determinantes da mortalidade na infÂncia no brasil: … · 2 para isso, utilizou-se a técnica de...
TRANSCRIPT
MINISTÉRIO DA EDUCAÇÃO
UNIVERSIDADE FEDERAL DE ALFENAS – CAMPUS VARGINHA
INSTITUTO DE CIÊNCIAS SOCIAIS APLICADAS
DETERMINANTES DA MORTALIDADE NA INFÂNCIA NO BRASIL: UM
ESTUDO ECONOMÉTRICO DE DADOS EM PAINEL DOS EFEITOS DA
INFRAESTRUTURA DOMICILIAR
MARCELA DE MARILLAC CARVALHO
Varginha/MG
2016
MARCELA DE MARILLAC CARVALHO
DETERMINANTES DA MORTALIDADE NA INFÂNCIA NO BRASIL: UM
ESTUDO ECONOMÉTRICO DE DADOS EM PAINEL DOS EFEITOS DA
INFRAESTRUTURA DOMICILIAR
Trabalho de conclusão de curso apresentado como requisito para conclusão do curso de Economia com ênfase em Controladoria da Universidade Federal de Alfenas campus Varginha. Orientador: Manoel Vitor de Souza Veloso Coorientadora: Juliana Souza Scriptore
Varginha/MG 2016
RESUMO
O objetivo neste trabalho é verificar empiricamente o impacto de componentes da
infraestrutura domiciliar sobre a taxa de mortalidade de crianças menores de cinco
anos nos municípios brasileiros nos anos de 1991, 2000 e 2010 utilizando um modelo
de efeitos fixos para dados em painel. A hipótese que se estabelece é de domicílios
com infraestrutura precária influenciam de forma relevante a saúde das crianças. Os
principais resultados apontam que a atuação e evolução de fatores presentes nos
domicílios, como saneamento básico e juntamente com avanços na área de educação e
melhora do nível de renda foi decisiva para reduzir a mortalidade na infância no
Brasil.
Palavras-Chave: Infraestrutura Domiciliar, Dados em Painel, Efeitos Fixos.
Sumário 1. Introdução ...................................................................................................................... 1
2. Referencial Teórico ........................................................................................................ 2
2.1. Mortalidade na Infância .......................................................................................... 2
2.2. Determinantes da Mortalidade na Infância .............................................................. 4
2.2.1. Determinantes Socioeconômicos ........................................................................ 5
2.2.2. Determinantes Proximais: Impactos da infraestrutura domiciliar ..................... 9
2.3. Modelos de Regressão com Dados em Painel .......................................................... 13
2.3.1. O Modelo Geral para Dados em Painel ............................................................ 14
2.3.2. Efeitos Fixos .................................................................................................... 15
2.3.3. Modelo de Efeitos Aleatórios ........................................................................... 16
2.3.4. Teste de Hausman ........................................................................................... 17
3. Materiais e Métodos ..................................................................................................... 18
4. Resultados e Discussão ................................................................................................. 20
4.1. Análise Descritiva .................................................................................................. 20
4.2. O Ajuste do Modelo ............................................................................................... 20
5. Considerações Finais .................................................................................................... 26
6. Referencias ................................................................................................................... 26
1
1. Introdução
A taxa de mortalidade na infância é um indicador determinado por diversos
fatores que variam conforme o tempo e a região, sendo relevante para a avaliação das
condições de vida e de desenvolvimento econômico de um país, refletindo tanto a
situação de saúde da população como a eficácia dos serviços na área de educação e
saneamento, bem como geração e distribuição de renda.
A importância deste indicador foi evidenciada pela Organização das Nações
Unidas (ONU) que elaborou a Cúpula do Milênio, em Nova Iorque no ano de 2000,
com líderes de 190 países que concordaram em apoiar e cumprir metas estabelecidas
visando o desenvolvimento global, sendo conhecida como Objetivos de
Desenvolvimento do Milênio (ODM). Entre as oito metas estipuladas o quarto objetivo
propõe que a taxa de mortalidade na infância, até o ano de 2015, deveria ser reduzida a
dois terços do nível observado em cada país em 1990, alcançando uma taxa de 17,9
óbitos por mil nascidos vivos (NAÇÕES UNIDAS, 2000).
No Brasil a meta foi alcançada em 2011, com quatro anos de antecedência, em
que a taxa passou de 53,7 óbitos por mil nascidos vivos, em 1990, para 17,7 óbitos por
mil (IPEA, 2014 p.66). Este cenário é resultado de mudanças econômicas e
demográficas favoráveis no país ao longo do tempo, sendo as condições de
infraestrutura domiciliar e sanitárias nas áreas urbanas um dos principais determinantes
da mortalidade na infância por identificarem o grau de vulnerabilidade de exposição a
doenças e enfermidades que representam uma das principais causas de mortes de
crianças a cada ano no mundo.
