1 Innledning og oppgavens spørsmål
2.4 Et metodologisk kontekstperspektiv på oppgaven
Para identificação das características dos municípios que participam de algum tipo de CPI, separou-se as variáveis explicativas em cinco grupos: econômico, demográfico, político, fiscal e social, conforme síntese das variáveis explicativas demonstrada no Quadro 1.
Segundo Gerber e Gibson (2005), apud Niero (2011), em um contexto marcado pela pobreza e baixas taxas de crescimento, fica favorecida a cooperação entre governos locais. No enfrentamento de condições econômicas e sociais mais severas, como elevados níveis de desemprego ou de pobreza, as comunidades são motivadas a empreender projetos para amenizar as situações. LeRoux e Carr (2007), apud Niero (2011) formula a hipótese de que as comunidades que apresentam um quadro de baixo PIB per capita são mais inclinadas a concretizar acordos de cooperação com outras localidades.
.
Quadro 1 – Síntese das variáveis independentes
Grupo Variável Definição Fonte
Econômico
Renda per capita Renda per capita do município em 2010.
PNUD. Atlas do Desenvolvimento Humano 2013
Taxa de desocupação
Percentual da população
economicamente ativa (PEA) com 18
anos ou mais que se encontra
desocupada. Quanto menor, melhor.
IBGE - Censo 2010
Demográfico População População do município em 2010. IBGE - Censo 2010
Político
Base governo federal
Variável binária que indica se partido do prefeito eleito do município, em 2004, pertencia às coligações que elegeram os presidentes da república em 2002 e 2006. [0=Não / 1=Sim]
IBGE - Base Munic 2011 TSE
Base governo estadual
Variável binária que indica se partido do prefeito eleito do município, em 2004, pertencia às coligações que elegeram os governadores dos respectivos estados em 2002 e 2006. [0=Não / 1=Sim]
IBGE - Base Munic 2011 TSE
Fiscal
Capacidade de autofinanciamento
Total das receitas tributárias municipais
dividido pelo total das despesas
orçamentárias. Quanto maior, melhor.
STN - Finbra 2011
Receita tributária per capita
Receita tributária per capita dos
municípios (compreendendo os impostos, taxas e contribuições de melhoria) dividida pela população do município.
STN - Finbra 2011
Social
Índice de desenvolvimento humano
Índice de desenvolvimento humano dos municípios em 2010. Quanto maior, melhor.
PNUD. Atlas do Desenvolvimento Humano 2013
Taxa de analfabetismo
Razão entre o número de pessoas com quinze anos ou mais que não sabem nem ler e nem escrever e o total de pessoas nesta faixa etária multiplicado por 100. Quanto menor, melhor.
IBGE - Censo 2010
Índice de saneamento inadequado
Razão entre as pessoas que vivem em domicílios cujo abastecimento de água não provem de rede geral e cujo esgotamento sanitário não é realizado por rede coletora de esgoto ou fossa séptica e a população total residente em domicílios particulares multiplicado por 100. Quanto menor, melhor.
IBGE - Censo 2010
Taxa coleta lixo
Razão entre a população que vive em domicílios com coleta de lixo e a população total multiplicado por 100. Quanto maior, melhor.
IBGE - Censo 2010
Elaborado pelo autor.
Optou-se, neste trabalho, em utilizar a renda per capita, calculada pelo PNUD, definida como a razão entre a soma da renda de todos os membros da família e o número de membros da mesma. No cálculo do PIB, entra a renda produzida pelas
.
empresas, pelo governo e a diferença entre exportação e importação. Já a renda per capita mede exclusivamente a renda das famílias. De acordo com o IPEA, o PIB per capita e a renda disponível bruta não são os melhores indicadores para avaliar o padrão de vida dos brasileiros. (SAE, 2013).
De acordo com o exposto acima, espera-se que os municípios que se consorciam apresentem menor renda per capita e maiores taxas de desocupação.
