O presente trabalho avaliou nos dois estágios todos os estados brasileiros50
50 Mais uma vez, ressalta-se que o Distrito Federal foi excluído no segundo estágio por falta de informações
relativas às suas finanças.
. No estágio I foram obtidos dados anuais das variáveis descritas para os estados a partir dos Indicadores e dos Dados Básicos de Saúde, da Rede Interagencial de Informações para a Saúde (RIPSA),
disponibilizada na plataforma DATASUS; e no segundo estágio foram colhidas informações nos sítios da Secretaria do Tesouro Nacional (STN) acerca das finanças públicas dos estados, do Instituto de Pesquisa Econômica Aplicada (IPEA) e da plataforma EDUDATA do Ministério da Educação. Os dados têm como referência os anos de 1995 a 2007. Não obstante, como no Estágio II a avaliação é feita por taxas de crescimento de todas as variáveis, o ano de 1996 passa a ser o ponto de partida da análise.
A utilização da base de dados em nível estadual pode ser justificada pelo fato dos serviços prestados na área de saúde apresentarem diferentes níveis de complexidade. Dessa forma, a análise por estado tem a finalidade de captar os três níveis de atenção à saúde (básica, média e alta complexidade), visto que nem todas as cidades brasileiras ofertam em conjunto esses três níveis de serviço. Sendo assim, o exame por estado minimiza os problemas de spillovers numa avaliação comparativa entre diferentes localidades.
Sublinha-se que a descrição das variáveis usadas no Estágio II e suas respectivas fontes já foram apresentadas na subseção 4.4.1. Sendo assim, a subseção a seguir tem a finalidade de expor as variáveis selecionadas para a composição do indicador de produtividade de Malmquist do primeiro estágio, a partir da adoção da ACP.
4.5.1 Análise de Componentes Principais (ACP)
Após o exame dos dados através do método ACP (ver Apêndice A), observou-se que em torno de 98% da variação no conjunto global dos insumos poderia ser explicada por meio das três primeiras componentes principais (C1, C2 e C3). Em relação aos produtos, verificou- se que quase 99,7% das variações nos outputs poderiam ser explicados pelas duas primeiras componentes principais (C1 e C2) desse grupo. O critério de seleção das variáveis se baseou em dois passos: i) foram selecionadas as componentes principais com variabilidade superior a uma unidade percentual; ii) para cada componente principal (CP) selecionada, escolheu-se a variável que apresentava o coeficiente com maior valor absoluto, haja vista que tal variável seria a mais representativa da variabilidade da respectiva CP.
Para melhor dimensionar as realidades e disposições dos recursos empregados pelos estados brasileiros para a oferta da Saúde, a Tabela 10 traz as estatísticas descritivas das variáveis selecionadas pelo ACP para comporem o desenvolvimento do indicador do primeiro estágio.
Tabela 10: Estatística descritiva das variáveis selecionadas para o Estágio I Variáveis Observações Média padrão Desvio Mínimo Máximo
Médicos 351 256.251 44.302 198.479 329.041
Enfermeiros 351 86.571 32.958 48.319 178.546
Leitos 351 131.246 19.301 109.200 161.952
Consultas 351 412.351.499 50.938.462 344.973.557 486.417.712
Internações 351 11.742.503 346.640 11.330.096 12.646.200
Fonte: Elaboração própria a partir da base de dados do MS/DATASUS (2008).
A Tabela 10 expõe as informações sobre o número de observações, a média, o desvio padrão, o valor máximo e o mínimo para as variáveis utilizadas. Assim, os índices de crescimento de produtividade calculados no Estágio I são dados pelo índice de Malmquist, calculado por meio do DEA. Para o desenvolvimento do Estágio I da pesquisa foram avaliados os 27 estados brasileiros de 1995 a 2007, tendo como instrumentos de avaliação de sua produtividade os fatores descritos na Tabela 11. Todas as variáveis foram obtidas no sítio do DATASUS (Ministério da Saúde).
Tabela 11: Descrição das variáveis usadas no Estágio I Legenda
(CP associada) Variável Algumas notas
Outputs
Consultas (C1)
Número total de
consultas médicas Mede a produção de consultas médicas no SUS
Internações (C2)
Número total de internações hospitalares
Mede a produção de internações hospitalares com financiamento
pelo SUS
Intputs
Médicos
(C1) Número de médicos Número de médicos em atividade. Enfermeiros (C2) Número de postos de trabalho de enfermeiros Número de enfermeiros em atividade. Leitos públicos (C3) Número de leitos hospitalares conveniados ou contratados pelo SUS
Mede a oferta de leitos hospitalares conveniados ou contratados pelo
SUS, não incluindo os leitos privados sem vínculo com o SUS.
Fonte: Elaboração própria.
4.5.2 Detecção de outliers
A detecção de outliers foi realizada para os treze anos do estudo, onde as unidades tidas com alguma observação atípica em um ou mais período são apresentadas na Tabela 12.
Tabela 12: Unidades federativas identificadas com alguma observação atípica – 1995 a 2007
Código DMUs outliers Inputs Anos Outputs Anos
01 Acre Leitos 95-96; 00-04 - -
04 Roraima Leitos 95-04 - -
19 Rio de Janeiro Médicos 95-07 Consultas 99-00
20 São Paulo - - Consultas 04-07
25 Mato Grosso - - Consultas 07
27 Distrito Federal Enfermeiros Médicos 95-07 95-07 - -
Fonte: Elaboração própria.
Como se observa, os estados do Acre e Roraima apresentaram observações atípicas na variável “Leitos públicos” na quase totalidade do período. Por sua vez, Distrito Federal e Rio de Janeiro foram as localidades que apresentaram uma ou mais observações atípicas em todo o intervalo de tempo em análise. Além delas, pode-se realçar que São Paulo e Mato Grosso só foram identificadas como tendo informações outliers em poucos períodos. Os estados detectados com dados outliers (��,��), isto é, atípicos na amostra, não puderam ser
considerados para a determinação da fronteira de eficiência, pois poderiam criar viés no resultado. Não obstante, foram calculados os resultados de eficiência na prestação dos serviços de saúde para tais unidades, sem que elas definam a fronteira.
5 ANÁLISE DE RESULTADOS
Para a apresentação dos resultados da presente dissertação, a análise será dividida em duas partes. A primeira avalia o desempenho dos serviços públicos de saúde para os estados brasileiros, no que concerne à sua produtividade. Em seguida, o segundo ponto traz a análise econométrica que objetiva captar, em especial, o efeito marginal do crescimento da descentralização dos gastos em saúde (Dgs) em relação ao crescimento da produtividade dos serviços de saúde.