CLASSIFICAÇÃO: 1º LUGAR

Transcrição

1 XVIII PRÊMIO TESOURO NACIONAL 2013 Tema 2- Economia do Setor Público Inscrição: 49 CLASSIFICAÇÃO: 1º LUGAR Título da Monografia: Uma Investigação sobre a Focalização do Programa Bolsa Família e seus Determinantes Imediatos: análise por regiões brasileiras. Sérgio Ricardo de Brito Gadelha (representante) (41 anos) Brasília - DF Doutor em Economia Universidade Católica de de Brasília Analista de Finanças e Controle - Secretaria Tesouro Nacional Ministério da Fazenda - STN-MF. Coautores: André Portela Fernandes de Souza - Doutor em Economia - Cornell University - Estados Unidos e Professor - FGV SP. Plínio Portela de Oliveira - Graduado em Ciências Econômicas - Universidade Federal de Pernanbuco e Analista de Finanças e Controle STN-MF. Janete Duarte - Mestre em Economia - Centro de Desenvolvimento e PlanejamentoRegional - UFMG e Analista de Finanças e Controle - STN-MF. José Anchieta Semedo Neves - Mestre em Economia - Universidade Federal do Rio Grande do Sul e Gerente de Projeto - STN-MF. Nota: Monografia publicada conforme inscrita no concurso. Ainda não revisada.

2 1 CONCURSO XVIII Prêmio Tesouro Nacional Tema 2. Economia do Setor Público 2.1 Qualidade do Gasto Público Uma Investigação sobre a Focalização do Programa Bolsa Família e seus Determinantes Imediatos: análise por regiões brasileiras

3 2 Resumo O objetivo desse estudo é realizar uma investigação sobre a focalização do Programa Bolsa Família e seus determinantes imediatos, utilizando-se as informações constantes no Censo IBGE 2010 e em outras bases de dados para implementar, ao nível municipal, um indicador de focalização baseado em medidas de alcance (famílias incluídas corretamente no programa) e de precisão (exclusão de famílias erroneamente incluídas). A análise da distribuição espacial mostra que a precisão do PBF é maior nos municípios das regiões Sul e Sudeste, seguida da região Centro-Oeste, enquanto que o alcance do PBF é maior na região Nordeste. Em linhas gerais, o exercício nos mostra que, para universalizar o programa sem novos aportes de recursos, seria necessária uma redistribuição interregional desses valores. Sob a hipótese restritiva de vazamento nulo, esforços poderiam ser implementados para o redirecionamento de recursos à inclusão de elegíveis ainda não beneficiários do programa. Observa-se percentuais da exclusão indevida (erro tipo I) maiores que os percentuais da inclusão indevida (erro tipo II ajustado NPI*), nas regiões Norte e Sudeste, indicando a possibilidade de maior expansão do PBF nessas regiões. Quando analisados os percentuais associados à inclusão indevida onde o denominador é a população de não elegíveis (NPI Erro Tipo II), esses são bastante menores nas regiões Sudeste (6,0%), Sul (5,9%) e Centro-Oeste (9,2%). Por outro lado, se o objetivo é a comparação entre os erros tipo I e tipo II, são analisados percentuais do erro tipo II com a população elegível como denominador e constata-se maior vazamento nas regiões Centro-Oeste (86,7%) e Sul (83,6%). As distribuições acumuladas das famílias beneficiárias do PBF das regiões Norte e Nordeste crescem mais rapidamente em comparação às demais regiões,

4 3 isto é, parcelas maiores dos beneficiários nestas regiões tem renda familiar per capita mais baixa. Como as regiões Sul e Sudeste tem uma população não elegível consideravelmente maior, apresentam precisões melhores, não obstante destinem uma proporção maior de benefícios distribuídos a famílias não elegíveis. Os percentuais associados à exclusão indevida (erro tipo I) ainda são elevados em todas as regiões brasileiras, destacando-se as regiões Sudeste, Sul e Centro-Oeste. O percentual de cobertura obtido para a região Nordeste, onde reside a maior parte das famílias beneficiárias do PBF, foi de 64,6%. Mas há necessidade de uma maior expansão do PBF, haja vista que ainda existem famílias elegíveis que estão fora da cobertura desse programa. Os resultados econométricos do modelo logit estimado indicam que a maior cobertura do Programa Bolsa Família ocorre nos municípios menos desenvolvidos socialmente e economicamente. Por exemplo, os municípios mais beneficiados possuem menor PIB per capita e maior taxa de analfabetismo, assim como menor densidade demográfica. Trata-se de municípios que, devido a restrições fiscais em termos de arrecadação tributária, dependem de transferências governamentais dos Estados e da União, logo, recebem também maior aporte de recursos do PBF. E esses municípios apresentam aspectos positivos no que diz respeito a gestão dos recursos do PBF, haja vista os resultados satisfatórios associados ao IGD-M.

5 4 Sumário Lista de Tabelas... 6 Lista de Figuras... 7 Lista de Gráficos Introdução Contextualização: Políticas de Transferência Condicionada de Renda Tema e sua Delimitação Problema da Pesquisa Objetivos Geral e Específicos Relevância e Contribuição à Literatura Fundamentação Teórica Indicador de Focalização Metodologia da Pesquisa Descrição das Variáveis e Tratamento dos Dados Análise dos Resultados Distribuição Espacial do Indicador de Focalização Distribuição Acumulada dos Beneficiários do PBF Resultados Econométricos dos Efeitos Marginais nos Modelos Logit Simulações Conclusões e Implicações de Política Apêndice A Construção da Variável Renda Familiar Ajustada per capita ex ante... 60

6 5 Apêndice B Resultados das Estimações Econométricas dos Modelos Logit por Regiões Brasileiras Referências... 68

7 6 Lista de Tabelas Tabela 1 - Evolução dos Critérios de Elegibilidade e Benefícios do Programa Bolsa Família, (R$ 1,00) Tabela 2 - Estatísticas Descritivas Tabela 3 - Comparativo de Resultados Apresentados por Regiões Brasileiras (em termos percentuais, %) Tabela 4 - Diagnóstico de Colinearidade Tabela 5 - Efeitos Marginais do Modelo Logit. Variável Dependente: Cobertura (PI) Tabela 6 - Resultados do Modelo Logit para Dados Agrupados. Região Sul (2010) Tabela 7 - Resultados do Modelo Logit para Dados Agrupados. Região Sudeste (2010) Tabela 8 - Resultados do Modelo Logit para Dados Agrupados. Região Norte (2010) Tabela 9 - Resultados do Modelo Logit para Dados Agrupados. Região Nordeste (2010) Tabela 10 - Resultados do Modelo Logit para Dados Agrupados. Região Centro-Oeste (2010)... 67

8 7 Lista de Figuras Figura 1 - Curvas de Incidência dos PTCRs Figura 2 - Precisão do Programa Bolsa Família, Figura 3 - Alcance do Programa Bolsa Família, Figura 4 - Média entre Alcance e Precisão do PBF, Figura 5 - Construção da "Renda Total Familiar Ajustada Per Capita Ex Ante"... 62

9 8 Lista de Gráficos Gráfico 1 - Distribuição acumulada das famílias beneficiadas do PBF, Gráfico 2 - Simulação: todos os municípios com o mesmo IGD, ceteris paribus Gráfico 3 - Simulação: todos os municípios com a mesma relação escolas/crianças, ceteris paribus... 56

10 9 1. Introdução 1.1 Contextualização: Políticas de Transferência Condicionada de Renda Nos últimos anos, os Programas de Transferência Condicionada de Renda (PTCRs) às famílias pobres vem ganhando espaço no debate acadêmico e na agenda de governo, principalmente em função dos impactos reais e significativos dessas políticas sociais à população mais pobre dos países que adotaram esses programas. Dentre os mais conhecidos na America Latina estão o Bolsa Família (Brasil), Chile Solidario (Chile), Oportunidades (México) e Familias en Acción (Colômbia). Segundo argumenta Cavalcante (2011), as experiências conhecidas na América Latina, apesar de bem diversificadas, compartilham entre elas três componentes básicos: transferência monetária direta à família, foco nos segmentos mais pobres e existência de condicionalidades. Outra similaridade comum aos programas diz respeito à percepção de que a pobreza é um problema multidimensional e, portanto, o combate às precárias condições de vida da população tem caminhado em paralelo com iniciativas nas áreas de educação, saúde, habitação, assistência social e trabalho. No que tange aos critérios de elegibilidade e de permanência nos programas, as diferenças existem, sobretudo em relação à forma como as famílias são inseridas e ao tempo de permanência. Sobre o primeiro, as estratégias incluem desde simples métodos como o PBF, no qual o critério central é a renda per capita, a procedimentos mais sofisticados, como o caso chileno, que utiliza um índice composto de 13 variáveis socioeconômicas. Quanto ao segundo, os critérios de permanência da família nos PTCRs podem variar de dois anos, como no Chile

11 10 Solidário, a tempo indeterminado, a exemplo do beneficiário do PBF (CAVALCANTE, 2011). Sobre o direcionamento de recursos ao público alvo, Sergei et al (2007) desenvolvem uma curva de incidência dos PTRCs e concluem que o Bolsa Família tem o mesmo grau de focalização nos mais pobres que os programas Chile Solidario e Oportunidades do México: (...) via de regra, aproximadamente 60% dos recursos se destinam aos 20% mais pobres. O Bolsa Família parece ter a melhor focalização em termos de um menor vazamento das transferências, por ser menor a incidência nos centésimos superiores. Sob outra ótica, o Chile Solidario parece ser o melhor focalizado, pois apresenta maior incidência nos centésimos mais pobres da população. O Oportunidades tende a se situar entre os programas brasileiro e chileno, mas começa a vazar mais que os outros nos centésimos mais elevados. Como as três curvas se cruzam em algum ponto, não podemos dizer que um PTCR é inequivocamente melhor focalizado que outro. Não obstante, podemos usar o coeficiente de concentração da curva de incidência como medida de focalização. De acordo com esta definição, a melhor focalização é do Bolsa Família, cujo coeficiente de concentração ex ante é de -59, seguido pelo Chile Solidario com -57, e pelo Oportunidades com -56. O relevante é que todos os três programas têm uma ótima focalização (Sergei et al, 2007, pág. 19).

12 11 Figura 1 - Curvas de Incidência dos PTCRs Sergei et al (2007) também avaliam que há vários caminhos para se identificar adequadamente os elegíveis. No Brasil, a focalização foi fruto da parceria entre o governo federal e os municípios, que identificaram os beneficiários do PBF. No Chile, a ótima focalização já foi resultado do acompanhamento caso a caso por agentes sociais. No México, os resultados igualmente satisfatórios foram obtidos mediante um levantamento extensivo de informações sobre beneficiários potenciais e o uso de uma metodologia estatística em um processo de seleção muito centralizado.

13 Tema e sua Delimitação Segundo o Ministério do Desenvolvimento Social e Combate à Fome (MDS) 1, o Programa Bolsa Família (PBF) é um programa de transferência direta de renda que beneficia famílias em situação de pobreza e de extrema pobreza em todo o País. Possui três eixos principais focados na transferência de renda, condicionalidades 2 e ações, assim como programas complementares. A transferência de renda promove o alívio imediato da pobreza. As condicionalidades reforçam o acesso a direitos sociais básicos nas áreas de educação, saúde e assistência social. Já as ações e programas complementares objetivam o desenvolvimento das famílias, de modo que os beneficiários consigam superar a situação de vulnerabilidade. A gestão do PBF é descentralizada e compartilhada entre a União, Estados, Distrito Federal e Municípios. Os entes federados trabalham em conjunto para aperfeiçoar, ampliar e fiscalizar a execução do Programa, instituído pela Lei /04 e regulamentado pelo Decreto nº 5.209/04. A seleção das famílias para o PBF é feita com base nas informações registradas pelo município no Cadastro Único para Programas Sociais do Governo Federal, instrumento de coleta de dados que tem como objetivo identificar todas as famílias de baixa renda existentes no Brasil. Com base nesses dados, o MDS seleciona, de forma automatizada, as famílias que serão incluídas no PBF. No entanto, o cadastramento não implica a entrada imediata das famílias no Programa e o recebimento do benefício. 1 Disponível em: << 2 As condicionalidades são os compromissos assumidos tanto pelas famílias beneficiárias do Programa Bolsa Família quanto pelo poder público para ampliar o acesso dessas famílias a seus direitos sociais básicos. Por um lado, as famílias devem assumir e cumprir esses compromissos para continuar recebendo o benefício. Por outro lado, as condicionalidades responsabilizam o poder público pela oferta dos serviços públicos de saúde, educação e assistência social.