Segundo Post (2004), apud Niero (2011), a oportunidade para usufruir os benefícios das economias de escala, por parte das pequenas localidades, é um poderoso argumento na direção da cooperação. A autora observa que a obtenção de economias de escala está mais ao alcance dos grandes do que dos pequenos municípios. Seguindo a lógica descrita por Niero (2011), espera-se uma relação negativa entre os municípios que se consorciam e o tamanho da sua população.
De acordo com Rocha e Faria (2004), as regras eleitorais e as que definem o funcionamento dos partidos políticos podem redundar em maior ou menor possibilidade de articulação entre os atores políticos. O reforço da capacidade de coordenação dos governos estaduais e federal é apontado como fator facilitador da implementação de esquemas cooperativos. A existência de uma certa tradição de interação e diálogo entre os municípios pode resultar em maior possibilidade de cooperação.
Para Guimarães (2010), para que o consórcio público se torne cada vez mais usual, é necessário que se unam esforços, que se superem diferenças partidárias e que se criem espaços dialógicos com a sociedade civil para que os anseios da comunidade e do poder público sejam atendidos de forma efetiva.
Segundo Niero (2011), o ciclo eleitoral pode alterar não só o equilíbrio de forças no âmbito local, mas também os eixos que orientam a política pública e a formação de alianças intergovernamentais.
Assim, para se obter as características políticas dos municípios que participam de CPI foram construídas duas variáveis binárias:
a) base governo federal – indica se o partido do prefeito eleito em 2004 pertence a um dos partidos das coligações5 que elegeram o presidente da
5
Coligações partidárias que elegeram o presidente da república: eleições 2002, PT, PL, PC do B, PMN e PCB; eleições 2006, PT, PRB e PC do B. Fonte: TSE - Resultado de Eleições Anteriores.
.
república em 2002 e 2006, sendo “0” para os municípios com partidos divergentes e “1” para partidos da coligação;
b) base governo estadual – indica se o partido do prefeito eleito em 2004 pertence a um dos partidos políticos das coligações6 que elegeram os governadores dos respectivos estados dos municípios nas eleições de 2002 e 2006, sendo “0” para municípios com partidos divergentes e “1” para partidos da coligação.
Para composição da base, optou-se pelas eleições de 2002 e 2006 para presidente e governador e 2004 para prefeito, pelo fato de que há uma maior abrangência de período de governo para os três níveis: federal e estadual entre 2003 e 2010 e municipal entre 2005 e 2008, ou seja, o mandado do prefeito para esse período está inserido no mesmo período dos mandatos dos presidentes e governadores.
De acordo com os autores consultados, os municípios cujos partidos dos prefeitos pertencem à mesma base dos governos estadual e federal apresentam mais chances de se consorciarem. Portanto, espera-se uma relação positiva entre o consorciamento e essas duas variáveis.
Segundo Niero (2011), a escassez de recursos enfrentada pelos gestores públicos, o estresse fiscal e a autonomia tributária são fatores que influenciam a propensão a cooperar por parte dos municípios.
LeRoux e Carr (2007) e Krueger e McGuire (2005), apud Niero (2011), afirmam que os governos locais com insuficientes bases tributárias tendem a buscar acordos de cooperação com os municípios vizinhos. Com base nessa premissa, Niero (2011) formula a seguinte hipótese na sua pesquisa: “quanto mais reduzida a receita tributária municipal per capita das comunidades, maior a motivação a cooperar” (Niero 2011, p. 35).
Assim, com relação às variáveis do grupo fiscal, espera-se uma relação negativa entre o consorciamento e as variáveis renda tributaria per capita e capacidade de autofinanciamento.
6
A relação das coligações que elegeram os governadores estaduais nas eleições de 2002 e 2006 encontra-se nos anexos I e II.
.
Para definição da variável capacidade de autofinanciamento, utilizou-se a mesma definição de Guedes e Gasparini (2007), sendo calculada pela participação da receita tributária municipal nas despesas orçamentárias totais.
