Avaliação das Atividades Características do Turismo no Brasil: 2012-2020

Assessment of Touristic Activities in Brazil: 2012-2020

Evaluación de las Actividades Características del Turismo en Brasil: 2012-2020

Resumo:

Este artigo avalia as Atividades Características do Turismo (ACTs) do Brasil no período 2012-2020 por meio do emprego e da variação do volume dessas atividades. Para tanto, utilizaram-se os indicadores empíricos tradicionais para análise regional, Quociente Locacional (QL) e método diferencial estrutural (Shift-Share), considerando o número de empregos formais das ACTs. Os resultados indicam que nenhum estado brasileiro possui, simultaneamente, especialização em todas as atividades turísticas, e que a criação líquida de empregos nas principais atividades ocorreu por fatores específicos da região. Em 2020, ano marcado pela pandemia da Covid-19, a atividade turística sofreu retração acumulada de -36,7%, o que significa uma queda aproximadamente nove vezes superior ao Produto Interno Bruto (PIB) brasileiro.

Palavras-chave:
atividade turística; emprego; grau de especialização; Brasil

Abstract:

This paper measures the degree of specialization and decompose the employment growth of the ACTs (Characteristic Tourism Activities in Brazil in the period 2012-2018. To do so, we use the the Locational Quotient and shift-share, considering the number of formal jobs in tourist activities. Moreover, an overview of the sector was traced based on average income, education, gender, age, hours worked and the specialization degree of tourist activities. Our results indicate that no Brazilian state has, simultaneously, specialization in all touristic activities and that the net creation of jobs in the main activities occurred due to specific regional factors. In 2020, a year marked by the Covid-19 pandemic, tourism activity suffered an accumulated decrease of -36.7%, which means a reduction approximately nine times greater than the Brazilian Gross Domestic Product.

Key-words:
tourism activity; employment; specialization degree; Brazil

Resumen:

Este artículo evalúa las Actividades Turísticas Características (ACTs) en Brasil en el período 2012-2020 a través del empleo y la variación en el volumen de estas actividades. Para ello, se utilizaron indicadores empíricos tradicionales para el análisis regional, Cociente de Ubicación (QL) y método diferencial estructural (Shift-Share), considerando el número de empleos formales de las ACTs. Los resultados indican que ningún estado brasileño tiene, al mismo tiempo, especialización en todas las actividades turísticas y que la creación neta de empleo em las principales actividades turísticas y que la creación neta de empleo em las principales actividades se produjo debido a factores específicos de la región. En 2020, año marcado por la pandemia Covid-19, la actividad turística sufrió una retracción acumulada del -36,7%, lo que significa una caída aproximadamente nueve veces superior al Producto Interno Bruto (PIB) brasileño.

Palabras Clave:
actividad turística; trabajo; grado de especialización; Brasil

INTRODUÇÃO

O setor de turismo vem apresentando constante crescimento nos últimos anos. Segundo o Conselho Mundial de Viagens e Turismo (WTTC, 2020) em 2019, pelo nono ano consecutivo, a taxa de crescimento do setor (3,5%) foi superior ao crescimento da economia mundial (2,5%). Nesse mesmo ano, 7,7% do PIB brasileiro foi resultante das Atividades Características do Turismo (ACTs).

Todavia, o setor de turismo está sendo fortemente impactado pela pandemia da COVID-19, com efeitos diretos sobre a oferta e demanda por viagens (Nicola et al, 2020). Estima-se perda de 100,8 milhões de empregos turísticos no mundo (WTTC, 2020). Gössling et al. (2020) destacam que a pandemia deixou em evidência a questão da vulnerabilidade no mercado de trabalho turístico, no qual os empregos com menores remunerações são os mais afetados pela crise, principalmente os trabalhadores informais que não tem acesso às medidas de protenção social e as micro e pequenas empresas (Ribeiro et al., 2020). Considerando um cenário de paralisação das atividades por três meses, esses autores estimaram queda de 17% do PIB turístico no Brasil. Segundo Neves et al. (2020), 69,51% dos turistas brasileiros que estavam viajando ou pretendiam viajar foram diretamente impactos pela pandemia.

Com relação ao mercado de trabalho do setor turístico brasileiro, de acordo com informações do Instituto de Pesquisa Econômica Aplicada (IPEA), em 2015, o número de ocupações ligadas às atividades turísticas no Brasil era de 2.951.006 (ver Anexo 1), sendo que, deste total, 70% correspondia ao mercado de trabalho formal e 30% aos empregos informais. Ou seja, a informalidade no setor turístico é significativa. Entretanto, para avaliar o grau de especialização e realizar a decomposição do crescimento do emprego, são utilizados apenas os dados formais, dada a não disponibilização dos dados informais a nível estadual, bem como sua defasagem temporal.

Diante disso, este artigo tem por objetivo medir o grau de especialização e decompor o crescimento das Atividades Características do Turismo (ACTs) no Brasil. Com o intuito de analisar a localização e o desempenho do emprego nos estados brasileiros nos anos 2012 e 2019, foi utilizado o Quociente Locacional (QL), que revela o grau de especialização de cada atividade em cada estado frente à estrutura de ocupação de mão de obra do Brasil. Na sequência, foi utilizado o método shift-share, destacando o efeito alocação, cujo objetivo é qualificar as ACTs quanto às vantagens e desvantagens competitivas e identificar se determinada ACT é mais especializada em alguns estados do que em outros. De maneira complementar, é realizada um analise descritiva da variação mensal do volume das atividades turísticas, em 2020, com o objetivo de verificar o impacto da pandemia da COVID-19 sobre o setor. Ao longo do trabalho, buscou-se responder ao seguinte problema de pesquisa: Será que dentre as ACTs, a nível estadual, existe alguma que é mais desenvolvida e especializada?

Ambos os métodos mencionados já foram amplamente utilizados na literatura. Podem-se destacar estudos que utilizaram essas técnicas nas áreas de turismo (Moreira Filho et al., 2010; Hurtado & Bonilla, 2012; Ribeiro & Andrade, 2015) e no setor cultural (Machado et al., 2013; Ribeiro & Lopes, 2015; Ribeiro et al., 2020).

Na literatura, não há uma análise do mercado de trabalho por ACTs do turismo brasileiro, a nível estadual, que utilize a análise de shift-share e quociente locacional conjuntamente. O trabalho que mais se assemelha com este artigo foi realizado por Ribeiro e Andrade (2015), no entanto, tais autores realizaram a análise para mesorregiões brasileiras e consideraram o setor turístico de forma agregada. Portanto, o presente artigo contribui com a literatura ao oferecer um diagnóstico desagregado das atividades turísticas a nível estadual em um período recente. Além disso, compreender as especificidades estruturais das atividades turísticas do ponto de vista regional pode auxiliar às políticas de retormada do setor no período pós-pandemia.

Além desta introdução, o presente artigo está dividido em mais três seções. A primeira seção discute o mercado de trabalho do setor turístico. A segunda apresenta a metodologia aplicada e a base de dados utilizada; a terceira seção sintetiza os resultados. E, por fim, são tecidas as considerações finais.

