio Grande é concentrada em produtos agrícolas, como arroz, soja em grão e farelo de soja. A grande maioria da movimentação de carga geral na navegação de cabotagem acontece nos cais públicos, ao contrário dos granéis líquidos e sólidos que, muitas vezes, dirigem-se para terminais privados, fora da área do porto organizado. O porto de Manaus é o maior movimentador de carga geral na navegação de 83 Veja B/M Logística Internacional (2004). 84 Veja Freitas (2011). 85 Veja Companhia Docas do Ceará (2008) e Costa (2011). 130 cabotagem, devido principalmente às mercadorias provenientes ou com destino à Zona Franca. Diante dessas informações e após a formalização dos pontos de origem e o destino das diversas cargas transportadas pela cabotagem ao longo da costa brasileira, o passo seguinte foi calcular a distância entre os portos e terminais no Brasil. Para isso, poderíamos ter usado a rede de transporte multimodal georreferenciada 86 do Plano Nacional de Logística e Transporte (PNLT) (MINISTÉRIO DOS TRANSPORTES, 2007a), no software TRANSCAD 5.0, pois forneceria a distância aproximada em quilômetros entres os pontos da rede (portos e terminais aquaviários). Para obtermos maior precisão, escolhemos usar a própria matriz de distância já disponibilizada pela ANTAQ. O ANEXO C fornece a matriz simétrica de distância entre portos e terminais. Em virtude da existência de pontos de origem ou destino não identificados (NI), também como as plataformas continentais (PC) constantes nas matrizes O/D, usamos a distância entre os portos mais representativos de cada Estado e o limite em linha reta que o transporte de cabotagem pode alcançar, ou seja, uma distância reta do ponto de origem, porém dentro da Zona Econômica Exclusiva 87 . Essas linhas já estão na rede de transporte georreferenciada do PNLT e, desse modo, foram empregadas no presente estudo com o auxílio do TRANSCAD 5.0. As distâncias calculadas para esses casos especiais estão no ANEXO D. Com todas essas etapas, pudemos estimar as toneladas por quilômetro útil (TKU) de cada produto entre pontos de origem e destino. A partir dessa estimativa, a próxima fase foi obter as tarifas por TKU cobradas pelo transporte de cabotagem. Tanto o PNLT quanto o IBGE adquiriram informações de frete do SIFRECA 88 (Sistema de Informações de Fretes para Carga Agrícola) para seus estudos, pois este sistema contém uma ampla base de dados de fretes por modais e rotas. Entretanto, não foi possível usá-las, uma vez que, conforme o grupo 86 Uma rede integrada que engloba as principais infraestruturas demandadas pelo transporte de carga brasileiro (rodoviário, aquaviário, ferroviário, aeroportuário e dutoviário), 87 De acordo com a Convenção das Nações Unidas, a plataforma continental de um Estado costeiro compreende o leito e o subsolo das áreas submarinas que se estendem além do seu mar territorial, em toda a extensão do seu território terrestre, até ao bordo exterior da margem continental ou uma distância de 200 milhas marítimas das linhas que mede a largura do mar territorial: Zona Econômica Exclusiva (VELEDA MOURA, 2009). 88 O SIFRECA – Sistema de Informação de Fretes – faz parte do Grupo de Pesquisa e Extensão em Logística Agroindustrial (ESALG-LOG), institucionalmente ligado ao Departamento de Economia, Administração e Sociologia da Escola Superior de Agricultura “Luiz de Queiroz” (ESALQ) da Universidade de São Paulo. 131 de pesquisa relacionado ao SIFRECA, o sistema não dispõe das rotas de fretes de cabotagem requeridas para este trabalho. A alternativa foi usar as tarifas médias (US$) estimadas no relatório denominado “Produto 4 Estudos de Demanda, 4C – Modelos de Transporte e Calibração da Rede Multimodal – Parte II, Revisão B” elaboradas por um contrato de concessão entre BNDES e o Consórcio Corredor Bioceânico 89 , em 2011 (EBEI ENGENHARIA et al., 2011). Este relatório fornece as tarifas estimadas para cada grupo de mercadoria, usando o custo de frete marítimo com base nos dados do SIFRECA. Essas tarifas foram atribuídas aos produtos transportados pela cabotagem pelo critério de similaridade. Os custos que compõem tais tarifas para cada produto transportado estão na Tabela 3.13, de maneira que produtos similares apresentam os mesmos valores, pois o estudo abrange grupos de mercadorias. Consequentemente, existe um grau de generalização neste trabalho. Diante desses valores, foi possível estimar a estrutura de receita (US$) para o transporte de cabotagem, pois todas as variáveis necessárias foram calculadas anteriormente (i.e., toneladas transportadas, TKU e custos fixos e variáveis). Após essa etapa, as mercadorias transportadas foram compatibilizadas com os produtos do modelo. O ANEXO E apresenta o resultado final de todos os passos alcançados. Da mesma maneira que no ferroviário, existiram cargas gerais transportadas em contêineres por cabotagem. Foi preciso também conhecer os tipos de mercadorias transportadas em contêineres. Aproveitamos as próprias informações da ANTAQ, que oferecem as principais mercadorias transportadas desse modo. A Tabela 3.14 apresenta essa distribuição de maneira que a receita total acompanha a estrutura das toneladas transportadas. 89 O Consórcio Bioceânico é constituído pelas empresas Ebei Engenharia, Ernst & Young Assessoria Empresarial Ltda., Enefer Consultoria e Projetos Ltda., Siqueira Castro Advogados, Trends Engenharia e Infraestrutura Ltda. e Vetec Engenharia Ltda. 132 Tabela 3.13 – Relação dos custos que compõem as tarifas no transporte de cabotagem Produtos Custo Fixo + Transbordo (US$/ Toneladas) Custo variável (US$/TKM) Produtos Custo Fixo + Transbordo (US$/ Toneladas) Custo variável (US$/TKM) Açúcar a granel 10,57 0,003 Óleo combustível 5,3 0,003 Água 5,3 0,003 Papel 49,94 0,005 Álcool 5,3 0,003 Peixes 49,94 0,005 Algodão 49,94 0,005 Petróleo 5,3 0,003 Alimentos 49,94 0,005 Plásticos 49,94 0,005 Alumina 10,57 0,003 Polpa cítrica peletizada 10,57 0,003 Alumínio 10,57 0,003 Produtos de Higiene 49,94 0,005 Aparelhos elétricos 49,94 0,005 Produtos químicos 10,57 0,003 Arroz 10,57 0,003 Produtos químicos (Ácido Sulfúrico) 10,57 0,003 Bauxita 10,57 0,002 Produtos químicos (Ácido tereftálico) 10,57 0,003 Bebibas 49,94 0,005 Produtos químicos (acrilontina) 10,57 0,003 Bobinas de aço 10,57 0,003 Produtos químicos (barrilha) 10,57 0,003 Borracha sintética 49,94 0,005 Produtos químicos (Bentonita) 10,57 0,003 Calcário 10,57 0,002 Produtos químicos (Butadieno) 10,57 0,003 Cargas diversas 49,94 0,005 Produtos químicos (concentrado cobre) 10,57 0,003 Cargas diversas - cont 49,94 0,005 Produtos químicos (coperaf C9) 10,57 0,003 Caulim 10,57 0,002 Produtos químicos (CTC) 10,57 0,003 Celulose 49,94 0,005 Produtos químicos (Dicloroetano) 10,57 0,003 Congelados (camarão) 49,94 0,005 Produtos químicos (EDC) 10,57 0,003 Congelados (carne) - cont 49,94 0,005 Produtos químicos (estireno) 10,57 0,003 Coque de petróleo 5,3 0,003 Produtos químicos (MEG) 10,57 0,003 Cromita 10,57 0,002 Produtos químicos (MF-380) 10,57 0,003 Derivados do Petróleo 5,3 0,003 Produtos químicos (paraxileno) 10,57 0,003 Diesel 5,3 0,003 Produtos químicos (PO) 10,57 0,003 Ferro e derivados 10,57 0,003 Produtos químicos (polipropileno) 10,57 0,003 Fibra côco 49,94 0,005 Produtos químicos (propeno) 10,57 0,003 Fibra sintética - cont 49,94 0,005 Produtos químicos (Salitre de Potássio) 10,57 0,003 Frutas (mangas) 49,94 0,005 Produtos químicos (soda cáustica) 10,57 0,003 Gasóleo 5,3 0,003 Produtos químicos (TDI) 10,57 0,003 GLP 5,3 0,003 Produtos químicos (tolueno) 10,57 0,003 Granéis líquidos diversos 5,3 0,003 Produtos químicos (VAM) 10,57 0,003 Granéis sólidos diversos 10,57 0,002 Produtos químicos (xileno) 10,57 0,003 Granito 10,57 0,002 Produtos siderúrgicos 10,57 0,003 Isca 49,94 0,005 QAV (querosene de aviação) 10,57 0,002 Lubrificantes 5,3 0,003 Resíduo Oleoso 10,57 0,002 Malte 10,57 0,003 Resina (plástico) 49,94 0,005 Máquinas e equipamentos 49,94 0,005 Sal 10,57 0,002 Máquinas e equipamentos 49,94 0,005 Soja em grãos 10,57 0,003 Materiais da const. (cerâmica) 49,94 0,005 Soja peletizada 10,57 0,003 Mat. da const. (pisos e azulejos) 49,94 0,005 Solvente 10,57 0,003 Material de limpeza 49,94 0,005 Tecidos 49,94 0,005 Miistura para massas 49,94 0,005 Tintas 49,94 0,005 Milho 10,57 0,003 Trigo 10,57 0,003 Minério de Cormita 10,57 0,002 Tubos de aço 10,57 0,003 Minério de ferro 10,57 0,002 Vidros 49,94 0,005 Minério de Manganês 10,57 0,002 Cobre, estanho, outros metais 10,57 0,003 Nafta 10,57 0,002 Máquinas, aparelhos e mat. elétricos 49,94 0,005 Fonte: Elaboração própria a partir de BNDES, Ernst & Young, Trends Engenharia, Enefer, Vetec, Siqueira Castro e EBEI (2011). 133 Tabela 3.14 – Distribuição da carga geral transportada por cabotagem Diante dos procedimentos descritos, alcançamos a estrutura de receita da navegação de cabotagem. Adotando a hipótese que a divisão da margem por modalidade de transporte é igual a do VBP, pudemos calcular uma margem total para a cabotagem de R$ 452 milhões (1,3% do total). Este valor foi distribuído conforme a estimativa da estrutura de receita (Tabela 3.15). Pudemos verificar uma concentração em petróleo, gás (20) e refino de petróleo (31), o que denota a forte atuação da Petrobrás neste tipo de serviços. Segundo Lacerda Mercadorias contêineres Toneladas Part. Receita total (US$) plásticos e suas obras 1675081 6,2% 60844 produtos químicos orgânicos 1631682 6,0% 59268 carnes de aves congeladas 3467407 12,8% 125947 café 2595675 9,6% 94283 papel, cartão e obras 1440967 5,3% 52340 açúcar 2275024 8,4% 82636 carga de apoio 951866 3,5% 34575 maq, aparelhos e mat. elétricos 422655 1,6% 15352 produtos siderúrgicos 420928 1,5% 15289 pedra, gesso, amianto e mica 717827 2,6% 26074 reatores, caldeiras, máquinas 621321 2,3% 22568 madeira 1391904 5,1% 50558 preparações alim. diversas 882428 3,2% 32053 fibras, fios e outros 312291 1,1% 11343 carnes bovinas congeladas 1133916 4,2% 41187 borracha e suas obras 346052 1,3% 12570 prod diversos da ind química 279567 1,0% 10155 arroz 666673 2,5% 24216 frutas 717730 2,6% 26070 mármore/granito 796056 2,9% 28915 enxofre, gesso e cal 206781 0,8% 7511 produtos quím. inorgânicos 180686 0,7% 6563 fumo e derivados 612288 2,3% 22240 congelados 556880 2,0% 20228 bebidas, líq. alc. e vinagres 205330 0,8% 7458 cobre, níquel, e outros 188759 0,7% 6856 produtos hortícolas 170138 0,6% 6180 tintas, corantes e vernizes 152140 0,6% 5526 produtos de cons. e limpeza 229464 0,8% 8335 veic. ter. partes acessor 197697 0,7% 7181 gordura, óleos anim./veg. 149154 0,5% 5418 metais preciosos e bijuterias 298570 1,1% 10845 celulose 264057 1,0% 9591 instrumentos de precisão 104572 0,4% 3798 peles e couros 245298 0,9% 8910 sabões, ceras, e outros 129087 0,5% 4689 leite, manteiga e outros 175148 0,6% 6362 algodão em fardos e fios 209425 0,8% 7607 prod. de perfumaria 124690 0,5% 4529 coque de petróleo 20241 0,1% 735 Total 27167455 100,0% 986807 Fonte: ANTAQ (2010). 134 (2004), a Petrobras é a maior transportadora marítima de granéis líquidos do país, tanto no longo curso quanto na cabotagem, devido à regulação desse mercado que provia à empresa o monopólio do transporte de petróleo e seus derivados. Tabela 3.15 – Margem do transporte de cabotagem de 2005 De modo geral, os procedimentos realizados para obtenção da estrutura de receita do transporte de cabotagem apresentaram limitações, pois generalizações foram feitas, seja pela compilação de vários fluxos em diferentes periodicidades e tarifas homogêneas para grupos de mercadorias, como também a falta de identificação em alguns fluxos, tanto com relação à origem quanto ao destino. Entretanto, apesar dessas limitações, o trabalho fornece uma direção razoável sobre as movimentações de mercadorias e a estrutura de receita da cabotagem no Brasil. Caso a ANTAQ fornecesse os dados de TKU por principais mercadorias transportadas pela cabotagem, como a ANTT já faz para o transporte ferroviário, o trabalho de estimativa seria muito reduzido e semelhante ao feito na seção anterior. Cod. Produto do modelo Receita total (US$ milhões) Participação Margem (R$ milhões) 1 ArrozCasca 1,4 0,536% 2,42 2 MilhoGrao 0,1 0,031% 0,14 3 TrigoCereais 0,9 0,334% 1,51 6 OutPSLavoura 0,3 0,099% 0,45 10 FrutasCitric 0,5 0,185% 0,84 18 PescaAquicul 0,0 0,009% 0,04 20 PetroleoGas 57,8 21,395% 96,71 21 MinerioFerro 2,8 1,039% 4,69 22 OutIndExtrat 29,2 10,797% 48,80 23 AlimentBebid 38,5 14,238% 64,35 26 ArtVestuario 0,1 0,030% 0,14 27 CouroCalcado 0,9 0,340% 1,54 29 CelulosPapel 1,6 0,594% 2,68 31 RefPetroleo 104,7 38,759% 175,19 32 Alcool 0,4 0,152% 0,69 33 ProdQuimicos 10,6 3,940% 17,81 37 PerfumarOut 0,1 0,029% 0,13 40 BorracPlast 0,1 0,050% 0,23 42 OutPrMNaoMet 9,9 3,659% 16,54 43 FabAcoDeriv 3,2 1,179% 5,33 44 MetNaoFerros 4,8 1,762% 7,97 45 ProdMetal 0,4 0,157% 0,71 46 MaqEquipManu 0,6 0,234% 1,06 49 MaqEletriOut 0,0 0,008% 0,04 50 MatEletroOut 0,2 0,074% 0,33 52 AutomUtilita 1,0 0,369% 1,67 Total 270,2 100% 452,0 Fonte: Elaboração própria, ANTAQ (2012), Ernst & Young et alii (2011) e matriz I-P do IBGE (2005). 135 3.2.1.3 Margem de transporte, navegação interior Segundo Schneider (2000) e Ferreira (2002), o transporte de navegação interior ocorre sobre cursos d’água naturais ou artificiais, no interior do continente, especialmente rios e canais. O curso d’água que atende às condições de navegação é denominado via navegável interior. Quando esta é declarada como Hidrovia Interior, significa que existem condições de uso para fluxos de carga transitar (navegar), caracterizando, dessa maneira, uma infraestrutura de transporte (CABRAL, 1996). Um curso d’água naturalmente navegável torna-se uma hidrovia quando são executadas obras ou atividades de manutenção para melhorar suas condições de navegabilidade e ampliar sua capacidade de transporte (FERREIRA, 2002). A estimativa da margem de navegação interior consistiu na coleta de informações possíveis sobre as principais regiões hidrográficas no país, a saber: da Amazônia, do Atlântico Sul, do Tocantins-Araguaia, do Paraguai, do Paraná e de São Francisco. Algumas destas informações foram obtidas junto ao Departamento Nacional de Infraestrutura de Transporte (DNIT) e diretamente na superintendência de cada região hidrográfica. Entretanto, grande parte dos dados cedidos ou coletados nessas instituições se caracterizou em movimentações gerais em toneladas ou TKU, não discriminando os fluxos de cada produto. Em certos casos, foi necessário usar alguns estudos quanto às possíveis cargas transportadas na região, como, por exemplo, a hidrovia de São Francisco (AHSFRA/CODOMAR). O chefe da superintendência da referida hidrovia (AHSFRA), Luiz Felipe de C. G. Ferreira, contribuiu fornecendo-nos estimativas de possíveis mercadorias transportadas na hidrovia de São Francisco (FERREIRA, 2002). Por outro lado, a administração da hidrovia do Paraguai (AHIPAR) e do Paraná (AHRANA) forneceu os fluxos de origem e destino das mercadorias navegadas sobre tais hidrovias. Já para as demais regiões e devido à falta de dados estatísticos, foi preciso estimar primeiramente o total de todas as mercadorias transitadas. Para essa tarefa, utilizamos as informações de movimentações dos portos de navegação interior do anuário estatístico da ANTAQ do ano de 2010. Esses dados apontaram que em 2010 foram movimentadas cerca de 29,47 milhões de toneladas, correspondendo a um crescimento de 12% em relação ao ano de 2005 (26,25 milhões de toneladas) (ANTAQ, 2012b). Em seguida, obtivemos os totais de 136 toneladas movimentadas de 2010 a partir das administrações hidroviárias 90 e dos estudos e relatórios publicados pela ANTAQ sobre o transporte de cargas nas hidrovias brasileiras (Hidrovia do Sul, Hidrovia do Madeira e Hidrovia Solimões-Amazonas). Depois disso, extrapolamos as participações relativas das regiões hidrográficas de 2010 para 2005, descontando uniformemente a taxa de crescimento de 12%. Ou seja, os totais de toneladas transportadas em cada região hidrográfica em 2010 representaram aproximadamente 89% em 2005 (ANTAQ, 2012b). Posteriormente, as toneladas fictícias de algumas hidrovias foram corrigidas conforme os dados reais disponibilizados pelas administrações hidroviárias. A Tabela 3.16 fornece a distribuição estimada entre as regiões hidrográficas, levando em conta os ajustes feitos a partir de dados observados em 2005, porém respeitando o total geral. As toneladas ajustadas da Tabela 3.16 foram as mesmas utilizadas para a continuidade do processo de estimativa da estrutura de receita. Tabela 3.16 – Estimativas das toneladas movimentadas nas regiões hidrográficas Com a divisão dos totais de toneladas transportadas nas regiões, o passo seguinte consistiu na identificação do fluxo de mercadorias navegadas em cada uma delas. Para a hidrovia da madeira, da região hidrográfica da Amazônia, foram considerados os dados reais de fluxo de 2005, disponibilizados pelo Ministério dos Transportes. Já para a hidrovia Solimões- Amazonas, que também integra a mesma região, foram adotadas as informações de fluxo do estudo “Transporte de cargas nas hidrovias: hidrovia Solimões-Amazonas 2010” da ANTAQ. 90 Administração da hidrovia do Paraguai – AHIPAR; Administração da hidrovia do Tocantins/Araguaia – AHITAR; Administração da hidrovia da Amazônia Oriental – AHIMOR; Administração da hidrovia da Amazônia Ocidental – AHIMOC; Administração da hidrovia do São Francisco – AHSFRA; Administração da hidrovia do Nordeste – AHINOR; Administração da hidrovia do Sul – AHSUL; e Administração da hidrovia do Paraná - AHRANA Ano Toneladas Toneladas fictícias Toneladas ajustadas Part. Região Hidrográfica da Amazônia 2010 9479901 8442733 9189686 41,56% Região Hidrográfica do Atlântico Sul 2010 2472221 2201743 2201743 9,96% Região Hidrográfica do Tocatins-Araguaia 2010 3138213 2794870 2794870 12,64% Região Hidrográfica do Paraguai 2010 3899448 3472821 4388868 19,85% Região Hidrográfica do Paraná 2010 5776327 5144356 3481355 15,74% Hidrovia de São Francisco 2005 55576 55576 55576 0,25% Total 24821686 22112098 22112098 100% Fonte: Elaboração própria a partir de ANTAQ, Administrações hidroviárias e ANTAQ (2010). Obervado Região Ano de 2005 137 Assumimos que, nessa hidrovia, as mercadorias transportadas entre os pontos de origem e destino de 2005, apresentaram o mesmo fluxo de 2010, apenas diferindo a quantidade transportada. De maneira similar, para a hidrovia do Sul (região hidrográfica do Atlântico Sul) também foi atribuída essa suposição, levando em conta apenas as informações de fluxo do estudo “Transporte de cargas nas hidrovias brasileiras 2010: Hidrovia do Sul” da ANTAQ. Já para a Região Hidrográfica do Paraguai, foram considerados os dados reais de fluxos (2005) disponibilizados pelo Ministério dos Transportes. No entanto, algumas informações apenas indicavam as toneladas recebidas ou despachadas por um porto hidroviário brasileiro (e.g. Corumbá, Cáceres, Ladário e Porto Murtinho). Assim, foi preciso conhecer o destino ou origem das movimentações para, posteriormente, obter a distância percorrida. Como essas movimentações são exportações e importações realizadas somente com os países que estão interconectados pela hidrovia do Paraguai (i.e. Bolívia – Terminal Gravetal Porto Quijarro; Paraguai – Porto Villa Hayes; Uruguai – Porto Nueva Palmira; e Argentina – Porto San Nicolas), aproveitamos as informações (toneladas) de comércio exterior por vias fluviais e porto do sistema AliceWeb do Ministério do Desenvolvimento da Indústria e Comércio (MDIC) para o ano de 2005 (MDIC, 2012). Confrontando as duas fontes, conseguimos identificar as origens e os destinos das mercadorias nesta via fluvial. Na região hidrográfica do São Francisco, aplicamos somente a estimativa de fluxo das possíveis mercadorias movimentadas entre o porto de Ibotirama (BA) e Juazeiro (BA), conforme o trabalho de Ferreira (2002). Neste fluxo, mais representativo, apenas as mercadorias como soja, farelo de soja, milho e casca de cereais apresentaram algum registro. Ë possível que tenham existido mais produtos movimentados na região hidrográfica em pauta e com outros destinos e origens, porém não foram encontradas informações a respeito. Em relação à região hidrográfica do Paraná, que engloba as hidrovias Tramo Norte e Tramo Sul, foram usados os dados de fluxo de 2010 que são disponibilizados pela Administração da Hidrovia do Paraná – AHRANA, além de eventuais consultas ao trabalho de Bigaran e Tizato (2009). Adotamos a mesma suposição de que o fluxo entre os períodos de 2005 e 2010 se manteve estável. Por fim, para a região hidrográfica do Tocantins-Araguaia, usamos diversas fontes de fluxos, como o relatório “Transporte de cargas nas hidrovias: hidrovia Solimões-Amazonas 2010” da 138 ANTAQ (ANTAQ, 2011c), a Administração da Hidrovia do Tocantins/Araguaia – AHITAR e o estudo “Panorama Aquaviário” da ANTAQ da edição de 2008 (ANTAQ, 2008). Neste estudo, a ANTAQ (2008, p. 86) indicou que no trecho de Marabá até Belém, desde 2007, a Companhia Siderúrgica do Pará (COSIPAR) está transportando cerca de 350 mil toneladas de minério de ferro e ferro gusa. O transporte faz-se por via fluvial desde Marabá (PA) até Tucuruí (PA), onde tem lugar o transbordo para caminhões do minério que, após um percurso de cerca de 4 km, é novamente embarcado a jusante da barragem, até o porto de Vila do Conde (PA). Assim, a fim de captar a mudança, optamos por acrescentar esse fluxo entre todas as mercadorias transportadas. Caso isso não fosse feito, o transporte impulsionado na região Tocantins-Araguaia pela empresa COSIPAR estaria ausente no modelo EGC. As distâncias percorridas entre os pontos de origem e de destino nos fluxos de mercadorias transportadas nas regiões hidrográficas foram obtidas, quando possível, a partir das fontes de informações já citadas. Em alguns casos, foi preciso o uso da rede georreferenciada do PNLT (MINISTÉRIO DOS TRANSPORTES, 2007a), operacionalizado no TRANSCAD. Por exemplo, o relatório da ANTAQ (2011c) sobre a hidrovia Solimões-Amazonas indica certos fluxos que passaram sobre a hidrovia Tocantins. Assim, calculamos a parcela em trânsito nesses trechos, mesmo que a origem tenha sido no estado do Amazonas [e.g. entre Manaus (AM) a Belém (PA) 91 . A repartição da distância com a hidrovia de Tocantins visa também a considerar o uso desta via hidrográfica no modelo. Com as toneladas transportadas e as distâncias percorridas em cada fluxo de mercadoria por região hidrográfica, foi possível, portanto, computar o transporte de produtos por tonelada quilômetro útil (TKU). A próxima etapa foi obter as tarifas por TKU cobradas no transporte de navegação interior. Analogamente ao transporte de cabotagem, foram consideradas as tarifas médias (US$) estimadas para o transporte fluvial no relatório denominado “Produto 4 Estudos de Demanda, 4C – Modelos de Transporte e Calibração da Rede Multimodal – Parte II, Revisão B” elaborado por um contrato de concessão entre BNDES e o Consórcio Corredor Bioceânico no ano de 2011. Atribuímos os custos que compõem as tarifas estimadas pela similaridade entre o grupo de mercadorias deste estudo com os produtos constantes nos fluxos estimados para a navegação interior. A Tabela 3.17 apresenta os custos fixos e variáveis aplicados nas mercadorias transportadas neste tipo de navegação. 91Por exemplo, o transporte sobre a hidrovia de Tocantins representou em uma distância aproximada de 149 quilômetros. 139 Tabela 3.17 – Relação dos custos que compõe as tarifas na negação interior A partir dos valores de custos fixos e variáveis, conseguimos obter uma estimativa da estrutura de receita (US$) para o transporte de navegação interior. Em seguida, as mercadorias listadas nos fluxos foram compatibilizadas com os produtos do modelo. O ANEXO F fornece um resumo de todos os procedimentos aplicados. Para a discriminação por mercadorias acondicionadas em contêineres e que foram transportadas pela navegação interior, utilizamos as mesmas participações destacadas na Tabela 3.10. Em seguida, foi possível alcançar a estrutura de receita da navegação interior. Assim como o ferroviário e a cabotagem, a participação relativa da margem total da navegação interior é igual à do VBP, sendo um valor de R$ 367 milhões (ou 1,1% do total da Produtos Custo Fixo + Transbordo (US$/ Toneladas) Custo variável (US$/TKM) Produtos Custo Fixo + Transbordo (US$/ Toneladas) Custo variável (US$/TKM) abastecimento combustíves 3,65 0,029 fertilizantes adubos 4,5 0,023 açucar 4,5 0,023 gasolina 3,65 0,029 açúcar 4,5 0,023 glp 3,65 0,029 açúcar refinado 4,5 0,023 gordura, óleos animais/vegetais 3,65 0,029 alcool 3,65 0,029 grãos de soja 4,5 0,023 alcool etilico 3,65 0,029 leite e laticínios, manteiga, ovos e mel 4,5 0,023 areia 4,5 0,016 madeira 4,5 0,023 arroz 4,5 0,023 malts e cevada 4,5 0,023 automoveis passageiros 4,5 0,023 mandioca 4,5 0,023 bebidas, líquidos alcoólicos e vinagres 4,5 0,023 máquinas 4,5 0,023 biomassa 4,5 0,023 milho 4,5 0,023 brita 4,5 0,016 minério de ferro 4,5 0,016 calcário 4,5 0,023 minério manganes 4,5 0,016 calcário, fertilizante 4,5 0,023 obras de pedra, gesso, amianto e mica 4,5 0,016 calcário,fertilizante 4,5 0,023 óleo diesel 3,65 0,029 caminhão 4,5 0,023 outros produtos 4,5 0,023 carga de apoio 4,5 0,023 pneu,máquinas,equip. 4,5 0,023 cargas diversas 4,5 0,023 polietileno 4,5 0,023 carne 4,5 0,023 preparações alaientícias diversas 4,5 0,023 carnes bovinas congeladas 4,5 0,023 preparações alimentícias diversas 4,5 0,023 carretas 4,5 0,023 prod. ind. moagem 4,5 0,023 carvão 4,5 0,016 produtos alimentícios 4,5 0,023 carvão mineral 4,5 0,016 produtos quimicos orgânicos 4,5 0,023 casca cereais 4,5 0,023 produtos siderúrgicos 4,5 0,023 cascalho, areia 4,5 0,023 querosene 3,65 0,029 caulim 4,5 0,023 reatores, caldeiras, máquinas 4,5 0,023 celulose 4,5 0,023 reses 4,5 0,023 cimento 4,5 0,016 sal 4,5 0,016 combustíveis e óleos minerais e produtos 3,65 0,029 sementes 4,5 0,023 combustíveis e óleos minerais e produtos 3,65 0,029 sementes e frutos oleaginosos diversos 4,5 0,023 congelados 4,5 0,023 soja 4,5 0,023 contêineres 4,5 0,023 soja a granel 4,5 0,023 coque de petróleo 3,65 0,029 soja em grão 4,5 0,023 enxofre, terras e pedras, gesso e cal 4,5 0,016 trigo 4,5 0,023 farelo de soja 4,5 0,023 variedades e bazar 4,5 0,023 ferro gusa 4,5 0,023 veic. terrestres partes acessor 4,5 0,023 fertilizantes 4,5 0,023 Fonte: Elaboração própria a partir de BNDES, Ernst & Young, Trends Engenharia, Enefer, Vetec, Siqueira Castro e EBEI (2011). 140 margem de transporte). Este valor foi posteriormente distribuído de acordo com a estimativa da estrutura de receita. A Tabela 3.18 apresenta as margens geradas por cada produto transportado pela navegação interior, com destaque para o produto soja em grão (5). Tabela 3.18 – Margem do transporte de navegação interior de 2005 3.2.1.4 Margem de transporte, demais modalidades de transporte Esta seção apresenta como foram alcançadas as margens do transporte de carga aéreo, rodoviário e as outras atividades de transporte. O transporte de carga aéreo se configura como uma modalidade de características peculiares, uma vez que se destina a atender, principalmente, mercados sensíveis em relação ao tempo e à segurança das entregas, à sazonalidade de seus produtos e mercados que enfrentam problemas em relação à Cod. Produto do modelo Receita total (US$ milhões) Participação Margem (R$ milhões) 1 ArrozCasca 0,03 0,014% 0,05 2 MilhoGrao 1,27 0,661% 2,42 3 TrigoCereais 0,08 0,039% 0,14 5 SojaGrao 98,28 51,165% 187,77 6 OutPSLavoura 0,17 0,089% 0,33 7 Mandioca 0,00 0,000% 0,00 10 FrutasCitric 0,01 0,007% 0,02 13 BovinosOutr 0,22 0,112% 0,41 18 PescaAquicul 0,00 0,000% 0,00 21 MinerioFerro 16,93 8,815% 32,35 22 OutIndExtrat 3,07 1,600% 5,87 23 AlimentBebid 20,82 10,838% 39,78 26 ArtVestuario 0,00 0,001% 0,00 27 CouroCalcado 0,02 0,012% 0,04 28 ProdMadeira 1,79 0,933% 3,43 29 CelulosPapel 1,93 1,003% 3,68 31 RefPetroleo 27,44 14,288% 52,44 32 Alcool 1,61 0,840% 3,08 33 ProdQuimicos 3,33 1,736% 6,37 41 Cimento 0,04 0,020% 0,07 42 OutPrMNaoMet 0,09 0,046% 0,17 43 FabAcoDeriv 0,02 0,009% 0,03 44 MetNaoFerros 0,04 0,020% 0,07 46 MaqEquipManu 0,08 0,043% 0,16 50 MatEletroOut 0,01 0,003% 0,01 52 AutomUtilita 0,08 0,040% 0,15 53 CaminhOnibus 9,37 4,880% 17,91 54 PecVeicAutom 5,35 2,787% 10,23 Total 192,08 100% 367,00 Fonte: Elaboração própria, ANTAQ (2010), Administrações hidrográficas, Ernst & Young et alii (2011) e matriz I-P do IBGE (2005). 141 acessibilidade (e.g. condições da infraestrutura de transporte, distância) (MATERA, 2012). Esse tipo de transporte é, em grande parte, demandado para as transações comerciais com o exterior (exportação e importação) 92 . Entre os principais produtos transportados estão: i) os perecíveis, como flores, peixes, artigos de moda; ii) produtos de alto valor, como eletroeletrônicos, informática, fotográficos, joias; e iii) produtos com urgência de entrega, como remédios e peças de reposição (MATERA, 2012). De modo geral, são mercadorias que apresentam baixa relação entre peso e valor monetário (BETARELLI JUNIOR et al., 2011). Alguns atributos como o valor da mercadoria, volume, a possível ocorrência de furto e a demanda do produto determinam o valor do frete aéreo cobrado (SILVA e PORTO, 2003). Diante desses aspectos, as tarifas do transporte de carga aéreo podem encarecer significativamente o preço final dos produtos. Como destacado por Matera (2012, p.192), “os clientes pagam não somente por produtos frescos ou perecíveis, mas pagam também pela satisfação extra da velocidade e confiabilidade na entrega de bens mais duráveis.” Entretanto, para as mercadorias de alto valor agregado, os custos mais altos do transporte aéreo pouco influem no preço final praticado (DAC, 2005). De posse dessas peculiaridades do transporte aéreo, o primeiro passo foi verificar as quantidades transportadas pelos tipos de produtos. A Empresa Brasileira de Infraestrutura Aeroportuária (INFRAERO) não disponibiliza, em seus anuários estatísticos, as informações requeridas. Quando estimou as margens de transporte, o IBGE (2000), por exemplo, realizou um trabalho junto à INFRAERO, no setor de cargas do Aeroporto Internacional do Rio de Janeiro, com objetivo de verificar os principais produtos transportados. Diante desta restrição, a estratégia assumida no trabalho para a estimativa da margem do transporte aéreo foi considerar que a pauta das mercadorias é similar à observada nas exportações por via aérea. Dessa maneira, foram utilizados os registros monetários das exportações desagregadas por 7780 mercadorias de Nomenclatura Comum do Mercosul (NCM) em via aérea, constante 92 Conforme a INFRAERO CARGO (2010), em 2005 as exportações representaram 37% (279 mil toneladas) do total geral transportado, enquanto que as importações 38%. 142 no sistema AliceWeb do MDIC, para o ano de 2005 (MDIC, 2012). A opção de escolher os valores monetários ao invés do volume das mercadorias exportadas se deve aos atributos dos produtos anteriormente enfatizados, como o próprio valor da mercadoria e a correlação positiva com o risco de furto. Caso os volumes exportados tivessem sido escolhidos, a pauta das mercadorias poderia sofrer uma distorção em direção aos produtos mais pesados e que geralmente apresentam um valor unitário menor. Além disso, não foram incluídas as mercadorias importadas na consecução da pauta dos produtos transportados, uma vez que, conceitualmente, as margens são geradas em território nacional. Os produtos importados por via aérea são geralmente transportados por empresas internacionais, pois, conforme Matera (2012), o mercado de carga aérea no Brasil ainda é dominado pelas companhias estrangeiras, principalmente as norte- americanas. Numa etapa seguinte, realizamos a compatibilização entre as mercadorias NCMs e os produtos do modelo EGC. Esse ajustamento se baseou na correspondência atualizada em 2009 entre as mercadorias NCM e a Classificação Nacional de Atividade Econômica (CNAE 2.0) do IBGE (MDIC, 2012). Alcançamos os valores e participações dos produtos exportados por via aérea. Essas participações foram usadas para distribuir a margem total do setor aéreo (R$ 1082 milhões). Vale salientar que, inicialmente, a proporção da margem de transporte aéreo é igual a do VBP (3,2%), como já visto anteriormente para as outras modalidades. De acordo com a Tabela 3.19, podemos notar uma concentração de produtos de alto valor agregado, como o caso de material eletrônico (50). Como Outras Atividades de Transporte envolvem uma série de serviços como operações de terminais rodoviário e ferroviários, operações nos portos e aeroportos, armazenagem de mercadorias, além do transporte de longo curso, foi assumido que as margens deste serviço acompanham a estrutura da margem do transporte de carga da matriz I -P do IBGE (2005), conforme pode ser visualizada na Tabela 3.20. O motivo da atribuição se deve porque esse tipo de serviço é uma demanda indireta de tal forma que depende das demandas dos demais serviços de transporte. Por exemplo, em armazéns aduaneiros (EADI – Estação Aduaneira do Interior), os produtos chegam por modais rodoviários ou ferroviários e as operações de carga, nos aeroportos, estão diretamente associadas ao transporte da carga pelo modal aéreo. Em suma, a margem de 143 R$ 9208 milhões, com mesma a proporção do VBP correspondente, foi distribuída pela margem de transporte da matriz I-P e pode ser observada na Tabela 3.20. Tabela 3.19 – Margem do transporte de carga aéreo de 2005 De posse de todas as margens discutidas até então, a margem do transporte de carga rodoviário foi estimada por resíduo, ou seja, descontou no vetor da margem de transporte original as margens anteriormente estimadas. Desse modo, as desagregações feitas para cada Cod. Produto do modelo Exportação (US$ milhões) Participação Margem (R$ milhões) 2 MilhoGrao 0,6 0,007% 0,08 6 OutPSLavoura 25,8 0,334% 3,62 10 FrutasCitric 23,4 0,302% 3,27 11 CafeGrao 0,1 0,001% 0,01 12 ExpFlorSilvi 0,8 0,011% 0,12 13 BovinosOutr 10,0 0,130% 1,40 16 AvesVivas 3,6 0,047% 0,51 17 OvosAves 9,7 0,126% 1,36 18 PescaAquicul 42,3 0,548% 5,93 23 AlimentBebid 80,4 1,042% 11,27 24 ProdFumo 3,2 0,041% 0,44 25 Texteis 77,5 1,004% 10,86 26 ArtVestuario 180,8 2,341% 25,33 27 CouroCalcado 499,4 6,468% 69,99 28 ProdMadeira 3,0 0,038% 0,42 29 CelulosPapel 11,8 0,153% 1,65 30 JornRevDisc 24,6 0,319% 3,45 31 RefPetroleo 0,2 0,003% 0,03 33 ProdQuimicos 69,0 0,893% 9,67 34 ResinaElasto 20,8 0,270% 2,92 35 ProdFarmac 305,5 3,957% 42,82 36 DefAgricolas 0,3 0,004% 0,04 37 PerfumarOut 13,3 0,172% 1,86 38 TintasOut 4,3 0,056% 0,61 39 QuimicosDive 54,1 0,700% 7,58 40 BorracPlast 82,8 1,073% 11,61 42 OutPrMNaoMet 54,6 0,707% 7,65 43 FabAcoDeriv 14,9 0,193% 2,09 44 MetNaoFerros 489,5 6,340% 68,59 45 ProdMetal 160,6 2,079% 22,50 46 MaqEquipManu 578,2 7,489% 81,03 47 Eletrodomest 7,4 0,096% 1,04 48 EscrInformat 183,3 2,374% 25,68 49 MaqEletriOut 205,8 2,665% 28,84 50 MatEletroOut 3261,4 42,239% 457,03 51 ApMedicoOut 29,1 0,377% 4,08 52 AutomUtilita 5,6 0,073% 0,79 53 CaminhOnibus 0,1 0,002% 0,02 54 PecVeicAutom 415,3 5,379% 58,20 55 OutEqTransp 478,1 6,192% 67,00 56 IndDiversas 289,8 3,753% 40,61 Total 7721,2 100% 1082,0 Fonte: Sistema AliceWeb do MDIC para o ano de 2005 e matriz I-P do IBGE (2005). 144 serviço de transporte de carga tornaram-se consistentes com os dados originais da matriz I-P (Tabela 3.20). Tabela 3.20 – Distribuição das margens de transporte de carga de 2005 (R$ milhões) Cod. Produto RodoviarioC FerroviarioC CabotagemC NavInteriorC AereoC OutAtivSevC Transporte 1 ArrozCasca 51,7 3,8 2,4 0,1 0,0 22,0 80,0 2 MilhoGrao 79,2 5,1 0,1 2,4 0,1 33,0 120,0 3 TrigoCereais 17,4 4,9 1,5 0,1 0,0 9,0 33,0 4 CanaAcucar 99,0 0,0 0,0 0,0 0,0 38,0 137,0 5 SojaGrao 30,7 109,5 0,0 187,8 0,0 123,0 451,0 6 OutPSLavoura 565,7 19,9 0,5 0,3 3,6 222,0 812,0 7 Mandioca 74,0 0,0 0,0 0,0 0,0 28,0 102,0 8 FumoFolha 11,0 0,0 0,0 0,0 0,0 4,0 15,0 9 AlgodaoHerba 14,0 0,0 0,0 0,0 0,0 5,0 19,0 10 FrutasCitric 41,9 0,0 0,8 0,0 3,3 17,0 63,0 11 CafeGrao 83,0 0,0 0,0 0,0 0,0 31,0 114,0 12 ExpFlorSilvi 167,9 0,0 0,0 0,0 0,1 64,0 232,0 13 BovinosOutr 5,1 0,1 0,0 0,4 1,4 3,0 10,0 14 LeiteVacaOut 0,0 0,0 0,0 0,0 0,0 0,0 0,0 15 SuinosVivos 1,0 0,0 0,0 0,0 0,0 0,0 1,0 16 AvesVivas 3,5 0,0 0,0 0,0 0,5 1,0 5,0 17 OvosAves 119,6 0,0 0,0 0,0 1,4 46,0 167,0 18 PescaAquicul 3,0 0,0 0,0 0,0 5,9 4,0 13,0 19 OutAgriPec 182,0 0,0 0,0 0,0 0,0 68,0 250,0 20 PetroleoGas 58,3 0,0 96,7 0,0 0,0 60,0 215,0 21 MinerioFerro 864,0 881,0 4,7 32,4 0,0 672,0 2454,0 22 OutIndExtrat 299,2 108,1 48,8 5,9 0,0 174,0 636,0 23 AlimentBebid 3621,0 93,6 64,4 39,8 11,3 1444,0 5274,0 24 ProdFumo 13,6 0,0 0,0 0,0 0,4 5,0 19,0 25 Texteis 497,2 0,0 0,0 0,0 35,8 201,0 734,0 26 ArtVestuario 0,5 0,0 0,1 0,0 0,4 1,0 2,0 27 CouroCalcado 418,4 0,0 1,5 0,0 70,0 185,0 675,0 28 ProdMadeira 190,7 49,4 0,0 3,4 0,4 92,0 336,0 29 CelulosPapel 649,1 2,9 2,7 3,7 1,7 249,0 909,0 30 JornRevDisc 154,6 0,0 0,0 0,0 3,5 59,0 217,0 31 RefPetroleo 1733,8 50,5 175,2 52,4 0,0 758,0 2770,0 32 Alcool 81,7 11,6 0,7 3,1 0,0 36,0 133,0 33 ProdQuimicos 964,6 21,5 17,8 6,4 9,7 385,0 1405,0 34 ResinaElasto 125,1 0,0 0,0 0,0 2,9 48,0 176,0 35 ProdFarmac 208,2 0,0 0,0 0,0 42,8 95,0 346,0 36 DefAgricolas 13,9 0,0 0,0 0,0 0,0 5,0 19,0 37 PerfumarOut 120,0 0,0 0,1 0,0 1,9 46,0 168,0 38 TintasOut 96,4 0,0 0,0 0,0 0,6 36,0 133,0 39 QuimicosDive 137,4 0,0 0,0 0,0 7,6 55,0 200,0 40 BorracPlast 543,2 0,0 0,2 0,0 11,6 209,0 764,0 41 Cimento 201,2 14,7 0,0 0,1 0,0 81,0 297,0 42 OutPrMNaoMet 482,6 2,0 16,5 0,2 7,7 192,0 701,0 43 FabAcoDeriv 1324,7 52,8 5,3 0,0 2,1 522,0 1907,0 44 MetNaoFerros 379,1 0,3 8,0 0,1 68,6 172,0 628,0 45 ProdMetal 637,5 1,3 0,7 0,0 22,5 250,0 912,0 46 MaqEquipManu 2193,3 18,5 1,1 0,2 81,0 864,0 3158,0 47 Eletrodomest 269,0 0,0 0,0 0,0 1,0 102,0 372,0 48 EscrInformat 451,3 0,0 0,0 0,0 25,7 180,0 657,0 49 MaqEletriOut 433,1 0,0 0,0 0,0 28,8 174,0 636,0 50 MatEletroOut 331,6 0,0 0,3 0,0 457,0 297,0 1086,0 51 ApMedicoOut 128,9 0,0 0,0 0,0 4,1 50,0 183,0 52 AutomUtilita 999,4 0,0 1,7 0,2 0,8 377,0 1379,0 53 CaminhOnibus 8,8 1,3 0,0 17,9 0,0 10,0 38,0 54 PecVeicAutom 400,6 0,0 0,0 10,2 58,2 177,0 646,0 55 OutEqTransp 50,9 5,1 0,0 0,0 67,0 47,0 170,0 56 IndDiversas 431,5 6,9 0,0 0,0 40,6 180,0 659,0 Total 21064,0 1465,0 452,0 367,0 1082,0 9208,0 33638,0 Fonte: Elaboração própria a partir de diversas fontes descritas anteriormente 145 3.2.1.5 Estrutura de venda do consumo intermediário A abertura da estrutura de venda do consumo intermediário levou em conta, inicialmente, a estrutura e valores monetários do serviço de transporte de carga disponível nas tabelas que compõem a matriz de I-P do IBGE. A ideia foi manter os valores consistentes com essas informações originais. Isso posto, as desagregações por serviços de transporte de carga a partir do vetor-linha da matriz de consumo intermediário, contidas na tabela de (iii) Oferta e Demanda da Produção Nacional a Preço Básico, foram realizadas a partir das estruturas estimadas de receita das seções anteriores 93 . Assumimos que os fretes pagos pelos setores tradables aos serviços de transporte de carga apresentam a mesma distribuição das margens de transporte, haja vista que ambas as estimativas são oriundas das estruturas estimadas de receita 94 . Cabe lembrar que, conforme mencionado anteriormente, os valores a preço básico (fretes pagos) são tratados na circunstância em o produtor paga pelos serviços de transporte realizados sem custos adicionais para o demandante. Já em relação ao trabalho de desagregação do transporte de carga nos setores non-tradables, calculamos os coeficientes de compra (CI/VBP) deste grupo, complementando, quando possível, com as informações da PAS do IBGE de 2005. A Tabela 3.21 apresenta a distribuição das vendas, avaliada a preço básico, dos serviços de transporte para os setores do modelo. No que tange ao serviço de transporte de passageiros, o procedimento da distribuição entre os tipos de serviço também respeitou os dados originais das tabelas correspondentes da matriz do IGBE. A repartição foi feita pelos coeficientes de compra de cada serviço, pois a parcela de demanda mais representativa nessa categoria de serviço encontra-se no consumo das famílias, como também outros componentes da demanda final. Existe, portanto, uma limitação neste trabalho, por generalizar as desagregações conforme os coeficientes de compra. A estrutura da Tabela 3.21 foi usada para também decompor os valores monetários a preço de mercado dos serviços de transporte de carga e passageiros. 93 Na tabela Oferta e Demanda de Produtos Importados (iv) do IBGE, tanto o transporte de carga quanto de passageiro registraram valores monetários nulos, por isso não foi preciso aplicar a estrutura de receita. 94 Cabe destacar que houve a necessidade de ajuste bi-proporcional. Foi aplicada a estrutura mantendo-se a consistência dos totais das vendas dos serviços de transporte (ótica de linha), assim como a ótica de custos (ótica de coluna). 146 Tabela 3.21 – Vendas do consumo intermediário doméstico (preços básicos) dos serviços de transporte (R$ milhões) Setor / Cod. Prod* 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 AgricultOut 1604 307 1 138 62 637 23 4,5 10 0 3,5 8 0 37 14 7 PecuariaPesc 803 30 0 11 47 280 15,7 3 6,9 0 2,4 6 0 26 10 4 PetroleoGas 1941 0 607 0 360 4136 50,5 10 22 0 7,5 16 0 80 32 14 MinerioFerro 331 1265 0 19 31 351 10,6 2,1 4,7 0 1,6 4 0 17 6 2 OutIndExtrat 445 285 8 4 15 172 5 1 2,2 0 0,8 2 0 8 4 1 AlimentBebid 8036 360 25 56 258 2780 137,8 27 60,4 0 20,8 46 0 221 92 35 ProdFumo 308 0 0 0 17 99 5 1 2,2 0 0,8 1 0 7 4 1 Texteis 512 0 0 0 49 181 13 2,5 5,5 0 2 5 0 19 8 2 ArtVestuario 116 4 6 2 106 229 18 3,7 7,7 0 2,6 6 0 28 12 2 CouroCalcado 349 0 0 0 67 138 11,7 2,3 5,2 0 1,8 5 0 20 9 3 ProdMadeira 338 154 0 2 8 84 8 1,5 3,5 0 1 3 0 14 6 3 CelulosPapel 962 7 1 4 30 322 23,6 4,6 10,2 0 3,6 8 0 38 15 6 JornRevDisc 483 0 0 0 23 161 11,9 2,1 5,2 0 1,8 4 0 19 8 3 RefPetroleo 939 48 17 18 36 419 97 19 42,5 0 14,5 34 0 156 65 21 Alcool 130 32 0 3 3 40 3 0,7 1,7 0 0,6 1 0 6 3 1 ProdQuimicos 1492 58 5 6 58 519 42,6 8,4 18,6 0 6,4 14 0 69 29 13 ResinaElasto 413 0 0 0 21 138 12,6 2,6 5,8 0 2 5 0 21 9 4 ProdFarmac 354 0 0 0 81 144 65,2 12,5 28,5 0 9,8 22 0 105 44 14 DefAgricolas 165 1 0 0 5 51 5 2 2,2 0 0,8 2 0 7 3 0 PerfumarOut 433 0 0 0 18 145 8,8 1,4 3,5 0 1,3 3 0 14 7 1 TintasOut 169 0 0 0 6 55 3,1 0,6 1,8 0 0,5 1 0 5 1 0 QuimicosDive 223 0 0 0 18 79 6,3 1,2 2,6 0 0,9 2 0 10 4 3 BorracPlast 830 0 0 0 40 279 16,3 3,2 7,1 0 2,4 6 0 26 12 3 Cimento 389 49 0 0 10 117 4,4 0,9 2 0 0,7 2 0 6 3 0 OutPrMNaoMet 509 4 3 0 24 187 12,5 2,5 5,1 0 1,9 5 0 19 9 3 FabAcoDeriv 2877 199 2 0 81 915 40,8 8 17,1 0 6,1 14 0 66 29 10 MetNaoFerros 604 1 2 0 127 249 13,8 2,7 7,4 0 2,1 5 0 22 9 2 ProdMetal 997 3 0 0 62 341 29,4 5,8 12,4 0 4,4 10 0 47 19 7 MaqEquipManu 1016 15 0 0 63 345 27,6 5,4 11,8 0 4,2 9 0 44 18 7 Eletrodomest 174 0 0 0 6 57 15 3 6,7 0 2,3 6 0 24 10 3 EscrInformat 152 0 0 0 13 53 6,3 1,2 2,6 0 0,9 2 0 10 4 1 MaqEletriOut 417 0 0 0 38 147 32 6,2 14 0 4,8 11 0 51 21 8 continuação 147 Setor / Cod. Prod* 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 MatEletroOut 324 0 0 0 456 263 35,2 7 15,4 0 5,4 12 0 56 23 8 ApMedicoOut 70 0 0 0 4 24 25,1 5 11 0 3,9 9 0 41 17 4 AutomUtilita 1146 0 0 0 33 377 92,1 18 40 0 13,9 32 0 148 62 22 CaminhOnibus 138 36 0 189 17 207 24,5 5 10,8 0 3,7 9 0 40 17 4 PecVeicAutom 831 0 0 14 143 330 67,7 13,3 29,8 0 10,2 24 0 108 46 15 OutEqTransp 94 17 0 0 122 76 15,7 3 6,9 0 2,4 6 0 25 10 3 IndDiversas 366 10 0 0 42 133 11,9 2,3 5 0 1,8 4 0 19 8 2 EletrOutUrba 1568 0 0 12 0 458 45,2 9 20 0 6,8 16 0 72 30 11 Construcao 1316 0 0 10 0 384 84 16,6 36,8 0 12,6 29 0 134 56 20 Comercio 8351 0 0 65 0 2441 250,7 49,6 110 0 37,7 86 0 435 169 22 RodoviarioTC 3503 198 54 55 159 901 143 28 62,5 0 21,5 50 0 200 95 5 FerroviarioTC 415 23 6 7 19 215 16,9 3,2 7,4 0 2,5 6 0 22 12 1 CabotagemTC 20 1 1 0 1 320 0,5 0,1 0,3 0 0,1 0 0 1 1 0 NavInteriorTC 22 1 0 0 1 77 0,6 0,1 0,2 0 0,1 0 0 2 0 0 AereoTC 9 0 0 0 0 494 0,5 0,1 0,3 0 0,1 0 0 1 0 0 RodoviarioTP 1051 59 16 17 47 100 44 8,6 19,2 0 6,6 15 0 68 29 17,6 FerroviarioTP 18 3 0 1 1 2 0,5 0,1 0,3 0 0,1 1 0 1 0 0 NavInteriorTP 14 1 0 0 1 1 0,5 0,1 0,3 0 0,1 0 0 1 0 0 AereoDomTP 942 53 14 15 43 90 38,3 7,2 16,7 0 5,8 12 0 62 26 55 AereoInterTP 463 26 7 7 21 44 18,7 3,6 8,2 0 2,5 7 0 31 12 26 ServOutTrArmCor 2279 129 36 36 104 1509 92,8 18,2 40,6 0 14 32 0 149 64 13,4 ServInformac 305 0 0 3 0 103 272,5 53,5 119 0 41 94 0 435 182 62 FinancSeguro 134 0 0 1 0 45 240 47 105 0 36 83 0 384 161 55 ServImobAlug 64 0 0 1 0 22 20 4 9 0 3 7 0 35 14 2 ServManutRep 64 0 0 1 0 22 3,8 0,8 1,7 0 0,7 1 0 4 3 1 ServAlojAlim 784 0 0 8 0 263 28,1 5,5 12,2 0 4,2 9 0 45 19 7 ServPrestEmp 218 0 0 2 0 74 254,4 50 111,4 0 38,2 87 0 408 171 59 EducMercant 64 0 0 1 0 22 77,2 15,3 33,8 0 11,7 26 0 123 52 18 SaudeMercant 234 0 0 2 0 78 269,5 53 118 0 40,5 93 0 431 181 62 OutrosServic 596 0 0 6 0 199 482,7 94,8 211,1 0 72,4 166 0 773 324 111 EducPublica 187 0 0 2 0 62 64,8 12,7 28,5 0 10 23 0 103 44 12 SaudePublica 234 0 0 2 0 78 116,6 22,9 51 0 17,5 40 0 186 78 27 AdmPubSegSoc 456 0 0 4 0 153 207,5 40,8 90,5 0 31,2 71 0 332 139 49 Fonte: Elaboração própria a partir dos dados da matriz I-P (doméstico) e PAS do IBGE (2005). * (60) RodoviarioC; (61) FerroviarioC; (62) CabotagemC; (63) NavInteriorC; (64) AereoC; (65) OutAtivSevC; (66) RodoP_RU; (67) RodoP_IM; (68) RodoP_IE; (69) RodoP_INT; (70) RodoP_OUT; (71) FerroviarioP; (72) AquaviarioP; (73) AereoDomP; (74) AereoInterP; e (75) OutAtivSevP 148 Na próxima seção, discutiremos, em maiores detalhes, as desagregações dos serviços de transporte de carga e passageiros na demanda dos usuários finais. 3.3 Componentes da demanda final do setor de transporte Na demanda final das tabelas que compõem a matriz I-P, temos as exportações, os gastos do governo, o consumo das famílias, os investimentos e variações de estoque. Nas referidas tabelas do IBGE, os gastos referentes aos itens acima apresentaram valores nulos. Consequentemente, para esses componentes não houve a necessidade do trabalho de desagregação por tipo de serviço. No que diz respeito às exportações, tanto o transporte de carga quanto de passageiros registraram valores positivos, ou seja, tais mercados de transporte exportaram, respectivamente, R$ 7,3 bilhões e R$ 2,7 bilhões [tabela (iii)]. Para a decomposição destes valores entre os novos serviços de transporte (veja Quadro 3.2), foram usadas novamente as informações da PAS de 2005 (IBGE, 2005). Nesta fonte de dados, é possível obter o quanto das receitas geradas advém do mercado interno e do mercado externo 95 . Dessa maneira, computamos a participação relativa das fontes de receita por cada serviço de transporte. Em seguida, foram aplicadas as participações calculadas do mercado externo de todos os serviços desagregados sobre a demanda total da matriz I-P, fornecendo-nos, portanto, um vetor de valores fictícios de exportações desagregadas. Posteriormente, a fim de manter a consistência com os valores originais da matriz I-P, calculamos novas participações a partir dos valores fictícios, porém pela ótica da coluna. Com essas participações, distribuímos consistentemente os valores originais pelos respectivos serviços de transporte. Algumas hipóteses foram assumidas: a) somente o transporte ferroviário de carga exporta serviço, o que significa dizer, em contrapartida, que o transporte ferroviário de passageiros não vende serviços para o exterior; b) apenas o transporte aéreo internacional de passageiros e de carga exporta serviços no modelo; c) os transportes rodoviários de passageiros, regular urbano, intermunicipal e interestadual não comercializam seus serviços com o exterior. A Tabela 3.22 apresenta a distribuição das exportações entre os serviços de transporte. 95 Veja a Tabela “Origem da receita operacional líquida, segundo as atividades – 2005” da PAS. 149 Tabela 3.22 – Exportações e investimentos a preço básico dos serviços de transporte No que tange aos investimentos, somente o transporte de carga apresentou valores positivos na Tabela (iii) do IBGE, cerca de R$ 4086 milhões. O trabalho de desagregação desses investimentos baseou-se no uso das informações de aquisição do ativo tangível de 2005, fornecidas também pela PAS. Diante dessas informações, foram computadas as participações de cada tipo de transporte de carga em relação à receita total. Posteriormente, as participações calculadas foram aplicadas sobre o total de demanda da matriz I-P. Em seguida, obtivemos a estrutura deste vetor a fim de ser usada na distribuição dos valores originais de investimentos (R$ 4086 milhões). O procedimento foi semelhante ao usado para as exportações, mas com dados diferentes. A Tabela 3.22 também fornece o vetor dos investimentos distribuídos entre os serviços de transporte de carga. Por fim, de acordo com as tabelas da matriz I-P, podemos observar no consumo das famílias a demanda por serviços de transporte de carga e passageiros. A demanda do transporte de carga representou um valor na ordem de R$ 8101 milhões. Para a decomposição desse valor entre os novos serviços de transporte de carga, foi necessário checar quais deles são comumente demandados pelas famílias. Para isso, usamos os microdados da Pesquisa de Orçamentos Cod. Produto do modelo Exportação (R$ milhões) Investimentos (R$ milhões) 60 RodoviarioC 1704,0 1554,0 61 FerroviarioC 514,0 704,0 62 CabotagemC 446,0 162,0 63 NavInteriorC 363,0 67,0 64 AereoC 334,0 68,0 65 OutAtivSevC 3968,0 1531,0 66 RodoP_RU 0,0 0,0 67 RodoP_IM 0,0 0,0 68 RodoP_IE 0,0 0,0 69 RodoP_INT 4,0 0,0 70 RodoP_OUT 538,0 0,0 71 FerroviarioP 0,0 0,0 72 AquaviarioP 0,0 0,0 73 AereoDomP 0,0 0,0 74 AereoInterP 1135,0 0,0 75 OutAtivSevP 1053,0 0,0 Total 10059,0 4086,0 Fonte: PAS e matriz I-P do IBGE (2005) 150 Familiares (POF) entre 2008 e 2009 96 (IBGE, 2010). Com a POF, é possível estimar o quanto as famílias, em todo o país, gastam com cada produto. Na POF (2008-2009), foram encontrados apenas serviços vinculados ao transporte rodoviário de carga (e.g. transporte de animais, de mercadorias e de veículos). Optamos, portanto, por deixar os R$ 8 101 milhões em transporte rodoviário de carga. É provável que certas famílias do Norte e Nordeste do país tenham também pago pelo transporte de carga de navegação interior, pois conforme a ANTAQ (2008), existem embarcações navegáveis que realizam operações mistas (passageiro e carga). Em vista da dificuldade de se contabilizar a parcela gasta pelas famílias nessas embarcações em operações que constituem um transporte de carga e pouca representatividade em termos de carga e valor, optamos por não levar em conta esse serviço no consumo das famílias para o modelo. O componente mais importante da demanda final no que tange aos serviços de transportes de passageiros é a demanda das famílias. Conforme as tabelas da matriz I-P, em 2005, as famílias demandaram tanto serviços domésticos (R$ 47264 milhões) quanto importados (R$ 5201 milhões). Para a desagregação destes valores entre os novos serviços de transporte, a estratégia foi confrontar os valores divulgados nas tabelas da matriz I-P com os valores do estudo divulgado em 2008, “Economia do Turismo - Uma Perspectiva Macroeconômica 2000-2005” do próprio IBGE, uma vez que a diferença entre essas fontes de informações foi na ordem de 1,5% (veja a Tabela 3.1). Como só existiu o serviço de transporte rodoviário de carga, descontamos os R$ 8101 milhões dos R$ 46351 milhões dos serviços rodoviários constantes no estudo de turismo. Tivemos, dessa maneira, um vetor inicial com os valores dos serviços de transporte de passageiros (coluna A-B da Tabela 3.23). Assim, pudemos inicialmente obter a estrutura deste vetor para a distribuição da demanda das famílias por serviços domésticos e importados (coluna C da Tabela 3.23). Entretanto, após a distribuição dos valores por tipo de serviços, algumas correções foram feitas. No transporte aquaviário de passageiro, a princípio, o valor da demanda doméstica foi superior ao VBP do próprio serviço (coluna C da Tabela 3.23). Se acompanharmos o valor do 96 O uso de microdados mais recente se deve por tentar captar os efeitos sobre as preferências das famílias das políticas vigentes no setor aéreo brasileiro, seja por uma regulação econômica mais flexível quanto pelas práticas das companhias aéreas (low cost – low fare). 151 serviço aquaviário derivado do estudo de turismo do IBGE, então a conclusão que se alcança é que grande parte da demanda das famílias por este tipo de transporte representou uma demanda internacional (importação). Essa grande parcela das importações no consumo das famílias contém, entre vários fatores, a demanda turística de brasileiros em cruzeiros marítimos. Segundo o Ministério do Turismo (2011), nos últimos 10 anos, esta demanda cresceu em torno de 2000% 97 . Diante desses aspectos, os valores de demanda doméstica e importada foram corrigidos para o transporte aquaviário, levando em conta que a demanda doméstica das famílias tenha sido igual ao valor do VBP (R$ 233 milhões). Já para o transporte aéreo de passageiros, a distribuição entre doméstico e importado foi de R$ 5940 e 772 milhões, respectivamente. Contudo, existem companhias aéreas nacionais que operam no mercado internacional e que são demandadas por famílias residentes no país. Assim, foi necessário decompor o valor de R$ 5 940 milhões entre o transporte doméstico e internacional de passageiros. A saída foi ponderar pelas respectivas participações relativas de demanda total, o que acabou resultando uma divisão na demanda doméstica das famílias, em torno de R$ 4 540 milhões (68%) de transporte doméstico e R$ 1400 milhões (32%) de transporte internacional 98 . Em virtude das operações com o mercado exterior, os R$ 772 milhões de serviços importados demandados pelas famílias representaram o próprio transporte aéreo internacional. Tendo em vista que o transporte ferroviário de passageiros é um serviço exclusivamente doméstico e demandado pelas famílias, foi atribuída a inexistência de valores positivos de importação para esse tipo de serviço. Por outro lado, como apenas R$ 67 milhões de “Outros serviços de transporte” foram importados pelas famílias, então a grande parcela correspondeu os serviços de fonte doméstica. Todos esses ajustes visam a garantir, além da consistência com os dados da matriz I-P e a estrutura disponível do estudo de turismo do IBGE, uma aproximação com a natureza de operação de cada tipo de serviço. A Tabela 3.23 apresenta resumidamente todos esses passos adotados, sendo a última coluna (D) o resultado final. 97 Ministério do Turismo (2011). 98 Segundo dados da Agência Nacional de Aviação Civil (2005), o transporte doméstico representou 64% da receita total do setor, ao passo que o transporte internacional foi de 32%. Levando em conta somente esses serviços, sem a parcela de receita do transporte de carga, pode-se alcançar uma boa aproximação com as participações relativas usadas na estimativa. 152 Conforme a Tabela 3.23, podemos também notar que o serviço de transporte rodoviário de passageiros não está desagregado pelos seus serviços correspondentes (i.e., Rodoviário PRU, RodoviárioIM, RodoviárioIE e RodoviárioINT). Para essa desagregação, utilizamos as despesas totais das famílias (unidades de consumo) com base nos microdados da POF (2008- 2009). Nesses microdados, as contas de despesas estão bem abertas, o que facilita a associação com os tipos de transportes rodoviários de passageiros do modelo. Para tanto, utilizamos o tradutor do próprio IBGE e a tabela de correspondência por Classificação Nacional de Atividades Econômicas (CNAE) 1.0 99 ajustada para a CNAE 2.0. Em um passo seguinte, extraímos as despesas totais dos serviços de transportes gastos pelas unidades de consumo, o que nos forneceu uma dimensão dos gastos das famílias entre os tipos da modalidade rodoviária 100 . A compatibilização entre as despesas da POF e os tipos de serviços rodoviários pode ser visualizada no ANEXO G. Tabela 3.23 – Consumo das famílias por serviços de transporte (R$ milhões) Com a estrutura dos gastos de transporte rodoviário de passageiro, foi possível distribuir os valores monetários da matriz I-P (R$ 33854 milhões – doméstico; R$ 3637 milhões – importados). Entretanto, concluiu-se que somente o transporte rodoviário internacional (RodoviárioINT) e outros transportes de passageiros (RodoviárioOUT) podem ser importados pelas famílias brasileiras. Em RodoviárioOUT existem transportes não regulares, como excursões que podem ter sido realizadas por empresas estrangeiras, além de outros transportes contratados nas divisas territoriais do país. Os demais serviços, como regulares urbanos (RodoviárioPRU), intermunicipais (RodoviárioIM) e interestaduais (RodoviárioIE), são 99http://www.ibge.gov.br/home/estatistica/economia/contasnacionais/2009/default.shtm . 100 Esses trabalhos foram operacionalizados no software STATA 12.0. Doméstico Importado Valores Part Doméstico Importado Doméstico Importado Part. Rodoviario 46351 8101 0 38250 72% 33854 3725 33854 3637 71% Ferroviario 1546 0 0 1546 3% 1368 151 1368 0 3% Aquaviário 958 0 0 958 2% 848 93 233 725 2% Aéreo 6712 0 0 6712 13% 5941 654 5940 772 13% AereoDomP - - - - - - - - - - 4539 0 - AereoInterP - - - - - - - - - - 1401 772 - OutrAtivServ 5936 0 0 5936 11% 5254 578 5869 67 11% Total 61503 8101 0 53402 100% 47264 5201 47264 5201 100% Fonte: Matriz I-P de 2005 e “Economia do Turismo - Uma Perspectiva Macroeconômica 2000-2005” do IBGE. Serviço A: IBGE (turismo) Matriz I-P Estudo de turismo Matriz I-P Matriz I-P B: Transporte de Carga C: Vetores fictícios do transp. de passageiros A-B: Vetor do transp. de passageiros D: Vetores finais do transporte de passageiros 153 exclusivamente definidos como serviços domésticos. A Tabela 3.24 apresenta os valores usados na base de dados do modelo. Tabela 3.24 – Consumo das famílias por serviços de transporte rodoviário de passageiros (R$ milhões) 3.4 Valor adicionado do setor de transporte Nas seções anteriores, foram apresentados os procedimentos realizados para as desagregações sobre o VBP, sobre a estrutura de custo do consumo intermediário, sobre as margens de transporte e sobre a estrutura de venda das tabelas do IBGE, tanto para o consumo intermediário como para os usuários finais. Não obstante, para completar a estrutura total de custo dos novos setores de transporte, é necessário discutir de que maneira o valor adicionado (VA) do setor original foi decomposto entre os seus respectivos novos setores. A tarefa foi mais simples, pois a PAS de 2005 do IBGE fornece a estrutura das principais contas do valor adicionado. Duas observações neste trabalho merecem destaque: a) para os subsídios de produção foram utilizadas as subvenções de cada serviço de transporte da PAS; b) em virtude da falta de informação dos impostos sobre produção, optamos por aplicar um coeficiente de imposto (impostos sobre produção / VA) do setor de transporte em cada um dos novos setores desagregados. O trabalho de decomposição do VA fez-se de tal maneira que a estrutura dos dados da PAS e os valores do vetor original se mantiveram consistentes (ótica de linha), inclusive para as subcontas do VA (ótica da coluna). A Tabela 3.25 apresenta a composição do VA, estimada para os novos setores de transporte. Doméstico Importado Total Part. RodoviarioPRU 22754 0 22754 60,7% RodoviarioIM 6008 0 6008 16,0% RodoviarioIE 2358 0 2358 6,3% RodoviarioINT 43 45 88 0,2% RodoviárioOUT 2691 3592 6283 16,8% Total 33854 3637 37491 100,0% Fonte: Elaboração própria a partir dos microdados da POF (2008-2009) e matriz I-P do IBGE 154 Tabela 3.25 – Composição do VA e variáveis selecionadas para os novos setores de transporte (R$ milhões) 3.5 Estrutura básica do modelo Os procedimentos discutidos nas seções anteriores procuraram preparar a matriz I-P do IBGE com uma nova configuração, especialmente, incorporando novos setores e serviços de transporte por meio de vários trabalhos de decomposição, usufruindo, em alguns casos, de informações complementares e importantes. Resumidamente e após todas as mudanças realizadas, a base de dados do modelo passa a reconhecer 65 setores produtivos, 89 produtos, 05 componentes da demanda final (consumo das famílias, consumo do governo, investimento, exportações e estoques), 03 elementos de fatores primários (terra, capital e trabalho), 07 setores de margens (comércio e os 06 tipos de transporte de carga), importações por produto para cada um dos 65 setores e 05 componentes da demanda final, 01 agregado de impostos sobre a produção e 01 desagregação por tipos de tributos, incidindo sobre fluxos de compras (IPI, ICMS e Outros). A Figura 3.1 ilustra a estrutura básica do modelo BIM-T em três partes: uma matriz de absorção (uso), uma matriz de produção (recurso) e um vetor de impostos de importação. Nas colunas da matriz de absorção, são identificados os seguintes agentes: produtores Cód. Setor* 43 44 45 46 47 48 49 50 51 52 53 Total Valor Adicionado 34290 1917 627 547 946 17889 937 106 2707 1254 31543 92763 Remunerações 11328 882 160 139 681 10387 493 27 1943 895 12441 39376 Salários 9511 716 127 110 547 8352 377 21 1563 721 10402 32447 Contribuições sociais efetivas 1816 164 33 29 134 2034 116 6 378 173 2025 6908 Previdência oficial /FGTS 1814 163 33 29 134 2033 115 6 377 173 2010 6886 Previdência privada 1,31 1,22 0,08 0,07 0,42 0,97 0,83 0,01 1,18 0,55 15,33 22,00 Contribuições sociais imputadas 1,30 1,11 0,08 0,07 0,41 0,98 0,77 0,01 1,18 0,55 14,53 21,00 Excedente operacional bruto e rendimento misto bruto 22449 1237 460 401 247 7194 625 78 714 336 18800 52542 Rendimento misto bruto 7500 413 154 134 83 2403 209 26 238 112 6281 17553 Excedente operacional bruto (EOB) 14949 824 306 267 165 4791 416 52 475 224 12519 34989 Outros impostos sobre a produção 517 34 9 8 17 309 18 2 50 23 494 1481 Outros subsídios à produção -4 -236 -2 -2 0 -1 -199 -1 0 0 -192 -636 Valor Bruto da produção 66150 4597 1419 1154 3399 41215 2686 233 10656 5100 47149 183758 Pessoal ocupado 848909 17290 3729 3253 6824 626028 8451 630 26581 12314 2237031 3791040 Fonte: Elaboração própria a partir dos dados da PAS (2005) e matriz I-P do IBGE. * (43) RodoviarioC; (44) FerroviarioC; (45) CabotagemC; (46) NavInteriorC; (47) AereoC; (48) RodoviarioP; (49) FerroviarioP; (50) AquaviarioP; (51 AereoDomP; (52) AereoInterP; e (53) SvOutTrArmCo (engloba Agências de viagens e organizadoras de viagens; Serviços auxiliares dos transportes; Correio e outras atividades de entregas; transporte de Longo curso e outros transportes). 155 domésticos divididos em j setores; os investidores decompostos em j setores; o consumo de 8 famílias representativas, conforme a sua classe de renda per capita; um agregado de compradores estrangeiros de exportação; uma categoria de demanda correspondente ao governo e às mudanças de estoques dos bens produzidos domesticamente. Figura 3.1 – Estrutura da base de dados do modelo BIM-T Fonte: Adaptado de Horridge (2000, p. 9). As linhas mostram a estrutura de compras feitas por cada um dos usuários identificados nas colunas. No modelo, cada produto c pode ser adquirido no mercado doméstico ou no exterior (importação). As commodities são usadas pelos setores (j) como insumo para a produção corrente e formação de capital, consumidas pelas famílias e governo, exportadas ou adicionadas ou subtraídas de estoques. Na coluna de exportação, aparecem somente as commodities obtidas domesticamente, desconsiderando, dessa maneira, uma eventual exportação direta de bens importados. De modo geral, o fluxo básico, V1BAS, ..., 1 2 3 4 5 6 Índice ← j → ← j → ← h → ← 1 → ← 1 → ← 1 → ↑ c x s ↓ ↑ c x s x k ↓ ↑ c x s x t ↓ ↑ o c = Número de produtos (89) ↓ ↑ j = número de setores (65) 1 ↓ h = tipos de família por classe de renda per capita (8) ↑ 1 s = fonte de absorção (doméstico e importado) ↓ ↑ o = tipo de ocupação (1) 1 ↓ k = número de produtos usados como margem (7) ↑ 1 t = impostos indiretos (3) ↓ Matriz de produção Impostos de importação Índice ← j → ← 1 → ↑ c ↓ Fluxo básico Matriz de absorção Produtores Investidores Famílias Exportação Governo Estoques V1BAS V2BAS V3BAS V4BAS V5BAS V6BAS V4MAR V5MAR V6MARMargens V1MAR V2MAR V3MAR V5TAX V6TAX Trabalho V1LAB_O Capital V1CAP Impostos V1TAX V2TAX V3TAX V4TAX MAKE V0TAR Terra V1LND Impostos sobre produção V1PTX Outros custos V1OCT 156 V6BAS, mostra o nível de demanda a preços básicos 101 do setor i ou dos usuários finais por um bem c de origem doméstica ou importada (s) no ano t. As matrizes de margens, V1MAR,…,V6MAR, apresentam os valores de k commodities que produzem margens, as quais são requeridas para facilitar o fluxo dos bens de uma fonte de produção até o destino dos usuários. Assim, conceitualmente as margens podem ser entendidas como custo de transferência. V1MAR e V2MAR, por exemplo, são valores da margem k requeridos para facilitar o fluxo do bem c, da origem s até o setor i, com o propósito de atender à produção corrente e a formação de capital. Pressupomos que o governo não é demandante de margens. Neste modelo, existem duas categorias de margens: serviços de comércio e de transporte. Como enfatizado anteriormente, as margens de transportes são decompostas entre 6 tipos de serviço: rodoviário, ferroviário, navegação interior, cabotagem, aéreo e outros serviços de transporte. Tal como acontece com as matrizes BAS, todos os fluxos nas matrizes MAR são valorizados a preço básico. Considera-se que não há distinção entre os preços recebidos pelos fornecedores de margens e os preços pagos pelos seus respectivos usuários. Os impostos incidentes sobre os serviços de margens são tratados como pagos pelos setores de margens no modelo, o que garante a igualdade entre o preço de custo e preço básico com respeito às commodities de margens. As matrizes de impostos indiretos (V1TAX, …, V6TAX), por sua vez, são valores por tipo de impostos (IPI, ICMS e outros impostos, menos subsídios) para todos os usuários (exceto Governo e variação de estoque). Desta maneira, os impostos sobre mercadoria recaem sobre os compradores. De modo geral, as matrizes TAX representam os impostos indiretos t do fluxo do bem c, de origem s, sobre os respectivos usuários. Apesar de ser possível tratar a incidência dos impostos sobre o fluxo das exportações, para o caso brasileiro, tais exportações estão desoneradas por lei (artigo 153, IV e § 3 °, III e artigo 155, II e § 2 °, X, a). Assim sendo, neste modelo, a matriz V4TAX apresenta valores nulos. Tão bem quanto os insumos intermediários, a produção corrente requer fatores primários. Neste modelo, existem três categorias deles: trabalho (dividido por tipo de ocupação), capital (V1CAP) e terra (V1LND). O modelo BIM-T trata apenas um tipo de ocupação de trabalho. Os impostos sobre produção (V1PTX) são analisados como impostos líquidos, uma vez que 101 Deve-se notar que os valores a preços básicos mais margem e impostos líquidos correspondem valores a preço de mercado. 157 esta matriz considera, além dos impostos sobre produção, eventuais subsídios não especificados por usuários. V1OCT registra outros custos incorridos por setor, como por exemplo, custo da permanência de estoque, pagamentos municipais, entre outros. Por fim, na Figura 3.1, existem também as matrizes MAKE e V0TAR. V0TAR representa as receitas das tarifas de bens importados (imposto de importação). Estas tarifas são assumidas para serem cobradas em taxas que variam por commodity e não, por usuário. A matriz MAKE, por sua vez, mostra a produção de cada produto em cada setor. Todavia, esta matriz classifica os setores e os produtos de maneira diferente. A multiprodução é confinada apenas para os setores situados no lado esquerdo do Quadro 3.3, ao passo que os demais setores produzem um bem único. As matrizes de absorção e de produção, juntas, satisfazem duas condições de equilíbrio. Primeiro, os totais de cada coluna da MAKE são valores da produção dos setores e idênticos ao valor do custo total dos respectivos setores (i.e., soma das linhas por setor de V1BAS, V1MAR, V1TAX, V1LAB_O, V1CAP, V1LND, V1OCT e V1PTX). Segundo, os totais de cada linha da MAKE, denotando os valores básicos de produção das commodities domésticas, são iguais aos valores básicos de demandas das respectivas commodities (i.e., soma das colunas de V1BAS e V2BAS, mais V3BAS, V4BAS, V5BAS e V6BAS). Temos aqui, portanto, que a produção doméstica é igual à demanda por produto doméstico. Essa base de dados fornece uma solução inicial para o sistema de equações do modelo BIM- T. Neste sistema, existe uma variável de preço e de quantidade correspondente para cada valor dos coeficientes ilustrados na Figura 3.1. A seguir, trataremos resumidamente as informações associadas aos coeficientes do modelo no processo de calibragem do modelo BIM-T. 3.5.1 Calibragem dos coeficientes da estrutura básica do modelo A partir da base de dados construída sobre as tabelas que compõem a matriz I-P do IBGE, podemos indicar as informações utilizadas no processo de calibragem dos coeficientes do modelo. Associaremos os procedimentos da calibragem com essas tabelas do IBGE por 158 conveniência, porém elas contêm as mudanças discutidas anteriormente [i.e., redimensionamento e novos serviços (produtos) e setores de transporte 102 ]. A matriz MAKE, ilustrada na Figura 3.1, foi calibrada com a (i) tabela de recursos de bens e serviços, conforme o Quadro 3.3. No que diz respeito à calibragem dos valores básicos (VBAS), domésticos e importados, foram usadas as tabelas de oferta e demanda da produção nacional a preço básico (iii ) e de oferta e demanda de produtos importados (iv).No entanto, alguns ajustes foram realizados para a adequação ao modelo BIM-T. Primeiramente, as tabelas (iii) e (iv) fornecem apenas os valores de absorção da formação bruta de capital fixo (investimento), dimensionados por produtos. No entanto, o coeficiente V2BAS requer a distribuição dos valores de absorção de investimento por setor (j). Dito em outras palavras, a tarefa envolve a destinação da oferta dos produtos da formação bruta de capital fixa (FBCF) de origem nacional e estrangeira (importação) entre seus usuários (j). O projeto “Perspectiva do Investimento do Brasil” de 2009 (FREITAS et al., 2009), realizado pelo Instituto de Economia da UNICAMP e financiado pelo BNDES, elaborou uma metodologia a fim de estimar os valores de absorção dos investimentos entre os usuários 103 . Em Freitas et al. (2009), as matrizes de absorção de investimentos de produtos nacionais e importados, avaliados a preços básicos, seguem a classificação dos produtos do Novo Sistema de Contas Nacionais do IBGE, ou seja, são compostos por 110 produtos. Nessas matrizes também existem 55 usuários, sendo 52 setores econômicos e 3 instituições de demanda final [i.e., Famílias, Governo e Instituições Sem Fins de Lucro a Serviços das Famílias (ISFLSF) 104 ]. Faltaram os três setores públicos: Educação Pública, Saúde Pública, Administração Pública e Seguridade Social. Para a calibragem do coeficiente V2BAS, foi necessário realizar adaptações nas matrizes de Freitas et al. (2009). Primeiramente, optamos por realocar o vetor de FBCF do governo nos três setores ausentes, pois no modelo, os mesmos contêm remunerações do capital (V1CAP) e, portanto, são necessários os valores de investimentos para que o mecanismo de acumulação 102 Por conveniência, adotaremos a palavra “serviço” para designar o produto de transporte, ao passo que o setor será denominado como o próprio “setor”. 103 Vale ressaltar que este projeto contou com o apoio técnico da Coordenação das Contas Nacionais (CNAC) do IBGE. 104 As tabelas (ii), (iii) e (iv) do IBGE tratam o usuário: Instituições Sem Fins de Lucro a Serviços das Famílias (ISFLSF), tornando-as incompatíveis com a estrutura de dados do modelo BIM-T. Assim, os valores deste usuário foram realocados para o consumo das famílias. 159 do capital funcione adequadamente. A calibragem do vetor de investimentos do Governo para os referidos setores ocorreu conforme a participação relativa da remuneração do capital nesse grupo de setores públicos. No que tange aos investimentos das famílias, já incluídos os investimentos das ISFLSF, os valores foram realocados para o consumo das mesmas 105 . Inicialmente se fez uma modelagem específica para o novo usuário no modelo BIM-T: investimentos das famílias. Entretanto, apesar do teste de homogeneidade nominal haver atendido às expectativas, a predição de crescimento equilibrado não foi satisfatória (i.e., o teste de homogeneidade real não foi satisfeito). Por essa razão, os investimentos das famílias foram agrupados com o consumo do próprio usuário correspondente. Após esses ajustes, o passo seguinte foi redimensionar as matrizes de acordo com o modelo BIM-T. Similarmente ao procedimento da seção 3.1, primeiramente multiplicamos a transposta da matriz market-share (55 x 1) por essas matrizes (110 x 55), fornecendo matrizes de dimensão 55 x 55. Depois disso, combinamos com os setores de multiprodução e desagregamos para os novos serviços e setores de transporte. Somente o transporte de carga apresentou valores positivos de investimentos e sua distribuição para os novos serviços (produtos) ocorreu na mesma proporção do VBP correspondente (ótica da linha). Em relação à desagregação para os novos setores de transporte, a estratégia foi similar à aplicada para os setores públicos, ou seja, os investimentos setoriais de transporte foram distribuídos conforme as participações relativas das remunerações do capital dos novos setores. As novas matrizes de absorção de investimentos setoriais, nacional e importadas, foram usadas na calibragem do V2BAS no modelo BIM-T. A utilização dos dados de absorção dos investimentos entre usuários, estimados por uma grande equipe técnica no referido projeto (FREITAS et al., 2009), é um avanço importante para a calibragem e operacionalização dos modelos de EGC no Brasil. BIM-T apresenta esta vantagem por incorporar tais dados, uma vez que eles foram pouco usados na operacionalização de modelos EGC brasileiros. Contudo, como veremos adiante, o emprego dessas novas matrizes de investimento implica alguns ajustes nos demais coeficientes relacionados ao mecanismo intertemporal de acumulação de capital para que as taxas de retorno e depreciação sejam, na grande maioria, homogêneas entre os produtos do modelo. 105 Serão discutidos adiante os tipos de famílias. 160 A tabela (iii) incorpora as margens referentes aos serviços de comércio e de transporte de carga (rodoviário, ferroviário, cabotagem, navegação interior, aéreo e outras atividades), conforme a tabela original do IBGE. O modelo BIM-T apresenta coeficientes específicos para as margens e, por isso, foi necessário separar os valores entre as margens e valores básicos 106 . Utilizamos primeiramente a tabela (ii) que apresenta os valores de mercado sem os valores de margens de tais commodities (i.e., comércio e transporte de carga). Posteriormente, os valores dos impostos indiretos foram retirados nesses valores de mercado, fornecendo, assim, o valor básico requerido (calculado) na calibragem do coeficiente VBAS para o comércio e transporte de carga. A diferença entre esse valor básico calculado e o fornecido pela tabela (iii) representa exatamente a parcela dos serviços de margens. Ademais, os dados de margens são distribuídos apenas por produtos (i.e., vetores-coluna). Todavia, foi preciso alocar também os valores das margens entre origens - doméstica e importada e usuários (setores e componentes da demanda final), conforme requerem, por exemplo, os coeficientes V1MAR e V2MAR. A alternativa adotada foi calcular primeiramente a tarifa de margens de cada bem (margem / total valor básico) e, posteriormente, multiplicá-la com os valores básicos por usuários de origem doméstica e importada. Nesse sentido, supomos que a demanda por margens acompanha a estrutura de fluxo comercial dos usuários. É importante destacar que o procedimento adotado não foi aplicado para o Governo e variação de estoque, pois ambos os usuários, na prática, não são demandantes de margens. Os coeficientes de impostos, por sua vez, tratam os valores de IPI, ICMS e “Outros impostos menos subsídios” para os usuários. Embora o modelo permita o tratamento de incidência dos impostos sobre o fluxo das exportações, no caso brasileiro, tais exportações estão desoneradas por lei. Para a calibragem dos coeficientes representativos aos impostos sobre os fluxos básicos (e.g. V1TAX), seguimos um procedimento semelhante aos coeficientes das margens. Os vetores de IPI, ICMS e Outros Impostos (-Subsídios) da tabela (i) do IBGE também foram distribuídos por setor, particularmente para V1TAX e V2TAX e, nos demais coeficientes, apenas por origem (doméstico e importado), a partir das tarifas calculadas sobre o total do valor básico. A exceção a esse procedimento se concentrou no Governo, nas exportações e nas variações de estoque, os quais não sofrem incidência de impostos. 106 Vale destacar que os preços básicos (pb) mais margens e impostos líquidos de subsídios correspondem aos fluxos a preços de mercado (pm), 161 Os coeficientes do valor adicionado, por seu turno, foram calibrados com as informações da tabela (ii) do IBGE e as obtidas da Tabela 3.25 para os novos setores de transporte. A princípio, V1CAP refere-se ao excedente operacional bruto (EOB), V1PTX representa “outros impostos sobre a produção” e V1OCT denota outros custos calculados de forma residual. Existem apenas dois setores com valores positivos das remunerações fundiárias (V1LND) no modelo BIM-T: agricultura e pecuária. Para a calibragem deste coeficiente, usamos os gastos de arrendamento da terra do Censo Agropecuário de 2006 do IBGE. Os valores foram deflacionados para o ano de 2005. Enquanto o setor agricultura (1) engloba os gastos de arrendamento da terra das atividades econômicas: produção de lavouras temporárias, horticultura e floricultura, lavouras permanentes, produção vegetal e produção florestal; o setor da pecuária compreende a pecuária, pesca e apicultura. 3.5.1.1 Distribuição do consumo por grupos de famílias Nos coeficientes relacionados ao consumo das famílias, existem 8 famílias representativas, classificadas conforme a renda per capita. A finalidade desta desagregação por tipo de famílias reside em diferenciar as demandas por serviços de transporte no modelo, pois a composição de gastos entre famílias mais ricas e as mais pobres varia muito. Com a POF, é possível estimar o quanto as famílias, em todo o país, gastam com cada produto. Mais do que isso, desagregando os dados da POF por nível de renda, é possível dizer, por exemplo, como as famílias alocam com cada item de sua cesta de consumo (IBGE, 2000b). Por exemplo, é provável que famílias mais pobres gastem mais com o transporte urbano de passageiros que as mais ricas no Brasil, uma vez que elas enfrentam uma maior restrição orçamentária para arcar com despesas com veículos próprios, isso quando os possuem. Por outro lado, é possível que as famílias mais ricas sejam proeminentes na composição das despesas totais do transporte aéreo de passageiros, particularmente, no Brasil. Desse modo, a tarefa de desagregação dos coeficientes entre os tipos de famílias teve como base principal os microdados da POF entre 2008 e 2009. Optamos por usar os dados desse período com a finalidade de capturar o perfil mais recente da demanda do transporte 162 aéreo brasileiro por tipo de famílias, que tem apresentado um aumento crescente após desregulação econômica e as práticas das companhias aéreas (low cost – low fare). Segundo o IBGE (2010), a Pesquisa de Orçamentos Familiares (POF) é uma pesquisa domiciliar, realizada por amostragem, que tem como objetivos principais: obter informações sobre a estrutura de orçamentos (aquisições de produtos, serviços e rendimentos), o estado nutricional e as condições de vida das famílias e população brasileira. No domicílio, por sua vez, é identificada a unidade básica da pesquisa – unidade de consumo – que compreende um único morador ou conjunto de moradores que compartilham da mesma fonte de alimentação ou das despesas com moradia. Essa pesquisa, POF 2008/2009, foi realizada entre maio de 2008 e maio de 2009. Em seus microdados 107 , existem as contas de despesas de cada unidade de consumo (famílias). Conforme o IBGE (2010), basicamente as despesas se dividem em três grandes grupos: despesas correntes, aumento do ativo e diminuição do passivo. As despesas correntes são formadas por despesas de consumo, que se compõem dos seguintes agrupamentos: alimentação, habitação, vestuário, transporte, higiene e cuidados pessoais, assistência à saúde, educação, recreação e cultura, fumo, serviços pessoais e despesas diversas; e mais as outras despesas que incluem os impostos, contribuições trabalhistas, serviços bancários, pensões, mesadas, doações e outras despesas correntes. Já o grupo aumento do ativo corresponde às despesas com a aquisição e/ou reforma de imóvel e outros investimentos. O último grande grupo, diminuição do passivo, contabiliza as despesas com pagamentos de empréstimos e prestações de financiamento imobiliário. Vale ainda lembrar que, especialmente quanto às despesas com serviços de transporte, a POF fornece detalhamento das contas, o que permitiu classificá-las com os serviços correspondentes do modelo. O próprio IBGE já diferencia as contas entre transporte urbano (ônibus, metrô, entre outros) e demais (avião, trem, ônibus intermunicipal e interestadual). Para compatibilizar essas contas com os 110 produtos do Novo Sistema de Contas Nacionais do IBGE, montamos um tradutor CNAE 2.0 com base na tabela de correspondência por CNAE 1.0 108 . Neste tradutor, excluímos as despesas que não são consideradas consumo 107Operacionalizado no software STATA 12.0. 