Os riscos em relação a saúde no ambiente domiciliar são de extrema relevância,
principalmente para crianças. Dessa forma, este trabalho enfatiza o impacto de
elementos da estrutura habitacional que auxiliaram a promover desenvolvimento
saudável de crianças menores de cinco anos nos municípios brasileiros ao longo do
tempo.
A compreensão dessa relação é importante principalmente sob o ponto de vista
do desenvolvimento socioeconômico de um país. O objetivo deste trabalho é verificar
empiricamente o impacto de componentes da infraestrutura domiciliar sobre a taxa de
mortalidade de crianças menores de cinco anos nos municípios brasileiros nos anos de
1991, 2000 e 2010.
2
Para isso, utilizou-se a técnica de análise de dados em painel de efeitos fixos
utilizando variáveis socioeconômicas, como o nível educacional e a renda familiar per
capita, para isolar o efeito das variáveis do domicilio, estabelecendo a forma como cada
fator influência as variações da mortalidade na infância no país.
2. Referencial Teórico
2.1. Mortalidade na Infância
A taxa de mortalidade de menores de cinco anos (TMM5), definida como
mortalidade na infância, expressa o número de óbitos de menores de cinco anos de
idade, por mil nascidos vivos, na população residente em determinado espaço
geográfico, no ano considerado. É influenciada pela composição da mortalidade infantil,
amplificando o impacto das causas pós-neonatais, a que estão expostas também as
crianças entre 1 e 4 anos de idade, mortalidade pré-escolar, estimando o risco de morte
dos nascidos vivos durante os cinco primeiros anos de vida (RIPSA, 2008). De acordo
com Laurenti e Santos (1996) a TMM5 é um indicador que visa amenizar as distorções
das estimativas de mortalidade infantil e pré-escolar devido à má qualidade dos registros
de nascimentos e mortes, coletadas por cartórios locais, que podem prejudicar a
elaboração e mensuração destes indicadores.
A taxa de mortalidade na infância reflete o estado de saúde da população por
estar associada com as políticas de saúde que prestam ações preventivas no âmbito
nutricional e de hábitos de vida (NORONHA et al. 2010). Ao ser utilizada na análise
das variações populacionais, geográficas e temporais da mortalidade de menores de
cinco anos embasa a formulação de planejamento, gestão e avaliação de política de
públicas, sobretudo na área ambiental, e de ações de saúde voltadas para a atenção pré-
natal e ao parto e proteção da saúde na infância (SIMÕES 1999; JANNUZZI 2002).
Quando associado a outros indicadores, revela importantes informações
socioeconômicas de um país ou uma região, demonstrando a qualidade da infraestrutura
ambiental por meio da eficácia dos serviços voltados para áreas de saúde, educação e
saneamento, bem como geração e distribuição de renda (PIOLA et al. 2009).
Compreender as causas e como elas determinam os níveis de mortalidade na
infância é importante para a análise deste indicador. Ao nascer até o primeiro ano de
vida uma pessoa está sujeita a riscos endógenos de morte, que são os riscos
provenientes da má formação ocasional, ou risco que a mãe pode vir a sofrer durante o
3
parto, dado a saúde da mãe e as suas condições na hora do parto. Após esse período, a
criança fica sujeita a riscos exógenos que basicamente se originam no ambiente em que
ela está inserida, como condições climáticas, acidentes corporais, deficiência na
alimentação e higiene, além de precárias condições de saúde (BRACARENSE, 2009).
Relatórios do Fundo das Nações Unidas (UNICEF) apresentam as principais causas da
mortalidade de crianças menores de cinco anos no mundo.
A cada dia, em média, mais de 26 mil crianças menores de 5 anos de idade
morrem em todas as partes do mundo, e a maioria delas por causas evitáveis.
Mais de 30% dessas crianças morrem durante seu primeiro mês de vida,
normalmente em casa, e sem acesso a serviços de saúde essenciais e recursos
básicos que poderiam salvá-las da morte. Algumas crianças sucumbem a
infecções respiratórias ou diarreicas que atualmente já não constituem
ameaças nos países industrializados, ou morrem devido a doenças da
primeira infância, como o sarampo, que podem ser facilmente evitadas por
meio de vacinas. Em cerca de 50% das mortes de menores de 5 anos, uma
causa subjacente é a desnutrição, que priva o corpo e a mente da criança
pequena dos nutrientes necessários para seu crescimento e seu
desenvolvimento. Água de má qualidade, saneamento precário e higiene
inadequada também contribuem para a mortalidade e a morbidade de crianças
(UNICEF 2008, p. 1).
No Brasil relatórios recentes da UNICEF apontam que a TMM5 caiu 77% entre
1990 e 2012, constituindo uma das quedas mais significativas no mundo nesse período,
devido ao estabelecimento de estratégias de forma efetiva. Entretanto, o desafio ainda
continua sendo a redução dessa taxa, principalmente, nas populações mais vulneráveis
(UNICEF,2013).
