5 CONCLUSÃO GERAL
Com o propósito de analisar os impactos do crescimento da China no mercado mundial para o comércio exterior brasileiro, este estudo procurou apresentar, primeiramente, um breve histórico da economia chinesa e uma análise dos principais índices econômicos do Brasil e China. O que se verificou foi que, a partir do final da década de 70, iniciou-se um período de reformas na economia chinesa, lideradas por Deng Xiaoping, cuja ênfase foi nas reformas na agricultura, na área industrial e em mudanças na orientação da economia externa, quando então se iniciou a abertura da economia. Divergente da maioria dos países, principalmente os da América Latina, essa abertura se deu de forma cautelosa, através da criação das Zonas Econômicas Especiais.
O modelo econômico Chinês consistiu na abertura da economia para o mercado internacional, cuja base foi o forte ingresso de investimentos e tecnologia estrangeira que ocorreu devido às facilidades proporcionadas pelas Zonas Econômicas Especiais, que orientaram a economia para a exportação, facilitadas pelo regime cambial. Pode-se ver que, a implementação dessas reformas permitiram à China o rápido crescimento verificado nos últimos anos, que se deu de forma bastante estável e sustentável, apresentando taxas de aproximadamente 10% ao ano. A maior participação nesse crescimento veio do setor industrial, que é sustentado pela elevada formação de poupança, pelos elevados investimentos direto externos e pela direção da economia voltada ao comércio exterior.
Já o Brasil no mesmo período apresentou instabilidades na sua taxa de crescimento. Ao contrário do ocorrido na China, o processo de liberalização da economia brasileira foi feito de maneira brusca no início da década de 90, o que refletiu uma grande queda na participação da indústria no PIB. O principal setor da economia brasileira é o setor terciário que tem representado mais de 60% no crescimento do país.
Em relação ao comércio entre os dois países, pôde-se ver que tem apresentado elevadas taxas de crescimento nas últimas décadas. De um comércio que era praticamente inexistente há três décadas, hoje se tem a China como um dos principais parceiros comerciais do Brasil. Os benefícios para a economia brasileira advindos da expansão comercial sino-brasileira foram enormes, com o Brasil apresentado superávits comerciais, impulsionados pelo aumento nos preços de bens primários, dado o aumento da demanda chinesa por eles. Porém, esse superávit comercial alcançado no comércio com a China tem diminuído nos últimos anos, devido ao aumento do número de bens com maior valor agregado importados pelo Brasil da China.
Isto faz com que surjam duas opiniões sobre os impactos do crescimento da China para o Brasil. Uma que tal crescimento seria uma oportunidade e outra que seria uma ameaça. A fim de analisar o impacto desse crescimento, partiu-se no presente trabalho para uma análise econométrica, utilizando o modelo gravitacional de comércio. De acordo com essa abordagem, o comércio entre dois países é afetado positivamente pelas suas massas, medidas pelo PIB e negativamente pela sua distância, sendo que outras variáveis podem ser acrescentadas. A aplicação tomou por base a relação bilateral entre o Brasil e vinte outros países e acrescentaram-se variáveis de possíveis influências da China no comércio do Brasil com estes países. Os resultados obtidos mostraram um impacto positivo causado pela exportação da China para terceiros países no comércio internacional brasileiro. Chegou-se, assim, à conclusão de que as exportações brasileiras estão complementando as exportações chinesas no mercado mundial.
Dessa forma, na quarta parte deste trabalho, foi analisado a pauta de exportação dos dois países, através da utilização do índice de Vantagem Comparativa de Vollrath, que é um método onde através da análise do fluxo de comércio, consegue se captar o grau de especialização de uma determinada economia. O que pode ser observado é que as duas economias estão seguindo em direções opostas quanto ao seu grau de especialização. Enquanto o Brasil esta se especializando cada vez mais em produtos primários, a China começa a se especializar em produtos manufaturados e de maquinaria. Isso sugere que a especialização do comércio do Brasil tem se tornado cada vez mais complementar ao modelo de especialização da China.
Os setores em que o Brasil tem perdido vantagem comparativa são exatamente os segmentos que mais tem reclamado da concorrência chinesa. No entanto, nada pode ser afirmado de que essa mudança na especialização do Brasil é devida a concorrência chinesa. Um estudo mais detalhado sobre isso seria necessário para apontar as principais causas.
