XVIII Seminário Nacional de Distribuição de Energia Elétrica. SENDI a 10 de outubro. Olinda - Pernambuco - Brasil

Transcrição

1 XVIII Seminári Nacinal de Distribuiçã de Energia Elétrica SENDI a 10 de utubr Olinda - Pernambuc - Brasil Análise das Causas d Furt de Energia Elétrica na Cidade d Recife Karls Eduard Arcanj da Cruz UFPE karlsarcanj@htmail.cm Francisc S. Rams UFPE fsr@ufpe.br Palavras-chave Crime Furt Educaçã Energia Elétrica Perdas Cmerciais Resum A tarifa de energia elétrica brasileira é uma das mais altas d mund e um ds mtivs para tal fat sã as perdas cmerciais de energia elétrica. Estas, pr sua vez, têm cm a principal causa furt de energia elétrica. N entant, a incidência das perdas cmerciais varia muit de regiã para regiã. Cm intuit de cmpreender quais s fatres que influenciam um individu a praticar tal infraçã, fi definid um mdel ecnmétric d tip Ordered Least Square - OLS, em que s dads utilizads sã de bairrs da cidade d Recife, para s ans de 2000 a Os resultads deste mdel indicam a elasticidade entre percentual de clientes infratres e renda média d chefe de dmicili n bairr de -1,33, cm a prbabilidade de infratr ser detectad de -0,449 e de acess as serviçs básics de utilidade publica de -1,36. Cncluiu-se entã que furt de energia elétrica depende da renda d individu, da prbabilidade de infratr ser detectad e da presença d Estad na ferta ds serviçs de utilidade pública.

2 1. INTRODUÇÃO A tarifa de energia elétrica brasileira está entre as mais altas d mund e um ds principais mtivs para iss é alta carga tributária praticada n país (CINTRA, 2007). N entant, segund a ANEEL (2006b), a tarifa de energia elétrica deve ser justa as cnsumidres, cbrir cust ds serviçs cm qualidade, remunerar s investiments e estimular aument da eficiência e a qualidade d serviç. Um ds mtivs da alta tarifa de energia elétrica brasileira, evidentemente, sã s encargs e s tributs, prém, há utrs fatres que devem ser levads em cnsideraçã, pis sabe-se que a quantidade de energia que será cmprada quand assciada a seu valr de cmpra determina uma parte da tarifa, tdavia nem tda a energia cmprada é utilizada, pis uma parcela da energia adquirida é perdida. A perda de energia é calculada pela diferença entre a energia que fi injetada n sistema e a energia que fi faturada. Uma parcela das perdas de energia elétrica crre devid a interações físicas da crrente elétrica cm s materiais e é cnhecida cm perdas técnicas. Outra parte é a energia que fi cnsumida pr alguns dmicílis, mas nã fi faturada. Estas sã cnhecidas cm perdas cmerciais de energia u perdas nã-técnicas. As perdas cmerciais de energia pdem crrer devid a errs de mediçã, fraudes ns medidres, ligações clandestinas, prblemas administrativs das cncessinárias, entre utrs. N entant, a ANEEL (2006b) e Lima (2005) afirmam que a mair parcela das perdas cmerciais crre devid a furt de energia elétrica. A ANEEL (2006a) afirma que n primeir cicl de revisã tarifári, para uma amstra de 51 cncessinárias, a média de perda de energia nã técnica fi de 5,67% e 8,18%, para as técnicas. N entant, Há, ns valres de perdas cmerciais, uma variância muit grande, pis existem cncessinárias que pssuem elevad índice de perdas cmerciais e utras que têm esse indicadr muit baix. Dad que furt de energia elétrica é a principal causa das perdas cmerciais, e tal prática é um crime, surge à necessidade de entender quais fatres levam s indivídus a praticarem este delit, e prquê de tal prática ser mais intensa em determinadas regiões. A relevância deste estud decrre d fat de que s resultads encntrads pdem servir de guia para a elabraçã de plíticas mais eficazes de cmbate a este crime, bem cm, n estabeleciment tarifas mais amenas as cnsumidres. Este artig baseia-se em alguns mdels ecnômics desenvlvids pr Becker (1968) e Ehlich (1973) que trataram d tema relacinad a cmprtament crimins. Para entã, basead em estuds anterires que abrdam furt de energia elétrica, definir um mdel que pssa indicar s fatres que levam individu a furtar energia. Além desta secçã trabalh está sistematizad da seguinte frma. Na Secçã 2 é feit uma revisã da literatura sbre Ecnmia d Crime e de alguns trabalhs que tratam d tema furt de energia elétrica. Na secçã 3 d trabalh é descrita a metdlgia utilizada, s dads e frma cm fram adquirids. Já secçã 4 será descrit e cmentads s resultads btids da estimaçã d mdel. Na cnclusã fala-se ds resultads btids, bem cm, das dificuldades encntradas. 2. REVISÃO DA LITERATURA Nesta secçã é descrit alguns trabalhs que utilizam mdels ecnômics para entender cmprtament crimins. Cm também, disserta a respeit ds principais fatres sciecnômics nrmalmente assciads à prática d furt de energia elétrica.

