ads:
Anne Caroline Costa Resende
Avaliando resultados de um programa de transferência de renda:
O impacto do Bolsa-Escola sobre os gastos das famílias brasileiras
Belo Horizonte, Minas Gerais
UFMG, CEDEPLAR
2006
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
ii
Anne Caroline Costa Resende
Avaliando resultados de um programa de transferência de renda:
O impacto do Bolsa-Escola sobre os gastos das famílias brasileiras.
Dissertação apresentada ao curso de mestrado do
Centro de Desenvolvimento e Planejamento
Regional da Faculdade de Ciências Econômicas da
Universidade Federal de Minas Gerais, como
requisito parcial à obtenção do Título de Mestre em
Economia.
Orientador: Prof
a. Ana Maria Hermeto Camilo de
Oliveira
Belo Horizonte, Minas Gerais.
Centro de Desenvolvimento e Planejamento Regional - CEDEPLAR
Faculdade de Ciências Econômicas - FACE
Universidade Federal de Minas Gerais - UFMG
2006
ads:
iii
Dedico em especial à memória de meu pai, Hélio,
e à minha mãe.
iv
AGRADECIMENTOS
Primeiramente, gostaria de agradecer a minha família. A minha mãe, pelo amor e
compreensão e aos meus irmãos pelo grande incentivo. A minha tia Lurdes e a minha prima
(quase irmã) Claudinha que sempre estiveram presentes em todos os momentos da minha.
Vocês representam a base de todo este trabalho.
Gostaria de agradecer a minha orientadora Ana Maria Hermeto pela orientação, paciência e
grande disponibilidade demonstrada ao longo de todo este trabalho. Agradeço pelo carinho
e pela oportunidade de trabalharmos juntas tanto neste trabalho quanto na pesquisa AIBF.
Agradeço a professora Mônica Viegas e a Lígia Vasconcelos pelas sugestões e
contribuições dadas para a melhoria deste trabalho durante a defesa.
Agradeço a todos os meus colegas de turma, que se tornaram grandes amigos: Marcão,
Lucas, Nelson, Da Matta, Rangelzito, Gaúcho e Emiliano. Um agradecimento especial ao
Joaozinho por sempre compartilhar comigo os melhores e os piores momentos desta
jornada e a Kenya, pela paciência e pela enorme contribuição para o desenvolvimento deste
trabalho. Agradeço também as amigas Mariangela, Marina e Claudinha, a todo pessoal da
turma de 2005 e a todos que contribuíram de forma direta ou indireta para a realização
deste trabalho.
Por último gostaria de agradecer ao Anderson (icho). Obrigada pelo carinho, amor,
companheirismo, apoio, e principalmente pela paciência que você sempre demonstrou. Ter
você ao meu lado durante todo este período foi fundamental.
v
SUMÁRIO
1. INTRODUÇÃO..................................................................................................................1
2.
REVISÃO DA LITERATURA...........................................................................................5
2.1 Os programas sociais e a pobreza no Brasil..................................................................5
2.2 O programa Bolsa-Escola............................................................................................12
2.3 O arcabouço da avaliação............................................................................................14
2.4 Aplicações empíricas...................................................................................................19
2.5 O modelo econômico de consumo...............................................................................24
3.
METODOLOGIA.............................................................................................................28
3.1 Estratégia para avaliação.............................................................................................28
3.2 Matching, um estimador econométrico para avaliações............................................. 29
3.3. O escore de propensão .............................................................................................. 32
3.4 Considerações a respeito do viés.................................................................................34
3.5 O cálculo do escore de propensão e a geração do grupo de controle.........................35
3.6 Calculando o ATT utilizando diferentes estimadores não experimentais baseados no
escore de propensão ......................................................................................................... 37
3.6.1 Estimadores não paramétricos ................................................................................ 37
3.7 Avaliando a qualidade dos pareamentos.. .................................................................. 40
3.8 Análise de sensibilidade utilizando o método de limites de Rosenbaum .................. 41
4.DESCRIÇÃO DOS DADOS E DAS VARIÁVEIS...........................................................44
4.1. Fonte de dados.......................................................................................................... .44
4.2. Descrição da amostra ............................................................................................... .44
4.2.1 Perfil dos participantes..............................................................................................45
4.3. Variáveis dependentes................................................................ ...............................50
4.3.1. Os componentes da despesa................................................................................ ...53
vi
4.4. Variáveis independentes............................................................................................ 59
5. RESULTADOS.................................................................................................................61
5.1 O modelo logit.............................................................................................................61
5.2 Avaliando a qualidade dos pareamentos......................................................................66
5.3 O "impacto" do programa...........................................................................................69
5.3.1 Os efeitos sobre a despesa total...............................................................................69
5.3.2 Os efeitos sobre os componentes do consumo........................................................70
5.3.3 Desagregando os componentes de alimentação e vestuário....................................75
5.4 Sensibilidade à especificação do escore de propensão.............................................. 81
5.5 Análise de sensibilidade.............................................................................................84
5.6 Uma comparação entre os distintos algorítimos.........................................................90
6.CONSIDERAÇÕES FINAIS ...........................................................................................94
7.REFERÊNCIAS BIBLIOGRÁFICAS..............................................................................97
8. ANEXOS .......................................................................................................................103
Anexo A. Estatística descritiva...........................................................................................103
Anexo B. Nota Técnicas: POF 2002-2003. IBGE..............................................................106
Anexo C. Cálculo do efeito do tratamento para os componentes dos gastos.....................110
vii
LISTA DE QUADROS E TABELAS
Quadro 1. Variáveis Dependentes - Valores Absolutos........................................................52
Quadro 2. Variáveis Dependentes – Proporções..................................................................58
Quadro 3. Variáveis Independentes......................................................................................60
Tabela 1. Variáveis individuais para os grupos de participantes e não participantes do
programa Bolsa-Escola........................................................................................................ 47
Tabela 2. Variáveis de domicílio para os grupos de participantes e não participantes do
programa Bolsa-Escola.........................................................................................................48
Tabela 3. Modelo Probit (1) (Renda per capita <=100).......................................................63
Tabela 3.1. Limite inferior, número de tratamentos e número de controles para cada
bloco......................................................................................................................................64
Tabela 4. Modelo Logit (2) (Renda per capita <=300)........................................................65
Tabela 4.1. Limite inferior, número de tratamentos e número de controles para cada
bloco......................................................................................................................................66
Tabela 5. Estatística Descritiva para a comparação das variáveis antes e depois do
pareamento............................................................................................................................67
Tabela 6. Cálculo do efeito do tratamento para a despesa total............................................69
Tabela 7. Cálculo do efeito do tratamento para os componentes do consumo (Renda per
capita <=100).......................................................................................................................71
Tabela 8. Cálculo do efeito do tratamento para os diversos componentes do consumo
(Renda per capita <=300).....................................................................................................72
Tabela 9. Cálculo do efeito do tratamento para a despesa total exclusive itens
alimentares............................................................................................................................74
Tabela 10. Cálculo do efeito do tratamento para os componentes de Alimentação (Renda
per capita <=100)..................................................................................................................75
Tabela 10.1. Cálculo do efeito do tratamento para os componentes de Alimentação:
Alimentos básicos e Alimentos não básicos.........................................................................77
Tabela 11. Cálculo do efeito do tratamento para os componentes de Alimentação (Renda
per capita <=300)..................................................................................................................76
viii
Tabela 12. Cálculo do efeito do tratamento para os componentes de Vestuário (Renda per
capita <=100)........................................................................................................................78
Tabela 13. Cálculo do efeito do tratamento para os componentes de Vestuário (Renda per
capita <=300)........................................................................................................................78
Tabela 14. Valor médio para as proporções de gastos e Cálculo do efeito do tratamento
(Renda per capita <=100).....................................................................................................80
Tabela 15. Cálculo do efeito do tratamento para as despesas, utilizando a nova
especificação do modelo de escore de propensão (Renda per capita <=100)......................82
Tabela 16. Cálculo do efeito do tratamento para as despesas, utilizando a nova
especificação do modelo de escore de propensão (Renda per capita <=300)......................83
Tabela 17. Análise de Sensibilidade (Rosenbaum Bounds) para despesas totais e seus
componentes (Renda per capita <=100)...............................................................................85
Tabela 18. Análise de Sensibilidade (Rosenbaum Bounds) para os componentes dos gastos
com alimentação e gastos com vestuário (Renda per capita <=100)....................................88
Tabela 19. Tabela 16: Trade-off em termos de viés e eficiência...........................................90
Tabela 20. Tabela 17: Cálculo do efeito do tratamento para os diversos componentes do
consumo (Renda per capita <=100)......................................................................................92
Tabela 21. Número de observações utilizadas em cada algoritmo.......................................93
Tabela 22. Estatística Descritiva para as variáveis de controle...........................................103
Tabela 23. Estatística Descritiva para as variáveis dependentes – Valore Absolutos.........104
Tabela 24. Estatística Descritiva para as variáveis dependentes – Proporções...................105
Tabela 25. Cálculo do efeito do tratamento para os componentes dos gastos (Renda per
capita <=100). Utilizando o comando psmatch2................................................................110
Tabela 26. Cálculo do efeito do tratamento para os componentes dos gastos (Renda per
capita <=300). Utilizando o comando psmatch2................................................................111
Tabela 27: Cálculo do efeito do tratamento para proporções de gastos (Renda per capita
<=100) Utilizando o comando Att*....................................................................................112
Tabela 28: Cálculo do efeito do tratamento para proporções de gastos (Renda per capita
<=300) Utilizando o comando Att*....................................................................................113
ix
LISTA DE FIGURAS
Figura 1. Distribuição do rendimento monetário médio familiar, por grupos e origem de
recebimento...........................................................................................................................45
Figura 2. Distribuição dos chefes das famílias segundo grupos e setores de ocupação.......49
Figura 3. Participação na despesa de consumo média familiar segundo tipos de despesa –
Participantes..........................................................................................................................53
Figura 4. Participação na despesa de consumo média familiar segundo tipos de despesa -
Elegíveis................................................................................................................................54
Figura 5. Participação na despesa de consumo média familiar segundo tipos de despesa –
Não Elegíveis........................................................................................................................54
Figura 6. Distribuição dos principais gastos segundo grupos e regiões................................56
Figura 7. Participação na despesa de consumo com Alimentação segundo grupos de
alimentos - Participantes.......................................................................................................57
x
RESUMO
Este trabalho tem como objetivo analisar os efeitos de programas de transferências
monetárias sobre os gastos totais bem como sobre seus componentes para as famílias
beneficiárias, utilizando-se como representante o programa Bolsa-Escola. Pretende-se
ainda, enfatizar a exploração das diversas possibilidades metodológicas, com a finalidade
de se contribuir, através da realização de um exercício metodológico comparativo
utilizando-se diferentes estimadores de pareamento, para um melhor entendimento da
aplicabilidade de métodos não experimentais.
Para se alcançar tais objetivos é utilizado um método não experimental conhecido
como pareamento baseado no escore de propensão (propensity score matching). O objetivo
do pareamento é encontrar um grupo de comparação ideal em relação ao grupo de
tratamento a partir de uma amostra de não participantes, baseada nas características
observáveis. A partir daí calcula-se o efeito médio do tratamento sobre o tratado através de
distintos algoritmos de pareamento não paramétricos. Para tal são utilizados os microdados
da Pesquisa de Orçamentos Familiar (POF) 2002-2003. Realiza-se ainda uma análise de
sensibilidade dos resultados obtidos a fim de se verificar a robustez do método à presença
de variáveis não observadas, bem como à especificação do modelo de escore de propensão.
Os resultados estimados sugerem um efeito positivo das transferências monetárias
sobre o consumo das famílias pobres beneficiárias. O fato dos recursos serem
prioritariamente destinados a despesas com alimentos, educação, produtos de higiene e
vestuário em detrimento de itens como bebidas e cigarros, despesas diversas e bens
duráveis, significa que, em alguma medida, estes recursos estão sendo gastos de forma
eficiente. E é provável que o aumento do consumo destas famílias eleve o seu nível de bem
estar, representando um “alívio” imediato sobre pobreza. Deve-se ressaltar que o aumento
do consumo para os itens especificados ameniza as adversidades destas famílias no curto
prazo, mas também proporcionam efeitos no longo prazo. Considerando-se que tais gastos
sejam destinados principalmente à melhoria da dieta das famílias e conseqüentemente de
suas crianças e à obtenção de itens relacionados à educação infantil, higiene e saúde, então
se configuram como impactos de longo prazo uma vez que a melhoria do status nutricional,
o incentivo à educação, e os cuidados com a saúde irão permitir o acúmulo de capital
xi
humano destas crianças e deste modo quebrar o ciclo de pobreza em que se encontram estas
famílias.
xii
ABSTRACT
The aim of this work is to analyze the effects of cash transfers of public programs
on household’s expenditures and their components, taking the Brazilian program Bolsa-
Escola as a representative example. Many methodological possibilities are explored and
compared using different matching estimators, in an attempt to enhance the understanding
of non experimental methods.
To achieve such objectives, it is used a non experimental method called propensity
score matching. The aim of the matching is to find an ideal group of comparison for the
treatment group from a sample of non participants, based on observable characteristics.
From that point, the average treatment effect on treated can be computed by using distinct
non parametric matching algorithms. It is used microdata from the Pesquisa de Orçamentos
Familiares (POF) 2002-2003. Further, a sensibility analysis is made to certify that the
propensity score model is well specified and still works in the presence of unobservable
variables.
Results suggest a positive effect of money transfers on the poor beneficiary
household’s consumption. The fact that household’s expenditures are concentrated on
education, hygiene products, clothing and general food instead of drinks, cigarettes and
durable goods means that, at some level, the money transferred is being efficiently spent.
Hence, the increased consumption of the observed households enhances their welfare,
which means an immediate relief from poverty conditions. It should be highlighted that
enhanced consumption due to the money transfers ameliorates household’s poverty
adversities in the short run and also has effects in the long run. Such effects are related to
childhood support in the sense that, if money transfers expenditures by the households are
really focused in the right goods, it will improve household’s diet and consequently of their
children. The consumption of goods related to education, health and food would present
long run turnovers in the poverty cycle, as long as better nutritional status, health care, and
education incentives were joined to improve the human capital of the children.
1
1. INTRODUÇÃO
Programas de transferência condicionada de renda são políticas sociais cada vez
mais empregadas no combate à pobreza em países em desenvolvimento. Estes programas
têm como finalidade prover assistência no curto prazo para as famílias pobres atenuando a
pobreza corrente, enquanto propiciam ao mesmo tempo, o investimento no
desenvolvimento de capital humano através das condicionalidades do recebimento do
benefício, combatendo, no longo prazo, a pobreza futura. Outros objetivos menos
explícitos, mas não menos importantes incluem a melhoria do bem estar das famílias,
inclusive a redistribuição de renda e a promoção da inclusão social. Estudos recentes
(ROCHA, 2004; SOARES, 2006; FERREIRA, LEITE e LITCHFIELD, 2006) evidenciam
os potenciais efeitos dos programas de transferência sobre a redução das desigualdades e
pobreza no país, destacando a importância deste tipo de política.
Uma questão que emerge em relação à eficácia destes programas é: Como verificar
o impacto de um programa social sobre o bem estar das famílias? Esta é uma questão ampla
que pode ser respondida sob várias perspectivas. Pode-se avaliar o impacto de um
determinado programa analisando o cumprimento das condicionalidades exigidas, como
por exemplo, o aumento da freqüência à escola. Do mesmo modo, podem-se verificar os
efeitos sobre o número de consultas pré-natais para as mães beneficiárias. No entanto, a
despeito dos objetivos diretos, estes programas também apresentam efeitos não esperados,
não explícitos como objetivos. A mensuração de tais efeitos por sua vez, também permite
fazer inferências a respeito do nível de bem estar destas famílias. Dentre os efeitos não
esperados destacam-se os impactos das transferências monetárias sobre os gastos e,
portanto sobre o consumo das famílias beneficiárias.
Uma primeira geração de avaliações de programas condicionais de transferência de
renda encontrou efeitos positivos sobre as taxas de matrícula, freqüência à escola e redução
no trabalho infantil para as crianças brasileiras. Outros países apresentam adicionalmente
avaliações sobre os níveis de consumo das famílias. Para o Brasil há apenas um estudo,
sobre o Bolsa-Alimentação, que realiza este tipo de avaliação concentrando-se no entanto
apenas no consumo de alimentos. Neste sentido, há uma lacuna de estudos deste tipo,
sobretudo tendo em vista a disponibilidade de microdados que permitem explorar
metodologias de avaliação em relação a uma vasta gama de resultados.
2
Deste modo, a finalidade desta dissertação é a análise dos impactos das
transferências monetárias advindos de programas sociais de transferências de renda, em
gerais, sobre os gastos das famílias beneficiárias. Contudo, tal análise será realizada através
da aplicação específica do programa Bolsa-Escola (B.E) supondo que este seja um exemplo
representativo de programas de transferência condicional de renda.
Este estudo apresenta dois objetivos básicos. Será realizada uma exploração de
possibilidades metodológicas desenvolvidas para avaliar programas desta natureza. Através
da realização de um exercício metodológico comparativo pretende-se contribuir para o
entendimento da aplicabilidade dos métodos não experimentais. Objetiva-se ainda verificar
os efeitos das transferências do B.E sobre os gastos de consumo das famílias, e, portanto
sobre o bem estar destas e de suas crianças.
Além dos impactos sobre os gastos totais, será realizada uma análise sobre os
componentes do consumo (alimentação, habitação, vestuário, educação, saúde e demais
despesas). A avaliação dos efeitos sobre cada componente dos gastos e sobre itens
específicos permitirá verificar como as famílias beneficiárias alocam os recursos advindos
do programa, e se há uma apropriação desproporcional dos benefícios por parte dos adultos.
Em geral, espera-se que as transferências recebidas do programa tenham um efeito
positivo sobre as despesas de consumo, dado que tais transferências aumentam a renda
disponível das famílias. ATTANASIO e MESNARD (2005) argumentam, no entanto, que
este efeito não é tão imediato quanto parece. Primeiramente, a renda disponível não
necessariamente irá aumentar no mesmo montante das transferências recebidas, uma vez
que as condições impostas pelo programa podem reduzir outras formas de rendimentos,
como por exemplo, a renda do trabalho infantil. Segundo, os valores recebidos podem não
ser inteiramente gasto para o consumo de bens, já que as famílias podem decidir poupar
uma fração, utilizá-los para o pagamento de débitos correntes ou no investimento de
atividades produtivas.
Entende-se que o aumento dos gastos, e conseqüentemente do consumo, tenham por
finalidade atenuar as adversidades das famílias mais pobres. O bem estar destas famílias
pode ser mensurado através do “alívio” imediato em termos de consumo, e, assim sobre as
condições adversas que estas enfrentam. Segundo ATTANASIO et al (2005) existem
diversas razões pelos quais os programa condicionados de transferências podem não obter
3
os efeitos desejados, tais como: o fato de o programa existir não significa que as famílias
alvos irão participar; o custo de se monitorar o comprimento das condicionalidades pode
ser relativamente superior aos valores das transferências. A despeito da existência da
condicionalidade, a transferência de recursos monetários para as famílias pobres não
necessariamente significa que estes serão gastos da maneira ambicionada. As famílias
podem utilizar parte destes recursos para o consumo de tabaco, bebidas alcoólicas e outros
bens destinados para adultos, que geralmente são considerados indesejáveis. Ou de forma
similar, podem destinar a maior parte dos recursos para outros membros das famílias em
detrimento das crianças.
Para se alcançar os objetivos deste trabalho, será utilizado um método de
pareamento não experimental, dado que o desenho do programa não foi conduzido
aleatoriamente. Matching ou pareamento é um método amplamente utilizado na literatura
de avaliação. O objetivo do pareamento é encontrar um grupo de comparação ideal em
relação ao grupo de tratamento a partir de uma amostra de não participantes, a relação de
proximidade entre os grupos é medida em termos das características observáveis. O grupo
de comparação é emparelhado ao grupo de tratamento utilizando a metodologia do
propensity score matching (pareamento baseado no escore de propensão). A partir daí
calcula-se o efeito médio do tratamento sobre o tratado através de distintos algoritmos de
pareamento não paramétricos. Para tal são utilizados os microdados da Pesquisa de
Orçamentos Familiar (POF) 2002-2003.
Realiza-se ainda uma análise de sensibilidade dos resultados obtidos a fim de se
verificar a sua robustez a presença de variáveis não observadas, bem como à especificação
do modelo de escore de propensão.
Esta dissertação está organizada em 5 capítulos, além desta introdução. No próximo
capítulo faz-se uma explanação sobre as políticas sociais implementadas no país e sua
eficácia no combate a pobreza e desigualdade. Apresenta-se o programa Bolsa-Escola bem
como, alguns estudos que avaliam empiricamente programas sociais. O capítulo contém
ainda o desenvolvimento da literatura metodológica de avaliação e o modelo econômico
que tem por finalidade embasar os objetivos propostos no trabalho. No capítulo 3 realiza-se
uma descrição dos dados e das variáveis selecionadas, destacando-se o perfil dos
beneficiários do programa e os componentes das despesas. O capítulo 4 apresenta a
4
metodologia empregada para a mensuração dos efeitos das transferências do programa
sobre as despesas. O capítulo 5 apresenta os principais resultados, destacando ainda a
utilização dos diversos estimadores de pareamento. E por fim, algumas considerações finais
são reportadas no capítulo 6.
5
2. REVISÃO DA LITERATURA
No presente capítulo são discutidas diversas questões relacionadas a programas
sociais e pobreza. Inicialmente faz-se uma explanação sobre o desenvolvimento dos
programas sociais brasileiros e o surgimento das novas políticas de combate à pobreza, que
passam atacar não somente as conseqüências desta como também as suas causas. Em
seguida aborda-se a questão da pobreza no país e desenvolvem-se brevemente os conceitos
de pobreza crônica e transitória. Tal distinção torna-se relevante na medida em que
diferentes estados de pobreza requerem aplicação de políticas sociais distintas, justificando
o uso de políticas condicionais de transferência de renda no combate a pobreza estrutural.
Ressaltam-se em seguida, estudos recentes que mostram uma redução da pobreza e da
desigualdade nos últimos anos, indicando como um dos seus pilares os programas de
transferência de renda. Logo após apresenta-se o programa Bolsa-Escola e realiza-se uma
revisão da literatura que contempla o desenvolvimento da metodologia de avaliação.
Finalmente são apresentados alguns estudos empíricos sobre as avaliações de programas
nacionais e internacionais e esboça-se o modelo econômico de consumo que suporta
teoricamente os objetivos deste trabalho.
2.1 Os Programas Sociais e a Pobreza no Brasil
É sabido que as desigualdades socioeconômicas no Brasil destacam-se como as
mais elevadas entre os países do Terceiro Mundo. Alguns fatos estilizados sugerem que a
pobreza em nosso país está bastante associada às grandes disparidades na distribuição de
renda, concentrando-se notadamente entre crianças e trabalhadores em atividades informais
e em regiões menos desenvolvidas (ARBACHE, 2003). A persistência da pobreza e da
desigualdade de renda nas ultimas décadas levou a crescentes questionamentos sobre seus
diagnósticos e a eficácia das políticas sociais.
Segundo ARBACHE (2003), nos últimos anos, políticas sociais que defendem
soluções permanentes e sustentáveis para a pobreza têm ganhado espaço na academia, no
governo e nos demais setores da sociedade, dado que as políticas anteriores não foram
capazes de resolver nem mesmo o problema da fome. O autor ressalta que as novas
políticas sociais visam criar oportunidades que permitam a saída da condição de pobreza de
forma sustentável, tendo como objetivo o ataque a seus determinantes e não somente as
6
suas conseqüências. COHN (2004), ressalta que, em termos efetivos, é somente a partir de
meados da década de 90, no Governo Fernando Henrique Cardoso (FHC), que a questão da
pobreza ganha destaque na agenda pública com o programa Comunidade Solidária. Deste
modo é a partir desta data que as políticas sociais são formuladas considerando-se a
pobreza como uma questão social. O Projeto Alvorada, lançado pelo governo FHC,
constituiu em um conjunto de políticas integradas de combate à miséria, representando um
marco conceitual nas políticas sociais no Brasil (ARBACHE, 2003). O projeto previu a
associação de elementos de políticas compensatórias com medidas estruturais a fim de
combater a pobreza de forma sustentável. No entanto, apesar de representar uma revolução
na área de políticas sociais, pouco se avançou do ponto de vista prático. Em 1995 é criado o
Conselho da Comunidade Solidária, composto de vários programas, dentre eles o Programa
Alfabetização Solidária, que tinham por finalidade, através de uma parceria entre a
sociedade civil e o governo, o enfrentamento da pobreza e da exclusão social. Desenvolvida
pela Comunidade Solidária, em meados de 1999 é lançado o programa Comunidade Ativa,
uma estratégia inovadora de combate à pobreza e de promoção do desenvolvimento no país.
O programa rompe com as práticas assistencialistas, entendendo que políticas assistenciais
e compensatórias aliviam, mas não resolvem o problema da pobreza. A partir daí surgem
um gama de programas tais como: o Programa de Geração de Emprego e Renda
(PROGER); o Programa Nacional de Fortalecimento da Agricultura Familiar (PRONAF); o
Plano Nacional de Qualificação do Trabalhador (PLANFOR), todos com a finalidade
ultima de combate à pobreza. Também foram concebidos alguns programas de
transferência de renda, inicialmente adotados em âmbito municipal, tais como programas
de garantia de renda mínima, o Bolsa-Escola e o Programa de Erradicação do Trabalho
Infantil (PETI), que se multiplicam e passam a ser implementados em diversos municípios
e estados, sobretudo os dois primeiros. Em 2001 o programa Bolsa-Escola torna-se federal,
abrangendo todo o território nacional sucedido pela criação de diversos outros programas,
tais como: o Bolsa-Alimentação
1
(setembro de 2001); Auxílio-Gás (fevereiro de 2002) e
Cartão-Alimentação (fevereiro de 2003). Em 2003, o governo anuncia o programa Fome
Zero, que propunha eliminar a situação de fome de aproximadamente 45 milhões de
brasileiros. Devido a sua relativa incapacidade de operacionalização, este foi substituído
1
Para uma completa avaliação do programa Bolsa-Alimentação ver MINESTÉRIO DA SAÚDE (2003).
7
pelo programa Bolsa-Família (BF), que surge da unificação de programas sociais
anteriores, como o Bolsa-Escola, o Bolsa-Alimentação, Cartão-Alimentação e Vale-gás,
considerado um dos maiores programas sociais brasileiros. De acordo com dados do
Ministério do Desenvolvimento Social, em março 2006, o BF fornecia assistência a
8.789.538 famílias (cerca de 78,4% das famílias pobres) - sendo que a maioria dos
beneficiários encontra-se na região Nordeste - demonstrando a crescente importância desse
tipo de política para o país.
Segundo REZENDE e TAFNER (2005), um indivíduo ou uma família é
considerado pobre quando a soma de seus rendimentos não lhe permite suprir as
necessidades básicas com alimentação, transporte, moradia, saúde e habitação.
2
Ainda de
acordo com os autores estima-se que em 2002, cerca de 49 milhões de pessoas
(aproximadamente 29% da população do país) e 10 milhões de domicílios brasileiros (22%
dos de todos os domicílios) poderiam ser considerados pobres. Desse total, cerca de 18,7
milhões de pessoas e 3,7 milhões de domicílios seriam classificados como indigentes ou em
condições de extrema pobreza.
3
O estudo aponta ainda que apesar das desigualdades terem
se mantido estáveis nos últimos 50 anos, houve uma pequena redução em seus níveis na
ultima década. Pode-se destacar que o número absoluto de domicílios pobres no país
decresceu cerca de 1,6 milhão de 1999 a 2002, redução esta verificada em todas as regiões.
Similarmente constata-se a redução na quantidade de pessoas pobres (5,4 milhões)
observada entre 1993 e 2002, concentrando-se notadamente nas áreas rurais e no último
triênio do período. No mesmo período, verificou-se um aumento na renda dos pobres e
indigentes (11,6% e 14,2% respectivamente), revelando a tendência declinante da
incidência da pobreza.
Dentro do escopo do termo pobreza, pode-se destacar dois diferentes conceitos: o de
pobreza crônica e pobreza transitória.
4
Tal diferenciação torna-se importante, pois distintos
estados de pobreza requerem focos distintos na aplicação de políticas sociais. Segundo
HULME e SHEPHERD (2003), a pobreza crônica caracteriza-se pelo seu caráter
permanente, podendo também ser associada à extensão de sua duração. Intuitivamente,
2
Esta insuficiência de renda pode ser medida através do valor do salário mínimo.
3
De acordo com o critério adotado pelo estudo, são considerados pobres aqueles cuja renda é inferior a meio
salário mínimo e indigentes os indivíduos que ganhassem menos de uma quarta parte do salário mínimo.
4
Para uma discussão mais ampla ver World Development (Março, 2003) e The European Journal of
Development Research (Março, 2005)
8
refere-se a pessoas que permaneceram pobres durante a maior parte do seu ciclo de vida e
possuem uma alta probabilidade de transferirem sua pobreza para gerações subseqüentes.