14 13 Os benefícios financeiros definidos pela Lei nº /04 são transferidos mensalmente às famílias beneficiárias. As informações cadastrais das famílias são mantidas no Cadastro Único para Programas Sociais do Governo Federal, e para receber o benefício são considerados a renda mensal per capita da família, o número de crianças e adolescentes até 17 anos e a existência de gestantes e nutrizes. Atualmente, o MDS trabalha com cinco tipos de benefícios do PBF: (i) Benefício Básico ou Fixo (no valor de R$ 70, concedidos apenas a famílias extremamente pobres, com renda per capita igual ou inferior a R$ 70); (ii) Benefício Variável (no valor de R$ 32, concedidos pela existência na família de crianças de zero a 15 anos, gestantes e/ou nutrizes limitado a cinco benefícios por família); (iii) Benefício Variável Vinculado ao Adolescente (BVJ) (no valor de R$ 38, concedidos pela existência na família de jovens entre 16 e 17 anos limitado a dois jovens por família); (iv) Benefício Variável de Caráter Extraordinário (BVCE) (com valor calculado caso a caso, e concedido para famílias migradas de Programas Remanescentes ao PBF); e (v) Benefício para Superação da Extrema Pobreza na Primeira Infância (BSP) (com valor correspondente ao necessário para que a todas as famílias beneficiárias do PBF com crianças entre zero e seis anos superem os R$ 70,00 de renda mensal por pessoa). Na área de saúde, as famílias beneficiárias assumem o compromisso de acompanhar o cartão de vacinação, assim como o crescimento e desenvolvimento das crianças menores de 7 anos. As mulheres na faixa de 14 a 44 anos também devem fazer o acompanhamento e, se gestantes ou nutrizes (lactantes), devem realizar o pré-natal e o acompanhamento da sua saúde e do bebê. Na educação, todas as crianças e adolescentes entre 6 e 15 anos devem estar devidamente matriculados e com frequência escolar mensal mínima de 85% da

15 14 carga horária. Já os estudantes entre 16 e 17 anos devem ter frequência de, no mínimo, 75%. Na área de assistência social, crianças e adolescentes com até 15 anos em risco ou retiradas do trabalho infantil pelo Programa de Erradicação do Trabalho Infantil (PETI), devem participar dos Serviços de Convivência e Fortalecimento de Vínculos (SCFV) do PETI e obter frequência mínima de 85% da carga horária mensal. A Tabela 1 a seguir apresenta a evolução dos critérios de elegibilidade e benefícios do PBF entre os anos 2004 a 2011.

16 15 Tabela 1 - Evolução dos Critérios de Elegibilidade e Benefícios do Programa Bolsa Família, (R$ 1,00) Critérios Elegibilidade Extremamente (renda familiar mensal Pobres (a) 50,00 50,00 60,00 60,00 60,00 70,00 70,00 70,00 70,00 per capita) Pobres (b) 100,00 100,00 120,00 120,00 120,00 140,00 140,00 140,00 140,00 Básico 50,00 50,00 50,00 58,00 62,00 68,00 68,00 70,00 70,00 Variável 15,00 15,00 15,00 18,00 20,00 22,00 22,00 32,00 32,00 Extremamente (0 a 14) (0 a 14) (0 a 14) (0 a 14) (0 a 15) (0 a 15) (0 a 15) (0 a 15) (0 a 15) Pobres (a) Benefícios BVJ 30,00 33,00 33,00 38,00 38, (16 a 17) (16 a 17) (16 a 17) (16 a 17) (16 a 17) Variável 15,00 15,00 15,00 18,00 20,00 22,00 22,00 32,00 32,00 BVJ (0 a 14) (0 a 14) (0 a 14) (0 a 14) (0 a 15) (0 a 15) (0 a 15) (0 a 15) (0 a 15) Pobres (b) 30,00 33,00 33,00 38,00 38, (16 a 17) (16 a 17) (16 a 17) (16 a 17) (16 a 17) Notas: (a) linha de pobreza extrema; (b) linha de pobreza. 1 Lei nº /2004 e Decreto nº 5.209/2004. Crianças (R$ 15,00 a R$ 45,00); 2 Decreto nº 5.749/2006. Crianças (R$ 15,00 a R$ 45,00); 3 Decreto nº 6.157/2007. Crianças (R$ 18,00 a R$ 54,00) e Jovens (R$ 30,00 a R$ 60,00); 4 Lei nº /2008 e Decreto nº 6.491/2008. Crianças (R$ 20,00 a R$ 60,00) e Jovens (R$ 30,00 a R$ 60,00); 5 Decreto nº 6.917/2009. Crianças (R$ 22,00 a R$ 66,00) e Jovens (R$ 33,00 a R$ 66,00); 6 Decreto nº 7.447/2011 e Decreto nº 7.494/2011. Crianças (R$ 32,00 a R$ 160,00) e Jovens (R$ 38,00 a R$ 76,00); 7 Decreto nº 7.758/2012. Crianças (R$ 32,00 a R$ 160,00) e Jovens (R$ 38,00 a R$ 76,00);

17 Problema da Pesquisa O debate sobre políticas sociais no Brasil se apresenta polarizado na relação antagônica (tradeoff) focalização versus universalização. Por um lado, a universalização das políticas sociais está fundamentada no princípio da equidade e defende a repartição de recursos governamentais de forma a garantir, a cada indivíduo, os bens e serviços públicos necessários para satisfazer as necessidades básicas. Como essas políticas sociais estão diretamente ligadas à noção de cidadania, requer uma maior participação do Estado para garantir educação, saúde, moradia, renda, dentre outras necessidades. Portanto, a universalização é um processo de extensão de bens e serviços essenciais, principalmente na educação e na saúde, ao conjunto da população de uma localidade, cidade, estado ou país. Por outro lado, a focalização diz respeito ao direcionamento de recursos e programas para determinados grupos, considerados vulneráveis no conjunto da sociedade. É perfeitamente focalizado o programa que transfere recursos para todas as pessoas elegíveis, e apenas para elas, de modo que se trata de uma definição primária de eficiência de programas focalizados (KERSTENETZKY, 2009). A interrupção do movimento pela universalização de direitos sociais acarreta um aumento de pressões para a adoção de programas sociais focalizados em populações pobres e extremamente pobres. Por exemplo, Pereira (2003) considera a focalização como princípio antagônico à universalização, por orientar-se pela concepção de pobreza absoluta e não relativa, limitando o papel do Estado no campo da proteção social. Silva (2006) destaca que as políticas praticadas pelo Estado de Bem-Estar podem ser compensatórias ou estruturais. As compensatórias objetivam garantir um

18 17 consumo mínimo para as pessoas, sem promover qualquer transformação em suas capacidades. Por sua vez, as políticas estruturais promovem transformações nas capacidades das pessoas, as quais se tornam mais preparadas para transformar o mundo a sua volta em várias dimensões e conquistar seus objetivos de vida. As políticas compensatórias ou estruturais podem ser universais ou focalizadas. Quando as políticas compensatórias são universais, cada cidadão recebe recursos do Estado para satisfazer a um consumo mínimo, independente de suas necessidades. Quando as políticas compensatórias são focalizadas, o Estado transfere recursos de acordo com as necessidades de cada um (SILVA, 2006). No que diz respeito aos programas de transferência de renda condicionada (PTRC), o objetivo da focalização nunca é atingido, já que é impossível na prática alcançar todos os indivíduos elegíveis sem incluir por engano nenhum indivíduo não elegível, em virtude da extensão da população e da assimetria de informação. Assim, os tomadores de decisão se defrontam com a escolha entre aceitar algumas inclusões indevidas (vazamentos), exclusões indevidas, ou uma combinação dos dois erros. Esse fato aos programas de transferência de renda de um modo geral, faz com que seja necessário operar com uma definição secundária de eficiência, a qual envolve problemas de equidade (KERSTENETZKY, 2009). De acordo com Kerstenetzky (2009, p. 64), se os tomadores de decisão escolherem minimizar os erros de inclusão, eles provavelmente terão de aceitar operar um programa menos extenso e acabarão por incorrer no erro de exclusão, um resultado paradoxal se considerarmos que o objetivo de tais programas é a eliminação da pobreza. Se, inversamente, buscarem minimizar os erros de exclusão, perseguirão a expansão do programa e enfretarão o risco de incluir pessoas não elegíveis. Se, finalmente, decidirem acertar o alvo, terão de despender recursos para

19 18 manter um cadastro confiável e atualizado de todas as pessoas elegíveis e apenas elas, o que representaria uma diversão de recursos que, dado o orçamento, poderiam ser mais proveitosamente utilizados na expansão do programa. Portanto, do ponto de vista da equidade, a escolha de uma noção secundária, praticável, de eficiência é não neutra.. É nesse contexto que se insere o Programa Bolsa Família, criado em 2003 a partir da união dos programas então vigentes: Bolsa Escola, Bolsa Alimentação, Auxílio-Gás e Cartão-Alimentação 3. Segundo informações do Ministério do Desenvolvimento Social e Combate à Fome (MDS), o PBF é um programa de transferência direta de renda que beneficia famílias em situação de pobreza e de extrema pobreza em todo o País. Este estudo busca contribuir com a discussão sobre a focalização do Programa Bolsa Família e de seus determinantes, motivado pelos seguintes questionamentos: Sob os atuais critérios de elegibilidade, o PBF tem sido eficiente, em termos de alcance e de precisão, na identificação de seus beneficiários, evitando possíveis desperdícios de recursos e promovendo uma distribuição mais equitativa da renda? A focalização do PBF permite que sua cobertura esteja concentrada nas regiões onde têm o maior número de pessoas em situação de pobreza e de extrema pobreza? 3 Em 2000, implantava-se o Programa Auxílio Gás que visava subsidiar as famílias pobres, com pagamento bimestral, a compra de botijão de gás de cozinha. Em 2001, o Programa Bolsa Escola tinha como objetivo incentivar a permanência das crianças de famílias pobres nas escolas, ao passo que o Programa Bolsa Alimentação visava melhorar a situação de saúde e nutrição de gestantes, nutrizes e crianças com seis meses a seis anos e onze meses de idade, respeitadas as condicionalidades. E, em 2003, o Programa Cartão Alimentação visava assegurar a alimentação de famílias pobres.

20 19 Quais são os determinantes imediatos da focalização do Programa Bolsa Família? E quais os insights que a inferência sobre esses determinantes pode trazer para a formulação da política social? 1.3 Objetivos Geral e Específicos A análise da eficiência alocativa dos recursos do PBF é tema relevante ao atual debate acadêmico, com importantes implicações de política econômica. Por essa razão, o objetivo desse estudo é realizar uma investigação sobre a focalização do Programa Bolsa Família e de seus determinantes imediatos, utilizando-se as informações constantes no Censo IBGE Relevância e Contribuição à Literatura Este estudo contribui à literatura sobre o tema por aplicar, ao nível municipal, a proposta metodológica sugerida por Anuatti-Neto, Fernandes e Pazello (2001) e Tavares et al. (2009), em que se constrói um indicador de focalização (IF) baseado em medidas de alcance e de precisão de um programa de transferência de renda, a fim de obter informações precisas sobre famílias elegíveis e não elegíveis, mas que são beneficiárias dos recursos do Programa Bolsa Família. Além disso, esse estudo se diferencia de outros estudos realizados anteriormente por utilizar abordagem econométrica de modelo logit para investigar os determinantes imediatos da focalização desse programa.

21 20 Finalmente, conforme argumenta Batista (2012), devido à elevada disparidade econômica e social entre as cinco grandes regiões geográficas que formam o Brasil, é preciso que se faça uma análise regionalizada da focalização do PBF a fim de obter detalhes da incidência desse programa de transferência de renda que não seriam possíveis de serem obtidos em uma análise ao nível nacional. A hipótese aqui adotada é que as disparidades regionais devem influenciar a distribuição espacial dos recursos do PBF, bem como na quantidade de famílias beneficiadas, tendo em vista o caráter focalizador do programa. A fim de viabilizar esse estudo, utiliza-se como base de dados as informações divulgadas no Censo 2010, assim como se recorre a outras informações de natureza socioeconômica e fiscal disponíveis em instituições governamentais como a Secretaria do Tesouro Nacional, o Ministério do Desenvolvimento Social e Combate à Fome, o Ministério da Saúde e o Instituto de Pesquisa Econômica Aplicada. 2. Fundamentação Teórica Embora a literatura sobre federalismo fiscal estabeleça que a renda deve ser redistribuída por um governo central (MUSGRAVE, 1971; OATES, 1999), recentemente nos países em desenvolvimento tem-se tornado prática comum delegar a tarefa de escolher os beneficiários de programas governamentais de redução de pobreza aos governos e comunidades locais, os quais possuem mais informações a respeito da população pobre do que o governo central, de modo que há um incentivo para se usar a informação disponível localmente para melhorar o desempenho desses tipos de programas de transferência de renda (GALASSO e RAVALLION, 2005).