3 2.1 O Mdel de Becker (1968) Neste mdel, númer de atitudes criminsas (O) está assciad à prbabilidade de um individu ser detectad (p) e a penalidade (f) estabelecida para a infraçã. O = O(p,f, u) (1) Apesar de Becker nã clcar n seu mdel características sciecnômicas, cm esclaridade e renda, mesm afirmu que tais marcas influenciam também, na medida em que, efeit de uma mesma penalidade entre as pessas é percebid de frma diferente, cm também, a funçã utilidade individual (u) nã é mesma, entre as pessas. Para autr, infratr, a praticar um crime, visualiza uma Utilidade Esperada (UE) que também depende d lucr da infraçã, da prbabilidade e da penalidade que é demnstrad pela equaçã 2. UE = p U (Y f ) + (1 p )U (Y ) (2) i i i i i i i i Onde Y é a renda auferida e U é a funçã de utilidade indireta, as utras variáveis cntinuam cnfrme definidas pela equaçã 1. O indivídu cmeterá a infraçã, cas a sua funçã utilidade em nã praticar crime seja menr d que a funçã UE em praticar. Mas para reduzir a UE de cmeter crime, faz necessáris investiments que impliquem n aument da prbabilidade d delinqüente se detectad (p) u da penalidade (f). Diante de tal mdel, Dnhue (2007) afirma que, s frmuladres de plíticas têm duas variáveis em mãs para reduzir crime: aument da prbabilidade u aument da puniçã. A decisã ótima, para a sciedade, deve cnsiderar cust causad pel crime, cm também cust para detectar infratr e para puni-l, pr mei da participaçã de agentes respnsáveis, tais cm, juízes, advgads, pliciais, prisã, etc. A cnsiderar tais fatres, a decisã ideal será aquela que minimiza a perda scial. 2.2 O Mdel de Ehlich (1973) Seguind racicíni de Becker, Ehlich (1973) estabeleceu que a funçã quantidade de crimes (Q), numa dada regiã, seria dependente da prbabilidade de infratr ser detectad (P), da penalidade cas ele seja apreendid (F), d ganh btid da atividade ilegal (Y i ), d ganh btid da atividade legal (Y l ), da utilidade btida pr praticar atividade legal (U) e de algumas variáveis que nã fram levadas em cnsideraçã 1 ( Π i ). Tal funçã é descrita na equaçã 4. Q = ψ (P,F,Y, Y, U, Π ) (4) i i i i i l l i Para uma análise ecnmétrica autr acredita que a equaçã 4 pssui elements físics que nã pdem ser mensurads, cm a variável Π i, u a quantidade de crimes, que tem muit mais sentid quand definid na taxa de crimes. Devid as dificuldades encntradas, autr transfrmu a equaçã 4 na 5. Onde, Q/N é a taxa de crime, V é vetr de variáveis d ambiente em que individu está inserid e Z sumariza efeit físic e utras variáveis nã quantificadas. Q b 1i b 2i c 1i c 2i d i c (5) i = Pi Fi Yi Yl Ul Vi Zi N i Para mdel de regressã Ordered Least Square OLS, autr utilizu mdel descrit na equaçã 6 2, nde cada variável esta definida na Tabela 1. As infrmações utilizadas fram s dads ds crimes crrids ns Estads Nrte Americans para s ans de 1940, 1950 e Q (6) ln = a + b1i ln Pi + b2i ln Ti + c1i ln W + c2i ln X + e1i ln NW + µ i N 1 Inicialmente aut nã mencinu quais variáveis sã, n entant, apreende-se d text, que sã variáveis que nrmalmente nã sã cnsideradas, cm lcal nde as pessas vivem, u variáveis sciecnômicas. 2 O autr utilizu mais dis mdels para dis tips de regressões diferentes, que nã será analisad n presente artig.