5
Já as famílias que sofrem de pobreza transitória apresentam variações na renda e no
consumo em torno da linha de pobreza, possuindo, contudo, a maioria de suas observações
acima desta. (BARRIENTOS, HULME e SHEPHERD, 2005). Em outras palavras, são
famílias que se encontram abaixo da linha de pobreza por apenas alguns períodos.
ARMANDO, HULME e SHEPHERD (2005) argumentam que políticas de proteção
social
6
que se limitam a “suavizar” o consumo ou flutuações de renda, focando na
assistência de curto prazo em indivíduos e famílias afetados por choques adversos (como
por exemplo, a perda do emprego ou caso de doença crônica), são efetivas no combate a
pobreza transitória, mas menos efetivas em relação à pobreza crônica. Tais políticas podem
limitar o crescimento da pobreza persistente, mas não possuem impactos sobre os já
existentes. Dessa forma políticas de proteção social, que focam exclusivamente no risco e
na vulnerabilidade, não possuem efeitos sobre a pobreza estrutural, mas somente sobre a
pobreza conjuntural. Ainda de acordo com os autores, por outro lado, políticas de proteção
social mais amplas, que foquem em intervenções de curto e longo prazo, resguardando o
consumo dos indivíduos e das famílias, mas também seus investimentos e a acumulação de
ativos, seriam de fato efetivas no combate à pobreza crônica. Dentro desta perspectiva, os
autores consideram os pobres crônicos como desprovidos de ativos físicos, como terras, e
capital humano, distinto da pobreza transitória, entendido como possuidores de
vulnerabilidade no retorno desses ativos. Deste modo, políticas como seguro desemprego,
auxílio doença, e etc são capazes de combater apenas a pobreza transitória, pois têm por
finalidade última amenizar as flutuações na renda e no consumo. Além disso, é possível que
grande parte das pessoas inseridas na pobreza persistente não possuam acesso a tais
proteções uma vez que não se encontram inseridas no mercado formal de trabalho, daí a
necessidade de políticas sociais mais amplas. Dentre a ampliação do escopo de políticas de
proteção social, pode-se destacar as políticas condicionais de transferências de renda. Estes
programas tornam-se importantes, pois, além de permitirem uma redução nas
5
BARRIENTOS, HULME e SHEPHERD (2005) apresentam outras distintas definições de pobreza crônica e
transitória.
6
Segundo os autores, o termo “proteção social” é utilizado no estudo como: “... public actions taken in
response to levels of vulnerability, risk, and deprivation which are deemed socially unacceptable within a
given polity or society” (BARRIENTOS, HULME, SHEPHERD, 2003, p.9)
9
desigualdades, apresentam também impactos de longo prazo ao condicionarem as
transferências de renda à acumulação de capital humano.
Assim, políticas sociais como o Bolsa-Escola, que têm como um de seus objetivos o
aumento da escolaridade das crianças beneficiárias, são mais eficazes no combate a pobreza
estrutural pois possibilitam a acumulação de capital humano, o que por sua vez permite
quebrar o ciclo vicioso da pobreza, aumentando as chances de mobilidade social destas
famílias. Além disso, estes programas podem ser vistos como uma rede de seguridade já
que seus beneficiários são basicamente famílias pobres, extremamente suscetíveis a
choques econômicos e conjunturais. Cabe ressaltar, ainda, que programas de transferências
de renda como o Bolsa-Escola, ao propiciarem um “alívio” imediato na situação de
privação das famílias atacam ambos os tipos de pobreza. Estes efeitos estão relacionados à
garantia de condições mínimas de sobrevivência, no qual incluem-se os gastos com
consumo. A alocação das despesas de consumo destas famílias é particularmente
importante, uma vez que as transferências monetárias recebidas podem ser destinadas para
a ampliação dos gastos com alimentação, saúde e educação, que por sua vez possibilitarão
uma melhoria das condições de vida. Os efeitos das transferências sobre o consumo, no
entanto, podem ir além dos impactos de curto prazo. Considerando-se que tais gastos sejam
destinados principalmente para a melhoria da dieta das famílias e conseqüentemente de
suas crianças e para obtenção de itens relacionados à educação infantil, higiene e saúde,
então podem apresentar efeitos de longos prazos já que a melhoria do status nutricional, o
incentivo à educação, e os cuidados com a saúde irão permitir o acúmulo de capital humano
destas crianças e deste modo quebrar o ciclo de pobreza destas famílias.
BARROS et al (2001) demonstram que a origem da pobreza
7
no Brasil não está na
escassez, absoluta ou relativa, de recursos, mas sim no enorme grau de desigualdade na
distribuição de renda. Através de simulações, verificam que os níveis de pobreza são mais
sensíveis a reduções do grau de desigualdade na distribuição de renda do que aos impactos
do crescimento econômico. Os autores argumentam que a estratégia de redução da pobreza
deve ser uma combinação de políticas que estimulem o crescimento e diminuam a
desigualdade, mas que enfatizem, sobretudo, o papel de políticas redistributivas que
combatam as disparidades de renda. Tal fato demonstra, sobretudo, a importância da
7
A pobreza, neste trabalho, é analisada por meio da dimensão de insuficiência de renda.
10
adoção de políticas sociais que tenham por finalidade a redução das desigualdades, tais
como políticas de transferência de renda.
ROCHA (2004) sistematiza evidências sobre a redução da pobreza no Brasil entre
os períodos de 1970 e 2001/2002, apontando uma queda da incidência da pobreza do ponto
de vista da renda de 68,4% em 1970 para 20,7% em 2002. Cabe ressaltar que dentre os
diversos fatores apontados no estudo que contribuíram para tal declínio, a autora aponta que
a série de programas de transferências de renda criados desde a segunda metade da década
de 90 (como o Bolsa-Escola e mais recentemente o Bolsa-Família) deve ser visto
juntamente com os benefícios previdenciários, como importantes ferramentas que
permitiram a estabilização dos índices de pobreza frente à piora das condições no mercado
de trabalho no final do período em questão. Enfatiza ainda, que políticas de transferências
focalizadas nos pobres deverão exercer um papel relevante durante o período de transição
em que se alcance uma drástica redução nas desigualdades educacionais e com isso uma
redução da incidência da pobreza absoluta.
Um estudo realizado por SOARES (2006), utilizando dados da Pesquisa Nacional
de Amostra por Domicílios (PNAD), mostra que 2004 foi o ano com menor desigualdade
de renda no período de 1976-2004. O estudo realiza ainda uma decomposição da queda da
desigualdade nos últimos três anos a fim de verificar quais fatores são responsáveis por tal
por fato. Segundo o autor os programas de transferência de renda, tais como o Bolsa-
Família, são responsáveis por um quarto da queda na desigualdade observada entre 1995 e
2004, sendo a porção remanescente atribuível à redução da desigualdade nos rendimentos
do trabalho. O autor mostra, além disso, que o peso da renda do item “juros, dividendos e
Bolsa-Família” na renda total, aumentou de 0,6% em 1997 para 1,6% em 2004,
demonstrando o aumento da participação relativa desse item, e provavelmente dos
programas de transferência, na renda total das famílias.
Do mesmo modo, FERREIRA, LEITE e LITCHFIELD (2006) também apontam
para uma redução no nível de desigualdade no Brasil. Utilizando a medida do índice de
Gini, verificam que as desigualdades na renda reduziram-se de 0,63 em 1989 para 0,56 em
2004. Os autores realizam uma investigação preliminar dos determinantes desta reversão na
distribuição de renda durante os últimos anos. Segundo o estudo, o declínio observado na
desigualdade, que se iniciou em 1993, está associado ao declínio da inflação e parece estar
11
relacionado com outras quatro mudanças estruturais e políticas, tais como: declínio no
retorno à educação; pronunciada convergência rural-urbano; um possível declínio na
desigualdade racial e um aumento nos programas sociais de transferências destinadas aos
pobres. Utilizando os dados da PNAD, os autores verificaram que entre 1993 e 2004, houve
um aumento na média do item “outros rendimentos”, em que se incluem os rendimentos
advindos de programas de transferências.
8
A proporção de pessoas que recebem renda desta
fonte quase dobrou, passando de 16% para 30% da população. Segundo os autores é
possível que tais mudanças possam refletir alterações nos rendimentos de capital e aluguel,
sendo, no entanto mais provável que reflitam, ao menos em parte, a substancial expansão
dos programas de transferência de renda, iniciando-se com os programas nacionais Bolsa-
Escola e Bolsa-Alimentação e sua posterior integração no Bolsa-Família em 2003.
Os trabalho citados evidenciam os potenciais efeitos dos programas de transferência
sobre a redução das desigualdades e pobreza no país. Deve-se ressaltar, no entanto, que é
de suma importância que esse conjunto de programas se traduzam em políticas sociais que
possuam uma visão de longo prazo, embora também apresentem efeitos no curto e no
médio prazo. Dessa forma, os programas condicionais de transferência de renda, tais como
BF que apresenta condicionalidades nas áreas de saúde e educação, podem vir a constituir
um pilar fundamental na construção de um sistema voltado para o bem estar da sociedade.
Para isso, uma questão fundamental é que tais programas não fiquem restritos somente à
questão das necessidades de curto prazo, mas que sejam conduzidos de forma a alcançarem
a justiça distributiva, transformando-se num sistema de proteção social ativo. No contexto
em que se presencia a existência de uma pobreza extrema massificada, políticas de
transferência de renda assumem papel de destaque, uma vez que representam um alívio
imediato da pobreza. Mas devem partir do princípio já em sua formulação e implementação
que não constituem um fim em si, mas que representam um importante instrumento que
possui implicações econômicas e sociais mais profundas a fim de enfrentar de forma
concludente a questão da superação da pobreza. É importante ainda que essas políticas
sejam um conjunto que envolva os setores econômicos e sociais de governo, bem como a
sociedade, para que seus resultados sejam efetivos. Em outras palavras, as políticas
8
Encontram-se também incluídos nesta rubrica a renda de juros e dividendos, que abrange a categoria de
renda de juros da caderneta de poupança e de outras aplicações, dividendos e outros rendimentos (R$) que
ganhava normalmente.
12
condicionais de transferências de renda, pelo fato de associarem o acesso ao benefício ao
cumprimento de determinadas condicionalidades voltadas para o acúmulo do capital
humano dos beneficiários, devem ter o propósito de atenuar as adversidades das famílias
mais pobres, mas também devem ser capazes de fornecer uma “porta de saída” para a
pobreza.
9
2.2. O Programa Bolsa-Escola
Programas de transferência condicionada de renda, que têm como objetivo
prioritário à redução das desigualdades, são políticas sociais cada vez mais empregadas no
combate à pobreza em países em desenvolvimento. Agrupados sobre a sigla de “MISA” –
Minimum Income for School Attendance – estes programas têm como finalidade atenuar a
pobreza corrente e combater a pobreza futura condicionando as transferências à
participação no sistema formal de ensino, alguns apresentam ainda outras
condicionalidades geralmente associadas à saúde e alimentação. Tais programas são
também conhecidos como programas condicionais de transferências de renda (ou
Conditional Cash Transfers (CCT)).
Os chamados CCT’s vêm se tornando ferramentas amplamente utilizadas com a
finalidade de se obter melhorias nos status de educação, saúde e nutrição das crianças
pobres. Alguns exemplos destes são: o mexicano Progresa (Programa Nacional de
Educación, Salud y Alimentacion), que está em vigor desde 1997; na Nicarágua, o
programa Red de Proteción Social (RPS) atuando desde 2000; na Colômbia o Famílias em
Accion que teve início em 2001; e o indiano Food-for-Education (FFE) que se iniciou em
1995, entre outros.
No Brasil, o Bolsa-Escola foi um dos precursores destes programas
10
. Adotado
inicialmente no âmbito municipal, o Bolsa-Escola teve início no primeiro semestre de 1995
9
“...não se devem conceber tais políticas como a panacéia para a questão social da pobreza, da desigualdade
e da exclusão social, nem como um substituto para o padrão de inclusão dos indivíduos na sociedade via
trabalho, mas devem ser consideradas como políticas e programas que, apesar de possuírem um caráter
redistributivo, pois em geral são financiados com recursos orçamentários do Estado, apresentam a
possibilidade de se transformarem em políticas estruturantes de um novo padrão de relações sócio-
econômicas”. (COHN, 2004, p. 9). A autora destaca, ainda, que políticas e programas de transferências de
renda devem ser regidos pela ótica da emancipação.
10
Pode-se destacar também o surgimento de programas de renda mínima, para maiores informações a respeito
destes programas ver AMARAL et. all (1998). O programa Bolsa-Escola foi concebido no final dos anos 80
por Cristovam Buarque e José Marcio Camargo.
13
com a experiência pioneira do município de Campinas seguido pelo Distrito Federal e por
outros municípios. Entretanto, as várias tentativas de implementação por iniciativa
municipal passaram a demonstrar a necessidade de federalização do programa, uma vez que
a grande maioria dos municípios não possuía capacidade financeira e operacional para
garantir o seu funcionamento. Devido a esse fato, em 2001, o Governo Federal passou a
arcar com as responsabilidades de financiamento, gestão e operacionalização do Bolsa-
Escola (ROCHA, 2005).
O foco do programa Bolsa-Escola são as famílias pobres e com crianças em idade
escolar. Sua população alvo constitui-se em famílias com renda mensal per capita de até R$
90,00 que possuem crianças entre 6 e 15 anos de idade. O benefício mensal por criança é de
R$ 15,00 até o máximo de R$ 45,00 por família e o seu recebimento está condicionado ao
fato de todas as crianças em idade escolar estarem matriculadas e freqüentando a escola. O
percentual mínimo de freqüência exigida é de 85% e as escolas ficariam encarregadas de
reportar tais números aos governos municipais beneficiários do programa.
Segundo CARDOSO e SOUZA (2003) o Bolsa-Escola tem como objetivo a redução
dos níveis de desigualdade e pobreza corrente através da transferência de renda para as
famílias pobres e a provisão de incentivos para o combate a pobreza futura, através do
aumento da freqüência escolar entre as crianças participantes. A hipótese é que o aumento
do capital humano entre as crianças beneficiárias seria capaz de quebrar o ciclo que
mantém na pobreza várias gerações de uma mesma família. Além disso, ao condicionar as
transferências monetárias a uma freqüência escolar mínima, também reduziria
implicitamente o trabalho infantil.
O foco nas famílias com crianças também constituem um importante aspecto do
programa, pois a incidência de pobreza entre estas, que são as mais vulneráveis, é bastante
elevada em nosso país. Dessa forma o Bolsa-Escola é tanto um programa de distribuição de
renda, como um programa com fortes efeitos potenciais para a saída sustentável da pobreza,
já que estabelece uma relação entre a distribuição dos recursos para as famílias e a
formação de capital humano. O principio é que a manutenção da criança na escola aumenta
o desempenho potencial no mercado de trabalho. (ARBACHE, 2003).
Uma ótica distinta da avaliação dos resultados do programa é o “alívio” imediato
em termos de consumo, e, portanto do bem estar destas famílias. Deste modo, deseja-se
14
verificar os efeitos das transferências do programa federal Bolsa-Escola sobre os gastos de
consumo das famílias beneficiárias. ATTANASIO et al (2005) argumentam que existem
diversas razões pelas quais os programa condicionados de transferências podem não obter
os efeitos desejados, tais como: o fato de o programa existir não significa que as famílias
alvo irão participar; o custo de se monitorar o comprimento das condicionalidades pode ser
relativamente superior aos valores das transferências. A despeito da existência da
condicionalidade, a transferência de recursos monetários para as famílias pobres não
necessariamente significa que estes serão gastos da maneira ambicionada. As famílias
podem utilizar parte destes recursos para o consumo de tabaco, bebidas alcoólicas e outros
bens de consumo adulto, que geralmente são considerados indesejáveis pelo planejador de
política. Ou de forma similar, podem destinar a maior parte dos recursos para outros
membros das famílias em detrimento das crianças. A avaliação das despesas de consumo
permite ainda fazer algumas inferências a respeito do bem estar destas famílias, que pode
ser medido, por exemplo, através do aumento dos gastos com alimentação e
conseqüentemente do seu consumo. Estas razões por sua vez, representam uma justificativa
para a avaliação dos efeitos das transferências monetárias do Bolsa-Escola, podendo-se
deste modo assegurar que os recursos públicos destinados ao programa não estão sendo
empregados, em alguma medida, de forma ineficiente.
2.4. O Arcabouço da Avaliação
O termo avaliação se refere à mensuração do impacto de intervenções, tais como a
participação em um programa de treinamento ou o recebimento de uma transferência de
renda de um programa social, sobre os efeitos de interesse. O termo efeito refere-se a
mudanças no status das variáveis relevantes. O problema central na avaliação de impacto é
a inferência de uma conexão causal entre o tratamento (a participação em um determinado
programa) e o efeito (CAMERON e TRIVEDI, 2005). A relevância das avaliações de
impacto é direta, pois seus efeitos podem ser associados a programas sociais ou melhorias
em programas existentes para o atingir os objetivos da política social.
15
Para as finalidades deste trabalho, será utilizada a metodologia conhecida como
matching ou pareamento.
11
O pareamento é um método amplamente utilizado na literatura
de avaliação, tornando-se popular na estimativa de efeitos causais de tratamento, isto é, nas
avaliações de impactos sobre os resultados de interesse. A idéia básica do método é
construir contrafactuais para os participantes que apresentem características similares, e
então comparar os resultados entre os tratados e seus contrafactuais. No presente estudo o
método será empregado com a finalidade de avaliar os efeitos das transferências do
programa Bolsa-Escola sobre os gastos das famílias beneficiárias, bem como sobre os
componentes do consumo
12
.
Tal método é largamente empregado para avaliar políticas voltadas para o mercado
de trabalho
13
, mas exemplos empíricos podem ser encontrados em diversos campos de
estudo. (CALIENDO e KOPEINIG, 2005). O pareamento pode ser aplicado em todas as
situações em que exista um grupo de indivíduos tratados (que, por exemplo, participam de
programas de treinamentos, ou recebem transferências governamentais) e um grupo de
indivíduos não tratados (chamado grupo de comparação ou controle). Uma forma de se
realizar o pareamento entre os grupos de tratamento e controle é através do escore de
propensão, i.e, da probabilidade de participação no programa dada às características
observáveis. O processo de pareamento baseado no escore de propensão, conhecido como
propensity score matching (ROSENBAUM e RUBIN, 1983) é a metodologia empregada
neste trabalho. Este método consiste basicamente em se encontrar um grupo de comparação
o mais similar possível em termos do escore de propensão, gerado a partir das
características observáveis dos indivíduos.
14
Em uma avaliação experimental o grupo de comparação consiste nos indivíduos que
se inscreveram em um determinado programa, mas saíram aleatoriamente antes do inicio do
mesmo. Em avaliações consideradas não experimentais (que não foram conduzidas
aleatoriamente), como é o caso deste estudo, o grupo de comparação é construído a partir
de indivíduos o mais próximo possível, em termos das características observáveis, dos
indivíduos participantes. Apesar do experimento social puro ser considerado o melhor
11
Segundo HECKMAN et al. (1998), o método foi inicialmente utilizado por FECHNER (1860).
12
Os termos gasto e consumo referem-se às despesas monetárias realizadas pelas famílias e são utilizados de
forma equivalente neste trabalho.
13
Ver DEHEJIA e WAHBA (1999) ou HECKMAN, ICHIMURA e TODD (1997).
14
Para maiores detalhes sobre o pareamento baseado no escore de propensão ver capítulo 3.
16
método para se avaliar uma determinada política, este muita vezes é de difícil emprego,
levando em muitos casos, a utilização de experimentos não aleatórios.
Podem-se destacar alguns estudos que contribuíram de forma fundamental para o
desenvolvimento do uso de estimadores não experimentais na metodologia de avaliação.
Em seu artigo seminal, LALONDE (1986) estima o impacto de um programa de emprego e
treinamento, National Supported Work Program (NSW), sobre os níveis de renda dos
participantes, pós-intervenção. O autor analisa em que medida estimadores não
experimentais são capazes de reproduzir os resultados não-viesados obtidos através de
dados puramente aleatórios, quando aplicados a um conjunto de dados compostos por
unidades de tratamento experimentais e unidades de controle não experimentais. Conclui
então que muitos dos procedimentos econométricos e grupos de comparação utilizados não
fornecem estimativas precisas do impacto do programa, uma vez que estas muitas vezes
diferem dos resultados experimentais. Do mesmo modo, FRAKER e MAYNARD
(1984,1987 apud HECKMAN e HOTZ, 1989) verificaram que as estimativas não
experimentais variavam e diferiam significativamente das estimativas fornecidas por um
experimento aleatório. HECKMAN e HOTZ (1989) ponderam o problema de se analisar a
validade de métodos não experimentais. De acordo com os autores, os resultados obtidos
através da utilização de distintos estimadores, encorajam o uso de processos não aleatórios
na avaliação de programas sociais.
HECKMAN et al. (1996, 1998) decompõem a medida convencional de viés de
seleção em três componentes e demonstram que dois deles são eliminados ao se realizar o
pareamento através das características observáveis, permanecendo apenas o viés devido às
características não observáveis.
15
A performance empírica do método de pareamento na
avaliação de programas é também analisada. De acordo com os autores, os estimadores de
pareamento são, em sua melhor hipótese, capazes apenas de prover uma descrição parcial
do impacto da participação nos resultados.
HECKMAN, ICHIMURA e TODD (1997) examinam vários métodos de
pareamento e suas extensões a fim de avaliar os impactos de programas de treinamento
profissional utilizando diferentes fontes de dados não experimentais combinados com dados
experimentais. Os autores avaliam se a utilização de procedimentos não experimentais
15
Para maiores considerações a respeito de viés ver seção 3.4
17
como os estimadores de pareamento são capazes de produzir estimativas de impactos e
inferências sobre o programa que sejam bastante próximas a aquelas produzidas através de
um experimento social aleatorizado. Avaliando a performance de diferentes estimadores,
concluem que o método de diferenças em diferenças
16
freqüentemente apresenta a melhor
performance entre os examinados. Do mesmo modo, HECKMAN, ICHIMURA e TODD
(1998) mostram que o pareamento baseado no escore de propensão não necessariamente
reduz a variância do estimador quando comparado aos métodos tradicionais de pareamento.
Os autores argumentam que a vantagem de se utilizar tal método reside na sua simplicidade
de estimação.
Por sua vez, DEHEJIA e WAHBA (DW) (1999, 2002) aplicaram o método de
escore de propensão a uma variante do conjunto de dados utilizado por LALONDE (1986).
Os mesmos demonstraram como estimar os efeitos do tratamento em estudos
observacionais utilizando métodos de escore de propensão. Por meio da utilização de um
conjunto híbrido de dados experimentais e não experimentais, mostram que os resultados
obtidos são próximos às estimativas experimentais obtidas por LALONDE (1986) e são
robustos a especificação do grupo de comparação e a forma funcional utilizada para estimar
o escore de propensão. De acordo com os autores, os resultados estimados foram próximos
aos valores obtidos através dos dados experimentais, pois apenas o subconjunto do grupo
de comparação que é comparável ao grupo de tratamento foi utilizado. Demonstram ainda,
que a utilização do pareamento baseado no escore de propensão é capaz de replicar os
efeitos obtidos através de um experimento aleatório, uma vez que tal método permite parear
os indivíduos do grupo de tratamento e controle através das características observáveis,
reduzindo assim o viés. DW (2002) acrescentam ao estudo anterior uma comparação entre
os distintos algoritmos de escore de propensão, tais como o pareamento com e sem
reposição, pareamento do vizinho mais próximo (nearest neighbor matching), e pareamento
calibrado (caliper matching).
17
SMITH e TODD (2005a) reanalisaram os dados utilizados por Dehejia e Wahba
empregando diferentes variações dos estimadores de escore de propensão, suscitando a
partir daí um importante debate na literatura de avaliações sobre a eficácia dos métodos não
16
Este método consiste basicamente na comparação entre os grupos de tratamento e controle, antes e depois
da intervenção.
17
Para um estudo mais detalhado sobre os diversos algoritmos de pareamento ver seção 3.6.1
18
experimentais. Os autores encontraram que as estimativas de impacto do programa
baseadas no escore de propensão são altamente sensíveis às variáveis incluídas e à amostra
particular utilizada na estimação. Dentre os estimadores estudados, o método da diferença
em diferenças produz os melhores resultados quando comparados aos estimadores cross-
section. Suas análises demonstram que apesar do pareamento baseado no escore de
propensão ser uma ferramenta econométrica importante, não representa uma solução geral
para o problema da avaliação. DEHEJIA (2005) discute o método do escore de propensão
no contexto de SMITH e TODD (2005a), e demonstra que diferentes especificações do
modelo de escore de propensão são requeridas para cada combinação de grupos tratamento-
controle. Argumenta, ainda, que devido a tal fato, Smith e Todd encontraram que o modelo
era altamente sensível à utilização de uma dada amostra. Dehejia examina, também, a
sensibilidade das estimativas a pequenas mudanças na especificação do modelo e conclui
que para os dados do NSW são obtidas estimativas robustas para cada uma das três
amostras consideradas. SMITH e TODD (2005b) voltando-se para o estudo de DEHEJIA
(2005) concluem que o estimador de escore de propensão não resolve o problema de viés
de seleção nos dados do programa NSW, como afirmou Dehejia. Os autores demonstram
ainda, que o baixo viés das estimativas apresentados em DW (1999, 2002) e em DEHEJIA
(2005) são bastante sensíveis não só à amostra utilizada e à especificação do escore de
propensão, mas também à utilização dos grupos de tratamento ou controle (ou ambos) para
estimar o escore de propensão. Os autores destacam ainda o viés associado a diferentes
estimadores de escore de propensão e enfatizam a importância de dados de alta qualidade, a
fim de se minimizar o viés. Utilizando métodos experimentais de Monte Carlo, ZHAO
(2005) verifica que se a Hipótese de Independência Condicional (i.e. os resultados
independem da participação no programa dadas às características observáveis)
18
não for
satisfeita, os resultados obtidos através do pareamento podem tornar-se sensíveis à
especificação do modelo de escore de propensão. Segundo o autor, o modo como o
conjunto de dados utilizados por SMITH e TODD (2005a) foi construído, combinando
dados experimentais e não experimentais, pode violar tal hipótese e assim levar a
estimativas altamente sensíveis. O autor acrescenta também que sob a Hipótese de
18
Esse conceito será explorado na seção 3.2.
19
Independência Condicional, as estimativas não são sensíveis às especificações do modelo
de escore de propensão.
2.4. Aplicações Empíricas
Os trabalhos que avaliam o desempenho do programa Bolsa-Escola concentram-se
notadamente em análises dos impactos das transferências sobre a redução da pobreza
corrente das famílias participantes, sobre as taxas de matrículas das crianças em idade
escolar e o seu conseqüente impacto na escolaridade e no trabalho infantil.
CARDOSO e SOUZA (2003) utilizam os microdados do Censo para 2000 a fim de
avaliar os impactos dos programas de transferências de renda (Bolsa-Escola e Programa
Federal de Renda Mínima) sobre o trabalho infantil e a freqüência escolar, para crianças
pobres com idades entre 10 e 15 anos. Para a estimativa dos impactos os autores utilizaram
a metodologia do pareamento baseado no escore de propensão. Os resultados encontrados
sugerem que os programas analisados não possuem impacto significativo sobre a redução
do trabalho infantil no Brasil, contudo, apresentam efeitos positivos sobre o crescimento da
freqüência escolar. De acordo com os autores, as transferências aumentam as chances de
uma criança pobre freqüentar a escola, mas não reduzem suas atividades de trabalho. Uma
possível explicação é que o valor da renda transferida não é suficiente para que as famílias
abdiquem da renda do trabalho infantil.
BOURGUIGNON, FERREIRA e LEITE (2002) através de métodos de
microsimulações avaliam os efeitos ex-ante do Programa Bolsa-Escola sobre a decisão
ocupacional das crianças (ou alocação de tempo) e sobre a pobreza e desigualdade
correntes. Utilizando os dados da PNAD para 1999, os autores estimam um modelo logit
multinomial para as escolhas ocupacionais (estudar e trabalhar; só estudar; só trabalhar; e
não estudar nem trabalhar). As simulações realizadas tinham por objetivo prever a escolha
ocupacional sob diferentes hipóteses de valores de transferências e nível de renda
domiciliar para participação no programa. Os resultados obtidos mostraram que mais de um
terço das crianças entre 10-15 anos de idade que não estão matriculadas na escola irão
matricular-se em resposta ao programa. Essa proporção é ainda superior para as famílias
pobres, que se situam em torno de 50%. No entanto, não há redução para a proporção de
crianças situadas na categoria “trabalha e estuda”. Em relação à pobreza corrente o
20
programa contribui com a redução de apenas um ponto percentual. Frente aos resultados os
autores concluem que tanto a proporção de crianças matriculadas em resposta ao programa,
quanto o grau de pobreza corrente são particularmente sensíveis ao montante de
transferências. Ainda de acordo com os autores, tais resultados sugerem que o programa
está bem focado, mas que reduzir a pobreza através deste instrumento não é um processo
instantâneo, embora efetivo. FERRO e KASSOUF (2003) realizam uma avaliação ex-post
do efeito do programa sobre a oferta de trabalho infantil, utilizando os microdados da
PNAD para 2001. Através da estimativa de um modelo probit e do método dos mínimos
quadrados ponderados, os resultados obtidos indicam que o programa é efetivo no combate
ao trabalho infantil, contribuindo para a redução na jornada de trabalho.