108http://www.ibge.gov.br/home/estatistica/economia/contasnacionais/2009/default.shtm . 163 final, como impostos e transferências. Em vista que os investimentos das famílias foram agrupados de acordo com seu respectivo consumo final, consideramos os itens de despesas relacionados à formação bruta de capital. Aproximadamente foram organizados 13 620 itens da POF e distribuídos pela classificação das Contas Nacionais. As despesas foram divididas por 8 grupos de famílias, de acordo com o nível de renda per capita – renda total do domicílio dividida pela quantidade de moradores no próprio domicílio. Esses 8 grupos se dividem nas seguintes classes de rendimento per capita:  H1) até R$ 310 (2/3 de salário mínimo109);  H2) acima de R$ 310 e até R$ 830 (2/3 a 2 salários mínimos);  H3) acima de R$ 830 e até R$ 1245 (2 a 3 salários mínimos);  H4) acima de R$ 1245 e até R$ 2490 (3 a 6 salários mínimos);  H5) acima de R$ 2490 e até R$ 4150 (6 a 10 salários mínimos);  H6) acima de R$ 4150 e até R$ 6225 (10 a 15 salários mínimos);  H7) acima de R$ 6225 e até R$ 10375 (15 a 25 salários mínimos); e  H8) acima de R$ 10375 (mais de 25 salários mínimos). Assim, após a compatibilização com os 110 produtos da matriz I-P do IBGE, obtivemos a estrutura do consumo dos 8 grupos das famílias. Multiplicamos a matriz market-share (55 x 110) com o consumo de cada grupo (110 x 1) para nos fornecer vetores setoriais. Após essa atividade, combinamos esses novos vetores com o inicial, a fim de manter a mesma dimensão da matriz do modelo, pois, como já mencionado, ela é composta pela multiprodução de produtos e a igual correspondência de produto/setor (i.e., setor que produz um único produto). Aliado a isso, utilizamos os gastos detalhados com serviços de transporte para a calibragem e dos serviços desagregados no modelo, conforme já visto na seção 0: RodoviárioC, RodoP_RU, RodoP_IM, RodoP_IE, RodoP_INT, RodoP_OUT, FerroviárioP, AquaviárioP, AéreoDomP, AéreoInterP, OutAtivSevP. Depois de todos esses procedimentos, alcançamos a estrutura de gastos dos 89 produtos do modelo BIM-T. Somente para o transporte aéreo internacional de passageiros (AéreoInterP) foi necessário o uso de informações complementares. Isso se deve à falta de 109 Conforme o IBGE (2010), considerou-se o valor de R$ 415,00 (quatrocentos e quinze reais) vigente em 15 de janeiro de 2009. 164 distinção entre os gastos com transporte aéreo doméstico e internacional na POF 2008/2009. Para definir os gastos com transporte internacional, adotamos as informações detalhadas de uma pesquisa feita nos principais aeroportos brasileiros. Essa pesquisa advém do “Estudo do Setor de Transporte Aéreo do Brasil” de McKinsey & Company de 2010 e fornece uma base de dados que contém atributos como a faixa salarial das pessoas entrevistadas, gasto com passagem aérea, até as rotas dos voos domésticos e internacionais (origem e destino). Utilizamos essas informações para distribuir o consumo total com transporte aéreo de passageiro internacional entre os 8 grupos de famílias. No cálculo, assumimos a hipótese de que o grupo H1 não demanda esse serviço de transporte por ele englobar famílias com renda per capita abaixo de 1 salário mínimo. O Quadro 3.4 exibe a composição de demanda do transporte aéreo internacional de passageiros. Quadro 3.4 – Estrutura de gastos do transporte aéreo internacional de passageiros Com a estrutura de demanda dos grupos de famílias construída, foi possível decompor os vetores de valores básicos (V3BAS), margens (V3MAR) e impostos indiretos (V3TAX). A Tabela 3.26 exibe os valores do consumo por grupos de famílias. Realizando uma análise exploratória dos dados da Tabela 3.26, podemos observar que 95% dos gastos de serviços rodoviários regulares urbanos concentraram-se nos grupos H1 a H4, com destaque para H2 (45,6%). Famílias com um rendimento per capita de mais de 15 salários mínimos (H7 e H8) apresentaram 0,46% do total despendido nesse tipo de serviço. Esses aspectos sinalizam que o transporte rodoviário urbano, mais especificamente o ônibus, é um serviço necessário para as famílias de baixa renda, uma vez que as despesas com veículos próprios, caso os tenham, podem comprometer sua Classe Gastos (R$) Compatibilização Part. Classe do modelo Distribuição Até R$ 930,00 27093 H2 0,17% 0-310 0,00% De R$ 930,01 até R$ 2.325,00 353027 H3 e H4 2,18% 310-830 0,17% De R$ 2.325,01 até R$ 4.650,00 1212081 H5 7,47% 830-1245 1,09% De R$ 4.650,01 até R$ 6.975,00 1845196 H6 11,37% 1245-2490 1,09% De R$ 6.975,01 até R$ 9.300,00 1668360 H7 10,28% 2490-4150 7,47% De R$ 9.300,01 até R$ 13.950,00 3391256 H8 20,90% 4150-6225 11,37% De R$ 13.950,01 até R$ 23.251,00 4185602 H8 25,80% 6225-10375 10,28% Acima de R$ 23.251,01 3540776 H8 21,83% 10375 68,53% Fonte: Elaboração própria a partir de McKinsey & Company (2010). McKinsey & Company (2010) Estrutura do modelo 165 renda. Por outro lado, as famílias mais ricas, como o grupo H7 e H8, exibem uma pequena participação na demanda por transporte rodoviário urbano. Tabela 3.26 – Composição do consumo das famílias a preço de mercado (R$ milhões) Cód. Produto H1 H2 H3 H4 H5 H6 H7 H8 Total 1 ArrozCasca 3,8 3,8 27,2 2,2 0,0 0,0 0,0 0,0 37 2 MilhoGrao 250,7 222,8 92,1 57,3 19,6 3,0 0,7 1,8 648 3 TrigoCereais 15,4 8,2 1,9 1,4 1,0 0,1 0,0 0,0 28 5 SojaGrao 2,0 4,0 1,7 4,2 0,0 0,2 0,0 0,0 12 6 OutPSLavoura 6798,6 9202,1 3237,9 3536,6 1424,9 727,9 322,1 234,9 25485 7 Mandioca 245,9 381,1 86,7 115,2 27,8 8,3 5,9 2,0 873 10 FrutasCitric 214,4 435,7 190,2 198,8 94,6 38,5 20,8 16,0 1209 12 ExpFlorSilvi 413,2 259,6 28,6 68,4 9,7 14,9 2,7 0,0 797 13 BovinosOutr 302,9 97,4 42,2 78,1 49,6 44,2 10,8 7,7 633 14 LeiteVacaOut 925,2 1331,5 428,2 397,9 122,9 44,7 18,8 8,9 3278 15 SuinosVivos 111,6 71,4 6,2 41,5 44,6 0,7 0,0 0,0 276 16 AvesVivas 324,6 263,0 52,5 48,4 7,1 4,4 0,0 0,0 700 17 OvosAves 1000,9 1112,1 319,9 311,4 106,6 47,8 18,7 14,6 2932 18 PescaAquicul 1371,0 887,4 245,8 262,8 91,9 46,5 28,4 24,3 2958 19 OutAgriPec 3465,2 4109,2 1423,8 1435,9 593,1 257,9 140,7 120,9 11547 20 PetroleoGas 922,2 1113,4 312,7 262,6 81,5 31,0 14,4 10,5 2748 22 OutIndExtrat 85,3 131,7 56,2 52,9 10,7 7,9 3,7 2,7 351 23 AlimentBebid 38610,4 57746,4 23547,0 29620,7 14595,0 7200,7 4306,8 5698,0 181325 24 ProdFumo 3785,1 6183,0 2032,3 1742,0 849,5 393,0 132,3 108,1 15225 25 Texteis 1527,2 3323,8 1451,2 1728,1 801,1 490,8 308,0 257,2 9887 26 ArtVes tuario 7702,3 13490,9 5379,4 6541,5 2948,1 1682,8 916,8 443,7 39105 27 CouroCalcado 3096,5 5524,6 2267,9 2718,0 1239,7 622,7 432,8 693,3 16595 28 ProdMadeira 120,0 219,2 75,6 100,7 37,2 10,2 12,8 11,0 587 29 CelulosPapel 1555,5 2652,9 1012,8 1218,8 558,0 239,1 105,1 65,3 7407 30 JornRevDisc 1817,4 2977,1 1427,5 2359,1 1321,0 822,5 471,5 353,8 11550 31 RefPetroleo 5666,4 13980,0 8011,6 10632,8 5416,3 2630,4 1282,7 1039,9 48660 32 Alcool 222,2 1038,5 781,7 1474,3 728,8 352,7 198,5 79,0 4876 33 ProdQuimicos 343,4 498,3 253,0 235,8 118,7 65,8 22,7 21,9 1559 34 Res inaElas to 1,8 3,0 1,8 1,8 0,8 0,4 0,2 0,2 10 35 ProdFarmac 6614,3 12831,1 5229,9 6029,4 2521,1 1617,2 1544,5 411,6 36799 36 DefAgricolas 28,6 82,4 35,0 45,4 27,4 9,5 4,3 3,4 236 37 PerfumarOut 5784,7 10097,5 3856,9 4316,5 2102,6 910,7 405,5 263,1 27738 38 TintasOut 135,6 442,1 246,6 328,3 148,4 47,2 42,6 44,0 1435 39 QuimicosDive 77,5 168,8 72,8 78,8 89,4 18,5 5,5 9,5 521 40 BorracPlas t 530,4 1413,8 785,7 1155,0 475,6 252,0 78,5 81,0 4772 41 Cimento 153,4 234,1 88,5 102,3 25,1 16,1 7,8 4,7 632 42 OutPrMNaoMet 151,6 280,1 125,1 137,0 46,4 27,2 13,6 13,2 794 43 FabAcoDeriv 6,6 12,7 5,5 6,3 2,7 0,9 0,6 0,5 36 44 MetNaoFerros 36,8 69,5 30,2 35,8 15,8 7,2 4,2 3,2 203 45 ProdMetal 514,7 977,5 415,3 468,3 198,0 66,1 45,5 31,2 2717 46 MaqEquipManu 247,7 713,5 378,6 633,5 419,5 192,4 122,5 102,9 2811 47 Eletrodomest 3671,6 6259,9 2624,4 2751,0 1011,7 514,8 222,0 212,6 17268 48 EscrInformat 152,2 799,3 541,7 890,0 402,3 288,7 92,8 124,3 3291 49 MaqEletriOut 332,3 811,6 413,0 483,3 291,8 110,3 84,3 74,4 2601 50 MatEletroOut 3317,2 4261,0 1567,8 1729,9 1231,2 556,7 286,4 231,3 13182 51 ApMedicoOut 815,6 2246,5 1025,8 1655,8 881,8 634,3 359,9 251,7 7871 52 AutomUtilita 1518,5 7652,9 6387,5 12594,2 7592,7 5007,5 2440,5 1548,7 44742 53 CaminhOnibus 94,4 230,3 112,4 168,6 95,4 53,1 24,1 16,7 795 continuação 166 Os gastos com viagens internacionais, mais especificamente o transporte aéreo, apresentam uma grande concentração nos três últimos grupos (H6 a H8), com praticamente 90% do total de consumo das famílias. Já com relação ao transporte aéreo doméstico de passageiros, observa-se que 50% do total dos gastos concentram-se entre o grupo H4 e H6. As famílias com o rendimento per capita entre 10 a 15 salários mínimos (H6) representaram proeminência na composição de gastos neste tipo de serviço (cerca de 18,2%), acompanhadas de perto pelas famílias do grupo H4 (18%). Tanto nos serviços de transporte rodoviário intermunicipal quanto interestadual, os gastos foram realizados majoritariamente pelos dois primeiros grupos de famílias (H1 e H2), cerca de 60%. Em virtude de grandes rendimentos, as famílias do grupo H7 e H8 quase não utilizam os referidos serviços. Parece que os fatores latentes como tempo de viagem e conforto podem Cód. Produto H1 H2 H3 H4 H5 H6 H7 H8 Total 54 PecVeicAutom 58,8 240,7 184,3 350,5 209,7 136,0 66,5 42,7 1289 55 OutEqTransp 1297,7 2585,0 858,3 827,3 397,1 102,9 20,7 35,4 6124 56 IndDiversas 4990,2 9159,6 3979,7 5158,3 2421,1 1614,3 747,3 629,6 28700 57 EletrOutUrba 9715,4 18276,8 7361,7 8048,8 3641,6 1830,5 845,8 644,4 50365 58 Cons trucao 19,8 62,3 54,5 101,2 77,6 44,3 21,8 37,7 419 59 Comercio 422,4 1371,0 847,4 1247,2 929,0 378,0 191,6 158,3 5545 60 RodoviarioC 1039,6 1398,0 617,6 894,7 536,3 225,4 147,4 604,9 5464 66 RodoP_RU 5552,7 11208,6 3641,5 3073,3 785,1 197,3 91,7 20,9 24571 67 RodoP_IM 1614,0 2795,5 917,3 797,2 279,6 49,4 10,4 15,5 6479 68 RodoP_IE 557,5 976,2 344,7 358,5 219,1 71,0 22,3 14,6 2564 69 RodoP_INT 20,8 34,4 6,0 11,8 8,5 5,7 3,7 0,0 91 70 RodoP_OUT 1658,2 2017,0 642,1 1011,8 529,7 291,9 224,8 164,9 6540 71 FerroviarioP 225,6 485,8 246,3 225,3 235,3 42,2 26,0 12,5 1499 72 AquaviarioP 403,5 158,0 56,1 207,6 41,4 20,0 1,8 87,6 976 73 AereoDomP 118,1 379,8 517,5 898,2 808,4 906,8 769,9 590,3 4989 74 AereoInterP 0,0 4,0 26,3 26,3 180,4 274,6 248,3 1654,3 2414 75 OutAtivSevP 96,9 627,4 670,8 1112,0 2229,1 780,5 459,1 515,2 6491 76 Correio 49,2 254,9 97,5 325,1 154,3 35,1 49,3 13,6 979 77 OutTrArmaz 4,8 22,7 21,1 37,1 52,8 25,3 9,1 10,8 184 78 ServInformac 6024,8 17199,6 8712,5 11230,5 5377,8 2477,9 1253,8 862,9 53140 79 FinancSeguro 4632,3 19258,0 14507,3 25125,1 14191,8 9209,2 5414,9 4111,7 96450 80 ServImobAlug 7705,5 24058,9 18055,9 29688,7 37980,6 18235,9 6812,1 7858,2 150396 81 ServManutRep 1410,3 4385,0 2518,4 3553,0 1971,2 693,8 452,4 285,9 15270 82 ServAlojAlim 8943,8 18717,2 8953,9 11867,7 6872,1 3664,6 2259,9 1668,8 62948 83 ServPres tEmp 659,3 2782,0 2067,4 2638,5 1729,1 967,6 638,3 341,7 11824 84 EducMercant 1075,9 5847,6 4849,7 10605,8 6013,3 2670,7 2159,7 1142,3 34365 85 SaudeMercant 5081,6 12748,9 7934,3 14383,3 8180,5 3840,8 2253,2 2265,3 56688 86 OutrosServic 7667,2 22393,0 13013,9 20770,0 14082,0 7041,1 3660,0 3036,1 91663 87 EducPublica 10,6 36,6 26,6 48,9 34,1 16,2 9,9 7,3 190 88 SaudePublica 216,7 512,9 298,6 544,6 216,5 100,1 75,7 71,1 2036 89 AdmPubSegSoc 309,9 885,3 550,7 940,1 582,4 276,2 176,3 113,2 3834 Total 176667,6 357739,4 179317,7 254966,9 159846,2 82345,1 43686,7 39661,3 1294231 Fonte: Elaboração prrópria a partir dos dados da matriz I-P do IBGE,POF 2008/2009 e McKinsey & Company (2010). 167 explicar, em grande medida, a inexpressiva demanda pelos serviços de transportes rodoviários intermunicipais e interestaduais por famílias mais ricas. De modo geral, a estrutura apresentada na Tabela 3.26 foi aplicada para o processo de calibragem dos coeficientes V3BAS, V3MAR e V3TAX em cada grupo de famílias. 3.6 Calibragem dos demais coeficientes do modelo 3.6.1 Coeficientes para o mecanismo intertemporal Como visto na seção 2.2.8.1 do capítulo anterior, basicamente o movimento do capital é resolvido recursivamente pela equação   jjjjt YKDK  1 , a qual jtK é o estoque de capital físico em cada setor j no final do período t , jD é taxa de depreciação e jY é o fluxo de investimento. Desta definição, podemos mostrar que:    jjjTjjj DKKKYG  1// (3.6.1) jjjj t KDYK  (3.6.2) em que jG é a taxa bruta do crescimento do capital ou a razão entre o valor a preço de mercado do investimento e o estoque capital; e j tK é a variação do estoque de capital no ano t . Substituindo a definição de jjj YKG  da equação (3.6.1) em (3.6.2), alcançamos: jjj DGK  (3.6.3) onde jK é uma forma usual de representar j j t K K . Portanto, em (3.6.3) a taxa de crescimento do capital em relação ao tempo ( jK ) representa a diferença entre jG e jD . No processo de calibragem dos coeficientes, assumimos inicialmente que jK acompanha um crescimento econômico de 3% a.a. no estado estacionário da economia brasileira. A partir desta definição, estabeleceu-se que a razão entre investimento e estoque de capital segue uma tendência ( j TENDG ) de 8% para a maioria dos setores do modelo. O modelo BRIDGE (DOMINGUES et al., 2010), por exemplo, calculou uma relação de 6,42%. Assim, como no ano base do modelo a taxa bruta do crescimento do capital ( jG ) é 168 igual a sua tendência ( j TENDG ), obtivemos os valores iniciais de jG que flutuarão em relação j TENDG . Entretanto, essas flutuações são restringidas por um teto, ou seja, j GGUG jTEND jj max . Para esse limite foi calibrado um jU de 3 vezes maior que o valor tendencial. Cabe salientar que, de posse dos valores dos coeficientes jG e jY , foi possível calcular os valores do estoque de capital físico de cada setor ( jK ), conforme a fórmula jjj GYK / . Se o estoque do capital adicionado ( jK ) cresce por hipótese 3% e se a razão entre investimento e capital é de 8%, então, pela equação (3.6.3), a taxa de depreciação ( jD ) 110 resultante foi em média 5%. Resumidamente, o modelo foi calibrado com um estado estacionário de 3%, sustentado por uma taxa de depreciação do capital na ordem de 5%. Ferreira et al. (2000) mostraram ser pouco relevante a escolha de uma taxa de depreciação entre 3% e 12%. Ferreira e Guillén (2004) e Clezar (2010), por exemplo, adotaram uma taxa de depreciação na ordem de 9% para o cômputo do estoque de capital por um método similar ao usado neste trabalho, ou seja, o método do estoque perpétuo. Por outro lado, Haddad e Domingues (2001), aplicando o modelo de equilíbrio geral EFES (Economic Forecasting Equilibrium System), usaram uma taxa implícita de 3,7%. Já Garcia (2003) atribuiu uma taxa de depreciação, suposta constante e igual a 5% ao ano, para todas as divisões e grupos de atividade que compõem a indústria e o comércio. Diante disso, a taxa de depreciação calculada endogenamente no modelo é próxima às observadas na literatura. De forma similar aos modelos da família MONASH, calibramos a taxa normal de retorno do investimento ( j normalR ) com base na razão entre rentabilidade do capital (V1CAP) e estoque do capital físico ( jK ) de cada setor. Contudo, como este estoque é distribuído setorialmente conforme a matriz de absorção de investimento do projeto de Freitas et al. (2009), os valores das taxas normais de retorno entre os setores do modelo foram inicialmente desiguais. A principal razão dessa heterogeneidade se deve, em última instância, pela diferença na estrutura setorial do investimento com a da remuneração do capital (V1CAP). Os modelos EGC, como BRIDGE e EFES, alocaram os valores de investimentos conforme a estrutura setorial da remuneração do capital, por isso a homogeneidade da taxa normal de retorno é observada entre os setores nos respectivos modelos. 110 A taxa de depreciação é um parâmetro do modelo, invariante ao longo do tempo. 169 Tendo em vista a falta de evidências na literatura com respeito à desigualdade da taxa normal de retorno, a remuneração do capital (V1CAP) foi ajustada em consonância com a estrutura setorial do estoque de capital físico. O ajuste ocorreu com o intuito de manter uma taxa normal de retorno de 8% e, ao mesmo tempo, considerar a estrutura setorial do fluxo de investimento de Freitas et al. (2009). As diferenças computadas entre a nova e antiga remuneração do capital foram inseridas em outros custos (V1OCT), a fim de manter inalterado o valor adicionado no modelo. Nesse procedimento, contudo, alguns setores apresentaram grandes discrepâncias na razão capital / trabalho. Nesses casos, para manter a relação próxima da matriz I-P, a taxa de retorno e a razão de investimento e capital foram ajustados em alguns setores, com o setor de Caminhões e Ônibus. Além disso, em outros casos, foi necessário realizar ajuste na taxa de retorno para não tornar um V1OCT negativo. Assim, foram computadas as diferenças entre as remunerações do capital até o limite de um V1OCT positivo, isso porque na composição do valor adicionado não existem registros de V1OCT negativos ou tampouco significativos subsídios de produção. Como em jG , a taxa esperada de retorno ( j tE ) foi calibrada igualmente à taxa normal bruta de retorno ( j normalR ) no ano base do modelo, uma vez que a taxa esperada de retorno não difere do seu estado normal, quando avaliada no estado estacionário da economia. Descrito o procedimento de calibragem dos coeficientes vinculados com a relação intertemporal entre a acumulação de estoque de capital físico e a alocação do fluxo de investimento, a Tabela 3.27 sumariza os valores dos coeficientes no modelo BIM-T. Conforme a Tabela 3.27, podemos notar quais foram os setores que apresentaram diferentes taxas calibradas ( j normalR e jG ), como por exemplo: Minério de Ferro (MinérioFerro), Refino de Petróleo (RefPetróleo), Químicos Diversos (QuímicosDive), Automóveis e Utilitários (AutomUtilita), Caminhão e Ônibus (CaminhÔnibus), Educação Pública (EducPública), Saúde Pública (SaúdePública) e Administração Pública e Seguridade Social (AdmPubSegSoc). A grande maioria desses setores exibe significativos estoques de capital físico, o que ajuda a entender uma menor razão entre o investimento e o capital, bem como uma maior taxa normal de retorno de investimento. 170 Tabela 3.27 – Coeficientes: acumulação de capital e alocação do investimento Cod. Sigla Y (R$ milhões) Part. V1CAP (R$ milhões) K R normal G Estado estacionário D V1CAP / VA V1LAB / VA 1 AgricultOut 14807 4,3% 14807 185088 8% 8% 3% 5% 21% 37% 2 PecuariaPesc 10396 3,0% 10396 129950 8% 8% 3% 5% 30% 56% 3 PetroleoGas 6668 1,9% 20005 111139 18% 6% 3% 3% 66% 23% 4 MinerioFerro 26107 7,6% 8632 191822 5% 14% 3% 11% 86% 12% 5 OutIndExtrat 704 0,2% 2112 11733 18% 6% 3% 3% 43% 40% 6 AlimentBebid 19717 5,8% 19717 246463 8% 8% 3% 5% 39% 49% 7 ProdFumo 350 0,1% 350 4375 8% 8% 3% 5% 20% 50% 8 Texteis 1916 0,6% 1916 23950 8% 8% 3% 5% 14% 40% 9 ArtVestuario 651 0,2% 651 8138 8% 8% 3% 5% 6% 51% 10 CouroCalcado 944 0,3% 944 11800 8% 8% 3% 5% 14% 77% 11 ProdMadeira 1398 0,4% 1398 17475 8% 8% 3% 5% 19% 48% 12 CelulosPapel 3486 1,0% 3486 43575 8% 8% 3% 5% 32% 50% 13 JornRevDisc 756 0,2% 756 9450 8% 8% 3% 5% 5% 43% 14 RefPetroleo 14367 4,2% 8680 149655 6% 10% 3% 7% 71% 24% 15 Alcool 1167 0,3% 1167 14588 8% 8% 3% 5% 22% 23% 16 ProdQuimicos 3764 1,1% 3764 47050 8% 8% 3% 5% 33% 43% 17 ResinaElasto 831 0,2% 831 10388 8% 8% 3% 5% 16% 31% 18 ProdFarmac 2708 0,8% 2708 33850 8% 8% 3% 5% 21% 42% 19 DefAgricolas 1776 0,5% 1137 14213 8% 12% 3% 9% 49% 45% 20 PerfumarOut 1945 0,6% 1945 24313 8% 8% 3% 5% 35% 38% 21 TintasOut 473 0,1% 473 5913 8% 8% 3% 5% 21% 57% 22 QuimicosDive 1633 0,5% 1263 19431 7% 8% 3% 5% 38% 58% 23 BorracPlast 3794 1,1% 3794 47425 8% 8% 3% 5% 28% 60% 24 Cimento 316 0,1% 422 5275 8% 6% 3% 3% 19% 30% 25 OutPrMNaoMet 1670 0,5% 1670 20875 8% 8% 3% 5% 17% 58% 26 FabAcoDeriv 7704 2,3% 7704 96300 8% 8% 3% 5% 38% 30% 27 MetNaoFerros 4909 1,4% 4909 61363 8% 8% 3% 5% 62% 35% 28 ProdMetal 2355 0,7% 7065 39250 18% 6% 3% 3% 32% 40% 29 MaqEquipManu 3415 1,0% 3415 42688 8% 8% 3% 5% 20% 69% 30 Eletrodomest 328 0,1% 328 4100 8% 8% 3% 5% 15% 63% 31 EscrInformat 54 0,0% 54 675 8% 8% 3% 5% 3% 67% 32 MaqEletriOut 1258 0,4% 1258 15725 8% 8% 3% 5% 12% 52% 33 MatEletroOut 648 0,2% 648 8100 8% 8% 3% 5% 13% 77% 34 ApMedicoOut 627 0,2% 627 7838 8% 8% 3% 5% 12% 35% 35 AutomUtilita 5672 1,7% 1668 33360 5% 17% 3% 14% 58% 23% 36 CaminhOnibus 1621 0,5% 335 9005 4% 18% 3% 15% 15% 87% 37 PecVeicAutom 3704 1,1% 3704 46300 8% 8% 3% 5% 26% 65% 38 OutEqTransp 1440 0,4% 1371 17138 8% 8% 3% 5% 25% 71% 39 IndDiversas 1293 0,4% 1293 16163 8% 8% 3% 5% 9% 40% 40 EletrOutUrba 13697 4,0% 41090 228278 18% 6% 3% 3% 58% 21% 41 Construcao 8494 2,5% 25483 141572 18% 6% 3% 3% 28% 32% 42 Comercio 17951 5,2% 17951 224388 8% 8% 3% 5% 8% 44% 43 RodoviarioC 12009 3,5% 15012 150120 10% 8% 3% 5% 44% 33% 44 FerroviarioC 588 0,2% 735 7350 10% 8% 3% 5% 38% 46% 45 CabotagemC 245 0,1% 307 3070 10% 8% 3% 5% 49% 26% 46 NavInteriorC 214 0,1% 267 2670 10% 8% 3% 5% 49% 25% 47 AereoC 144 0,0% 180 1800 10% 8% 3% 5% 19% 72% 48 RodoviarioP 3843 1,1% 4804 48040 10% 8% 3% 5% 27% 58% continuação 171 Com relação ao ajuste intertemporal do mercado de trabalho, os coeficientes foram calibrados de tal maneira que no estado estacionário não há divergência entre o nível de emprego atual e o tendencial. Assim, a razão entre o nível de emprego atual e o tendencial foi calibrada no período inicial como 1 (EMPRAT). De forma similar, para o ajuste intertemporal de entrada e saída das firmas no mercado, os coeficientes correspondentes apresentam valores iguais no ano base do modelo, pois admitimos que no estado estacionário da economia não haja discrepância entre o lucro econômico corrente ( cPROFIT ) e o lucro econômico tendencial ( c TENDPROFIT ). Nesse sentido, foi calibrado o valor 1 para o coeficiente PROFAT que garante no ano base do modelo a igualdade entre cPROFIT e c TENDPROFIT . 3.6.2 Coeficientes relacionados com outras extensões do modelo As extensões realizadas para o modelo BIM-T frente a um modelo neoclássico de equilíbrio geral requerem informações extras como o número de firmas, a participação do custo fixo em relação ao custo total (CDR) e a elasticidade de substituição entre as variedades. Como será observada, essa elasticidade é tratada como coeficiente ao invés de parâmetro no modelo, uma vez que ela é calculada endogenamente e varia ao longo do tempo, principalmente em virtude das mudanças no nível de markup e no número de firmas. Cod. Sigla Y (R$ milhões) Part. V1CAP (R$ milhões) K R normal G Estado estacionário D V1CAP / VA V1LAB / VA 49 FerroviarioP 317 0,1% 317 3963 8% 8% 3% 5% 34% 53% 50 AquaviarioP 41 0,0% 41 513 8% 8% 3% 5% 39% 25% 51 AereoDomP 414 0,1% 414 5175 8% 8% 3% 5% 15% 72% 52 AereoInterP 189 0,1% 189 2363 8% 8% 3% 5% 15% 71% 53 SvOutTrArmCo 9782 2,9% 9782 122275 8% 8% 3% 5% 31% 39% 54 ServInformac 13424 3,9% 13424 167800 8% 8% 3% 5% 18% 31% 55 FinancSeguro 3377 1,0% 3377 42213 8% 8% 3% 5% 3% 39% 56 ServImobAlug 6654 1,9% 6654 83175 8% 8% 3% 5% 4% 3% 57 ServManutRep 972 0,3% 972 12150 8% 8% 3% 5% 5% 30% 58 ServAlojAlim 7239 2,1% 7239 90488 8% 8% 3% 5% 24% 41% 59 ServPrestEmp 4366 1,3% 4366 54575 8% 8% 3% 5% 5% 53% 60 EducMercant 719 0,2% 719 8988 8% 8% 3% 5% 3% 87% 61 SaudeMercant 6814 2,0% 6814 85175 8% 8% 3% 5% 21% 58% 62 OutrosServic 1738 0,5% 1738 21725 8% 8% 3% 5% 3% 72% 63 EducPublica 9930 2,9% 4514 90280 5% 11% 3% 8% 7% 92% 64 SaudePublica 6032 1,8% 2742 54840 5% 11% 3% 8% 8% 91% 65 AdmPubSegSoc 55673 16,3% 25306 506120 5% 11% 3% 8% 14% 86% Fonte: Elaboração própria a partir da matriz I-P do IBGE e Freitas (2009). 172 Para a calibragem destes coeficientes, a estratégia inicial adotada foi investigar a estrutura de mercado dos setores do modelo com a finalidade de classificá-los como diferenciados. Para tanto, utilizamos os estudos econométricos feitos no Brasil, como os de Garcia (2003), Clezar (2010) e Correia e Moita (2011), além de várias consultas realizadas com o conselheiro do Conselho Administrativo de Defesa Econômica (Cade), Ricardo Machado Ruiz (2012) 111 . Além dessas referências, confrontaram-se os resultados com o boletim de política industrial do Instituto de Pesquisa Econômica Aplicada (IPEA, 2000). Esse boletim é o último publicado que contém uma classificação de estruturas de mercado das atividades econômicas com base no método de Possas (1987). O trabalho de classificação dos setores, apesar de ter sido alcançado com base em diversas informações, ainda apresenta um caráter hipotético, uma vez que em certos setores, as firmas exercem poder de mercado pelo lado da oferta ou o mercado se caracteriza pela combinação entre mercados competitivos e diferenciados. Por exemplo, existem setores como petróleo, gás e cabotagem, regulados por suas respectivas agências, em que o poder de mercado é observado no controle da oferta ao invés de preço. Em outros casos, setores como de artigo e vestuário, couro e calçados, produtos da farmácia, defensivos agrícolas, perfumaria e tintas exibem combinações entre mercados competitivos e diferenciados. O boletim do IPEA (2000) apontou que o setor farmacêutico e de perfumaria representa um oligopólio diferenciado, o que ratifica a classificação como setor diferenciado. No que diz respeito aos setores de vestuário e calçados, o IPEA (2000) os classificou como uma estrutura de mercados competitivos. No entanto, o trabalho de Clezar (2010) apontou uma significância estatística de mercados imperfeitos para os mesmos. Ruiz (2012) sinalizou que esses dois setores exibem dois segmentos: mercados competitivos e imperfeitos. Diante de tudo isso, escolhemos caracterizá-los como setores diferenciados no modelo. Além disso, as especificações implementadas no modelo BIM-T concentram-se principalmente sobre a distinção de níveis de markup para indicar o grau de poder de mercado, o que ainda é insuficiente, pois a concorrência e poder de mercado podem também ocorrer com relação à elasticidade de oferta. Como Ruiz (2012) indicou, a utilização de outras 111 Embora as consultas tenham contribuído significativamente para a classificação dos setores, este trabalho é de exclusiva responsabilidade do autor, isentando, dessa maneira, qualquer responsabilidade que possa existir por parte do conselheiro Ricardo Machado Ruiz (2012). 173 tipologias de mercado poderia gerar cenários mais variados e enriquecer o trabalho, como por exemplo: a) setores competitivos para alguns níveis de renda e imperfeitos para outros; b) setores competitivos para certas variações de demanda e imperfeitos para outras. Esses aspectos, em conjunto, implicam uma limitação do modelo BIM-T, permanecendo algumas generalizações e certa caracterização hipotética para alguns setores econômicos. A Tabela 3.28 lista os setores considerados como diferenciados para o modelo. De modo geral, em um primeiro passo, a caracterização dos setores diferenciados ocorreu conforme os resultados estimados da estrutura produtiva brasileira de Clezar (2010), entre 1994 a 2007. O autor apontou quais setores apresentaram uma estrutura de concorrência imperfeita ao nível de significância de 10%. Em uma etapa posterior, essa classificação foi discutida com Ruiz (2012), com o intuito de validar os setores que não apresentam uma estrutura de mercado competitivo, além de serem confrontados com a classificação do IPEA (2000). Entre as estimativas econométricas e o processo de validação, apenas 5 setores foram incompatíveis, a saber: produtos do fumo, refino de petróleo e coque, cimento, fabricação de aço e derivados e metalurgia de metais não-ferrosos. O IPEA (2000), por exemplo, classificou a metalurgia como oligopólio concentrado. Esses setores foram considerados como diferenciados no modelo, apesar do trabalho de Clezar (2010) não ter apontado significância estatística de uma estrutura de mercado imperfeito. Nos resultados estimados pelo mesmo autor (2010), por exemplo, mercado imperfeito para o setor de produtos do fumo foi estatisticamente insignificante, porém este setor se classifica como um duopólio diferenciado, pois, embora existam vários produtores de fumo, há apenas 2 compradores e fabricantes de seus derivados. Cimento também registrou insignificância, porém este setor é considerado como um oligopólio total, com significativa participação da Votorantim na produção total (cerca de 50%) (RUIZ, 2012). No trabalho de Clezar (2010), o setor de serviços não foi foco de estudo. Por esta razão, procuramos pesquisar as características de cada mercado. No mercado de transporte, atribuímos como setores diferenciados para o transporte ferroviário de carga, navegação de cabotagem e transporte aéreo de passageiros. O transporte ferroviário de carga é regulado pela ANTT e existem monopólios naturais na prestação do serviço. 174 A navegação de cabotagem, por seu turno, é regulada e fiscalizada pela ANTAQ, no Brasil. A política de protecionismo praticada nesse mercado confere às embarcações de bandeira brasileira (EBNs) um alto poder de monopólio, apesar de existirem mecanismos de afretamento que permitem pequenas participações de embarcações estrangeiras 112 . Tabela 3.28 – Setores classificados como diferenciados no modelo BIM-T 112 Essa discussão será tratada no próximo capítulo. Cód. Sigla Descrição Trabalho de Clezar (2010)* 20 PetroleoGas Petróleo e gás natural - 21 MinerioFerro Minério de ferro - 23 AlimentBebid Alimentos e Bebidas Significativo 24 ProdFumo Produtos do fumo Insignificante 26 ArtVestuario Artigos do vestuário e acessórios Significativo 27 CouroCalcado Artefatos de couro e calçados Significativo 29 CelulosPapel Celulose e produtos de papel Significativo 30 JornRevDisc Jornais, revistas, discos Significativo 31 RefPetroleo Refino de petróleo e coque Insignificante 33 ProdQuimicos Produtos químicos Significativo 34 ResinaElasto Fabricação de resina e elastômeros Significativo 35 ProdFarmac Produtos farmacêuticos Significativo 36 DefAgricolas Defensivos agrícolas Significativo 37 PerfumarOut Perfumaria, higiene e limpeza Significativo 38 TintasOut Tintas, vernizes, esmaltes e lacas Significativo 39 QuimicosDive Produtos e preparados químicos diversos Significativo 40 BorracPlast Artigos de borracha e plástico Significativo 41 Cimento Cimento Insignificante 43 FabAcoDeriv Fabricação de aço e derivados Insignificante 44 MetNaoFerros Metalurgia de metais não-ferrosos Insignificante 45 ProdMetal Produtos de metal - exclusive máq. e equip. Significativo 46 MaqEquipManu Máquinas e equipamentos, mais manut. e reparos Significativo 47 Eletrodomest Eletrodomésticos Significativo 48 EscrInformat Máquinas para escritório e equip. de informática Significativo 49 MaqEletriOut Máquinas, aparelhos e materiais elétricos Significativo 50 MatEletroOut Material eletrônico e equip. de comunicações Significativo 51 ApMedicoOut Aparelhos/instrumentos médico-hospitalar, óptico Significativo 52 AutomUtilita Automóveis, camionetas e utilitários Significativo 53 CaminhOnibus Caminhões e ônibus Significativo 54 PecVeicAutom Peças e acessórios para veículos automotores Significativo 57 EletrOutUrba Eletricidade e gás, água, esgoto e limpeza urbana - 61 FerroviarioC Transp. ferroviário de carga - 62 CabotagemC Transp. de cabotagem de carga - 64 AereoC Transp. aéreo de carga - 73 AereoDomP Transp. aéreo doméstico de passageiros - 74 AereoInterP Transp. aéreo internacional de passageiros - 79 FinancSeguro Intermediação financeira e seguros - 84 EducMercant Educação mercantil - 85 SaudeMercant Saúde mercantil - * Ao nívvel de significância de 10%. Fonte: Elaboração própria. 175 Já o transporte aéreo de passageiros, tanto na operação doméstica como internacional, apresenta poucas empresas com elevado poder de mercado. Atualmente, a Agência Nacional de Aviação Civil (ANAC) regula, pelo lado da oferta, o mercado de transporte aéreo de passageiros (OLIVEIRA et al., 2011; ZIMMERMANN e OLIVEIRA, 2012). Além desses serviços, o modelo considera como diferenciados os setores de eletricidade e gás, água, esgoto e limpeza urbana, intermediação financeira e seguros, educação mercantil e saúde mercantil. Essas atribuições acompanharam as consultas feitas junto a RUIZ (2012). A partir das classificações dos setores como diferenciados, a próxima etapa consistiu na calibragem do número de firmas de cada um deles. Conforme apontou Abayasiri-Silva e Horridge (1996), não se pode considerar o número de estabelecimentos como o número de firmas de um setor. Segundo os autores, o mais correto é analisar o número médio de competidores enfrentado por produtores dentro de um setor, pois, por exemplo, dentro da indústria química, geralmente os produtores de químicos inorgânicos (e.g. fertilizantes fosfatados) não competem com os produtores de químicos orgânicos (e.g. produtos petroquímicos básicos). Dessa maneira, em vista de que cada setor é composto por subclasses de atividades econômicas, a saída foi ponderar o número de firmas das subclasses pela sua respectiva participação de venda dentro do setor. A vantagem deste cálculo reside principalmente por capturar, em algum grau, as quantidades de firmas que detêm maiores participações de mercado. Para obter o número de firmas, foi usado o cadastro das empresas da Relação Anual de Informações Sociais (RAIS) do Ministério do Trabalho e Emprego de 2005, também conhecido como RAIS identificada. Os registros cobrem o universo das organizações inscritas no Cadastro Nacional da Pessoa Jurídica (CNPJ), classificadas de acordo com a versão 1.0 da Classificação Nacional de Atividades Econômicas – CNAE 1.0. Optamos por desconsiderar as empresas filiais nas observações coletadas, uma vez que elas apresentam baixa competição com suas matrizes. Vale salientar que o Cadastro Central de Empresas (CEMPRE) do IBGE também leva em conta as organizações inscritas no CNPJ da Secretaria da Receita Federal que, no ano de referência, declararam às pesquisas econômicas do IBGE e/ou aos registros administrativos do Ministério do Trabalho e Emprego. A atualização de dados cadastrais e econômicos do CEMPRE é realizada anualmente, conjugando informações provenientes das pesquisas nas áreas de Indústria, Construção Civil, Comércio e Serviços do IBGE e da RAIS. 176 Com o número de firmas de cada classe econômica, ou classe CNAE, a próxima tarefa foi calcular a receita total. Para tanto, usamos os dados da Pesquisa Anual da Indústria (PIA), Pesquisa Anual de Serviços (PAS), Pesquisa Anual da Indústria de Construção (PAIC) e Pesquisa Anual de Comércio (PAC) do IBGE. Nessas pesquisas, foram coletadas as receitas líquidas operacionais (ROLs) por firma de cada classe CNAE. Consideraram-se as receitas médias entre 2005 e 2007. Os valores de 2006 e 2007 foram deflacionados para 2005, usando o Índice Geral de Preços – Disponibilidade Interna (IGP-DI) (% a.a.) da Fundação Getúlio Vargas (IPEA, 2012). Em uma fase posterior, multiplicamos as ROLs das classes CNAE pelo número total de empresas das classes correspondentes do CEMPRE do IBGE, 2005. Esse procedimento nos forneceu as receitas totais por classe CNAE, porém elas não são as efetivas de cada classe econômica (CNAE), pois nesse método, assumimos a hipótese de firma representativa ao considerar as ROLs por empresa. De posse das receitas totais por classe CNAE, foi possível obter as receitas totais de cada setor do modelo por meio de um trabalho de compatibilização. Com as receitas totais por classe e por setor correspondente, computaram-se as participações relativas de receita de cada classe. Essas participações foram usadas para ponderar o número de firmas, inicialmente coletado pela RAIS identificada. A Tabela 3.29 apresenta o número de firmas competidoras de cada setor diferenciado do modelo. Em virtude da falta de informação de ROL nas pesquisas do IBGE sobre o setor eletricidade e gás, água, esgoto e limpeza urbana, usamos como referência as remunerações totais das classes correspondentes e que podem ser obtidas no próprio CEMPRE. Assim, utilizamos as participações relativas das remunerações das classes para ponderar com os números de firmas (ou seja, similarmente ao procedimento das receitas totais de outras classes). Junto com essa exceção, para a calibragem do número de firmas de alguns serviços de transporte, foram utilizadas outras fontes de informações. No caso do transporte ferroviário de carga, o número de firmas foi adquirido junto à ANTT. Já em relação à navegação de cabotagem, as informações foram coletadas com a ANTAQ. E, por fim, para o transporte aéreo doméstico e internacional de passageiros, calculou-se a quantidade de empresas a partir do anuário estatístico da ANAC. 177 Tabela 3.29 – Número de firmas competidoras dos setores diferenciados no modelo Obtido o número de firmas de cada setor diferenciado, o próximo passo constituiu na calibragem das participações dos custos fixos no custo total, conhecido como CDR. Como discutido no capítulo anterior, CDR representa a elasticidade inversa de escala [ )1/( ccc ScaleScaleCDR  ]. Conforme demonstrado por Francois (1998), a elasticidade de escala é, consequentemente igual ao índice de Lerner. Dessa maneira, podemos obter estimativas de elasticidades de escala ou índice de Lerner na literatura e, posteriormente, calcular a parcela do custo fixo de cada setor. Cód. Sigla Descrição Número de firmas competidoras 20 PetroleoGas Petróleo e gás natural 80 21 MinerioFerro Minério de ferro 84 23 AlimentBebid Alimentos e Bebidas 4444 24 ProdFumo Produtos do fumo 145 26 ArtVestuario Artigos do vestuário e acessórios 35262 27 CouroCalcado Artefatos de couro e calçados 6518 29 CelulosPapel Celulose e produtos de papel 878 30 JornRevDisc Jornais, revistas, discos 6447 31 RefPetroleo Refino de petróleo e coque 46 33 ProdQuimicos Produtos químicos 854 34 ResinaElasto Fabricação de resina e elastômeros 172 35 ProdFarmac Produtos farmacêuticos 1211 36 DefAgricolas Defensivos agrícolas 103 37 PerfumarOut Perfumaria, higiene e limpeza 2839 38 TintasOut Tintas, vernizes, esmaltes e lacas 879 39 QuimicosDive Produtos e preparados químicos diversos 2056 40 BorracPlast Artigos de borracha e plástico 6602 41 Cimento Cimento 66 43 FabAcoDeriv Fabricação de aço e derivados 302 44 MetNaoFerros Metalurgia de metais não-ferrosos 1481 45 ProdMetal Produtos de metal - exclusive máq. e equip. 6817 46 MaqEquipManu Máquinas e equipamentos, mais manut. e reparos 2170 47 Eletrodomest Eletrodomésticos 315 48 EscrInformat Máquinas para escritório e equip. de informática 458 49 MaqEletriOut Máquinas, aparelhos e materiais elétricos 461 50 MatEletroOut Material eletrônico e equip. de comunicações 297 51 ApMedicoOut Aparelhos/instrumentos médico-hospitalar, óptico 619 52 AutomUtilita Automóveis, camionetas e utilitários 45 53 CaminhOnibus Caminhões e ônibus 16 54 PecVeicAutom Peças e acessórios para veículos automotores 1671 57 EletrOutUrba Eletricidade e gás, água, esgoto e limpeza urbana 498 61 FerroviarioC Transp. ferroviário de carga 12 62 CabotagemC Transp. de cabotagem de carga 28 64 AereoC Transp. aéreo de carga 14 73 AereoDomP Transp. aéreo doméstico de passageiros 21 74 AereoInterP Transp. aéreo internacional de passageiros 10 79 FinancSeguro Intermediação financeira e seguros 1404 84 EducMercant Educação mercantil 3186 85 SaudeMercant Saúde mercantil 1511 Fonte: Elaboração própria a partir dos dados da RAIS negativa (2005); Cempre do IBGE (2005); PIA, PAS, PAIC e PAC do IBGE; ANAC (2005); ANTT (2005); e ANTAQ (2005). 178 Garcia (2003) apresenta as elasticidades de escala estimadas para a grande maioria das classes CNAE 1.0 no ano de 2000. Correia e Moita (2011), inspirados no trabalho de Aghion et al. (2005), calcularam o índice de Lerner através da participação do lucro operacional em relação à receita líquida das principais atividades econômicas, a partir dos dados da pesquisa IBMEC- Sensus 2008. Já Spat e Massuquetti (2008), baseados no procedimento de Tavares, Façanha e Possas (1978), calcularam markups totais pela razão entre o excedente líquido e os custos operacionais de produção (inclusos os gastos de pessoal). Os autores utilizaram os dados da PIA do IBGE de 2008. Diante destas alternativas de cálculo, procuramos computar as receitas operacionais líquidas (ROLs) e custos operacionais de produção (COPs) (consumo intermediário e gastos de pessoal) para as classes CNAE 1.0, com base nos dados disponíveis da PIA, PAS, PAIC e PAC do IBGE entre 2005 e 2007. Cabe salientar que se fosse apenas considerado o ano de 2005, provavelmente a taxa de markup dos setores seria baixa, pois a economia apresentou baixo crescimento entre 1999 e 2004. Se fosse atribuído um intervalo entre 2005 e 2008, teríamos dois problemas. Primeiro, a partir de 2008, as pesquisas do IBGE fornecem os dados por classes CNAE 2.0, o que poderia provocar diferenças com anos anteriores no momento da compatibilização com os setores do modelo. Segundo, no segundo semestre de 2008, ocorreu a crise externa e a recessão econômica, o que poderia influir nos resultados calculados de markups. Por essas razões, escolhemos o intervalo entre 2005 a 2007. Em seguida, deflacionamos os valores de ROL e COP, conforme o índice IGP-DI e, posteriormente, dividimo-los pelo número de empresas das próprias pesquisas. Essa divisão visa a eliminar os efeitos de possíveis variações do número de empresas entre 2005 a 2007, sobre os resultados operacionais das classes CNAE, uma vez que eles poderiam estar correlacionados. Numa etapa posterior, somamos os resultados operacionais por empresa de todos os anos para posteriormente serem convertidos nos setores do modelo. Vale salientar que o excedente líquido, valor de transformação industrial (VTI) menos gasto de pessoal, é próximo à diferença entre ROL e COP. Portanto, de maneira semelhante ao procedimento de Tavares, Façanha e Possas (1978), pudemos obter o índice de markup (ou Lerner) dos setores do modelo. 179 Esses resultados foram confrontados com as estimativas de Garcia (2003) e Correia e Moita (2011), a fim de se verificar eventuais discrepâncias, apesar do uso de diferentes métodos. Os valores computados foram, na grande maioria, superiores às estimativas de Correia e Moita (2011). Apenas os índices de markup do setor de petróleo e gás, jornais, revistas, discos, fabricação de aço e derivados e máquinas, aparelhos e materiais elétricos registraram valores próximos (diferença máxima de 0,05). Já em relação às estimativas de Garcia (2003), os índices de markup computados foram, em grande parte, inferiores. Somente os setores como de produtos de fumo, celulose e papel, produtos de farmácia e fabricação de aço e derivados apresentaram resultados próximos às elasticidades de escala estimadas por Garcia (2003) (diferença máxima de 0,05). Dessa maneira, com o intuito de sermos conservadores, optamos por manter os índices de Lerner calculados pelos dados operacionais das pesquisas do IBGE. A Tabela 3.30 apresenta os resultados de CDR de cada setor diferenciado. A exceção desta regra reside em seis setores. No setor de minério de ferro, o índice de Lerner calculado pelos resultados operacionais foi de aproximadamente 1,66, ao passo que em Correia e Moita (2011) e Garcia (2003) foi de 1,31. Assim, optamos por manter o valor de 1,31. Para o setor de refino de petróleo, a estimativa de Garcia (2003) foi de 1,31 e de Correia e Moita (2011), 1,17. O índice de Lerner calculado pelos dados operacionais foi de 1,56. Assim, atribuímos arbitrariamente o valor estimado de Garcia (2003) para o setor de refino de petróleo. No setor de petróleo e gás, também levamos em conta a estimativa deste autor (2003). O setor de automóveis e utilitários registrou um índice de Lerner de 1,10, o que foi bem diferente da estimativa de Garcia (2003). Desse modo, utilizamos a estimativa de 1,29 do trabalho de Garcia (2003). Por outro lado, como a PAS do IBGE não engloba o setor de eletricidade e gás, foi adotado um valor médio dos setores de serviço para a calibragem do CDR de eletricidade e gás, água, esgoto e limpeza urbana. Já para o transporte ferroviário de carga, por seu turno, adotamos os resultados operacionais dos balanços financeiros das empresas concessionárias, oriundos do relatório financeiro da ANTT (ANTT, 2010). Nesses balanços, já são apresentados os valores das receitas líquidas e os lucros operacionais por empresa. 180 Tabela 3.30 – Participação do custo fixo em relação ao custo total dos setores diferenciados do modelo Receita líquida operacional* Custo operacional* Índice de Lerner CDR Elasticidade de escala CDR Índice de Lerner CDR 20 PetroleoGas 271500 231299 1,17 0,15 1,33 0,25 1,17 0,15 0,15 21 MinerioFerro 2141342 1287067 1,66 0,40 1,31 0,24 1,31 0,24 0,24 23 AlimentBebid 1568935 1399361 1,12 0,11 1,34 0,25 1,05 0,05 0,11 24 ProdFumo 322932 250945 1,29 0,22 1,32 0,24 1,05 0,05 0,22 26 ArtVestuario 5676 4877 1,16 0,14 1,35 0,26 1,02 0,02 0,14 27 CouroCalcado 47848 42721 1,12 0,11 1,34 0,25 1,02 0,02 0,11 29 CelulosPapel 620777 465319 1,33 0,25 1,33 0,25 1,09 0,08 0,25 30 JornRevDisc 168564 150204 1,12 0,11 1,35 0,26 1,09 0,08 0,11 31 RefPetroleo 5069349 3252187 1,56 0,36 1,31 0,24 1,17 0,15 0,24 33 ProdQuimicos 350914 301696 1,16 0,14 1,33 0,25 1,06 0,06 0,14 34 ResinaElasto 456245 397150 1,15 0,13 1,33 0,25 1,06 0,06 0,13 35 ProdFarmac 95367 73777 1,29 0,23 1,33 0,25 1,11 0,10 0,23 36 DefAgricolas 698590 564005 1,24 0,19 1,33 0,25 1,06 0,06 0,19 37 PerfumarOut 32011 25343 1,26 0,21 1,34 0,25 1,14 0,12 0,21 38 TintasOut 37864 33625 1,13 0,11 1,34 0,25 1,06 0,06 0,11 39 QuimicosDive 33875 27836 1,22 0,18 1,34 0,25 1,06 0,06 0,18 40 BorracPlast 39272 34591 1,14 0,12 1,34 0,25 1,06 0,06 0,12 41 Cimento 666407 526458 1,27 0,21 1,32 0,24 1,11 0,10 0,21 43 FabAcoDeriv 1114650 867625 1,28 0,22 1,29 0,22 1,25 0,20 0,22 44 MetNaoFerros 170414 138845 1,23 0,19 1,33 0,25 1,11 0,10 0,19 45 ProdMetal 52730 43953 1,20 0,17 1,35 0,26 1,11 0,10 0,17 46 MaqEquipManu 402766 359612 1,12 0,11 1,34 0,25 1,04 0,04 0,11 47 Eletrodomest 121618 108530 1,12 0,11 1,32 0,24 1,02 0,02 0,11 48 EscrInformat 141491 125992 1,12 0,11 1,34 0,25 1,11 0,10 0,11 49 MaqEletriOut 353050 312048 1,13 0,12 1,34 0,25 1,08 0,07 0,12 50 MatEletroOut 663119 538186 1,23 0,19 1,34 0,25 1,11 0,10 0,19 51 ApMedicoOut 112970 91576 1,23 0,19 1,34 0,25 1,11 0,10 0,19 52 AutomUtilita 9256552 8414037 1,10 0,09 1,29 0,22 1,04 0,04 0,22 53 CaminhOnibus 3331419 2847352 1,17 0,15 1,30 0,23 1,04 0,04 0,17 54 PecVeicAutom 120309 103760 1,16 0,14 1,34 0,25 1,04 0,04 0,14 57 EletrOutUrba - - 1,20 0,17 - - - - - 0,17 61 FerroviarioC 642012 516368 1,24 0,20 - - - - - 0,20 62 CabotagemC 3387300 3057207 1,11 0,10 - - - - - 0,10 64 AereoC 7233542 6436921 1,12 0,11 - - - - - 0,11 73 AereoDomP 23168787 20617238 1,12 0,11 - - - - - 0,11 74 AereoInterP 7233542 6436921 1,12 0,11 - - - - - 0,11 79 FinancSeguro 1552 961 1,62 0,38 - - - - - 0,25 84 EducMercant 744 530 1,40 0,29 - - - - - 0,29 85 SaudeMercant 2406 1880 1,28 0,22 - - - - - 0,22 * Representa a soma dos valores (R$ mil) por firma entre 2005 e 2007 Fonte: Elaboração própria a partir dos dados da PIA, PAS, PAIC e PAC do IBGE; e relatório financeiro da ANTT. Cód. Cálculo do trabalho Trabalho de Garcia (2003) Trabalho de Moita e Correia (2011) CDR do modelo Sigla 181 Na Tabela 3.30, os valores de CDR do modelo para cada setor diferenciado indicam aproximadamente o quanto a sua produção crescerá e quanto o custo médio decairá. Por exemplo, uma participação de 10% do custo fixo no custo total faz a produção aumentar cerca de 1% e reduzir o custo unitário próximo de 0,1% no setor. Entretanto, o CDR é tratado como coeficiente e não parâmetro no modelo, pois a modelagem especificada permite que, ao longo dos anos, os valores deste coeficiente diminuam à medida que cresce o número de firmas dentro do setor diferenciado. Ou melhor, existe uma relação inversa entre a variação de economias de escala e de número de firmas ao longo do tempo. Assim, menores quantidades de firmas atuantes no mercado de um determinado setor diferenciado resultarão em maiores economias de escala aos adquiridas com uma quantidade maior de firmas concorrentes. A justificativa reside na relação positiva entre o custo unitário do setor e o número de firmas 113 , isto é, como o custo médio de um setor é uma função crescente com o número de firmas, a concentração de mercado em poucas firmas atuantes representará custo médio inferior ao comparado a uma quantidade maior de empresas no respectivo setor. Em suma, a entrada de firmas eleva o custo médio do setor. A velocidade com que isso ocorre, dependerá da reação de entrada de novos concorrentes frente às variações do lucro econômico ao longo do tempo. Essa reação é definida por valor calibrado de c no modelo e será discutido mais adiante, neste capítulo. Até então foram estudados os valores calibrados para o número de firmas e CDR de cada setor diferenciado. Falta apresentar como a elasticidade de substituição entre as variedades é endogenamente calculada. Assim como Abayasiri-Silva e Horridge (1996), para essa tarefa inicialmente foi assumido que o nível de lucro econômico de cada setor é zero (ano base do modelo). Uma vez definido o número de firmas e a parcela de custo fixo e, portanto, o markup de cada setor, foi possível alcançar o valor da elasticidade de substituição entre as variedades domésticas. Como visto no capítulo anterior, sabemos que: 113 Veja a seção 2.2.1.1 do capítulo anterior. 182           1 0 c c c C cDc c E E M ZP MKP (3.6.4) em que MKP é o nível de markup de cada setor diferenciado c . Por manipulação algébrica da equação (3.6.4), temos:         1c c c MKP MKP E (3.6.5) Conhecemos também que: uc N u ucc ESE U    1 (3.6.6) em que Dc u Dcuc T uc SXXS  0/ Além disso, as elasticidades percebidas nos mercados individuais ( ucE ) foram definidas como:  Consumo intermediário  1111  cFMcccjcF NSEN   Investimento  1222  iFMiiiriF NSEN   Famílias    13333  cFMccDcccF NSSEN   Exportação   cEXcFccF NEN   14 Assim, podemos reescrever a equação (3.6.6) como:   SQUIGGLE 1    c F c Fc N N E  (3.6.7) 183 a qual            c F C EX Di c F MccDcDc c F MiiDi c F MccDc N S N SSS N SS N SS  43333222111SQUIGGLE e representa a parte de cE . 114 Substituindo a equação (3.6.5) em (3.6.7) e isolando a elasticidade de substituição de variedades domésticas no lado direito, temos:                      1 *SQUIGGLE 1 cF c F c c N N MKP MKP  (3.6.8) Na equação (3.6.8), apenas os parâmetros de elasticidade de substituição entre bens domésticos e importados, assim como a elasticidade de exportação, são constantes ao longo do tempo. As participações ( S ), o número de firmas ( cFN ) e o nível de markup ( cMKP ) se alteram ao longo do tempo, à medida que ambos os coeficientes são atualizados de um ano para o outro. A Tabela 3.31 fornece a elasticidade de substituição entre as variedades domésticas, no ano base do modelo. Por esse método, Abayasiri-Silva e Horridge (1996) calcularam uma elasticidade homogênea de 12, isso porque o número de firmas e o CDR eram iguais entre os setores. Além disso, a equação (3.6.8) mostra que se aumenta o nível de markup ou economia de escala de cada setor, a elasticidade de substituição entre as variedades domésticas do respectivo setor tendem a reduzir-se. A justificativa reside no fato de que o aumento do markup ou da economia de escala tende a elevar o poder de mercado de cada firma dentro do setor, tornando sua variedade mais diferenciada em relação a sua substituta. De certa maneira, esse aspecto aponta para a capacidade de diferenciação de cada variedade. Se essa diferenciação aumentar, a sensibilidade de substituição por outra variedade reduzirá. Este raciocínio também pode ser observado com o aumento do número de firmas. Este aumento representa o número de variedades. À medida que este coeficiente aumenta, provoca uma redução na elasticidade de substituição entre as variedades domésticas, uma vez que passa a existir uma quantidade maior de variedades diferenciadas no mercado. 114SQUIGGLE é exatamente como aparece no código computacional. 184 Tabela 3.31 – Elasticidade de substituição entre variedades domésticas (ano base) 3.7 Parâmetros Além da calibragem dos coeficientes, o modelo BIM-T necessita de uma série de parâmetros comportamentais, definidos pelas formas funcionais utilizadas no modelo. As elasticidades de Armington, referentes à substituição entre origens domésticas e importadas, fazem parte desse conjunto. São diferenciadas por produto, mas não por categoria de uso: intermediário ( c1 ), investimento ( i2 ) e consumo de famílias ( c 3 ). Os valores dessas elasticidades foram Cód. Sigla CDR MKP N SQUIGGLE MKP/ (MKP-1) N / (N-1) Elasticidade de substituição (ƴ) 20 PetroleoGas 0,15 1,18 80 0,0003 6,67 0,99 6,58 21 MinerioFerro 0,24 1,32 84 -0,0069 4,17 0,99 4,12 23 AlimentBebid 0,11 1,12 4444 0,0001 9,09 1,00 9,09 24 ProdFumo 0,22 1,28 145 0,0012 4,55 0,99 4,51 26 ArtVestuario 0,14 1,16 35262 0,0000 7,14 1,00 7,14 27 CouroCalcado 0,11 1,12 6518 0,0000 9,09 1,00 9,09 29 CelulosPapel 0,25 1,33 878 -0,0001 4,00 1,00 4,00 30 JornRevDisc 0,11 1,12 6447 0,0000 9,09 1,00 9,09 31 RefPetroleo 0,24 1,32 46 0,0038 4,17 0,98 4,07 33 ProdQuimicos 0,14 1,16 854 0,0002 7,14 1,00 7,13 34 ResinaElasto 0,13 1,15 172 0,0006 7,69 0,99 7,65 35 ProdFarmac 0,23 1,30 1211 0,0006 4,35 1,00 4,34 36 DefAgricolas 0,19 1,23 103 0,0019 5,26 0,99 5,21 37 PerfumarOut 0,21 1,27 2839 0,0002 4,76 1,00 4,76 38 TintasOut 0,11 1,12 879 0,0002 9,09 1,00 9,08 39 QuimicosDive 0,18 1,22 2056 0,0000 5,56 1,00 5,55 40 BorracPlast 0,12 1,14 6602 0,0000 8,33 1,00 8,33 41 Cimento 0,21 1,27 66 0,0007 4,76 0,99 4,69 43 FabAcoDeriv 0,22 1,28 302 -0,0008 4,55 1,00 4,53 44 MetNaoFerros 0,19 1,23 1481 -0,0001 5,26 1,00 5,26 45 ProdMetal 0,17 1,20 6817 0,0000 5,88 1,00 5,88 46 MaqEquipManu 0,11 1,12 2170 0,0000 9,09 1,00 9,09 47 Eletrodomest 0,11 1,12 315 0,0019 9,09 1,00 9,06 48 EscrInformat 0,11 1,12 458 0,0001 9,09 1,00 9,07 49 MaqEletriOut 0,12 1,14 461 -0,0002 8,33 1,00 8,32 50 MatEletroOut 0,19 1,23 297 0,0006 5,26 1,00 5,24 51 ApMedicoOut 0,19 1,23 619 0,0008 5,26 1,00 5,25 52 AutomUtilita 0,22 1,28 45 0,0018 4,55 0,98 4,44 53 CaminhOnibus 0,17 1,20 16 -0,0278 5,88 0,94 5,56 54 PecVeicAutom 0,14 1,16 1671 0,0000 7,14 1,00 7,14 57 EletrOutUrba 0,17 1,20 498 0,0006 5,88 1,00 5,87 61 FerroviarioC 0,20 1,25 12 -0,0097 5,00 0,92 4,62 62 CabotagemC 0,10 1,11 28 -0,0117 10,00 0,97 9,67 64 AereoC 0,11 1,12 14 -0,0073 9,09 0,93 8,49 73 AereoDomP 0,11 1,12 21 0,0203 9,09 0,95 8,66 74 AereoInterP 0,11 1,12 10 -0,0049 9,09 0,91 8,27 79 FinancSeguro 0,25 1,33 1404 0,0003 4,00 1,00 4,00 84 EducMercant 0,29 1,41 3186 0,0003 3,45 1,00 3,45 85 SaudeMercant 0,22 1,28 1511 0,0005 4,55 1,00 4,54 Fonte: Elaboração própria. 185 calibrados com base no trabalho de Tourinho et al. (2007), informações mais recentes na literatura. Já a elasticidade-preço das exportações dos bens tradicionais ( cEX ) segue a adotada no modelo SPARTA (DOMINGUES, 2002) e no Modelo de Equilíbrio Geral Computável Multi- Regional TERM-CEDEPLAR (DOMINGUES et al., 2007). Tais parâmetros foram compatibilizados com os produtos do modelo de maneira direta e estão reportados na Tabela 3.34. Vale destacar que para a elasticidade-preço das exportações de bens não tradicionais, o valor calibrado foi de 1,28. Tendo em vista que existe a possibilidade de substituição, numa função CES, entre os fatores primários, também é necessária a calibragem de uma elasticidade. Essa elasticidade de substituição ( j prim ) entre os fatores primários se diferencia por setor do modelo e foi calibrada com base nas estimativas econométricas, contidas em TERM-CEDEPLAR. Seus valores estão apresentados na Tabela 3.32. No conjunto dos parâmetros requeridos para o modelo, também existe o parâmetro de FRISCH ( h FRISCH ) e a elasticidade de dispêndio ( ch EPS ), especificados na demanda das famílias. O parâmetro de FRISCH, também chamado de flexibilidade da moeda, estabelece a sensibilidade da utilidade marginal do gasto das famílias. Em linhas gerais, quanto maior este parâmetro, em módulo, menor o grau de consumo de “luxo” e maior o grau de consumo de “subsistência”. Existem poucas estimativas na literatura para este parâmetro, tanto para modelos no Brasil como no exterior. Os modelos ORANI e MONASH utilizam valores em torno de -1.82. O modelo TERM-CEDEPLAR apresenta uma estimativa de -2,48. Recentemente, Almeida (2011) 115 estimou esse parâmetro no valor de -1,94 e o utilizamos na calibragem de h FRISCH . Assumimos, desse modo, que o parâmetro de FRISCH é invariante entre o grupo de famílias. 115 Almeida (2011) calcula as elasticidades de renda e preços para 31 produtos que compõem a lista dos 110 produtos do Novo Sistema de Contas Nacionais, por meio da Pesquisa de Orçamentos Familiares (POF) 2008/2009. 186 Tabela 3.32 – Valores da elasticidade de substituição entre os fatores primários A despeito da elasticidade de gastos ( ch EPS ), os valores utilizados são os das estimativas de Hoffman (2010). O autor calculou as elasticidades-renda dos diversos tipos de despesas (e.g. alimentação, habitação, vestuário, transporte, dentre outros) para dez classes de renda familiar per capita com base nos dados da POF (2008/2009). Essas elasticidades-renda foram compatibilizadas aos produtos do modelo e também associadas para os 8 grupos de famílias no modelo. Para essa associação, foi necessário calcular as despesas da POF 2008/2009 por decil de renda das unidades de consumo. Em seguida, computamos o quanto cada despesa por decil representa em cada grupo de famílias do modelo. Tivemos, assim, a participação calculada e que foi ponderada pelas elasticidades de Hoffman (2010). Como este autor não fornece as elasticidades-renda estimadas por uma desagregação maior dos serviços de transporte, foi preciso complementar com outras estimativas ou ponderar as elasticidades de transporte pela dispersão das despesas desagregadas de transporte por grupo de famílias do modelo. Dessa maneira, como as elasticidades do autor representam estimativas médias dos tipos de famílias, as suas ponderações com as participações de Cód. Setor Cód. Setor Cód. Setor 1 AgricultOut 0,27 23 BorracPlast 1,04 45 CabotagemC 0,63 2 PecuariaPesc 0,27 24 Cimento 0,63 46 NavInteriorC 0,63 3 PetroleoGas 1,12 25 OutPrMNaoMet 0,63 47 AereoC 0,63 4 MinerioFerro 0,63 26 FabAcoDeriv 0,63 48 RodoviarioP 0,63 5 OutIndExtrat 0,63 27 MetNaoFerros 0,63 49 FerroviarioP 0,63 6 AlimentBebid 0,73 28 ProdMetal 0,63 50 AquaviarioP 0,63 7 ProdFumo 0,73 29 MaqEquipManu 1,58 51 AereoDomP 0,63 8 Texteis 0,52 30 Eletrodomest 0,63 52 AereoInterP 0,63 9 ArtVestuario 0,33 31 EscrInformat 0,63 53 SvOutTrArmCo 0,63 10 CouroCalcado 0,63 32 MaqEletriOut 0,21 54 ServInformac 0,91 11 ProdMadeira 1,24 33 MatEletroOut 0,63 55 FinancSeguro 0,63 12 CelulosPapel 1,24 34 ApMedicoOut 0,63 56 ServImobAlug 0,63 13 JornRevDisc 1,24 35 AutomUtilita 0,63 57 ServManutRep 0,46 14 RefPetroleo 0,66 36 CaminhOnibus 0,63 58 ServAlojAlim 0,63 15 Alcool 0,63 37 PecVeicAutom 0,56 59 ServPrestEmp 0,46 16 ProdQuimicos 0,63 38 OutEqTransp 0,56 60 EducMercant 0,63 17 ResinaElasto 0,63 39 IndDiversas 1,24 61 SaudeMercant 0,63 18 ProdFarmac 0,63 40 EletrOutUrba 0,61 62 OutrosServic 0,63 19 DefAgricolas 0,63 41 Construcao 0,63 63 EducPublica 0,58 20 PerfumarOut 0,63 42 Comercio 0,45 64 SaudePublica 0,58 21 TintasOut 0,63 43 RodoviarioC 0,63 65 AdmPubSegSoc 0,58 22 QuimicosDive 0,63 44 FerroviarioC 0,63 Fonte: Elaboração própria. j prim j prim j prim 187 dispersão em relação às médias de despesas totais de transporte dos grupos de famílias têm por finalidade capturar a variedade e discrepância entre as elasticidades. Assim, assumimos que as diferenças das elasticidades entre uma desagregação maior de despesas de transporte acompanham as dispersões das despesas perante as médias. Resumidamente, optamos por calcular a participação de dispersão de cada grupo de famílias em relação à média de gasto do respectivo serviço e aplicá-la sobre a elasticidade calculada de Hoffman (2010). Esse método arbitrário foi necessário, tendo em vista que os registros de despesas dos grupos de famílias para o setor de transporte da POF 2008/2009 são bem irregulares, com dados faltosos (missing) para uma estimativa econométrica exclusiva. Apenas para o transporte rodoviário urbano foram coletadas as estimativas de Carvalho e Pereira (2011). A Tabela 3.34 fornece os valores do parâmetro ch EPS . No módulo de dinâmica recursiva, existem três parâmetros importantes: elasticidade de investimento ( j ), elasticidade-salário de emprego ( ) e a elasticidade de entrada e saída das firmas nos mercado ( c ). Para a calibragem da elasticidade de investimento, utilizamos o mesmo valor de Haddad e Hewings (1997) e Perobelli (2004), que foi de 4,8. Desse modo, os valores desta elasticidade são indiferentes intersetorialmente. A calibragem da elasticidade- salário de emprego, por sua vez, baseou-se na estimativa de 0,66 do trabalho de Gonzaga e Corseuil (2001). Por fim, a elasticidade de entrada e saída das firmas em cada setor foi computada a partir dos dados de demografia das empresas entre 2007 a 2010. O estudo sobre a demografia das empresas formais brasileiras, realizado pelo IBGE, baseia-se nas informações do cadastro central de empresas (CEMPRE). Segundo o IBGE (2010a), esse estudo permite analisar as taxas de entrada, saída, sobrevivência, além da mobilidade, idade média das empresas e resultados regionais. Essas informações visam a contribuir, por exemplo, para estudos relacionados ao número e distribuição por tamanho das empresas do setor e as barreiras à entrada de novos concorrentes. Cabe ressaltar que, de acordo com o IBGE (2010a), muitos fatores estão envolvidos na mudança do número e das características de empresas e podem ser divididos em três categorias. A primeira delas diz respeito somente às mudanças nas características das 188 empresas que correspondem àquelas situações nas quais as mudanças não resultam na criação de uma empresa nova (e.g. mudanças de propriedade, endereço, número de empregados, atividade, ampliação/redução da sua área de atuação). A segunda compreende as mudanças na estrutura das empresas, que, por seu turno, englobam os movimentos de cisão, fusão e incorporação. No caso de cisão, uma empresa pode originar uma ou mais empresas, definidas de acordo com a sua existência legal autônoma. No caso de fusão, duas empresas cessam a sua existência, dando origem a uma nova. Estas mudanças na identidade legal das empresas alteram o número delas. Por fim, a terceira categoria representa a própria criação e extinção de empresas, com um acréscimo ou redução da capacidade produtiva. O fato de algumas empresas entrarem no mercado com base em atividades produtivas já existentes distorce a mensuração da entrada e da saída das mesmas, quando é realizada apenas com base nos registros formais. Por outro lado, empresas que estão em expansão ampliam a capacidade produtiva sem alteração do número das mesmas, ou seja, permanece inalterado o número de agentes no mercado (IBGE, 2010a). Assim, dois aspectos centrais merecem destaque. Primeiro, a real entrada de uma empresa no mercado não deve ser confundida com a continuação ou reorganização de uma unidade, parte de uma unidade ou várias unidades já incluídas na população total de empresas. Segundo, a saída de uma empresa no mercado não deve ser confundida com a continuidade da sua existência, ainda que com características e/ou estruturas diferentes (IBGE, 2010a). Isso posto, o número de empresas dentro de uma atividade econômica é o resultado líquido dos fluxos de entrada e saída do mercado. Ainda que este resultado permaneça relativamente estável, existe uma considerável parcela de renovação das empresas no mercado. Ademais, o estudo da demografia das empresas, que é realizado a partir do CEMPRE, compila as informações em cadastros anuais de empresas ativas nos anos de referência (IBGE, 2010b, grifo nosso). Para ser considerada ativa, a empresa deve satisfazer a uma série de critérios que se baseia na condição de atividade: empresas provenientes da RAIS ou das pesquisas econômicas anuais do IBGE, com cinco ou mais pessoas ocupadas, assalariadas em 31.12 do ano de referência, independente da situação cadastral da empresa ou de qualquer outra informação; empresas com 0 a 4 pessoas ocupadas, assalariadas que se declararam como “em atividade” na RAIS no ano base e que não tenham nenhum indicativo de inatividade nas pesquisas econômicas anuais do IBGE; e empresas que tiveram informação econômica nas 189 pesquisas econômicas anuais do IBGE, independente da situação cadastral e condição de atividade informadas na RAIS. Dentre os atributos disponíveis, o estudo do IBGE fornece três que foram empregados no cálculo da elasticidade:  Entrada de empresa: o número de entrada refere-se ao número de empresas ativas no ano de referência, mas que não estavam ativas no ano anterior. Representam o conjunto formado pelo nascimento e pela reentrada 116 (ou reativações) de empresas;  Sobrevivência: uma empresa é considerada sobrevivente se ela estava ativa no ano de referência e no ano anterior; e  Saída de empresa: o número de saída refere-se ao número de empresas que não estavam ativas no ano de referência, mas que estavam ativas no ano anterior (IBGE, 2010b, grifo nosso). Dessa maneira, para o cômputo das elasticidades de entrada e saída das firmas ( c ) de cada setor diferenciado, utilizamos a soma entre o número de entrada de empresas e de sobreviventes de cada grupo de atividade entre 2007 a 2010 (CNAE 2.0), pois esse total representa o número de empresas ativas, o qual já é um resultado líquido das saídas do mercado. Tendo em vista que essa elasticidade representa a sensibilidade das firmas em relação ao lucro econômico, optamos por levar em conta o resultado do lucro operacional de uma empresa representativa das seguintes atividades: indústria extrativa, indústria de transformação e demais serviços que compõem o grupo de setores diferenciados. Além disso, como a série de edições do estudo de demografia de empresas é recente, o número de observações anuais é baixo e isso poderia prejudicar uma estimativa econométrica. Destarte, similarmente ao estudo de McKinsey & Company (2010), a opção foi calcular uma elasticidade média entre os anos, a partir da seguinte fórmula: 116 Um nascimento de empresa ocorre quando uma empresa realmente inicia a atividade. Uma reentrada ocorre quando uma unidade recomeça a atividade após um período de interrupção temporária de pelo menos um ano (IBGE, 2010a, grifo nosso). 190     1 1 0 0 0 0 1 1                                TT TT TT TT f f f f LOLO NN  (3.7.1) em que N é o número de empresas do grupo de atividade; LO representa o lucro operacional médio de uma empresa representativa do grupo de atividade; 0T e FT correspondem, respectivamente, ao ano inicial e final da série. A Tabela 3.33 apresenta as elasticidades calculadas de entrada e saída de empresas nos principais grupos de atividades com base na fórmula (3.7.1). Somente as atividades de petróleo, gás e metalurgia foram calculadas com ano inicial em 2008. Essas elasticidades computadas foram referência para a calibragem dos setores similares do modelo. Tabela 3.33 – Elasticidade de entrada e saídas de firmas dos grupos de setores 2007 2008 2009 2010 Var. média 2007 2008 2009 2010 Var. média Indústrias extrativas 3832 3807 3827 3951 1,0% 3093 6497 4055 9505 45,4% 0,023 Petróleo e gás - 124 135 152 10,7% - 4856 303 18016 92,6% 0,116 Minério de ferro 265 263 245 269 0,5% 81933 147584 69422 188462 32,0% 0,016 Outras indústrias das extrativas 3463 3420 3447 3530 0,6% 2492 3194 5389 4257 19,6% 0,033 Indústrias de transformação 172036 178448 181023 188932 3,2% 1348 1397 1316 1395 1,1% 2,809 Refino de petróleo 346 369 375 384 3,5% 173984 189086 165108 187169 2,5% 1,434 Cimento e outros não-metálicos 13912 14555 15125 15995 4,8% 382 526 564 512 10,2% 0,465 Metalurgia - 2758 2594 2718 -0,7% - 9227 5133 4551 -25,1% 0,029 Equipamentos e materiais (eletro- eletronico) 13415 13938 13916 14436 2,5% 5484 5656 5357 6002 3,1% 0,811 Automóveis e outros transportes 3764 3895 3884 3914 1,3% 6262 6110 6244 6721 2,4% 0,549 Total da indústria 943430 996543 1049598 1120082 5,9% 1386 1494 1369 1546 3,7% 1,586 Eletricidade e gás, água, esgoto e limpeza urbana 3266 3507 3736 4088 7,8% 144 139 173 206 12,8% 0,61 Atividades de serviços financeiros 4219 4422 4588 4704 3,7% 352 334 348 363 1,1% 3,52 Educação, saúde humana e serviços sociais 60745 64260 68912 72806 6,2% 143 148 141 176 7,1% 0,88 Grupo de atividade Fonte: Elaboração própria a partir dos dados dos estudos de demografia de empresa do IBGE, Cempre do IBGE (2005); PIA, PAS, PAIC e PAC do IBGE. Número de firmas ativas LO (R$ mil em 2005) Ƞ 191 Cabe destacar que o modelo nos permite fixar uma elasticidade a qual resulte em lucro econômico zero em um determinado ano. Por exemplo, poderíamos fixar uma elasticidade de maneira que numa trajetória tendencial, o lucro econômico convergiria à zero em 15 anos. Por outro lado, poderíamos fixar uma elasticidade para um setor, como o minério de ferro, com o intuito de tornar o lucro econômico próximo de zero em 25 anos na tendência da economia. Setores diferenciados que apresentam um grande número de firmas, alta elasticidade de substituição entre variedades e baixa participação do custo fixo no custo total tendem a apresentar baixa barreira de entrada e saída (CORY e HORRIDGE, 1985). Setores que exibem essas características se situam próximos de um setor competitivo. As informações calibradas na seção anterior contribuem para definir quais setores poderiam exibir baixa ou alta barreira de entrada. Por exemplo, conforme a Tabela 3.31, podemos observar que o setor de alimentos e bebidas ostenta uma baixa participação do custo fixo (11%), um grande número de firmas (4444) e uma alta elasticidade de substituição entre suas variedades (9,09). Determina-se que a convergência para zero do lucro econômico deste setor seja alcançada em 15 anos. Aplicando essa restrição numa simulação de cenário de estado estacionário do modelo, o qual todas as variáveis reais irão crescer a uma constante taxa de 3% no modelo, teríamos um valor próximo de 2,80. Por outro lado, podemos esperar que um setor, como o minério de ferro, apresente uma alta barreira de entrada em virtude das suas características: baixo número de competidores (84), alta participação do custo fixo (24%) e uma menor elasticidade de substituição entre variedades (4,12). Dessa maneira, restringindo a convergência em 25 anos com a mesma simulação, pudemos obter uma elasticidade próxima de 0,01. Paralelamente, essa tarefa de simulação realizou-se para todos os setores diferenciados do modelo, com o intuito de obter valores das elasticidades de entrada e saída das firmas. Em uma etapa posterior, essas elasticidades adquiridas das simulações foram confrontadas com as computadas da Tabela 3.33, a fim de verificar possíveis discrepâncias. Esse procedimento se revelou satisfatório e a Tabela 3.34 apresenta os valores das elasticidades empregados para os setores diferenciados do modelo. 192 Tabela 3.34 – Valores dos parâmetros selecionados* H1 H2 H3 H4 H5 H6 H7 H8 1 ArrozCasca 1,24 0 - 0,32 0,26 1,06 1,00 1,38 0,89 0,41 0,39 2 MilhoGrao 1,24 1,49 - 0,39 0,31 1,06 1,00 1,38 0,89 0,41 0,39 3 TrigoCereais 1,24 1,49 - 0,91 0,73 0,61 0,54 1,38 1,37 1,34 1,28 4 CanaAcucar 1,24 0 - 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 5 SojaGrao 1,24 1,49 - 0,39 0,31 1,06 1,00 1,38 0,89 0,41 0,39 6 OutPSLavoura 1,24 1,49 - 0,65 0,52 0,44 0,43 0,43 0,42 0,41 0,39 7 Mandioca 1,24 1,49 - 1,41 1,13 0,27 0,82 1,38 1,37 1,34 1,28 8 FumoFolha 1,18 1,49 - 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 9 AlgodaoHerba 1,24 1,49 - 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 10 FrutasCitric 1,24 1,49 - 1,07 0,86 0,72 0,64 0,76 0,83 0,81 0,77 11 CafeGrao 1,24 1,49 - 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 12 ExpFlorSilvi 1,24 1,49 - 1,03 0,83 0,50 0,45 0,52 0,52 0,50 0,48 13 BovinosOutr 1,24 1,49 - 1,29 1,04 0,87 0,58 0,17 0,17 0,16 0,16 14 LeiteVacaOut 1,24 0 - 1,20 0,96 0,49 0,26 0,08 0,08 0,07 0,07 15 SuinosVivos 1,24 0 - 1,09 0,87 0,87 0,27 0,12 0,12 0,11 0,11 16 AvesVivas 1,24 1,49 - 0,46 0,37 0,18 0,13 0,13 0,13 0,13 0,12 17 OvosAves 1,24 1,49 - 0,30 0,49 0,17 0,16 0,22 0,22 0,22 0,21 18 PescaAquicul 1,24 1,49 - 1,57 1,26 1,06 0,27 0,54 0,71 0,70 0,66 19 OutAgriPec 1,24 1,49 - 0,65 0,52 0,44 0,43 0,43 0,42 0,41 0,39 20 PetroleoGas 0,98 1,46 0,12 0,99 0,80 0,95 0,90 1,15 1,04 1,02 0,97 21 MinerioFerro 0,98 0,92 0,02 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 22 OutIndExtrat 0,98 0,95 0,03 0,99 0,80 0,95 0,90 1,15 1,04 1,02 0,97 23 AlimentBebid 2,68 0,92 2,81 0,79 0,63 0,53 0,59 0,69 0,68 0,67 0,64 24 ProdFumo 1,18 0,92 2,81 0,93 0,75 0,63 0,20 0,49 0,49 0,47 0,45 25 Texteis 3,36 0,92 2,81 0,97 0,87 0,73 0,69 0,93 0,92 0,89 0,85 26 ArtVestuario 2,15 1,11 2,81 0,97 0,87 0,73 0,69 0,93 0,92 0,89 0,85 27 CouroCalcado 2,15 1,11 2,81 0,97 0,87 0,73 0,69 0,93 0,92 0,89 0,85 28 ProdMadeira 1,86 1,11 2,81 0,97 0,87 0,73 0,69 0,93 0,92 0,89 0,85 29 CelulosPapel 1,01 1,20 0,20 0,99 0,80 0,95 0,90 1,15 1,04 1,02 0,97 30 JornRevDisc 1,01 1,21 2,81 0,90 1,36 1,14 1,08 1,61 1,72 1,67 1,60 31 RefPetroleo 1,28 1,24 1,43 0,79 1,80 1,52 1,44 1,73 1,72 1,67 1,60 32 Alcool 1,51 1,24 1,43 0,79 1,80 1,52 1,44 1,73 1,72 1,67 1,60 33 ProdQuimicos 1,51 1,24 1,57 0,79 1,80 1,52 1,44 1,73 1,72 1,67 1,60 34 ResinaElasto 1,51 1,24 1,57 0,79 1,80 1,52 1,44 1,73 1,72 1,67 1,60 35 ProdFarmac 1,51 1,24 1,57 0,98 0,79 0,90 0,85 1,01 0,85 0,83 0,79 36 DefAgricolas 1,51 1,24 1,57 0,99 0,80 0,95 0,90 1,15 1,04 1,02 0,97 37 PerfumarOut 1,51 1,24 1,57 0,98 0,79 0,90 0,85 1,01 0,85 0,83 0,79 38 TintasOut 1,51 1,24 1,57 0,90 1,36 1,14 1,08 1,61 1,72 1,67 1,60 39 QuimicosDive 1,51 1,24 1,57 0,99 0,80 0,95 0,90 1,15 1,04 1,02 0,97 40 BorracPlast 1,51 2,07 1,57 0,99 0,80 0,95 0,90 1,15 1,04 1,02 0,97 41 Cimento 0,75 1,02 0,47 1,09 0,88 0,94 0,89 1,14 1,03 1,00 0,96 42 OutPrMNaoMet 0,75 1,02 0,47 0,79 1,80 1,52 1,44 1,73 1,72 1,67 1,60 43 FabAcoDeriv 0,57 0,95 0,03 0,79 1,80 1,52 1,44 1,73 1,72 1,67 1,60 44 MetNaoFerros 0,98 0,95 0,03 0,79 1,80 1,52 1,44 1,73 1,72 1,67 1,60 continuação ProdutoCód. ccc 321   ch EPSc EX c 193 Além desta elasticidade, dentro do conjunto dos parâmetros, existem também as elasticidades de substituição de transporte, divididas em dois grupos. O primeiro engloba as elasticidades H1 H2 H3 H4 H5 H6 H7 H8 45 ProdMetal 1,5 1,02 1,43 0,79 1,80 1,52 1,44 1,73 1,72 1,67 1,60 46 MaqEquipManu 1,78 1,32 0,81 0,99 0,80 0,95 0,90 1,15 1,04 1,02 0,97 47 Eletrodomest 0,16 1,08 0,81 0,99 0,80 0,95 0,90 1,15 1,04 1,02 0,97 48 EscrInformat 0,16 1,30 0,81 0,99 0,80 0,95 0,90 1,15 1,04 1,02 0,97 49 MaqEletriOut 0,16 1,18 0,81 0,99 0,80 0,95 0,90 1,15 1,04 1,02 0,97 50 MatEletroOut 1,03 1,18 0,81 0,99 0,80 0,95 0,90 1,15 1,04 1,02 0,97 51 ApMedicoOut 1,3 1,45 0,81 0,79 1,80 1,52 1,44 1,73 1,72 1,67 1,60 52 AutomUtilita 1,43 1,64 0,55 0,79 1,80 1,52 1,44 1,73 1,72 1,67 1,60 53 CaminhOnibus 1,43 1,64 0,55 0,79 1,80 1,52 1,44 1,73 1,72 1,67 1,60 54 PecVeicAutom 1,15 1,15 0,55 0,79 1,80 1,52 1,44 1,73 1,72 1,67 1,60 55 OutEqTransp 1,15 1,15 0,55 0,79 1,80 1,52 1,44 1,73 1,72 1,67 1,60 56 IndDiversas 1,24 1,11 2,81 0,99 0,80 0,95 0,90 1,15 1,04 1,02 0,97 57 EletrOutUrba 3,1 1,04 0,61 0,79 1,80 1,52 1,44 1,73 1,72 1,67 1,60 58 Construcao 1,24 1,04 - 0,79 1,80 1,52 1,44 1,73 1,72 1,67 1,60 59 Comercio 1,24 1,04 - 0,98 0,79 0,90 0,85 1,01 0,85 0,83 0,79 60 RodoviarioC 1,24 1,04 - 1,37 1,10 1,20 1,13 1,14 0,71 0,70 0,66 61 FerroviarioC 1,24 2,80 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 62 CabotagemC 1,24 2,80 0,05 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 63 NavInteriorC 1,24 2,80 1,67 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 64 AereoC 1,24 2,80 0,10 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 65 OutAtivSevC 1,24 2,80 - 1,37 1,10 1,20 1,13 1,14 0,71 0,70 0,66 66 RodoP_RU 1,24 0,00 - 1,80 1,45 1,27 1,26 1,73 0,96 0,64 0,18 67 RodoP_IM 1,24 0,00 - 2,20 1,68 1,75 1,41 1,15 0,29 0,09 0,16 68 RodoP_IE 1,24 0,00 - 0,72 0,55 0,62 0,60 0,85 0,39 0,17 0,14 69 RodoP_INT 1,24 1,04 - 0,01 0,01 0,01 0,01 0,02 0,02 0,02 0,00 70 RodoP_OUT 1,24 1,04 - 2,28 1,22 1,24 1,81 2,21 1,70 1,88 1,74 71 FerroviarioP 1,24 0,00 - 0,22 0,21 0,34 0,29 0,70 0,18 0,15 0,09 72 AquaviarioP 1,24 1,04 - 0,28 0,05 0,05 0,19 0,09 0,06 0,01 0,46 73 AereoDomP 1,24 0,00 0,10 0,08 0,12 0,50 0,81 1,70 2,68 3,25 3,15 74 AereoInterP 0,05 1,04 0,10 0,08 0,12 0,50 0,81 1,70 2,68 3,25 3,15 75 OutAtivSevP 1,24 1,04 - 0,11 0,35 0,36 0,50 0,81 0,15 0,06 0,05 76 Correio 1,24 0,00 - 0,98 0,79 0,90 0,85 1,01 0,85 0,83 0,79 77 OutTrArmaz 1,24 1,04 - 1,37 1,10 1,20 1,13 1,14 0,71 0,70 0,66 78 ServInformac 1,24 1,04 - 1,21 0,97 1,06 1,01 0,86 0,85 0,83 0,79 79 FinancSeguro 1,4 1,04 3,52 1,21 0,97 1,06 1,01 0,86 0,85 0,83 0,79 80 ServImobAlug 1,24 1,04 - 1,21 0,97 1,06 1,01 0,86 0,85 0,83 0,79 81 ServManutRep 1,24 1,04 - 1,21 0,97 1,06 1,01 0,86 0,85 0,83 0,79 82 ServAlojAlim 1,24 1,04 - 1,21 0,97 1,06 1,01 0,86 0,85 0,83 0,79 83 ServPrestEmp 1,24 1,04 - 1,21 0,97 1,06 1,01 0,86 0,85 0,83 0,79 84 EducMercant 1,4 1,04 0,88 1,48 1,19 1,00 1,57 0,93 0,92 0,89 0,85 85 SaudeMercant 1,4 1,04 0,88 1,22 0,98 1,07 1,01 1,06 1,04 1,02 0,97 86 OutrosServic 1,24 1,04 2,90 1,21 0,97 1,06 1,01 0,86 0,85 0,83 0,79 87 EducPublica 1,24 1,04 - 1,48 1,19 1,00 1,57 0,93 0,92 0,89 0,85 88 SaudePublica 1,24 1,04 - 1,22 0,98 1,07 1,01 1,06 1,04 1,02 0,97 89 AdmPubSegSoc 1,24 1,04 - 1,22 0,98 1,07 1,01 1,06 1,04 1,02 0,97 * Na elasticidade de entrada e saída das firmas, os produtos sem valores são considerados homogêneos no modelo. Fonte: Elaboração própria. Cód. Produto ccc 321   ch EPSc EX c 194 de substituição entre o modal rodoviário e os demais modais de transporte de carga. O segundo compreende os parâmetros de substituição de transporte constantes na estrutura de demanda das famílias: a) substituição entre os transportes regulares urbanos rodoviário e ferroviário de passageiros (composto CD); e b) substituição entre o transporte rodoviário interestadual e aéreo doméstico de passageiros (composto LD). No primeiro grupo, os valores do parâmetro c ROADRAIL , que captam os efeitos de substituição entre o modal rodoviário e o ferroviário foram herdados das estimativas do modelo TERM- CEDEPLAR. Essas estimativas foram realizadas a partir das informações sobre a propensão a trocar de tais modais, declarada pelos transportadores na pesquisa da ANTT/BIRD (2007). Desse modo, quanto menor o diferencial de preço necessário para a troca entre o modal rodoviário e o ferroviário, maior a elasticidade de substituição. A maior possibilidade de substituição ocorre nos seguintes setores do modelo: agropecuária, extrativa, minerais não- metálicos, metalurgia, outros metalúrgicos, químicos e farmacêuticos, alimentos e produtos de madeira e mobiliário (elasticidade por volta de 2). Nos demais setores, a elasticidade é definida em 0.2, indicando o baixo grau de substituição intermodal no transporte destes produtos. O procedimento de cálculo para a elasticidade de substituição, empregado pelo modelo TERM-CEDEPLAR, serviu como referência para a estimativa dos demais parâmetros. Com base nos valores de propensão, a troca dos modais de transporte com o rodoviário 117 , constantes na pesquisa da ESALQ-LOG (2009), foi possível estimar as elasticidades de substituição entre: rodoviário e cabotagem ( c ROADCABO ); e rodoviário e navegação interior ( c ROADWATER ). Em seus dados, a pesquisa da ESALQ-LOG (2009) não distingue a navegação de cabotagem da navegação interior, pois ela menciona de forma genérica a operação aquaviária. Desse modo, assumimos que as elasticidades de substituição, c ROADCABO e c ROADWATER , apresentam os mesmos valores no modelo. Ademais, os valores disponibilizados pela referida pesquisa concentram-se nas cargas do agronegócio. Assim, para estimar os valores dos demais produtos do modelo, calculamos uma 117Refere-se ao desconto no frete exigido pelos embarcadores das respectivas cargas para que decidam por embarcá-las em um dos modais de transporte alternativos ao rodoviário, constantes na pesquisa da ESALQ-LOG (2009). 195 média da propensão à troca do modal aquaviário e ferroviário em relação ao modal rodoviário. Em seguida, pudemos obter a razão entre as médias. A elasticidade média do modal aquaviário foi de 0,57, ao passo que a do ferroviário foi de 0,73. Portanto, a razão entre elas foi de 0,77., o que significa dizer que, em média, a elasticidade do aquaviário é 77% à do ferroviário. Tendo em vista que já tínhamos a elasticidade de substituição entre o rodoviário e ferroviário, aplicamos de forma homogênea esse percentual sobre c ROADRAIL para alcançar os valores de .cROADCABO e . c ROADWATER nos produtos sem correspondência com a pesquisa da ESALQ-LOG (2009). Esses valores calibrados foram validados pelas análises de sensibilidade dos parâmetros no modelo. Conforme o APÊNDICE B, as análises de sensibilidade dos parâmetros evidenciaram pequenas alterações nos resultados observados, sugerindo uma baixa sensibilidade do modelo às mudanças na magnitude desses parâmetros. Por fim, em virtude da ausência de dados para uma estimativa econométrica, os valores da elasticidade de substituição entre o transporte aéreo e rodoviário de carga ( c ROADAIR ) foram calibrados arbitrariamente, conforme a estrutura das margens do transporte aéreo e as características de cada produto. Como mencionado no capítulo anterior, o transporte aéreo de carga destina-se a atender principalmente produtos como os perecíveis (e.g. flores, artigos de moda) ou de alto valor (e.g. eletroeletrônicos, informática, fotográficos). Para os produtos de alto valor agregado, os custos mais altos do transporte aéreo pouco afetam no preço final praticado. As principais razões para a realização do transporte aéreo de produtos de alto valor agregado concentram-se em fatores como tempo, segurança e acessibilidade. Esses aspectos, em conjunto, denotam pouca importância relativa no que se refere à substituição via preço com o modal rodoviário. Diante disso, para esses produtos com grande participação no total das margens aéreas e com alto valor agregado, calibramos uma elasticidade de substituição no valor de 0,10. Já para os demais produtos, mais sensíveis ao frete aéreo, empregamos uma elasticidade no valor de 0,20. De modo geral, a Tabela 3.35 mostra os valores dessas elasticidades de substituição. 