4 Os resultads gerads pel desenvlvid pr Ehlich (1973) revelaram uma crrelaçã psitiva entre a renda média das famílias e a taxa de crimes, nde, para referid autr, esta crrelaçã crre em funçã d fat de que as regiões mais vilentas sã as grandes cidades e estas, pr cnseguinte, pssuem as maires rendas médias. Tabela 1 Descriçã das Variáveis utilizadas na regressã OLS de Ehlich (1973) Variável Descriçã Q Numer de crimes cnhecids per capita N T Temp gast pr infratres na prisã W Renda Média das Famílias X Percentual de Famílias abaix da renda média Prbabilidade de ser descbert, é igual a relaçã entre númer de infratres P detectads pel numer de infratres ttal. Fnte: Elabrad d autr Fi psitiva também a elasticidade entre a taxa de crimes e númer de famílias cm renda abaix da média reginal, cm também, entre númer de nã brancs e a taxa de crimes, que para autr demnstra a falta de prtunidades que se apresentavam as nã brancs, que trnava a atividade criminsa mais atrativa para s mesms. 2.3 Variáveis Sciecnômicas Assciadas a Furt de Energia Para a análise d furt de energia elétrica, bjetiv principal desse trabalh, fi utilizad cm referência mdel prpst pr Ehlich (1973). N entant, é necessári cnsiderar que existem variáveis sciecnômicas d ambiente em que indivídu se encntra que pdem estar assciadas à prática d delit já mencinad. Tais variáveis utilizadas n presente artig serã cmentadas ns itens subseqüentes Renda Segund Cintra (2007), a tarifa de energia elétrica n Brasil supera a de muits países, inclusive Rein Unid, Espanha, França, Suécia e Estads Unids, cuja mair parte da geraçã é térmica, diferentemente d Brasil, que é hidráulica. Ou seja, apesar de pssuir uma frma de energia mais barata, cbra-se mais car. Uma justificativa para iss, refere-se á alta carga tributária brasileira, que chega a crrespnder a 34% da tarifa de energia elétrica. N Brasil, alguns Gverns estaduais tentam atenuar impact da tarifa n rçament d cnsumidr mediante uma plítica de reduçã da alíquta de ICMS sbre a tarifa de energia, para algumas classes de cnsumidres. Em alguns cass, sã aplicadas a isençã ttal sbre uma determinada classe, cm n cas de Pernambuc, nde, s cnsumidres de baixa renda (que pssuem um cnsum médi mensal de até 220 kwh) sã isents de ICMS (MOREIRA, 2007). Csta (2005) afirma que s auments exagerads das tarifas cmerciais e residenciais cntribuíram para a elevaçã d nível de furt de energia e inadimplência, aumentand assim nível das perdas cmerciais, principalmente, nas empresas mens eficientes. Existe prvavelmente uma crrelaçã entre perdas e tarifas. Prém, essa crrelaçã pde nã ser pr causa da influência da tarifa nas perdas, e sim cntrári, pis na tarifa de energia elétrica nrmalmente, estã incluíds s custs ttal u parcial cm as perdas. Fankhauser & Tepic (2006) analisaram váris países em transiçã e perceberam que, na média, cust da água, energia e aqueciment nã cupam mais d que 4% d rçament familiar. Cntud, para as famílias cnsideradas mais pbres, apenas impact da eletricidade n rçament

5 chega a ser de mais de 10% da renda familiar. O autr acredita que uma plítica que buscasse adequar as tarifas as diferentes realidades das famílias pderia, inclusive, reduzir a inadimplência Vilência e a Impunidade A vilência é um ds fatres que está sempre na pauta ds estuds assciads a prblema das perdas cmerciais. Iss prque, as cidades que têm s maires índices de perdas sã também aquelas que têm s maires índices de vilência. Em cidades cm Ri de Janeir, s agentes muitas vezes sã impedids de fiscalizar determinads bairrs, haja vista, a presença de facções u rganizações criminsas ali estabelecidas (Calili, 2005). A ANEEL recnhece que existem áreas nde há a impssibilidade de repressã a furt de energia elétrica, e recmenda que nessas áreas sejam aplicadas plíticas sciecnômicas para reprimir furt de energia (ANEEL, 2006a). Cm intuit de crrigir esse prblema, muitas empresas de energia têm feit cnvênis cm a Secretaria de Segurança Pública d Estad a qual pertencem para pderem fiscalizar as regiões vilentas pr mei da autridade plicial. A Cmpanhia de Energia Elétrica d Estad d Tcantins - CELTINS, pr exempl, firmu esse cnvêni, em que a secretaria dispnibiliza agentes, escrivãs e delegads para atuarem numa delegacia especializada n cmbate a furt de água e energia (HERMÍNIO, 2006). Outr prblema, além da dificuldade de fiscalizaçã, segund Celh (2004), é que alt índice de vilência cnduz as autridades pliciais a clcarem furt de energia elétrica em segund plan, diante de utrs crimes mais imprtantes, cm hmicídis, assalts à mã armada, seqüestrs relâmpags, etc Cultura e Perdas Cmerciais A cultura d cnsumidr, que se criu pel fat de muitas cncessinárias serem