USP – Dep. Economia & Procam
www.econ.fea.usp.br/zeeli/
Resumo: Este texto apresenta os primeiros resultados extraídos de uma nova base de dados do SEBRAE sobre micro e pequenas empresas brasileiras (MPE). Explora a distribuição espacial das MPE, como um indicador indireto do “grau empreendedor” existente em territórios rurais. Uma grande parte dos municípios rurais têm muito mais empreendedores do que se pode supor, fato relevante para o estudo dos sistemas produtivos locais (SPL).
Palavras-chave: Empreendedorismo; Brasil rural; Micro e pequenas empresas (MPE); Arranjos ou Sistemas Produtivos Locais (SPL); clusters.
Abstract: The results of a new database about micro
and small enterprises are explored as an indirect indicator of entrepreneurship
spatial variation. In a lot of rural localities (“municípios”) the number of
entrepreneurs of micro and small enterprises (MSE) is very impressive, what is
an important fact for further study on local production systems (LPS).
Key words:
Entrepreneurship,
Rural Brazil; Micro and small enterprises (MSE); Local Production Systems
(LPS); Clusters.
Área de classificação da ANPEC: 05 - Economia Regional e Economia Agrícola
Código da
classificação do JEL: R 5 8
O objetivo deste texto é contribuir para o avanço da pesquisa sobre as potencialidades locais do processo de desenvolvimento brasileiro. Para tanto, ele apresenta os principais resultados que já podem ser extraídos de uma nova base de dados do SEBRAE sobre micro e pequenas empresas (MPE). Ela permite explorar de várias maneiras a distribuição espacial das MPE, como um indicador indireto do “grau de empreendedorismo” existente nos territórios. É surpreendente encontrar em vários Estados um número muito significativo de municípios rurais que têm muito mais empreendedores do que seria razoável supor. E este é um fato extremamente relevante para a identificação de desconhecidos (senão ignorados) arranjos ou sistemas produtivos locais (SPL), e até de futuros clusters e “distritos marshallianos”.
Depois de apresentar no primeiro tópico uma síntese retrospectiva do debate internacional sobre os SPL, com ênfase particular nos aspectos relativos às suas raízes italianas, este texto chama a atenção – em breve segundo tópico - para a intensidade recente das pesquisas brasileiras sobre o assunto, mas com destaque para a relativa escassez de estudos abrangentes sobre a temática mais geral dos pequenos empreendimentos e empreendedores. Além da inexistência de um sistema de informações que permita o acesso de pesquisadores às informações acumuladas por órgãos ligados ao tema, também não existe preocupação explícita desses órgãos em divulgar de forma sistemática o produto de seus estudos. Talvez haja muitas informações, mas elas estão dispersas e são de difícil acesso. A terceira parte deste trabalho apresenta uma seleção dos primeiros resultados analíticos da distribuição espacial dos municípios rurais segundo seu grau empreendedor. Eles apontam para a existência de uma espécie de ampla “galáxia” de empreendedorismo rural que ainda exigirá muito trabalho de campo para que venha a ser entendida. Qualquer pesquisa sobre o dinamismo das economias rurais que pretenda melhorar o conhecimento dos SPL e desvendar os fatores que determinam sua evolução precisa começar por entender o que ocorre nessa “galáxia”. Por isso, as conclusões parciais sintetizadas no quarto tópico devem ser entendidas como hipóteses que poderão nortear levantamentos empíricos que exigirão muito tempo e diversas equipes de pesquisa.
1.
Os Sistemas Produtivos Locais
(SPL)
Durante o século 20, a
proporção das atividades primárias nas economias mais desenvolvidas caiu de
metade para um vigésimo. Enquanto isso, as terciárias subiram de um quarto para
mais de três quintos, e as secundárias deslizaram de pouco mais a pouco menos
de um terço. Mas as manifestações concretas dessa grande tendência foram bem heterogêneas.
Nos países do chamado Primeiro Mundo, a parte dos serviços varia de 50% a 70%,
a das atividades industriais de 40% a 25%, e a das primárias de 10% a 3% dos
ocupados. Ainda mais heterogêneas foram as repercussões espaciais dessa enorme
mudança estrutural. O fato de atividades primárias estarem forçosamente muito
mais presentes em regiões rurais não significa que os outros dois tipos sejam
necessariamente muito mais recorrentes nas zonas urbanas. O emprego industrial
é mais significativo nas regiões relativamente rurais que nas essencialmente
urbanas, chegando mesmo a ser muito mais rural que urbano em países nórdicos,
como Noruega e Suécia. E os serviços têm quase o mesmo peso em regiões
essencialmente urbanas e relativamente rurais, sendo extraordinariamente
importantes nas regiões essencialmente rurais da Bélgica.