22 21 Como um importante obstáculo à melhoraria da focalização dos programas governamentais de transferência de renda para os pobres são os custos elevados inerentes à obtenção de informações precisas sobre rendimentos e necessidades da população local, a saída que tem sido sugerida para reduzir o custo é descentralizar a responsabilidade pelo monitoramento e gerenciamento desses programas aos governos locais, sob o argumento de que esses governos são capazes de realizar essa tarefa com maior precisão e efetividade, em termos de custos, do que um governo central. Alega-se que os governos locais são bem informados sobre a renda dos membros de suas comunidades e, dessa forma, são capazes de identificar àqueles individuos que são realmente pobres, entre outros motivos, porque as famílias são menos capazes de esconder informações sobre seus rendimentos das autoridades governamentais locais, em comparação às autoridades em nível nacional. Além disso, uma vez que a pobreza em uma comunidade pode ser caracterizada por diferentes indicadores do que a pobreza em outra comunidade, o sistema descentralizado pode aumentar a eficiência de um programa de redução de pobreza ao permitir que as autoridades governamentais locais determinem o critério de elegibilidade local (ALDERMAN, 2002). Um dos focos da descentralização de programas governamentais de redução de pobreza tem sido melhorar a accountability 4 no processo de prestação do serviço 4 Accountability é um termo da língua inglesa, sem tradução exata para a língua portuguesa, que remete à obrigação de membros de um órgão administrativo ou representativo de prestar contas a instâncias controladoras ou a seus representados. Outro termo usado é responsabilização. Nesse caso, accountability em seu sentido mais abrangente, pode ser definida como a responsabilidade do governante de prestar contas de suas ações, o que significa apresentar o que faz, como faz, por que faz, quanto gasta e o que irá fazer em seguida. Não se trata, portanto, apenas de prestar contas em termos quantitativos, mas também de auto-avaliar a obra feita, de dar conhecimento sobre o que se conseguiu fazer e de justificar aquilo em que se falhou.

23 22 público, limitando os problemas inerentes ao sistema centralizado tradicional 5. O argumento em favor de descentralizar o fornecimento do serviço público reside no fato de que os governos locais estarão sujeitos a pressões eleitorais dos cidadãos, os quais são mais capazes de monitorar a prestação do serviço público do que uma autoridade central distante 6. Além disso, a proximidade entre a população e os elaboradores de políticas públicas resulta em uma menor assimetria de informação e, consequentemente, as necessidades locais seriam mais facilmente atendidas enquanto que os administradores públicos poderiam ser mais responsabilizados pelos seus atos (OATES, 1972). Contudo, a presunção de maior accountability sob descentralização tem sido questionada porque se baseia na suposição de que a democracia local funciona de maneira eficaz. Assume-se um nível educacional e conscientização política entre os cidadãos que pode ser irreal para vários países pobres ou em desenvolvimento. A alegação de que um maior número de informações encontra-se disponível localmente é plausível (ALDERMAN, 2002), mas é controverso alegar que instituições (governamentais e não-governamentais) locais em nações em desenvolvimento são mais responsáveis pela população pobre, uma vez que o argumento da accountability é convincente em ambientes em que existem pouco ou nenhum conflito distributivo ao nível local (GALASSO e RAVALLION, 2005). 5 Um desses problemas é a corrupção entre os burocratas na esfera central que possuem autoridade para alocar o fornecimento do serviço nas áreas locais. Enquanto que a evidência empírica sobre corrupção é escassa, existem inúmeros estudos de casos de altas taxas de corrupção entre os burocratas do governo no processo de fornecimento do serviço público (BARDAN e MOOKHERJEE, 2005). 6 Por exemplo, a corrupção em grande escala e desvios de recursos serão mais perceptíveis pelos residentes locais, uma vez que eles podem pagar propinas (subornos) e vivem em estreita proximidade com os funcionários dos governos locais. Provavelmente, os residentes locais serão motivados a denunciar e retirar esses funcionários de suas atividades, além de aplicar sanções sociais. Dessa forma, consegue-se melhorar a accountability no processo de prestação do serviço público (BARDAN e MOOKHERJEE, 2005).

24 23 Por exemplo, Seabright (1996) desenvolve o argumento da accountability para a descentralização no contexto de um modelo de comunidades localmente homogêneas, assumindo tratar-se do caso de nações desenvolvidas com baixos custos de mobilidade interjurisdicional. No estudo de Seabright (1996), assume-se que a accountability é maior ao nível local, caracterizando um benefício associado à descentralização, que necessita ser levado em consideração face a possíveis perdas na coordenação política entre regiões. Contudo, conflitos distributivos decorrentes da heterogeneidade local podem ser observados, mesmo em países desenvolvidos que possuam relativa livre mobilidade entre as jurisdições locais (RAVALLION, 1984). Além disso, a existência de fortes efeitos geográficos nos padrões de vida dos países em desenvolvimento, controlando por características observáveis dos residentes, previne contra o pressuposto da livre mobilidade (RAVALLION e WODON, 1999). 3. Indicador de Focalização Nesse estudo, será adotada como medida de focalização, a metodologia proposta por Anuatti-Neto, Fernandes e Pazello (2001): onde,, e são as variáveis de focalização (targeting) da política de redução da pobreza, sendo definidas da seguinte forma:

25 24 (i) corresponde à proporção de domicílios pertencentes ao público-alvo (quantidade de famílias elegíveis, ) corretamente incluídos no programa, ou seja, trata-se inclusão correta ou cobertura do PBF; (ii) corresponde à proporção de domicílios pertencentes ao público-alvo erroneamente excluídos do programa, conhecida também como exclusão indevida ou erro tipo I; (iii) corresponde à proporção de domicílios não pertencentes ao público-alvo (quantidade de famílias inelegíveis, ) erroneamente incluídos no programa, conhecida também como inclusão indevida, vazamentos ou erro tipo II; (iv) corresponde à proporção de domicílios não pertencentes ao público-alvo corretamente excluídos no programa, ou seja, a exclusão correta; (v) é uma variável discricionária que, uma vez escolhida, atribuirá pesos ao alcance e à precisão. Como pode ser visto,, e quanto mais próximo esse indicador estiver de 1, melhor o grau de focalização. Quando, a focalização é perfeita, pois indica que todas as famílias elegíveis foram incluídas no programa. Assim, a medida de focalização adotada considera, a princípio, tanto o alcance quanto a precisão. O parâmetro é um fator de ponderação,, que corresponde ao peso atribuído ao alcance, ao passo que é o peso que se atribui à precisão. Para calcular o valor do IF, podem-se escolher valores arbitrários ao parâmetro, estabelecendo importâncias relativas para os dois critérios de

26 25 focalização, como é feito em Tavares et al. (2009). Por outro lado, Anuatti-Neto, Fernandes e Pazello (2001) sugerem estimar o implícito de uma política pública existente, isto é, dada a observação do público atendido, é possível calcular o peso que o policymaker estaria atribuindo ao alcance e à precisão, supondo-se que a política estivesse maximizando o indicador de focalização. Segundo Anuatti-Neto, Fernandes e Pazello (2001) e Tavares et al. (2009), o IF avalia a efetividade geral da regra de seleção ao considerar simultaneamente medidas de alcance e de precisão do PBF. Em programas de combate à pobreza focalizados, o esforço dos policymakers está em minimizar a exclusão indevida ou erro tipo I (ou seja, maximizar a cobertura), assim como minimizar a inclusão indevida ou erro tipo II (ou seja, minimizar o vazamento). Porém, existe um tradeoff entre esses dois indicadores: quando o programa se expande, existe uma tendência de diminuição do erro tipo I e um aumento do erro tipo II. O oposto ocorre quando existe uma redução no programa. Um problema inicial seria decidir a respeito de uma combinação ideal entre esses dois tipos de erros. Assim, seria interessante que o policymaker conhecesse, a priori, como estes índices evoluem à medida que o programa passasse a contemplar um número maior de beneficiários. Segundo o conceito de indicador de focalização aqui tratado, sejam as famílias elegíveis definidas como sendo definidas como sendo definidas como sendo, ao passo que as famílias inelegíveis são. Além disso, as famílias beneficiárias são, isto é, os benefícios do PBF são distribuídos entre famílias elegíveis e inelegíveis ou, dito de outro modo, é o total dos benefícios distribuídos em um dado município. Portanto, a cobertura do PBF pode ser expressa por:

27 26 em que é a proporção de benefícios desperdiçada com famílias inelegíveis. Dada a dotação de recursos, quanto maior for a, menor será a cobertura do PBF. Se nenhum benefício for desperdiçado com famílias inelegíveis, então a cobertura será, isto é, a cobertura máxima, dado o montante de recursos alocados sobre a população de famílias elegíveis. Ao analisar o efeito de uma variável sobre a cobertura do PBF, deve-se tomar como dada. Existe uma relação de identidade entre o alcance, a precisão e o aporte de recursos de destinado a um município. De fato, dada a quantidade de benefícios distribuída em um município e sua estrutura populacional dada por e, o alcance será tão maior quanto menor for o vazamento desses benefícios, o que fica evidente na equação (2). Em uma situação utópica de vazamento nulo, ter-se-ia e a cobertura seria. Logo a razão, que é uma variável de política econômica, determina a cobertura máxima atingível num dado município. Por outro lado, dado o aporte de recursos do Programa no município, a população residente e sua distribuição entre famílias elegíveis e não elegíveis (determinando e ), vazamentos maiores estão associados a coberturas menores.

28 27 5. Metodologia da Pesquisa Assume-se que a probabilidade de uma família elegível ser selecionada pelo Programa ( segue uma distribuição logística, e que está relacionada com o aporte relativo de recursos e com outras variáveis que a influenciam através da determinação do vazamento. O modelo de regressão logística pode ser descrito da seguinte forma: onde é um vetor de parâmetros desconhecidos e é um vetor de n termos de erros com distribuição Bernoulli. A variável dependente será estimada a partir de dados agrupados, que representam tão somente a realidade do município. Assim, são abstraídas as diferenças de probabilidade de seleção entre as diversas famílias elegíveis num mesmo município, e as probabilidades estimadas passam representar as coberturas estimadas do Programa nos municípios. O modelo (3) foi estimado pelo método da máxima verossimilhança, aplicando-se a correção para heterocedasticidade pela matriz de covariância de White. 6. Descrição das Variáveis e Tratamento dos Dados No Censo 2010 do IBGE, não há uma variável específica capaz de capturar a renda proveniente do PBF. Logo, houve a necessidade de se calcular a renda

29 28 familiar ajustada per capita ex ante (isto é, antes dos recursos do Programa Bolsa Família) para podermos identificar as famílias elegíveis e inelegíveis e, consequentemente, os percentuais dos componentes do indicador de focalização (PI, PE, NPI e NPE), alcance e precisão do PBF. A abordagem proposta neste estudo combinou elementos dos procedimentos adotados por Pedrozzo Jr. (2010) e Barros et al. (2006), e está descrita no Apêndice A. As variáveis explicativas consideradas neste estudo se classificam em quatro grupos: variáveis socioeconômicas (PIB per capita, Coeficiente de Gini e Taxa de Analfabetismo), variáveis institucionais (IGD-M, Gasto com Bolsa Família por domicílios, Receita Tributária per capita e Razão Beneficiários/Elegíveis), variáveis de modernização e de infraestrutura (densidade demográfica, taxa de domicílios com eletricidade, razão escolas/crianças e taxa de domicílios abastecidos com água da rede pública). No tocante às variáveis explicativas socioeconômicas, o PIB per capita é calculado pela razão PIB municipal/população, referente ao ano de 2010, e representa o grau de desenvolvimento econômico municipal. Um sinal positivo do parâmetro relacionado a esta variável estimado confirmaria a premissa de municípios com maior renda per capita apresentariam melhor estrutura administrativa, instituições mais desenvolvidas e teriam mais condições de realizar uma melhor seleção de elegíveis. Por outro lado, um sinal negativo do parâmetro estimado pode sinalizar que, em municípios com menor renda per capita, a cobertura do PBF seria maior, uma vez que o público-alvo do PBF reside nesses municípios. O coeficiente de Gini mede o grau de desigualdade na distribuição da renda domiciliar per capita entre as famílias beneficiárias dos recursos do PBF. Quanto