empresas estatais durante muits ans, está assciada, pssivelmente, às perdas cmerciais. Para cmbater este fat algumas cncessinárias têm feit campanhas educativas tentand cnscientizar s clientes a respeit ds malefícis d furt de energia elétrica e criar um canal de cmunicaçã mair cm s clientes. Seguind racicíni semelhante, Bassaikhan et. al. (2003) afirma que é necessári uma cnstante cmunicaçã cm públic, cm intuit de influenciar cmprtament d cnsumidr. Uma das frmas de se cmunicar cm cliente é pr mei de prpagandas usand meis de infrmaçã e cnscientizaçã. Vieiralves (2005) entende que baix nível educacinal da ppulaçã influencia na cultura d desperdíci e d furt de energia. Iss prque, segund ele, nível de cnsum médi mensal pr habitante da regiã que ele analisu (cidade de Manaus) é muit alt em relaçã à média nacinal, que indica um desperdíci muit grande de energia pr parte da ppulaçã. Entretant, cm uma parte da ppulaçã nã tem cm pagar pel que cnsme, alguns indivídus preferem furtar energia a reduzir cnsum. Esse cicl vicis - desperdíci, cnsum alt e furt - autr credita, principalmente, a baix nível educacinal. 2.4 O Mdel de FGV/UFF (2003) O Cas da Ampla N dcument publicad pela Fundaçã Getuli Vargas em Parceria cm a Universidade Federal Fluminense - FGV/UFF (2003) - fi analisad cas da Ampla, que n an de 2002 tinha uma área de cncessã que equivalia a 73,3% da área d Estad d Ri de Janeir. Pssuía, aprximadamente, seis milhões de clientes distribuíds entre 66 municípis, dividids em quatr reginais: Oceânica, Guanabara, Serrana e Nrte, send que 89,3% ds cnsumidres eram residenciais.

6 O índice de perdas da Ampla na épca era 23%, que equivalia para a empresa um valr estimad em R$ 40 milhões de perdas a an, para an base de O resultad estava acima da média nacinal para as distribuidras, que era de 15%. Das quatr reginais, as que apresentavam maires índices estavam assciadas as maires cmplexidades urbanas e as alts índices de vilência. Devid à falta de infrmaçã suficiente para uma análise individual, e cnsequentemente, uma definiçã sbre a crrelaçã entre perdas, valres e cstumes da ppulaçã, estud supracitad esclheu duas regiões carentes. Fram esclhidas duas regiões de favelas, uma na Regiã Metrplitana d Ri de Janeir e utra n interir. Esclhidas as duas regiões, as infrmações de perdas fram btidas ds transfrmadres das regiões e s dads das variáveis sciecnômicas fram cletads d IBGE. Para cálcul da regressã, utilizu-se cm variável depende índice de perdas cmerciais e cm independentes algumas variáveis sciecnômicas, tais cm renda, esclaridade e lcalidade. Os resultads encntrads nesta regressã fram gerads a partir da aplicaçã d Métd de Análise Multivariada OLS e pdem ser vists na Tabela 2. Perda Cmercial= β 1 + β 2.renda + β 3.esclaridade + β 4.dmicili + β 5.lcalidade + µ (7) Tabela 2 Resultad da Regressã, tend cm variável dependente índice de perdas Variáveis Crrelaçã Sig. Média d rendiment nminal mensal ds chefes de dmicíli 0,09 0,29 Média d númer de ans de estud ds chefes de dmicíli -0,44 0,00 Média d númer de mradres pr dmicíli 0,03 0,67 Lcalidade (Jardim Catarina = 0) -0,56 0,00 R 2 ajustad = 0,236 Fnte: FGV/UFF (2003) Os resultads revelaram uma crrelaçã significativa entre furt de energia e a lcalidade, nde, valr encntrad indicava que as regiões d interir influenciavam negativamente índice de perdas. Atribuiu-se a iss s valres sciculturais intrínsecs de cada regiã. A utra variável dependente, ans de estud, que tem uma crrelaçã negativa também cm a variável dependente, mstra que, quant mais ans de estud, menres s índices de perdas. Nã fi encntrada significância entre furt de energia e a renda dmiciliar per capita. 3. METODOLOGIA E DADOS Basead ns mdels prpst pr Becker (1968) e Ehlich (1973), fi pssível estabelecer um mdel para estud d cmprtament d crimins na prática d furt de energia elétrica. Entretant, nã se pde deixar de lad a literatura existente, que asscia alguns fatres sciecnômics a tal prática. Prtant, mdel que presente artig irá prpr, leva em cnsideraçã s mdels anterires, prem acrescids de fatres sciecnômics, seguind a literatura existente sbre tema. 3.1 O Mdel A taxa de crimes é primeira variável a ser cnsiderada n mdel, n cas, a incidência de Furt de Energia Elétrica dividid pel númer ttal de cntrats em um dad bairr (FE) será a