Não é portanto a composição setorial das economias desenvolvidas que pode explicar o surgimento, no final do século 20, de indícios opostos à chamada “desertificação rural” que estariam anunciando um certo “renascimento rural”. Essa hipótese foi contrariada pelos estudos da OCDE que compararam as regiões rurais mais dinâmicas às mais letárgicas ou decadentes. Os resultados mostram que o melhor desenvolvimento de determinadas zonas rurais tem causas ainda desconhecidas, mas que, com certeza, não estariam relacionadas a diferenças em suas respectivas estruturas setoriais. E foi justamente a necessidade de procurar entender as fontes geradoras do maior dinamismo econômico de certas localidades que desencadeou tantas discussões sobre as virtudes dos “distritos industriais marshallianos” para o desenvolvimento.
O debate sobre os “distritos marshallianos” deu origem a amplos programas de pesquisa sobre as mais diversas relações entre mutações econômicas e recomposições territoriais. A identificação de “constelações econômicas localizadas que venciam a recessão” em áreas relativamente rurais como a Toscana e Emilia-Romagna (Itália), Baden-Württemberg (Alemanha), Cambridge (Inglaterra), Smäland, (Suécia), e até essencialmente rurais, como West-Jutdland (Dinamarca), levou um grupo de pesquisadores ligados à OIT a se perguntar, em meados dos anos 1980, se essa virtuosa combinação entre eficiência e altos níveis de emprego poderia se tornar um modelo para outras regiões. Idêntica interrogação estava no centro das preocupações que levaram à formação simultânea do Grupo Europeu de Pesquisas sobre os Ambientes Inovadores (Gremi), que se propunha a entender os processos coletivos de aprendizagem. Os desdobramentos científicos que se seguiram evidenciaram os limites da noção marshaliana de “distrito”[1], gerando uma preferência generalizada pela noção bem mais ampla de “sistemas produtivos locais (SPL)” (“local productive systems”).[2]
Muitas controvérsias se misturaram nesse debate desencadeado pelos pioneiros estudos italianos[3], como evidenciam as revisões críticas publicadas em pelo menos cinco espessas coletâneas sobre o assunto.[4] E é forçoso constatar que os resultados dessa vasta produção científica ainda não explicam satisfatoriamente as razões do maior ou menor grau de dinamismo econômico de cada território. Todavia, assim que algumas lições gerais começaram a ser tiradas, foram também surgindo muitas dúvidas sobre a possibilidade de que possam ser aproveitadas em contextos muito diferentes. No caso italiano, constatou-se uma fortíssima correlação entre a distribuição espacial da economia “difusa”, que caracterizava suas províncias mais dinâmicas, e a intensidade das precedentes formas econômicas rurais familiares (inicialmente agrícolas, mas logo crescentemente “pluriativas”), que engendraram razoável distribuição de riqueza e renda desde o início do processo. Além disso, a organização local específica do Centro-Norte da Itália, cuja origem remonta à Idade Média, mostrou que essas comunidades haviam estabelecido há muito tempo uma boa divisão territorial do trabalho (primeiro entre cidade e campo, depois urbano/rural), além de uma organização fortemente articulada da sociedade urbana, e uma densa rede de comunicações.
No extremo oposto, em áreas como o Mezzogiorno, historicamente fundadas em formas patronais de agricultura extensiva, nunca surgiu a mobilidade e a articulação social que engendraram as redes formadas por grande número de flexíveis micro e pequenas empresas (MPE). Também não surgiu a organização espacial que permitiu evitar a fratura urbano/rural. Como enfatizou o economista italiano Gioacchino Garofoli, não se trata de um processo com vocação a ocorrer em qualquer lugar, pois está ligado a alguns pré-requisitos da própria formação sócio-econômica de cada território.[5]
Claro, é verdade que as heranças institucionais de uma economia baseada na agricultura familiar estão longe de ser suficientes para que uma localidade possa posteriormente gerar muitas MPE e muitos empregos. Também é preciso que o território disponha de condições favoráveis em termos de infraestrutura e comunicações e, sobretudo, de condições que estimulem um ambiente favorável aos potenciais empreendedores. São estes os principais agentes da mudança econômica, pois geram, aplicam e disseminam as inovações. Ao procurarem identificar potenciais oportunidades de negócios e assumirem os riscos de suas apostas, contribuem tanto para um maior uso dos recursos disponíveis, quanto para a expansão das fronteiras da atividade econômica. Mesmo que muitos não tenham sucesso, é sua existência que faz com que uma sociedade tenha constante geração de novos produtos e serviços.
Infelizmente, pouco se sabe sobre os determinantes do empreendedorismo, apesar de sua crucial influência sobre o crescimento econômico. Sequer existe acordo sobre os indicadores que melhor revelariam os graus relativos em que o fenômeno se manifesta. É sabido, entretanto, que ele também nunca ocorre de forma homogênea entre as regiões de uma mesma nação. Comparando-se extremos, percebe-se que em certas regiões da Alemanha surgem mais do que o dobro de novas firmas do que em outras. A mesma relação se aproxima do triplo na Itália, na Suécia e no Reino Unido, chegando a girar em torno do quádruplo na França e nos Estados Unidos.[6]
Pode-se admitir, portanto, que essas divergências espaciais da criatividade empreendedora estejam fortemente relacionados ao surgimento de ambientes mais favoráveis ao dinamismo econômico que geram arranjos produtivos locais (SPL). E que muitos SPL se tornem concentrações geograficamente mais delimitadas de negócios independentes que se comunicam, dialogam e transacionam para partilhar coletivamente tanto oportunidades quanto ameaças, gerando novos conhecimentos, concorrência inovadora, chances de cooperação, adequada infra-estrutura, além de freqüentemente também atraírem os correspondentes serviços especializados e outros negócios correlacionados. Isto é, que a evolução de parte dos SPL gere clusters ou “distritos”.