Segundo Cruz (2001), o fato dos municípios assumirem maiores competências, principalmente com relação às políticas sociais descentralizadas, não implica que essa esfera tenha mais recursos para a sua implementação. Muitos problemas municipais transcendem o território municipal. Os municípios devem se articular para melhorar a qualidade de vida da população.
De acordo com Ribeiro (2007), os municípios podem se consorciar para execução de diversas ações como: programas de saúde, manejo de resíduos sólidos, educação, abastecimento de água e esgotamento sanitário. Tendo em vista a complexidade das políticas públicas modernas, especialmente as de cunho social, que sempre ultrapassam o âmbito local, é necessário que o gestor saiba articular a ação de seu município com a dos demais entes da Federação. (Ribeiro, 2007)
Krueger e Mcguire (2005) afirmam que a motivação para cooperar é maior para os municípios que apresentam necessidades mais agudas nos âmbitos sociais e econômicos.
Dessa forma, espera-se que os municípios que se consorciam apresentem indicadores sociais piores do que aqueles que não se consorciam. Para identificação dos indicadores sociais foram utilizadas as variáveis IDH dos municípios7, taxa de analfabetismo, índice de saneamento inadequado e taxa de coleta de lixo.
O Quadro 2 apresenta uma síntese do sinal esperado dos coeficientes de cada variável explicativa, em relação à variável dependente, com base na literatura levantada.
De acordo com os dados da estatística descritiva, aplicada sobre as variáveis explicativas, nas Tabelas 8 e 9, pode-se observar que os municípios que participam de CPI apresentam melhores taxas de desocupação, de analfabetismo, de saneamento básico, de coleta de lixo e IDH. Com relação às variáveis fiscais, os municípios que participam de CPI apresentam melhor capacidade de autofinanciamento e maior receita tributária per capita. Verifica-se ainda que os
7
O Índice de Desenvolvimento Humano dos Municípios é calculado pelo Programa das Nações Unidas para o Desenvolvimento. É uma medida resumida do progresso a longo prazo em três dimensões básicas do desenvolvimento humano: renda, educação e saúde.
.
municípios que participam de CPI tem médias populacionais menores que a dos municípios que não participam.
Quadro 2 – Sinal esperado das variáveis explicativas de acordo com a revisão da literatura
Grupo Variável Sinal Esperado Literatura
Econômico Renda per capita Negativo Gerber e Gibson (2005) LeRoux e Carr (2007) Niero (2011)
Taxa de desocupação Positivo
Demográfico População Negativo Post (2004)
Niero (2011)
Político Base governo federal Positivo
Rocha e Faria (2004) Guimarães (2010) Niero (2011) Base governo estadual
Fiscal Capacidade de autofinanciamento Negativo
LeRoux e Carr (2007) Krueger e McGuire (2005) Niero (2011)
Receita tributária per capita
Social
Índice de desenvolvimento humano Negativo
Cruz (2001)
Krueger e McGuire (2005) Ribeiro (2007)
Taxa de analfabetismo
Positivo Índice de saneamento inadequado
Taxa coleta lixo Negativo
Elaborado pelo autor.
Tabela 8 - Estatística descritiva das variáveis independentes - municípios que participam de algum tipo de CPI
Cônsul (2000) assinala que a análise discriminante é uma técnica multivariada para trabalhar dados que apresentam uma estrutura de grupo conhecida a priori. Exploratória por natureza, esta técnica procura encontrar as principais funções discriminantes, ou novos eixos, que descrevam gráfica e algebricamente a
Variáveis Média Desvio-padrão Mínimo Máximo
Renda per capita 550,45 233,63 110,65 2.043,74
Taxa de desocupação 5,89 3,52 0 24,31
População 29.971 90.310 811,00 2.385.640
Base governo federal 0,14 0,35 0 1,00
Base governo estadual 0,55 0,50 0 1,00
Capacidade autofinanciamento 0,12 0,09 0 0,98
Receita tributária per capita 155,03 182,97 0 3.918,68
Índice desenvolvimento dumano 0,68 0,06 0,45 0,86
Taxa de analfabetismo 15,31 9,65 0,95 43,69
Índice saneamento inadequado 8,03 12,11 0 85,36
Taxa coleta de lixo 94,76 10,26 0 100,00
Número de observações: 2.903
.
separação entre os grupos assim como derivar regras que permitem classificar um novo indivíduo em um dos grupos conhecidos, minimizando o erro de má classificação.