196 Tabela 3.35 – Elasticidade de substituição do transporte de carga Cód. Produtos tradables 1 ArrozCasca 2,5 - 0,6 0,6 2 MilhoGrao 2,5 0,2 0,8 0,8 3 TrigoCereais 2,5 - 0,5 0,5 4 CanaAcucar - - - - 5 SojaGrao 2,5 - - 1 6 OutPSLavoura 2,5 0,2 0,6 0,6 7 Mandioca - - - 0,6 8 FumoFolha - - - - 9 AlgodaoHerba - - - - 10 FrutasCitric 2,5 0,2 0,6 0,6 11 CafeGrao - 0,2 - - 12 ExpFlorSilvi - 0,2 - - 13 BovinosOutr 2,5 0,2 - 0,6 14 LeiteVacaOut - - - - 15 SuinosVivos - - - - 16 AvesVivas - 0,2 - - 17 OvosAves - 0,2 - - 18 PescaAquicul 2,5 0,2 0,6 0,6 19 OutAgriPec - - - - 20 PetroleoGas - - 0,6 - 21 MinerioFerro 2 - 1,6 1,6 22 OutIndExtrat 2 - 1,6 1,6 23 AlimentBebid 2 0,2 - 1,6 24 ProdFumo - 0,2 - - 25 Texteis - 0,2 - - 26 ArtVestuario 0,2 0,2 0,2 0,2 27 CouroCalcado - 0,2 0,2 0,2 28 ProdMadeira 1,9 0,2 - 1,5 29 CelulosPapel 1,9 0,2 0,2 1,5 30 JornRevDisc - 0,2 - - 31 RefPetroleo 1,3 - 1 1 32 Alcool 1,3 - 1 1 33 ProdQuimicos 2,3 0,1 1,8 1,8 34 ResinaElasto - 0,1 - - 35 ProdFarmac - 0,1 - - 36 DefAgricolas 2,3 0,1 - - 37 PerfumarOut - 0,1 0,2 - 38 TintasOut 0,2 0,1 - - 39 QuimicosDive - 0,1 - - 40 BorracPlast - 0,2 0,2 - 41 Cimento 1,8 - - 1,4 42 OutPrMNaoMet 1,8 0,2 1,4 1,4 43 FabAcoDeriv 2 0,2 1,6 - 44 MetNaoFerros 2 0,2 1,6 1,6 45 ProdMetal 2 0,2 1,6 - 46 MaqEquipManu 0,2 0,1 0,2 0,2 47 Eletrodomest - 0,1 - - 48 EscrInformat - 0,1 - - 49 MaqEletriOut - 0,1 0,2 - 50 MatEletroOut - 0,1 0,2 - 51 ApMedicoOut - 0,1 - - 52 AutomUtilita - 0,1 0,2 0,2 53 CaminhOnibus 0,2 0,1 - 0,2 54 PecVeicAutom - 0,1 - 0,2 55 OutEqTransp 0,2 0,1 - - 56 IndDiversas 0,2 0,1 - - Fonte: Elaboração própria. c ROADRAIL c ROADAIR c ROADCABO c ROADWATER 197 No segundo grupo, por seu turno, as elasticidades de substituição se dividem por tipo de famílias. Na categoria de transporte de longa distância (LD), o parâmetro calibrado foi um valor de 2 para as famílias, H1 a H4. São famílias que apresentam um rendimento per capita de no máximo 6 salários mínimos (R$ 2490). Em virtude da sua restrição orçamentária, supomos que elas são mais sensíveis a substituir o transporte rodoviário interestadual por aéreo doméstico. Já para as famílias com uma renda um pouco maior, H5 e H6, calibramos uma elasticidade de substituição média de 1,032, conforme o trabalho de Montoro Filho (1970). Para as demais famílias que representam a parte superior da faixa de rendimentos, consideramos que a substituição entre ambos os modos de transporte é quase inelástico às variações dos seus preços relativos, aproximadamente 0,05. Por fim, na categoria de transporte de curta distância (CD), atribuímos arbitrariamente um valor de 0,50 para a elasticidade de substituição entre o transporte rodoviário e ferroviário nas famílias do grupo H1 a H4. Por outro lado, também assumimos um baixo efeito de substituição entre os modos de transporte para as demais famílias com rendimento per capita maior. Em virtude da falta de estimativas econométricas dessas elasticidades para o Brasil, atribuímos, portanto, esses valores arbitrários. 198 4 APLICAÇÕES DO MODELO EM ALGUNS MERCADOS REGULADOS DE TRANPORTE: FERROVIÁRIO E CABOTAGEM O desenvolvimento da especificação teórica e do detalhamento do mercado de transporte na base de dados do modelo BIM-T, como descritos nos capítulos anteriores, permitem analisar os efeitos econômicos de políticas tarifárias ou de incentivo a concorrência em alguns setores de transporte no Brasil, particularmente àqueles fiscalizados e controlados por agências reguladoras. Mais precisamente, o modelo BIM-T é empregado para o estudo dos impactos econômicos da (i) recente revisão tarifária do setor de transporte ferroviário de carga; e (ii) da política proposta pela ANTAQ de reduzir em 10% a tarifa dos fretes de cabotagem com ou sem uma possível reforma concorrencial. As repercussões projetadas e decorrentes dessas análises podem ser observadas tanto sobre os indicadores macroeconômicos quanto os setoriais ao longo do tempo 118 . Como visto no segundo capítulo desta Tese, para alcançar tais resultados, operacionalmente é preciso definir o ambiente econômico da simulação. Este ambiente é qualificado por um conjunto de hipóteses descritas em um fechamento, isto é, a classificação das variáveis exógenas para uma simulação. Dado que estamos utilizando um modelo dinâmico recursivo, podemos adotar dois distintos fechamentos: um fechamento de cenário e outro fechamento de política. O fechamento de cenário (baseline) é definido por variações anuais dos indicadores macroeconômicos observados e projetados para a economia brasileira. Os resultados de políticas (simulações) representam os desvios em relação ao cenário de referência 119 . A Figura 4.1 traz uma visão geral dos tipos de fechamentos e simulações nesta Tese. No fechamento de cenário, os choques são predominantemente oriundos de dados estatísticos (2006-2011) ou projeções (2012-2025). Para os dados de projeção, utilizamos as informações contidas no trabalho de Domingues et al. (2010b). Por outro lado, nos fechamentos de política são aplicados choques específicos e condizentes com cada estudo. Por exemplo, para a política de revisão tarifária ferroviária da ANTT em 2012 foram calculadas as variações dos novos tetos tarifários sobre as receitas das empresas ferroviárias. Essa tarefa levou em conta a distinção entre produto e concessionária. Notemos que, como se trata de variações do teto 118 O entendimento dos resultados deste capítulo pressupõe a leitura dos capítulos anteriores desta Tese, pois apenas alguns pontos do modelo estarão nas explicações dos resultados. 119 Para maiores detalhes, veja o capítulo 2. 199 tarifário, nem toda a redução impactou nas receitas observadas do setor, uma vez que inicialmente já existia um hiato entre o preço praticado no mercado e o antigo teto tarifário (veja, por exemplo, os valores da Tabela 3.11 do capítulo anterior). Figura 4.1 – Mercados de transporte e seus respectivos fechamentos Fonte: Ellaboração própria. Conforme a Figura 4.1, podemos observar que para cada estudo da Tese existem basicamente dois fechamentos: 1) “economia heterogênea” e 2) “economia quase-competitiva”. A distinção entre ambos os fechamentos repousa nas diferentes hipóteses atribuídas para os setores do modelo. No fechamento de “economia heterogênea”, os 39 setores da Tabela 3.28 são tratados como diferenciados: (I) uma tecnologia de retorno crescente de escala de produção, (O) uma regra de precificação de Lerner, e (T) um mecanismo intertemporal de entrada e saída de firmas. Por sua vez, no fechamento de uma “economia quase-competitiva” somente o setor de transporte correspondente ao estudo é considerado como diferenciado (IOT). Os demais setores, caracteristicamente homogêneos, passam a exibir as hipóteses tradicionais de mercados competitivos, ou melhor: (C) retornos constantes de escala de produção, (M) regra de precificação pelo custo marginal, e (L) livre entrada e saída de firmas Mercado de transporte Cenário Política Ferroviário economia heterogênea: Setores diferenciados (IOT) Revisão tarifária da ANTT no final de 2012 economia quase-competitiva: Ferroviário (IOT) Demais setores (CML) Revisão tarifária da ANTT no final de 2012 Cabotagem economia heterogênea: Setores diferenciados (IOT) Cabotagem: (IOS e IOT) Política de protecionismo Redução tarifária proposta pela ANTAQ Política de liberalização Redução tarifária proposta pela ANTAQ economia quase-competitiva: Cabotagem (IOS e IOT) Demais setores (CML) Política de protecionismo Redução tarifária proposta pela ANTAQ Política de liberalização Redução tarifária proposta pela ANTAQ 200 no mercado. No que diz respeito ao estudo do transporte de cabotagem, optamos em aplicar as mudanças no número de firmas entre 2006 a 2011. Por esta razão, nesse período a combinação foi especificada como IOS 120 , a qual nos permite aplicar as variações observadas de firmas no setor. Nos anos posteriores foi adotada a combinação (IOT) para o setor de cabotagem. De modo geral, o propósito da distinção entre os fechamentos é apontar, sobretudo, as discrepâncias nos resultados simulados quando diferentes hipóteses são consideradas. A simulação de política, por seu turno, se diferencia entre os dois estudos desta Tese (Figura 4.1). No transporte ferroviário de carga, a simulação consiste em averiguar os efeitos provados pela revisão tarifária sobre os fretes a partir de 2013, uma vez que tal política começou a vigorar no último trimestre de 2012. Em suma, para a mesma política foram usados dois distintos fechamentos de cenário. Na simulação do transporte de cabotagem, existem dois fechamentos de política que iniciam em 2013: um fechamento considerando uma política de redução de 10% sobre as margens (destino) e fretes pagos pelos produtores na circunstancia atual do mercado (protecionismo); e outro fechamento aplicando a mesma redução, porém liberalizando o mercado de cabotagem (livre entrada e saída de firmas). Além desta introdução, este capítulo se organiza em mais 5 partes. A segunda parte apresenta o cenário de referência, comum a ambos os estudos. A terceira parte descreve a definição dos choques. A quarta parte apresenta os resultados obtidos do mercado ferroviário. De forma similar ao conteúdo da quarta parte, a quinta parte procura analisar o mercado de cabotagem. 4.1 Fechamento de cenário: baseline para a simulação dos estudos No cenário de referência das simulações são adotadas as variações anuais do Produto Interno Bruto (PIB) e dos componentes da demanda final, como os gastos do Governo, o consumo das famílias, as exportações e os investimentos. Essas informações representam variações reais e se dividem em dois grupos: dados observados e projeções. O primeiro grupo compreende os dados estatísticos entre 2006 a 2011 do sistema de contas nacionais do IBGE e podem também ser obtidas no IPEAdata do Instituto de Pesquisa Econômica Aplicada (IPEA). 120 (S) Curto prazo: número de firmas. 201 O segundo grupo representa um cenário macroeconômico projetado, apresentado em Domingues et al. (2010b). Os autores desse trabalho aplicaram um modelo de consistência macroeconômica desenvolvido no CEDEPLAR, similar ao trabalho de Giambiagi e Pastoriza (1997). Tal modelo é formado por um conjunto de identidades (contábeis) macroeconômicas e de relações paramétricas. Trata-se, portanto, de um modelo de simulação e consistência macroeconômica 121 . A Tabela 4.1 fornece o cenário macroeconômico entre 2006 a 2025 utilizado para as simulações dos fechamentos de cenário no modelo. As variações do consumo das famílias foram aplicadas de forma homogênea entre os 8 grupos de famílias do modelo. Tabela 4.1 – Variações reais e anuais (%) dos principais indicadores macroeconômicos Podemos verificar uma desaceleração dos indicadores entre 2008 a 2009 no cenário. Esse movimento contracionista se deve aos efeitos negativos provocados pela crise financeira entre 2008 a 2009, com maior retração na taxa dos investimentos (-25,4%). Conforme Domingues et al. (2010a), a melhora dos indicadores em 2010 parece ter sido influenciada pelas políticas anticíclicas na economia brasileira (i.e. expansão dos gastos do governo e a redução do Imposto sobre Produtos Industrializados (IPI) de eletrodomésticos e automóveis). Após esse 121 Embora não seja foco desta Tese, cabe mencionar que a principal vantagem modelo de consistência macroeconômica é a flexibilidade com que é possível modificar as variáveis exógenas e observar o comportamento das variáveis endógenas, tanto fiscais, quanto do setor externo e das Contas Nacionais. Por outro lado, entre suas desvantagens, está o número excessivo de combinações de valores para as variáveis exógenas e endógenas do modelo que respeitam as identidades contábeis, isto é, que respeitam o requisito de consistência macroeconômica (DOMINGUES et al., 2010b). Ano PIB Consumo das famílias Gastos do governo Exportações Investimentos Grupo 2006 3,96 5,20 2,58 3,30 1,52 Observado 2007 6,09 6,07 5,13 5,50 7,88 Observado 2008 5,17 5,67 3,17 -2,50 8,78 Observado 2009 -0,20 4,19 3,11 -10,70 -25,41 Observado 2010 7,50 7,04 3,31 9,50 31,40 Observado 2011 3,30 3,16 3,16 25,90 4,23 Observado 2012 3,50 1,95 1,95 0,20 12,48 Futuro 2013 4,00 1,86 1,86 5,10 10,79 Futuro 2014 5,00 4,40 4,40 5,20 6,61 Futuro 2015 4,50 4,20 4,20 5,60 5,37 Futuro 2016 4,00 3,79 3,79 5,60 4,10 Futuro 2017 3,50 3,62 3,62 5,70 2,75 Futuro 2018 3,50 3,34 3,34 5,60 4,00 Futuro 2019 4,00 3,20 3,20 5,60 5,37 Futuro 2020 4,50 3,97 3,97 5,50 4,10 Futuro 2021 4,50 3,97 3,97 5,50 4,10 Futuro 2022 4,50 3,97 3,97 5,50 4,10 Futuro 2023 4,50 3,97 3,97 5,50 4,10 Futuro 2024 4,50 3,97 3,97 5,50 4,10 Futuro 2025 4,50 3,97 3,97 5,50 4,10 Futuro Fonte: Contas Nacionais do IBGE e Domingues et al. (2010). 202 ano, a trajetória da maioria dos indicadores é estável. Por exemplo, entre 2011 a 2020, o consumo das famílias e os gastos do governo aumentaram de 3,16% para 3,97%, com poucas oscilações anuais. Já a trajetória de crescimento dos investimentos se apresentou mais instável se comparada a dos demais indicadores. O cenário trabalha com algumas informações adicionais. Primeiro, extrapolamos as mesmas taxas de crescimento de 2020 para os períodos posteriores. Segundo, atribuímos um crescimento homogêneo de 2% a.a. para o preço das importações. Terceiro, pressupomos que a quantidade de famílias, representada pela variável hq , cresce a uma taxa anual de 1%, percentual este próximo ao das projeções de crescimento populacional do IBGE. E por fim, consideramos que o emprego tendencial ( TENDL ) segue a taxa de 3% a.a.. No fechamento de cenários da simulação para o setor de cabotagem, procuramos aplicar as mudanças de número de empresas, conforme observado entre 2006 a 2011. Em 2005, o setor era composto por 28 empresas, de maneira que 12 delas representavam mais de 90% do total de tonelagem de porte bruto – TPB122 (ANTAQ, 2012a). Em 2008, esse número passou para 33 empresas, representando um crescimento médio anual de 5,6%. Já em 2010, o número de firmas decaiu para 32, sendo que as 12 maiores atingiram 97,1% de TPB 123 . No final de 2011, o mercado de cabotagem revelou 31 empresas atuantes, aumentando sensivelmente a concentração para as 12 principais empresas do setor (97,4% de TPB) (ANTAQ, 2010, 2012c). A Tabela 4.2 lista as principais empresas no final de 2011. Em linhas gerais, as informações estatísticas indicam uma estabilidade na trajetória de empresas atuantes no setor, particularmente entre 2006 a 2011, o que justifica o porquê o valor do parâmetro ( c ) tenha sido baixo: 0,05 (veja a Tabela 3.34 do capítulo anterior). Para o choque do número de empresas no setor aplicamos as variações anuais ponderadas da Tabela 4.3. A ponderação ocorreu pela participação média de 2,7% da Tabela 4.2, pois os dados indicam que as alterações do número de empresas ocorreram nessa pequena fatia de mercado. Após o ano de 2011, alteramos os fechamentos de cenário a fim de ativar o mecanismo intertemporal de entrada e saída das firmas. 122 Como visto no capítulo anterior, TPB representa a diferença entre o deslocamento bruto e o líquido da embarcação, ou seja, o que pode ser transportado em carga, combustível e equipagem (tripulação) (ANTAQ, 2012A). 123 Cada uma das demais empresas apresentou menos 1% de TPB (ANTAQ, 2012c). 203 Tabela 4.2 – Principais empresas atuantes no setor de cabotagem (2011) Tabela 4.3 – Variações anuais do número de firmas do setor de cabotagem O mercado de cabotagem pode ser caracterizado por um conjunto de operações heterogêneas, atendendo mercados distintos. As classificações dos navios seguem as peculiaridades dos produtos transportados, ou seja, no mercado de cabotagem podemos encontrar as embarcações do tipo petroleiro, graneleiro sólido, cargueiro, porta-contêineres e outros. Esses quatros primeiros tipos de embarcações se configuram como os mais significativos no setor. Por exemplo, em 2011, a Petrobras possuía 39 embarcações do tipo petroleiro, com capacidade de transporte na ordem de 1,3 milhão de TPB, representando 45,4% da tonelagem da frota brasileira. No mesmo período existiam 13 graneleiros, atingindo uma capacidade de 545 mil TPB, o equivalente a 18,2% da tonelagem total. Os porta-contêineres, por sua vez, somaram 15 embarcações, representando 14,1% da tonelagem total (ANTT, 2012c). Individuais Acumulada Petrobras 1383838 46,2% 46,2% 42 Companhia de Navegação Norsul 369153 12,3% 58,6% 26 Empresa de Navegação Elcano S.A. 325092 10,9% 69,4% 11 Aliança Navegação e Logística Ltda. 283582 9,5% 78,9% 10 Log-In Logística Intermodal S/A 134961 4,5% 83,4% 5 H. Dantas - Comércio, Navegação e Indústrias Ltda 110732 3,7% 87,1% 4 Mercosul Line Navegação E Logística Ltda 105662 3,5% 90,7% 3 Flumar Transportes de Quimicos e Gases Ltda 51188 1,7% 92,4% 1 Pancoast Navegação Ltda. 46930 1,6% 93,9% 1 Companhia Libra de Navegação 38186 1,3% 95,2% 1 Log.Star Navegação S/A 33074 1,1% 96,3% 3 Superpesa Cia de Transportes Especiais e Intermodais 30096 1,0% 97,3% 7 Demais empresas 80293 2,7% 100,0% 42 Total 2992787 100,0% - 156 Fonte: ANTAQ (2012). Participações TPB Número de navios Principais empresas Ano Número de empresas Variação anual Variação anual ponderada 2005 28 - 2006 31 10,7% 0,3% 2007 32 3,2% 0,1% 2008 33 3,1% 0,1% 2009 32 -3,0% -0,1% 2010 32 0,0% 0,0% 2011 31 -3,1% -0,1% Fonte: Elaboração própria a partir dos dados da ANTAQ. 204 As distintas operações de transporte realizadas no setor de cabotagem implicam que o grau de concorrência entre as empresas depende da capacidade e propriedade do tipo de navio utilizado. Assim, as empresas, que detêm majoritariamente navios petroleiros, não competem com as firmas que possuem embarcações de tipo porta-contêineres. Portanto, a concorrência no setor acompanha o tipo do produto transportado. Entretanto, a especificação do modelo BIM-T não diferencia o grau de concorrência por diferentes mercadorias transportadas. Diante desta limitação, as flutuações do número de empresas obtidas nas simulações do modelo devem ser compreendidas como a entrada ou a saída de firmas que alteraram o grau médio de concorrência no referido mercado. No que diz respeito ao mercado ferroviário de carga, os fechamentos de cenário pressupõe que não haverá variações do número de empresas no setor. Tais empresas possuem diretos de concessão pelo uso de ferrovias e instaladas em diferentes locais no país. Por esse motivo, não existe competição direta entre as empresas, uma vez que cada linha possui um trajeto específico que atende uma determinada região produtora (CNT, 2007). Ao considerar constante o número de firmas no setor ferroviário, estamos também admitindo que nenhuma nova estrada de ferro, concedida a uma nova empresa ou já existente, entrará em operação até 2025. Cabe salientar que, conforme discutido no capítulo anterior, ocorreram modificações no mercado ferroviário desde 2006, particularmente em relação à composição acionária de algumas empresas. Em 31 de maio de 2006 a ANTT autorizou a ampliação da atuação da América Latina Logística (ALL), permitindo a aquisição do controle indireto sobre a Ferroban, Ferronorte e Novoeste em face ao objetivo de garantir o cumprimento das normas dos contratos de concessão. Em 2008, a ANTT autorizou a alteração da denominação social das ferrovias operadas pela ALL no Brasil: ALL - América Latina Logística Malha Norte S.A. (antes Ferronorte); ALL - América Latina Logística Malha Oeste S.A. (antes Novoeste); e ALL - América Latina Logística Malha Paulista S.A. (antes Ferroban) (ANTT, 2010). Apesar disto, pressupomos que o número de empresas no mercado se manteve constante. De posse dos fechamentos de cenários, construídos para cada estudo, a próxima seção focará na descrição dos choques e o mecanismo de funcionamento do modelo para ambos os estudos. 205 4.2 Construção dos choques e interpretação de mecanismos de causalidade Em ambos os estudos, a redução tarifária das políticas pode ser operacionalizada por uma menor necessidade de serviços de transporte. Conceitualmente, as equações das margens no modelo tratam o fluxo de mercadorias entre a fonte de produção até o destino dos usuários, porém o transporte realizado é pago pelos compradores. Assim, as equações de margens podem ser usadas para a aplicação dos choques de redução tarifária do setor ferroviário e cabotagem sobre os fretes pagos pelos compradores. Rearranjando a equação genérica de margens (2.2.38), temos: scjk SUB k MAR scjk MARscj scjk MAR MODALAA X X 11 1 1  (4.2.1) Similarmente ao trabalho de Haddad (2004), o lado esquerdo da equação (4.2.1) torna-se a tarifa de transporte específica. Uma variação percentual na tarifa de transporte paga pelos compradores no modelo pode, portanto, ser introduzida na variável tecnológica, scjkMARA1 . Dessa maneira, transformando a equação (4.2.1) na sua forma percentual, a variável scjkMARa1 passa a representar a principal ligação entre os choques tarifários e o modelo: scjk MAR scjscjk MAR axx 111  (4.2.2) com 0kMARa . Por conveniência, ocultamos a variável scjk SUBal 1mod por ela ser computada endogenamente. Conforme a forma percentual da equação (2.2.39), essa variável capta as substituições de demanda entre o modal rodoviário e os demais modais de transporte, sendo ela uma função das variações percentuais dos preços relativos: scjk SUB scjk SUB scjk SUB scjk SUB scjk SUB roadwaterroadcaboroadairroadrailal 11111mod  (4.2.3) em que  scjROADRAILDkcROADRAILscjkSUB pproadrail 101   (4.2.4)  scjROADAIRDkcROADAIRscjkSUB pproadair 101   (4.2.5) 206  scjROADCABODkcROADCABOscjkSUB pproadcabo 101   (4.2.6)  scjROADWATERDkcROADWATERscjkSUB pproadwater 101   (4.2.7) Os choques introduzidos na variável scjkMARa1 representam as mudanças percentuais na demanda de margens do transporte ferroviário de carga (k=FerroviarioC) ou do transporte de cabotagem (k= CabotagemC), sendo elas apenas diferentes por CN mercadorias transportadas . Esses choques afetarão todos os usuários que pagam por esses dois tipos de transporte da mercadoria c . Contudo, também existem os valores de fretes pagos pelos produtores, ou seja, aquela situação que o transporte de um bem ocorre sem custos adicionais para os compradores. Esses valores são os custos de cada setor j avaliados a preço básico. Dessa maneira, para simular os impactos de choques da redução tarifária foi adicionado um termo tecnológico ( scja1 ) em (2.2.3) e (2.2.4), conforme a seguinte equação genérica: scjjscj azx 11  (4.2.8) Duas observações merecem destaques na equação (4.2.8). Primeiro, para simplificar a exposição procuramos ocultar os efeitos de substituição entre as mercadorias de origem doméstica e importada. Segundo, a inclusão da variável scja1 deve ser considerada antes da abordagem “gosto por variedade”124. Assim, os choques introduzidos na variável scja1 representam as mudanças percentuais nos custos de transporte ferroviário e (c=FerroviarioC) e de cabotagem (c= CabotagemC) dos JN setores 125 do modelo, para o uso direto de transporte. As políticas tarifárias abrangem um conjunto de choques de reduções do custo de ambas as modalidades de transporte, tanto pela ótica do usuário quanto do produtor. Assim, vale a pena esboçar os mecanismos de causalidade desses experimentos (Figura 4.2). 124 Na derivação matemática desta abordagem apenas é preciso inserir essa nova variável. 125 No caso do transporte de cabotagem, foram considerados os setores tradables. 207 Figura 4.2 – Principais relações causais na simulação básica Fonte: Adaptado de Haddad (2004) e Santos (2010). No ano da simulação da política, a queda da tarifa provoca uma redução no uso do serviço ofertado pelo setor ferroviário (ou cabotagem), gerando uma queda direta da produção deste Redução do custo do transporte ferroviário (ou de cabotagem) Diminuição de demanda do transporte rodoviário de carga Redução no requisito do serviço de ferroviário (ou de cabotagem) por unidade de produto e mudança no markup Redução de produção do setor rodoviário de carga Redução na produção e economia de escala do setor ferroviário (ou do setor de cabotagem) Liberalização de capital e trabalho pelo setor rodoviário Liberação de capital e trabalho pelo setor ferroviário (ou pelo setor de cabotagem) Excesso de oferta dos fatores primários Excesso de oferta de fatores primários Redução de preço dos fatores primários Redução do preço dos fatores primários Redução de preço dos produtos Redução de preço de produtos Aumento de demanda e mudança do markup do transporte ferroviário de carga (ou de cabotagem) Aumenta (reduz) a renda real: firmas, investidores e famílias Aumento na produção e economia de escala Atração de capital e trabalho do setor ferroviário (ou do setor de cabotagem) Aumento de demanda dos fatores primários Aumento de preço dos fatores primários Maior (menor) níveis de produção das firmas e economias de escala (setores diferenciados) Aumento de preço dos produtos Maior (menor) demanda de fatores primários Pressão para aumentar (reduzir) os preços dos fatores Aumento (redução) de preços dos produtos Firmas: mais (menos) competitivas; Investidores: retornos potenciais maiores (menores); Famílias "mais ricas" ("mais pobres"). Maior (menor) demanda interna e mudança no markup (setores diferenciados); Maior (menor) demanda externa 208 setor. Com a diminuição do nível de produção, o setor passa a obter níveis menores de economia de escala e requisitar menos capital e trabalho no seu processo produtivo. Dessa maneira, capital e trabalho são liberados para os demais setores na economia, causando um aumento de oferta no mercado dos fatores produtivos. A expansão da oferta no mercado de fatores conduz para uma queda dos salários e do preço da renda do capital. Essa redução de custos é transmitida pelas interdependências setoriais no modelo, induzindo para uma queda generalizada dos custos e preços setoriais. Assim, a partir destes mecanismos, a política de revisão tarifária do setor ferroviário (ou cabotagem) tende a gerar uma queda geral dos preços da economia, tornando os produtos domésticos mais competitivos. O acréscimo da competitividade impulsiona as exportações, por exemplo. Este tipo de resultado pode ser denominado de efeito-preço. A queda geral dos preços na economia induz o aumento da demanda nos diversos mercados, seja em virtude da expansão da renda real ou da elevação do nível de competitividade da economia. Uma renda real maior estimula a demanda interna. Com os mercados de bens e serviços mais aquecidos, as elasticidades percebidas de alguns setores diferenciados também tendem a aumentar 126 , principalmente naqueles setores com baixa barreira de entrada e saída de firmas. Como o tamanho do markup é inversamente relacionado à elasticidade de demanda que cada firma no setor percebe para seus produtos diferenciados, logo o aumento desta elasticidade implica numa variação negativa do markup 127 . No mercado ferroviário de carga, por exemplo, as elasticidades percebidas individuais não se alteram em razão da invariabilidade do número firmas no mercado. Podemos observar isto pelas equações (2.2.55), (2.2.47) e (2.2.55), respectivamente:      cFMcMcDcccDMcjcFcj nSppSSEN 1111111 1    DcucTuc N u c ucuc c xx E ESU 0 1    )1( 0 c c c C Dc E mp    126 Veja a equação (2.2.47). 127 Veja a equação (2.2.45). 209 Como não há importação por serviços do setor ferroviário de carga ( 0MS ), logo vários termos desaparecem na equação da elasticidade percebida do consumo intermediário [i.e.    01 2222  MiDiiiDM ppSS  e 02 iFMi nS ]. Consequentemente, essa elasticidade é dependente exclusivamente de iFn . Se o número de firmas no setor não varia ( 0 i Fn ), então o resultado final é zero. Essa observação equivale para as demais elasticidades percebidas individuais do setor ( 0uc ). Com o número fixo de firmas, a variação da elasticidade percebida total ( c ) do setor ferroviário passa a ser exclusivamente dependente da diferença entre as variações de demandas dos usuários e de produção do setor ( Dcuc T xx 0 ). Assim, se a produção cresce mais que a demanda dos usuários, temos uma mudança negativa da elasticidade percebida total ( c ), o que implica em um aumento do markup, pois 1cE . Podemos concluir que o markup aumenta no setor ferroviário para que o preço cobrado no mercado não fique abaixo do custo médio, isso porque esse setor possui custos fixos elevados. Assim, o aquecimento da economia pode induzir a ampliação do markup dos monopólios naturais do setor ferroviário para evitar ou minimizar os prejuízos com a queda da sua produção. Nos demais setores da economia, o efeito de expansão de demanda faz com que a produção de bens e serviços aumente, provocando pressão de alta sobre os preços dos fatores primários e, por conseguinte, nos demais mercados do modelo. Assim, os estímulos secundários sobre as atividades englobam o chamado efeito-atividade. Vale ressaltar que, dada à possibilidade de substituição, a queda da tarifa produz um aumento de demanda do setor ferroviário (ou de cabotagem) em detrimento do transporte rodoviário de carga. Esse acréscimo causa um efeito oposto ao anteriormente mencionado, com aumento da produção ferroviária (ou de cabotagem), da demanda dos fatores primários e dos níveis de preços (efeito-atividade). Por outro lado, diante da queda da demanda do transporte rodoviário de carga, a produção deste setor reduz, liberando um excedente de fatores primários na economia e causando um impacto negativo nos níveis de preço (efeito-preço). Por um motivo de simplificação, a Figura 4.2 não apresenta este efeito de segunda ordem no processo de substituição. 210 Esta análise dos principais mecanismos de transmissão da política de revisão tarifária do setor ferroviário e de cabotagem no modelo apresenta uma natureza instantânea no ano da sua aplicação, sem considerar os efeitos do cenário base. Também não está incluso uma análise dos mecanismos intertemporais, os quais fazem parte da solução recursiva e sequencial do modelo. Diante disto, podemos intuir como são transmitidos os efeitos destas políticas tarifárias intertemporalmente. A resposta depende da intensidade das forças entre o efeito- preço e efeito-atividade no ano da adoção da política. Se o efeito-atividade for maior que o efeito-preço, então observaremos inicialmente um acréscimo do investimento. A renda do capital ( jq ) tende a elevar, afetando positivamente a variação percentual da taxa de retorno atual ( jr ) e, por conseguinte, a taxa esperada de retorno ( je ). O aumento do investimento se torna operacional no ano posterior, provocando a expansão do estoque de capital. A expansão do estoque de capital provoca uma queda no preço do próprio fator primário, que, posteriormente, reduz a taxa de retorno atual ( jr ) e a taxa esperada de retorno ( je ). A diminuição de ambas as taxas gera um efeito negativo na variação dos investimentos no período seguinte. A sequência deste processo é o continuo arrefecimento das variações dos investimentos e do capital até a convergência ao cenário base. No mercado de trabalho, o crescimento inicial do emprego, provocado pelo efeito-atividade, afeta positivamente o salário real no período seguinte. A expansão do salário real, que representa um aumento de custo por unidade produzida, reduz a demanda por trabalho na economia. Esse efeito negativo fará com que o crescimento do salário real no período posterior perca força, influenciando, consequentemente, a demanda no mercado de trabalho. No final deste processo teremos uma convergência do salário real e o nível de emprego para o cenário base. Por fim, no mecanismo intertemporal de entrada e saída das firmas, o efeito-atividade, em que representa a expansão de demanda e oferta na economia, tende a impulsionar a entrada de firmas nos setores diferenciados, pois, em geral, variações positivas do lucro econômico são observadas. Pelo lado da oferta, a expansão dos níveis de produção impulsiona as diversas economias de escala dos setores diferenciados. As economias de escala permite às empresas atender a demanda aquecida utilizando relativamente menos insumos e fatores primários. Embora as variações da demanda de fatores primários e de insumos possam crescer, elas serão menores do que as variações positivas de produção induzidas pelo aquecimento da economia. 211 Assim, as firmas dos setores diferenciados passam a produzir mais com menor custo por unidade produzida (queda do custo médio de produção). Associado a esse aspecto, o crescimento de demanda dos bens e serviços diferenciados aumentam as elasticidades percebidas individuais. Se a soma entre o aumento dessas elasticidades e o acréscimo da procura dos bens e serviços for superior à expansão da produção, então o markup dos setores se reduzirá. A queda do markup ocorre porque as curvas de demanda total dos setores diferenciados passam a ser mais elásticas, implicando na redução do poder de monopólio. As variações do lucro econômico surgem da combinação entre as mudanças das economias de escalas de produção e as alterações dos markups nos setores diferenciados. Se o efeito líquido dessa combinação for positivo, então ocorrerão aumentos nos lucros econômicos dos setores em questão. Diante disto, pelo mecanismo intertemporal de entrada e saída, as variações positivas dos lucros econômicos atrairão a entrada de firmas no setor. Os aumentos iniciais do número de firmas elevarão os custos médios de produção no período seguinte, provocando um arrefecimento do crescimento das economias de escala. 4.3 Simulação para o mercado ferroviário de carga O marco regulatório do setor ferroviário de carga no Brasil surgiu com a extinção da Rede Ferroviária Federal S/A (RFFSA) e concedeu às empresas privadas o direto de uso da malha ferroviária pública em 1997 por um período de 30 anos, prorrogáveis por mais 30. Desde então, o setor ferroviário brasileiro é constituído por monopólios naturais, os únicos ofertantes de serviços em cada uma das malhas ferroviárias públicas (Figura 4.3). Essas empresas concessionárias, que apresentam elevados custos fixos 128 , são reguladas e controladas pela ANTT. Segundo a legislação, a principal razão da regulação sobre os setores compostos por monopólios naturais é garantir a qualidade dos serviços prestados e a modicidade de preços aos usuários 129 . 128 O setor ferroviário apresenta elevados custos fixos por englobar custos como de construção e a manutenção de linhas férreas, dos terminais de carga e descarga, dos investimentos e manutenções de trens e locomotivas (PROTÁSIO, 2011). 129 O artigo 6º da Lei n.º 8.987/95 estabelece que toda concessão ou permissão pressupõe a prestação de serviço adequado ao pleno atendimento dos usuários e que serviço adequado é o que satisfaz as condições de regularidade, continuidade, eficiência, segurança, atualidade, generalidade, cortesia na sua prestação e modicidade das tarifas (BRASIL, 1995). 212 Figura 4.3 – Distribuição espacial das principais empresas concessionárias no Brasil Fonte: Rede georreferenciada do Ministério dos Transportes (2007a). Não obstante, no âmbito do regulador é difícil especificar com exatidão os níveis de preço que deveriam ser praticados pelas concessionárias, isso porque as curvas de demanda e dos custos de cada empresa poderiam se alterar na medida em que as condições de mercado se alteram (PINDYCK e RUBINFELD, 2005). De acordo com Justen Filho (2003), o desafio é definir uma tarifa suficiente para remunerar o concessionário por seus custos e investimentos e ainda lhe assegurar uma margem de lucro, sem, simultaneamente, onerar excessivamente os usuários. Diante disto, existem basicamente dois critérios usados nas práticas de regulamentação sobre um setor constituído por monopólios naturais: (a) regulação pela taxa interna de retorno e (b) o price cap. No primeiro critério, o órgão regulamentador determina uma tarifa pela igualdade entre a receita bruta e a receita requerida, levando em conta os custos fixos e variáveis de produção, além de uma taxa de remuneração da concessionária (PROTÁSIO, 2011). Esse critério se apresenta flexível, isso porque a tarifa passa ser reajustada para garantir a taxa 213 interna de retorno original quando mudanças na estrutura de demanda e custo do monopólio natural são observadas (PIRES e PICCININI, 1998). O segundo critério, também conhecido como preço teto (price cap), foi criada na Inglaterra para tentar reduzir os prováveis problemas da técnica de tarifação pela taxa interna de retorno (PIRES e PICCININI, 1998). A vantagem desse segundo método consiste na liberdade de gestão das empresas em regime de monopólio natural, além de estimular ganhos de produtividade e, consequentemente, induzir os repasses dessas economias para o preço do serviço prestado. Conforme Pires e Piccinini (1998), esse método define uma tarifa teto para a firma, sendo ela reajustada em períodos pré-fixados conforme a evolução de um indexador de preço e de um fator de produtividade (X). Além do repasse dos ganhos de produtividade, entretanto, as empresas concessionárias têm o direito de transferir as mudanças não previstas dos custos variáveis, como os aumentos dos preços de combustíveis e dos impostos. Assim, no critério price cap também é definido por um fator (Y), equivalente a um percentual dos custos variáveis. De modo geral, o teto da tarifa é calculado pela seguinte expressão: yxptar indexteto  (4.3.1) em que tetotar é a tarifa teto definida; indexp é variação percentual de um indexador de preço; x é a variação percentual do produtividade da empresa; e y é a variação percentual de eventuais variações dos custos variáveis. No caso brasileiro, como enfatiza Saintive e Chacur (2006), o método price cap combina dois fatores: tarifas reajustadas em períodos pré-fixados e revisão tarifária diante de uma avaliação dos custos operacionais e do capital. Segundo a ANTT, a regulação das tarifas sobre o setor ferroviário de carga acompanha esse critério, uma vez que os contratos de concessão fixam tetos tarifários para a prestação deste tipo de serviço. As tarifas máximas são definidas conforme o produto transportado e a distância percorrida. No entanto, a lei 10.233/2001 também estabelece que esses tetos tarifários sejam computados considerando a transferência de perdas ou ganhos econômicos que não dependam do desempenho e da responsabilidade das empresas concessionárias para os usuários de serviços (BRASIL, 2001). Assim, nos contratos de concessão, o poder concedente, a cada cinco anos, pode rever os valores das tarifas de referência “caso ocorra alteração justificada de mercado e/ou de custos, de caráter permanente, que modifique o equilíbrio econômico-financeiro (BRASIL, 1996) no contrato. 214 Contudo, de acordo com o próprio estudo contratado pela ANTT, antes da revisão de 2012, os tetos tarifários tinham sido fixados em níveis muito elevados (ANTT e LABTRANS/UFSC, 2010). Essa sobrevalorização tarifária ocorreu em virtude do próprio edital de licitação da época, que teve como critério de julgamento as propostas de maior valor de outorga e referência da tarifa cobrada pela RFFSA, que já eram consideradas elevadas. Não foi realizado qualquer estudo prévio para definição dos valores dos tetos tarifários (PROTÁSIO, 2011). O IPEA (2010) apontou que as tarifas ferroviárias, definidas como com base em custos operacionais, raramente sofreram revisões. As revisões constatadas somente se traduziram nos reajustes monetários anuais, com base no indexador IGP-DI. Para essa instituição de pesquisa, em virtude dos avanços ocorridos nos procedimentos e na gestão de manutenção e operação das ferrovias, frente à época em que as linhas férreas não estavam concedidas, é de se esperar que os custos tenham se alterado significativamente, e provavelmente para baixo. Uma revisão dos custos usados como base para este cálculo pode permitir a redução das tarifas máximas. Tanto a ANUT (2007) quanto o IPEA (2010) têm apontado que as empresas concessionárias cobram preços elevados por serviços acessórios ao transporte de carga, como carregamento de vagões e armazenagem de mercadorias, o que acaba, algumas vezes, tornando o valor total pago pelo usuário superior ao valor teto das tarifas estabelecidas. Como consequência disso, conforme Protásio (2011), o princípio da modicidade tarifária, estabelecida por lei, pode ter sido rompido. De qualquer maneira, a ANTT determina que os valores dessas tarifas acessórias sejam divulgados pelas concessionárias com o intuito de dar maior transparência a estas tarifas e seus valores. Segundo o IPEA (2010), como o serviço de transporte ferroviário é dependente dos serviços acessórios, é possível a existência de algumas cobranças abusivas pela prestação do serviço, onerando os custos do frete ferroviário. Conforme a instituição, a razão da cobrança abusiva não se deve somente em virtude dos custos envolvidos nesses serviços, mas também ao valor de mercado do frete rodoviário, modalidade esta que compete com o ferroviário e apresenta custos mais elevados para o transporte de mercadorias em longas distâncias. Assim, os valores de serviços, determinados pelas empresas concessionárias, restringem a escolha do seu cliente 215 pelo modal rodoviário em detrimento ao modal ferroviário. Isto é, as empresas concessionárias ficam limitadas pelo valor do frete rodoviário, definindo a tarifa pelo transporte ferroviário e a tarifa de transbordo de maneira que exista algum incentivo ao usuário em utilizar a ferrovia para o seu transporte. Em consonância com esse aspecto, Castro (2003) destaca que a tendência dos serviços de transporte ferroviário é orientar-se pelo modal dominante — o rodoviário — cobrando o máximo que os clientes aceitam pagar, até o limite de sua capacidade de transporte. Após 15 anos de concessão da malha ferroviária no país (1996 - 1998), decidiu-se realizar a primeira revisão do teto tarifário do setor. Essa revisão tarifária feita pela ANTT teve por principal objetivo corrigir as discrepâncias verificadas entre o teto tarifário e o preço de mercado cobrado pelas concessionárias. Do mesmo modo, essa revisão tarifária pretendeu aumentar a competitividade do setor ferroviário e estimular a concorrência deste modal em relação aos outros modais, como o rodoviário. De acordo com a ANTT (2012), o reposicionamento tarifário foi feito para estabelecer tarifas compatíveis com a cobertura dos custos operacionais existentes para um dado nível de qualidade do serviço, considerando ainda uma remuneração justa e adequada sobre investimentos realizados pelas concessionárias. A base legal e contratual para essa revisão se respaldaram no artigo 24 da lei 10.233/01: “... cabe à ANTT, em sua esfera de atuação, como atribuições gerais: .... II – promover estudos aplicados às definições de tarifas, preços e fretes, em confronto com os custos e os benefícios econômicos transferidos aos usuários pelos investimentos realizados; .... VII – proceder à revisão e ao reajuste de tarifas dos serviços prestados, segundo as disposições contratuais, após prévia comunicação ao Ministério da Fazenda;” (ANTT, 2012). A metodologia empregada no computo da revisão tarifária, conforme o documento “Desenvolvimento de metodologia para análises de custos ferroviários” (ANTT e LABTRANS/UFSC, 2010), consistiu no levantamento dos custos ferroviários por fluxo de transporte. Para cada fluxo quatro aspectos foram considerados: mercadoria, origem, destino e a concessionária [e.g. o transporte de soja de Maringá para São Francisco do Sul pela concessionária da Malha Sul (ALLMS)]. De modo geral, nesta revisão foram apurados os custos fixos, os custos variáveis e as despesas administrativas que compõe cada fluxo de 216 transporte ferroviário. Essa apuração teve com base nos dados operacionais do Sistema de Acompanhamento do Transporte Ferroviário (SAFF), aspectos referentes ao relevo da via e às restrições de tráfego existentes, e os dados financeiros oriundos dos balancetes das concessionárias, que obedecem ao Plano de Contas estabelecido pela ANTT, por meio da Resolução 1773/2006. Assim, tecnicamente, os novos tetos tarifários de cada fluxo agregam os custos totais (fixos, variáveis e administrativos), a parcela de remuneração de capital e a quantia das contribuições PIS/COFINS (9,25%). Com essas novas tarifas de referência, as receitas calculadas, a partir dos fluxos de transportes observados, foram inferiores as verificadas no mercado e àquelas calculadas com base no antigo teto tarifário da ANTT. O Gráfico 4.1 compara tais receitas. Gráfico 4.1 – Receitas do fluxo de soja da ALLMS no trecho entre Maringá e São Francisco do Sul Fonte: Adaptado da Figura 11 de ANTT e Labtrans/UFSC (2010) Segundo Rodrigo Vilaça, presidente-executivo da Associação Nacional dos Transportadores Ferroviários (ANTF), os contratos acordados pelas ferrovias preveem reajuste anual e revisão tarifária a cada cinco anos, os quais buscam garantir o equilíbrio econômico-financeiro das concessões. Entretanto, segundo ele, com a redução do teto tarifário, as concessionárias poderão ter queda na receita e na taxa de retorno de seus negócios (DIÁRIO DO COMÉRCIO, 2012). 302,2 161,3 123,3 0,0 50,0 100,0 150,0 200,0 250,0 300,0 350,0 Receita autorizada Receita praticada Receita calculada R$ milhões 217 A redução média da tarifa de referência para cada empresa concessionária está apresentada na Tabela 4.4, com destaque para a redução na Estrada de Ferro Carajás (-69,9%) e na Ferrovia Norte Sul (-65,2%). Tais reduções levaram em conta uma remuneração do capital investido de 6,4% para todas as concessionárias (WACC 130 ). Tabela 4.4 – Redução média da tarifa por concessionária ferroviária A ANTT (2012) salientou que essa primeira revisão tarifária não incluiu uma divisão dos ganhos de produtividade com os usuários e/ou outras opções de incentivos na aplicação da metodologia, como proposto no método de price cap. A inclusão dos ganhos de produtividade e de outros incentivos é objeto para o segundo ciclo de revisão (provavelmente em 2018). De acordo com o estudo ANTT e Labtrans/UFSC (2010), o indicador de toneladas úteis transportadas (TKU) é utilizado como aferidor de produtividade. Seu impacto está diretamente relacionado com as receitas geradas nos fluxos, uma vez que a remuneração do transporte se dá pela quantidade de toneladas úteis transportadas (TKU). Entre 2003 a 2010, as toneladas úteis transportadas (TKU) de Minério de ferro cresceram aproximadamente 65,5%, passando de 123 bilhões para 204 bilhões de TKU. No que diz respeito às demais cargas, no mesmo período foi constatado um crescimento de 24% de TKU, alterando de 59 bilhões para 73 bilhões de TKU (ANTT, 2011). 130 Conforme a ANTT (2012), para definir a remuneração do capital da concessionária foi utilizada a metodologia Weighted Average Cost of Capital (WACC), que considera a estrutura de capital da empresa e indicadores macroeconômicos de mercado associados aos indicadores de risco. CONCESSIONÁRIA Redução média do Teto (%) América Latina Logística Malha Oeste S.A -46,6% América Latina Logística Malha Paulista S.A -29,7% América Latina Logística Malha Sul S.A -13,6% Estrada de Ferro Carajás -69,9% Estrada de Ferro Vitória Minas -54,6% Ferrovia Centro Atlântica S.A -19,5% Ferroeste -15,3% Ferrovia Norte Sul S.A -65,2% Ferrovia Tereza Cristina S.A -10,9% MRS Logística S.A -40,1% Transnordestina Logística S.A -39,6% Fonte: ANTT (2012) Notas: 1) Não foram considerados os granéis líquidos e produtos especiais (máquinas, equipamentos, peças e acessórios); 2) A redução média do teto tarifário foi calculada, tendo por base as distâncias médias dos fluxos de transporte. 218 A política de revisão tarifária, que começou a vigorar no dia 6 de setembro de 2012 (resolução n. 3.888) e que caracteristicamente se vincula ao critério price cap, é foco de estudo das simulações neste capítulo. Por essa política ser recente e envolver uma grande mudança para os setores demandantes do transporte ferroviário de carga (após 15 anos da concessão), projetamos os seus efeitos sobre a economia brasileira até 2025. A especificação do modelo BIM-T permite considerar as características do setor, como economias de escalas (ou elevado custo fixo), barreiras de entrada e regras de precificação com preço acima do custo marginal. Além disso, como a política tarifária tem o propósito de induzir a competitividade do modal ferroviário frente ao modal rodoviário, justifica-se substituição entre tais modais no modelo. 4.3.1 Estratégia de simulação para o estudo do setor ferroviário Como mencionado na introdução deste capítulo, para o setor ferroviário de carga serão realizados dois fechamentos de cenário para uma mesma política. Os fechamentos se diferenciam conforme as hipóteses atribuídas para certos setores no modelo. No primeiro caso, os 39 setores da Tabela 3.28 são tratados como diferenciados. Como nesta economia há uma mistura entre setores diferenciados e homogêneos, a nomeamos de “economia heterogênea”. Por outro lado, como somente o setor ferroviário de carga é considerado como diferenciado, representamos essa economia como “quase-competitiva”. Vale destacar que em ambos os fechamentos estão presentes o baseline descrito na seção 4.1. O Quadro 4.1 sumaria os experimentos, que são caracterizados pelas diferenças nas hipóteses consideradas nos fechamentos de cenários com os mesmos choques. Os procedimentos para os choques de política serão discutidos a seguir. Para a simulação de política, foi necessário estimar os choques negativos da redução dos tetos tarifários sobre estrutura de receita observada do setor ferroviário em 2005 131 . Como os tetos tarifários estipulam os limites que cada concessionária pode praticar no mercado ferroviário de carga, suas reduções não implicam em diminuições proporcionais das tarifas cobradas pelas empresas no mercado, pois existem intervalos nos quais os preços de mercado podem variar. Assim, se estimarmos o quanto a nova política tarifária pode reduzir a receita observada das concessionárias em 2005, logo podemos sinalizar o quanto tais empresas deverão reajustar os seus preços no mercado diante dos novos tetos tarifários em vigor. Ou 131 Essa estrutura é a mesma usada no trabalho de estimativa das margens ferroviárias e das vendas do serviço ferroviário na matriz de consumo intermediário desta Tese. 219 seja, o impacto negativo da referida política sobre a receita do setor ferroviário em 2005 é uma maneira de apontar os prováveis ajustes das tarifas praticadas no mercado. Quadro 4.1 – Estratégia dos experimentos sobre o setor ferroviário de carga O motivo de se usar as receitas observadas no ano de 2005 reside na mudança da composição de mercadorias transportadas ao longo dos últimos anos. Novos produtos, inexistentes em 2005, começaram a ser transportados por algumas empresas ferroviárias, enquanto que outros, existentes na pauta de transporte de algumas concessionárias em 2005, deixaram de ser transportados. Como nos modelos EGC o valor nulo inicial permanece nulo após o choque (limitação), é impossível inserir essas mudanças na pauta do transporte ferroviário. Uma vez que as estimativas das margens e das vendas do consumo intermediário do setor ferroviário foram feitas com base nas toneladas transportadas por quilômetro (TKU) no ano de 2005, a utilização de dados mais recente englobaria também as mudanças desta medida (TKU). Teríamos, dessa maneira, uma implicação séria na simulação do modelo. Se aplicadas as mudanças de TKU na pauta de transporte ferroviário, seria difícil separar os efeitos projetados com a política de revisão tarifária, pois as variações dos custos ferroviários no Tipo de cenário Detalhes Política Detalhes Revisão tarifária (2013) a) Redução dos serviços ferroviários pagos pelos usuários - Retorno crescente de escala na sua tecnologia de produção b) Redução dos fretes ferroviários pagos pelos produtores - Uma regra de precificação conforme o preço de Lerner: markup ótimo - Graus variados de barreira à entrada e saída de firmas (mecanismo temporal) - Preferência por variedade Revisão tarifária (2013) a) Redução dos serviços ferroviários pagos pelos usuários - Retorno crescente de escala na sua tecnologia de produção b) Redução dos fretes ferroviários pagos pelos produtores - Uma regra de precificação conforme o preço de Lerner: markup ótimo - Número fixo de firmas (mecanismo temporal) - Preferência por variedade - Retorno constante de escala na sua tecnologia de produção - Uma regra de preço pelo custo marginal - Livre entrada e saída de firmas Fonte: Elaboração própria. c) Os demais setores revelam: Experimento 1: economia heterogênea (2006-2025) Experimento 2: economia quase-competitiva (2006-2025) a) Cenário macroeconômico b) Todos os setores diferenciados exibem: a) Cenário macroeconômico b) Somente o setor ferroviário apresenta: 220 modelo poderiam ocorrer tanto em virtude dos efeitos negativos da revisão tarifária quanto das mudanças de TKU. Diante deste aspecto, ao manter a pauta de transporte de 2005, apenas os efeitos das variações de custos provocados pela política tarifária são capturados nos experimentos. Os novos tetos tarifários, divulgados pela ANTT, começaram a vigorar no final de 2012. Essas tarifas, que se diferenciam entre os tipos de mercadorias e concessionárias, são compostas por uma parcela de custo fixo e de custo variável. Na parcela de custo variável, os valores se alteram conforme grupos pré-definidos de quilometragem. Por exemplo, se América Latina Logística Malha Sul S.A (ALLMS) transportar 1 tonelada de açúcar numa distância de 2000 km, deve-se considerar a parcela dessa distância em quatro faixas de quilometragem: faixa-1 (0-400 km), faixa-2 (401-800 km), faixa-3 (801-1600 km) e faixa-4 (acima de 1600 km). O Quadro 4.2 exemplifica o cálculo do custo total deste transporte. Quadro 4.2 – Custo total da ALLMS pelo transporte de 1 tonelada de açúcar em uma distância de 2000 km. O exemplo do Quadro 4.2 ilustra a forma como foram computados os custos totais de todas as mercadorias transportadas por cada empresa ferroviária. Contudo, no exemplo os custos não estão valorados para o ano de 2005. Assim, tendo vista que os índices de preço IGP-DI usados nas revisões anuais dos tetos tarifários são aqueles do final do ano anterior, adotamos o IGP- DI de 2011 e calculamos o deflator para ano 2005 (1,407). A partir desse deflator, pudemos valorar os custos totais para o ano base do modelo. Em suma, a solução foi aplicar os novos tetos tarifários, devidamente deflacionados, sobre as toneladas por quilômetros (TKU) das mercadorias transportadas pelas empresas ferroviárias em 2005. Esse procedimento nos permite inserir as variações dos custos ferroviários pagos pelos usuários e produtores do modelo. Parcela (R$ / T) Composição da tarifa (R$) Quilómetros percorridos Composição do Custo (R$) Fixa 9,4 - 9,4 Variável 0-400 km 0,074 400 29,6 401-800 km 0,067 400 26,64 801-1600 km 0,059 800 47,36 Acima de 1600 Km 0,044 400 17,76 2000 130,76 Fonte: ANTT (2012) Total 221 Vale ressaltar que, assim como nos procedimentos do capítulo anterior, consideramos os custos médios de 1 tonelada por 1000 quilômetros percorridos de todas as mercadorias e empresas correspondentes. E para as mercadorias acondicionadas em contêineres, dividimos os custos médios pelos respectivos pesos máximos (i.e. contêineres de 20 pés: 21 toneladas; e contêineres de 40 pés: 27 toneladas). Esses procedimentos permitiram obter as diferenças entre três categorias de receitas: as receitas calculadas pelos antigos tetos tarifários; as receitas computadas pelos novos tetos tarifários; e as receitas observadas em 2005. O ANEXO H fornece as receitas computadas entre os antigos e novos tetos tarifários. Estes dados permitem comparar as variações entre as receitas por concessionárias e confrontá-las com as divulgadas pela ANTT. A Tabela 4.5 fornece tais comparações. Podemos observar que, na grande maioria, as variações foram próximas às calculadas pela ANTT (2012). Tabela 4.5 – Diferenças das receitas calculadas dos tetos tarifários em 2005 As maiores discrepâncias entre as reduções computadas pelo procedimento desta Tese e as divulgadas pela ANTT estão na América Latina Logística Malha Oeste S/A (ALLMO), Ferrovia Transnordestina Logística S.A (FTL) e Ferrovia Centro Atlântica S/A. (FCA). Pode ser que a utilização de tarifas médias (R$/t por 1000 km) tenha provocado essas diferenças. Para a revisão desses, seria necessário obter informações detalhadas por origem e destino, cujos dados forneceriam as distâncias percorridas de cada mercadoria transportada. Desse modo, seria possível calcular com mais precisão as contribuições sobre a receita das Antigos tetos Novos tetos América Latina Logística Malha Sul S.A ALLMS ALL 1424839 1116893 -21,6% -13,6% Ferrovia Transnordestina Logística S.A FTL CFN 67068 48244 -28,1% -39,6% Estrada de Ferro Carajás EFC EFC 3922617 1309116 -66,6% -69,9% Estrada de Ferro Vitória a Minas EFVM EFVM 3840575 2159330 -43,8% -54,6% Ferrovia Centro Atlântica S/A. FCA FCA 1018962 693937 -31,9% -19,5% América Latina Logística Malha Paulista S.A ALLMP FERROBAN 213366 150936 -29,3% -29,7% Estrada de Ferro Paraná Oeste S/A FERROESTE FERROESTE 24000 20551 -14,4% -15,3% América Latina Logística Malha Norte S/A ALLMN FERRONORTE 569444 495678 -13,0% Não divulgou Ferrovia Tereza Cristina S.A FTC FTC 32541 29460 -9,5% -10,9% MRS Logística S/A. MRS MRS 3249393 2036185 -37,3% -40,1% América Latina Logística Malha Oeste S/A ALLMO NOVOESTE 111708 82358 -26,3% -46,6% Total Geral 14474513 8142689 -43,7% - Fonte: Elaboração própria a partir dos tetos tarifários da ANTT e ANTT (2012). Concessionárias Nova sigla Antiga sigla Var. ANTT Receita total (R$ milhares) Var. 222 mercadorias transportas por tais empresas. Entretanto, esses dados não estão disponíveis, e, por isso, mantivemos as variações calculadas nesta Tese. De posse das receitas geradas pelos novos tetos tarifários, pudemos calcular o percentual de redução em relação às receitas observadas em 2005. Esse procedimento forneceu uma estimativa de quanto a nova política tarifária afetaria as receitas observadas das empresas ferroviárias 132 . A Tabela 4.6 fornece as variações percentuais que serão utilizadas como choques. Os choques se dividem entre duas variáveis: scjkMARa1 , os serviços ferroviários pagos pelos usuários (k=FerroviarioC); e scja1 , os fretes pagos pelos produtores (c=FerroviarioC). Podemos notar que a Tabela 4.6 indica qual será o valor do choque em tais variáveis. Para os setores que produzem um único bem (setor / produto), os valores dos choques são iguais (i.e. choque pela ótica do produtor e usuários ). Já nos dois setores de multiprodução, Agricultura, silvicultura, exploração Florestal (AgricultOut) e Pecuária e pesca (PecuariaPesc), as variações percentuais são exclusivamente aplicadas em scja1 . As variações desses dois setores foram calculadas com base nas participações de cada atividade na produção dos produtos agropecuários. As reduções percentuais desses produtos representam, por outro lado, os choques dos serviços pagos pelos usuários no modelo (i.e. scjkMARa1 ). De acordo com a Tabela 4.6, as maiores quedas de custos do transporte ferroviário concentram-se em produtos derivados do Refino de petróleo (-17,5%), extração de Minério de ferro (-18%), Celulose e papel (-15,2%), Outros da indústria extrativa (-11,36%), Máquinas e equipamentos e manutenção (-26,7%) e Outros equipamentos de transporte (-26,1%). Contudo, quando levamos em conta a participação dos produtos sobre o total de margem ferroviária, observamos que o efeito negativo mais significativo reside no transporte ferroviário de minério de ferro, uma vez que cerca de 60% das margens estão neste transporte (vide Tabela 3.12 do capítulo anterior). Assim, diante das interdependências setoriais no modelo, espera-se que esse setor (ou produto) e seus compradores mais próximos sejam os mais beneficiados pela nova política tarifária do setor ferroviário. 132 O ANEXO I exibe as variações gerais entre todas as receitas por empresa ferroviária e produto do modelo. 223 Tabela 4.6 – Estimativa das modificações de receitas no transporte ferroviário decorrentes da mudança tarifária de 2012. Nas próximas seções serão discutidos os resultados dos experimentos descritos no Quadro 4.1. Os resultados devem ser compreendidos como um desvio das variáveis em relação ao cenário utilizado. Classificação Produto e/ou setor Receitas observadas (2005) - R$ milhares Receitas pelos novos tetos - R$ milhares Diferença monetária - R$ milhares Efeito da mudança (var.) Setor AgricultOut 841843,2 807263,0 -34580,2 -4,1% setor PecuariaPesc 38162,1 37092,6 -1069,6 -2,8% Produto ArrozCasca 23519,0 22945,8 -573,1 -2,4% Produto MilhoGrao 31472,2 31447,6 -24,6 -0,1% Produto TrigoCereais 30296,4 29421,8 -874,6 -2,9% Produto SojaGrao 671974,0 640337,7 -31636,2 -4,7% Produto OutPSLavoura 122344,5 119804,8 -2539,7 -2,1% Produto FrutasCitric 24,3 24,2 -0,1 -0,4% Produto BovinosOutr 373,9 372,4 -1,5 -0,4% Produto PescaAquicul 1,1 1,1 0,0 -0,4% Setor ou produto MinerioFerro 5406035,6 4433255,5 -972780,1 -18,0% Setor ou produto OutIndExtrat 663356,2 587969,2 -75387,0 -11,4% Setor ou produto AlimentBebid 574600,5 548347,2 -26253,3 -4,6% Setor ou produto ArtVestuario 4,0 4,0 0,0 -0,4% Setor ou produto CouroCalcado 44,8 44,6 -0,2 -0,4% Setor ou produto ProdMadeira 303273,5 300728,1 -2545,4 -0,8% Setor ou produto CelulosPapel 17999,2 15253,1 -2746,1 -15,3% Setor ou produto RefPetroleo 310092,9 255565,9 -54527,0 -17,6% Setor ou produto Alcool 70972,3 69937,3 -1035,0 -1,5% Setor ou produto ProdQuimicos 132107,0 125680,7 -6426,2 -4,9% Setor ou produto DefAgricolas 231,9 214,4 -17,5 -7,6% Setor ou produto TintasOut 1,2 1,0 -0,2 -18,7% Setor ou produto BorracPlast 57,3 57,3 0,0 0,0% Setor ou produto Cimento 90190,9 88486,8 -1704,0 -1,9% Setor ou produto OutPrMNaoMet 12336,5 11495,8 -840,7 -6,8% Setor ou produto FabAcoDeriv 324084,9 312992,9 -11092,0 -3,4% Setor ou produto MetNaoFerros 1742,0 1717,5 -24,6 -1,4% Setor ou produto ProdMetal 7710,0 7710,0 0,0 0,0% Setor ou produto MaqEquipManu 113393,6 83052,1 -30341,5 -26,8% Setor ou produto MatEletroOut 9,8 9,7 0,0 -0,4% Setor ou produto AutomUtilita 48,6 48,4 -0,2 -0,4% Setor ou produto CaminhOnibus 7889,7 7889,7 0,0 0,0% Setor ou produto OutEqTransp 31414,3 23215,9 -8198,3 -26,1% Setor ou produto IndDiversas 42186,1 42186,1 0,0 0,0% Total 8989788,0 7760218,7 -1229569,3 -13,7% Nota: São apresentados somente os produtos ou setores que exibiram variações percentuais negativas. Fonte: Elaboração própria a partir dos tetos tarifários da ANTT. 224 4.3.2 Resultados macroeconômicos para o estudo do setor ferroviário A Tabela 4.7 fornece um resumo dos impactos da nova política tarifária do setor ferroviário de carga sobre os principais indicadores macroeconômicos. Em ambos os experimentos, nota- se que os impactos sobre as taxas de crescimento dos agregados macroeconômicos são mais significativos nos anos iniciais, desacelerando ao longo do tempo. A trajetória declinante do diferencial de crescimento do PIB e dos demais indicadores se deve em razão ao movimento defasado do salário real e do estoque de capital (Figura 4.4). Entretanto, as diferenças dos impactos entre os experimentos, que ao longo dos anos vão diminuindo, se explica pelo mecanismo de entrada e saída das firmas nos setores diferenciados. A possibilidade de fixação de preços acima do custo marginal e o aumento das economias de escala, em função da expansão da produção nos setores diferenciados, promovem um crescimento inicial dos níveis de lucro econômico, que, em períodos posteriores, induzem a entrada de firmas. A entrada de firmas faz elevar o custo médio de produção de tais setores e, com isso, ocorre à queda dos níveis de economias de escala. Tabela 4.7 – Impacto sobre os agregados econômicos dos experimentos no transporte ferroviário de carga (desvio acumulado em relação ao cenário base) 2013 2025 2013 2025 2013 2025 Indicadores reais PIB Var.% 0,0697 0,0376 0,0671 0,0373 -3,8 -0,7 Investimento Var.% 0,2711 0,0946 0,2830 0,1012 4,4 7,1 Consumo das famílias Var.% 0,0747 0,0191 0,0763 0,0215 2,0 12,7 Exportações Var.% -0,0461 0,1037 -0,0706 0,0942 -53,2 -9,1 Importações Var.% 0,1351 0,0350 0,1533 0,0459 13,5 30,9 Emprego agregado Var.% 0,0365 -0,0030 0,0397 -0,0061 8,6 -101,0 Salário real Var.% 0,0238 0,0426 0,0263 0,0540 10,8 26,8 Estoque de capital Var.% 0,0045 0,0546 0,0057 0,0701 25,2 28,5 Indicador ordinal Lucro econômico Var. R$ milhões 229,2 -53,4 -86,8 -171,8 -137,9 -221,7 Indicadores nominais Deflator do PIB Var.% 0,0918 0,0075 0,1114 0,0213 21,4 183,1 Custo do investimento Var.% 0,0863 -0,0047 0,1031 0,0093 19,5 298,3 Preço do consumidor Var.% 0,0868 0,0261 0,1022 0,0371 17,8 42,3 Preço das exportações Var.% 0,0331 -0,1150 0,0556 -0,1070 68,1 6,9 Salário nominal Var.% 0,1106 0,0686 0,1286 0,0911 16,3 32,7 Renda do capital Var.% 0,2144 -0,0292 0,2500 -0,0274 16,7 6,2 Fonte: Resultados da pesquisa. (B/A) Efeito das características da economia (%) Variáveis Unidade (A) Experimento 1 (economia heterogênea) (B) Experimento 2 (economia quase-competitiva) 225 No ano dos choques de política, as reduções dos custos ferroviários, pagos pelos usuários e produtores, estimulam um aumento médio da taxa de crescimento do PIB de aproximadamente 0,06%. O efeito sobre o PIB de uma economia supostamente “heterogênea” é 4% maior que uma “economia quase-competitiva”. O efeito médio de 0,037% sobre a taxa de crescimento do PIB em 2025 pode ser visto como o efeito de longo prazo da política tarifária do setor ferroviário de carga. Em uma economia com predominância de setores homogêneos, o impacto sobre o PIB é 1% abaixo do impacto da política em uma economia hipoteticamente composta por 39 setores diferenciados. Existem dois motivos centrais que explicam a diferença nos resultados. O primeiro motivo concentra-se na questão da tecnologia de produção. A expansão de produção dos setores diferenciados ocorre utilizando relativamente menos insumos e fatores primários (i.e. o custo unitário é declinante com a expansão da produção). Nesse sentido, embora as variações da demanda de fatores primários e de insumos possam crescer, elas serão menores do que a expansão da atividade dos setores diferenciados. Consequentemente, os setores diferenciados estimulam menos a alta dos níveis de preços dos mercados se comparados a uma economia “quase-competitiva”. Menores variações de preço se traduzem em menores variações dos custos de produção. Os impactos gerados pela política no ano de 2013 não são ainda maiores porque há crescimento do lucro econômico agregado. Como visto, as mudanças desta variável surgem da combinação entre as mudanças das economias de escalas de produção e as alterações dos markups nos setores diferenciados. Se o efeito líquido dessa combinação for positivo, então ocorrerão aumentos nos lucros econômicos dos setores em questão. Como os lucros econômicos representam recursos retidos pelos setores diferenciados, isso faz o efeito em uma “economia heterogênea” não ser tão significativo. Dessa maneira, a existência de níveis positivos de lucro econômico agregado contribui para uma menor pressão de demanda sobre os mercados de insumos e fatores primários, que, por consequência, também repercute menos nas altas dos níveis de preço. Se fosse atribuída a hipótese de livre entrada e saída de firmas nos mercados diferenciados em uma “economia heterogênea”, o lucro econômico convergiria para zero, o que poderia gerar um efeito maior do que o observado sobre o PIB e os preços. Dessa maneira, levar em conta somente os retornos crescentes de escala na tecnologia de produção em um modelo EGC, sem considerar a estrutura de mercado, tende a gerar um impacto superior na economia. 226 Figura 4.4 – Impacto sobre os principais agregados econômicos da política ferroviária (desvio % acumulado em relação ao cenário base) continuação 0,0697 0,0975 0,0862 0,0605 0,0360 0,0217 0,0224 0,0326 0,0450 0,0522 0,0512 0,0448 0,0376 0,0671 0,1065 0,1048 0,0745 0,0427 0,0216 0,0188 0,0289 0,0439 0,0545 0,0551 0,0475 0,0373 0,00 0,02 0,04 0,06 0,08 0,10 0,12 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Var. % Produto Interno Bruto (PIB) 0,0365 0,0505 0,0312 0,0036 -0,0178 -0,0258 -0,0194 -0,0067 0,0052 0,0106 0,0085 0,0026 -0,0030 0,0397 0,0644 0,0477 0,0090 -0,0228 -0,0371 -0,0310 -0,0142 0,0033 0,0130 0,0117 0,0031 -0,0061 -0,06 -0,04 -0,02 0,00 0,02 0,04 0,06 0,08 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Var. % Emprego agregado 0,0918 0,2262 0,2136 0,1164 0,0038 -0,0665 -0,0696 -0,0341 0,0120 0,0433 0,0475 0,0309 0,0075 0,1114 0,2990 0,3237 0,2033 0,0501 -0,0618 -0,0876 -0,0517 0,0080 0,0573 0,0719 0,0535 0,0213 -0,15 -0,10 -0,05 0,00 0,05 0,10 0,15 0,20 0,25 0,30 0,35 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Var. % Deflator do PIB 0,0238 0,0570 0,0773 0,0791 0,0667 0,0492 0,0358 0,0308 0,0336 0,0398 0,0447 0,0456 0,0426 0,0263 0,0690 0,1008 0,1068 0,0917 0,0670 0,0462 0,0368 0,0389 0,0478 0,0557 0,0580 0,0540 0,00 0,02 0,04 0,06 0,08 0,10 0,12 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Var. % Salário real 227 Fonte: Resultados da pesquisa. 0,2711 0,4686 0,4148 0,2461 0,0681 -0,0367 -0,0241 0,0520 0,1405 0,1924 0,1880 0,1452 0,0946 0,2830 0,5640 0,5708 0,3660 0,1304 -0,0345 -0,0551 0,0208 0,1300 0,2097 0,2197 0,1703 0,1012 -0,1 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Var. % Investimento -0,0461 -0,1372 -0,0922 0,0197 0,1293 0,1781 0,1542 0,1058 0,0638 0,0454 0,0542 0,0789 0,1037 -0,0706 -0,2104 -0,1960 -0,0597 0,0889 0,1792 0,1766 0,1249 0,0680 0,0326 0,0329 0,0605 0,0942 -0,25 -0,20 -0,15 -0,10 -0,05 0,00 0,05 0,10 0,15 0,20 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Var. % Exportações 0,0045 0,0214 0,0433 0,0653 0,0795 0,0786 0,0667 0,0559 0,0507 0,0502 0,0521 0,0542 0,0546 0,0057 0,0275 0,0563 0,0866 0,1080 0,1114 0,0978 0,0817 0,0718 0,0681 0,0686 0,0702 0,0701 0,00 0,02 0,04 0,06 0,08 0,10 0,12 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Var. % Estoque de capital 0,1351 0,2731 0,2515 0,1453 0,0261 -0,0487 -0,0508 -0,0091 0,0449 0,0808 0,0843 0,0633 0,0350 0,1533 0,3493 0,3675 0,2343 0,0721 -0,0457 -0,0708 -0,0281 0,0413 0,0969 0,1105 0,0858 0,0459 -0,10 -0,05 0,00 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Var. % Importações 228 O Gráfico 4.2 mostra a trajetória declinante do lucro econômico agregado na “economia heterogênea”, a qual oscila em relação a sua tendência. O aumento do lucro econômico em 2013, provocado principalmente pela expansão das economias de escala, incentiva a entrada de firmas em 2014. Neste ano, o crescimento de firmas nos mercados diferenciados eleva sensivelmente os custos médios de produção. Os efeitos positivos sobre a variação dos custos médios de produção não são suficientes para inibir os ganhos de economias de escala nos setores diferenciados, pois a taxa de crescimento do PIB se eleva mais ainda em 2014. A expansão do lucro econômico estimula ainda mais a entrada de firmas em 2015, e, consequentemente, contribui para o aumento do custo médio nos setores diferenciados. Neste momento, o acréscimo do custo médio começa a ser significante, pois o desvio da taxa de crescimento do PIB entra em uma trajetória declinante em 2015, o que impacta negativamente as economias de escala dos setores diferenciados. Nesse sentido, as variações do lucro econômico agregado acompanham a trajetória de crescimento do PIB, porém suas quedas são aceleradas pela entrada de firmas nos mercados diferenciados. Por outro lado, a reversão da variação do PIB e a saída de firmas nos mercados diferenciados em 2019, começam a gerar certos efeitos positivos sobre o lucro econômico. Com variações positivas de lucro econômico nos anos posteriores, a quantidade de firmas volta a crescer. Nesse contínuo processo, se observa o arrefecimento das variações do lucro econômico agregado em direção ao cenário de referência. Gráfico 4.2 – Efeitos da política tarifária sobre o lucro econômico na economia – desvio acumulado em relação ao cenário base Fonte: Resultados da pesquisa 229,2 343,4 248,6 80,2 -67,8 -143,6 -109,3 -10,5 91,9 136,7 104,3 25,8 -53,4 -200 -100 0 100 200 300 400 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 R$ milhões Experimento 1 (economia heterogênea) 229 Podemos também verificar os efeitos dessa política sobre os preços na economia como um todo. Um indicador que representa uma referência geral dos custos e preços internos na economia é o deflator implícito do PIB. Conforme a Figura 4.4, as reduções dos custos ferroviários pressionaram mais a demanda de bens e fatores primários em 2013, uma vez que há uma alta generalizada dos preços e custos internos na economia. Essa observação, associada com a variação positiva da taxa de crescimento do PIB, sinaliza que a política de redução tarifária do setor ferroviário de carga promove um efeito-atividade superior ao efeito- preço. Numa “economia quase-competitiva”, o deflator do PIB atinge um desvio acumulado na ordem de 0,11% em relação à sua tendência em 2013. Esse resultado é 21% superior ao do experimento caracterizado por uma “economia heterogênea”. A razão dessa diferença também se deve pela hipótese de tomador de preços e tecnologia de produção. Os setores homogêneos demandam os insumos e fatores de produção na mesma taxa da ampliação da produção, o que acaba pressionando mais os mercados de insumo e fatores de produção. Ou seja, em termos relativos, tais setores necessitam mais insumos e fatores de produção, promovendo a alta de custos nesses mercados. Portanto, a transmissão é mais intensa entre dos efeitos dos setores homogêneos sobre os mercados de insumos e fatores primários. Já em períodos marcados por taxas de crescimento econômico abaixo do cenário tendencial, os setores diferenciados liberam menos insumos e fatores primários na economia, o que acaba causando um efeito inferior da queda dos preços em relação aos setores homogêneos. Além disto, pelo lado da demanda, os setores diferenciados não reduzem tanto os preços, como nas os setores “tomadores de preço” (homogêneos), porque a redução da produção implica em um custo médio maior que deve ser coberto pelo preço fixado no mercado. O efeito-atividade pode ser observado no mercado de trabalho. De acordo com a Figura 4.4, a política tarifária do setor ferroviário estimula o emprego acima do emprego tendencial em ambas às economias no ano de 2013 (acima de 0,036%). Como o estoque de capital apresenta um movimento defasado de um ano em relação aos investimentos correntes, à expansão da atividade econômica ocorre principalmente mediante as contratações adicionais de trabalho em tal ano. A expansão de demanda induz o aumento dos salários nominais na economia, fazendo com que os custos de produção se elevem. 230 Entretanto, como esperado, o impacto sobre o emprego numa “economia heterogênea” é menor do que uma “economia quase-competitiva”. Na “economia heterogênea” os 39 setores diferenciados passam a produzir mais utilizando relativamente menos trabalho. A Figura 4.4 aponta que os impactos sobre o emprego agregado em uma “economia quase-competitiva” é 9% superior ao de uma “economia heterogênea”. Não obstante, dada a oferta de trabalho, nos dois experimentos o crescimento da demanda de emprego em 2013 impulsiona o aumento do salário real no ano seguinte (Figura 4.4). O aumento do salário real em 2014 causa, por sua vez, uma redução na taxa de crescimento do emprego em 2015. No final desse processo, o efeito de longo prazo é um emprego praticamente um pouco abaixo do emprego tendencial com um desvio acumulado do salário real de 0,04%. O impacto sobre o emprego em uma “economia heterogênea” é 21% menor do que em uma “economia quase-competitiva”. Essa diferença é reflexo dos distintos graus de pressão de demanda no mercado de trabalho causados entre setores diferenciados e homogêneos. Cabe salientar que, nas trajetórias do salário real, as expansões do diferencial representam a elevação do custo do fator trabalho por unidade produzida, desestimulando a demanda de trabalho na economia. Em contrapartida, desvios negativos dos salários reais voltam a estimular sensivelmente o emprego. Da mesma forma que no mercado de trabalho, a expansão da atividade, promovida pela política tarifária em 2013, gera pressão de demanda por capital. Contudo, em virtude do movimento defasado do estoque de capital, as atividades intensivas em capital exibem maiores dificuldades de expansão da produção no ano da política. Como decorrência disso, temos uma pressão de alta do preço da renda do capital relativamente ao preço do trabalho, com maior força nas atividades intensivas em capital 133 . O aumento da rentabilidade do capital eleva as altas das taxas de retornos dos investimentos na economia e os custos de produção. Com isso, os gastos dos investimentos se expandem. Diante da transmissão mais direta dos setores homogêneos, o crescimento das taxas de retorno causa o maior aumento dos investimentos se confrontados com uma “economia heterogênea”. A diferença entre estes é de 4%. 133 Veja a Tabela 3.27. 231 No período seguinte, quando os investimentos se tornam operacionais, a oferta de capital expande. Maior oferta do capital no ano de 2014 favorece a expansão de produção das atividades intensivas de capital e uma pequena redução da renda deste fator primário, o que acaba contribuindo para um desvio positivo sobre o PIB. Essa redução repercute nas taxas de retorno dos investimentos e provoca uma pequena desaceleração dos gastos de investimentos em 2015. Em 2016, com a manutenção de uma alta taxa de crescimento dos investimentos no ano de 2015, o estoque de capital cresce substancialmente. Esse crescimento acelera a queda dos investimentos nos anos posteriores. O resultado final é um impacto positivo da política tarifária do setor ferroviário de carga, que causa um efeito de longo prazo sobre os investimentos de 0,09% em uma “economia heterogênea” e de 0,10% em uma “economia quase-competitiva”. Desse modo, na economia composta, sobremaneira, por setores homogêneo, o efeito é 7% superior do experimento 1. As elevações dos custos internos da economia nos primeiros anos após a política induzem, em contrapartida, uma taxa de crescimento das exportações abaixo do cenário base (Figura 4.4). A reversão da trajetória das exportações em 2016 ocorre em virtude da trajetória declinante dos custos de produção, os quais refletem os movimentos dos salários e aluguéis do capital. Em 2025, as exportações exibem um crescimento acumulado de aproximadamente 0,10% em relação à tendência (“economia heterogênea”). Em suma, a política tarifária do setor ferroviário favorece as exportações, mesmo diante de distintas hipóteses simuladas. A maior rigidez de variação dos preços e custos internos em uma “economia heterogênea” induz um efeito de 10% superior ao de uma “economia quase-competitiva”. Portanto, em virtude dos ganhos competitivos da economia, podemos observar que há uma redução do “Custo Brasil” com esta política do setor ferroviário de carga. Dada a possibilidade de substituição entre bens domésticos e importados, os desvios positivos dos preços internos estimulam as importações na economia. Em períodos marcados por significativos crescimentos dos preços internos na economia, são observados grandes diferenciais positivos das importações, isso porque os bens importações ficam relativamente mais baratos do que os domésticos. O efeito de longo prazo da política representa um desvio de 0,04% das importações na “economia quase-competitiva” (2025). Da mesma maneira que para as exportações, o efeito de 31% superior ao de uma “economia heterogênea” é reflexo das diferenças entre os impactos nos preços internos. 232 Confrontando as trajetórias das exportações e importações, podemos observar que até 2016 a política tarifária induz um déficit marginal na balança comercial do país. No entanto, nos períodos posteriores, diante da expansão da economia, a balança comercial passa a registrar superávits na margem. Em 2025, o superávit comercial apresenta um diferencial acima de 0,05% em uma “economia quase-competitiva” (variação das exportações menos das importações). Como as exportações crescem relativamente mais em uma “economia heterogênea”, o efeito marginal sobre a balança comercial é na ordem de 0,7%. Por fim, a expansão da renda real na economia em 2013 beneficia o consumo das famílias nos dois experimentos. Conforme o Gráfico 4.3, a trajetória dos desvios gerados sobre consumo das famílias é semelhante a do PIB. Em 2013, o impacto sobre a taxa de crescimento do consumo das famílias é acima de 0,07%. O efeito de uma “economia quase-competitiva” é somente 1,3% superior de um “economia heterogênea”. No longo prazo, o efeito da política tarifária sobre a demanda deste usuário é de aproximadamente de 0,02%. Portanto, a política tarifária do setor ferroviário de carga, ao impulsionar a renda real na economia, estimula o consumo das famílias. Gráfico 4.3 – Efeitos da política tarifária sobre o consumo das famílias na economia – desvio % acumulado em relação ao cenário base Fonte: Resultados da pesquisa. 