ROCHA (2005) analisa os efeitos dos programas federais de transferências de renda
sobre a incidência de pobreza medida pelo critério de renda. Através de simulações
realizadas com base nas rendas das famílias em 1999, seus resultados sugerem que os
programas criados durante o governo FHC tinham pequenos efeitos sobre a redução desta.
O Bolsa-Escola foi o programa que apresentou efeitos mais significativos, devido ao
tamanho da população alvo, reduzindo a proporção de pobres em menos de meio ponto
percentual (de 34,95% para 34,53%) e o hiato de renda em dois pontos percentuais (de
44,7% para 42,6%). Considerando o Bolsa-Escola, Bolsa-Alimentação e Auxílio Gás
conjuntamente, o índice de pobreza declinava em 1 ponto percentual.
O programa federal Bolsa Alimentação tem como objetivo a redução das
deficiências nutricionais e a mortalidade infantil entre as famílias mais carentes no Brasil.
A transferência monetária é condicionada à assinatura, por parte da mãe, de um “termo de
adesão” que requer consultas regulares para o pré-natal e ao monitoramento do
crescimento, cumprimento do calendário de vacinação e educação na área de saúde e
nutrição (BRASIL, 2003b). A avaliação do programa foi realizada com base na análise de
dados sócio-econômicos e antropométricos coletados através de entrevistas com as famílias
cadastradas para o recebimento dos benefícios. Os resultados encontrados sugerem que o
programa apresenta impactos significativos sobre a quantidade de alimentos consumidos e
sobre a diversidade da dieta dos beneficiários. Entretanto, não houve evidências de que
mulheres, com gravidez completa, em domicílios beneficiários tivessem mais (ou menos)
consultas pré-natais. A demanda por tratamento de saúde durante os últimos 30 dias para
21
crianças menores de 7 anos, foi ligeiramente superior para as crianças beneficiárias e a
diferença para a proporção de crianças que receberam determinadas vacinas não foi
estatisticamente significativa.
O Programa Nacional de Educacion, Salud y Alimentação (Progresa) constitui-se
um dos maiores programas do governo Mexicano e tem por objetivo o desenvolvimento do
capital humano das famílias pobres. O programa teve início em agosto de 1997 e apresenta
um pacote integrado de serviços de educação, nutrição e saúde para estas famílias. O
desenho do Progresa não se reduz simplesmente a uma programa de transferências
monetárias, este também requer uma participação ativa das famílias beneficiárias em troca
da concessão dos benefícios (condicionalidades). A avaliação realizada pelo International
Food Policy Research Institute (IFPRI) analisou o impacto do Progresa sobre a educação,
saúde, nutrição e consumo, bem como outras áreas, como o status da mulher e os incentivos
para o trabalho. O desenho de avaliação do programa foi experimental com dados em
painel, baseado em uma seleção aleatória de localidades para os grupos de tratamento e
controle.
No que se refere à análise sobre o consumo das famílias, de acordo com os estudos
de HODDINOTT, SKOUFIAS, e WASHBURN (2000) o nível médio de consumo
aumentou em aproximadamente 14,53 %, e em novembro de 1999, a média de gastos com
alimentos foi 10,6 % maior quando comparada com as famílias não participantes. Este
acréscimo concentrou-se basicamente em dois grupos de alimentos: frutas, vegetais e
produtos animais. Constatou-se também uma melhora na qualidade da dieta, medida através
do número de diferentes alimentos consumidos, enquanto entre os alimentos processados
(refrigerantes, biscoitos e etc), não se observou um acréscimo significativo de consumo.
Considerando as despesas totais, excluindo itens alimentares, os beneficiários parecem
apresentar um nível menor de gastos per capita. Este decréscimo pode ser atribuído aos
menores dispêndios com itens relacionados à educação e saúde. Apesar de possuírem um
nível de gastos total inferior em itens não alimentares, os participantes do Progresa
apresentaram maiores dispêndios em roupas e sapatos infantis. Os autores concluem que o
programa parece ter efeitos significativos sobre o consumo das famílias beneficiárias.
Na Colômbia as avaliações realizadas sobre o Famílias em Accion fornecem
estimativas a respeito da influência do programa sobre indicadores de bem estar tais como
22
freqüência à escola, aspectos nutricionais, status de saúde e consumo das famílias. Dentre
seus objetivos prioritários estão o aumento da freqüência escolar e do consumo dos
beneficiários, bem como a melhora das condições de saúde das crianças participantes. A
avaliação do programa baseou-se em duas entrevistas realizadas com as famílias
participantes. Foram coletados dados do baseline entre junho e setembro de 2002 e
realizou-se um follow-up entre julho e novembro de 2003. A técnica de avaliação
empregada foi o método das diferenças em diferenças.
A respeito do consumo, os autores indicam um aumento no consumo total das
famílias beneficiárias em torno de 19,5% para as áreas rurais e 9,3% para as áreas urbanas.
A maior parte deste aumento concentrou-se no consumo de alimentos, particularmente em
alimentos ricos em proteínas (carnes, frango e leite). Constatou-se ainda um aumento do
consumo de roupas e sapatos infantis.
O Progresa, assim como o Bolsa-Escola, também estabelece a obrigatoriedade de
freqüência à escola para crianças em idade escolar. Segundo SKOUFIAS e
MCCLAFFERTY (2001) a análise inicial de impacto sob a educação mostrou que o
programa obteve efeitos positivos nas taxas de matrículas, tanto para meninas como para
meninos, para o primeiro e segundo graus. As crianças beneficiárias apresentaram as
menores taxas de repetência e desistência escolar. De acordo com ATTANASIO et al
(2005) o FA também obteve impactos importantes sobre a freqüência escolar para crianças
entre 12 e 17 anos de idade. O fato de não se observar efeitos positivos para as crianças
entre 8-11 anos, deve-se as altas taxas de matrículas já existentes antes do início do
programa. Para o programa Red de Proteccion Social na Nicaraguá, verificou-se, do mesmo
modo, um impacto positivo do programa sobre a taxa de matricula para crianças de 7 a 13
anos, com um aumento de 23 pontos percentuais para a população alvo. O desenho da
avaliação baseou-se em uma seleção aleatória de localidades, onde os dados para famílias e
indivíduos foram coletados para os ambos os grupos de tratamento e controle antes e depois
da implementação do RPS. Deste modo utilizou-se o método da dupla-diferença para
cálculo do impacto médio do programa.
O programa Food for Education (FFE) implementado em Bangladesh em 1993,
realiza transferências de alimentos para as famílias pobres contingente a matrícula de suas
crianças na escola primária. O FFE, diferentemente dos outros programas, fornece uma
23
quantidade mensal de grãos ao invés de transferências monetárias para as famílias
beneficiárias. O estudo de avaliação do programa sugere que o FFE obteve sucesso em
aumentar as taxas de matrículas no ensino primário, promover a freqüência escolar e
reduzir as taxas de evasão. Para avaliar tais efeitos empregou-se a metodologia do escore de
propensão combinado com o método de diferenças em diferenças.
Os resultados do Progresa mostraram um impacto negativo do programa sobre a
participação de crianças no mercado de trabalho, verificando-se uma redução do trabalho
infantil tanto para atividades assalariadas como para atividades não assalariadas. Na saúde,
constatou-se, ainda, que tanto as crianças como os adultos obtiveram melhoras em relação
ao status de saúde. Na área da nutrição, o programa teve um efeito significativo na redução
da probabilidade de desnutrição para crianças entre 12 e 36 meses de idade.
O FA aumentou consideravelmente a proporção de crianças que realizam visitas de
saúde preventiva e melhorou o status nutricional entre as crianças mais novas. Para o
programa Red de Proteccion Social na Nicaraguá houve uma ampliação do número de
crianças com menos de 3 anos de idade com monitoramento de crescimento e um aumento
na proporção de crianças com 12-23 meses que possuíam completa imunização.
A avaliação do Progresa constatou ainda que o fato de o programa conceder o
controle dos benefícios monetários para as mulheres aumentou o seu poder de decisão
sobre a alocação de recursos na família. Adicionalmente, não existem evidências de que os
adultos estejam trabalhando menos em resposta aos benefícios monetários. As análises dos
dados não mostraram redução nas taxas de participação da força de trabalho, tanto para
homens como para mulheres.
2.5 O modelo Econômico de Consumo
Com a finalidade de embasar teoricamente os principais resultados, apresenta-se,
nesta seção, o instrumental que fundamenta a relação de causalidade existente entre nível
renda e consumo. Como os modelos de consumo intertemporal são bastante difundidos na
literatura, esta seção visa evidenciar apenas algumas implicações das hipóteses presentes
nos principais modelos.
A apresentação dos modelos econômicos propostos a seguir - Hipótese do Ciclo de
Vida/Renda Permanente e modelos que permitem a incorporação de motivos de precaução
24
– têm por objetivo corroborar a hipótese que este trabalho se propõe a discutir, de que as
famílias destinam parte das transferências para elevação dos gastos de consumo corrente.
Seguindo o modelo de consumo proposto por FRIEDMAN (1957) - Hipótese do
ciclo de vida/ renda permanente - considere um indivíduo que vive por T períodos e
apresenta a seguinte função utilidade:
()
∑
=
=
T
t
t
CuU
1
,
0(.)",0(.)'
<
> uu
(1)
Onde u (.) representa a função utilidade instantânea e C
t
o consumo no período t. O
indivíduo possui uma riqueza inicial de A
0
e rendimentos do trabalho de Y
1
, Y
2
, ..., Y
T
nos T
períodos de sua vida e toma esses rendimentos como dados. O indivíduo pode poupar ou
fazer empréstimos a uma taxa de juros dada exogenamente, sujeito apenas à restrição de
que todos os débitos devem ser pagos até o final do seu ciclo de vida. A título de
simplificação, supõe-se que a taxa de juros é zero.
19
Desta forma, a restrição orçamentária
do indivíduo é dada por:
∑∑
==
+≤
T
t
T
t
tt
YAC
11
0
(2)
O indivíduo então, maximiza sua utilidade sujeita à restrição orçamentária. Visto
que a utilidade marginal do consumo é sempre positiva, ele satisfaz a sua restrição
orçamentária com a igualdade. O Lagrangiano para a maximização do problema é então:
()
∑∑∑
===
⎟
⎠
⎞
⎜
⎝
⎛
−++=
T
t
T
t
T
t
ttt
CYACuL
111
0
λ
(3)
A condição de primeira ordem para
C
t
é dada por:
u’(C
t
)=
λ
(4)
Posto que esta condição (4) se aplica para cada período, à utilidade marginal do consumo é
constante. Como o nível do consumo determina unicamente a sua utilidade marginal, isto
significa que o consumo deve ser constante. Deste modo,
C
1
=C
2
=...=C
T,
, substituindo na
restrição orçamentária:
⎟
⎠
⎞
⎜
⎝
⎛
+=
∑
=
T
t
t
YtA
T
C
1
0
1
Para todo
t. (5)
19
Assume-se também que a taxa de desconto é igual a zero.
25
O termo entre parênteses representa os recursos totais ao longo da vida do indivíduo. Esta
equação expressa que o indivíduo divide seus recursos igualmente entre os períodos de
vida.
Estes modelos implicam que o consumo dos indivíduos em um dado período é
determinado não pela renda do período, mas pela renda durante todo o seu ciclo de vida. Na
terminologia proposta por FRIEDMAN (1957), o lado direito da equação (5) representa a
renda permanente
20
, e a diferença entre a renda corrente e renda permanente representa a
renda transitória. Esta equação implica, portanto, que o consumo é determinado
exclusivamente pela renda permanente.
Com intuito de verificar a distinção entre a renda permanente e transitória, considere
o efeito de um ganho inesperado no montante Z no primeiro período de vida. Embora este
ganho inesperado eleve a renda corrente em Z, ele aumenta a renda permanente em apenas
Z/T. Deste modo, se o horizonte do indivíduo é suficientemente longo, o impacto desta
renda inesperada sobre o consumo corrente será pequeno.
Considerando-se que as transferências do programa Bolsa-Escola são realizadas por
um número razoável de períodos, podendo muitas vezes estender-se por anos, tais choques
transitórios, porém persistentes na renda, implicam em um aumento relativo na renda
permanente e uma conseqüente ampliação do consumo corrente. Esta ampliação, no
entanto, é inferior a unidade, uma vez que, as famílias não irão despender todo o
incremento da renda.
Deve-se ressaltar que de acordo com o modelo, um choque de renda, como uma
transferência monetária advinda de um programa social, que ocorra apenas no período t,
terá um efeito ínfimo sobre o consumo corrente, pois o aumento da renda permanente será
de apenas Z/T. No entanto, ao considerarmos os efeitos persistentes das transferências, que
se estendem por diversos períodos, os impactos sobre a renda permanente serão maiores,
dado que a família receberá o montante Z
1
em t
1
, Z
2
em t
2
, Z
3
em t
3
.... Z
m
em t
m
. Deste
modo, pretende-se mostrar neste trabalho, que o efeito persistente das transferências do
Bolsa-Escola sobre a renda corrente, ao elevar a renda permanente, também reforça o
aumento dos gastos de consumo somado ao choque imediato.
20
Segundo Friedman a renda corrente divide-se em dois componentes, um de caráter permanente e outro de
caráter transitório. A parte permanente consiste na renda média, que cada indivíduo espera receber ao longo
do tempo, enquanto a transitória corresponde aos desvios dessa média esperada.
26
Em relação aos modelos de consumo, STILLMAN (2001) argumenta que modelos
de consumo intertemporal mais realísticos, que incorporam motivos de precaução, foram
desenvolvidos com a finalidade de incorporarem restrições de liquidez ativas (DEATON,
1991) ou para permitirem que os consumidores sejam suficientemente impacientes
(CARROLL, 1997). Tais trabalhos demonstram que a poupança precausionária parece ser
um fenômeno empírico importante (i.e. a maioria das famílias poupam para emergências).
A partir destes modelos emergem duas regularidades. Primeiro, o consumo
responde a choques na renda transitória, especialmente para famílias com baixos níveis de
cash on hand (disponibilidades), terminologia adotada por DEATON (1991) que representa
o estoque de riqueza no período
t mais os ganhos do trabalho (X
t
= W
t
+ Y
t
). Famílias que
são moderadamente impacientes (ou aquelas que apresentam restrição de liquidez),
deparadas com a incerteza em relação à renda futura, aumentam (diminuem) o consumo ao
receberem um choque positivo (negativo) em sua renda transitória, pois relaxam (reforçam)
os motivos de precaução conforme aumentam (diminuem) as disponibilidades.
Segundo, as famílias passarão a poupar a fim de se prevenirem contra eventuais
choques. Cada família possui um nível alvo de
X
t
relativo à renda permanente, tal que se o
montante atual de
X
t
é maior do que seu nível pré-estabelecido, a riqueza é reduzida,
enquanto se
X
t
atual está abaixo do nível alvo, as famílias se esforçam para aumentar a sua
riqueza. Segundo DEATON (1991), quando mais “prudentes” forem os consumidores e
quanto maior for à incerteza em relação à renda futura, maior será a demanda por saldos
precausionários. Isto implica que a poupança das famílias pode de fato ser negativamente
relacionada com os choques na renda transitória, para aquelas com níveis muito baixos de
disponibilidades. Estes modelos sugerem que as famílias mais pobres apresentam uma
ampliação no consumo em resposta a um choque positivo na renda transitória, uma vez que
estas são mais propensas a realizarem poupança precausionária. Dado que estas poupam
para se protegerem de possíveis dificuldades, uma maior proporção do aumento da renda é
destinada para o consumo e não para a poupança. Portanto, modelos que incorporam
motivos de precaução indicam que uma proporção maior do montante das transferências
monetárias destinadas às famílias pobres será utilizada para a ampliação dos gastos de
consumo.
27
Portanto, deve-se ressaltar que as transferências monetárias do programa aumentam
os dispêndios tanto via renda permanente como via renda transitória. A alocação de parte
destes recursos para a elevação dos gastos de consumo eleva o nível de bem estar destas
famílias, pois permite o aumento do consumo imediato proporcionando um “alívio” na
situação de pobreza corrente.
28
3. METODOLOGIA
3.1 Estratégia para Avaliação
O objetivo deste estudo é avaliar os efeitos de um programa de transferência de
renda sobre a variável de resultado Y (gastos). Supondo que esta variável dependa de um
conjunto de variáveis exógenas,
X, e de uma variável de tratamento, D, o problema da
avaliação pode ser descrito como:
iiii
UcXbDaY
+
++= (6)
Onde
D
i
representa uma variável dummy para tratamento, que assume o valor 1 se o
indivíduo recebe o Bolsa-Escola e 0 caso o contrário. a, b e c são parâmetros,
X representa
as variáveis de controle, enquanto
U
i
representa o termo de erro; o valor estimado de b
fornece o impacto do tratamento.
Expresso dessa forma, o impacto das transferências monetárias do programa sobre
os gastos das famílias beneficiárias é verificado através da estimativa dos parâmetros de
uma regressão linear utilizando o método dos mínimos quadrados ordinários (MQO), em
que a variável dependente representa os componentes do consumo. No entanto, ao se
utilizar tal regressão, as estimativas dos seus parâmetros poderão ser viesadas, mesmo em
grandes amostras, a menos que as variáveis do lado direito da regressão (6) sejam
exógenas. Assim, surge o problema de viés de seleção por meio da existência de correlação
entre
D e U.
Mesmo admitindo-se que a variável
dummy de participação não seja correlacionada
com o termo de erro e deste modo o método dos MQO forneceria uma estimativa
consistente de
b, com a condição de que X inclua todas as variáveis que afetam a
participação e os resultados na ausência desta (Hipótese da Independência Condicional),
MENG e RYAN (2003) ressaltam que existem limitações associadas a este método que
podem resultar em estimativas inconsistentes do efeito do tratamento. Primeiro, a
estimativa por MQO impõe a hipótese de uma forma funcional linear, podendo levar a uma
estimativa inconsistente devido a termos não lineares presentes no termo de erro que podem
estar relacionados ao tratamento. Segundo, a estimativa da equação acima (6) assume que
no grupo de controle existam indivíduos que possuam exatamente o mesmo vetor X que
suas contrapartidas tratadas, que pode ou não ser o caso, fato conhecido como a condição
de suporte comum. Um recente desenvolvimento na literatura de avaliações oferece uma
29
solução. O chamado escore de propensão soluciona o problema de linearidade nos
parâmetros e adota a hipótese do suporte comum explicitamente, assumindo seleção nos
observáveis. Deste modo, uma alternativa é estimar o efeito não parametricamente
utilizando métodos de pareamento, o qual não impõe a hipótese de linearidade na
estimativa dos parâmetros de interesse e por esta razão é geralmente considerado mais
robusto a especificações.
3.2 Matching - Um estimador econométrico para avaliações.
A fim de realizarmos um estudo da avaliação dos efeitos sobre o consumo das
famílias beneficiárias em relação aos gastos com alimentos, habitação, vestuário, educação,
saúde e demais despesas é necessário a comparação dos resultados entre o grupo de
participantes e não participantes do programa.
Será utilizado um método não experimental de pareamento para se alcançar os
objetivos do trabalho. Dado o fato de que a participação no programa em si não é aleatória,
pois os alvos propostos são as famílias pobres e considerando-se que a demanda por
avaliações surgiram após a sua implementação, não é possível efetuar a aleatorização ou o
experimento social puro. No entanto, para os propósitos deste estudo tal evento não
representa um impedimento, uma vez que o que se pretende é exatamente a utilização de
métodos não experimentais usualmente empregados em avaliações de impacto.
Matching ou pareamento é um método amplamente utilizado na literatura de
avaliação. O objetivo do pareamento é encontrar um grupo de comparação ideal em relação
ao grupo de tratamento a partir de uma amostra de não participantes, a relação de
proximidade entre os grupos é medida em termos das características observáveis. O método
consiste basicamente em tomar como base as características das unidades tratadas e tentar
encontrar unidades em um grupo de controle não experimental que possuam as mesmas
características, previamente definidas no grupo de tratamento. Em seguida estimam-se os
efeitos do tratamento (efeito do programa) por meio da diferença entre os resultados médios
dos grupos de tratamento e controle. O grupo de comparação é emparelhado ao grupo de
tratamento através de uma série de características observáveis ou usando o
propensity score
(escore de propensão ou probabilidade predita de participação). Um bom grupo de
30
comparação deve vir de um mesmo ambiente econômico, com o mesmo questionário
realizado por entrevistadores que obtiveram o mesmo treinamento.
O problema essencial da avaliação de impacto é que não observamos os resultados
dos participantes se eles não tivessem participado. Dessa forma um grupo de comparação é
usado para identificar o contrafactual do que teria ocorrido sem o programa. O grupo de
comparação deve ser representativo do grupo de tratamento, com a diferença de que o
primeiro não participa do programa. O problema básico em identificar o efeito casual é que
a variável de interesse é observada sob o regime de tratamento ou sob o regime de controle,
mas nunca sob as duas situações ao mesmo tempo.
Utilizando a terminologia de HECKMAN, ICHIMURA e TODD (1997),
representamos o status de tratamento de um indivíduo através de uma variável
dummy D
que possui valor igual a 1 se o indivíduo participa do programa e valor 0 caso ele não
participe. Representemos ainda por Y
1i
o valor da variável de interesse (resultado esperado)
para o indivíduo i, caso ele esteja sujeito ao tratamento (1), e Y
0i
o valor da mesma
variável, caso este indivíduo esteja exposto ao controle (0). Podemos então computar o
efeito do tratamento sobre o indivíduo i da seguinte forma:
Π
i
= Y
1i -
Y
0i
E o impacto médio do treinamento sobre os participantes seria:
Π
i
= E [Y
1i -
Y
0i
| D
i
=1]
Na literatura de avaliação, E [Y
1i -
Y
0i
| D
i
=1] é chamado de efeito do tratamento ou efeito
médio do tratamento sobre o tratado (average treatment effect on treated (ATT)).
Tem-se que: E (Y
1i -
Y
0i
| D
i
=1) = E (Y
1i
| D
i
=1) - E (Y
0i
| D
i
=1) (7)
O problema é que o resultado contrafactual de um indivíduo sob tratamento E (Y
0i
| D
i
=1)
não pode ser observado, uma vez que um indivíduo só pode ser tratamento ou controle em
um ponto específico do tempo. Ou seja, não podemos observar os mesmos indivíduos nas
duas situações, já que não observamos a situação dos participantes caso não tivessem
participado. Conseqüentemente devemos impor certas hipóteses em (7) afim de que o ATT
possa ser estimado. Uma forma é substituir o resultado esperado do indivíduo que
participou se ele não tivesse participado E (Y
0i
| D
i
=1), com o resultado esperado dos
indivíduos que de fato não participaram E (Y
0i
| D
i
=0). Entretanto, como a escolha dos
participantes no programa não fui conduzida aleatoriamente, não podemos assumir que
31
substituindo E (Y
0i
| D
i
=1) por E (Y
0i
| D
i
=0) nos dará um estimativa não viesada, porque é
improvável que E (Y
0i
| D
i
=1) = E (Y
0i
| D
i
=0). Tal improbabilidade deve-se a existência
de viés, que surge devido a diferenças nas características observáveis e a diferenças nos
atributos não observáveis entre os grupos de tratamento e controle.
21
Ao levarmos em consideração as características observáveis do processo de seleção
bem como as características que potencialmente influenciam o resultado de interesse nos
indivíduos tratados, então podemos reescrever (7) como:
E (Y
1i -
Y
0i
| D
i
=1, X) = E (Y
1i
| D
i
=1,X) - E (Y
0i
| D
i
=0, X) (8)
em que X representa um vetor das características observáveis. De acordo com a hipótese de
identificação geralmente adotada, o processo de seleção ocorre segundo características
observáveis, tal que as pessoas com tais características idênticas possuem a mesma
probabilidade de serem alocadas como tratamento ou controle. Isto significa que:
(Y
0i
,
Y
1i ⊥
D
i
| X) e E (Y
0i
| X
i
, D
i
=1) = E (Y
0i
| X
i
, D
i
=0)
22
em que
⊥
denota independência, significando que os resultados potencias independem da
participação do programa dadas as características observáveis X – esta hipótese é conhecida
como Hipótese da Independência Condicional ou
Conditional Independence Assumption
(CIA). Isto implica que a seleção é baseada somente nas características observáveis e que
todas as variáveis que influenciam a participação no programa e os resultados potenciais
são simultaneamente observados pelo pesquisador. Claramente, esta é uma hipótese forte.
Neste trabalho assume-se que esta condição seja verdadeira.
Segundo HIRANO, IMBENS e RIDDER (2000) se a participação no programa é
independente dos resultados potenciais condicionais nas variáveis de pré-tratamento, o
efeito médio para uma subpopulação com um dado valor para as variáveis observáveis pode
ser estimado simplesmente tirando a diferença entre as médias dos grupos de tratamento e
controle nestas subpopulações.
Então, para que possamos obter uma estimativa não viesada do tratamento sobre o
tratado temos que identificar um grupo de controle que seja o mais próximo possível do
grupo de tratamento em termos das características gerais que são capturadas por X.
21
Mais detalhes sobre essa questão no item 3.4
22
Para mais detalhes ver HIRANO, IMBENS e RIDDER (2000).
32
O problema de utilizarmos tal método é que quanto mais características são
utilizadas como base, maior o número de observações pertencentes ao grupo de controle
serão necessárias para que se possa encontrar e parear com o grupo de tratamento. Ou seja,
quando o número de características observáveis do grupo de tratamento cresce em número
e em sub-categorias/ estratos, a probabilidade de encontrarmos uma observação equivalente
no grupo de controle diminui mesmo que existam bons dados em abundância. Na medida
que o número de características observáveis aumenta linearmente no grupo de tratamento, o
número de observações no grupo de controle cresce exponencialmente. (VENETOKLIS,
2004).
Dessa forma, quanto maior o número de características observáveis utilizadas para
realizar o pareamento mais difícil será encontrar unidades no grupo de controle que tenham
exatamente as mesmas características que as definidas no grupo de tratamento, o que se
torna ainda mais complexo quando as variáveis observáveis são variáveis contínuas.
3.3 O Escore de Propensão
Como mencionado anteriormente, o método de avaliação é baseado na comparação
entre os participantes e os não participantes do programa. Pelo fato da participação não ter
sido desenhada de forma aleatória, segundo ATTANASIO
et al (2004), uma simples
comparação entre esses dois grupos poderia ser bastante equivocada, por duas razões.
Primeiro, diferenças
ex-post nos resultados poderiam refletir simplesmente diferenças pré-
programa. Segundo, o efeito do programa pode ser uma função de variáveis de background
(escolaridade do chefe, número de crianças e etc) que podem ser diferentes entre os grupos
de tratamento e controle. Estes problemas podem ser solucionados utilizando o método do
escore de propensão que busca comparar famílias participantes e não participantes que
sejam similares em termos das características observáveis.
Vários métodos foram propostos para identificar um bom grupo de controle que
produza estimativas não viesadas do ATT incluindo Mínimos Quadrados Ordinários
(MQO), o método das Variáveis Instrumentais (IV) e Diferenças em Diferenças. Neste
trabalho a metodologia utilizada será o chamado
Matching nos Observáveis, mais
33
especificamente utilizando o Propensity Score Matching (PSM) ou Pareamento baseado no
Escore de Propensão.
23
Para lidar com o problema da dimensionalidade do pareamento, ROSENBAUM e
RUBIN (1983) desenvolveram um método conhecido como
Propensity Score Matching.
Estes autores mostraram que tal método pode ser implementado através de uma única
variável de controle, o escore de propensão. O escore de propensão P(x) é definido como a
probabilidade condicional de um indivíduo receber o tratamento dado suas características
observáveis X. Isto é,
P (X) = Probabilidade (D =1 | X).
Desta forma, o uso do escore de propensão apresenta-se como uma solução prática
para o problema da multidimensionalidade do pareamento, uma vez que este passa a
basear-se em um escalar.
ROSENBAUM e RUBIN (1983) mostraram que na expressão (8), X pode ser
substituído por P(X), assim:
E (Y
1 -
Y
0
| D =1, P(X)) = E (Y
1
| D =1, P(X)) - E (Y
0
| D =0, P(X)) (9)
Se o tratamento e os resultados esperados são independentes condicionais às
variáveis de pré-tratamento, estes também serão independentes condicionais à
probabilidade de receber o tratamento dadas as características observáveis, isto é,
condicional ao escore de propensão.
24
(Y
0
,
Y
1 ⊥
D | P(X))
ROSENBAUM e RUBIN (1983) mostraram que ajustando as diferenças entre as
unidades de tratamento e controle apenas através do escore de propensão todo o viés
associado às diferenças nas variáveis prévias observáveis é removido.
A utilização do escore de propensão baseia-se em duas hipóteses chaves. Primeiro
como já mencionado, a seleção nos observáveis requer que a participação no programa seja
independente dos resultados, condicional nas covariáveis. A segunda hipótese refere-se à
existência de um suporte comum. Esta condição requer que existam unidades de ambos os
grupos, tratamento e controle, para cada característica X para o qual deseja-se comparar.
23
O método do escore de propensão e o efeito do tratamento serão calculados a partir de algumas funções do
STATA que foram desenvolvidos recentemente por BECKER e ICHINO (2002) e LEUVEN e SIANESI
(2003).