30 29 maior o Gini, maior a desigualdade. Um sinal negativo do coeficiente estimado estaria de acordo com a premissa de que, em municípios onde o coeficiente de Gini é maior (mais desiguais), menores são as chances de seus habitantes mais vulneráveis socialmente reivindicarem sua participação no Programa. Por outro lado, um sinal positivo do parâmetro estimado pode sugerir que, em municípios onde há uma maior desigualdade de renda, a cobertura do PBF seja maior, uma vez que uma maior parte do público-alvo desse programa residem em municípios com essa característica. A Taxa de Analfabetismo corresponde ao percentual de pessoas com 15 anos ou mais de idade que não sabem ler e escrever pelo menos um bilhete simples, no idioma que conhecem, na população total residente da mesma faixa etária, em determinado espaço geográfico, no ano considerado. Um sinal negativo no parâmetro estimado pode indicar que, em municípios onde a taxa de analfabetismo seja menor, seus habitantes mais pobres seriam mais conscientes e propensos à reivindicação. Todavia, um sinal positivo do parâmetro estimado pode sugerir que, em municípios onde uma maior parte das famílias beneficiadas pelos recursos do PBF possuem chefes de famílias analfabetos, a cobertura do PBF é maior. Em relação às variáveis institucionais, o Índice de Gestão Descentralizada Municipal (IGD-M) é um indicador que reflete a qualidade da gestão municipal do Cadastro Único para Programas Sociais do Governo Federal, o grau de cobertura do cadastro em comparação à população elegível ali residente e o acompanhamento do cumprimento das condicionalidades do Programa. Com base nesse indicador, o MDS repassa recursos a estados/df e municípios para a realização da gestão do PBF. Quanto maior o valor do IGD-M, maior será também o valor dos recursos a serem repassados. Espera-se que o parâmetro estimado referente a esta variável

31 30 tenha sinal positivo, já que o IGD deve refletir, entre outros fatores, a qualidade da gestão do Cadastro Único no município e estaria associado, portanto, a um vazamento menor. A variável Gasto com Bolsa Família por domicílios beneficiários (em R$ 1,00) refere-se ao benefício médio recebido pelas famílias beneficiárias no município. Um sinal positivo do parâmetro associado poderia significar que um benefício médio maior exerceria maior atração sobre o público alvo, favorecendo a seleção de elegíveis devido à maior reivindicação. Já a variável receita tributária per capita corresponde à capacidade de arrecadação própria do município e, consequentemente, sua capacidade de se autossustentar financeiramente. Um sinal positivo do parâmetro estimado sugere que a cobertura do PBF é proporcional à receita tributária do município, já que essa variável estaria relacionada à maior estrutura administrativa, profissionais mais qualificados na gestão municipal do Programa e, assim, favorecendo a correta seleção dos elegíveis. Por outro lado, um sinal negativo do parâmetro pode indicar que, em municípios onde há uma menor arrecadação tributária, a cobertura do PBF é maior, e a justificativa pode residir no fato de que se tratam de municípios que, devido a restrições fiscais em termos de arrecadação tributária, dependem de transferências governamentais dos Estados e da União. De modo geral, tratam-se de municípios pobres, onde reside boa parte do público-alvo do PBF. A proporção de beneficiários sobre elegíveis retrata o aporte relativo de recursos do Programa ao município. Representa ainda a cobertura máxima, que seria obtida na situação utópica de vazamento nulo. Espera-se um sinal positivo para o parâmetro correspondente, já que, como mostramos ao final da seção 3,

32 31 quanto maior o aporte relativo de recursos a um município, maior o alcance para um mesmo vazamento. Quanto às variáveis de modernização, a variável Densidade Demográfica é dada pela razão população total e a área do município (hab/km 2 ). Um sinal positivo do parâmetro correspondente pode indicar que, em municípios com maior densidade demográfica, há maiores chances de se selecionar corretamente as famílias elegíveis por causa de fatores como aglomeração de famílias com perfil de alta vulnerabilidade social, a exemplo das favelas nas grandes cidades ou população de colonos em cidades rurais. Assim, em municípios com menor densidade demográfica, maior seria o custo esperado de se cadastrar uma família elegível e, consequentemente, menor seria sua probabilidade de acesso ao Programa. Por outro lado, um sinal negativo do parâmetro estimado pode sugerir que, em municípios com menor concentração populacional, a cobertura do PBF seja maior, indicando que a localização do domicílio familiar importa para as chances de uma família pobre ser beneficiada com recursos do PBF, em outras palavras, famílias domiciliadas no meio rural, em oposição ao meio urbano, ou famílias domiciliadas fora das regiões metropolitanas, apresentam maiores chances de serem beneficiadas pelo PBF. A variável Taxa de Domicílios com Eletricidade corresponde à proporção, de domicílios particulares permanentes que possuem energia elétrica, conforme informações constantes na Tabela 1395 do Censo IBGE Um sinal positivo do parâmetro estimado indica que municípios com maior taxa de domicílios com rede elétrica são àqueles onde o Estado se faz presente, sendo uma proxy para uma melhor capacidade de gestão do PBF.

33 32 A razão escolas/crianças refere-se ao número de escolas públicas que oferecem educação básica (pré-escola, ensino fundamental e ensino médio), pelo total de crianças com idade entre 0 a 17 anos. Um sinal positivo do parâmetro estimado pode indicar que municípios com maior proporção de escolas/crianças têm maiores chances de se beneficiar das externalidades positivas que as escolas podem gerar sobre o conhecimento dos diretios e formas de acesso a programas sociais por parte de famílias mais vulneráveis. A variável Taxa de Domicílios com Água Abastecida pela Rede Pública referese à proporção, em termos percentuais, entre o número de domicílios com abastecimento de água proveniente de uma rede geral de abastecimento pelo total de domicílios no município. Um sinal positivo do parâmetro estimado pode indicar que municípios com uma maior taxa de domicílios com água da rede pública são àqueles onde o Estado se faz mais presente, sendo uma proxy para uma melhor capacidade de gestão dos recursos do PBF. Por outro lado, um sinal negativo do parâmetro estimado pode sugerir que, em municípios onde há carência de fornecimento de água pela rede pública, a cobertura do PBF é maior, pois são municípios pobres, onde reside boa parte do público-alvo do PBF. As informações sobre as variáveis PIB per capita, Taxa de Domicílios com Eletricidade e Taxa de Domicílios com Água Abastecida pela Rede Pública foram obtidas no sítio eletrônico do IBGE 7. A variável Densidade Demográfica, para o ano de 2010, foi construída a partir das informações sobre população de residente em áreas urbanas e área do município, sendo obtidas no sítio eletrônico do IPEADATA 8. 7 Informação disponível em: << 8 Informação disponível em: <<

34 33 Os dados sobre o IGD-M e o Gasto com o PBF por domicílios foram obtidos junto ao MDS 9. Já as informações sobre a variável receita tributária per capita foram obtidas no banco de dados Finanças do Brasil: Dados Contábeis dos Municípios (FINBRA) para o ano de 2010, disponibilizado no sítio eletrônico da Secretaria do Tesouro Nacional (STN) 10. No tocante ao Distrito Federal, o FINBRA não fornece informações específicas sobre as variáveis despesas em saúde e em educação, assim como no tocante à receita total das transferências para a saúde (SUS). Em vista dessas restrições, recorreu-se às informações constantes no arquivo de Execução Orçamentária dos Estados no tocante ao Distrito Federal (DF), disponível no sítio eletrônico da STN 11. As informações sobre a variável Taxa de Analfabetismo foram obtidas no sítio eletrônico do DATASUS 12. O coeficiente de Gini foi estimado a partir dos microdados da amostra do Censo 2010 (IBGE), e da aproximação da renda familiar ajustada per capita ex ante, descrita no Apêndice. A variável beneficiários/elegíveis também foi construída a partir do dos microdados da amostra do Censo 2010 (IBGE). A variável escolas/crianças foi construída a partir de informações constantes no sítio do IBGE e no Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP). A Tabela 2 a seguir apresenta os resultados das principais estatísticas descritivas das variáveis utilizadas nesse estudo. 9 Informação disponível em: << 10 Informações disponíveis em: << 11 Disponível em: << Utilizou-se como proxy para os dados das referidas transferências para a saúde os valores constantes da conta contábil Transferências de Recursos do Sistema Único de Saúde - SUS - Repasses Fundo a Fundo ( ). 12 Informação disponível em: << >>

35 34 Tabela 2 - Estatísticas Descritivas Variável Obs. Média Desvio-Padrão Mínimo Máximo PIB per capita , , , ,7 Gini ,500 0,068 0,290 0,854 Tx. Analfabetismo ,813 9,751 0,900 47,100 IGD-M ,805 0,087 0,473 0,978 Gasto PBF por dom ,41 156, , ,094 Rec. Trib. per capita , ,507 0, ,335 Beneficiários/elegíveis ,403 0, ,8 Taxa de Urbanização ,834 22,035 4, Dens. Demográfica , ,407 0, ,89 Tx. Dom. Eletricidade ,044 5,800 29, Escolas/crianças ,005 0,003 0,001 0,038 Tx. Dom. Água RP ,159 19,835 0,021 99,960 Nota: elaboração dos autores, baseado nos dados do Censo 2010, divulgado em Análise dos Resultados Nesta seção, serão reportados os resultados obtidos por regiões brasileiras no que diz à: (i) distribuição espacial do indicador de focalização, para diferentes valores do fator de ponderação; (ii) os percentuais de cada um dos componentes do indicador de focalização, a saber, PI, NPI, PE e NPE; (iii) as distribuições acumuladas das famílias beneficiadas; e (iv) os resultados econométricos dos efeitos marginais obtidos a partir da estimação dos modelos logit. Todavia, é importante destacar que, nesse estudo, as estimativas de famílias beneficiadas com os recursos do PBF obtidas usando os dados do Censo IBGE 2010 podem não coincidir com os números divulgados pelo Ministério do Desenvolvimento Social e Combate à Fome. Por essa razão, há a necessidade de se realizar algumas considerações sobre as possíveis divergências nos dados,

36 35 assim como sobre a dificuldade de se realizar as estimativas a serem reportadas nesse estudo. Muito provavelmente, as maiores fontes da diferença encontradas podem residir em um dos seguintes fatores, ou na combinação deles: a) Levantamentos com períodos de referência distintos (o Censo, para a pergunta sobre rendimentos, utilizou como referência o mês de julho de 2010); b) há distinções de abordagem: enquanto o Censo é uma pesquisa domiciliar, que tem mecanismos próprios de realização da entrevista - basta que um morador do domicílio, com suficiente conhecimento das características dos demais, esteja presente no momento da entrevista para prestar as informações sobre todos ali residentes - o levantamento do MDS é cadastral e, supõe-se, toma por base as informações do Cadastro Único e do banco de dados que regula o Programa Bolsa- Família; c) As variáveis associadas ao tema rendimento são, tradicionalmente, das mais difíceis de investigar em qualquer pesquisa domiciliar, por motivos que vão da natural contenção das pessoas ao falar sobre seus rendimentos com "estranhos" até a desinformação existente dentro do próprio domicílio, quando o informante não é a própria pessoa que aufere os rendimentos indagados. d) As diferenças com origem nos conceitos de domicílio no Censo e família beneficiada do MDS. Assim, é possível que ocorram diferenças quando se comparam duas fontes de dados distintas como o Censo e o cadastro do MDS. Por fim, cabe registrar que o processo censitário, frente ao levantamento cadastral, tendo as diversas características enumeradas, apresenta captação menos eficaz desse tipo de variável.

37 Distribuição Espacial do Indicador de Focalização A Figura 2 considera, equivalente à precisão do Programa. É possível observar que a precisão do PBF é maior, fundamentalmente, nos municípios das regiões Sul e Sudeste, apesar de se destacar alguns municípios no Centro-Oeste. Por sua vez, a Figura 3 considera, equivalente à medida de alcance do PBF, evidencia um maior alcance do Programa nos municípios da Região Nordeste e Norte, onde vive uma proporção de famílias em situação de pobreza e extrema pobreza muito superior às demais regiões brasileiras. A região Nordeste tem recebido a maior parte dos recursos do PBF. Finalmente, a Figura 4 considera, valor sugerido por Tavares et al. (2009) e Anuatti-Neto, Fernandes e Pazello (2001), e que confere iguais pesos à precisão e ao alcance. Note que há uma maior inclusão de municípios da Região Nordeste, em detrimento de municípios das regiões Sul e Sudeste.