0,0747 0,1103 0,0921 0,0521 0,0138 -0,0063 -0,0024 0,0135 0,0306 0,0398 0,0378 0,0289 0,0191 0,0763 0,1308 0,1260 0,0776 0,0257 -0,0076 -0,0102 0,0069 0,0294 0,0450 0,0462 0,0356 0,0215 -0,02 0 0,02 0,04 0,06 0,08 0,1 0,12 0,14 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Var. % Experimento 1 (economia heterogênea) Experimento 2 (economia quase competitiva) 233 4.3.3 Resultados setoriais para o estudo do setor ferroviário A seção anterior evidenciou os impactos positivos da política tarifária sobre as taxas de crescimento dos principais indicadores macroeconômicos. Também é importante discutir os efeitos dessa política sobre o próprio setor ferroviário de carga e nos demais setores do sistema produtivo. A Tabela 4.8 apresenta os impactos projetados da política tarifária sobre o transporte ferroviário de carga. Como as reduções dos custos ferroviários em 2013 denotam a queda dos requisitos do próprio serviço de transporte, podemos observar que a atividade se reduz, tanto numa “economia heterogênea” quanto uma “economia quase-competitiva”. A queda da produção provoca um efeito-escala negativo, apesar do custo médio também decair. O custo médio reduz porque o setor passa a requisitar menos insumos e fatores primários no seu processo produtivo, que, por decorrência, induz a queda da parcela de custo fixo. Tabela 4.8 – Resultados projetados da política tarifária sobre o setor ferroviário (desvio % acumulado relativo ao cenário base – anos selecionados) Conforme visto na seção 4.1, com o número fixo de firmas, a variação da elasticidade percebida total do setor ferroviário passa a ser exclusivamente dependente da diferença entre 2013 2025 2013 2025 2013 2025 Produção Var. % -4,7953 -5,2490 -4,9602 -5,6438 -3,44 -7,52 Efeito escala Var. % -0,7855 -0,5288 -0,7866 -0,5177 -0,15 -2,11 Custo médio Var. % -1,3187 0,5002 -1,2923 0,5134 -2,00 2,62 Elasticidade de demanda Var. % -0,0239 -0,0122 -0,0283 -0,0155 -18,17 -27,34 Markup Var. % 0,0048 0,0025 0,0055 0,0031 14,20 23,89 Custo marginal Var. % -2,0938 -0,0312 -2,0688 -0,0070 -1,19 -77,75 Número de firmas Var. % 0 0 0 0 0,00 0,00 Preferência por variedade Var. % 0 0 0 0 0,00 0,00 Preço de mercado Var. % -2,0891 -0,0288 -2,0634 -0,0039 -1,23 -86,41 Capital Var. % 0 -4,6021 0 -5,0267 0,00 -9,23 Rentabilidade do capital Var. % -11,3703 -0,3449 -11,8401 -0,2777 -4,13 -19,50 Trabalho Var. % -7,3870 -4,8508 -7,7070 -5,2484 -4,33 -8,20 Salário nominal Var. % 0,1106 0,0686 0,1286 0,0911 16,27 32,75 Investimento Var. % -12,3505 -4,2747 -13,1399 -4,7769 -6,39 -11,75 Taxa de retorno do investimento Var. % -11,4311 -0,3539 -11,9117 -0,2963 -4,20 -16,29 Taxa esperada de retorno do investimento Var. % -4,3421 0,3296 -4,5081 0,5250 -3,82 59,29 Lucro econômico Var. R$ milhões -87,9415 -169,3018 -88,3617 -176,1500 -0,48 -4,05 Var. do Lucro econômico / VBP % -1,1 -1,3 -1,2 -1,4 - - * Sinal negativo indica que o indicador piorou, equanto que o sinal positivo aponta para uma melhora do resultado. Fonte: Resultados da pesquisa. A: Experimento 1 (economia heterogênea) B: Experimento 2 (economia quase competitiva) Diferença (%) de efeito (B / A)*Indicadores Unidade 234 as variações de demandas dos usuários e de produção do setor. Dessa maneira, uma variação da produção maior do que a variação da demanda no próprio setor ferroviário provoca um impacto negativo sobre a elasticidade percebida total e, consequentemente, no aumento do markup em relação ao seu cenário de referência. Intuitivamente isto mostra que o setor ferroviário eleva o preço de mercado a fim de mantê-lo acima do custo médio de produção, que tende a elevar com a contração da atividade. Conforme a Tabela 4.8, a nova política tarifária provoca uma variação negativa sobre a elasticidade percebida de demanda do setor ferroviário, o que faz o markup do setor crescer sensivelmente. Isto retrata que o efeito negativo sobre a demanda é maior do que o da produção no referido setor. Conforme a definição 134 , o efeito positivo sobre o markup representa a diferente entre a variação do preço de mercado e a do custo marginal do setor ferroviário. A variação do lucro econômico depende, não somente dos efeitos sobre o markup, mas também da diferença entre os efeitos sobre as quantidades vendidas do serviço no mercado e das quantidades de insumos e fatores primários usadas no processo produtivo. Dessa maneira, o setor pode apresentar crescimento do markup com quedas no lucro econômico, pois há possibilidade de que a variação negativa sobre a quantidade vendida seja maior se comparada a da quantidade de insumos e fatores primários utilizados para ofertar o serviço ferroviário 135 . Um forte grau de barreira de entrada à firma no mercado ameniza o efeito negativo sobre o lucro econômico do setor. Portanto, apesar do poder de monopólio das firmas no mercado ferroviário de carga, assegurado pela impossibilidade da entrada de novos concorrentes 136 , há uma diminuição do lucro econômico no setor. Numa “economia heterogênea”, o valor do lucro econômico registra uma variação negativa de R$ 88 milhões, que representa apenas 1,1% do VBP ferroviário no ano de 2013. O impacto negativo sobre a demanda dos fatores primários faz a renda do capital se reduzir no setor. A perda de rentabilidade do capital causa efeitos negativos sobre as taxas de retorno 134 )1( 0 c c c C Dc E mp    . 135 Conforme a seção 2.2.7 do segundo capítulo, a definição de lucro não leva somente em conta os preços e custos de produção, mas também a quantidade vendida do produto e a quantidade de insumos utilizada, ou seja:      cCcFcCccDccFc FZMZZPZ  0 . Desse modo, markup e lucro econômico são variações de conceitos diferentes. 136 Como o número de setores não variam, as preferências por variedade permanecem constantes, uma vez que elas são definidas como  )1/(1 cFn . 235 do investimento, que, por sua vez, provoca a diminuição dos investimentos ferroviários. No ano de 2013, o efeito negativo da política sobre os investimentos ferroviários é na ordem de 11% em relação à tendência. Esses resultados projetados parecem ir à direção dos argumentos do presidente-executivo da ANTF, Rodrigo Vilaça. Segundo ele, as reduções dos tetos tarifários poderão afetar os investimentos, receitas e taxas de retorno das empresas ferroviárias (DIÁRIO DO COMÉRCIO, 2012). Os impactos de longo prazo (2025), por outro lado, parecem indicar para uma ligeira melhora do setor, apesar das taxas acumuladas dos indicadores serem negativas. A redução dos salários ao longo dos anos na economia faz o setor contratar mais trabalhadores, provocando uma pequena melhora no efeito-escala do setor, embora com uma queda maior da atividade. No mesmo ano, a melhora da rentabilidade do capital influencia positivamente as taxas de retorno de investimento. Esses efeitos repercutem sobre a taxa acumulada do investimento, que ainda apresenta resultados negativos, mas menores se comparados com os de 2013. Os impactos projetados numa “economia quase-competitiva” são piores para o setor ferroviário do que numa “economia heterogênea”. A principal razão reside no comportamento dos mercados de fatores de produção ao longo dos anos. Numa “economia quase- competitiva”, os setores homogêneos tendem a pressionar mais o mercado de trabalho, uma vez que eles exibem retornos constantes de escala. Além deste aspecto, somente os lucros econômicos do setor ferroviário variam. Dessa maneira, o efeito-atividade numa “economia quase-competitiva” provoca um aumento maior nos salários do que numa “economia heterogênea”. Tais fatos denotam que os setores intensivos em trabalho em uma “economia quase-competitiva” terão maiores dificuldades de expandir suas atividades com a elevação dos custos de produção decorrentes da ampliação dos níveis salariais. O setor ferroviário é intensivo em trabalho 137 . Por esse motivo, as maiores pressões de alta dos salários em uma “economia quase-competitiva” geram maiores restrições à atividade ferroviária de carga. Portanto, de acordo com os resultados da pesquisa, uma “economia heterogênea”, ao pressionar menos a alta dos salários, beneficia mais o setor ferroviário do que uma “economia quase-competitiva”. 137 Conforme a Tabela 3.27, as remunerações trabalhistas (salários) do setor representam 46% do valor adicionado, ao passo que o valor do capital registra 38% do total do valor adicionado. 236 Os maiores efeitos de longo prazo da política do setor ferroviário de carga sobre os demais setores podem ser visualizados na Tabela 4.9. Como esperado, a redução dos custos ferroviários beneficia principalmente o setor de Minério de Ferro, o qual utiliza intensivamente os serviços desse transporte no Brasil (e.g. cerca de 60% das suas margens representam o modal ferroviário). Além de ter sido favorecido pelas quedas dos custos ferroviários, o setor amplia sua produção em virtude da expansão do estoque de capital e do aumento das exportações (cresce 1,8% em 2025) 138 . Esse setor é altamente intensivo em capital (86% do VA) e a grande fatia da sua receita concentra-se nas vendas para o mercado externo (aproximadamente 63% do total de demanda correspondem às exportações). Dessa maneira, com a queda dos custos, provocada pela política tarifária, os custos do setor de Minério de Ferro seguem um movimento de queda, alimentados pela trajetória declinante da renda do capital. Associados as esses aspectos, tendo em vista que o setor de Minério de ferro exibe um número pequeno de firmas, uma baixa elasticidade de substituição entre as variedades, alta parcela de custo fixo e forte barreira à entrada de firmas 139 , a política tarifária induz um crescimento significativo do lucro econômico desse setor (um desvio aproximado de R$ 112 milhões). Ademais, há uma variação negativa da elasticidade de demanda no mercado interno deste setor, o que estimula uma alta do markup. A ampliação de 0,06% do número de firmas significa que 0,002% a menos de Minério de ferro é necessário para dar aos usuários deste produto a mesma satisfação que eles tinham inicialmente com a demanda doméstica deste produto. Comparando os dois experimentos, vemos que o impacto da produção de Minério de Ferro é relativamente menor numa “economia quase-competitiva” (-9,4% em relação a uma “economia heterogênea”). Isto mostra que o maior impacto sobre o investimento e estoque de capital em 2025 não induz um desvio suficiente para estimular a produção acima da observada na “economia heterogênea”. Dito em outras palavras, como o setor de Minério de Ferro é tratado como diferenciado na “economia heterogênea” e exibe uma alta parcela de custo fixo, logo o efeito escala de produção é maior que os impactos positivos de uma 138 Numa “economia quase-competitiva”, as exportações crescem 1,83%, enquanto que numa “economia heterogênea” aumentam 1,79%. 139 Veja os números nas seções 3.6.2 e 3.7 do capítulo anterior. 237 “economia quase-competitiva”. Portanto, o motivo das diferenças se deve ao efeito escala gerado no processo produtivo do setor de Minério de Ferro. Tabela 4.9 – Os 25 mais beneficiados com a política tarifária do setor ferroviário (desvio % acumulado relativo ao cenário base em 2025) Outros setores, que tiveram uma redução direta dos custos ferroviários em 2013, aparecem também na Tabela 4.9. Podemos observar que Outros da indústria extrativa (OutIndExtrat), Máquinas e equipamentos (MaqEquipManu), Fabricação de aço e derivados (FabAcoDeriv), Material eletrônico e equipamentos de comunicações (MatEletroOut), Metalurgia de metais não-ferrosos (MetNaoFerros), Outros equipamentos de transporte (OutEqTransp), Automóveis, camionetas e utilitários (AutomUtilita), Cimento (Cimento), Outros produtos de minerais não-metálicos (OutPrMNaoMet), Tintas, vernizes, esmaltes e lacas (TintasOut) e Produtos químicos (ProdQuimicos) exibem desvios positivos nas suas atividades em 2025. Produção Elasticidade de demanda Markup Preferência por variedade Número de firmas Lucro econômico (R$ milhões)* Produção Número de firmas MinerioFerro 1,5011 -0,0967 0,0168 0,0020 0,0615 112,5352 1,3594 1,3594 -9,4 EscrInformat 0,2021 0,0016 -0,0001 0,0188 0,2639 -0,6484 0,2311 0,2311 14,4 OutIndExtrat 0,1893 0 0 0 0,1893 0 0,1985 0,1985 4,8 MaqEquipManu 0,1286 0,0007 -0,0001 0,0124 0,1620 1,9841 0,1292 0,1292 0,4 FabAcoDeriv 0,0994 -0,0041 0,0006 0,0001 0,0048 2,5391 0,0939 0,0939 -5,5 MatEletroOut 0,0951 0,0028 -0,0005 0,0260 0,1508 -9,3653 0,1221 0,1221 28,4 ProdMetal 0,0874 0,0002 0,0000 0,0194 0,1177 -6,8797 0,1063 0,1063 21,6 MaqEletriOut 0,0853 0,0004 -0,0001 0,0071 0,0815 1,3838 0,0931 0,0931 9,2 Correio 0,0592 0 0 0 0 0 0,0642 0 8,5 MetNaoFerros 0,0541 -0,0008 -0,0001 0,0001 0,0036 7,2227 0,0587 0,0587 8,5 OutEqTransp 0,0523 0,0000 0,0000 0,0000 0,0523 0 0,0514 0,0514 -1,7 OutAtivSevC 0,0439 0 0 0 0 0 0,0368 0 -16,2 AutomUtilita 0,0386 0,0004 -0,0001 0,0089 0,0449 0,5505 0,0435 0,0435 12,8 OutTrArmaz 0,0328 0 0 0 0 0 0,0307 0 -6,5 Comercio 0,0308 0 0 0 0,0308 0 0,0320 0,0320 3,8 Eletrodomest 0,0299 0,0000 0,0000 0,0022 0,0282 0,1463 0,0307 0,0307 2,9 EletrOutUrba 0,0267 0,0000 0,0000 0,0049 0,0327 3,4180 0,0327 0,0327 22,3 ApMedicoOut 0,0246 0,0003 -0,0001 0,0085 0,0460 -0,9378 0,0272 0,0272 10,5 ServImobAlug 0,0221 0 0 0 0,0221 0 0,0232 0,0232 5,0 Construcao 0,0214 0 0 0 0,0214 0 0,0205 0,0205 -4,0 OutPrMNaoMet 0,0206 0 0 0 0,0206 0 0,0188 0,0188 -9,0 ServInformac 0,0190 0 0 0 0,0190 0 0,0204 0,0204 7,2 ProdQuimicos 0,0179 0,0000 0,0000 0,0022 0,0164 0,6531 0,0167 0,0167 -6,7 OutAtivSevP 0,0175 0 0 0 0,0000 0 0,0156 0 -11,0 TintasOut 0,0174 0,0001 0,0000 0,0043 0,0404 -0,5404 0,0217 0,0217 24,9 * Os valores zerados denotam que o setores são homogêneos ** Os demais indicadores, por suposição, exibem valores nulos. *** Sinal negativo indica que o indicador piorou, equanto que o sinal positivo aponta para uma melhora do resultado. Fonte: Resultados da pesquisa. Produto ou setor Diferença de efeito de produção (%) (B / A)*** A: Experimento 1 (economia heterogênea) B: Experimento 2 (economia quase competitiva)** 238 Alguns desses setores são intensivos em capital e mais vinculados com a formação bruta de capital físico (FBCF), e, portanto, tais resultados também são bem explicados pelos impactos positivos sobre o estoque de capital e o investimento. Os maiores efeitos em uma “economia quase-competitiva” se devem por essa razão, pois o crescimento acumulado do capital e do investimento nesta economia são maiores que em uma “economia heterogênea” (veja a Figura 4.4). As diferenças entre os experimentos variam conforme o setor, mas ainda elas são significativas. Os efeitos positivos dos demais setores listados na Tabela 4.9 se devem a queda de custo ferroviário pela ótica do usuário e/ou por capturar os efeitos de segunda ordem das repercussões geradas sobre o setor de Minério de ferro e outros afetados pela política. Esse é o caso, por exemplo, do setor de Máquinas para escritório e equipamentos de informática (EscrInformat). Pela ótica de destino, ao ponderar as reduções dos custos ferroviários dos produtos correspondentes com a estrutura de custo desse setor, pode-se observar uma redução direta de quase 1%. Esta pequena redução dos custos mostra que o efeito maior sobre a atividade do setor é de segunda ordem. Os setores de serviços, por sua vez, também são usuários de alguns produtos transportados pelo modal ferroviário, o que acaba sendo beneficiado diretamente pela política. O estímulo acumulado de 0,2% da atividade de construção é explicado tanto em virtude da redução direta dos custos de transporte como aos desvios significativos sobre o investimento e capital (2025). Alguns setores podem ter impactos negativos (em relação ao cenário base). Estes setores são intensivos em trabalho e, predominantemente, vinculados à agropecuária e serviços (Tabela 4.10). Embora inicialmente a redução dos custos ferroviários tenha favorecido o transporte ferroviário de Soja em grão, o efeito-atividade da política, promovendo a alta dos salários, faz contrair a produção deste bem. Ou seja, os benefícios gerados pela redução dos custos ferroviários são inferiores aos efeitos negativos de aumento dos custos de produção. Como em “economia heterogênea” as pressões de alta dos custos de produção são menores se comparados a uma “economia quase-competitiva”, logo a produção de Soja em grão é menos restrita neste experimento. Dados os pressupostos de substituição entre o modal rodoviário e os demais modais de transporte de carga no modelo, a política do setor ferroviário faz a demanda do próprio setor expandir em detrimento a do modal rodoviário (principal concorrente). Assim, o efeito 239 negativo sobre a produção do setor ferroviário de carga é amortecido por esse mecanismo de substituição. Ou seja, caso não houvesse esse mecanismo, provavelmente o impacto negativo sobre a atividade ferroviária teria sido maior. Por outro lado, em virtude da concorrência com modal ferroviário, o preço do modal rodoviário cai em face ao declínio de demanda. O contínuo processo de substituição nos revela que existem efeitos de ordens posteriores entre a competição dos modais de transporte. Podemos observar que a produção do modal rodoviário, cabotagem, aéreo e de navegação interior é negativamente impactado no longo prazo. Tabela 4.10 – Os 25 mais prejudicados com a política tarifária do setor ferroviário (desvio % acumulado relativo ao cenário base em 2025) Produção Elasticidade de demanda Markup Preferência por variedade Número de firmas Lucro econômico (R$ milhões)* Produção Número de firmas RodoviarioC -0,3955 0 0 0 -0,3955 0 -0,3771 -0,3771 4,6 CaminhOnibus -0,0524 -0,0051 0,0006 -0,0096 -0,0780 1,4106 -0,0594 -0,0594 -13,4 CabotagemC -0,0432 -0,0004 0,0000 -0,0006 -0,0116 -0,0982 -0,0466 -0,0466 -7,9 CafeGrao -0,0222 0 0 0 0 0 -0,0320 0 -43,7 AereoC -0,0114 0,0001 0,0000 0,0001 0,0014 0,0428 -0,0068 -0,0068 40,6 OutPSLavoura -0,0112 0 0 0 0 0 -0,0236 0 -110,7 CouroCalcado -0,0097 -0,0003 0,0001 -0,0009 -0,0106 0,5341 -0,0146 -0,0146 -51,1 PecVeicAutom -0,0094 -0,0004 0,0001 -0,0016 -0,0161 0,0215 -0,0166 -0,0166 -76,0 TrigoCereais -0,0092 0 0 0 0 0 -0,0153 0 -66,2 AquaviarioP -0,0090 0 0 0 -0,0090 0 -0,0128 -0,0128 -41,5 PetroleoGas -0,0086 -0,0003 0,0000 -0,0004 -0,0051 0,1904 -0,0167 -0,0167 -94,4 ProdFumo -0,0081 0,0002 -0,0001 -0,0005 -0,0025 -0,5705 -0,0125 0 -55,7 SojaGrao -0,0078 0 0 0 0 0 -0,0143 0 -83,5 DefAgricolas -0,0074 0,0002 0,0000 -0,0010 -0,0045 -0,0831 -0,0148 0 -100,8 FumoFolha -0,0070 0 0 0 0 0 -0,0127 0 -82,3 RefPetroleo -0,0065 0,0000 0,0000 -0,0024 -0,0089 1,7322 -0,0130 -0,0130 -98,5 ServManutRep -0,0059 0 0 0 -0,0059 0 -0,0058 -0,0058 1,5 FerroviarioP -0,0054 0 0 0 -0,0054 0 -0,0062 -0,0062 -13,6 Texteis -0,0054 0 0 0 -0,0054 0 -0,0078 -0,0078 -43,9 ExpFlorSilvi -0,0051 0 0 0 0 0 -0,0131 0 -155,6 NavInteriorC -0,0039 0 0 0 -0,0039 0 -0,0133 -0,0133 -239,3 ProdMadeira -0,0018 0 0 0 -0,0018 0 -0,0067 -0,0067 -272,1 RodoP_INT -0,0015 0 0 0 0 0 -0,0038 0 -157,8 AlgodaoHerba -0,0014 0 0 0 0 0 -0,0038 0 -163,6 OutAgriPec -0,0009 0 0 0 0 0 -0,0044 0 -402,3 * Os valores zerados denotam que o setores são homogêneos ** Os demais indicadores, por suposição, exibem valores nulos. *** Sinal negativo indica que o indicador piorou, equanto que o sinal positivo aponta para uma melhora do resultado. Fonte: Resultados da pesquisa. Produto ou setor A: Experimento 1 (economia heterogênea) B: Experimento 2 (economia quase competitiva)** Diferença de efeito de produção (%) (B / A)*** 240 4.4 Simulação para o mercado de cabotagem Conforme a legislação brasileira (lei 10. 893/04), a navegação de cabotagem é aquela realizada entre os portos e terminais brasileiros, utilizando exclusivamente a via marítima ou a via marítima e as interiores 140 (Figura 4.5). No Brasil, essa modalidade de transporte é regulada pela ANTAQ e também está sujeita as normas estabelecidas da Agência Nacional do Petróleo (ANP) e da Diretoria de Portos e Costas da Marinha do Brasil. A ANTAQ regula e fiscaliza todo o mercado de cabotagem, porém a atividade de transporte de combustíveis é sujeita também a autorização da ANP. As empresas de transporte devem ainda utilizar embarcações detentoras de Declaração de Conformidade emitida pela Diretoria de Portos e Costas da Marinha do Brasil (LACERDA, 2004). Figura 4.5 – Principais rotas das navegações de cabotagem no Brasil Fonte: Rede georreferenciada do Ministério dos Transportes (2007a). 140 Como até hoje conhecida, a cabotagem teve seu marco em 1890, quando a Companhia Lloyd Brasileiro começou a operar em navegação de cabotagem, de longo curso e interior (MOURA e BOTTER, 2011). 241 Da mesma forma que a ANTT, a regulação da ANTAQ visa garantir modicidade tarifária do setor de cabotagem (artigo 20 da lei 10.233), além de reprimir eventuais ações econômicas que se caracterizem como anticompetitivas no mercado (artigo 12). Um aspecto relevante na regulação exercida pela ANTAQ é a política protecionista adotada para as empresas brasileiras de embarcação (EBNs), as quais têm o direito de reserva exclusiva para atuar no mercado de cabotagem brasileiro (Lei n° 9.432, de 1997). Conforme a ANTAQ (2009), a reserva de mercado na navegação de cabotagem é uma prática comum utilizada por diversos países com tradição marítima, com o propósito de preservar a frota própria e a regulação sobre o mercado doméstico da navegação. As embarcações estrangeiras só podem atuar no mercado nacional quando afretadas pelas EBNs, embora sob uma série de normas regulamentadas pela ANTAQ. Ou seja, a lei 9.432/1997 define as condições para o afretamento de embarcações estrangeiras na navegação de cabotagem, nas quais são avaliadas as modalidades de afretamento (viagem ou tempo), as indisponibilidades ou inexistências de embarcações de bandeira brasileira (EBNs) por tipo e porte, ou as necessidades de substituição às embarcações em construção no país, em estaleiro brasileiro, com contrato em eficácia enquanto durar a construção (ANTAQ, 2011a). De acordo com Lacerda (2004), ao estabelecer as condições de atuação das embarcações estrangeiras, abriram-se as possibilidades de quebra do monopólio das EBNs na navegação de cabotagem. Segundo o GEIPOT (1999), existe uma vantagem para manter essa política protecionista, principalmente nos países que possuem uma marinha mercante inexpressiva 141 . A abertura unilateral desse mercado para companhias estrangeiras pode expor a empresa nacional à concorrência desigual com as estrangeiras economicamente mais fortes, que podem praticar preços predatórios por prazo determinado com o propósito de desestabilizar a concorrência (NÓBREGA, 2008). Por outro lado, o protecionismo pode induzir uma alocação ineficiente de recursos e baixa qualidade dos serviços prestados pelas EBNs no mercado de cabotagem brasileiro. Hodgson e 141 Vale salientar que, conforme Moura e Botter (2011), existem dois grandes modelos de política marítima praticada pelos países: a protecionista e a liberal. No primeiro, o governo toma várias ações intervencionistas afetando a liberdade de escolha do transportador de carga doméstico ou estrangeiro. Já no segundo, tanto o transportador nacional quanto o estrangeiro pode livremente atuar no mercado. O modelo protecionista geralmente é adotado pelo país que não possui marinhas mercantes fortes. De acordo com os autores, embora algumas nações possam defender um mercado liberal, no passado essas mesmas nações desenvolveram marinhas mercantes fortes por medidas protecionistas. 242 Brooks (2004) sinalizam que para impulsionar a competitividade do mercado, as políticas marítimas para a navegação de cabotagem precisariam incluir fatores concorrenciais decorrentes do mercado internacional, como: custo fixo de aquisição da embarcação mais baixo; custo variável de operação da embarcação (mão-de-obra, combustível e outros) mais baixo e embarcações tecnologicamente mais avançadas (velocidade, tamanho, especialização e outros). Há um debate acerca da liberalização do mercado de cabotagem brasileiro. Nóbrega (2008), por exemplo, defende que a reserva das EBNs deve ser sustentada, uma vez que não existem evidencias que o país se beneficiaria com a sua eliminação. Em primeiro momento, preços de frete menores podem ser alcançados, porém não há garantia de que as empresas estrangeiras venham a mantê-los no médio prazo. Conforme o autor, tais empresas poderiam, num segundo momento, maximizar as receitas de fretes na cabotagem para, posteriormente, subsidiar outros comércios mais competitivos. Conceder mercado para as transportadoras internacionais poderia extinguir os competidores nacionais e instalar um regime não- competitivo de transporte de cabotagem no Brasil. No mercado de cabotagem, a política protecionista se associa a uma política econômica voltada para a construção naval, que visa a garantir a demanda para ambos os setores. Se a proteção do mercado gera uma demanda cativa às EBNs, estas, por sua vez, garantem demanda para os estaleiros nacionais (MOURA e BOTTER, 2011). As empresas que atuam no mercado de cabotagem contam com um sistema de tributação negativa, pelo qual recebem recursos públicos para seus investimentos através do Fundo de Marinha Mercante (FMM). Esses recursos se originam de uma alíquota de 10% sobre o valor do frete de cabotagem, também conhecida como “Adicional de Frete para Renovação da Marinha Mercante (AFRMM)”. Os recursos arrecadados com o AFRMM neste mercado são depositados em contas das empresas de navegação e somente podem ser usados para serviços de reparo e conversões de embarcações ou financiamento da construção de novas embarcações. O adicional de 10% no frete para AFRMM 142 permite reduzir o custo de capital das empresas de navegação ou sanar dívidas pelas aquisições de navios, fabricados no território nacional e 142 O AFRMM tem a finalidade de atender aos gastos da intervenção da União no apoio ao desenvolvimento da Marinha Mercante e da indústria de construção e reparação naval brasileiras, constituindo fonte básica do Fundo da Marinha Mercante (FMM), conforme prescreve o art. 3º da Lei nº 10.893/04. 243 que, na maioria das vezes, são maiores que os produzidos no mercado internacional. A política econômica vinculada, particularmente, ao mercado de cabotagem é projetada para fomentar a demanda da construção naval (LACERDA, 2004). Lacerda (2004) e Moura e Botter (2011) compartilham a ideia que tais políticas podem ser conflitantes. Se, de um lado, a legislação busca promover a modicidade tarifária, isto é, a provisão de serviços de navegação de cabotagem a preços acessíveis, de outro, a alíquota de 10% sobre o valor do frete pode a vir a ser repassada para os usuários. Embora a empresa seja a responsável em realizar o pagamento adicional, na prática é o usuário que arcar com o AFRMM. Assim, a estrutura financeira do FMM provoca indiretamente o pagamento de um frete maior por parte dos consumidores e pode perdurar durante toda a vida útil do navio – condição para que os pagamentos futuros das prestações do navio sejam viabilizados. Portanto, os usuários subsidiam o custo de capital das empresas (LACERDA, 2004). Segundo José Ribamar Miranda Dias (2009), vice-presidente da ANUT, o AFRMM não resolve o problema do aumento da oferta de transporte de cabotagem, pois, no curto prazo, o aumento imediato da oferta de cabotagem depende mais de acesso a navios no exterior a preço atrativo do que financiamento público. Dessa maneira, ele sugere que seria mais benéfica à competitividade do modal uma redução temporária de 10% nos fretes das cargas, suspendendo o AFRMM. A própria ANTAQ (2009) aponta que essa incidência do AFRMM é gravame imposto pelo poder público, uma vez que propicia uma desvantagem econômica à cabotagem quando comparada com o modal rodoviário 143 . Nas condições atuais, esta desvantagem não é compensada pelo fato dos armadores brasileiros usufruírem de capital para construção de novas embarcações em condições vantajosas. Uma alternativa proposta pela própria agência seria eliminar o AFRMM nas operações de cabotagem, mas mantê-lo nas importações como forma de subsídio cruzado ao setor. Caso o FMM não se adapte a nova realidade, dificilmente a cabotagem brasileira terá custos competitivos. Os altos custos da cabotagem se explicam também pela insuficiência de embarcações para atender a demanda crescente. O mecanismo de afretamento de embarcações estrangeiras pelas 143 Segundo Moura e Botter (2011), o modo marítimo de cabotagem perdeu competitividade nos fretes devido ao desenvolvimento do modo rodoviário, através da construção e manutenção de rodovias, do desenvolvimento tecnológico dos veículos e dos subsídios aos combustíveis, dado pelo governo Federal, ocorrido nas décadas de 50 e 90. 244 EBNs visa tentar a minimizar esse problema, embora ainda insuficiente. A ANTAQ (2008) defende, diante da queda do tamanho da frota e o crescimento da demanda, uma revisão da política de afretamentos que, só em 2006, consumiu mais de US$ 2 bilhões em divisas enviadas ao exterior. Segundo a agência reguladora, o Brasil não pode prescindir da cabotagem como instrumento estratégico de logística para o transporte de produtos do agronegócio em grandes distâncias. Ainda hoje, o país transporta arroz do Rio Grande do Sul para o Nordeste em carretas, abrindo mão de um modal mais eficiente e seguro, com menor risco de acidentes e menos poluição (ANTAQ, 2008). O modelo BIM-T se mostra apropriado para analisar as questões anteriores, pois possui o mercado de cabotagem com barreiras a entrada. Como a proposta da ANTAQ visa elevar a competitividade das navegações de cabotagem frente ao transporte rodoviário, a especificação de substituição entre esses modais também é considerada. 4.4.1 Estratégia de simulação para o estudo do setor de cabotagem O Quadro 4.3 resume como serão feitos experimentos. Para o setor de cabotagem serão realizadas duas simulações de cenário e duas simulações de política. As simulações de cenário se diferenciam conforme as hipóteses aplicadas para os setores do modelo. Similarmente ao estudo ferroviário, a primeira simulação de cenário é caracterizada por uma “economia heterogênea”, de maneira que existem 39 setores “diferenciados”144. Já a segunda simulação de cenário apenas considera o setor de cabotagem como “diferenciado” no modelo. Diante dessas diferentes características, é possível captar os efeitos projetados pela redução homogênea de 10% sobre as tarifas do transporte de cabotagem para os usuários e produtores. A estratégia é aplicar essa redução tarifária somente sobre os fluxos domésticos que utilizaram o transporte de cabotagem. É uma forma de tratar o subsídio cruzado no transporte de cabotagem, uma vez que na proposta de política tarifária está ausente sobre os fluxos de importação. 144 Veja a Tabela 3.28. 245 Quadro 4.3 – Estratégia dos experimentos sobre o setor de cabotagem Tipologia Tipos de cenário Detalhes Tipo de política Detalhes a) Redução uniforme de 10% das tarifas pagas pelos usuários domésticos b) Redução uniforme de 10% das tarifas pagas pelos produtores domésticos - Retorno crescente de escala na sua tecnologia de produção - Uma regra de precificação conforme o preço de Lerner: markup ótimo c) Mecanismo intertemporal de entrada e saída das firmas no setor de cabotagem - Graus variados de barreira à entrada e saída de firmas (mecanismo temporal) Mudança tarifária (2013) e reforma concorrencial a) Redução uniforme de 10% das tarifas pagas pelos usuários domésticos - Preferência por variedade b) Redução uniforme de 10% das tarifas pagas pelos produtores domésticos c) Livre entrada e saída das firmas no mercado de cabotagem a) Redução uniforme de 10% das tarifas pagas pelos usuários domésticos b) Redução uniforme de 10% das tarifas pagas pelos produtores domésticos - Retorno crescente de escala na sua tecnologia de produção - Uma regra de precificação conforme o preço de Lerner: markup ótimo c) Mecanismo intertemporal de entrada e saída das firmas no setor de cabotagem - Preferência por variedade - Retorno constante de escala na sua tecnologia de produção b) Redução uniforme de 10% das tarifas pagas pelos produtores domésticos - Uma regra de preço pelo custo marginal - Livre entrada e saída de firmas c) Livre entrada e saída das firmas no mercado de cabotagem Fonte: Elaboração própria. Experimento 1: mercado protecionista em uma economia heterogênea Experimento 2: liberalização do mercado em uma economia heterogênea Experimento 3: mercado protecionista em uma economia quase-competitiva Experimento 4: liberalização do mercado em uma economia quase- competitiva - Mecanismo temporal de entrada e saída de firmas após 2011 Economia heterogênea (2006-2025) Economia quase- competitiva (2006-2025) a) Redução uniforme de 10% das tarifas pagas pelos usuários domésticosMudança tarifária (2013) e reforma concorrencial (liberalização) d) Os demais setores revelam: Mudança tarifária (2013) e estrutura concorrencial vigente (protecionismo) b) Variação do número de firmas (2006-2011) Mudança tarifária (2013) e estrutura concorrencial vigente (protecionismo) b) Variação do número de firmas (2006-2011) a) Cenário macroeconômico c) Todos os setores diferenciados exibem: a) Cenário macroeconômico c) Somente o setor de cabotagem apresenta: 246 A política tarifária está associada a dois ambientes concorrenciais: um vigente e outro contrafactual. O vigente é quando não há nenhuma alteração na forma de concorrência, ou seja, o mercado de cabotagem continua com a política de protecionismo regulada pela ANTAQ. Já o contrafactual é simular uma reforma concorrencial, a qual o mercado passa a ser liberalizado no Brasil no ano de 2013. A liberalização do mercado é representada pela mudança da hipótese do setor de cabotagem, com livre entrada e saída de firmas. Nessa forma de concorrência, pressupomos, portanto, que o setor de cabotagem exibe retornos crescentes de escala de produção, fixa seu preço pela regra de Lerner, porém a variação do número de firmas é livre. Assim, combinando as duas simulações de cenários e as duas simulações de políticas, passamos a ter quatro experimentos: 1) A redução tarifária no mercado protecionista de cabotagem em uma “economia heterogênea”; 2) A redução tarifária no mercado liberalizado de cabotagem em uma “economia heterogênea”; 3) A redução tarifária no mercado protecionista de cabotagem em uma “economia quase-competitiva”; e 4) A redução tarifária no mercado liberalizado de cabotagem em uma “economia quase-competitiva”. A comparação entre os quatros experimentos permite obter as diferenças de impactos entre a forma de competição no mercado de cabotagem e entre os tipos de economias consideradas. 4.4.2 Resultados macroeconômicos para o estudo do setor de cabotagem A Tabela 4.11 resume os principais impactos sobre os indicadores macroeconômicos da redução homogênea da tarifa no setor de cabotagem. A política tende a elevar a taxa de crescimento do PIB acima do cenário base da economia em todos os experimentos realizados. Os impactos positivos são significativos tanto no ano da aplicação da política como no longo prazo (2025). Podemos notar que no ambiente de protecionismo, o impacto de longo prazo sobre o PIB é 0,008% numa “economia heterogênea” e 0,0076% em uma “economia quase- competitiva”. Quando também a reforma concorrencial é levada em conta, o efeito relativo sobre o PIB em 2025 aumenta 19,5% numa “economia heterogênea” e 65% numa “economia quase-competitiva”. 247 Tabela 4.11 – Impacto sobre os principais agregados econômicos dos experimentos no transporte de cabotagem (desvio % acumulado em relação ao cenário base) 2013 2025 2013 2025 2013 2025 2013 2025 2013 2025 2013 2025 2013 2025 2013 2025 Indicadores reais PIB Var.% 0,0115 0,0081 0,0115 0,0096 0,0108 0,0076 0,0108 0,0126 -0,2 19,5 0,2 65,3 -5,8 -5,3 -5,5 31,0 Investimento Var.% 0,0109 0,0049 0,0108 0,0126 0,0118 0,0027 0,0119 0,0185 -0,7 156,0 0,6 589,2 8,6 -45,4 10,1 46,9 Consumo das famílias Var.% 0,0113 0,0089 0,0113 0,0113 0,0109 0,0088 0,0109 0,0147 -0,3 27,0 0,3 67,4 -3,8 -0,9 -3,3 30,6 Exportações Var.% 0,0156 0,0097 0,0156 0,0065 0,0129 0,0090 0,0128 0,0072 0,3 -32,7 -0,5 -19,8 -17,4 -7,4 -18,0 10,4 Importações Var.% -0,0038 -0,0043 -0,0038 0,0011 -0,0008 -0,0048 -0,0007 0,0041 -1,3 126,0 8,6 185,7 78,5 -10,5 80,6 263,4 Emprego agregado Var.% 0,0074 0,0008 0,0074 0,0017 0,0072 -0,0009 0,0072 0,0026 -0,3 126,3 0,4 395,5 -2,7 -215,8 -2,0 51,2 Salário real Var.% 0,0044 0,0154 0,0044 0,0194 0,0048 0,0181 0,0048 0,0240 -0,2 26,2 0,6 32,8 8,1 17,5 9,1 23,7 Estoque de capital Var.% 0,0001 0,0108 0,0001 0,0133 0,0001 0,0119 0,0001 0,0192 0,0 22,9 -10,0 61,1 66,7 10,3 50,0 44,5 Indicador ordinal Lucro econômico Var. R$ milhões 36,5 -15,1 37,1 -119,5 -10,3 -22,6 -11,3 -165,3 1,7 -691,1 -10,2 -632,4 -128,2 -49,5 -130,6 -38,4 Indicadores nominais Deflator do PIB Var.% -0,0085 -0,0028 -0,0086 0,0023 -0,0057 -0,0015 -0,0057 0,0027 -0,4 183,2 1,2 278,8 32,7 45,9 33,8 16,4 Custo do investimento Var.% -0,0048 -0,0029 -0,0049 0,0017 -0,0025 -0,0018 -0,0024 0,0022 -0,4 159,1 2,0 220,8 49,1 38,8 50,3 25,0 Preço do consumidor Var.% -0,0084 -0,0036 -0,0084 0,0007 -0,0058 -0,0027 -0,0058 0,0006 -0,2 118,6 0,7 121,3 30,7 25,6 31,3 -14,9 Preço das exportações Var.% -0,0112 -0,0077 -0,0112 -0,0045 -0,0086 -0,0069 -0,0086 -0,0050 -0,3 40,8 0,2 27,7 22,9 9,8 23,3 -10,1 Salário nominal Var.% -0,0039 0,0118 -0,0040 0,0201 -0,0010 0,0155 -0,0010 0,0246 -1,3 70,5 5,9 59,2 74,4 31,4 76,2 22,7 Renda do capital Var.% 0,0091 -0,0151 0,0090 -0,0069 0,0140 -0,0077 0,0142 -0,0011 -1,3 54,3 1,3 85,9 54,1 48,8 58,2 84,2 Fonte: Resultados da pesquisa. Política protecionista (C/A) Política liberal (D/B) Efeito da reforma concorrencial (%) Efeito das características da economia (%) Variáveis Unidade (A) Experimento 1 (B) Experimento 2 (C) Experimento 3 (D) Experimento 4 Economia quase- competitiva (D/C) Economia heterogênea (B/A) 248 A diferença de efeito sobre o investimento é o principal motivo pelo qual o efeito sobre o PIB da política de liberalização exibe uma discrepância de 31% entre os dois tipos de economia. Tais impactos são explicados pelo pressuposto de movimento defasado do capital. A política tarifária do setor de cabotagem faz a rentabilidade do capital elevar, impulsionando para o aumento dos investimentos. Nos anos posteriores se verifica a expansão do estoque de capital, o que acaba favorecendo as atividades dos setores intensivos em capital, porém também induzindo a queda da renda deste fator primário. Com a liberalização do mercado de cabotagem, o efeito-preço na economia é ainda mais intenso, provocando um maior crescimento da rentabilidade do capital e dos investimentos. Por exemplo, em uma “economia quase-competitiva” a liberalização do mercado faz com que o investimento registre um efeito de 47% relativamente superior em 2025. Por outro lado, no ano de 2013 a política de liberalização pouco altera os impactos positivos sobre o PIB. Há uma sensível redução relativa numa “economia heterogênea” (-0,2%) e uma leve expansão relativa em uma “economia quase-competitiva” (0,02%). Desse modo, os desvios sobre as taxas de crescimento do PIB sinalizam que a política liberal do mercado de cabotagem é mais impactante no longo prazo do que no ano de sua adoção, principalmente em uma “economia quase-competitiva”. Como será visto na próxima seção, a liberalização do mercado provoca um impacto negativo na atividade de cabotagem, que, por decorrência, influencia a queda dos salários nominais e renda do capital. O efeito da queda dos custos de produção é relativamente maior em uma “economia quase-competitiva”, uma vez que tal efeito é mais intenso sob um sistema produtivo predominante de “setores homogêneos”. Quando levamos em conta a redução tarifária no mercado protecionista de cabotagem, o impacto sobre o PIB em uma “economia quase-competitiva” é praticamente 6% menor ao de uma “economia heterogênea” no ano de 2013. Da mesma forma que no estudo anterior, aqui observamos o papel da hipótese da tecnologia de produção. Como nos setores diferenciados o custo unitário é declinante com o aumento da produção, logo eles pressionam relativamente menos à demanda de fatores primários e insumos, o que acaba resultando numa menor pressão de alta dos preços na economia. Nesse sentido, os setores diferenciados expandem suas produções em uma escala maior e ainda com níveis de custos relativamente menores aos de uma “economia quase-competitiva”. 249 Com a liberalização, o efeito de longo prazo sobre o PIB de uma “economia quase- competitiva” é superior ao efeito de uma “economia heterogênea”. Na atual política de protecionismo isso não acontece. Conforme a Tabela 4.11, o efeito sobre o PIB em uma “economia quase-competitiva” é 5,3% inferior a uma “economia heterogênea”. Pela mesma razão anteriormente mencionada, a diferença de 5,3% se deve a hipótese de retornos crescentes de escala de produção, a qual permite os setores diferenciados produzirem em maior escala com menos insumos e fatores primários. O arrefecimento desta diferença em relação ao ano de 2013 reflete os movimentos dos custos de produção (salário e renda do capital), decorrentes dos mecanismos intertemporais no modelo. A Figura 4.6 apresenta as trajetórias do impacto sobre o PIB nos experimentos realizados. Essa figura nos permite visualizar, de uma maneira mais clara, as diferenças de impactos quando temos dois ambientes de concorrência e dois tipos de economia. Chama a atenção à trajetória da taxa de crescimento do PIB provocada pela política liberalização em uma “economia quase-competitiva”. Essa trajetória, aliás, apresenta um efeito superior se comparada a uma “economia heterogênea”. Como esperado, quando uma economia se aproxima de uma economia caracteristicamente neoclássica, uma política de liberalização de mercado tende a gerar resultados maiores. Os impactos positivos gerados pelos experimentos no mercado de cabotagem se refletem também sobre o emprego agregado da economia. Ao contrário do estudo ferroviário e independentemente do ambiente concorrencial, os efeitos sobre o emprego agregado numa “economia heterogênea” são relativamente maiores aos observados numa “economia quase- competitiva”. Isto denota que, embora os setores diferenciados aumentem sua produção usando relativamente menos insumos e fatores primários, ainda assim a demanda por trabalho é superior à demanda dos setores homogêneos de uma “economia quase-competitiva”, que apresentam retornos constantes de escala. Assim, os efeitos de escala, existentes nos experimentos em uma “economia heterogênea”, impulsionam um maior demanda relativa de emprego. 250 Figura 4.6 – Impacto sobre o PIB dos experimentos no setor de cabotagem (desvio % acumulado em relação ao cenário base) Fonte: Resultados da pesquisa. 0,0115 0,0115 0,0110 0,0104 0,0099 0,0095 0,0095 0,0096 0,0096 0,0095 0,0092 0,0087 0,0081 0,0115 0,0115 0,0109 0,0103 0,0097 0,0093 0,0092 0,0093 0,0096 0,0098 0,0099 0,0099 0,0096 0,00000 0,00200 0,00400 0,00600 0,00800 0,01000 0,01200 0,01400 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Var. % Protecionismo x Liberalização Experimento 1: mercado protecionista em uma economia heterogênea Experimento 2: liberalização do mercado em uma economia heterogênea 0,0115 0,0115 0,0110 0,0104 0,0099 0,0095 0,0095 0,0096 0,0096 0,0095 0,0092 0,0087 0,0081 0,0108 0,0112 0,0109 0,0103 0,0098 0,0095 0,0095 0,0097 0,0098 0,0096 0,0091 0,0084 0,0076 0,00 0,00 0,00 0,01 0,01 0,01 0,01 0,01 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Var. % Economia quase-competitiva x Economia heterogênea Experimento 1: mercado protecionista em uma economia heterogênea Experimento 3: mercado protecionista em uma economia quase-competitiva 0,0108 0,0112 0,0109 0,0103 0,0098 0,0095 0,0095 0,0097 0,0098 0,0096 0,0091 0,0084 0,0076 0,0108 0,0113 0,0113 0,0110 0,0108 0,0108 0,0112 0,0119 0,0126 0,0131 0,0132 0,0130 0,0126 0,00 0,00 0,00 0,01 0,01 0,01 0,01 0,01 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Var. % Protecionismo x Liberalização Experimento 3: mercado protecionista em uma economia quase-competitiva Experimento 4: liberalização do mercado em uma economia quase-competitiva 0,0115 0,0115 0,0109 0,0103 0,0097 0,0093 0,0092 0,0093 0,0096 0,0098 0,0099 0,0099 0,0096 0,0108 0,0113 0,0113 0,0110 0,0108 0,0108 0,0112 0,0119 0,0126 0,0131 0,0132 0,0130 0,0126 0,00 0,00 0,00 0,01 0,01 0,01 0,01 0,01 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Var. % Economia quase-competitiva x Economia heterogênea Experimento 2: liberalização do mercado em uma economia heterogênea Experimento 4: liberalização do mercado em uma economia quase-competitiva 251 Podemos ainda notar os impactos sobre o emprego agregado em virtude dos ajustes no salário real ao longo dos anos. O efeito de longo prazo com a liberalização do mercado de cabotagem é mais significativo numa “economia quase-competitiva”. Em uma “economia heterogênea”, dado o movimento do salário real, a política de liberalização provoca um efeito de longo prazo (2025) sobre o emprego de 2% abaixo de um mercado protecionista de cabotagem. Entretanto, cabe ressaltar que, dado o mecanismo recursivo do mercado de trabalho, a diferença existente entre os tipos de economia tende à zero, o que torna esse resultado pouco relevante se avaliado com mais períodos. As exportações, por sua vez, registram impactos positivos de curto e longo prazo em todos os experimentos realizados no setor de cabotagem. A sua trajetória responde aos movimentos declinantes dos custos de produção na economia sobre os níveis de preço das exportações. Nesse sentido, o efeito-preço da política tarifária do setor de cabotagem, ao elevar a competitividade da economia, estimula as exportações. A política de liberalização do mercado de cabotagem, como decorrência do estímulo à atividade no ano de 2013, promove a alta relativa dos preços das exportações. A política tarifária em um mercado protecionista de cabotagem, ao elevar a competitividade da economia, desestimula a demanda por bens importados. Ao aplicar a redução tarifária somente sobre o fluxo doméstico transportado por cabotagem, induz a substituição de demanda em favor aos bens produzidos domesticamente. Dessa maneira, diante da possibilidade de substituição entre bens domésticos e importados na especificação do modelo, o subsídio cruzado da política tarifária do setor de cabotagem beneficia a balança comercial. Por fim, cabe registrar os impactos dos experimentos sobre o consumo das famílias. Podemos verificar que a taxa de crescimento do consumo das famílias apresenta um desvio médio em relação ao seu cenário tendencial de 0,01%. Como as famílias maximizam sua utilidade ampliando a sua cesta de consumo, então podemos dizer que as políticas do setor de cabotagem elevam o aumento do bem-estar das famílias. 4.4.3 Resultados setoriais para o estudo do setor de cabotagem A Tabela 4.12 traz os impactos projetados da redução tarifária no setor de cabotagem. Como esperado, no ano da simulação da política tarifária as reduções dos custos de transporte 252 tendem a provocar uma diminuição no uso dos serviços de cabotagem, causando uma queda direta da atividade deste setor. Essa redução de atividade também faz o setor demandar menos capital e trabalho, pressionando para baixo os preços dos fatores primários. A perda da rentabilidade do capital causa um desvio negativo nas taxas de retorno e, consequentemente, sobre o investimento do setor ao longo dos anos. Por outro lado, como o setor passa a requisitar menos insumos e fatores primários no seu processo produtivo, a parcela de custo fixo decai, o que acaba provocando a redução do custo médio. A queda dos requisitos pelos serviços de cabotagem faz a elasticidade de demanda diminuir. Esse deslocamento negativo da curva de demanda estimula levemente o aumento do markup, apesar de verificarmos uma redução do preço de mercado. Como decorrência da contração da atividade do setor de cabotagem, o lucro econômico passa a registrar um desvio negativo em relação ao seu cenário base. Nas duas hipóteses, “quase-competitiva” e “heterogênea”, o impacto negativo sobre o lucro econômico estimula uma pequena saída de firmas no mercado em 2013 (-0,02%). Essa pequena redução faz com que haja a necessidade de 0,002% a mais da oferta de cabotagem para fornecer aos seus usuários a mesma satisfação que eles detinham inicialmente. Podemos observar que os impactos iniciais sobre o setor de cabotagem são sensivelmente piores 145 em um “economia quase-competitiva” quando comparados aos de uma “economia heterogênea”. A razão dessa pequena diferença se deve pela maior reação das atividades dos setores homogêneos às quedas dos níveis de preço, pois, como eles apresentam retornos constantes de escala, as variações das suas produções são mais sensíveis às oscilações dos custos dos insumos e fatores primários. Essa reação acaba provocando um efeito positivo sobre a atividade econômica, induzindo a alta dos preços e custos de produção. Logo, o crescimento dos custos de produção passa a ser relativamente maior ao de uma “economia heterogênea”. 145 O efeito negativo da atividade do setor de cabotagem em uma “economia quase-competitiva” é maior se comparado ao de uma “economia heterogênea”. 253 Tabela 4.12 – Efeitos projetados sobre o setor de cabotagem (desvio % acumulado relativo ao cenário base – anos selecionados) 2013 2025 2013 2025 2013 2025 2013 2025 Produção Var. % -3,5004 -4,9647 -3,4792 -6,8399 -3,5691 -5,1837 -3,5990 -7,4142 Efeito escala Var. % -0,2945 -0,2631 -0,2623 -3,1396 -0,2775 -0,2297 -0,3224 -3,4693 Custo médio Var. % -2,8576 -0,0360 -2,8980 2,9317 -2,9106 -0,0652 -2,8545 3,2499 Elasticidade de demanda Var. % -0,0299 -0,0296 -0,0445 1,2604 -0,0393 -0,0351 -0,0172 1,5149 Markup Var. % 0,0028 0,0020 0,0041 -0,1162 0,0034 0,0021 0,0015 -0,1297 Custo marginal Var. % -3,1436 -0,2989 -3,1527 -0,2999 -3,1800 -0,2948 -3,1677 -0,3321 Número de firmas Var. % -0,0208 -0,3766 -0,3798 48,4340 -0,0228 -0,3883 0,5222 65,6811 Preferência por variedade Var. % -0,0018 -0,0167 -0,0337 3,5193 -0,0019 -0,0120 0,0427 4,1820 Preço de mercado Var. % -3,1409 -0,2969 -3,1487 -0,4158 -3,1767 -0,2927 -3,1663 -0,4615 Capital Var. % 0 -4,4051 0 -3,5071 0 -4,6403 0 -3,7177 Rentabilidade do capital Var. % -13,7243 -1,3667 -13,7634 -1,3643 -14,2224 -1,4703 -14,1681 -1,6439 Trabalho Var. % -8,8784 -5,2371 -8,9044 -4,3505 -9,2119 -5,5350 -9,1757 -4,7325 Salário nominal Var. % -0,0039 0,0118 -0,0040 0,0201 -0,0010 0,0155 -0,0010 0,0246 Investimento Var. % -15,1886 -5,9450 -15,2308 -4,5423 -15,2607 -6,5532 -15,2037 -5,5078 Taxa de retorno do investimento Var. % -13,7196 -1,3652 -13,7587 -1,3665 -14,2193 -1,4692 -14,1650 -1,6461 Taxa esperada de retorno do investimento Var. % -4,7197 -0,4448 -4,7331 -0,2864 -4,8573 -0,4717 -4,8387 -0,4737 Lucro econômico Var. R$ milhões -9,5 -21,0 -8,7 -141,2 -10,3 -23,5 -11,4 -166,2 Var. do Lucro econômico / VBP % -0,4063 -0,5626 -0,3746 -3,7550 -0,4413 -0,6073 -0,4859 -4,2564 Fonte: Resultados da pesquisa. Indicadores Unidade Experimento 1: mercado protecionista em uma economia heterogênea Experimento 2: liberalização do mercado em uma economia heterogênea Experimento 3: mercado protecionista em uma economia quase-competitiva Experimento 4: liberalização do mercado em uma economia quase-competitiva 254 Considerando-se apenas o ambiente concorrencial vigente (protecionista), podemos observar que a leve redução do número de firmas, provocada pela trajetória declinante do lucro econômico, não é capaz de reverter o crescimento do custo médio em 2025. A trajetória declinante do lucro econômico acompanha inversamente o movimento de entrada e saída de firmas no setor de cabotagem, o qual é lento (rígido) e indiferente entre barreira à entrada e à saída de firmas. A política de liberalização promove uma entrada substancial de firmas no setor de cabotagem. O Gráfico 4.4 ilustra a trajetória de impacto sobre o número de firmas no setor de cabotagem com a adoção dessa política. Diante da hipótese de livre entrada e saída de firmas, esse aumento induz a elevação do custo médio do setor, o que, consequentemente, impacta negativamente no resultado do lucro econômico. A queda da produção do setor de cabotagem alimenta o efeito-preço na economia, estimulando à atividade dos demais setores do sistema produtivo e, posteriormente, acrescendo os custos de produção. Gráfico 4.4 – Impacto sobre o desvio do número de firmas no setor de cabotagem (desvio % acumulado relativo ao cenário base) Fonte: Resultados da pesquisa. Numa “economia quase-competitiva”, a liberalização do mercado parece gerar um efeito de longo prazo relativamente maior sobre o sobre o número de firmas, pois essa variável atinge um desvio acumulado de 66%. Isso faz com que custo médio aumente para 3,25% e o lucro econômico registre uma variação acumulada de –R$ 166 milhões (i.e. -4,26% sobre o VBP do setor do mesmo ano). Além disso, é interessante notar que o grande crescimento do número 48,4 65,7 -10 0 10 20 30 40 50 60 70 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Var. % Experimento 2: liberalização do mercado em uma economia heterogênea Experimento 4: liberalização do mercado em uma economia quase-competitiva 255 de firmas no setor de cabotagem torna positiva a elasticidade de demanda e, por consequência, pressiona levemente para baixa o markup do setor. Os principais impactos de longo prazo da política tarifária do setor de cabotagem sobre os demais setores estão na Tabela 4.13. Podemos observar que os principais demandantes das operações de cabotagem no Brasil são também os mais beneficiados com a política. Uma vez que o transporte de granéis líquidos é a principal operação de cabotagem, o setor de Petróleo e Gás e de Refino de Petróleo exibem efeitos de longo prazo proeminentes. Juntos, esses dois setores representam cerca de 60% do uso total das margens produzidas pela cabotagem 146 . Além disso, esses setores são intensivos em capital e possuem (no modelo) um número pequeno de firmas, baixa elasticidade de substituição entre as variedades e alta parcela de custo fixo 147 . Essas caraterísticas fazem com que ambos os setores sejam mais dependentes das oscilações da renda e oferta de capital e suas empresas detenham um significativo poder de mercado. A barreira à entrada e saída de firmas no mercado é mais forte no setor de Petróleo e Gás do que Refino de Petróleo, causando, desse modo, diferenças significativas do lucro econômico de ambos. Conforme a Tabela 4.13, a política tarifária, com a manutenção da política de protecionismo no setor de cabotagem, tende a provocar um crescimento acumulado sobre a produção de Petróleo e Gás de aproximadamente 0,07% no ano de 2025. Já sobre o nível de atividade do setor de Refino de Petróleo, o desvio acumulado é de 0,03%. A expansão da produção confere aos setores a possibilidade de ampliar as economias de escala de produção, o que, consequentemente, estimula o aumento dos níveis de lucro econômico nos referidos setores diferenciados. No setor de Petróleo e Gás há um crescimento de R$ 6 milhões de lucro econômico, ao passo que na atividade de Refino de Petróleo um acréscimo de R$ 1,94 milhão. Sob a mesma hipótese, a liberalização do mercado de cabotagem, ao impulsionar ainda mais o efeito-preço advindo do transporte de cabotagem, faz os seus dois principais demandantes expandirem mais as suas atividades. No caso do Petróleo e Gás, a política de liberalização incrementa 22% em seu efeito, apesar deste continuar pequeno (0,085%). Para o setor de Refino de Petróleo, o ganho de impacto é de 27% com a política de liberalização em uma “economia heterogênea” (de 0,027% para 0,035%). Se compararmos os efeitos iniciais com 146 Veja a Tabela 3.15. 147 Veja os números nas seções 3.6.2 e 3.7 do capítulo anterior. 256 os obtidos em uma “economia quase-competitiva”, observaremos que o impacto sobre a atividade destes dois setores é sensivelmente maior. Tabela 4.13 – Os 25 mais beneficiados com a política tarifária do setor de cabotagem (desvio acumulado relativo ao cenário base em 2025) Contudo, o efeito de longo prazo sobre a atividade de Petróleo e Gás e de Refino de Petróleo em uma “economia quase-competitiva” é levemente maior se confrontado a de uma “economia heterogênea”. Como em uma “economia quase-competitiva” as pressões que o setores homogêneos exercem sobre os mercados de insumos e de fatores de produção são proporcionais ao comportamento de suas atividades, logo impulsionam mais a alta dos preços. A expansão dos custos de produção faz o setor de cabotagem enfrentar maiores dificuldades para o aumento de sua produção, o que leva a um efeito-preço maior. Esse efeito-preço acaba Produção Número de firmas Lucro econômico Produção Número de firmas Lucro econômico Produção Número de firmas Produção Número de firmas % % R$ milhões % % R$ milhões % % % % PetroleoGas 0,0695 0,0118 5,99 0,0849 0,0121 7,65 0,0657 0,0657 0,0883 0,0883 RefPetroleo 0,0274 0,0272 1,94 0,0348 0,0301 2,21 0,0256 0,0256 0,0378 0,0378 RodoP_OUT 0,0185 - 0,00 0,0232 - 0,00 0,0185 - 0,0281 - RodoP_IM 0,0181 - 0,00 0,0233 - 0,00 0,0192 - 0,0297 - OutIndExtrat 0,0179 0,0179 0,00 0,0172 0,0172 0,00 0,0187 0,0187 0,0216 0,0216 RodoP_RU 0,0175 - 0,00 0,0226 - 0,00 0,0186 - 0,0287 - RodoP_IE 0,0141 - 0,00 0,0175 - 0,00 0,0145 - 0,0222 - AereoDomP 0,0127 0,0022 0,13 0,0198 0,0026 0,31 0,0125 0,0125 0,0240 0,0240 RodoP_INT 0,0127 - 0,00 0,0147 - 0,00 0,0133 - 0,0186 - ProdQuimicos 0,0112 0,0128 0,44 0,0103 0,0084 0,39 0,0113 0,0113 0,0137 0,0137 Alcool 0,0095 0,0095 0,00 0,0107 0,0107 0,00 0,0092 0,0092 0,0141 0,0141 BovinosOutr 0,0094 - 0,00 0,0100 - 0,00 0,0093 - 0,0119 - AereoInterP 0,0094 0,0010 0,01 0,0143 0,0011 0,03 0,0085 0,0085 0,0172 0,0172 MinerioFerro 0,0093 0,0003 0,65 0,0078 0,0000 0,75 0,0088 0,0088 0,0084 0,0084 EletrOutUrba 0,0091 0,0113 0,92 0,0100 0,0087 1,71 0,0101 0,0101 0,0154 0,0154 EscrInformat 0,0089 0,0150 0,20 0,0154 0,0176 -0,01 0,0081 0,0081 0,0219 0,0219 ProdMetal 0,0089 0,0119 0,69 0,0115 0,0113 0,29 0,0103 0,0103 0,0181 0,0181 MetNaoFerros 0,0088 0,0008 0,92 0,0072 0,0004 1,09 0,0081 0,0081 0,0105 0,0105 Cimento 0,0085 0,0128 0,14 0,0117 0,0106 0,08 0,0112 0,0112 0,0191 0,0191 MaqEquipManu 0,0085 0,0085 0,44 0,0091 0,0117 0,42 0,0080 0,0080 0,0142 0,0142 Construcao 0,0080 0,0080 0,00 0,0108 0,0108 0,00 0,0077 0,0077 0,0159 0,0159 OutPrMNaoMet 0,0079 0,0079 0,00 0,0087 0,0087 0,00 0,0076 0,0076 0,0126 0,0126 AquaviarioP 0,0077 0,0077 0,00 0,0053 0,0053 0,00 0,0074 0,0074 0,0073 0,0073 SuinosVivos 0,0077 - 0,00 0,0077 - 0,00 0,0075 - 0,0096 - AutomUtilita 0,0072 0,0057 1,00 0,0079 0,0081 0,73 0,0067 0,0067 0,0121 0,0121 Fonte: Resultados da pesquisa. Experimento 1: mercado protecionista em uma economia heterogênea Experimento 2: liberalização do mercado em uma economia heterogênea Experimento 3: mercado protecionista em uma economia quase-competitiva Experimento 4: liberalização do mercado em uma economia quase-competitiva Produtos 257 sendo transmito para todo o sistema produtivo de forma mais intensa 148 , estimulando as atividades dos setores homogêneos. Portanto, quando a atividade de Petróleo e Gás e de Refino de Petróleo passam a ser hipoteticamente homogêneas, assim como outros setores produtivos, induzem um desvio de longo prazo levemente maior de produção se confrontado a de uma economia heterogênea. As quedas dos preços de Petróleo e Gás e de Refino de Petróleo, originadas pelo efeito-preço da redução dos custos de cabotagem, estimulam o níveis de atividade dos seus principais compradores, com as diversas modalidades de transporte de passageiro (e.g. RodoP_OUT, RodoP_IM, RodoP_RU, RodoP_IE, AereoDomP, RodoP_INT e AereoInterP). Como a queda dos preços de combustíveis e óleo diesel representam reduções de custos para o transporte de passageiros, logo contribuem para a expansão de atividade dos serviços de transporte, embora em pequena magnitude. De acordo com a Tabela 4.13, setores intensivos em capital e mais vinculados com a formação bruta de capital físico (FBCF) também exibem maiores impactos sobre a produção, ainda que pequenos. Esses impactos podem ser explicados tanto em virtude do efeito direto das reduções tarifárias, como pelos efeitos positivos sobre o estoque de capital e o investimento. Por exemplo, o setor de Outros da indústria extrativa (OutIndExtrat) que, além de representar 10,7% do total das margens de cabotagem, é relacionado diretamente com a FBCF e é beneficiado com os experimentos no setor de cabotagem. Nesses setores os impactos são menores, pois a margem de cabotagem é pouco utilizada. Alguns setores são negativamente afetados devido ao efeito de substituição. De acordo com a Tabela 4.14, o transporte rodoviário de carga é o que mais perde com essa política, isso porque este modal é o principal concorrente do transporte de cabotagem. Perante o processo de substituição, a política tarifária promove a queda de demanda do modal rodoviário em favor da demanda do transporte de cabotagem, mas o efeito é pequeno em magnitude. Os efeitos de substituição de longo prazo sobre alguns modais de transporte de carga sinalizam repercussões negativas nos demais serviços e setores vinculados ao transporte, especialmente aqueles intensivos em trabalho e que fabricam peças, acessórios e 148 Como discutido, a intensidade é maior os setores homogêneos são tomadores de preços e exibem uma tecnologia de produção com retornos constantes de escala. 258 equipamentos de transporte. É interessantes observar que, como as operações do transporte rodoviário de carga contraem mais fortemente, a produção de caminhões e ônibus (CaminhOnibus) também se reduz significativamente. Aliás, esses resultados são melhores em “economia heterogênea” do que em uma “economia quase-competitiva”, porque a pressão de alta do custo de produção é relativamente mais baixa. Tabela 4.14 – Os 25 mais prejudicados com a política tarifária do setor de cabotagem (desvio % acumulado relativo ao cenário base em 2025) Produção Número de firmas Lucro econômico Produção Número de firmas Lucro econômico Produção Número de firmas Produção Número de firmas % % R$ milhões % % R$ milhões % % % % RodoviarioC -0,0401 0,0401 0,00 -0,0385 -0,0385 0,00 -0,0435 -0,0435 -0,0381 -0,0381 OutAtivSevC -0,0265 - 0,00 -0,0163 - 0,00 -0,0299 - -0,0147 - CaminhOnibus -0,0184 0,0152 0,77 -0,0126 -0,0097 -0,52 -0,0282 -0,0282 -0,0163 -0,0163 OutAtivSevP -0,0047 - 0,00 -0,0007 - 0,00 -0,0063 - 0,0015 - OutTrArmaz -0,0044 - 0,00 0,0005 - 0,00 -0,0059 - 0,0034 - ServManutRep -0,0028 0,0028 0,00 0,0000 0,0000 0,00 -0,0046 -0,0046 0,0015 0,0015 NavInteriorC -0,0019 0,0019 0,00 -0,0015 -0,0015 0,00 -0,0030 -0,0030 0,0002 0,0002 PecVeicAutom -0,0013 0,0009 0,14 -0,0015 -0,0009 0,15 -0,0034 -0,0034 -0,0001 -0,0001 OutEqTransp -0,0004 0,0004 0,00 -0,0014 -0,0014 0,00 -0,0025 -0,0025 -0,0007 -0,0007 EducPublica 0,0000 - 0,00 0,0000 - 0,00 0,0000 - 0,0000 - SaudePublica 0,0001 - 0,00 0,0000 - 0,00 0,0000 - 0,0001 - AdmPubSegSoc 0,0001 - 0,00 0,0001 - 0,00 0,0001 - 0,0002 - FerroviarioC 0,0003 0,0000 0,15 0,0026 0,0000 -0,13 -0,0005 -0,0005 0,0043 0,0043 CafeGrao 0,0012 - 0,00 -0,0025 - 0,00 0,0004 - -0,0019 - IndDiversas 0,0013 0,0013 0,00 0,0037 0,0037 0,00 0,0002 0,0002 0,0063 0,0063 EducMercant 0,0014 0,0030 0,61 0,0018 0,0050 -0,89 0,0010 0,0010 0,0045 0,0045 AereoC 0,0015 0,0001 0,09 0,0060 0,0011 -0,01 0,0008 0,0008 0,0108 0,0108 FinancSeguro 0,0024 0,0008 3,37 0,0032 0,0020 2,05 0,0019 0,0019 0,0056 0,0056 FumoFolha 0,0026 - 0,00 0,0006 - 0,00 0,0023 - 0,0021 - ProdFumo 0,0027 0,0017 0,07 0,0016 -0,0030 0,29 0,0022 0,0022 0,0021 0,0021 ServPrestEmp 0,0028 0,0028 0,00 0,0034 0,0034 0,00 0,0025 0,0025 0,0064 0,0064 SojaGrao 0,0029 - 0,00 0,0006 - 0,00 0,0024 - 0,0016 - OutrosServic 0,0029 0,0029 0,00 0,0037 0,0037 0,00 0,0026 0,0026 0,0064 0,0064 CouroCalcado 0,0030 0,0016 0,20 0,0007 0,0008 0,03 0,0022 0,0022 0,0020 0,0020 ProdMadeira 0,0030 0,0030 0,00 0,0015 0,0015 0,00 0,0021 0,0021 0,0035 0,0035 Fonte: Resultados da pesquisa. Experimento 1: mercado protecionista em uma economia heterogênea Experimento 2: liberalização do mercado em uma economia heterogênea Experimento 3: mercado protecionista em uma economia quase-competitiva Experimento 4: liberalização do mercado em uma economia quase-competitiva Produtos 259 5 CONCLUSÕES O objetivo desta Tese foi desenvolver um modelo de equilíbrio geral computável (EGC) dinâmico capaz de lidar com algumas formas de imperfeições de mercado, como retornos crescentes de escala e competição imperfeita, em muitos setores da economia. Para alcançar esse objetivo, a estrutura teórica reuniu um conjunto de contribuições consolidadas na literatura australiana de equilíbrio geral computável. Resumidamente, na fase de especificação e construção do modelo desta Tese foram compilados dois grupos de modelos: os modelos estáticos de competição imperfeita a lá Harris (1984) e os dinâmicos da família MONASH. A partir desta junção se desenvolveu o modelo BIM-T (Brazilian Imperfect Market and Transport), um modelo de equilíbrio geral computável de dinâmica recursiva com economias de escala e mercados imperfeitos. A compatibilização entre a estrutura teórica dos modelos estáticos de estilo Harris e dos dinâmicos da família MONASH implicou na elaboração de um mecanismo intertemporal de entrada às firmas nos mercados. Com essa modelagem inédita foi possível analisar a trajetória do número de firmas dentro de cada mercado ao longo do tempo, evidenciando a sua potencialidade de aplicação, como questões relacionadas à reforma de concorrência e políticas em mercados regulados. As duas aplicações feitas com o modelo BIM-T foram exemplos nessa direção. Na primeira aplicação foi possível manter constante o número de empresas ferroviárias e verificar as repercussões econômicas da política de revisão do teto tarifário, uma vez que o setor ferroviário de carga, regulado pela ANTT, é constituído por monopólios naturais que não competem entre si em virtude das ferrovias públicas serem específicas em diferentes locais no país. Na segunda aplicação, o mecanismo intertemporal de entrada e saída de firmas permitiu analisar os efeitos entre uma política de protecionismo e liberalização no mercado de cabotagem, o que demonstrou o papel do número de firmas sobre o sistema produtivo brasileiro. Todos esses novos elementos inseridos no modelo EGC contribuíram para os estudos de mercados regulados de transporte no Brasil, que concomitantemente exercem poder de mercado, exibem economias de escala de produção e apresentam maiores barreiras de entrada às firmas. Não obstante, para tornar factível ambos os estudos foi preciso realizar todo um procedimento de desagregação e compatibilização de dados para o transporte de carga e de passageiros na base de dados do modelo. Embora sujeito a limitações, o detalhamento entre 260 serviços de frete e de passageiros, ao ampliar a capacidade de análise sobre políticas voltadas para o setor de transporte no Brasil, apresentou-se também como uma das mais importantes contribuições desta Tese. A construção da base de dados do modelo, especialmente no que tange as desagregações dos serviços de transporte, foi realizada a partir de uma grande compilação de dados e informações das mais diversas fontes. Os procedimentos de construção acompanharam aos utilizados pelo IBGE, da mesma maneira que às orientações de instituições vinculadas ao setor de transporte no Brasil. Esse foi o caso da ANTAQ, por exemplo, que forneceu informações para a elaboração do fluxo de mercadorias transportadas pelas navegações de cabotagem. A base de dados elaborada para esta Tese resultou numa uma nova matriz de insumo-produto no ano de 2005, com grande detalhamento dos modais de transporte, o que permite também a realização de estudos voltados para análise da composição estrutural ou de impactos com modelos de insumo-produto. Por exemplo, pode-se, através dessa base de dados construída, mapear as interações e os encadeamentos da estrutura produtiva com os modais de transporte. Os resultados apresentados por essas técnicas podem ajudar a entender o quanto os modais de transportes são requeridos pelos setores produtivos e quais modais seriam considerados como “modal-chave” para a economia brasileira (BETARELLI JUNIOR et al., 2011). Em virtude do tratamento detalhado do setor de transporte a partir da base de dados, incorporou-se uma modelagem de substituição imperfeita entre alguns tipos de serviços, tanto na demanda do transporte de carga quanto nas preferências por transporte de passageiros de diferentes grupos de famílias. Assim, além das relações de complementaridade, os impactos projetados das políticas simuladas no modelo levaram em conta um ambiente de competição entre alguns serviços de transporte. No mercado de frete, observou-se que os modais de transporte, excetuando-se o rodoviário, são entendidos mais como complementares do que concorrentes, uma vez que inexiste uma especificação intermodal de substituição via preço. Isto significa dizer que, em contrapartida, o modal rodoviário é o principal concorrente com os demais modais de carga. Essas características conferiram maior realismo ao modelo no que diz respeito à análise de políticas dos mercados transporte, pois estudos empíricos, como o de Castro (2003), sinalizaram que o transporte rodoviário de carga e sua relação concorrencial com os demais modais estão expressos na formação dos preços. 261 Por outro lado, no mercado de passageiros foi inserida uma nova especificação no consumo agregado das famílias com o intuito de captar a substituição imperfeita via preços relativos em duas categorias de transportes: o transporte comprado de curta e de longa distância. Cabe lembrar que o transporte de curta distância foi definido por um composto entre o transporte rodoviário urbano e ferroviário de passageiros (majoritariamente urbano), enquanto o de longa distância foi tratado como um conjunto entre o transporte rodoviário interestadual e o aéreo doméstico. A possibilidade de substituição introduzida no modelo BIM-T nessas duas categorias se baseiam em algumas evidências. Primeiro, no Brasil, os sistemas urbanos metroferroviários são frequentemente subsidiados, o que acaba obtenho ganhos de mercado frente aos transportes rodoviários urbanos de passageiros; portanto, há uma concorrência de preços entre esses transportes de curta distância. Segundo, a popularização do transporte aéreo doméstico de passageiros no Brasil induziu um processo de substituição, principalmente, com o transporte rodoviário interestadual de passageiros, o que, dessa maneira, acirrou a competição nessa categoria de transporte. Para melhor compreender os efeitos totais das famílias na demanda do transporte de passageiros, as famílias foram diferenciadas por 8 classe de renda per capita, uma vez que a composição dos gastos com transporte de passageiros varia entre tais classes. Por exemplo, conforme a POF 2008-2009, famílias mais pobres gastaram relativamente mais com o transporte urbano de passageiros que as mais ricas. Em contrapartida, as famílias mais ricas foram proeminentes na composição das despesas totais do transporte aéreo de passageiros no Brasil. Esse tratamento específico da demanda das famílias para alguns serviços de transporte acompanhou algumas especificações de outros modelos EGC. Apesar de não ter sido tratada nas aplicações realizadas nessa Tese, essa especificação permite explorar novos campos de estudo, como, por exemplo, a demanda do transporte aéreo doméstico de passageiros. As aplicações apresentadas com o modelo BIM-T permitiram explorar algumas potencialidades analíticas voltadas às políticas de mercados regulados de transporte no Brasil. A partir de um conjunto de experimentos, o objetivo de ambos os estudos, além de ter focado nos prováveis desvios projetados sobre as variáveis econômicas das políticas em questão, visou explorar as propriedades do modelo, especialmente em relação às hipóteses atribuídas para certos setores. A presença de mercados “não-competitivos”, e economias de escala, trouxeram respostas distintas, em magnitude, nos impactos sobre indicadores 262 macroeconômicos e setoriais. Ou seja, as conclusões derivadas de um modelo EGC com hipóteses “não-convencionais” diferem das obtidas de um modelo EGC padrão. Recomenda- se, portanto, a incorporação destas hipóteses à estrutura analítica dos modelos EGC, principalmente para os estudos de mercados caracteristicamente imperfeitos. Nas aplicações, foram considerados dois tipos de modelo, os quais caracterizam o sistema produtivo conforme as hipóteses atribuídas sobre os 65 setores econômicos. O modelo de “economia quase-competitiva” considerou que somente o setor de transporte correspondente de cada estudo era diferenciado, enquanto que os demais setores, caracteristicamente homogêneos, exibiam as hipóteses tradicionais de mercados competitivos, ou melhor: retornos constantes de escala de produção, regra de precificação pelo custo marginal e livre entrada e saída de firmas no mercado. Por sua vez, o modelo de “economia heterogênea” caracterizou o sistema produtivo por um composto de 26 setores homogêneos e 39 setores diferenciados. Estes setores diferenciados apresentaram uma tecnologia de retorno crescente de escala de produção, uma regra de precificação de Lerner e um mecanismo intertemporal de entrada e saída de firmas. Especificamente na temática de transportes, a principal conclusão alcançada segue Bröcker (1998): a incorporação de mercados imperfeitos e retornos crescentes de escala tendem a tornar os efeitos econômicos de uma política de transporte diferentes daqueles observados em “economia quase-competitiva”, não podendo antecipar se eles serão maiores ou menores. Por exemplo, no setor de cabotagem a politica tarifaria, avaliada isoladamente, mostrou que o desvio de longo prazo da taxa de crescimento do PIB tende a ser maior em um modelo de “economia heterogênea”. Quando essa política foi associada com a de liberalização do próprio mercado, os efeitos sobre o PIB entre os tipos de economia foram inversos. Ou seja, uma vez considerada a política de liberalização do mercado de cabotagem, o impacto projetado de longo prazo sobre o PIB em uma “economia quase-competitiva” foi maior do que de uma “economia heterogênea”. A primeira aplicação do modelo nesta Tese teve por objetivo analisar os desdobramentos da política de revisão do teto tarifário do setor ferroviário de carga no final de 2012 sobre a atividade econômica. Essa política representou a primeira revisão das tarifas máximas do setor, após 15 anos de concessão da malha férrea do país. Mantendo o equilíbrio econômico- financeiro das concessões, o reposicionamento tarifário foi feito para corrigir as grandes 263 discrepâncias verificadas entre os tetos tarifários e os preços de mercado cobrados pelas empresas ferroviárias, que se diferenciam conforme o produto transportado, distância percorrida e operadora. Por decorrência, a política tarifária, coordenada pela ANTT, visou também estimular a competitividade do transporte ferroviário em relação aos outros modais, e, dessa maneira, minimizar a concentração de demanda do transporte rodoviário constante na matriz de transporte brasileira. Cabe destacar que Por essa política ser recente e envolver uma grande mudança para os setores demandantes do transporte ferroviário de carga (após 15 anos da concessão), a primeira aplicação apresentou os efeitos projetados desta política sobre a economia até 2025. Cabe destacar que para essa simulação de revisão do teto tarifário foram estimadas as variações percentuais negativas sobre a estrutura de receita observada do setor no ano de 2005. A justificativa de ter utilizado as receitas observadas no ano de 2005 se deve pela limitação do modelo de não capturar mudanças na pauta do transporte ferroviário. Ou melhor, como nos modelos EGC o valor nulo inicial permanece nulo após o choque, não é possível tratar a mudança da composição do transporte ferroviário: o transporte de novos produtos ou àqueles que deixaram de ser transportado após o ano de 2005. Entretanto, a vantagem de manter a pauta de transporte de 2005 residiu no exclusivo tratamento dos efeitos das variações de custos ferroviários provocados pela política do teto tarifário, os quais foram isolados dos efeitos oriundos das mudanças das toneladas transportadas por quilômetro (TKU) ao longo dos anos. Conforme os resultados projetados, a redução dos custos ferroviários de carga a partir da política de revisão do teto tarifário parece beneficiar a economia brasileira, independentemente se ela está mais próxima de uma “economia quase-competitiva” ou de uma “heterogênea”. No curto prazo, os resultados macroeconômicos apontaram para a elevação da atividade econômica, repercutindo na alta dos preços e custos internos na economia. No longo prazo, os resultados sobre os efeitos marginais da balança comercial foram positivos, acompanhados também pela manutenção da expansão da economia e dos demais componentes da demanda final, como investimento e consumo das famílias. As projeções macroeconômicas sinalizaram dois aspectos conclusivos em uma “economia heterogênea”: os preços parecem ser relativamente mais rígidos às variações e a expansão da economia tende a ser relativamente maior. 264 Se comparados os resultados macroeconômicos com os efeitos projetados sobre o setor ferroviários, essas projeções parecem ter gerado um trade-off para a política de redução tarifária: um provável impacto negativo sobre o nível de atividade do setor ferroviário em favor aos benefícios projetados para a economia. Como esperado, o setor ferroviário de carga foi o mais penalizado pela política, reduzindo seus investimentos, receitas e taxas de retorno. Esse efeito negativo foi mais penoso para o setor ferroviário em uma “economia quase- competitiva”. Por outro lado, na análise intersetorial a redução dos custos ferroviários favoreceu principalmente o setor de Minério de Ferro, que utiliza intensivamente os serviços desse transporte no Brasil e caracteristicamente exibi um número pequeno de firmas e forte barreira à entrada. Em contrapartida, por ser o principal concorrente com o serviço ferroviário, o modal rodoviário de carga sofreria certo deslocamento de sua demanda diante da redução dos custos ferroviários, o que repercutiria negativamente no seu nível de atividade. A segunda aplicação dedicou-se ao estudo dos impactos econômicos (2013-2025) da política tarifária proposta pela ANTAQ no atual regime concorrencial de protecionismo e de uma possível liberalização do mercado de cabotagem. No Brasil, essa modalidade de transporte é regulada pela ANTAQ, que concede a reserva exclusiva de mercado às empresas brasileiras de embarcação (EBNs). Uma alternativa acerca desta política de protecionismo, e que poderia induzir a competitividade e qualidade dos serviços, seria a liberalização do mercado de cabotagem. Além disso, as operações das EBNs são sujeitas a incidência de uma alíquota de 10%, conhecida como “Adicional de Frete para Renovação da Marinha Mercante (AFRMM)”, cujos recursos decorrentes são depositados no Fundo de Marinha Mercante (FMM) e podem ser usados para serviços de reparo e conversões de embarcações ou financiamento da construção de novas embarcações. Essa alíquota propicia uma desvantagem econômica à cabotagem quando comparada com o modal rodoviário. Uma alternativa proposta pela ANTAQ seria eliminar o AFRMM nas operações de cabotagem, mas mantê-lo nas importações como forma de subsídio cruzado ao setor. Consequentemente, poderia também estimular a competitividade do setor de cabotagem e aumentar a participação relativa desta modalidade na matriz de transporte do Brasil. Foi diante deste problema de estudo que a segunda aplicação forneceu as projeções dos efeitos econômicos da redução uniforme de 10% da tarifa cobrada sobre as operações domésticas do transporte de cabotagem, levando em conta dois ambientes concorrências. 