Segundo dados divulgados pelo Instituto de Pesquisa Econômica Aplicada
(IPEA), essa situação reflete o fato de que a meta estabelecida pela ONU foi alcançada
pelo Brasil em 2011, com quatro anos de antecedência, apresentando uma taxa de
mortalidade na infância de 17,7 óbitos por mil nascidos vivos com uma redução em
todas as regiões do país verificando-se um ritmo mais acelerado no Nordeste, com
queda de 76%, média de 6,6% ao ano. Houve também ao longo deste processo uma
redução na desigualdade regional sendo que em 1990 a mortalidade na região Nordeste
era 2,5 vezes maior que a do Sul e a diferença em 2011 foi reduzida para 1,6 vezes
(IPEA,2014). A Tabela 1 apresenta as TMM5 verificada nos anos de 1991,2000 e 2010
no Brasil:
4
Tabela 1: Número de óbitos de menores de cinco anos por mil nascidos vivos
segundo regiões do Brasil
Região 1991 2000 2010
Norte 51,26 38,62 25,04
Nordeste 80,98 41,15 22,1
Sudeste 34,95 23,08 15,54
Sul 33,24 19,84 13,45
Centro Oeste 39,17 25,96 18,58
Brasil 50,60 32,00 18,60 Fonte: DATASUS,2016.
Este cenário é resultado de mudanças no campo demográfico, favoráveis na
urbanização e no tamanho das famílias e socioeconômico no país ao longo do tempo,
propiciadas pelo crescimento econômico, com melhoria da saúde, com o
estabelecimento programas de saúde comunitários e estratégias de saúde da família, a
partir da década de 1990, que propiciaram aleitamento materno, cobertura de
imunização, melhoria da nutrição infantil e monitoramento do crescimento e
desenvolvimento das crianças e as intervenções externas ao setor de saúde com
melhorias em água e saneamento, na infraestrutura em geral, melhora nos níveis
educacionais, principalmente das mulheres, e crescimento da renda das famílias
vulneráveis, em parte devido aos programas de transferência de renda (VICTORA et al.
2011; UNICEF 2012).
2.2. Determinantes da Mortalidade na Infância
Os determinantes da mortalidade infantil e infância são os fatores que definem
as condições em que se dá o desenvolvimento e sobrevivência de uma criança sendo
qualificados como proximais, ou intermediários, e socioeconômicos. Eles se relacionam
a saúde materna e da criança, principalmente o acesso a serviços de saúde,
disponibilidade de renda da família, o acesso a água limpa para beber e de instalações
de saneamento básico (Mosley e Chen 1984 apud Barufi 2009). De acordo com
Noronha et al. (2010) a maioria das mortes de crianças resultam de causas evitáveis
relacionadas com características socioeconômicas no ambiente em que se inserem.
5
Segundo Victora (2001) as causas proximais de óbito de crianças menores de
cinco anos correspondem, principalmente, a problemas perinatais ou doenças
infecciosas e são influenciados por fatores socioeconômicos e culturais, como renda e
educação, por meio de fatores como exposição à instalações inadequadas de moradia e
saneamento a falta de acesso a serviços de atenção à saúde materno-infantil. Barufi
(2009) descreve estes fatores como essenciais para a sobrevivência e desenvolvimento
saudável de uma criança sendo importante os fatores maternos, que são associados a
idade da mãe, a saúde, quantidade de filhos e o intervalo entre os nascimentos e,
também, os que são relacionados as necessidades médicas, sanitárias, alimentares,
moradia e de cuidados gerais.
Já os fatores socioeconômicos se relacionam à distribuição de renda, à educação
e às políticas públicas, pois são importantes para viabilizar a inserção das crianças em
um ambiente familiar com boas condições de alimentação e moradia, aliadas à
existência de saneamento básico e acesso à saúde protegendo-as contra causas de
doenças infecciosas, danos físicos e desnutrição (BARUFI,2009).
2.2.1. Determinantes Socioeconômicos
Vários estudos referentes a mortalidade consideram a educação uma variável
socioeconômica relevante para redução da mortalidade na infância. Gomes et al. (2006)
utilizando um modelo econométrico de dados em painel para analisar a relação entre
fatores econômicos como renda, pobreza e desigualdade e fatores demográficos como a
fecundidade, constataram que a educação é essencial para redução de morte de crianças.
Em 2001, a taxa de alfabetização era de 63% nas economias de baixa renda,
86,6% nas economias de renda média e de 99% nos países de alta renda. A
redução do índice de analfabetismo, principalmente entre as mulheres, é
muito importante porque vai se refletir em menores taxas de mortalidade
infantil (SOUZA, 2005 p.8).