MERCADO DE TRABALHO DO SETOR TURÍSTICO

A atividade turística vem sendo vista como um meio alternativo de impulsionar o desenvolvimento regional (Ribeiro et al., 2017). Esta atividade provoca três impactos na economia: o impacto direto, que são os empregos gerados pela prática desta atividade; o impacto induzido, que são os gastos realizados pelos turistas nas localidades visitadas; e o impacto indireto, que é o efeito multiplicador do turismo (Ribeiro & Lopes, 2015). Ou seja, o gasto inicial realizado pelo turista afeta a produção, o emprego e o nível de renda, consequentemente, provoca o aumento da renda dos moradores da comunidade receptora (Santos et al., 2018).

É possível definir quatro tipos de empregos gerados pela atividade turística, já que esta depende de forma fundamental de recursos humanos disponíveis: i) empregos diretos, os quais resultam da necessidade de atender à demanda diretamente relacionada com as instalações turísticas, como hotéis e agências de viagem; ii) empregos indiretos, isto é, postos de trabalho criados para suprir as necessidade dos turistas; iii) empregos induzidos, decorrentes das oportunidades trazidas em função dos gastos dos residentes que estão vinculados à renda obtida com o turismo, pois com o crescimento de empregos, consequentemente aumenta a renda da população local que passa a gastar em bens e serviços que, antes, não eram procurados; e iv) empregos temporários: normalmente vinculados à construção das infraestruturas turísticas ou devido aos períodos sazonais (por exemplo, períodos de férias) (Lage & Milone, 2000).

Todavia, segundo Santos et al. (2018) o mercado de trabalho formal do setor turístico brasileiro é incipiente em grande parte das regiões. Ou seja, a oferta turística é mais estruturada e concentrada em poucos municípios, principalmente naqueles com forte potencial turístico situados ao longo do litoral nordestino e nas regiões Sul e Sudeste, as mais ricas e desenvolvidas do país.

Nas localidades turísticas onde há um baixo nível de desenvolvimento econômico, o turismo se torna a principal alternativa para a mão de obra disponível que, diante da falta de emprego, vê no mercado de trabalho informal um meio para a sua subsistência. Além disso, a atividade turística acaba provocando uma migração regional, o que aumenta o contingente de trabalhadores disponíveis, ampliando ainda mais o mercado de trabalho informal (Soares, 2005).

Diante da ampliação do excedente de mão de obra no Brasil, nos últimos anos, o acesso aos empregos disponíveis fica cada vez mais difícil. Isto retrata o aumento do desemprego e a redução dos rendimentos dos que estão trabalhando no mercado de trabalho formal (Carvalho, 2006). Regiões com um nível baixo de desenvolvimento, mas que apresentam um potencial turístico, seja ele natural ou cultural, pode se apropriar da atividade turística e dessa forma atrair investimentos e gerar empregos (Ablas, 1991).

Todavia, para que a atividade turística possa, de fato, contribuir com o desenvolvimento local na geração de emprego e no aumento do nível de renda, é importante que essa atividade seja bem planejada. Costa et al. (2009) destacam a importância de políticas que levem em consideração a dinâmica local, regional e internacional da atividade turística. É importante a existência de políticas públicas que possibilitem o desenvolvimento do setor de maneira harmônica, minimizando os impactos negativos, sejam eles, ambientais, culturais ou sociais, provenientes da prática desta atividade.

METODOLOGIA, BASE DE DADOS E TRATAMENTO DAS VARIÁVEIS

O objetivo desta seção é, no primeiro momento, descrever a medida de localização (QL) e o método shift-share. Em seguida é apresentada a base de dados utilizada.

Quociente Locacional

O Quociente Locacional é de natureza setorial e se preocupa com o grau de especialização dos setores entre as regiões, ou seja, procura identificar padrões de concentração ou dispersão do número de empregados num determinado período (Piacenti et al., 2008). Para a construção do QL, têm-se as seguintes variáveis:

$E_{\text{ij}}$= Número de empregados no setor i da região j;

$\sum _j{E}_{\text{ij}}$= Número de empregados no setor i de todas as regiões;

$\sum _i{E}_{\text{ij}}$ = Número de empregados em todos os setores da região j;

$\sum _i\sum _j{E}_{\text{ij}}$ = Número de empregados em todos os setores e todas as regiões.

O QL compara a participação percentual de uma região j em um setor particular i com a participação da mesma região j no total do emprego de todas as regiões (Haddad, 1989). Este artigo leva em consideração a participação do emprego da atividade turística no total das ACTs de cada estado brasileiro em comparação com a participação do emprego do turismo no emprego total do Brasil, ou seja:

${\text{QL}}_{\text{ij}}=\frac{\frac{E_{\text{ij}}}{E_{i\text{.}}}}{\frac{E_{\text{.}j}}{E_{\text{..}}}}=\frac{\frac{E_{\text{ij}}}{E_{\text{.}j}}}{\frac{E_{i\text{.}}}{E_{\text{..}}}}$ (1)

O QL mede o grau de especialização do turismo em cada estado brasileiro. Se o QL < 1, significa que a região não é especializada; para um 1 < QL < 2 o estado apresenta um nível de especialização fraco no setor de turismo em relação à região de referência (Brasil); e se QL > 2, existe um nível de especialização forte.

Diversos trabalhos na literatura têm utilizado o QL como proxy de externalidades de especialização (Combes, 2000; Auliciano, 2011; Ribeiro et al., 2018; Ribeiro et al., 2020). Dada a maior concentração de atividades econômicas numa mesma localidade isso pode contribuir para troca de informações e conhecimento.

Método diferencial estrutural ou Shift-share

O shift-share é um procedimento analítico que consiste na decomposição do crescimento de uma variável de interesse em dois pontos do tempo. A utilização deste método possibilita descrever o crescimento econômico de uma região em termos da sua estrutura produtiva (Haddad, 1989). Segundo Esteban (2000), a ideia essencial é analisar até que ponto a diferença de crescimento entre cada região e a média nacional ocorre devido ao fato da região ter apresentado um crescimento uniformemente melhor que a média em todos os setores, ou ao fato de que a região passa a ser especializada em setores de rápido crescimento.

O shift-share tradicional tem como objetivo determinar o grau de influência da especialização regional no seu crescimento e da variável em estudo, levando em conta a importância que outros fatores regionais tiveram no crescimento diferencial, podendo ser positivo ou negativo (Ribeiro & Marouvo, 2016). Porém, ao longo do tempo, ocorreram diversas reformulações, com a finalidade de superar as limitações do modelo original.