7 variável dependente. Segund Becker (1968) espera-se uma crrelaçã negativa entre númer de atitudes criminsas e a prbabilidade de infratr ser detectad (p). Ehlich (1973) encntru uma crrelaçã psitiva entre a taxa de crimes e a renda média da ppulaçã (W), a qual mesm cnsideru ser um viés que crre devid a fat de as regiões mais vilentas serem as grandes regiões e estas, pr sua vez, sã as que têm as maires rendas médias. O autr também detectu uma crrelaçã entre a taxa de crimes e númer de pessas abaix da renda média da regiã (X), a qual fi justificad, que a ferta d crime é mais atrativa para s indivídus que se encntra na situaçã descrita pela variável. Prtant, as variáveis X e W serã também utilizadas na regressã. FGV/UFF (2003), a fazer uma estimaçã OLS, percebeu que existe uma crrelaçã negativa entre a Esclaridade d chefe d dmicíli (ESC) e as perdas cmerciais de energia elétrica, cm também detectu que a lcalidade em que individu vive influencia n indicadr de perdas, lg, será cnsiderad n mdel a variável ESC e uma variável que relacine a qualidade d lcal nde dmicili se encntra, que n cas será uma variável que indica a presença d Estad diante da ferta de serviçs básics de utilidade pública. Ou seja, será cnsiderada a variável Percentual de Dmicílis cm Oferta de Serviçs Básics SB. A agregar tais infrmações pr bairr btém-se a equaçã 8, nde subscrit i diz respeit a bairr em análise. FE = φ (P, W, X,SB,ESC ) (8) i i i i i i + + Estabelecid s fatres que influenciam a variável dependente, pde-se utilizar a mesma estrutura de relacinament adtada pr Ehlich (1973), prtant, a funçã é descrita na Equaçã 9. A se aplicar lgaritm em ambs s lads da equaçã e intrduzir err aleatóri () para transfrmar em um mdel estcástic, é btid a equaçã 10. N Quadr 1, tem-se uma descriçã de cada variável utilizada na regressã. FE = kp.w.x SB ESC (9) β1 β2 β3 β4 β5 i i i i i i ln FEi = β 0 + β 1 ln Pi + β 2 ln Wi + β 3 ln Xi + β 4 ln SBi + β 5 ln ESCi + µ i (10) Quadr 1 Descriçã das Variáveis Utilizadas n mdel Variável Descriçã FE Percentual de clientes infratres P Prbabilidade de um infratr ser detectad W Renda média d chefe de dmicíli X Percentual de famílias em que chefe d dmicili pssui uma renda abaix de 1 salári mínim. SB Percentual da ppulaçã que pssui acess as serviçs públics básics. ESC Esclaridade média d chefe de dmicíli. I é índice que indica bairr a analisad Fnte: Elabrad d autr

8 3.2 Os Dads Os dads referentes às variáveis W, X e ESC fram btids pr mei d Atlas de Desenvlviment Human d Recife (PNUD, 2005), para an de Para a variável SB nã havia a infrmaçã, entã fi utilizad cm uma prxy percentual de dmicílis cm Água Encanada - AE, vist que a água encanada é um ds serviçs públics essenciais. E, além d mais, se um dmicíli pssui água encanada, prvavelmente pssuíra um endereç em que pderá ser faturad, que permitirá acess as demais serviçs públic essenciais. Para s dads referentes à variável FE e P, bteve-se n dcument Celh (2005) as infrmações d númer de fiscalizações efetuadas pela Cmpanhia Energética de Pernambuc - CELPE, d númer de clientes detectads cm infratres dessas fiscalizações e d númer ttal de clientes da empresa. Tais infrmações sã referentes as ans de 2000 a A dividir númer de infratres pel númer de clientes fiscalizads bteve-se uma media amstral para percentual de clientes que furtam energia, na qual, pde-se cnsiderar uma estimativa para a média ppulacinal 3. Depis de btid a infrmaçã d percentual de cnsumidres desnests, multiplicu-se esta variável pel númer de cntrats e fi btid um valr estimad para númer ttal de infratres, dividind-se númer de infratres detectad pel ttal de clientes que furtam energia fi btida a prbabilidade de um cliente que furta energia ser detectada. Na Quadr 2 é explicad cm fi calculada a variável pr mei de dads btids em Celh Quadr 2 Fórmulas que representam cm fram calculadas as variáveis FE e P Variável Fórmula Aprximaçã FE N de Clientes que Furtam Energia N Ttal de Clientes N de Clientes Detectads N de Clientes Fiscalizads P N de Infratres Detectads N Ttal de Infratres N de Infratres detectads FE*(N ttal de cntrats) Fnte: Elabrad d autr 3.3 Análise Descritiva ds Dads A amstra é cmpsta pr 44 bairrs da cidade d Recife. De acrd cm s dads, na média 26% ds clientes furtam energia na cidade. O bairr que pssui um mair percentual de clientes infratres é Cajueir, cm 68%, seguid pel bairr de Brasília Teimsa, cm 51,8%. O bairr que apresentu um menr percentual fi de Aflits, cm 6,7%, seguid de encruzilhada cm 7,3% e Espinheir, cm 8,7%. Quant a percentual de dmicílis cm Água Encanada AE, que é uma prxy para percentual de dmicílis cm acess as serviçs públics básics - SB, s bairrs cm s menres índices sã Pina, cm 68,37%, e Brasília Teimsa, cm 68,45%. Já s bairrs cm s maires indicadres sã Aflits e Sant Antôni, ambs cm 100%. 3 Pelas dificuldades encntradas, nã fi feit teste para prvar que a média amstral é uma ba estimativa para a média ppulacinal. N entant, na mair parte ds bairrs, fram fiscalizads mais de 10% ds clientes que nrmalmente pela literatura, tem demnstrad ser uma ba estimativa.