Segundo Simões (2002) a educação influencia no comportamento da mãe desde
a gravidez até a criação dos filhos, pois com um nível de instrução maior ela
compreende melhor a importância dos cuidados que uma criança necessita e detém um
maior poder de decisão dentro do domicílio, principalmente em relação a sua
contribuição na renda familiar e a proteção das crianças comprovando a forte influência
da educação materna na sobrevivência dos filhos. Alves e Belluzzo (2004) também
apontam a educação da mãe como um importante fator na redução as taxas de
6
mortalidade infantil por ocasionar melhoras diretas na saúde das crianças. Já a educação
do pai também contribui, mas em menor grau. Conforme Barufi (2009) o nível
educacional do pai, associa-se principalmente ao nível de renda por afetar a condição
socioeconômica do grupo familiar influenciando o bem-estar e saúde dos filhos. Logo,
pais que possuem um nível de renda adequado e maior nível de educação conseguem
compreender e propiciar essas condições para o desenvolvimento da criança conforme.
A renda é um dos principais condicionantes socioeconômicos por influenciar de
forma expressiva nas taxas de mortalidade na infância, em virtude de sua óbvia relação
com as condições de vida, níveis de instrução e acesso aos serviços médico-sanitários
essenciais (DE CARVALHO FORMIGA et al., 2002). Victora (2009, p.4) aponta que
no Brasil ocorreram relevantes transformações ocorreram na economia brasileira ao
longo do tempo, propiciando melhoras nas condições de saneamento e da água, assim
como um processo geral de desenvolvimento econômico que reduziu os níveis de
pobreza absoluta em nosso país.
Dedecca e Lopreato (2013) descrevem as modificações no contexto econômico e
das políticas adotadas no país depois de longo período de crise econômica, marcada por
baixas taxas de crescimento e alta inflação.
Na década de 1990 o país adotou uma política de estabilização econômica com
âncora cambial viabilizada pela elevada taxa de juros interna e pelas privatizações,
principalmente a partir de 1994, em que a política fiscal passa a ser basear na
sustentação da dívida pública ao ser fiadora do espaço de valorização do capital. Em
1999 ocorre uma desvalorização cambial, gerando uma de crise de financiamento
externo, ocasionando mudanças na política macroeconômica que utiliza o câmbio
flexível, regime de metas de inflação e a consolida a atuação da política fiscal. O ano de
2003 começa com o novo governo progressista realizando políticas econômicas
contracionistas para garantir sua legitimidade na comunidade financeira internacional.
Assim, com a reativação gradual da entrada de capitais e com o boom das commodities
no mercado internacional ocorre uma melhora no cenário econômico brasileiro que
permite, a partir de então, a adoção de um conjunto de medidas voltadas para elevar o
crescimento econômico e reduzir a desigualdade promovendo a recuperação da
atividade econômica gerando empregos e com recomposição do rendimento médio e da
massa de renda das famílias (LOPREATO E DEDECCA 2013; DEDECCA E
LOPREATO 2013).
7
Dados do governo federal mostram que programas como Bolsa Família e Saúde
Família acarretam a queda da desnutrição infantil, ao complementar a renda das famílias
mais pobres com o pagamento dos benefícios, e aumenta o acesso a saúde o que evita
casos graves e diminui a incidência de doenças o que estimula a redução da mortalidade
infantil. Diante desse quadro Rassela (2013) evidencia, que além de intervir para
redução da pobreza os Programas de Transferências Condicionadas (PTCs) estabelecem
condições específicas que devem ser cumpridas pelos pais, voltadas para a melhoria da
saúde e educação de seus filhos ligadas à frequência escolar e a visita regular aos
centros de saúde para realizar uma rotina de check-ups de saúde, monitorar o
crescimento, cumprir o calendário vacinal e, em alguns casos, as mães têm que assistir
às sessões educacionais sobre saúde e nutrição. Alguns programas ainda fornecem bens
em espécie, como alimentos enriquecidos com micronutrientes
Dedecca (2015) ressalta que juntamente com as políticas de transferência de
renda, política de valorização do salário mínimo e a geração de novos empregos formais
foram fatores determinantes para a queda de desigualdade da renda familiar,
relativamente de forma mais expressiva na renda corrente das famílias mais pobres, no
Brasil durante a fase de crescimento econômico do país depois de 2004. Como as
pessoas beneficiadas com o aumento do salário mínimo estão localizadas em sua grande
maioria abaixo do rendimento familiar per capita médio, é de se esperar que o aumento
do salário mínimo tenha como resultado final a melhoria da distribuição de renda
(SABOIA, 2007 p.14).