Nesse sentido, são extremamente significativas as conclusões dos balanços feitos em paralelo pelo suíço Denis Maillat e pelo italiano Giacomo Becattini, respectivamente fundador do Gremi e principal expoente dos distritólogos.[7] As abrangentes pesquisas empíricas do Gremi levaram Maillat a concluir que os ambientes inovadores (milieux innovateurs) se manifestam em condições territoriais e produtivas das mais diversas: podem ser especializados ou multifuncionais, industriais e turísticos, urbanos e rurais, de alta tecnologia ou de tecnologia tradicional. Não é difícil vislumbrar as mudanças possíveis e identificar empiricamente as que já estão em curso. Todavia, não se sabe o que realmente faz com que determinado território seja capaz de gerar um cluster.
A principal conclusão de Becattini é que uma política industrial só pode ser sistemática e racional se estiver apoiada num tableau das relações socioeconômicas “historicamente determinadas”. Isto é, numa representação da trama de sistemas produtivos locais que não isole as relações técnico-econômicas das relações sócio-culturais e institucionais, como faz a matriz input-output. Sua revisão dos estudos e debates sobre os “distritos industriais marshallianos” levaram-no a concluir que os verdadeiros recursos críticos de uma economia nacional são os SPL: organismos de formação lenta e difícil, que constituem um patrimônio a ser reconhecido, conservado e fortificado. Por isso, Becattini considera necessária a adoção de uma estratégia de pesquisa com três linhas de orientação:
a) redefinição de uma grande parte do aparato teórico da economia e de outras ciências sociais;
b) trabalho de campo que explore as similaridades e diferenças e não evite as conexões entre fenômenos que pertencem a campos disciplinares diversos;
c) uma caracterização atenta dos SPL, na linha de trabalho explorada por seu colega Fabio Sforzi.[8]
2.
A pesquisa brasileira: avanços recentes
A produção de conhecimento que gera vantagem competitiva sustentável no longo prazo não é um fato interno a uma única empresa, por maior e melhor organizada que ela possa ser. Trata-se de um fenômeno social, que envolve numerosas estruturas e instituições de um território. Este é o cerne das observações feitas há mais de um século por Marshall. Como enfatiza Paolo Gurisatti[9], “é o ambiente local, composto por um vasto conjunto de conhecimentos (apenas parcialmente codificáveis) que representa o recurso essencial para a indústria competitiva.” [10]
É certamente essa a idéia básica que norteia grande parte dos pesquisadores brasileiros que se voltaram nos últimos anos ao estudo da “industrialização descentralizada”, para empregar a fórmula escolhida como título da importante coletânea publicada pelo IPEA sob a coordenação de Luís Fernando Tironi (2001). A tal ponto que se tornou impossível citar todos os trabalho sobre o tema que nos últimos dois ou três anos foram publicados ou só apresentados em eventos científicos.[11] Entretanto, se é verdade que já se dispõe de um razoável acúmulo de abordagens teóricas e estudos de caso sobre a formação de alguns clusters, o mesmo não pode ser dito sobre esforços mais abrangentes de rastrear a distribuição espacial dos SPL do conjunto do território brasileiro.
Claro, há a pioneira análise de Britto & Albuquerque (2001), que discutiu a distribuição setorial dos clusters industriais na economia brasileira a partir de um recorte que ressaltou a interdependência entre atividades produtivas em seu interior. Após a identificação de exemplos representativos de diferentes tipos de clusters, avançou no sentido de uma análise comparativa das características estruturais do mercado de trabalho nesses arranjos. Mas quando se considera a temática mais geral dos SPL, o que se constata é a escassez de pesquisas, além da inexistência de um sistema de informações que permita acesso a resultados e intercâmbio entre pesquisadores. O interessante levantamento realizado por Barbosa & Teixeira (2002:35) sobre pequenos empreendimentos evidenciou inclusive que “não existe uma preocupação dos pesquisadores nem dos órgãos envolvidos com pesquisas no tema em organizar e divulgar sistematicamente o produto de suas pesquisas. As informações, quando existem, encontram-se dispersas ou são de difícil acesso. A maioria desses trabalhos permanece restrita ao âmbito da instituição ou, no máximo, a seus Estados.”