38 37 Figura 2 - Precisão do Programa Bolsa Família, 2010 Nota: Elaboração dos autores, baseado nos dados do Censo 2010, divulgado em Figura 3 - Alcance do Programa Bolsa Família, 2010 Nota: Elaboração dos autores, baseado nos dados do Censo 2010, divulgado em 2012.

39 38 Figura 4 - Média entre Alcance e Precisão do PBF, 2010 Nota: Elaboração dos autores, baseado nos dados do Censo 2010, divulgado em A Tabela 3 a seguir reporta os percentuais de cada um dos componentes do indicador de focalização descrito na equação (1), distribuídos por regiões brasileiras, considerando a renda per capita de R$ 140,00, que é a linha de corte legalmente prevista para inclusão ou não das famílias no programa. Importante ressaltar que variações próximas a este valor não foram aqui consideradas, mas que poderão ser analisadas em exercícios futuros numa tentativa de captar oscilações em torno desse corte 13. Em linhas gerais, o exercício nos mostra que para universalizar o programa sem novos aportes de recursos, sob a hipótese altamente restritiva de vazamento nulo, seria necessária uma redistribuição inter-regional desses valores. Em outras palavras, se fosse possível reduzir a zero o percentual de não elegíveis incluídos e 13 Famílias que possuem renda per capita levemente superior à R$ 140,00, mas que são reconhecidas pelos gestores como beneficiárias.

40 39 se realizasse uma redistribuição regional dos recursos, esforços poderiam ser implementados para redirecionar os recursos à inclusão dos elegíveis que se encontram fora do Programa. Nota-se que, corroborando a indicação dos mapas dispostos acima, a cobertura do PBF é maior na região Nordeste (64,6%), seguida pela região Norte (47,6%). Nas regiões Sudeste, Sul e Centro-Oeste, os percentuais de cobertura foram de 29%, 37,2% e 33,4%, respectivamente. No caso da região Sul, esse resultado diverge dos argumentos apresentados por Batista (2012) de que há uma elevada e ascendente cobertura do programa, ou seja, de que o PBF tem sido eficiente em atender o público alvo 14. Tabela 3 - Comparativo de Resultados Apresentados por Regiões Brasileiras (em termos percentuais, %) Variáveis Norte Nordeste Sudeste Sul Centro Oeste Brasil PI 47,6 64,6 29,0 37,2 33,3 49,5 PE (Erro Tipo I) 52,4 35,4 71,0 62,8 66,7 50,5 NPI (Erro Tipo II) 16,4 19,7 6,0 5,9 9,2 9,9 NPI* (Erro Tipo II ajustado) (1) 45,6 51,5 60,5 83,6 86,7 57,1 PE NPI* (2) 6,8 (16,1) 10,5 (20,9) (20,0) (6,7) NPE 83,6 80,3 94,0 94,1 90,8 90,1 Nota: Elaboração dos autores, baseado nos dados do Censo 2010, divulgado em (1) - NPI* = Erro tipo II ajustado, medido não mais como proporção da população não elegível, mas como proporção da população elegível, estabelecendo uma base de comparação com o erro tipo I. (2) - PE NPI*, se positivo (negativo) indica a impossibilidade (possibilidade) de universalização intrarregional na situação utópica de vazamento nulo. 14 Batista (2012) argumenta que o PBF tem sido eficiente na seleção das famílias mais vulneráveis da Região Sul, além de beneficiar uma parcela considerável desta camada, oferecendo a elas mecanismos e oportunidades de supressão da situação socioeconômica que se encontram.

41 40 Percebe-se ainda que, os percentuais da exclusão indevida (erro tipo I) são maiores que os percentuais da inclusão indevida ajustada para comparabilidade (erro tipo II ajustado NPI*), nas regiões Norte e Sudeste, indicando a necessidade de maior expansão do PBFnessas regiões com vistas à sua universalização intraregional, mesmo na situação utópica de vazamento nulo. Se os tomadores de decisão escolherem minimizar os erros de inclusão, eles provavelmente terão de aceitar operar um programa menos extenso e acabarão por incorrer no erro de exclusão, um resultado paradoxal caso se considere que o objetivo de tais programas é a eliminação da pobreza (KERSTENETZKY, 2009, p. 64). Esse resultado corrobora o argumento apresentado por Kerstenetzky (2009, p ) de que levando-se em consideração o duplo objetivo do PBF reduzir a pobreza e quebrar seu ciclo o programa é claramente insuficiente em virtude de seu expressivo erro de exclusão. Soares et al. (2010) argumentam que o erro de exclusão indevida (erro tipo I) é muito mais preocupante do que o erro de inclusão indevida (erro tipo II), e representa a dificuldade do programa em atingir parte das famílias pobres. Um erro de inclusão indevida leva, no máximo, ao desperdício de um benefício modesto. Já o erro de exclusão indevida pode levar ao abandono de uma família à beira da fome. Sendo assim, no aprimoramento da focalização, a prioridade deve ser a minimização do erro de exclusão indevida (erro tipo I), ainda que o aumento da cobertura das famílias elegíveis venha acompanhado de um aumento do erro de inclusão. Soares, Ribas e Soares (2009) argumentam que a existência de um tradeoff entre os erros tipo I e tipo II no PBF devida por uma série de motivos, dentre eles, os erros de medição da renda no momento do cadastramento, a volatilidade da renda (particularmente, a renda dos indivíduos mais pobres) e o comportamento

42 41 estratégico dos indivíduos e das famílias. Os resultados aqui obtidos não apenas evidenciam o tradeoff relatado por Tavares et al. (2009) e Soares, Ribas e Soares (2009) entre os erros tipo I e tipo II, sugerindo a possibilidade de maior expansão do PBF, como também são consistentes com a atual visão do governo federal de que ainda existem famílias extremamente pobres que precisam ser incluídas no PBF 15. Segundo Kerstenetzky (2009, p. 65), (...) um conjunto de razões pode ser invocado para entender por que um contingente tão grande de pessoas elegíveis permanece de fora. Inicialmente, devemos notar que o alcance do alvo depende de as pessoas apresentarem e declararem sua pobreza perante o governo local. Em muitos casos, essas pessoas não possuem nem sequer informação sobre seus direitos e, portanto, sobre como receber os benefícios. Paradoxalmente, é provavelmente o mais pobre o mais difícil de ser atingido pela política que o focaliza. Em outros casos, algumas pessoas elegíveis poderiam preferir evitar o estigma de viver por conta de benefícios sociais; o medo de uma dependência de longo prazo parece real, considerando que o programa não tem sido capaz de garantir acesso às portas de saída de modo importante. Uma terceira causa possível são os erros na lista de beneficiários, que é baseada em um mix de informações providas pelos governos locais e informação estatisticamente tratada provida pelo Instituto de Pesquisa Econômica Aplicada (IPEA), mecanismo que pode não ser capaz de eliminar oportunidades de ação clientelística por parte de autoridades locais. Além 15 Mas a luta não acaba aqui, pois, ao mesmo tempo em que não teremos mais pessoas extremamente pobres no Bolsa Família, ainda há pessoas que, embora com direito ao benefício, permanecem fora do programa e que sequer sabem que têm direito a este benefício. Desde 2011, com um grande esforço de Busca Ativa, já conseguimos localizar 800 mil famílias que estavam nessa situação e as incluímos no Bolsa Família. Mas acreditamos que ainda existam outras 700 mil famílias extremamente pobres a serem encontradas, e encontrá-las é o nosso desafio, um desafio de todo o Brasil. (Dilma Rousseff). Disponível em: << Acesso em: 26 fev

43 42 disso, a seleção de beneficiários é feita a partir do cadastro, que, sendo uma fotografia da pobreza em um ponto no tempo, não capta situações de risco de pobreza. Uma última razão é, de modo nada surpreendente, restrição orçamentária pura e simples.. Sobre essa quarta causa, Monçores (2012) alega que, pelo fato de se tratar de um programa claramente condicionado a uma restrição orçamentária governamental, há famílias que, apesar de possuírem renda per capita mensal e filhos com idade entre 0 e 17 anos coerentes com os critérios de inclusão, ainda não são cobertas pelo PBF. Terceiro, observem que, quando analisados os percentuais associados à inclusão indevida onde o denominador é a população de não elegíveis (NPI Erro Tipo II), esses são bastante menores nas regiões Sudeste (6,0%), Sul (5,9%) e Centro-Oeste (9,2%), onde a precisão do PBF é maior, conforme constatado na análise da Figura 1 anterior. Como se tratam de municípios com maior renda per capita, pode-se argumentar que os gestores do PBF nesses municípios possuem recursos que possibilitem minimizar a inclusão indevida de famílias inelegíveis ao Programa Bolsa Família. Por outro lado, se o objetivo é a comparação entre os erros tipo I e tipo II, onde são analisados os percentuais do erro tipo II cujo denominador é a população elegível, observa-se maior vazamento nas regiões Centro-Oeste (86,7%) e Sul (83,6%). Finalmente, observa-se percentuais elevados em todas as regiões brasileiras, no que diz respeito à correta exclusão de famílias inelegíveis do PBF, destacando-se, mais uma vez, as regiões Sudeste (94%), Sul (94,1%) e Centro- Oeste (90,8%). Pode-se argumentar os gestores do PBF nesses municípios possuem recursos que possibilitem a correta exclusão de famílias inelegíveis. Já as

44 43 regiões Norte e Nordeste apresentaram percentuais associados à correta exclusão em 83,6% e 80,6%, respectivamente. Uma análise conjunta dos resultados obtidos na Tabela 3 para as regiões Norte e Nordeste, em relação aos percentuais da inclusão indevida e da exclusão correta, sugere que diversos fatores podem estar atuando conjuntamente para a obtenção deses resultados. Por exemplo, Kerstenetzky (2009, p. 65) aponta falta de informação entre os mais pobres, estigma, dinâmica da pobreza, oportunidades para ação clientelista e limitação do orçamento. 7.2 Distribuição Acumulada dos Beneficiários do PBF O Gráfico 1 descreve a distribuição acumulada, para o Brasil, das famílias beneficiárias do PBF em Estima-se que apenas 47,5% dos beneficiários naquele ano pertencessem efetivamente à faixa de renda estabelecida para o público alvo. Apesar de parcela substancial dos beneficiários ter renda superior razoavelmente próxima do teto, existe uma porção significativa de beneficiários com renda bem acima dos R$ 140. Nos Gráficos 1(a) a 1(f), são dispostas as distribuições acumuladas para as grandes regiões brasileiras. É interessante notar que as distribuições acumuladas das regiões Norte e Nordeste crescem mais rapidamente em comparação às demais regiões, isto é, parcelas maiores dos beneficiários nestas regiões tem renda familiar per capita mais baixa. Assim, esses gráficos retratam relação total de benefícios recebidos por famílias não elegíveis/total de benefícios distribuídos. Assim, como as regiões Sul e Sudeste tem uma população não elegível consideravelmente maior,

45 44 apresentam precisões melhores, não obstante destinem uma proporção maior de benefícios distribuídos a famílias não elegíveis. Gráfico 1 - Distribuição acumulada das famílias beneficiadas do PBF, 2010 Gráfico 1(a) Brasil. Gráfico 1(b) Região Norte. Gráfico 1(c) Região Nordeste. Gráfico 1(d) Região Sudeste. Gráfico 1(e) Região Sul. Gráfico 1(f) Região Centro-Oeste. Nota: elaboração dos autores.

46 Resultados Econométricos dos Efeitos Marginais nos Modelos Logit Quando uma variável independente é altamente correlacionada com um conjunto de variáveis independentes, tem-se o problema da multicolienaridade, fazendo com que os coeficientes do modelo econométrico não sejam estimados com precisão (erro-padrão alto) e apresentem baixos níveis de significância, mesmo que sejam conjuntamente significativos e com coeficiente de determinação elevado. Além disso, os coeficientes podem ter sinais contraintuitivos e magnitudes irreais, e a multicolinearidade dificulta a avaliação da importância relativa das variáveis independentes ao explicar a variação na variável dependente. Portanto, antes de iniciar a estimação econométrica, houve a necessidade de se verificar a presença de multicolinearidade por meio de dois: (i) Fator de Inflação da Variância (VIF) 16 ; (ii) conditional Index. Os resultados reportados na Tabela 4 a seguir indicam ausência de multicolinearidade entre as variáveis a serem utilizadas na estimação logit. Tabela 4 - Diagnóstico de Colinearidade Variável VIF PIB per capita 1,47 1,00 Gini 1,69 1,66 Tx. Analfabetismo 4,43 1,70 IGD-M 1,80 1,98 Gasto PBF por domicílios 2,12 2,05 Rec. Trib. per capita 1,49 3,21 Beneficiários/elegíveis 1,25 3,23 Taxa de Urbanização 2,63 2,24 Dens. Demográfica 1,14 1,14 Tx. Dom. Eletricidade 1,73 2,50 Escolas/crianças 1,74 2,80 Tx. Dom. Água Rede 1,99 3,12 Pública 16 VIF maior do que 10 indica presença de multicolinearidade.