Dessa forma, tanto a renda quanto a escolaridade parecem estar associadas, de
maneira robusta, com a situação de saúde das crianças. A relação existente entre a
mortalidade na infância e a situação socioeconômica familiar é apresentada por Garcia e
Santana (2011) em que ao utilizar um Índice de Concentração (IC) constatam uma
redução das desigualdades mortalidade na infância, no período de 1993 a 2008, sendo
que a considerável concentração dos óbitos de crianças em camadas com menor renda
domiciliar per capita e nível de instrução das mães, foi se reduzindo ao longo do tempo,
até que em 2008 apresentou uma distribuição mais homogênea.
Em estudo preliminar Veloso et al. (2016) analisam a estrutura da mortalidade
na infância nos estados brasileiros e seus determinantes, por meio da técnica de
regressão robusta. Os resultados apontaram a importância da atuação de indicadores
socioeconômicos no processo de redução da TMM5, sendo que a melhora do nível de
renda da população, e uma melhor distribuição, foi relevante por viabilizar o acesso a
8
categorias como saneamento e educação, propiciando um avanço na qualidade de vida
das crianças e da população em geral.
Entretanto, mesmo com esses importantes ganhos no âmbito de renda per capita
no Brasil, Sousa et al.(2010) usou estimativas para medir as tendências de desigualdade
de mortalidade neonatal e menores de cinco anos entre os municípios brasileiros, de
1991 a 2000, dado o status socioeconômico, para inferir se estas políticas públicas e
intervenções ocorridas no país foram bem sucedidas em alcançar os pobres. Os autores
constataram que ocorreu um declínio da mortalidade infantil e na infância nos
municípios do país, mas que a redução foi maior nos municípios mais ricos sendo que
os municípios mais pobres apresentavam em 1991 taxas de mortalidade na infância 3,7
vezes maior do que nos municípios mais ricos e esta diferença aumentou para quase
cinco vezes mais em 2000. Os municípios mais pobres estão concentrados em quatro
estados da Região Nordeste, que apresentaram maiores TMM5, mas alguns são
encontrados também em estados mais ricos e regiões mais ricas.
Como apresentado no Atlas Brasil (2013) a renda per capita mensal dos
brasileiros teve um ganho de R$ 346,31 entre 1991e 2010, sendo a classificação dada da
seguinte maneira: uma faixa entre R$180 e R$333 é considerada baixa, de R$333 a
R$618 média e entre R$624 e R$1157 alta. Assim, pode ser possível que famílias
situadas nas faixas menores podem estar desprovidas de elementos essenciais para o
desenvolvimento saudável de crianças.
Conforme informações da PNAD 2013, em 2002 na classe de rendimento de até
½ salário mínimo médio mensal per capita domiciliar, apenas 38,4% declararam ter
acesso ao saneamento adequado, chegando a 82% para a faixa acima de 2 salários
mínimos per capita. Em 2012, essas proporções foram de 51,7% e 83,6%,
respectivamente. Os aumentos percentuais mais significativos ocorreram, justamente,
onde historicamente havia maior carência de acesso a serviços de saneamento, como os
domicílios com baixos rendimentos e situados nas regiões Norte e Nordeste (IBGE
2013). Portanto, como também demonstra Sousa et al. (2010), é fundamental prosseguir
com as intervenções para a melhoria das condições socioeconômicas dos municípios
pobres.
De acordo com Espínola e Zimmermann (2012, p. 3) neste contexto surgem
questionamentos a respeito da definição e da mensuração da pobreza, dada a fragilidade
e insuficiência do fator renda como única variável analítica. É necessário entender
outros aspectos envolvidos na mensuração da pobreza e uma das concepções utilizadas
9
é a basic needs, em que assume que a pobreza pode também ser observada em cada
família da população comparando suas necessidades básicas a renda real disponível
(MARTINI, 2009; MOREIRA E CRESPO, 2012).
Conforme Rocha(2003) essa abordagem compreende em uma ampla gama de
necessidades humanas, como educação, saneamento e educação, como escopo para o
entendimento da situação de pobreza. A ótica das basic needs, diferente da abordagem
da pobreza em termos apenas do nível de renda, da ênfase no caráter multidimensional
da pobreza e reconhecimento da inter-relação entre as diversas carências. Martini (2009,
p.9) apresenta que pelo critério das basic needs, é calculada uma linha de pobreza para
uma sociedade com base nos gastos com necessidades básicas previamente definidas, e
são consideradas pobres as famílias cujas dotações de recursos lhes permita níveis de
consumo abaixo dessa linha.
2.2.2. Determinantes Proximais: Impactos da infraestrutura domiciliar
As condições de infraestrutura domiciliar e sanitárias nas áreas urbanas são
identificadas como um dos principais determinantes da TMM5 tendo sua relevância
destacada em relatórios da UNICEF por serem fatores que transformam a vida das
crianças evitando sua exposição a doenças e enfermidades que representam uma das
principais causas de mortes de crianças a cada ano no mundo (UNICEF,2008).
