Desagregação setorial do balanço energético nacional a partir dos dados da matriz insumo-produto: uma avaliação metodológica

ARTIGOS

Desagregação setorial do balanço energético nacional a partir dos dados da matriz insumo-produto: uma avaliação metodológica

Marco Antonio Montoya^I; Ricardo Luis Lopes^II; Joaquim José Martins Guilhoto^III

^IProfessor Titular da Faculdade de Ciências Econômicas, Administrativas e Contábeis da Universidade de Passo Fundo FEAC-UPF. E-mail: [e-mail]

^IIProfessor Associado. Departamento de Economia, Universidade Estadual de Maringá. E-mail: [e-mail]

^IIIProfessor Titular. Departamento de Economia, FEA-Universidade de São Paulo. REAL, University of Illinois, e Pesquisador CNPq. E-mail: [e-mail]

RESUMO

O artigo propõe e avalia três metodologias para estimar matrizes energéticas nacionais mais desagregadas a partir dos dados da matriz insumo-produto (MIP). Para avaliar os resultados, foram construídas três matrizes insumo-produto híbridas. As análises de correlação e de acuidade dos multiplicadores, índices de ligação setoriais, requerimentos de energia e emissões de CO₂ mostraram convergência de resultados nos métodos Base BEN e Base MIP Ajustada. Conclui-se, portanto, que o uso de coeficientes insumo-produto, como ponderadores de expansão do consumo setorial de energia, permite estimar matrizes energéticas consistentes e que são válidas as análises estruturais da economia realizadas com base nelas.

Palavras-chave: Matriz Energética; Insumo-Produto; Brasil.

ABSTRACT

This paper proposes and evaluates three methods for estimating more disaggregated national energy matrices from input-output matrix (IPM) data. To evaluate the results three hybrid input-output matrices were built. Correlation and acuity of multipliers analyses, binding sectorial indices, energy requirements and CO₂ emissions showed convergence results in BEN Base and Base Adjusted MIP methods.We conclude, therefore, that the use of input-output coefficients as weights for sectorial energy consumption expansion allows to estimate consistent energy matrices and that the structural analyzes of the economy based on them are valid.

Keywords: Energy Matrix; Input-Output; Brazil.

JEL classification: C67, D57, C80.

1 Introdução

Para Forssell & Polenske (1998) e Abdallah & Montoya (1998), a preocupação com a interação entre meio ambiente e a atividade econômica se intensificou nas últimas décadas. Tal preocupação levou ao desenvolvimento de modelos de insumo-produto que incluem essas interações. Entre os modelos, pode se citar os de Cumberland (1966), Daly (1968), Isard et al. (1968) e Leontief (1970).

A utilização conjunta das informações do consumo energético, em unidades físicas, e dasatividades econômicas, em unidades monetárias, para avaliar o consumo setorial de energia e suas implicações sobre o meio ambiente vem ganhando importância, em particular, por meio da construção de sistemas insumo-produto híbridos. Segundo Bullard III & Herendeen (1975), Miller & Blair (2009) e Casler & Blair (1997), o modelo de insumo-produto em unidades híbridas é a formulação mais consistente para aplicação de modelos de insumo-produtode natureza físico-econômica envolvendo usode energia. Hawdon & Pearson (1995) apontam que o uso da estrutura de insumo-produto para analisar questões relativas ao setor energético permite: a) uma desagregação setorial maior do que os modelos de otimização dinâmica e os modelos macroeconômicos, b) a incorporação de fluxos de energia entre setores tanto em termos físicos quanto monetários e c) aprogramaçãode análises de impacto sobre o meio ambiente.

O Balanço Energético Nacional (BEN) é o documento sobre fluxos físicos anuais do setor energético brasileiro publicado regularmente desde 1970 pelo Ministério de Minas e Energia (MME) por meio da Empresa de Pesquisa de Energia (EPE). A matriz energética está composta por um conjunto total de 47 atividades e 24 fontes de energia. As atividades compreendem produção, estoques, comércio externo, transformação, distribuição e consumo final, este dividido em setores econômicos. Trata-se, portanto, de uma das mais completas e sistematizadas bases continuadas de dados energéticos disponível no país, constituindo-se em uma referência fundamental para qualquer estudo do planejamento do setor energético brasileiro.

Por outro lado, a matriz nacional de insumo-produto (MIP) representa um sistema econômico integrado de fluxos e transferências de insumos e produtos de um setor a outro, para serem processados ou destinados ao consumo final. Sua publicação, de responsabilidade do Instituto Brasileiro de Geografia e Estatística (IBGE), teve início no ano de 1970, apresentando uma periodicidade quinquenal até 1990, quando passou a ser anual. A divulgação apresenta uma defasagem de, no mínimo, três anos, por questões de prazo entre a coletados dados setoriais e o tempo necessário para sua elaboração e consolidação. Seu uso revela-se de extrema importância, uma vez que permite gerar informações fundamentais para o planejamento econômico nacional tanto no enfoque macro como no microeconômico.

Entretanto, a utilização conjuntado BEN com a MIP demonstra uma séria limitação na análise de impactos ambientais, a qual consiste na falta de dados mais desagregados do consumo setorial de energia em unidades físicas. No Brasil, embora o BEN e a MIP apresentem setores consumidores compatíveis com a Classificação Nacional de Atividades Econômicas (CNAE) 2.0 do IBGE, o nível de agregação é diferente, já que a matriz energética apresenta 22 setores¹ consumidores em unidades físicas e a MIP, 56 setores em unidades monetárias. Em decorrência disso, a compatibilização das informações gera um número de setores consumidores reduzido, o que afeta os resultados e as análises do sistema.

Para superar esse problema, torna-se necessário elaborar um sistema de desagregação dos setores consumidores da matriz energética compatível com o número de setores consumidores que a MIP apresenta. Assim, o presente estudo tem como objetivo propor e avaliar, com base nos dados da MIP, um conjuntode métodos alternativos que permitam elaborar uma matriz energética mais desagregada para o país.