É portanto com o objetivo de contribuir para o avanço desse crucial esforço coletivo de pesquisa sobre as possibilidades locais do processo de desenvolvimento brasileiro, que este texto apresenta os principais resultados que já podem ser extraídos de uma nova base de dados sobre o conjunto das micro e pequenas empresas brasileiras (MPE). Graças ao trabalho feito para o SEBRAE pela AOM (Gestão de Empresas & Software), dirigida pelo professor Chu Shao Yong (FGV/SP), tornou-se possível analisar a distribuição territorial das MPE (formais, é claro). O datawarehouse montado pela AOM já continha muitos dados importantes sobre quase 4 milhões de MPE, inclusive sobre sua localização. O trabalho suplementar foi o de classificar tais informações conforme tipologia dos municípios derivada da caracterização da rede urbana do Brasil (IPEA/IBGE/Nesur-Unicamp,1999 e Veiga,2001). Disso resultou uma planilha que permite explorar a distribuição espacial das MPE, como um indicador – indireto, é claro - do “grau de empreendedorismo” existente nos territórios.
Esta primeira aproximação dos resultados está exclusivamente voltada para a relação entre o número de MPE e a População de 2000.[12] Procurou-se, assim, construir um indicador do tipo: “em tal território existe uma MPE para cada “x” habitantes, enquanto em tal outro território existe uma MPE para cada “y” habitantes. A hipótese que dificilmente teria sido contrariada é que a relação entre a população e o número de MPE (POP/MPE) diminui conforme aumenta o grau de aglomeração populacional. Isto é, de que nas aglomerações urbanas há relativamente mais MPE/habitantes do que nas áreas de população mais rarefeita, como acontece no meio rural.[13] O que os resultados mostram – além de confirmar tão óbvia hipótese – é que há muita discrepância. São muitos os municípios rurais (i.é, que estão fora das aglomerações, têm pouca população, e de baixa densidade demográfica) nos quais o número de MPE por habitantes é surpreendentemente maior do que em cidades grandes e médias, e até capitais.
3. Distribuição
territorial dos pequenos empreendedores
De forma bem esquemática, a ocorrência das MPE (formais) é a seguinte:
Ø nas Aglomerações Urbanas há uma MPE para cada 35 habitantes;
Ø nas ditas “cidades médias” há uma MPE para cada 42 habitantes;
Ø no “Brasil rural” há uma MPE para cada 62 habitantes.
Claro, há muita heterogeneidade entre os municípios que fazem parte de cada uma dessas três grandes categorias territoriais. Mas antes de entrar nesse detalhamento, é fundamental que fique bem explicitado o que se entende aqui por: “Aglomerações Urbanas”, “cidades médias” e “Brasil rural”:
Por Aglomerações Urbanas entende-se aqui o subconjunto formado pelas 12 Aglomerações Metropolitanas e pelas 37 Aglomerações Não-Metropolitanas identificadas com os critérios utilizados na pesquisa Caracterização e Tendências da Rede Urbana do Brasil (IPEA-IBGE-Nesur/Unicamp,1999). Por “cidades médias” entende-se aqui o subconjunto formado pelos 77 Centros Urbanos identificados em 2000 pelo critério da referida pesquisa IPEA-IBGE-Nesur/Unicamp (isto é, municípios com mais de 100 mil habitantes), mais os 567 municípios “ambivalentes” identificados pelos critérios propostos em Veiga (2001). Isto é, municípios com população no intervalo 50-100 mil habitantes, ou com densidade superior a 80 hab/km2, independentemente de seu tamanho populacional. Finalmente, por “Brasil rural” entende-se aqui o subconjunto formado pelos 4.485 municípios que em 2000 tinham simultaneamente menos de 50 mil habitantes e densidade inferior a 80 hab/km2.
|
Tipos |
Número de Municípios |
População Em 2000 (milhões) |
Número de MPE |
POP2000Num. MPE |
|
12 Aglomerações Metropolitanas |
200 |
57,4 |
1.601.201 |
35,9 |
|
37 Aglomerações Não-Metropol. |
178 |
22,7 |
658.903 |
34,5 |
|
77 Centros Urbanos |
77 |
16,1 |
408.406 |
39,4 |
|
Municípios Ambivalentes (ou “rurbanos”) |
567 |
21,7 |
482.484 |
45,0 |
|
Municípios de pequeno porte (ou “rurais”) |
4.485 |
51,6 |
836.800 |
61,6 |
|
BRASIL |
5.507 |
169,6 |
3.987.794 |
42,5 |
NB: Há uma minúscula diferença nos dados
populacionais devido à ausência de 17 novos municípios na base de dados sobre
as MPE. FONTES: IBGE-Censo Demográfico e Datawarehouse
Sebrae/AOM.
Como era de se esperar, esses resultados gerais também variam muito conforme o estágio de desenvolvimento atingido por cada divisão territorial oficial, sejam as Macrorregiões ou os Estados. A tabela 2 mostra um forte contraste entre o Sul/Sudeste e o Nordeste/Norte, sendo que os Estados do Centro-Oeste aparecem em situação bem mais favorável do que se poderia supor. Além disso, há pelo menos um estado da região Norte que pertence ao “pelotão de frente”: Rondônia.