265 De modo geral, os resultados projetados desta segunda aplicação foram os esperados tanto do ponto de vista macroeconômico como setorial. A política de redução de fretes no atual ambiente protecionista parece contribuir para a expansão da atividade econômica e para a redução dos preços internos e custos de produção na economia. A combinação dessa política tarifária com uma liberalização do mercado de cabotagem traria maior estimulo para a atividade econômica. Diante disto, a principal conclusão que se alcança é que, quando uma economia se aproxima às caraterísticas neoclássicas, uma política de liberalização de mercado parece gerar efeitos positivos e maiores para a economia como um todo. O trade-off evidenciado na primeira aplicação parece também se repetir no estudo do setor de cabotagem, ou seja, os prováveis efeitos positivos gerados para a economia brasileira em todos os experimentos foram acompanhados, em contrapartida, pela compressão do setor de cabotagem. Essa queda do nível de atividade do setor foi ainda maior com a política de liberalização, pois a curva de demanda total passou a ser dividida com mais empresas concorrentes, o que acarretou na ampliação do custo médio, na própria redução de oferta do serviço e diminuição do poder de mercado. Do ponto de vista da análise setorial, as reduções custos de transporte das navegações de cabotagem beneficiaram os seus principais demandantes, o setor de Petróleo e Gás e de Refino de Petróleo. No Brasil esses dois setores são intensivos no uso de cabotagem e exibem um número pequeno de firmas, uma baixa elasticidade de substituição entre as variedades e alta parcela de custo fixo. A barreira à entrada de firmas no mercado é mais forte no setor de Petróleo e Gás do que Refino de Petróleo, o que provocou, desse modo, diferenças significativas do lucro econômico. Por outro lado, o transporte rodoviário de carga novamente foi que mais penalizado com a política de redução tarifária, isso porque este modal é o principal concorrente do transporte de cabotagem. O efeito negativo de competição sobre o modal rodoviário foi tão grande que superou os benefícios de custos decorrentes da queda dos preços dos setores de Petróleo e Gás e de Refino de Petróleo. Vale ressaltar que as projeções do modelo não representam previsões, stricto sensu, para ambos os estudos. Os resultados do modelo refletem trajetórias das variáveis endógenas dentro de um arcabouço teórico e aplicado do modelo (sua base de dados). Além disso, conforme Haddad (2004), os resultados projetados apresentam limitações estruturais inerentes aos modelos EGC. Como modelos dinâmicos recursivos resolvem uma série de modelos 266 estáticos, um para cada ano, eles ainda carregam a chamada “questão do efeito estático”, de forma que consideram uma estrutura inicial da economia para a realocação dos recursos ao longo dos anos. As análises temporais nesses tipos de modelo permanecem relativamente insuficientes por apenas levar em conta uma base teórica de acumulação de capital e alocação de investimento, mercado de trabalho e entrada de firmas como os principais mecanismos intertemporais. Ainda estão ausentes outros importantes temas dinâmicos, como por exemplo, tecnologia, aprendizado e externalidades (HADDAD, 2004). Entretanto, acreditamos que os elementos incorporados ao modelo nessa Tese representam algum avanço na análise de EGC para a economia brasileira. O modelo BIM-T, desenvolvido nesta Tese, ao inserir formas de imperfeições às análises de políticas econômicas, aumentou o risco de arbitrariedade dos resultados. A razão disso se deve pela necessidade de considerar um número maior de parâmetros e coeficientes. Nesse sentido, é preciso ter cautela na interpretação dos resultados desse tipo de modelo EGC. Apesar disso, acreditamos que uma análise mais “qualitativa” dos resultados obtidos permite sinalizar a direção das trajetórias das variáveis econômicas nos experimentos realizados, o que representa uma importante contribuição desta Tese. Diante das inferências realizadas sobre os resultados projetados, o segundo ciclo de revisão do teto tarifário no setor ferroviário, previsto pela ANTT e que provavelmente ocorrerá no ano de 2018, parece ser apropriado no sentido de induzir níveis maiores da atividade econômica. Como visto, no ano de 2018, o desvio projetado sobre a taxa de crescimento do PIB foi um dos menores observados entre 2013 a 2025. Dessa maneira, a estratégia da ANTT de incluir uma divisão dos ganhos de produtividade com os usuários e/ou outras opções de incentivos em 2018 pode colaborar para um efeito positivo sobre crescimento econômico ainda maior no longo prazo. Contudo, o ônus dessa política pode também recair sobre o setor ferroviário de carga, que tende a elevar o efeito negativo sobre o nível de atividade, lucro econômico e taxas de retorno do investimento neste setor. Do ponto de vista da estratégia de política para o mercado de cabotagem, a proposta do subsídio cruzado da ANTAQ, o qual elimina ou suspende o AFRMM sobre as operações domésticas de cabotagem, parece ser uma medida interessante para elevar, mesmo que modestamente, a taxa de crescimento do PIB, e que tende a beneficiar majoritariamente seus principais demandantes no uso deste transporte ao longo da costa marítima brasileira. Os 267 resultados projetados da política de liberalização podem auxiliar os planejadores da ANTAQ caso essa reforma concorrencial viesse acompanhada de novas medidas de regulação com intuito de controlar as condutas das firmas atuantes e entrantes no mercado. Talvez, uma forma de restringir e controlar as condutas das empresas no mercado seria a elaboração e execução de uma política com tetos tarifários reduzidos sobre os transportes de mercadorias feitos pelas navegações de cabotagem. Como o mercado de cabotagem é caracterizado por um conjunto de operações heterogêneas (i.e. petroleiro, graneleiro sólido, cargueiro, porta- contêineres e outros), atendendo mercados distintos, a política de tetos tarifários poderia seguir essa heterogeneidade. Os desenvolvimentos metodológicos apresentados nesta Tese permitem vislumbrar futuros avanços, aplicações e extensões. Recomenda-se que os avanços sejam alcançados pelo aprimoramento do banco de dados do modelo e pela estimação econométrica dos parâmetros comportamentais. No aprimoramento do banco de dados é possível buscar novos procedimentos para estimar o número de firmas e participação do custo fixo em cada setor diferenciado. Em relação à estimação econométrica é necessário estimar as elasticidades de entrada e saída de firmas e de substituição entre algumas modalidades de transporte. Esses avanços ajudam a proporcionar maior segurança e confiabilidade quanto às conclusões obtidas. No que diz respeito às aplicações, é possível realizar estudos para o transporte aéreo doméstico de passageiros, como também analisar os efeitos dos subsídios concedidos ao setor metroferroviário sobre as demandas das diferentes classes familiares do modelo. Essa política acaba provocando distorções nos preços relativos aos serviços de transporte urbano por ônibus e induzindo a substituição entre esses modos de transporte na demanda das famílias. Além disso, como os impostos indiretos estão desagregados no modelo, podem-se estudar políticas tributárias específicas sobre a economia brasileira, levando em conta diferentes hipóteses para alguns setores no modelo, similarmente como feito nas duas aplicações desta Tese. A principal extensão metodológica a partir do modelo BIM-T consistirá em construir um modelo EGC multi-regional, que permitirá considerar de forma mais explícita o papel dos custos de transportes, retornos crescentes de escala e mercados imperfeitos na realocação dos recursos entre regiões com diferentes dotações de recursos. A compilação dessas formas de 268 imperfeições no âmbito regional implicaria no aumento do número de parâmetros, pois, por exemplo, um mesmo setor poderia exibir níveis de economias de escala diferentes por região. Seria preciso definir a participação do custo fixo diferenciada por setor e região. Portanto, o caminho da tarefa de analisar os efeitos econômicos advindos das variações dos custos de transporte, economias de escala e mercados imperfeitos em modelos espaciais aplicados é desafiador e extremamente difícil, porém necessário para a compreensão da diferenciação das vantagens competitivas entre as regiões e da distribuição espacial das atividades econômicas e fatores de produção. Como extensão da modelagem pode-se também buscar o tratamento explícito de uma rede de transporte. Tal agenda parece representar uma lacuna de pesquisa a ser mais bem explorada, combinando a estrutura econômica das regiões, a estrutura de rede conformada no espaço, e as interações otimizadoras dos agentes econômicos nas relações comerciais e na escolha dos seus trajetos. Ou melhor, a necessidade de um modelo microeconômico aplicado que trate, num horizonte temporal, a racionalidade de um grande número de agentes econômicos nas mais diferenciadas estruturas econômicas regionais, e combinado com um modelo de rede de transporte que reproduza também a racionalidade dos agentes na escolha do caminho ótimo nas mais diversas direções possíveis existentes numa rede de transporte. Nesse sentido, a articulação de um modelo de equilíbrio geral computável (EGC) multi- regional dinâmico, já com as inovações metodológicas do modelo BIM-T, e um modelo de rede de transporte georreferenciado parece apropriada para suprir essa lacuna de pesquisa, que pode tratar explicitamente as relações do comportamento otimizador dos agentes econômicos com as configurações regionais, mercados imperfeitos e rede de transporte. Em suma, a agenda de extensão para um novo modelo EGC vislumbra a combinação dos seguintes elementos: i) Parâmetros microeconômicos como retornos crescentes de escala localizados, custo de transporte e mobilidade de fatores; ii) uma estrutura econômica diferenciadas regionalmente; iii) mercados imperfeitos; iv) interdependências setoriais e regionais; v) articulação com uma rede de transporte; e vi) efeitos dinâmicos temporais. 269 REFERÊNCIAS ABAYASIRI-SILVA, K.; HORRIDGE, M. Economies of Scale and Imperfect Competition in an Applied General Equilibrium Model of the Australian Economy. Working Paper Number OP-84. Melbourne: Centre of Policy Studies and Impact Project, Monash University, 1996. 26 p. ABAYASIRI-SILVA, K.; HORRIDGE, M. The Effects of Current Fiscal Restraint on the Australian Economy: an Applied General Equilibrium Analysis with Imperfects Competition. Working Paper Number OP-91. Melbourne: Centre of Policy Studies and Impact Project, Monash University, 1999. 24 p. ADAMS, P. D. et al. Forecasts for the Australian economy using the MONASH model. International Journal of Forecasting, v. 10, n. 4, p. 557-571, dez. 1994. AGHION, P. et al. Competition and innovation: an inverted U relationship. Quarterly Journal of Economics, v. 120, n. 2, p. 701-728, maio 2005. AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL (ANAC). Dados estatísticos. Brasília: ANAC, 2005. AGÊNCIA NACIONAL DE TRANSPORTE TERRESTRE (ANTT). Anuário Estatístico dos Transportes Terrestres (AETT) de 2005. Brasília: ANTT, 2011a. AGÊNCIA NACIONAL DE TRANSPORTE TERRESTRE (ANTT). Dados estatísticos. Brasília: ANTT, 2011b. AGÊNCIA NACIONAL DE TRANSPORTE TERRESTRE (ANTT). Logística e Transporte para Produtos de Alto Valor Agregado no Contexto Brasileiro. Brasília: ANTT, 2004. p. 93 AGÊNCIA NACIONAL DE TRANSPORTE TERRESTRE (ANTT). Relatório de acompanhamento financeiro 2009. n. 01. Brasília: ANTT, 2010. 260 p. AGÊNCIA NACIONAL DE TRANSPORTE TERRESTRE (ANTT). Relatórios individuais das concessionárias: dados estatísticos. Brasília: ANTT, 2005. AGÊNCIA NACIONAL DE TRANSPORTE TERRESTRE (ANTT). Revisão tarifária das concessionárias de serviço público de transporte ferroviário de cargas. Brasília: ANTT, 2012. AGÊNCIA NACIONAL DE TRANSPORTE TERRESTRE (ANTT); BANCO INTERNACIONAL PARA RECONSTRUÇÃO E DESENVOLVIMENTO (BIRD). Avaliação da demanda do transporte ferroviário de cargas no Brasil. Projeto relativo ao Empréstimo N. BR-4.188/BIRD. Brasília: ANTT, 2007. AGÊNCIA NACIONAL DE TRANSPORTE TERRESTRE (ANTT); LABTRANS/UFSC. Desenvolvimento de metodologia para análise de custos ferroviários. Relatório Final do Objeto 1 do Projeto de Apoio à ANTT no desenvolvimento de metodologia e instrumento para análises de custos ferroviários. Brasília: ANTT, 2010. 270 AGÊNCIA NACIONAL DE TRANSPORTES AQUAVIÁRIOS (ANTAQ). Dados estatísticos. Brasília: ANTAQ, 2012a. AGÊNCIA NACIONAL DE TRANSPORTES AQUAVIÁRIOS (ANTAQ). Diagnóstico da navegação de cabotagem visando à regulação do setor. Seminário dos projetos do fundo aquaviário. Brasília: ANTAQ, 2009. 45 p. AGÊNCIA NACIONAL DE TRANSPORTES AQUAVIÁRIOS (ANTAQ). Ouvidoria: Informações sobre rotas do sistema de cabotagem. Solicitação n o 11121. Brasília: ANTAQ, 2012b. AGÊNCIA NACIONAL DE TRANSPORTES AQUAVIÁRIOS (ANTAQ). Panorama Aquaviário. Brasília: ANTAQ, 2011a. 154 p. AGÊNCIA NACIONAL DE TRANSPORTES AQUAVIÁRIOS (ANTAQ). Panorama aquaviário. Brasília: ANTAQ, jan. 2008. 88 p. AGÊNCIA NACIONAL DE TRANSPORTES AQUAVIÁRIOS (ANTAQ). Raio-x da frota brasileira na navegação de Cabotagem: principais empresas e suas frotas. Rio de Janeiro: ANTAQ, 2010. 18 p. AGÊNCIA NACIONAL DE TRANSPORTES AQUAVIÁRIOS (ANTAQ). Raio-x da frota brasileira na navegação de cabotagem: principais empresas e suas frotas. Brasília: ANTAQ, 2012c. 14 p. AGÊNCIA NACIONAL DE TRANSPORTES AQUAVIÁRIOS (ANTAQ). Transporte de cargas nas hidrovias brasileiras 2010: Hidrovia do Madeira. Brasília: ANTAQ, 2011b. 16 p. AGÊNCIA NACIONAL DE TRANSPORTES AQUAVIÁRIOS (ANTAQ). Transporte de cargas nas hidrovias brasileiras 2010: Hidrovia do Sul. Brasília: ANTAQ, 2011c. 29 p. AGÊNCIA NACIONAL DE TRANSPORTES AQUAVIÁRIOS (ANTAQ). Transporte de cargas nas hidrovias brasileiras 2010: Hidrovia Solimões-Amazonas. Brasília: ANTAQ, 2011d. p. 29 ALMEIDA, A. N. Elasticidades renda e preços: análise do consumo familiar a partir dos dados da POF 2008/2009. Texto para discussão Nereus 04-2011. São Paulo: NEREUS, 2011. 29 p. ALMEIDA, E. S. Um modelo de equilíbrio geral aplicado espacial para planejamento e análise de políticas de transporte. 2003. 242 f. Tese (Doutorado em Economia) – Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo (FEA/ USP), São Paulo, 2003. ARMINGTON, P. S. A Theory of Demand for Products Distinguished by Place of Production. International Monetary Fund Staff Papers, v. 16, n. 1, p. 159-178, 1969. ARROW, K. J.; DEBREU, G. Existence of an Equilibrium for a Competitive Economy. Econometrica, v. 22, n. 3, p. 265-290, jul. 1954. 271 ASSOCIAÇÃO NACIONAL DOS USUÁRIOS DO TRANSPORTE DE CARGA (ANUT). Novo levantamento de cabotagem. Brasília: ANUT, 2005. 2 p. ASSOCIAÇÃO NACIONAL DOS USUÁRIOS DO TRANSPORTE DE CARGA (ANUT). Setor Ferroviário: Avaliação dos Marcos Regulatórios. Brasília: ANUT, 2007. B/M LOGÍSTICA INTERNACIONAL. Coteminas adota ferrovia e cabotagem. Gazeta Mercantil, 15 jun. 2004. BABIKER, M. H. et al. The MIT Emissions Prediction and Policy Analysis (EPPA) Model: Revisions, Sensitivities, and Comparisons of Results. Number 71. Cambridge: Massachusetts Institute of Technology (MIT), fev. 2001. 92 p. BALDEZ, L. H. T. Revisão das Tarifas Ferroviárias: Uma necessidade. 2010, Brasília: II SEMINÁRIO SOBRE OS DIREITOS E DEVERES DOS USUÁRIOS DOS TRANSPORTES TERRESTRES ANTT, 2010. p. 25. BERG, C. Household Transport Demand in a CGE-framework. Environmental and Resource Economics, v. 37, n. 3, p. 573-597, jul. 2007. BETARELLI JUNIOR, A. A.; BASTOS, S. Q. A.; PEROBELLI, F. S. Interações e encadeamentos setoriais com os modais de transporte: uma análise para diferentes destinos das exportações brasileiras. Economia Aplicada, v. 15, n. 2, p. 223-258, 2011. BIGARAN, J. T.; TIZATO, L. H. G. Hidrovia Tietê-Paraná. Piracicaba: ESALQ-LOG - Grupo de Pesquisa e Extensão em Logística Agroindustrial, 2009. p. 19 BRASIL. Decreto no 1.832, de 4 de março de 1996. Aprova o Regulamento dos Transportes Ferroviários. Brasília: Congresso Nacional, 1996. BRASIL. Lei n. 10.233, de 5 de junho de 2001. Dispõe sobre a reestruturação dos transportes aquaviário e terrestre, cria o Conselho Nacional de Integração de Políticas de Transporte, a Agência Nacional de Transportes Terrestres, a Agência Nacional de Transportes. Brasília: Congresso Nacional, 2001. BRASIL. Lei n. 8.987, de 13 de fevereiro de 1995. Dispõe sobre o regime de concessão e permissão da prestação de serviços públicos previsto no art. 175 da Constituição Federal, e dá outras providências. Brasília: Congresso Nacional, 1995. BRÖCKER. Passenger Flows in CGE Models for Transport Project Evaluation. ERSA Congress. Dortmund: ERSA Congress, 2002. p. 20. BRÖCKER, J. Assessing spatial economic effects of transport by CGE analysis: state of the art and possible extensions. First International ITEM Workshop. Montreal: First International ITEM Workshop, 2000. p. 19. BRÖCKER, J. Spatial Effects of Transport Infrastructure: The Role of market Structure. Number 5/98. Dresden: University of Technology, Faculty of Traffic Sciences and Faculty of Economics, nov. 1998. 272 BRÖCKER, J.; MERCENIER, J. General Equilibrium Models for Transportation Economics. In: PALMA, A. et al. (Org.). A Handbook of Transport Economics. Cheltenham/Northampton: Edward Elgar, 2011. p. 928. CABRAL, B. O Papel das hidrovias no desenvolvimento sustentavel da região Amazonica brasileira. Brasilia: Senado Federal, 1996. CARVALHO, C. H. R.; PEREIRA, E. H. M. Efeitos da variação da tarifa e da renda da população sobre a demanda de transporte público coletivo urbano no Brasil. TRANSPORTES, v. 20, n. 1, p. 31-40, 2012. CARVALHO, C. H. R.; PEREIRA, R. H. M. Efeitos da variação da tarifa e da renda da população sobre a demanda de transporte público coletivo urbano no Brasil. Texto para discussão 1595. Brasília: IPEA, 2011. 38 p. CASTRO JUNIOR, O. A. Análise comparativa da regulação dos transportes aéreos nos Estados Unidos e Brasil: breves notas. Journal of Transport Literature, v. 5, n. 2, p. 163-174, 2011. CASTRO, N. Formação de preços no transporte de carga. Pesquisa e Planejamento Econômico, v. 33, n. 1, p. 167-189, abr. 2003. CENTRE OF POLICY STUDIES- COPS / MONASCH. ORANIGRD: a Recursive Dynamic version of ORANIG. . Melbourne: Policy Studies and Impact Project, Monash University, 2010. CENTRO DE ESTUDOS EM LOGÍSTICA (COPPEAD); CONFEDERAÇÃO NACIONAL DO TRANSPORTE(CNT). Transporte de cargas no Brasil: Ameaças e oportunidades para o desenvolvimento do país. . Brasília: COPPEAD / CNT, 2002. CHAMBERLIN, E. The theory of monopolistic competition. Cambridge: Harvard University, 1933. p. 213 CLEZAR, R. V. Poder de mercado, escala e a produtividade da indústria brasiileira entre 1994 e 2007. 2010. 88 f. Dissertação (Mestrado em economia) – Universidade do Vale do Rio dos Sinos (UNISINOS), São Leopoldo, 2010. COMPANHIA DOCAS DO CEARÁ. Porto do Mucuripe. Companhia Docas do Ceará, Fortaleza, 26 dez. 2008. CONFEDERAÇÃO NACIONAL DO TRANSPORTE (CNT). Pesquisa Aquaviária CNT 2006 : Portos Marítimos:Longo Curso e Cabotagem. Brasília: CNT, 2006. 148 p. CONFEDERAÇÃO NACIONAL DO TRANSPORTE (CNT). Pesquisa Ferroviária CNT 2006. Brasília: CNT, 2007. 132 p. CORREIA, E.; MOITA, R. Gasto em P/D e poder de mercado: teoria e evidência para o Brasil. Pesquisa e Planejamento Econômico, v. 41, n. 1, p. 101-132, abr. 2011. 273 CORY, P.; HORRIDGE, M. A Harris-Style Miniature Version of ORANI. Working Paper Number OP-54. Melbourne: Centre of Policy Studies and Impact Project, Monash University, 1985. 77 p. COSTA, D. Lubnor: mais de 40 anos no CE. Universo do Petróleo, Fortaleza, 21 jan. 2011. DE NEGRI, J. A. et al. Empresas líderes na indústria brasileira: recursos, estratégias e inovação. In: DE NEGRI, J. A.; LEMOS, M. B. (Org.). O Núcleo Tecnológico da Indústria Brasileira. Brasília: IPEA/ FINEP/ABDI, 2011. p. 11-56. DEPARTAMENTO DE AVIAÇÃO CIVIL (DAC). Estudo de demanda detalhada dos aeroportos brasilerios. Brasília: DAC, 2005. 575 p. DEVARAJAN, S.; RODRIK, D. Trade Liberalization in Developing Countries: Do Imperfect competition and Scale Economies Matter? American Economic Review, v. 79, n. 2, p. 283- 287, maio 1989. DEVUYST, E. A.; PRECKEL, P. V. Sensitivity analysis revisited: A quadrature-based approach. Journal of Policy Modeling, v. 19, n. 2, p. 175-185, 1997. DIXIT, Avinash K; STIGLITZ, Joseph E. Monopolistic Competition and Optimum Product Diversity. American Economic Review, v. 67, n. 3, p. 297-308, jun. 1977. DIXON, P. B. et al. ORANI: A Multisectoral Model of the Australian Economy. Amsterdam: North-Holland Pub. Co, 1982. DIXON, P. B.; RIMMER, M. Dynamic General Equilibrium Modelling for Forecasting and Policy: a practical guide and documentation of MONASH. Amsterdan: Elsevier, 2002. DIXON, P. B.; RIMMER, M. T. Forecasting and Policy Analysis with a Dynamic CGE Model of Australia. Working Paper Number OP-90. Melbourne: Policy Studies and Impact Project, Monash University, 1998. 76 p. DIÁRIO DO COMÉRCIO. ANTT pode alterar o novo teto de tarifas ferroviárias. Revista Ferroviária, out. 2012. DOMINGUES, E. P.; RESENDE, M. F. et al. Cenários macroeconômicos para a economia brasileira 2010-2025: repercussões no Estado de Minas Gerais e seus municípios. Texto para discussão número 383. Belo Horizonte: CEDEPLAR/UFMG, 2010. 28 p. DOMINGUES, E. P. Dimensão regional e setorial da integração brasileira na Área de Livre Comércio das Américas. 2002. 222 f. Tese (Doutorado em Economia) – Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo (FEA/ USP), São Paulo, 2002. DOMINGUES, E. P. et al. Redução das desigualdades regionais no Brasil: os impactos de investimentos de transporte rodoviário. XXXV Encontro Nacional de Economia. Recife: Anais do XXXV Encontro Nacional de Economia, 2007. . 274 DOMINGUES, E. P. et al. Repercussões setoriais e regionais da crise econômica de 2009 no Brasil: simulações em um modelo de equilíbrio geral computável de dinâmica recursiva. Texto para discussão n. 390. Belo Horizonte: Universidade Federal de Minas Gerais, Centro de Desenvolvimento e Planejamento Regional, 2010. 32 p. DOMINGUES, E. P.; HADDAD, E. A; HEWINGS, G. J. D. Sensitivity Analysis in Applied General Equilibrium Models: an Empirical Assessment for MERCOSUR Free Trade Areas Agreements. Discussion Paper 04-T-4. Urbana-Champaign: Regional Economics Applications Laboratory / University of Illinois, 2004. 26 p. EASTMAN, H C; STYKOLT, S. The Tariff and Competition in Canada. [S.l.]: Macmillan of Canada, 1967. EBEI ENGENHARIA et al. Corredor Bioceânico ferroviário: Estudos técnicos referentes ao eixo de Capricórnio. Rio dde Janeiro: BNDES, 2011. p. 45 ELZINGA, K. G.; MILLS, D. E. The Lerner Index of Monopoly Power: Origins and Uses. American Economic Review: Papers and Proceedings, v. 101, n. 3, p. 1-16, jan. 2011. EMPRESA BRASILEIRA DE PLANEJAMENTO DE TRANSPORTES (GEIPOT). Política Governamental e Competitividade da Marinha Mercante Brasileira. Brasília: GEIPOT, 1999. ERVILHA, R.; DALTO, E. J.; SUERTEGARAY, A. F. Infraestrutura de terminais de contêineres e na viabilização da navegação de cabotagem no Brasil. TRANSPORTES, v. 16, n. 1, p. 56-66, jun. 2008. ESALQ-LOG. Modelo matemático de otimização logística para o transporte multimodal de safras agrícolas pelo Corredor Nordeste: relatório de pesquisa. Piracicaba: ESALQ-LOG, 2009. FATAI, O.; OXLEY, L.; SCRIMGEOUR, F. Modelling Economies of Scale and Imperfect Competition using CGE: A Comparative Application to the Energy Sector of New Zealand, Canada, Singapore and Mozambique. 2003, Townsville, Australia: MODSIM, 2003. p. 6. FERREIRA FILHO, J. B. S. Ajuste estrutural e agricultura na década de 80: uma abordagem de equilíbrio geral. Pesquisa e Planejamento Econômico, v. 27, n. 2, p. 397-432, ago. 1997. FERREIRA, L. F. C. G. A importância da intermodalidade no escoamento da produção do oeste baiano. Pirapora: AHSFRA/CODOMAR, 2002. 16 p. FERREIRA, P. C; GUILLÉN, O. T. C. Estrutura competitiva, produtividade industrial e liberalização comercial no Brasil. Revista Brasileira de Econnomia, v. 4, n. 58, p. 507-532, 2004. FERREIRA, P. C.; ISSLER, J. V.; PESSOA, S. A. On the nature of income inequality across nations. mimeo. Rio de Janeiro: EPGE-FGV, 2000. 39 p. FRANCOIS, J. F. Scale Economies and Imperfect Competition in the GTAP Model. Paper 16. West Lafayette: GTAP Technical Papers, 1998. 22 p. 275 FRANCOIS, J. F.; ROLAND-HOLST, D. Scale Economies and Imperfect Competition. In: FRANCOIS, J. F.; REINERT, K. A. (Org.). Applied Methods for Trade Policy Analysis: A Handbook. New York: Cambridge University Press, 1997. . FREITAS, C. Cabotagem tenta superar dificuldades para crescer. Jornal do Comércio, 3 nov. 2011. FREITAS, F. et al. Estudo transversal: matriz de absorção de investimento e análise de impactos econômicos. Rio de Janeiro: Instituto de Economia da Universidade Federal do Rio de Janeiro, 2009. 78 p. FRISCH, R. A Complete Scheme for Computing All Direct and Cross Demand Elasticities in a Model with Many Sectors. Econometrica, v. 27, n. 2, p. 177-196, abr. 1959. GARCIA, F. A evolução da produtividade total de fatores na economia brasileira: uma análise do período pós-real. Relatório de pesquisa n. 13/2003. São Paulo: EAESP/FGV/NPP - NÚCLEO DE PESQUISAS E PUBLICAÇÕES, 2003. 175 p. GIAMBIAGI, F.; PASTORIZA, F. Modelo de Consistência Macroeoconômica. Texto para discussão n. 02. Rio de Janeiro: BNDES, 1997. GONZAGA, G.; CORSEUIL, C. H. Emprego industrial no Brasil: análise de curto e longo prazos. Revista Brasileira de Economia, v. 55, n. 4, p. 467-461, 2001. GUILHOTO, J. J. M. Um modelo computável de equilíbrio geral para planejamento e análise de políticas agrícolas (PAPA) na economia brasileira. 1995. 254 f. Tese (Livre-Docência em Economia) - Escola Superior de Agricultura “Luiz de Queiroz” da Universidade de São Paulo (ESALQ/USP), Piracicaba, 1995. HADDAD, E. A. Regional inequality and structural changes: lessons from the Brazilian experience. Aldershot: Ashgate, 1999. HADDAD, E. A. Retornos Crescentes, Custos de Transporte e Crescimento Regional. 2004. 207 f. Tese (Livre-Docência em Economia) – Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo (FEA/ USP), São Paulo, 2004. HADDAD, E. A.; HEWINGS, G. J. D. The theoretical specification of B-MARIA. Discussion Paper 97-T-5. Urbana-Champaign: University of Illinois at Urbana-Champaign, Regional Economics Applications Laboratory, 1997. HARRIS, R. Applied General Equilibrium Analysis of Small Open Economies with Scale Economies and Imperfect Competition. The American Economic Review, v. 74, n. 5, p. 1016- 1032, dez. 1984. HARRISON, W. J.; PEARSON, K. R. An Introduction to GEMPACK. GEMPACK Document No. 1. Sixth ed. Melbourne: Policy Studies and Impact Project, Monash University, 2002. HASEGAWA, M. M. Políticas públicas na economia brasileira: uma aplicação do modelo MIBRA, um modelo inter-regional aplicado de equilíbrio geral. 2003. 258 f. Tese (Doutorado 276 em Economia) – Escola Superior de Agricultura “Luiz de Queiroz” da Universidade de São Paulo (ESALQ/USP), Piracicaba, 2003. HELPMAN, E.; KRUGMAN, P. R. Market structure and foreign trade: increasing returns, imperfect competition, and the international economy. Cambridge: The MIT Press, 1985. HELPMAN, Elhanan. International trade in the presence of product differentiation, economies of scale and monopolistic competition:: A Chamberlin-Heckscher-Ohlin approach. Journal of International Economics, v. 11, n. 3, p. 305-340, jan. 1981. HERTEL, T. W.; TSIGAS, M. Structure of GTAP. In: HERTEL, T. W. (Org.). Global Trade Analysis: Modeling and Applications. Cambridge: Cambridge University Press, 1999. . HODGSON, J. R. F.; BROOKS, M. R. Canada’s Maritime Cabotage Policy. Halifax: DALHOUSIE University, 2004. 82 p. HOFFMANN, R. Estimativas das elasticidades-renda de várias categorias de despesa e de consumo, especialmente alimentos, no Brasil, com base na POF de 2008-2009. Economia Aplicada, v. 57, n. 2, p. 49-57, 2010. HORRIDGE, M. ORANI-G: a General Equilibrium Model of the Australian Economy. Working Paper Number OP-93. Melbourne: Centre of Policy Studies and Impact Project, Monash University, 2000. 69 p. INFRAERO CARGO. Boletim logístico – dezembro/2010. Brasília: INFRAERO CARGO, 2010. 18 p. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Demografia das Empresas 2008. Estudos e Pesquisas: Informação Econômica número 14. Rio de Janeiro: IBGE, 2010a. 132 p. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Economia do Turismo: Uma perspectiva macroeconômica 2000-2005. Estudos e Pesquisas Informação Econômica número 7. Rio de Janeiro: IBGE, 2008a. 53 p. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Economia do Turismo: Uma perspectiva macroeconômica 2003-2006. Estudos e Pesquisas Informação Econômica número 12. Rio de Janeiro: IBGE, 2009. 57 p. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Margem de Transporte e Comércio. In: INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE) (Org.). Sistema de Contas Nacionais – Brasil: Referência 2000. Rio de Janeiro: IBGE, 2000a. p. 8. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Matriz de Insumo- Produto Brasil: 2000/2005. Contas Nacionais número 23. Rio de Janeiro: IBGE, 2008b. 57 p. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Pesquisa Anual de Serviços. Série Relatórios Metodológicos volume 33. Rio de Janeiro: IBGE, 2005. 90 p. 277 INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Pesquisa de Orçamentos Familiares 2008-2009: Despesas, Rendimentos e Condições de Vida. Rio de Janeiro: IBGE, 2010b. 222 p. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Sistema de Contas Nacionais – Brasil referência 2000: Consumo Final das Famílias. Nota Metodológica n 17. Rio de Janeiro: IBGE, 2000b. 5 p. INSTITUTO DE PESQUISA ECONÔMICA APLICADA (IPEA). Boletim de Política Industrial. Boletim de Política Industrial, n. 12, p. 46, dez. 2000. INSTITUTO DE PESQUISA ECONÔMICA APLICADA (IPEA). Dados estatísticos: IPEAdata. Brasília: IPEA, 2012. INSTITUTO DE PESQUISA ECONÔMICA APLICADA (IPEA). Transporte ferroviário de cargas no brasil: gargalos e perspectivas para o desenvolvimento econômico e regional. Comunicados do IPEA n. 50. Brasília: IPEA, 2010. 58 p. ISARD, W. Methods of interregional and regional analysis. Aldershot: Ashgate, 1998. JOHANSEN, L. A multisectoral model of economic growth. Amsterdan: North-Holland Pub. Co, 1960. JUSTEN FILHO, M. Teoria geral das concessões de serviço público. São Paulo: Dialética, 2003. KNAAP, T.; OOSTERHAVEN, J. Measuring the welfare effects of infrastructure: A simple spatial equilibrium evaluation of Dutch railway proposals. Research in Transportation Economics, v. 31, n. 1, p. 19-28, maio 2011. KRUGMAN, P. R. Increasing returns, monopolistic competition, and international trade. Journal of International Economics, v. 9, n. 4, p. 469-479, fev. 1979. KRUGMAN, Paul. Scale Economies , Product Differentiation , and the Pattern of Trade. American Economic Review, v. 70, n. 5, p. 950-959, dez. 1980. LACERDA, S. M. Navegação de cabotagem: regulação ou política industrial? BNDES Setorial, n. 19, p. 49-66, mar. 2004. LANCASTER, K. Socially Optimal Product Differentiation. American Economic Review, v. 65, n. 4, p. 567-585, set. 1975. LEMOS, M. B. A Nova Geografia Econômica: uma leitura crítica. 2008. 170 f. Tese (Professor Titular) – Centro de Desenvolvimento e Planejamento Regional da Universidade Federal de Minas Gerais (CEDEPLAR/UFMG), Belo Horizionte, 2008. LERNER, A. P. The Concept of Monopoly and the Measurement of Monopoly Power. The Review of Economic Studies, v. 1, n. 3, p. 157-175, jun. 1934. 278 LITMAN, T. Transit Price Elasticities and Cross-Elasticities. Transportation, v. 7, n. 2, p. 37- 58, 2011. MAI, Y.; DIXON, P. B.; RIMMER, M. A Monash-Styled Dynamic CGE Model of China. Working Paper Number G-201. Melbourne: Centre of Policy Studies and Impact Project, Monash University, 2010. 53 p. MARCHETTI, D. S. Estratégia geral, ações necessárias e previsão de investimento nos setores portuário, ferroviário e rodoviário. In: BANCO NACIONAL DE DESENVOLVIMENTO ECONÔMICO E SOCIAL (BNDES) (Org.). Perspectivas do Investimento 2010-2013. Rio de Janeiro: BNDES, 2010. p. 259-299. MARKUSEN, J. R.; WIGLE, R. M. Nash Equilibrium Tariffs for the United States and Canada: The roles of country size, scale economies, and capital mobility. Journal of Political Economy, v. 97, n. 2, p. 368-386, abr. 1989. MARSHALL, A. Principles of economics : an introductory volume. 8. ed. New York: MacMillan, 1948. MATERA, R. R. T. O desafio logístico na implantação de um aeroporto indústria no Brasil. Journal of Transport Literature, v. 6, n. 4, p. 190-214, out. 2012. MAYERES, I.; PROOST, S. Testing alternative transport pricing strategies: A CGE analysis for Belgium. Input-Output and General Equilibrium: Data, Modeling and Policy Analysis. Brussels: Input-Output and General Equilibrium: Data, Modeling and Policy Analysis, 2004. p. 15. MCKINSEY/COMPANY. Estudo do setor de transporte aéreo do Brasil: relatório consolidado. Rio de Janeiro: McKinsey e Company, 2010. p. 380 MERCENIER, J. Nonuniqueness of solutions in applied general equilibrium models with scale economies and imperfect competition. Economic Theory, v. 6, n. 1, p. 161-177, jun. 1995. MINISTÉRIO DO DESENVOLVIMENTO DA INDÚSTRIA E COMÉRCIO (MDIC). Sistema AliceWeb. Brasilia: MDIC, 2012. MINISTÉRIO DO TURISMO. MTur avaliará roteiros de cruzeiros marítimos. Todas as notícias, Brasília, 18 fev. 2011. MINISTÉRIO DOS TRANSPORTES. Plano Nacional de Logística e Transportes (PNLT). RELATÓRIO EXECUTIVO. Brasília: Ministério dos Transportes, 2007a. MINISTÉRIO DOS TRANSPORTES. Relatório de modelagem da situação e evolução da demanda de transporte de passageiros. In: MINITÉRIO DOS TRANSPORTES (Org.). Plano Nacional de Logística e Transportes (PNLT). Brasília: Ministério dos transportes, 2007b. p. 57. MIRANDA DIAS, J. R. Fatores que inibem o desenvolvimento da cabotagem no Brasil – visão do usuário. Seminário Cabotagem – ANTAQ - 2009. Brasília: ANTAQ, 2009. 14 p. 279 MONTEAGUDO, J.; WATANUKI, M. Regional Trade Agreements for Mercosur: a Comparison Between the FTAA and the FTA with the European Union. Economie Internationale, n. 94-95, p. 53-76, 2003. MONTORO PILHO, A. F. A aviação no Brasil. 1970. 63 f. Dissertação (Mestrado em economia) - Fundação Getúlio Vargas, Rio de Janeiro, 1970. MOURA, D. A.; BOTTER, R. C. O transporte por cabotagem no brasil - potencialidade para a intermodalidade visando a melhoria do fluxo logístico. Revista Produção Online, v. 11, n. 2, p. 595-617, 2011. NAQVI, F.; PETER, M. A multiregional, multisectoral model of the Australian economy with an Illustrative Application. Australian Economic Papers, v. 35, n. 66, p. 94-113, 1996. NÓBREGA, E. Evolução e perspectivas de desenvolvimento da marinha mercante brasileira. Texto para discussão n. 45. Brasília: Consultoria Legislativa do Senado Federal, 2008. 18 p. OLIVEIRA, A. V. M.; FERREIRA, N. S.; SALGADO SILVA, L. H. Liberalização econômica do transporte aéreo no Brasil: um estudo empírico dos dez primeiros anos. TRANSPORTES, v. 19, n. 3, p. 62-74, 2011. PEROBELLI, F. S. Análise das Interações Econômicas entre os Estados Brasileiros. 2004. 250 f. Tese (Doutorado em Economia) – Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo (FEA/ USP), São Paulo, 2004. PERRONI, C.; RUTHERFORD, T. F. Regular flexibility of nested CES functions. European Economic Review, v. 39, n. 2, p. 335-343, fev. 1995. PETER, M. W. et al. The theoretical structure of Monash-MRF. Working Paper Number OP- 85. Melbourne: Centre of Policy Studies and Impact Project, Monash University, 1996. 121 p. PINDYCK, R. S. The Measurement of Monopoly Power in Dynamic Markets. Journal of Law and Economics, v. 28, n. 1, p. 193-222, abr. 1985. PINDYCK, R. S.; RUBINFELD, D. L. Microeconomia. 6. ed. São Paulo: Pearson Prentice Hall, 2005. PIRES, J. C. L.; PICCININI, M. S. Mecanismos de regulação tarifária do setor elétrico: a experiência internacional e o caso brasileiro. Texto para discussão n. 64. Rio de Janeiro: BNDES, 1998. 57 p. POSSAS, M. Estruturas de Mercado em Oligopólio. São Paulo: Hucitec, 1987. PROTÁSIO, C. G. A modicidade tarifária no transporte ferroviário de carga. Especialização em controle da regulação. Brasília: Instituto Serzedello Corrêa – ISC/TCU, 2011. 38 p. RUIZ, R. M. Consultas realizadas com o conselheiro do Conselho Administrativo de Defesa Econômica (Cade). Comunicação por e-mail. Belo Horizonte: CADE, 2012. 280 SAINTIVE, M. B.; CHACUR, R. S. A Regulação Tarifária e o Comportamento dos Preços Administrados. Documento de Trabalho n. 33. Brasília: Secretaria de Acompanhamento Econômico do Ministério da Fazenda (SEAE/MF), 2006. SANTOS, G. F. Política energética e desigualdades regionais na economia brasileira. 2010. 180 f. Tese (Doutorado em Economia) – Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo (FEA/ USP), São Paulo, 2010. SCARF, H. The approximation of fixed points of a continuous mapping. [S.l: s.n.], 1967. v. 15. p. 1328-1343 SCHNEIDER, N. C. B. G. Hidrovias interiores: um modal econômica e ambientalmente viável? 2000. 96 f. Dissertação (Mestrado em gestão econômica do meio ambiente) – Departamento de Economia da Universidade de Brasília (UNB), Brasília, 2000. SCHÄFER, A.; JACOBY, H. D. Technology detail in a multisector CGE model: transport under climate policy. Energy Economics, v. 27, n. 1, p. 1-24, jan. 2005. SCITOVSKY, T. Economic Theory and the Measurement of Concentration. In: BUREAU, UNIVERSITIES-NATIONAL (Org.). Business Concentration and Price Policy. New Jersey: Princeton University Press, 1955. p. 99-116. SHOVEN, J. B.; WHALLEY, J. Applying general equilibrium. The Economic Journal, v. 103, n. 421, p. 1563, 1992. SILVA, C. F.; PORTO, M. M. Transportes, seguros e a distribuição física internacional de mercadorias. São Paulo: Aduaneiras, 2003. SIMON, C. P.; BLUME, L. Matemática para economista. Porto Alegre: Bookman, 2004. SPAT, M. D.; MASSUQUETTI, A. Análise dos indicadores estruturais da indústria de máquinas e implementos agrícolas no Rio Grande do Sul e em São Paulo no período 1996- 2003. Estudos do CEPE (UNISC), v. 28, p. 74-105, 2008. SPENCE, M. Product differentiation and Welfare. American Economic Review, v. 66, n. 2, p. 407-414, maio 1976. STEININGER, K. W.; FRIEDL, B.; GEBETSROITHER, B. Sustainability impacts of car road pricing: A computable general equilibrium analysis for Austria. Ecological Economics, v. 63, n. 1, p. 59-69, jun. 2007. STONE, R. Linear Expenditure Systems and Demand Analysis: An Application to the Pattern of British Demand. The Economic Journal, v. 64, n. 255, p. 511-527, set. 1954. TAVARES, M.C.; FAÇANHA, L.O.; POSSAS, M.L. Estrutura Industrial e Empresas Líderes. Centro de Estudos e Pesquisas. Rio de Janeiro: FINEP, 1978. TOURINHO, O. A. F.; KUME, H.; PEDROSO, A. C. S. Elasticidades de Armington para o Brasil: 1986–2002. Revista Brasileira de Economia, v. 61, n. 2, p. 245-267, 2007. 281 VELEDA MOURA, D. Uma análise da soberania na plataforma continental brasileira. Âmbito Jurídico, n. 63, p. XII, abr. 2009. VENABLES, A. J. Multiple equilibria in the theory of international trade with monopolistically competitive commodities. Journal of International Economics, v. 16, n. 1-2, p. 103-121, fev. 1984. WIGLE, R. General Equilibrium Evaluation of Canada-U.S. Trade Liberalization in a Global Context. The Canadian Journal of Economics, v. 21, n. 3, p. 539-564, ago. 1988. WILLENBOCKEL, D. Specification choice and robustness in CGE trade policy analysis with imperfect competition. Economic Modelling, v. 21, n. 6, p. 1065-1099, mar. 2004. ZIMMERMANN, N.; OLIVEIRA, A. V. M. Liberalização econômica e universalização do acesso no transporte aéreo: é possível conciliar livre mercado com metas sociais e ainda evitar gargalos de infraestrutura. Journal of Transport Literature, v. 6, n. 4, p. 82-100, 2012. 282 APÊNDICE A – Demonstrações matemáticas Demonstração 1 - forma percentual da equação (2.2.43)         cDc c C Dc EP MP 1 0 0 DcDccc C c PPEME 00  Transformando em variação percentual:     DcDcDccDcccCccCc PpPEpMEm 0000       c C Dc Dc c C Dc cDcccc C c M P p M P EpEm 00 0 0   Conforme a definição da equação (2.2.42) em que           1 0 c c c C cDc E E M ZP , então temos:                    11 00 c c Dc c c cDcccc C c E E p E E EpEm                     1 1 1 00 c Dc c c Dccc C c E p E E pm                     1 1 11 0 cc c Dc c c cc C c EE E p E E m    Dc c c cc C c p E E m 0 1                    1 0 c c cc C cDc E E mp          1 10 c c cc C Dc E E mp          1 1 0 c cc C Dc E mp          c cc C Dc E mp 1 1 0  Consequentemente, a última equação é (2.2.45). 283 Demonstração 2 - Rearranjos para obter a equação (2.2.49)                     c F c F N k c F Dck DcqMc N k c F Dck McjDcjq N p pp N p Szx 1 1 11 1 1 11                      c F c F N k c F Dck Dcq N k Dck c F Mcc McMcjDcjq N p pp N S pSzx 1 1 1 1 1 1 111    Pelo experimento de Bertrand-Nash, é levado em conta o efeito da mudança de preço cobrado pra cada setor e nenhum efeito negativo sobre a produção ( jz ) e preço de insumos importados, logo:                     c F c F N k c F Dck Dcq N k Dck c F Mc Dcjq N p pp N S x 1 1 1 1 1 1 1   E como as demais firmas rivais mantêm os preços constantes e captando os efeitos de substituição entre a variedade e aquelas de outras firmas, logo: Dcq c F Dcq c F Mc Dcjq p N p N S x 11 1 1 1 1                Dcq c F c F Mc Dcjq p NN S x 1 1 1 1 1                cj c F c F Mc Dcq Dcjq E NN S p x 1 1 1 1 11          O subscrito q foi abstraído em cjE1 porque a elasticidade percebida de demanda de cada firma é a mesma dentro do setor diferenciado. Demonstração 3 – Derivações para alcançar a equação (2.2.50)        c F c F Mc cj NN S E 1 111    111  cFMccjcF NSEN  284 Transformando na forma percentual e tendo em vista que os parâmetros não sofrem variações:   cFcFMMccjcFcjcF nNSsENn   111 cjc F c F c FF MMccjc F cj ENnnNSsEN 1111   ou   cFcjFMMccjcFcj nENSsEN 1111   Como  111  cFMccjcF NSEN  , logo:   11111  cFMccFcFcFMMccjcFcj NSnnNSsEN     cFMccFcFMMccjcFcj NSNnSsEN 1111   cFMcMMccjcFcj nSSsEN 1111   Demonstração 4 – Derivações matemáticas para obter a equação (2.2.55)    McMcj DcDcj M D PX PX S S 11 11 (a) A forma percentual de (a) é:    McDcMcjDcjMD ppxxss 1111  (b) E, a definição de c1 implica que:    McDccMcjDcj ppxx 11111   (c) Substituindo (c) em (b):    McDcMcDccMD ppppss 11111      McDccMD ppss 1111   (d) Adotando a definição: 1 MD SS E na forma percentual: 0 MMDD SsSs 285 M DD M S Ss s  (e1) D MM D S Ss s  (e2) Substituindo (e2) em (d):   McDccM D MM pps S Ss 1111           McDcc D M M pp S S s 111 11           McDcc D M M pp S S s 111 11           McDcc D MD M pp S SS s 111 1         Sabemos que 1 MD SS , logo:   McDcc D M pp S s 111 1 1           McDccDM ppSs 111 1   (f) Conforme a equação (2.2.50):   cFMcMMccjcFcj nSSsEN 1111   (g) Substituindo (f) em (g), temos:      cFMcMcDcccDMcjcFcj nSppSSEN 1111111 1   Ou, como que   cFcjFMMccjcFcj nENSsEN 1111   (h) Substituindo (f) em (h), temos:      cFcjFMcDcccDMcjcFcj nENppSSEN 1111111 1   (j) 286 Demonstração 5 - Transformação na forma percentual da equação (2.2.61)            c F c F McD c NN SS E 1 133   Ou    133  cFMcDccF NSSEN  A forma percentual pode ser definida como:     cFcFMMcDDccFccF nNSsSsENn   333 (a) Similarmente a equação (f) na Demonstração 4, temos:    McDccDM ppSs 333 1   (b) Combinando (b) em (a), encontramos:       cFccFMcDcMDcccFc nENppSSEN 333 2 333 1   Demonstração 6 - Transformação geral para obter a elasticidade percebida do mercado externo e sua forma percentual Partindo da equação (2.2.35):    cEcqEGENccPcEcEXcq ppFFFpx   4444                     c F c F N k c F Dck Ecq EGEN cc P N k c F Dck Ec EX cq N p pFFF N p x 1 444 1 4  Desconsiderando, por conveniência, as variáveis de deslocamentos:                     c F c F N k c F Dck Ecq E N k c F Dck Ec EX cq N p p N p x 11 4  E como as demais firmas rivais nacionais mantêm os preços constantes, logo: 287        c F cq Ecq Ec F cq Ec EX cq N p p N p x 4              c F c EX c F Dcq E cq NN px   1 14 cq E cq c F c EX c F c p x NN E 44 1 1                Transformando na forma percentual seguinte equação:   cEXcFccF NEN   14   cFcFccFcFc nNENn   44   cFccFc nEn   44  ccFcc EnE 444   288 APÊNDICE B – Análise de sensibilidade sistêmica Existem dois conjuntos de parâmetros considerados chaves nas simulações: as elasticidades de substituição entre modais de transporte de carga e as elasticidades de entrada às firmas dos mercados diferenciados. Desse modo, foi feita uma análise de sensibilidade sistêmica para examinar a robustez dos resultados em relação a cada um desses conjuntos de parâmetros. Essa análise é de suma importância para minimizar a margem de incerteza, principalmente para os valores dos parâmetros calibrados arbitrariamente. A ausência de estimativas para os parâmetros de substituição entre os modais de transporte de carga, tão bem quanto às elasticidades de entrada às firmas nos mercados, faz com que haja a necessidade de gerar informações sobre média e desvio padrão. Com estes momentos, média e desvio padrão, a análise de sensibilidade pode ser feita de maneira que fornece a distribuição dos resultados das simulações em relação à distribuição calculada arbitrariamente dos parâmetros. A análise de sensibilidade sistemática empregada neste trabalho segue a metodologia de quadratura gaussiana proposta por DeVuyst e Preckel (1997), disponível no programa RunDynam 3.6. Nessa abordagem, o modelo EGC é tratado como um problema de integração numérica no qual a solução do modelo (resultado das variáveis endógenas) pode ser obtida simultaneamente, além de seus dois primeiros momentos (média e variância), dada uma distribuição das variáveis exógenas (parâmetros ou choques). Um conjunto de informações qualitativas formado por média, desvio padrão e intervalo de confiança pode ser gerado para os resultados do modelo (DOMINGUES et al., 2004). De posse destas considerações, nos testes de sensibilidade foi definido um intervalo uniforme de 20% para os valores dos parâmetros de tais conjuntos, com distribuição triangular. Os intervalos de confiança foram obtidos a partir dos resultados de média e desvio-padrão produzidos na análise de sensibilidade sistemática, usando a desigualdade de Chebychev (com limites de 4,47 desvios-padrão a partir da média para um intervalo de confiança de 95%). Genericamente, pode-se concluir que determinado resultado é mais sensível a um parâmetro se seu desvio padrão está relativamente próximo da respectiva média, de forma que o intervalo de confiança muda de sinal. 289 No caso das simulações dos modelos dinâmicos recursivos, os resultados calculados a partir da análise de sensibilidade sistêmica ao longo de uma trajetória temporal, são divididos em três grupos: a) uma série de tempo de médias e desvios padrões das diferenças acumuladas (entre os resultados da política e do cenário de referência); b) uma série de tempo de médias e desvios padrões para a política; e c) uma série de tempo de médias e desvios padrões para o Rerun (i.e. o cenário de referência endógeno). Desse modo, por exemplo, para um cenário que teve uma política entre 2013 a 2025, a análise de sensibilidade de um determinado conjunto de parâmetros gerará 36 médias e 36 desvios padrões, isto é, 12 resultados para cada grupo e conjunto de parâmetros. A estratégia de aplicação da análise de sensibilidade acompanha a quantidade de experimentos feitos nesta Tese. Como visto, a primeira aplicação, que envolve o estudo do setor ferroviário, considera dois experimentos, ao passo que, a segunda aplicação, um estudo sobre o setor de cabotagem, engloba quatro experimentos. Portanto, a análise de sensibilidade produzirá 36 médias e 36 desvios padrões para cada experimento e conjunto de parâmetros. Como existem 3 experimentos voltados hipoteticamente para uma “economia quase- competitiva”, a qual considera apenas os setores de transporte correspondente ao estudo como diferenciado, a análise de sensibilidade dos valores da elasticidade de entrada às firmas é desnecessária. As seções a seguir apresentam os resultados das análises de sensibilidades realizadas, divididos entre Rerun, Política e Diferenças cumulativas. No entanto, em virtude da grande quantidade de informações para do nível de atividade de cada produto, optamos por reportar somente os resultados do ano de 2025 de cada grupo. Apêndice B.1 – Elasticidades de substituição dos modais de transporte de carga De maneira geral, os resultados obtidos são robustos, particularmente sobre o PIB nacional. Não houve alteração de sinal na variação do PIB nos três grupos. Por sua vez, os resultados sobre as produções dos bens também são relativamente robustos em relação aos parâmetros de substituição, sobretudo, nos grupos Rerun e Política. Já em relação ao terceiro grupo, alguns resultados apresenta um intervalo de confiança mais amplo, de forma a ocorrer mudança de sinal. Esse é caso de algumas produções dos bens da agropecuária e de outros produtos industriais reportados principalmente nos experimentos que levaram em conta a hipótese de “economia heterogênea” (e.g. SojaGrao, FumoFolha, CafeGrao, ProdFumo, CouroCalcado, ProdMadeira, ProdFarmac, BorracPlast, MaqEletriOut, PecVeicAutom, OutEqTransp). 290 Apesar da relativa robustez, a análise de sensibilidade sugere a necessidade de se revisar as elasticidades de substituições para tais produtos, que são destacados no Apêndice B. f. Apêndice B. a – Análise de sensibilidade em relação às elasticidades de substituição entre os modais de transporte de carga, PIB real – Rerun (var. %) Apêndice B. b – Análise de sensibilidade em relação às elasticidades de substituição entre os modais de transporte de carga, PIB real – Política (var. %) Estudo Momentos 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Média 3,99981 5,00022 4,50049 4,00035 3,50013 3,49997 3,99990 4,49984 4,49997 4,50006 4,50000 4,50011 4,49998 3,99981 5,00004 4,50040 4,00031 3,50013 3,49970 3,99923 4,49939 4,49970 4,49970 4,49964 4,49998 4,49962 3,99981 5,00040 4,50058 4,00039 3,50013 3,50024 4,00057 4,50029 4,50024 4,50042 4,50036 4,50024 4,50034 Média 3,99985 5,00033 4,50052 4,00021 3,50000 3,49996 3,99996 4,49995 4,50000 4,50006 4,50017 4,50014 4,50011 3,99985 5,00029 4,50043 4,00017 3,49996 3,49996 3,99978 4,49991 4,49991 4,49975 4,50004 4,49978 4,50007 3,99985 5,00037 4,50061 4,00025 3,50004 3,49996 4,00014 4,49999 4,50009 4,50037 4,50030 4,50050 4,50015 Média 3,99981 5,00017 4,50036 4,00025 3,49994 3,49988 3,99984 4,49987 4,49991 4,50006 4,50007 4,50001 4,50000 3,99977 4,99990 4,50014 3,99994 3,49967 3,49966 3,99962 4,49983 4,49978 4,50006 4,49998 4,49988 4,49942 3,99985 5,00044 4,50058 4,00056 3,50021 3,50010 4,00006 4,49991 4,50004 4,50006 4,50016 4,50014 4,50058 Média 3,99981 5,00019 4,50041 4,00032 3,50007 3,49999 3,99990 4,49987 4,49989 4,50004 4,50006 4,50002 4,50002 3,99977 4,99988 4,50005 3,99992 3,49980 3,49968 3,99945 4,49974 4,49980 4,49991 4,49975 4,49971 4,49993 3,99985 5,00050 4,50077 4,00072 3,50034 3,50030 4,00035 4,50000 4,49998 4,50017 4,50037 4,50033 4,50011 Média 3,99985 5,00035 4,50060 4,00028 3,50004 3,49991 3,99992 4,49994 4,49998 4,50005 4,50012 4,50011 4,50007 3,99985 4,99999 4,50051 4,00010 3,49959 3,49937 3,99956 4,49990 4,49971 4,49978 4,50003 4,49993 4,49967 3,99985 5,00071 4,50069 4,00046 3,50049 3,50045 4,00028 4,49998 4,50025 4,50032 4,50021 4,50029 4,50047 Média 3,99985 5,00034 4,50056 4,00026 3,50009 3,49995 3,99997 4,49993 4,49993 4,50002 4,50014 4,50016 4,50007 3,99985 4,99998 4,50038 3,99999 3,50000 3,49973 3,99988 4,49971 4,49993 4,49993 4,50005 4,49980 4,49949 3,99985 5,00070 4,50074 4,00053 3,50018 3,50017 4,00006 4,50015 4,49993 4,50011 4,50023 4,50052 4,50065 Fonte: Elaboração própria. Ferroviário: experimento 1 Ferroviário: experimento 2 Cabotagem: experimento 1 Cabotagem: experimento 2 Cabotagem: experimento 3 Cabotagem: experimento 4 Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Estudo Momentos 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Média 4,07229 5,02948 4,48865 3,97372 3,47471 3,48536 4,00062 4,51037 4,51284 4,50728 4,49889 4,49346 4,49234 4,07032 5,02809 4,48785 3,97359 3,47431 3,48500 4,00017 4,51001 4,51253 4,50692 4,49844 4,49315 4,49230 4,07426 5,03087 4,48945 3,97385 3,47511 3,48572 4,00107 4,51073 4,51315 4,50764 4,49934 4,49377 4,49238 Média 4,06957 5,04174 4,49885 3,96882 3,46713 3,47820 3,99693 4,51054 4,51567 4,51119 4,50078 4,49223 4,48949 4,06792 5,04031 4,49818 3,96882 3,46700 3,47807 3,99653 4,50991 4,51500 4,51083 4,50069 4,49219 4,48936 4,07122 5,04317 4,49952 3,96882 3,46726 3,47833 3,99733 4,51117 4,51634 4,51155 4,50087 4,49227 4,48962 Média 4,01174 5,00026 4,49984 3,99960 3,49932 3,49945 3,99976 4,49984 4,49990 4,49980 4,49958 4,49951 4,49946 4,01156 5,00026 4,49975 3,99938 3,49901 3,49909 3,99940 4,49939 4,49968 4,49967 4,49918 4,49920 4,49946 4,01192 5,00026 4,49993 3,99982 3,49963 3,49981 4,00012 4,50029 4,50012 4,49993 4,49998 4,49982 4,49946 Média 4,01173 5,00034 4,49997 3,99978 3,49948 3,49961 3,99991 4,50007 4,50011 4,50006 4,49987 4,49971 4,49971 4,01155 5,00025 4,49984 3,99960 3,49944 3,49961 3,99991 4,49998 4,50007 4,49997 4,49974 4,49944 4,49931 4,01191 5,00043 4,50010 3,99996 3,49952 3,49961 3,99991 4,50016 4,50015 4,50015 4,50000 4,49998 4,50011 Média 4,01110 5,00078 4,50032 3,99972 3,49958 3,49963 4,00005 4,50022 4,50020 4,50001 4,49970 4,49941 4,49928 4,01088 5,00056 4,50010 3,99959 3,49927 3,49918 3,99974 4,50000 4,50020 4,49997 4,49966 4,49910 4,49888 4,01132 5,00100 4,50054 3,99985 3,49989 3,50008 4,00036 4,50044 4,50020 4,50005 4,49974 4,49972 4,49968 Média 4,01111 5,00085 4,50041 3,99985 3,49969 3,49982 4,00027 4,50044 4,50045 4,50027 4,50006 4,49980 4,49967 4,01093 5,00085 4,50019 3,99981 3,49960 3,49937 3,99960 4,49999 4,50027 4,50000 4,49984 4,49980 4,49940 4,01129 5,00085 4,50063 3,99989 3,49978 3,50027 4,00094 4,50089 4,50063 4,50054 4,50028 4,49980 4,49994 Fonte: Elaboração própria. Ferroviário: experimento 1 Ferroviário: experimento 2 Cabotagem: experimento 1 Cabotagem: experimento 2 Cabotagem: experimento 3 Cabotagem: experimento 4 Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) 291 Apêndice B. c – Análise de sensibilidade em relação às elasticidades de substituição entre os modais de transporte de carga, PIB real – Diferenças acumuladas (var. %) Apêndice B. d – Análise de sensibilidade em relação às elasticidades de substituição entre os modais de transporte de carga, produção – Rerun (var. % em 2025) Estudo Momentos 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Média 0,06969 0,09758 0,08624 0,06060 0,03603 0,02191 0,02260 0,03268 0,04500 0,05191 0,05085 0,04449 0,03717 0,06781 0,09722 0,08575 0,06002 0,03581 0,02178 0,02224 0,03223 0,04460 0,05151 0,05054 0,04436 0,03690 0,07157 0,09794 0,08673 0,06118 0,03625 0,02204 0,02296 0,03313 0,04540 0,05231 0,05116 0,04462 0,03744 Média 0,06704 0,10650 0,10490 0,07468 0,04290 0,02186 0,01895 0,02909 0,04410 0,05476 0,05535 0,04777 0,03759 0,06548 0,10628 0,10441 0,07414 0,04254 0,02164 0,01819 0,02766 0,04213 0,05275 0,05356 0,04629 0,03620 0,06860 0,10672 0,10539 0,07522 0,04326 0,02208 0,01971 0,03052 0,04607 0,05677 0,05714 0,04925 0,03898 Média 0,01147 0,01156 0,01106 0,01043 0,00984 0,00942 0,00935 0,00932 0,00931 0,00906 0,00859 0,00812 0,00760 0,01134 0,01116 0,01039 0,00927 0,00810 0,00710 0,00644 0,00601 0,00591 0,00548 0,00528 0,00526 0,00532 0,01160 0,01196 0,01173 0,01159 0,01158 0,01174 0,01226 0,01263 0,01271 0,01264 0,01190 0,01098 0,00988 Média 0,01146 0,01161 0,01119 0,01067 0,01010 0,00973 0,00974 0,00994 0,01015 0,01016 0,00998 0,00969 0,00939 0,01133 0,01125 0,01065 0,00960 0,00871 0,00803 0,00764 0,00757 0,00774 0,00770 0,00734 0,00652 0,00577 0,01159 0,01197 0,01173 0,01174 0,01149 0,01143 0,01184 0,01231 0,01256 0,01262 0,01262 0,01286 0,01301 Média 0,01081 0,01122 0,01095 0,01042 0,00997 0,00970 0,00983 0,01009 0,01030 0,01027 0,00986 0,00918 0,00843 0,01063 0,01118 0,01077 0,01029 0,00993 0,00966 0,00974 0,01005 0,00994 0,00960 0,00906 0,00846 0,00776 0,01099 0,01126 0,01113 0,01055 0,01001 0,00974 0,00992 0,01013 0,01066 0,01094 0,01066 0,00990 0,00910 Média 0,01083 0,01131 0,01117 0,01077 0,01038 0,01025 0,01054 0,01104 0,01154 0,01177 0,01170 0,01135 0,01098 0,01065 0,01113 0,01059 0,00997 0,00953 0,00962 0,01050 0,01086 0,01118 0,01105 0,01072 0,01001 0,00937 0,01101 0,01149 0,01175 0,01157 0,01123 0,01088 0,01058 0,01122 0,01190 0,01249 0,01268 0,01269 0,01259 Fonte: Elaboração própria. Ferroviário: experimento 1 Ferroviário: experimento 2 Cabotagem: experimento 1 Cabotagem: experimento 2 Cabotagem: experimento 3 Cabotagem: experimento 4 Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Média Média Média Média Média Média ArrozCasca 3,9099 3,9092 3,9105 4,2428 4,2423 4,2423 3,9099 3,9097 3,9102 3,9100 3,9098 3,9101 4,2433 4,2426 4,2439 4,2432 4,2424 4,2441 MilhoGrao 3,9380 3,9375 3,9385 4,2645 4,2641 4,2641 3,9380 3,9376 3,9385 3,9381 3,9381 3,9381 4,2643 4,2638 4,2648 4,2642 4,2635 4,2649 TrigoCereais 4,1529 4,1521 4,1537 4,7160 4,7152 4,7152 4,1529 4,1525 4,1533 4,1529 4,1526 4,1532 4,7171 4,7160 4,7181 4,7170 4,7159 4,7182 CanaAcucar 4,0603 4,0597 4,0609 4,4465 4,4460 4,4460 4,0604 4,0600 4,0607 4,0604 4,0602 4,0606 4,4474 4,4467 4,4481 4,4474 4,4465 4,4483 SojaGrao 3,8293 3,8285 3,8301 4,2670 4,2663 4,2663 3,8293 3,8289 3,8296 3,8293 3,8290 3,8296 4,2679 4,2670 4,2689 4,2679 4,2668 4,2689 OutPSLavoura 3,2288 3,2287 3,2288 3,6083 3,6083 3,6083 3,2288 3,2276 3,2300 3,2289 3,2284 3,2294 3,6082 3,6078 3,6086 3,6082 3,6080 3,6084 Mandioca 3,6742 3,6737 3,6746 4,0208 4,0204 4,0204 3,6742 3,6738 3,6745 3,6742 3,6741 3,6743 4,0214 4,0208 4,0219 4,0213 4,0206 4,0220 FumoFolha 3,8839 3,8835 3,8842 4,1882 4,1877 4,1877 3,8840 3,8834 3,8845 3,8839 3,8837 3,8842 4,1889 4,1883 4,1895 4,1889 4,1881 4,1896 AlgodaoHerba 4,3680 4,3674 4,3686 4,6203 4,6198 4,6198 4,3681 4,3676 4,3686 4,3681 4,3679 4,3683 4,6207 4,6201 4,6213 4,6207 4,6198 4,6215 FrutasCitric 3,7855 3,7849 3,7861 4,1088 4,1084 4,1084 3,7856 3,7853 3,7858 3,7856 3,7854 3,7858 4,1094 4,1087 4,1101 4,1094 4,1085 4,1102 CafeGrao 4,7087 4,7078 4,7095 5,0736 5,0728 5,0728 4,7087 4,7079 4,7095 4,7088 4,7086 4,7089 5,0744 5,0736 5,0752 5,0743 5,0732 5,0754 ExpFlorSilvi 4,1339 4,1336 4,1342 4,6622 4,6619 4,6619 4,1339 4,1330 4,1348 4,1340 4,1338 4,1341 4,6625 4,6623 4,6628 4,6625 4,6620 4,6630 BovinosOutr 3,8225 3,8217 3,8233 4,1764 4,1756 4,1756 3,8225 3,8208 3,8243 3,8227 3,8212 3,8242 4,1728 4,1711 4,1745 4,1729 4,1717 4,1740 LeiteVacaOut 3,8925 3,8917 3,8932 4,1618 4,1614 4,1614 3,8925 3,8923 3,8927 3,8926 3,8923 3,8928 4,1620 4,1612 4,1627 4,1619 4,1610 4,1629 SuinosVivos 3,8318 3,8315 3,8321 4,1731 4,1728 4,1728 3,8318 3,8306 3,8330 3,8320 3,8310 3,8329 4,1710 4,1702 4,1719 4,1710 4,1706 4,1714 AvesVivas 3,9009 3,9002 3,9016 4,2020 4,2015 4,2015 3,9010 3,9008 3,9011 3,9010 3,9008 3,9012 4,2024 4,2017 4,2031 4,2024 4,2014 4,2033 OvosAves 3,6496 3,6492 3,6500 3,8849 3,8846 3,8846 3,6497 3,6492 3,6501 3,6497 3,6497 3,6497 3,8842 3,8839 3,8846 3,8842 3,8836 3,8848 PescaAquicul 4,2537 4,2529 4,2545 4,4754 4,4749 4,4749 4,2538 4,2535 4,2540 4,2538 4,2535 4,2541 4,4750 4,4741 4,4759 4,4750 4,4739 4,4761 OutAgriPec 3,7358 3,7351 3,7364 4,0830 4,0825 4,0825 3,7358 3,7355 3,7361 3,7358 3,7356 3,7361 4,0834 4,0826 4,0842 4,0834 4,0824 4,0843 PetroleoGas 5,4221 5,4218 5,4224 6,3931 6,3925 6,3925 5,4216 5,4209 5,4223 5,4217 5,4214 5,4220 6,3958 6,3950 6,3966 6,3958 6,3950 6,3966 MinerioFerro 4,7346 4,7328 4,7363 4,9213 4,9190 4,9190 4,7344 4,7326 4,7362 4,7345 4,7337 4,7354 4,9171 4,9141 4,9200 4,9170 4,9144 4,9197 OutIndExtrat 5,6085 5,6082 5,6088 6,1704 6,1698 6,1698 5,6084 5,6077 5,6091 5,6085 5,6083 5,6087 6,1710 6,1706 6,1714 6,1710 6,1703 6,1718 AlimentBebid 3,9474 3,9468 3,9480 4,2601 4,2596 4,2596 3,9474 3,9469 3,9479 3,9474 3,9471 3,9477 4,2605 4,2598 4,2613 4,2605 4,2596 4,2614 ProdFumo 3,8577 3,8571 3,8584 4,1475 4,1471 4,1471 3,8577 3,8573 3,8581 3,8577 3,8577 3,8577 4,1482 4,1476 4,1489 4,1482 4,1475 4,1489 Texteis 4,8418 4,8413 4,8424 5,0143 5,0138 5,0138 4,8419 4,8410 4,8427 4,8419 4,8417 4,8421 5,0147 5,0141 5,0152 5,0146 5,0138 5,0154 continuação Cabotagem: experimento 3 Intervalo de confiança (95%) Cabotagem: experimento 4 Intervalo de confiança (95%) Produto Ferroviário: experimento 2 Intervalo de confiança (95%) Intervalo de confiança (95%) Ferroviário: experimento 1 Cabotagem: experimento 1 Intervalo de confiança (95%) Cabotagem: experimento 2 Intervalo de confiança (95%) 292 Média Média Média Média Média Média ArtVestuario 3,6884 3,6881 3,6887 3,9925 3,9922 3,9922 3,6885 3,6878 3,6892 3,6885 3,6884 3,6886 3,9928 3,9925 3,9932 3,9928 3,9923 3,9934 CouroCalcado 4,7446 4,7441 4,7451 4,8402 4,8396 4,8396 4,7447 4,7438 4,7456 4,7447 4,7447 4,7448 4,8404 4,8400 4,8407 4,8403 4,8397 4,8410 ProdMadeira 4,9439 4,9433 4,9445 5,0886 5,0882 5,0882 4,9440 4,9431 4,9448 4,9440 4,9439 4,9441 5,0887 5,0880 5,0893 5,0886 5,0878 5,0894 CelulosPapel 4,3781 4,3776 4,3785 5,0217 5,0212 5,0212 4,3781 4,3773 4,3788 4,3782 4,3780 4,3783 5,0224 5,0219 5,0230 5,0224 5,0216 5,0232 JornRevDisc 4,0340 4,0337 4,0343 4,6740 4,6736 4,6736 4,0341 4,0334 4,0348 4,0340 4,0340 4,0340 4,6747 4,6743 4,6752 4,6747 4,6741 4,6753 RefPetroleo 4,2859 4,2855 4,2862 5,2120 5,2117 5,2117 4,2858 4,2853 4,2863 4,2858 4,2856 4,2860 5,2149 5,2144 5,2154 5,2149 5,2142 5,2155 Alcool 4,2508 4,2504 4,2512 4,7518 4,7513 4,7513 4,2508 4,2504 4,2513 4,2508 4,2507 4,2510 4,7533 4,7527 4,7540 4,7533 4,7526 4,7541 ProdQuimicos 5,0138 5,0132 5,0144 5,9456 5,9449 5,9449 5,0137 5,0127 5,0147 5,0138 5,0136 5,0140 5,9467 5,9461 5,9473 5,9467 5,9457 5,9476 ResinaElasto 5,6470 5,6464 5,6475 6,2963 6,2954 6,2954 5,6470 5,6461 5,6479 5,6471 5,6471 5,6471 6,2976 6,2967 6,2984 6,2975 6,2964 6,2987 ProdFarmac 4,1095 4,1093 4,1098 4,5998 4,5994 4,5994 4,1096 4,1089 4,1102 4,1096 4,1096 4,1096 4,5996 4,5993 4,6000 4,5996 4,5991 4,6001 DefAgricolas 4,2277 4,2271 4,2283 5,2407 5,2402 5,2402 4,2278 4,2271 4,2284 4,2278 4,2277 4,2279 5,2413 5,2407 5,2419 5,2413 5,2405 5,2420 PerfumarOut 4,3338 4,3334 4,3342 4,6500 4,6496 4,6496 4,3338 4,3333 4,3344 4,3339 4,3337 4,3340 4,6502 4,6497 4,6507 4,6502 4,6496 4,6508 TintasOut 4,3721 4,3718 4,3723 4,9089 4,9087 4,9087 4,3721 4,3715 4,3727 4,3721 4,3719 4,3722 4,9086 4,9082 4,9090 4,9086 4,9080 4,9092 QuimicosDive 4,8654 4,8649 4,8659 5,9051 5,9045 5,9045 4,8654 4,8646 4,8663 4,8655 4,8653 4,8656 5,9059 5,9053 5,9065 5,9059 5,9049 5,9069 BorracPlast 4,7776 4,7771 4,7780 5,4294 5,4288 5,4288 4,7776 4,7769 4,7784 4,7777 4,7776 4,7777 5,4307 5,4301 5,4313 5,4307 5,4298 5,4316 Cimento 3,7586 3,7584 3,7588 4,6850 4,6848 4,6848 3,7586 3,7581 3,7592 3,7586 3,7583 3,7588 4,6839 4,6837 4,6840 4,6839 4,6836 4,6842 OutPrMNaoMet 4,8342 4,8338 4,8345 4,9312 4,9312 4,9312 4,8342 4,8335 4,8350 4,8343 4,8343 4,8343 4,9305 4,9302 4,9309 4,9306 4,9301 4,9310 FabAcoDeriv 5,1782 5,1777 5,1786 5,5321 5,5315 5,5315 5,1782 5,1773 5,1790 5,1782 5,1781 5,1784 5,5331 5,5324 5,5338 5,5331 5,5321 5,5341 MetNaoFerros 5,4621 5,4615 5,4627 5,8163 5,8154 5,8154 5,4621 5,4616 5,4625 5,4622 5,4617 5,4627 5,8173 5,8162 5,8184 5,8173 5,8160 5,8187 ProdMetal 4,4073 4,4060 4,4087 5,5046 5,5031 5,5031 4,4073 4,4068 4,4078 4,4074 4,4067 4,4082 5,5085 5,5067 5,5104 5,5086 5,5062 5,5110 MaqEquipManu 5,7162 5,7141 5,7183 6,1005 6,0982 6,0982 5,7163 5,7155 5,7170 5,7164 5,7154 5,7174 6,1063 6,1041 6,1086 6,1064 6,1034 6,1094 Eletrodomest 4,1768 4,1766 4,1770 4,1340 4,1339 4,1339 4,1769 4,1762 4,1775 4,1769 4,1769 4,1769 4,1338 4,1336 4,1340 4,1338 4,1334 4,1341 EscrInformat 4,3367 4,3325 4,3410 4,6251 4,6207 4,6207 4,3368 4,3351 4,3384 4,3368 4,3337 4,3400 4,6377 4,6323 4,6430 4,6378 4,6314 4,6443 MaqEletriOut 4,5091 4,5077 4,5104 5,1534 5,1517 5,1517 4,5090 4,5089 4,5091 4,5091 4,5082 4,5100 5,1583 5,1562 5,1605 5,1584 5,1558 5,1609 MatEletroOut 4,4933 4,4913 4,4954 4,8877 4,8853 4,8853 4,4934 4,4932 4,4936 4,4934 4,4921 4,4947 4,8934 4,8906 4,8963 4,8935 4,8899 4,8971 ApMedicoOut 4,9857 4,9848 4,9865 5,3830 5,3825 5,3825 4,9857 4,9848 4,9867 4,9858 4,9855 4,9860 5,3838 5,3831 5,3846 5,3839 5,3827 5,3850 AutomUtilita 5,0423 5,0422 5,0424 4,8221 4,8217 4,8217 5,0424 5,0411 5,0437 5,0424 5,0419 5,0429 4,8201 4,8198 4,8204 4,8201 4,8201 4,8201 CaminhOnibus 4,6610 4,6608 4,6613 4,8124 4,8110 4,8110 4,6612 4,6596 4,6629 4,6612 4,6610 4,6614 4,8104 4,8100 4,8108 4,8103 4,8102 4,8104 PecVeicAutom 5,1849 5,1845 5,1853 5,6265 5,6262 5,6262 5,1849 5,1839 5,1859 5,1850 5,1849 5,1851 5,6278 5,6275 5,6281 5,6278 5,6270 5,6285 OutEqTransp 5,3819 5,3807 5,3830 5,3879 5,3868 5,3868 5,3819 5,3813 5,3825 5,3820 5,3813 5,3826 5,3916 5,3902 5,3929 5,3916 5,3898 5,3934 IndDiversas 4,2684 4,2684 4,2685 4,3036 4,3033 4,3033 4,2685 4,2677 4,2694 4,2685 4,2683 4,2687 4,3022 4,3021 4,3023 4,3022 4,3019 4,3024 EletrOutUrba 4,6550 4,6546 4,6555 5,5724 5,5721 5,5721 4,6551 4,6547 4,6554 4,6551 4,6548 4,6553 5,5730 5,5724 5,5735 5,5730 5,5721 5,5738 Construcao 4,4781 4,4780 4,4783 4,4276 4,4272 4,4272 4,4782 4,4776 4,4789 4,4782 4,4780 4,4784 4,4256 4,4255 4,4258 4,4257 4,4255 4,4258 Comercio 3,9671 3,9666 3,9676 4,4913 4,4908 4,4908 3,9671 3,9666 3,9676 3,9671 3,9669 3,9674 4,4926 4,4920 4,4933 4,4926 4,4917 4,4936 RodoviarioC 4,3701 4,3694 4,3709 4,8543 4,8537 4,8537 4,3701 4,3684 4,3719 4,3702 4,3692 4,3711 4,8572 4,8563 4,8580 4,8572 4,8566 4,8578 FerroviarioC 4,6592 4,6578 4,6606 5,0643 5,0545 5,0545 4,6591 4,6584 4,6598 4,6592 4,6577 4,6607 5,0664 5,0608 5,0721 5,0664 5,0605 5,0723 CabotagemC 4,8431 4,8252 4,8609 5,9806 5,9804 5,9804 4,8835 4,8665 4,9004 4,8835 4,8656 4,9014 5,9679 5,9612 5,9746 5,9679 5,9611 5,9747 NavInteriorC 4,6615 4,6467 4,6763 5,1686 5,1683 5,1683 4,6615 4,6477 4,6752 4,6615 4,6468 4,6762 5,1747 5,1616 5,1877 5,1747 5,1614 5,1879 AereoC 4,5351 4,5300 4,5401 5,1023 5,1011 5,1011 4,5351 4,5313 4,5388 4,5351 4,5304 4,5398 5,1081 5,1012 5,1151 5,1082 5,1008 5,1155 OutAtivSevC 4,4801 4,4794 4,4807 5,1795 5,1789 5,1789 4,4800 4,4795 4,4804 4,4800 4,4796 4,4804 5,1811 5,1803 5,1819 5,1811 5,1801 5,1821 RodoP_RU 5,1666 5,1664 5,1669 4,9339 4,9338 4,9338 5,1666 5,1659 5,1674 5,1666 5,1666 5,1666 4,9343 4,9339 4,9347 4,9343 4,9337 4,9348 RodoP_IM 5,2759 5,2756 5,2761 5,0341 5,0339 5,0339 5,2759 5,2750 5,2767 5,2759 5,2759 5,2759 5,0344 5,0340 5,0349 5,0344 5,0338 5,0350 RodoP_IE 4,7628 4,7625 4,7630 4,6231 4,6228 4,6228 4,7628 4,7621 4,7634 4,7628 4,7627 4,7628 4,6237 4,6233 4,6241 4,6237 4,6231 4,6243 RodoP_INT 4,2952 4,2949 4,2955 4,2282 4,2277 4,2277 4,2952 4,2944 4,2959 4,2952 4,2952 4,2952 4,2285 4,2281 4,2289 4,2285 4,2279 4,2290 RodoP_OUT 5,4153 5,4150 5,4156 5,2161 5,2158 5,2158 5,4153 5,4144 5,4161 5,4153 5,4153 5,4153 5,2165 5,2161 5,2169 5,2165 5,2158 5,2172 FerroviarioP 3,5660 3,5657 3,5662 3,7680 3,7678 3,7678 3,5660 3,5657 3,5664 3,5660 3,5659 3,5661 3,7704 3,7700 3,7707 3,7704 3,7699 3,7708 AquaviarioP 5,2034 5,2031 5,2037 5,3081 5,3076 5,3076 5,2034 5,2028 5,2039 5,2034 5,2031 5,2037 5,3081 5,3078 5,3083 5,3080 5,3075 5,3086 AereoDomP 4,8545 4,8542 4,8547 4,8605 4,8604 4,8604 4,8544 4,8537 4,8550 4,8544 4,8543 4,8544 4,8621 4,8618 4,8625 4,8621 4,8616 4,8627 AereoInterP 4,7172 4,7169 4,7175 4,7685 4,7683 4,7683 4,7172 4,7165 4,7178 4,7172 4,7172 4,7172 4,7700 4,7695 4,7704 4,7699 4,7693 4,7706 OutAtivSevP 3,9296 3,9292 3,9299 4,3508 4,3504 4,3504 3,9295 3,9291 3,9299 3,9295 3,9294 3,9297 4,3521 4,3516 4,3525 4,3521 4,3514 4,3527 Correio 4,2880 4,2876 4,2884 4,7806 4,7801 4,7801 4,2880 4,2875 4,2885 4,2880 4,2879 4,2882 4,7822 4,7817 4,7828 4,7822 4,7814 4,7830 OutTrArmaz 4,5284 4,5278 4,5289 5,0160 5,0154 5,0154 4,5283 4,5279 4,5288 4,5284 4,5281 4,5286 5,0177 5,0169 5,0184 5,0177 5,0167 5,0186 ServInformac 4,3913 4,3908 4,3917 4,7474 4,7470 4,7470 4,3913 4,3908 4,3918 4,3913 4,3912 4,3914 4,7484 4,7479 4,7489 4,7484 4,7477 4,7491 FinancSeguro 3,5351 3,5347 3,5356 4,4373 4,4370 4,4370 3,5351 3,5343 3,5358 3,5352 3,5350 3,5353 4,4381 4,4377 4,4385 4,4381 4,4374 4,4387 ServImobAlug 4,1173 4,1168 4,1177 4,1724 4,1721 4,1721 4,1173 4,1169 4,1177 4,1173 4,1171 4,1175 4,1730 4,1724 4,1736 4,1730 4,1723 4,1737 ServManutRep 4,1054 4,1050 4,1057 4,2491 4,2488 4,2488 4,1054 4,1050 4,1059 4,1055 4,1054 4,1055 4,2501 4,2496 4,2505 4,2501 4,2494 4,2507 ServAlojAlim 4,6009 4,6003 4,6015 4,6790 4,6785 4,6785 4,6009 4,6005 4,6014 4,6010 4,6008 4,6011 4,6796 4,6790 4,6802 4,6796 4,6787 4,6804 ServPrestEmp 4,5672 4,5666 4,5677 5,0382 5,0376 5,0376 4,5672 4,5666 4,5678 4,5672 4,5671 4,5674 5,0395 5,0389 5,0401 5,0395 5,0386 5,0403 EducMercant 4,0416 4,0411 4,0421 4,5610 4,5605 4,5605 4,0417 4,0409 4,0425 4,0417 4,0416 4,0418 4,5611 4,5607 4,5615 4,5611 4,5604 4,5618 SaudeMercant 4,0120 4,0115 4,0124 4,1851 4,1848 4,1848 4,0120 4,0115 4,0125 4,0120 4,0119 4,0121 4,1851 4,1848 4,1854 4,1851 4,1845 4,1857 OutrosServic 4,0226 4,0222 4,0230 4,2499 4,2495 4,2495 4,0227 4,0221 4,0233 4,0227 4,0226 4,0228 4,2502 4,2498 4,2506 4,2502 4,2495 4,2509 EducPublica 3,9724 3,9724 3,9724 3,9758 3,9758 3,9758 3,9724 3,9724 3,9724 3,9724 3,9724 3,9724 3,9758 3,9758 3,9758 3,9758 3,9758 3,9758 SaudePublica 3,9718 3,9718 3,9718 3,9809 3,9809 3,9809 3,9718 3,9718 3,9718 3,9718 3,9718 3,9718 3,9809 3,9809 3,9809 3,9809 3,9809 3,9810 AdmPubSegSoc 3,9873 3,9873 3,9873 4,0070 4,0070 4,0070 3,9873 3,9873 3,9873 3,9873 3,9873 3,9873 4,0071 4,0071 4,0071 4,0071 4,0070 4,0071 Fonte: Elaboração própria. Cabotagem: experimento 4 Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Produto Ferroviário: experimento 1 Ferroviário: experimento 2 Cabotagem: experimento 1 Cabotagem: experimento 2 Cabotagem: experimento 3 293 Apêndice B. e – Análise de sensibilidade em relação às elasticidades de substituição entre os modais de transporte de carga, produção – Política (var. % em 2025) Média Média Média Média Média Média ArrozCasca 3,9097 3,9096 3,9097 4,2416 4,2415 4,2415 3,9102 3,9100 3,9103 3,9102 3,9100 3,9103 4,2436 4,2429 4,2442 4,2436 4,2430 4,2441 MilhoGrao 3,9370 3,9369 3,9371 4,2624 4,2624 4,2624 3,9383 3,9382 3,9385 3,9383 3,9380 3,9386 4,2646 4,2641 4,2651 4,2646 4,2641 4,2650 TrigoCereais 4,1528 4,1527 4,1528 4,7146 4,7145 4,7145 4,1535 4,1533 4,1538 4,1534 4,1534 4,1535 4,7179 4,7169 4,7188 4,7177 4,7167 4,7187 CanaAcucar 4,0585 4,0585 4,0585 4,4430 4,4429 4,4429 4,0605 4,0604 4,0606 4,0606 4,0605 4,0608 4,4475 4,4469 4,4481 4,4477 4,4471 4,4482 SojaGrao 3,8307 3,8306 3,8308 4,2677 4,2677 4,2677 3,8300 3,8298 3,8301 3,8299 3,8299 3,8299 4,2688 4,2679 4,2696 4,2686 4,2676 4,2695 OutPSLavoura 3,2330 3,2321 3,2338 3,6122 3,6117 3,6117 3,2284 3,2279 3,2289 3,2284 3,2274 3,2293 3,6078 3,6075 3,6080 3,6078 3,6076 3,6081 Mandioca 3,6700 3,6699 3,6700 4,0140 4,0139 4,0139 3,6743 3,6741 3,6745 3,6743 3,6742 3,6744 4,0214 4,0208 4,0220 4,0215 4,0209 4,0220 FumoFolha 3,8833 3,8832 3,8834 4,1870 4,1870 4,1870 3,8843 3,8843 3,8843 3,8842 3,8842 3,8842 4,1894 4,1888 4,1900 4,1893 4,1887 4,1899 AlgodaoHerba 4,3688 4,3688 4,3688 4,6201 4,6201 4,6201 4,3683 4,3682 4,3683 4,3683 4,3680 4,3686 4,6209 4,6203 4,6215 4,6209 4,6204 4,6215 FrutasCitric 3,7833 3,7832 3,7834 4,1048 4,1047 4,1047 3,7858 3,7855 3,7860 3,7858 3,7857 3,7859 4,1096 4,1089 4,1103 4,1096 4,1090 4,1103 CafeGrao 4,7210 4,7206 4,7214 5,0898 5,0894 5,0894 4,7098 4,7094 4,7101 4,7096 4,7093 4,7099 5,0758 5,0750 5,0765 5,0754 5,0746 5,0763 ExpFlorSilvi 4,1374 4,1369 4,1379 4,6656 4,6652 4,6652 4,1339 4,1336 4,1343 4,1339 4,1333 4,1345 4,6626 4,6623 4,6629 4,6626 4,6622 4,6629 BovinosOutr 3,8140 3,8135 3,8146 4,1654 4,1650 4,1650 3,8219 3,8212 3,8226 3,8220 3,8201 3,8239 4,1718 4,1707 4,1729 4,1719 4,1707 4,1730 LeiteVacaOut 3,8902 3,8901 3,8902 4,1575 4,1573 4,1573 3,8929 3,8925 3,8932 3,8929 3,8929 3,8930 4,1623 4,1616 4,1630 4,1623 4,1617 4,1630 SuinosVivos 3,8263 3,8260 3,8267 4,1658 4,1655 4,1655 3,8315 3,8311 3,8319 3,8316 3,8303 3,8328 4,1705 4,1700 4,1710 4,1705 4,1700 4,1710 AvesVivas 3,9006 3,9005 3,9006 4,2006 4,2005 4,2005 3,9012 3,9010 3,9015 3,9013 3,9012 3,9014 4,2027 4,2021 4,2034 4,2027 4,2021 4,2034 OvosAves 3,6474 3,6474 3,6474 3,8809 3,8808 3,8808 3,6500 3,6498 3,6501 3,6500 3,6496 3,6503 3,8844 3,8841 3,8848 3,8845 3,8842 3,8848 PescaAquicul 4,2499 4,2497 4,2500 4,4685 4,4683 4,4683 4,2543 4,2538 4,2547 4,2543 4,2543 4,2544 4,4754 4,4746 4,4762 4,4755 4,4748 4,4762 OutAgriPec 3,7343 3,7342 3,7343 4,0800 4,0799 4,0799 3,7363 3,7361 3,7366 3,7363 3,7363 3,7363 4,0840 4,0833 4,0847 4,0839 4,0832 4,0846 PetroleoGas 5,4262 5,4262 5,4263 6,3980 6,3977 6,3977 5,4219 5,4216 5,4223 5,4245 5,4242 5,4248 6,3954 6,3949 6,3960 6,3983 6,3978 6,3987 MinerioFerro 4,8071 4,8052 4,8091 4,9972 4,9964 4,9964 4,7355 4,7341 4,7369 4,7354 4,7336 4,7373 4,9183 4,9157 4,9210 4,9182 4,9158 4,9207 OutIndExtrat 5,6144 5,6140 5,6148 6,1779 6,1773 6,1773 5,6087 5,6083 5,6090 5,6088 5,6084 5,6092 6,1715 6,1711 6,1718 6,1716 6,1713 6,1719 AlimentBebid 3,9474 3,9473 3,9475 4,2590 4,2590 4,2590 3,9478 3,9477 3,9478 3,9478 3,9476 3,9480 4,2609 4,2602 4,2615 4,2609 4,2603 4,2615 ProdFumo 3,8572 3,8571 3,8573 4,1460 4,1460 4,1460 3,8581 3,8580 3,8582 3,8581 3,8578 3,8583 4,1487 4,1481 4,1493 4,1486 4,1480 4,1492 Texteis 4,8436 4,8434 4,8437 5,0151 5,0151 5,0151 4,8420 4,8418 4,8422 4,8420 4,8416 4,8424 5,0147 5,0142 5,0152 5,0148 5,0143 5,0153 ArtVestuario 3,6819 3,6818 3,6821 3,9828 3,9827 3,9827 3,6881 3,6879 3,6882 3,6882 3,6879 3,6885 3,9922 3,9918 3,9925 3,9924 3,9922 3,9926 CouroCalcado 4,7497 4,7495 4,7499 4,8469 4,8466 4,8466 4,7450 4,7445 4,7455 4,7449 4,7443 4,7454 4,8407 4,8404 4,8411 4,8405 4,8401 4,8410 ProdMadeira 4,9481 4,9478 4,9483 5,0935 5,0933 5,0933 4,9441 4,9439 4,9443 4,9441 4,9437 4,9445 5,0888 5,0883 5,0893 5,0888 5,0883 5,0893 CelulosPapel 4,3802 4,3799 4,3804 5,0225 5,0224 5,0224 4,3784 4,3781 4,3787 4,3784 4,3780 4,3788 5,0227 5,0221 5,0232 5,0227 5,0221 5,0232 JornRevDisc 4,0282 4,0281 4,0282 4,6649 4,6649 4,6649 4,0338 4,0338 4,0338 4,0339 4,0336 4,0342 4,6741 4,6736 4,6746 4,6744 4,6740 4,6748 RefPetroleo 4,2830 4,2829 4,2832 5,2072 5,2072 5,2072 4,2856 4,2853 4,2859 4,2866 4,2863 4,2869 5,2142 5,2138 5,2146 5,2155 5,2152 5,2158 Alcool 4,2461 4,2461 4,2461 4,7443 4,7443 4,7443 4,2507 4,2507 4,2507 4,2510 4,2508 4,2513 4,7530 4,7524 4,7537 4,7535 4,7529 4,7540 ProdQuimicos 5,0187 5,0185 5,0190 5,9511 5,9507 5,9507 5,0142 5,0137 5,0146 5,0143 5,0138 5,0148 5,9472 5,9465 5,9478 5,9473 5,9466 5,9480 ResinaElasto 5,6526 5,6521 5,6531 6,3015 6,3011 6,3011 5,6474 5,6470 5,6477 5,6475 5,6469 5,6481 6,2979 6,2972 6,2986 6,2980 6,2972 6,2988 ProdFarmac 4,1072 4,1072 4,1072 4,5963 4,5962 4,5962 4,1095 4,1092 4,1097 4,1095 4,1091 4,1100 4,5994 4,5991 4,5998 4,5995 4,5993 4,5998 DefAgricolas 4,2295 4,2292 4,2298 5,2416 5,2415 5,2415 4,2281 4,2279 4,2282 4,2281 4,2277 4,2285 5,2418 5,2412 5,2423 5,2417 5,2411 5,2423 PerfumarOut 4,3296 4,3295 4,3297 4,6437 4,6437 4,6437 4,3336 4,3335 4,3338 4,3338 4,3334 4,3341 4,6499 4,6495 4,6503 4,6501 4,6497 4,6504 TintasOut 4,3666 4,3666 4,3666 4,8998 4,8996 4,8996 4,3714 4,3713 4,3714 4,3716 4,3712 4,3720 4,9077 4,9074 4,9080 4,9081 4,9080 4,9082 QuimicosDive 4,8687 4,8684 4,8691 5,9081 5,9078 5,9078 4,8658 4,8655 4,8660 4,8658 4,8655 4,8661 5,9063 5,9056 5,9070 5,9064 5,9057 5,9070 BorracPlast 4,7759 4,7758 4,7761 5,4253 5,4251 5,4251 4,7775 4,7774 4,7777 4,7776 4,7769 4,7782 5,4303 5,4297 5,4309 5,4305 5,4300 5,4310 Cimento 3,7532 3,7528 3,7536 4,6763 4,6759 4,6759 3,7577 3,7575 3,7578 3,7580 3,7573 3,7587 4,6827 4,6826 4,6827 4,6834 4,6831 4,6836 OutPrMNaoMet 4,8327 4,8327 4,8327 4,9282 4,9280 4,9280 4,8337 4,8334 4,8340 4,8339 4,8333 4,8345 4,9299 4,9297 4,9300 4,9302 4,9302 4,9302 FabAcoDeriv 5,1816 5,1811 5,1821 5,5306 5,5302 5,5302 5,1784 5,1781 5,1787 5,1784 5,1780 5,1788 5,5330 5,5323 5,5337 5,5331 5,5325 5,5337 MetNaoFerros 5,4618 5,4617 5,4620 5,8124 5,8122 5,8122 5,4626 5,4625 5,4626 5,4626 5,4625 5,4628 5,8177 5,8167 5,8186 5,8178 5,8169 5,8187 ProdMetal 4,3741 4,3736 4,3746 5,4592 5,4590 5,4590 4,4064 4,4055 4,4072 4,4067 4,4066 4,4069 5,5070 5,5050 5,5090 5,5076 5,5058 5,5095 MaqEquipManu 5,6752 5,6737 5,6767 6,0484 6,0473 6,0473 5,7152 5,7145 5,7159 5,7154 5,7153 5,7154 6,1048 6,1021 6,1074 6,1051 6,1026 6,1077 Eletrodomest 4,1727 4,1726 4,1727 4,1276 4,1275 4,1275 4,1765 4,1762 4,1767 4,1766 4,1761 4,1771 4,1332 4,1330 4,1334 4,1335 4,1334 4,1335 EscrInformat 4,2118 4,2115 4,2121 4,4653 4,4652 4,4652 4,3336 4,3302 4,3369 4,3342 4,3322 4,3362 4,6331 4,6270 4,6392 4,6342 4,6285 4,6399 MaqEletriOut 4,4792 4,4788 4,4796 5,1115 5,1113 5,1113 4,5085 4,5078 4,5092 4,5088 4,5084 4,5092 5,1573 5,1550 5,1596 5,1578 5,1556 5,1599 MatEletroOut 4,4369 4,4367 4,4371 4,8058 4,8057 4,8057 4,4919 4,4907 4,4932 4,4924 4,4920 4,4928 4,8910 4,8879 4,8942 4,8919 4,8889 4,8949 ApMedicoOut 4,9721 4,9718 4,9724 5,3624 5,3624 5,3624 4,9846 4,9846 4,9847 4,9848 4,9843 4,9853 5,3822 5,3813 5,3831 5,3826 5,3819 5,3833 AutomUtilita 5,0382 5,0378 5,0385 4,8176 4,8172 4,8172 5,0418 5,0413 5,0423 5,0420 5,0410 5,0430 4,8192 4,8190 4,8194 4,8196 4,8191 4,8200 CaminhOnibus 4,6526 4,6521 4,6531 4,8038 4,8036 4,8036 4,6572 4,6571 4,6573 4,6569 4,6560 4,6579 4,8042 4,8040 4,8044 4,8042 4,8041 4,8042 PecVeicAutom 5,1889 5,1886 5,1891 5,6307 5,6305 5,6305 5,1849 5,1845 5,1854 5,1850 5,1843 5,1856 5,6275 5,6271 5,6279 5,6275 5,6272 5,6278 OutEqTransp 5,3683 5,3676 5,3690 5,3712 5,3705 5,3705 5,3815 5,3813 5,3816 5,3814 5,3813 5,3815 5,3910 5,3894 5,3925 5,3908 5,3893 5,3924 IndDiversas 4,2644 4,2642 4,2645 4,2982 4,2980 4,2980 4,2675 4,2674 4,2676 4,2677 4,2670 4,2683 4,3007 4,3007 4,3008 4,3010 4,3008 4,3012 EletrOutUrba 4,6533 4,6531 4,6534 5,5692 5,5691 5,5691 4,6547 4,6545 4,6548 4,6550 4,6547 4,6553 5,5725 5,5718 5,5732 5,5730 5,5727 5,5732 Construcao 4,4695 4,4691 4,4699 4,4147 4,4141 4,4141 4,4769 4,4768 4,4771 4,4773 4,4767 4,4779 4,4239 4,4239 4,4240 4,4246 4,4242 4,4251 Comercio 3,9542 3,9542 3,9543 4,4733 4,4732 4,4732 3,9665 3,9664 3,9665 3,9667 3,9664 3,9670 4,4916 4,4909 4,4923 4,4920 4,4915 4,4926 continuação Cabotagem: experimento 4 Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Produto Ferroviário: experimento 1 Ferroviário: experimento 2 Cabotagem: experimento 1 Cabotagem: experimento 2 Cabotagem: experimento 3 294 Apêndice B. f – Análise de sensibilidade em relação às elasticidades de substituição entre os modais de transporte de carga, produção – Diferenças acumuladas (var. % em 2025) Média Média Média Média Média Média RodoviarioC 4,3605 4,3604 4,3607 4,8425 4,8422 4,8422 4,3694 4,3685 4,3703 4,3696 4,3684 4,3707 4,8561 4,8556 4,8565 4,8564 4,8559 4,8569 FerroviarioC 4,7234 4,7233 4,7235 5,1224 5,1083 5,1083 4,6604 4,6595 4,6613 4,6607 4,6601 4,6613 5,0677 5,0620 5,0734 5,0680 5,0623 5,0737 CabotagemC 4,8410 4,8206 4,8614 5,9775 5,9765 5,9765 4,8794 4,8791 4,8796 4,6598 4,6544 4,6652 5,9449 5,9325 5,9573 5,6875 5,6701 5,7050 NavInteriorC 4,6613 4,6438 4,6788 5,1670 5,1658 5,1658 4,6607 4,6460 4,6754 4,6607 4,6462 4,6752 5,1736 5,1601 5,1870 5,1736 5,1602 5,1869 AereoC 4,5172 4,5130 4,5214 5,0750 5,0748 5,0748 4,5346 4,5302 4,5391 4,5352 4,5312 4,5391 5,1072 5,1002 5,1142 5,1079 5,1010 5,1148 OutAtivSevC 4,4780 4,4776 4,4785 5,1753 5,1750 5,1750 4,4798 4,4798 4,4798 4,4808 4,4804 4,4811 5,1804 5,1799 5,1810 5,1814 5,1809 5,1819 RodoP_RU 5,1580 5,1579 5,1580 4,9207 4,9206 4,9206 5,1657 5,1657 5,1658 5,1665 5,1660 5,1670 4,9332 4,9329 4,9336 4,9343 4,9341 4,9344 RodoP_IM 5,2669 5,2669 5,2669 5,0204 5,0203 5,0203 5,2749 5,2748 5,2750 5,2757 5,2751 5,2762 5,0333 5,0329 5,0336 5,0344 5,0342 5,0345 RodoP_IE 4,7559 4,7559 4,7559 4,6123 4,6122 4,6122 4,7622 4,7621 4,7622 4,7627 4,7623 4,7631 4,6230 4,6226 4,6234 4,6238 4,6235 4,6240 RodoP_INT 4,2981 4,2978 4,2983 4,2313 4,2310 4,2310 4,2951 4,2948 4,2953 4,2955 4,2951 4,2959 4,2284 4,2281 4,2287 4,2290 4,2287 4,2292 RodoP_OUT 5,4089 5,4088 5,4090 5,2061 5,2060 5,2060 5,4145 5,4144 5,4146 5,4152 5,4147 5,4157 5,2156 5,2152 5,2160 5,2166 5,2164 5,2168 FerroviarioP 3,5616 3,5615 3,5616 3,7609 3,7608 3,7608 3,5658 3,5658 3,5658 3,5659 3,5657 3,5662 3,7699 3,7695 3,7703 3,7702 3,7699 3,7705 AquaviarioP 5,2079 5,2077 5,2080 5,3151 5,3149 5,3149 5,2038 5,2035 5,2041 5,2038 5,2034 5,2042 5,3089 5,3086 5,3092 5,3089 5,3084 5,3093 AereoDomP 4,8448 4,8447 4,8450 4,8466 4,8466 4,8466 4,8535 4,8535 4,8536 4,8545 4,8540 4,8550 4,8610 4,8606 4,8613 4,8621 4,8619 4,8623 AereoInterP 4,7083 4,7082 4,7084 4,7557 4,7556 4,7556 4,7164 4,7163 4,7164 4,7170 4,7166 4,7174 4,7689 4,7684 4,7694 4,7696 4,7692 4,7699 OutAtivSevP 3,9290 3,9289 3,9291 4,3484 4,3483 4,3483 3,9295 3,9294 3,9297 3,9301 3,9298 3,9304 4,3519 4,3515 4,3523 4,3525 4,3523 4,3528 Correio 4,2827 4,2825 4,2828 4,7710 4,7708 4,7708 4,2878 4,2878 4,2878 4,2881 4,2878 4,2884 4,7817 4,7811 4,7823 4,7822 4,7817 4,7827 OutTrArmaz 4,5219 4,5217 4,5222 5,0063 5,0061 5,0061 4,5283 4,5282 4,5283 4,5289 4,5287 4,5291 5,0173 5,0165 5,0180 5,0180 5,0174 5,0187 ServInformac 4,3863 4,3862 4,3865 4,7393 4,7393 4,7393 4,3910 4,3910 4,3911 4,3912 4,3909 4,3915 4,7480 4,7474 4,7485 4,7483 4,7479 4,7487 FinancSeguro 3,5296 3,5295 3,5296 4,4283 4,4283 4,4283 3,5349 3,5347 3,5351 3,5350 3,5347 3,5352 4,4375 4,4371 4,4380 4,4377 4,4374 4,4381 ServImobAlug 4,1089 4,1088 4,1089 4,1602 4,1601 4,1601 4,1168 4,1166 4,1170 4,1171 4,1169 4,1173 4,1722 4,1717 4,1728 4,1727 4,1723 4,1731 ServManutRep 4,0981 4,0980 4,0982 4,2379 4,2378 4,2378 4,1049 4,1048 4,1049 4,1052 4,1048 4,1055 4,2491 4,2487 4,2495 4,2495 4,2493 4,2498 ServAlojAlim 4,5972 4,5972 4,5973 4,6732 4,6731 4,6731 4,6008 4,6007 4,6009 4,6009 4,6006 4,6012 4,6794 4,6789 4,6800 4,6796 4,6791 4,6800 ServPrestEmp 4,5641 4,5639 4,5643 5,0330 5,0328 5,0328 4,5672 4,5670 4,5673 4,5673 4,5670 4,5676 5,0393 5,0387 5,0399 5,0396 5,0390 5,0401 EducMercant 4,0321 4,0320 4,0321 4,5470 4,5469 4,5469 4,0412 4,0411 4,0412 4,0412 4,0406 4,0418 4,5602 4,5597 4,5608 4,5603 4,5599 4,5608 SaudeMercant 4,0044 4,0043 4,0044 4,1738 4,1738 4,1738 4,0115 4,0115 4,0115 4,0116 4,0112 4,0120 4,1843 4,1839 4,1848 4,1846 4,1843 4,1849 OutrosServic 4,0139 4,0139 4,0140 4,2371 4,2370 4,2370 4,0222 4,0221 4,0222 4,0223 4,0219 4,0227 4,2495 4,2490 4,2499 4,2496 4,2493 4,2499 EducPublica 3,9724 3,9724 3,9724 3,9757 3,9757 3,9757 3,9724 3,9724 3,9724 3,9724 3,9724 3,9724 3,9758 3,9758 3,9758 3,9758 3,9758 3,9758 SaudePublica 3,9714 3,9714 3,9714 3,9804 3,9804 3,9804 3,9718 3,9718 3,9718 3,9718 3,9718 3,9718 3,9809 3,9809 3,9809 3,9809 3,9809 3,9809 AdmPubSegSoc 3,9872 3,9872 3,9872 4,0068 4,0068 4,0068 3,9873 3,9873 3,9873 3,9873 3,9873 3,9873 4,0070 4,0070 4,0070 4,0071 4,0071 4,0071 Fonte: Elaboração própria. Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Produto Ferroviário: experimento 1 Ferroviário: experimento 2 Cabotagem: experimento 1 Cabotagem: experimento 2 Cabotagem: experimento 3 Cabotagem: experimento 4 Intervalo de confiança (95%) Intervalo de confiança (95%) Média Média Média Média Média Média ArrozCasca 0,001 -0,001 0,003 0,000 -0,001 -0,001 0,004 0,001 0,007 0,003 0,000 0,007 0,005 0,005 0,005 0,004 0,003 0,005 MilhoGrao 0,001 -0,001 0,004 -0,001 -0,002 -0,002 0,005 0,002 0,007 0,004 0,001 0,007 0,006 0,005 0,006 0,005 0,003 0,006 TrigoCereais -0,010 -0,012 -0,007 -0,015 -0,017 -0,017 0,004 0,000 0,008 0,002 -0,003 0,007 0,005 0,005 0,005 0,002 0,001 0,003 CanaAcucar 0,002 0,001 0,003 0,000 0,000 0,000 0,006 0,003 0,009 0,006 0,003 0,010 0,007 0,006 0,007 0,007 0,006 0,008 SojaGrao -0,008 -0,011 -0,006 -0,014 -0,016 -0,016 0,002 -0,001 0,006 0,001 -0,004 0,005 0,003 0,003 0,003 0,000 -0,001 0,001 OutPSLavoura -0,012 -0,014 -0,009 -0,023 -0,026 -0,026 0,004 0,003 0,006 0,004 0,000 0,008 0,005 0,005 0,006 0,005 0,004 0,006 Mandioca 0,001 -0,001 0,002 -0,002 -0,003 -0,003 0,004 0,001 0,006 0,004 0,000 0,007 0,005 0,004 0,005 0,004 0,003 0,006 FumoFolha -0,008 -0,009 -0,007 -0,012 -0,014 -0,014 0,002 -0,001 0,005 0,001 -0,004 0,007 0,003 0,003 0,003 0,001 0,000 0,002 AlgodaoHerba -0,002 -0,003 -0,001 -0,003 -0,004 -0,004 0,004 0,000 0,007 0,003 -0,001 0,007 0,004 0,004 0,005 0,003 0,002 0,005 FrutasCitric 0,002 0,000 0,004 0,001 0,000 0,000 0,004 0,001 0,007 0,003 0,000 0,007 0,005 0,004 0,005 0,004 0,003 0,005 CafeGrao -0,023 -0,026 -0,020 -0,031 -0,034 -0,034 0,001 -0,004 0,006 -0,002 -0,009 0,005 0,001 0,001 0,001 -0,004 -0,005 -0,003 ExpFlorSilvi -0,006 -0,007 -0,004 -0,013 -0,014 -0,014 0,004 0,001 0,007 0,003 -0,002 0,008 0,005 0,004 0,005 0,003 0,002 0,004 BovinosOutr 0,004 -0,001 0,009 -0,003 -0,006 -0,006 0,009 0,007 0,010 0,009 0,005 0,012 0,010 0,009 0,011 0,010 0,007 0,013 LeiteVacaOut 0,005 0,003 0,008 0,005 0,004 0,004 0,004 0,002 0,007 0,004 0,001 0,007 0,005 0,005 0,006 0,005 0,004 0,007 SuinosVivos 0,004 0,000 0,008 -0,001 -0,003 -0,003 0,007 0,005 0,009 0,007 0,003 0,010 0,008 0,007 0,009 0,008 0,006 0,010 AvesVivas 0,003 0,001 0,005 0,002 0,002 0,002 0,004 0,001 0,007 0,004 0,000 0,007 0,005 0,005 0,005 0,004 0,003 0,005 OvosAves 0,005 0,003 0,008 0,004 0,003 0,003 0,005 0,003 0,007 0,004 0,002 0,007 0,006 0,005 0,006 0,006 0,004 0,007 PescaAquicul 0,009 0,006 0,011 0,009 0,008 0,008 0,005 0,003 0,007 0,005 0,002 0,009 0,006 0,005 0,007 0,007 0,005 0,009 OutAgriPec -0,001 -0,003 0,001 -0,004 -0,005 -0,005 0,003 0,001 0,006 0,003 -0,001 0,006 0,004 0,004 0,005 0,003 0,002 0,004 PetroleoGas -0,009 -0,011 -0,007 -0,016 -0,018 -0,018 0,069 0,066 0,072 0,085 0,079 0,091 0,067 0,066 0,067 0,086 0,085 0,087 MinerioFerro 1,500 1,488 1,512 1,361 1,349 1,349 0,009 0,003 0,015 0,007 0,000 0,014 0,009 0,009 0,010 0,006 0,006 0,007 OutIndExtrat 0,189 0,187 0,191 0,199 0,198 0,198 0,017 0,013 0,022 0,017 0,011 0,023 0,020 0,019 0,021 0,019 0,017 0,021 AlimentBebid 0,003 0,002 0,003 0,002 0,001 0,001 0,004 0,002 0,006 0,004 0,000 0,008 0,005 0,005 0,005 0,004 0,003 0,005 continuação Cabotagem: experimento 4 Intervalo de confiança Intervalo de confiança Intervalo de confiança Intervalo de confiança Intervalo de confiança Intervalo de confiança Produto Ferroviário: experimento 1 Ferroviário: experimento 2 Cabotagem: experimento 1 Cabotagem: experimento 2 Cabotagem: experimento 3 295 Média Média Média Média Média Média ProdFumo -0,008 -0,010 -0,006 -0,012 -0,014 -0,014 0,002 -0,001 0,005 0,001 -0,001 0,003 0,003 0,003 0,003 0,001 0,000 0,002 Texteis -0,006 -0,006 -0,006 -0,007 -0,008 -0,008 0,003 0,000 0,006 0,002 -0,003 0,008 0,004 0,003 0,004 0,003 0,001 0,004 ArtVestuario 0,002 0,002 0,003 0,002 0,002 0,002 0,003 0,001 0,006 0,004 0,001 0,008 0,004 0,003 0,005 0,006 0,004 0,007 CouroCalcado -0,010 -0,012 -0,009 -0,014 -0,015 -0,015 0,002 -0,002 0,007 0,001 -0,005 0,007 0,003 0,003 0,003 0,000 -0,001 0,001 ProdMadeira -0,003 -0,003 -0,002 -0,006 -0,007 -0,007 0,002 -0,001 0,006 0,002 -0,004 0,007 0,003 0,002 0,004 0,002 0,000 0,003 CelulosPapel 0,009 0,008 0,010 0,009 0,009 0,009 0,004 0,001 0,007 0,003 -0,003 0,008 0,005 0,004 0,005 0,003 0,002 0,004 JornRevDisc 0,015 0,014 0,017 0,020 0,019 0,019 0,003 0,002 0,004 0,005 0,001 0,008 0,004 0,004 0,005 0,006 0,004 0,007 RefPetroleo -0,007 -0,008 -0,007 -0,013 -0,016 -0,016 0,026 0,022 0,030 0,034 0,032 0,037 0,026 0,026 0,027 0,036 0,035 0,036 Alcool 0,000 0,000 0,000 -0,003 -0,004 -0,004 0,009 0,007 0,011 0,011 0,007 0,015 0,010 0,010 0,010 0,012 0,011 0,014 ProdQuimicos 0,017 0,014 0,020 0,017 0,017 0,017 0,011 0,007 0,015 0,011 0,004 0,017 0,012 0,012 0,013 0,011 0,010 0,013 ResinaElasto 0,006 0,005 0,006 0,006 0,006 0,006 0,007 0,002 0,011 0,006 -0,001 0,013 0,007 0,007 0,007 0,006 0,004 0,008 ProdFarmac 0,003 0,003 0,003 0,001 0,001 0,001 0,003 -0,002 0,008 0,003 -0,001 0,007 0,004 0,003 0,004 0,004 0,003 0,005 DefAgricolas -0,009 -0,013 -0,005 -0,014 -0,016 -0,016 0,003 0,000 0,006 0,002 -0,005 0,008 0,005 0,004 0,005 0,002 0,001 0,004 PerfumarOut 0,011 0,010 0,011 0,013 0,012 0,012 0,005 0,002 0,009 0,005 0,000 0,010 0,007 0,006 0,007 0,007 0,006 0,008 TintasOut 0,018 0,015 0,021 0,022 0,021 0,021 0,005 0,003 0,006 0,007 0,005 0,009 0,007 0,006 0,008 0,010 0,008 0,011 QuimicosDive 0,008 0,007 0,010 0,010 0,010 0,010 0,006 0,002 0,009 0,005 0,000 0,010 0,008 0,007 0,008 0,006 0,005 0,007 BorracPlast 0,004 0,004 0,004 0,004 0,002 0,002 0,003 -0,001 0,007 0,003 -0,003 0,009 0,003 0,003 0,004 0,004 0,002 0,006 Cimento 0,015 0,015 0,016 0,019 0,017 0,017 0,008 0,006 0,011 0,012 0,008 0,015 0,012 0,011 0,014 0,017 0,015 0,019 OutPrMNaoMet 0,020 0,020 0,021 0,019 0,018 0,018 0,007 0,004 0,010 0,008 0,004 0,013 0,009 0,008 0,010 0,011 0,008 0,013 FabAcoDeriv 0,099 0,098 0,100 0,095 0,094 0,094 0,005 0,001 0,009 0,004 -0,002 0,010 0,006 0,005 0,006 0,005 0,003 0,007 MetNaoFerros 0,053 0,052 0,055 0,059 0,059 0,059 0,008 0,003 0,013 0,007 0,001 0,013 0,009 0,009 0,009 0,008 0,006 0,010 ProdMetal 0,086 0,084 0,088 0,107 0,107 0,107 0,009 0,007 0,010 0,011 0,005 0,017 0,011 0,011 0,012 0,016 0,013 0,018 MaqEquipManu 0,127 0,125 0,130 0,130 0,128 0,128 0,008 0,004 0,011 0,008 0,000 0,017 0,010 0,009 0,010 0,011 0,008 0,014 Eletrodomest 0,030 0,029 0,030 0,031 0,030 0,030 0,005 0,003 0,007 0,006 0,002 0,010 0,006 0,005 0,006 0,007 0,006 0,009 EscrInformat 0,201 0,201 0,202 0,232 0,230 0,230 0,008 0,007 0,009 0,015 0,009 0,020 0,009 0,009 0,010 0,019 0,016 0,022 MaqEletriOut 0,085 0,085 0,085 0,094 0,093 0,093 0,009 -0,007 0,024 0,010 -0,006 0,027 0,008 0,008 0,008 0,011 0,009 0,013 MatEletroOut 0,095 0,095 0,095 0,123 0,122 0,122 0,006 0,004 0,009 0,011 0,005 0,017 0,008 0,008 0,009 0,016 0,013 0,018 ApMedicoOut 0,024 0,023 0,025 0,028 0,025 0,025 0,003 0,000 0,006 0,005 -0,002 0,011 0,003 0,003 0,004 0,006 0,004 0,009 AutomUtilita 0,038 0,037 0,039 0,044 0,044 0,044 0,006 0,003 0,010 0,008 0,003 0,012 0,008 0,006 0,009 0,010 0,007 0,012 CaminhOnibus -0,053 -0,068 -0,039 -0,059 -0,077 -0,077 -0,019 -0,022 -0,016 -0,013 -0,020 -0,007 -0,027 -0,027 -0,026 -0,019 -0,023 -0,016 PecVeicAutom -0,010 -0,011 -0,009 -0,016 -0,018 -0,018 -0,002 -0,005 0,002 -0,002 -0,009 0,005 -0,002 -0,003 -0,002 -0,003 -0,004 -0,001 OutEqTransp 0,052 0,051 0,053 0,052 0,050 0,050 -0,001 -0,005 0,003 -0,002 -0,009 0,006 -0,001 -0,002 -0,001 -0,003 -0,004 -0,002 IndDiversas 0,003 0,000 0,005 0,003 0,000 0,000 0,001 -0,002 0,003 0,003 0,000 0,006 0,001 0,000 0,002 0,004 0,002 0,007 EletrOutUrba 0,027 0,025 0,028 0,033 0,032 0,032 0,009 0,005 0,012 0,010 0,005 0,015 0,011 0,011 0,011 0,013 0,011 0,016 Construcao 0,021 0,019 0,023 0,021 0,018 0,018 0,007 0,005 0,009 0,010 0,008 0,013 0,009 0,007 0,010 0,014 0,011 0,017 Comercio 0,030 0,030 0,031 0,032 0,031 0,031 0,005 0,003 0,007 0,007 0,004 0,011 0,006 0,006 0,007 0,009 0,008 0,011 RodoviarioC -0,396 -0,544 -0,248 -0,377 -0,519 -0,519 -0,041 -0,055 -0,026 -0,039 -0,052 -0,025 -0,043 -0,061 -0,025 -0,040 -0,057 -0,023 FerroviarioC -5,250 -7,092 -3,407 -5,643 -7,381 -7,381 0,000 -0,004 0,004 0,002 -0,004 0,008 0,000 0,000 0,001 0,002 0,001 0,003 CabotagemC -0,044 -0,044 -0,043 -0,046 -0,046 -0,046 -4,965 -5,766 -4,164 -6,840 -7,640 -6,040 -5,183 -5,956 -4,410 -7,416 -8,190 -6,642 NavInteriorC -0,005 -0,009 0,000 -0,012 -0,016 -0,016 -0,002 -0,005 0,000 -0,002 -0,005 0,001 -0,002 -0,004 0,000 -0,002 -0,003 -0,002 AereoC -0,012 -0,015 -0,009 -0,006 -0,009 -0,009 0,001 -0,002 0,004 0,006 0,000 0,011 0,002 0,001 0,003 0,009 0,007 0,010 OutAtivSevC 0,043 0,036 0,050 0,037 0,031 0,031 -0,027 -0,036 -0,018 -0,016 -0,027 -0,006 -0,029 -0,035 -0,022 -0,017 -0,024 -0,009 RodoP_RU 0,014 0,013 0,015 0,018 0,017 0,017 0,017 0,016 0,018 0,022 0,018 0,026 0,019 0,018 0,021 0,027 0,025 0,029 RodoP_IM 0,015 0,013 0,016 0,019 0,018 0,018 0,018 0,016 0,019 0,023 0,019 0,027 0,020 0,019 0,021 0,028 0,026 0,030 RodoP_IE 0,009 0,008 0,010 0,011 0,010 0,010 0,014 0,012 0,015 0,017 0,014 0,021 0,015 0,014 0,016 0,021 0,019 0,022 RodoP_INT -0,002 -0,002 -0,002 -0,003 -0,004 -0,004 0,012 0,010 0,014 0,015 0,010 0,019 0,014 0,013 0,015 0,017 0,016 0,018 RodoP_OUT 0,012 0,010 0,013 0,013 0,012 0,012 0,017 0,013 0,022 0,022 0,016 0,029 0,019 0,018 0,021 0,026 0,024 0,028 FerroviarioP -0,006 -0,007 -0,005 -0,006 -0,006 -0,006 0,003 0,002 0,005 0,004 0,003 0,006 0,004 0,004 0,004 0,006 0,005 0,006 AquaviarioP -0,010 -0,010 -0,009 -0,012 -0,013 -0,013 0,008 0,002 0,013 0,006 0,000 0,012 0,008 0,008 0,008 0,005 0,004 0,006 AereoDomP 0,007 0,007 0,007 0,008 0,008 0,008 0,012 0,010 0,014 0,020 0,016 0,023 0,013 0,012 0,014 0,022 0,021 0,023 AereoInterP 0,004 0,004 0,004 0,003 0,002 0,002 0,009 0,007 0,011 0,014 0,011 0,018 0,009 0,009 0,010 0,015 0,014 0,017 OutAtivSevP 0,017 0,015 0,020 0,016 0,014 0,014 -0,005 -0,009 -0,001 -0,001 -0,006 0,005 -0,006 -0,008 -0,004 0,000 -0,003 0,003 Correio 0,059 0,058 0,060 0,065 0,064 0,064 0,004 0,001 0,007 0,007 0,002 0,011 0,005 0,004 0,006 0,009 0,007 0,011 OutTrArmaz 0,032 0,030 0,035 0,031 0,030 0,030 -0,005 -0,009 0,000 0,000 -0,006 0,006 -0,005 -0,007 -0,003 0,002 -0,002 0,005 ServInformac 0,019 0,018 0,019 0,021 0,020 0,020 0,004 0,002 0,007 0,005 0,002 0,009 0,005 0,005 0,006 0,007 0,006 0,009 FinancSeguro 0,010 0,009 0,011 0,015 0,014 0,014 0,002 0,002 0,002 0,003 -0,002 0,007 0,003 0,002 0,003 0,004 0,002 0,006 ServImobAlug 0,022 0,022 0,022 0,024 0,023 0,023 0,006 0,004 0,008 0,009 0,006 0,011 0,007 0,006 0,008 0,010 0,009 0,012 ServManutRep -0,006 -0,009 -0,004 -0,005 -0,009 -0,009 -0,003 -0,006 -0,001 0,000 -0,004 0,003 -0,004 -0,005 -0,003 0,000 -0,002 0,002 ServAlojAlim 0,012 0,011 0,014 0,013 0,013 0,013 0,004 0,001 0,006 0,004 0,000 0,008 0,004 0,004 0,005 0,005 0,003 0,006 ServPrestEmp 0,003 0,002 0,005 0,004 0,002 0,002 0,002 -0,001 0,005 0,003 -0,001 0,008 0,003 0,003 0,004 0,005 0,003 0,006 EducMercant 0,000 0,000 0,001 0,001 0,000 0,000 0,001 -0,001 0,003 0,001 -0,003 0,006 0,002 0,001 0,003 0,003 0,001 0,004 SaudeMercant 0,007 0,007 0,008 0,009 0,008 0,008 0,003 0,002 0,005 0,004 0,000 0,009 0,005 0,004 0,005 0,006 0,005 0,008 OutrosServic 0,005 0,005 0,006 0,006 0,006 0,006 0,002 0,000 0,005 0,003 0,000 0,007 0,003 0,003 0,004 0,005 0,003 0,007 EducPublica 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 SaudePublica 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 AdmPubSegSoc 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 Fonte: Elaboração própria. Intervalo de confiança Intervalo de confiança Intervalo de confiança Intervalo de confiança Produto Ferroviário: experimento 1 Ferroviário: experimento 2 Cabotagem: experimento 1 Cabotagem: experimento 2 Cabotagem: experimento 3 Cabotagem: experimento 4 Intervalo de confiança Intervalo de confiança 296 Apêndice B.2 – Elasticidades de entrada às firmas A análise de sensibilidade sistêmica aponta que os resultados alcançados sobre o PIB real são também robustos em relação às elasticidades de entrada às firmas, pois os valores do intervalo de confiança (95%) não mudam de sinais para os três grupos em questão. Da mesma forma, os resultados sobre as produções dos bens também são relativamente robustos, quando particularmente avaliados nos grupos Rerun e Política. O terceiro grupo, “Diferenças acumuladas”, sinaliza que a produção de alguns bens homogêneos, especialmente da agropecuária, sofre alteração de sinal do ponto de vista das elasticidades de entrada às firmas. Além disso, a produção de alguns bens diferenciados também apresenta alteração de sinais, sobretudo, nos experimentos do estudo de cabotagem. Esse é o caso, por exemplo, de Produtos do fumo (ProdFumo), Artefatos de couro e calçados (CouroCalcado), Celulose e produtos de papel (CelulosPapel), Fabricação de resina e elastômeros (ResinaElasto), Produtos farmacêuticos (ProdFarmac), Defensivos agrícolas (DefAgricolas), Máquinas, aparelhos e materiais elétricos (MaqEletriOut), Aparelhos/instrumentos médico-hospitalar, óptico (ApMedicoOut), Automóveis, camionetas e utilitários (AutomUtilita) e Peças e acessórios para veículos automotores (PecVeicAutom). Essa análise sugere que os valores das elasticidades destes produtos (setores), estabelecidos por um procedimento arbitrário e descrito na seção 3.7, necessitam de uma revisão, em estudos futuros. Os demais resultados do Apêndice B. l são robustos, uma vez que nestes setores não houve mudança de sinal dentro do intervalo de confiança. Apêndice B. g – Análise de sensibilidade em relação às elasticidades de entrada às firmas, PIB real – Rerun (var. %) Estudo Momentos 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Média 3,99981 5,00022 4,50043 4,00033 3,50010 3,49984 3,99986 4,49982 4,49992 4,50002 4,49998 4,50001 4,49995 3,99981 5,00009 4,50007 3,99979 3,49952 3,49953 3,99968 4,49919 4,49934 4,49922 4,49940 4,49974 4,49968 3,99981 5,00035 4,50079 4,00087 3,50068 3,50015 4,00004 4,50045 4,50050 4,50082 4,50056 4,50028 4,50022 Média 3,99982 5,00020 4,50045 4,00043 3,50010 3,49991 3,99999 4,49993 4,49996 4,49999 4,49993 4,50001 4,49998 3,99978 4,99980 4,50009 3,99989 3,49961 3,49960 3,99972 4,49966 4,49992 4,49968 4,49971 4,49997 4,49985 3,99986 5,00060 4,50081 4,00097 3,50059 3,50022 4,00026 4,50020 4,50000 4,50030 4,50015 4,50005 4,50011 Média 3,99982 5,00022 4,50049 4,00046 3,50018 3,50001 3,99995 4,49989 4,49997 4,49997 4,49995 4,50000 4,49992 3,99978 4,99986 4,50049 4,00019 3,49982 3,49965 3,99977 4,49935 4,49961 4,49957 4,49941 4,49987 4,49974 3,99986 5,00058 4,50049 4,00073 3,50054 3,50037 4,00013 4,50043 4,50033 4,50037 4,50049 4,50013 4,50010 Fonte: Elaboração própria. Cabotagem: experimento 2 Intervalo de confiança (95%) Ferroviário: experimento 1 Intervalo de confiança (95%) Cabotagem: experimento 1 Intervalo de confiança (95%) 297 Apêndice B. h – Análise de sensibilidade em relação às elasticidades de entrada às firmas, PIB real – Política (var. %) Apêndice B. i – Análise de sensibilidade em relação às elasticidades de entrada às firmas, PIB real – Diferenças cumuladas (var. %) Apêndice B. j – Análise de sensibilidade em relação às elasticidades de entrada às firmas, produção – Rerun (var. % em 2025) Estudo Momentos 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Média 4,07231 5,02945 4,48867 3,97363 3,47469 3,48521 4,00060 4,51038 4,51273 4,50720 4,49873 4,49323 4,49217 4,07213 5,02891 4,48863 3,97350 3,47460 3,48499 4,00042 4,50993 4,51219 4,50657 4,49833 4,49314 4,49217 4,07249 5,02999 4,48871 3,97376 3,47478 3,48543 4,00078 4,51083 4,51327 4,50783 4,49913 4,49332 4,49217 Média 4,01174 5,00025 4,49982 3,99955 3,49927 3,49936 3,99971 4,49990 4,49997 4,49983 4,49965 4,49951 4,49939 4,01161 5,00016 4,49973 3,99955 3,49909 3,49905 3,99931 4,49972 4,49961 4,49965 4,49956 4,49938 4,49926 4,01187 5,00034 4,49991 3,99955 3,49945 3,49967 4,00011 4,50008 4,50033 4,50001 4,49974 4,49964 4,49952 Média 4,01174 5,00037 4,50003 3,99988 3,49954 3,49957 3,99992 4,50010 4,50014 4,50005 4,49987 4,49978 4,49964 4,01165 5,00010 4,50003 3,99975 3,49950 3,49944 3,99988 4,50010 4,49987 4,50001 4,49965 4,49947 4,49951 4,01183 5,00064 4,50003 4,00001 3,49958 3,49970 3,99996 4,50010 4,50041 4,50009 4,50009 4,50009 4,49977 Fonte: Elaboração própria. Cabotagem: experimento 2 Intervalo de confiança (95%) Ferroviário: experimento 1 Intervalo de confiança (95%) Cabotagem: experimento 1 Intervalo de confiança (95%) Estudo Momentos 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 Média 0,06971 0,09757 0,08630 0,06061 0,03605 0,02191 0,02263 0,03274 0,04501 0,05188 0,05069 0,04420 0,03676 0,06953 0,09699 0,08603 0,06048 0,03542 0,02079 0,02151 0,03140 0,04362 0,05032 0,04895 0,04232 0,03457 0,06989 0,09815 0,08657 0,06074 0,03668 0,02303 0,02375 0,03408 0,04640 0,05344 0,05243 0,04608 0,03895 Média 0,01146 0,01151 0,01090 0,01006 0,00926 0,00873 0,00846 0,00844 0,00844 0,00830 0,00803 0,00756 0,00700 0,01142 0,01129 0,01023 0,00890 0,00743 0,00632 0,00542 0,00500 0,00460 0,00401 0,00360 0,00305 0,00253 0,01150 0,01173 0,01157 0,01122 0,01109 0,01114 0,01150 0,01188 0,01228 0,01259 0,01246 0,01207 0,01147 Média 0,01146 0,01161 0,01117 0,01061 0,00999 0,00956 0,00953 0,00974 0,00990 0,00998 0,00990 0,00970 0,00942 0,01142 0,01157 0,01113 0,01048 0,00954 0,00889 0,00864 0,00835 0,00789 0,00757 0,00717 0,00657 0,00593 0,01150 0,01165 0,01121 0,01074 0,01044 0,01023 0,01042 0,01113 0,01191 0,01239 0,01263 0,01283 0,01291 Fonte: Elaboração própria. Cabotagem: experimento 2 Intervalo de confiança (95%) Ferroviário: experimento 1 Intervalo de confiança (95%) Cabotagem: experimento 1 Intervalo de confiança (95%) Média Média Média ArrozCasca Homogêneo 3,9102 3,8891 3,9312 3,9102 3,8895 3,9310 3,9102 3,8896 3,9307 MilhoGrao Homogêneo 3,9383 3,9143 3,9623 3,9384 3,9146 3,9622 3,9383 3,9147 3,9620 TrigoCereais Homogêneo 4,1532 4,1262 4,1802 4,1533 4,1265 4,1801 4,1532 4,1266 4,1798 CanaAcucar Homogêneo 4,0606 4,0425 4,0788 4,0607 4,0428 4,0785 4,0606 4,0429 4,0783 SojaGrao Homogêneo 3,8295 3,8067 3,8524 3,8296 3,8069 3,8523 3,8296 3,8072 3,8520 OutPSLavoura Homogêneo 3,2290 3,2144 3,2436 3,2290 3,2142 3,2439 3,2290 3,2145 3,2436 Mandioca Homogêneo 3,6744 3,6567 3,6921 3,6744 3,6569 3,6920 3,6744 3,6570 3,6918 FumoFolha Homogêneo 3,8841 3,8695 3,8986 3,8841 3,8698 3,8984 3,8841 3,8700 3,8982 AlgodaoHerba Homogêneo 4,3682 4,3521 4,3843 4,3683 4,3524 4,3842 4,3682 4,3526 4,3838 FrutasCitric Homogêneo 3,7858 3,7662 3,8054 3,7858 3,7665 3,8052 3,7858 3,7666 3,8050 CafeGrao Homogêneo 4,7090 4,6819 4,7361 4,7091 4,6824 4,7359 4,7090 4,6828 4,7353 ExpFlorSilvi Homogêneo 4,1340 4,1234 4,1445 4,1341 4,1236 4,1445 4,1340 4,1239 4,1441 BovinosOutr Homogêneo 3,8230 3,7978 3,8482 3,8230 3,7975 3,8485 3,8230 3,7974 3,8485 LeiteVacaOut Homogêneo 3,8928 3,8699 3,9157 3,8929 3,8702 3,9155 3,8928 3,8703 3,9153 SuinosVivos Homogêneo 3,8322 3,8087 3,8558 3,8323 3,8086 3,8559 3,8322 3,8086 3,8559 AvesVivas Homogêneo 3,9012 3,8794 3,9230 3,9013 3,8798 3,9228 3,9012 3,8799 3,9225 OvosAves Homogêneo 3,6499 3,6270 3,6729 3,6500 3,6271 3,6728 3,6499 3,6273 3,6725 PescaAquicul Homogêneo 4,2541 4,2276 4,2806 4,2541 4,2278 4,2805 4,2541 4,2280 4,2801 OutAgriPec Homogêneo 3,7360 3,7134 3,7586 3,7361 3,7137 3,7585 3,7361 3,7138 3,7583 Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) ClassificaçãoProduto Ferroviário: experimento 1 Cabotagem: experimento 1 Cabotagem: experimento 2 continuação 298 Média Média Média PetroleoGas Diferenciado 5,4224 5,3743 5,4705 5,4221 5,3746 5,4696 5,4220 5,3750 5,4690 MinerioFerro Diferenciado 4,7341 4,7320 4,7363 4,7341 4,7312 4,7370 4,7341 4,7312 4,7370 OutIndExtrat Homogêneo 5,6084 5,5998 5,6171 5,6085 5,6005 5,6165 5,6084 5,6010 5,6159 AlimentBebid Diferenciado 3,9476 3,9305 3,9647 3,9477 3,9307 3,9646 3,9476 3,9310 3,9642 ProdFumo Diferenciado 3,8578 3,8469 3,8687 3,8579 3,8470 3,8687 3,8578 3,8473 3,8683 Texteis Homogêneo 4,8419 4,8314 4,8524 4,8420 4,8316 4,8524 4,8419 4,8319 4,8519 ArtVestuario Diferenciado 3,6885 3,6781 3,6990 3,6886 3,6782 3,6990 3,6886 3,6785 3,6986 CouroCalcado Diferenciado 4,7448 4,7292 4,7604 4,7449 4,7297 4,7601 4,7448 4,7301 4,7596 ProdMadeira Homogêneo 4,9440 4,9292 4,9589 4,9442 4,9297 4,9586 4,9441 4,9300 4,9581 CelulosPapel Diferenciado 4,3788 4,2823 4,4753 4,3789 4,2827 4,4751 4,3788 4,2831 4,4746 JornRevDisc Diferenciado 4,0340 4,0286 4,0394 4,0341 4,0289 4,0394 4,0341 4,0293 4,0388 RefPetroleo Diferenciado 4,2860 4,2855 4,2864 4,2858 4,2853 4,2863 4,2858 4,2849 4,2866 Alcool Homogêneo 4,2510 4,2385 4,2636 4,2510 4,2387 4,2633 4,2510 4,2390 4,2630 ProdQuimicos Diferenciado 5,0143 4,9755 5,0532 5,0144 4,9760 5,0529 5,0143 4,9765 5,0521 ResinaElasto Diferenciado 5,6473 5,6126 5,6819 5,6474 5,6132 5,6817 5,6474 5,6137 5,6811 ProdFarmac Diferenciado 4,1098 4,0898 4,1298 4,1098 4,0900 4,1296 4,1098 4,0903 4,1292 DefAgricolas Diferenciado 4,2283 4,1904 4,2661 4,2284 4,1908 4,2660 4,2283 4,1911 4,2655 PerfumarOut Diferenciado 4,3339 4,3259 4,3418 4,3339 4,3261 4,3417 4,3339 4,3265 4,3413 TintasOut Diferenciado 4,3726 4,3551 4,3901 4,3726 4,3556 4,3896 4,3725 4,3559 4,3892 QuimicosDive Diferenciado 4,8658 4,8333 4,8983 4,8659 4,8334 4,8985 4,8659 4,8338 4,8979 BorracPlast Diferenciado 4,7780 4,7524 4,8036 4,7780 4,7527 4,8033 4,7779 4,7530 4,8028 Cimento Diferenciado 3,7611 3,6653 3,8569 3,7612 3,6660 3,8565 3,7611 3,6659 3,8562 OutPrMNaoMet Homogêneo 4,8341 4,8331 4,8351 4,8342 4,8335 4,8348 4,8341 4,8339 4,8343 FabAcoDeriv Diferenciado 5,1779 5,1615 5,1943 5,1780 5,1619 5,1940 5,1779 5,1624 5,1934 MetNaoFerros Diferenciado 5,4619 5,4522 5,4716 5,4620 5,4528 5,4712 5,4619 5,4533 5,4705 ProdMetal Diferenciado 4,4076 4,3939 4,4213 4,4077 4,3942 4,4211 4,4075 4,3943 4,4208 MaqEquipManu Diferenciado 5,7167 5,6788 5,7546 5,7168 5,6786 5,7550 5,7167 5,6793 5,7540 Eletrodomest Diferenciado 4,1770 4,1743 4,1797 4,1770 4,1745 4,1796 4,1770 4,1747 4,1792 EscrInformat Diferenciado 4,3379 4,2884 4,3873 4,3378 4,2881 4,3876 4,3378 4,2884 4,3871 MaqEletriOut Diferenciado 4,5099 4,4474 4,5724 4,5100 4,4476 4,5724 4,5099 4,4480 4,5718 MatEletroOut Diferenciado 4,4940 4,4862 4,5018 4,4940 4,4859 4,5020 4,4939 4,4863 4,5016 ApMedicoOut Diferenciado 4,9861 4,9665 5,0057 4,9862 4,9665 5,0058 4,9861 4,9670 5,0051 AutomUtilita Diferenciado 5,0420 5,0016 5,0824 5,0421 5,0015 5,0827 5,0420 5,0009 5,0832 CaminhOnibus Diferenciado 4,6615 4,6468 4,6763 4,6616 4,6467 4,6765 4,6614 4,6476 4,6753 PecVeicAutom Diferenciado 5,1849 5,1429 5,2269 5,1850 5,1434 5,2267 5,1849 5,1440 5,2259 OutEqTransp Homogêneo 5,3819 5,3801 5,3836 5,3820 5,3804 5,3835 5,3819 5,3811 5,3827 IndDiversas Homogêneo 4,2685 4,2662 4,2707 4,2685 4,2664 4,2706 4,2684 4,2667 4,2702 EletrOutUrba Diferenciado 4,6562 4,5842 4,7281 4,6562 4,5846 4,7277 4,6561 4,5848 4,7274 Construcao Homogêneo 4,4781 4,4769 4,4794 4,4781 4,4765 4,4797 4,4781 4,4761 4,4800 Comercio Homogêneo 3,9674 3,9487 3,9861 3,9674 3,9488 3,9860 3,9673 3,9491 3,9856 RodoviarioC Homogêneo 4,3702 4,3566 4,3839 4,3703 4,3569 4,3837 4,3702 4,3572 4,3833 FerroviarioC Diferenciado 4,6591 4,6554 4,6628 4,6591 4,6559 4,6623 4,6591 4,6561 4,6621 CabotagemC Diferenciado 4,8432 4,8003 4,8861 4,8837 4,8553 4,9121 4,8836 4,8556 4,9116 NavInteriorC Homogêneo 4,6617 4,6456 4,6778 4,6617 4,6461 4,6773 4,6616 4,6465 4,6768 AereoC Diferenciado 4,5353 4,5051 4,5654 4,5353 4,5053 4,5652 4,5352 4,5057 4,5647 OutAtivSevC Homogêneo 4,4802 4,4627 4,4978 4,4802 4,4630 4,4974 4,4802 4,4633 4,4970 RodoP_RU Homogêneo 5,1666 5,1665 5,1668 5,1666 5,1663 5,1670 5,1666 5,1658 5,1674 RodoP_IM Homogêneo 5,2759 5,2758 5,2760 5,2759 5,2755 5,2762 5,2758 5,2751 5,2765 RodoP_IE Homogêneo 4,7628 4,7589 4,7666 4,7628 4,7591 4,7664 4,7627 4,7594 4,7660 RodoP_INT Homogêneo 4,2953 4,2894 4,3013 4,2953 4,2895 4,3012 4,2953 4,2899 4,3007 RodoP_OUT Homogêneo 5,4153 5,4134 5,4172 5,4153 5,4136 5,4170 5,4153 5,4140 5,4166 FerroviarioP Homogêneo 3,5658 3,5631 3,5686 3,5659 3,5629 3,5688 3,5658 3,5626 3,5690 AquaviarioP Homogêneo 5,2035 5,1874 5,2196 5,2036 5,1880 5,2191 5,2035 5,1885 5,2185 AereoDomP Diferenciado 4,8545 4,8426 4,8663 4,8544 4,8427 4,8661 4,8543 4,8430 4,8657 AereoInterP Diferenciado 4,7172 4,6975 4,7369 4,7172 4,6976 4,7368 4,7172 4,6979 4,7364 OutAtivSevP Homogêneo 3,9297 3,9163 3,9431 3,9297 3,9165 3,9428 3,9296 3,9168 3,9425 Correio Homogêneo 4,2881 4,2763 4,3000 4,2881 4,2765 4,2998 4,2881 4,2767 4,2994 OutTrArmaz Homogêneo 4,5285 4,5139 4,5431 4,5285 4,5141 4,5429 4,5285 4,5144 4,5425 continuação Produto Classificação Ferroviário: experimento 1 Cabotagem: experimento 1 Cabotagem: experimento 2 Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) 299 Apêndice B. k – Análise de sensibilidade em relação às elasticidades de entrada às firmas, produção – Política (var. % em 2025) Média Média Média ServInformac Homogêneo 4,3913 4,3806 4,4020 4,3914 4,3808 4,4019 4,3913 4,3811 4,4016 FinancSeguro Diferenciado 3,5353 3,5228 3,5477 3,5353 3,5231 3,5475 3,5352 3,5232 3,5473 ServImobAlug Homogêneo 4,1173 4,1132 4,1213 4,1173 4,1134 4,1212 4,1173 4,1136 4,1209 ServManutRep Homogêneo 4,1054 4,1047 4,1060 4,1054 4,1049 4,1059 4,1054 4,1051 4,1056 ServAlojAlim Homogêneo 4,6010 4,5852 4,6168 4,6011 4,5855 4,6167 4,6011 4,5858 4,6163 ServPrestEmp Homogêneo 4,5673 4,5526 4,5820 4,5674 4,5528 4,5819 4,5673 4,5532 4,5814 EducMercant Diferenciado 4,0417 4,0237 4,0598 4,0418 4,0238 4,0599 4,0418 4,0241 4,0594 SaudeMercant Diferenciado 4,0121 4,0071 4,0170 4,0121 4,0072 4,0171 4,0121 4,0074 4,0168 OutrosServic Homogêneo 4,0228 4,0089 4,0367 4,0228 4,0090 4,0367 4,0228 4,0092 4,0363 EducPublica Homogêneo 3,9724 3,9723 3,9725 3,9724 3,9723 3,9725 3,9724 3,9723 3,9725 SaudePublica Homogêneo 3,9718 3,9710 3,9726 3,9718 3,9710 3,9726 3,9718 3,9710 3,9726 AdmPubSegSoc Homogêneo 3,9873 3,9865 3,9881 3,9873 3,9865 3,9881 3,9873 3,9866 3,9880 Fonte: Elaboração própria. Produto Classificação Ferroviário: experimento 1 Cabotagem: experimento 1 Cabotagem: experimento 2 Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) Média Média Média ArrozCasca Homogêneo 3,9099 3,8889 3,9309 3,9105 3,8897 3,9313 3,9105 3,8897 3,9312 MilhoGrao Homogêneo 3,9373 3,9132 3,9613 3,9387 3,9147 3,9626 3,9387 3,9149 3,9625 TrigoCereais Homogêneo 4,1530 4,1262 4,1799 4,1539 4,1272 4,1806 4,1538 4,1271 4,1805 CanaAcucar Homogêneo 4,0587 4,0406 4,0767 4,0608 4,0429 4,0787 4,0609 4,0430 4,0788 SojaGrao Homogêneo 3,8309 3,8081 3,8537 3,8303 3,8078 3,8528 3,8302 3,8076 3,8527 OutPSLavoura Homogêneo 3,2331 3,2181 3,2481 3,2285 3,2139 3,2431 3,2285 3,2141 3,2430 Mandioca Homogêneo 3,6701 3,6525 3,6877 3,6745 3,6570 3,6920 3,6745 3,6570 3,6921 FumoFolha Homogêneo 3,8834 3,8689 3,8979 3,8845 3,8702 3,8988 3,8844 3,8702 3,8986 AlgodaoHerba Homogêneo 4,3689 4,3529 4,3849 4,3685 4,3526 4,3843 4,3685 4,3526 4,3843 FrutasCitric Homogêneo 3,7835 3,7640 3,8030 3,7861 3,7667 3,8054 3,7861 3,7667 3,8054 CafeGrao Homogêneo 4,7212 4,6939 4,7484 4,7101 4,6833 4,7368 4,7099 4,6834 4,7364 ExpFlorSilvi Homogêneo 4,1374 4,1268 4,1480 4,1340 4,1236 4,1443 4,1340 4,1237 4,1442 BovinosOutr Homogêneo 3,8142 3,7882 3,8403 3,8221 3,7962 3,8480 3,8224 3,7969 3,8480 LeiteVacaOut Homogêneo 3,8904 3,8675 3,9133 3,8932 3,8705 3,9159 3,8933 3,8706 3,9159 SuinosVivos Homogêneo 3,8266 3,8024 3,8507 3,8318 3,8078 3,8557 3,8320 3,8083 3,8557 AvesVivas Homogêneo 3,9008 3,8790 3,9226 3,9016 3,8800 3,9231 3,9016 3,8801 3,9231 OvosAves Homogêneo 3,6476 3,6245 3,6707 3,6503 3,6273 3,6732 3,6503 3,6275 3,6732 PescaAquicul Homogêneo 4,2501 4,2236 4,2767 4,2547 4,2283 4,2811 4,2548 4,2284 4,2811 OutAgriPec Homogêneo 3,7344 3,7118 3,7571 3,7366 3,7142 3,7590 3,7366 3,7142 3,7590 PetroleoGas Diferenciado 5,4264 5,3786 5,4742 5,4222 5,3745 5,4699 5,4248 5,3773 5,4723 MinerioFerro Diferenciado 4,8066 4,8060 4,8072 4,7351 4,7327 4,7376 4,7351 4,7325 4,7377 OutIndExtrat Homogêneo 5,6142 5,6056 5,6228 5,6086 5,6004 5,6168 5,6088 5,6008 5,6167 AlimentBebid Diferenciado 3,9475 3,9305 3,9645 3,9480 3,9311 3,9649 3,9479 3,9310 3,9648 ProdFumo Diferenciado 3,8572 3,8462 3,8681 3,8583 3,8477 3,8688 3,8581 3,8472 3,8690 Texteis Homogêneo 4,8435 4,8331 4,8539 4,8421 4,8317 4,8524 4,8421 4,8317 4,8524 ArtVestuario Diferenciado 3,6819 3,6717 3,6921 3,6881 3,6777 3,6986 3,6882 3,6778 3,6987 CouroCalcado Diferenciado 4,7497 4,7342 4,7652 4,7451 4,7298 4,7603 4,7449 4,7299 4,7600 ProdMadeira Homogêneo 4,9481 4,9333 4,9628 4,9442 4,9297 4,9587 4,9441 4,9298 4,9585 CelulosPapel Diferenciado 4,3807 4,2842 4,4772 4,3791 4,2829 4,4753 4,3790 4,2830 4,4751 JornRevDisc Diferenciado 4,0281 4,0229 4,0333 4,0338 4,0283 4,0392 4,0339 4,0286 4,0391 RefPetroleo Diferenciado 4,2830 4,2824 4,2835 4,2857 4,2851 4,2862 4,2867 4,2860 4,2875 Alcool Homogêneo 4,2462 4,2339 4,2584 4,2509 4,2387 4,2631 4,2512 4,2389 4,2635 continuação Produto Classificação Ferroviário: experimento 1 Cabotagem: experimento 1 Cabotagem: experimento 2 Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) 300 Média Média Média ProdQuimicos Diferenciado 5,0192 4,9806 5,0578 5,0147 4,9762 5,0532 5,0148 4,9763 5,0533 ResinaElasto Diferenciado 5,6527 5,6180 5,6875 5,6476 5,6133 5,6820 5,6477 5,6135 5,6819 ProdFarmac Diferenciado 4,1073 4,0876 4,1270 4,1097 4,0899 4,1294 4,1097 4,0899 4,1295 DefAgricolas Diferenciado 4,2300 4,1924 4,2676 4,2286 4,1911 4,2661 4,2286 4,1910 4,2661 PerfumarOut Diferenciado 4,3296 4,3218 4,3373 4,3337 4,3258 4,3415 4,3338 4,3259 4,3417 TintasOut Diferenciado 4,3670 4,3502 4,3838 4,3719 4,3547 4,3891 4,3721 4,3549 4,3892 QuimicosDive Diferenciado 4,8690 4,8366 4,9014 4,8662 4,8336 4,8987 4,8662 4,8341 4,8983 BorracPlast Diferenciado 4,7761 4,7504 4,8018 4,7778 4,7523 4,8033 4,7779 4,7525 4,8033 Cimento Diferenciado 3,7556 3,6604 3,8508 3,7602 3,6647 3,8556 3,7606 3,6648 3,8563 OutPrMNaoMet Homogêneo 4,8324 4,8318 4,8331 4,8336 4,8329 4,8342 4,8338 4,8331 4,8344 FabAcoDeriv Diferenciado 5,1812 5,1648 5,1976 5,1780 5,1619 5,1941 5,1781 5,1622 5,1939 MetNaoFerros Diferenciado 5,4614 5,4519 5,4710 5,4623 5,4530 5,4716 5,4624 5,4533 5,4715 ProdMetal Diferenciado 4,3742 4,3615 4,3869 4,4066 4,3927 4,4204 4,4069 4,3937 4,4202 MaqEquipManu Diferenciado 5,6754 5,6374 5,7134 5,7153 5,6773 5,7533 5,7156 5,6780 5,7532 Eletrodomest Diferenciado 4,1727 4,1701 4,1752 4,1766 4,1740 4,1791 4,1767 4,1742 4,1792 EscrInformat Diferenciado 4,2127 4,1647 4,2607 4,3344 4,2850 4,3838 4,3351 4,2854 4,3848 MaqEletriOut Diferenciado 4,4799 4,4177 4,5422 4,5093 4,4471 4,5716 4,5096 4,4472 4,5719 MatEletroOut Diferenciado 4,4373 4,4307 4,4440 4,4924 4,4848 4,5000 4,4928 4,4850 4,5007 ApMedicoOut Diferenciado 4,9723 4,9531 4,9916 4,9850 4,9656 5,0044 4,9852 4,9657 5,0047 AutomUtilita Diferenciado 5,0377 4,9972 5,0783 5,0415 5,0009 5,0821 5,0417 5,0010 5,0823 CaminhOnibus Diferenciado 4,6528 4,6384 4,6672 4,6577 4,6433 4,6720 4,6573 4,6429 4,6718 PecVeicAutom Diferenciado 5,1887 5,1468 5,2306 5,1849 5,1432 5,2267 5,1849 5,1434 5,2264 OutEqTransp Homogêneo 5,3681 5,3665 5,3696 5,3814 5,3799 5,3828 5,3813 5,3801 5,3825 IndDiversas Homogêneo 4,2642 4,2623 4,2662 4,2675 4,2655 4,2695 4,2676 4,2654 4,2698 EletrOutUrba Diferenciado 4,6542 4,5823 4,7261 4,6558 4,5842 4,7275 4,6561 4,5844 4,7278 Construcao Homogêneo 4,4693 4,4674 4,4712 4,4769 4,4753 4,4784 4,4772 4,4758 4,4786 Comercio Homogêneo 3,9544 3,9360 3,9728 3,9667 3,9482 3,9852 3,9669 3,9484 3,9855 RodoviarioC Homogêneo 4,3605 4,3470 4,3740 4,3695 4,3560 4,3829 4,3697 4,3563 4,3831 FerroviarioC Diferenciado 4,7234 4,7179 4,7289 4,6603 4,6568 4,6637 4,6606 4,6574 4,6639 CabotagemC Diferenciado 4,8410 4,7986 4,8835 4,8796 4,8504 4,9088 4,6601 4,6365 4,6837 NavInteriorC Homogêneo 4,6614 4,6457 4,6771 4,6610 4,6453 4,6766 4,6609 4,6454 4,6764 AereoC Diferenciado 4,5172 4,4875 4,5469 4,5347 4,5048 4,5646 4,5353 4,5053 4,5652 OutAtivSevC Homogêneo 4,4781 4,4607 4,4954 4,4800 4,4627 4,4973 4,4809 4,4637 4,4981 RodoP_RU Homogêneo 5,1579 5,1573 5,1584 5,1657 5,1654 5,1660 5,1665 5,1662 5,1667 RodoP_IM Homogêneo 5,2668 5,2663 5,2674 5,2749 5,2747 5,2751 5,2757 5,2755 5,2758 RodoP_IE Homogêneo 4,7557 4,7522 4,7593 4,7621 4,7583 4,7659 4,7627 4,7589 4,7664 RodoP_INT Homogêneo 4,2980 4,2923 4,3038 4,2951 4,2892 4,3010 4,2956 4,2897 4,3014 RodoP_OUT Homogêneo 5,4088 5,4073 5,4103 5,4145 5,4127 5,4163 5,4152 5,4134 5,4171 FerroviarioP Homogêneo 3,5613 3,5584 3,5642 3,5656 3,5627 3,5685 3,5658 3,5628 3,5687 AquaviarioP Homogêneo 5,2079 5,1920 5,2237 5,2039 5,1882 5,2197 5,2040 5,1883 5,2196 AereoDomP Diferenciado 4,8447 4,8333 4,8561 4,8535 4,8418 4,8652 4,8544 4,8426 4,8662 AereoInterP Diferenciado 4,7082 4,6887 4,7277 4,7164 4,6969 4,7359 4,7170 4,6973 4,7367 OutAtivSevP Homogêneo 3,9290 3,9159 3,9422 3,9296 3,9164 3,9428 3,9302 3,9171 3,9433 Correio Homogêneo 4,2826 4,2709 4,2943 4,2878 4,2761 4,2995 4,2882 4,2765 4,2998 OutTrArmaz Homogêneo 4,5219 4,5075 4,5363 4,5284 4,5139 4,5428 4,5290 4,5146 4,5433 ServInformac Homogêneo 4,3863 4,3757 4,3968 4,3911 4,3805 4,4017 4,3913 4,3807 4,4018 FinancSeguro Diferenciado 3,5297 3,5178 3,5415 3,5350 3,5228 3,5472 3,5351 3,5231 3,5471 ServImobAlug Homogêneo 4,1087 4,1049 4,1125 4,1168 4,1129 4,1208 4,1171 4,1131 4,1211 ServManutRep Homogêneo 4,0980 4,0976 4,0983 4,1048 4,1043 4,1054 4,1051 4,1046 4,1056 ServAlojAlim Homogêneo 4,5973 4,5817 4,6129 4,6009 4,5854 4,6165 4,6010 4,5855 4,6165 ServPrestEmp Homogêneo 4,5641 4,5495 4,5787 4,5672 4,5527 4,5818 4,5674 4,5530 4,5818 EducMercant Diferenciado 4,0321 4,0144 4,0497 4,0412 4,0232 4,0592 4,0412 4,0232 4,0593 SaudeMercant Diferenciado 4,0044 3,9997 4,0091 4,0115 4,0065 4,0166 4,0117 4,0067 4,0166 OutrosServic Homogêneo 4,0140 4,0003 4,0276 4,0223 4,0085 4,0361 4,0224 4,0086 4,0362 EducPublica Homogêneo 3,9724 3,9722 3,9725 3,9724 3,9723 3,9725 3,9724 3,9723 3,9725 SaudePublica Homogêneo 3,9715 3,9706 3,9723 3,9718 3,9709 3,9726 3,9718 3,9710 3,9726 AdmPubSegSoc Homogêneo 3,9872 3,9864 3,9879 3,9873 3,9866 3,9880 3,9873 3,9865 3,9881 Fonte: Elaboração própria. Produto Classificação Ferroviário: experimento 1 Cabotagem: experimento 1 Cabotagem: experimento 2 Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) 301 Apêndice B. l – Análise de sensibilidade em relação às elasticidades de entrada às firmas, produção – Diferenças acumuladas (var. % em 2025) Média Média Média ArrozCasca Homogêneo 0,001 -0,001 0,003 0,004 -0,001 0,008 0,004 0,000 0,007 MilhoGrao Homogêneo 0,001 -0,001 0,003 0,004 0,000 0,009 0,004 0,001 0,008 TrigoCereais Homogêneo -0,010 -0,012 -0,008 0,004 -0,002 0,009 0,002 -0,002 0,006 CanaAcucar Homogêneo 0,002 -0,001 0,004 0,005 0,001 0,010 0,006 0,003 0,010 SojaGrao Homogêneo -0,008 -0,011 -0,006 0,002 -0,003 0,007 0,001 -0,003 0,004 OutPSLavoura Homogêneo -0,012 -0,015 -0,009 0,004 0,000 0,008 0,004 0,001 0,007 Mandioca Homogêneo 0,000 -0,001 0,002 0,004 -0,001 0,008 0,004 0,001 0,007 FumoFolha Homogêneo -0,008 -0,010 -0,005 0,002 -0,003 0,007 0,001 -0,001 0,003 AlgodaoHerba Homogêneo -0,002 -0,005 0,000 0,003 -0,002 0,008 0,003 -0,001 0,007 FrutasCitric Homogêneo 0,002 0,000 0,004 0,003 -0,001 0,008 0,004 0,001 0,007 CafeGrao Homogêneo -0,023 -0,027 -0,020 0,000 -0,007 0,007 -0,002 -0,007 0,002 ExpFlorSilvi Homogêneo -0,006 -0,009 -0,003 0,003 -0,002 0,008 0,003 -0,001 0,007 BovinosOutr Homogêneo 0,004 0,003 0,005 0,009 0,004 0,013 0,010 0,006 0,014 LeiteVacaOut Homogêneo 0,005 0,003 0,007 0,004 0,000 0,008 0,004 0,001 0,008 SuinosVivos Homogêneo 0,003 0,002 0,004 0,007 0,002 0,011 0,008 0,004 0,011 AvesVivas Homogêneo 0,003 0,001 0,005 0,004 -0,001 0,008 0,004 0,001 0,007 OvosAves Homogêneo 0,005 0,003 0,007 0,004 0,000 0,008 0,005 0,002 0,008 PescaAquicul Homogêneo 0,008 0,006 0,011 0,005 0,000 0,009 0,006 0,002 0,009 OutAgriPec Homogêneo -0,001 -0,003 0,000 0,003 -0,001 0,008 0,003 -0,001 0,006 PetroleoGas Diferenciado -0,010 -0,015 -0,004 0,068 0,061 0,074 0,085 0,080 0,090 MinerioFerro Diferenciado 1,500 1,500 1,501 0,009 0,001 0,017 0,007 0,004 0,010 OutIndExtrat Homogêneo 0,188 0,184 0,192 0,016 0,010 0,023 0,017 0,012 0,022 AlimentBebid Diferenciado 0,002 0,000 0,004 0,004 0,000 0,008 0,003 0,001 0,005 ProdFumo Diferenciado -0,009 -0,010 -0,007 0,002 -0,001 0,006 0,001 -0,004 0,006 Texteis Homogêneo -0,006 -0,009 -0,003 0,003 -0,004 0,009 0,002 -0,002 0,006 ArtVestuario Diferenciado 0,002 0,000 0,004 0,003 -0,001 0,007 0,004 0,001 0,007 CouroCalcado Diferenciado -0,011 -0,014 -0,007 0,002 -0,004 0,008 0,001 -0,004 0,005 ProdMadeira Homogêneo -0,003 -0,006 0,000 0,002 -0,004 0,008 0,001 -0,002 0,005 CelulosPapel Diferenciado 0,009 0,007 0,011 0,003 -0,002 0,008 0,003 -0,001 0,006 JornRevDisc Diferenciado 0,015 0,014 0,017 0,002 -0,001 0,006 0,004 -0,001 0,009 RefPetroleo Diferenciado -0,008 -0,011 -0,004 0,026 0,021 0,031 0,034 0,033 0,036 Alcool Homogêneo 0,000 -0,003 0,003 0,008 0,004 0,013 0,011 0,007 0,014 ProdQuimicos Diferenciado 0,017 0,013 0,021 0,010 0,003 0,017 0,010 0,004 0,017 ResinaElasto Diferenciado 0,005 0,000 0,011 0,006 -0,001 0,014 0,006 0,001 0,010 ProdFarmac Diferenciado 0,002 -0,001 0,004 0,003 0,000 0,006 0,003 0,000 0,007 DefAgricolas Diferenciado -0,008 -0,012 -0,005 0,003 -0,002 0,008 0,002 -0,001 0,005 PerfumarOut Diferenciado 0,010 0,009 0,012 0,005 0,000 0,010 0,006 0,002 0,009 TintasOut Diferenciado 0,017 0,014 0,021 0,005 0,000 0,010 0,007 0,002 0,011 QuimicosDive Diferenciado 0,008 0,003 0,013 0,005 -0,001 0,011 0,004 0,002 0,007 BorracPlast Diferenciado 0,003 0,001 0,005 0,002 -0,005 0,009 0,003 -0,002 0,008 Cimento Diferenciado 0,015 0,015 0,015 0,007 0,001 0,013 0,012 0,007 0,016 OutPrMNaoMet Homogêneo 0,020 0,018 0,022 0,006 0,001 0,011 0,008 0,005 0,012 FabAcoDeriv Diferenciado 0,098 0,095 0,101 0,004 -0,002 0,011 0,004 0,000 0,008 MetNaoFerros Diferenciado 0,053 0,048 0,057 0,007 0,001 0,014 0,007 0,003 0,011 ProdMetal Diferenciado 0,086 0,084 0,087 0,008 0,000 0,016 0,011 0,009 0,014 MaqEquipManu Diferenciado 0,126 0,124 0,129 0,007 -0,002 0,016 0,008 0,001 0,015 Eletrodomest Diferenciado 0,029 0,027 0,031 0,004 0,000 0,008 0,006 0,002 0,010 EscrInformat Diferenciado 0,201 0,199 0,203 0,007 0,000 0,014 0,015 0,009 0,020 MaqEletriOut Diferenciado 0,084 0,084 0,084 0,006 -0,001 0,012 0,008 0,003 0,013 MatEletroOut Diferenciado 0,094 0,093 0,095 0,006 0,000 0,012 0,011 0,006 0,015 ApMedicoOut Diferenciado 0,023 0,020 0,027 0,002 -0,004 0,008 0,005 0,000 0,010 AutomUtilita Diferenciado 0,037 0,035 0,040 0,006 -0,001 0,012 0,007 0,002 0,013 CaminhOnibus Diferenciado -0,054 -0,059 -0,049 -0,020 -0,027 -0,013 -0,013 -0,018 -0,008 PecVeicAutom Diferenciado -0,011 -0,015 -0,006 -0,002 -0,009 0,005 -0,002 -0,006 0,003 OutEqTransp Homogêneo 0,051 0,047 0,055 -0,002 -0,009 0,006 -0,002 -0,007 0,003 IndDiversas Homogêneo 0,002 0,000 0,004 0,000 -0,005 0,005 0,003 -0,001 0,007 EletrOutUrba Diferenciado 0,026 0,026 0,027 0,008 0,002 0,013 0,010 0,004 0,015 Construcao Homogêneo 0,021 0,021 0,021 0,006 0,002 0,010 0,010 0,007 0,014 Comercio Homogêneo 0,030 0,028 0,032 0,005 0,000 0,009 0,007 0,004 0,011 Produto Ferroviário: experimento 1 Cabotagem: experimento 1 Cabotagem: experimento 2 Intervalo de confiança Intervalo de confiança Intervalo de confiança continuação 302 Média Média Média RodoviarioC Homogêneo -0,396 -0,399 -0,394 -0,041 -0,046 -0,036 -0,039 -0,042 -0,035 FerroviarioC Diferenciado -5,250 -5,250 -5,249 0,000 -0,007 0,006 0,002 -0,002 0,006 CabotagemC Diferenciado -0,044 -0,048 -0,041 -4,966 -4,976 -4,955 -6,840 -6,878 -6,801 NavInteriorC Homogêneo -0,005 -0,007 -0,003 -0,003 -0,009 0,004 -0,002 -0,005 0,002 AereoC Diferenciado -0,013 -0,015 -0,010 0,000 -0,006 0,006 0,006 0,001 0,010 OutAtivSevC Homogêneo 0,043 0,040 0,046 -0,028 -0,033 -0,022 -0,016 -0,021 -0,012 RodoP_RU Homogêneo 0,014 0,012 0,016 0,016 0,011 0,021 0,022 0,018 0,027 RodoP_IM Homogêneo 0,015 0,013 0,017 0,017 0,012 0,022 0,023 0,019 0,028 RodoP_IE Homogêneo 0,008 0,007 0,010 0,013 0,008 0,018 0,017 0,014 0,021 RodoP_INT Homogêneo -0,003 -0,006 0,001 0,012 0,007 0,017 0,015 0,011 0,018 RodoP_OUT Homogêneo 0,011 0,009 0,013 0,017 0,008 0,025 0,022 0,015 0,030 FerroviarioP Homogêneo -0,006 -0,008 -0,005 0,003 0,000 0,006 0,004 0,002 0,007 AquaviarioP Homogêneo -0,010 -0,014 -0,006 0,007 -0,001 0,014 0,006 0,000 0,011 AereoDomP Diferenciado 0,006 0,004 0,009 0,012 0,006 0,017 0,020 0,015 0,024 AereoInterP Diferenciado 0,003 0,001 0,006 0,008 0,003 0,013 0,014 0,010 0,018 OutAtivSevP Homogêneo 0,017 0,015 0,019 -0,006 -0,010 -0,001 -0,001 -0,004 0,002 Correio Homogêneo 0,058 0,056 0,060 0,003 -0,002 0,008 0,007 0,003 0,010 OutTrArmaz Homogêneo 0,032 0,029 0,034 -0,005 -0,011 0,000 0,000 -0,003 0,004 ServInformac Homogêneo 0,018 0,016 0,020 0,004 -0,001 0,008 0,006 0,002 0,009 FinancSeguro Diferenciado 0,010 0,008 0,012 0,002 -0,002 0,005 0,003 0,002 0,004 ServImobAlug Homogêneo 0,022 0,020 0,023 0,006 0,002 0,010 0,009 0,005 0,012 ServManutRep Homogêneo -0,007 -0,008 -0,005 -0,004 -0,008 0,001 0,000 -0,004 0,003 ServAlojAlim Homogêneo 0,012 0,010 0,014 0,003 -0,002 0,008 0,004 0,000 0,008 ServPrestEmp Homogêneo 0,003 0,000 0,006 0,002 -0,004 0,007 0,003 0,000 0,007 EducMercant Diferenciado 0,000 -0,004 0,003 0,000 -0,006 0,007 0,002 -0,003 0,006 SaudeMercant Diferenciado 0,007 0,005 0,009 0,003 -0,002 0,007 0,005 0,001 0,008 OutrosServic Homogêneo 0,005 0,003 0,007 0,002 -0,003 0,007 0,003 0,000 0,007 EducPublica Homogêneo 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 SaudePublica Homogêneo 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 AdmPubSegSoc Homogêneo 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 Fonte: Elaboração própria. Produto Classificação Ferroviário: experimento 1 Cabotagem: experimento 1 Cabotagem: experimento 2 Intervalo de confiança (95%) Intervalo de confiança (95%) Intervalo de confiança (95%) 303 ANEXO A – Produtos transportados pelas concessionárias e tarifas médias (2005) Ferrovia Subgrupo Mercadoria Produto do modelo TU (10^3) TKU (10^6) Tarifa média Ano da tarifa Correção (IGP-DI) Tarifa média (2005) Tarifa (TKU) ALL c ime nto cimento Cimento 1109,6 557,2 58,2 2010 1,204 48,3 0,048 ALL indús tria c ime nte ira e c ons t. clínquer Cimento 210,5 187,4 44,3 2010 1,204 36,8 0,037 ALL soja e fa re lo de soja soja SojaGrao 5637,3 3538,1 90,9 2010 1,204 75,5 0,076 ALL soja e fa re lo de soja farelo de soja AlimentBebid 4214,7 1933,8 90,9 2010 1,204 75,5 0,076 ALL produç ã o a gríc ola açúcar AlimentBebid 1619,6 1029,4 90,9 2010 1,204 75,5 0,076 ALL produç ã o a gríc ola grãos – arroz ArrozCasca 258,3 432,5 90,9 2010 1,204 75,5 0,076 ALL produç ã o a gríc ola grãos – milho MilhoGrao 646,3 604,3 90,9 2010 1,204 75,5 0,076 ALL produç ã o a gríc ola grãos – trigo TrigoCereais 706,5 484,3 90,9 2010 1,204 75,5 0,076 ALL produç ã o a gríc ola óleo vegetal AlimentBebid 549,4 274,2 109,6 2010 1,204 91,0 0,091 ALL a dubos e fe rtiliza nte s outros - adubos e fertilizantes ProdQuimicos 1585,1 912,1 65,8 2010 1,204 54,6 0,055 ALL e xtra ç ã o ve ge ta l e c e lulose toras de madeira ProdMadeira 59,4 30,2 81,3 2010 1,204 67,5 0,068 ALL de riva dos do pe tróle o e á lc ool álcool Alcool 915,1 796,1 158,5 2010 1,204 131,6 0,132 ALL de riva dos do pe tróle o e á lc ool óleo diesel RefPetroleo 1501,7 662,7 158,5 2010 1,204 131,6 0,132 ALL de riva dos do pe tróle o e á lc ool óleo combustível RefPetroleo 411,3 155,6 158,5 2010 1,204 131,6 0,132 ALL outra s me rc a doriia s carne fresca res friada ou congelada AlimentBebid 216,3 367,0 158,5 2010 1,204 131,6 0,132 ALL outra s me rc a doriia s cascas vegetais para fins indus triais IndDiversas 170,2 288,8 158,5 2010 1,204 131,6 0,132 ALL outra s me rc a doriia s cascas vegetais para fins indus triais IndDiversas 120,5 204,4 158,5 2010 1,204 131,6 0,132 ALL outra s me rc a doriia s feijao seco OutPSLavoura 55,1 93,5 158,5 2010 1,204 131,6 0,132 ALL outra s me rc a doriia s feijao seco OutPSLavoura 16,4 27,9 158,5 2010 1,204 131,6 0,132 ALL outra s me rc a doriia s madeiras compensadas ou em laminas ProdMadeira 719,6 1220,8 158,5 2010 1,204 131,6 0,132 ALL outra s me rc a doriia s madeiras compensadas ou em laminas ProdMadeira 842,3 1429,0 158,5 2010 1,204 131,6 0,132 ALL outra s me rc a doriia s sal grosso, moido, triturado ou refinado AlimentBebid 63,7 108,1 158,5 2010 1,204 131,6 0,132 ALL outra s me rc a doriia s sal grosso, moido, triturado ou refinado AlimentBebid 17,1 29,0 158,5 2010 1,204 131,6 0,132 ALL c ontê ine r c he io de 40 pé s alimentos AlimentBebid 4,9 0,0 75,5 2010 1,204 62,7 0,063 ALL c ontê ine r c he io de 40 pé s automóveis AutomUtilita 0,6 0,0 75,5 2010 1,204 62,7 0,063 ALL c ontê ine r c he io de 40 pé s ves tuário ArtVes tuario 0,0 0,0 75,5 2010 1,204 62,7 0,063 ALL c ontê ine r c he io de 40 pé s café AlimentBebid 4,1 0,0 75,5 2010 1,204 62,7 0,063 ALL c ontê ine r c he io de 40 pé s calçados CouroCalcado 0,5 0,0 75,5 2010 1,204 62,7 0,063 ALL c ontê ine r c he io de 40 pé s carne bovina BovinosOutr 4,6 0,0 75,5 2010 1,204 62,7 0,063 ALL c ontê ine r c he io de 40 pé s celulose CelulosPapel 0,0 0,0 75,5 2010 1,204 62,7 0,063 ALL c ontê ine r c he io de 40 pé s cerâmica OutPrMNaoMet 0,9 0,0 75,5 2010 1,204 62,7 0,063 ALL c ontê ine r c he io de 40 pé s couro CouroCalcado 0,1 0,0 75,5 2010 1,204 62,7 0,063 ALL c ontê ine r c he io de 40 pé s eletroeletrônicos MatEletroOut 0,1 0,0 75,5 2010 1,204 62,7 0,063 ALL c ontê ine r c he io de 40 pé s eletromecânica MaqEquipManu 0,3 0,0 75,5 2010 1,204 62,7 0,063 ALL c ontê ine r c he io de 40 pé s frutas FrutasCitric 0,3 0,0 75,5 2010 1,204 62,7 0,063 ALL c ontê ine r c he io de 40 pé s pescado PescaAquicul 0,0 0,0 75,5 2010 1,204 62,7 0,063 ALL c ontê ine r c he io de 40 pé s s iderurgia FabAcoDeriv 0,0 0,0 75,5 2010 1,204 62,7 0,063 ALL c ontê ine r c he io de 40 pé s suco de laranja AlimentBebid 8,5 0,0 75,5 2010 1,204 62,7 0,063 FERROES TE indús tria s ide rúrgic a calcário s iderúrgico OutPrMNaoMet 11,5 2,8 83,6 2002 0,647 129,2 0,129 FERROES TE c ime nto cimento a granel Cimento 25,9 6,4 30,7 2002 0,647 47,4 0,047 FERROES TE c ime nto cimento acondicionado Cimento 81,7 20,4 30,7 2002 0,647 47,4 0,047 FERROES TE soja e fa re lo de soja soja SojaGrao 488,5 134,7 48,0 2002 0,647 74,1 0,074 FERROES TE soja e fa re lo de soja farelo de soja AlimentBebid 72,8 2,9 48,0 2002 0,647 74,1 0,074 FERROES TE produç ã o a gríc ola grãos – cevada OutPSLavoura 8,9 0,1 48,0 2002 0,647 74,1 0,074 continuação 304 Ferrovia Subgrupo Mercadoria Produto do modelo TU (10^3) TKU (10^6) Tarifa média Ano da tarifa Correção (IGP-DI) Tarifa média (2005) Tarifa (TKU) FERROES TE produç ã o a gríc ola grãos – milho MilhoGrao 47,2 11,8 48,0 2002 0,647 74,1 0,074 FERROES TE produç ã o a gríc ola grãos – trigo TrigoCereais 218,4 54,2 48,0 2002 0,647 74,1 0,074 FERROES TE a dubos e fe rtiliza nte s calcário corretivo OutIndExtrat 0,0 0,5 34,7 2002 0,647 53,6 0,054 FERROES TE a dubos e fe rtiliza nte s cloreto de potáss io ProdQuimicos 72,5 18,0 34,7 2002 0,647 53,6 0,054 FERROES TE a dubos e fe rtiliza nte s fosfato ProdQuimicos 61,5 12,1 34,7 2002 0,647 53,6 0,054 FERROES TE a dubos e fe rtiliza nte s amônia ProdQuimicos 9,6 2,4 34,7 2002 0,647 53,6 0,054 FERROES TE a dubos e fe rtiliza nte s uréia ProdQuimicos 11,1 2,8 34,7 2002 0,647 53,6 0,054 FERROES TE a dubos e fe rtiliza nte s outros - adubos e fertilizantes ProdQuimicos 267,3 65,9 34,7 2002 0,647 53,6 0,054 FERROES TE outra s me rc a doriia s carne fresca res friada ou congelada AlimentBebid 27,2 3,6 83,6 2002 0,647 129,2 0,129 FERROES TE outra s me rc a doriia s carne fresca res friada ou congelada AlimentBebid 32,6 4,3 83,6 2002 0,647 129,2 0,129 FERROES TE outra s me rc a doriia s madeiras em toras ou toretes ProdMadeira 46,0 6,1 83,6 2002 0,647 129,2 0,129 FTC indús tria c ime nte ira e c ons t. ladrilhos e azulejos OutPrMNaoMet 29,9 3,3 106,5 2010 1,204 88,4 0,884 FTC c a rvã o/c oque carvão mineral OutIndExtrat 2373,1 166,7 21,4 2010 1,204 17,8 0,178 FERROBAN indús tria s ide rúrgic a alumínio MetNaoFerros 98,1 15,5 85,8 2010 1,204 71,2 0,071 FERROBAN indús tria s ide rúrgic a prd.s iderúrgicos – outros FabAcoDeriv 60,9 22,1 85,8 2010 1,204 71,2 0,071 FERROBAN c ime nto cimento Cimento 20,8 2,5 58,2 2010 1,204 48,3 0,048 FERROBAN indús tria c ime nte ira e c ons t. areia OutIndExtrat 103,3 21,8 62,7 2010 1,204 52,1 0,052 FERROBAN gra né is mine ra is bauxita OutIndExtrat 764,6 90,3 37,6 2002 0,647 58,1 0,058 FERROBAN soja e fa re lo de soja soja SojaGrao 240,7 429,7 90,9 2010 1,204 75,5 0,076 FERROBAN soja e fa re lo de soja farelo de soja AlimentBebid 531,2 371,2 90,9 2010 1,204 75,5 0,076 FERROBAN produç ã o a gríc ola açúcar AlimentBebid 1100,3 655,8 90,9 2010 1,204 75,5 0,076 FERROBAN produç ã o a gríc ola grãos – trigo TrigoCereais 28,9 0,1 90,9 2010 1,204 75,5 0,076 FERROBAN produç ã o a gríc ola grãos – milho MilhoGrao 0,0 0,6 90,9 2010 1,204 75,5 0,076 FERROBAN produç ã o a gríc ola óleo vegetal AlimentBebid 33,6 12,0 109,6 2010 1,204 91,0 0,091 FERROBAN a dubos e fe rtiliza nte s cloreto de potáss io ProdQuimicos 10,9 16,6 65,8 2010 1,204 54,6 0,055 FERROBAN a dubos e fe rtiliza nte s fosfato ProdQuimicos 0,0 9,6 65,8 2010 1,204 54,6 0,055 FERROBAN a dubos e fe rtiliza nte s uréia ProdQuimicos 0,0 0,9 65,8 2010 1,204 54,6 0,055 FERROBAN a dubos e fe rtiliza nte s sulfato de amônia DefAgricolas 4,5 4,5 65,8 2010 1,204 54,6 0,055 FERROBAN a dubos e fe rtiliza nte s outros - adubos e fertilizantes ProdQuimicos 13,2 22,4 65,8 2010 1,204 54,6 0,055 FERROBAN de riva dos do pe tróle o e á lc ool álcool Alcool 22,9 6,7 158,5 2010 1,204 131,6 0,132 FERROBAN de riva dos do pe tróle o e á lc ool gasolina RefPetroleo 245,9 95,3 158,5 2010 1,204 131,6 0,132 FERROBAN de riva dos do pe tróle o e á lc ool óleo diesel RefPetroleo 932,8 402,6 158,5 2010 1,204 131,6 0,132 FERROBAN de riva dos do pe tróle o e á lc ool outros - combust, deriv. petro., alcool RefPetroleo 13,8 3,9 158,5 2010 1,204 131,6 0,132 FERROBAN outra s me rc a doriia s acessorios pecas e pertences p/veiculos OutEqTransp 0,5 1,0 158,5 2010 1,204 131,6 0,132 FERROBAN outra s me rc a doriia s arroz beneficiado , acondicionado AlimentBebid 8,4 18,9 158,5 2010 1,204 131,6 0,132 FERROBAN outra s me rc a doriia s cal em geral OutPrMNaoMet 4,1 9,1 158,5 2010 1,204 131,6 0,132 FERROBAN outra s me rc a doriia s madeiras em toras ou toretes ProdMadeira 30,9 69,2 158,5 2010 1,204 131,6 0,132 FERROBAN outra s me rc a doriia s placas ,tarugos ,bloco aco/ferro e out. FabAcoDeriv 1,7 3,8 158,5 2010 1,204 131,6 0,132 FERROBAN c ontê ine r alimentos AlimentBebid 0,0 0,0 158,5 2010 1,204 131,6 0,132 FERROBAN c ontê ine r automóveis AutomUtilita 0,0 0,0 158,5 2010 1,204 131,6 0,132 FERROBAN c ontê ine r ves tuário ArtVes tuario 0,0 0,0 158,5 2010 1,204 131,6 0,132 FERROBAN c ontê ine r café AlimentBebid 0,0 0,0 158,5 2010 1,204 131,6 0,132 FERROBAN c ontê ine r calçados CouroCalcado 0,0 0,0 158,5 2010 1,204 131,6 0,132 FERROBAN c ontê ine r carne bovina BovinosOutr 0,0 0,0 158,5 2010 1,204 131,6 0,132 FERROBAN c ontê ine r cerâmica OutPrMNaoMet 0,0 0,0 158,5 2010 1,204 131,6 0,132 continuação 305 Ferrovia Subgrupo Mercadoria Produto do modelo TU (10^3) TKU (10^6) Tarifa média Ano da tarifa Correção (IGP-DI) Tarifa média (2005) Tarifa (TKU) FERROBAN c ontê ine r couro CouroCalcado 0,0 0,0 158,5 2010 1,204 131,6 0,132 FERROBAN c ontê ine r eletroeletrônicos MatEletroOut 0,0 0,0 158,5 2010 1,204 131,6 0,132 FERROBAN c ontê ine r eletromecânica MaqEquipManu 0,0 0,0 158,5 2010 1,204 131,6 0,132 FERROBAN c ontê ine r frutas FrutasCitric 0,0 0,0 158,5 2010 1,204 131,6 0,132 FERROBAN c ontê ine r suco de laranja AlimentBebid 0,1 0,0 158,5 2010 1,204 131,6 0,132 FERROBAN c a rga ge ra l - nã o c onte ine riza dapellets cítricos OutPSLavoura 165,9 74,0 158,5 2010 1,204 131,6 0,132 FERRONORTE soja e fa re lo de soja soja SojaGrao 3209,4 4712,9 90,9 2010 1,204 131,6 0,132 FERRONORTE soja e fa re lo de soja farelo de soja AlimentBebid 1660,6 2029,2 90,9 2010 1,204 131,6 0,132 FERRONORTE produç ã o a gríc ola grãos – milho MilhoGrao 7,8 0,9 90,9 2010 1,204 75,5 0,076 FERRONORTE produç ã o a gríc ola óleo vegetal AlimentBebid 403,9 10,6 109,6 2010 1,204 75,5 0,076 FERRONORTE a dubos e fe rtiliza nte s outros - adubos e fertilizantes ProdQuimicos 538,5 671,3 65,8 2010 1,204 75,5 0,076 FERRONORTE de riva dos do pe tróle o e á lc ool gasolina RefPetroleo 50,9 50,4 158,5 2010 1,204 91,0 0,091 FERRONORTE de riva dos do pe tróle o e á lc ool óleo diesel RefPetroleo 394,9 39,1 158,5 2010 1,204 54,6 0,055 FERRONORTE outra s me rc a doriia s açúcar AlimentBebid 36,9 26,7 158,5 2010 1,204 131,6 0,132 FERRONORTE outra s me rc a doriia s farelo de soja pelet AlimentBebid 7,1 5,1 158,5 2010 1,204 131,6 0,132 FERRONORTE outra s me rc a doriia s farelo de soja peletizado AlimentBebid 31,0 22,5 158,5 2010 1,204 131,6 0,132 FERRONORTE outra s me rc a doriia s alcool Alcool 1,5 1,1 158,5 2010 1,204 131,6 0,132 FERRONORTE outra s me rc a doriia s pedra britada OutPrMNaoMet 0,6 0,5 158,5 2010 1,204 131,6 0,132 FERRONORTE outra s me rc a doriia s sorgo TrigoCereais 36,9 26,7 158,5 2010 1,204 131,6 0,132 NOVOES TE miné rio de fe rro minério de ferro MinerioFerro 1694,7 253,7 85,8 2010 1,204 131,6 0,132 NOVOES TE indús tria s ide rúrgic a alumínio MetNaoFerros 28,3 4,0 85,8 2010 1,204 131,6 0,132 NOVOES TE indús tria s ide rúrgic a calcário s iderúrgico OutPrMNaoMet 27,8 17,3 85,8 2010 1,204 71,2 0,071 NOVOES TE indús tria s ide rúrgic a prd. s iderúrgicos – vergalhões FabAcoDeriv 42,0 58,4 85,8 2010 1,204 71,2 0,071 NOVOES TE indús tria s ide rúrgic a prd.s iderúrgicos – outros FabAcoDeriv 16,1 20,6 85,8 2010 1,204 71,2 0,071 NOVOES TE c ime nto areia OutIndExtrat 38,3 8,0 62,7 2010 1,204 71,2 0,071 NOVOES TE indús tria c ime nte ira e c ons t. bauxita OutIndExtrat 258,7 27,5 37,6 2002 1,204 71,2 0,071 NOVOES TE gra né is mine ra is manganês OutIndExtrat 147,4 188,4 37,6 2002 1,204 52,1 0,052 NOVOES TE soja e fa re lo de soja soja SojaGrao 389,6 176,3 90,9 2010 0,647 58,1 0,058 NOVOES TE soja e fa re lo de soja farelo de soja AlimentBebid 282,9 138,8 90,9 2010 0,647 58,1 0,058 NOVOES TE produç ã o a gríc ola açúcar AlimentBebid 191,6 77,8 90,9 2010 1,204 75,5 0,076 NOVOES TE produç ã o a gríc ola grãos – trigo TrigoCereais 6,0 1,4 90,9 2010 1,204 75,5 0,076 NOVOES TE produç ã o a gríc ola óleo vegetal AlimentBebid 46,5 19,2 109,6 2010 1,204 75,5 0,076 NOVOES TE a dubos e fe rtiliza nte s outros - adubos e fertilizantes ProdQuimicos 4,3 3,1 65,8 2010 1,204 75,5 0,076 NOVOES TE de riva dos do pe tróle o e á lc ool gasolina RefPetroleo 58,7 56,6 158,5 2010 1,204 91,0 0,091 NOVOES TE de riva dos do pe tróle o e á lc ool óleo cru RefPetroleo 0,0 8,1 158,5 2010 1,204 54,6 0,055 NOVOES TE de riva dos do pe tróle o e á lc ool óleo diesel RefPetroleo 183,4 169,4 158,5 2010 1,204 131,6 0,132 NOVOES TE de riva dos do pe tróle o e á lc ool outros - combust, deriv. petro., alcool RefPetroleo 46,5 37,6 158,5 2010 1,204 131,6 0,132 NOVOES TE outra s me rc a doriia s gesso OutIndExtrat 14,0 18,9 158,5 2010 1,204 131,6 0,132 NOVOES TE outra s me rc a doriia s toras de madeira ProdMadeira 20,0 27,0 158,5 2010 1,204 131,6 0,132 NOVOES TE outra s me rc a doriia s trigo ensacado TrigoCereais 0,2 0,3 158,5 2010 1,204 131,6 0,132 FCA miné rio de fe rro minério de ferro MinerioFerro 1826,3 184,4 87,5 2009 1,204 131,6 0,132 FCA indús tria s ide rúrgic a calcário s iderúrgico OutPrMNaoMet 3812,3 0,0 77,6 2009 1,204 131,6 0,132 FCA indús tria s ide rúrgic a ferro gusa FabAcoDeriv 1738,5 157,8 96,6 2009 1,222 71,6 0,072 FCA indús tria s ide rúrgic a prd.s iderúrgicos – outros FabAcoDeriv 2913,4 150,3 96,6 2009 1,222 79,0 0,079 FCA c ime nto cimento a granel Cimento 757,2 169,5 94,2 2009 1,222 79,0 0,079 continuação 306 Ferrovia Subgrupo Mercadoria Produto do modelo TU (10^3) TKU (10^6) Tarifa média Ano da tarifa Correção (IGP-DI) Tarifa média (2005) Tarifa (TKU) FCA indús tria c ime nte ira e c ons t. escória OutIndExtrat 309,9 31,4 73,4 2009 1,222 60,0 0,060 FCA indús tria c ime nte ira e c ons t. calcário OutIndExtrat 0,0 1055,3 77,6 2009 1,222 63,5 0,063 FCA gra né is mine ra is bauxita OutIndExtrat 2486,7 443,1 87,5 2009 1,222 71,6 0,072 FCA soja e fa re lo de soja soja SojaGrao 2976,0 1455,7 92,5 2009 1,222 75,7 0,076 FCA soja e fa re lo de soja farelo de soja AlimentBebid 1723,9 1549,6 92,5 2009 1,222 75,7 0,076 FCA produç ã o a gríc ola açúcar AlimentBebid 159,3 99,9 92,5 2009 1,222 75,7 0,076 FCA a dubos e fe rtiliza nte s fosfato ProdQuimicos 197,1 164,1 73,4 2009 1,222 60,1 0,060 FCA a dubos e fe rtiliza nte s rocha de fosfato ProdQuimicos 212,3 200,4 73,4 2009 1,222 60,1 0,060 FCA a dubos e fe rtiliza nte s outros - adubos e fertilizantes ProdQuimicos 1073,4 860,6 73,4 2009 1,222 60,1 0,060 FCA de riva dos do pe tróle o e á lc ool outros - combust, deriv. petro., alcool RefPetroleo 1261,8 311,3 163,0 2009 1,222 133,4 0,133 FCA outra s me rc a doriia s acessorios ferroviarios /rodoviario OutEqTransp 445,9 283,1 163,0 2009 1,222 133,4 0,133 FCA outra s me rc a doriia s arroz ArrozCasca 26,8 17,0 163,0 2009 1,222 133,4 0,133 FCA outra s me rc a doriia s bloco pedr OutIndExtrat 1299,2 824,9 163,0 2009 1,222 133,4 0,133 FCA outra s me rc a doriia s brita OutIndExtrat 13,7 8,7 163,0 2009 1,222 133,4 0,133 FCA outra s me rc a doriia s dormente FabAcoDeriv 0,4 0,2 163,0 2009 1,222 133,4 0,133 FCA outra s me rc a doriia s ilmenita OutIndExtrat 651,0 413,3 163,0 2009 1,222 133,4 0,133 FCA outra s me rc a doriia s manga.gra. OutIndExtrat 2008,0 1274,9 163,0 2009 1,222 133,4 0,133 FCA outra s me rc a doriia s maq./equipamentos MaqEquipManu 1638,9 1040,6 163,0 2009 1,222 133,4 0,133 FCA outra s me rc a doriia s pallets ProdMadeira 5,3 3,4 163,0 2009 1,222 133,4 0,133 FCA outra s me rc a doriia s pecas e acessorios MaqEquipManu 19,7 12,5 163,0 2009 1,222 133,4 0,133 EFVM miné rio de fe rro minério de ferro MinerioFerro 102770,7 55113,5 67,1 2010 1,204 55,7 0,056 EFVM indús tria s ide rúrgic a calcário s iderúrgico OutPrMNaoMet 2443,7 0,0 56,5 2010 1,204 50,1 0,050 EFVM indús tria s ide rúrgic a ferro gusa FabAcoDeriv 3048,8 1722,4 60,3 2010 1,204 46,9 0,047 EFVM indús tria s ide rúrgic a prd.s iderúrgicos – outros FabAcoDeriv 5862,6 2474,5 56,5 2010 1,204 46,9 0,047 EFVM indús tria c ime nte ira e c ons t. calcario OutIndExtrat 0,0 869,2 56,5 2010 1,204 63,7 0,064 EFVM c a rvã o/c oque carvão mineral OutIndExtrat 4705,7 2735,3 76,7 2010 1,204 63,7 0,064 EFVM c a rvã o/c oque coque RefPetroleo 1433,2 513,4 76,7 2010 1,204 53,6 0,054 EFVM produç ã o a gríc ola grãos – farelos OutPSLavoura 4423,4 2870,2 64,6 2010 1,204 74,8 0,075 EFVM e xtra ç ã o ve ge ta l e c e lulose celulose CelulosPapel 894,5 330,3 90,1 2010 1,204 69,6 0,070 EFVM e xtra ç ã o ve ge ta l e c e lulose toretes ProdMadeira 1654,6 373,0 83,8 2010 1,204 69,6 0,070 EFVM de riva dos do pe tróle o e á lc ool outros - combust, deriv. petro., alcool RefPetroleo 382,7 199,9 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s acess . p/ locomotiva OutEqTransp 8,3 3,6 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s acessor. para v.p. OutEqTransp 3,0 1,3 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s acessorio p/ vagao OutEqTransp 17,6 7,6 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s acessorio v.ferrea OutEqTransp 0,3 0,1 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s acessorio v.ferrea OutEqTransp 0,6 0,3 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s arroz ensacado ArrozCasca 2,5 1,1 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s barra de grelha OutIndExtrat 0,4 0,2 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s equip. indus trial MaqEquipManu 0,2 0,1 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s equipamento ferrovia OutEqTransp 2,5 1,1 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s es trutura metalica ProdMetal 388,2 168,0 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s gasolina vg.tanque RefPetroleo 533,6 230,9 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s granito,placa,exc. OutIndExtrat 279,8 121,1 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s granitos ,placas ,exc. OutIndExtrat 39,4 17,0 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s madeira em tora ou ProdMadeira 634,6 274,6 83,8 2010 1,204 69,6 0,070 continuação 307 Ferrovia Subgrupo Mercadoria Produto do modelo TU (10^3) TKU (10^6) Tarifa média Ano da tarifa Correção (IGP-DI) Tarifa média (2005) Tarifa (TKU) EFVM outra s me rc a doria s madeira serr. fardo ProdMadeira 0,0 0,0 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s madeiras em toras ou ProdMadeira 24,0 10,4 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s moveis /utens ilios ProdMadeira 0,3 0,1 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s pallet ProdMadeira 7,3 3,1 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s pallets madeira ProdMadeira 2,0 0,8 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s pneu BorracPlas t 2,9 1,2 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s tijolo comum OutIndExtrat 26,2 11,4 83,8 2010 1,204 69,6 0,070 EFVM outra s me rc a doria s torete de madeira ProdMadeira 1368,3 592,1 83,8 2010 1,204 69,6 0,070 MRS miné rio de fe rro minério de ferro MinerioFerro 79918,2 38610,0 87,5 2009 1,204 69,6 0,070 MRS indús tria s ide rúrgic a prd.s iderúrgicos – outros FabAcoDeriv 7496,6 2606,4 96,6 2009 1,222 71,6 0,072 MRS c ime nto cimento a granel Cimento 1362,7 971,7 94,2 2009 1,222 79,0 0,079 MRS c ime nto cimento acondicionado Cimento 419,5 0,0 94,2 2009 1,222 77,1 0,077 MRS c a rvã o/c oque carvão mineral OutIndExtrat 2971,5 347,6 87,5 2009 1,222 71,6 0,072 MRS c a rvã o/c oque coque RefPetroleo 324,0 82,4 87,5 2009 1,222 71,6 0,072 MRS gra né is mine ra is bauxita OutIndExtrat 1337,4 680,7 87,5 2009 1,222 71,6 0,072 MRS gra né is mine ra is enxofre OutIndExtrat 403,9 45,1 87,5 2009 1,222 71,6 0,072 MRS soja e fa re lo de soja soja SojaGrao 5890,2 179,7 92,5 2009 1,222 75,7 0,076 MRS e xtra ç ã o ve ge ta l e c e lulose celulose CelulosPapel 381,3 42,8 90,1 2010 1,204 74,8 0,075 MRS outra s me rc a doriia s acessorios pecas e maquinas diversas MaqEquipManu 73,4 8,0 163,0 2010 1,204 135,3 0,135 MRS outra s me rc a doriia s acessorios pecas p/veiculos OutEqTransp 86,2 9,4 163,0 2010 1,204 135,3 0,135 MRS outra s me rc a doriia s acucar cris tal (ou refinado) a granel AlimentBebid 850,6 93,1 163,0 2010 1,204 135,3 0,135 MRS outra s me rc a doriia s acucar cris tal (ou refinado) ensacado AlimentBebid 1465,7 160,3 163,0 2010 1,204 135,3 0,135 MRS outra s me rc a doriia s milho seco debulhado, a granel MilhoGrao 152,5 16,7 163,0 2010 1,204 135,3 0,135 MRS outra s me rc a doriia s serpentinito OutIndExtrat 4274,3 467,6 163,0 2010 1,204 135,3 0,135 MRS outra s me rc a doriia s sorgo (milho miudo) a granel TrigoCereais 93,5 10,2 163,0 2010 1,204 135,3 0,135 MRS c ontê ine r c he io de 20 pé s alimentos AlimentBebid 46,8 0,0 83,8 2009 1,222 68,6 0,069 MRS c ontê ine r c he io de 20 pé s automóveis AutomUtilita 5,7 0,0 83,8 2009 1,222 68,6 0,069 MRS c ontê ine r c he io de 20 pé s ves tuário ArtVes tuario 0,5 0,0 83,8 2009 1,222 68,6 0,069 MRS c ontê ine r c he io de 20 pé s café AlimentBebid 39,4 0,0 83,8 2009 1,222 68,6 0,069 MRS c ontê ine r c he io de 20 pé s calçados CouroCalcado 4,7 0,0 83,8 2009 1,222 68,6 0,069 MRS c ontê ine r c he io de 20 pé s carne bovina BovinosOutr 43,7 0,0 83,8 2009 1,222 68,6 0,069 MRS c ontê ine r c he io de 20 pé s celulose CelulosPapel 0,1 0,0 83,8 2009 1,222 68,6 0,069 MRS c ontê ine r c he io de 20 pé s cerâmica OutPrMNaoMet 8,8 0,0 83,8 2009 1,222 68,6 0,069 MRS c ontê ine r c he io de 20 pé s couro CouroCalcado 0,5 0,0 83,8 2009 1,222 68,6 0,069 MRS c ontê ine r c he io de 20 pé s eletroeletrônicos MatEletroOut 1,1 0,0 83,8 2009 1,222 68,6 0,069 MRS c ontê ine r c he io de 20 pé s eletromecânica MaqEquipManu 3,0 0,0 83,8 2009 1,222 68,6 0,069 MRS c ontê ine r c he io de 20 pé s frutas FrutasCitric 2,8 0,0 83,8 2009 1,222 68,6 0,069 MRS c ontê ine r c he io de 20 pé s pescado PescaAquicul 0,1 0,0 83,8 2009 1,222 68,6 0,069 MRS c ontê ine r c he io de 20 pé s s iderurgia FabAcoDeriv 0,0 0,0 83,8 2009 1,222 68,6 0,069 MRS c ontê ine r c he io de 20 pé s suco de laranja AlimentBebid 81,4 0,0 83,8 2009 1,222 95,8 0,096 MRS c ontê ine r c he io de 40 pé s alimentos AlimentBebid 72,8 0,0 117,0 2009 1,222 95,8 0,096 MRS c ontê ine r c he io de 40 pé s automóveis AutomUtilita 8,8 0,0 117,0 2009 1,222 95,8 0,096 MRS c ontê ine r c he io de 40 pé s ves tuário ArtVes tuario 0,7 0,0 117,0 2009 1,222 95,8 0,096 MRS c ontê ine r c he io de 40 pé s café AlimentBebid 61,3 0,0 117,0 2009 1,222 95,8 0,096 continuação 308 Ferrovia Subgrupo Mercadoria Produto do modelo TU (10^3) TKU (10^6) Tarifa média Ano da tarifa Correção (IGP-DI) Tarifa média (2005) Tarifa (TKU) MRS c ontê ine r c he io de 40 pé s calçados CouroCalcado 7,4 0,0 117,0 2009 1,222 95,8 0,096 MRS c ontê ine r c he io de 40 pé s carne bovina BovinosOutr 68,1 0,0 117,0 2009 1,222 95,8 0,096 MRS c ontê ine r c he io de 40 pé s celulose CelulosPapel 0,1 0,0 117,0 2009 1,222 95,8 0,096 MRS c ontê ine r c he io de 40 pé s cerâmica OutPrMNaoMet 13,6 0,0 117,0 2009 1,222 95,8 0,096 MRS c ontê ine r c he io de 40 pé s couro CouroCalcado 0,8 0,0 117,0 2009 1,222 95,8 0,096 MRS c ontê ine r c he io de 40 pé s eletroeletrônicos MatEletroOut 1,8 0,0 117,0 2009 1,222 95,8 0,096 MRS c ontê ine r c he io de 40 pé s eletromecânica MaqEquipManu 4,7 0,0 117,0 2009 1,222 95,8 0,096 MRS c ontê ine r c he io de 40 pé s frutas FrutasCitric 4,4 0,0 117,0 2009 1,222 95,8 0,096 MRS c ontê ine r c he io de 40 pé s pescado PescaAquicul 0,2 0,0 117,0 2009 1,222 95,8 0,096 MRS c ontê ine r c he io de 40 pé s s iderurgia FabAcoDeriv 0,1 0,0 117,0 2009 1,222 95,8 0,096 MRS c ontê ine r c he io de 40 pé s suco de laranja AlimentBebid 126,8 0,0 117,0 2009 1,222 95,8 0,096 CFN miné rio de fe rro minério de ferro MinerioFerro 62,9 20,5 87,5 2009 1,222 71,6 0,072 CFN indús tria s ide rúrgic a alumínio MetNaoFerros 195,1 13,2 54,3 2008 1,120 48,5 0,048 CFN indús tria s ide rúrgic a calcário s iderúrgico OutPrMNaoMet 86,0 101,2 54,3 2008 1,120 48,5 0,048 CFN indús tria s ide rúrgic a ferro gusa FabAcoDeriv 28,6 50,4 62,7 2008 1,120 55,9 0,056 CFN indús tria s ide rúrgic a prd.s iderúrgicos – outros FabAcoDeriv 4,3 2,9 54,3 2008 1,120 48,5 0,048 CFN c ime nto cimento Cimento 221,8 154,3 100,6 2008 1,120 89,8 0,090 CFN indús tria c ime nte ira e c ons t. argila OutIndExtrat 22,1 16,6 27,8 2008 1,120 24,8 0,025 CFN indús tria c ime nte ira e c ons t. clínquer Cimento 93,6 24,0 72,3 2008 1,120 64,6 0,065 CFN indús tria c ime nte ira e c ons t. gesso OutIndExtrat 29,1 21,3 72,3 2008 1,120 64,6 0,065 CFN c a rvã o / c oque coque RefPetroleo 90,0 25,1 106,5 2010 1,204 88,4 0,088 CFN gra né is mine ra is cal OutIndExtrat 23,4 28,1 106,5 2010 1,204 88,4 0,088 CFN produç ã o a gríc ola açúcar AlimentBebid 9,6 14,1 85,9 2008 1,120 76,7 0,077 CFN produç ã o a gríc ola farinha de trigo AlimentBebid 34,9 30,2 69,7 2008 1,120 62,3 0,062 CFN produç ã o a gríc ola grãos – malte OutPSLavoura 31,8 27,6 69,7 2008 1,120 62,3 0,062 CFN produç ã o a gríc ola óleo vegetal AlimentBebid 11,5 21,3 109,6 2010 1,204 91,0 0,091 CFN a dubos e fe rtiliza nte s outros - adubos e fertilizantes ProdQuimicos 1,1 0,8 81,4 2008 1,120 72,7 0,073 CFN de riva dos do pe tróle o e á lc ool álcool Alcool 14,5 20,2 138,2 2008 1,120 123,4 0,123 CFN de riva dos do pe tróle o e á lc ool gasolina RefPetroleo 86,5 41,4 138,2 2008 1,120 123,4 0,123 CFN de riva dos do pe tróle o e á lc ool óleo diesel RefPetroleo 243,1 114,9 138,2 2008 1,120 123,4 0,123 CFN outra s me rc a doriia s arroz ArrozCasca 5,9 4,7 138,2 2008 1,120 123,4 0,123 CFN outra s me rc a doriia s farelo de soja AlimentBebid 0,0 0,0 138,2 2008 1,120 123,4 0,123 CFN outra s me rc a doriia s farinha de trigo AlimentBebid 14,8 11,6 138,2 2008 1,120 123,4 0,123 CFN outra s me rc a doriia s farinha trigo AlimentBebid 13,1 10,4 138,2 2008 1,120 123,4 0,123 CFN outra s me rc a doriia s fibra polies ter ProdQuimicos 0,0 0,0 138,2 2008 1,120 123,4 0,123 CFN outra s me rc a doriia s tijolos OutIndExtrat 7,0 5,5 138,2 2008 1,120 123,4 0,123 CFN outra s me rc a doriia s tintas TintasOut 0,0 0,0 138,2 2008 1,120 123,4 0,123 CFN c ontê ine r c he io de 20 pé s alimentos AlimentBebid 16,8 9,3 63,9 2010 1,204 53,1 0,053 CFN c ontê ine r c he io de 20 pé s automóveis AutomUtilita 2,0 1,1 63,9 2010 1,204 53,1 0,053 CFN c ontê ine r c he io de 20 pé s ves tuário ArtVes tuario 0,2 0,1 63,9 2010 1,204 53,1 0,053 CFN c ontê ine r c he io de 20 pé s café AlimentBebid 14,2 7,8 63,9 2010 1,204 53,1 0,053 CFN c ontê ine r c he io de 20 pé s calçados CouroCalcado 1,7 0,9 63,9 2010 1,204 53,1 0,053 CFN c ontê ine r c he io de 20 pé s carne bovina BovinosOutr 15,8 8,7 63,9 2010 1,204 53,1 0,053 CFN c ontê ine r c he io de 20 pé s celulose CelulosPapel 0,0 0,0 63,9 2010 1,204 53,1 0,053 CFN c ontê ine r c he io de 20 pé s cerâmica OutPrMNaoMet 3,2 1,7 63,9 2010 1,204 53,1 0,053 continuação 309 Ferrovia Subgrupo Mercadoria Produto do modelo TU (10^3) TKU (10^6) Tarifa média Ano da tarifa Correção (IGP-DI) Tarifa média (2005) Tarifa (TKU) CFN c ontê ine r c he io de 20 pé s couro CouroCalcado 0,2 0,1 63,9 2010 1,204 53,1 0,053 CFN c ontê ine r c he io de 20 pé s eletroeletrônicos MatEletroOut 0,4 0,2 63,9 2010 1,204 53,1 0,053 CFN c ontê ine r c he io de 20 pé s eletromecânica MaqEquipManu 1,1 0,6 63,9 2010 1,204 53,1 0,053 CFN c ontê ine r c he io de 20 pé s frutas FrutasCitric 1,0 0,6 63,9 2010 1,204 53,1 0,053 CFN c ontê ine r c he io de 20 pé s pescado PescaAquicul 0,0 0,0 63,9 2010 1,204 53,1 0,053 CFN c ontê ine r c he io de 20 pé s s iderurgia FabAcoDeriv 0,0 0,0 63,9 2010 1,204 53,1 0,053 CFN c ontê ine r c he io de 20 pé s suco de laranja AlimentBebid 29,3 16,1 63,9 2010 1,204 53,1 0,053 CFN c ontê ine r c he io de 40 pé s alimentos AlimentBebid 0,0 0,5 90,6 2010 1,204 75,2 0,075 CFN c ontê ine r c he io de 40 pé s automóveis AutomUtilita 0,0 0,1 90,6 2010 1,204 75,2 0,075 CFN c ontê ine r c he io de 40 pé s ves tuário ArtVes tuario 0,0 0,0 90,6 2010 1,204 75,2 0,075 CFN c ontê ine r c he io de 40 pé s café AlimentBebid 0,0 0,4 90,6 2010 1,204 75,2 0,075 CFN c ontê ine r c he io de 40 pé s calçados CouroCalcado 0,0 0,0 90,6 2010 1,204 75,2 0,075 CFN c ontê ine r c he io de 40 pé s carne bovina BovinosOutr 0,0 0,4 90,6 2010 1,204 75,2 0,075 CFN c ontê ine r c he io de 40 pé s celulose CelulosPapel 0,0 0,0 90,6 2010 1,204 75,2 0,075 CFN c ontê ine r c he io de 40 pé s cerâmica OutPrMNaoMet 0,0 0,1 90,6 2010 1,204 75,2 0,075 CFN c ontê ine r c he io de 40 pé s couro CouroCalcado 0,0 0,0 90,6 2010 1,204 75,2 0,075 CFN c ontê ine r c he io de 40 pé s eletroeletrônicos MatEletroOut 0,0 0,0 90,6 2010 1,204 75,2 0,075 CFN c ontê ine r c he io de 40 pé s eletromecânica MaqEquipManu 0,0 0,0 90,6 2010 1,204 75,2 0,075 CFN c ontê ine r c he io de 40 pé s frutas FrutasCitric 0,0 0,0 90,6 2010 1,204 75,2 0,075 CFN c ontê ine r c he io de 40 pé s pescado PescaAquicul 0,0 0,0 90,6 2010 1,204 75,2 0,075 CFN c ontê ine r c he io de 40 pé s suco de laranja AlimentBebid 0,0 0,8 90,6 2010 1,204 75,2 0,075 CFN c a rga ge ra l - nã o c onte ine riza dabebidas e vas ilhames AlimentBebid 0,6 0,7 127,3 2008 1,204 75,2 0,075 EFC miné rio de fe rro minério de ferro MinerioFerro 72909,9 64275,5 67,1 2010 1,120 113,6 0,114 EFC indús tria s ide rúrgic a ferro gusa FabAcoDeriv 2775,7 1645,5 60,3 2010 1,204 55,7 0,056 EFC c ime nto cimento Cimento 7,2 3,9 65,6 2010 1,204 50,1 0,050 EFC gra né is mine ra is manganês OutIndExtrat 1770,3 1590,4 67,1 2010 1,204 54,5 0,054 EFC gra né is mine ra is outros - granéis minerais OutIndExtrat 125,1 23,4 67,1 2010 1,204 55,7 0,056 EFC soja e fa re lo de soja soja SojaGrao 1292,6 676,1 64,6 2010 1,204 55,7 0,056 EFC a dubos e fe rtiliza nte s outros - adubos e fertilizantes ProdQuimicos 33,9 17,6 65,8 2010 1,204 53,6 0,054 EFC de riva dos do pe tróle o e á lc ool outros - combust, deriv. petro., alcool RefPetroleo 661,5 389,2 210,5 2010 1,204 54,6 0,055 EFC outra s me rc a doriia s bot. ch. de aco ou ferro para glp RefPetroleo 108,5 94,3 83,8 2010 1,204 174,8 0,175 EFC outra s me rc a doriia s bot. vz. de aco ou ferro RefPetroleo 179,1 155,6 83,8 2010 1,204 69,6 0,070 EFC outra s me rc a doriia s bot. vz. de aco ou ferro para glp RefPetroleo 57,6 50,0 83,8 2010 1,204 69,6 0,070 EFC outra s me rc a doriia s engradado comum armado RefPetroleo 140,4 122,0 83,8 2010 1,204 69,6 0,070 EFC outra s me rc a doriia s produtos da madeira ProdMadeira 199,9 173,7 83,8 2010 1,204 69,6 0,070 EFC outra s me rc a doriia s maquinas p/ indus tria,lavoura, etc MaqEquipManu 46,6 40,5 83,8 2010 1,204 69,6 0,070 EFC outra s me rc a doriia s rocha gafsa OutIndExtrat 6,7 5,9 83,8 2010 1,204 69,6 0,070 EFC outra s me rc a doriia s veic. armados (cam., autom. e s imilares ) CaminhOnibus 3,4 3,0 83,8 2010 1,204 69,6 0,070 EFC outra s me rc a doriia s veic. armados (cam., autom. e s imilares ) CaminhOnibus 272,7 237,0 83,8 2010 1,204 69,6 0,070 EFC c a rga ge ra l - nã o c onte ine riza dabebidas e vas ilhames AlimentBebid 41,8 21,5 83,8 2010 1,204 69,6 0,070 EFC c a rga ge ra l - nã o c onte ine riza daveículos AutomUtilita 0,1 0,0 83,8 2010 1,204 69,6 0,070 Fonte: ANTT (2011); CNT (2006). 