O artigo está dividido da seguinte maneira: na seção 2, são apresentados três critérios metodológicos para desagregar os setores consumidores de energia; a seção 3 descreve o processo de construção do modelo insumo-produto híbrido, bem como os métodos de estimação dos indicadores; a seção 4 avalia, estatisticamente, de forma comparativa, os multiplicadores de produção, os índices de ligações setoriais, os requerimentos setoriais de energia e o volume das emissões de CO₂, de modo a estabelecer a metodologia mais adequada para estimar matrizes energéticas com o consumo setorial mais desagregado; na última seção, são apresentadas as principais conclusões obtidas no decorrer da análise.

2 Desagregação do consumo setorial da matriz energética a partir dos dados da matriz insumo-produto

O procedimento usual para avaliar o consumo energético setorial e suas emissões de gases consiste em estimar o usode energia das indústrias e dos consumidores finais, por meio de um modelo insumo-produto de energia em unidades híbridas, e, posteriormente, utilizar coeficientes de conversão sobre a intensidadedo consumode energia.

Para o ano de 2008, a matriz insumo-produto do país, estimada com base na metodologia desenvolvida por Guilhoto & Sesso (2005), apresenta uma Tabela de Recursos e Usos composta por 110 produtos e 56 setores consumidores. Já a matriz energéticado BEN apresenta 24 fontesde energia e 21 setores consumidores intermediários. Assim, considerando que o maior nível de desagregação setorial do consumo de energia por parte das indústrias determinará a qualidade e a abrangência das análises da MIP híbrida, torna-se necessário desagregar os setores consumidores da matriz energética. A questão-chave é compatibilizar os setores consumidores das duas bases de dados e, seguidamente, estimar o consumo setorial da matriz energética em nível de 56 setores, ou seja, o mesmo número de setores que apresenta a MIP.

Inicialmente, para a compatibilização dos setores consumidores, levou-se em consideração a CNAE 2.0, bem como o grau de homogeneidade de suas atividades. Como resultado, obteve-se, pelo lado setorial da matriz energética, uma agregação de 15 grandes setores consumidores com seus respectivos subsetores, que perfazem um total de 56, tal qual a estrutura da MIP do país (^{Apêndice A}).

Na sequência, para estimar o consumo de energia dos 56 subsetores, esta pesquisa utiliza, como fator de expansão, o peso dos fluxos monetários apresentados na Tabela de Recursos e Usos pororigem e destino, que contém também as importações. A hipótese central é que o consumo de energia dos subsetores em tep² está proporcionalmente relacionado com seu srespectivos fluxos monetários contidos na MIP.

O método para estabelecer o fator de expansão compõe-se de duas etapas. A primeira consiste em compatibilizar as fontes de energia da matriz energética com os produtos da Tabela de Recursos e Usos da MIP, com o objetivo de identificar em que fluxos dos produtos está contida cada fonte de energia (^{Apêndice C}). A segunda etapa consiste em estimar uma matriz de coeficientes a ser multiplicada pelos valores do consumo setorial de energia, de modo a alocar os valores entre seus subsetores da matriz energética ampliada.

Cabe salientar que uma avaliação mais particularizada das duas bases de dados devidamente compatibilizadas permite verificar que, em alguns casos, os fluxos de consumo que a matriz energética do BEN apresenta não são observados na MIP, e vice-versa. Por exemplo, no BEN, todo consumo de álcool e gasolina é alocado em sua totalidade para o setor de transporte; já na MIP, o álcool é consumido por diversos setores da economia e a gasolina somente é utilizada pelo setor do refino de petróleo e coque. Então, torna-se necessário, para esses produtos energéticos, ponderações de distribuição distintas das demais fontes energéticas. No caso, observa-se, na MIP, que a gasolina é consumida na forma de gasoálcool pelos diversos setores da economia; logo, os fluxos que esse produto apresenta, nas Tabelas de Uso se Recursos, constituem um critério de distribuição do consumo da gasolina no BEN. Sendo assim, a utilização total ou parcial de informações na construção da matriz de coeficientes de expansão, de acordo com a disponibilidade e consistência dos dados, gera três alternativas metodológicas de estimação do consumo de energia nos subsetores.

Para fins didáticos, a matriz energética (Tabela 1) e a matriz de recursos e usos, que inclui as importações (Tabela 2), são apresentadas considerando apenas o setor agropecuário e o setor energético, com seus respectivos subsetores.

2.1 Primeira proposta metodológica (Base BEN)

Com o fator de expansão, foram utilizados dois critérios: 1) o consumo de energia de cada setor, em tep, foi multiplicado pelo coeficiente que representa a participaçãodo subsetor no consumo total do setor, em R$; e 2) na ausência deles, ou seja, para os setores que apresentam consumo de energia, em tep, mas não apresentam coeficientes de expansão, em R$, foi utilizado o coeficiente que representa a participação total do subsetor no consumo total do setor, em R$.

Com esses critérios, somente ocorrerá consumo da fonte energética se esta for observada no BEN. Isso permitirá manter inalterada a estrutura de consumo setorial publicada pela EPE; ou seja, tanto o consumo total de energia como o consumo setorial permanecem inalterados. A estimativa desses coeficientes (α_ik) é dada por:

Em que:

Z_ikvalor do produto i que é vendido para o subsetor k;

representa o valor total do produto i vendido para o subsetor, em que n representa o número de sub setores.

Logo, a matriz do consumo setorial de Energia (E_I) em tep é obtida por meio de:

Em que:

CS representa o consumode cada setor. Com base na Tabela 2, pode-se calcular a matriz de coeficientes (α_ik) apresentados na Tabela 3

O cálculo do valor a ser apropriado em cada subsetor será dado por (E_I), ou seja, pelos coeficientes obtidos na Tabela 3 multiplicados pelos valores do consumo de energia de cada setor encontrados na Tabela 1. Como resultado, a Tabela 4 apresenta a distribuição do consumo de energia entre os subsetores.