O caminho que a especialização das exportações brasileiras tem seguido é bastante preocupante, independente de este ser reflexo da concorrência chinesa ou não. A especialização de um país mostra que fatores esse país se utiliza para se inserir no comércio mundial. Assim, temos que o Brasil é um país que esta se inserindo no mercado mundial, cada vez mais baseado no uso de seus recursos naturais, sendo necessário, dessa forma, buscar alternativas e maiores incentivos governamentais as outras áreas da economia brasileira para reverter este quadro.
REFERÊNCIAS
ANDERSON, James E. A Theoretical Foundation for the Gravity Equation. American Economic Review 69, mar. 1979, p.106-16.
BARCELLOS NETO, Paulo Chananeco Fontoura de; PORTUGAL, Marcelo Savino, AZEVEDO, André Filipe Zago de. Impactos Comerciais da Área de Livre Comércio das Américas: Uma Aplicação do Modelo Gravitacional. Revista de Economia Contemporânea, Rio de Janeiro, v.10, n.2, 2006.
BLÁZQUEZ-LIDOY, Jorge, RODRÍGUEZ, Javier, SANTISO, Javier. Angel or Devil? China’s Trade Impact on Latin American Emerging Markets. OECD Development Centre, Working Paper no. 252, Junho 2006. Acessado em: 10 de outubro de 2008. Disponível em: .
BERGSTRAND, Jeffrey H. The Gravity Equation in International Trade: Some Microeconomic Foundations and Empirical Evidence. The review of Economics and Statistics, vol.67, n.3, 1985, pp. 474-81. Acessado em: 04 de julho de 2008. Disponível em: .
GALVÊAS. Elias Celso. China século XXI: O despertar do dragão. Rio de Janeiro: SENAC, 2007.
GUJARATI, Damodar N. Econometria Básica. 4.ed. São Paulo: Pearson Makron Books, 2006.
INFOPLEASE. Distance Calculator: How far it is? Disponível em: . Acessado em 10 de outubro de 2008.
KRUGMAN, Paul, OBSTFELD, Maurice. Economia Internacional: teoria e política. 6.ed. São Paulo: Pearson Addison Wesley, 2005.
LEDERMAN, Daniel, OLARREAGA, Marcelo, RUBIANO, Eliana. Specialization and Adjustment during the Growth of China and Índia: The Latin América Experience. World Bank Working Paper 4318, World Bank, Washington DC, 2007a.
LEDERMAN, Daniel, OLARREAGA, Marcelo, SOLOAGA, Isidro. The Growth of China and India in World Trade: opoortunity or threat for Latin America and the Caribbean? World Bank Working Paper 4320, World Bank, Washington DC, 2007b.
MARQUES, Luís David. Modelos Dinâmicos com Dados em Painel: revisão de literatura. Faculdade da economia do Porto, Portugal, 2000.
MEDEIROS, Carlos Aguiar de. Economia e Política do Desenvolvimento Recente na China. Revista de Economia Política, vol.19, no.3 (75), julho –setembro de 1999. Acessado em: 10 de outubro de 2008. Disponível em: .
MORAIS, Adriano Giacomini. Criação e Desvio de Comércio no Mercosul e no Nafta. Dissertação de mestrado, São Paulo, Universidade de São Paulo – USP, 2005.
RIBEIRO, Valéria Lopes. A China e a Economia Mundial: Uma abordagem sobre a ascensão chinesa na segunda metade do século XX. Dissertação de mestrado, Florianópolis, Universidade Federal de Santa Catarina – UFSC, 2008.
SPENCE, Jonathan D. Em busca da China moderna: quatro séculos de história. São Paulo:Companhia das Letras, 1996.
TAKAHASHI, Susumu e WU, Junhua. Chinese economic reform: a novel approach based on separation of economic reform and politics. Japan Research Quarterly, vol. 1, nº 1, Summer 1992.
THOMAS, Jerry R. e NELSON, Jack K. Research methods in physical activity. 3.ed. Champaign:Human Kinetics, 1996.
UNCTAD. World Investment Report 2005. Disponível em . Acesso em 10 de outubro de 2008.
UM COMTRADE. Diponível em:< http://comtrade.un.org>. Acessado em 10 de outubro de 2008.
UNDATA. Disponível em . Acessado em 10 de outubro de 2008.
UNITED NATIONS STATISTICS DIVISION. Disponível em . Acessado em 10 outubro de 2008.