24
Ver ROSENBAUM e RUBIN (1983) ou IMBENS (2000) para a prova.
34
0<P(X)<1.
Isto assegura que para cada indivíduo tratado exista outro indivíduo não tratado
pareado, com valores similares de X. (HECKMAN, LALONDE e SMITH, 1999). Dessa
forma, os indivíduos devem possuir uma probabilidade de serem participantes ou não
participantes que se situe entre 0 e 1, não podendo ser esta igual aos extremos (perfeita
predição).
3.4 Considerações a respeito do Viés
Admitindo que:
C = E (Y
1i
| D
i
=1) - E (Y
0i
| D
i
=0) (10)
A identidade associando (7) e (10) será:
(10) = (7) + V
Em que o V é o viés na estimativa, dado por:
V = E (Y
0i
| D
i
=1) - E (Y
0i
| D
i
=0) (11)
Ou seja, o viés é a diferença no resultado sem o programa entre as pessoas que
participaram e as que não participaram. . Este viés seria corrigido se E (Y
0i
| D
i
=1) fosse
conhecido, mas como visto anteriormente, não é possível estimar este valor. Assim o viés
surge devido à utilização dos resultados médios do grupo de comparação como
proxy para
os resultados médios dos participantes do programa caso ele não tivessem participado.
De acordo com HECKMAN, ICHIMURA e TODD (1997) o viés pode ser divido
em três componentes básicos. O primeiro componente surge devido à falta de suporte
comum
25
. Para alguns participantes não existem não participantes comparáveis e para
alguns não participantes não existem participantes comparáveis. O segundo componente
surge devido a diferenças na distribuição das características observáveis entre os grupos de
tratamento e controle (viés devido aos observáveis). O terceiro componente deve-se as
diferenças nos resultados que permanecem mesmo após levarmos em consideração as
características observáveis e realizarmos as comparações em uma região de suporte
comum. Este componente é devido a diferenças nos não observáveis, conhecido como viés
de seleção. Este viés surge quando para dados valores de X há uma relação sistemática
25
De acordo com HECKMAN, ICHIMURA e TODD (1997) violar a condição de suporte comum, isto é
comparar o incomparável, é a principal fonte de viés na avaliação.
35
entre a participação no programa e os resultados, ou seja, há variáveis não observadas que
conjuntamente influenciam os resultados e a participação no programa, condicionais às
variáveis observáveis.
Para lidar com o viés a melhor maneira seria alocar o programa aleatoriamente, pois
dessa forma poderíamos garantir que participantes e não participantes teriam o
mesmo
resultado esperado na ausência do programa. A randomização possui a vantagem chave em
relação aos métodos não experimentais de gerar um grupo de controle que possui a mesma
distribuição das características observáveis e não observáveis que as do grupo de
tratamento. Entretanto, como já mencionado, a participação no programa não foi conduzida
aleatoriamente, mas seguiu certos processos de seleção.
Uma importante observação a ser feita a respeito do método de pareamento é que
este elimina duas das três fontes de viés. O primeiro componente é eliminado através da
realização do pareamento em uma região de suporte comum. O pareamento cuidadoso do
grupo de comparação baseado nas características observáveis elimina o segundo
componente de viés. Contudo, os métodos de pareamento somente lidam com
características observáveis, restando o problema de heterogeneidade latente que leva a um
possível viés na estimação do impacto do programa.
Portanto deve-se ter em mente que o método do escore de propensão permite
reduzir, mas não eliminar, o viés gerado pelos fatores não observáveis. A extensão no qual
o viés é reduzido depende crucialmente da riqueza e da qualidade das variáveis de controle
onde o escore de propensão é computado e o pareamento é realizado (BECKER e ICHINO,
2002).
3.5 O cálculo do Escore de Propensão e a geração do grupo Controle
Dado que o escore de propensão P(X) usualmente não é conhecido é necessário
estimá-lo, o que pode ser feito da seguinte forma: a partir das amostras dos dois grupos
estima-se uma regressão logit/probit a fim de se obter os valores preditos da probabilidade
de participação dos indivíduos dadas suas características observáveis, os escores de
propensão. Incluem-se nesta regressão todas as variáveis presentes nos dados que são
passíveis de influenciar a participação no programa, neste caso utilizam-se variáveis que
são
proxies de pobreza. A variável dependente é uma dummy (1,0) que possui valor (1) para
36
o grupo de tratamento de (0) para o grupo de controle. É gerado um escore de propensão
para todos os indivíduos da amostra. Para cada indivíduo
i do grupo de tratamento são
calculadas as diferenças dos escores de propensão com todos os indivíduos do grupo de
controle. Os indivíduos com as
k menores diferenças são escolhidos para serem
emparelhados com o indivíduo
i.
Após a estimativa dos escores de propensão são obtidos subgrupos dentro do grupo
de controle que possuem valores de escores similares aos dos indivíduos do grupo de
tratamento. Isto é feito segundo o seguinte algoritmo:
26
Os escores de propensão estimados são divididos em K blocos igualmente
espaçados. Dentro de cada intervalo testa-se se a média dos escores de propensão entre
tratamento e controle não diferem significativamente. Caso em um dos intervalos essa seja
diferente, então o dado intervalo é dividido ao meio e um novo teste é realizado. Esse
procedimento é repetido até que em todos os intervalos a média dos escores de propensão
entre as unidades de tratamento e controle não difiram.
Após a determinação dos blocos realiza-se outro teste. Para cada bloco i = 1,..k do
escore de propensão, testa-se se a média de cada variável predita utilizada no modelo
logit/probit não difere entre tratamento e controle. Se a média de uma ou mais variáveis
diferir, então se deve especificar um modelo menos parcimonioso para a estimativa do
escore de propensão.
Contudo, se todos os testes para cada variável dentro de cada intervalo mostrarem
que as médias não diferem significativamente, então um número final de blocos é definido
e segue-se para o cálculo do ATT. O objetivo desta estimativa é encontrar um grupo de
controle que seja o mais semelhante possível ao grupo de tratamento em termos do escore
de propensão, dadas as características observadas.
3.6 Calculando o ATT utilizando diferentes Estimadores Não-experimentais
baseados no Escore de Propensão
27
Como descrito acima, o efeito médio do tratamento sobre o tratado é dado pela
seguinte expressão:
26
Para mais detalhes ver BECKER e ICHINO (2002).
27
Esta sessão baseia-se em BECKER e ICHINO (2002).
37
ATT = E {E[Y
1i
| D
i
=1, p(X
i
)] – E[Y
oi
|D
i
=0, p(X
i
)] | D
i
=1} (12)
Onde o primeiro termo é estimado através do grupo de tratamento e o segundo termo
através do resultado médio do grupo de comparação pareado (em p(X)).
A estimativa do escore de propensão não é suficiente para estimar o efeito médio do
tratamento. A causa disso é que a probabilidade de encontrarmos dois indivíduos com
exatamente o mesmo valor de escore de propensão é em princípio zero uma vez que p (X) é
uma variável contínua. Vários métodos foram propostos na literatura
para lidar com este
problema, neste trabalho utilizaremos os estimadores mais comumente empregados.
A estimativa do ATT será realizada considerando o uso do suporte comum para
todas as observações. Se o suporte comum não for satisfeito no grupo de tratamento, isto é,
se alguns indivíduos possuem características que são apenas encontradas nos indivíduos
tratados ou P(X)=1, então estes indivíduos serão descartados e o ATT será estimado apenas
para aqueles que possuam P(X)<1.
3.6.1 Estimadores Não Paramétricos:
Pareamento Utilizando o Vizinho mais Próximo (Nearest Neighbor Matching
(NNM))
Este método consiste em procurar para cada unidade tratada uma unidade no grupo
de controle que possua um escore de propensão mais próximo. Tal estimativa é usualmente
aplicada com reposição significando que um mesmo indivíduo do grupo de controle possa
ser utilizado como o vizinho mais próximo para mais de um indivíduo do grupo de
tratamento. Após o pareamento de todas as unidades tratadas, a diferença entre o resultado
destas e o resultado das unidades do grupo de controle que foram pareadas é calculada, e a
média destas diferenças nos fornece a estimativa do ATT. Neste método todas as unidades
tratadas encontram um controle para o pareamento. Tal fato pode levar a pareamentos que
não sejam os melhores, pois para algumas unidades tratadas o vizinho mais próximo pode
ter um escore de propensão muito diferente, apesar disto, estes pares irão contribuir para a
estimativa do ATT. O cálculo do ATT será realizado com a utilização do primeiro e dos
cinco vizinhos mais próximos.
38
Formalmente:
Considerando T como o conjunto das unidades tratadas e C o conjunto das unidades
pertencentes ao grupo de controle e
T
i
Y e
C
j
Y os resultados esperados para os grupos de
tratamento e controle, respectivamente. C
(i)
representa as unidades do grupo de controle que
são pareadas com as unidades tratadas
i com um valor estimado para o escore de propensão
dado por P
(i)
. O NNM minimiza a diferença absoluta do escore de propensão entre as
unidades
i do grupo de tratamento e j do grupo de controle.
De acordo com o método:
jiji
ppC −= min (13)
Pareamento Utilizando Raio (
Radius Matching (RM)) e Pareamento Calibrado
(
Caliper Matching (CM))
O RM
é uma variante do NNM que procura evitar “maus’ pareamentos (para
aqueles em que P
j
é distante de P
i
), impondo uma tolerância para a distância máxima
{
}
ji
pp − permitida. Cada unidade tratada só será pareada com uma unidade do grupo de
controle se este possuir um valor de escore de propensão que se encontra em uma distância
pré-definida (raio) do escore de propensão. Quanto menor o raio arbitrado é possível que
algumas unidades tratadas não possam ser pareadas por não encontrarem uma unidade no
grupo de controle, diferentemente do que ocorre com o NNM. Por outro lado, quanto
menor o raio maior será a qualidade dos pareamentos realizados.
Neste método:
{
}
rpppC
jiji
<−= | (14)
Isto é, todos as unidades de grupo de controle que possuem um escore de propensão
estimado que estejam dentro do intervalo pré-definido, r, são pareadas com as unidades
tratadas
i.
Em ambos métodos, considera-se o número de controles pareados com as
observações
i ∈ T por
C
i
N e define-se os pesos
C
i
ij
N
w
1
=
se j
∈
C
(i)
e 0=
ij
w , de outra
forma. Então o efeito médio para ambos estimadores é computado com base na formula:
39
[]
∑∑
∈
∈
−=
C
iijiCi
T
i
Ti
T
M
YwY
N
T
)(
1
(15)
onde
T
N denota o número de unidades no grupo de controle.
A forma do cálculo do estimador
Caliper Maching é a mesma do RM, a diferença
básica entre eles é que o RM não utiliza apenas o vizinho mais próximo que se encontra
dentro do raio, como o CM, mas todos os indivíduos de comparação que se encontram
dentro deste intervalo pré-definido.
Pareamento Kernel (
Kernel Matching (KM)) e Pareamento Linear Local (Local
Linear Matching
(LLM))
Neste método, todas as unidades tratadas são pareadas com uma média ponderada
de todas as unidades do grupo de controle. Os pesos são alocados de forma inversamente
proporcional a distancia entre os escores de propensão dos grupos de tratamento e controle.
O estimador de KM é dado pela fórmula:
∑
∑
∑
∈
∈
∈
−
⎥
⎥
⎥
⎥
⎥
⎦
⎤
⎢
⎢
⎢
⎢
⎢
⎣
⎡
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
−
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
−=
Ti
Ck
n
ik
Cj
n
ij
C
j
T
i
T
K
h
pp
G
h
pp
GY
Y
N
T
1
(16)
em que G(.) é a chamada função de Kernel e
n
h é uma parâmetro de largura de banda
(
bandwidth).
Neste trabalho, também será utilizada uma versão generalizada deste estimador,
chamado
Local Linear Regression Matching
28
. Tal como o KM este estimador utiliza a
média dos pesos de todos os indivíduos do grupo de controle para construir o resultado
contrafactual.
Pareamento Estratificado (Stratification Matching (SM))
Este método consiste em dividir a variação dos escores de propensão em intervalos
tal que em cada um destes, as unidades tratadas e as unidades de controle possuam na
média o mesmo escore de propensão. Em seguida em cada intervalo é calculada a diferença
28
Para mais detalhes sobre este estimador ver SMITH e TODD (2000)
40
dos resultados médios entre os grupos de participantes e não-participantes. O ATT é
finalmente obtido através da média ponderada dessas diferenças, com os pesos sendo
determinados pela distribuição das unidades tratadas entre os blocos. No SM as
observações nos blocos que não possuem tratamento ou controle são descartadas.
Formalmente:
q representa o índice dos blocos definidos no intervalo do escore de propensão.
Dentro de cada bloco é computado:
C
q
qIj
C
j
T
q
qIi
T
i
S
q
N
Y
N
Y
T
∑∑
∈∈
−=
)()(
(17)
onde I
(q)
representa o conjunto das unidades no bloco q enquanto
T
q
N e
C
q
N representam as
quantidades de unidades tratadas e de controle no bloco
q.
Cabe ressaltar que a decisão pela utilização de todos os algoritmos baseia-se no fato
de que existe um
tradeoff entre qualidade e quantidade dos pareamentos realizados entre
estes. Deste modo, através de sua consideração conjunta pretende-se obter uma avaliação
da robustez das estimativas e, além disso, realizar um exercício metodológico comparativo.
3.7 Avaliando a Qualidade dos Pareamentos
A idéia básica deste procedimento é comparar a situação antes e depois do
pareamento e checar as diferenças remanescentes após se condicionar no escore de
propensão.
Para checar a qualidade dos pareamentos utiliza-se a diferença média padrão entre
as amostras de tratamento e controle, i.e.
Viés =
()
2
100
22
CT
CT
SS
XX
+
−
(18)
Através da expressão (18) quantifica-se o viés existente entre os grupos de
tratamento e controle (ROSENBAUM e RUBIN 1985; RUBIN 1991 apud DIPRETE e
GANGL 2004).
41
Onde
T
X e
2
T
S representam a média da amostra e a variância para o subgrupo dos
tratados, e
C
X e
2
C
S são estatísticas similares para o subgrupo dos controles. Pode-se
mostrar como o pareamento restringe o grupo de não participantes a fim de se aumentar a
similaridade de uma sub amostra de controle que são diretamente comparáveis com os
indivíduos tratados.
3.8 Análise de sensibilidade utilizando o método de limites de Rosenbaum
29
Como discutido anteriormente, os estimadores baseados no escore de propensão não
são estimadores consistentes do efeito do tratamento se a participação no programa é
endógena, isto é, se variáveis não observadas que afetam o processo de seleção também
afetam os resultados. Fatores não observados, como a motivação, por exemplo,
provavelmente correlacionam-se com D e Y. Portanto, a omissão de tal característica
individual pode enviesar os resultados do efeito médio do tratamento sobre o tratado
estimado sob a hipótese de exogeneidade.
Visto que não é possível estimar a magnitude do viés de seleção em dados não
experimentais, uma importante ferramenta pode ser empregada para avaliá-lo na estimação
dos efeitos causais. A chamada “análise de limites” (
bounds analysis), que se
popularizaram nos anos recentes, avalia o impacto potencial do viés de seleção que surge
devido a variáveis não observadas. Neste estudo será utilizado o método conhecido como
Rosenbaum bounds (ROSENBAUM, 2002; DIPRETE e GANGL, 2004), que por sua vez
permite determinar quão “forte” deve ser a influência de uma variável omitida sobre a
seleção na participação a fim de prejudicar as conclusões a respeito dos efeitos causais,
obtidos com as análises de pareamento. Este método será esboçado brevemente, uma
discussão extensiva pode ser encontrada em ROSENBAUM (2002).
A análise de sensibilidade pode ser utilizada para testar a robustez dos resultados à
presença de viés devido a uma covariável omitida. O objetivo desta análise no presente
trabalho é avaliar como uma variável não observável que afeta tanto a participação no
programa Bolsa-Escola como os resultados (impacto sobre o consumo), podem alterar as
conclusões a respeito do efeito do tratamento.
29
Para uma discussão sobre análise de sensibilidade utilizando o método das variáveis instrumentais ver
DIPRETE e GANGL (2004).
42
Considerando-se que a probabilidade de participação de um indivíduo i seja dado
por:
30
)()|1Pr(
iiiii
uxFxD
γ
β
π
+
=== (19)
Como já explicitado
i
D é igual a 1 se o individuo recebe o tratamento e 0 caso não
receba;
i
x são as características observadas do indivíduo i,
i
u corresponde a variável não
observada e
γ
representa o efeito de
i
u sobre a decisão de participação no programa. Se
não existir viés de seleção então
γ
será igual a zero e a probabilidade de participação será
exclusivamente determinada pelas características observáveis. Entretanto, na presença de
viés de seleção, dois indivíduos com as mesmas covariáveis observadas x, terão diferentes
chances de receber tratamento.
Assumindo que dois indivíduos sejam pareados,
i e j, e que F tenha uma
distribuição logística. A
odds dos indivíduos receberem tratamento é dado por:
j
j
i
i
e
π
π
π
π
−− 11
e a odds ratio é dado por:
](exp[
)exp(
)exp(
)1(
)1(
1
1
ji
ii
jj
ij
ji
j
j
i
i
uu
ux
ux
−=
+
+
=
−
−
=
−
−
γ
γβ
γβ
ππ
ππ
π
π
π
π
(20)
Se os indivíduos possuírem as mesmas características observáveis, então o vetor x
se cancela. Deste modo, se não houver diferenças nas variáveis não observadas (
ji
uu
=
) e
se estas variáveis não influenciarem a probabilidade de participação (
γ
=
0), a odds ratio
será igual a 1, implicando a não existência de viés de seleção. Segue-se então, que se suas
odds de participação diferirem – isto é, se a odds ratio for diferente de 1 – só pode ser
devido à presença de não observáveis. A análise de sensibilidade avalia o quanto do efeito
do programa é alterado pela mudança nos valores de
γ
e de
ji
uu
−
.
De acordo com WATSON (2005), na prática isto significa examinar os limites da
odds ratio de participação que se encontra entre (RSOSENBAUM (2002) mostra que (20)
implica nos seguintes limites para a odds ratio):
30
HUJER, CALIENDO e THONSEN (2004).
43
γ
γ
ππ
π
π
e
e
ij
ji
≤
−
−
≤
)1(
)1(
1
(21)
Os indivíduos pareados possuem a mesma probabilidade de participação apenas se
γ
e
=1. Entretanto, se
γ
e
=2 então indivíduos aparentemente similares em termos de x, irão
diferir em suas probabilidades de receberem tratamento por um fator de até 2. Neste
sentido, segundo ROSENBAUM (2002),
γ
e seria uma medida do grau ruptura a partir de
um estudo livre de viés de seleção.
Apesar deste método não testar formalmente a hipótese CIA, ele fornece uma forma
de julgar o quão grande deve ser a influencia dos não observáveis a fim de que os
resultados do tratamento sejam alterados (ROSENBAUM, 2002, p.106
apud WATSON
2005).
Após a descrição das variáveis relevantes, todos os métodos discutidos acima serão
empregados com a intenção de se examinar a aplicabilidade de métodos não experimentais.
44
4. DESCRIÇÃO DOS DADOS E DAS VARIÁVEIS
4.1 Fonte de Dados
Os dados deste trabalho foram extraídos da Pesquisa de Orçamentos Familiares
(POF) 2002-2003. A POF, que é realizada pelo Instituto Brasileiro de Geografia e
Estatística (IBGE), é uma pesquisa amostral na qual são investigados os domicílios
particulares permanentes, com representatividade por Unidade da Federação (UF). A
coleta de dados da pesquisa foi realizada em todo território nacional nas áreas urbanas e
rurais no período de julho de 2002 a julho de 2003.
A pesquisa apresenta informações sobre a composição orçamentária doméstica,
sendo tal composição medida através da investigação dos hábitos de consumo, da alocação
de gastos e da distribuição dos rendimentos, segundo as características dos domicílios e das
pessoas, considerando-se também as condições de vida da população brasileira. Dentro do
tema rendimentos é efetuada uma investigação sobre as transferências governamentais
recebidas. Os rendimentos monetários advindos de programas sociais, tais como os valores
do Bolsa-Escola, encontram-se relacionados no item “Transferências Transitórias”.
4.2 Descrição da Amostra
A amostra é constituída por 48.171 unidades de consumo (UC)
31
. De acordo com a
POF, o conceito de unidade de consumo compreende um único morador ou conjunto de
moradores que compartilham da mesma fonte de alimentação ou compartilham as despesas
com moradia. Para efeito de divulgação de resultados, o termo família tem sido utilizado
para representar o conceito de Unidade de Consumo.
Do total de famílias da amostra 9,23% delas são beneficiárias do programa Bolsa-
Escola sendo que a sua maioria concentra-se na região Nordeste e em áreas urbanas.
32
De
acordo com os microdados da POF o valor mensal médio recebido pelas famílias
participantes era de R$ 31,68.
31
Excluindo-se os domicílios que apresentavam mais de uma UC.
32
Porém, pode-se observar que apesar da maioria dos beneficiários concentrar-se em áreas urbanas, a
porcentagem de participantes pertencentes à área rural é maior quando comparado aos não participantes. (Ver
TAB.2)
45
Como a unidade de análise proposta neste trabalho é o conceito de família (unidade
de consumo), considerou-se como variáveis individuais as características do chefe e as
variáveis de despesas e rendimentos individuais foram agregadas por UC.
4.2.1 Perfil dos Participantes
A partir da amostra da POF, é possível analisar de forma comparativa algumas
variáveis chaves entre os grupos de participantes e não participantes do programa Bolsa-
Escola, subdividindo-se este último em famílias elegíveis (ou possível grupo de
comparação) e não elegíveis. Consideram-se como elegíveis as famílias que apresentam
renda per capita mensal inferior a R$ 300,00. Os não elegíveis foram incluídos apenas para
efeitos de contraposição, não sendo, portanto alvo de nossas análises. Deste modo verifica-
se que cerca 4.447 domicílios da amostra participam do B.E (grupo de tratamento) e em
torno de 24.715 domicílios pertencem ao grupo de comparação.
A análise da estrutura de rendimento médio anual familiar apresentada na FIG. 1
revela que 68% dos rendimentos das famílias participantes são provenientes do trabalho. A
participação deste componente na formação do rendimento é também significativa para os
demais grupos analisados, sendo, em ambos os casos, responsável por mais da metade do
rendimento total. O segundo maior componente do rendimento familiar advém de
transferências (Programas Sociais e Transferências), uma vez que cerca de 22% dos
rendimentos das famílias pertencentes ao grupo de comparação, 17% das famílias
beneficiárias e 15,6% das famílias não elegíveis, são oriundos desta fonte. Ressalta-se que
aproximadamente 7% das transferências das famílias beneficiárias são derivadas de
programas sociais.
33
No total da distribuição, a rubrica outros rendimentos (que incluem,
entre outros, as vendas esporádicas, empréstimos e aplicações de capital) representam
aproximadamente 13% dos rendimentos monetários das famílias de renda mais baixa e os
rendimentos de aluguel (de bens móveis e imóveis) são aqueles com as menores
contribuições na composição do rendimento anual familiar.
33
Na rubrica Programas Sociais estão incluídos os itens: Auxílio-alimentação; tíquete-alimentação; tíquete-
refeição; auxílio-transporte; vale-transporte; auxílio-combustível; renda-mínima; PET; cesta básica; cartão-
cidadão; auxílio-leite; bolsa-renda; bolsa-escola; adjunto de solidariedade; agente jovem – programa
governamental para jovem desempregado; auxílio-gás; auxílio a portadores de deficiência física; auxílio
energia elétrica; salário-família; auxílio-doença; auxílio-médico. Na rubrica Transferências incluem-se os
rendimentos: aposentadoria de previdência pública e privada; bolsa de estudo; pensão alimentícia; mesada e
doação.
46
Decompondo-se as variáveis de domicílio (ver TAB. 1) observa-se que quase 60%
das residências participantes do programa não apresentam pavimentação na rua e mais da
metade da população beneficiária possui água encanada. No entanto, o número de famílias
beneficiárias que utilizam a rede geral como forma de abastecimento de água é inferior em
mais de 20 p.p. em relação às famílias não elegíveis. Constata-se ainda a precariedade em
relação ao serviço de saneamento básico. De acordo com os dados, apenas 26,88% dos
domicílios participantes e 35,21% dos não participantes elegíveis apresentam rede geral de
esgoto com canalização interna, em contraponto aos domicílios não elegíveis em que sua
maioria apresenta rede geral. Situação distinta é encontrada em relação ao serviço de
energia elétrica. Segundo os dados da POF, o fornecimento de energia elétrica através de
uma companhia representa um percentual bastante elevado para os três grupos, dado que
quase 91% da população participante tem acesso à iluminação elétrica. Verifica-se ainda
que as famílias beneficiárias encontram-se em sua maioria na região Nordeste, seguida pela
região Sudeste, localizadas majoritariamente em área urbanas.
2,2
23,4
58,7
14,1
1,6
1,0
13,9
68,0
10,2
6,8
0,7
13,2
64,3
19,5
2,3
0
20
40
60
80
100
Não Elegíveis Participantes Elegíveis
Fonte: IBGE. POF 2002-2003. Microdados. Elaboração Própria
por grupos e origem de recebimento
Figura 1: Distribuição do rendimento monetário médio familiar,
Rendimento de aluguel Outros rendimentos
Rendimento do trabalho Transferências
Programas Sociais
47
Tabela 1. Variáveis de domicílio para os grupos de participantes e não participantes
do programa Bolsa-Escola.
Variáveis Participantes
Não Participantes
(Elegíveis)
Não Participantes
(Não Elegíveis)
Quantidade de Moradores
5,35 4,00 3,01
Existe pavimentação na
rua
%Sim: 40,75
48,44
78,25
Abastecimento de água
1
%Rede Geral: 56,53
67,60
89,21
Origem da Energia
Elétrica
3
%Companhia de Energia
Elétrica: 90,66
92,79
99,10
Escoadouro Sanitário
4
%Rede geral de esgoto
ou pluvial: 26.88
35,21
66,27
Regiões %Sudeste: 25,99
%Sul: 9,71
%Nordeste: 50,86
%Norte: 8,31
%Centro-Oeste: 5,12
35,58
13,60
34,18
8,71
7,93
56,77
19,23
13,08
4,07
6,85
Áreas: Urbana e Rural %Urbano: 66,97
77,85
93,71
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003. Microdados. Elaboração Própria.
Notas:
1
O item outros inclui: (1) com canalização interna: poço ou nascente (na propriedade) e outra forma (2)
sem canalização interna: rede geral, poço ou nascente (na propriedade) e outra forma. O item Rede Geral
especificado apresenta canalização interna.
3
O item outros inclui: outros produtores de energia, próprio e não
tem.
4
O item outros inclui: fossa séptica; fossa rudimentar; vala; rio, lago ou mar; outro escoadouro e não tem.
Pode-se concluir por meio da análise realizada, que as famílias beneficiárias
apresentam um menor nível de acesso aos serviços públicos, especialmente em relação aos
serviços de saneamento. Deste modo, essas famílias apresentam condições de vida mais
precárias que as famílias pertencentes ao grupo de comparação, também compostas por
uma população de baixa renda, sugerindo que sob este aspecto o programa está bem
focalizado. Considerando-se que estes bens constituem serviços sociais básicos para
melhores condições de vida e saúde, do ponto de vista estratégico e de prioridade de
investimentos públicos, políticas de saneamento favoreceriam de forma significativa às
famílias pobres, contribuindo para o aumento do seu bem estar (DEDDECA e BARBIERE,
2005).
48
Tabela 2. Variáveis individuais para os grupos de participantes e não participantes do
programa Bolsa-Escola.
Variáveis Participantes
Não
Participantes-
Elegíveis
Não Participantes-
Não Elegíveis
Idade 43,2 44,6 47,3
Sexo do Chefe
34
% Mulheres: 22,12 25,9 27,35
Anos de Estudo 3,49 4,05 7,94
Número de Filhos 3,04 1,79 1,09
Número de Filhos com
idades entre 6 e 15 anos
1,82 0,71 0,37
Raça
1
%Brancos: 34,09
42,92
67,25
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003. Microdados. Elaboração Própria.
Notas:
1
A categoria indígena foi excluída da amostra.
De acordo com a TAB.2 verifica-se que a média de idade dos chefes das famílias
beneficiárias é inferior em relação aos dos não participantes. A proporção de chefes do sexo
masculino é maior no grupo de participantes, sendo que a maioria destes se enquadram na
categoria de não brancos, em contraposição aos não participantes não elegíveis no qual a
maioria é de brancos. Estes dados corroboram com as análises de DEDDECA e BARBIERI
(2005) que utilizando dados da Pesquisa Nacional por Amostras de Domicílios (PNAD) de
2001, encontraram que 70% do total de famílias pobres são chefiadas por homens. Deste
modo, não há uma maior incidência de famílias chefiadas por mulheres o que muitas vezes
associa-se a um maior nível de pobreza. A média de anos de estudos para os indivíduos
participantes é inferior aos dos não participantes, observando ainda que o número médio de
filhos com idades entre 6 e 15 anos é superior para o primeiro grupo. Este último dado
sugere que o programa possui um papel fundamental na situação destas famílias através da
condicionalidade dos benefícios.