Embora o setor agropecuário consuma 2 tep de petróleo e gás natural e o setor energético,19 tep de gás liquefeito de petróleo, nos resultados preliminares da Tabela 4 apresentavam consumo zero. Isso porque a matriz de recursos e usos para seus subsetores não apresenta coeficientes. Assim, alternativamente, foi utilizado o segundo critério de expansão, ou seja, o coeficiente que representa a participação total do subsetor no consumo total do setor, em R$ (última linha da Tabela 3).

Pelos resultados, fica evidente, com esse método de estimação, que a estrutura da matriz energética é preservada, isso porque as linhas e colunas do consumo setorial da Tabela 1 coincidem com os valores linha e coluna de cada consumo setorial total da Tabela 4. Logo, trata-se de uma alternativa de manter coerência entre os dados do BEN e os da MIP, respeitando a estrutura de consumo da matriz energética nacional.

2.2 Segunda proposta metodológica (Base MIP pura)

Como fator de expansão, foi utilizado o seguinte critério: o total de cada fonte de energia, em tep, foi multiplicado pelo coeficiente que representa a participação do setor no consumo total da atividade, em R$. Com esse critério, os fluxos da BEN são desconsiderados, tendo em vista que somente ocorrerá consumo da fonte energética se esta for observada na MIP. A estimativa desses coeficientes (α_ij) é dada por:

Em que:

Z_ijvalor do produto i que é vendido para o setor j;

valor total do produto i vendido para o todos os setores da economia ou total da atividade, em que n representa o número de setores da economia.

Logo, a matriz do consumo setorial de Energia (E_II) em tep é obtida por meio de:

Em que:

CST representa o consumo de setorial total de energia. Com base na Tabela 2, pode-se calcular, também, a matriz de coeficientes (α_ik) contida na Tabela 5.

O cálculo do valor a ser apropriado em cada subsetor será dado por E_II, ou seja, pelos coeficientes obtidos na Tabela 5 multiplicados pelos valores do consumo setorial total de cada fonte de energia, encontrados na Tabela 1. Como resultado, a Tabela 6 apresenta a distribuição do consumo de energia entre os subsetores.

Os resultados desse método de estimação (Tabela 6), quando comparados com a Tabela 1, mostram consistência com os valores totais de cada fonte de energia da matriz energética. Contudo, os resultados do consumo de cada setor diferem significativamente, isto é, a estrutura de distribuição setorial da matriz energética não é preservada.

2.3 Terceira proposta metodológica (Base MIP ajustada)

Essa terceira metodologia propõe a adequação do consumo de algumas fontes energéticas com os dados da matriz insumo-produto. Ela utiliza os coeficientes da Tabela 3, referentes à primeira proposta metodológica, porém, quando ocorre o consumo setorial pelos dados do BEN e não há consumo pelos dados da MIP, em vez de utilizar o coeficiente que representa a participação total do subsetor no consumo total do setor, são incorporados os ajustes setoriais apresentados abaixo:

a) Gás natural: para essa fonte energética, optou-se por testar um novo ponderador. No lugar do setor de petróleo e gás, utilizou-se o SIUP, que também contempla o consumo de gás;

b) Carvão vapor: os setores alimentos e bebidas e não ferrosos e outros da metalurgia apresentam consumo pela utilização do ponderador. No entanto, pela MIP não existe consumode carvão por tais setores. A opção foi de alocar o consumo de tais setores para o setor energético. Então, o consumo do setor energético dados pelo BEN fica sendo o consumo de carvão vapor pelo setor energético mais os consumos da mesma fonte dos setores acima;

c) Lenha: os setores ferro-gusa e aço e ferro-liga apresentam consumode lenha, mas pela MIP não ocorre consumo nesses setores. A opção foi de adicionar tal consumo aos já registrados no setor outras indústrias (BEN) e realizar a alocação conforme a metodologia 1;

d) Outras fontes primárias: nesse caso, observa-se que pelo BEN ocorre consumo no setor de cimento, mas não no setor de cerâmica, o contrário do que é observado pela MIP. A opção, nesse caso, foi de transferir o consumo do setor de cimento para o de cerâmica;

e) Óleo diesel: nessa fonte, não se observa consumo residencial de tal fonte, contrariando os dados da MIP. A opção foi de alocar o consumodo setor transporte (BEN) entre as porções observadas nos setores de transporte e consumo das famílias (MIP);

f) Óleo combustível: aqui o problema está no setor público, que, pelos dados do BEN, realiza consumo de ta lfonte. No entanto, pelos dados da MIP não se observa consumo em nenhum dos setores que compõem o setor público. A opção foi de alocar tal consumo para o setor energético, somando-o ao valor original observado, e realizar a distribuição conforme a metodologia 1;

g) GLP: aqui foram encontrados dois problemas. O primeiro se refere ao consumo dos setores cimento e cerâmica, problema semelhante ao encontra do em "outras fontes primárias", cujo procedimento foi o mesmo. Segundo, os setores do BEN energético, mineração e pelotização, têxtil, papel e celulose, ferro-gusa e aço, ferro-liga, não ferrosos e outras da metalurgia e outras indústrias apresentam consumo de tal fonte, ao contrário de seus correspondentes na MIP.Como esses setores têm o cozimento como principal função, optou-se por alocar o seu consumo para o setor de serviços de alojamento e alimentação;

h) Carvão vegetal: nesse caso, ocorre um problema semelhante ao encontrado em "outras fontes primárias", entre os setores de cimento e cerâmica, adotando-se o mesmo procedimento;

i) Álcool: aqui, pelo BEN, somente ocorre consumo no setor de transporte, diferentemente do observado na MIP (031001-álcool). A opção aqui foi calcular a participação no consumo setorial e residencial, ou seja, a soma do consumo intermediário e consumo residencial, e aplicá-la na distribuição da fonte álcool;

j) Gasolina: situação semelhante à do álcool ocorre com essa fonte. A opção adotada foi a mesma, utilizando-se a linha 030903-gasoálcool. Nesse caso, o objetivo foi distribuir o consumo final de gasolina entre os setores, observando-se que, pela MIP, somente o gasoálcool é consumido pelo demais setores da economia, sendo a gasolina utilizada somente pelo setordo refino de petróleo e coque.