9 Tabela 3 Análise Descritiva da Amstra Variável Unidade Média Mediana Máxim Mínim Desvi Padrã FT (%) 25,31 23,86 68,10 6,74 12,18 AE (%) 89,33 91,00 100,00 68,38 8,68 ESC (%) 7,69 7,14 14,14 4,15 2,68 P sem unidade 0,21 0,19 0,57 0,06 0,10 W (R$ de 2000) 947,31 644, ,65 206,26 948,78 X (%) 22,12 23,33 42,02 0,84 10,77 Fnte: Elabrad pel autr pr mei d Eviews 5.1 A variável ESC, que representa a esclaridade média ds chefes de dmicíli, apresenta um valr médi baix - 7,7 -, n entant, a média está próxima à mediana, que indica que a amstra está bem distribuída, u seja, nã existe uma regiã cm esclaridade tã alta que enviese a amstra à direita nem tã baixa que a enviese à esquerda. O Bairr que apresenta a mair ESC é s Aflits, cm 14,4, e cm menr é Peixinhs cm 4,15. Os bairrs que apresentam uma mair prbabilidade de detectar individu infratr, sã s bairrs de Encruzilhada, cm 0,57, e Sã Jsé, cm 0,4. Já s bairrs cm menres prbabilidades sã Ba Viagem, cm 0,02, e Linha d Tir, cm 0,06. A variável renda média d chefe de dmicili tem um valr médi de R$ 947,31, prém a mediana está abaix da média, que indica que existem valres muit alts que estã enviesand a amstra a direita. O bairr que pssui a mair renda média é Casa Frte, cm R$ 3.970,65, seguid de Aflits, cm R$ 3.630,66. O bairr que pssui a menr renda média é Peixinhs cm R$ 206,26, seguid de Nva Descberta, cm R$ 242,68. O Bairr que apresenta mair percentual de famílias recebend mens de 1 salári mínim é Peixinhs, cm 42,02%, e cm menr é Graças cm 0,84%. Percebe-se, a se analisar s dads, que s bairrs detentres de maires rendas média sã s que têm menres índices de perdas, e s cm um mair acess as serviçs de utilidade pública sã s que apresentam uma mair prbabilidade de detectar a cliente infratr e cnsequentemente menres índices de perdas. N entant a análise ecnmétrica trará infrmações mais precisas. 4. RESULTADO DA ESTIMAÇÃO Para estimar mdel, a estrutura de dads adtada fi a crss-sectin e a técnica utilizada fi a Ordered Least Square OLS. O resultad da estimaçã pde ser bservad na Tabela 4, cm destaque para R 2 de 0,53, que indica que 53% das variações sã explicadas pel mdel. Tabela 4 Resultad da estimaçã cm a variável dependente lg(fe) Variável Ceficiente Err Padrã t-estatístic Prbabilidade LOG(AE) -1,3585 0,7550-1,7993 0,0799 LOG(ESC) 3,5451 1,1066 3,2035 0,0027 LOG(P) -0,4486 0,1264-3,5489 0,0010 LOG(X) 0,2224 0,1399 1,5894 0,1203 LOG(W) -1,3359 0,4404-3,0330 0,0043 C 9,4693 3,5736 2,6498 0,0117 Fnte: Elabrad d autr pr mei d Eviews 5.1 R 2 ajustad = 0,53 D de Durbin-Watsn = 1.6

10 Fram feits s testes de White para hetercedasticidade e estatística d de Durbin Watsn para detectar autcrrelaçã, prém nã fi encntrad nem autcrrelaca nem hetercedasticidade significativas. Observa-se, na Tabela 4, que a única variável que nã se mstru significativa fi a X. N entant, a variável W mstru-se significativa e cm uma elasticidade de -1,33 que indica que quant mair a renda d indivídu menr interesse d mesm em furtar energia, essa infrmaçã cntradiz resultad btid pr Ehlich (1973), nde mesm encntru uma elasticidade psitiva, e justificu cm send efeit da urbanizaçã, pis as regiões mais vilentas sã as metróples e que cnsequentemente pssuem as maires rendas. A elasticidade negativa entre furt de energia elétrica e renda media d chefe de dmicíli pde significar que a pessa sente-se induzida a furtar energia elétrica, cm intuit de ecnmizar renda e assim alcar a parte pupada para a cmpra de bens necessáris a sua família e a mesm temp nã ficar sem energia. A variável p tem uma elasticidade de -0,448, que indica que se a prbabilidade de detectar delinqüente aumentar em 1% haverá uma reduçã d percentual de infratres em trn de 0,44%. Esse dad cnfirma a idéia de Becker (1968), u seja, uma pessa, a furtar energia, visualiza a prbabilidade de ser detectad, Prtant, as empresas estã