Conforme Crespo e Gurovitz (2002) para as camadas mais pobres pode ser mais
importante ter acesso a ativos, como infraestrutura básica, por exemplo, do que a renda
sendo que a ausência destes ativos, identifica o grau de vulnerabilidade e exposição ao
risco.
As principais características estruturais dos domicílios no país destacadas na
Pesquisa Nacional de Demografia e Saúde da Criança e da Mulher, no período de 1996-
2006, são acesso à energia elétrica, formas de abastecimento de água, proveniência de
água para beber, presença de sanitário, forma de escoadouro sanitário e número médio
de pessoas por cômodo sendo consideradas importantes formas de analisar o local de
moradia e o status das condições de vida dos moradores (PNDS, 2009). Conforme
apresentado na PNAD (2013), domicílios inadequados apresentam são aqueles cuja
densidade de moradores por dormitório é superior a 2,5 pessoas e detêm acesso restrito
aos serviços básicos de saneamento e iluminação, em que o abastecimento de água não
é por rede geral, esgotamento sanitário não realizado por rede coletora de esgoto ou
fossa séptica, não há qualquer tipo de coleta de lixo e ainda sem energia elétrica.
10
A qualidade da moradia é considerada, assim, como um importante fator de risco
na mortalidade de menores de cinco anos, pois um espaço físico inadequado com um
expressivo contingente de pessoas aumenta a incidência de doenças, principalmente as
transmitas pelo ar e respiratórias, repercutindo diretamente no atendimento de suas
necessidades humanas básicas, sendo as crianças as mais afetadas (VICTORIA 2001;
XIMENES et al. 2004).
Esta situação é apresentada nos estudos de corte transversal de Lamy Filho et al.
(2011) com indicadores domiciliares e de desenvolvimento em comunidades de baixa
renda na periferia de São Luís no estado do Maranhão, em que os resultados indicam
que o ambiente doméstico é fundamental para o desenvolvimento de crianças na faixa
de dois anos de idade, sendo que a presença de hiperlotação na casa, tanto de adultos
como de crianças menores de 5 anos, é considerado o elemento que mais contribui para
o atraso no desenvolvimento infantil.
Entretanto, os efeitos da densidade não aparecem de forma tão clara e seus
impactos não são diretos, pois conforme Pasternak (2016), por não ter condições de
morar melhor, uma pessoa desprovida de recursos financeiros pode habitar em uma casa
superadensada. Sendo assim, é necessário também considerar aspectos relacionados ao
grau de atendimento a serviços de infraestrutura e equipamento social ao avaliar a
qualidade da moradia. Os modelos econométricos estimados por Alves e Belluzzo
(2004) indicam a importância de componentes da estrutura da moradia, assim como os
apresentados na PNDS (2009) e PNAD(2013), na melhoria da saúde das crianças sendo
as variáveis relacionadas aos serviços de infraestrutura de água corrente e esgotos,
eletricidade e coleta de lixo significantes para redução da mortalidade infantil.
Souza (2005) apresenta como um dos fatores fundamentais para a melhoria da
saúde da população o acesso a saneamento com instalações sanitárias adequadas e à
água tratada. Em sua análise de indicadores de desenvolvimento econômico na América
Latina, baseados em dados do Banco Mundial e do Programa das Nações Unidas para o
Desenvolvimento (PNUD), em 2000 os países desenvolvidos tinham 100% de acesso a
água tratada e saneamento melhorado. A situação no Brasil indicava que 87% da
população tinha acesso à água potável e 76% a saneamento melhorado. Segundo
Teixeira e Pungirum (2005) este fato se deve ao processo crescente e contínuo de
urbanização, em países da América Latina e no Caribe, que nem sempre está sendo
acompanhado da implantação de infraestrutura urbana necessária, o que pode impactar
aumentando os níveis de mortalidade na infância.
11
A ampliação da infraestrutura sanitária nos países com deficientes condições
de saneamento ambiental é uma solução capaz de reduzir a mortalidade
infantil e a mortalidade em menores de cinco anos de idade, melhorando as
condições de saúde infantil e, portanto, a qualidade de vida existente nos
países latino-americanos e caribenhos (TEIXEIRA E PUNGIRUM, 2005 p.
375).
Costa et al. (2005) aponta com uma análise econométrica o percentual da
população do município com coleta regular de lixo como um dos principais indicadores
sanitários para prevenção e controle de doenças e agravos por todas as causas em
crianças de até cinco anos. Um adequado serviço de coleta de lixo é um principais
fatores que apresentam impactam de forma significativa na redução da mortalidade
infantil por permitir que a sociedade se insira em um ambiente mais saudável e limpo
prevenindo a morte de crianças (PAIXÃO E FERREIRA, 2012).