Como resultado, a Tabela 7 apresenta a nova distribuição do consumo setorial de energia.

Com esses ajustes, agora somente ocorrerá consumo da fonte energética se esta for observada pelos dados da MIP. Isso provocará uma alteração no consumo setorial publicado pela EPE, responsável pelo BEN, mas o consumo total energético de cada fonte permanece inalterado. Esse terceiro método é outra tentativa de se manter uma coerência entre a matriz de insumo-produto e o Balanço Energético Nacional. Cabe salientar, finalmente, que nesse caso o total consumido pelas atividades intermediárias (170.522 tep) não coincide com o consumo (188.710 tep) dos métodos 1 e 2. A explicação é que parte do consumo de algumas fontes é alocada para o consumo residencial, tais como óleo diesel e álcool. Contudo, o consumo total energético é preservado.

A questão a seguir é: como testar a consistência dos novos dados gerados? Os indicadores econômicos e energéticos calculados para cada setor pelos três métodos são convergentes ou divergentes no sistema econômico?

3 Aplicação da metodologia na construção da matriz insumo-produto híbrida e análise comparativa de indicadores econômicos

Considerando que não dispomos de uma matriz energética oficial mais desagregada para comparar resultados, acreditamos que a convergência dos indicadores energético-econômicos calculados para cada setor pelos três métodos propostos constitui uma análise plausível para avaliar a consistência dos dados. Partindo desse pressuposto, com o objetivo de avaliar comparativamente os resultados do consumo setorial de energia, foi construída uma matriz insumo-produto híbrida com cada metodologia proposta, e foram calculados multiplicadores setoriais, índices intersetoriais, requerimentos setoriais de energia e suas emissões de gases de efeito estufa, medidos em CO₂-eq³ (referido, simplesmente, como CO₂ deste ponto em diante). O referencial teórico e cálculos são apresentados a seguir.

3.1 Processo de construção da matriz insumo-produto híbrida

A estrutura do modelo insumo-produto híbrido apresentado nesta seção é proveniente das abordagens utilizadas para modelos inter-regionais, porém adaptada para um contexto regional. A utilização de unidades híbridas no modelo considera tanto a energia consumida no processo de produção de uma indústria quanto a energia empregada na produção dos insumos utilizados por ela; ou seja, a análise constitui um processo que rastreia os insumos até os recursos primários usados na suaprodução. A primeira rodada dos insumos de energia revelará os requerimentos diretos de energia. As rodadas subsequentes de insumos energéticos definirão os requerimentos indiretos de energia. Logo, a soma desses dois requerimentos será o requerimento total de energia, cujo cálculo é algumas vezes chamado de intensidade de energia ((Miller & Blair 2009)).

A construção de um modelo de insumo-produto híbrido tem início com uma matriz de fluxos de energia em unidades físicas. Em uma economia composta por n setores, dos quais m são setores de energia, a matriz de fluxos de energia será E (mxn) — assumindo-se que a energia consumida pela demanda final (em unidades físicas) será representada por Ey, o consumo de energia total na economia será representado por F (Ey e F são ambos os vetores coluna com m-elementos), e i será um vetor (nx1), cujos elementos são todos número "um", e dado por: E_i + E_y= F.

Isso significa que a soma de energia (de cada tipo descrito pelas filas de E) consumida pelos setores interindustriais, mais o consumo da demanda final, é a quantia total de energia consumida (e produzida) pela economia.

Com a matriz E construída, é possível construir uma matriz de transações interindustriais em unidades híbridas. O procedimento consiste em substituir, na matriz de transações interindustriais (Z), as linhas que representam os fluxos de energia em unidades monetárias pelas linhas que representam os fluxos físicos de energia, obtidos com base na matriz E. Após a substituição, temos a nova matriz de fluxos interindustriais (Z^*), a qual representa os fluxos interindustriais de energia em unidades físicas e os demais fluxo sem unidades monetárias.

Considere, por exemplo, o caso de quatro setores, onde o primeiro é um setor de energia:

Será substituída pela matriz de transações interindustriais híbridas descrita por:

Consequentemente, obtém-se:

O mesmo procedimento deve ser usado para a produção total (X) e demanda final (Y) por setor:

A matriz de coeficientes técnicos (A) pode ser representada matricialmente como:

Logo,

As matrizes correspondentes, A^* = Z^*

^–1 e (I–A^*)^–1, partiram diretamente dessas definições. Entretanto, algumas das características dessas matrizes diferem do modelo tradicional de Leontief. Por exemplo, a somada coluna A^* não é, necessariamente, menor que a unidade como no modelo tradicional.

Na estrutura da matrizde insumo-produto, o cálculo dos requerimentos de energia total, às vezes chamados de intensidade de energia, é análogo ao cálculo da exigência total em unidades monetárias da indústria do modelo tradicional de insumo-produto de Leontief.

A matriz (I–A^*)^–1 tem as mesmas unidades de A^*, porém ela representa os requerimentos (em tep ou unidades monetárias) por unidade (tep ou unidades monetárias) de demanda final (requerimento total), enquanto representa o requerimento por unidade de produto total (requerimento direto).

3.2 Índices de ligações de Rasmussen-Hirschman e requerimentos de energia no sistema econômico

Os índices de ligações de Rasmussen (1956) e Hirschman (1958) permitem identificar os setores que têm maior poder de encadeamento na economia.Os índices de ligações para trás mostram a pressão que exerce a demanda de um setor sobre os diversos setores da economia, e os índices de ligações para frente mostram a pressão que exerce a demanda dos diversos setores sobre um setor. Índices maiores doque 1 indicam setores a cima da média e, portanto, setores-chave com poder de encadeamento para o crescimento da economia.