|
Estado |
Município “TOP” |
Mediana do Estado |
|
|
|
|
|
1. Rio Grande do Sul |
8,8 |
29,5 |
|
2. Santa Catarina |
12,8 |
30,6 |
|
3. São Paulo |
6,3 |
37,5 |
|
4. Paraná |
12,7 |
44,7 |
|
5. Rio de Janeiro |
18,1 |
47,5 |
|
6. Mato Grosso do Sul |
22,3 |
50,4 |
|
7. Minas Gerais |
12,8 |
54,0 |
|
8. Espírito Santo |
20,1 |
54,4 |
|
9. Mato Grosso |
25,2 |
57,7 |
|
10. Goiás |
8,8 |
62,3 |
|
11. Rondônia |
33,3 |
81,3 |
|
12. Ceará |
40,0 |
105,1 |
|
13. Bahia |
28,4 |
141,8 |
|
|
|
|
|
14. Pernambuco |
12,8 |
143,9 |
|
15. Tocantins |
28,3 |
149,1 |
|
16. Rio Grande do Norte |
40,0 |
150,3 |
|
17.
Paraíba |
42,0 |
182,8 |
|
18.
Acre |
56,8 |
184,1 |
|
19.
Piauí |
40,7 |
192,9 |
|
20. Sergipe |
43,6 |
196,2 |
|
21. Roraima |
48,8 |
204,8 |
|
22. Amapá |
75,4 |
206,0 |
|
23. Alagoas |
51,9 |
233,5 |
|
24. Maranhão |
52,8 |
291,1 |
|
25. Pará |
69,4 |
329,6 |
|
26. Amazonas |
77,8 |
422,2 |
NB: Há uma minúscula diferença nos dados populacionais
devido à ausência de 17 novos municípios na base de dados sobre as MPE.
FONTES: IBGE-Censo Demográfico e Datawarehouse
Sebrae/AOM.
Dificilmente podem atingir boas posições numa classificação das medianas aqueles Estados que têm grande extensão territorial - e principalmente aqueles que têm grande parte de seu território em zonas de grande fragilidade ecológica (como é o caso do Trópico Semi-Árido). Por isso, é preciso que se considere bem razoáveis os resultados do Ceará, da Bahia e de Pernambuco. São três UF nas quais há grande distância entre o município de maior grau empreendedor (“Top”) e a mediana.
Separando-se os Estados que têm a melhor performance em cada Macrorregião, fica ainda mais evidente que essa distância entre os graus de empreendedorismo das aglomerações e do Brasil rural pode até ser considerada como uma espécie de confirmação do grau de desenvolvimento territorial. A tabela 3 mostra que no Rio Grande do Sul são mínimas as diferenças entre os três andares territoriais (aglomerações, “cidades médias” e municípios rurais). Ao contrário, no Estado nordestino com melhor desempenho – o Ceará – a densidade de MPE de sua aglomeração metropolitana (Fortaleza) é o dobro da que se verifica no conjunto de seus municípios rurais.
|
Escalões |
Rio Grande do Sul |
São Paulo |
Mato Grosso |
Rondônia |
Ceará |
|
Aglomerações Metropolitanas |
22 |
30 |
- |
- |
47 |
|
Aglomerações Não-Metropol. |
22 |
32 |
37 |
- |
57 |
|
Centros Urbanos |
24 |
29 |
37 |
48 |
57 |
|
Municípios Ambivalentes (ou “rurbanos”) |
24 |
31 |
42 |
48 |
76 |
|
Municípios de pequeno porte (ou “rurais”) |
29 |
36 |
50 |
75 |
103 |
FONTES: IBGE-Censo Demográfico e Datawarehouse
Sebrae/AOM.
Feitas estas considerações sobre os aspectos mais gerais das variações territoriais de empreendedorismo identificadas pela razão ‘Número de MPE/População’, é fundamental que se considere também a heterogeneidade interna de cada categoria territorial. Tanto quanto existe muita diferença de desempenho entre os municípios metropolitanos (capitais e DF) e os demais municípios da aglomeração, também são extremamente distintas as performances dos municípios rurais de cada Estado. Na verdade, o mais intrigante é encontrar em vários Estados um número muito significativo de municípios rurais que têm bem mais empreendedores do que seria razoável supor. E este é um fato extremamente relevante para a identificação de sistemas produtivos locais que poderão dar origem a clusters ou “distritos marshallianos”.
As próximas duas tabelas mostram a distribuição dos municípios rurais segundo três graus empreendedores. A partir dos dados da tabela 1, do exame mais detalhado de alguns Estados,[14] e dos resultados para as 27 capitais, concluiu-se que um município rural pode ser considerado de alto grau empreendedor quando a relação entre o número de MPE e a população não supera a razão 1/40. No extremo oposto, convencionou-se que um município rural acusa baixo grau empreendedor quando essa relação ultrapassa os 1/70. E que podem ser considerados de médio grau empreendedor os que ficam no intervalo entre essas duas razões.
A partir desses critérios classificatórios é possível separar o conjunto do território nacional em três situações básicas. Como mostra a tabela 4, os municípios rurais de baixo grau empreendedor chegam a ser minoria nos Estados do Sul/Sudeste/Centro-Oeste. E praticamente um quarto dos municípios rurais do Sul/Sudeste tem alto grau empreendedor.