crretas em investir em fiscalizaçã para aumentar tal prbabilidade. A variável AE teve uma elasticidade negativa cm furt de energia elétrica, u seja, a falta de acess as serviçs básics influenciam n furt de energia elétrica, que indica que Estad é um ds respnsáveis pel furt de energia, na medida em que, ele deixa de ferecer s serviçs básics a determinadas regiões. A elasticidade entre FE e ESC é psitiva, este resultad aparentemente estranh, pssivelmente, indica duas cisas: até esta data nã se havia feit campanhas educativas eficientes para reduzir furt de energia elétrica que prvavelmente influenciaria as pessas mais cultas e cm uma mair pssibilidade de acess as infrmações. Outr dad imprtante para interpretar tal crrelaçã, é que a grande parcela ds chefes de dmicílis em Recife pssuem uma esclaridade Baixa, nã fazend uma grande diferença entre 7 e 8 ans de estuds, pr exempl. Apenas 13% ds chefes de dmicílis pssuem acima de 11 ans de estud (PNUD, 2005). Em suma, as variáveis que fram significativas sã: W, ESC, AE, P. A variável P pssui uma elasticidade em módul abaix da unidade, as demais pssuem uma elasticidade acima, que pssivelmente pde significar que tais áreas apresentam uma mair prtunidade de investiment ainda nã explrada, prtant, deve-se investir mais em campanhas educativas e prgramas sciais que visem melhrar a qualidade de vida da ppulaçã e ferecer acess ds serviçs básics às pessas. 5. CONCLUSÃO A tarifa de energia elétrica brasileira está entre as mais caras d mund (CINTRA, 2007). Um ds fatres para alta tarifa é furt de energia elétrica, pis uma parcela das perdas de energia elétrica é repassada diretamente a cnsumidr. Prtant, presente trabalh prcuru identificar quais fatres levam uma pessa a furtar energia para entã, ser pssível estabelecer plíticas mais eficientes de cmbate às perdas cmerciais e assim garantir tarifas mais adequadas as cnsumidres. O mdel de Becker (1968) indica dis fatres que influenciam na decisã de indivídu praticar delit, prbabilidade de ser descbert e penalidade cas iss acnteça. Ehlich (1973) vai mais a frente intrduzind variáveis sciecnômicas a seu mdel, cm renda. FGV/UFF (2003) analisa diretamente as perdas cmerciais de energia elétrica e descbre haver uma crrelaçã negativa cm a esclaridade d cliente na cidade d Ri de Janeir, além diss, ele percebe que a lcalidade, nde dmicili se encntra, pde influenciar n at crimins.

11 Pr mei d mdel prpst pel presente trabalh, fi pssível identificar que a elasticidade entre furt de energia elétrica e a renda média da ppulaçã é negativa, que, pssivelmente, indica que indivídu furta energia para ter mair capacidade de adquirir bens necessáris a sua sbrevivência sem perder us da energia elétrica. Fi identificad que a crrelaçã entre a prática criminsa e a prbabilidade de ser detectad é negativa, u seja, cnsumidr a praticar delit cnsidera a prbabilidade de que ele seja descbert, e, prtant, visualiza também a penalidade. O que pde indicar que as empresas estã crretas em investir em fiscalizaçã, prém leis mais rígidas que aumentassem a penalidade talvez influenciassem para reduzir furt de energia elétrica. Cm também, encntru-se que a Ineficiência d Estad, quand na ferta ds serviçs de utilidades públicas, pde levar cidadã a furtar energia elétrica, u seja, se Estad fsse mais eficiente na ferta ds serviçs básics, em determinadas regiões, pderia influenciar psitivamente para a reduçã ds cass de furt de energia elétrica. É imprtante destacar que s dads utilizads fram para s ans de 2000 a 2003 e nesta épca a Celpe tinha acabad de ser privatizada 4, prtant, as infrmações citadas, nã necessariamente refletem a situaçã atual em Recife, apesar de que, cm mdel trnu clar, muits fatres determinantes para furt, nã pdem ser evitads simplesmente pela empresa cncessinária, mas pr um trabalh em cnjunt cm Estad e a Sciedade que vise