Desse modo, definimos b_ijcomo sendo um elemento da matriz inversa de Leontief (I – A^*)^–1 ou simbolizado também como B; B^* como sendo a média de todos os elementos de B, B_.je B_i. como sendo, respectivamente, a soma de uma coluna e de uma linha típica de B. Temos, então, na equações 11, o índice de ligação par atrás e, na equação 12, o índice de ligação para frente.

3.3 Requerimentos setoriais de energia no sistema econômico

Para obter a matrizde requerimentos diretos de energia e a matriz de requerimentos totais de energia, extraem-se, respectivamente, as linhas dos fluxos de energia de A^* e (I –A^*)^–1.

Para isso, é necessário criar a matriz F^* com dimensão (nxn), na qual os elementos de F^* que representam fluxos de energia são colocados ao longo da diagonal principal, e os demais elementos são zero.

Com fins de adaptar o modelo inter-regional para um modelo regional, os elementos da diagonal principal da matriz F^* em sua totalidade passam a ser constituídos por fluxos de energia.

A matriz F^* é composta por n elementos (representando o número de setores da economia, inclusive os setores energéticos), onde os elementos representativos dos setores de energia (m de n elementos) correspondem ao total produzido de energia (em unidades físicas) por esses setores, e os demais elementos seriam zero.

Fazendo F^*

^–1, obtém-se a matriz de coeficientes de consumo de energia cujos vetores constituem-se de zeros e números, no qual os números denotam as localizações do setor de energia. Assim, a multiplicação de F^*

^–1 pelas matrizes de requerimentos diretos e de requerimentos totais de energia permite recuperar apenas a intensidade de energia. Logo, os coeficientes resultantes representam os requerimentos diretos (δ) e os requerimentos totais (α):

Os requerimentos indiretos de energia (γ) são obtidos da diferença entre δ e α:

3.4 Emissão de CO₂ no sistema econômico

Assumindo que as emissões de CO₂ estão linearmente relacionadas comos requerimentos de energia, é possível obter tanto as emissões diretasde carbono quanto as emissões indiretas e totais.

Sendo c a matriz dos coeficientes que convertem a utilização de energia em emissões, de modo tal que os elementos da diagonal principal sejam os coeficientes de conversão para cada setor e os demais sejam zero, podemos reescrever a matrizda seguinte forma:

Logo, as emissões diretas, totais e indiretas serão respectivamente:

Observada a função de produção subjacente ao modelode insumo-produto e considerando a hipótese de que a tecnologia é dada, a única maneira de um determinado setor reduzir sua emissão é reduzir, na mesma proporção, sua produção. Isso fará, necessariamente, que sua demanda pela produção dos demais setores diminua.

O impacto total na economia, contudo, depende de como os demais setores serão capazes de lidar com a queda na demanda do setor que sofreu a restrição. Pode-se imaginar que os demais setores serão capazes de redirecionar sua produção para a demanda final, fazendo com que o impacto na atividade econômica seja menor. Contrariamente, pode-se supor que a demanda final não será capaz de absorver a produção que antes era destinada ao setor afetado, situação que provocará um maior impacto na economia ((Hilgemberg & Guilhoto 2006)).

3.5 Base de dados

Para a construção do modelo insumo-produto em unidades híbridas, foram usados dados da matriz insumo-produto do Brasil de 2008 — unidades monetárias (milhões de reais) — estimada por Guilhoto & Sesso (2005) e da matriz energética do Brasil de 2008 — unidades físicas (mil tep) (EPE 2012).

As matrizes energéticas estimadas apresentam 56 setores consumidores semelhantes aos que apresenta a MIP nacional (^{Apêndice A}). Entretanto, com fins de construir a matriz híbrida, a agregação setorial foi de 53x53 setores, como mostram as figuras e tabelas de resultados, uma vez que o setor energético agregou ou está composto, em unidades físicas, pelo petróleo e gás natural (setor 4); refino de petróleo e coque (setor 14); álcool (setor 15); eletricidade e gás, água, esgoto e limpeza urbana (setor 40). Essa agregação setorial que evidencia somente as fontes de energia permite avaliar o uso setorial de energia e suas correspondentes emissões de CO₂.

Seguidamente, em razão da substituição da linha dos fluxos do setor energia em unidades monetárias por unidades físicas, foi necessário balancear a matriz insumo-produto. Para isso, conforme Figueiredo et al. (2012), inicialmente, fez-se uma participação percentual da produção intersetorial pelo total do consumo intermediário, excluindo os valores do setor energia e depois multiplicando essa participação pelo consumo intermediário total, para que a matriz ficasse balanceada, porém sem a linha do setor energia em unidades monetárias.

Finalmente, para fazer a conversão dos coeficientes de energia em emissões de CO₂ causadas pelo consumo setorial de energia na e conomia, foram utilizados os coeficientes de conversão (^{Apêndice B}) encontrados no "Banco de dados" (E&E 2000 ). Eles representam a quantidade total de CO₂ medido em Gg/1000 tep emitidas na atmosfera.

4 Avaliação comparativa dos índices de ligações, requerimentos de energia e emissões de CO₂ gerados com base nas três metodologias

A comparação entre os resultados obtidos das matrizes híbridas, conforme Guilhoto & Sesso (2005), foi dividida em uma análise da correlação dos valores e classificação dos setores e, em outra, de acuidade, a qual busca avaliar as diferenças entre os valores. Essa análise permitirá verificar se existe convergência ou divergência de resultados entre os três métodos de estimar matrizes energéticas mais desagregadas.