34
Segundo a literatura as mulheres chefes são em sua maioria pobres, no entanto os dados apresentados não
corroboram tal afirmativa. Este fato pode dever-se a diversos motivos, como por exemplo, a composição do
grupo analisado uma vez que não se fez separações por idade, cor, anos de estudo, regiões e etc.
49
A FIG. 2 permite fazer algumas inferências a respeito da posição na ocupação
35
dos
chefes de famílias dos grupos analisados.
Segundo os dados, a inserção no mercado de trabalho dos chefes das famílias
participantes é precária, pois sua grande maioria encontra-se no setor informal, em
contrapartida ao grupo de não elegíveis no qual a maior parte se encontra no setor
formal da
economia. Do mesmo modo, o número de chefes de famílias beneficiárias incluídos no
setor informal é também superior quando comparado aos chefes de famílias elegíveis.
Nota-se ainda que o grupo de participantes apresenta uma proporção inferior de chefes
inseridos na categoria “desocupados” quando comparado aos demais.
35
O grupo setor formal constitui-se das seguintes posições na ocupação: empregado privado, empregado
público e empregador. Já o grupo setor informal é composto pelas categorias: empregado doméstico,
empregado temporário na área rural, trabalhador voluntário, conta-própria, aprendiz ou estagiário, não-
remunerado em ajuda a membro do domicílio e trabalhador na produção para o próprio consumo.
0
0,2
0,4
0,6
Não Elegíveis Participantes Elegíveis
Fonte: IBGE. POF 2002-2003. Microdados. Elaboração Própria
Figura 2: Distribuição dos chefes das famílias
Segundo grupos e setores de ocupação
Setor Formal Setor Informal
Desocupados
50
Um ponto importante a ser ressaltado através do exame dos dados são as diferenças
presentes para os valores médios das variáveis entre os grupos de elegíveis e não elegíveis.
Tais diferenças apontam para o fato de que o pareamento deve ser feito entre famílias que
sejam realmente comparáveis. Dessa forma o grupo de não participantes elegíveis
representam um potencial grupo de controle, dado que as características médias observáveis
destas famílias aproximam-se das características das famílias pertencentes ao grupo de
tratamento.
4.3 Variáveis Dependentes
O objetivo deste trabalho, como mencionado anteriormente, é o de analisar os
efeitos das transferências monetárias advindos de programas sociais de transferências de
renda, neste caso o programa federal Bolsa-Escola, sobre os gastos das famílias
beneficiárias.
Em geral, espera-se que as transferências recebidas do programa tenham um efeito
positivo sobre as despesas de consumo, dado que tais transferências aumentam a renda
disponível das famílias. ATTANASIO e MESNARD (2005) argumentam que este efeito
não é tão imediato quanto parece. Primeiramente, a renda disponível não necessariamente
irá aumentar no mesmo montante das transferências recebidas, uma vez que as condições
impostas pelo programa podem reduzir outras formas de rendimentos, como por exemplo, a
renda do trabalho infantil. Segundo, os valores recebidos podem não ser inteiramente gasto
para o consumo de bens, já que as famílias podem decidir poupar uma fração, utilizá-los
para o pagamento de débitos correntes ou no investimento de atividades produtivas.
Além do efeito total sobre os gastos de consumo, será realizada também uma análise
sobre os efeitos na sua composição. Esta análise será feita com base nos valores absolutos
e nas proporções de gastos (
share). Pelo fato do consumo de alimentos representar a maior
proporção dos gastos das famílias participantes, a análise de seus componentes é
particularmente importante. Através desta decomposição pode-se, ainda, fazer algumas
considerações a respeito dos efeitos sobre o status nutricional das famílias e de suas
crianças.
Dentre os objetivos do trabalho, pretende-se verificar quais gastos de consumo são
superiores para as famílias tratadas e através disto inferir indiretamente qual membro da
família se apropria dos benefícios do programa. ATTANASIO e MESMARD (2005),
51
argumentam que itens como álcool e tabaco são tipicamente consumidos por adultos,
enquanto outros como: vestuário infantil, alguns itens relacionados com a educação são
consumidos por crianças. Logo, a avaliação dos efeitos do programa sobre cada um dos
componentes dos gastos e sobre itens específicos, permitirá verificar como as famílias
beneficiárias alocam os recursos advindos do Bolsa-Escola e se há uma apropriação
desproporcional dos benefícios por parte dos adultos.
A fim de se verificar os efeitos das transferências sobre os gastos correntes das
famílias participantes, as seguintes variáveis serão analisadas.
36
A variável despesa com alimentos será ainda desagregada nos seguintes itens:
despesas com alimentação fora de casa, despesas com alimentos essenciais e despesas com
alimentos não essenciais.
36
As agregações das seguintes despesas foram realizadas com base no Relatório da POF 2002-2003, suas
exatas especificações encontram-se no anexo deste trabalho. Optou-se, no entanto, por duas distintas
agregações. A primeira refere-se ao item de despesas com produtos de higiene, que representa a junção dos
itens: Despesas com produtos de Higiene e Cuidados Pessoais e Despesas com Serviços Pessoais. O segundo
refere-se às despesas com fumo e bebidas alcoólicas.
52
Quadro 1. Variáveis Dependentes – Valores Absolutos
Variáveis Descrição
Despesa Total
Somatório de todas as despesas
Despesas com Alimentos Despesas com a aquisição de alimentos tanto para
consumo dentro como fora do domicilio.
Despesas com Habitação Estas despesas representam o somatório dos
seguintes itens:
1) Aluguel
2) Serviços e Taxas
3) Manutenção do Lar
4) Eletrodomésticos
5) Consertos de Artigos do Lar
Despesas com Vestuário Despesas com vestuário feminino, masculino e
infantil.
Despesas com Transportes Despesas com transporte público e privado.
Despesas com produtos de Higiene
(cuidados pessoais) e Serviços
Pessoais
Despesas com a aquisição de artigos de higiene e
beleza e serviços pessoais tais como: cabeleireiro,
esteticista, consertos de artigos pessoais e etc.
Despesas com Saúde Despesas com produtos e serviços relativos a
assistência à saúde, tais como consultas, remédios,
plano de saúde e etc.
Despesas com Educação Neste tópico incluem-se despesas efetuadas com
mensalidades, livros-didáticos, matrículas,
uniformes escolares e etc.
Despesas com Recreação e Cultura Incluem-se despesas com brinquedos, diversões,
esportes, livros e revistas não-didáticos e etc.
Despesas com Fumo e Bebidas
Alcoólicas
Incluem-se despesas com cigarros, fumo e bebidas
alcoólicas consumidas dentro e fora do domicílio.
Despesas Diversas Referem-se às despesas com jogos e apostas,
cerimônias e festas familiares, serviços profissionais
e etc.
Outras Despesas Correntes Despesas com impostos, serviços bancários,
pensões, previdência privada e etc.
53
4.3.1 Os componentes da Despesa
As despesas de consumo representam o componente mais importante da estrutura de
despesas das famílias e sua estimativa da participação na despesa total é de
aproximadamente 82,41% para o Brasil. (IBGE. POF 2002-2003).
As FIGs. 3, 4 e 5 apresentam a distribuição da participação das despesas dos
diferentes grupos que compõem o consumo familiar em relação ao total das despesas de
consumo, para as famílias participantes, não participantes elegíveis e não participantes não
elegíveis, respectivamente.
32,81%
20,44%
20,04%
6,77%
5,71%
4,05%
3,51%
3,45%
1,97%
1,26%
Alimentação Transporte
Habitação Vestuário
Saúde
Higiene
Educação Despesas
Diversas
Recreação e Cultura Fumo e Beb. Alcoólicas
Fonte: IBGE. POF 2002-2003.Microdados. Elaboração Própria
Segundo tipos de despesas - Participantes
Figura 3: Participação na despesa de consumo média familiar
54
24,08%
22,39%
16,79%
10,36%
7,76%
5,69%
5,38%
3,31%
3,26% 0,97%
Habitação Transporte
Alimentação Despesas
Diversas
Saúde
Educação
Vestuário Recreação
e Cultura
Higiene Fumo e Beb. Alcoólicas
Fonte: IBGE. POF 2002-2003.Microdados. Elaboração Própria
Segundo tipos de despesas - Não Elegíveis
Figura 5: Participação na despesa de consumo média familiar
33,65%
22,85%
15,47%
7,53%
6,55%
4,36%
4,18%
1,83%
1.83%
1,75%
Alimentação Habitação
Transporte Vestuário
Saúde
Higiene
Despesas Diversas Recreação e Cultura
Educação Fumo e Beb. Alcoólicas
Fonte: IBGE. POF 2002-2003.Microdados. Elaboração Própria
Segundo tipos de despesas - Elegíveis
Figura 4: Participação na despesa de consumo média familiar
55
De acordo com os gráficos pode-se observar que os grupos alimentação, habitação e
transporte correspondem a maior parte das despesas de consumo das famílias brasileiras,
(74,69%), o que representa uma parte significativa da despesa total (61,55%). Verifica-se,
no entanto, que o ordenamento destas despesas difere entre os grupos analisados. Através
da análise da FIG. 3, constata-se que as despesas com alimentação representam cerca de
32,8% das despesas anuais de consumo das famílias participantes, seguidas pelas despesas
com transportes e habitação. Do mesmo modo as famílias pertencentes ao grupo de
comparação, destina a maior parte de seus rendimentos para os gastos com Alimentação,
cerca de 33,65%, levemente superior aos gastos das famílias participantes, sendo, no
entanto, a sua segunda maior despesa destinada aos gastos com habitação, seguido pelos
gastos com transporte. Para ambos os grupos as despesas com vestuário aparecem na quarta
posição, seguidos pelos gastos com saúde e produtos de higiene pessoal. Vale ressaltar que
de acordo com os dados da amostra, as famílias beneficiárias apresentam gastos com
educação superiores às famílias não participantes elegíveis (3,51% contra 1,83%) o que
possivelmente deve-se a condicionalidade de programa.
De acordo com FIG. 5 as famílias não elegíveis, destinam a maior parte dos seus
recursos para os gastos com habitação, seguidos pelos gastos com transporte e alimentação,
diferentemente das demais famílias analisadas. Cabe ressaltar ainda que, o quarto maior
gasto destas famílias destina-se a itens incluídos na categoria de despesas diversas,
seguidos pelos gastos com saúde e educação, e apresentam gastos relativamente menores
com produtos de vestuário e higiene pessoal.
Dado que as principais despesas de consumo das famílias concentram-se em itens
de alimentação, habitação e transporte, a FIG. 6 ilustra a distribuição dos principais gastos
segundo os grupos e regiões.
56
Nota: “0” - Não elegíveis; “1” – Participantes e “2” - Elegíveis.
Finalmente, a FIG. 7 ilustra a distribuição das despesas de consumo com
alimentação segundo os grupos de alimentos para as famílias beneficiárias. Verifica-se que
a maior parte da despesa com alimentação é destinada ao consumo de alimentos
processados e de carnes e peixes.
0
2.000
4.000
6.000
Sudeste Sul Nordeste Norte Centro Oeste
0 1 2 0 1 2 0 1 2 0 1 2 0 1 2
Fonte: IBGE. POF 2002-2003. Microdados. Elaboração Própria
Figura 6: Distribuição dos principais gastos segundo grupos e regiões
Alimentação Habitação
Transporte
57
Como descrito anteriormente, também serão analisadas as proporções dos gastos
com cada um dos componentes. O efeito do programa sobre as despesas será medido
através da diferença entre as médias das variáveis para os grupos de tratamento e controle.
As informações de consumo foram coletadas pela POF através de pesquisas
retrospectivas referindo-se ao consumo nos últimos sete dias para alimentos e itens
consumidos com maior constância e períodos de referência mais longos (um mês, três
meses e 12 meses) segundo os critérios de freqüência de aquisição e nível de gastos. De
acordo com o Relatório POF 2002-2003 a despesa total inclui todas as despesas monetárias
e não monetárias realizadas pela unidade de consumo. Assim como o rendimento bruto
total corresponde ao somatório dos rendimentos monetários e dos rendimentos não
monetários na unidade de consumo. Para a finalidade deste trabalho utilizaram-se apenas as
despesas e os rendimentos classificados como monetários
37
. Ambos os valores encontram-
se anualizados e deflacionados.
38
37
As despesas monetárias incluem: despesas monetárias à vista para a UC; monetárias à vista para outra UC;
monetárias a prazo para a UC e monetária a prazo para outra UC. Não se considerando, portanto doações,
troca, produção própria e demais itens relacionados.
29,33%
23,17%
16,69%
15,59%
6,70%
5,20%
3,31%
Alimento Processado Carne, Peixe
Grãos Farinha, massas
Frutas, leg. e vegetais Leite
Alimento de orig. animal
Fonte: IBGE. POF 2002-2003. Microdados. Elaboração Própria
Segundo grupos de alimentos - Participantes
Figura 7:Participação na despesa de consumo com Alimentação
58
Quadro 2. Variáveis Dependentes – Proporções.
Variáveis Descrição
Proporção dos gastos com Alimentação
Despesas com alimentação/ despesa
total
Proporção dos gastos com Habitação
Despesas com habitação/ despesa total
Proporção dos gastos com Vestuário Despesas com vestuário/ despesa total
Proporção dos gastos com Transporte
Despesas com transporte/ despesa total
Proporção dos gastos com Higiene e
Serviços Pessoais
Despesas com higiene e serviços
pessoais/ despesa total
Proporção dos gastos com Saúde
Despesas com saúde/ despesa total
Proporção dos gastos com Educação Despesas com educação/ despesa total
Proporção dos gastos com Recreação
e Cultura:
Despesas com recreação e cultura/
despesa total
Proporção dos gastos Fumos e Bebidas
Alcoólicas
Despesas com fumo e bebidas
alcoólicas/ despesas total
Proporção dos gastos com Despesas
diversas:
Despesas diversas/ despesa total
Proporção dos gastos com Outras
Despesas Correntes:
Outras despesas correntes/ despesa
total
38
A POF 2002-2003 adotou a data de 15 de janeiro de 2003, como referencial para o deflacionamento. Os
indexadores utilizados para as despesas com bens e serviços foram as séries históricas do Índice Nacional de
Preços ao Consumidor Amplo – IPCA, dos IPCAs regionais de cada uma das 11 áreas pesquisas pelo IBGE,
das variações de preços dos produtos e serviços acompanhados pelo Sistema Nacional de Índices de Preços ao
Consumidor do IBGE.
59
4.4 Variáveis Independentes
Como visto, o modelo logit (probit) pelo qual o escore de propensão é calculado
deve incluir variáveis preditoras que influenciam a participação no programa e os
resultados de interesse. As variáveis utilizadas relacionam-se basicamente ao status de
pobreza, uma vez que estas irão determinar tanto a elegibilidade para o programa como os
efeitos sobre o consumo. Estas variáveis são utilizadas na estimação do modelo
logit e os
seus valores médios são “equilibrados” entre os grupos de tratamento e controle dentro de
cada bloco de famílias. (ver seção 4.2).
O escore de propensão estimado fornece a probabilidade predita de participação no
programa de uma determinada família e através dos seus valores realiza-se o pareamento
entres os grupos de tratamento e comparação. Deste modo, a inclusão de variáveis de
região, domicílio, bem como as características do chefe têm por finalidade não só o cálculo
da probabilidade de participação, mas também o pareamento das famílias em termos das
características observáveis. Assim o cálculo do ATT é realizado entre famílias que sejam de
fato comparáveis, sendo esta comparabilidade alcançada através das variáveis incluídas no
modelo de escore de propensão, tais como anos de estudo, raça, cor, características
domiciliares e etc. Estas variáveis representam por sua vez um controle para o cálculo do
ATT. A hipótese adotada é que tais variáveis são ortogonais ao tratamento, dado que
determinam a participação no programa, mas não são afetadas por este.
60
Quadro 3: Variáveis Independentes
Variáveis Descrição
rendapc
Renda per capita mensal (líquida das transferências do
B.E)
filhosUC2 Número de filhos com idade menor ou igual a 15 anos.
anosest Número de anos de estudos do chefe
draca1 Variável
dummy para raça do chefe (branco=1, negro=0)
dsexo1 Variável
dummy sexo do chefe (homem=1, mulher=0)
Sul Variável
dummy de região
Nordeste Variável
dummy de região
Norte Variável
dummy de região
Centrooeste Variável
dummy de região
urb1
Variável
dummy para situação do domicílio (rural=1,
urbana=0)
metrop1 Variável
dummy para área metropolitana (metropolitana=1,
não metropolitana=0)
setor1 Variável
dummy para ocupação do chefe (formal=1, outros,
incluindo desocupados=0)
setor2 Variável
dummy para ocupação do chefe (informal=1,
outros, incluindo desocupados=0)
dcartcred
1
Variável dummy para cartão de crédito
descoad1 Variável
dummy para escoadouro sanitário
dabastag1 Variável
dummy para rede geral de abastecimento
pavrua1 Variável
dummy para pavimentação na rua
denergelet1 Variável dummy para energia elétrica
qtdebanhpp Número de banheiros por pessoa na UC
qtdecompp Número de cômodos por pessoa na UC
1
Pode-se considerar que esta variável também seja ortogonal ao tratamento dado que os valores das
transferências são relativamente baixos
61
5. RESULTADOS
Os resultados serão analisados em cinco seções. Na seção 5.1 serão desenvolvidas
algumas considerações a respeito dos modelos
logit construídos para estimar os escores de
propensão. Na seção 5.2 será avaliada a qualidade dos pareamentos efetuados. Na seção 5.3
serão examinados os resultados obtidos para as estimativas do efeito do tratamento
considerando distintos níveis de renda. A sensibilidade das estimativas a pequenas
mudanças na especificação do modelo de escore de propensão será analisada na seção 5.4.
E finalmente, na seção 5.5 realiza-se uma análise de sensibilidade utilizando o método de
ROSENBAUM (2002), para as estimativas do efeito do tratamento sobre os resultados de
interesse.
5.1. O modelo Logit
Os modelos logit (probit) são estimados a fim de predizer a probabilidade de
participação no programa. Na geração dos modelos, deve-se considerar como grupo de
comparação apenas os indivíduos elegíveis. Assim sendo, realizou-se um corte em relação à
renda
per capita mensal familiar para os seguintes valores: R$ 100,00 e R$ 300,00, bem
como considerou-se na amostra apenas as famílias que possuíam filhos. Estes cortes têm
por finalidade manter na amostra apenas os indivíduos do grupo de tratamento e controle
que sejam de fato comparáveis.
Como discutido no primeiro capítulo, as famílias elegíveis para o programa devem
possuir filhos em idade escolar e renda
per capita mensal de até R$ 90,00. A decisão pelos
cortes de renda especificados acima, baseia-se no fato de a renda
per capita mensal média
das famílias beneficiárias ser de R$ 180,00. Dessa forma optou-se por cortes acima e a
baixo deste valor a fim de se verificar o impacto nas distintas faixas de renda e de se utilizar
maior parte possível da amostra.
39
As TABs. 3 e 4 apresentam os resultados para os modelos de escore de propensão
estimados segundo as faixas de renda de R$ 100,00 e R$ 300,00 respectivamente. As
especificações finais de tais modelos foram obtidas através de várias tentativas a fim de se
chegar a especificações menos parcimoniosas e que satisfizessem a hipótese do “equilíbrio”
39
Quando se considera o limite de R$ 100,00 para renda per capita mensal o grupo de tratamento apresenta
2.581 observações, ao estender esse limite para R$ 300,00 o número da amostra de tratados aumenta para
4.187 observações (cerca de 94% da amostra).
62
(Balancing Hypothesis) entre as variáveis incluídas no modelo. Através dessa hipótese
testa-se se a média para cada uma das características não difere entre os grupos de
tratamento e controle. A adoção de um modelo menos parcimonioso se justifica pelo fato
de que quanto maior o número de variáveis incluídas, melhor será o pareamento realizado,
já que quanto maior o número de características observáveis utilizadas, mais similares serão
os indivíduos dos grupos de tratamento e controle.
Através da análise dos preditores verifica-se que de fato alguns deles não são
significativos, mas segundo VENETOKLIS (2004) isso não significa necessariamente que
estas variáveis não devam ser incluídas no modelo. RUBIN e THOMAS (1996) (
apud
CALIENDO e KOPEINING (2005)) argumentam que uma variável só deve ser excluída da
análise se houver um consenso de que esta não é apropriada (não relacionada com o
resultado), de outra forma é aconselhável incluí-la na estimativa do escore de propensão
mesmo que não seja estatisticamente significativa. Os resultados obtidos por ZHAO (2005)
sugerem ainda, que a inclusão de variáveis irrelevantes no modelo de escore de propensão
não irão causar viés, no entanto uma sobre especificação deste (
e.g. a inclusão de termos
não lineares desnecessários) irá possivelmente viesar os resultados.
63
Tabela 3. Modelo Probit (1) (Renda per capita <=100).
Variáveis
Coeficiente
Erro Padrão
(Robusto)
z
P>|z|
Intervalo de
Confiança de 95%
rendapc -0,0013 0,0010 -1,27 0,203 -0,0033 0,0007
filhosUC2 0,1961 0,0183 10,70 0,000 0,1601 0,2320
anosest -0,0339 0,0092 -3,69 0,000 -0,0519 -0,0159
dsexo1 -0,1079 0,0611 -1,77 0,077 -0,2276 0,01188
draca1 -0,0310 0,0539 -0,58 0,565 -0,1366 0,0745
Sul 0,1721 0,1094 1,57 0,116 -0,0423 0,3865
Nordeste 0,3857 0,0797 4,84 0,000 0,2294 0,5420
Norte -0,0889 0,0963 -0,92 0,356 -0,2776 0,0998
Centrooeste 0,0080 0,0983 0,08 0,935 -0,1846 0,2006
metrop1 0,3863 0,0770 5,02 0,000 0,2354 0,5371
setor1 -0,0368 0,0997 -0,37 0,712 -0,2323 0,1587
setor2 0,1348 0,0954 1,41 0,158 -0,0522 0,3219
dcartcred1 -0,1909 0,1203 -1,59 0,113 -0,4268 0,0450
descoad1 0,1042 0,0766 1,36 0,174 -0,0459 0,2544
denergelet1 0,2578
0,0558
4,62
0,000
0,1484 0,3671
pavrua1 -0,0150 0,0523 -0,29 0,773 -0,1175 0,0874
cons -1,6646 0,1592 -10,46 0,000 -1,9766 -1,3526
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
64
Tabela 3.1. Limite inferior, número de tratamentos e número de controles para cada
bloco.
Limite inferior do Escore de
Propensão (com suporte comum)
Controle Tratamento Total
0,0470273 361 40 401
0,1 691 96 787
0,15 856 199 1.055
0,2 998 279 1.277
0,25 800 344 1.144
0,3 1.206 675 1.881
0,4 466 400 866
0,5 158 186 344
0,6 95 120 215
0,8 7 7 14
Total 5.638 2.346 7.984
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
65
Tabela 4. Modelo Logit(2) (Renda per capita <=300)
Variáveis
Coeficiente
Erro Padrão
(Robusto)
z
P>|z|
Intervalo de
Confiança de 95%
rendapc -0,0035 0,0006 -5,91 0,000 -0,0047 -0,0023
filhosUC2 0,3325 0,0301 11,05 0,000 0,2735 0,3914
anosest -0,0753 0,0113 -6,67 0,000 -0,0974 -0,0532
draca1 -0,1497 0,0730 -2,05 0,040 -0,2927 -0,0067
Sul 0,0995 0,1206 0,83 0,409 -0,1368 0,3359
Nordeste 0,5822 0,0934 6,23 0,000 0,3990 0,7654
Norte -0,0171 0,1194 -0,14 0,886 -0,2511 0,2169
Centrooeste 0,0198 0,1117 0,18 0,859 -0,1991 0,2387
urb1 0,2279 0,0762 2,99 0,003 0,0785 0,3773
setor1 -0,0761 0,1374 -0,55 0,580 -0,3455 0,1932
setor2 0,2878 0,1367 2,10 0,035 0,0197 0,5556
dabastag1 0,0474 0,0747 0,63 0,526 -0,0990 0,1939
descoad1 0,0715 0,0898 0,80 0,426 -0,1045 0,2476
denergelet1 0,6075 0,0910 6,67 0,000 0,4290 0,7860
dcartcred1 -0,1568 0,1213 -1,29 0,196 -0,3945 0,0809
qtdebanhpp -1,5403 0,3011 -5,11 0,000 -2,1305 -0,9501
qtdecompp 0,2838 0,0834 3,40 0,001 0,1202 0,4473
cons -2,4789 0,2234 -11,10 0,000 -2,9167 -2,0411
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
66
Tabela 4.1. Limite inferior, número de tratamentos e número de controles para cada
bloco.
Limite inferior do Escore de
Propensão (com suporte comum)
Controle Tratamento Total
0,0157681 835 23 858
0,05 1.641 91 1.732
0,075 1.700 153 1.853
0,1 1.534 191 1.725
0,125 1.313 255 1.568
0,15 2.127 504 2.631
0,2 1.462 442 1.904
0,25 1.039 440 1.479
0,3 1.261 655 1.916
0,4 815 699 1.514
0,6 133 162 295
0,8 9 18 27
Total 13.869 3.633 17.502
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
De acordo com os modelos estimados constata-se que em geral as variáveis de
controle apresentam os sinais esperados. Observa-se que o número de
filhos aumenta a
probabilidade de participação no programa. O fato de o chefe ser do sexo masculino ou
mais escolarizado diminui esta probabilidade. Este último fator está fortemente
correlacionado com a renda, uma vez que, normalmente os indivíduos mais escolarizados
apresentam maiores rendimentos. Os indivíduos localizados na região Nordeste e em áreas
não metropolitanas apresentam uma maior probabilidade de serem elegíveis para o
programa. O nível de renda no modelo 2 é negativo e significativo, sugerindo que um
aumento da renda
per capita familiar reduz a probabilidade de participação no programa. Já
o fato do chefe pertencer ao setor informal da economia aumenta esta probabilidade.
5.2 Avaliando a Qualidade dos Pareamentos
A TAB. 5 apresenta as médias para as covariáveis antes e depois do pareamento. O
objetivo é verificar se existem diferenças sistemáticas entre os dois grupos que possam
resultar em estimativas de impacto viesadas. Verifica-se que na maior parte dos casos, as
diferenças nas amostras não pareadas excedem as diferenças para as amostras pareadas. Em
outras palavras, o pareamento reduz a discrepância existente na amostra inicial.
67
Tabela 5: Estatística Descritiva para a comparação das variáveis antes e depois
do pareamento.(Continua)
Variáveis Amostra
Tratado
X
Controle
X
Viés
(%)
%
redução
no |viés|
Anos de Estudo
Não Pareados
Pareados
3,09
2,44
5,53
3,37
-61,4
-23,5
Idade
Não Pareados
Pareados
43,92
41,56
45,99
36,46
-14,8
36,4
-146,5
Nº de Filhos Não Pareados
Pareados
3,04
3,71
1,48
2,86
97,7
53,4
45,4
Nº de Filhos
(<=15 anos)
Não Pareados
Pareados
2,23
2,91
0,87
2,39
97,9
37,9
61,3
Número de
Moradores
Não Pareados
Pareados
5,39
5,86
3,59
5,03
93,5
43,0
54,0
Renda
per capita
Mensal
Não Pareados
Pareados
133,69
51,72
520,21
59,04
-50,9
-1,0
98,1
Não brancos Não Pareados
Pareados
0,71
0,75
0,54
0,70
36,2
10,3
71,6
Mulheres Não Pareados
Pareados
0,23
0,20
0,26
0,21
-7,3
-1,6
77,7
Área Rural Não Pareados
Pareados
0,35
0,43
0,21
0,34
31,8
19,2
39,5
Setor Informal
Não Pareados
Pareados
0,60
0,67
0,40
0,60
39,7
13,7
65,5
Cartão de crédito Não Pareados
Pareados
0,07
0,02
0,21
0,04
-41.4
-4.5
89.1
Escoadouro
Sanitário
Não Pareados
Pareados
0,17
0,12
0,33
0,19
-39,2
-16,7
57,4
Rede geral de
abastecimento de
água
Não Pareados
Pareados
0,52
0,42
0,70
0,50
-36,2
-16,7
53,9
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Nota: Famílias com renda per capita <=100.
68
Tabela 5: Estatística Descritiva para a comparação das variáveis antes e depois
do pareamento.(Conclui)
Variáveis Amostra
Tratado
X
Controle
X
Viés
(%)
%
redução
no |viés|
Pavimentação na
rua
Não Pareados
Pareados
0,37
0,30
0,55
0,33
-36,3
-6,8
81,3
Qtde de banheiro
por pessoa
Não Pareados
Pareados
0,19
0,14
0,43
0,17
-83,7
-12,6
85,0
Qtde cômodo por
pessoa
Não Pareados
Pareados
1,14
0,96
2,08
1,04
-85,9
-6,8
92,0
Qtde de cômodo
servindo de
dormitório por
pessoa
Não Pareados
Pareados
0,47
0,42
0,62
0,40
-71,7
8,1
88,7
Região Nordeste Não Pareados
Pareados
0,60
0,68
0,36
0,48
50,1
40,6
19,1
Região Norte Não Pareados
Pareados
0,13
0,13
0,14
0,13
-4,6
-0,7
85,6
Região Centro
Oeste
Não Pareados
Pareados
0,10
0,07
0,18
0,06
-23,5
1,7
92,7
Região Sudeste Não Pareados
Pareados
0,12
0,08
0,18
0,23
-19,3
-42,3
-119,5
Região Sul Não Pareados
Pareados
0,05
0,04
0,13
0,09
-27,1
-17,2
36,5
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Nota: Famílias com renda per capita <=100.