310 ANEXO B – Toneladas das mercadorias movimentadas para a cabotagem (2005) Enviadas Recebidas Total Aracaju Atalaia - Petrobrás Petróleo GL 2102871 0 2102871 Rio de Janeiro INTERCAN Terminais e Terminal Multiportos Derivados do Petróleo GL 63774 0 63774 Manaus Isaac Sabba – Petrobrás Derivados do Petróleo GL 0 248.510 248510 Manaus Isaac Sabba – Petrobrás Diesel GL 0 1.537.871 1537871 Manaus Isaac Sabba – Petrobrás GLP GL 15.965 15.271 31236 Manaus Isaac Sabba – Petrobrás Nafta GL 608.833 0 608833 Manaus Isaac Sabba – Petrobrás Nafta GL 0 124.892 124892 Manaus Isaac Sabba – Petrobrás Óleo combustível GL 0 47.484 47484 Manaus Isaac Sabba – Petrobrás Petróleo GL 0 1.618.944 1618944 Manaus Isaac Sabba – Petrobrás Produtos químicos (MF-380) GL 0 49.768 49768 Manaus Isaac Sabba – Petrobrás QAV (querosene de aviação) GL 0 84.599 84599 Manaus Isaac Sabba – Petrobrás Resíduo Oleoso GL 31.082 0 31082 Itaguaí Minerações Bras ileiras Reunidas S /A (MBR) Minério de ferro GS 648848 0 648848 Porto Alegre Niterói – Tergasul GLP GL 0 43077 43077 Barcarena Pará P igmentos S .A. Caulim GS 24982 0 24982 Antonina Porto de Antonina Sal GS 0 10575 10575 Salvador Porto de Aratu Alumina GS 0 106985 106985 Salvador Porto de Aratu Granéis líquidos diversos GL 118032 0 118032 Salvador Porto de Aratu Granéis sólidos diversos GS 0 31175 31175 Salvador Porto de Aratu Minério de Manganês GS 0 138195 138195 Salvador Porto de Aratu Nafta GL 0 318605 318605 Salvador Porto de Aratu Óleo combustível GL 105988 0 105988 Salvador Porto de Aratu Produtos químicos (acrilontina) GL 36014 0 36014 Salvador Porto de Aratu Produtos químicos (Butadieno) GL 149672 0 149672 Salvador Porto de Aratu Produtos químicos (concentrado cobre) GL 0 16613 16613 Salvador Porto de Aratu Produtos químicos (coperaf C9) GL 88054 0 88054 Salvador Porto de Aratu Produtos químicos (EDC) GL 0 193952 193952 Salvador Porto de Aratu Produtos químicos (es tireno) GL 99594 0 99594 Salvador Porto de Aratu Produtos químicos (MEG) GL 7555 0 7555 Salvador Porto de Aratu Produtos químicos (paraxileno) GL 149744 0 149744 Salvador Porto de Aratu Produtos químicos (propeno) GL 178815 0 178815 Salvador Porto de Aratu Produtos químicos (soda cáus tica) GL 0 148157 148157 Salvador Porto de Aratu Produtos químicos (TDI) GL 26670 0 26670 Salvador Porto de Aratu Produtos químicos (tolueno) GL 6457 0 6457 Salvador Porto de Aratu Produtos químicos (xileno) GL 30613 0 30613 Salvador Porto de Aratu Solvente GL 6040 0 6040 Areia Branca Porto de Areia Branca Sal GS 1537850 0 1537850 Belém Porto de Belém Diesel GL 0 877756 877756 Belém Porto de Belém Óleo combustível GL 0 388786 388786 Belém Porto de Belém QAV (querosene de aviação) GL 0 70475 70475 Cabedelo Porto de Cabedelo Congelados (camarão) CG 0 20 20 Cabedelo Porto de Cabedelo Diesel GL 0 222363 222363 Cabedelo Porto de Cabedelo Granéis líquidos diversos GL 32599 0 32599 Cabedelo Porto de Cabedelo Isca CG 244 0 244 continuação Toneladas N.MercadoriaPorto eou terminalMunicípio 311 Enviadas Recebidas Total Cabedelo Porto de Cabedelo Óleo combustível GL 0 136437 136437 Cabedelo Porto de Cabedelo Peixes CG 0 878 878 Cabo Frio Porto de Forno Produtos químicos (barrilha) GS 0 3870 3870 Cabo Frio Porto de Forno Sal GS 0 547027 547027 Fortaleza Porto de Fortaleza Arroz GS 0 117821 117821 Fortaleza Porto de Fortaleza Calcário GS 133984 0 133984 Fortaleza Porto de Fortaleza Cargas diversas CG 103991 238208 342199 Fortaleza Porto de Fortaleza Coque de petróleo GS 0 91531 91531 Fortaleza Porto de Fortaleza Derivados do Petróleo GL 3442 8914 12356 Fortaleza Porto de Fortaleza Diesel GL 0 258109 258109 Fortaleza Porto de Fortaleza Ferro e derivados CG 0 21247 21247 Fortaleza Porto de Fortaleza Gasóleo GL 1886 0 1886 Fortaleza Porto de Fortaleza GLP GL 0 140702 140702 Fortaleza Porto de Fortaleza Lubrificantes GL 13005 0 13005 Fortaleza Porto de Fortaleza Lubrificantes GL 20031 0 20031 Fortaleza Porto de Fortaleza Malte GS 0 28457 28457 Fortaleza Porto de Fortaleza Milho GS 0 8187 8187 Fortaleza Porto de Fortaleza Óleo combustível GL 0 279757 279757 Fortaleza Porto de Fortaleza Óleo combustível GL 0 251320 251320 Fortaleza Porto de Fortaleza Papel CG 3823 21230 25053 Fortaleza Porto de Fortaleza Petróleo GL 0 130051 130051 Fortaleza Porto de Fortaleza Produtos químicos (MF-380) GL 2356 6007 8363 Fortaleza Porto de Fortaleza QAV (querosene de aviação) GL 6356 120503 126859 Fortaleza Porto de Fortaleza Sal CG 187357 0 187357 Fortaleza Porto de Fortaleza Trigo GS 0 16190 16190 Imbituba Porto de Imbituba Cargas diversas CG 250 0 250 Imbituba Porto de Imbituba Produtos químicos (soda cáus tica) GL 0 76004 76004 Imbituba Porto de Imbituba Sal GS 0 100896 100896 Itaguaí Porto de Itaguaí Alumina GS 0 199517 199517 Itaguaí Porto de Itaguaí Cargas diversas CG 289650 253040 542690 Itajaí Porto de Itajaí Cargas diversas CG 79952 89780 169732 São Luís Porto de Itaqui Calcário GS 0 302081 302081 São Luís Porto de Itaqui Cargas diversas CG 474 0 474 São Luís Porto de Itaqui Derivados do Petróleo GL 1484537 1727362 3211899 São Luís Porto de Itaqui Produtos químicos (soda cáus tica) GL 0 14184 14184 Maceió Porto de Maceió Alimentos CG 0 2170 2170 Maceió Porto de Maceió Arroz CG 0 21743 21743 Maceió Porto de Maceió Cargas diversas CG 0 158 158 Maceió Porto de Maceió Congelados (carne) - cont CG 0 31 31 Maceió Porto de Maceió Diesel GL 0 251089 251089 Maceió Porto de Maceió Fibra côco CG 106 0 106 Maceió Porto de Maceió Fibra s intética - cont CG 0 59 59 Maceió Porto de Maceió Máquinas e equipamentos - CONT CG 107 95 202 Maceió Porto de Maceió Óleo combustível GL 0 79504 79504 Maceió Porto de Maceió Peixes CG 0 82 82 continuação Município Porto eou terminal Mercadoria N. Toneladas 312 Enviadas Recebidas Total Maceió Porto de Maceió Petróleo GL 368341 0 368341 Maceió Porto de Maceió Plás ticos CG 55800 0 55800 Manaus Porto de Manaus Cargas diversas - cont CG 217208 376746 593954 Almeirim Porto de Munguba Sal GS 0 15550 15550 Natal Porto de Natal Alimentos CG 14 0 14 Natal Porto de Natal Cargas diversas CG 756 0 756 Natal Porto de Natal Derivados do Petróleo GL 25 0 25 Natal Porto de Natal Diesel GL 747 0 747 Natal Porto de Natal Máquinas e equipamentos CG 27 0 27 Natal Porto de Natal Óleo combustível GL 584 0 584 Natal Porto de Natal Papel CG 25 0 25 Paranaguá Porto de Paranaguá Cargas diversas CG 573526 574787 1148313 Paranaguá Porto de Paranaguá Caulim GS 0 40921 40921 Paranaguá Porto de Paranaguá Derivados do Petróleo GL 972195 161210 1133405 Paranaguá Porto de Paranaguá GLP GL 0 44319 44319 Paranaguá Porto de Paranaguá Milho GS 797 0 797 Paranaguá Porto de Paranaguá Óleo combustível GL 373 0 373 Paranaguá Porto de Paranaguá Produtos químicos GL 0 15578 15578 Paranaguá Porto de Paranaguá Sal GS 0 111874 111874 Porto Alegre Porto de Porto Alegre Aparelhos elétricos CG 120 1424 1544 Porto Alegre Porto de Porto Alegre Produtos químicos (Salitre de Potáss io) GS 0 10071 10071 Porto Alegre Porto de Porto Alegre Sal GS 0 59303 59303 Rio Grande Porto de Rio Grande-RS Arroz GS 5222 0 5222 Rio Grande Porto de Rio Grande-RS Cargas diversas CG 365834 59758 425592 Rio Grande Porto de Rio Grande-RS Diesel GL 1535 37895 39430 Rio Grande Porto de Rio Grande-RS Granéis líquidos diversos GL 0 136191 136191 Rio Grande Porto de Rio Grande-RS Granéis sólidos diversos GS 0 125480 125480 Rio Grande Porto de Rio Grande-RS Nafta GL 29505 0 29505 Rio Grande Porto de Rio Grande-RS Petróleo GL 0 43540 43540 Rio Grande Porto de Rio Grande-RS Petróleo GL 0 106144 106144 Rio Grande Porto de Rio Grande-RS Produtos químicos (Ácido Sulfúrico) GL 0 8238 8238 Rio Grande Porto de Rio Grande-RS Sal GS 0 74706 74706 Rio Grande Porto de Rio Grande-RS Trigo GS 513976 0 513976 Salvador Porto de Salvador Alimentos CG 7367 18877 26244 Salvador Porto de Salvador Arroz GS 0 35345 35345 Salvador Porto de Salvador Cargas diversas CG 92030 43679 135709 Salvador Porto de Salvador Derivados do Petróleo GL 176701 0 176701 Salvador Porto de Salvador Ferro e derivados CG 28281 0 28281 Salvador Porto de Salvador Granéis sólidos diversos GS 0 26249 26249 Salvador Porto de Salvador Máquinas e equipamentos CG 4889 11825 16714 Salvador Porto de Salvador Materiais da cons trução (pisos e azulejos) CG 4900 1120 6020 Salvador Porto de Salvador Produtos químicos CG 0 10928 10928 Salvador Porto de Salvador Produtos químicos (concentrado cobre) CG 2586 0 2586 Salvador Porto de Salvador Produtos s iderúrgicos CG 52424 0 52424 continuação Município Porto eou terminal Mercadoria N. Toneladas 313 Enviadas Recebidas Total Salvador Porto de Salvador Trigo GS 0 80727 80727 Macapá Porto de Santana Cargas diversas CG 0 1066 1066 Macapá Porto de Santana Minério de ferro GS 10057 0 10057 Santos Porto de Santos Açúcar a granel GS 130679 4261 134940 Santos Porto de Santos Álcool GL 28104 0 28104 Santos Porto de Santos Cargas diversas CG 5512 1940 7452 Santos Porto de Santos Cargas diversas - cont CG 732246 775266 1507512 Santos Porto de Santos Diesel GL 1695176 12396 1707572 Santos Porto de Santos GLP GL 0 98012 98012 Santos Porto de Santos Granéis líquidos diversos GL 66302 531337 597639 Santos Porto de Santos Granéis sólidos diversos GS 5225 0 5225 Santos Porto de Santos Minério de Manganês GS 0 43578 43578 Santos Porto de Santos Nafta GL 8102 0 8102 Santos Porto de Santos Óleo combustível GL 491877 0 491877 Santos Porto de Santos Polpa cítrica peletizada GS 10358 0 10358 Santos Porto de Santos Produtos químicos (coperaf C9) GL 0 63370 63370 Santos Porto de Santos Produtos químicos (es tireno) GL 0 22332 22332 Santos Porto de Santos Produtos químicos (soda cáus tica) GL 24306 622712 647018 Santos Porto de Santos Produtos químicos (xileno) GL 0 192807 192807 Santos Porto de Santos Sal GS 0 438744 438744 Santos Porto de Santos Soja em grãos GS 118262 0 118262 Santos Porto de Santos Soja peletizada GS 55888 0 55888 Santos Porto de Santos Trigo GS 0 11072 11072 S. F. do Sul Porto de São Francisco do Sul Bobinas de aço CG 0 658809 658809 S. F. do Sul Porto de São Francisco do Sul Cargas diversas CG 288451 213213 501664 Recife Porto de Suape Açúcar a granel GS 11275 0 11275 Recife Porto de Suape Álcool GL 5229 0 5229 Recife Porto de Suape Algodão CG 122 98 220 Recife Porto de Suape Alimentos CG 254 31672 31926 Recife Porto de Suape Alumínio CG 14659 419 15078 Recife Porto de Suape Arroz CG 1821 91582 93403 Recife Porto de Suape Bebibas CG 13269 24091 37360 Recife Porto de Suape Borracha s intética CG 10253 633 10886 Recife Porto de Suape Diesel GL 0 743932 743932 Recife Porto de Suape Ferro e derivados CG 0 2420 2420 Recife Porto de Suape Frutas (mangas) CG 268 0 268 Recife Porto de Suape GLP GL 71647 268566 340213 Recife Porto de Suape Granito CG 19200 15064 34264 Recife Porto de Suape Máquinas e equipamentos CG 6017 0 6017 Recife Porto de Suape Materiais da cons trução (cerâmica) CG 0 1833 1833 Recife Porto de Suape Material de limpeza CG 0 22695 22695 Recife Porto de Suape Miis tura para massas CG 0 1824 1824 Recife Porto de Suape Óleo combustível GL 0 380272 380272 Recife Porto de Suape Papel CG 4067 19379 23446 continuação Município Porto eou terminal Mercadoria N. Toneladas 314 Enviadas Recebidas Total Recife Porto de Suape Peixes CG 883 9419 10302 Recife Porto de Suape Produtos de Higiene CG 17217 31406 48623 Recife Porto de Suape Produtos químicos GL 0 19369 19369 Recife Porto de Suape Produtos químicos (Ácido tereftálico) GL 250 55289 55539 Recife Porto de Suape Produtos químicos (Bentonita) GL 15215 0 15215 Recife Porto de Suape Produtos químicos (Butadieno) CG 0 85000 85000 Recife Porto de Suape Produtos químicos (MF-380) GL 0 4711 4711 Recife Porto de Suape Produtos químicos (polipropileno) GL 958 14283 15241 Recife Porto de Suape Produtos químicos (VAM) CG 28629 2142 30771 Recife Porto de Suape QAV (querosene de aviação) GL 15001 171631 186632 Recife Porto de Suape Res ina (plás tico) GL 11037 0 11037 Recife Porto de Suape Tecidos CG 1163 0 1163 Recife Porto de Suape Tintas CG 6496 13640 20136 Recife Porto de Suape Vidros CG 4511 0 4511 Barcarena Porto de Vila do Conde Alumina GS 176885 0 176885 Barcarena Porto de Vila do Conde Bauxita GS 0 6477326 6477326 Barcarena Porto de Vila do Conde Cargas diversas CG 5433 44931 50364 Barcarena Porto de Vila do Conde Diesel GL 0 534215 534215 Vitória Porto de Vitória Água GL 92399 0 92399 Vitória Porto de Vitória Bobinas de aço CG 638 538 1176 Vitória Porto de Vitória Cargas diversas CG 81677 52236 133913 Vitória Porto de Vitória Diesel GL 57169 67004 124173 Vitória Porto de Vitória Granéis líquidos diversos GL 98047 311 98358 Vitória Porto de Vitória Minério de Cormita GS 0 27335 27335 Vitória Porto de Vitória Óleo combustível GL 0 15733 15733 Vitória Porto de Vitória Tubos de aço CG 20186 5654 25840 Recife Porto do Recife Cargas diversas CG 331810 205761 537571 Rio de Janeiro Porto do Rio de Janeiro Cargas diversas - cont CG 44033 33094 77127 Rio de Janeiro Porto do Rio de Janeiro Derivados do Petróleo GL 0 35313 35313 Rio de Janeiro Porto do Rio de Janeiro Granéis líquidos diversos GL 0 218161 218161 Rio de Janeiro Porto do Rio de Janeiro Granéis sólidos diversos GS 0 10000 10000 Rio de Janeiro Porto do Rio de Janeiro Petróleo GL 0 19384 19384 Aracruz Portocel - Terminal de Barra do Riacho Celulose CG 0 255944 255944 Aracruz Portocel - Terminal de Barra do Riacho Produtos s iderúrgicos CG 49328 0 49328 Aracruz Portocel - Terminal de Barra do Riacho Sal GS 0 143299 143299 Coari Super Terminais Cargas diversas CG 181496 159285 340781 Natal Terminais da Petrobras Diesel GL 0 20498 20498 Natal Terminais da Petrobras Óleo combustível GL 0 129299 129299 Natal Terminais da Petrobras Petróleo GL 3339514 0 3339514 Natal Terminais da Petrobras QAV (querosene de aviação) GL 0 9874 9874 Rio de Janeiro Terminal Aquaviário da Ilha Redonda - Petrobrás Derivados do Petróleo GL 4348918 1166196 5515114 Rio de Janeiro Terminal Aquaviário da Ilha Redonda - Petrobrás Petróleo GL 704050 0 704050 São Luís Terminal da Alumar Alumina GS 99101 0 99101 São Luís Terminal da Alumar Bauxita GS 0 3369876 3369876 São Luís Terminal da Alumar Minério de Manganês GS 157284 0 157284 continuação Município Porto eou terminal Mercadoria N. Toneladas 315 Enviadas Recebidas Total São Luís Terminal da Alumar Produtos químicos (soda cáus tica) GL 0 27079 27079 Itajaí Terminal da DOW - Quimíca Produtos químicos (soda cáus tica) GL 0 59636 59636 Rio de Janeiro Terminal da Esso - Ilha do Governador Derivados do Petróleo GL 5546 11347 16893 Oriximiná Terminal de Bauxita de Porto Trombetas Bauxita GS 9908438 0 9908438 Serra Terminal de Praia Mole Cromita GS 0 97806 97806 Serra Terminal de Praia Mole Minério de ferro GS 0 870099 870099 Serra Terminal de Praia Mole Produtos s iderúrgicos CG 532761 0 532761 Vitória Terminal de Tubarão Diesel GL 0 403020 403020 Vitória Terminal de Tubarão Diesel GL 0 8245 8245 Vitória Terminal de Tubarão Diesel GL 0 211377 211377 Vitória Terminal de Tubarão Óleo combustível GL 0 98596 98596 Vitória Terminal de Tubarão Óleo combustível GL 0 179165 179165 Vitória Terminal de Tubarão Produtos químicos (MF-380) GL 0 196339 196339 Maceió Terminal de Uso Privativo Mis to da Triken Produtos químicos (Dicloroetano) GL 198323 0 198323 Maceió Terminal de Uso Privativo Mis to da Triken Produtos químicos (soda cáus tica) GL 753172 0 753172 Salvador Terminal M. Almirante Alves Câmara Derivados do Petróleo GL 601937 552458 1154395 Salvador Terminal M. Almirante Alves Câmara Diesel GL 1410962 0 1410962 Salvador Terminal M. Almirante Alves Câmara GLP GL 289945 0 289945 Salvador Terminal M. Almirante Alves Câmara Nafta GL 0 1222789 1222789 Salvador Terminal M. Almirante Alves Câmara Óleo combustível GL 873031 0 873031 Salvador Terminal M. Almirante Alves Câmara Petróleo GL 222119 10755732 10977851 São Sebas tião Terminal M. Almirante Barroso (TEBAR) Água GL 710565 504416 1214981 São Sebas tião Terminal M. Almirante Barroso (TEBAR) Diesel GL 1173420 0 1173420 São Sebas tião Terminal M. Almirante Barroso (TEBAR) Gasóleo GL 0 33012 33012 São Sebas tião Terminal M. Almirante Barroso (TEBAR) Nafta GL 16647 284755 301402 São Sebas tião Terminal M. Almirante Barroso (TEBAR) Óleo combustível GL 727554 0 727554 São Sebas tião Terminal M. Almirante Barroso (TEBAR) Óleo combustível GL 1342 239327 240669 São Sebas tião Terminal M. Almirante Barroso (TEBAR) Petróleo GL 943287 37207495 38150782 São Sebas tião Terminal M. Almirante Barroso (TEBAR) QAV (querosene de aviação) GL 53184 66449 119633 Porto Alegre Terminal M. Almirante Soares Dutra - Petrobrás Diesel GL 52655 0 52655 Porto Alegre Terminal M. Almirante Soares Dutra - Petrobrás Nafta GL 0 454264 454264 Porto Alegre Terminal M. Almirante Soares Dutra - Petrobrás Petróleo GL 0 894343 894343 S. F. do Sul Terminal M. de São Francisco do Sul Petróleo GL 0 6309946 6309946 Salvador Terminal M. DOW Química de Aratu Granéis líquidos diversos GL 63178 0 63178 Salvador Terminal M. DOW Química de Aratu Produtos químicos (CTC) GL 3297 0 3297 Salvador Terminal M. DOW Química de Aratu Produtos químicos (PO) GL 103495 0 103495 Salvador Terminal M. DOW Química de Aratu Produtos químicos (soda cáus tica) GL 477609 0 477609 Salvador Terminal M. Gerdal Us iba Granéis sólidos diversos GS 0 42602 42602 Salvador Terminal M. Gerdal Us iba Minério de ferro GS 0 640541 640541 Salvador Terminal M. Gerdal Us iba Minério de Manganês GS 0 381494 381494 Angra dos Reis Terminal M. Maximiano Fonseca - Petrobrás Derivados do Petróleo GL 310007 252214 562221 Angra dos Reis Terminal M. Maximiano Fonseca - Petrobrás Petróleo GL 1408261 6044475 7452736 São Luís Terminal Portuário de Ponta da Madeira Minério de ferro GS 60000 0 60000 Fortaleza Terminal Portuário do Pecém Arroz CG 0 24110 24110 Fortaleza Terminal Portuário do Pecém Cargas diversas CG 37563 24130 61693 Linhares Terminal Regência - Petrobrás Petróleo GL 947449 0 947449 Cubatão Usiminas Cargas diversas CG 1411 240 1651 Cubatão Usiminas Minério de Manganês GS 0 43578 43578 Município Porto eou terminal Mercadoria N. Toneladas Fonte: ANTAQ (2011) 316 ANEXO C – Matriz de distância entre os portos e terminais (milhas) (conversor para quilômetro: 1,852) Tabatinga-AM Tefé-AM Coari-AM Manaus-AM Itacoatiara-AM Urucurituba-AM Óbidos-PA Oriximiná-PA Santarém-PA Almeirim-PA Altamira-PA Gurupá-PA Santana-AP Breves-PA Ta ba tinga - AM 0 Te fé - AM 535 0 Coa ri- AM 645 119 0 Ma na us- AM 889 363 244 0 Ita c oa tia ra - AM 984 458 339 111 0 Uruc urituba - AM 1043 517 398 170 59 0 Óbidos- P A 1223 697 578 350 239 180 0 Oriximiná - P A 1233 707 588 360 249 190 22 0 S a nta ré m- P A 1288 762 643 415 304 245 65 87 0 Alme irim- P A 1439 913 794 566 455 396 216 238 44 0 Alta mira - P A 1476 950 831 603 492 433 253 275 188 37 0 Gurupá - P A 1500 974 855 627 516 457 277 299 212 61 56 0 S a nta na - AP 1582 1056 937 709 598 539 359 381 294 148 140 127 0 Bre ve s- P A 1640 1114 995 767 656 597 417 439 352 201 196 140 169 0 Ca me tá - P A 1731 1205 1086 858 747 688 508 530 443 292 287 231 295 126 Tuc uruí- P A 1837 1311 1192 964 853 794 614 636 549 398 393 337 401 232 Vila do Conde - P A 1746 1220 1101 873 762 703 523 545 458 307 302 246 310 141 Be lé m- P A 1763 1237 1118 890 779 720 540 562 475 324 319 263 327 158 S ã o Luís - MA 2178 1652 1533 1305 1194 1135 955 977 890 739 734 678 565 573 Ita qui- MA 2173 1647 1528 1300 1189 1130 950 972 885 734 729 673 560 568 Tutóia - MA 2240 1714 1595 1367 1256 1197 1017 1039 952 801 796 740 632 635 Luís Corre ia - P I 2275 1749 1630 1402 1291 1232 1052 1074 987 836 831 775 667 670 Ca moc im- CE 2321 1795 1676 1448 1337 1278 1098 1120 1033 882 877 821 713 716 Forta le za - CE 2488 1962 1843 1615 1504 1445 1265 1287 1200 1049 1044 988 875 883 Te rmisa - RN 2615 2089 1970 1742 1631 1572 1392 1414 1327 1176 1171 1115 1007 1010 Are ia Bra nc a - RN 2623 2097 1978 1750 1639 1580 1400 1422 1335 1184 1179 1123 1010 1018 Ma c a u- RN 2633 2107 1988 1760 1649 1590 1410 1432 1345 1194 1189 1133 1020 1028 Na ta l- RN 2748 2222 2103 1875 1764 1705 1525 1547 1460 1309 1304 1248 1136 1143 Ca be de lo- P B 2818 2292 2173 1945 1834 1775 1595 1617 1530 1379 1374 1318 1210 1213 Re c ife - P E 2894 2368 2249 2021 1910 1851 1671 1693 1606 1455 1450 1394 1280 1289 S ua pe - P E 2919 2393 2274 2046 1885 1826 1646 1668 1581 1430 1425 1369 1293 1264 Ma c e ió- AL 3008 2482 2363 2135 2024 1965 1785 1807 1720 1569 1564 1508 1394 1403 Ara c a ju- S E 3116 2590 2471 2243 2132 2073 1893 1915 1828 1677 1672 1616 1502 1511 S a lva dor- BA 3282 2756 2637 2409 2298 2239 2059 2081 1994 1843 1838 1782 1668 1677 Ara tu- BA 3292 2766 2647 2419 2308 2249 2069 2091 2004 1853 1848 1792 1678 1687 Ma dre de De us- BA 3295 2769 2650 2422 2311 2252 2072 2094 2007 1856 1851 1795 1681 1690 Ca ma mu- BA 3321 2795 2676 2448 2337 2278 2098 2120 2033 1882 1877 1821 1707 1716 Ilhé us- BA 3365 2839 2720 2492 2381 2322 2142 2164 2077 1926 1921 1865 1751 1760 Ca na vie ira s - BA 3410 2884 2765 2537 2426 2367 2187 2209 2122 1971 1966 1910 1796 1805 P orto S e guro- BA 3450 2924 2805 2577 2466 2407 2227 2249 2162 2011 2006 1950 1836 1845 Ca ra ve la s - BA 3528 3002 2883 2655 2544 2485 2305 2327 2240 2089 2084 2028 1914 1923 Re gê nc ia - ES 3665 3139 3020 2792 2681 2622 2442 2464 2377 2226 2221 2165 2051 2060 Ba rra do Ria c ho- ES 3673 3147 3028 2800 2689 2630 2450 2472 2385 2234 2229 2173 2059 2068 P ra ia Mole - ES 3699 3173 3054 2826 2715 2656 2476 2498 2411 2260 2255 2199 2085 2094 Tuba rã o- ES 3702 3176 3057 2829 2718 2659 2479 2501 2414 2263 2258 2202 2088 2097 Vitória - ES 3705 3179 3060 2832 2721 2662 2482 2504 2417 2266 2261 2205 2091 2100 P onta do Ubu - ES 3740 3214 3095 2867 2756 2697 2517 2539 2452 2301 2296 2240 2126 2135 Ma c a é - RJ 3861 3335 3216 2988 2877 2818 2638 2660 2573 2422 2417 2361 2247 2256 Forno- RJ 3893 3367 3248 3020 2909 2850 2670 2692 2605 2454 2449 2393 2279 2288 Rio de Ja ne iro- RJ 3975 3449 3330 3102 2991 2932 2752 2774 2687 2536 2531 2475 2360 2370 Ilha Gua íba - RJ 4025 3499 3380 3152 3041 2982 2802 2824 2737 2586 2581 2525 2410 2420 S e pe tiba - RJ 4043 3517 3398 3170 3059 3000 2820 2842 2755 2604 2599 2543 2428 2438 Angra dos Re is - RJ 4060 3534 3415 3187 3076 3017 2837 2859 2772 2621 2616 2560 2445 2455 S ã o S e ba s tiã o- S P 4099 3573 3454 3226 3115 3056 2876 2898 2811 2660 2655 2599 2484 2494 S a ntos- S P 4173 3647 3528 3300 3189 3130 2950 2972 2885 2734 2729 2673 2558 2568 Ca na né ia - S P 4258 3732 3613 3385 3274 3215 3035 3057 2970 2819 2814 2758 2643 2653 P a ra na guá - P R 4303 3777 3658 3430 3319 3260 3080 3102 3015 2864 2859 2803 2688 2698 Antonina - P R 4316 3790 3671 3443 3332 3273 3093 3115 3028 2877 2872 2816 2701 2711 S Fra nc isc o do S ul- S C 4333 3807 3688 3460 3349 3290 3110 3132 3045 2894 2889 2833 2718 2728 Ita ja í- S C 4342 3816 3697 3469 3358 3299 3119 3141 3054 2903 2898 2842 2727 2737 Floria nópolis - S C 4367 3841 3722 3494 3383 3324 3144 3166 3079 2928 2923 2867 2752 2762 Imbituba - S C 4411 3885 3766 3538 3427 3368 3188 3210 3123 2972 2967 2911 2796 2806 La guna - S C 4430 3904 3785 3557 3446 3387 3207 3229 3142 2991 2986 2930 2815 2825 Tra ma nda í- RS 4522 3996 3877 3649 3538 3479 3299 3321 3234 3083 3078 3022 2907 2917 Rio Gra nde - RS 4708 4182 4063 3835 3724 3665 3485 3507 3420 3269 3264 3208 3071 3103 P e lota s - RS 4728 4202 4083 3855 3751 3692 3512 3534 3447 3296 3291 3235 3098 3130 P orto Ale gre - RS 4865 4339 4220 3992 3888 3829 3649 3671 3584 3433 3428 3372 3235 3267 continuação 317 Cametá-PA Tucuruí-PA Vila do Conde-PA Belém-PA São Luís -MA Itaqui-MA Tutóia-MA Luís Correia-PI Camocim-CE Fortaleza-CE Termisa-RN Areia Branca-RN Macau-RN Natal-RN Ta ba tinga - AM Te fé - AM Coa ri- AM Ma na us- AM Ita c oa tia ra - AM Uruc urituba - AM Óbidos- P A Oriximiná - P A S a nta ré m- P A Alme irim- P A Alta mira - P A Gurupá - P A S a nta na - AP Bre ve s- P A Ca me tá - P A 0 Tuc uruí- P A 106 0 Vila do Conde - P A 93 199 0 Be lé m- P A 110 216 17 0 S ã o Luís - MA 525 631 432 415 0 Ita qui- MA 520 626 427 410 8 0 Tutóia - MA 587 693 494 477 174 168 0 Luís Corre ia - P I 622 728 529 512 212 206 58 0 Ca moc im- CE 668 774 575 558 260 254 108 65 0 Forta le za - CE 835 941 742 725 433 427 294 245 186 0 Te rmisa - RN 962 1068 869 852 556 550 414 375 308 137 0 Are ia Bra nc a - RN 970 1076 877 860 560 550 420 380 321 140 13 0 Ma c a u- RN 980 1086 887 870 580 577 430 390 330 162 38 51 0 Na ta l- RN 1095 1201 1002 985 691 685 545 495 443 277 167 180 166 0 Ca be de lo- P B 1165 1271 1072 1055 766 760 624 585 518 350 242 255 249 89 Re c ife - P E 1241 1347 1148 1131 835 824 693 645 587 419 311 324 318 159 S ua pe - P E 1216 1322 1173 1156 848 837 706 658 600 432 324 337 331 172 Ma c e ió- AL 1355 1461 1262 1245 949 938 807 759 701 533 425 438 432 273 Ara c a ju- S E 1463 1569 1370 1353 1057 1046 915 867 809 641 533 546 540 381 S a lva dor- BA 1629 1735 1536 1519 1223 1212 1081 1033 975 807 699 712 706 547 Ara tu- BA 1639 1745 1546 1529 1233 1222 1091 1043 985 817 709 722 716 557 Ma dre de De us- BA 1642 1748 1549 1532 1236 1225 1094 1046 988 820 712 725 719 560 Ca ma mu- BA 1668 1774 1575 1558 1262 1251 1120 1072 1014 846 738 751 745 586 Ilhé us- BA 1712 1818 1619 1602 1306 1295 1164 1116 1058 890 782 795 789 630 Ca na vie ira s - BA 1757 1863 1664 1647 1351 1340 1209 1161 1103 935 827 840 834 675 P orto S e guro- BA 1797 1903 1704 1687 1391 1380 1249 1201 1143 975 867 880 874 715 Ca ra ve la s - BA 1875 1981 1782 1765 1469 1458 1327 1279 1221 1053 945 958 952 793 Re gê nc ia - ES 2012 2118 1919 1902 1606 1595 1464 1416 1358 1190 1082 1095 1089 930 Ba rra do Ria c ho- ES 2020 2126 1927 1910 1614 1603 1472 1424 1366 1198 1090 1103 1097 938 P ra ia Mole - ES 2046 2152 1953 1936 1640 1629 1498 1450 1392 1224 1116 1129 1123 964 Tuba rã o- ES 2049 2155 1956 1939 1643 1632 1501 1453 1395 1227 1119 1132 1126 967 Vitória - ES 2052 2158 1959 1942 1646 1635 1504 1456 1398 1230 1122 1135 1129 970 P onta do Ubu - ES 2087 2193 1994 1977 1681 1670 1539 1491 1433 1265 1157 1170 1164 1005 Ma c a é - RJ 2208 2314 2115 2098 1802 1791 1660 1612 1554 1386 1278 1291 1285 1126 Forno- RJ 2240 2346 2147 2130 1834 1823 1692 1644 1586 1418 1310 1323 1317 1158 Rio de Ja ne iro- RJ 2322 2428 2229 2212 1921 1905 1774 1735 1668 1500 1392 1405 1399 1240 Ilha Gua íba - RJ 2372 2478 2279 2262 1971 1955 1824 1785 1718 1550 1442 1455 1449 1290 S e pe tiba - RJ 2390 2496 2297 2280 1989 1973 1842 1803 1736 1568 1460 1473 1467 1308 Angra dos Re is - RJ 2407 2513 2314 2297 2006 1990 1859 1820 1753 1585 1477 1490 1484 1325 S ã o S e ba s tiã o- S P 2446 2552 2353 2336 2045 2029 1898 1859 1792 1624 1516 1529 1523 1364 S a ntos- S P 2520 2626 2427 2410 2119 2103 1972 1933 1866 1698 1590 1603 1597 1438 Ca na né ia - S P 2605 2711 2512 2495 2204 2188 2057 2018 1951 1783 1675 1688 1682 1523 P a ra na guá - P R 2650 2756 2557 2540 2249 2233 2102 2063 1996 1828 1720 1733 1727 1568 Antonina - P R 2663 2769 2570 2553 2262 2246 2115 2076 2009 1841 1733 1746 1740 1581 S Fra nc isc o do S ul- S C 2680 2786 2587 2570 2279 2263 2132 2093 2026 1858 1750 1763 1757 1598 Ita ja í- S C 2689 2795 2596 2579 2288 2272 2141 2102 2035 1867 1759 1772 1766 1607 Floria nópolis - S C 2714 2820 2621 2604 2313 2297 2166 2127 2060 1892 1784 1797 1791 1632 Imbituba - S C 2758 2864 2665 2648 2357 2341 2210 2171 2104 1936 1828 1841 1835 1676 La guna - S C 2777 2883 2684 2667 2376 2360 2229 2190 2123 1955 1847 1860 1854 1695 Tra ma nda í- RS 2869 2975 2776 2759 2468 2452 2321 2282 2215 2047 1939 1952 1946 1787 Rio Gra nde - RS 3055 3161 2962 2945 2654 2638 2507 2468 2401 2233 2125 2138 2132 1973 P e lota s - RS 3082 3188 2989 2972 2681 2665 2534 2495 2428 2260 2152 2165 2159 2000 P orto Ale gre - RS 3219 3325 3126 3109 2818 2802 2671 2632 2565 2397 2289 2302 2296 2137 continuação 318 Cabedelo-PB Recife-PE Suape-PE Maceió-AL Aracaju-SE Salvador-BA Aratu-BA Madre de Deus-BA Camamu-BA Ilhéus-BA Canavieiras -BA Porto Seguro-BA Caravelas -BA Ta ba tinga - AM Te fé - AM Coa ri- AM Ma na us- AM Ita c oa tia ra - AM Uruc urituba - AM Óbidos- P A Oriximiná - P A S a nta ré m- P A Alme irim- P A Alta mira - P A Gurupá - P A S a nta na - AP Bre ve s- P A Ca me tá - P A Tuc uruí- P A Vila do Conde - P A Be lé m- P A S ã o Luís - MA Ita qui- MA Tutóia - MA Luís Corre ia - P I Ca moc im- CE Forta le za - CE Te rmisa - RN Are ia Bra nc a - RN Ma c a u- RN Na ta l- RN Ca be de lo- P B 0 Re c ife - P E 84 0 S ua pe - P E 97 25 0 Ma c e ió- AL 198 126 101 0 Ara c a ju- S E 306 234 209 122 0 S a lva dor- BA 472 400 375 284 183 0 Ara tu- BA 482 410 385 284 193 10 0 Ma dre de De us- BA 485 413 388 294 196 13 3 0 Ca ma mu- BA 511 439 414 315 220 65 75 78 0 Ilhé us- BA 555 483 458 297 265 117 127 130 62 0 Ca na vie ira s - BA 600 528 503 414 316 170 180 183 126 60 0 P orto S e guro- BA 640 568 543 453 355 225 235 238 247 112 57 0 Ca ra ve la s - BA 718 646 621 532 439 302 312 315 316 191 87 135 0 Re gê nc ia - ES 855 783 758 897 652 522 532 534 474 416 349 316 230 Ba rra do Ria c ho- ES 863 791 766 905 644 514 524 526 466 408 341 308 222 P ra ia Mole - ES 889 817 792 931 620 490 500 502 442 384 317 284 198 Tuba rã o- ES 892 820 795 934 609 479 489 492 431 373 306 273 187 Vitória - ES 895 823 798 937 612 482 492 494 434 376 309 276 190 P onta do Ubu - ES 930 858 833 972 647 517 527 529 469 411 344 311 225 Ma c a é - RJ 1051 979 954 865 768 638 648 651 594 532 479 453 453 Forno- RJ 1083 1011 986 897 800 670 680 683 624 569 504 462 375 Rio de Ja ne iro- RJ 1165 1086 1061 972 875 745 755 757 699 639 577 539 450 Ilha Gua íba - RJ 1215 1136 1111 1022 925 795 805 807 749 689 627 589 500 S e pe tiba - RJ 1233 1154 1129 1040 943 813 823 825 767 707 645 607 518 Angra dos Re is - RJ 1250 1171 1146 1057 960 830 840 842 784 724 662 624 535 S ã o S e ba s tiã o- S P 1289 1210 1185 1096 999 869 879 881 823 763 701 663 574 S a ntos- S P 1363 1284 1259 1170 1073 943 953 955 897 837 775 737 648 Ca na né ia - S P 1448 1369 1344 1255 1158 1028 1038 1040 982 922 860 822 733 P a ra na guá - P R 1493 1414 1389 1300 1203 1073 1083 1085 1027 967 905 867 778 Antonina - P R 1506 1427 1402 1313 1216 1086 1096 1098 1040 980 918 880 791 S Fra nc isc o do S ul- S C 1523 1444 1419 1330 1233 1103 1113 1115 1057 997 935 897 808 Ita ja í- S C 1532 1453 1428 1339 1242 1112 1122 1124 1066 1006 944 906 817 Floria nópolis - S C 1557 1478 1453 1364 1267 1137 1147 1149 1091 1031 969 931 842 Imbituba - S C 1601 1522 1497 1408 1311 1181 1191 1193 1135 1075 1013 975 886 La guna - S C 1620 1541 1516 1427 1330 1200 1210 1212 1154 1094 1032 994 905 Tra ma nda í- RS 1712 1633 1608 1519 1422 1292 1302 1304 1246 1186 1124 1086 997 Rio Gra nde - RS 1898 1819 1844 1705 1608 1478 1488 1490 1432 1372 1310 1272 1183 P e lota s - RS 1925 1846 1871 1732 1635 1505 1515 1517 1459 1399 1337 1299 1210 P orto Ale gre - RS 2062 1983 2008 1869 1772 1642 1652 1654 1596 1536 1474 1436 1347 continuação 319 Regência-ES Barra do Riacho-ES Praia Mole-ES Tubarão-ES Vitória-ES Ponta do Ubu -ES Macaé-RJ Forno-RJ Rio de Janeiro-RJ Ilha Guaíba-RJ Sepetiba-RJ Angra dos Reis -RJ São Sebas tião-SP Ta ba tinga - AM Te fé - AM Coa ri- AM Ma na us- AM Ita c oa tia ra - AM Uruc urituba - AM Óbidos- P A Oriximiná - P A S a nta ré m- P A Alme irim- P A Alta mira - P A Gurupá - P A S a nta na - AP Bre ve s- P A Ca me tá - P A Tuc uruí- P A Vila do Conde - P A Be lé m- P A S ã o Luís - MA Ita qui- MA Tutóia - MA Luís Corre ia - P I Ca moc im- CE Forta le za - CE Te rmisa - RN Are ia Bra nc a - RN Ma c a u- RN Na ta l- RN Ca be de lo- P B Re c ife - P E S ua pe - P E Ma c e ió- AL Ara c a ju- S E S a lva dor- BA Ara tu- BA Ma dre de De us- BA Ca ma mu- BA Ilhé us- BA Ca na vie ira s - BA P orto S e guro- BA Ca ra ve la s - BA Re gê nc ia - ES 0 Ba rra do Ria c ho- ES 8 0 P ra ia Mole - ES 31 23 0 Tuba rã o- ES 34 26 3 0 Vitória - ES 40 32 9 6 0 P onta do Ubu - ES 75 67 44 41 35 0 Ma c a é - RJ 207 199 175 164 167 207 0 Forno- RJ 247 239 215 213 207 172 45 0 Rio de Ja ne iro- RJ 322 314 290 279 282 247 120 75 0 Ilha Gua íba - RJ 372 364 340 329 332 297 170 125 72 0 S e pe tiba - RJ 390 382 358 347 350 315 188 143 90 18 0 Angra dos Re is - RJ 407 399 375 364 367 332 205 160 107 20 38 0 S ã o S e ba s tiã o- S P 446 438 414 403 406 371 244 199 146 98 116 86 0 S a ntos- S P 520 512 488 477 480 445 318 273 220 173 191 163 70 Ca na né ia - S P 605 597 573 562 565 530 403 358 305 259 277 249 103 P a ra na guá - P R 650 642 618 607 610 575 448 403 350 304 322 295 211 Antonina - P R 663 655 631 620 623 588 461 416 363 317 335 308 224 S Fra nc isc o do S ul- S C 680 672 648 637 640 605 478 433 380 325 350 322 235 Ita ja í- S C 689 681 657 646 649 614 487 442 389 348 366 345 268 Floria nópolis - S C 714 706 682 671 674 639 512 467 414 376 394 373 289 Imbituba - S C 758 750 726 715 718 683 556 511 458 415 433 412 331 La guna - S C 777 769 745 734 737 702 575 530 477 433 451 425 349 Tra ma nda í- RS 869 861 837 826 829 794 667 622 569 534 552 532 456 Rio Gra nde - RS 1055 1047 1024 1012 1015 980 853 853 755 720 738 717 642 P e lota s - RS 1082 1074 1051 1039 1042 1007 880 835 782 747 765 744 669 P orto Ale gre - RS 1219 1211 1188 1176 1179 1144 1017 972 919 884 902 881 806 continuação 320 Santos-SP Cananéia-SP Paranaguá-PR Antonina-PR SFrancisco do Sul-SC Itajaí-SC Florianópolis -SC Imbituba-SC Laguna-SC Tramandaí-RS Rio Grande-RS Pelotas -RS Porto Alegre-RS Ta ba tinga - AM Te fé - AM Coa ri- AM Ma na us- AM Ita c oa tia ra - AM Uruc urituba - AM Óbidos- P A Oriximiná - P A S a nta ré m- P A Alme irim- P A Alta mira - P A Gurupá - P A S a nta na - AP Bre ve s- P A Ca me tá - P A Tuc uruí- P A Vila do Conde - P A Be lé m- P A S ã o Luís - MA Ita qui- MA Tutóia - MA Luís Corre ia - P I Ca moc im- CE Forta le za - CE Te rmisa - RN Are ia Bra nc a - RN Ma c a u- RN Na ta l- RN Ca be de lo- P B Re c ife - P E S ua pe - P E Ma c e ió- AL Ara c a ju- S E S a lva dor- BA Ara tu- BA Ma dre de De us- BA Ca ma mu- BA Ilhé us- BA Ca na vie ira s - BA P orto S e guro- BA Ca ra ve la s - BA Re gê nc ia - ES Ba rra do Ria c ho- ES P ra ia Mole - ES Tuba rã o- ES Vitória - ES P onta do Ubu - ES Ma c a é - RJ Forno- RJ Rio de Ja ne iro- RJ Ilha Gua íba - RJ S e pe tiba - RJ Angra dos Re is - RJ S ã o S e ba s tiã o- S P S a ntos- S P 0 Ca na né ia - S P 123 0 P a ra na guá - P R 168 66 0 Antonina - P R 181 79 13 0 S Fra nc isc o do S ul- S C 192 91 60 73 0 Ita ja í- S C 226 129 104 117 63 0 Floria nópolis - S C 254 165 142 155 105 54 0 Imbituba - S C 286 203 181 194 143 93 82 0 La guna - S C 302 222 200 213 162 112 100 25 0 Tra ma nda í- RS 420 330 313 326 310 225 213 135 118 0 Rio Gra nde - RS 606 521 499 512 461 411 399 322 304 190 0 P e lota s - RS 633 548 526 539 488 438 426 349 331 217 27 0 P orto Ale gre - RS 770 685 663 676 625 575 563 486 468 354 164 153 0 Fonte: ANTAQ. 321 ANEXO D – Distância para os casos de “Não identificados” e de Plataforma continental Origem (ou destino) Sigla Destino (ou origem) Sigla Distância (KM) São Paulo SP Não Identificado NI 48 Sergipe SE Não Identificado NI 122 Santa Catarina SC Não Identificado NI 58 Rio Grande do Sul RS Não Identificado NI 28 Rio Grande do Norte RN Não Identificado NI 58 Rio de Janeiro RJ Não Identificado NI 70 Paraná PR Não Identificado NI 89 Pernambuco PE Não Identificado NI 60 Paraíba PB Não Identificado NI 60 Pará PA Não Identificado NI 40 Maranhão MA Não Identificado NI 101 Espírito Santo ES Não Identificado NI 58 Ceará CE Não Identificado NI 71 Bahia BA Não Identificado NI 73 Bahia BA Não Identificado NI 58 Amapá AP Não Identificado NI 270 Amazonas AM Não Identificado NI 962 Alagoas AL Não Identificado NI 113 São Paulo SP Plataforma Continental PC 48 Sergipe SE Plataforma Continental PC 122 Santa Catarina SC Plataforma Continental PC 58 Rio Grande do Sul RS Plataforma Continental PC 28 Rio Grande do Norte RN Plataforma Continental PC 58 Rio de Janeiro RJ Plataforma Continental PC 70 Paraná PR Plataforma Continental PC 89 Pernambuco PE Plataforma Continental PC 60 Paraíba PB Plataforma Continental PC 60 Pará PA Plataforma Continental PC 40 Maranhão MA Plataforma Continental PC 101 Espírito Santo ES Plataforma Continental PC 58 Ceará CE Plataforma Continental PC 71 Bahia BA Plataforma Continental PC 73 Bahia BA Plataforma Continental PC 58 Amapá AP Plataforma Continental PC 270 Amazonas AM Plataforma Continental PC 962 Alagoas AL Plataforma Continental PC 113 Fonte: Elaboração própria a partir da rede georreferenciada do PNLT (2007). 322 ANEXO E – Fluxo das mercadorias transportadas por cabotagem Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto de Suape Não identificado Açúcar a granel 7014 60 419367 AlimentBebid 1269 Porto de Suape Porto de Santos Açúcar a granel 4261 2332 9935259 AlimentBebid 29816 Porto de Santos Não identificado Açúcar a granel 130679 48 6294807 AlimentBebid 18895 Porto de Vitória Terminal Almirante Barroso - Petrobrás Água 92399 752 69479359 AlimentBebid 208443 Terminal Almirante Barroso - Petrobrás Não identificado Água 710565 48 34227916 AlimentBebid 102689 Não identificado Terminal Almirante Barroso - Petrobrás Água 412017 48 19846859 AlimentBebid 59546 Porto de Suape Porto de Belém Álcool 1901 2141 4070892 Alcool 12218 Porto de Suape Porto de Santos Álcool 3328 2332 7758710 Alcool 23281 Porto de Santos Porto de Belém Álcool 28104 4463 125430718 Alcool 376297 Porto de Suape Não identificado Algodão 122 60 7294 AlgodaoHerba 86 Porto de Santos Porto de Suape Algodão 98 2332 228492 AlgodaoHerba 1192 Porto de Salvador Porto de Maceió Alimentos 1916 526 1007711 AlimentBebid 5088 Porto de Suape Porto de Maceió Alimentos 254 187 47511 AlimentBebid 287 Porto de Salvador Porto de Suape Alimentos 5451 694 3785555 AlimentBebid 18978 Porto de Natal Porto de Salvador Alimentos 14 1013 14182 AlimentBebid 121 Porto de Fortaleza Porto de Salvador Alimentos 18389 1495 27484873 AlimentBebid 137474 Porto de Itaqui Porto de Salvador Alimentos 474 2244 1063847 AlimentBebid 5369 Porto de Santos Porto de Suape Alimentos 5512 2332 12851495 AlimentBebid 64307 Porto de Paranaguá Porto de Suape Alimentos 20709 2572 53271369 AlimentBebid 266407 Terminal da Alumar Porto de Aratu Alumina 99101 2265 224482511 MetNaoFerros 673458 Não identificado Porto de Aratu Alumina 7884 73 579001 MetNaoFerros 1748 Porto de Vila do Conde Porto de Itaguaí Alumina 176885 4129 730292517 MetNaoFerros 2190888 Porto de Itaqui Porto de Itaguaí Alumina 22632 3528 79839197 MetNaoFerros 239528 Porto de Suape Porto de São Francisco do Sul Alumínio 14659 2628 38523762 MetNaoFerros 115582 Porto de São Francisco do Sul Porto de Suape Alumínio 419 2628 1101166 MetNaoFerros 3314 Porto do Recife Porto de Paranaguá Aparelhos elétricos 1424 2619 3729286 MaqEletriOut 18696 Porto de Porto Alegre Porto de Santos Aparelhos elétricos 120 1426 171125 MaqEletriOut 906 Porto de Suape Porto de Fortaleza Arroz 1821 800 1456920 ArrozCasca 4381 Porto de Rio Grande-RS Porto de Suape Arroz 86360 3415 294919693 ArrozCasca 884770 continuação 323 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto de Rio Grande-RS Porto de Suape Arroz 5222 3415 17833148 ArrozCasca 53510 Porto de Rio Grande-RS Porto de Maceió Arroz 21743 3158 68655301 ArrozCasca 205976 Porto de Rio Grande-RS Terminal Portuário do Pecém Arroz 24110 4135 99704821 ArrozCasca 299125 Terminal de Bauxita de Porto Trombetas Terminal da Alumar Bauxita 3390832 1810 6136685403 OutIndExtrat 12273381 Terminal de Bauxita de Porto Trombetas Porto de Vila do Conde Bauxita 6517606 1010 6579874774 OutIndExtrat 13159760 Porto de Suape Porto de São Francisco do Sul Bebibas 13269 2628 34870850 AlimentBebid 174404 Porto de Santos Porto de Suape Bebibas 24091 2332 56169336 AlimentBebid 280897 Porto de Vitória Porto de São Francisco do Sul Bobinas de aço 638 1185 756246 FabAcoDeriv 2279 Porto de Vitória Porto de Salvador Tubos de aço 20055 893 17903264 FabAcoDeriv 53720 Porto de Vitória Porto de Maceió Tubos de aço 131 1735 227339 FabAcoDeriv 693 Terminal de Praia Mole Porto de Salvador Tubos de aço 5654 908 5131230 FabAcoDeriv 15404 Terminal de Praia Mole Porto de São Francisco do Sul Bobinas de aço 538 1200 645694 FabAcoDeriv 1948 Porto de Salvador Porto de Rio Grande-RS Produtos siderúrgicos 52424 2737 143491676 FabAcoDeriv 430486 Terminal de Praia Mole Porto de São Francisco do Sul Produtos siderúrgicos 526396 1200 631767415 FabAcoDeriv 1895313 Portocel - Terminal de Barra do Riacho Porto de São Francisco do Sul Produtos siderúrgicos 43136 1244 53681525 FabAcoDeriv 161055 Porto de Vitória Porto de São Francisco do Sul Produtos siderúrgicos 42580 1185 50471723 FabAcoDeriv 151426 Porto de Fortaleza Porto de Itaqui Calcário 133984 791 105960234 OutIndExtrat 211931 Não identificado Porto de Itaqui Calcário 168097 101 16939135 OutIndExtrat 33889 Porto de Suape Porto de São Francisco do Sul Borracha sintética 10253 2628 26944821 BorracPlast 134774 Não identificado Porto de Suape Borracha sintética 633 60 37847 BorracPlast 239 Pará Pigmentos S.A. Porto de Paranaguá Caulim 40921 4704 192491177 OutIndExtrat 384993 Porto de Salvador Portocel - Terminal de Barra do Riacho Celulose 255944 952 243629678 CelulosPapel 1218198 Porto de Fortaleza Porto de Santos Sal 187357 3145 589209451 OutPrMNaoMet 1178429 Porto de Areia Branca Portocel - Terminal de Barra do Riacho Sal 143299 2043 292737185 OutPrMNaoMet 585485 Porto de Areia Branca Porto de Munguba Sal 15550 2193 34098974 OutPrMNaoMet 68209 Porto de Areia Branca Porto de Antonina Sal 10575 3234 34196671 OutPrMNaoMet 68404 Porto de Areia Branca Porto de Paranaguá Sal 111874 3210 359076472 OutPrMNaoMet 718164 Porto de Areia Branca Porto de Forno Sal 547027 2450 1340379653 OutPrMNaoMet 2680770 Porto de Areia Branca Porto de Porto Alegre Sal 59303 4263 252837334 OutPrMNaoMet 505685 Porto de Areia Branca Porto de Rio Grande-RS Sal 74706 3960 295816507 OutPrMNaoMet 591644 Porto de Areia Branca Porto de Imbituba Sal 100896 3410 344022587 OutPrMNaoMet 688056 continuação 324 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto de Areia Branca Porto de Santos Sal 251387 2969 746338005 OutPrMNaoMet 1492687 Porto de Areia Branca Porto de Aratu Sal 31175 1319 41109830 OutPrMNaoMet 82230 Porto de Areia Branca Porto de Salvador Sal 13976 1319 18429863 OutPrMNaoMet 36870 Porto de Areia Branca Terminal Gerdal Usiba Sal 42602 1319 56178379 OutPrMNaoMet 112367 Porto de Areia Branca Porto do Rio de Janeiro Sal 10000 2602 26021693 OutPrMNaoMet 52054 Porto de Areia Branca Porto de Rio Grande-RS Sal 125480 3960 496868461 OutPrMNaoMet 993747 Porto de Salvador Porto de Santos Ferro e derivados 28281 1746 49388811 FabAcoDeriv 148177 Porto de Santos Porto de Fortaleza Ferro e derivados 21247 3145 66811932 FabAcoDeriv 200446 Porto de São Francisco do Sul Porto de Suape Ferro e derivados 2420 2628 6359956 FabAcoDeriv 19090 Porto de Santos Porto de Fortaleza Coque de petróleo 91531 3145 287822421 RefPetroleo 863473 Porto do Recife Porto de Cabedelo Congelados (camarão) 20 156 3112 AlimentBebid 65 Porto do Recife Porto de Maceió Congelados (carne) - cont 31 233 7234 AlimentBebid 86 Não identificado Terminal de Praia Mole Cromita 97806 58 5676660 OutIndExtrat 11364 Porto de Aratu Isaac Sabba – Petrobrás Derivados do Petróleo 1662 4461 7415768 RefPetroleo 22253 Porto de Fortaleza Isaac Sabba – Petrobrás Derivados do Petróleo 23589 2991 70556856 RefPetroleo 211676 Porto de Itaguaí Isaac Sabba – Petrobrás Derivados do Petróleo 608 5745 3492040 RefPetroleo 10481 Porto de Itaqui Isaac Sabba – Petrobrás Derivados do Petróleo 65792 2407 158385023 RefPetroleo 475160 Porto de Paranaguá Isaac Sabba – Petrobrás Derivados do Petróleo 1443 6352 9167369 RefPetroleo 27507 Plataforma Marítima Isaac Sabba – Petrobrás Derivados do Petróleo 4432 962 4264935 RefPetroleo 12800 Porto de Porto Alegre Isaac Sabba – Petrobrás Derivados do Petróleo 13871 7393 102549201 RefPetroleo 307653 Porto do Rio de Janeiro Isaac Sabba – Petrobrás Derivados do Petróleo 23058 5745 132474037 RefPetroleo 397427 Porto de Rio Grande-RS Isaac Sabba – Petrobrás Derivados do Petróleo 4394 7102 31208861 RefPetroleo 93632 Porto de Salvador Isaac Sabba – Petrobrás Derivados do Petróleo 5708 4461 25467043 RefPetroleo 76406 Porto de Santos Isaac Sabba – Petrobrás Derivados do Petróleo 11926 6111 72882000 RefPetroleo 218651 Terminal Almirante Barroso - Petrobrás Isaac Sabba – Petrobrás Derivados do Petróleo 36748 5974 219543037 RefPetroleo 658634 Porto de Suape Isaac Sabba – Petrobrás Derivados do Petróleo 12944 3789 49045643 RefPetroleo 147142 Terminal A. S. Dutra - Tramandaí - Petrobrás Isaac Sabba – Petrobrás Derivados do Petróleo 1662 6758 11230459 RefPetroleo 33697 Terminal Almirante Alves Câmara Isaac Sabba – Petrobrás Derivados do Petróleo 36507 4485 163743835 RefPetroleo 491237 Porto de Vitória Isaac Sabba – Petrobrás Derivados do Petróleo 2754 5245 14444378 RefPetroleo 43338 Porto de Vitória Isaac Sabba – Petrobrás Derivados do Petróleo 1412 5245 7406008 RefPetroleo 22223 Porto de Aratu Terminal Almirante Alves Câmara Derivados do Petróleo 8116 24 195382 RefPetroleo 591 continuação 325 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto do Rio de Janeiro Terminal Almirante Alves Câmara Derivados do Petróleo 122750 1402 172097557 RefPetroleo 516298 Porto de Belém Terminal Almirante Alves Câmara Derivados do Petróleo 1712 2837 4857168 RefPetroleo 14577 Porto de Santos Terminal Almirante Alves Câmara Derivados do Petróleo 7854 1769 13891001 RefPetroleo 41678 Porto de Cabedelo Terminal Almirante Alves Câmara Derivados do Petróleo 39432 898 35418628 RefPetroleo 106261 Porto do Rio de Janeiro Terminal Almirante Alves Câmara Derivados do Petróleo 30414 1402 42641465 RefPetroleo 127930 Porto de Fortaleza Terminal Almirante Alves Câmara Derivados do Petróleo 2385 1519 3622657 RefPetroleo 10873 Porto de Itaqui Terminal Almirante Alves Câmara Derivados do Petróleo 3601 2268 8168833 RefPetroleo 24512 Porto de Maceió Terminal Almirante Alves Câmara Derivados do Petróleo 13314 545 7249537 RefPetroleo 21754 Porto de Manaus Terminal Almirante Alves Câmara Derivados do Petróleo 15159 4484 67979343 RefPetroleo 203943 Não Identificado Terminal Almirante Alves Câmara Derivados do Petróleo 3046 73 223687 RefPetroleo 676 Não Informado Terminal Almirante Alves Câmara Derivados do Petróleo 863 73 63400 RefPetroleo 195 Porto de Natal Terminal Almirante Alves Câmara Derivados do Petróleo 125 1037 129499 RefPetroleo 394 Porto do Rio de Janeiro Terminal Almirante Alves Câmara Derivados do Petróleo 5146 1402 7215219 RefPetroleo 21651 Porto de Paranaguá Terminal Almirante Alves Câmara Derivados do Petróleo 1579 2009 3171862 RefPetroleo 9521 Plataforma Marítima Terminal Almirante Alves Câmara Derivados do Petróleo 18986 73 1394329 RefPetroleo 4188 Porto de Manaus Terminal Almirante Alves Câmara Derivados do Petróleo 2616 4484 11731027 RefPetroleo 35198 Porto do Rio de Janeiro Terminal Almirante Alves Câmara Derivados do Petróleo 51626 1402 72380429 RefPetroleo 217147 Porto de Rio Grande-RS Terminal Almirante Alves Câmara Derivados do Petróleo 23994 2759 66210579 RefPetroleo 198637 Porto de Natal Terminal Almirante Alves Câmara Derivados do Petróleo 22488 1037 23320910 RefPetroleo 69968 Porto de Salvador Terminal Almirante Alves Câmara Derivados do Petróleo 15066 24 362723 RefPetroleo 1093 Porto de Santos Terminal Almirante Alves Câmara Derivados do Petróleo 10724 1769 18966105 RefPetroleo 56904 Porto de Itaqui Terminal Almirante Alves Câmara Derivados do Petróleo 2200 2268 4990419 RefPetroleo 14977 Terminal Almirante Barroso - Petrobrás Terminal Almirante Alves Câmara Derivados do Petróleo 10915 1632 17807886 RefPetroleo 53429 Porto de Suape Terminal Almirante Alves Câmara Derivados do Petróleo 10268 719 7378165 RefPetroleo 22140 Porto do Rio de Janeiro Terminal Almirante Alves Câmara Derivados do Petróleo 589 1402 825710 RefPetroleo 2482 Atalaia - Petrobrás Terminal Almirante Alves Câmara Derivados do Petróleo 57540 363 20887034 RefPetroleo 62666 Porto de Natal Terminal Almirante Alves Câmara Derivados do Petróleo 50998 1037 52888155 RefPetroleo 158670 Porto de Vila do Conde Terminal Almirante Alves Câmara Derivados do Petróleo 997 2869 2859324 RefPetroleo 8583 Porto de Vitória Terminal Almirante Alves Câmara Derivados do Petróleo 17957 915 16429006 RefPetroleo 49292 Porto de Angra dos Reis Porto de Fortaleza Derivados do Petróleo 10 2935 28299 RefPetroleo 90 Porto de Aratu Porto de Fortaleza Derivados do Petróleo 1724 1494 2577156 RefPetroleo 7737 continuação 326 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto de Belém Porto de Fortaleza Derivados do Petróleo 14 1343 18414 RefPetroleo 61 Porto de Cabedelo Porto de Fortaleza Derivados do Petróleo 121 648 78606 RefPetroleo 241 Porto de Itaguaí Porto de Fortaleza Derivados do Petróleo 15 2778 42807 RefPetroleo 134 Porto de Itajaí Porto de Fortaleza Derivados do Petróleo 174 3458 601988 RefPetroleo 1811 Porto de Itaqui Porto de Fortaleza Derivados do Petróleo 1826 791 1444250 RefPetroleo 4338 Porto de Manaus Porto de Fortaleza Derivados do Petróleo 53 2990 158886 RefPetroleo 482 Não Identificado Porto de Fortaleza Derivados do Petróleo 619 71 43842 RefPetroleo 137 Porto de Natal Porto de Fortaleza Derivados do Petróleo 80 513 41111 RefPetroleo 129 Porto do Rio de Janeiro Porto de Fortaleza Derivados do Petróleo 32 2778 87746 RefPetroleo 269 Porto de Paranaguá Porto de Fortaleza Derivados do Petróleo 12 3385 40240 RefPetroleo 126 Porto do Recife Porto de Fortaleza Derivados do Petróleo 14 776 11142 RefPetroleo 39 Porto de Salvador Porto de Fortaleza Derivados do Petróleo 442 1494 659981 RefPetroleo 1985 Porto de Santarém Porto de Fortaleza Derivados do Petróleo 77 2222 170339 RefPetroleo 516 Porto de Santos Porto de Fortaleza Derivados do Petróleo 390 3145 1225393 RefPetroleo 3681 Porto de Itaqui Porto de Fortaleza Derivados do Petróleo 186 791 147281 RefPetroleo 447 Terminal Almirante Barroso - Petrobrás Porto de Fortaleza Derivados do Petróleo 303 3008 909809 RefPetroleo 2735 Porto de Suape Porto de Fortaleza Derivados do Petróleo 1514 800 1211021 RefPetroleo 3638 Terminal Almirante Alves Câmara Porto de Fortaleza Derivados do Petróleo 134 1519 203199 RefPetroleo 615 Porto de Vitória Porto de Fortaleza Derivados do Petróleo 1174 2278 2674999 RefPetroleo 8030 Porto de Belém Porto de Itaqui Derivados do Petróleo 124771 759 94738646 RefPetroleo 284221 Porto de Cabedelo Porto de Itaqui Derivados do Petróleo 23586 1408 33198137 RefPetroleo 99600 Porto de Fortaleza Porto de Itaqui Derivados do Petróleo 109769 791 86810248 RefPetroleo 260436 Porto de Maceió Porto de Itaqui Derivados do Petróleo 37366 1737 64913603 RefPetroleo 194746 Porto de Manaus Porto de Itaqui Derivados do Petróleo 108809 2407 261900038 RefPetroleo 785705 Porto de Paranaguá Porto de Itaqui Derivados do Petróleo 13093 4135 54144363 RefPetroleo 162438 Porto de Porto Alegre Porto de Itaqui Derivados do Petróleo 106238 5189 551302105 RefPetroleo 1653912 Porto do Recife Porto de Itaqui Derivados do Petróleo 311068 1526 474732962 RefPetroleo 1424204 Porto do Rio de Janeiro Porto de Itaqui Derivados do Petróleo 9363 3528 33034706 RefPetroleo 99109 Porto de Salvador Porto de Itaqui Derivados do Petróleo 403883 2245 906526072 RefPetroleo 2719584 Porto de Santos Porto de Itaqui Derivados do Petróleo 403400 3895 1571065004 RefPetroleo 4713200 Terminal A. S. Dutra - Tramandaí - Petrobrás Porto de Itaqui Derivados do Petróleo 8687 4541 39449519 RefPetroleo 118354 continuação 327 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Terminal Almirante Alves Câmara Porto de Itaqui Derivados do Petróleo 36737 2269 83341467 RefPetroleo 250030 Porto de Vila do Conde Porto de Itaqui Derivados do Petróleo 30591 791 24194864 RefPetroleo 72590 Porto de Itaqui Porto de Paranaguá Derivados do Petróleo 4112 4135 17002515 RefPetroleo 51013 Porto de Porto Alegre Porto de Paranaguá Derivados do Petróleo 3395 1228 4168897 RefPetroleo 12512 Porto do Rio de Janeiro Porto de Paranaguá Derivados do Petróleo 27117 648 17578027 RefPetroleo 52739 Porto de Rio Grande-RS Porto de Paranaguá Derivados do Petróleo 3600 924 3326673 RefPetroleo 9985 Porto de Salvador Porto de Paranaguá Derivados do Petróleo 851 1987 1690191 RefPetroleo 5076 Porto de Santos Porto de Paranaguá Derivados do Petróleo 10324 311 3212016 RefPetroleo 9641 Terminal Almirante Barroso - Petrobrás Porto de Paranaguá Derivados do Petróleo 94958 391 37105239 RefPetroleo 111321 Porto de Suape Porto de Paranaguá Derivados do Petróleo 15690 2572 40362768 RefPetroleo 121094 Porto de Vitória Porto de Paranaguá Derivados do Petróleo 1163 1130 1313914 RefPetroleo 3947 Porto de Fortaleza Porto do Rio de Janeiro Derivados do Petróleo 24314 2778 67546694 RefPetroleo 202645 Porto de Salvador Porto do Rio de Janeiro Derivados do Petróleo 8607 1380 11874350 RefPetroleo 35628 Porto de Santos Porto do Rio de Janeiro Derivados do Petróleo 2393 407 974840 RefPetroleo 2930 Porto de Aratu Terminal da Ilha Redonda - Petrobrás Derivados do Petróleo 548344 1380 756539034 RefPetroleo 2269622 Porto de Suape Terminal da Ilha Redonda - Petrobrás Derivados do Petróleo 617852 1965 1214064939 RefPetroleo 3642200 Porto do Rio de Janeiro Terminal M. Fonseca - Petrobrás Derivados do Petróleo 167213 198 33137006 RefPetroleo 99416 Porto de Santos Terminal M. Fonseca - Petrobrás Derivados do Petróleo 9698 302 2927305 RefPetroleo 8787 Porto de Itaqui Terminal M. Fonseca - Petrobrás Derivados do Petróleo 290 3685 1068025 RefPetroleo 3209 Porto de Paranaguá Terminal M. Fonseca - Petrobrás Derivados do Petróleo 992 546 542166 RefPetroleo 1632 Plataforma Marítima Terminal M. Fonseca - Petrobrás Derivados do Petróleo 60371 70 4210299 RefPetroleo 12636 Porto do Rio de Janeiro Terminal M. Fonseca - Petrobrás Derivados do Petróleo 1620 198 320944 RefPetroleo 968 Porto de Rio Grande-RS Terminal M. Fonseca - Petrobrás Derivados do Petróleo 740 1328 982898 RefPetroleo 2954 Porto de Salvador Terminal M. Fonseca - Petrobrás Derivados do Petróleo 593 1537 911076 RefPetroleo 2739 Porto de Santos Terminal M. Fonseca - Petrobrás Derivados do Petróleo 1659 302 500921 RefPetroleo 1508 Terminal Almirante Barroso - Petrobrás Terminal M. Fonseca - Petrobrás Derivados do Petróleo 3025 159 481848 RefPetroleo 1451 Porto de Suape Terminal M. Fonseca - Petrobrás Derivados do Petróleo 123 2122 260195 RefPetroleo 786 Terminal Almirante Barroso - Petrobrás Terminal M. Fonseca - Petrobrás Derivados do Petróleo 2320 159 369441 RefPetroleo 1114 Porto do Rio de Janeiro Terminal M. Fonseca - Petrobrás Derivados do Petróleo 3327 198 659223 RefPetroleo 1983 Terminal Almirante Alves Câmara Terminal M. Fonseca - Petrobrás Derivados do Petróleo 243 1559 379611 RefPetroleo 1144 Porto de Itaqui Porto de Maceió Diesel 3778 1737 6563070 RefPetroleo 19695 continuação 328 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto de Cabedelo Porto de Maceió Diesel 3113 367 1141446 RefPetroleo 3430 Porto de Fortaleza Porto de Maceió Diesel 2776 987 2740701 RefPetroleo 8227 Porto de Itaqui Porto de Maceió Diesel 26728 1737 46426044 RefPetroleo 139283 Porto de Paranaguá Porto de Maceió Diesel 3032 2408 7299934 RefPetroleo 21905 Plataforma Marítima Porto de Maceió Diesel 7098 113 803454 RefPetroleo 2416 Porto do Rio de Janeiro Porto de Maceió Diesel 12283 1800 22111180 RefPetroleo 66339 Porto de Salvador Porto de Maceió Diesel 43618 526 22940794 RefPetroleo 68828 Porto de Santos Porto de Maceió Diesel 23618 2167 51173055 RefPetroleo 153524 Porto de Itaqui Porto de Maceió Diesel 7867 1737 13665386 RefPetroleo 41001 Porto de Santos Porto de Maceió Diesel 8544 2167 18513503 RefPetroleo 55546 Terminal Almirante Barroso - Petrobrás Porto de Maceió Diesel 4916 2030 9978643 RefPetroleo 29941 Porto de Suape Porto de Maceió Diesel 86068 187 16099149 RefPetroleo 48303 Atalaia - Petrobrás Porto de Maceió Diesel 10018 226 2263502 RefPetroleo 6796 Porto de Vitória Porto de Maceió Diesel 7632 1735 13244460 RefPetroleo 39739 Porto de Aratu Isaac Sabba – Petrobrás Diesel 10287 4461 45891493 RefPetroleo 137680 Porto de Fortaleza Isaac Sabba – Petrobrás Diesel 145976 2991 436631694 RefPetroleo 1309900 Porto de Itaguaí Isaac Sabba – Petrobrás Diesel 3761 5745 21610023 RefPetroleo 64835 Porto de Itaqui Isaac Sabba – Petrobrás Diesel 407144 2407 980144598 RefPetroleo 2940439 Porto de Paranaguá Isaac Sabba – Petrobrás Diesel 8931 6352 56731042 RefPetroleo 170198 Plataforma Marítima Isaac Sabba – Petrobrás Diesel 27429 962 26392979 RefPetroleo 79184 Porto de Porto Alegre Isaac Sabba – Petrobrás Diesel 85837 7393 634612057 RefPetroleo 1903841 Porto do Rio de Janeiro Isaac Sabba – Petrobrás Diesel 142694 5745 819797914 RefPetroleo 2459399 Porto de Rio Grande-RS Isaac Sabba – Petrobrás Diesel 27193 7102 193131874 RefPetroleo 579401 Porto de Salvador Isaac Sabba – Petrobrás Diesel 35326 4461 157599403 RefPetroleo 472804 Porto de Santos Isaac Sabba – Petrobrás Diesel 73801 6111 451020542 RefPetroleo 1353067 Terminal Almirante Barroso - Petrobrás Isaac Sabba – Petrobrás Diesel 227410 5974 1358612813 RefPetroleo 4075844 Porto de Suape Isaac Sabba – Petrobrás Diesel 80099 3789 303512424 RefPetroleo 910543 Terminal A. S. Dutra - Tramandaí - Petrobrás Isaac Sabba – Petrobrás Diesel 10284 6758 69498196 RefPetroleo 208500 Terminal Almirante Alves Câmara Isaac Sabba – Petrobrás Diesel 225918 4485 1013306889 RefPetroleo 3039926 Porto de Vitória Isaac Sabba – Petrobrás Diesel 17042 5245 89387108 RefPetroleo 268167 Porto de Vitória Isaac Sabba – Petrobrás Diesel 8738 5245 45831093 RefPetroleo 137499 continuação 329 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto de Angra dos Reis Porto de Fortaleza Diesel 279 2935 819396 RefPetroleo 2463 Porto de Aratu Porto de Fortaleza Diesel 49932 1494 74622753 RefPetroleo 223874 Porto de Belém Porto de Fortaleza Diesel 397 1343 533190 RefPetroleo 1605 Porto de Cabedelo Porto de Fortaleza Diesel 3511 648 2276080 RefPetroleo 6834 Porto de Itaguaí Porto de Fortaleza Diesel 446 2778 1239484 RefPetroleo 3724 Porto de Itajaí Porto de Fortaleza Diesel 5041 3458 17430846 RefPetroleo 52298 Porto de Itaqui Porto de Fortaleza Diesel 52887 791 41818938 RefPetroleo 125462 Porto de Manaus Porto de Fortaleza Diesel 1539 2990 4600623 RefPetroleo 13807 Não Identificado Porto de Fortaleza Diesel 17935 71 1269464 RefPetroleo 3814 Porto de Natal Porto de Fortaleza Diesel 2321 513 1190388 RefPetroleo 3576 Porto do Rio de Janeiro Porto de Fortaleza Diesel 915 2778 2540730 RefPetroleo 7627 Porto de Paranaguá Porto de Fortaleza Diesel 344 3385 1165160 RefPetroleo 3501 Porto do Recife Porto de Fortaleza Diesel 416 776 322621 RefPetroleo 973 Porto de Salvador Porto de Fortaleza Diesel 12787 1494 19110042 RefPetroleo 57335 Porto de Santarém Porto de Fortaleza Diesel 2220 2222 4932253 RefPetroleo 14802 Porto de Santos Porto de Fortaleza Diesel 11284 3145 35481824 RefPetroleo 106451 Porto de Itaqui Porto de Fortaleza Diesel 5393 791 4264582 RefPetroleo 12799 Terminal Almirante Barroso - Petrobrás Porto de Fortaleza Diesel 8759 3008 26343951 RefPetroleo 79037 Porto de Suape Porto de Fortaleza Diesel 43828 800 35065671 RefPetroleo 105202 Terminal Almirante Alves Câmara Porto de Fortaleza Diesel 3875 1519 5883720 RefPetroleo 17656 Porto de Vitória Porto de Fortaleza Diesel 34001 2278 77455822 RefPetroleo 232373 Porto de Aratu Porto de Vitória Diesel 1485 893 1325921 RefPetroleo 3983 Porto do Recife Porto de Vitória Diesel 5608 1524 8547998 RefPetroleo 25649 Porto de Salvador Porto de Vitória Diesel 5108 893 4559132 RefPetroleo 13683 Porto de Santos Porto de Vitória Diesel 54803 889 48715315 RefPetroleo 146151 Porto de Aratu Terminal de Tubarão Diesel 13803 887 12244575 RefPetroleo 36739 Porto do Recife Terminal de Tubarão Diesel 52112 1519 79143654 RefPetroleo 237436 Porto de Salvador Terminal de Tubarão Diesel 47463 887 42102546 RefPetroleo 126313 Porto de Santos Terminal de Tubarão Diesel 509264 883 449863066 RefPetroleo 1349594 Porto de Aratu Porto de Belém Diesel 5103 2813 14355377 RefPetroleo 43071 Porto de Cabedelo Porto de Belém Diesel 12952 1954 25306017 RefPetroleo 75923 continuação 330 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto de Fortaleza Porto de Belém Diesel 100425 1343 134847121 RefPetroleo 404547 Porto de Itaqui Porto de Belém Diesel 672605 759 510672524 RefPetroleo 1532023 Porto de Maceió Porto de Belém Diesel 7198 2306 16597463 RefPetroleo 49798 Porto de Paranaguá Porto de Belém Diesel 4410 4704 20742556 RefPetroleo 62233 Porto do Recife Porto de Belém Diesel 11277 2095 23623028 RefPetroleo 70874 Porto do Rio de Janeiro Porto de Belém Diesel 7077 4097 28993851 RefPetroleo 86987 Porto de Salvador Porto de Belém Diesel 31637 2813 88995592 RefPetroleo 266992 Porto de Santos Porto de Belém Diesel 719 4463 3207497 RefPetroleo 9628 Porto de Itaqui Porto de Belém Diesel 23068 759 17513894 RefPetroleo 52547 Terminal Almirante Barroso - Petrobrás Porto de Belém Diesel 1286 4326 5563112 RefPetroleo 16695 Porto de Aratu Porto de Vila do Conde Diesel 1084 2845 3082819 RefPetroleo 9254 Porto de Paranaguá Porto de Vila do Conde Diesel 46882 4735 222007302 RefPetroleo 666027 Porto de Salvador Porto de Vila do Conde Diesel 3093 2845 8796932 RefPetroleo 26396 Porto de Santos Porto de Vila do Conde Diesel 422208 4495 1897645383 RefPetroleo 5692941 Porto de Santos Porto de Vila do Conde Diesel 60949 4495 273938919 RefPetroleo 821822 Porto de Salvador Porto de Cabedelo Diesel 222363 874 194368840 RefPetroleo 583112 Porto de Aratu Terminais da Petrobras (RN) Diesel 1768 1307 2311514 RefPetroleo 6940 Porto de Cabedelo Terminais da Petrobras (RN) Diesel 1476 461 680643 RefPetroleo 2047 Porto de Fortaleza Terminais da Petrobras (RN) Diesel 2208 300 662456 RefPetroleo 1993 Porto de Itaqui Terminais da Petrobras (RN) Diesel 974 1068 1041235 RefPetroleo 3129 Porto de Maceió Terminais da Petrobras (RN) Diesel 696 800 556866 RefPetroleo 1676 Porto do Rio de Janeiro Terminais da Petrobras (RN) Diesel 780 2591 2020903 RefPetroleo 6068 Porto de Salvador Terminais da Petrobras (RN) Diesel 667 1307 871748 RefPetroleo 2621 Porto de Santos Terminais da Petrobras (RN) Diesel 772 2957 2282656 RefPetroleo 6853 Porto de Suape Terminais da Petrobras (RN) Diesel 9072 613 5561530 RefPetroleo 16690 Terminal Almirante Alves Câmara Terminais da Petrobras (RN) Diesel 1321 1332 1758288 RefPetroleo 5280 Porto de Itajaí Terminais da Petrobras (RN) Diesel 764 3270 2499342 RefPetroleo 7503 Porto de Itajaí Porto de Rio Grande-RS Diesel 10755 761 8186287 RefPetroleo 24564 Porto de Paranaguá Porto de Rio Grande-RS Diesel 554 924 511860 RefPetroleo 1541 Porto do Rio de Janeiro Porto de Rio Grande-RS Diesel 18718 1398 26173326 RefPetroleo 78525 Porto de Salvador Porto de Rio Grande-RS Diesel 1114 2737 3049489 RefPetroleo 9154 continuação 331 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto de Santos Porto de Rio Grande-RS Diesel 246 1122 276053 RefPetroleo 833 Porto de São Francisco do Sul Porto de Rio Grande-RS Diesel 1203 854 1026918 RefPetroleo 3086 Terminal Almirante Barroso - Petrobrás Porto de Rio Grande-RS Diesel 1888 1189 2244985 RefPetroleo 6740 Porto de Suape Porto de Rio Grande-RS Diesel 2221 3415 7583722 RefPetroleo 22756 Terminal Almirante Barroso - Petrobrás Porto de Rio Grande-RS Diesel 141 1189 167203 RefPetroleo 507 Terminal Almirante Alves Câmara Porto de Rio Grande-RS Diesel 1056 2759 2912874 RefPetroleo 8744 Porto de Angra dos Reis Porto de Santos Diesel 364 302 109824 RefPetroleo 335 Porto de Aratu Porto de Santos Diesel 1656 1746 2892798 RefPetroleo 8684 Porto do Rio de Janeiro Porto de Santos Diesel 4776 407 1946032 RefPetroleo 5843 Porto de Santos Porto de Santos Diesel 1491 25 37285 RefPetroleo 117 Porto de Fortaleza Porto de Santos Diesel 755 3145 2374564 RefPetroleo 7129 Plataforma Marítima Porto de Santos Diesel 1163 48 56044 RefPetroleo 173 Porto do Rio de Janeiro Porto de Santos Diesel 120 407 48880 RefPetroleo 152 Porto de Salvador Porto de Santos Diesel 1195 1746 2086455 RefPetroleo 6265 Porto de Suape Porto de Santos Diesel 837 2332 1951195 RefPetroleo 5859 Porto de Vitória Porto de Santos Diesel 38 889 33966 RefPetroleo 107 Porto de Salvador Porto de Fortaleza Ferro e derivados 21247 1494 31753622 FabAcoDeriv 95271 Porto de Salvador Porto de Suape Ferro e derivados 2420 694 1680617 FabAcoDeriv 5052 Porto do Rio de Janeiro Porto de Maceió Fibra sintética - cont 59 1800 106213 Texteis 581 Porto de Angra dos Reis Terminal Almirante Barroso - Petrobrás Gasóleo 94 48 4509 RefPetroleo 19 Porto de Aratu Terminal Almirante Barroso - Petrobrás Gasóleo 12 1609 19126 RefPetroleo 63 Porto do Rio de Janeiro Terminal Almirante Barroso - Petrobrás Gasóleo 15675 270 4238508 RefPetroleo 12721 Porto de Santos Terminal Almirante Barroso - Petrobrás Gasóleo 780 130 101100 RefPetroleo 309 Porto de Fortaleza Terminal Almirante Barroso - Petrobrás Gasóleo 2 3008 4647 RefPetroleo 19 Porto de Itaqui Terminal Almirante Barroso - Petrobrás Gasóleo 30 3757 112170 RefPetroleo 342 Porto de Manaus Terminal Almirante Barroso - Petrobrás Gasóleo 22 5973 134237 RefPetroleo 408 Porto de Paranaguá Terminal Almirante Barroso - Petrobrás Gasóleo 39 391 15108 RefPetroleo 51 Plataforma Marítima Terminal Almirante Barroso - Petrobrás Gasóleo 8321 48 400819 RefPetroleo 1208 Porto do Rio de Janeiro Terminal Almirante Barroso - Petrobrás Gasóleo 473 270 128035 RefPetroleo 389 Porto de Rio Grande-RS Terminal Almirante Barroso - Petrobrás Gasóleo 90 1189 106718 RefPetroleo 325 Porto de Salvador Terminal Almirante Barroso - Petrobrás Gasóleo 27 1609 43449 RefPetroleo 136 continuação 332 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto de Santos Terminal Almirante Barroso - Petrobrás Gasóleo 168 130 21750 RefPetroleo 71 Porto de São Francisco do Sul Terminal Almirante Barroso - Petrobrás Gasóleo 50 435 21561 RefPetroleo 70 Terminal Almirante Barroso - Petrobrás Terminal Almirante Barroso - Petrobrás Gasóleo 8 25 195 RefPetroleo 6 Terminal Almirante Alves Câmara Terminal Almirante Barroso - Petrobrás Gasóleo 17 1632 28072 RefPetroleo 90 Porto de Vitória Terminal Almirante Barroso - Petrobrás Gasóleo 7206 752 5418398 RefPetroleo 16260 Porto de Aratu Isaac Sabba – Petrobrás GLP 102 4461 455701 RefPetroleo 1372 Porto de Fortaleza Isaac Sabba – Petrobrás GLP 1450 2991 4335736 RefPetroleo 13013 Porto de Itaguaí Isaac Sabba – Petrobrás GLP 37 5745 214587 RefPetroleo 649 Porto de Itaqui Isaac Sabba – Petrobrás GLP 4043 2407 9732798 RefPetroleo 29204 Porto de Paranaguá Isaac Sabba – Petrobrás GLP 89 6352 563337 RefPetroleo 1695 Plataforma Marítima Isaac Sabba – Petrobrás GLP 272 962 262081 RefPetroleo 792 Porto de Porto Alegre Isaac Sabba – Petrobrás GLP 852 7393 6301673 RefPetroleo 18910 Porto do Rio de Janeiro Isaac Sabba – Petrobrás GLP 1417 5745 8140562 RefPetroleo 24427 Porto de Rio Grande-RS Isaac Sabba – Petrobrás GLP 270 7102 1917792 RefPetroleo 5759 Porto de Salvador Isaac Sabba – Petrobrás GLP 351 4461 1564956 RefPetroleo 4700 Porto de Santos Isaac Sabba – Petrobrás GLP 733 6111 4478617 RefPetroleo 13441 Terminal Almirante Barroso - Petrobrás Isaac Sabba – Petrobrás GLP 2258 5974 13490973 RefPetroleo 40478 Porto de Suape Isaac Sabba – Petrobrás GLP 795 3789 3013867 RefPetroleo 9047 Terminal A. S. Dutra - Tramandaí - Petrobrás Isaac Sabba – Petrobrás GLP 102 6758 690114 RefPetroleo 2076 Terminal Almirante Alves Câmara Isaac Sabba – Petrobrás GLP 2243 4485 10062099 RefPetroleo 30192 Porto de Vitória Isaac Sabba – Petrobrás GLP 169 5245 887611 RefPetroleo 2668 Porto de Vitória Isaac Sabba – Petrobrás GLP 87 5245 455101 RefPetroleo 1371 Porto de Angra dos Reis Porto de Fortaleza GLP 152 2935 446674 RefPetroleo 1345 Porto de Aratu Porto de Fortaleza GLP 27219 1494 40678824 RefPetroleo 122042 Porto de Belém Porto de Fortaleza GLP 216 1343 290656 RefPetroleo 877 Porto de Cabedelo Porto de Fortaleza GLP 1914 648 1240751 RefPetroleo 3728 Porto de Itaguaí Porto de Fortaleza GLP 243 2778 675675 RefPetroleo 2032 Porto de Itajaí Porto de Fortaleza GLP 2748 3458 9502012 RefPetroleo 28511 Porto de Itaqui Porto de Fortaleza GLP 28830 791 22796602 RefPetroleo 68395 Porto de Manaus Porto de Fortaleza GLP 839 2990 2507920 RefPetroleo 7529 Não Identificado Porto de Fortaleza GLP 9777 71 692018 RefPetroleo 2081 continuação 333 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto de Natal Porto de Fortaleza GLP 1265 513 648912 RefPetroleo 1952 Porto do Rio de Janeiro Porto de Fortaleza GLP 499 2778 1385019 RefPetroleo 4160 Porto de Paranaguá Porto de Fortaleza GLP 188 3385 635159 RefPetroleo 1911 Porto do Recife Porto de Fortaleza GLP 227 776 175869 RefPetroleo 533 Porto de Salvador Porto de Fortaleza GLP 6970 1494 10417386 RefPetroleo 31257 Porto de Santarém Porto de Fortaleza GLP 1210 2222 2688701 RefPetroleo 8071 Porto de Santos Porto de Fortaleza GLP 6151 3145 19342075 RefPetroleo 58032 Porto de Itaqui Porto de Fortaleza GLP 2940 791 2324735 RefPetroleo 6980 Terminal Almirante Barroso - Petrobrás Porto de Fortaleza GLP 4775 3008 14360780 RefPetroleo 43088 Porto de Suape Porto de Fortaleza GLP 23892 800 19115219 RefPetroleo 57351 Terminal Almirante Alves Câmara Porto de Fortaleza GLP 2112 1519 3207370 RefPetroleo 9627 Porto de Vitória Porto de Fortaleza GLP 18535 2278 42223205 RefPetroleo 126675 Porto de Aratu Porto de Suape GLP 9116 694 6330836 RefPetroleo 18998 Porto de Cabedelo Porto de Suape GLP 4469 180 802797 RefPetroleo 2414 Porto de Fortaleza Porto de Suape GLP 5048 800 4039159 RefPetroleo 12123 Porto de Itaqui Porto de Suape GLP 74008 1550 114710035 RefPetroleo 344135 Porto de Maceió Porto de Suape GLP 6698 187 1252930 RefPetroleo 3764 Porto de Manaus Porto de Suape GLP 621 3788 2353717 RefPetroleo 7066 Porto de Natal Porto de Suape GLP 1605 319 511154 RefPetroleo 1539 Porto de Paranaguá Porto de Suape GLP 7242 2572 18629882 RefPetroleo 55895 Porto de Porto Alegre Porto de Suape GLP 3821 3719 14210131 RefPetroleo 42636 Porto do Rio de Janeiro Porto de Suape GLP 16941 1965 33289522 RefPetroleo 99874 Porto de Rio Grande-RS Porto de Suape GLP 1927 3415 6580543 RefPetroleo 19747 Porto de Salvador Porto de Suape GLP 60226 694 41825267 RefPetroleo 125481 Porto de Santos Porto de Suape GLP 21866 2332 50980700 RefPetroleo 152947 Porto de Itaqui Porto de Suape GLP 2977 1550 4614990 RefPetroleo 13850 Terminal Almirante Barroso - Petrobrás Porto de Suape GLP 41771 2195 91667094 RefPetroleo 275007 Terminal de Tubarão Porto de Suape GLP 747 1472 1100539 RefPetroleo 3307 Terminal Almirante Alves Câmara Porto de Suape GLP 9482 719 6813207 RefPetroleo 20445 Porto de Itaqui Porto de Paranaguá GLP 1130 4135 4674242 RefPetroleo 14028 Porto de Porto Alegre Porto de Paranaguá GLP 933 1228 1146091 RefPetroleo 3444 continuação 334 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto do Rio de Janeiro Porto de Paranaguá GLP 7455 648 4832458 RefPetroleo 14503 Porto de Rio Grande-RS Porto de Paranaguá GLP 990 924 914551 RefPetroleo 2749 Porto de Salvador Porto de Paranaguá GLP 234 1987 464658 RefPetroleo 1399 Porto de Santos Porto de Paranaguá GLP 2838 311 883031 RefPetroleo 2654 Terminal Almirante Barroso - Petrobrás Porto de Paranaguá GLP 26105 391 10200776 RefPetroleo 30608 Porto de Suape Porto de Paranaguá GLP 4314 2572 11096319 RefPetroleo 33294 Porto de Vitória Porto de Paranaguá GLP 320 1130 361214 RefPetroleo 1089 Porto do Rio de Janeiro Niterói – Tergasul GLP 14294 1702 24329602 RefPetroleo 72994 Porto de Salvador Niterói – Tergasul GLP 2805 3041 8528511 RefPetroleo 25591 Porto de Suape Niterói – Tergasul GLP 10592 3719 39390538 RefPetroleo 118177 Terminal da Ilha Redonda - Petrobrás Niterói – Tergasul GLP 15386 1702 26187720 RefPetroleo 78568 Porto de Angra dos Reis Porto de Santos GLP 2877 302 868350 RefPetroleo 2610 Porto de Aratu Porto de Santos GLP 13097 1746 22872615 RefPetroleo 68623 Porto do Rio de Janeiro Porto de Santos GLP 37763 407 15386781 RefPetroleo 46166 Porto de Santos Porto de Santos GLP 11792 25 294803 RefPetroleo 890 Porto de Fortaleza Porto de Santos GLP 5970 3145 18775066 RefPetroleo 56330 Plataforma Marítima Porto de Santos GLP 9199 48 443126 RefPetroleo 1335 Porto do Rio de Janeiro Porto de Santos GLP 949 407 386485 RefPetroleo 1165 Porto de Salvador Porto de Santos GLP 9447 1746 16497064 RefPetroleo 49496 Porto de Suape Porto de Santos GLP 6617 2332 15427603 RefPetroleo 46288 Porto de Vitória Porto de Santos GLP 302 889 268563 RefPetroleo 811 Porto de Aratu Porto do Rio de Janeiro Derivados do Petróleo 16969 1380 23411142 RefPetroleo 70239 Porto de Fortaleza Porto do Rio de Janeiro Derivados do Petróleo 26096 2778 72499207 RefPetroleo 217503 Porto de Maceió Porto do Rio de Janeiro Derivados do Petróleo 8178 1800 14722499 RefPetroleo 44173 Porto de Maceió Porto do Rio de Janeiro Derivados do Petróleo 148912 1800 268072471 RefPetroleo 804223 Porto de Salvador Porto do Rio de Janeiro Derivados do Petróleo 9238 1380 12744975 RefPetroleo 38240 Porto de Santos Porto do Rio de Janeiro Derivados do Petróleo 2568 407 1046315 RefPetroleo 3144 Porto de Santos Porto do Rio de Janeiro Derivados do Petróleo 6200 407 2525903 RefPetroleo 7583 Porto de Itajaí Porto de Rio Grande-RS Derivados do Petróleo 38654 761 29420732 RefPetroleo 88267 Porto de Paranaguá Porto de Rio Grande-RS Derivados do Petróleo 1991 924 1839576 RefPetroleo 5524 Porto do Rio de Janeiro Porto de Rio Grande-RS Derivados do Petróleo 67270 1398 94064427 RefPetroleo 282199 continuação 335 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto de Salvador Porto de Rio Grande-RS Derivados do Petróleo 4004 2737 10959572 RefPetroleo 32884 Porto de Santos Porto de Rio Grande-RS Derivados do Petróleo 884 1122 992109 RefPetroleo 2982 Porto de São Francisco do Sul Porto de Rio Grande-RS Derivados do Petróleo 4323 854 3690643 RefPetroleo 11077 Terminal Almirante Barroso - Petrobrás Porto de Rio Grande-RS Derivados do Petróleo 6786 1189 8068260 RefPetroleo 24210 Porto de Suape Porto de Rio Grande-RS Derivados do Petróleo 7981 3415 27255170 RefPetroleo 81771 Terminal Almirante Barroso - Petrobrás Porto de Rio Grande-RS Derivados do Petróleo 505 1189 600913 RefPetroleo 1808 Terminal Almirante Alves Câmara Porto de Rio Grande-RS Derivados do Petróleo 3794 2759 10468591 RefPetroleo 31411 Porto de Angra dos Reis Porto de Santos Derivados do Petróleo 15594 302 4707451 RefPetroleo 14128 Porto de Aratu Porto de Santos Derivados do Petróleo 71002 1746 123995701 RefPetroleo 371992 Porto do Rio de Janeiro Porto de Santos Derivados do Petróleo 204719 407 83413928 RefPetroleo 250247 Porto de Santos Porto de Santos Derivados do Petróleo 63927 25 1598170 RefPetroleo 4800 Porto de Fortaleza Porto de Santos Derivados do Petróleo 32365 3145 101782307 RefPetroleo 305352 Plataforma Marítima Porto de Santos Derivados do Petróleo 49870 48 2402248 RefPetroleo 7212 Porto do Rio de Janeiro Porto de Santos Derivados do Petróleo 5142 407 2095190 RefPetroleo 6291 Porto de Salvador Porto de Santos Derivados do Petróleo 51211 1746 89432934 RefPetroleo 268304 Porto de Suape Porto de Santos Derivados do Petróleo 35869 2332 83635232 RefPetroleo 250911 Porto de Vitória Porto de Santos Derivados do Petróleo 1638 889 1455918 RefPetroleo 4373 Porto de Itaqui Porto de Aratu Minério de Manganês 23728 2244 53254402 OutIndExtrat 106519 Porto de Itaqui Porto de Aratu Minério de Manganês 7447 2244 16714866 OutIndExtrat 33440 Porto de Manaus Porto de Salvador cobre, estanho, outros produtos do metal26249 4460 117078630 ProdMetal 351246 Terminal Portuário de Ponta da Madeira Terminal Gerdal Usiba Minério de Manganês 42602 2244 95616062 OutIndExtrat 191243 Porto de Itaqui Porto de Rio Grande-RS Produtos químicos 125480 4885 612981753 ProdQuimicos 1838956 Porto do Rio de Janeiro Porto de Suape Granito 15064 1965 29601544 OutIndExtrat 59214 Porto de Santos Porto de Fortaleza Malte 28457 3145 89484029 OutPSLavoura 268463 Porto de Suape Porto de Salvador Máquinas e equipamentos 6017 695 4178816 MaqEquipManu 20944 Porto de Natal Porto de Salvador Máquinas e equipamentos 27 1013 27351 MaqEquipManu 187 Porto de Maceió Porto de Salvador Máquinas e equipamentos - CONT 107 526 56280 MaqEquipManu 331 Porto de Rio Grande-RS Porto de Salvador Máquinas e equipamentos 5674 2737 15530806 MaqEquipManu 77704 Porto de Salvador Porto de Suape Materiais da construção (cerâmica) 1833 694 1272963 OutPrMNaoMet 6415 Porto de Manaus Porto de Salvador Materiais da construção (pisos e azulejos)1120 4460 4995545 OutPrMNaoMet 25028 Porto de Salvador Porto de Suape Material de limpeza 22695 694 15760993 PerfumarOut 78855 continuação 336 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto de Salvador Porto de Suape Miistura para massas 1824 694 1266713 ProdQuimicos 6384 Porto de Paranaguá Porto de Fortaleza Milho 8187 3385 27716186 MilhoGrao 83159 Porto do Rio de Janeiro Porto de Vitória Minério de Cormita 27335 522 14276668 OutIndExtrat 28564 Minerações Brasileiras Reunidas S/A (Ilha Guaíba) - Minerações Brasileiras Reunidas S/A (MBR)Terminal Gerd l Usiba Minério de ferro 580541 1380 801028281 MinerioFerro 1602067 Terminal Portuário de Ponta da Madeira Terminal Gerdal Usiba Minério de ferro 60000 2244 134664188 MinerioFerro 269339 Minerações Brasileiras Reunidas S/A (Ilha Guaíba) - Minerações Brasileiras Reunidas S/A (MBR)Terminal de P ia Mole Minério de ferro 870099 537 467331815 MinerioFerro 934674 Porto de Itaqui Porto de Aratu Minério de Manganês 105182 2244 236070314 OutIndExtrat 472151 Terminal da Alumar Porto de Aratu Minério de Manganês 33013 2265 74781191 OutIndExtrat 149573 Terminal Portuário de Ponta da Madeira Terminal Gerdal Usiba Minério de Manganês 381494 2244 856226327 OutIndExtrat 1712463 Terminal da Alumar Porto de Santos Minério de Manganês 43578 3925 171031565 OutIndExtrat 342074 Porto de Rio Grande-RS Isaac Sabba – Petrobrás Nafta 124892 7102 887013464 RefPetroleo 1774037 Isaac Sabba – Petrobrás Porto de Aratu Nafta 318605 4460 1421076498 RefPetroleo 2842164 Isaac Sabba – Petrobrás Terminal Almirante Alves Câmara Nafta 1222789 4484 5483448032 RefPetroleo 10966907 Isaac Sabba – Petrobrás Terminal A. S. Dutra - Tramandaí - Petrobrás Nafta 454264 6756 3069094451 RefPetroleo 6138199 Isaac Sabba – Petrobrás Terminal Almirante Barroso - Petrobrás Nafta 284755 5973 1700841295 RefPetroleo 3401693 Porto de Aratu Porto de Maceió Óleo combustível 79504 526 41814744 RefPetroleo 125450 Porto de Aratu Isaac Sabba – Petrobrás Óleo combustível 47484 4461 211839145 RefPetroleo 635523 Terminal Almirante Alves Câmara Terminais da Petrobras (RN) Óleo combustível 129299 1332 172163404 RefPetroleo 516496 Terminal Almirante Alves Câmara Porto de Fortaleza Óleo combustível 531077 1519 806469839 RefPetroleo 2419415 Terminal Almirante Alves Câmara Porto de Belém Óleo combustível 388786 2837 1103027061 RefPetroleo 3309086 Terminal Almirante Alves Câmara Porto de Cabedelo Óleo combustível 136437 898 122543614 RefPetroleo 367636 Porto de Santos Porto de Vitória Óleo combustível 15733 889 13985291 RefPetroleo 41961 Porto de Santos Terminal de Tubarão Óleo combustível 98596 883 87095638 RefPetroleo 261292 Porto de Santos Terminal de Tubarão Óleo combustível 179165 883 158266968 RefPetroleo 474806 Porto de Santos Porto de Suape Óleo combustível 380272 2332 886622621 RefPetroleo 2659873 Portocel - Terminal Especializado de Barra do Riacho Porto de Fortaleza Papel 21230 2219 47100174 CelulosPapel 235551 Portocel - Terminal Especializado de Barra do Riacho Porto de Suape Papel 19379 1419 27490069 CelulosPapel 137500 Porto de Suape Porto de Maceió Peixes 82 187 15338 PescaAquicul 127 Porto de Suape Porto de Cabedelo Peixes 878 180 157728 PescaAquicul 839 Porto do Recife Porto de Suape Peixes 9419 46 436125 PescaAquicul 2231 Terminal Regência - Petrobrás Isaac Sabba – Petrobrás Petróleo 315601 5171 1632005078 PetroleoGas 4896021 continuação 337 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Terminal da Ilha Redonda - Petrobrás Isaac Sabba – Petrobrás Petróleo 234523 5745 1347368444 PetroleoGas 4042111 Atalaia - Petrobrás Isaac Sabba – Petrobrás Petróleo 700479 4154 2909899072 PetroleoGas 8729703 Terminal Regência - Petrobrás Porto de Fortaleza Petróleo 32820 2204 72334800 PetroleoGas 217010 Terminal da Ilha Redonda - Petrobrás Porto de Fortaleza Petróleo 24388 2778 67753240 PetroleoGas 203265 Atalaia - Petrobrás Porto de Fortaleza Petróleo 72843 1187 86477059 PetroleoGas 259436 Terminal Regência - Petrobrás Porto do Rio de Janeiro Petróleo 4892 596 2917332 PetroleoGas 8757 Terminal da Ilha Redonda - Petrobrás Porto do Rio de Janeiro Petróleo 3635 25 90876 PetroleoGas 278 Atalaia - Petrobrás Porto do Rio de Janeiro Petróleo 10857 1621 17594650 PetroleoGas 52789 Terminal Regência - Petrobrás Porto de Rio Grande-RS Petróleo 37774 1954 73809874 PetroleoGas 221435 Terminal da Ilha Redonda - Petrobrás Porto de Rio Grande-RS Petróleo 28070 1398 39250703 PetroleoGas 117757 Atalaia - Petrobrás Porto de Rio Grande-RS Petróleo 83840 2978 249683941 PetroleoGas 749057 Terminal Regência - Petrobrás Terminal A. S. Dutra - Tramandaí - Petrobrás Petróleo 225695 1609 363254091 PetroleoGas 1089768 Terminal da Ilha Redonda - Petrobrás Terminal A. S. Dutra - Tramandaí - Petrobrás Petróleo 167714 1054 176742702 PetroleoGas 530233 Atalaia - Petrobrás Terminal A. S. Dutra - Tramandaí - Petrobrás Petróleo 500933 2634 1319267594 PetroleoGas 3957808 Terminal Regência - Petrobrás Terminal de São Francisco do Sul Petróleo 1592372 1259 2005493140 PetroleoGas 6016485 Terminal da Ilha Redonda - Petrobrás Terminal de São Francisco do Sul Petróleo 1183292 704 832787794 PetroleoGas 2498369 Atalaia - Petrobrás Terminal de São Francisco do Sul Petróleo 3534282 2284 8070824533 PetroleoGas 24212479 Porto de Salvador Porto de Suape Produtos químicos 31406 694 21810520 ProdQuimicos 65442 Terminal DOW Química de Aratu Porto de Suape Produtos químicos 15407 713 10985971 ProdQuimicos 32968 Porto de Salvador Porto de Suape Produtos químicos 3962 694 2751409 ProdQuimicos 8265 Porto de Suape Porto de Salvador Produtos químicos 10928 695 7589513 ProdQuimicos 22779 Terminal DOW Química de Aratu Porto de Paranaguá Produtos químicos 15578 2006 31246151 ProdQuimicos 93749 Porto de Itaqui Porto de Rio Grande-RS Produtos químicos 8238 4885 40243415 ProdQuimicos 120741 Terminal DOW Química de Aratu Porto de Suape Produtos químicos 55289 713 39423559 ProdQuimicos 118281 Terminal de Uso Privativo Misto da Triken Porto de Forno Produtos químicos 3870 1661 6429227 ProdQuimicos 19298 Terminal DOW Química de Aratu Porto de Suape Produtos químicos 85000 713 60608847 ProdQuimicos 181837 Porto de Salvador Porto de Aratu cobre, estanho, outros produtos do metal 2586 25 64650 ProdMetal 205 Porto de Santos Porto de Aratu cobre, estanho, outros produtos do metal14027 1746 24496003 ProdMetal 73499 Terminal DOW Química de Aratu Porto de Santos Produtos químicos 63370 1765 111849224 ProdQuimicos 335558 Terminal de Uso Privativo Misto da Triken Porto de Aratu Produtos químicos 193952 526 102015915 ProdQuimicos 306058 Terminal DOW Química de Aratu Porto de Santos Produtos químicos 22332 1765 39416394 ProdQuimicos 118260 continuação 338 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Terminal DOW Química de Aratu Isaac Sabba – Petrobrás Produtos químicos 49768 4480 222967942 ProdQuimicos 668914 Terminal DOW Química de Aratu Porto de Fortaleza Produtos químicos 6007 1513 9089418 ProdQuimicos 27279 Terminal DOW Química de Aratu Terminal de Tubarão Produtos químicos 196339 906 177816395 ProdQuimicos 533460 Terminal DOW Química de Aratu Porto de Suape Produtos químicos 4711 713 3359156 ProdQuimicos 10088 Porto de Salvador Porto de Suape Produtos químicos 14283 694 9919113 ProdQuimicos 29768 Porto de Salvador Porto de Porto Alegre Produtos químicos 10071 3041 30624420 ProdQuimicos 91884 Terminal de Uso Privativo Misto da Triken Porto de Aratu Produtos químicos (soda cáustica) 127063 526 66833221 ProdQuimicos 200510 Porto de Santos Porto de Aratu Produtos químicos (soda cáustica) 21094 1746 36837628 ProdQuimicos 110523 Terminal de Uso Privativo Misto da Triken Porto de Itaqui Produtos químicos (soda cáustica) 14184 1737 24640918 ProdQuimicos 73933 Terminal de Uso Privativo Misto da Triken Terminal da Alumar Produtos químicos (soda cáustica) 27079 1758 47594214 ProdQuimicos 142793 Terminal DOW Química de Aratu Porto de Imbituba Produtos químicos (soda cáustica) 9830 2206 21683396 ProdQuimicos 65061 Terminal de Uso Privativo Misto da Triken Porto de Imbituba Produtos químicos (soda cáustica) 66174 2608 172561747 ProdQuimicos 517696 Terminal DOW Química de Aratu Porto de Santos Produtos químicos (soda cáustica) 299988 1765 529483691 ProdQuimicos 1588462 Terminal de Uso Privativo Misto da Triken Porto de Santos Produtos químicos (soda cáustica) 322724 2167 699315214 ProdQuimicos 2097956 Terminal DOW Química de Aratu Porto de Santos Produtos químicos (xileno) 30613 1765 54032512 ProdQuimicos 162108 Terminal de Uso Privativo Misto da Triken Porto de Santos Produtos químicos (xileno) 162194 2167 351460055 ProdQuimicos 1054391 Porto de Rio Grande-RS Porto de Salvador Trigo 80727 2737 220964991 TrigoCereais 662906 Porto de Rio Grande-RS Porto de Fortaleza Trigo 16190 4135 66952345 TrigoCereais 200868 Porto de Rio Grande-RS Porto de Santos Trigo 11072 1122 12425931 TrigoCereais 37288 Porto de Aratu Isaac Sabba – Petrobrás Derivados do Petróleo 566 4461 2524512 RefPetroleo 7579 Porto de Fortaleza Isaac Sabba – Petrobrás Derivados do Petróleo 8030 2991 24019313 RefPetroleo 72063 Porto de Itaguaí Isaac Sabba – Petrobrás Derivados do Petróleo 207 5745 1188777 RefPetroleo 3572 Porto de Itaqui Isaac Sabba – Petrobrás Derivados do Petróleo 22397 2407 53918211 RefPetroleo 161760 Porto de Paranaguá Isaac Sabba – Petrobrás Derivados do Petróleo 491 6352 3120801 RefPetroleo 9368 Plataforma Marítima Isaac Sabba – Petrobrás Derivados do Petróleo 1509 962 1451890 RefPetroleo 4361 Porto de Porto Alegre Isaac Sabba – Petrobrás Derivados do Petróleo 4722 7393 34910305 RefPetroleo 104736 Porto do Rio de Janeiro Isaac Sabba – Petrobrás Derivados do Petróleo 7850 5745 45097465 RefPetroleo 135298 Porto de Rio Grande-RS Isaac Sabba – Petrobrás Derivados do Petróleo 1496 7102 10624274 RefPetroleo 31878 Porto de Salvador Isaac Sabba – Petrobrás Derivados do Petróleo 1943 4461 8669617 RefPetroleo 26014 Porto de Santos Isaac Sabba – Petrobrás Derivados do Petróleo 4060 6111 24810850 RefPetroleo 74438 Terminal Almirante Barroso - Petrobrás Isaac Sabba – Petrobrás Derivados do Petróleo 12510 5974 74737924 RefPetroleo 224219 continuação 339 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto de Suape Isaac Sabba – Petrobrás Derivados do Petróleo 4406 3789 16696360 RefPetroleo 50094 Terminal A. S. Dutra - Tramandaí - Petrobrás Isaac Sabba – Petrobrás Derivados do Petróleo 566 6758 3823128 RefPetroleo 11475 Terminal Almirante Alves Câmara Isaac Sabba – Petrobrás Derivados do Petróleo 12428 4485 55742484 RefPetroleo 167233 Porto de Vitória Isaac Sabba – Petrobrás Derivados do Petróleo 937 5245 4917226 RefPetroleo 14757 Porto de Vitória Isaac Sabba – Petrobrás Derivados do Petróleo 481 5245 2521190 RefPetroleo 7569 Porto de Angra dos Reis Porto de Fortaleza Derivados do Petróleo 130 2935 382550 RefPetroleo 1153 Porto de Aratu Porto de Fortaleza Derivados do Petróleo 23312 1494 34839024 RefPetroleo 104522 Porto de Belém Porto de Fortaleza Derivados do Petróleo 185 1343 248930 RefPetroleo 752 Porto de Cabedelo Porto de Fortaleza Derivados do Petróleo 1639 648 1062630 RefPetroleo 3193 Porto de Itaguaí Porto de Fortaleza Derivados do Petróleo 208 2778 578676 RefPetroleo 1741 Porto de Itajaí Porto de Fortaleza Derivados do Petróleo 2354 3458 8137915 RefPetroleo 24419 Porto de Itaqui Porto de Fortaleza Derivados do Petróleo 24691 791 19523951 RefPetroleo 58577 Porto de Manaus Porto de Fortaleza Derivados do Petróleo 718 2990 2147886 RefPetroleo 6449 Não Identificado Porto de Fortaleza Derivados do Petróleo 8373 71 592673 RefPetroleo 1783 Porto de Natal Porto de Fortaleza Derivados do Petróleo 1083 513 555755 RefPetroleo 1673 Porto do Rio de Janeiro Porto de Fortaleza Derivados do Petróleo 427 2778 1186187 RefPetroleo 3564 Porto de Paranaguá Porto de Fortaleza Derivados do Petróleo 161 3385 543976 RefPetroleo 1637 Porto do Recife Porto de Fortaleza Derivados do Petróleo 194 776 150622 RefPetroleo 457 Porto de Salvador Porto de Fortaleza Derivados do Petróleo 5970 1494 8921879 RefPetroleo 26771 Porto de Santarém Porto de Fortaleza Derivados do Petróleo 1036 2222 2302714 RefPetroleo 6913 Porto de Santos Porto de Fortaleza Derivados do Petróleo 5268 3145 16565351 RefPetroleo 49701 Porto de Itaqui Porto de Fortaleza Derivados do Petróleo 2518 791 1990999 RefPetroleo 5978 Terminal Almirante Barroso - Petrobrás Porto de Fortaleza Derivados do Petróleo 4089 3008 12299165 RefPetroleo 36903 Porto de Suape Porto de Fortaleza Derivados do Petróleo 20462 800 16371062 RefPetroleo 49118 Terminal Almirante Alves Câmara Porto de Fortaleza Derivados do Petróleo 1809 1519 2746924 RefPetroleo 8246 Porto de Vitória Porto de Fortaleza Derivados do Petróleo 15874 2278 36161695 RefPetroleo 108490 Porto de Aratu Porto de Belém Derivados do Petróleo 410 2813 1152593 RefPetroleo 3463 Porto de Cabedelo Porto de Belém Derivados do Petróleo 1040 1954 2031819 RefPetroleo 6101 Porto de Fortaleza Porto de Belém Derivados do Petróleo 8063 1343 10826871 RefPetroleo 32486 Porto de Itaqui Porto de Belém Derivados do Petróleo 54003 759 41001880 RefPetroleo 123011 Porto de Maceió Porto de Belém Derivados do Petróleo 578 2306 1332610 RefPetroleo 4003 continuação 340 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto de Paranaguá Porto de Belém Derivados do Petróleo 354 4704 1665419 RefPetroleo 5002 Porto do Recife Porto de Belém Derivados do Petróleo 905 2095 1896692 RefPetroleo 5695 Porto do Rio de Janeiro Porto de Belém Derivados do Petróleo 568 4097 2327915 RefPetroleo 6989 Porto de Salvador Porto de Belém Derivados do Petróleo 2540 2813 7145453 RefPetroleo 21442 Porto de Santos Porto de Belém Derivados do Petróleo 58 4463 257530 RefPetroleo 778 Porto de Itaqui Porto de Belém Derivados do Petróleo 1852 759 1406190 RefPetroleo 4224 Terminal Almirante Barroso - Petrobrás Porto de Belém Derivados do Petróleo 103 4326 446662 RefPetroleo 1345 Porto de Aratu Porto de Suape Derivados do Petróleo 5826 694 4045813 RefPetroleo 12143 Porto de Cabedelo Porto de Suape Derivados do Petróleo 2856 180 513039 RefPetroleo 1544 Porto de Fortaleza Porto de Suape Derivados do Petróleo 3226 800 2581283 RefPetroleo 7749 Porto de Itaqui Porto de Suape Derivados do Petróleo 47296 1550 73307112 RefPetroleo 219927 Porto de Maceió Porto