Outro aspecto importante referente a qualidade da moradia refere-se a
disponibilidade de energia elétrica nos domicílios. Goldemberg (1998) aponta a
importância da energia elétrica como um indicador de desenvolvimento, sendo que
países que apresentam níveis de consumo de energia comercial per capita inferior a
uma tonelada, equivalente de petróleo, por ano as taxas de mortalidade infantil e
fertilidade total são altas, enquanto a expectativa de vida é baixa. Gonçalves e
Valle(2011) analisa este aspecto em âmbito estadual, demostrando o desenvolvimento
socioeconômico ocorrido em Goiás, entre 1995 e 2009, por meio da correlação de
índices do setor energia elétrica com indicadores sociais, entre eles a TMM5. Os
resultados mostraram uma correlação negativa significativa entre os indicadores de
energia elétrica com a mortalidade na infância, sendo indicio da importância da
eletricidade na infraestrutura domiciliar para reduzir a mortalidade de crianças.
O acesso aos serviços de saneamento básico, relacionados à água tratada e
esgoto sanitário, são medidas preventivas que além de gerar externalidades positivas ao
meio ambiente evitam os riscos de proliferação de doenças (MENDONÇA E MOTTA,
2008). Segundo Scriptore et al. (2015) a ausência de serviços adequados de saneamento
básico impactam de forma negativa na saúde da população reduzindo seus potenciais
benefícios à saúde por gerar condições propícias para propagação de doenças infecto
parasitárias, entre outras, responsáveis por importante parcela dos óbitos na infância.
De acordo com UNICEF(2008) nos países mais pobres uma das causa mais
comum de morte em crianças atingindo aproximadamente dois milhões de menores de 5
anos é a diarreia que chega a ser causa primária em muitos países apresentando níveis
de cerca de 20% a proporção de mortes infantis sendo atribuídas, essencialmente, a
12
práticas de higiene precárias, abastecimento inseguro de água para beber e acesso
inadequado a instalações de saneamento. Teixeira E Guilhermino (2006) analisando
dados dos Indicadores e Dados Básicos para a Saúde do Ministério da Saúde do ano de
2003 evidenciam que diarreia aguda, em menores de cinco anos de idade, e doenças
infecciosas e parasitárias, para todas as idades, podem ser reduzidas, entre outros
fatores, por meio da ampliação da cobertura populacional por redes de abastecimento de
água e por sistemas de esgotamento sanitário.
A discussão da relação entre saúde e saneamento realizada por Heller (1998)
aponta além da importância do acesso a melhores condições de saneamento básico na
prevenção de doenças a necessidade de realizar práticas higiênicas e de educação
sanitária evidenciando que, principalmente, a qualidade da água pode ter seus efeitos
sobre a saúde minimizados ou até mesmo anulados devido a fatores comportamentais
ou ambientais.
Realizando uma análise descritiva a PNDS(2009) apresenta que no ano de 2006
em 32,8% dos domicílios na área urbana a água não era fervida nem filtrada, e na área
rural esta percentagem chegou a 42,7% o que ressalta a importância de filtrar ou ferver a
água de beber para que as contaminações não apareçam podendo manter-se as
condições de higiene da população. Kassouf (1995) em sua análise dos efeitos da
relação entre educação materna e saneamento básico sobre a saúde de crianças em
diferentes faixas etárias, enfatiza a relevância do nível de educação para que se utilize
de forma adequada do saneamento básico no ambiente familiar. Mães com um maior
nível educacional além de assegurar a presença de saneamento básico no ambiente
familiar também utilizam de alternativas, em situações de precariedade no saneamento
básico, como cloro ou fervura de água, construção de fossa séptica e limpeza adequada
da habitação favorecendo o estado nutricional e de higiene dos filhos assegurando a
saúde das crianças.
A melhoria das condições ambientais com a ampliação do saneamento básico
no país, principalmente o acesso à água, constituem um dos principais fatores para a
redução da mortalidade infantil e na infância no Brasil (PIOLA et al. 2009). Victora
(2009) apresenta que no Brasil melhorias nas condições de saneamento e na qualidade
da água asseguraram o sucesso e manutenção das campanhas de terapia de reidratação
oral, nos centros de saúde e comunidades, a partir da década de 1980. Além disso o
acesso à assistência primária à saúde aumentou substancialmente com a criação do
Sistema Único de Saúde (SUS). Estes elementos foram fundamentais para redução da
13
mortalidade por diarreia no país podendo ser considerado um modelo com que o mundo
pode aprender.
Oliveira (2008) destaca a importância de investimentos públicos no setor de
saneamento básico e a criação de programas específicos de políticas públicas com ações
voltadas para melhorias em setores como habitação, formação educacional e atenção
médico-sanitária para que haja uma queda consistente da mortalidade infantil e na
infância. A expansão nos gastos com saneamento básico no país, principalmente em
regiões em que é precário esse tipo de serviço, também é enfatizada por outros autores
que constatam que a implantação de medidas preventivas em saneamento, em especial o
gasto no tratamento da água, são mais compensatórias economicamente do que
posteriormente no gasto defensivo nos serviços de saúde (MENDONÇA E MOTTA
2008; TEIXEIRA E GUILHERMINO 2006).