47 46 Nota: elaboração dos autores. Tx. Significa taxa. Dom. significa domicíllios. No apêndice B desse estudo, encontram-se reportados os resultados das estimações econométricas dos modelos logit por regiões brasileiras. O modelo logit é estimado pelo método da máxima verossimilhança (MV), e possui uma série de propriedades estatísticas desejáveis, sendo todas as estimativas dos parâmetros assintoticamente consistentes e eficientes. Conforme destacado por Greene (2012, p ), os coeficientes estimados numa regressão logística não representam diretamente as respostas marginais das variáveis explicativas como no método dos mínimos quadrados ordinários. Por outro lado, os efeitos marginais, conhecidos também como elasticidades, permitem uma interpretação mais clara dos resultados com relação ao efeito de cada variável explicativa sobre a cobertura do PBF. Assim, utilizaram-se os valores médios das variáveis explicativas para efetuar os cálculos dos efeitos marginais sobre a variável dependente, em termos de elasticidades, os quais são apresentados na Tabela 5 a seguir 17. A fim de que seja testada a significância individual dos coeficientes estimados, será utilizado valor da estatística Z, obtido pela razão entre o coeficiente estimado e o seu erro-padrão, e representa uma estatística distribuída assintoticamente como normal padrão (Estatística ). Logo, os valores obtidos são utilizados para a realização do teste de hipótese sobre a significância estatística de cada um dos parâmetros estimados. De modo geral, os coeficientes estimados são, estatisticamente, significantes ao nível de 1%, de acordo com a probabilidade caudal de ser aproximadamente zero. 17 As estimativas dos parâmetros da regressão logística e respectivos desvios padrão constam do Apêndice B.

48 47

49 48 Tabela 5 - Efeitos Marginais do Modelo Logit. Variável Dependente: Cobertura (PI) Variáveis Norte Nordeste Sul Sudeste Centro-Oeste PIB per capita -0,021 (a) (0,002) -12,45-0,001 (a) (0,000) -4,16-0,009 (a) (0,003) -2,75 [0,006] -0,023 (a) (0,001) -19,95-0,084 (a) (0,005) -17,51 Gini 0,179 (a) (0,012) 14,46 0,179 (a) (0,004) 46,38 0,784 (a) (0,016) 48,51 0,149 (a) (0,009) 17,21 0,382 (a) (0,021) 18,17 Tx. Analfabetismo 0,127 (a) (0,003) 38,32 0,210 (a) (0,001) 135,36 0,184 (a) (0,005) 37,39 0,223 (a) (0,003) 77,15 0,271 (a) (0,009) 30,89 IGD-M 0,783 (a) (0,013) 61,61 0,419 (a) (0,004) 93,80 0,391 (a) (0,018) 21,19 0,784 (a) (0,010) 78,59 0,176 (a) (0,028) 6,26 Gasto PBF por domicílios 0,423 (a) (0,014) 29,88 0,095 (a) (0,005) 17,23 0,725 (a) (0,016) 44,02 0,449 (a) (0,007) 59,63 0,557 (a) (0,019) 28,45 Rec. Trib. per capita -0,029 (a) (0,001) -24,26-0,006 (a) (0,000) -20,48-0,083 (a) (0,002) -37,70-0,038 (a) (0,001) -44,65 0,009 (a) (0,001) 10,55 Beneficiários/elegíveis 0,608 (a) (0,005) 113,70 0,363 (a) (0,002) 163,46 0,527 (a) (0,006) 81,62 0,482 (a) (0,004) 116,30 0,533 (a) (0,008) 64,66 Dens. Demográfica -0,001 (a) (0,000) -12,97-0,001 (a) (0,000) -29,86-0,003 (a) (0,000) -15,00-0,001 (a) (0,000) -14,31-0,004 (a) (0,000) -26,76 Tx. Dom. Eletricidade -0,040 (a) (0,014) -2,85 [0,004] -0,032 (a) (0,008) -3,79-3,667 (a) (0,175) -20,98-0,762 (a) (0,075) -10,08-0,435 (a) (0,055) -7,84 Escolas/crianças 0,054 (a) (0,003) 18,97 0,046 (a) (0,001) 44,75 0,072 (a) (0,005) 14,95 0,071 (a) (0,003) 26,65-0,052 (a) (0,007) -7,74 Tx. Dom. Água Rede Pública -0,000 (0,003) -0,01 [0,996] -0,029 (a) [0,001] -19,51-0,010 (0,009) -1,10 [0,269] -0,077 (a) (0,005) -14,77-0,145 (a) (0,011) -13,27 Nota: elaboração dos autores. Tx. Significa taxa. Dom. significa domicíllios. Dens. significa densidade. (a) significância a 1% (p<0,01); (b) significância a 5% (p<0,05); (c) significância a 10% (p<0,1); Erros-padrão entre parênteses. Valores-p entre colchetes.

50 49 No que diz respeito à situação econômica dos municípios, o coeficiente da variável PIB per capita é estatisticamente significante ao nível de 1% em todas as regiões brasileiras. O sinal negativo da elasticidade-renda estimada corrobora a hipótese de que uma parcela significativa do público-alvo do programa se encontra, na média, em municípios com menor PIB per capita. Além disso, esse resultado confirma as evidências obtidas por Silveira Neto (2010, p. 62) de que um maior nível de renda per capita diminui as chances de uma família ser beneficiada com recursos do PBF. Por outro lado, esse resultado contradiz a hipótese de que a influência do PIB per capita sobre a cobetura dar-se-ia através de uma melhor estrutura administrativa e instituições mais desenvolvidas. Em relação ao coeficiente de Gini, o parâmetro estimado é positivo e estatisticamente significante ao nível de 1% em todas as regiões brasileiras, exceto na região Norte. O sinal positivo dessa elasticidade pode sugerir que, em municípios onde há uma maior desigualdade de renda, a cobertura do PBF seja maior, uma vez que a maior parte do público-alvo desse programa reside em municípios com essa característica. Quanto à Taxa de Analfabetismo, o parâmetro estimado é positivo e estatisticamente significante ao nível de 1% em todas as regiões brasileiras, sugerindo que, em municípios onde há uma maior taxa de analfabetismo, a cobertura do PBF é maior. Esse resultado corrobora as evidências obtidas por Gusmão, Gomide e Toyoshima (2012) de que um baixo nível de alfabetização pode ser entendido como característica inerente à maior incidência de pobreza. Sobre o IGD-M, o coeficiente estimado é positivo e estatisticamente significante ao nível de 1% em todas as regiões brasileiras, indicando que nos município onde há uma melhor qualidade da gestão do Cadastro Único, a cobertura

51 50 do PBF é maior. Esse resultado diverge das evidências obtidas por Monteiro et al. (2008) de que o aumento de famílias beneficiadas diminui a qualidade da gestão do PBF 18. Além disso, esse resultado também diverge das evidências obtidas por Marinho, Linhares e Campelo (2011) que, ao utilizarem a metodologia de painel de dados dinâmicos para os Estados brasileiros no período 2000 a 2008, estimando modelos de regressão via mínimos quadrados ordinários e efeito fixo, constataram uma relação negativa e estatisticamente significante entre uma variável explicativa relacionada à transferência de renda do governo aos pobres e variáveis dependentes associadas a medidas de pobreza, sugerindo como uma das possíveis explicação a (...) má-gestão desses programas através dos desvios de seus objetivos como, por exemplo, os recursos não estarem sendo destinados aos indivíduos considerados verdadeiramente pobres (MARINHO, LINHARES e CAMPELO, 2011). No que diz respeito ao gasto PBF por domicílios, o parâmetro estimado é positivo e estatisticamente significante ao nível de 1% em todas as regiões brasileiras, sugerindo que um maior aporte de recursos orçamentários contribui para aumentar a cobertura do PBF nessas regiões. Em relação receita tributária per capita, o coeficiente estimado é negativo e estatisticamente significante ao nível de 1% em todas as regiões brasileiras, exceto na região Centro-Oeste. O sinal negativo do parâmetro estimado pode indicar que, em municípios onde há uma menor arrecadação tributária, a cobertura do PBF é maior, e a justificativa pode residir no fato de que se tratam de municípios que, devido a restrições fiscais em termos de arrecadação tributária, dependem de 18 Monteiro et al. (2008) argumentam que, quanto maior o número de beneficiários, há maiores responsabilidades, aumentando-se, assim, as tarefas dos municípios em diversas áreas, dificultando a coordenação e a articulação, ou mesmo a integração entre os órgãos governamentais de assistência social, educação e saúde, no acompanhamento dos beneficiários do PBF e verificação das condicionalidades, debilitando assim a gestão e a operacionalização do referido programa.

52 51 transferências governamentais dos Estados e da União. De modo geral, tratam-se de municípios pobres, onde reside boa parte do público-alvo do PBF. Já no caso da região Centro-Oeste, o coeficiente estimado é positivo e estatisticamente significante ao nível de 1%, sugerindo que a cobertura do PBF é proporcional à receita tributária do município, já que essa variável estaria relacionada à capacidade dos municípios ter meios para gerir o PBF. Quanto à variável beneficiários/elegíveis, os parâmetros estimados são positivos e estatisticamente significantes ao nível de 1% para todas as regiões brasileiras, indicando que o aumento de beneficiários, em proporção dos elegíveis, reflete o aumento da cobertura do PBF. No que diz respeito à variável densidade demográfica, os parâmetros estimados são negativos e estatisticamente significantes ao nível de 1% para todas as regiões brasileiras. A variável densidade demografia tem uma relação negativa com a cobertura do Programa, contrariando a hipótese de que a aglomeração da população pobre facilitaria a seleção de elegíveis, mas confirmando a hipótese de que menores densidades demográficas estão associadas a municípios de economia rural e de maior concentração do público-alvo do PBF. Esse resultado corrobora as evidências obtidas por Silveira Neto (2010, p. 63) de que a localização do domicílio familiar importa para as chances de uma família pobre ser beneficiada com recursos do PBF, em outras palavras, famílias domiciliadas no meio rural, em oposição ao meio urbano, ou famílias domiciliadas fora das regiões metropolitanas, apresentam maiores chances de serem beneficiadas pelo PBF. Quanto à variável razão escolas/crianças, o parâmetro estimado é positivo e estatisticamente significante ao nível de 1% em todas as regiões, exceto na região Centro-Oeste, indicando que nos municípios onde há uma maior oferta de escolas

53 52 que oferecem educação básica, maior a cobertura do PBF. Os municípios dessas têm maiores chances de se beneficiar das externalidades positivas que as escolas podem gerar sobre o conhecimento dos direitos e formas de acesso a programas sociais por parte de famílias mais vulneráveis. Já na região Centro-Oeste, a princípio, o sinal é contraintuitivo, havendo necessidade de se investigar mais esse resultado de que uma maior oferta de escolas com educação básica contribui para reduzir a cobertura do PBF. As duas variáveis a seguir, Taxa de Domicílios com Eletricidade e Taxa de Domicílios com Água Abastecida pela Rede Pública, foram utilizadas como proxies para urbanização ou, então, para uma maior presença do Estado. Em relação à variável Taxa de Domicílios com Eletricidade, todos os parâmetros estimados foram negativos e estatisticamente significantes ao nível de 1%. A nosso ver, trata-se de um resultado contraintuitivo, pois era de se esperar um sinal positivo, indicando que municípios com maior taxa de domicílios com rede elétrica são àqueles onde o Estado se faz presente, sendo uma proxy para uma melhor capacidade de gestão do PBF. Todavia, esse resultado pode estar evidenciando o fato de que, em municípios onde há carência no fornecimento de energia elétrica, a saber, municípios da área rural, onde residem famílias em situação de pobreza e extrema pobreza, a cobertura do PBF. Cabe lembrar que energia elétrica é um fator bastante ligado ao consumo de alimentos e necessidades básicas dos indivíduos. Sobre a variável Taxa de Domicílios com Água Abastecida pela Rede Pública, o coeficiente estimado é negativo e estatisticamente significante ao nível de 1% nas regiões Nordeste, Sudeste e Centro-Oeste. No caso da região Nordeste, pode-se argumentar que, em localidades onde há famílias desprovidas do abastecimento de água pela rede pública, geralmente são municípios pobres, onde reside a maior parte do público-alvo do PBF.