Constata-se que para a maioria das variáveis analisadas, houve uma redução no viés
absoluto. Algumas variáveis, no entanto, apresentaram aumento no valor do viés, tais como
idade e região Sudeste. Contudo, o que se pretende ressaltar é o fato de que o pareamento
baseado no escore de propensão reduz grande parte do viés atribuível as variáveis
observadas. De fato, na maior parte dos casos a redução no viés é superior a 50%.
Considerando-se que os grupos de tratamento e controle apresentam características
69
similares, utiliza-se a diferença das médias dos resultados na amostra pareada para se obter
uma estimativa do efeito médio do tratamento sobre o tratado.
5.3 O “Impacto” do Programa
Neste trabalho, a estimação do efeito médio do tratamento sobre o tratado é feita
utilizando-se seis distintos algoritmos de pareamento
40
(ver seção 3.6.1). No presente
capítulo apenas o algoritmo de pareamento estratificado (
stratification matching) será
apresentado e analisado.
A decisão pela utilização do pareamento com estratificação
(
stratification matching) decorre do fato de que a estimativa do ATT e do número final de
blocos gerados no escore de propensão, serem ambos baseados no princípio da
estratificação da amostra.
A análise será feita com base em três pontos: (a) a magnitude do valor estimado
para o ATT; (b) seu sinal e (c) sua significância estatística. Será realizada ainda uma
comparação entre os distintos algoritmos utilizados, na seção 5.6, a título de contribuição
metodológica.
Se a estimativa apresentar sinal positivo, então o impacto é a favor do grupo de
tratamento, caso contrário, o efeito é contra. Vale lembrar que estes métodos calculam o
ATT subtraindo-se o valor médio do resultado para os não tratados do valor estimado para
os tratados.
40
BECKER e ICHINO (2002) realizam um esboço geral de alguns estimadores baseados no escore de
propensão, fornecendo ainda um conjunto de programas computacionais empregados com auxílio do pacote
estatístico STATA utilizados para estimar os efeitos de tratamento. Do mesmo modo, LEUVEN e SIANESI
(2003) desenvolveram o comando psmatch2 para o cálculo dos impactos nas variáveis de resultados sobre os
indivíduos tratados. Ambos os métodos são considerados neste trabalho.
70
5.3.1 Os efeitos sobre a despesa total
Tabela 6: Cálculo do efeito do tratamento para a despesa total
Estimador Variáveis Dependentes
Stratification Matching
Despesa Total
(Modelo Rendapc<=100)
307,558
(3,037)*
Despesa Total
(Modelo Rendapc<=300)
189,959
(1,990)**
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Notas: Valores das despesas em R$, deflacionados e anualizados.
Os valores entre parênteses representam a estatística t baseada no erro padrão calculado através do método de
bootstrap (50 repetições). * Significativo a 1%. ** Significativo a 5%. *** Significativo a 10%
Na TAB.6 são reportadas as estimativas dos valores do efeito do tratamento para a
despesa total separado por cortes de renda. Observa-se que o efeito do programa sobre o
consumo total é maior para as famílias que apresentam menor renda
per capita. O valor
médio dos gastos anuais para uma família beneficiária que possui renda
per capita de até
R$ 100, 00, é cerca de R$ 300,00 superior a média dos gastos totais das famílias não
participantes. Considerando que o valor médio anual recebido por estas famílias é de R$
347, 53, pode-se inferir que cerca 85% deste valor é utilizado para gastos em geral. Já para
as famílias que apresentam renda
per capita até R$ 300,00 os resultados sugerem um valor
superior para os gastos totais em torno de R$ 190,00. Este valor sugere que estas famílias
poupam uma fração maior das transferências recebidas (cerca de 60% das transferências é
utilizada para gastos).
5.3.2 Os efeitos sobre os componentes do consumo
O aumento dos gastos como conseqüência das transferências monetárias talvez não
seja muito surpreendente; o ponto a ser destacado, inclusive sob o ponto de vista da
efetividade da política social, é o conhecimento de quais componentes apresentam maiores
dispêndios. Segundo ATTANASIO e MESNARD (2005) a avaliação do programa será
muito distinta se este resultar em um aumento nos gastos com educação do que se resultar
em um aumento nos gastos com tabaco e bebidas alcoólicas.
71
As TABs. 7 e 8 fornecem os valores para o efeito do tratamento sobre os
componentes do consumo por cortes de renda.
A TAB. 7 fornece os valores do efeito médio do tratamento para as famílias que
possuem renda
per capita de até R$ 100,00. Esta tabela sugere que a maior parte das
transferências recebidas é gasta em alimentação, neste caso mais de 60% do valor das
transferências é destinada para a compra de alimentos. Tal fato igualmente pode ser
observado para a subseqüente faixa de renda, no qual observa-se que as despesas com
alimentos representam o maior componente dos gastos. Pode-se também destacar que parte
das transferências é destinada para despesas com vestuário. Os dados apontam que tais
gastos são positivos e significativos para ambos os níveis de renda, sendo, no entanto
maiores para as famílias com maiores rendimentos
per capita. Verifica-se ainda que os
gastos com produtos de higiene e serviços pessoais são superiores para as famílias
beneficiárias, significando que uma parte das transferências é destinada para compra de
artigos de higiene e beleza e serviços como cabeleireiro e consertos de artigos pessoais.
72
Tabela 7: Cálculo do efeito do tratamento para os componentes do consumo
(Renda per capita <=100)
Estimador
Variáveis Dependentes
(Valor Absoluto)
Stratification Matching
Despesas com Alimentação
225,772
(4,370)*
Despesas com Habitação -18,639
(-0,597)
Despesas com Vestuário 33,823
(3,133)*
Despesas com Transportes 11,791
(0,360)
Despesas com Higiene e Serviços
Pessoais
23,120
(3,090)*
Despesas com Assistência à Saúde
41
9,796
(0,774)
Despesas com Educação
24,684
(7,755)*
Despesas com Recreação e Cultura 3,351
(0,986)
Despesas com Fumo e Bebidas
Alcoólicas
-6,478
(-1,409)
Valor das Despesas com Despesas
Diversas
-6,846
(-0,535)
Valor das Despesas com Despesas
Correntes
7,185
(1,273)
Despesas com Bens Duráveis
-6,724
(-1,022)
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Notas: Valores das despesas em R$, deflacionados e anualizados.
Os valores entre parênteses representam a estatística t baseada no erro padrão calculado através do método de
bootstrap (50 repetições). * Significativo a 1%. ** Significativo a 5%. *** Significativo a 10%
41
Para o cálculo do efeito das despesas com saúde não foram considerados eventuais choques nos gastos uma
vez que a POF não capta este tipo de efeito. No entanto supõe-se que as diferenças para os choques na saúde
não são significativas entre os grupos de tratamento e comparação.
73
Tabela 8: Cálculo do efeito do tratamento para os componentes do consumo
(Renda per capita <=300)
Estimador
Variáveis Dependentes
(Valor Absoluto)
Stratification Matching
Despesas com Alimentação
197,688
(3,780)*
Despesas com Habitação -42,712
(-1,405)
Despesas com Vestuário 40,101
(3,844)*
Despesas com Transportes -24,410
(-0,683)
Despesas com Higiene e Serviços
Pessoais
21,945
(3,556)*
Despesas com Assistência à Saúde
12,154
(0,711)
Despesas com Educação
12,502
(3,265)*
Despesas com Recreação e Cultura -2,142
(-0,556)
Despesas com Fumo e Bebidas
Alcoólicas
-5,794
(-1,601)
Valor das Despesas com Despesas
Diversas
-15,742
(-0,937)
Valor das Despesas com Despesas
Correntes
-3,633
(-0,366)
Despesas com Bens Duráveis
-11,253
(-1,679)***
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Notas: Valores das despesas em R$, deflacionados e anualizados.
Os valores entre parênteses representam a estatística t baseada no erro padrão calculado através do método de
bootstrap (50 repetições). * Significativo a 1%. ** Significativo a 5%. *** Significativo a 10%
74
Em relação às despesas com itens relacionados à habitação, as TAB 7 e 8 sugerem
que não há diferenças para estes gastos entre os grupos de tratamento e controle, uma vez
que os valores encontrados não são significativos. Do mesmo modo não se verifica uma
maior incidência de gastos em itens de assistência à saúde.
Os gastos com educação, como esperado, apresentam valores positivos e
significativos, sendo estes superiores para as famílias mais pobres (renda
per capita até R$
100,00). Este resultado mostra que de fato uma parcela das transferências do Bolsa-Escola
está sendo utilizada para as despesas com educação, o que pode ser atribuído a
condicionalidade imposta pelo programa, reforçando positivamente o cumprimento desta.
Em relação aos gastos com alimentação verifica-se que as famílias beneficiárias
apresentam dispêndios muito superiores aos das famílias elegíveis não participantes. Isto é
diferente do que foi apresentado anteriormente na análise descritiva (FIG. 6), em que os
gastos com alimentação para as famílias do grupo de comparação representavam uma
proporção maior nas despesas de consumo quando comparada às famílias participantes
(33,65% e 32,81% respectivamente). Ressalta-se através disto à importância do pareamento
realizado, pois ao compararmos apenas as famílias que são similares em termos das
características observáveis os resultados apontam para um maior gasto com itens de
alimentação para os indivíduos beneficiários do B.E.
Os resultados sugerem que as transferências recebidas não são alocadas para gastos
com fumo e bebidas alcoólicas, dado que as famílias beneficiárias não parecem apresentar
maiores níveis de gastos para estes itens. Em relação aos demais componentes verifica-se
que aparentemente os gastos com transportes, recreação e cultura, itens classificados como
despesas diversas e gastos com aquisição de bens duráveis não são superiores quando
comparados às despesas das famílias não participantes. Do mesmo modo não se
observaram maiores dispêndios para os itens incluídos na rubrica outras despesas correntes.
Pode-se concluir que dentre os diversos componentes analisados, os recursos recebidos do
programa Bolsa-Escola são alocados principalmente para os gastos com alimentação,
vestuário, educação e produtos de higiene e serviços pessoais os demais não apresentaram
distinção significativas entre os dois grupos.
Logo os resultados indicam que a parcela das transferências que é gasta é quase que
exclusivamente destinada para o aumento dos gastos de consumo. Estes resultados por sua
75
vez corroboram com os modelos teóricos apresentados, pois se observa que partes das
transferências recebidas são de fato destinadas para o aumento do consumo corrente. Esta
ampliação por sua vez é inferior a unidade, dado que as famílias não despendem todo o
incremento da renda, pois de acordo com resultados para a despesa total é provável que
uma parcela das transferências seja destinada para a poupança.
Dado que os gastos com alimentação representam uma parcela significativa das
transferências para ambos níveis de renda, serão analisadas as despesas totais excluindo as
despesas com alimentos a fim de se verificar os efeitos sobre os gastos com itens não
alimentares.
Tabela 9: Cálculo do efeito do tratamento para a despesa total exclusive itens
alimentares
Estimadores
Variáveis Dependentes
Stratification Matching
Despesa Total
(Modelo Rendapc<=100)
81,786
(1,326)
Despesa Total
(Modelo Rendapc<=300)
-7,729
(-0,142)
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Notas: Valores das despesas em R$, deflacionados e anualizados.
Os valores entre parênteses representam a estatística t baseada no erro padrão calculado através do método de
bootstrap (50 repetições). * Significativo a 1%. ** Significativo a 5%. *** Significativo a 10%
Segundo a TAB. 9, as famílias beneficiárias do Bolsa-Escola não apresentam
maiores despesas anuais quando excluído os itens alimentares, indicando que de fato
grande parte das transferências recebidas é gasta para a aquisição de alimentos. Este
resultado é particularmente importante na medida em que estas famílias estão obtendo um
aumento do consumo corrente de alimentos, sugerindo uma melhora do bem estar destas
proporcionado pela “arrefecimento” imediato da situação de pobreza.
76
5.3.3 Desagregando os componentes de alimentação e vestuário
Dada a importância dos gastos com alimentação e o impacto positivo sobre as
despesas com vestuário, serão analisados em mais detalhes o efeito do programa no
consumo desses dois itens.
As TABs. 10 e 11 fornecem os resultados para os itens de alimentação, segundo os
cortes de renda. Os dispêndios com alimentos foram desagregados nos seguintes
subgrupos: (1) despesas com alimentação fora de casa; (2) despesas com alimentos básicos
(grãos, frutas, legumes, vegetais, farinhas, massas, pães, leite e etc) e (3) despesas com
alimentos não básicos (alimentos processados, carnes, peixes, alimentos de origem animal e
etc).
Tabela 10: Cálculo do efeito do tratamento para os componentes de
Alimentação (Renda per capita <=100)
Estimador
Variáveis Dependentes
(Modelo Rendapc<=100)
Stratification Matching
Despesas com Alimentação Fora de
Casa
0,624
(0,060)
Despesa com Alimentos Básicos
104,178
(4,127)*
Despesa com Alimentos Não
Básicos
123,341
(4,552)*
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Notas: Valores das despesas em R$, deflacionados e anualizados.
Os valores entre parênteses representam a estatística t baseada no erro padrão calculado através do método de
bootstrap (50 repetições). * Significativo a 1%. ** Significativo a 5%. *** Significativo a 10%
77
Tabela 10.1: Cálculo do efeito do tratamento para os componentes de
Alimentação: Alimentos Básicos e Alimentos Não Básicos (Renda per capita <=100)
42
Estimador
Variáveis Dependentes
(Modelo Rendapc<=100)
Stratification Matching
Grãos 90,557
(4,737)*
Frutas, legumes e vegetais. 15,051
(2,473)**
Farinhas, massas e pães. 20,154
(2,377)**
Leite -21,584
(-5,551)*
Alimentos Processados 80,313
(4,520)*
Carnes e Peixes 40,205
(3,264)*
Alimentos de Origem Animal 2,823
(1,150)
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Notas: Para alimentos consumidos dentro de casa. Valores das despesas em R$, deflacionados e anualizados.
Os valores entre parênteses representam a estatística t baseada no erro padrão calculado através do método de
bootstrap (50 repetições). * Significativo a 1%. ** Significativo a 5%. *** Significativo a 10%
A importância desta análise está no efeito indireto do programa sobre o status
nutricional das famílias participantes. Como visto anteriormente, os dados sugerem que a
maior parte dos recursos entregues aos beneficiários do Bolsa-Escola está sendo destinada a
despesas com alimentos. Este acréscimo de recursos destinados à alimentação pode afetar a
dieta das famílias de duas formas: Primeiramente, isso pode fazer com que as famílias
beneficiárias passem a consumir alguns alimentos que não eram consumidos antes por falta
de renda (alimentos mais caros). Segundo, o aumento de renda pode permitir que estas
famílias aumentem a quantidade consumida de alimentos que já vinham sendo consumidos
antes. (BRASIL, 2003b).
42
Os valores obtidos para as famílias que apresentam renda per capita até R$ 300,00 foram bem semelhantes.
78
Tabela 11: Cálculo do efeito do tratamento para os componentes de Alimentação
(Renda per capita <=300)
Estimadores
Variáveis Dependentes
(Modelo Rendapc<=300)
Stratification Matching
Despesas com Alimentação Fora
de Casa
3,809
(0,452)
Despesa com Alimentos Básicos
85,468
(4,606)*
Despesa com Alimentos Não
Básicos
105,560
(5,100)*
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Notas: Valores das despesas em R$, deflacionados e anualizados.
Os valores entre parênteses representam a estatística t baseada no erro padrão calculado através do método de
bootstrap (50 repetições). * Significativo a 1%. ** Significativo a 5%. *** Significativo a 10%
As TABs. 10 e 11 mostram que as despesas dos beneficiários do B.E são superiores
para o consumo de alimentos básicos e não básicos, sendo em média os gastos com últimos
maiores que os primeiros. O que pode sugerir efeitos positivos sobre a qualidade e
diversificação da dieta devido ao aumento do consumo de ambas classes de alimentos
indicando uma possível melhora na condição nutricional destas famílias, sobretudo de suas
crianças.
De acordo com os resultados (ver TAB. 10.1) uma parcela significativa dos gastos
com alimentação é destinada à aquisição de produtos como grãos, frutas, vegetais, farinhas,
massas, carnes, peixes e etc. Esses resultados indicam um efeito positivo do programa, uma
vez que a melhoria na qualidade da alimentação apresenta efeitos benéficos sobre a saúde e
conseqüentemente sobre a produtividade dos adultos bem como sobre a saúde e o bem estar
destas crianças possibilitando o acúmulo de capital humano.
As TABs 12 e 13 reportam os resultados para os gastos com vestuário desagregados
nos seguintes subgrupos: (1) vestuário masculino (itens para adultos); (2) vestuário
feminino (itens para adultos) e (3) vestuário infantil.
79
Tabela 12: Cálculo do efeito do tratamento para os componentes de Vestuário
(Renda per capita <=100)
Estimadores
Variáveis Dependentes
(Modelo Rendapc<=100)
Stratification Matching
Despesas com Vestuário Masculino 3,217
(1,152)
Despesas com Vestuário Feminino
12,181
(4,967)*
Despesa com Vestuário Infantil 4,942
(2,616)*
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Notas: Valores das despesas em R$, deflacionados e anualizados.
Os valores entre parênteses representam a estatística t baseada no erro padrão calculado através do método de
bootstrap (50 repetições). * Significativo a 1%. ** Significativo a 5%. *** Significativo a 10%
Tabela 13: Cálculo do efeito do tratamento para componentes itens de Vestuário
(Renda per capita <=300)
Estimadores
Variáveis Dependentes
(Modelo Rendapc<=300)
Stratification Matching
Despesas com Vestuário Masculino 7,779
(2,947)*
Despesas com Vestuário Feminino
12,004
(5,309)*
Despesa com Vestuário Infantil 4,913
(2,922)*
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Notas: Valores das despesas em R$, deflacionados e anualizados.
Os valores entre parênteses representam a estatística t baseada no erro padrão calculado através do método de
bootstrap (50 repetições). * Significativo a 1%. ** Significativo a 5%. *** Significativo a 10%
Pode-se inferir através dos dados acima que as despesas com vestuário são
destinadas basicamente para a aquisição de roupas e calçados femininos e infantis. Apesar
dos baixos valores, os gastos com vestuário representam aproximadamente 10% dos
recursos transferidos e as despesas com vestuário feminino representam mais que o dobro
dos gastos com roupas infantis. Esses resultados sugerem uma apropriação de parte dos
benefícios recebidos pelas mães ou mulheres responsáveis pelo domicílio. Já a TAB 12
indica que as famílias com renda até R$ 300,00 possuem gastos superiores também para
80
itens de vestuário masculino, sugerindo ainda que tais despesas são superiores aos gastos
com itens infantis.
Embora as famílias beneficiárias não apresentem maiores despesas totais em itens
não alimentares, elas parecem alocar a maior parte destes gastos em educação e itens de
vestuário feminino e infantil.
81
5.3.4 Análise das proporções
Tabela 14: Valor médio para as proporções de gastos e cálculo do efeito do
tratamento (Renda per capita <=100)
43
Estimadores
Variáveis Dependentes
Stratification
Matching
Diferença
Proporção das despesas com
Alimentação
T
C
0,267
0,245
(0,022)*
Proporção das Despesas com
Habitação
T
C
0,280
0,309
(-0,029)*
Proporção das Despesas com
Vestuário
T
C
0,106
0,102
(0,004)
Proporção das Despesas com
Transportes
T
C
0,121
0,120
(0,001)
Proporção das Despesas com
Higiene e Serviços Pessoais
T
C
0,062
0,060
(0,002)
Proporção das Despesas com
Assistência a Saúde
T
C
0,063
0,068
(-0,005)
Proporção das Despesas com
Educação
T
C
0,028
0,027
(0,010)*
Proporção das Despesas com
Recreação e Cultura
T
C
0,011
0,010
(0,001)
Proporção das Despesas com Fumo
e Bebidas Alcoólicas
T
C
0,023
0,027
(-0,004)*
Proporção da Despesas com
Despesas Diversas
T
C
0,021
0,022
(-0,001)
Proporção das Despesas com
Despesas Correntes
T
C
0,016
0,014
(0,002)
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Os valores entre parênteses representam a estatística t baseada no erro padrão calculado através do método de
bootstrap (50 repetições). * Significativo a 1%. ** Significativo a 5%. *** Significativo a 10%
43
O cálculo do efeito do tratamento para as proporções para os demais cortes de renda encontram-se no
anexo deste trabalho.
82
Na TAB. 14 reporta-se os valores para as proporções de gastos e o cálculo para o
efeito do tratamento.
44
Os dados da tabela acima informam que as famílias beneficiárias
com renda per capital até R$ 100,00 gastam em torno de 27% de sua renda monetária com
itens de alimentação, sendo esta proporção superior quando comparada às famílias não
participantes. Um outro item importante são os gastos com despesas de habitação que
representam em torno de 28% do orçamento familiar. Outras despesas significativas são os
gastos com vestuário, em torno de 11% e os gastos com transportes que corresponde à cerca
de 12% do orçamento doméstico. A média da proporção dos gastos com educação (cerca de
2%) é por sua vez inferior à média para os gastos com saúde (cerca de 6%), verifica-se, no
entanto, que a proporção média para os gastos com educação é superior para as famílias
participantes. Cabe ressaltar que a interpretação destes resultados para o efeito do
tratamento (proporções) não é completamente direta. Em muitos casos as diferenças não
são significativas, e nos casos em que são, os resultados obtidos são tão pequenos que não
são economicamente significantes. Deste modo, a TAB. 14 visa sobretudo evidenciar como
as famílias do grupo de tratamento e controle alocam suas rendas monetárias em torno dos
diversos componentes do consumo.
5.4 Sensibilidade á especificação do Escore de Propensão
Nesta seção será verificada a sensibilidade da estimação dos efeitos do tratamento a
pequenas mudanças na especificação do modelo de escore de propensão, como por
exemplo, a inclusão ou retirada de termos de ordem superior. No caso do escore de
propensão ser estimado parametricamente, o quão sensível são as estimativas do efeito de
tratamento as especificações do modelo torna-se uma importante questão. (ZHAO, 2005).
Se os resultados obtidos com a nova especificação forem similares aos resultados
alcançados através do modelo original então, pode-se considerar que as estimativas são
robustas a pequenas mudanças na especificação do modelo. Segundo DEHEJIA (2005), se,
no entanto, os resultados forem altamente sensíveis a mudanças na especificação, então tal
método pode torna-se inválido. Ainda de acordo com o autor, mesmo na falta de um
experimento aleatório deve-se hesitar em adotar estimativas que sejam sensíveis a
especificação do escore de propensão.
44
Estes valores foram obtidos através da utilização do comando psmatch2 (LEUVEN e SIANESI (2003)).
83
Tabela 15: Cálculo do efeito do tratamento utilizando a nova especificação do
modelo de escore de propensão (Renda per capita <=100).
Estimador
Variáveis Dependentes
(Valor Absoluto)
Stratification Matching
Despesas com Alimentação
224,134
(5,241)*
Despesas com Habitação -19,391
(-0,636)
Despesas com Vestuário 34,640
(3,382)*
Despesas com Transportes 8,160
(0,269)
Despesas com Higiene e Serviços
Pessoais
23,398
(3,315)*
Despesas com Assistência à Saúde
8,863
(0,781)
Despesas com Educação
24,338
(7,125)*
Despesas com Recreação e Cultura 3,223
(1,113)
Despesas com Fumo e Bebidas
Alcoólicas
-6,623
(-1,242)
Valor das Despesas com Despesas
Diversas
-7.202
(-0.497)
Valor das Despesas com Despesas
Correntes
6,620
(1,211)
Despesas com Bens Duráveis
-7,410
(-0.958)
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Notas: A nova especificação exclui a variável dummy de sexo.
Valores das despesas em R$, deflacionados e anualizados.
Os valores entre parênteses representam a estatística t baseada no erro padrão calculado através do método de
bootstrap (50 repetições). * Significativo a 1%. ** Significativo a 5%. *** Significativo a 10%
84
Tabela 16: Cálculo do efeito do tratamento utilizando a nova especificação do
modelo de escore de propensão (Renda per capita <=300).
Estimador
Variáveis Dependentes
(Valor Absoluto)
Stratification Matching
Despesas com Alimentação
197,303
(4,244)*
Despesas com Habitação -44,699
(-1,495)
Despesas com Vestuário 40,074
(3,419)*
Despesas com Transportes -24,867
(-0,682)
Despesas com Higiene e Serviços
Pessoais
21,800
(3,827)*
Despesas com Assistência à Saúde
12,156
(1,001)
Despesas com Educação
12,518
(3,532)*
Despesas com Recreação e Cultura -2,200
(-0,538)
Despesas com Fumo e Bebidas
Alcoólicas
-5,707
(-1,285)
Valor das Despesas com Despesas
Diversas
-15,938
(-1,067)
Valor das Despesas com Despesas
Correntes
-3,585
(-0,479)
Despesas com Bens Duráveis
-11,398
(-1,706)
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Notas: A nova especificação exclui a variável dummy para a região Norte.
Valores das despesas em R$, deflacionados e anualizados.
Os valores entre parênteses representam a estatística t baseada no erro padrão calculado através do método de
bootstrap (50 repetições). * Significativo a 1%. ** Significativo a 5%. *** Significativo a 10%
Os resultados apresentados na TAB. 15 demonstram que as estimativas do efeito do
tratamento não são particularmente sensíveis à especificação utilizada no modelo de escore
de propensão, uma vez que os resultados obtidos são semelhantes aos apresentados na
85
TAB. 7. Do mesmo modo, os resultados obtidos na TAB 16 também se assemelham aos da
TAB. 8 indicando a robustez do efeito do tratamento para famílias com renda até R$
300,00. Deste modo, pode-se concluir que os resultados são robustos a pequenas mudanças
na especificação do modelo e que o emprego de tal método é viável.
5.5 Análise de Sensibilidade
A análise de sensibilidade questiona o “quanto” de viés de seleção deverá estar
presente a fim de tornar aceitável a hipótese nula de que não há efeito de tratamento.
Segundo DIPRETE e GANGL (2004), a metodologia empregada inicia-se com a
estimativa do ATT utilizando métodos de pareamento (o escore de propensão), baseado na
hipótese de independência condicional. No passo seguinte postula-se a existência de uma
variável omitida Z, que afeta a probabilidade de participação no programa (i.e., a
probabilidade de D=1), condicional em X. Conforme o impacto potencial de Z sobre D
(expresso em termos dos limites das
odds ratio) torna-se mais forte, o intervalo de
confiança dos efeitos estimados amplia-se, e o nível de significância do teste da hipótese
nula, de que não há efeito de D sobre Y, aumenta (i.e, o p-valor eleva-se).
86
Tabela 17: Análise de Sensibilidade (Rosenbaum Bounds) para despesas totais e seus
componentes (Renda per capita <=100) (Continua)
Variáveis
Γ
p-crítico
Despesa Total 1
1,05
1,10
<0,0001
0,003019
0,19941
Alimentação 1
1,05
1,10
1,15
<0,0001
0,001497
0,022996
0,143014
Habitação
1
1,05
0,718162
0,327901
Vestuário 1
1,05
1,10
1,15
<0,0001
0,00348
0,042171
0,212596
Transportes 1
1,05
0,967944
0,800071
Higiene e Serviços Pessoais 1
1,05
1,10
<0,0001
0,009136
0,082709
Saúde 1
1,05
0,121935
0,413102
Educação 1
1,05
1,10
1,15
1,20
1,25
1,30
1,40
1,50
1,60
0
0
0
<0,0001
<0,0001
<0,0001
<0,0001
<0,0001
0,006715
0,120755
Recreação e Cultura 1
1,05
1,10
0,001698
0,017532
0,092536
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Nota: A segunda coluna contém os valores de p+ para os limites de Rosenbaum. Se
Γ =
γ
e
=1 implica a não
existência de viés devido a não observáveis.
87
Tabela 17: Análise de Sensibilidade (Rosenbaum Bounds) para despesas totais e seus
componentes (Renda per capita <=100)
(Conclui)
Variáveis
Γ
p-crítico
Fumo e Bebidas Alcoólicas 1
1,05
0,576545
0,252507
Despesas Diversas 1
1,05
0,566189
0,861275
Despesas Correntes 1
1,05
1,10
1,15
1,20
<0,0001
<0,0001
0,001405
0,013732
0,072655
Despesas com
Eletrodomésticos
1
1,05
0,156628
0,002404
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Nota: A segunda coluna contém os valores de p+ para os limites de Rosenbaum. Se
Γ
=
γ
e
=1 implica a não
existência de viés devido a não observáveis.
Os resultados da TAB. 17 mostram que a robustez ao viés de seleção varia entre as
variáveis de resultado. Em geral o efeito do tratamento parece ser robusto a uma possível
presença de viés de seleção, pois quanto maior o valor do nível crítico
Γ , mas robusta a
variável se apresenta.