Tabela 9 - Estatística descritiva das variáveis independentes – municípios que não participam de algum tipo de CPI
A técnica de regressão logística caracteriza-se por descrever a relação entre várias variáveis independentes e uma variável dependente dicotômica , representando a presença “1” ou ausência “0” de uma característica. O objetivo na análise de regressão logística é descrever o comportamento matemático de em função dos valores de . (PALMUTI e PICCHIAI, 2012).
Como este trabalho tem como objetivo identificar as características econômicas, demográficas, políticas, fiscais e sociais dos municípios que se consorciam na forma de consórcio público intermunicipal, utilizou-se, como base, as variáveis utilizadas por Niero (2011).
Quanto ao modelo a ser utilizado, optou-se pelo probit. Segundo Wooldridge (2010), “os economistas tendem a preferir a hipótese de normalidade de , razão pela qual o modelo probit é mais popular que o logit em econometria” (WOOLDRIDGE, 2010, p. 538).
Em um modelo de resposta binária, o interesse reside na probabilidade de resposta em que usamos para representar o conjunto completo de variáveis explicativas. Por exemplo, quando for indicador de emprego, poderá conter várias características individuais, como educação, idade, estado civil e outros fatores
Variáveis Média Desvio-padrão Mínimo Máximo
Renda per capita 431,61 238,43 96,25 1.866,58
Taxa de desocupação 6,52 3,77 0 38,45
População 39.584 280.133 806 11.300.000
Base governo federal 0,16 0,37 0 1,00
Base governo estadual 0,57 0,50 0 1,00
Capacidade autofinanciamento 0,10 0,09 0 0,80
Receita tributária per capita 137,82 195,11 1,67 2.759,52
Índice desenvolvimento dumano 0,64 0,07 0,42 0,85
Taxa de analfabetismo 17,08 9,96 1,04 44,40
Índice saneamento inadequado 10,48 13,48 0 76,98
Taxa coleta de lixo 93,27 11,81 0 100,00
Número de observações: 2.662
.
que afetem a situação de emprego, inclusive uma variável binária indicadora da participação em um recente programa de treinamento pessoal. Os coeficientes estimados dão os sinais dos efeitos parciais de cada sobre a probabilidade de resposta. (WOOLDRIDGE, 2010)
Nos casos em que a variável dependente é do tipo qualitativa o objetivo da regressão é encontrar a probabilidade de que algo aconteça. Os modelos de regressão de escolha são chamados de modelos de probabilidade.
Assim, temos:
= 1| ) = = 1| , , … , ) (1)
Para uma classe de modelos de resposta binária na forma:
= 1)| ) = + + ⋯ + ) = + ) (2)
Onde é uma função assumindo valores estritamente entre zero e um 0 < ) <
1, para todos os números reais. Isso garante que as probabilidades estimadas de resposta estejam estritamente entre zero e um.
Os modelos de regressão do tipo probit e logit garantem que as probabilidades estimadas se situem entre os limites lógicos da definição da variável dependente do modelo, 0 e 1.
No modelo logit a função é a função logística:
) =" # !)$ !) = ∆ ) (3)
que está entre zero e um para todos os números reais.
No modelo probit, é uma função de distribuição cumulativa (fdc) normal padrão, que é expressa como uma integral:
) = & ) ≡ ( ø *)+*,-! , (4)
.