No extremo oposto, há meia dúzia de Estados nos quais a totalidade dos municípios rurais tem baixo grau empreendedor: Amapá, Acre, Sergipe, Amazonas, Alagoas e Pará. E na situação intermediária estão os 10 Estados que têm pelo menos alguns municípios rurais com médio grau empreendedor, com destaque para Rondônia e Tocantins, nos quais há, inclusive, alguns municípios que chegam a atingir o grau mais elevado.
A tabela 4 também mostra que são muito parecidas as distribuições de duas duplas recordistas: em primeiro lugar Rio Grande do Sul e Santa Catarina, e em segundo São Paulo e Paraná. Nesses 4 Estados são raros os municípios rurais com baixo grau empreendedor.
Todavia, o resultado mais marcante é a fortíssima concentração espacial dos municípios rurais com alto grau empreendedor. A tabela 5 mostra que 980 desses 1.066 municípios (91,6%) estão em apenas 5 Estados do Sul/Sudeste: Rio Grande do Sul, São Paulo, Minas Gerais, Santa Catarina e Paraná (nesta ordem). Ou seja, qualquer pesquisa sobre o dinamismo das economias rurais que pretenda conhecer seus possíveis SPL para desvendar os fatores que os impulsionam precisa começar por entender o que ocorre nessa verdadeira “galáxia” de empreendedorismo rural.
Tabela
4
Distribuição
dos Municípios Rurais segundo o grau empreendedor
revelado pela relação
‘Número de MPE/População’, Brasil 2000.
|
|
|
ALTO |
MÉDIO |
BAIXO |
|
|
|
|
|
|
|
1 |
RS |
72,4 |
21,7 |
5,9 |
|
2 |
SC |
71,8 |
21,8 |
6,4 |
|
3 |
SP |
48,9 |
42,7 |
8,4 |
|
4 |
PR |
34,2 |
49,9 |
16,0 |
|
5 |
MG |
25,6 |
37,2 |
37,2 |
|
6 |
RJ |
23,7 |
50,0 |
26,3 |
|
7 |
MS |
20,8 |
48,6 |
30,6 |
|
8 |
MT |
17,6 |
43,7 |
38,7 |
|
9 |
GO |
13,6 |
45,2 |
41,2 |
|
10 |
ES |
11,5 |
50,8 |
37,7 |
|
|
|
|
|
|
|
11 |
RO |
2,2 |
21,7 |
76,1 |
|
12 |
TO |
2,2 |
12,6 |
85,2 |
|
13 |
RR |
0,0 |
21,4 |
78,6 |
|
14 |
CE |
0,0 |
8,7 |
91,3 |
|
15 |
RN |
0,0 |
7,1 |
92,9 |
|
16 |
BA |
0,0 |
6,7 |
93,3 |
|
17 |
PI |
0,0 |
4,2 |
95,8 |
|
18 |
PB |
0,0 |
3,5 |
96,5 |
|
19 |
PE |
0,0 |
1,2 |
98,8 |
|
20 |
MA |
0,0 |
1,0 |
99,0 |
|
|
|
|
|
|
|
21 |
AP |
0,0 |
0,0 |
100,0 |
|
22 |
AC |
0,0 |
0,0 |
100,0 |
|
23 |
SE |
0,0 |
0,0 |
100,0 |
|
24 |
AM |
0,0 |
0,0 |
100,0 |
|
25 |
AL |
0,0 |
0,0 |
100,0 |
|
26 |
PA |
0,0 |
0,0 |
100,0 |
|
|
|
|
|
|
|
|
BRASIL |
23,8 |
24,8 |
51,4 |
NOTA: Um município rural é aqui considerado de alto grau empreendedor quando a relação entre sua população e o número de MPE é inferior a 40. No extremo oposto, um município rural acusa baixo grau empreendedor quando essa relação ultrapassa os 70 habitantes por MPE. E os que ficam no intervalo entre 40 e 70 são aqui considerados de médio grau empreendedor.
FONTES: IBGE-Censo Demográfico e Datawarehouse
Sebrae/AOM.
Distribuição
dos Municípios Rurais segundo o grau empreendedor
revelado pela relação
‘Número de MPE/População’, Brasil 2000.