No presente artigo é utilizada a adaptação proposta por Esteban-Maquillas (1972), o qual utiliza o emprego homotético $\left(E_{ij}^{\text{'}}\right)$, que representa o quantitativo de emprego que uma região j teria se tivesse uma estrutura de produção e emprego idêntica a da região de referência. O emprego homético é definido por:

$E_{ij}^{\text{'}}={\sum }_i{E}_{ij}.\left(\frac{{\sum }_j{E}_{ij}}{\sum _i\sum _j{E}_{ij}}\right)=E_{.j}.\frac{E_{.i}}{E_{..}}$.................................................................(2)

Total de

emprego na região

Com base no emprego homotético, é cálculado o efeito competitivo ou efeito diferencial ${(D}^{\text{'}})$ conforme representado na equação (3):

$D^{\text{'}}={\sum }_i{E}_{ij}^{\text{'}0}.(r_{ij}-r_{it})$................................................(3)

Em que $E_{ij}^{\text{'}0}$ é o emprego homotético; $r_{ij}$ é a taxa de crescimento do emprego no setor i na região j; e $r_{it}$ é a taxa de crecimento do emprego no setor i.

Esteban-Maquillas (1972) também incorpora à identidade o efeito de alocação (A), com a finalidade de eliminar do efeito diferencial a influência estrutural (equação 4):

$A={\sum }_i\left[\left(E_{ij}^0-E_{ij}^{\text{'}0}\right)-\left(r_{ij}-r_{it}\right)\right]$......................................................................(4)

Em que $\left(E_{ij}^0-E_{ij}^{\text{'}0}\right)$ expressa o efeito especialização de uma região com relação ao emprego de um setor ou uma atividade; e $\left(r_{ij}-r_{it}\right)$ resulta na vantagem competitiva da região.

Portanto, o modelo é formalizado levando em consideração o ano inicial (2012), representado por 0, e o ano final (2019), representado por 1. Os componentes do crescimento regional são cinco: variação regional (R), variação estrutural (E), variação diferencial (D), efeito competitivo (C) e efeito de alocação (A). Ou seja:

$\sum E_{ij}^1-\sum E_{ij}^0=\sum _i{E}_{ij}^0\left(r_{tt}-1\right)+\sum _i{E}_{ij}^0\left(r_{it}-r_{tt}\right)+\sum _i{E}_{ij}^{\text{'}0}\left(r_{ij}-r_{it}\right)+\sum _i\left[\right(E_{ij}^0-E_{ij}^{\text{'}0}\left)\right(r_{ij}-r_{jj}\left)\right]$ (6)

Em que $\sum E_{ij}^1-\sum E_{ij}^0$ é a variação total (VLT); $\sum _i{E}_{ij}^0\left(r_{tt}-1\right)$ é a variação regional (R); $\sum _i{E}_{ij}^0\left(r_{it}-r_{tt}\right)$ é a variação estrutural (E); $\sum _i{E}_{ij}^{\text{'}0}\left(r_{ij}-r_{it}\right)$ é o efeito competitivo (C) e $\sum _i\sum _i\left[\right(E_{ij}^0-E_{ij}^{\text{'}0}\left)\right(r_{ij}-r_{jj}\left)\right]$ é o efeito de alocação (A).

A VLT é a Variação Liquida Total e é dada pela soma de três componentes específicos, Estrutural (E); Competitivo (V) e Alocação (A):

$VLT=VT-R=E+C+A$ ..................(7)

$E_{ij}^0-E_{ij}^{\text{'}0}$ indica que a região é especializada nesse setor e, caso $(eij>ei)$, a região j tem vantagem competitiva no setor i.

A variação regional (R) é a taxa de crescimento hipotética, ou seja, representa qual seria a variação do emprego das ACTs nos estados, se o crescimento ocorresse no mesmo nível da taxa de crescimento nacional. Se a variação real for maior que a variação hipotética, significa que o emprego de uma ACT j em um estado i cresceu acima da média nacional, o que implicaria dizer que existem fatores dinâmicos internos e/ou externos atuando de maneira positiva no estado em questão.

O componente estrutural (E) refere-se ao quantitativo adicional de empregos obtidos por uma região proveniente da sua composição estrutural. Quando a variação desse componente (ou efeito) é positiva, significa que a estrutura produtiva regional possui setores mais dinâmicos, o que contribui para o aumento das possibilidades de tornar-se especializada nesses setores (Rosa et al., 2004). Ou seja, se o estado possui na sua estrutura produtiva ACTs em que o emprego cresce a taxa superiores à nacional, o efeito estrutural será positivo. Já uma variação diferencial (D) positiva significa que a taxa de crescimento de uma ACT foi maior, em média, em um determinado estado do que no país.

O efeito alocação mostra se a região j está especializada no setor para o qual possui vantagens competitivas. Assim, de acordo com o modelo proposto, uma região pode ter uma “vantagem competitiva” ou uma “desvantagem” e pode ser “especializada” ou “não especializada” em determinado setor (Sobral et al., 2006).

O efeito alocação, obtido por meio do método de Esteban-Marquillas (1972), possui quatro tipologias de análise, as quais são visualizadas no Quadro 1:

Quadro 1
Resultados do efeito de alocação

1. A região é especializada em setores que têm melhores vantagens competitivas frente às demais regiões.

2. A região possui vantagem competitiva em setores que não é especializada, resultando num efeito alocação negativa;

3. A região é especializada em setores que não têm vantagem competitiva, o que produz um efeito alocação negativo; e

4. A região não é especializada e nem apresenta vantagens competitivas, cuja combinação gera um efeito alocação positivo.

Portanto, regiões que apresentam vantagens competitivas e especialização são consideradas mais dinâmicas. No caso do presente artigo, se uma ACT i encontra-se bem representada no estado e apresenta uma taxa de crescimento estadual maior que a nacional, essa ACT será considerada dinâmica.

É importante ressaltar que o método diferencial estrutural vem sendo amplamente utilizado na literatura. Segundo Fuchs et al. (2000), apesar de ser um método simples para analisar crescimento econômico regional, pode ser uma ferramenta útil para analisar mudanças no crescimento do setor turístico.

Na área de turismo podem-se destacar os trabalhos de Sirakaya et al. (1995) que utilizaram o método para analisar as vantagens competitivas da indústria de turismo na Carolina do Sul em comparação com outros estados do Atlântico Sul dos Estados Unidos. Sirakaya et al. (2002) analisaram o desempenho da indústria turística no estado do Texas, nos Estados Unidos. Os autores verificaram que, em média, as mudanças no emprego turístico foram provenientes da força da economia nacional e não da competitividade ou composição setorial da região. Firgo e Fritz (2017) aplicaram o método para analisar as mudanças regionais no crescimento das atividades turísticas na Áustria. Constantino et al. (2020), por sua vez, avaliaram os efeitos da competitividade espacial do turismo receptivo nas regiões italianas, os principais resultados mostram a presença de vantagem regional na maioria dos destinos da Itália.

Base de dados e tratamento das variáveis

Para o cálculo do Quociente Locacional (QL) e para aplicação do método shift-share, foram utilizados dados de emprego formal das oitos Atividades Características do Turismo (ACTs), são elas: Alojamento; Alimentação; Transporte terrestre; Transporte aéreo; Transporte aquaviário; Aluguel de transporte; Agência de viagem e Cultura e lazer. Essas informações são provenientes do Extrator de Dados do IPEA (Instituto de Pesquisa Econômica Aplicada), disponibilizados pelo Ministério da Economia. Os dados foram coletados para todas as Unidades da Federação (UFs) para o período 2012-2019.