Φ z) = 2π), / exp − /2) (5)
A escolha de ) assegura que a equação (1) esteja entre 0 e 1 para todos os valores dos parâmetros e para ,.
As funções ) em (2) e (3) são ambas funções crescentes. Cada uma delas cresce mais rapidamente com = 0, ) → 0 89:;+< →= −∞ ) → ∞.
Os modelos probit e logit podem ser derivados de um modelo de variável latente subjacente. Seja ∗ uma variável não observada, ou latente, determinada por:
∗ = + + , = 1" ∗ > 0$ (6)
No modelo binário, será 1 se ∗ for maior que zero e será 0 se ∗ for menor ou igual a 0. Assume-se que é independente de e que tem a distribuição logística padrão ou distribuição normal padrão. Em qualquer caso, será simetricamente distribuída ao redor de 0, o que significa que 1 − − ) = ) para todos os números reais. É preferível a hipótese de normalidade de , razão pela qual o modelo probit é mais popular do que o logit.
Com base na equação (6), pode-se derivar a probabilidade de resposta de :
= 1)| ) = ∗ > 0| ) = " > − + )| $ = 1 − "− + )$ =
+ ), (7)
que é exatamente igual a (1).
Para muitos propósitos, quer-se estimar o efeito de sobre a probabilidade de êxito = = 1| ), mas isso é complicado em razão da natureza não linear de
. ). Assim, para encontrar o efeito parcial de variáveis sobre o êxito que, no caso desse trabalho, êxito é possuir consórcio intermunicipal, temos que obter a derivada parcial:
A B)
A C = D + ) , E 89 D ) =
FG
.
Nos casos de probit e logit, . ) será uma função de distribuição cumulativa estritamente crescente, e assim, ) > 0 H:I: J<+< . Portanto, o efeito parcial de sobre ) depende de em razão da quantidade positiva D + ). Isso significa que o efeito parcial sempre terá o mesmo sinal de .
Os coeficientes encontrados nos modelos probit e logit dão os sinais dos efeitos parciais de cada sobre a probabilidade de resposta, e a significância estatística de é determinada pela condição de podermos rejeitar K : = 0 a um nível de significância suficientemente pequeno.
Pretende-se, neste trabalho, encontrar as características dos municípios que participam de algum tipo de CPI por meio da análise dos coeficientes das variáveis explicativas calculados com base nos modelos de regressão abaixo:
Modelo 1 – Variáveis dos grupos econômico, demográfico, político e fiscal
MNOP = Q+ RSTNP+ UVWXP+ YTZTP+ [\]VP+ ^\WXP+ _N`]P+ aSbTP+ c
Modelo 2 - Variáveis dos grupos econômico, demográfico, político e fiscal mais o IDH dos municípios.
MNOP = Q+ RSTNP+ UVWXP+ YTZTP+ [\]VP+ ^\WXP+ _N`]P+ aSbTP
+ dOVeP+ c
Modelo 3 – Todas as variáveis
MNOP = Q+ RSTNP+ UVWXP+ YTZTP+ [\]VP+ ^\WXP+ _N`]P+ aSbTP + dOVeP+ f`g]P+ RQX`gP+ RRhOiP+ j
Onde:
kl = Indica se o município “j” possui consórcio público intermunicipal [0=não possui e 1=possui]
.
+ ⋯ + = coeficientes das variáveis explicativas
IHk = renda per capita do município “j”
+ m = taxa de desocupação para o munícipio “j”
H<H = população do município “j”
Dn+ = indica se o partido do prefeito eleito do município “j” em 2004 pertence às coligações que elegeram o presidente da república em 2002 e 2006 [0=não e 1=sim]
D m = indica se o partido do prefeito eleito do município “j” em 2004 pertence às coligações que elegeram o governador do respectivo estado da Federação
k:n = capacidade de autofinanciamento do município “j”
IJH = receita tributária per capita do município “j”
l+ℎ = índice de desenvolvimento humano do município “j”
:;n = taxa de analfabetismo do município “j”
m:; = taxa de saneamento inadequado do município “j”
pl = taxa de coleta de lixo do município “j”
Caso o município tenha algum tipo de consórcio intermunicipal a variável dependente será “1”, caso contrário, “0”. Assim, a variável dependente, PCI, terá a seguinte distribuição de probabilidade:
Tabela 10 – Distribuição de probabilidade da variável PCI
PCI Probabilidade
0 (não participa de CPI) 1 – PCI 1 (participa de algum CPI) PCI
Total 1
Elaborado pelo autor.