|
|
|
ALTO
|
MÉDIO |
BAIXO |
TOTAL |
|
|
|
|
|
|
|
|
1 |
RS |
280 |
84 |
23 |
387 |
|
2 |
SP |
220 |
192 |
38 |
450 |
|
3 |
MG |
192 |
279 |
279 |
750 |
|
4 |
SC |
168 |
51 |
15 |
234 |
|
5 |
PR |
120 |
175 |
56 |
351 |
|
6 |
GO |
30 |
100 |
91 |
221 |
|
7 |
MT |
21 |
52 |
46 |
119 |
|
8 |
MS |
15 |
35 |
22 |
72 |
|
9 |
RJ |
9 |
19 |
10 |
38 |
|
10 |
ES |
7 |
31 |
23 |
61 |
|
|
|
|
|
|
|
|
11 |
TO |
3 |
17 |
115 |
135 |
|
12 |
RO |
1 |
10 |
35 |
46 |
|
13 |
BA |
0 |
23 |
320 |
343 |
|
14 |
CE |
0 |
12 |
126 |
138 |
|
15 |
RN |
0 |
10 |
130 |
140 |
|
16 |
PI |
0 |
9 |
204 |
213 |
|
17 |
PB |
0 |
6 |
165 |
171 |
|
18 |
RR |
0 |
3 |
11 |
14 |
|
19 |
MA |
0 |
2 |
192 |
194 |
|
20 |
PE |
0 |
1 |
81 |
82 |
|
|
|
|
|
|
|
|
21 |
AP |
0 |
0 |
14 |
14 |
|
22 |
AC |
0 |
0 |
20 |
20 |
|
23 |
SE |
0 |
0 |
52 |
52 |
|
24 |
AM |
0 |
0 |
56 |
56 |
|
25 |
AL |
0 |
0 |
62 |
62 |
|
26 |
PA |
0 |
0 |
118 |
118 |
|
|
|
|
|
|
|
|
|
BRASIL |
1066 |
1111 |
2304 |
4481 |
NOTA: Um município rural é aqui considerado de alto grau empreendedor quando a relação entre sua população e o número de MPE é inferior a 40. No extremo oposto, um município rural acusa baixo grau empreendedor quando essa relação ultrapassa os 70 habitantes por MPE. E os que ficam no intervalo entre 40 e 70 são aqui considerados de médio grau empreendedor.
FONTES: IBGE-Censo Demográfico e Datawarehouse
Sebrae/AOM.
Como já foi dito anteriormente, o grosso das
MPE pertencem ao setor terciário, inclusive nos municípios rurais. Todavia, há
municípios rurais com alto grau empreendedor nos quais a proporção de MPE do
setor secundário é elevada. E também há outros nos quais é a proporção das MPE
do setor primário que surpreende, visto que não é formal a esmagadora maioria
dos estabelecimentos agrícolas de pequeno porte. Para que se tenha uma idéia
dessas três situações, as próximas tabelas trazem os 20 exemplos mais
significativos de cada caso.
Os
20 Municípios Rurais de alto grau empreendedor e preponderância de MPE do setor
terciário , Brasil 2000.
|
UF |
MUNICÍPIO |
POP2000 |
Num. MPE |
POP2000
MPE |
POR SETORES |
||
Prim.
|
Sec. |
TERCIÁRIO
|
|||||
|
RS |
Chuí |
5193 |
593 |
8,8 |
0,2% |
1,3% |
98,5% |
|
SP |
Juquitiba |
26479 |
2067 |
12,8 |
0,3% |
3,6% |
96,1% |
|
RJ |
Rio das Flores |
7615 |
421 |
18,1 |
0,7% |
3,3% |
96,0% |
|
MG |
Rio Acima |
7651 |
596 |
12,8 |
0,3% |
4,2% |
95,5% |
|
SP |
Sagres |
2438 |
172 |
14,2 |
0,0% |
5,2% |
94,8% |
|
RS |
Nicolau Vergueiro |
1812 |
73 |
24,8 |
1,4% |
4,1% |
94,5% |
|
RS |
Jaguarão |
30089 |
1443 |
20,9 |
1,0% |
4,7% |
94,2% |
|
SP |
Campina do Monte Alegre |
5187 |
824 |
6,3 |
0,6% |
5,5% |
93,9% |
|
SC |
Presidente Castelo Branco |
2160 |
103 |
21,0 |
0,0% |
6,8% |
93,2% |
|
PR |
Pontal do Paraná |
14297 |
1128 |
12,7 |
0,4% |
6,6% |
92,9% |
|
RS |
Victor Graeff |
3920 |
225 |
17,4 |
0,4% |
6,7% |
92,9% |
|
RS |
Cidreira |
8860 |
559 |
15,8 |
0,5% |
7,7% |
91,8% |
|
PR |
Barracão |
9273 |
412 |
22,5 |
0,2% |
8,3% |
91,5% |
|
RS |
Quarai |
24002 |
1052 |
22,8 |
2,3% |
6,4% |
91,3% |
|
MG |
Além Paraíba |
33598 |
1382 |
24,3 |
0,6% |
8,2% |
91,2% |
|
MG |
Machado |
34866 |
1656 |
21,1 |
0,7% |
8,0% |
91,2% |
|
SC |
Balneário Barra do Sul |
6039 |
281 |
21,5 |
1,4% |
7,5% |
91,1% |
|
RS |
Sede Nova |
3201 |
133 |
24,1 |
0,0% |
9,0% |
91,0% |
|
RS |
Mata |
5579 |
223 |
25,0 |
0,0% |
9,4% |
90,6% |
|
SC |
Lacerdópolis |
2170 |
91 |
23,8 |
1,1% |
8,8% |
90,1% |
Os
20 Municípios Rurais de alto grau empreendedor, com alta freqüência de MPE do
setor secundário , Brasil 2000.
|
UF |
MUNICÍPIO |
POP2000 |
Num. MPE |
POP2000
MPE |
POR
SETORES |
||
Prim.
|
Secundário
|
Terc.