Além disso, utilizam-se informações mensais de 2020 sobre a variação percentual acumulada do volume da Atividade Turística da Pesquisa Mensal de Serviços - PMS do IBGE (Instituto Brasileiro de Geografia e Estatística). Em outras palavras, este indicador mede o crescimento real desta atividade.

A limitação do presente trabalho é a utilização dos dados formais de emprego, não considerando, portanto, a maior parte das ocupações do turismo, de natureza informal. Por outro lado, tem como vantagens a disponibilidade de dados mais recentes referentes ao setor turístico, bem como a desagregação setorial e espacial.

RESULTADOS

Com a finalidade de melhorar a organização desta seção, inicialmente apresentam-se os resultados do Quociente Locacional (QL) e, na sequência, os resultados do shift-share. De maneira complementar, é apresentada ao final da seção a variação acumulada mensal do volume das atividades turísticas em 2020, no sentido de captar efeitos da pandemia Covid-19.

Aplicação da medida de localização (QL)

As Figuras de 1 a 4 apresentam os resultados do QL, ou seja, é revelado o grau de especialização das oito ACTs nos estados brasileiros para os anos de 2012 e 2019. No ^{Apêndice 1} é possível verificar o valor do QL de cada ACT em todos os estados.

A análise temporal permite verificar se houve mudança no padrão de especialização, tanto setorial quanto regionalmente, no período analisado. Observa-se, na Figura 1, que, de maneira geral, manteve-se um padrão de especialização nos estados entre 2012 e 2019 nas ACTs de Agência de viagem e Transporte aéreo.

Para Transporte aéreo, a maioria dos estados apresentaram um (QL < 1), ou seja, trata-se de uma atividade em que sua oferta de empregos formais é incipiente, contudo, é importante destacar o Distrito Federal, que se tornou mais especializado (QL > 2) em 2019, sendo a única região com especialização forte.

Vale destacar que o estado de São Paulo, apesar de possuir o maior aeroporto do Brasil e o mais movimentado da América Latina em números de passageiros transportados segundo a EMBRATUR, não foi suficiente para apresentar grau de especialização forte em nenhum dos anos analisados. Este resultado pode ser explicado, em parte, porque o estado possui uma das economias mais diversificadas do país.

Figura 1
Quociente Locacional de Agência de Viagens e Transporte Aéreo por UF (2012-2019)

Como pode ser observado na Figura 2, apenas Roraima, Ceará, Paraíba, Sergipe, São Paulo e Distrito Federal eram especializados na ACT de Alimentação no ano de 2012.

Em 2019, houve uma mudança significativa no padrão de especialização dessa atividade; além das regiões já especializadas manterem seu nível de especialização, os estados do Piauí, Tocantins, Mato Grosso do Sul, Rondônia e Amazonas também se tornaram especializados neste segmento. Já para atividade de Alojamento, não houve mudanças significativas entre 2012 e 2019. Todavia, vale destacar o estado de Alagoas que, em 2019, tornou-se o único estado brasileiro fortemente especializado nessa atividade.

Figura 2
Quociente Locacional de Alimentação e Alojamento por UF (2012-2019)

A Figura 3 destaca as informações referentes às atividades de Aluguel de transporte e Cultura e lazer. Aluguel de transporte, em 2012, em praticamente todos os estados da região Norte, mostrou especialização forte, com exceção do Acre e de Roraima.

Os estados Piauí, Ceará, Rio Grande do Norte, Pernambuco, Alagoas, Sergipe, Bahia, Minas Gerais, Espírito Santo e Paraná apresentaram especialização fraca. Os demais não apresentaram especialização. Em 2019, Piauí, Pernambuco, Sergipe, Tocantins e Roraima passam a ter especialização forte, os demais estados do Nordeste, juntamente com Minas Gerais e Rondônia, apresentaram especialização. Nos demais estados brasileiros, não há especialização no segmento de aluguel de transporte.

Figura 3
Quociente Locacional de Aluguel de Transporte e Cultura e Lazer por UF (2012-2019)

Para a atividade Cultura e Lazer, em 2012, os estados do Sul, da região Nordeste (exceto Alagoas, Piauí e Maranhão), juntamente com Goiás e Distrito Federal apresentaram especialização fraca e os demais estados não obtiveram especialização. Em 2019, esses estados mantiveram o nível de especialização; o Pará e o Maranhão tornaram-se especializados na atividade Cultura e Lazer, e os demais não apresentaram especialização.

De forma geral, os resultados indicam que a maioria dos estados brasileiros não são especializados em Cultura e Lazer. Ribeiro e Lopes (2015) obtiveram resultado similar, uma vez que os autores identificaram que o setor cultural é incipiente na maioria das cidades brasileiras.

No Transporte aquaviário (Figura 4), a região Norte praticamente manteve especialização forte, o que se justifica, segundo a Agência Nacional de Transportes Aquaviário (ANTAQ), porque as principais hidrovias do país são a Amazônica com 17.651 km, Tocantins - Araguaia com 1.360 km, Paraná - Tietê com 1.359 km, Paraguai com 591 km, São Francisco com 576 km e Sul com 500 km. Na região amazônica, há cerca de 80% das vias navegáveis do país, por isso é a região com os maiores números de hidrovias.

No Transporte terrestre, em 2012, observou-se especilização, apenas, no Amazonas e em estados da região Sul e Sudeste. Todavia, em 2019, verificou-se um nível de especialização somente em estados das regiões Sul e Sudeste. Nos demais estados não foi identificado, no período analisado, nenhum nível de especialização nesse segmento.

Figura 4
Quociente locacional de Transporte Aquaviário e Transporte Terrestre por UF (2012-2019)

De forma geral, esses resultados sugerem que a grande maioria das ACTs nos estados brasileiros apresenta estrutura de mão de obra turística incipiente. Os resultados com QL < 1 sugerem que a grande maioria dos estados brasileiros apresenta estrutura não especializada, sendo necessárias políticas públicas e incentivos para que esse panorama se modifique, e os estados que apresentaram o QL > 1 apresentam uma maior concentração espacial de emprego. Santos et al., (2018) chegam a uma conclusão similar em relação aos municípios brasileiros em 2015.

Aplicação do método Shift-share

Com o objetivo de promover maior dinamismo e crescimento da economia local, é importante investigar quais ACTs têm maior ou menor vantagem dentro de cada região, devido à necessidade de elaboração de políticas de crescimento e desenvolvimento mais específicos de acordo com as características de cada estado.