4.1 Análise de correlação

O estudo dos processos de interdependência setoriais utilizando indicadores físico-econômicos justifica-se, na medida em que permite avaliar os possíveis efeitos econômicos do consumo de energia e suas implicações inerentes às emissões de CO₂. Porém, dada a abrangência dessas interdependências em um sistema econômico, torna-se necessário de limitar um campo analítico próprio para o problema. A teoria do insumo-produto atende a essa necessidade analítica, e seu quadro simplificado, que apresenta propriedades sistêmicas, constitui-se na base empírica fundamental para identificar as ligações setoriais mais importantes para o desenvolvimento do país. Faz-se, então, necessário, em um primeiro momento, avaliar a consistência dos indicadores da matriz insumo-produto híbrida gerados com base nas metodologias de expansão do consumo setorial de energia.

Os multiplicadores de produção, os índices de ligações para frente e para trás, os requerimentos de energia e as emissões de CO₂ são mostrados nas Figuras 1, 2, 3, 4 e 5, respectivamente. Entretanto, para um melhor entendimento dos dados apresentados, é importante uma breve descrição de sua organização. Note-se que existem em cada figura dois indicadores (valores e ordens de importância organizados de maior a menor) para cada setor (53 setores) e para cada metodologia de expansão (métodos M1, M2 e M3), o que perfaz um total de 318 observações. Assim, para finsde uma análise comparativa e considerando o elevado volume de informações, optou-se por apresentar em cada figura dois gráficos, um para valores e outro para a ordem, que superpõem os indicadores de cada metodologia. Feitas essas considerações, é possível visualizar a maior ou menor convergênciados resultados.

Analisando comparativamente os valores dos indicadores que constam nas Figuras 1, 2, 3, 4 e 5, três padrões distintos emergem entre os valores e a ordem de cada metodologia: a) uma maior proximidade dos três métodos nos multiplicadores de produção tipo I, nos índices de ligações para frente e nos índices de ligações para trás; b) menor proximidade nos requerimentos de energia e emissões de CO₂ entre os métodos 1 e 2 e entre os métodos 2 e 3; e c) uma maior proximidade dos métodos 1 e 3 nos requerimentos de energia e emissões de CO₂.

Nota-se que, embora os valores dos índices setoriais calculados utilizando as três metodologias propostas sejam próximos, fica evidente que os indicadores do método 1 e do método 3 guardam maiores semelhanças para a maioria dos setores. Em particular, a maior proximidade entre os métodos 1 e 3 aparece no multiplicador tipo I, nas ligações para trás de Rasmussen e Hischman, nos requerimentos de energia e nas emissões setoriais.

Os indicadores físico-econômicos citados são importantes na identificação de setores-chave para o crescimento e consumode energia na economia, setores que deveriam ser privilegiados para investimentos e que seriam capazes de gerar crescimento econômico com respeito ao meio ambiente. A ordenação ou classificação dos setores de acordo com os valores dos indicadores é o principal fator de escolha dos setores-chave.

Para avaliar estatisticamente as três metodologias, foram calculados os índices de correlação de Pearson para as séries de valores e de Spearman para as séries de ordenações. Para mais detalhes, ver Hoffmann (1991).

A Tabela 8 apresenta os índices de correlação para os indicadores físico e conômicos calculados. Os valores do índice de Pearson para o multiplicador de produção e índice de ligações para frente e para trás são muito próximos de um, o que indica uma relação próxima entre os valores dos indicadores econômicos calculados com os três métodos. Entretanto, nos valores dos indicadores energéticos como requerimento setorial de energia e emissões de CO₂, somente as correlações do método 1 e do método 3 são os mais próximos de um. Esse fato reafirma aproximidade desses dois métodos, observada nas Figuras 1, 2, 3 e 4, e, de certa forma, mostra uma convergência maior de resultados dessas duas propostas metodológicas.

Os valores do índice de Spearman corroboram a elevada correlação entre o método 1 e o método 3. Por um lado, todos os indicadores gerados com base nesses dois métodos são significativos ao nível α = 0,01 (teste unilateral, H0: correlação é igual a zero) — rejeitando-se a hipótese de que não existe relação entre as classificações ou rankings (quanto maior o índice de Spearman frente aos valores críticos, melhor significância). Por outro lado, embora as correlações dos métodos 1 e 2 e 2 e 3 apresentem significância no multiplicador e nos índices de ligações para trás e para frente, eles não são significativos nos indicadores de requerimentos de energia e emissões de CO₂.

4.2 Análise de acuidade

A análise de correlação mostrou que há uma relação próxima das séries de resultados dos indicadores econômicos e energéticos das matrizes de insumo-produto híbridas estimadas, em particular os resultados dos métodos 1 e 3. No entanto, essa avaliação pode esconder grandes diferenças dos indicadores, tornando-se importante verificar as diferenças dos valores individuais calculados para os setores.

As Figuras 6, 7, 8, 9 e 10 mostram as diferenças dos valores obtidos dos indicadores físico-econômicos da matriz de insumo-produto híbrida do Brasil estimado para o ano de 2008, com base nos três métodos de expansão setorial do consumo de energia. É importante notar que os percentuais dos desvios calculados entre os métodos podem ser positivos ou negativos, tendo sido calculados para cada setor combase na média dos índices. Assim, nos gráficos, quanto menor a diferençados métodos, mais próximos do eixo zero localizam-se os valores e os percentuais, e quanto maior a diferença entre os métodos, mais os resultados se afastamdo eixo zero.

A Figura 6 apresenta as diferenças dos valores do multiplicador de produção obtidos pelos três métodos. Observa-se que, dentre as três séries de resultados, as diferenças entre os métodos 1 e 3 são as menores. Verifica-se que apenas o setor 40 (transporte, armazenageme correio) e 22 (cimento) possuem erros de 8,45% e 3,80% respectivamente. O erro permanece abaixode 1,99% para 50 dos 53 setores da economia.