|
|||||
|
|
|
|
|
|
|
|
|
|
MG |
Papagaios |
12459 |
519 |
24,0 |
10,8% |
48,2% |
41,0% |
|
MG |
Monte Sião |
18172 |
1194 |
15,2 |
0,8% |
46,2% |
53,0% |
|
MG |
Jacutinga |
18582 |
1225 |
15,2 |
1,0% |
45,9% |
53,1% |
|
MG |
Araújos |
6214 |
249 |
25,0 |
1,2% |
43,0% |
55,8% |
|
SP |
Bocaina |
9387 |
385 |
24,4 |
3,9% |
42,1% |
54,0% |
|
SC |
Benedito Novo |
9078 |
387 |
23,5 |
1,8% |
39,5% |
58,7% |
|
SC |
Rio dos Cedros |
8925 |
386 |
23,1 |
1,6% |
38,9% |
59,6% |
|
RS |
São Vendelino |
1682 |
94 |
17,9 |
0,0% |
36,2% |
63,8% |
|
SC |
Rodeio |
10376 |
487 |
21,3 |
1,6% |
35,7% |
62,6% |
|
MG |
Conceição dos Ouros |
8929 |
383 |
23,3 |
2,6% |
34,7% |
62,7% |
|
RS |
Fagundes Varela |
2460 |
117 |
21,0 |
1,7% |
33,3% |
65,0% |
|
SP |
Ibitinga |
46598 |
1916 |
24,3 |
0,5% |
32,4% |
67,1% |
|
RS |
São João do Polêsine |
2742 |
151 |
18,2 |
0,7% |
30,5% |
68,9% |
|
RS |
Nova Petrópolis |
16888 |
947 |
17,8 |
1,1% |
30,1% |
68,8% |
|
RS |
Vila Flores |
3086 |
204 |
15,1 |
16,2% |
29,9% |
53,9% |
|
RS |
Rolante |
17849 |
770 |
23,2 |
1,7% |
29,7% |
68,6% |
|
RS |
Cotiporã |
4087 |
170 |
24,0 |
0,6% |
29,4% |
70,0% |
|
SC |
Agrolândia |
7812 |
320 |
24,4 |
0,9% |
29,4% |
69,7% |
|
SC |
Ascurra |
6937 |
317 |
21,9 |
1,6% |
29,3% |
69,1% |
|
SC |
Dona Emma |
3307 |
151 |
21,9 |
0,0% |
29,1% |
70,9% |
FONTES: IBGE-Censo Demográfico e Datawarehouse
Sebrae/AOM.
Os
20 Municípios Rurais de alto grau empreendedor, com alta freqüência de MPE do
setor primário , Brasil 2000.
|
UF |
MUNICÍPIO |
POP2000 |
Num. MPE |
POP2000
MPE |
POR SETORES |
||
PRIMÁRIO
|
Séc. |
Terc.
|
|||||
|
|
|
|
|
|
|
|
|
|
RS |
Protásio Alves |
2113 |
86 |
24,6 |
37,2% |
11,6% |
51,2% |
|
RS |
Parai |
6022 |
321 |
18,8 |
21,8% |
26,2% |
52,0% |
|
RS |
São Domingos do Sul |
2831 |
174 |
16,3 |
20,1% |
19,0% |
60,9% |
|
RS |
Vila Flores |
3086 |
204 |
15,1 |
16,2% |
29,9% |
53,9% |
|
SC |
Trombudo Central |
5767 |
278 |
20,7 |
14,4% |
16,5% |
69,1% |
|
RS |
Nova Prata |
18340 |
1121 |
16,4 |
13,0% |
19,0% |
68,0% |
|
MG |
Papagaios |
12459 |
519 |
24,0 |
10,8% |
48,2% |
41,0% |
|
SP |
Bofete |
7355 |
311 |
23,6 |
10,0% |
7,1% |
83,0% |
|
RS |
Pântano Grande |
10978 |
467 |
23,5 |
9,6% |
14,6% |
75,8% |
|
MG |
Cachoeira da Prata |
3778 |
159 |
23,8 |
9,4% |
8,2% |
82,4% |
|
RS |
Vista Alegre do Prata |
1617 |
75 |
21,6 |
9,3% |
21,3% |
69,3% |
|
RS |
Nova Bassano |
7833 |
384 |
20,4 |
9,1% |
24,5% |
66,4% |
|
RS |
Cambará do Sul |
6843 |
300 |
22,8 |
8,0% |
13,3% |
78,7% |
|
RS |
André da Rocha |
1112 |
63 |
17,7 |
7,9% |
9,5% |
82,5% |
|
MG |
Luminárias |
5482 |
299 |
18,3 |
7,0% |
10,0% |
82,9% |
|
SC |
Água Doce |
6821 |
297 |
23,0 |
6,7% |
17,8% |
75,4% |
|
RS |
Guabiju |
1745 |
79 |
22,1 |
6,3% |
10,1% |
83,5% |
|
SC |
Garuva |
11370 |
457 |
24,9 |
5,7% |
18,4% |
75,9% |
|
SP |
Luís Antônio |
7155 |
368 |
19,4 |
5, | ||