A partir dos resultados obtidos por meio do shift-share para o conjunto de ACTs nos estados brasileiros, verifica-se que a Variação Líquida Total (VLT) foi positiva em praticamente todos os estados, à exceção do Acre, Amapá, Amazonas e Rio de Janeiro. Isso significa que houveram ganhos na criação de empregos formais no período 2012-2019. Todavia, a maioria dos estados apresentou efeito negativo na variação estrutural, ou seja, as ACTs presentes nesses estados apresentaram baixas taxas de crescimento. Portanto, não são atividades consideradas dinâmicas nessas regiões, quando comparadas com a média nacional (ver ^{Apêndice 2}).

As Figuras 5 e 6 destacam os resultados da decomposição do efeito alocação, considerando o crescimento do emprego das ACTs entre 2012 e 2019. O objetivo desta análise é verificar se os estados brasileiros estão especializados nas atividades turísticas em que apresentam maiores vantagens competitivas ou não (Simões, 2006), de acordo com as tipologias apresentadas no Quadro 1.

Os melhores resultados, ou seja, a ocorrência do efeito especialização positivo e vantagens competitivas entre os estados foi na ACT de Alimentação e Alojamento (Figura 5), sugerindo que os estados mais desenvolvidos e especializados são os que tendem a fornecer maior número de empregos turísticos formais nos segmentos de alimentação e alojamento. O resultado da decomposição do efeito Alocação sugere que a ACT “Alojamento”, pode ser caracterizada como uma atividade que apresenta vantagens competitivas em praticamente todos os estados brasileiros, à exceção de São Paulo, Rio de Janeiro e Espiríto Santo, que possuem vantagens competitivas sem especialização; e o estado do Amazonas, que apresentou desvantagem competitiva, não especializada. Para a ACT Alimentação, Amapá, Pernambuco, Espirito Santo, Minas Gerais, Rio de Janeiro, São Paulo, Paraná, Rio Grande do Sul e Distrito Federal apresentaram desvantagens competitivas, porém são especializados. O Pará e a Bahia, por sua vez, apresentaram desvantagens competitivas e não foram especializados entre 2012 e 2019.

Figura 5
Resultado do efeito alocação para Alojamento, Alimentação, Transporte terrestre e aquaviário (2012-2019)

Na ACT Transporte Terrestre, 4 dos 9 estados do Nordeste não possuem vantagens competitivas e não são especializados. Amapá, Pará, Maranhão, Ceará, Rio Grande do Norte, Sergipe, Bahia, Tocantins, Goiás, Distrito Federal, Mato Grosso do Sul e Santa Catarina aparecem com vantagens competitivas, mas sem especialização. Os estados de Minas Gerais, Espírito Santo, São Paulo, Paraná, Rio Grande do Sul e Amazonas apresentaram vantagens competitivas e especializadas. É importante destacar que esta ACT, juntamente com Alimentação, é considerada atividade estratégica, em virtude do nível de encadeamento dessas atividades, com outras atividades econômicas. Em outras palavras, o desenvolvimento dessas atividades induz ao crescimento de outros setores (Takasago & Mollo, 2010). Transporte aquaviário mostrou-se a atividade mais incipiente, uma vez que esta ACT não foi especializada nem competitiva na maioria dos estados brasileiros. Uma possível explicação para este resultado pode ter relação com a característica do turismo brasileiro, que tem como principais “portas” de entrada os aeroportos e os terminais rodoviários.

Na ACT Transporte aéreo (Figura 6), São Paulo, Acre, Amazonas e Roraima apresentaram vantagens competitivas com especialização, ao passo que Amapá apresentou desvantagem e especialização. Em Minas Gerais e Pará, por outro lado, há desvantagem competitiva sem especialização. Na ACT Aluguel de Transporte, os estados, em sua maioria, apresentaram vantagens competitivas, mas sem especialização. Pará e Amazonas tiveram vantagens competitivas com especialização, ao passo que o estado do Maranhão foi o único classificado com desvantagem competitiva e especializado no referido segmento.

Figura 6
Resultado do efeito alocação para Transporte Aéreo, Agência de Viagem, Aluguel de Transporte e Cultura e Lazer (2012-2019)

Com relação à Agência de viagem (Figura 6), a maioria dos estados brasileiros apresentaram vantagens competitivas e especialização, ou seja, trata-se de uma ACT dinâmica que cresceu, nesses estados, a uma taxa maior do que a observada no Brasil. Todavia é importante ressaltar, conforme observado por Vareiro e Pinheiro (2017), que, diante da forte concorrência dos serviços on-line de vendas de produtos turísticos, é necessário o investimento contínuo em inovação por parte das Agências de Viagens para manter a competitividade no mercado.

Na ACT Cultura e Lazer, a maioria dos estados do Nordeste, Sul e Sudeste possui vantagens competitivas e especializadas. Espírito Santo, Maranhão, Mato Grosso, Amapá e Acre, por sua vez, não são especializados, mas possuem vantagem competitiva. Amazonas, Roraima, Rondônia e Tocantins não são especializados e nem possuem vantagem competitiva.

Portanto, é possível supor que a oferta turística com mais estrutura é concentrada em poucos estados, pois o consumo dos visitantes não se reduz às atividades relacionadas à viagem, mas também à toda atividade de suporte para tornar a viagem satisfatória. Além do mais, fatores como a sazonalidade intrínseca ao setor, baixa escolaridade dos empregados, alta rotatividade, entre outros, dificultam a qualificação da mão de obra e comprometem os serviços oferecidos, tornando-se desafios a serem superados pelo setor.

Em termos estruturais, vale ressaltar as deficiências de infraestrutura turística, urbana, assim como também parte da população não possui rendimento suficiente para ter acesso a este mercado. Uma das dificuldades relacionadas ao mercado de trabalho do turismo está vinculada à qualificação profissional. Para reverter esta situação, é necessário, inicialmente, conhecer a dimensão, o perfil e onde está alocada espacialmente esta mão de obra. Alguns trabalhos e base de dados, a exemplo do IPEA, podem contribuir e auxiliar na definição de ações de capacitação das ocupações mais relacionadas à prestação de serviços a turistas.

As análises expostas anteriormente tiveram como recorte temporal o período 2012-2019. No entanto, em 2020, a economia mundial foi afetada negativamente em decorrência da pandemia da Covid-19. Assim, no sentido de complementar a avaliação das ACTs e na tentativa de se medir os efeitos preliminares da pandemia sobre as atividades turísticas no Brasil, a Figura 7 apresenta a variação acumulada mensal do volume das referidas atividades no ano de 2020.

A Organização Mundial da Saúde decretou a Covid-19 como pandemia no mês de março de 2020. Percebe-se claramente que, a partir deste mês, o resultado acumulado do volume das atividades turísticas já sofre retração, conforme mostra a Figura 7.

Figura 7
Variação acumulada mensal das atividades turísticas no Brasil (%), 2020

A partir de abril a variação acumulada passa a ser negativa, e a queda permanece crescente até dezembro, cujo mês acumulou -36,7% de redução no ano. A título de comparação, o Produto Interno Bruto (PIB) brasileiro, que é a soma de todas as riquezas produzidas no país, registrou queda de -4,1% em 2020. Isso siginifica dizer que a retração das atividades turísticas foi aproximadamente nove vezes superior à do PIB.