educar melhr s cidadãs e melhrar a qualidade de vida da ppulaçã. É imprtante destacar que furt de energia elétrica é um prblema de tds: da ppulaçã que paga a mais pels que furtam, da empresa que tem s serviçs prejudicads pelas atitudes criminsas e d Estad que perde em arrecadaçã. Em trabalhs futurs, pde-se analisar cust d cmbate a furt de energia elétrica mediante fiscalizaçã, campanhas educativas e penalizações. Vist que, há um cust scial n cmbate a furt, e quant mais se cmbate, espera-se que mair seja a receita recuperada. Tdavia, a receita marginal recuperada será cada vez menr, à medida que se diminui percentual de infratres. Prtant, haverá uma situaçã em que a receita marginal recuperada será igual a cust marginal d cmbate. A partir de tal situaçã, nã é mais interessante aumentar investiment na luta cntra furt de energia elétrica. Neste pnt, tem-se um percentual de clientes infratres, que se trnara aceitável, pis nã é mais interessante ecnmicamente cmbatê-ls. Prtant é pssível, para trabalhs psterires, estabelecer qual nível aceitável de perdas cmerciais pr cncessinárias. 6. REFERÊNCIAS BIBLIOGRÁFICAS ANEEL. Nta técnica 26/2006 de 23 de mai de Tratament regulatóri das perdas de energia nas tarifas ds sistemas de distribuiçã de energia elétrica. Nta técnica 26/2006 de 23 de mai de 2006a..Pr dentr da cnta de luz: infrmações de utilidade pública. Recife, 2006b. BASSAIKHAN, D., et. al. Cmmercial lsses f UB Electric distributin netwrk sharehldin cmpany and their reducing. Prceedings f the 7th Krea-Russia Internatinal Sympsium. KORUS, BECKER, G. S. (1968), 'Crime and Punishment: An Ecnmic Apprach', Jurnal f Plitical Ecnmy 76(1), CALILI, Rdrig Flra. Desenvlviment de sistema para detecçã de perdas cmerciais em redes de distribuiçã de energia elétrica. Dissertaçã de Mestrad Departament de Engenharia Elétrica, Pntifícia Universidade Católica d Ri de Janeir. Ri de Janeir, p. CELPE. A História da Empresa. Recife, Dispnível em: < Acess em: 09 de nv. de A Celpe fi privatizada em 17 de fevereir de (CELPE, 2007)

12 CINTRA, Marcs. Energia e telefnia: tributs e chiads. Cnjuntura Ecnômica. V. 61, n.4. Abril, COÊLHO, Jrge Luiz Mreira. Até que pnt as variáveis sciecnômicas, culturais e de impunidade cntribuem, direta u indiretamente, para a prática de prcesss irregulares (furt de energia), gerand perdas cmerciais de energia elétrica. Mngrafia (Especializaçã em Gestã de Negócis d Prgrama MBA d Departament de Administraçã), Universidade Federal de Pernambuc. Recife, COSTA, Artur Fernand de Suza. A maturidade d mdel de gestã para reduçã ds níveis de perdas cmerciais: cas de uma distribuidra de energia elétrica. Dissertaçã de Mestrad (Mestrad em sistemas de gestã), Universidade Federal Fluminense. Niterói, 2005 DONOHUE III, J. J. (2007), 'Ecnmic Mdels f Crime and Punishment', Scial Research 74(2), EHLICH, I. (1973), 'Participatin in Illegitimate Activities: A theretical and Empirical Investigatin', Jurnal f Plitical Ecnmy 81, FANKHAUSER, Samuel & TEPIC, Sladjana. Can pr cnsumers pay fr energy and water? An affrdability analysis fr transitin cuntries. Energy Plicy, V. 35, n2. Fev FGV/UFF. O Cmpnente Scial das Perdas e a Inadimplência na Área de Cncessã da CERJ. Niterói, HERMÍNIO, Sheila. SSP celebra cnvêni cm Celtins e Saneatins. GOVERNO DE TOCANTINS. 06 de març de Dispnível em: < Acess em 25 de jun. de 2007 LIMA, Davi Antunes. Texts para disrcursã, 2. Cnvergência Tarifária: remédi regulatóri para livre acess. Brasília: ANEEL, MOREIRA, Aluísi. Eduard baixa a cnta de energia de 700 mil famílias. GOVERNO DE PERNAMBUCO. 08 de mai de Dispnível em: < acessad em: 10/07/2007 VIEIRALVES, Eduard de Xerez. Prpsta de uma metdlgia para avaliaçã das perdas cmerciais ds sistemas elétrics. O cas Manaus. Dissertaçã (Mestrad em Planejament de Sistemas Energétics) - Universidade Estadual de Campinas. Campinas, 2005.