54 53 Já os municípios das regiões Sudeste e Centro-Oeste são caracterizados por apresentarem um maior nível de renda e de indicadores socioeconômicos, além de uma melhor infraestrutura em termos de saneamento. Em conformidade com a análise feita na Figura 2 anterior, os municípios dessas regiões se destacam pela maior precisão do PBF, mas não pelo alcance e/ou cobertura. 7.4 Simulações Com vistas a avaliar com mais detalhe o impacto de determinados regressores sobre a cobertura do Programa, selecionamos o IGD e a relação escolas/crianças para um exercício de simulação a partir dos resultados das regressões apresentados na seção anterior. Assim, consideramos, para cada município, os coeficientes estimados para região geográfica em que se insere e os seus dados originais, com exceção da variável de interesse (alternadamente, IGD e escolas/crianças), que foi estabelecida a um mesmo nível para todos os municípios. Considerando vários níveis ao longo do escopo apresentado pela amostra, logrou-se descrever o comportamento da cobertura do PBF e sua sensibilidade a variações da variável de interesse, estabelecendo inclusive uma comparação inter-regional. Os Gráficos 2 e 3 mostram as coberturas ajustadas para cada região e respectivos intervalos de confiança a 95% para cada um dos níveis considerados de IGD e de razão escolas/crianças 19, respectivamente. Nossas estimativas indicam uma forte relação entre a qualidade da gestão do cadastro municipal medida pelo IGD e a cobertura estimada para o Programa, com destaque para as regiões Nordeste, Norte e Sudeste, que contam com situações 19 O Gráfico 3 excluiu a Região CO, que apresentou sinal contraintuitivo para a razão escola/crianças.

55 54 bastante distintas determinadas pelos demais regressores, mas apresentam extrema sensibilidade a variações do IGD. Comparando as estimativas apresentadas no Gráfico 2 àquelas constantes da Tabela 3, conclui-se que a melhoria da gestão municipal do cadastro pode efetivamente levar a uma maior cobertura através da redução do vazamento. A Região Sudeste, por exemplo, veria sua cobertura atual de 29% se aproximar de 40% à medida que os IGD(s) se aproximassem de 1 (nota máxima). É notável, entretanto, a distância entre a ampliação de cobertura alcançável com a melhoria do IGD e a universalização. Essa constatação parece apontar para a possibilidade de que o IGD não reflita com perfeição a contaminação dos cadastros municipais com indivíduos inelegíveis, o que está relacionado, por sua vez, a própria dificuldade de filtrar essa contaminação e virtual impossibilidade de eliminá-la. Para isso, seria provavelmente necessária a realização de fiscalizações em campo para efetivamente identificar os indivíduos inelegíveis incluídos nos cadastros.

56 55 Gráfico 2 - Simulação: todos os municípios com o mesmo IGD, ceteris paribus 0,750 0,700 0,650 0,600 0,550 0,500 Cobertura 0,450 0,400 0,350 N NE SE S CO 0,300 0,250 0,200 0,150 0,100 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 IGD M Nota: Elaboração dos autores. O Gráfico 3 evidencia uma relação deveras mais tênue, embora estatisticamente significante, entre a relação escolas/crianças e a cobertura. Tendo em vista que a frequência escolar é uma das condicionalidades do PBF, seria natural esperar que a ampliação do acesso das crianças à escola amplie as possibilidades de cobertura do Programa, o que de fato se constata nas diversas regiões brasileiras, com exceção da região Centro-Oeste.

57 56 Gráfico 3 - Simulação: todos os municípios com a mesma relação escolas/crianças, ceteris paribus 0,700 0,650 0,600 0,550 Cobertura 0,500 0,450 0,400 N NE SE S 0,350 0,300 0,250 0,05 0,10 0,15 0,20 0,25 0,30 0,35 0,40 0,45 0,50 0,55 0,60 Escolas/crianças (%) Nota: Elaboração dos autores. 8. Conclusões e Implicações de Política O Programa Bolsa Família é um programa de transferência de renda condicionada diretamente às famílias pobres e extremamente pobres, que vincula o recebimento do auxílio financeiro ao cumprimento de compromissos (condicionalidades) nas áreas de Educação e Saúde. Tem por objetivos promover o acesso à rede de serviços públicos, em especial de saúde, educação e assistência social; combater a fome e promover a segurança alimentar e nutricional; estimular o desenvolvimento das famílias beneficiárias; combater a pobreza; e promover a intersetorialidade, a complementariedade e a sinergia das ações sociais do poder público (art. 4º, Decreto nº 5.209/04).

58 57 O objetivo desse estudo foi realizar uma investigação sobre a focalização do Programa Bolsa Família e seus determinantes imediatos, utilizando-se as informações constantes no Censo IBGE 2010 e em outras bases de dados para implementar, ao nível municipal, um indicador de focalização baseado em medidas de alcance e de precisão. A análise da distribuição espacial mostra que a precisão do PBF é maior nos municípios das regiões Sul e Sudeste, seguida da região Centro-Oeste, enquanto que a cobertura (alcance) do PBF é maior na região Nordeste. Em linhas gerais, o exercício nos mostra que para universalizar o programa sem novos aportes de recursos, seria necessária uma redistribuição interregional desses valores. Sob a hipótese altamente restritiva de vazamento nulo, esforços poderiam ser implementados para o redirecionamento de recursos à inclusão de elegíveis ainda não beneficiários do programa. Observa-se percentuais da exclusão indevida (erro tipo I) maiores que os percentuais da inclusão indevida (erro tipo II ajustado NPI*), nas regiões Norte e Sudeste, indicando a possibilidade de maior expansão do PBF nessas regiões. Quando analisados os percentuais associados à inclusão indevida onde o denominador é a população de não elegíveis (NPI Erro Tipo II), esses são bastante menores nas regiões Sudeste (6,0%), Sul (5,9%) e Centro-Oeste (9,2%). Por outro lado, se o objetivo é a comparação entre os erros tipo I e tipo II, são analisados percentuais do erro tipo II com a população elegível como denominador e constata-se maior vazamento nas regiões Centro- Oeste (86,7%) e Sul (83,6%). Finalmente, destacam-se percentuais elevados em todas as regiões brasileiras quanto à correta exclusão de famílias inelegíveis do PBF, destacando-se, mais uma vez, as regiões Sudeste, Sul e Centro-Oeste. Diversos fatores podem estar atuando conjuntamente para a obtenção desses

59 58 resultados, por exemplo, falta de informação entre os mais pobres, estigma, dinâmica da pobreza, oportunidades para ação clientelista e limitação do orçamento. As distribuições acumuladas das famílias beneficiárias do PBF das regiões Norte e Nordeste crescem mais rapidamente em comparação às demais regiões, isto é, parcelas maiores dos beneficiários nestas regiões tem renda familiar per capita mais baixa. Como as regiões Sul e Sudeste tem uma população não elegível consideravelmente maior, apresentam precisões melhores, não obstante destinem uma proporção maior de benefícios distribuídos a famílias não elegíveis. Os resultados aqui obtidos permitem responder aos seguintes questionamentos feitos na motivação desse estudo. Sob os atuais critérios de elegibilidade, o PBF tem sido eficiente, em termos de alcance e de precisão, na identificação de seus beneficiários, evitando possíveis desperdícios de recursos e promovendo uma distribuição mais equitativa no sentido de mitigar as diferenças de renda e de oportunidades existentes na sociedade? O PBF tem contribuído para uma melhor distribuição de renda entre as famílias pobres e extremamente pobres beneficiárias desses recursos. Mas os percentuais associados à exclusão indevida (erro tipo I) ainda são elevados em todas as regiões brasileiras, destacando-se as regiões Sudeste, Sul e Centro-Oeste. A focalização do PBF permite que sua cobertura esteja concentrada nas regiões onde têm o maior número de pessoas em situação de pobreza e de extrema pobreza? Sim, pois o percentual de cobertura obtido para a região Nordeste, onde residem a maior parte das famílias beneficiárias do PBF, foi de 64,6%. Mas os resultados aqui obtidos também apontam para a necessidade de uma maior expansão do PBF, haja vista que ainda existem famílias elegíveis que estão fora da cobertura desse programa.

60 59 E quais são os determinantes imediatos da focalização do Programa Bolsa Família? Os resultados econométricos do modelo logit estimado indicam que a maior cobertura do Programa Bolsa Família ocorre nos municípios menos desenvolvidos socialmente e economicamente. Por exemplo, os municípios mais beneficiados possuem menor PIB per capita e maior taxa de analfabetismo, assim como menor densidade demográfica. Trata-se de municípios que, devido a restrições fiscais em termos de arrecadação tributária, dependem de transferências governamentais dos Estados e da União, logo, esses municípios recebem também maior aporte de recursos do PBF, além de apresentarem aspectos positivos no que diz respeito a gestão dos recursos do PBF, haja vista os resultados associados ao IGD-M. Para pesquisas futuras, sugere-se testar empiricamente o modelo teórico de Galasso e Ravallion (2005), em que se utiliza outro indicador de focalização, decomposto em um componente inter-vilarejos (refletindo o esforço do governo central em alcançar as comunidades pobres), e um componente intra-vilarejos (que descreve os esforços das comunidades em alcançar seus próprios pobres). Além disso, sugere-se elaborar um desenho da redistribuição ótima das cotas do PBF entre os municípios brasileiros, por meio da teoria microeconômica dos contratos. Finalmente, sabe-se que a renda tem sido utilizada como o principal critério de elegibilidade do PBF para definir o número de famílias pobres e extremamente pobres, ficando sob a responsabilidade dos municípios a identificação e o cadastramento das famílias beneficiárias. Todavia, um número de autores argumentam que a renda não se constitui em um bom parâmetro para definir essas famílias beneficiárias, uma vez que a pobreza não está limitada apenas ao déficit de renda, mas também é intrínseca a privação de capacidades, podento ser identificada por um conjunto de fatores que determinam o bem-estar do indivíduo, por exemplo,

61 60 características do domicílio, acesso a bens duráveis, acesso a serviços públicos essenciais (saúde e educação, por exemplo), nível de escolaridade, características do mercado de trabalho, composição da família, alimentação etc. Logo, o uso apenas da renda como critério de elegibilidade é uma medida imperfeita para aferir as condições de vida de uma família, sugerindo-se, portanto, um aprimoramento dessa atual metodologia de seleção de famílias beneficiárias, adicionando variáveis relacionadas ao bem-estar dos indivíduos. Apêndice A Construção da Variável Renda Familiar Ajustada per capita ex ante Nesse estudo, houve a necessidade de se realizar uma aproximação do valor do benefício do Programa recebido pela família e, consequentemente, de sua renda familiar ajustada per capita ex ante, isto é, descontando-se o valor atribuído ao benefício. Nesse sentido, elaborou-se uma rotina (script) no pacote econométrico STATA 11 capaz de gerar os valores do indicador de focalização e seus componentes. Cada família teve registrado o seu número de indivíduos com até 15 anos de idade (menor15r) e com 16 ou 17 anos (maior15r), restritos às respectivas quantidades máximas de benefícios variáveis permitidos por lei para um mesmo domicílio (3 para crianças com até 15 anos e 2 para adolescentes com 16 ou 17 anos). Aproximamos, para cada família onde pelo menos um membro declarou receber benefício do PBF, a renda oriunda do Programa, da seguinte forma: (i) Cada família teve computado todos os valores possíveis (VALPOSi) de benefício total oriundo do PBF, considerando a quantidade (restrita) de crianças e adolescentes entre seus membros.

62 61 (ii) Considerou-se, para cada indivíduo que afirmou receber benefício do PBF, uma parcela (PARC) dos rendimentos totais de outras fontes (variável V6591 Juros de Poupança, Aplicações Financeiras, Aluguel, Pensão, Aposentadoria de Previdência Privada etc.) extraída da seguinte maneira: PARC = V6591, se V6591 < 1 S.M., PARC = V S.M., se 1 S.M. < V6591 < 2 S.M. PARC = 0, em outros casos. (iii) Atribuiu-se a cada indivíduo que declarou receber benefício do PBF, como valor total do benefício (VALBEN), o valor máximo dentre valores totais possíveis computados no item (i) inferiores ou iguais à parcela calculada no item (ii), i.e., VALBEN = MAX (VALPOSi); VALPOSi < PARC (iv) Atribuiu-se a cada família, como renda familiar total oriunda do PBF (VALBENFAM), a soma das rendas individuais computadas item (iii). (v) Cada família teve sua renda total familiar ajustada per capita ex-ante (i.e., expurgados os recursos recebidos a título de benefício do PBF), computada como a soma das rendas individuais de seus membros subtraído o valor da renda familiar total oriunda do PBF (VALBENFAM). A Figura 5 a seguir sintetiza todo o tratamento realizado nos dados do Censo IBGE 2010 visando a construção da proxy para a renda familiar total ajustada per capita ex ante.