O turismo foi impactado de forma direta e imediata pela pandemia. Além disso, sua recuperação possivelmente ocorrerá de forma lenta e gradual, pois envolverá aspectos associados à incerteza dos turistas em relação ao quão seguros estarão nas suas viagens, desde o deslocamento até a hospedagem e passeios.

CONSIDERAÇÕES FINAIS

O presente artigo mediu o grau de especialização das ACTs por estado brasileiro e decompôs o crescimento do emprego no período 2012-2018. Para isso, utilizou-se o QL e o método shift-share com a finalidade de conhecer os padrões de especialização e do crescimento do emprego das ACTs nos estados brasileiros.

Ao longo do trabalho, buscou-se responder ao seguinte problema de pesquisa: A nível estadual tem alguma ACT que é mais desenvolvida e especializada? Verificou-se que a maioria dos estados brasileiros apresentou uma estrutura de oferta e mão de obra turística incipiente nas atividades de Transporte Aéreo, Transporte Aquaviário, Aluguel de Transporte, Agência de Viagem e Cultura e Lazer, sendo que o Transporte Aquaviário foi considerado o setor mais estagnado em relação às outras ACTs. Somada a isso, a falta de infraestrutura e de mão de obra qualificada impede que o crescimento no setor aconteça de forma natural. Já a ACT de Alojamento apresentou vantagens competitivas e especilização na maioria dos estados brasileiros no período analisado.

De maneira geral, verificou-se que os melhores resultados, com relação ao nível de especialização e em termos de vantagens competitivas do mercado de trabalho formal das ACTs, foram observados em estados das regiões Sul e Sudeste - regiões mais ricas e desenvolvidas do país - e no Nordeste brasileiro, um dos principais destinos turísticos no segmento sol e praia. A maioria dos estados apresentaram uma infraestrutura turística deficiente, sem especialização e/ou com desvantagens competitivas. Dentro deste contexto, é importante a elaboração de políticas públicas que fomentem e criem condições necessárias para o desenvolvimento e instalação de atividades turísticas dinâmicas, contribuindo para o crescimento do setor turístico no interior dos estados e nas demais regiões brasileiras.

Em decorrência da pandemia da Covid-19, a atividade turística brasileira se retraiu em 2020 aproximadamente nove vez mais do que o PIB nacional. Yang et al. (2020) destacam que políticas de subsídios ao consumo turístico podem influenciar, positivamente, a retomada de crescimento do setor em um cenário pós-crise.

A principal limitação do presente artigo é a utilização de dados formais, o que impossibilita resultados mais específicos. Todavia, os dados informais mais recentes do mercado de trabalho das ACTs não possuem informações a nível estadual, o que impossibilita realizar um estudo mais detalhado. Diante de tais dificuldades, optou-se pela utilização de dados mais atuais, mas sem levar em consideração a informalidade.

Como sugestão para trabalhos futuros é interessante investigar as ACTs que sofreram mudanças mais bruscas em sua dinâmica, principalmente em decorrência da pandemia. Para que se possam desenvolver políticas de incentivos como forma de reverter a queda no dinamismo nesses estados, principalmente no que tange ao emprego. Estudos mais profundos do setor de turístico são de grande relevância visto sua importância na economia do país.