VIEIRA, Vilela Flávio. China: Crescimento Econômico de Longo Prazo. Revista de Economia Política, Vol.26, n.3, São Paulo, Julho – Setembro de 2006. Acessado em: 10 de outubro de 2008. Disponível em: .
VOLLRATH, T. L. The theorical evolution of alternative trade intensity measures of revealed comparative advantage. Welwirtschaftliches Archiv 130, 1991, pg. 265-79.
YAFFEE, R. A Primer for Panel Data Analysis. Notas de Curso, Fall Edition, 2003.
WORLD BANK. DDP Quick Query. Disponível em: . Acessado em 10 de outubro de 2008.
Apêndice
Tabela 1 – Regressão pelo modelo de efeitos aleatórios
Random-effects GLS regression
|
Number of obs =
|
329
|
|
Group variable: pasj
|
Number of groups =
|
20
|
|
|
|
|
|
|
|
|
R-sq:
|
within = 0.7330
|
Obs per group:
|
Min =
|
8
|
|
|
between = 0.7356
|
|
avg =
|
16,4
|
|
|
overall = 0.7341
|
|
max =
|
17
|
|
|
|
|
|
|
|
|
Random effects u_i ~ Gaussian
|
Wald chi2(9) =
|
875,00
|
|
corr(u_i, X) = 0 (assumed)
|
Prob > chi2 =
|
0,0000
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
lnMij
|
Coef.
|
Std. Err.
|
z
|
P>|z|
|
[95% Conf. Interval]
|
lnYi
|
0,0676349
|
0,1214587
|
0,56
|
0,578
|
-0,1704197
|
0,3056895
|
lnYj
|
0,340355
|
0,0757398
|
4,49
|
0
|
0,1919076
|
0,4888023
|
lnei
|
-0,0765767
|
0,0256195
|
-2,99
|
0,003
|
-0,12679
|
-0,0263633
|
lnej
|
0,0483503
|
0,0120326
|
4,02
|
0
|
0,0247669
|
0,0719337
|
lndst
|
-1,16147
|
0,1871878
|
-6,2
|
0
|
-1,528352
|
-0,794589
|
lnMcz
|
-0,0209904
|
0,0248443
|
-0,84
|
0,398
|
-0,0696844
|
0,0277035
|
lnXcz
|
0,3365242
|
0,0453233
|
7,42
|
0
|
0,2476921
|
0,4253563
|
lnXci
|
0,0595134
|
0,0928439
|
0,64
|
0,522
|
-0,1224573
|
0,2414841
|
lnMci
|
0,0451107
|
0,0636685
|
0,71
|
0,479
|
-0,0796772
|
0,1698986
|
_cons
|
11,29848
|
2,879396
|
3,92
|
0
|
5,654971
|
16,942
|
sigma_u
|
0,4399947
|
|
|
|
|
|
sigma_e
|
0,2789842
|
|
|
|
|
|
rho
|
0,7132487
|
(fraction of variance due to u_i)
|
|
|
Fonte: Stata 10
Tabela 2 – Resultado da estimação.
Source | SS df MS Number of obs 340
-------------+------------------------------ F( 27, 312) = 137.26
Model | 283.790468 27 10.5107581 Prob > F = 0.0000
Residual | 23.8908935 312 .076573377 R-squared = 0.9224
-------------+------------------------------ Adj R-squared = 0.9156
Total | 307.681361 339 .907614634 Root MSE = .27672
-------------------------------------------------------------------------
lnmijt | Coef. Std. Err. t P>|t| [95% Conf.Interval]
-------------+-----------------------------------------------------------
Ipasj_3 | .8988898 .1736109 5.18 0.000 .5572937 1.240486
Ipasj_4 | -.2984474 .256272 -1.16 0.245 -.8026874 .2057925
Ipasj_5 | .5064838 .3746511 1.35 0.177 -.2306783 1.243646
Ipasj_6 | -.7567465 .4463357 -1.70 0.091 -1.634955 .1214621
Ipasj_7 | -.4092945 .2739814 -1.49 0.136 -.9483794 .1297904
Ipasj_8 | .2146925 .3940453 0.54 0.586 -.5606297 .9900146
Ipasj_9 | -.1158168 .2537652 -0.46 0.648 -.6151244 .3834907
Ipasj_10| -.5831562 .2601436 -2.24 0.026 -1.095014 -.0712986