As Figuras 7 e 8 apresentamos índices de ligações de Rasmussen-Hirschman. Verifica-se que, para os três métodos, os índices de ligações para frent e (Figura 7) evidenciam pequenas variações (erros abaixo de 0,5%) na maioria dos setores, exceto para o setor 3 (energético), cuja diferença entre os métodos 1 e 3 chega a 4,34%. Já para os índices de ligações para trás (Figura 8), as diferenças entre os três métodos são relativamente mais elevadas. Contudo, as variações entre os métodos 1 e 3 são as menores encontradas entre as três séries (erro abaixo de 1,00% para 90,5% dos resultados), chegando o setor 39 (comércio) a um máximo de 7,88%. Note-se que a diferença entre os métodos 1 e 2 alcança um erro de 37,63% no setor 22 (cimento). Assim, podemos afirmar, nesse contexto, que os indicadores dos métodos 1 e 3 demonstram maior convergência de resultados.

As diferenças dos requerimentos setoriais de energia e das emissões de CO₂ apresentadas nas Figuras 9 e 10, respectivamente, mostram, nos padrões de comportamento entre os diversos métodos, pequenas variações nos valores dos requerimentos e das emissões e maiores variações nos percentuais, em particular, nas emissões setoriais de CO₂.

Nessa perspectiva, as diferenças dos métodos 1 e 3, tanto para os valores como para os percentuais, novamente, são as menores. Todavia, dentre as maiores variações percentuais observadas (erros) em diversos setores, destaca-se o setor 40 (transporte, armazenagem e correio), com 33,50% nos requerimentosde energia e com 56,39% nas emissões de CO₂. Embora, estatisticamente, os métodos 1 e 3 apresentem forte correlação, as diferenças observadas entre esses métodos decorrem da incorporação de ajustes em dez setores que apresentam consumo setorial nos dados do BEN, e não há consumo pelos dados da MIP (método 3), em vez de utilizar o coeficiente que representa a participação total do subsetor no consumo tota ldo setor (método 1).

É importante ressaltar que,entre as séries dos métodos 1 e 2 e dos métodos 2 e 3, não há correlação significativa, de modo que o erro não pode ser previsto. Entretanto,deve-se salientar que as diferenças entre esses métodos são as mais elevadas das séries analisadas

As Tabelas 9 e 10 expõem as diferenças dos rankings dos indicadores econômicos e energéticos calculados, com as metodologias propostas, nesta pesquisa para o ano de 2008.

Nota-se que nos multiplicadores e nos índices de ligações da Tabela 9 ocorrem diversas variações. Entretanto, as menores diferenças nas classificações são encontradas entre os métodos 1 e 3, variando entre 1 e 6 nos postos, sendo o maior erro verificado nessa série para o setor 40 (transporte, armazenagem e correio). Contudo, os setores-chave (primeiros no ranking) permanecem os mesmos para as séries de resultados das matrizes estimadas.

Por sua vez, a análise das diferenças dos rankings das emissões da Tabela 10 mostra, novamente, nos métodos 1 e 3, que os setores têm as menores diferenças nas classificações, variando entre 1 e 8 nos postos. As diferenças dos requerimentos setoriais de energia destacam, mais uma vez, os métodos 1 e 3, mostrando que a maioria apresenta variações entre 1 e 6 postos, com exceção do setor 17 (defensivos agrícolas), cuja diferença alcança 22 postos.

Deve-se manifestar que as diferenças nos valores dos requerimentos e das emissões são relativamente pequenas e nos percentuais, mais elevadas. Em muitos casos, observou-se que essas diferenças nos requerimentos evidenciam-se na quarta e quinta cifras decimais. Já nas emissões, as diferenças são relevantes, contudo, essas diferenças no ordenamento setorial (rankings), em particular dos métodos 1 e 3, são as menores observadas; ou seja, a importância relativados setores nas emissões mostram-se convergentes.

Em geral, fica evidente que as diferenças setoriais encontradas refletem, por um lado, as inconsistências do BEN e da MIP e, por outro, os critérios metodológicos de ponderação propostos para estimar as matrizes energéticas. Porém, a convergência de resultados entre os métodos 1 e 3 mostram maior consistência para desagregar matrizes energéticas, na falta de uma matriz oficial mais desagregada.

5 Conclusões e implicações finais

O estudo parte da necessidade de elaborar um sistema de desagregação setorial da matriz energética que seja compatível com o número de setores que a MIP apresenta. Com esse fim, o artigo teve como objetivo propor e avaliar métodos alternativos que permitam elaborar uma matriz energética mais desagregada para o país. Para isso, apresentou três propostas metodológicas e as avaliou comparativamente, utilizando indicadores físico-econômicos calculados por meio do modelo insumo-produto híbrido.

Os resultados das propostas metodológicas para a economia brasileira no ano de 2008 apontam que os indicadores calculados pelos métodos 1 (Base BEN) e 3 (Base MIP ajustada) são muito próximos, apresentando um alto índice de correlação de Pearson. Os índices de Spearman para as classificações dos valores corroboram a elevada correlação entre o método 1 e o método 3, ou seja, as ordenações nessa série não são diferentes, testadas estatisticamente a um nível de significância de α = 0,01. Conclui-se, pois, que as metodologias 1 e 3 apresentam resultados mais convergentes, o que possibilita estimar matrizes energéticas mais desagregadas e compatíveis com as matrizes insumo-produto.

A análise de acuidade por meio das diferenças dos valores e ordem (ranking) dos indicadores setoriais permitiu, novamente, verificarque os métodos 1 e 3 revelaram as menores diferenças. O erro nos valores entre os dois métodos foi o seguinte: para os multiplicadores, permaneceu abaixo de 1,99% para mais de 94% dos resultados obtidos; para os índices de ligações para frente, ficou abaixo de 0,5%; e para os índices de ligações para trás, abaixo de 1,00 par a90,5% dos resultados. As diferenças nos valores dos requerimentos de energia e emissões de CO₂ apresentaram, porém, dois padrões de comportamento entre os dois métodos, variações relativamente pequenas nos valores dos requerimentos e das emissões e maiores variações nos percentuais, em particular, nas emissões setoriais de CO₂. Contudo, os erros entre as classificações (ranking) em geral são baixos para os métodos 1 e 3, o que demostra que, na importância relativados setores, existe elevada convergência.