REFERÊNCIAS

• Ablas, L. (1991). Efeitos do turismo no desenvolvimento regional. Revista Turismo em Análise, 2 (1), 42-52.
• Al Mamun, A., Khalilur Rahman, M., Taufiq, M., & Muzzammir, M. (2015). A Shift-share analysis of electrical and electronic products: An overview and assessment of export growth of Malaysia. Asian Social Science, 11 (10), 330-338.
• Auliciano, M. P. (2011). Turismo e desenvolvimento regional: um estudo no Estado de São Paulo. Revista Turismo em Análise , 22 (1), 220-234.
• Carvalho, I. M. M. (2006). Globalização, metrópoles e crise social no Brasil. Revis Eure, 22 (95), 5-20.
• Combes, P. P. (2000). Economic structure and local growth: France, 1984-1993. Journal of Urban Economics, 47 (3), 329-355.
• Costa, R. D., Bahia, E. F., & Couto, E. F. (2009). Turismo em Pirapora-MG: um estudo de caso sobre a percepção dos residentes locais. Reuna, 14 (3), 55-68.
• Constantino, S., Crocalici, M. F., & Piacentino, D. (2020). A new spatial Shittk-Share decomposition: an application to tourism competitiveness in Italian regions. Geographical Analysis Doi:10.1111/gean.12262.
• Creamer, D. (1943). Shifts of Manufacturi ng Industries in Industrial Location and National Resources Government Printing Office.
• Esteban, J. (2000). Regional convergence in Europe and the industry mix: A shift-share analysis. Regional Science and Urban Economics, 30 (3), 353-364.
• Esteban-Maquillas, J. M. (1972). Shift and share analysis revisited. Regional Science and Urban Economics , 2 (3), 249-261.
• Firgo, M., & Fritz, M. (2017). Does having the right visitor mix do the job? Applying an econometric Shifit-Share model to regional tourism developments. The Annals of Regional Science, 58, 469-490.
• Fuchs, M., Rijken, L., Peters, M., & Weiermair, K. (2000). Modelling Asian incoming tourism: A Shift-Share approach. Asia Pacific Journal of Tourism Research, 5 (2), 1-10.
• Gössling, S., Scott, D., & Hall, C. M. (2020) Pandemics, tourism and global change: a rapid assessment of COVID-19. Journal of Sustainable Tourism, p. 1-20, https://doi.org/10.1080/09669582.2020.1758708.
• Haddad, P. R. (1989). Economia regional, teorias e métodos de análise Fortaleza: BNB/ETENE.
• Hurtado, J. M. R., & Bonilla, J. M. L. (2012). Classificación de las zonas turísticas españolas en función de las características estructurales de la oferta y la demanda - una aplicación mediante un modelo de classes latentes. Estudios y Perspectivas en turismo, 21 (1), 34-51.
• Instituto Brasileiro de Geografia e Estatística. (2011). Pesquisa Mensal de Serviços - PMS [banco de dados]. Disponível em: https://www.ibge.gov.br/estatisticas/economicas/servicos/9229-pesquisa-mensal-de-servicos.html?=&t=o-que-e
  » https://www.ibge.gov.br/estatisticas/economicas/servicos/9229-pesquisa-mensal-de-servicos.html?=&t=o-que-e
• Instituto de Pesquisa Econômica Aplicada. (2015) Extrator de Dados IPEA [banco de dados]. Disponível em: https://www.ipea.gov.br/extrator/index.html
  » https://www.ipea.gov.br/extrator/index.html
• Lage, B. H. G., & Milone, P. C. (2000). Turismo: teoria e prática São Paulo: Atlas.
• Machado, A. F., Simões, R., & Diniz, S. C. (2013). Urban amenities and the development of creative clusters: the case of Brazil. Current Urban Studies, 1, 92-101.
• Matos, A. J. F. (2015). Dinâmicas Recentes nas Sub-Regiões Portuguesas: Uma Aplicação do Método Shift-Share. Revista Portuguesa de Estudos Regionais, 38, 59-70.
• Miranda, C. S., Santos, R. O. J., Gomes, E. J., Fernandez, L. R. G., & Lourenção, M. T. A. (2015). Informações de mercado para tomada de decisão: uma avaliação de empresas do setor de turismo e hospitalidade. Reuna , 20 (4), 67-92.
• Moreira Filho, M., Nascimento, R. P., & Segre, L. M. (2010). ¿Cúal es el papel del turismo en el desarrollo local? Un análisis crítico del cluster turístico de Santa Teresa - RJ, Brasil. Estudios y Perspectivas en turismo , 19, 812-834.
• Neves, C. S. B., Carvalho, I. S., Souza, W. F. L., & Filippim, M. L. (2020). Os impactos da COVID-19 nas viagens de turistas brasileiros: conjuntura e perspectivas na eclosão e na expansão da pandemia no Brasil. Turismo Visão e Ação, 23 (1), 2-25.
• Nicola, M., Alsafi, Z., Sohrabi, C., Kerwan, A., Al-Jabir, A., Iosifidis, C., Agha, M., & Agha, R. (2020). The socio-economic implications of the pandemic (COVID-19): A review. International Journal of Surgery Doi: https://doi.org/10.1016/j.ijsu.2020.04.018.
  » https://doi.org/10.1016/j.ijsu.2020.04.018.
• Piacenti, C. A., Alves, L. R., & Lima, J. R. (2008). O perfil locacional do emprego setorial no Brasil. Revista Econômica do Nordeste, 39 (3).
• Ribeiro, L. C. S., & Andrade, J. R. L. (2015). Characterization of tourism clusters in Brazil. Tourism Economics, 21, 957-976.
• Ribeiro, L. C. S., & Lopes, T. H. C. R. (2015). Características e similaridades do setor cultural nos municípios e regiões metropolitanas brasileiras. Revista de Economia Contemporânea, 19 (2), 307-330.
• Ribeiro, L. C. S., Lopes, T. H. C. R., Ferreira Neto, A. B., & Santos, F. R. (2020). Cultural employment growth in Brazilian municipalities. Journal of Cultural Economics, 44, 605-624
• Ribeiro, L. C. S., Lopes, T. H. C. R., Montenegro, R. L. G., & Andrade, J. R. L. (2018). Employment dynamics in the Brazilian tourism sector (2006-2015). Tourism Economics , 24 (4), 418-433.
• Ribeiro, A. C., & Marouvo, C. C. (2016) O papel da moeda na dinâmica econômica da Baixada Fluminense - RJ. Revista do Desenvolvimento Regional, 21 (2), 267-283.
• Ribeiro, L. C. S., Santos, G. F., Cerqueira, R. B., & Souza, K. B. (2020) Economic impact of Covid-19 on tourism in Brazil Disponível em: Disponível em: https://www.researchgate.net/publication/341805042_Economic_impact_of_Covid-19_on_tourism_in_Brazil , acesso em 23 de julho de 2020.
  » https://www.researchgate.net/publication/341805042_Economic_impact_of_Covid-19_on_tourism_in_Brazil
• Ribeiro, L. C. S., Silva, E. O. V., Andrade, J. R. L., & Souza, K. B. (2017). Tourism and regional development in the Brazilian Northeast. Tourism Economics , 23 (3), 717-727.
• Rosa, A. L. T., Santos, S. M., & Alexandrino, G. (2004). Análise das mudanças da economia cearense a partir do método diferencial - estrutural no período de 1990 a 2000. Recortes Setoriais da Economia Nordestina Banco do Nordeste, CAEN, Fortaleza.
• Santos, F. R., Ribeiro, L. C. S., & Silveira, E. J. G. (2018). Caracterização das atividades turísticas nos municípios brasileiros em 2015. Revista Brasileira de Pesquisa em Turismo, 12 (2), 65-82.
• Simões, R. F. (2006). Métodos de análise regional e urbana: diagnóstico aplicado ao planejamento In C. C. Diniz & M. A. Croco (Eds.), Economia Regional e Urbana: contribuições teóricas recentes (1. ed.). Belo Horizonte: Editora da UFMG.
• Sirakaya, E., Choi, H. S., & Var, T. (2002). Shift-Share analysis in tourism: examination of tourism employment change in a region. Tourism Economics , 8 (3), 303-324.
• Sirakaya, E., Uysal, M., & Toepper, L. (1995). Measuring tourism performance using a Shift-Share analysis: the case of South Carolina. Journal of Travel Research, 34 (2), 55-61.
• Soares, L. A. S. (2005). Turismo e trabalho informal: um binômio inevitável? Revista Ibero Americana de Estratégia, 4 (1), 89-98.
• Takasago, M., & Mollo, M. L. (2010). A matriz de insumo-produto e a importância econômica das atividades características do turismo e do turismo no Brasil. Revista Turismo e Desenvolvimento, 1 (13), 137-149.
• Vareiro, L. M. C., & Pinheiro, T. C. S. (2017). A influência da crise na escolha pelo consumidor entre agências de viagens ou operadores on-line. Turismo Visão e Ação , 19 (2), 220-243.
• Viana, F. D. F., Braga, F. L. P., Nascimento, A. L. M., & Nazareno, M. C. M. (2020). Turismo nas cidades históricas de Minas Gerais: uma análise para a variável emprego e renda por meio do método Diferencial - Estrutural. Gestão & Regionalidade, 36 (107), 154-173.
• World Travel and Tourism Council (WTTC) (2019). Travel and tourism economic impact 2019 https://www.wttc.org/-/media/files/reports/economic-impact-research/regions-2019/world2019.pdf, 2019.
• World Travel and Tourism Council (WTTC) (2020). Global Economic impact & Trends 2020 Disponível em: https://wttc.org/Research/Economic-Impact, acesso em 24 de julho de 2020.
• World Travel and Tourism Council (WTTC) (2020). Global Economic impact & Trends 2020 . Disponível em: https://wttc.org/Research/Economic-Impact, acesso em 23 de julho de 2020.
• Yang, Y., Zhang, H. & Chenc, X. (2020). Coronavirus pandemic and tourism: Dynamic stochastic general equilibrium modeling of infectious disease outbreak. Annals of Tourism Research, http://dx.doi.org/10.1016/j.annals.2020.10291.