Ipasj_11| -.2291498 .1222286 -1.87 0.062 -.4696464 .0113469
Ipasj_12| -.6785407 .2489323 -2.73 0.007 -1.168339 -.1887424
Ipasj_13| -.6322166 .2702985 -2.34 0.020 -1.164055 -.1003783
Ipasj_14| (dropped)
Ipasj_15| -.4692834 .1643369 -2.86 0.005 -.792632 -.1459348
Ipasj_16| -.9080901 .6133405 -1.48 0.140 -2.114897 .2987165
Ipasj_17| -.9219987 .4381457 -2.10 0.036 -1.784093 -.0599047
Ipasj_18| -1.147379 .2429433 -4.72 0.000 -1.625394 -.6693651
Ipasj_19| -.641659 .5709517 -1.12 0.262 -1.765062 .4817436
Ipasj_20| .1233744 .1405194 0.88 0.381 -.1531111 .39986
Ipasj_21| -.6802551 .1967235 -3.46 0.001 -1.067328 -.2931825
lnyi | .0634052 .1207425 0.53 0.600 -.1741674 .3009778
lnyj | .3386186 .0976646 3.47 0.001 .1464541 .5307831
lndist | -.7279303 .3803789 -1.91 0.057 -1.476362 .0205019
lnxchinaz| .3255098 .0475467 6.85 0.000 .2319571 .4190625
lnmchinaz| -.0355551 .0252844 -1.41 0.161 -.0853046 .0141943
lnxchinai| .0585442 .091864 0.64 0.524 -.1222071 .2392955
lnmchinaj| .0722567 .0621149 1.16 0.246 -.0499604 .1944737
lnei| -.078399 .0254351 -3.08 0.002 -.1284451 -.0283529
lnej| .0549113 .0124042 4.43 0.000 .0305049 .0793176
cons | 9.492018 2.757889 3.44 0.001 4.065606 14.91843
-------------------------------------------------------------------------
* Sendo pasj_3 = Argentina; pasj_4 = Alemanha; pasj_5 = Holanda; pasj_6 = Japão; pasj_7 = Itália; pasj_8 = Bélgica; pasj_9 = México; pasj_10 = Inglaterra; pasj_11 = Chile; pasj_12 = França; pasj_13 = Espanha; pasj_14 = Paraguai; pasj_15 = Venezuela; pasj_16 = Korea; pasj_17 = Russia; pasj_18 = Canada; pasj_19 = Iran; pasj_20 = Uruguai; pasj_21 = Colombia; lnYi = PIB do Brasil; lnYj = PIB de cada um dos países selecionados; lndist = distância do Brasil entre os países; lnxchinaz = exportações da China para os terceiros mercados; lnmchinaz = importações da China dos países selecionados; lnxchinai = exportações da China para o Brasil; lnmchinaj = importações da China do Brasil; lnei = taxa de câmbio brasileira; lnej = taxa de câmbio dos países selecionados; e cons = constante.
Fonte: Stata 10.
Tabela 3 – Resultado da estimação como produto das exportações chinesas para os terceiros mercados.
Source | SS df MS Number of obs = 329
-------------+------------------------------ F( 46, 282) = 108.98
Model | 287.967376 46 6.26016034 Prob > F = 0.0000
Residual | 16.1994099 282 .057444716 R-squared = 0.9467
-------------+------------------------------ Adj R-squared = 0.9381
Total | 304.166785 328 .92733776 Root MSE = .23968
------------------------------------------------------------------------------
lnMij | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
_Ipasj_3 | -6.23672 1.364527 -4.57 0.000 -8.922671 -3.550768
_Ipasj_4 | -.2965112 2.29133 -0.13 0.897 -4.806793 4.213771
_Ipasj_5 | 2.850115 2.059616 1.38 0.168 -1.204057 6.904287
_Ipasj_6 | (dropped)
_Ipasj_7 | (dropped)
_Ipasj_8 | (dropped)
_Ipasj_9 | (dropped)
_Ipasj_10 | (dropped)
_Ipasj_11 | -3.113842 1.544595 -2.02 0.045 -6.154242 -.0734415
_Ipasj_12 | (dropped)