Portanto, fica evidente, por um lado, que o consumo de energia dos subsetores em unidades físicas está proporcionalmente relacionado com seus respectivos fluxos monetários contidos na MIP. Por outro, constata-se que a utilização dos coeficientes técnicos, mantendo a estruturada matriz energética (método 1) — ou a utilização desses coeficientes, considerando ajustes setoriais quando ocorre o consumo setorial pelos dados do BEN e não há consumo pelos dados da MIP (método 3) —, gera, na maioria dos setores, dados próximos entre si. Assim, pode-se afirmar que qualquer desses métodos permite estimar a matriz energética mais desagregada e compatível coma matriz insumo-produto.

As vantagensde estimar matrizes energéticas desagregadas e compatíveis com as matrizes insumo-produto radicam em permitirem avaliar, mais detalhadamente, o consumo setorial de energia e o simpactos nas emissões de gases efeito estufa, sejam esses temas a bordados por meio de MIPs híbridas ou por meio de MIPs monetáriasque utilizem as matrizes energéticas como tabelas-secundárias (emprego, salários, etc.). Em qualquer uma das abordagens, a incorporação de fluxos de energia entre setores, tanto em termos físicos quanto monetários, possibilitará programar análises de impacto sobre o meio ambiente em termos setoriais e abre espaço para avaliar o consumo de energia e emissões de gases por produtos ou por cadeias produtivas.

Considerando que as próprias estatísticas dos dados disponíveis determinam aspectos centrais da orientação metodológica dos métodos propostos, torna-se oportuno salientar esses aspectos. Embora a classificação das atividades utilizada para a construçãodas matrizes do BEN e da MIP seja compatível, as limitações dos métodos propostos neste artigo decorrem, fundamentalmente, das inconsistências estatísticasque elas apresentam, em particular quando são comparadosos fluxos setoriais de consumo de energia. Contudo, deve-se ressaltar que os critérios utilizados para a expansão das matrizes energéticas receberam o máximo cuidado para manter-se a coerência econômica dos fluxos de energia.

Recebido em 18 de abril de 2013.

Aceito em 9 de maio de 2014.

Tabela A.1: Clique para ampliar

Tabela B.1: Clique para ampliar

• Abdallah, P. R. & Montoya, M. A.(1998), Perspectiva da utilização de modelos insumo-produto na administração do meio ambiente, in M. A. Montoya, ed., 'Relações intersetoriais do Mercosul e da economia brasileira', Ed.UPF, Passo Fundo, p.366.
• Bullard III, C. W. & Herendeen, R. A. (1975), 'The energy cost of goods and services', Energy Policy 3(4), 268278.
• Casler, S. D. & Blair, P. D. (1997), 'Economic structure, fuel combustion, and pollution emissions', Ecological Economics 22(1), 1927.
• Cumberland, J. H. (1966), 'A regional interindustry model for analysiss of development objectives', Papers in Regional Science 17(1), 6594.
• Daly, H. E.(1968), 'One conomics as a life science', Journal of Political Economy 76(3), 392406.
• E & E (2000), 'Coeficiente da matriz de emissões: Projeto "fornecimento de instrumentos de avaliação de emissões de gases de efeito estufa acoplados a uma matriz energética"'. URL:http://ecen.com/matriz/eee24/tab_coef1.htm
• EPE (2012), 'Balanço energético nacional'. URL: ben.epe.gov.br
• Figueiredo, N. R. M., Araújo, Junior, I. T. & Perobelli, F. S.(2012), 'Construção da matriz de insumo-produto híbrida para o estado de Pernanbuco e avaliação da intensidade energética e de emissões de CO₂'. URL:http://www.bnb.gov.br
• Forssell, O. & Polenske, K. R. (1998), 'Introduction: input-output and environment', Economics Systems Research 10(2), 9197.
• Guilhoto, J. J. M. & Sesso, Filho, U. A.(2005), 'Estimação da matriz insumo-produto à partir de dados preliminares das contas nacionais', Revista de Economia Aplicada 9(2), 277299.
• Hawdon, D. & Pearson, P. (1995), 'Input-output simulations of energy, environment, economy interactions in the uk', Energy Economics 17(1), 7386.
• Hilgemberg, E. M. & Guilhoto, J. J. M. (2006), 'Uso de combustíveis e emissões de CO₂ no Brasil: Um modelo inter-regional de insumo-produto', Nova Economia 16(1), 4999.
• Hirschman, A. O. (1958), The strategy of economic development, Yale university press, New Havean. (Yale studies in economics,10).
• Hoffmann, R. (1991), Estatística para economistas, Pioneira, São Paulo.
• Isard, W., Bassett, K., Choguill, C., Furtado, J., Izumita, R., Kissin, J., Romanoff, E., Seyfarth, R. & Tatlock, R. (1968), 'On the link age of socio-economic and ecologic systems', Papers in Regional Science 21(1), 7999.
• Leontief, W. (1970), 'Environmental repercussions and the economic structure: An input-output approach', The Review of Economics and Statistics 52(3), 262271.
• Miller, R. E. & Blair, P. D. (2009), Input-output analysis: foundations and extensions, Cambridge University Press, New York.
• Rasmussen, P. N. (1956), Studies in inter-sectorial relations, North-Holland, Amsterdam.
• UNFCCC (2010), 'Global warming potentials'. URL: http://unfccc.int/ghg_data/items/3825.php

Apêndice A 

Apêndice B 

Apêndice C 

1

Inclui o setor residencial.

2

Tonelada equivalente petróleo

3

Dióxido de carbono equivalente, que, no caso, representa a soma de emissões de

CO

₂,

CH

₄ e

N

₂

O, considerando seu potencial de aquecimento global, 1, 21 e 310, respectivamente, conforme UNFCCC (2010).

Datas de Publicação

• Publicação nesta coleção
  28 Nov 2014
• Data do Fascículo
  Set 2014

Histórico

• Recebido
  18 Abr 2013
• Aceito
  09 Maio 2014