O efeito marginal das variáveis explicativas ( q 8) sobre a probabilidade do
município participar de algum tipo de CPI é dada pela derivada primeira da função de probabilidade acumulativa normal para cada observação no modelo probit. Ela representa uma mudança na probabilidade de um município se consorciar dada uma variação nas variáveis independentes. Para os valores e efeito marginal positivo, um acréscimo em aumenta a probabilidade de um município participar de CPI. Para
8
.
os valores negativos, um acréscimo em representa uma redução na probabilidade de ocorrência de participação em CPI.
4 RESULTADOS
Os resultados da regressão foram agrupados de acordo com os três modelos aplicados, conforme demonstrado na Tabela 11. O primeiro contém apenas as variáveis dos grupos econômico, demográfico, fiscal e político. No segundo foi incluída a variável IDH e por último incluiu-se todas as variáveis. A Tabela 11 apresenta os valores e os sinais dos efeitos marginais das variáveis explicativas sobre a variável dependente.
Tabela 11 – Resultado da regressão modelo probit
Elaborado pelo autor.
Os municípios que participam de algum tipo de CPI apresentaram maior renda per capita para no modelo 1. Entretanto, com a inclusão de mais variáveis ao modelo essa variável se torna não significativa.
A taxa de desocupação foi significativa nos três modelos e também contrariou as hipóteses formuladas pela literatura, ou seja, a de que os municípios que participam de CPI têm menores taxa de desocupação.
Descrição das Variáveis Modelo (3)a
Constante -0,4113475 *** -3,5963430 *** -3,636135 ***
Renda per capita 0,0005551 *** -0,0000802 -0,0001958 Taxa de desocupação -0,0069428 *** -0,0070967 *** -0,0176259 *** População -4,170E-07 *** -3,290E-07 *** -8,250E-07 *** Base governo federal -0,0271370 -0,0324253 -0,0788136 Base governo estadual -0,0239038 -0,0309792 * -0,0783567 * Capacidade de autofinanciamento 0,3763048 ** 0,2870557 * 0,7137333 * Receita tributária per capita -0,0003085 *** -0,0002836 *** -0,0007095 *** Índice de desenvolvimento humano 2,4035030 *** 6,0203220 ***
Taxa de analfabetismo 0,0039028
Índice de saneamento inadequado -0,0044005 *
Índice de coleta de lixo 0,0003662
Wald chi2 290,26 421,92 429,64
Prob > Chi2 0,0000 0,0000 0,0000
Pseudo R2 0,0521 0,0657 0,0666
Nota: (*), (**) e (***) significa que as variáveis são significativas a um nível de 10%, 5% e 1% respectivamente. a: os coeficientes representam os efeitos marginais
.
Com referência à população, foi constatada a hipótese sugerida de que os municípios que possuem menor contingente populacional participam mais de CPI.
Quanto aos aspectos políticos, a variável base governo federal não foi significativa em nenhum dos modelos. Já a variável base governo estadual foi significativa a um nível de 10% nos modelos 2 e 3. Assim, considerando os dois últimos resultados, constatou-se que o sinal encontrado para a variável contraria o que foi encontrado na literatura. Há indicativos de que os municípios que se consorciam não possuem vinculação partidária com os seus governos estaduais.
No tocante às características fiscais os municípios que se consorciam tem menor renda tributária per capita mas, em compensação, possuem maior