Apêndices

Apêndice 1:
Quociente Locacional (QL) das ACTs nos estados brasileiros em 2012 e 2019

UF	Alojamento		Alimentação		Transporte Terrestre		Transporte Aquaviário		Transporte Aéreo		Aluguel de Transporte		Agência de Viagem		Cultura e Lazer
	2012	2019	2012	2019	2012	2019	2012	2019	2012	2019	2012	2019	2012	2019	2012	2019
Acre	1,24	1,36	0,92	0,96	0,79	0,55	0	0	1,25	1,22	1,86	0,95	0,85	1,08	0,35	0,69
Amapá	1,16	1,21	0,91	0,85	0,79	0,85	13,5	8,58	1,2	1,09	2	2,51	0,69	0,64	0,19	0,52
Amazonas	0,69	0,55	0,87	1,06	1,09	0,85	24,7	25,23	1,18	1,11	2,9	2,09	0,97	0,8	0,52	0,43
Pará	1,11	1,04	0,81	0,86	0,9	0,84	18,2	18,98	0,86	0,67	3,14	2,79	0,76	0,73	0,95	1,06
Rondônia	1,11	0,99	0,96	1,08	0,78	0,57	4,83	10,31	0,68	0,65	2,96	1,36	1,14	1,46	0,21	0,37
Roraima	1,1	0,95	1,11	1,12	0,46	0,32	0	0	1,15	0,76	1,91	3,91	1,4	1,63	0,1	0
Tocantins	1,28	1,22	1	1,13	0,51	0,42	7,12	5,91	0,68	0,45	1,91	2,06	1,37	0,65	0,23	0,15
Alagoas	1,76	2,04	0,86	0,79	0,52	0,34	0,35	0,29	0,48	0,45	1,1	1,06	1,09	1,02	0,83	0,74
Bahia	1,7	1,78	0,86	0,78	0,57	0,57	0,99	1,48	0,47	0,59	1,18	1,68	1,06	0,89	1,03	1,09
Ceará	1,32	1,35	1,06	1	0,52	0,42	0,33	0,15	0,67	1,08	1,71	1,85	0,93	0,8	1,82	1,84
Maranhão	1,46	1,36	0,83	0,92	0,66	0,65	3,31	3	0,72	0,73	3,12	1,9	0,93	0,93	0,72	1,15
Paraíba	1,36	1,2	1,07	1,12	0,6	0,43	0,35	0,29	0,52	0,46	0,65	1,62	1,07	1,1	1,28	1,53
Pernambuco	1,38	1,33	0,99	0,94	0,6	0,53	0,34	0,76	0,54	0,77	1,69	2,27	1,1	1,11	1,35	1,53
Piauí	1,47	1,39	0,95	1,02	0,67	0,41	0	0,04	0,71	0,56	1,43	2,41	0,78	0,95	0,7	0,81
Rio Grande do Norte	1,99	1,84	0,82	0,86	0,34	0,34	1,06	0,62	0,48	0,47	1,12	1,1	0,96	1,16	1,16	1,26
Sergipe	1,33	1,22	1,01	1,03	0,61	0,65	1,26	0,35	0,28	0,46	1,54	2,1	1,4	0,97	1,19	1,21
Espírito Santo	0,87	0,8	0,98	0,99	1,52	1,66	0,04	0,16	0,34	0,39	1,01	0,93	0,65	0,54	0,46	0,53
Minas Gerais	1,02	0,99	0,98	0,98	1,25	1,27	0	0	0,65	0,51	1,12	1,41	0,6	0,65	0,87	0,85
Rio de Janeiro	0,82	0,92	0,98	0,98	1,38	1,3	0,37	0,34	0,92	0,94	0,91	0,68	0,76	0,79	0,81	0,82
São Paulo	0,7	0,66	1,1	1,09	0,97	1,09	0	0,04	1,72	1,57	0,58	0,67	1,15	1,14	0,82	0,73
Distrito Federal	0,51	0,46	1,22	1,18	0,88	0,86	0	0	1,33	2,54	0,84	0,56	1,59	1,16	1,31	1,37
Goiás	1,37	1,34	0,95	0,99	0,86	0,79	0,19	0,13	0,5	0,41	0,9	0,71	0,87	0,98	1,31	1,21
Mato Grosso	1,32	1,37	0,94	0,99	0,82	0,58	0,13	0	0,74	0,68	0,69	0,76	1,19	1,4	0,35	0,55
Mato Grosso do Sul	1,29	1,31	0,97	1,01	0,76	0,64	1,74	0,74	0,52	0,51	0,58	0,71	1,53	1,41	0,67	0,66
Paraná	1,14	1,12	0,93	0,94	1,04	1,05	0,29	0,34	0,49	0,52	1,46	0,93	1,07	1,16	1,7	1,72
Rio Grande do Sul	1,1	1,09	0,89	0,85	1,23	1,29	1,24	1,1	0,51	0,67	0,66	0,56	1,06	1,24	1,75	1,78
Santa Catarina	1,42	1,48	0,96	0,97	0,76	0,65	0,93	1,34	0,35	0,36	0,69	0,44	1,17	1,07	1,29	1,25

• Fonte: Elaboração Própria com base nos dados do Extrator do IPEA.

Apêndice 2

Resultado do Shift-Share das ACTs por Unidade da Federação (UF), 2012-2019

UF	Variação Estrutural	Efeito Competitivo	Efeito de Alocação	VLT
Acre	-29	-232	135	-113
Amapá	2	-96	-26	-120
Amazonas	48	-245	66	-131
Pará	-24	115	42	133
Rondônia	2	470	-242	231
Roraima	21	323	78	423
Tocantins	52	783	10	845
Alagoas	-72	2476	765	3169
Bahia	-358	9600	-2910	6331
Ceará	526	4502	478	5507
Maranhão	-136	617	12	493
Paraíba	154	2701	-727	2128
Pernambuco	331	7369	-3922	3778
Piauí	-6	1752	346	2094
Rio Grande do Norte	-60	318	85	342
Sergipe	100	848	-178	770
Espírito Santo	-404	5260	-4227	629
Minas Gerais	-1380	11900	-1426	9094
Rio de Janeiro	-2988	-494	639	-2842
São Paulo	-492	382230	-338244	43494
Distrito Federal	571	74	1544	2189
Goiás	-65	3326	628	3889
Mato Grosso	-111	1935	780	2604
Mato Grosso do Sul	2	1260	99	1361
Paraná	-563	8548	-248	7737
Rio Grande do Sul	-1088	5366	339	4618
Santa Catarina	110	7751	-540	7322

• Fonte: Elaboração Própria com base nos dados do Extrator do IPEA

Apêndice 3

Número de empregos do setor turístico brasileiro

Região	2012		2015
	Formal	Informal	Formal	Informal
Norte	82.630	86.786	81.994	67.376
Nordeste	320.456	242.485	353.363	247.734
Sudeste	1.152.043	403.031	1.183.635	411.051
Centro-Oeste	137.197	101.215	148.252	88.329
Sul	288.407	57.197	310.222	59.049
Total	1.980.732	890.714	2.077.466	873.539

• Fonte: Elaboração Própria com base nos dados do Extrator do IPEA

Datas de Publicação

• Publicação nesta coleção
  25 Out 2021
• Data do Fascículo
  Sep-Dec 2021

Histórico

• Recebido
  25 Jul 2020
• Aceito
  09 Jul 2021