de Suape Derivados do Petróleo 4281 187 800703 RefPetroleo 2407 Porto de Manaus Porto de Suape Derivados do Petróleo 397 3788 1504177 RefPetroleo 4518 Porto de Natal Porto de Suape Derivados do Petróleo 1026 319 326661 RefPetroleo 985 Porto de Paranaguá Porto de Suape Derivados do Petróleo 4628 2572 11905696 RefPetroleo 35722 Porto de Porto Alegre Porto de Suape Derivados do Petróleo 2442 3719 9081191 RefPetroleo 27249 Porto do Rio de Janeiro Porto de Suape Derivados do Petróleo 10826 1965 21274152 RefPetroleo 63828 Porto de Rio Grande-RS Porto de Suape Derivados do Petróleo 1231 3415 4205392 RefPetroleo 12621 Porto de Salvador Porto de Suape Derivados do Petróleo 38488 694 26729044 RefPetroleo 80192 Porto de Santos Porto de Suape Derivados do Petróleo 13974 2332 32579957 RefPetroleo 97745 Porto de Itaqui Porto de Suape Derivados do Petróleo 1903 1550 2949276 RefPetroleo 8853 Terminal Almirante Barroso - Petrobrás Porto de Suape Derivados do Petróleo 26694 2195 58581187 RefPetroleo 175749 Terminal de Tubarão Porto de Suape Derivados do Petróleo 478 1472 703315 RefPetroleo 2115 Terminal Almirante Alves Câmara Porto de Suape Derivados do Petróleo 6060 719 4354079 RefPetroleo 13068 Porto do Rio de Janeiro Porto de Maceió Maq, aparelhos e mat. elétricos 158 1800 284434 MaqEletriOut 1472 Porto de Imbituba Super Terminais Cargas diversas 11565 6974 80660468 c. geral 403352 Porto de Itaguaí Super Terminais Cargas diversas 48 6167 294047 c. geral 1520 Porto de Itajaí Super Terminais Cargas diversas 8517 6847 58313713 c. geral 291619 Porto de Paranaguá Super Terminais Cargas diversas 17662 6774 119651213 c. geral 598306 Porto do Recife Super Terminais Cargas diversas 799 4165 3329325 c. geral 16697 Porto do Rio de Janeiro Super Terminais Cargas diversas 1820 6167 11222781 c. geral 56164 continuação 341 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto de Rio Grande-RS Super Terminais Cargas diversas 6194 7524 46606410 c. geral 233082 Porto de Salvador Super Terminais Cargas diversas 11004 4884 53739058 c. geral 268745 Porto de Santos Super Terminais Cargas diversas 63585 6534 415430703 c. geral 2077203 Porto de São Francisco do Sul Super Terminais Cargas diversas 943 6830 6442022 c. geral 32260 Porto de Suape Super Terminais Cargas diversas 15700 4211 66121629 c. geral 330658 Terminal Portuário do Pecém Super Terminais Cargas diversas 13643 3413 46570521 c. geral 232903 Porto de Itajaí Super Terminais Cargas diversas 7 6847 46900 c. geral 284 Porto de Itajaí Super Terminais Cargas diversas 7225 6847 49466477 c. geral 247382 Porto de Vitória Super Terminais Cargas diversas 572 5667 3244042 c. geral 16270 Porto de Fortaleza Porto de Salvador Cargas diversas 1239 1495 1851479 c. geral 9307 Porto de Itaguaí Porto de Salvador Cargas diversas 1617 1380 2231187 c. geral 11206 Porto de Itajaí Porto de Salvador Cargas diversas 207 2059 425670 c. geral 2178 Porto de Manaus Porto de Salvador Cargas diversas 9880 4460 44066247 c. geral 220381 Porto de Paranaguá Porto de Salvador Cargas diversas 1039 1987 2064274 c. geral 10371 Porto do Recife Porto de Salvador Cargas diversas 35 741 25887 c. geral 179 Porto do Rio de Janeiro Porto de Salvador Cargas diversas 2772 1380 3825079 c. geral 19175 Porto de Rio Grande-RS Porto de Salvador Cargas diversas 14309 2737 39166040 c. geral 195880 Porto de Santos Porto de Salvador Cargas diversas 5308 1746 9268795 c. geral 46394 Porto de São Francisco do Sul Porto de Salvador Cargas diversas 3281 2043 6703028 c. geral 33565 Porto de Suape Porto de Salvador Cargas diversas 2961 695 2056573 c. geral 10333 Porto de Vitória Porto de Salvador Cargas diversas 1032 893 921315 c. geral 4657 Porto de Itaguaí Porto de Fortaleza Cargas diversas 339 2778 943148 c. geral 4766 Porto de Itaguaí Porto de Fortaleza Cargas diversas 2460 2778 6833202 c. geral 34216 Porto de Itajaí Porto de Fortaleza Cargas diversas 1797 3458 6214243 c. geral 31121 Porto de Itaqui Porto de Fortaleza Cargas diversas 958 791 757306 c. geral 3836 Porto de Manaus Porto de Fortaleza Cargas diversas 13165 2990 39366958 c. geral 196885 Não Identificado Porto de Fortaleza Cargas diversas 9157 71 648142 c. geral 3291 Porto de Paranaguá Porto de Fortaleza Cargas diversas 5423 3385 18358039 c. geral 91840 Porto de Rio Grande-RS Porto de Fortaleza Cargas diversas 129060 4135 533717975 c. geral 2668640 Porto de Salvador Porto de Fortaleza Cargas diversas 259 1494 386746 c. geral 1984 Porto de Santos Porto de Fortaleza Cargas diversas 30195 3145 94948768 c. geral 474794 continuação 342 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto de São Francisco do Sul Porto de Fortaleza Cargas diversas 42353 3441 145740816 c. geral 728754 Terminal Almirante Barroso - Petrobrás Porto de Fortaleza Cargas diversas 314 3008 943449 c. geral 4767 Porto de Suape Porto de Fortaleza Cargas diversas 255 800 204378 c. geral 1072 Porto de Vitória Porto de Fortaleza Cargas diversas 2473 2278 5633604 c. geral 28218 Porto de Fortaleza Porto de Vitória Cargas diversas 1135 2278 2585809 c. geral 12979 Porto de Itaguaí Porto de Vitória Cargas diversas 8421 522 4398284 c. geral 22041 Porto de Itajaí Porto de Vitória Cargas diversas 6743 1202 8103842 c. geral 40569 Porto de Manaus Porto de Vitória Cargas diversas 7478 5244 39210831 c. geral 196104 Porto do Rio de Janeiro Porto de Vitória Cargas diversas 1713 522 894478 c. geral 4522 Porto de Rio Grande-RS Porto de Vitória Cargas diversas 198 1880 371888 c. geral 1909 Porto de Salvador Porto de Vitória Cargas diversas 889 893 793798 c. geral 4019 Porto de Santos Porto de Vitória Cargas diversas 21181 889 18828070 c. geral 94190 Porto de São Francisco do Sul Porto de Vitória Cargas diversas 8 1185 9475 c. geral 97 Porto de Suape Porto de Vitória Cargas diversas 4319 1478 6382349 c. geral 31962 Terminal Portuário do Pecém Porto de Vitória Cargas diversas 70 2278 159337 c. geral 847 Porto de Itajaí Porto de Vitória Cargas diversas 82 1202 98476 c. geral 542 Porto de Itaguaí Porto do Recife Cargas diversas 3086 2011 6206600 c. geral 31083 Porto de Itajaí Porto do Recife Cargas diversas 1493 2691 4016321 c. geral 20132 Porto de Manaus Porto do Recife Cargas diversas 22895 3742 85671766 c. geral 428409 Porto de Rio Grande-RS Porto do Recife Cargas diversas 8803 3369 29654969 c. geral 148325 Porto do Rio de Janeiro Porto do Recife Cargas diversas 59561 2011 119798482 c. geral 599042 Porto de Salvador Porto do Recife Cargas diversas 31562 741 23380069 c. geral 116950 Porto de Santos Porto do Recife Cargas diversas 44580 2378 106004338 c. geral 530072 Porto de São Francisco do Sul Porto do Recife Cargas diversas 24693 2674 66037856 c. geral 330239 Porto de Vitória Porto do Recife Cargas diversas 9089 1524 13853522 c. geral 69318 Porto de Itaguaí Porto de Paranaguá Cargas diversas 209 648 135702 c. geral 728 Porto de Itaguaí Porto de Paranaguá Cargas diversas 11095 648 7192199 c. geral 36011 Porto de Itajaí Porto de Paranaguá Cargas diversas 50635 193 9752225 c. geral 48811 Porto de Manaus Porto de Paranaguá Cargas diversas 215589 6351 1369141267 c. geral 6845756 Porto de Natal Porto de Paranaguá Cargas diversas 1483 2904 4305847 c. geral 21579 Porto do Rio de Janeiro Porto de Paranaguá Cargas diversas 45837 648 29713057 c. geral 148615 continuação 343 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto de Rio Grande-RS Porto de Paranaguá Cargas diversas 16137 924 14912497 c. geral 74612 Porto de Salvador Porto de Paranaguá Cargas diversas 785 1987 1559956 c. geral 7850 Porto de Santos Porto de Paranaguá Cargas diversas 133247 311 41455823 c. geral 207329 Porto de Suape Porto de Paranaguá Cargas diversas 62803 2572 161556551 c. geral 807833 Porto de Vitória Porto de Paranaguá Cargas diversas 36967 1130 41763912 c. geral 208870 Porto de Ilhéus Porto de Itaguaí Cargas diversas 4947 1183 5854625 c. geral 29323 Porto de Imbituba Porto de Itaguaí Cargas diversas 4621 848 3919135 c. geral 19646 Porto de Itajaí Porto de Itaguaí Cargas diversas 18810 720 13550513 c. geral 67803 Porto de Manaus Porto de Itaguaí Cargas diversas 23589 5743 135483434 c. geral 677467 Porto do Recife Porto de Itaguaí Cargas diversas 1158 2011 2329996 c. geral 11700 Porto de Rio Grande-RS Porto de Itaguaí Cargas diversas 55637 1398 77793108 c. geral 389015 Porto de Salvador Porto de Itaguaí Cargas diversas 32306 1380 44571515 c. geral 222908 Porto de Santos Porto de Itaguaí Cargas diversas 78184 407 31853857 c. geral 159319 Porto de São Francisco do Sul Porto de Itaguaí Cargas diversas 11434 704 8046917 c. geral 40285 Porto de Suape Porto de Itaguaí Cargas diversas 6221 1965 12224050 c. geral 61170 Porto de Itajaí Porto de Itaguaí Cargas diversas 2240 720 1613324 c. geral 8117 Porto de Vila do Conde Porto de Itaguaí Cargas diversas 44 4129 179797 c. geral 949 Porto de Vitória Porto de Itaguaí Cargas diversas 13850 522 7233532 c. geral 36218 Porto de Altamira Porto de Rio Grande-RS Cargas diversas 69 6046 419930 c. geral 2150 Porto de Fortaleza Porto de Rio Grande-RS Cargas diversas 8094 4136 33473309 c. geral 167416 Porto de Imbituba Porto de Rio Grande-RS Cargas diversas 232 596 138064 c. geral 740 Porto de Itaguaí Porto de Rio Grande-RS Cargas diversas 3173 1398 4437499 c. geral 22237 Porto de Itajaí Porto de Rio Grande-RS Cargas diversas 1195 761 909357 c. geral 4597 Porto de Manaus Porto de Rio Grande-RS Cargas diversas 375 7101 2661488 c. geral 13357 Não Identificado Porto de Rio Grande-RS Cargas diversas 4 28 122 c. geral 51 Porto de Natal Porto de Rio Grande-RS Cargas diversas 56 3654 204191 c. geral 1071 Porto de Paranaguá Porto de Rio Grande-RS Cargas diversas 2634 924 2433946 c. geral 12220 Porto do Recife Porto de Rio Grande-RS Cargas diversas 180 3369 606514 c. geral 3083 Porto do Rio de Janeiro Porto de Rio Grande-RS Cargas diversas 2178 1398 3045967 c. geral 15280 Porto de Salvador Porto de Rio Grande-RS Cargas diversas 1671 2737 4572541 c. geral 22913 Porto de Santos Porto de Rio Grande-RS Cargas diversas 16575 1122 18601400 c. geral 93057 continuação 344 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto de São Francisco do Sul Porto de Rio Grande-RS Cargas diversas 1054 854 900101 c. geral 4550 Porto de Suape Porto de Rio Grande-RS Cargas diversas 14599 3415 49855965 c. geral 249330 Terminal Portuário do Pecém Porto de Rio Grande-RS Cargas diversas 101 4136 419324 c. geral 2147 Porto de Itajaí Porto de Rio Grande-RS Cargas diversas 154 761 117278 c. geral 636 Porto de Itajaí Porto de Rio Grande-RS Cargas diversas 4886 761 3718853 c. geral 18644 Porto de Vitória Porto de Rio Grande-RS Cargas diversas 2528 1880 4752297 c. geral 23811 Porto de Fortaleza Porto de Itajaí Cargas diversas 740 3458 2557427 c. geral 12837 Porto de Itaguaí Porto de Itajaí Cargas diversas 4698 720 3384772 c. geral 16974 Porto de Manaus Porto de Itajaí Cargas diversas 23642 6423 151848165 c. geral 759291 Porto de Natal Porto de Itajaí Cargas diversas 379 2976 1128208 c. geral 5691 Porto de Paranaguá Porto de Itajaí Cargas diversas 1361 193 262054 c. geral 1360 Porto do Rio de Janeiro Porto de Itajaí Cargas diversas 7903 720 5693790 c. geral 28519 Porto de Rio Grande-RS Porto de Itajaí Cargas diversas 3403 761 2589919 c. geral 13000 Porto de Santos Porto de Itajaí Cargas diversas 40552 419 16972422 c. geral 84912 Porto de Suape Porto de Itajaí Cargas diversas 5447 2645 14405450 c. geral 72077 Porto de Vitória Porto de Itajaí Cargas diversas 1656 1202 1990476 c. geral 10002 Porto de Cabedelo Porto de São Francisco do Sul Cargas diversas 1312 2821 3701337 c. geral 18557 Porto de Fortaleza Porto de São Francisco do Sul Cargas diversas 27796 3441 95649658 c. geral 478298 Porto de Imbituba Porto de São Francisco do Sul Cargas diversas 11 265 3009 c. geral 65 Porto de Itaguaí Porto de São Francisco do Sul Cargas diversas 16179 704 11386301 c. geral 56981 Porto de Maceió Porto de São Francisco do Sul Cargas diversas 1704 2463 4197867 c. geral 21039 Porto de Manaus Porto de São Francisco do Sul Cargas diversas 344 6406 2201709 c. geral 11058 Porto do Recife Porto de São Francisco do Sul Cargas diversas 2855 2674 7634312 c. geral 38222 Porto de Rio Grande-RS Porto de São Francisco do Sul Cargas diversas 11645 854 9942267 c. geral 49761 Porto de Salvador Porto de São Francisco do Sul Cargas diversas 74954 2043 153105563 c. geral 765578 Porto de Santos Porto de São Francisco do Sul Cargas diversas 22700 356 8071344 c. geral 40407 Porto de Suape Porto de São Francisco do Sul Cargas diversas 51322 2628 134874195 c. geral 674421 Porto de Vitória Porto de São Francisco do Sul Cargas diversas 2392 1185 2834817 c. geral 14224 Porto de Fortaleza Porto de Santos Cargas diversas 14082 3145 44286563 c. geral 221483 Porto de Itaguaí Porto de Santos Cargas diversas 9081 407 3700239 c. geral 18551 Porto de Itajaí Porto de Santos Cargas diversas 6193 419 2591792 c. geral 13009 continuação 345 Origem Destino Mercadoria Toneladas Distância TKU Produtos do modelo Receita total (US$) Porto de Maceió Porto de Santos Cargas diversas 1319 2167 2857309 c. geral 14336 Porto de Manaus Porto de Santos Cargas diversas 424958 6110 2596495326 c. geral 12982527 Não Identificado Porto de Santos Cargas diversas 33782 48 1627261 c. geral 8186 Porto de Paranaguá Porto de Santos Cargas diversas 9973 311 3102771 c. geral 15564 Porto do Recife Porto de Santos Cargas diversas 351 2378 834276 c. geral 4221 Porto do Rio de Janeiro Porto de Santos Cargas diversas 1934 407 788005 c. geral 3990 Porto de Rio Grande-RS Porto de Santos Cargas diversas 29893 1122 33547924 c. geral 167790 Porto de Salvador Porto de Santos Cargas diversas 34437 1746 60139152 c. geral 300746 Porto de São Francisco do Sul Porto de Santos Cargas diversas 685 356 243708 c. geral 1268 Porto de Suape Porto de Santos Cargas diversas 55352 2332 129063408 c. geral 645367 Terminal Portuário do Pecém Porto de Santos Cargas diversas 38835 3145 122129138 c. geral 610696 Porto de Itajaí Porto de Santos Cargas diversas 8262 419 3458108 c. geral 17340 Porto de Itajaí Porto de Santos Cargas diversas 26 419 10901 c. geral 104 Porto de Vitória Porto de Santos Cargas diversas 108045 889 96052029 c. geral 480310 Porto do Rio de Janeiro Porto do Rio de Janeiro Cargas diversas 44033 25 1100825 c. geral 5554 Porto de Fortaleza Porto do Rio de Janeiro Cargas diversas 72 2778 200390 c. geral 1052 Porto de Itaguaí Porto do Rio de Janeiro Cargas diversas 3 25 69 c. geral 50 Porto de Itajaí Porto do Rio de Janeiro Cargas diversas 5623 720 4051113 c. geral 20306 Não Identificado Porto do Rio de Janeiro Cargas diversas 580 70 40435 c. geral 252 Porto de Paranaguá Porto do Rio de Janeiro Cargas diversas 1760 648 1140908 c. geral 5754 Porto de Rio Grande-RS Porto do Rio de Janeiro Cargas diversas 358 1398 499892 c. geral 2549 Porto de Salvador Porto do Rio de Janeiro Cargas diversas 1403 1380 1935186 c. geral 9726 Porto de Santos Porto do Rio de Janeiro Cargas diversas 11255 407 4585414 c. geral 22977 Porto de São Francisco do Sul Porto do Rio de Janeiro Cargas diversas 836 704 588484 c. geral 2992 Porto de Suape Porto do Rio de Janeiro Cargas diversas 344 1965 675555 c. geral 3428 Porto de Itajaí Porto do Rio de Janeiro Cargas diversas 627 720 451849 c. geral 2309 Porto de Vitória Porto do Rio de Janeiro Cargas diversas 10234 522 5344896 c. geral 26774 Fonte: Elaboração própria. 346 ANEXO F – Fluxo das mercadorias transportadas por navegação interior Hidrovias Região Embarque Desembarque Produto Toneladas TKM (10^3) Receita total (US$) (10^3) produto do modelo Madeira Região Hidrográfica da Amazônia Porto Velho Itacoatiara grãos de soja 1751321 1936961 44550 SojaGrao Madeira Região Hidrográfica da Amazônia Porto Velho Itacoatiara milho 32324 35750,344 822 MilhoGrao Madeira Região Hidrográfica da Amazônia Porto Velho Santarém grãos de soja 804373 1327215,5 30526 SojaGrao Madeira Região Hidrográfica da Amazônia Porto Velho Manaus alcool 4342 5258,162 152 Alcool Madeira Região Hidrográfica da Amazônia Porto Velho Manaus carretas 110775 134148,53 3085 CaminhOnibus Madeira Região Hidrográfica da Amazônia Manaus Porto Velho carretas 164992 199805,31 4596 CaminhOnibus Madeira Região Hidrográfica da Amazônia Manaus Porto Velho alcool 29035 35161,385 1020 Alcool Madeira Região Hidrográfica da Amazônia Manaus Porto Velho óleo diesel 468669 567558,16 16459 RefPetroleo Madeira Região Hidrográfica da Amazônia Manaus Porto Velho gasolina 34069 41257,559 1196 RefPetroleo Madeira Região Hidrográfica da Amazônia Manaus Porto Velho glp 11845 14344,295 416 RefPetroleo Madeira Região Hidrográfica da Amazônia Manaus Porto Velho querosene 346 419,006 12 ProdQuimicos Madeira Região Hidrográfica da Amazônia Itacoatiara Porto Velho fertilizantes 85089 94108,434 2164 ProdQuimicos Solimões-Amazonas Região Hidrográfica da Amazônia Coari Manaus combustíveis e óleos minerais e produtos 1603 684,71906 20 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Coari combustíveis e óleos minerais e produtos 3435 1467,0929 43 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Coari Manaus produtos quimicos orgânicos 1609943 687664,6 15816 QuimicoOrgan Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Itacoatiara combustíveis e óleos minerais e produtos 4557 895,89853 26 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Manaus combustíveis e óleos minerais e produtos 380480 3,804804 0 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Manaus bebidas, líquidos alcoólicos e vinagres 2401 0,0240058 0 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Almeirim Barcarena caulim 892 308,3805 7 OutIndExtrat Solimões-Amazonas Região Hidrográfica da Amazônia Barcarena Almeirim combustíveis e óleos minerais e produtos 41493 14339,234 416 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Belém Almeirim alcool etilico 1050 342,68032 10 Alcool Solimões-Amazonas Região Hidrográfica da Amazônia Belém Almeirim combustíveis e óleos minerais e produtos 18824 6142,7978 178 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Belém Oriximiná combustíveis e óleos minerais e produtos 1671 1382,3954 40 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Santarém Oriximiná combustíveis e óleos minerais e produtos 58 14,178414 0 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Santarém Barcarena contêineres 1988 1151,9961 27 têineres Solimões-Amazonas Região Hidrográfica da Amazônia Santarém Barcarena soja 27869 16152,085 372 SojaGrao Solimões-Amazonas Região Hidrográfica da Amazônia Santarém Belém contêineres 1725 1004,3434 23 têineres Solimões-Amazonas Região Hidrográfica da Amazônia Santarém Belém madeira 504 293,5138 7 ProdMadeira Solimões-Amazonas Região Hidrográfica da Amazônia Belém Santarém preparações alaientícias diversas 142 82,534638 2 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Santarém Belém variedades e bazar 1171 681,94244 16 AlimentBebid continuação 347 Hidrovias Região Embarque Desembarque Produto Toneladas TKM (10^3) Receita total (US$) (10^3) produto do modelo Solimões-Amazonas Região Hidrográfica da Amazônia Macapá Almeirim biomassa 65249 15616,058 359 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Macapá Almeirim madeira 5200 1244,5 29 ProdMadeira Solimões-Amazonas Região Hidrográfica da Amazônia Belém Macapá alcool etilico 19747 5497,5609 159 Alcool Solimões-Amazonas Região Hidrográfica da Amazônia Belém Macapá combustíveis e óleos minerais e produtos 209616 58357,186 1692 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Macapá Belém combustíveis e óleos minerais e produtos 14839 4131,0652 120 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Belém Macapá preparações alimentícias diversas 319 88,813585 2 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Coari Belém produtos quimicos orgânicos 109184 192847,6 4435 QuimicoOrgan Solimões-Amazonas Região Hidrográfica da Amazônia Belém Coari produtos quimicos orgânicos 2828 4994,4948 115 QuimicoOrgan Solimões-Amazonas Região Hidrográfica da Amazônia Coari Porto Velho produtos quimicos orgânicos 42557 24392,966 561 QuimicoOrgan Solimões-Amazonas Região Hidrográfica da Amazônia Coari Santarém produtos quimicos orgânicos 5362 6312,7454 145 QuimicoOrgan Solimões-Amazonas Região Hidrográfica da Amazônia Itacoatiara Belém açúcar 1763 2001,01 46 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Macapá Itacoatiara biomassa 1792 2020,2512 46 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Belém Manaus abastecimento combustíves 12 16,585607 0 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Belém Manaus alcool etilico 2189 2926,175 85 Alcool Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Belém automoveis passageiros 361 482,1673 11 AutomUtilita Solimões-Amazonas Região Hidrográfica da Amazônia Belém Manaus automoveis passageiros 715 956,04179 22 AutomUtilita Solimões-Amazonas Região Hidrográfica da Amazônia Belém Manaus bebidas, líquidos alcoólicos e vinagres 3452 4614,3529 106 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Belém caminhão 14549 19450,179 447 CaminhOnibus Solimões-Amazonas Região Hidrográfica da Amazônia Belém Manaus caminhão 30975 41410,707 952 CaminhOnibus Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Belém combustíveis e óleos minerais e produtos 4627 6186,4315 179 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Belém Manaus combustíveis e óleos minerais e produtos 6204 8293,9884 241 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Belém contêineres 1610 2152,5749 50 têineres Solimões-Amazonas Região Hidrográfica da Amazônia Belém Manaus ferro gusa 133 177,70294 4 FabAcoDeriv Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Belém obras de pedra, gesso, amianto e mica 29 39,094646 1 OutIndExtrat Solimões-Amazonas Região Hidrográfica da Amazônia Belém Manaus preparações alimentícias diversas 10511 14051,563 323 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Belém Manaus produtos siderúrgicos 153 204,95072 5 FabAcoDeriv Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Belém reatores, caldeiras, máquinas 131 175,33356 4 MaqEquipManu Solimões-Amazonas Região Hidrográfica da Amazônia Belém Manaus reatores, caldeiras, máquinas 1845 2466,5167 57 MaqEquipManu Solimões-Amazonas Região Hidrográfica da Amazônia Belém Manaus variedades e bazar 39 52,126194 1 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Belém variedades e bazar 17 22,509039 1 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Belém veic. terrestres partes acessor 151491 202526,85 4658 PecVeicAutom Solimões-Amazonas Região Hidrográfica da Amazônia Belém Manaus veic. terrestres partes acessor 5647 7550,0054 174 PecVeicAutom Solimões-Amazonas Região Hidrográfica da Amazônia Santarém Manaus arroz 35 26,314587 1 ArrozCasca continuação 348 Hidrovias Região Embarque Desembarque Produto Toneladas TKM (10^3) Receita total (US$) (10^3) produto do modelo Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Santarém combustíveis e óleos minerais e produtos 370 281,36366 8 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Santarém congelados 0 0 0 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Santarém contêineres 671 510,77288 12 têineres Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Santarém madeira 0 0 0 ProdMadeira Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Santarém variedades e bazar 0 0 0 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Santarém Manaus combustíveis e óleos minerais e produtos 2246 1709,7734 50 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Santarém Manaus congelados 23 17,543058 0 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Santarém Manaus contêineres 0 0 0 têineres Solimões-Amazonas Região Hidrográfica da Amazônia Santarém Manaus madeira 356 271,24266 6 ProdMadeira Solimões-Amazonas Região Hidrográfica da Amazônia Santarém Manaus variedades e bazar 3161 2406,7726 55 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Almeirim bebidas, líquidos alcoólicos e vinagres 0 0 0 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Almeirim Manaus bebidas, líquidos alcoólicos e vinagres 5 6,3285528 0 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Barcarena contêineres 2857 3825,5709 88 têineres Solimões-Amazonas Região Hidrográfica da Amazônia Breves Manaus combustíveis e óleos minerais e produtos 1775 2502,7116 73 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Oriximiná combustíveis e óleos minerais e produtos 68594 50630,124 1468 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Porto velho açúcar 0 0 0 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Porto velho arroz 0 0 0 ArrozCasca Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Porto velho automoveis passageiros 210 32,342735 1 AutomUtilita Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Porto velho bebidas, líquidos alcoólicos e vinagres 0 0 0 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Porto velho caminhão 11775 1813,3766 42 CaminhOnibus Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Porto velho cargas diversas 0 0 0 ersas Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Porto velho carnes bovinas congeladas 0 0 0 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Porto velho cimento 2230 343,48803 6 Cimento Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Porto velho combustíveis e óleos minerais e produtos 84793 13058,14 379 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Porto velho contêineres 8636 1330,0097 31 têineres Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Porto velho enxofre, terras e pedras, gesso e cal 0 0 0 OutIndExtrat Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Porto velho ferro gusa 0 0 0 FabAcoDeriv Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Porto velho gordura, óleos animais/vegetais 0 0 0 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Porto velho leite e laticínios, manteiga, ovos e mel 0 0 0 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Porto velho madeira 0 0 0 ProdMadeira Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Porto velho obras de pedra, gesso, amianto e mica 0 0 0 OutIndExtrat Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Porto velho reatores, caldeiras, máquinas 190 29,203988 1 MaqEquipManu continuação 349 Hidrovias Região Embarque Desembarque Produto Toneladas TKM (10^3) Receita total (US$) (10^3) produto do modelo Solimões-Amazonas Região Hidrográfica da Amazônia Manaus Porto velho veic. terrestres partes acessor 1830 281,80484 6 PecVeicAutom Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Manaus açúcar 7394 1138,6826 26 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Manaus arroz 224 34,52621 1 ArrozCasca Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Manaus automoveis passageiros 3863 594,86067 14 AutomUtilita Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Manaus bebidas, líquidos alcoólicos e vinagres 160 24,564102 1 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Manaus caminhão 29855 4597,7176 106 CaminhOnibus Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Manaus cargas diversas 17492 2693,7267 62 ersas Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Manaus carnes bovinas congeladas 437 67,278346 2 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Manaus cimento 0 0 0 Cimento Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Manaus combustíveis e óleos minerais e produtos 86 13,237322 0 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Manaus contêineres 167572 25806,09 594 têineres Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Manaus enxofre, terras e pedras, gesso e cal 2954 454,84529 7 OutIndExtrat Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Manaus ferro gusa 2238 344,57977 8 FabAcoDeriv Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Manaus gordura, óleos animais/vegetais 35 5,4586894 0 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Manaus leite e laticínios, manteiga, ovos e mel 37 5,7316238 0 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Manaus madeira 417 64,276067 1 ProdMadeira Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Manaus obras de pedra, gesso, amianto e mica 2623 403,94301 6 OutIndExtrat Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Manaus reatores, caldeiras, máquinas 324 49,947008 1 MaqEquipManu Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Manaus veic. terrestres partes acessor 4910 756,16494 17 PecVeicAutom Solimões-Amazonas Região Hidrográfica da Amazônia Macapá Manaus combustíveis e óleos minerais e produtos 18066 23988,159 696 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Belém açúcar 15269 18205,698 419 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Belém contêineres 5110 6093,2193 140 têineres Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Belém gordura, óleos animais/vegetais 510 607,52576 18 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Belém milho 396 472,28525 11 MilhoGrao Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Belém obras de pedra, gesso, amianto e mica 354 422,62662 7 OutIndExtrat Solimões-Amazonas Região Hidrográfica da Amazônia Breves Porto velho combustíveis e óleos minerais e produtos 1025 1288,178 37 RefPetroleo Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Itacoatiara açúcar 3157 143,34394 3 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Porto velho Itacoatiara fertilizantes adubos 0 0 0 ProdQuimicos Solimões-Amazonas Região Hidrográfica da Amazônia Itacoatiara Porto velho açúcar 0 0 0 AlimentBebid Solimões-Amazonas Região Hidrográfica da Amazônia Itacoatiara Porto velho fertilizantes adubos 58891 2673,6482 61 ProdQuimicos Solimões-Amazonas Região Hidrográfica da Amazônia Itacoatiara Porto velho milho 0 0 0 MilhoGrao Solimões-Amazonas Região Hidrográfica da Amazônia Itacoatiara Porto velho soja 0 0 0 SojaGrao continuação 350 Hidrovias Região Embarque Desembarque Produto Toneladas TKM (10^3) Receita total (US$) (10^3) produto do modelo Hidrovia do Sul Região Hidrográfica do Atlântico Sul Canoes Rio Grande soja 317380 97334,282 2239 SojaGrao Hidrovia do Sul Região Hidrográfica do Atlântico Sul Canoes Rio Grande farelo de soja 275278 84422,372 1942 AlimentBebid Hidrovia do Sul Região Hidrográfica do Atlântico Sul Canoes Rio Grande combustíveis e óleos minerais e produtos 166989 51212,335 1485 RefPetroleo Hidrovia do Sul Região Hidrográfica do Atlântico Sul Canoes Rio Grande prod. ind. moagem 131745 40403,764 929 AlimentBebid Hidrovia do Sul Região Hidrográfica do Atlântico Sul Canoes Rio Grande gordura, óleos animais/vegetais 85351 26175,57 759 AlimentBebid Hidrovia do Sul Região Hidrográfica do Atlântico Sul Canoes Rio Grande fertilizantes adubos 4605 1412,2253 32 ProdQuimicos Hidrovia do Sul Região Hidrográfica do Atlântico Sul Canoes Rio Grande trigo 5381 1650,2369 38 TrigoCereais Hidrovia do Sul Região Hidrográfica do Atlântico Sul Canoes Rio Grande sementes e frutos oleaginosos diversos 2672 819,38276 19 OutPSLavoura Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Canoes soja 0 0 0 SojaGrao Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Canoes farelo de soja 0 0 0 AlimentBebid Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Canoes combustíveis e óleos minerais e produtos 0 0 0 RefPetroleo Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Canoes prod. ind. moagem 0 0 0 AlimentBebid Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Canoes gordura, óleos animais/vegetais 0 0 0 AlimentBebid Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Canoes fertilizantes adubos 4544 1393,6062 32 ProdQuimicos Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Canoes trigo 0 0 0 TrigoCereais Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Canoes sementes e frutos oleaginosos diversos 0 0 0 OutPSLavoura Hidrovia do Sul Região Hidrográfica do Atlântico Sul Charqueadas Guaba carvão mineral 151680 10397,212 166 OutIndExtrat Hidrovia do Sul Região Hidrográfica do Atlântico Sul Charqueadas Rio Grande carvão mineral 34341 11980,622 192 OutIndExtrat Hidrovia do Sul Região Hidrográfica do Atlântico Sul Guaba Rio Grande celulose 295481 82830,372 1905 CelulosPapel Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Pelotas coque de petróleo 4334 195,56321 6 RefPetroleo Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Porto Alegre fertilizantes adubos 141522 42176,976 970 ProdQuimicos Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Porto Alegre enxofre, terras e pedras, gesso e cal 76210 22712,389 363 OutIndExtrat Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Porto Alegre combustíveis e óleos minerais e produtos 75926 22627,792 656 RefPetroleo Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Porto Alegre malts e cevada 22081 6580,5612 151 OutPSLavoura Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Porto Alegre sal 18509 5516,1125 88 OutPrMNaoMet Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Porto Alegre produtos quimicos orgânicos 10139 3021,7292 70 QuimicoOrgan Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Porto Alegre soja 5276 1572,4562 36 SojaGrao Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Porto Alegre arroz 3550 1057,9698 24 ArrozCasca Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Porto Alegre celulose 3044 907,19904 21 CelulosPapel Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Porto Alegre alcool etilico 2137 636,98484 18 Alcool Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Porto Alegre madeira 1856 553,05964 13 ProdMadeira Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Rio Grande abastecimento combustíves 16519 2,016E-06 0 RefPetroleo continuação 351 Hidrovias Região Embarque Desembarque Produto Toneladas TKM (10^3) Receita total (US$) (10^3) produto do modelo Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Rio Grande soja 8959 1,093E-06 0 SojaGrao Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Rio Grande combustíveis e óleos minerais e produtos 3612 4,407E-07 0 RefPetroleo Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Rio Grande contêineres 104 1,264E-08 0 têineres Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Triunfo madeira 234027 75350,941 1733 ProdMadeira Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Triunfo alcool etilico 8554 2754,2556 80 Alcool Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Triunfo produtos quimicos orgânicos 8156 2626,1731 60 QuimicoOrgan Hidrovia do Sul Região Hidrográfica do Atlântico Sul Rio Grande Triunfo combustíveis e óleos minerais e produtos 4243 1366,1811 40 RefPetroleo Hidrovia do Sul Região Hidrográfica do Atlântico Sul Charqueadas Triunfo carvão mineral 77538 3254,264 52 OutIndExtrat Paraguai Região Hidrográfica do Paraguai Corumbá Ladário reses 5236 816,816 19 BovinosOutr Paraguai Região Hidrográfica do Paraguai Cáceres Terminal Gravetal Porto Quijarro soja em grão 30705 20541,405 472 SojaGrao Paraguai Região Hidrográfica do Paraguai Cáceres Terminal Gravetal Porto Quijarro farelo de soja 2516 1683,1906 39 AlimentBebid Paraguai Região Hidrográfica do Paraguai Cáceres Terminal Gravetal Porto Quijarro soja em grão 102287 68429,909 1574 SojaGrao Paraguai Região Hidrográfica do Paraguai Corumbá Porto Villa Hayes minério manganes 86480 89074,4 1425 OutIndExtrat Paraguai Região Hidrográfica do Paraguai Corumbá Porto Villa Hayes minério de ferro 8650 8909,5 143 MinerioFerro Paraguai Região Hidrográfica do Paraguai Corumbá Porto Villa Hayes minério de ferro 8650 8909,5 143 MinerioFerro Paraguai Região Hidrográfica do Paraguai Corumbá Porto Villa Hayes minério de ferro 959467 988251,01 15812 MinerioFerro Paraguai Região Hidrográfica do Paraguai Ladário Porto Nueva Palmira farelo de soja 30141 79029,702 1818 AlimentBebid Paraguai Região Hidrográfica do Paraguai Porto Nueva Palmira Ladário farelo de soja 23852 62539,944 1438 AlimentBebid Paraguai Região Hidrográfica do Paraguai Ladário Porto Villa Hayes cimento 1700 2017,9 32 Cimento Paraguai Região Hidrográfica do Paraguai Porto Murtinho Porto Nueva Palmira açúcar refinado 21866 47887,591 1101 AlimentBebid Paraguai Região Hidrográfica do Paraguai Porto Murtinho Porto San Nicolas soja a granel 48286 101400,94 2332 SojaGrao Paraguai Região Hidrográfica do Paraguai Porto Murtinho Porto San Nicolas farelo de soja 35998 75596,724 1739 AlimentBebid São Francisco Hidrovia de São Francisco Ibotirama Juazeiro soja 45624 26142,552 601 SojaGrao São Francisco Hidrovia de São Francisco Ibotirama Juazeiro farelo de soja 8872 5083,656 117 AlimentBebid São Francisco Hidrovia de São Francisco Ibotirama Juazeiro milho 140 80,22 2 MilhoGrao São Francisco Hidrovia de São Francisco Ibotirama Juazeiro casca cereais 940 538,62 12 TrigoCereais Tramo Norte Região Hidrográfica do Paraná São Simão Santa Maria da Serra farelo de soja 21365 15767,695 363 AlimentBebid Tramo Norte Região Hidrográfica do Paraná São Simão Santa Maria da Serra milho 0 0 0 MilhoGrao Tramo Norte Região Hidrográfica do Paraná São Simão Santa Maria da Serra soja 110883 81831,615 1882 SojaGrao Tramo Norte Região Hidrográfica do Paraná São Simão Pederneiras soja 374378 245217,51 5640 SojaGrao Tramo Norte Região Hidrográfica do Paraná São Simão Pederneiras farelo de soja 159708 104608,7 2406 AlimentBebid Tramo Norte Região Hidrográfica do Paraná São Simão Santa Maria da Serra soja 7405 5465,0927 126 SojaGrao continuação 352 Hidrovias Região Embarque Desembarque Produto Toneladas TKM (10^3) Receita total (US$) (10^3) produto do modelo Tramo Norte Região Hidrográfica do Paraná São Simão Anhembi soja 35337 26856,475 618 SojaGrao Tramo Norte Região Hidrográfica do Paraná São Simão Anhembi farelo de soja 62168 47247,951 1087 AlimentBebid Tramo Norte Região Hidrográfica do Paraná São Simão Pederneiras soja 113961 74644,174 1717 SojaGrao Tramo Norte Região Hidrográfica do Paraná São Simão Pederneiras farelo de soja 43369 28406,477 653 AlimentBebid Tramo Norte Região Hidrográfica do Paraná São Simão Pederneiras açucar 5017 3285,8306 76 AlimentBebid Tramo Norte Região Hidrográfica do Paraná São Simão Anhembi soja 43579 33119,68 762 SojaGrao Tramo Norte Região Hidrográfica do Paraná São Simão Anhembi farelo de soja 8191 6225,0658 143 AlimentBebid Tramo Norte Região Hidrográfica do Paraná São Simão Anhembi açucar 164803 125250,24 2881 AlimentBebid Tramo Norte Região Hidrográfica do Paraná São Simão Pederneiras soja 302131 197895,69 4552 SojaGrao Tramo Norte Região Hidrográfica do Paraná São Simão Pederneiras farelo de soja 48294 31632,544 728 AlimentBebid Tramo Norte Região Hidrográfica do Paraná São Simão Pederneiras milho 16506 10811,327 249 MilhoGrao Tramo Sul Região Hidrográfica do Paraná Três Lagoas Anhembi farelo de soja 53633 30248,777 696 AlimentBebid Tramo Sul Região Hidrográfica do Paraná Três Lagoas Anhembi soja 14582 8224,4973 189 SojaGrao Tramo Sul Região Hidrográfica do Paraná Paulicéia Panorama areia 5475 98,542343 2 OutIndExtrat Tramo Sul Região Hidrográfica do Paraná Panorama Presidente Epitácio cascalho, areia 278993 6974,8362 160 OutIndExtrat Tramo Sul Região Hidrográfica do Paraná Rosana São Pedro do Paraná areia 96214 481,06912 8 OutIndExtrat Tramo Sul Região Hidrográfica do Paraná Naviraí Icaraíma areia 6387 95,805056 2 OutIndExtrat Tramo Sul Região Hidrográfica do Paraná Mundo Novo Terra Roxa areia 206610 2066,0953 33 OutIndExtrat Tramo Sul Região Hidrográfica do Paraná Mundo Novo Guaíra areia 318347 3820,1582 61 OutIndExtrat Tramo Sul Região Hidrográfica do Paraná Guaíra Santa Terezinha de Itaipu areia 198263 35687,274 571 OutIndExtrat Tramo Sul Região Hidrográfica do Paraná Guaíra Paraguai calcário, fertilizante 82669 826,68814 19 ProdQuimicos Tramo Sul Região Hidrográfica do Paraná Guaíra Paraguai máquinas 1012 10,118839 0 MaqEquipManu Tramo Sul Região Hidrográfica do Paraná Guaíra Paraguai produtos alimentícios 120959 1209,589 28 AlimentBebid Tramo Sul Região Hidrográfica do Paraná Guaíra Paraguai outros produtos 5505 55,046848 1 ersos Tramo Sul Região Hidrográfica do Paraná Santa Helena Paraguai pneu,máquinas,equip. 943 28,303551 1 MaqEquipManu Tramo Sul Região Hidrográfica do Paraná Santa Helena Paraguai calcário,fertilizante 60773 1823,1976 42 ProdQuimicos Tramo Sul Região Hidrográfica do Paraná Santa Helena Paraguai sementes 630 18,914655 0 OutPSLavoura Tramo Sul Região Hidrográfica do Paraná Paraguai Guaíra arroz 1808 18,084345 0 ArrozCasca Tramo Sul Região Hidrográfica do Paraná Paraguai Guaíra carne 2958 29,580952 1 BovinosOutr Tramo Sul Região Hidrográfica do Paraná Paraguai Guaíra carvão 12686 126,86414 2 OutIndExtrat Tramo Sul Região Hidrográfica do Paraná Paraguai Guaíra madeira 10061 100,61356 2 ProdMadeira Tramo Sul Região Hidrográfica do Paraná Paraguai Guaíra milho 203208 2032,08 47 MilhoGrao continuação 353 Hidrovias Região Embarque Desembarque Produto Toneladas TKM (10^3) Receita total (US$) (10^3) produto do modelo Tramo Sul Região Hidrográfica do Paraná Paraguai Guaíra soja 2156 21,5607 1 SojaGrao Tramo Sul Região Hidrográfica do Paraná Paraguai Guaíra trigo 63144 631,43744 15 TrigoCereais Tramo Sul Região Hidrográfica do Paraná Paraguai Guaíra outros produtos 2457 24,571716 1 ersos Tramo Sul Região Hidrográfica do Paraná Paraguai Santa Helena arroz 0 0 0 ArrozCasca Tramo Sul Região Hidrográfica do Paraná Paraguai Santa Helena carvão 68 2,0529655 0 OutIndExtrat Tramo Sul Região Hidrográfica do Paraná Paraguai Santa Helena madeira 68 2,0529655 0 ProdMadeira Tramo Sul Região Hidrográfica do Paraná Paraguai Santa Helena mandioca 144 4,324914 0 Mandioca Tramo Sul Região Hidrográfica do Paraná Paraguai Santa Helena milho 196986 5909,5843 136 MilhoGrao Tramo Sul Região Hidrográfica do Paraná Paraguai Santa Helena soja 2281 68,432183 2 SojaGrao Tramo Sul Região Hidrográfica do Paraná Paraguai Santa Helena trigo 14832 444,94605 10 TrigoCereais Tramo Sul Região Hidrográfica do Paraná Paraguai Santa Helena polietileno 408 12,235674 0 QuimicoOrgan Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Barcarena Almeirim combustíveis e óleos minerais e produtos 38389 5722,4534 166 RefPetroleo Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Breves Manaus combustíveis e óleos minerais e produtos 1642 8,2108821 0 RefPetroleo Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Breves Porto velho combustíveis e óleos minerais e produtos 949 141,39925 4 RefPetroleo Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Almeirim alcool etilico 972 4,8576612 0 Alcool Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Almeirim combustíveis e óleos minerais e produtos 17415 87,077163 3 RefPetroleo Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Oriximiná combustíveis e óleos minerais e produtos 1546 7,7312649 0 RefPetroleo Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Santarém preparações alaientícias diversas 131 0,6558867 0 AlimentBebid Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Macapá alcool etilico 18270 2723,3716 79 Alcool Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Macapá combustíveis e óleos minerais e produtos 193935 28908,876 838 RefPetroleo Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Macapá preparações alimentícias diversas 295 43,99631 1 AlimentBebid Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Coari produtos quimicos orgânicos 2616 389,97841 9 QuimicoOrgan Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Manaus abastecimento combustíves 11 1,7109676 0 RefPetroleo Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Manaus alcool etilico 2025 301,86357 9 Alcool Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Manaus automoveis passageiros 662 98,625062 2 AutomUtilita Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Manaus bebidas, líquidos alcoólicos e vinagres 3193 476,01563 11 AlimentBebid Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Manaus caminhão 28658 4271,9195 98 CaminhOnibus Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Manaus combustíveis e óleos minerais e produtos 5740 855,60602 25 RefPetroleo Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Manaus ferro gusa 123 18,331796 0 FabAcoDeriv Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Manaus preparações alimentícias diversas 9724 1449,5562 33 AlimentBebid Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Manaus produtos siderúrgicos 142 21,142671 0 FabAcoDeriv Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Manaus reatores, caldeiras, máquinas 1707 254,44533 6 MaqEquipManu continuação 354 Hidrovias Região Embarque Desembarque Produto Toneladas TKM (10^3) Receita total (US$) (10^3) produto do modelo Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Manaus variedades e bazar 36 5,3773268 0 AlimentBebid Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Belém Manaus veic. terrestres partes acessor 5225 778,8569 18 PecVeicAutom Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Almeirim Barcarena caulim 826 123,06746 3 OutIndExtrat Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Santarém Barcarena contêineres 1839 274,12146 6 têineres Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Santarém Barcarena soja 25784 3843,4443 88 SojaGrao Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Manaus Barcarena contêineres 2643 394,0114 9 têineres Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Porto Velho Belém milho 366 54,628752 1 MilhoGrao Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Santarém Belém contêineres 1596 237,94671 5 têineres Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Santarém Belém madeira 466 69,538613 2 ProdMadeira Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Santarém Belém variedades e bazar 1084 161,56423 4 AlimentBebid Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Macapá Belém combustíveis e óleos minerais e produtos 13729 2046,4395 59 RefPetroleo Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Coari Belém produtos quimicos orgânicos 101016 15057,859 346 QuimicoOrgan Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Itacoatiara Belém açúcar 1631 243,07961 6 AlimentBebid Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Manaus Belém automoveis passageiros 334 49,740273 1 AutomUtilita Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Manaus Belém caminhão 13460 2006,4762 46 CaminhOnibus Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Manaus Belém combustíveis e óleos minerais e produtos 4281 638,19092 19 RefPetroleo Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Manaus Belém contêineres 1490 222,05916 5 têineres Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Manaus Belém obras de pedra, gesso, amianto e mica 27 4,0329951 0 OutIndExtrat Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Manaus Belém reatores, caldeiras, máquinas 121 18,087372 0 MaqEquipManu Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Manaus Belém variedades e bazar 16 2,3220275 0 AlimentBebid Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Manaus Belém veic. terrestres partes acessor 140158 20892,626 481 PecVeicAutom Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Porto velho Belém açúcar 14127 2105,8345 48 AlimentBebid Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Porto velho Belém contêineres 4728 704,79645 16 têineres Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Porto velho Belém gordura, óleos animais/vegetais 471 70,271884 2 AlimentBebid Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Porto velho Belém milho 366 54,628752 1 MilhoGrao Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Porto velho Belém obras de pedra, gesso, amianto e mica 328 48,884789 1 OutIndExtrat Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Couto de Magalhães Luciára calcário 334 100,2761 2 OutIndExtrat Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Couto de Magalhães Santa Terezinha brita 254 76,377371 1 OutIndExtrat Tocatins-Araguaia Região Hidrográfica do Tocatins-Araguaia Marabá Tucuruí minério de ferro 286950 52217,065 835 MinerioFerro Fonte: Elaboração própria. 355 ANEXO G – Compatibilização dos serviços rodoviários de passageiros Cod. POF Descrição Produto do modelo 2300101 onibus urbano RodoviarioPRU 2300301 taxi RodoviárioOUT 2300302 automovel de aluguel (taxi) RodoviárioOUT 2302001 onibus intermunicipal RodoviarioIM 2302101 onibus interestadual RodoviarioIE 2302301 transporte alternativo RodoviárioOUT 2302302 lotada RodoviárioOUT 2302303 kombi RodoviárioOUT 2302304 van RodoviárioOUT 2302307 carona em automovel RodoviárioOUT 2302308 jeep RodoviárioOUT 2302601 moto-taxi RodoviárioOUT 2302602 taxi-moto RodoviárioOUT 4100101 onibus urbano RodoviarioPRU 4100801 excursao (exceto escolar) RodoviárioOUT 4101001 aluguel de veiculo sem condutor RodoviárioOUT 4101101 taxi RodoviárioOUT 4101603 automovel utilitario tipo van RodoviárioOUT 4101604 kombi RodoviárioOUT 4101605 transporte alternativo RodoviárioOUT 4102001 onibus intermunicipal RodoviarioIM 4102101 onibus internacional RodoviarioINT 4102201 onibus interestadual RodoviarioIE 4803401 transporte subsidiado RodoviárioOUT 4803402 desconto transporte RodoviárioOUT 4803403 desconto de transporte (transporte subsidiado) RodoviárioOUT 4900901 transporte escolar RodoviárioOUT Fonte: Elaboração própria a partir das contas da POF (2008-2009) do IBGE 356 ANEXO H – Receitas computadas entre os antigos e novos tetos tarifários Tarifa média Receita total Tarifa média Receita total ALL cimento 24 Cimento 48,31 26919,64 46,80 26077,55 ALL clínquer 24 Cimento 36,77 6890,67 35,49 6650,15 ALL soja 5 SojaGrao 75,51 267154,06 64,55 228392,19 ALL farelo de soja 6 AlimentBebid 75,51 146016,94 64,72 125160,87 ALL açúcar 6 AlimentBebid 75,51 77727,70 55,06 56677,12 ALL grãos – arroz 1 ArrozCasca 75,51 32657,11 54,67 23646,80 ALL grãos – milho 2 MilhoGrao 75,51 45629,35 62,19 37583,21 ALL grãos – trigo 3 TrigoCereais 75,51 36568,42 68,47 33162,35 ALL óleo vegetal 6 AlimentBebid 91,03 24959,84 87,82 24079,62 ALL outros - adubos e fertilizantes 16 ProdQuimicos 54,64 49837,11 47,87 43659,48 ALL toras de madeira 11 ProdMadeira 67,53 2039,34 66,83 2018,18 ALL álcool 15 Alcool 131,61 104774,11 105,06 83636,06 ALL óleo diesel 14 RefPetroleo 131,61 87217,44 105,06 69621,43 ALL óleo combustível 14 RefPetroleo 131,61 20478,40 105,06 16346,91 ALL carne fresca res friada ou congelada 6 AlimentBebid 131,61 48298,54 90,27 33127,45 ALL cascas vegetais para fins indus triais e cascas de arroz 39 IndDiversas 131,61 38012,42 90,27 26072,31 ALL cascas vegetais para fins indus triais e cascas de arroz 39 IndDiversas 131,61 26896,03 90,27 18447,70 ALL feijao seco 6 OutPSLavoura 131,61 12301,67 90,27 8437,58 ALL feijao seco 6 OutPSLavoura 131,61 3670,70 90,27 2517,70 ALL madeiras compensadas ou em laminas 11 ProdMadeira 131,61 160671,35 90,27 110202,74 ALL madeiras compensadas ou em laminas 11 ProdMadeira 131,61 188074,97 90,27 128998,58 ALL sal grosso, moido, triturado ou refinado, acondicionado 6 AlimentBebid 131,61 14223,71 90,27 9755,89 ALL sal grosso, moido, triturado ou refinado, acondicionado 6 AlimentBebid 131,61 3814,11 90,27 2616,05 ALL alimentos 6 AlimentBebid 62,70 1,11 54,45 0,96 ALL automóveis 35 AutomUtilita 62,70 0,13 54,45 0,12 ALL ves tuário 9 ArtVes tuario 62,70 0,01 54,45 0,01 ALL café 6 AlimentBebid 62,70 0,93 54,45 0,81 ALL calçados 10 CouroCalcado 62,70 0,11 54,45 0,10 ALL carne bovina 13 BovinosOutr 62,70 1,03 54,45 0,90 ALL celulose 12 CelulosPapel 62,70 0,00 54,45 0,00 ALL cerâmica 25 OutPrMNaoMet 62,70 0,21 54,45 0,18 ALL couro 10 CouroCalcado 62,70 0,01 54,45 0,01 ALL eletroeletrônicos 33 MatEletroOut 62,70 0,03 54,45 0,02 ALL eletromecânica 29 MaqEquipManu 62,70 0,07 54,45 0,06 ALL frutas 10 FrutasCitric 62,70 0,07 54,45 0,06 ALL pescado 18 PescaAquicul 62,70 0,00 54,45 0,00 ALL siderurgia 26 FabAcoDeriv 62,70 0,00 54,45 0,00 ALL suco de laranja 6 AlimentBebid 62,70 1,93 54,45 1,67 FERROESTE calcário s iderúrgico 25 OutPrMNaoMet 129,19 361,73 90,27 252,75 FERROESTE cimento a granel 24 Cimento 47,41 301,08 40,16 255,02 FERROESTE cimento acondicionado 24 Cimento 47,41 964,89 40,16 817,26 FERROESTE soja 5 SojaGrao 74,11 9982,86 64,55 8695,18 FERROESTE farelo de soja 6 AlimentBebid 74,11 214,92 64,55 187,20 FERROESTE grãos – cevada 6 OutPSLavoura 74,11 7,41 64,55 6,46 continuação Antigo teto Novo teto Prod. ModeloProdutoFerrovia 357 Tarifa média Receita total Tarifa média Receita total FERROESTE grãos – milho 2 MilhoGrao 74,11 874,52 62,19 733,88 FERROESTE grãos – trigo 3 TrigoCereais 74,11 4016,86 68,47 3711,33 FERROESTE calcário corretivo 5 OutIndExtrat 53,63 26,81 45,42 22,71 FERROESTE cloreto de potáss io 16 ProdQuimicos 53,63 965,26 45,42 817,58 FERROESTE fosfato 16 ProdQuimicos 53,63 648,87 45,42 549,59 FERROESTE amônia 16 ProdQuimicos 53,63 128,70 45,42 109,01 FERROESTE uréia 16 ProdQuimicos 53,63 150,15 45,42 127,18 FERROESTE outros - adubos e fertilizantes 16 ProdQuimicos 53,63 3533,93 45,42 2993,24 FERROESTE carne fresca res friada ou congelada 6 AlimentBebid 129,19 468,72 90,27 327,51 FERROESTE carne fresca res friada ou congelada 6 AlimentBebid 129,19 560,48 90,27 391,63 FERROESTE madeiras em toras ou toretes 11 ProdMadeira 129,19 792,37 90,27 553,66 FTC ladrilhos e azulejos 25 OutPrMNaoMet 88,41 2917,60 71,10 2346,14 FTC carvão mineral 5 OutIndExtrat 17,77 29623,33 16,27 27113,96 FERROBAN alumínio 27 MetNaoFerros 71,25 1104,34 65,62 1017,08 FERROBAN prd.s iderúrgicos – outros 26 FabAcoDeriv 71,25 1574,58 65,62 1450,16 FERROBAN cimento 24 Cimento 48,31 120,78 46,80 117,00 FERROBAN areia 5 OutIndExtrat 52,06 1134,85 36,80 802,34 FERROBAN bauxita 5 OutIndExtrat 58,09 5245,57 41,07 3708,62 FERROBAN soja 5 SojaGrao 75,51 32445,69 66,60 28617,50 FERROBAN farelo de soja 6 AlimentBebid 75,51 28028,49 66,76 24779,50 FERROBAN açúcar 6 AlimentBebid 75,51 49518,00 56,58 37104,59 FERROBAN grãos – trigo 3 TrigoCereais 75,51 6,80 64,18 5,78 FERROBAN grãos – milho 2 MilhoGrao 75,51 45,30 64,18 38,51 FERROBAN óleo vegetal 6 AlimentBebid 91,03 1092,33 87,82 1053,81 FERROBAN cloreto de potáss io 16 ProdQuimicos 54,64 907,02 47,64 790,82 FERROBAN fosfato 16 ProdQuimicos 54,64 524,54 47,64 457,34 FERROBAN uréia 16 ProdQuimicos 54,64 49,18 47,64 42,88 FERROBAN sulfato de amônia 19 DefAgricolas 54,64 245,88 47,64 214,38 FERROBAN outros - adubos e fertilizantes 16 ProdQuimicos 54,64 1223,94 47,64 1067,13 FERROBAN álcool 15 Alcool 131,61 881,78 61,85 414,41 FERROBAN gasolina 14 RefPetroleo 131,61 12542,36 74,56 7105,35 FERROBAN óleo diesel 14 RefPetroleo 131,61 52985,88 64,69 26045,94 FERROBAN outros - combust, deriv. petro., alcool 14 RefPetroleo 131,61 513,28 74,56 290,77 FERROBAN acessorios pecas e pertences p/veiculos rodoviarios ferroviarios38 OutEqTransp 131,61 137,84 89,82 94,08 FERROBAN arroz beneficiado , acondicionado 6 AlimentBebid 131,61 2487,39 89,82 1697,61 FERROBAN cal em geral 25 OutPrMNaoMet 131,61 1195,09 89,82 815,64 FERROBAN madeiras em toras ou toretes 11 ProdMadeira 131,61 9105,03 89,82 6214,07 FERROBAN placas ,tarugos ,lingotes ,bloco aco/ferro e out.semi acab.p/c. int.26 FabAcoDeriv 131,61 498,78 89,82 340,41 FERROBAN alimentos 6 AlimentBebid 131,61 2,30 35,03 0,61 FERROBAN automóveis 35 AutomUtilita 131,61 0,28 35,03 0,07 FERROBAN vestuário 9 ArtVes tuario 131,61 0,02 35,03 0,01 FERROBAN café 6 AlimentBebid 131,61 1,94 35,03 0,52 FERROBAN calçados 10 CouroCalcado 131,61 0,23 35,03 0,06 FERROBAN carne bovina 13 BovinosOutr 131,61 2,15 35,03 0,57 FERROBAN celulose 12 CelulosPapel 131,61 0,00 35,03 0,00 FERROBAN cerâmica 25 OutPrMNaoMet 131,61 0,43 35,03 0,11 FERROBAN couro 10 CouroCalcado 131,61 0,03 35,03 0,01 continuação Ferrovia Produto Prod. Modelo Antigo teto Novo teto 358 Tarifa média Receita total Tarifa média Receita total FERROBAN eletroeletrônicos 33 MatEletroOut 131,61 0,06 35,03 0,01 FERROBAN eletromecânica 29 MaqEquipManu 131,61 0,15 35,03 0,04 FERROBAN frutas 10 FrutasCitric 131,61 0,14 35,03 0,04 FERROBAN pescado 18 PescaAquicul 131,61 0,01 35,03 0,00 FERROBAN siderurgia 26 FabAcoDeriv 131,61 0,00 35,03 0,00 FERROBAN suco de laranja 6 AlimentBebid 131,61 4,01 35,03 1,07 FERROBAN pellets cítricos 6 OutPSLavoura 131,61 9739,66 89,82 6647,20 FERRONORTE soja 5 SojaGrao 75,51 355860,60 66,60 313873,40 FERRONORTE farelo de soja 6 AlimentBebid 75,51 153220,38 66,76 135459,49 FERRONORTE grãos – milho 2 MilhoGrao 75,51 67,96 64,18 57,76 FERRONORTE óleo vegetal 6 AlimentBebid 91,03 964,90 87,82 930,87 FERRONORTE outros - adubos e fertilizantes 16 ProdQuimicos 54,64 36679,81 49,39 33153,96 FERRONORTE gasolina 14 RefPetroleo 131,61 6633,11 74,56 3757,71 FERRONORTE óleo diesel 14 RefPetroleo 131,61 5145,92 64,69 2529,55 FERRONORTE açúcar 6 AlimentBebid 131,61 3517,58 55,06 1471,57 FERRONORTE farelo de soja pelet 6 AlimentBebid 131,61 676,82 66,76 343,30 FERRONORTE farelo de soja peletizado 6 AlimentBebid 131,61 2958,62 66,76 1500,68 FERRONORTE alcool 15 Alcool 131,61 139,85 64,11 68,12 FERRONORTE pedra britada 25 OutPrMNaoMet 131,61 59,73 93,13 42,26 FERRONORTE sorgo 3 TrigoCereais 131,61 3518,32 93,13 2489,55 NOVOESTE minério de ferro 4 MinerioFerro 71,25 18075,58 56,96 14451,48 NOVOESTE alumínio 27 MetNaoFerros 71,25 284,99 65,93 263,72 NOVOESTE calcário s iderúrgico 25 OutPrMNaoMet 71,25 1232,59 65,93 1140,60 NOVOESTE prd. s iderúrgicos – vergalhões 26 FabAcoDeriv 71,25 4160,87 68,69 4011,38 NOVOESTE prd.s iderúrgicos – outros 26 FabAcoDeriv 71,25 1467,71 68,69 1414,97 NOVOESTE areia 5 OutIndExtrat 52,06 416,46 47,87 382,94 NOVOESTE bauxita 5 OutIndExtrat 58,09 1597,49 47,87 1316,34 NOVOESTE manganês 5 OutIndExtrat 58,09 10944,25 47,87 9018,14 NOVOESTE soja 5 SojaGrao 75,51 13312,02 67,25 11856,62 NOVOESTE farelo de soja 6 AlimentBebid 75,51 10480,48 66,76 9265,61 NOVOESTE açúcar 6 AlimentBebid 75,51 5874,50 55,06 4283,54 NOVOESTE grãos – trigo 3 TrigoCereais 75,51 105,71 68,47 95,86 NOVOESTE óleo vegetal 6 AlimentBebid 91,03 1747,73 87,82 1686,10 NOVOESTE outros - adubos e fertilizantes 16 ProdQuimicos 54,64 169,38 47,87 148,39 NOVOESTE gasolina 14 RefPetroleo 131,61 7449,08 74,94 4241,68 NOVOESTE óleo cru 14 RefPetroleo 131,61 1066,03 74,94 607,03 NOVOESTE óleo diesel 14 RefPetroleo 131,61 22294,60 65,00 11010,98 NOVOESTE outros - combust, deriv. petro., alcool 14 RefPetroleo 131,61 4948,51 74,94 2817,80 NOVOESTE gesso 5 OutIndExtrat 131,61 2484,88 94,05 1775,73 NOVOESTE toras de madeira 11 ProdMadeira 131,61 3552,36 94,05 2538,57 NOVOESTE trigo ensacado 3 TrigoCereais 131,61 43,11 94,05 30,81 FCA minério de ferro 4 MinerioFerro 71,62 13206,88 54,61 10070,22 FCA ferro gusa 26 FabAcoDeriv 79,04 12473,27 51,45 8118,57 FCA prd.s iderúrgicos – outros 26 FabAcoDeriv 79,04 11880,44 61,43 9233,32 FCA cimento a granel 24 Cimento 77,10 13067,90 61,18 10370,67 FCA escória 5 OutIndExtrat 60,04 1885,22 42,99 1349,95 FCA calcário 5 OutIndExtrat 63,48 66995,40 56,60 59730,44 continuação Ferrovia Produto Prod. Modelo Antigo teto Novo teto 359 Tarifa média Receita total Tarifa média Receita total FCA bauxita 5 OutIndExtrat 71,62 31735,19 66,22 29339,89 FCA soja 5 SojaGrao 75,75 110263,72 57,25 83344,94 FCA farelo de soja 6 AlimentBebid 75,75 117376,28 63,73 98752,75 FCA açúcar 6 AlimentBebid 75,75 7567,04 65,63 6555,96 FCA fosfato 16 ProdQuimicos 60,10 9863,10 44,09 7235,76 FCA rocha de fosfato 16 ProdQuimicos 60,10 12044,88 44,09 8836,36 FCA outros - adubos e fertilizantes 16 ProdQuimicos 60,10 51725,67 44,09 37946,97 FCA outros - combust, deriv. petro., alcool 14 RefPetroleo 133,39 41523,26 78,00 24280,48 FCA acessorios ferroviarios /rodoviario 38 OutEqTransp 133,39 37760,72 77,03 21806,77 FCA arroz 1 ArrozCasca 133,39 2271,60 77,03 1311,85 FCA bloco pedr 5 OutIndExtrat 133,39 110028,22 77,03 63541,15 FCA brita 5 OutIndExtrat 133,39 1158,78 77,03 669,19 FCA dormente 26 FabAcoDeriv 133,39 31,77 77,03 18,35 FCA ilmenita 5 OutIndExtrat 133,39 55130,69 77,03 31837,90 FCA manga.gra. 5 OutIndExtrat 133,39 170054,18 77,03 98206,07 FCA maq./equipamentos 29 MaqEquipManu 133,39 138797,02 77,03 80155,10 FCA pallets 11 ProdMadeira 133,39 452,90 77,03 261,55 FCA pecas e acessorios 29 MaqEquipManu 133,39 1667,47 77,03 962,96 EFVM minério de ferro 4 MinerioFerro 55,73 3071352,89 29,57 1629632,66 EFVM ferro gusa 26 FabAcoDeriv 50,08 86259,68 29,55 50904,59 EFVM prd.s iderúrgicos – outros 26 FabAcoDeriv 46,94 116158,48 29,74 73589,68 EFVM calcario 5 OutIndExtrat 46,94 40802,16 23,93 20796,82 EFVM carvão mineral 5 OutIndExtrat 63,67 174146,57 40,93 111959,63 EFVM coque 14 RefPetroleo 63,67 32686,30 40,36 20718,66 EFVM grãos – farelos 6 OutPSLavoura 53,62 153896,04 45,69 131146,63 EFVM celulose 12 CelulosPapel 74,82 24712,57 41,01 13545,46 EFVM toretes 11 ProdMadeira 69,61 25965,27 31,08 11591,04 EFVM outros - combust, deriv. petro., alcool 14 RefPetroleo 69,61 13915,43 57,98 11590,01 EFVM acess . p/ locomotiva 38 OutEqTransp 69,61 249,29 57,98 207,63 EFVM acessor. para v.p. 38 OutEqTransp 69,61 89,21 57,98 74,30 EFVM acessorio p/ vagao 38 OutEqTransp 69,61 530,49 57,98 441,84 EFVM acessorio v.ferrea 38 OutEqTransp 69,61 9,32 57,98 7,76 EFVM acessorio v.ferrea 38 OutEqTransp 69,61 19,18 57,98 15,98 EFVM arroz ensacado 1 ArrozCasca 69,61 76,78 57,98 63,95 EFVM barra de grelha 5 OutIndExtrat 69,61 12,54 57,98 10,44 EFVM equip. indus trial 29 MaqEquipManu 69,61 6,28 57,98 5,23 EFVM equipamento ferrovia 38 OutEqTransp 69,61 76,36 57,98 63,60 EFVM estrutura metalica 28 ProdMetal 69,61 11695,25 57,98 9740,84 EFVM gasolina vg.tanque 14 RefPetroleo 69,61 16075,33 57,98 13388,96 EFVM granito,placa,exc. 5 OutIndExtrat 69,61 8430,14 57,98 7021,37 EFVM granitos ,placas ,exc. 5 OutIndExtrat 69,61 1186,73 57,98 988,41 EFVM madeira em tora ou 11 ProdMadeira 69,61 19116,61 57,98 15922,01 EFVM madeira serr. fardo 11 ProdMadeira 69,61 0,86 57,98 0,71 EFVM madeiras em toras ou 11 ProdMadeira 69,61 722,00 57,98 601,34 EFVM moveis /utens ilios 11 ProdMadeira 69,61 7,70 57,98 6,41 EFVM pallet 11 ProdMadeira 69,61 218,89 57,98 182,31 EFVM pallets madeira 11 ProdMadeira 69,61 59,01 57,98 49,15 continuação Ferrovia Produto Prod. Modelo Antigo teto Novo teto 360 Tarifa média Receita total Tarifa média Receita total EFVM pneu 23 BorracPlas t 69,61 86,88 57,98 72,36 EFVM tijolo comum 5 OutIndExtrat 69,61 790,36 57,98 658,28 EFVM torete de madeira 11 ProdMadeira 69,61 41220,60 57,98 34332,18 MRS minério de ferro 4 MinerioFerro 71,62 2765279,99 44,53 1719465,66 MRS prd.s iderúrgicos – outros 26 FabAcoDeriv 79,04 206022,45 59,74 155709,86 MRS cimento a granel 24 Cimento 77,10 74914,91 47,16 45821,85 MRS carvão mineral 5 OutIndExtrat 71,62 24895,40 54,08 18797,43 MRS coque 14 RefPetroleo 71,62 5901,56 53,54 4411,51 MRS bauxita 5 OutIndExtrat 71,62 48752,29 36,99 25177,38 MRS enxofre 5 OutIndExtrat 71,62 3230,10 36,99 1668,14 MRS soja 5 SojaGrao 75,75 13611,59 45,69 8210,94 MRS celulose 12 CelulosPapel 74,82 3202,23 54,08 2314,53 MRS acessorios pecas e pertences p/maquinas diversas n 29 MaqEquipManu 135,32 1086,50 71,34 572,78 MRS acessorios pecas e pertences p/veiculos rodoviario 38 OutEqTransp 135,32 1276,73 71,34 673,06 MRS acucar cris tal (ou refinado) a granel 6 AlimentBebid 135,32 12592,27 71,34 6638,39 MRS acucar cris tal (ou refinado) ensacado 6 AlimentBebid 135,32 21698,69 71,34 11439,11 MRS milho seco debulhado, a granel 2 MilhoGrao 135,32 2257,65 71,34 1190,19 MRS serpentinito 5 OutIndExtrat 135,32 63278,65 71,34 33359,24 MRS sorgo (milho miudo) a granel 3 TrigoCereais 135,32 1384,29 71,34 729,77 MRS alimentos 6 AlimentBebid 68,59 0,47 49,96 0,34 MRS automóveis 35 AutomUtilita 68,59 0,06 49,96 0,04 MRS ves tuário 9 ArtVes tuario 68,59 0,00 49,96 0,00 MRS café 6 AlimentBebid 68,59 0,40 49,96 0,29 MRS calçados 10 CouroCalcado 68,59 0,05 49,96 0,03 MRS carne bovina 13 BovinosOutr 68,59 0,44 49,96 0,32 MRS celulose 12 CelulosPapel 68,59 0,00 49,96 0,00 MRS cerâmica 25 OutPrMNaoMet 68,59 0,09 49,96 0,06 MRS couro 10 CouroCalcado 68,59 0,01 49,96 0,00 MRS eletroeletrônicos 33 MatEletroOut 68,59 0,01 49,96 0,01 MRS eletromecânica 29 MaqEquipManu 68,59 0,03 49,96 0,02 MRS frutas 10 FrutasCitric 68,59 0,03 49,96 0,02 MRS pescado 18 PescaAquicul 68,59 0,00 49,96 0,00 MRS siderurgia 26 FabAcoDeriv 68,59 0,00 49,96 0,00 MRS suco de laranja 6 AlimentBebid 68,59 0,82 49,96 0,60 MRS alimentos 6 AlimentBebid 95,78 1,03 60,79 0,65 MRS automóveis 35 AutomUtilita 95,78 0,12 60,79 0,08 MRS ves tuário 9 ArtVes tuario 95,78 0,01 60,79 0,01 MRS café 6 AlimentBebid 95,78 0,87 60,79 0,55 MRS calçados 10 CouroCalcado 95,78 0,10 60,79 0,07 MRS carne bovina 13 BovinosOutr 95,78 0,96 60,79 0,61 MRS celulose 12 CelulosPapel 95,78 0,00 60,79 0,00 MRS cerâmica 25 OutPrMNaoMet 95,78 0,19 60,79 0,12 MRS couro 10 CouroCalcado 95,78 0,01 60,79 0,01 MRS eletroeletrônicos 33 MatEletroOut 95,78 0,03 60,79 0,02 MRS eletromecânica 29 MaqEquipManu 95,78 0,07 60,79 0,04 MRS frutas 10 FrutasCitric 95,78 0,06 60,79 0,04 MRS pescado 18 PescaAquicul 95,78 0,00 60,79 0,00 continuação Ferrovia Produto Prod. Modelo Antigo teto Novo teto 361 Tarifa média Receita total Tarifa média Receita total MRS siderurgia 26 FabAcoDeriv 95,78 0,00 60,79 0,00 MRS suco de laranja 6 AlimentBebid 95,78 1,79 60,79 1,14 CFN minério de ferro 4 MinerioFerro 71,62 1468,23 43,69 895,62 CFN alumínio 27 MetNaoFerros 48,50 640,17 42,84 565,43 CFN calcário s iderúrgico 25 OutPrMNaoMet 48,50 4907,96 44,76 4530,05 CFN ferro gusa 26 FabAcoDeriv 55,95 2819,63 51,64 2602,52 CFN prd.s iderúrgicos – outros 26 FabAcoDeriv 48,50 140,64 44,76 129,81 CFN cimento 24 Cimento 89,79 13854,44 55,68 8590,91 CFN argila 5 OutIndExtrat 24,81 411,80 22,57 374,73 CFN clínquer 24 Cimento 64,55 1549,28 63,26 1518,30 CFN gesso 5 OutIndExtrat 64,55 1374,99 63,26 1347,49 CFN coque 14 RefPetroleo 88,41 2219,14 62,44 1567,29 CFN cal 5 OutIndExtrat 88,41 2484,38 76,90 2160,77 CFN açúcar 6 AlimentBebid 76,69 1081,31 70,55 994,81 CFN farinha de trigo 6 AlimentBebid 62,27 1880,47 57,29 1730,04 CFN grãos – malte 6 OutPSLavoura 62,27 1718,58 57,29 1581,09 CFN óleo vegetal 6 AlimentBebid 91,03 1938,89 83,75 1783,78 CFN outros - adubos e fertilizantes 16 ProdQuimicos 72,65 58,12 66,84 53,47 CFN álcool 15 Alcool 123,39 2492,51 67,26 1358,65 CFN gasolina 14 RefPetroleo 123,39 5108,42 77,83 3222,02 CFN óleo diesel 14 RefPetroleo 123,39 14177,71 70,49 8098,82 CFN arroz 1 ArrozCasca 123,39 575,17 76,90 358,44 CFN farelo de soja 6 AlimentBebid 123,39 2,04 76,90 1,27 CFN farinha de trigo 6 AlimentBebid 123,39 1435,62 76,90 894,66 CFN farinha trigo 6 AlimentBebid 123,39 1278,45 76,90 796,71 CFN fibra polies ter 16 ProdQuimicos 123,39 0,85 76,90 0,53 CFN tijolos 5 OutIndExtrat 123,39 677,94 76,90 422,48 CFN tintas 21 TintasOut 123,39 1,53 76,90 0,95 CFN alimentos 6 AlimentBebid 53,06 491,51 51,46 476,77 CFN automóveis 35 AutomUtilita 53,06 59,73 51,46 57,93 CFN ves tuário 9 ArtVes tuario 53,06 4,92 51,46 4,77 CFN café 6 AlimentBebid 53,06 414,07 51,46 401,65 CFN calçados 10 CouroCalcado 53,06 49,70 51,46 48,21 CFN carne bovina 13 BovinosOutr 53,06 459,73 51,46 445,94 CFN celulose 12 CelulosPapel 53,06 0,75 51,46 0,72 CFN cerâmica 25 OutPrMNaoMet 53,06 92,03 51,46 89,27 CFN couro 10 CouroCalcado 53,06 5,38 51,46 5,21 CFN eletroeletrônicos 33 MatEletroOut 53,06 11,99 51,46 11,63 CFN eletromecânica 29 MaqEquipManu 53,06 31,86 51,46 30,90 CFN frutas 10 FrutasCitric 53,06 29,92 51,46 29,02 CFN pescado 18 PescaAquicul 53,06 1,34 51,46 1,30 CFN siderurgia 26 FabAcoDeriv 53,06 0,37 51,46 0,36 CFN suco de laranja 6 AlimentBebid 53,06 856,29 51,46 830,60 CFN alimentos 6 AlimentBebid 75,20 35,35 72,94 34,29 CFN automóveis 35 AutomUtilita 75,20 4,30 72,94 4,17 CFN ves tuário 9 ArtVes tuario 75,20 0,35 72,94 0,34 CFN café 6 AlimentBebid 75,20 29,78 72,94 28,88 continuação Ferrovia Produto Prod. Modelo Antigo teto Novo teto 362 Tarifa média Receita total Tarifa média Receita total CFN calçados 10 CouroCalcado 75,20 3,57 72,94 3,47 CFN carne bovina 13 BovinosOutr 75,20 33,06 72,94 32,07 CFN celulose 12 CelulosPapel 75,20 0,05 72,94 0,05 CFN cerâmica 25 OutPrMNaoMet 75,20 6,62 72,94 6,42 CFN couro 10 CouroCalcado 75,20 0,39 72,94 0,37 CFN eletroeletrônicos 33 MatEletroOut 75,20 0,86 72,94 0,84 CFN eletromecânica 29 MaqEquipManu 75,20 2,29 72,94 2,22 CFN frutas 10 FrutasCitric 75,20 2,15 72,94 2,09 CFN pescado 18 PescaAquicul 75,20 0,10 72,94 0,09 CFN siderurgia 26 FabAcoDeriv 75,20 0,03 72,94 0,03 CFN suco de laranja 6 AlimentBebid 75,20 61,58 72,94 59,73 CFN bebidas e vas ilhames 6 AlimentBebid 113,64 79,55 76,90 53,83 EFC minério de ferro 4 MinerioFerro 55,73 3581930,79 17,35 1114929,11 EFC ferro gusa 26 FabAcoDeriv 50,08 82408,44 38,49 63341,85 EFC cimento 24 Cimento 54,46 212,38 24,99 97,44 EFC manganês 5 OutIndExtrat 55,73 88629,46 24,99 39736,47 EFC outros - granéis minerais 5 OutIndExtrat 55,73 1304,03 24,99 584,65 EFC soja 5 SojaGrao 53,62 36251,52 38,49 26025,78 EFC outros - adubos e fertilizantes 16 ProdQuimicos 54,64 961,66 42,23 743,28 EFC outros - combust, deriv. petro., alcool 14 RefPetroleo 174,80 68031,40 74,21 28882,32 EFC bot. ch. de aco ou ferro para glp 14 RefPetroleo 69,61 6565,55 38,49 3630,61 EFC bot. vz. de aco ou ferro para conducao de acidos e outros 14 RefPetroleo 69,61 10831,43 38,49 5989,56 EFC bot. vz. de aco ou ferro para glp 14 RefPetroleo 69,61 3481,79 38,49 1925,36 EFC engradado comum armado 14 RefPetroleo 69,61 8492,31 38,49 4696,07 EFC mad. aplain. aparel. em lam. compensada em tacos de cedro, pinho etc 11 ProdMadeira 69,61 12089,30 38,49 6685,13 EFC maquinas p/ indus tria,lavoura,terraplenagem etc 29 MaqEquipManu 69,61 2818,65 38,49 1558,66 EFC rocha gafsa 5 OutIndExtrat 69,61 407,58 38,49 225,38 EFC veic. armados (caminhoes , automoveis e s imilares ) para cargas36 CaminhOnibus 69,61 208,44 38,49 115,26 EFC veic. armados (caminhoes , automoveis e s imilares ) para cargas 36 CaminhOnibus 69,61 16495,75 38,49 9121,81 EFC bebidas e vas ilhames 6 AlimentBebid 69,61 1496,66 38,49 827,62 Fonte: Elaboração própria a partir dos tetos tarifários da ANTT. Ferrovia Produto Prod. Modelo Antigo teto Novo teto 363 ANEXO I – Diferenças das receitas ferroviárias (R$ milhares) Antigo teto tarifário Redução do teto tarifário Var. da redução do teto Receita real observada em 2005 Valor da receita com o efeito da redução Diferença monetária Efeito da mudança (var.) ALL 1424839,26 1116892,82 -21,61% 926050,0 926050,0 0,0 0% ArrozCasca 32657,11 23646,80 -27,6% 21224,9 21224,9 0,0 0% CouroCalcado 0,12 0,11 -13,2% 0,1 0,1 0,0 0% FrutasCitric 0,07 0,06 -13,2% 0,0 0,0 0,0 0% ProdMadeira 350785,65 241219,51 -31,2% 227987,2 227987,2 0,0 0% CelulosPapel 0,00 0,00 0,0% 0,0 0,0 0,0 0% BovinosOutr 1,03 0,90 -13,2% 0,7 0,7 0,0 0% RefPetroleo 107695,83 85968,34 -20,2% 69995,1 69995,1 0,0 0% Alcool 104774,11 83636,06 -20,2% 68096,1 68096,1 0,0 0% ProdQuimicos 49837,11 43659,48 -12,4% 32390,8 32390,8 0,0 0% PescaAquicul 0,00 0,00 -13,2% 0,0 0,0 0,0 0% MilhoGrao 45629,35 37583,21 -17,6% 29656,0 29656,0 0,0 0% Cimento 33810,32 32727,70 -3,2% 21974,4 21974,4 0,0 0% OutPrMNaoMet 0,21 0,18 -13,2% 0,1 0,1 0,0 0% FabAcoDeriv 0,00 0,00 -13,2% 0,0 0,0 0,0 0% MetNaoFerros 0,00 0,00 0,0% 0,0 0,0 0,0 0% MaqEquipManu 0,07 0,06 -13,2% 0,0 0,0 0,0 0% TrigoCereais 36568,42 33162,35 -9,3% 23767,0 23767,0 0,0 0% MatEletroOut 0,03 0,02 -13,2% 0,0 0,0 0,0 0% AutomUtilita 0,13 0,12 -13,2% 0,1 0,1 0,0 0% IndDiversas 64908,45 44520,01 -31,4% 42186,1 42186,1 0,0 0% OutIndExtrat 0,00 0,00 0,0% 0,0 0,0 0,0 0% SojaGrao 267154,06 228392,19 -14,5% 173632,2 173632,2 0,0 0% CelulosPapel 0,00 0,00 -13,2% 0,0 0,0 0,0 0% AlimentBebid 315044,79 251420,45 -20,2% 204758,0 204758,0 0,0 0% OutPSLavoura 15972,37 10955,28 -31,4% 10381,0 10381,0 0,0 0% AlgodaoHerba 0,00 0,00 0,0% 0,0 0,0 0,0 0% ArtVestuario 0,01 0,01 -13,2% 0,0 0,0 0,0 0% CFN 67067,89 48243,81 -28,07% 51401,0 45147,5 -6253,5 -14% ArrozCasca 575,17 358,44 -37,7% 441,0 358,4 -82,6 -23% CouroCalcado 59,04 57,26 -3,0% 44,4 44,4 0,0 0% FrutasCitric 32,07 31,10 -3,0% 24,1 24,1 0,0 0% BovinosOutr 492,79 478,01 -3,0% 370,4 370,4 0,0 0% RefPetroleo 21505,27 12888,13 -40,1% 16454,9 12888,1 -3566,8 -28% Alcool 2492,51 1358,65 -45,5% 1911,1 1358,6 -552,4 -41% ProdQuimicos 58,97 54,00 -8,4% 45,2 45,2 0,0 0% PescaAquicul 1,44 1,40 -3,0% 1,1 1,1 0,0 0% MilhoGrao 0,00 0,00 0,0% 0,0 0,0 0,0 0% TintasOut 1,53 0,95 -37,7% 1,2 1,0 -0,2 -23% Cimento 15403,72 10109,20 -34,4% 11810,4 10109,2 -1701,2 -17% OutPrMNaoMet 5006,61 4625,74 -7,6% 3837,2 3837,2 0,0 0% FabAcoDeriv 2960,68 2732,72 -7,7% 2270,0 2270,0 0,0 0% MetNaoFerros 640,17 565,43 -11,7% 490,8 490,8 0,0 0% MaqEquipManu 34,15 33,12 -3,0% 25,7 25,7 0,0 0% MatEletroOut 12,85 12,47 -3,0% 9,7 9,7 0,0 0% AutomUtilita 64,02 62,10 -3,0% 48,1 48,1 0,0 0% MinerioFerro 1468,23 895,62 -39,0% 1245,9 895,6 -350,3 -39% OutIndExtrat 4949,10 4305,47 -13,0% 3756,9 3756,9 0,0 0% CelulosPapel 0,80 0,78 -3,0% 0,6 0,6 0,0 0% AlimentBebid 9584,93 8087,01 -15,6% 7290,9 7290,9 0,0 0% OutPSLavoura 1718,58 1581,09 -8,0% 1317,7 1317,7 0,0 0% ArtVestuario 5,27 5,12 -3,0% 4,0 4,0 0,0 0% continuação Revisão tarifária de 2012 Impacto sobre a receita das concessionárias Empresa e Produto 364 Antigo teto tarifário Redução do teto tarifário Var. da redução do teto Receita real observada em 2005 Valor da receita com o efeito da redução Diferença monetária Efeito da mudança (var.) EFC 3922617,15 1309116,37 -66,63% 1852733,0 1272834,7 -579898,3 -46% ProdMadeira 12089,30 6685,13 -44,7% 5710,0 5710,0 0,0 0% RefPetroleo 97402,48 45123,92 -53,7% 46005,2 45123,9 -881,3 -2% Alcool 0,00 0,00 0,0% 0,0 0,0 0,0 0% ProdQuimicos 961,66 743,28 -22,7% 454,2 454,2 0,0 0% Cimento 212,38 97,44 -54,1% 100,3 97,4 -2,9 -3% FabAcoDeriv 82408,44 63341,85 -23,1% 38923,2 38923,2 0,0 0% MaqEquipManu 2818,65 1558,66 -44,7% 1331,3 1331,3 0,0 0% AutomUtilita 0,00 0,00 0,0% 0,0 0,0 0,0 0% CaminhOnibus 16704,18 9237,07 -44,7% 7889,7 7889,7 0,0 0% MinerioFerro 3581930,79 1114929,11 -68,9% 1691819,8 1114929,1 -576890,7 -52% OutIndExtrat 90341,07 40546,51 -55,1% 42670,0 40546,5 -2123,4 -5% SojaGrao 36251,52 26025,78 -28,2% 17122,3 17122,3 0,0 0% AlimentBebid 1496,66 827,62 -44,7% 706,9 706,9 0,0 0% M 3840575,19 2159330,25 -43,78% 2531866,0 2117904,3 -413961,7 -20% ArrozCasca 76,78 63,95 -16,7% 50,6 50,6 0,0 0% ProdMadeira 87310,94 62685,16 -28,2% 57559,0 57559,0 0,0 0% CelulosPapel 24712,57 13545,46 -45,2% 16291,5 13545,5 -2746,1 -20% RefPetroleo 62677,06 45697,63 -27,1% 41319,3 41319,3 0,0 0% ProdQuimicos 0,00 0,00 0,0% 0,0 0,0 0,0 0% MilhoGrao 0,00 0,00 0,0% 0,0 0,0 0,0 0% BorracPlast 86,88 72,36 -16,7% 57,3 57,3 0,0 0% Cimento 0,00 0,00 0,0% 0,0 0,0 0,0 0% OutPrMNaoMet 0,00 0,00 0,0% 0,0 0,0 0,0 0% FabAcoDeriv 202418,16 124494,27 -38,5% 133442,4 124494,3 -8948,1 -7% ProdMetal 11695,25 9740,84 -16,7% 7710,0 7710,0 0,0 0% MaqEquipManu 6,28 5,23 -16,7% 4,1 4,1 0,0 0% TrigoCereais 0,00 0,00 0,0% 0,0 0,0 0,0 0% OutEqTransp 973,85 811,11 -16,7% 642,0 642,0 0,0 0% MinerioFerro 3071352,89 1629632,66 -46,9% 2024762,8 1629632,7 -395130,2 -24% OutIndExtrat 225368,49 141434,95 -37,2% 148572,2 141434,9 -7137,3 -5% SojaGrao 0,00 0,00 0,0% 0,0 0,0 0,0 0% AlimentBebid 0,00 0,00 0,0% 0,0 0,0 0,0 0% OutPSLavoura 153896,04 131146,63 -14,8% 101454,6 101454,6 0,0 0% FCA 1018961,60 693937,20 -31,90% 808506,0 687764,3 -120741,7 -18% ArrozCasca 2271,60 1311,85 -42,3% 1802,4 1311,8 -490,6 -37% ProdMadeira 452,90 261,55 -42,3% 359,4 261,6 -97,8 -37% RefPetroleo 41523,26 24280,48 -41,5% 32947,1 24280,5 -8666,6 -36% Alcool 0,00 0,00 0,0% 0,0 0,0 0,0 0% ProdQuimicos 73633,65 54019,10 -26,6% 58425,4 54019,1 -4406,3 -8% MilhoGrao 0,00 0,00 0,0% 0,0 0,0 0,0 0% Cimento 13067,90 10370,67 -20,6% 10368,9 10368,9 0,0 0% OutPrMNaoMet 0,00 0,00 0,0% 0,0 0,0 0,0 0% FabAcoDeriv 24385,49 17370,24 -28,8% 19348,9 17370,2 -1978,7 -11% MaqEquipManu 140464,48 81118,06 -42,3% 111453,0 81118,1 -30335,0 -37% OutEqTransp 37760,72 21806,77 -42,3% 29961,7 21806,8 -8154,9 -37% MinerioFerro 13206,88 10070,22 -23,8% 10479,1 10070,2 -408,9 -4% OutIndExtrat 436987,67 284674,60 -34,9% 346732,5 284674,6 -62057,9 -22% SojaGrao 110263,72 83344,94 -24,4% 87489,9 83344,9 -4145,0 -5% AlimentBebid 124943,33 105308,72 -15,7% 99137,6 99137,6 0,0 0% continuação Empresa e Produto Revisão tarifária de 2012 Impacto sobre a receita das concessionárias 365 Antigo teto tarifário Redução do teto tarifário Var. da redução do teto Receita real observada em 2005 Valor da receita com o efeito da redução Diferença monetária Efeito da mudança (var.) FERROBAN 213366,14 150936,03 -29,26% 200666,0 150933,0 -49733,0 -33% CouroCalcado 0,26 0,07 -73,4% 0,2 0,1 -0,2 -254% FrutasCitric 0,14 0,04 -73,4% 0,1 0,0 -0,1 -254% ProdMadeira 9105,03 6214,07 -31,8% 8588,3 6214,1 -2374,2 -38% CelulosPapel 0,00 0,00 0,0% 0,0 0,0 0,0 0% BovinosOutr 2,15 0,57 -73,4% 2,0 0,6 -1,5 -254% RefPetroleo 66041,51 33442,06 -49,4% 62293,6 33442,1 -28851,5 -86% Alcool 881,78 414,41 -53,0% 831,7 414,4 -417,3 -101% ProdQuimicos 2704,68 2358,16 -12,8% 2551,2 2358,2 -193,0 -8% PescaAquicul 0,01 0,00 -73,4% 0,0 0,0 0,0 -254% DefAgricolas 245,88 214,38 -12,8% 231,9 214,4 -17,5 -8% MilhoGrao 45,30 38,51 -15,0% 42,7 38,5 -4,2 -11% Cimento 120,78 117,00 -3,1% 113,9 113,9 0,0 0% OutPrMNaoMet 1195,52 815,75 -31,8% 1127,7 815,8 -311,9 -38% FabAcoDeriv 2073,36 1790,58 -13,6% 1955,7 1790,6 -165,1 -9% MetNaoFerros 1104,34 1017,08 -7,9% 1041,7 1017,1 -24,6 -2% MaqEquipManu 0,15 0,04 -73,4% 0,1 0,0 -0,1 -254% TrigoCereais 6,80 5,78 -15,0% 6,4 5,8 -0,6 -11% MatEletroOut 0,06 0,01 -73,4% 0,1 0,0 0,0 -254% AutomUtilita 0,28 0,07 -73,4% 0,3 0,1 -0,2 -254% OutEqTransp 137,84 94,08 -31,8% 130,0 94,1 -35,9 -38% OutIndExtrat 6380,43 4510,96 -29,3% 5426,9 4511,0 -915,9 -20% SojaGrao 32445,69 28617,50 -11,8% 30604,4 28617,5 -1986,9 -7% CelulosPapel 0,00 0,00 -73,4% 0,0 0,0 0,0 -254% AlimentBebid 81134,45 64637,70 -20,3% 76530,0 64637,7 -11892,3 -18% OutPSLavoura 9739,66 6647,20 -31,8% 9186,9 6647,2 -2539,7 -38% AlgodaoHerba 0,00 0,00 0,0% 0,0 0,0 0,0 0% ArtVestuario 0,02 0,01 -73,4% 0,0 0,0 0,0 -254% FERROESTE 23999,57 20551,19 -14,37% 13863,0 13863,0 0,0 0% ProdMadeira 792,37 553,66 -30,1% 457,7 457,7 0,0 0% RefPetroleo 0,00 0,00 0,0% 0,0 0,0 0,0 0% ProdQuimicos 5426,91 4596,59 -15,3% 3134,8 3134,8 0,0 0% MilhoGrao 874,52 733,88 -16,1% 505,2 505,2 0,0 0% Cimento 1265,98 1072,28 -15,3% 731,3 731,3 0,0 0% OutPrMNaoMet 361,73 252,75 -30,1% 208,9 208,9 0,0 0% TrigoCereais 4016,86 3711,33 -7,6% 2320,3 2320,3 0,0 0% OutIndExtrat 26,81 22,71 -15,3% 15,5 15,5 0,0 0% SojaGrao 9982,86 8695,18 -12,9% 5766,4 5766,4 0,0 0% AlimentBebid 1244,12 906,34 -27,2% 718,6 718,6 0,0 0% OutPSLavoura 7,41 6,46 -12,9% 4,3 4,3 0,0 0% FERRONORTE 569443,58 495678,22 -12,95% 543068,0 495678,2 -47389,8 -10% RefPetroleo 11779,03 6287,25 -46,6% 11233,4 6287,3 -4946,2 -79% Alcool 139,85 68,12 -51,3% 133,4 68,1 -65,2 -96% ProdQuimicos 36679,81 33153,96 -9,6% 34980,9 33154,0 -1826,9 -6% MilhoGrao 67,96 57,76 -15,0% 64,8 57,8 -7,0 -12% OutPrMNaoMet 59,73 42,26 -29,2% 57,0 42,3 -14,7 -35% TrigoCereais 3518,32 2489,55 -29,2% 3355,4 2489,5 -865,8 -35% MinerioFerro 0,00 0,00 0,0% 0,0 0,0 0,0 0% OutIndExtrat 0,00 0,00 0,0% 0,0 0,0 0,0 0% SojaGrao 355860,60 313873,40 -11,8% 339377,8 313873,4 -25504,4 -8% AlimentBebid 161338,30 139705,90 -13,4% 153865,4 139705,9 -14159,5 -10% Diversos 0,00 0,00 0,0% 0,0 0,0 0,0 0% continuação Empresa e Produto Revisão tarifária de 2012 Impacto sobre a receita das concessionárias 366 Antigo teto tarifário Redução do teto tarifário Var. da redução do teto Receita real observada em 2005 Valor da receita com o efeito da redução Diferença monetária Efeito da mudança (var.) FTC 32540,93 29460,10 -9,47% 32124,0 29460,1 -2663,9 -9% OutPrMNaoMet 6279,64 5685,11 -9,5% 6199,2 5685,1 -514,1 -9% OutIndExtrat 26261,29 23774,99 -9,5% 25924,8 23775,0 -2149,8 -9% MRS 3249392,95 2036184,93 -37,34% 1948477,0 1947237,6 -1239,4 -0,1% CouroCalcado 0,17 0,11 -33,6% 0,1 0,1 0,0 0% FrutasCitric 0,09 0,06 -33,6% 0,1 0,1 0,0 0% ProdMadeira 0,00 0,00 0,0% 0,0 0,0 0,0 0% CelulosPapel 3202,23 2314,53 -27,7% 1707,0 1707,0 0,0 0% BovinosOutr 1,40 0,93 -33,6% 0,8 0,8 0,0 0% RefPetroleo 5901,56 4411,51 -25,2% 3552,2 3552,2 0,0 0% ProdQuimicos 0,00 0,00 0,0% 0,0 0,0 0,0 0% PescaAquicul 0,00 0,00 -33,6% 0,0 0,0 0,0 0% MilhoGrao 2257,65 1190,19 -47,3% 1203,5 1190,2 -13,3 -1% Cimento 74914,91 45821,85 -38,8% 45091,7 45091,7 0,0 0% OutPrMNaoMet 0,28 0,19 -33,6% 0,2 0,2 0,0 0% FabAcoDeriv 206022,45 155709,86 -24,4% 124006,1 124006,1 0,0 0% MaqEquipManu 1086,60 572,85 -47,3% 579,2 572,8 -6,4 -1% TrigoCereais 1384,29 729,77 -47,3% 737,9 729,8 -8,1 -1% MatEletroOut 0,04 0,02 -33,6% 0,0 0,0 0,0 0% AutomUtilita 0,18 0,12 -33,6% 0,1 0,1 0,0 0% OutEqTransp 1276,73 673,06 -47,3% 680,6 673,1 -7,5 -1% MinerioFerro 2765279,99 1719465,66 -37,8% 1664437,3 1664437,3 0,0 0% OutIndExtrat 140156,45 79002,18 -43,6% 80004,8 79002,2 -1002,6 -1% SojaGrao 13611,59 8210,94 -39,7% 8192,9 8192,9 0,0 0% CelulosPapel 0,00 0,00 -33,6% 0,0 0,0 0,0 0% AlimentBebid 34296,33 18081,08 -47,3% 18282,5 18081,1 -201,5 -1% ArtVestuario 0,02 0,01 -33,6% 0,0 0,0 0,0 0% Diversos 0,00 0,00 0,0% 0,0 0,0 0,0 0% NOVOESTE 111708,35 82358,29 -26,27% 81034,0 73346,0 -7688,0 -10% ProdMadeira 3552,36 2538,57 -28,5% 2612,0 2538,6 -73,4 -3% CelulosPapel 0,00 0,00 0,0% 0,0 0,0 0,0 0% RefPetroleo 35758,23 18677,49 -47,8% 26292,1 18677,5 -7614,6 -41% ProdQuimicos 169,38 148,39 -12,4% 124,5 124,5 0,0 0% Cimento 0,00 0,00 0,0% 0,0 0,0 0,0 0% OutPrMNaoMet 1232,59 1140,60 -7,5% 906,3 906,3 0,0 0% FabAcoDeriv 5628,58 5426,35 -3,6% 4138,6 4138,6 0,0 0% MetNaoFerros 284,99 263,72 -7,5% 209,5 209,5 0,0 0% TrigoCereais 148,82 126,67 -14,9% 109,4 109,4 0,0 0% AutomUtilita 0,00 0,00 0,0% 0,0 0,0 0,0 0% MinerioFerro 18075,58 14451,48 -20,0% 13290,5 13290,5 0,0 0% OutIndExtrat 15443,08 12493,15 -19,1% 10252,6 10252,6 0,0 0% SojaGrao 13312,02 11856,62 -10,9% 9788,0 9788,0 0,0 0% AlimentBebid 18102,72 15235,25 -15,8% 13310,5 13310,5 0,0 0% AlgodaoHerba 0,00 0,00 0,0% 0,0 0,0 0,0 0% Total Geral 14474512,62 8142689,20 -43,74% 8989788,00 7760218,71 -1229569,3 -16% Fonte: Elaboração própria a partir dos tetos tarifários da ANTT. Empresa e Produto Revisão tarifária de 2012 Impacto sobre a receita das concessionárias