Para a variável alimentação o nível crítico de
Γ
é de 1,15, significando que se a
presença de variáveis não observadas levarem a uma diferença na
odds ratio de receber
tratamento entre os indivíduos dos grupos de tratamento e controle por um fator de 1,15,
então pode-se questionar o efeito positivo das transferências do programa sobre os gastos
com alimentação. Os resultados sugerem que as despesas com vestuário e educação
também parecem ser robustas à presença de viés de seleção. No caso da variável educação
o nível crítico de
Γ é de 1,6. No entanto, variáveis como despesas com habitação,
transportes, saúde, fumo e bebidas alcoólicas aparentam ser menos robustas a presença de
não observáveis, dado que apresentam um valor crítico mais próximo da unidade. Segundo
DIPRETE e GANGL (2004) é importante notar que estes resultados são considerados como
os piores cenários. Cabe ressaltar que o valor de 1,10, por exemplo, não sugere
necessariamente que não exista um efeito positivo sobre as despesas totais, de acordo com
os autores, isso implica apenas que o intervalo de confiança para o efeito do tratamento irá
88
incluir zero se a presença de viés de seleção levar a odds de participação a diferirem entre
os grupos de tratamento e controle por um fator de 1,10. No caso de uma variável omitida
possuir forte influencia sobre a participação no programa, mas apenas uma pequena
influência sobre a variável de resultado, o intervalo de confiança não irá conter zero.
Apesar da análise de sensibilidade de Rosenbaum apresentar os resultados para o pior
cenário, ele demonstra quão grande deve ser a influência de uma variável não observada a
fim de questionar as conclusões obtidas através de métodos de pareamento.
45
Os resultados da TAB. 18 sugerem que em geral os efeitos do tratamento são
robustos à possível presença de viés de seleção. As variáveis de resultados para alimentos
básicos e não básicos apresentam um valor crítico de 1,15, ou seja, se os indivíduos que
possuem o mesmo vetor X diferem em suas
odds de participação por um fator de 1,15, ou
15%, podem-se questionar resultados de tratamento obtidos. Já, as variáveis para vestuário
masculino e infantil apresentam um valor crítico de 1,10. Lembrando o fato de que análise
apresenta o pior cenário, um valor crítico de
Γ
=1,10 não significa que existe
heterogeneidade não observada presente e que não há efeito do tratamento sobre a variável
de resultado. Como descrito acima, isto indica apenas que o intervalo de confiança irá
incluir o zero se a variável não observada causar uma diferença de 10% nas
odds de
participação entre os grupos de tratamento e controle e ainda segundo HUJER,
CALIENDO, THOMSEN (2004) se o efeito desta variável sobre o resultado for tão forte
que quase perfeitamente determina o resultado em cada par de casos pareados.
45
Para as famílias que apresentam renda per capita<=300 os resultados são bastante similares, sendo os
gastos com alimentação e despesas correntes mais sensíveis, enquanto os gastos com vestuário e higiene
apresentam-se mais robustos à possível presença de viés de seleção.
89
Tabela 18: Análise de Sensibilidade (Rosenbaum Bounds) para os
componentes dos gastos com alimentação e gastos com vestuário
(Renda per capita <=100)
Variáveis
Γ
p-crítico
Alimentação
Alimentação Fora de Casa
1
1,05
0,93466
0,720384
Alimentos Básicos 1
1,05
1,10
1,15
<0,0001
0,001281
0,02052
0,132481
Alimentos Não Básicos
1
1,05
1,10
1,15
<0,0001
0,000349
0,007806
0,068116
Vestuário
Vestuário Masculino
1
1,05
1,10
0,003119
0,036998
0,188518
Vestuário Feminino 1
1,05
1,10
1,15
1,20
1,25
1,30
<0,0001
<0,0001
<0,0001
0,000162
0,003146
0,028319
0,132816
Vestuário Infantil 1
1,05
1,10
0,005151
0,046137
0,199483
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Logo, os resultados obtidos através do teste de sensibilidade de Rosenbaum
mostram que para a maioria das variáveis de resultados, um nível relativo de viés de
seleção pode estar presente nos dados sem, no entanto alterar as inferências sobre os efeitos
do tratamento. Deve-se, entretanto ressaltar algumas exceções. Para variáveis como
alimentação fora de casa, despesas com eletrodomésticos, habitação, fumo e bebidas
alcoólicas, saúde e transporte o valor crítico está abaixo de 1,05, implicando que mesmo a
90
presenças de pequenos níveis de viés de seleção podem alterar as inferências e
conseqüentemente a interpretação para os efeitos do tratamento.
Na prática tais resultados significam que de fato o programa possui impactos
positivos sobre os gastos com alimentação (alimentos básico e não básico), vestuário
(principalmente vestuário feminino) e itens relacionados à educação. Dado que as famílias
beneficiárias com renda
per capita até R$ 100,00 recebem um valor médio anual de R$
347,00 em transferências do Bolsa-Escola, verifica-se que aproximadamente 80% do valor
recebido são gastos com os itens mencionados acima.
No entanto, para as variáveis consideradas sensíveis à presença de pequenos níveis
de viés deve-se ter uma certa cautela ao interpretar os resultados. Como por exemplo, no
caso da variável com despesas de saúde, não se pode afirmar que de fato não há uma
diferença entre os gastos das famílias participantes e não participantes, uma vez que a
presença de viés de seleção pode alterar tais resultados.
Pode-se concluir, portanto, que os resultados estimados sugerem um efeito positivo
das transferências monetárias sobre o consumo das famílias pobres beneficiárias. O fato dos
recursos serem prioritariamente destinadas a despesas com alimentos, educação, produtos
de higiene e vestuário em detrimento de itens como bebidas e cigarros, despesas diversas e
bens duráveis, significam que, em alguma medida, estes recursos estes sendo gastos de
forma “eficiente”. E é bastante provável que o aumento do consumo destas famílias elevam
o seu nível de bem estar, representando um “alívio” imediato sobre pobreza.
91
5.6 Uma comparação entre os distintos algoritmos
O objetivo dessa seção é realizar um exercício metodológico comparativo utilizando
os diversos algoritmos estimados. Serão examinados os resultados obtidos para as
estimativas do efeito do tratamento considerando os diferentes critérios de estimação.
DEHEIJIA e WAHBA (2002) ressaltam que três questões surgem quando se
implementa o pareamento: parear com ou sem reposição; quantas unidades do grupo de
controle devem se pareadas com cada unidade tratada e finalmente qual algoritmo utilizar.
Assintoticamente todos os estimadores de escore de propensão deveriam fornecer os
mesmos resultados, uma vez que em amostras crescentes todos se aproximam em comparar
apenas pares exatos (SMITH, 2000
apud CALIENDO e KOPEINING, 2005). Entretanto
em amostras pequenas a escolha do algoritmo pode ser importante (HECKMAN,
ICHIMURA e TODD, 1997), neste caso, surge um
trade-off entre viés e eficiência.
Tabela 19: Trade-off em termos de viés e eficiência.
Decisão Viés Variância
NNM:
Múltiplos vizinhos / único vizinho
Com raio / sem raio
(+)/(-)
(-)/(+)
(-)/(+)
(+)/(-)
Uso de controles:
Com reposição / sem reposição
(-)/(+)
(+)/(-)
Escolhendo o método:
NNM / RM
KM ou LLM / NNM
(-)/(+)
(+)/(-)
(+)/(-)
(-)/(+)
Fonte: Caliendo e Kopeining (2005). Aumenta: (+), Diminui (-).
A TAB. 19 ilustra a existência do trade-off entre os distintos estimadores. Segundo
DEHEJIA e WAHBA (2002) a utilização de uma única unidade de controle para cada
unidade tratada garante a menor distância do escore de propensão entre as observações
pareadas reduzindo o viés. Ao se utilizar mais de um controle, aumenta-se a precisão das
estimativas, mas ao custo de um aumento no viés. De forma análoga apresenta-se à escolha
entre o uso de controles com ou sem reposição. O pareamento com reposição minimiza a
distância do escore de propensão entre os indivíduos pareados. Cada unidade tratada pode
92
ser pareada com a unidade de controle mais próxima podendo uma mesma unidade de
controle ser pareada mais de uma vez. Ao se empregar tal método, a qualidade média dos
pareamentos irá aumentar e o viés irá reduzir. O contrário ocorre se o método é aplicado
sem reposição. Uma complicação relacionada à aplicação do último método é que suas
estimativas são potencialmente sensíveis à ordem em que as unidades tratadas são pareadas.
(ROENBAUM, 1995 apud DEHEJIA e WAHBA, 2002). A questão remanescente é qual
método deve ser selecionado na prática. De acordo com DEHEJIA e WAHBA (2002), em
geral, isto depende da qualidade dos dados disponíveis
46
, e em particular no grau de
“sobreposição” entre os grupos de tratamento e controle em termos do escore de propensão.
Quando existe uma substancial sobreposição na distribuição do escore de propensão entre
os grupos, a maioria dos estimadores irá fornecer resultados similares. Quando os grupos de
tratamento e controle são distintos torna-se complicado achar bons pares utilizando-se o
pareamento sem reposição. Em particular, quando existem poucas unidades do grupo de
controle comparáveis às unidades do grupo de tratamento, a utilização do pareamento com
reposição pode ser a melhor solução.
A TAB. 20 apresenta os resultados para os efeitos do programa sobre os
componentes do consumo estimados através de quatro distintos algoritmos.
Analisando os resultados obtidos podem-se destacar algumas diferenças em relação
aos valores das estimativas e seus níveis de significância. Tais diferenças são notadas
especialmente quando se compara o NNM com o KM ou SM. As variáveis de despesas
com vestuário e artigos de higiene não são significativas quando estimadas pelo NNM e
RM e são estatisticamente significantes a 1% quando estimadas através dos demais
métodos. Alem disso os valores das estimativas são mais próximos entre os estimadores de
KM e SM que quando comparados ao NNM. Essa distinção, no entanto não é surpreende,
dado o fato de que o número de observações utilizadas difere entre os estimadores. De
acordo com a TAB. 21, o NNM utiliza uma amostra mais restrita, pois o seu grupo de
controle é inferior aos dos demais algoritmos e a forma como é empregado reduz o viés e
aumenta a variância das estimativas.
46
Os autores ressaltam que a qualidade das estimativas obtidas é limitada pela qualidade do grupo de controle
utilizado.
93
Tabela 20: Cálculo do efeito do tratamento para os diversos componentes do
consumo (Renda per capita <=100).
47
Estimadores
Variáveis Dependentes
(Valor Absoluto)
NNM RM KM SM
Despesas com Alimentação
187,562
(2,591)**
217,375
(2,398)**
231,964
(4,695)*
225,772
(4,370)*
Despesas com Habitação -30,609
(-0,678)
-52,976
(-1,159)
-25,041
(-1,036)
-18,639
(-0,597)
Despesas com Vestuário 25,201
(1,388)
19,734
(1,178)
32,751
(3,582)*
33,823
(3,133)*
Despesas com Transportes -8,994
(-0,174)
-13,399
(-0,263)
9,127
(0,314)
11,791
(0,360)
Despesas com Higiene e
Serviços Pessoais
12,816
(1,274)
12,497
(1,168)
21,548
(3,148)*
23,120
(3,090)*
Despesas com Assistência à
Saúde
12,782
(0,889)
6,005
(0,336)
7,483
(0,573)
9,796
(0,774)
Despesas com Educação
19,272
(4,072)*
20,569
(4,047)*
24,033
(7,834)*
24,684
(7,755)*
Despesas com Recreação e
Cultura
6,585
(1,181)
-1,794
(-0,415)
2,734
(0,886)
3,351
(0,986)
Despesas com Fumo e
Bebidas Alcoólicas
-5,192
(-0,779)
-7,015
(-0,949)
-7,274
(-1,822)***
-6,478
(-1,409)
Valor das Despesas com
Despesas Diversas
1,717
(0,084)
-17,787
(-0,825)
-9,6863
(-0,606)
-6,846
(-0,535)
Valor das Despesas com
Despesas Correntes
13,239
(1,821)***
4,298
(0,403)
5,894
(1,198)
7,185
(1,273)
Despesas com Bens Duráveis
-10,589
(-0,884)
-16,296
(-1,265)
-6,940
(-0,998)
-6,724
(-1,022)
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Notas: Valores das despesas em R$, deflacionados e anualizados.
Os estimadores foram calculados através do comando Att* (BECKER e ICHINO, 2002). O algoritmo NNM
foi empregado com reposição e com K=1 (único vizinho mais próximo).
Os valores entre parênteses representam a estatística t baseada no erro padrão calculado através do método de
bootstrap (50 repetições). * Significativo a 1%. ** Significativo a 5%. *** Significativo a 10%.
47
Os valores das estimativas utilizando o comando psmatch2 (LEUVEN e SIANESI, 2003) que apresentam
também os estimadores NNM (K=5) e LLM, encontram-se no apêndice deste trabalho.
94
Tabela 21: Número de observações utilizadas em cada algoritmo
Método de Estimação Tratamento Controle Total
NNM (K=1) 2346 1629 3975
RM 1832 3171 5003
KM 2346 5638 7984
SM 2346 5638 7984
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Para as variáveis de despesas com alimentação e educação, todos os algoritmos
apresentam estimativas positivas e significativas, sugerindo uma robustez dos resultados.
De acordo com a TAB. 20 o valor médio de gastos anual com alimentação para uma família
beneficiária que possui renda
per capita mensal até R$ 100,00, varia em torno de R$
187,56 a R$ 225,77. Do mesmo modo, os gastos anuais com educação variam entre R$
19,27 e R$ 24,68. Já para as variáveis de gastos com habitação, transporte, saúde, recreação
e cultura, despesas diversas e despesas com eletrodomésticos, nenhum dos estimadores
empregados apresentou-se significativo sugerindo que não há diferenças entre as despesas
das famílias beneficiárias e não beneficiárias para estas variáveis.
Segundo CALIENDO e KOPEINING (2005) a escolha entre distintos algoritmos de
pareamento depende do tamanho da amostra, do número de observações presentes nos
grupos de tratamento e controle e da distribuição do escore de propensão estimado. Ainda
de acordo com os autores deve-se ressaltar que não existe um estimador que seja o melhor
em todas as situações.
95
6. CONSIDERAÇÕES FINAIS
Esta dissertação tem dois objetivos fundamentais: (1) a exploração de possibilidades
metodológicas a fim de contribuir para o entendimento da aplicabilidade de métodos não
experimentais; e (2) análise dos impactos das transferências monetárias advindas de
programas sociais de transferências de renda sobre os gastos das famílias beneficiárias,
utilizando-se para isso dados referentes ao programa Bolsa-Escola (B.E), tomando como
um exemplo representativo de programas de transferência condicional de renda. Buscou-se
mensurar os efeitos das transferências do B.E sobre os gastos totais e sobre seus
componentes, para as famílias beneficiárias, e, deste modo sobre o bem estar destas e de
suas crianças, visando a preencher uma lacuna deste tipo de estudo para o Brasil.
Programas de transferência condicional de renda, como o B.E, apresentam como
objetivo a redução dos níveis de desigualdade e pobreza corrente através da transferência
de renda para as famílias pobres e a provisão de incentivos para o combate a pobreza
futura, através do aumento da freqüência escolar entre as crianças participantes e, portanto
do acúmulo de capital humano. Tais políticas, no entanto apresentam também efeitos
“indiretos”, relacionados à melhoria do bem estar das famílias. Estudos recentes
48
evidenciam os potenciais efeitos dos programas de transferência sobre a redução das
desigualdades e pobreza no país, destacando a importância deste tipo de política.
A restrição imposta pelos dados fez com que optássemos pelo uso do método de
escore de propensão, utilizando informações coletadas em apenas um ponto no tempo. A
disponibilidade de dados em dois pontos no tempo permitiria a utilização do método da
diferença em diferenças, que produz melhores resultados quando comparados aos
estimadores
cross-section, uma vez que é mais robusto à presença de viés de seleção. Dada
a restrição de dados, a utilização do pareamento baseado no escore de propensão parece ser
a metodologia mais indicada, pois tal método permite parear os indivíduos do grupo de
tratamento e controle através das características observáveis, reduzindo assim o viés.
Ressalta-se também a importância da utilização de métodos de análise de sensibilidade
visando concluir o emprego desta metodologia.
De acordo com os resultados obtidos o valor médio dos gastos anuais para uma
família beneficiária que possui renda
per capita de até R$ 100,00, é cerca de R$ 300,00
48
ROCHA, 2004; SOARES, 2006; FERREIRA, LEITE e LITCHFIELD, 2006
96
superior a média dos gastos totais das famílias não participantes. Considerando que o valor
médio anual recebido por estas famílias é de R$ 347,53, pode-se inferir que cerca 85%
deste valor é utilizado para gastos em geral. Já para as famílias que apresentam renda
per
capita
até R$ 300,00 os resultados sugerem um aumento nos gastos totais em torno de R$
190,00. Este valor sugere que estas famílias poupam uma fração maior das transferências
recebidas (cerca de 60% das transferências é utilizada para gastos). Estes resultados por sua
vez corroboram com os modelos teóricos apresentados, dado que uma parcela substancial
das transferências recebidas é destinada para o aumento do consumo corrente.
Os resultados estimados sugerem um efeito positivo das transferências monetárias
sobre o consumo das famílias pobres beneficiárias. O fato dos recursos serem
prioritariamente destinadas a despesas com alimentos, educação, produtos de higiene e
vestuário em detrimento de itens como bebidas e cigarros, despesas diversas e bens
duráveis, significam que, em alguma medida, estes recursos estes sendo gastos de forma
“eficiente”. E é bastante provável que o aumento do consumo destas famílias elevam o seu
nível de bem estar, representando um “alívio” imediato sobre a pobreza. Deve-se ressaltar
que o aumento do consumo para os itens especificados ameniza as adversidades destas
famílias no curto prazo, mas também proporcionam efeitos no longo prazo. Considerando-
se que tais gastos sejam destinados principalmente para a melhoria da dieta das famílias e
conseqüentemente de suas crianças e para obtenção de itens relacionados à educação
infantil, higiene e saúde, então podem apresentar impactos de longo prazo uma vez que a
melhoria do status nutricional, o incentivo à educação, e os cuidados com a saúde irão
permitir o acúmulo de capital humano destas crianças e deste modo permitir a quebra do
ciclo de pobreza destas famílias.
A relevância das avaliações de impacto é direta, pois seus efeitos podem ser
associados a programas sociais ou melhorias em programas existentes para o atingir os
objetivos da política social. Por meio dos estudos de avaliação podem ser analisados os
impactos dos programas condicionais de transferência de renda no curto, no médio e no
longo prazo sobre as variáveis de interesse, e através disto fazer inferências a respeito de
sua eficácia no combate a pobreza e desigualdade.
O programa Bolsa-Família criado em 2003 destaca-se como um dos maiores
programas de transferência de renda existentes no país. Este programa apresenta uma vasta
97
cobertura em relação à proporção de famílias pobres apresentando também valores
superiores para as transferências monetárias.
49
Neste sentido, o B.F apresenta implicações
políticas e sociais muito maiores em relação ao B.E, que reforçam a grande importância de
se realizar avaliações de seus impactos. A sugestão de uma agenda de pesquisa envolveria,
portanto a análise do B.F. em todas as possíveis esferas de impactos, ou seja, não só
analisando o cumprimento de suas condicionalidades, mas também os seus efeitos não
explícitos, destacando-se os efeitos das transferências monetárias sobre os gastos de
consumo das famílias. Programas com formatos bastante similares ao B.F. como o Progresa
(México) e FA (Colômbia) apresentam avaliações em relação a este item. A importância de
se proceder a uma análise completa destes programas tem por objetivo a mensuração de
seus impactos sobre a pobreza a partir de diversos aspectos. A análise sobre o consumo das
famílias torna-se particularmente importante na medida em que seu aumento e diversidade
contribuem para a construção de uma “infra-estrutura” doméstica, que, por sua vez permite
o cumprimento das condicionalidades. E, assim, considerados de forma abrangente, tais
programas de transferência de renda teriam a capacidade de promover à inclusão social,
contribuindo para a emancipação das famílias beneficiárias e para a construção de meios e
condições para que estas possam sair da situação de vulnerabilidade em que se encontram.
49
Segundo informações do Ministério do Desenvolvimento social, o programa oferece às famílias dois tipos
de benefícios, o básico (fixo) e o variável. O benefício básico é concedido às famílias com renda per capita
inferior a R$ 50, 00, sendo o valor deste igual R$ 50,00 mensais, independentemente da composição e do
número de membros do grupo familiar. As famílias que apresentam renda per capita entre R$ 51,00 e R$
100,00 recebem o benefício variável no valor mínimo de R$ 15,00. Sendo este concedido às famílias pobres e
extremamente pobres que tenham, sob sua responsabilidade, crianças e adolescentes na faixa de 0 a 16 anos
incompletos, até o teto de 3 (três) benefícios por família, ou seja, R$ 45,00.
98
7. Referências Bibliográficas
ABADIE, A., DRUKKER, D., HERR, J., IMBENS, G. Implementing matching estimators
for average treatment effects in Stata.
The Stata Journal, n.1, p.1-18, 2001.
AMARAL, C., (Coord.), SANTOS, E., BLANCO, F., RAMOS, S. Programas de renda
mínima e bolsa-escola: concepção, gestão e financiamento.
Planejamento e Políticas
Públicas-PPP
, n.17, p.3-58, Jun. 1998. Disponível em:
<http://www.ipea.gov.br/pub/ppp/ppp17/Parte_1.doc>.
AMARAL, C., RAMOS, S. Programas de renda mínima e bolsa-escola: panorama atual e
perspectivas.
Revista Interface, n.1, jul. 1999.
ARBACHE, J. Pobreza e mercados no Brasil. In: NAÇÕES UNIDAS. CEPAL. Pobreza e
mercados no Brasil
: uma análise de iniciativas de políticas públicas. Brasília: CEPAL:
DFID, 2003. 311p.
ATTANAZIO, O., BATTISTIN, E., FITZSIMONS, E., MESNARD, A., VERA-
HERNÁNDEZ, M.
How effective are conditional cash transfers? evidence from Colombia.
London: The Institute for Fiscal Studies, 2005. (Briefing Note, n.54) Disponível em:
<http://www.ifs.org.uk/publications.php>.
ATTANAZIO, O., FITZSIMONS, E., GOMEZ, A. The impact of a conditional education
subsidy on school enrolment in Colombia. London: The Institute for Fiscal Studies, 2005.
Disponível em: <http://www.ifs.org.uk/publications.php>.
ATTANAZIO, O., GÓMEZ, L. C., HEREDIA, P., VERA-HÉRNANDEZ, M.
The short-
term impact of a conditional cash subsidy on child health and nutrition in Colombia
.
London: The Institute for Fiscal Studies, 2005. Disponível em:
<http://www.ifs.org.uk/publications.php>.
ATTANAZIO, O., MEGHIR, C., VERA-HERNANDEZ, M. et al. Baseline report on the
evaluation of familias en acción. London: The Institute for Fiscal Studies, 2004. Disponível
em: <http://www.ifs.org.uk/publications.php>.
ATTANAZIO, O., MESNARD, A. The impact of a conditional cash transfer programme
on consumption in Colombia. London: The Institute for Fiscal Studies, 2005. Disponível
em: <http://www.ifs.org.uk/publications.php>.
BAKER, Judy L.
Evaluating the impact of development projects on poverty: a handbook
for practitioners. Washington D.C.: World Bank, 2000. 228p.
BARRIENTOS, A., HULME, D., SHEPHERD, A. Can social protection tackle chronic
poverty?
The European Journal of Development Research, v.17, n.1, p.8-23, 2005.
BECKER S.O., ICHINO, A. Estimation of average treatment effects based on propensity
score.
Stata Journal, v.2, n.4, p.358-377, 2002. Disponível em:
<http://www.sobecker.de/pscore.html.>.
99
BOURGUIGNON, F., FERREIRA, F. H. G. Ex-ante evaluation of policy reforms using
behavioral models. In: BOURGUIGNON, F; FERREIRA, F. H. G. (Eds.)
The impact of
economic policies on poverty and income distribution
: evaluation techniques and tools,
Washington D.C.: World Bank, 2003. Cap.6 p.123-142. Disponível em:
<http://povlibrary.worldbank.org/files/12929_chapter6.pdf>.
BOURGUIGNON, F., FERREIRA, F. H. G., LEITE, P. G.
Ex-ante evaluation of
conditional cash transfer programs
: the case of Bolsa Escola. Washington, D.C: World
Bank, 2002. 34p. (Willian Davidson Working Paper, n.516)
BRASIL. Ministério da Saúde.
Avaliação do programa Bolsa-Alimentação. Brasília, DF:
Ministério da Saúde, 2003. Estudo 01: Metodologia do estudo de avaliação de impacto do
programa bolsa-alimentação.
BRASIL. Ministério da Saúde.
Avaliação do programa Bolsa-Alimentação. Brasília, DF:
Ministério da Saúde, 2003. Estudo 02: Análise de impacto preliminar.
BRASIL. Ministério da Saúde.
Avaliação do programa Bolsa-Alimentação. Brasília, DF:
Ministério da Saúde, 2003. Estudo 03: Análise de impacto final.
CALIENDO, M., KOPEINING, S.
Some practical guidance for the implementation of
propensity score matching
. Bonn, Germany: Institute for the Study of Labor (IZA), 2005.
(IZA Discussion Papers, 1588)
CAMERON, A. C., TRIVEDI, P. K.
Microeconometrics: methods and applications. New
York: Cambridge University Press, 2005.
CARDOSO, E., SOUZA, A. P.
The impact of cash transfers on child labor and school
attendance in Brazil
. Nashville: Vanderbilt University, Department of Economics, 2003.
(Working paper, n.04-W07) Disponível em:
<http://www.vanderbilt.edu/econ/wparchive/workpaper/vu04-w07.pdf>.
CARDOSO, L. C., FAÇANHA, L. O., MARINHO,
A. Avaliação de programas sociais
(PNAE, PLANFOR, PROGER
): eficiência relativa e esquemas de incentivo. Rio de Janeiro:
IPEA, 2002. (Texto para discussão, 859).
COHN, A.
Programas de transferência de renda e a questão social no Brasil. Rio de
Janeiro: INAE – Instituto Nacional de Altos Estudos, 2004. (Estudos e pesquisas, n.85)
DAVID S. J., PARKER J. A., SOULELES, N. S.
Household expenditure and the income
tax rebates of 2001
. Cambridge, MA: National Bureau of Economic Research, 2004.
(NBER Working papers, n.10784) Disponível em:
<http://ideas.repec.org/s/nbr/nberwo.html>.
DEATON, A. Savings and liquidity constraints.
Econometrica, n.59, n.5, p.1221-1248, set.
1991.
100
DEDECA, C. Fome zero e pilotos para a política social. Revista de Economia
Contemporânea
, v.9, n.1, p.95-123, 2005.
DEHEJIA, R. H., WAHBA, S. Causal effects in nonexperimental studies: reevaluating the
evaluation of training programs.
Journal of the American Statistical Association, v.94,
n.448, p.1053-1062, Sept. 1999.
DEHEJIA, R. H., WAHBA, S. Propensity score matching methods for non-experimental
causal studies.
Review of Economics and Statistics, v.84, n.1, p.151-161, 2002.
DEHEJIA, R. Practical propensity score matching: a reply to Smith and Todd.
Journal of
Econometrics
, v.125, n.1-2, p.355-364, 2005.
DIPRETE, T; GANGL, M.
Assessing bias in the estimation of causal effects: Rosenbaum
bounds on matching estimators and instrumental variables estimation with imperfect
instruments.
Sociological Methodology, v.34, n.1, p.271-310, Abr. 2004. Disponível em:
<http://www.wjh.harvard.edu/~winship/cfa_papers/HBprop_021204.pdf>.
DOWD, B., TOWN, R.
Does X really cause Y? Washington: Academy Health, 2002. 21p.
FERREIRA, F., LEITE, P., LITCHFIELD, J.
The rise and fall of Brazilian inequality:
1981–2004. Washington, D.C.: World Bank, 2006. (World Bank Policy Research Working
Paper, 3867)
FERRO, A. R., KASSOUF A. L. Avaliação do impacto dos programas Bolsa Escola na
incidência de trabalho infantil no Brasil. In: ENCONTRO NACIONAL DE ECONOMIA
,
31, 2003, Porto Seguro, BA.
Anais. [s.l.]: ANPEC, 2003. Disponível em CD-ROM.
FIRPO, S. A evolução das desigualdades de renda e de consumo ao longo do ciclo da vida.
Pesquisa e Planejamento Econômico, v.30, n.1, p.49-68, abr. 2000.
FRIEDMAN, M.
A theory of the consumption function. Princenton, NJ: Princenton
University Press, 1957. 243p.
HARDING, D. Contrafactual models of neighborhood effects: the effect of neighborhood
poverty on dropping out and teenage pregnancy.
American Journal of Sociology, v.109, n.3,
p.686-719, Nov. 2003.
HECKMAN, J.
Choosing among alternative nonexperimental methods for estimating the
impact of social programs
: the case of manpower training. Cambridge, MA: National
Bureau of Economic Research, 1989. (NBER Working Papers, n.2861) Disponível em:
<http://ideas.repec.org/s/nbr/nberwo.html>.