63 62 Figura 5 - Construção da "Renda Total Familiar Ajustada Per Capita Ex Ante" Nota: elaboração dos autores. Apêndice B Resultados das Estimações Econométricas dos Modelos Logit por Regiões Brasileiras Nessa seção, serão reportados os resultados das estimações econométricas dos modelos logit por regiões brasileiras, destacando-se os valores e a significância dos parâmetros estimados, qualidade do ajuste (R 2 de McFadden, conhecido também como Pseudo-R 2 ) e correção de heterocedasticidade por White. Em termos de qualidade do ajuste, os valores de Pseudo-R 2 são extremamente baixo, mas tem suporte no teste de razão de verossimilhança. Além disso, é importante destacar que medidas de ajustamento em modelos de escolha binária não são tão importantes nem do ponto de vista estatístico, nem do ponto de vista econômico para avaliar a significância das variáveis explicativas (WOOLDRIDGE, 2002).

64 63 Tabela 6 - Resultados do Modelo Logit para Dados Agrupados. Região Sul (2010) Regressores Cobertura do PBF PIB per capita -0,000 (0,000)*** Gini 3,096 (0,062)*** Tx. Analfabetismo 0,043 (0,001)*** IGD-M 0,937 (0,044)*** Gasto PBF por domicílios 0,001 (0,000)*** Receita Tributária per capita -0,001 (0,000)*** Razão Beneficiários/Elegíveis 0,594 (0,008)*** Dens. Demográfica -0,000 (0,000)*** Tx. Dom. Eletricidade -0,067 (0,003)*** Razão escolas/crianças 25,458 (1,722)*** Tx. Dom. Água Rede Pública -0,000 (0,000) Constante 1,758 (0,328)*** N Pseudo-R 2 0,075 Nota: elaboração dos autores. Tx. Significa taxa. Dom. significa domicíllios. 1- ( ***) significância a 1% (p<0,01); (**) significância a 5% (p<0,05); (*) significância a 10% (p<0,1). 2- E rros-padrão robusto à heterocedasticidade (White) entre parênteses.

65 64 Tabela 7 - Resultados do Modelo Logit para Dados Agrupados. Região Sudeste (2010) Regressores Cobertura do PBF PIB per capita -0,000 (0,000)*** Gini 0,606 (0,035)*** Tx. Analfabetismo 0,041 (0,001)*** IGD-M 1,941 (0,024)*** Gasto PBF por domicílios 0,001 (0,000)*** Receita Tributária per capita -0,000 (0,000)*** Razão Beneficiários/Elegíveis 0,595 (0,006)*** Dens. Demográfica -0,000 (0,000)*** Tx. Dom. Eletricidade -0,015 (0,001)*** Razão escolas/crianças 34,533 (1,354)*** Tx. Dom. Água Rede Pública -0,002 (0,000)*** Constante -2,500 (0,153)*** N Pseudo-R 2 0,130 Nota: elaboração dos autores. Tx. Significa taxa. Dom. significa domicíllios. 1- ( ***) significância a 1% (p<0,01); (**) significância a 5% (p<0,05); (*) significância a 10% (p<0,1). 2- E rros-padrão robusto à heterocedasticidade (White) entre parênteses.

66 65 Tabela 8 - Resultados do Modelo Logit para Dados Agrupados. Região Norte (2010) Regressores Cobertura do PBF PIB per capita -0,000 (0,000)*** Gini 0,667 (0,046)*** Tx. Analfabetismo 0,016 (0,000)*** IGD-M 2,032 (0,033)*** Gasto PBF por domicílios 0,001 (0,000)*** Receita Tributária per capita -0,001 (0,000)*** Razão Beneficiários/Elegíveis 1,256 (0,011)*** Dens. Demográfica -0,000 (0,000)*** Tx. Dom. Eletricidade -0,001 (0,000)*** Razão escolas/crianças 20,199 (1,072)*** Tx. Dom. Água Rede Pública -0,000 (0,000) Constante -4,290 (0,054)*** N Pseudo-R 2 0,043 Nota: elaboração dos autores. Tx. Significa taxa. Dom. significa domicíllios. 1- ( ***) significância a 1% (p<0,01); (**) significância a 5% (p<0,05); (*) significância a 10% (p<0,1). 2- E rros-padrão robusto à heterocedasticidade (White) entre parênteses.

67 66 Tabela 9 - Resultados do Modelo Logit para Dados Agrupados. Região Nordeste (2010) Regressores Cobertura do PBF PIB per capita -0,000 (0,000)*** Gini 1,163 (0,025)*** Tx. Analfabetismo 0,028 (0,000)*** IGD-M 1,697 (0,018)*** Gasto PBF por domicílios 0,000 (0,000)*** Receita Tributária per capita -0,000 (0,000)*** Razão Beneficiários/Elegíveis 1,068 (0,007)*** Dens. Demográfica -0,000 (0,000)*** Tx. Dom. Eletricidade -0,001 (0,000)*** Razão escolas/crianças 24,092 (0,546)*** Tx. Dom. Água Rede Pública -0,002 (0,000)*** Constante -3,439 (0,041)*** N Pseudo-R 2 0,460 Nota: elaboração dos autores. Tx. Significa taxa. Dom. significa domicíllios. 1- ( ***) significância a 1% (p<0,01); (**) significância a 5% (p<0,05); (*) significância a 10% (p<0,1). 2- E rros-padrão robusto à heterocedasticidade (White) entre parênteses.

68 67 Tabela 10 - Resultados do Modelo Logit para Dados Agrupados. Região Centro-Oeste (2010) Regressores Cobertura do PBF PIB per capita -0,000 (0,000)*** Gini 1,337 (0,073)*** Tx. Analfabetismo 0,039 (0,001)*** IGD-M 0,386 (0,062)*** Gasto PBF por domicílios 0,001 (0,000)*** Receita Tributária per capita 0,000 (0,000)*** Razão Beneficiários/Elegíveis 0,597 (0,010)*** Dens. Demográfica -0,000 (0,000)*** Tx. Dom. Eletricidade -0,008 (0,001)*** Razão escolas/crianças -26,095 (3,359)*** Tx. Dom. Água Rede Pública -0,004 (0,000)*** Constant -2,403 (0,119)*** N Pseudo-R 2 0,438 Nota: elaboração dos autores. Tx. Significa taxa. Dom. significa domicíllios. 1- ( ***) significância a 1% (p<0,01); (**) significância a 5% (p<0,05); (*) significância a 10% (p<0,1). 2- E rros-padrão robusto à heterocedasticidade (White) entre parênteses.

69 68 Referências ALDERMAN, H. Do local officials know something we don t? Decentralization of targeted transfers in Albania. Journal of Public Economics, vol. 83, nº. 3, p , ANUATTI-NETO, F.; FERNANDES, R.; PAZELLO, E. T. Poverty alleviation policies: the problem of targeting when income is not observed. Ribeirão Preto: Fearp, 2001 (Texto para Discussão, nº. 17). BARDAN, P.; MOOKHERJEE, D. Decentralizing antipoverty program delivery in developing countries. Journal of Public Economics, vol. 89, p , BARROS, R. P. de; HENRIQUES, R.; MENDONÇA, R. O papel das transferências públicas na queda recente da desigualdade de renda brasileira. In: Barros, R. P. De; FOGUEL, M. M.; ULYSSEA, G. Desigualdade de Renda no Brasil: Uma Análise da Queda Recente Vol. 2. Brasília: IPEA, BATISTA, H. R. Uma análise do programa bolsa família na região sul do Brasil. Textos de Economia, Florianópolis, vol. 15, nº 1, p , jan./jun

70 69 CAVALCANTE, P. L. C. Programas de transferência condicionada de renda na América Latina: uma abordagem comparada entre Brasil, México, Chile e Colômbia. Revista do Serviço Público, v. 62, nº 2, p , abr./jun GALASSO, E.; RAVALLION, M. Decentralized targeting of an antipoverty program. Journal of Public Economics, vol. 89, p , GREENE, W. H. Econometric Analysis International Edition. 7th edition. New Jersey: Pearson Prentice Hall, GUSMÃO, G. C.; GOMIDE, U. S.; TOYOSHIMA, S. H. Comparando mecanismos de redução de pobreza: crescimento economic ou programa bolsa família? Revista de Economia, vol. 38, nº. 3, ano 36, p , set./dez KERSTENETZKY, C. L. Redistribuição e desenvolvimento? A economia política do programa bolsa família. Dados Revista de Ciências Sociais, Rio de Janeiro, vol. 52, nº 1, p , MARINHO, E.; LINHARES, F.; CAMPELO, G. Os programas de transferência de renda do governo impactam a pobreza no Brasil? Revista Brasileira de Economia, v. 65, n. 3, p , jul-set, MONÇORES, E. A. Os elegíveis não cobertos: uma reflexão sobre o programa bolsa família e a garantia dos direitos sociais f. Monografia de Bacharelado.

71 70 Instituto de Economia, Universidade Federal do Rio de Janeiro, Rio de Janeiro, Disponível em: << res.pdf>>. Acesso em 19 dez MONTEIRO, D. A. A.; FERREIRA, M.A M.; TEIXEIRA, K. M. D.; SILVEIRA, S. F. R. Investigação dos fatores condicionantes do desempenho da gestão municipal do programa bolsa família. 1ª Mostra Nacional de Estudos sobre o Programa Bolsa Família Disponível em: << Acesso em 17 dez MUSGRAVE, R. M. Economics of fiscal federalism. Nebraska Journal of Business and Economics, vol. 10, nº. 4, p. 3-13, OATES, W. E. Fiscal federalism. Harcourt Brace Javanovich, New York: An essay on fiscal federalism. Journal of Economic Literature, vol. 37, p , PEDROZO JR., E. Efeitos de Elegibilidade e Condicionalidade do Programa Bolsa Família sobre a Alocação de Tempo dos Membros do Domicílio Tese (Doutorado em Economia de Empresas) Escola de Economia de São Paulo da Fundação Getúlio Vargas, São Paulo, 2010.

72 71 PEREIRA, P. A. P. Por que também sou contra a focalização das políticas sociais. Brasília, 2003 (mimeo). RAVALLION, M. The social appraisal of local public spending using revealed fiscal preferences. Journal of Urban Economics, vol. 16, p , RAVALLION, M.; WODON, Q. Poor areas, or only poor people? Journal of Regional Science, vol. 39, p , SEABRIGHT, P. Accountability and decentralization in government: an incomplete contracts model. European Economic Review, vol. 40, p , SERGEI, S.; OSÓRIO, R. G.; SOARES, F. V.; MEDEIROS, M.; ZEPEDA, E. Programas de transferência de renda no Brasil, Chile e México: impactos sobre a desigualdade. Brasília: IPEA, (Texto para Discussão, nº 1293). SILVA, M. C. P. Direitos universais gastos focalizados: a focalização como um instrumento para universalizar direitos sociais Tese (Doutorado em Sociologia) Instituto Universitário de Pesquisas do Rio de Janeiro (IUPERJ-Tec), Rio de Janeiro, SILVEIRA NETO, R. M. Impacto do programa bolsa família sobre a frequência à escola: estimativas a partir de informações da pesquisa nacional por amostra de

73 72 domicílio (PNAD). In: CASTRO, J. A.; MODESTO, L. (Org.). Bolsa família Avanços e desafios, volume 2. Brasília, IPEA: SOARES, S.; RIBAS, R. P.; SOARES, F. V. Focalização e cobertura do Programa Bolsa Família: qual o significado dos 11 milhões de famílias? Brasília: Ipea, 2009 (Texto para Discussão, nº. 1396). TAVARES, P. A.; PAZELLO, E. T.; FERNANDES, R.; CAMELO, R. S. Uma avaliação do Programa Bolsa Família: focalização e impacto na distribuição de renda e pobreza. Pesquisa e Planejamento Econômico, vol. 39, nº. 1, abril WOOLDRIDGE, J. M. Econometric Analysis of Cross Section and Panel Data. MIT Press, Cambridge MA, 2002.