_Ipasj_13 | -1.533937 1.987131 -0.77 0.441 -5.44543 2.377555
_Ipasj_14 | (dropped)
_Ipasj_15 | -4.671033 1.468021 -3.18 0.002 -7.560704 -1.781363
_Ipasj_16 | (dropped)
_Ipasj_17 | -10.73089 2.320664 -4.62 0.000 -15.29891 -6.162862
_Ipasj_18 | (dropped)
_Ipasj_19 | -3.909082 2.492891 -1.57 0.118 -8.816119 .9979553
_Ipasj_20 | (dropped)
_Ipasj_21 | (dropped)
lnYi | -.0283899 .1125881 -0.25 0.801 -.2500097 .1932298
lnYj | .3534996 .1023824 3.45 0.001 .1519689 .5550302
lnei | -.0841823 .0224614 -3.75 0.000 -.1283956 -.0399691
lnej | .0332515 .0206408 1.61 0.108 -.007378 .0738811
lndist | -1.404929 1.147431 -1.22 0.222 -3.663546 .8536869
lnMcj | -.0730883 .0273159 -2.68 0.008 -.1268573 -.0193193
lnXcj | .1888508 .079847 2.37 0.019 .0316789 .3460226
lnMci | .0687024 .0569277 1.21 0.229 -.0433549 .1807596
lnXci | .1769331 .0832289 2.13 0.034 .0131044 .3407619
_Ipasj_3 | (dropped)
_Ipasj_4 | (dropped)
_Ipasj_5 | (dropped)
_Ipasj_6 | 6.179342 3.114 1.98 0.048 .0497068 12.30898
_Ipasj_7 | -1.343476 2.769756 -0.49 0.628 -6.795496 4.108544
_Ipasj_8 | .8561101 2.198071 0.39 0.697 -3.470599 5.182819
_Ipasj_9 | -2.901838 1.684615 -1.72 0.086 -6.217854 .4141769
_Ipasj_10 | 1.875284 2.02447 0.93 0.355 -2.109708 5.860275
_Ipasj_11 | (dropped)
_Ipasj_12 | -2.277072 2.130387 -1.07 0.286 -6.470552 1.916407
_Ipasj_13 | (dropped)
_Ipasj_14 | (dropped)
_Ipasj_15 | (dropped)
_Ipasj_16 | -.1693838 3.059763 -0.06 0.956 -6.192258 5.85349
_Ipasj_17 | (dropped)
_Ipasj_18 | -2.701094 1.91372 -1.41 0.159 -6.468084 1.065896
_Ipasj_19 | (dropped)
_Ipasj_20 | 1.551931 1.302838 1.19 0.235 -1.012591 4.116452
_Ipasj_21 | -3.39259 1.273419 -2.66 0.008 -5.899204 -.8859769
lnXcj | (dropped)
_IpasXlnXc_3 | .2917034 .078286 3.73 0.000 .1376043 .4458024
_IpasXlnXc_4 | .001003 .0891168 0.01 0.991 -.1744154 .1764215
_IpasXlnXc_5 | -.1108244 .0787013 -1.41 0.160 -.265741 .0440922
_IpasXlnXc_6 | -.2551827 .104182 -2.45 0.015 -.4602558 -.0501096
_IpasXlnXc_7 | .0376499 .1181222 0.32 0.750 -.1948631 .270163
_IpasXlnXc_8 | -.04162 .0903299 -0.46 0.645 -.2194265 .1361866
_IpasXlnXc_9 | .1075925 .070885 1.52 0.130 -.0319384 .2471234
_IpasXlnX~10 | -.1190081 .0785533 -1.51 0.131 -.2736334 .0356171
_IpasXlnX~11 | .0914951 .081554 1.12 0.263 -.0690368 .2520269
_IpasXlnX~12 | .0642648 .086784 0.74 0.460 -.1065619 .2350914
_IpasXlnX~13 | .0248881 .0844453 0.29 0.768 -.141335 .1911113
_IpasXlnX~14 | -.1058812 .084041 -1.26 0.209 -.2713084 .059546
_IpasXlnX~15 | .1600302 .079007 2.03 0.044 .0045119 .3155485
_IpasXlnX~16 | -.001396 .1028383 -0.01 0.989 -.203824 .2010321
_IpasXlnX~17 | .4534643 .0843145 5.38 0.000 .2874987 .61943
_IpasXlnX~18 | .0559911 .0809475 0.69 0.490 -.1033469 .2153291
_IpasXlnX~19 | .1574461 .0914836 1.72 0.086 -.0226313 .3375235
_IpasXlnX~20 | -.1695029 .0781082 -2.17 0.031 -.323252 -.0157538
_IpasXlnX~21 | .0780684 .070041 1.11 0.266 -.0598012 .2159379
_cons | 17.81996 9.173439 1.94 0.053 -.2371414 35.87707
Fonte: Stata 10.
Compartilhe com seus amigos: |