HECKMAN, J., ICHIMURA H., TODD P. Matching as an econometric evaluation
estimator: evidence from evaluating a job training program.
Review of Economic Studies,
v.64(4), n.221, p.605-654, Oct. 1997.
101
HECKMAN, J., ICHIMURA H., TODD, P. Matching as an econometric evaluation
estimator.
Review of Economic Studies, v.65(2), n.223, p.261-294, Apr. 1998.
HECKMAN, J., ICHIMURA, H., SMITH, J., TODD,
P. Characterizing selection bias using
experimental data.
Econometrica, v.66, n.5, p.1017-1098, Sept. 1998.
HECKMAN, J., LALONDE, R., SMITH, J. The economics and econometrics of active
labor market programs. In: ASHENFELTER, O., CARD, D. (Eds.)
The Handbook of Labor
Economics
. Amsterdam: North Holland 1999. v.3A, part.6, cap.31, p.1865-2097.
HIRANO, K., IMBENS, G. W., RIDDER, G.
Efficient estimation of average treatment
effects using the estimated propensity score
. Cambridge, MA.: National Bureau of
Economic Research, 2000. (NBER Technical Working Paper, n.251). Disponível em:
<http://ideas.repec.org/s/nbr/nberwo.html>.
HODDINOTT, J., SKOUFIAS, E., WASHBURN, R.
The impact of PROGRESA on
consumption
: a final report. Washington D.C: FCND, International Food Policy Research
Institute, 2000. (mimeogr.)
HUJER, R., CALIENDO, M., THOMSEN, S.
New evidence on the effects of job creation
schemes is Germany
: a matching approach with threefold heterogeneity. Bonn, Germany:
IZA, 2004. (Working Paper, 750)
HULME, D., SHEPHERD, A. Conceptualizing chronic poverty.
World Development, v.31,
n.3, p.403-423, Mar. 2003.
IMBENS, G.
Sensivity to exogeneity assumptions in program evaluation. Berkeley, CA:
University of Califórnia at Berkeley, 2002. Disponível em:
<http://emlab.berkeley.edu/users/imbens/imbens.pdf>.
IMBENS, G.W. The role of propensity score in estimating dose response functions.
Biometrika, v.87, n.3, p.706-710, 2000.
IPEA. Instituto de Pesquisa Econômica Aplicada.
Uma análise da eficácia das políticas
públicas de trabalho e renda no combate à pobreza no Brasil
. Brasília: IPEA, Diretoria de
Estudos Sociais, 2000. 50p.
LALONDE, R J. Evaluating the econometric evaluations of training programs with
experimental data.
The American Economic Review, v.76, n.4, p.604-20, 1986.
LIAO, T.
Assessing hidden bias in the estimation of causal effects in longitudinal data by
using a matching estimator with Rosenbaum bounds
. Urbana, IL: University of Illinois,
2005. (Paper Prepared for the BHPS Conference June 30-July 2, 2005) Disponível em:
<http://www.iser.essex.ac.uk/bhps/2005/docs/pdf/papers/liao.pdf>.
MAYER, S.
Potential policy-related uses of measures of consumption among low-income
populations
. Chicago: University of Chicago, Harris School. 2004. Disponível em:
<http://www.npc.umich.edu/research/npc_research/consumption/mayer.pdf>.
102
MCCULLOCH N., BAULCH B. Simulating the impact of policy upon chronic and
transitory poverty in rural Pakistan.
Journal of Development Studies, v.36, n.6, p.100-130,
Aug. 2000.
MCCULLOCH, N., BAULCH, B.
Distinguishing the chronically from the transitorily
poor
: evidence from rural Pakistan. Brighton: IDS, 1999. (IDS Working Paper, 97)
MENG, X. R., YAN, J.
Evaluating the food for education program in Bangladesh.
Canberra: Australian National University, Department of Economics, 2003. (Working
papers, 2003/07) Disponível em: <http://rspas.anu.edu.au/papers/asarc/Meng-Ryan.pdf>.
MOFFIT, J.
Remarks on the analysis of causal relationships in population research.
Baltimore, MD: Johns Hopkins University, Department of Economics, 2003. Disponível
em: <http://www.econ.jhu.edu/People/Moffitt/remarks.pdf>.
RAVALLION, M. Assessing the poverty impact of an assigned program
. In:
BOURGUIGNON, F., FERREIRA, F. H. G. (Eds.)
The impact of economic policies on
poverty and income distribution
: evaluation techniques and tools. Washington D.C.: World
Bank, 2003. Cap.5, p.103-122. Disponível em:
<http://povlibrary.worldbank.org/files/12928_chapter5.pdf>.
RAVALLION, M.
The mystery of the vanishing benefits: ms speedy analyst’s introduction
to evaluation. Washington D.C: World Bank,
1999. (Policy Research Working Paper,
n.2153)
RAWLINGS, L. B., RUBIO G. M.
Evaluating the impact of conditional cash transfer
programs
: lessons form Latin America. Washington, DC: The World Bank, 2003.
Disponível em: <World Bank Policy Research Working Paper 3119>.
REZENDE, F., TAFNER P. (Eds.)
Brasil: o estado de uma nação. Rio de Janeiro: IPEA,
Instituto de Pesquisa Econômica Aplicada, 2005. Cap 3. Pobreza e exclusão social.
Disponível em: <http://www.ipea.gov.br/Destaques/brasil/CapIII.pdf>.
ROCHA, S. Impacto sobre a pobreza dos novos programas federais de transferência de
renda.
Revista Economia Contemporânea, v.9, n.1, p.153-185, jan./abr. 2005.
ROCHA, S.
Pobreza no Brasil: o que mudou nos últimos 30 anos? Rio de Janeiro: INAE –
Instituto Nacional de Altos, 2004. (Estudos e pesquisas, n.83)
ROSENBAUM, P. Design sensitivity in observational studies.
Biometrika, v.91, n.1, p.153-
164, Mar. 2004.
ROSENBAUM, P. Observational Studies, Springer, New York. 2002.
ROSENBAUM, P. R., RUBIN D. B. The Central role of the propensity score in
observational studies for causal effects.
Biometrika, v.70, n.1, p.41-55, 1983.
103
ROSENBAUM, P. Sensitivity analysis in observational studies. In: EVERITT, B. S.,
HOWELL, D. C. (Eds.)
Encyclopedia of statistics in behavioral science. Chichester: John
Wiley, 2005. v.4, p.1809-1814.
RUBIN, D. B., MANSKI C.
Identification problems in the social sciences. Cambridge,
Mass.: Harvard University Press, 1995. 172p.
RUBIN, D. B., MANSKI, C. Nonparametric bounds on treatment effects.
American
Economic Review Papers and Proceedings
, v.80, n.2, p.319-323, May 1990.
SCHWARTZMAN, S.
Efeitos educativos e de equidade dos programas sociais voltados à
educação no Brasil (PNAD 2003)
Rio de Janeiro: Instituto de Estudos do Trabalho e
Sociedade, 2004.
SIANESI, B.
Implementing propensity score matching estimators with STATA. Prepared for
UK State Users Group, VII Meeting, London, May 2001. Disponível em:
<http://fmwww.bc.edu/RePEc/usug2001/psmatch.pdf>.
SKOUFIAS, E., MCCLAFFERTY, B.
Is PROGRESA working?: summary of the results of
and evaluation by IFPRI. Washington, D.C.: International Food Policy Research Institute,
2003. (FCND discussion paper, n.118)
SMITH, J., TODD, P. 2005. Does matching overcome lalonde’s critique of
nonexperimental estimators?
Journal of Econometrics, v.125, n.1-2, p.305-353, 2005.
SMITH, J., TODD, P. Rejoinder
. Journal of Econometrics, v.125, n.1-2, p.365-375, 2005.
SOARES, S.
Distribuição de renda no Brasil de 1976 a 2004 com ênfase no período entre
2001 e 2004
. Brasília: IPEA, 2006. (Texto para discussão, n.1166) Disponível em:
<http://www.ipea.gov.br/pub/td/2006/td_1166.pdf>.
SOARES, S., PIANTO, D. M.
Metodologia e resultados da avaliação do programa de
erradicação do trabalho infantil.
Rio de Janeiro: IPEA, 2003. (Texto para discussão, 994).
STILLMAN, S.
The response of consumption in Russian households to economic shocks.
Bonn, Germany: William Davidson Institute at the University of Michigan Stephen M.
Ross Business School, 2001. (William Davidson Institute Working Papers Series
, 412)
VAN DE WALLE, D. Behavioral
incidence analysis of public spending and social
programs.
In: BOURGUIGNON, F; FERREIRA, F. H. G. (Eds.) The impact of economic
policies on poverty and income distribution
: evaluation techniques and tools, Washington
D.C.: World Bank, 2003. Cap.3 p.69-84. Disponível em:
<http://povlibrary.worldbank.org/files/12926_chapter3.pdf>.
VENETOKIS, T.
An Evaluation of wage subsidy programs to SMEs utilizing propensity
score matching
. Helsinki: Government Institute for Economic Research, 2004. (VATT
Research Reports, 104) Disponível em:
<http://en.vatt.fi/file/vatt_publication_pdf/t106.pdf>.
104
WATSON, I. The earnings of casual employees: the problem of unobservables. Paper
presented to HILDA Survey Research Conference, University of Melbourne, 28-29
September 2005)
ZHAO, Z.
Sensitivity of propensity score methods to the specifications. Bonn, Germany
Institute for the Study of Labor (IZA), 2005. (IZA Discussion Papers
, 1873)
105
8. ANEXO
Anexo A: Estatística descritiva para as variáveis selecionadas.
Tabela 22: Estatística Descritiva para as variáveis de controle
Variáveis Média
Desvio
Padrão
Min Max
rendapc 607,70 1131,47 0,00 55035,81
filhosUC2 0,94 1,21 0 11
anosest 5,88 4,62 0 17
draca1 0,54 0,50 0 1
dsexo1 0,74 0,44 0 1
sul 0,16 0,37 0 1
nordeste 0,25 0,43 0 1
norte 0,06 0,24 0 1
centrooeste 0,07 0,26 0 1
sudeste 0,45 0,50 0 1
urb1 0,15 0,36 0 1
metrop1 0,64 0,48 0 1
setor1 0,50 0,50 0 1
setor2 0,39 0,49 0 1
dcartcred1 0,22 0,42 0 1
descoad1 0,50 0,50 0 1
dabastag1 0,77 0,42 0 1
pavrua1 0,62 0,48 0 1
denergelet1 0,96 0,20 0 1
qtdebanhpp 0,44 0,38 0 6
qtdecompp 2,06 1,46 ,06 22
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003. Microdados. Elaboração Própria.
106
Tabela 23: Estatística Descritiva para as variáveis dependentes –
Valores Absolutos
Variáveis Média
Desvio
Padrão
Min Max
Despesa Total
16618,78 27314,06 0 952941,8
Despesas c/ Alimentação 3210,00 3511,60 0 64208,04
Despesas c/ Habitação
3653,39 11367,67 0 681830,3
Despesas c/ Vestuário 904,77 1449,16 0 47427,72
Despesas c/ Transportes
3229,00 7054,39 0 250300,4
Despesas c/ produtos de
Higiene e Serviços Pessoais
542,26 839,61 0 32569,52
Despesas c/ Saúde 1147,16 3511,50 0 219764,9
Despesas c/ Educação 745,87 2369,66 0 66808,2
Despesas c/ Recreação e
Cultura
456,29 1103,21 0 23012,08
Despesas c/ Fumo e Bebidas
Alcoólicas
176,32 434,89 0 13294,32
Despesas Diversas 1365,36 11480,95 0 847281,9
Outras Despesas Correntes 1188,34 3509,10 0 132360
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003. Microdados. Elaboração Própria.
107
Tabela 24: Estatística Descritiva para as variáveis dependentes – Proporções
Variáveis Média
Desvio
Padrão
Min Max
Proporção dos gastos c/
Alimentação
0,16 0,16 0 1
Proporção dos gastos c/
Habitação
0,26 0,20 0 1
Proporção dos gastos c/
Vestuário
0,08 0,09 0 1
Proporção dos gastos c/
Transporte
0,17 0,18 0 1
Proporção dos gastos c/
Higiene e Serviços Pessoais
0,05 0,05 0 1
Proporção dos gastos c/
Saúde
0,09 0,12 0 1
Proporção dos gastos c/
Educação
0,03 0,06 0 1
Proporção dos gastos c/
Recreação e Cultura
0,02 0,04 0 0,94
Proporção dos gastos c/
Fumos e Bebidas Alcoólicas
0,02 0,06 0 1
Proporção dos gastos c/
Despesas diversas
0,04 0,09 0 1
Proporção dos gastos c/
Outras Despesas Correntes
0,06 0,10 0 1
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003. Microdados. Elaboração Própria.
108
Anexo B. Notas Técnicas – POF 2002/2003 (Fonte: IBGE).
Despesas correntes
As despesas correntes incluem as despesas de consumo e as outras despesas
correntes.
Despesas de consumo
Correspondem às despesas realizadas pelas unidades de consumo com aquisições de
bens e serviços utilizados para atender diretamente às necessidades e desejos pessoais de
seus componentes no período da pesquisa. Estão organizadas segundo os seguintes
grupamentos: alimentação, habitação, vestuário, transporte, higiene e cuidados pessoais,
assistência à saúde, educação, recreação e cultura, fumo, serviços pessoais e outras
despesas diversas não classificadas anteriormente.
1) Alimentação
Aquisição total com alimentação realizada pela unidade de consumo, tanto a
destinada e utilizada no domicílio quanto aquelas realizadas e consumidas fora do
domicílio. Na tabela específica de despesas com alimentação no domicílio, onde são
apresentados detalhamentos por grupos de alimentos, no grupo outras, incluíram-se todas as
informações de aquisições de produtos agregados como, por exemplo, sacolão, cesta básica,
varejão.
2) Habitação
Despesas realizadas com aluguel, serviços e taxas do domicílio único principal;
também estão incluídas neste grupamento todas as despesas da unidade de consumo com
domicílios referentes à manutenção do domicílio, artigos de limpeza, mobiliários,
eletrodomésticos, equipamentos e artigos do lar; manutenção e consertos de
eletrodomésticos.
Nas situações de ocorrência de despesas referentes a mais de um domicílio foi definido
como domicílio principal aquele assim considerado pelos moradores.
2.1) Aluguel
Despesas com aluguel de moradia e eventuais adicionais incidentes por atrasos.
Encontra-se incluído nesta categoria de despesa, para as situações dos domicílios cuja
condição de ocupação é diferente de alugado, o aluguel estimado (valor estimado que o
informante pagaria se o domicílio estivesse alugado).
109
2.2) Serviços e taxas
Despesas com energia elétrica, telefone fixo, telefone celular, gás de uso doméstico
(gás encanado e gás de bujão), água e esgoto. No quesito "outros" estão agregadas as
despesas com acesso à Internet, TV por assinatura, condomínio, adicionais de condomínio,
outras despesas com locação de imóvel (contrato, depósito de locação, etc.), seguros sobre
o imóvel (incêndio, roubo, etc.) e taxas de serviços em geral.
2.3) Manutenção do lar
Despesas com manutenção e pequenos reparos com habitação como: cimento, tijolo,
vidro, tinta, artigos de jardinagem (planta, terra, xaxim, etc.). Também estão incluídas as
despesas com serviços domésticos (faxineira, lavadeira, passadeira, jardineiro, etc.), com
dedetização e também despesas com aquisição de água, lenha e carvão vegetal.
2.4) Artigos de limpeza
Despesas com artigos e produtos de limpeza do domicílio, tais como: água sanitária,
vassoura de qualquer tipo, rodo, espanador e pano de chão.
Mobiliários e artigos do lar
Despesas com a aquisição de móveis, luminárias, adornos e enfeites, roupas de cama, mesa
e banho, outros têxteis (como por exemplo, cortinas) e artigos de copa e cozinha.
2.5) Eletrodomésticos
Despesas com aquisição de eletrodomésticos e equipamentos do lar tais como:
refrigerador,
freezer, máquina de lavar roupas, máquina de lavar louça, fogão, aspirador de
pó,
grill, aparelho de fax, forno de microondas, microcomputador, televisão, conjunto de
som, aparelho de DVD, aparelho de CD-ROM e equipamentos elétricos e eletrônicos
diversos.
2.6) Consertos de artigos do lar
Despesas com conserto e manutenção de aparelhos domésticos, móveis,
eletroeletrônicos e equipamentos do lar.
3) Vestuário
Despesas com a aquisição de roupas prontas para homem, mulher e crianças,
calçados e apetrechos (bolsas e cintos), jóias e bijuterias, tecidos e artigos de armarinho.
4) Transporte
Despesas habituais com transporte urbano tais como: ônibus, táxi, metrô, trem,
barca e transporte alternativo. Inclui também despesas com gasolina e álcool para veículo
110
próprio, manutenção de veículo próprio, aquisição de veículos e despesas com viagens
(avião, ônibus, etc.). Na linha "outras", estão agregadas despesas como: estacionamento,
pedágio, acessórios para veículos e seguro obrigatório.
5) Higiene e cuidados pessoais
Despesas com a aquisição de artigos de higiene e de beleza como perfume, produtos
para cabelo e sabonete. Na linha "instrumentos e produtos de uso pessoal" estão agregadas
as despesas com artigos de maquiagem, produtos de limpeza de pele, lâmina de barbear,
alicate e cortador de unha.
6) Assistência à saúde
Despesas com produtos e serviços relativos à saúde tais como: remédios, planos e
seguro saúde, consulta e tratamento dentário, consulta médica, tratamento ambulatorial
(cauterização, curativo, nebulização, aplicação de raio
laser, hemodiálise e outros), serviços
de cirurgia, hospitalização, exames diversos (eletrodiagnóstico, exame de laboratório,
radiografia, etc.), materiais de tratamento (seringa, termômetro, teste de gravidez, óculos e
lentes, etc.). Na linha "outras", estão agregadas as despesas e aquisições com chupeta,
mamadeira, ambulância (remoção) e aluguel de aparelho médico.
7) Educação
Despesas efetuadas com mensalidades e outras despesas escolares com cursos
regulares (pré-escolar, fundamental e médio), curso superior de graduação, outros cursos
(curso supletivo, informática, cursos de idioma e outros), livros didáticos e revistas
técnicas, artigos escolares (mochila escolar, merendeira, etc.). Na linha "outras", estão
agregadas as despesas com uniforme escolar, matrícula e outras despesas com educação.
8)Recreação e cultura
Despesas com brinquedos e jogos como bola, boneca, software, celular e acessórios
(aparelhos e acessórios de telefonia celular), livros, revistas e periódicos não-didáticos
(jornais, revistas infantis, etc.), diversões e esportes (cinema, teatro, futebol, ginástica,
artigos de caça, pesca, camping, etc.). Na linha "outras", estão agregadas despesas como:
porte de arma, equipamentos de ginástica e demais despesas similares.
111
9)Fumo
Despesas com cigarros, charutos, fumo para cachimbo, fumo para cigarros e outros
artigos para fumante como, por exemplo, fósforos e isqueiros.
10) Serviços pessoais
Despesas com cabeleireiro, manicuro e pedicuro, consertos de artigos pessoais
(sapateiro, relojoeiro, chaveiro, etc.). Na linha "outras", estão agregadas as despesas com
depilação, maquiagem, esteticista e demais despesas com serviços similares.
11) Despesas diversas
Referem-se às despesas com jogos e apostas, comunicação (correio, telefone
público, telemensagem, etc.), cerimônias e festas familiares e religiosas, serviços
profissionais como: de cartório, advogado, despachante, contador e despesas com imóveis
de uso ocasional (aluguel de imóvel, condomínio, etc.). Na linha "outras" estão agregadas
outras despesas diversas não classificadas anteriormente como: reforma e manutenção de
jazigo, aluguel de aparelhos e utilidades de uso doméstico, alimentos e outros produtos para
animais, flores naturais, etc.
12) Outras despesas correntes
As outras despesas correntes correspondem a despesas com impostos pagos tais
como: imposto sobre propriedade de imóveis, imposto de renda, imposto sobre serviços,
imposto sobre propriedade de veículos e emplacamento de veículo. Incluem também
contribuições trabalhistas (previdência pública e associação de classe na qual está incluído
o imposto sindical), serviços bancários, pensões, mesadas, doações e previdência privada,
entre outras.
Nas tabelas, as informações estão apresentadas segundo a organização descrita
acima e na linha "outras" estão agregadas despesas como, por exemplo, seguro de vida,
pagamento de asilo e demais despesas de mesma natureza.
112
Anexo C. Cálculo do efeito do tratamento para os componentes dos gastos.
Tabela 25: Cálculo do efeito do tratamento para os componentes dos gastos
(Renda per capita <=100). Utilizando o comando psmatch2
Estimadores
Variáveis Dependentes
(Valor Absoluto)
NNM
(K=1)
NNM
(K=5)
RM KM LLM
Despesas com
Alimentação
NP
P
207,30
192,04
207,30
185,18
207,30
216,85
207,30
233,20
207,30
228,83
Despesas com Habitação NP
P
-127,58
-27,63
-127,58
-21,03
-127,58
-38,36
-127,58
-14,95
-127,58
-16,53
Despesas com Vestuário NP
P
6,08
26,64
6,08
32,54
6,08
25,65
6,08
36,02
6,08
33,86
Despesas com Transportes NP
P
-31,59
-8,85
-31,59
17,14
-31,59
21,72
-31,59
15,55
-31,59
13,30
Despesas com Higiene e
Serviços Pessoais
NP
P
5,06
13,18
5,06
19,28
5,06
10,96
5,06
23,54
5,06
21,93
Despesas com Assistência
à Saúde
NP
P
-14,28
14,30
-14,28
16,46
-14,28
12,93
-14,28
10,76
-14,28
9,54
Despesas com Educação
NP
P
17,77
19,35
17,77
22,10
17,77
16,27
17,77
24,45
17,77
24,45
Despesas com Recreação
e Cultura
NP
P
-7,14
6,75
-7,14
3,40
-7,14
2,28
-7,14
3,78
-7,14
3,65
Despesas com Fumo e
Bebidas Alcoólicas
NP
P
-10,65
-5,32
-10,65
-9,25
-10,65
-4,76
-10,65
-6,73
-10,65
-6,95
Despesas com Itens
Diversos
NP
P
-32,85
1,72
-32,85
-9,68
-32,85
-7,48
-32,85
-6,67
-32,85
-7,47
Despesas com Despesas
Correntes
NP
P
-9,35
13,24
-9,35
12,23
-9,35
10,70
-9,35
7,43
-9,35
7,75
Despesas com
Eletrodomésticos
NP
P
-17,86
-10,60
-17,86
-14,61
-17,86
-16,03
-17,86
-6,05
-17,86
-5,01
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Notas: Valores das despesas em R$, deflacionados e anualizados. NP= não pareado, P= pareado.
Valores calculados através do comando psmatch2 (LEUVEN e SIANESI, 2003).
113
Tabela 26: Cálculo do efeito do tratamento para os componentes dos gastos
(Renda per capita <=300).Utilizando o comando psmatch2.
Estimadores
Variáveis Dependentes
(Valor Absoluto)
NNM
(K=1)
NNM
(K=5)
RM KM LLM
Despesas com
Alimentação
NP
P
30,40
185,59
30,40
164,31
30,40
194,75
30,40
200,53
30,40
205,27
Despesas com Habitação NP
P
-437,34
-55,14
-437,34
-58,74
-437,34
-46,88
-437,34
-55,18
-437,34
-41,13
Despesas com Vestuário NP
P
-82,45
39,45
-82,45
40,52
-82,45
36,16
-82,45
37,44
-82,45
41,05
Despesas com Transportes NP
P
-299,86
-9,23
-299,86
-18,18
-299,86
-36,29
-299,86
-30,04
-299,86
-23,80
Despesas com Higiene e
Serviços Pessoais
NP
P
-41,77
18,31
-41,77
21,52
-41,77
20,34
-41,77
20,51
-41,77
22,28
Despesas com Assistência
à Saúde
NP
P
-88,12
17,53
-88,12
12,59
-88,12
8,37
-88,12
11,05
-88,12
12,83
Despesas com Educação
NP
P
-36,01
15,60
-36,01
12,41
-36,01
11,63
-36,01
10,80
-36,01
12,59
Despesas com Recreação
e Cultura
NP
P
-45,05
-4,14
-45,05
-4,25
-45,05
-5,48
-45,05
-3,57
-45,05
-1,96
Despesas com Fumo e
Bebidas Alcoólicas
NP
P
-23,71
-10,44
-23,71
-6,49
-23,71
-8,02
-23,71
-6,20
-23,71
-5,43
Despesas com Despesas
Diversas
NP
P
-98,16
3,50
-98,16
-13,17
-98,16
-7,45
-98,16
-17,50
-98,16
-15,33
Despesas com Despesas
Correntes
NP
P
-86,91
-16,00
-86,91
-,25
-86,91
-5,34
-86,91
-7,37
-86,91
-3,09
Despesas com
Eletrodomésticos
NP
P
-54,38
-6,85
-54,38
-9,23
-54,38
-10,49
-54,38
-12,20
-54,38
-10,21
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Notas: Valores das despesas em R$, deflacionados e anualizados. NP= não pareado, P= pareado.
Valores calculados através do comando psmatch2 (LEUVEN e SIANESI, 2003)
114
Tabela 27: Cálculo do efeito do tratamento para proporções de gastos (Renda per
capita <=100) Utilizando o comando Att*
Estimadores
Variáveis Dependentes
(Proporções)
NNM RM KM SM
Despesas com Alimentação 0,024
(3,758)*
0,029
(3,912)*
0,024
(4,822)*
0,022
(4,435)*
Despesas com Habitação -0,033
(-4,925)*
-0,030
(-3,613)*
-0,030
(-6,467)*
-0,029
(-6,212)*
Despesas com Vestuário 0,003
(0,796)
0,003
(0,694)
0,004
(1,365)
0,004
(1,593)
Despesas com Transportes 0,000
(0,059)
0,000
(0,025)
0,001
(0,312)
0,001
(0,299)
Despesas com Higiene e
Serviços Pessoais
0,001
(0,328)
0,001
(0,384)
0,001
(0,910)
0,002
(0,768)
Despesas com Assistência a
Saúde
-0,002
(-0,689)
-0,007
(-1,740)
-0,006
(-2,385)
-0,005
(-1,912)
Despesas com Educação
0,009
(6,567)*
0,009
(4,8470)*
0,010
(8,832)*
0,010
(9,043)*
Despesas com Recreação e
Cultura
0,002
(1,352)
-0,000
(-0,169)
0,001
(0,929)
0,001
(1,076)
Despesas com Fumo e
Bebidas Alcoólicas
-0,004
(-1,841)***
-0,003
(-0,969)
-0,004
(-2,280)**
-0,004
(-2,715)*
Proporção da Despesas com
Despesas Diversas
-0,001
(-0,219)
-0,002
(-0,757)
-0,001
(-0,838)
-0,001
(-0,813)
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Valores das despesas em R$, deflacionados e anualizados.
Os valores entre parênteses representam a estatística t baseada no erro padrão calculado através do método de
bootstrap (50 repetições). * Significativo a 1%. ** Significativo a 5%. *** Significativo a 10%
115
Tabela 28: Cálculo do efeito do tratamento para proporções de gastos
(Renda per capita <=300) Utilizando o comando Att*
Estimadores
Variáveis Dependentes
(Proporções)
NNM RM KM SM
Despesas com Alimentação 0,012
(2,359)*
0,036
(7,219)*
0,020
(4,984)*
0,015
(3,624)*
Despesas com Habitação -0,020
(-3,182)*
-0,019
(-4,343)*
-0,022
(-6,339)*
-0,022
(-6,302)*
Despesas com Vestuário 0,006
(1,670)***
0,004
(1,606)
0,006
(2,998)*
0,006
(2,671)*
Despesas com Transportes 0,000
(0,056)
-0,009
(-1,676)
-0,003
(-0,873)
-0,002
(-0,437)
Despesas com Higiene e
Serviços Pessoais
-0,000
(-0,114)
0,002
(1,133)
0,002
(1,258)
0,002
(1,061)
Despesas com Assistência a
Saúde
-0,002
(-0,516)
-0,006
(-2,408)**
-0,004
(-1,657)
-0,003
(-1,443)
Despesas com Educação
0,008
(7,038)*
0,006
(4,943)*
0,007
(8,558)*
0,007
(6,469)*
Despesas com Recreação e
Cultura
-0,000
(-0,121)
-0,003
(-3,238)*
-0,000
(-0,718)
0,000
(0,219)
Despesas com Fumo e
Bebidas Alcoólicas
-0,003
(-1,652)
-0,002
(-1,480)
-0,003
(-2,818)*
-0,003
(-2,795)*
Proporção da Despesas com
Despesas Diversas
0,000
(0,086)
-0,004
(-2,529)**
-0,002
(-1,109)
-0,001
(-0,646)
Fonte: Pesquisa de Orçamentos Familiares – POF/IBGE, 2002-2003.Microdados. Elaboração Própria.
Valores das despesas em R$, deflacionados e anualizados.
Os valores entre parênteses representam a estatística t baseada no erro padrão calculado através do método de
bootstrap (50 repetições). * Significativo a 1%. ** Significativo a 5%. *** Significativo a 10%
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