Os resultados do modelo econométrico de Mendonça e Motta (2008) indicam
que o custo unitário por morte evitada seria no valor de R$ 282 mil com aumento nos
gastos totais com saúde, R$ 241 mil com a coleta de esgoto e R$168 mil em tratamento
de água. Vinagre (2007) examinou os investimentos necessários em saneamento no
estado do Pará para que a meta da ONU de redução da mortalidade na infância fosse
alcançada. Os resultados indicam que além de auferir de uma provisão de 94% para
abastecimento de água, 36% para esgotamento sanitário e 74% para coleta de lixo é
necessário maiores investimentos anuais em esgoto sanitário, atingindo o valor de R$
136,30, milhões no período 2000-2015 para atingir uma TMM5 de 21,5% que é a
compatível com a meta dos ODM para o Pará.
2.3. Modelos de Regressão com Dados em Painel
Os dados econômicos podem ser representados por cortes transversais, séries
temporais e os painéis. Os dados em painel consistem em uma série de tempo para cada
membro do corte transversal do conjunto de dados, ou seja, eles combinam
características de séries temporais com dados de corte transversal e são amplamente
utilizados em estudos econométricos e nas ciências sociais aplicadas (WOOLDRIDGE,
2011). Conforme Duarte et al. (2007), os dados em painel contêm informações tanto da
dinâmica intertemporal e a individualidade das entidades o que permite o controle dos
efeitos não observados das variáveis.
Segundo Hsiao (2003, p.8), em geral, indivíduos diferentes podem estar sujeito
às influências de fatores diferentes. Dessa forma, o autor enfatiza como uma das
14
principais vantagens da estimação com dados em painel é a consideração da
heterogeneidade, isto é, existência de diferentes características de cada indivíduo do
corte transversal, que podem ou não ser constantes ao longo do tempo, e que se forem
ignoradas acarretam estimativas inconsistentes ou sem sentido de interesse para os
parâmetros.
A heterogeneidade entre as unidades é uma parte de fato integral, muitas vezes o
foco, no centro da análise (GREENE,2002 p.283). Os efeitos da heterogeneidade não
observada pode ser variáveis aleatórias, referido como o modelo de efeitos aleatórios,
ou parâmetros fixos, referido como o modelo de efeitos fixos (HSIAO, 2006).
Além da questão da heterogeneidade, os dados em painel são mais adequados
para examinar o comportamento dinâmico, uma série de questões econômicas
importantes, detectando e medindo melhor os efeitos que simplesmente não podem ser
observados em um corte transversal puro ou em uma série temporal pura. Além disso,
os dados em painel são também mais informativos, apresentam maior variabilidade,
menor colinearidade entre as variáveis, maior número de graus de liberdade e maior
eficiência na estimação (MARQUES 2000).
2.3.1. O Modelo Geral para Dados em Painel
Um modelo de regressão com dados em painel, com 𝑖 observações na unidade
do corte em 𝑡 períodos de tempo, pode ser representado da seguinte forma:
𝒀𝑖𝑡 = 𝛼 + 𝜷𝑻𝑿𝑖𝑡 + 𝒖𝑖𝑡
em que, 𝑌𝑖𝑡 a matriz contendo os valores da variável dependente, 𝑋𝑖𝑡 é a matriz
que contém as variáveis explicativas, 𝛽𝑇 é o vector coeficientes associados às variáveis
explicativas, para todo 𝑡 e 𝑖, e 𝑢𝑖𝑡 a matriz contendo o erro uma variável aleatória
independente e identicamente distribuída com uma distribuição de probabilidade
Normal. O termo 𝛼 representa a heterogeneidade não-observada em cada unidade do
corte transversal ao longo do tempo (CROISSANT E MILLO 2008).
Para que o modelo seja estimado consistentemente é necessário estabelecer
hipóteses em relação ao termo 𝛼. O desafio da metodologia de painel é controlar o
impacto da heterogeneidade não observada para obter uma inferência válida na matriz
de parâmetros estruturais 𝛽 (HSIAO, 2006). Segundo Gujarati e Porter (2011) por
considerar características individuais, de cada membro do corte, em diferentes períodos
de tempo, os dados em painel podem apresentar problemas com as pressuposições, de
15
heterocedasticidade e autocorrelação, o que pode requerer diferentes alternativas de
estimação do modelo. Logo, a questão é como lidar com esses problemas, especificando
suposições, para se obter estimativas consistentes e/ou eficientes dos parâmetros do
modelo.
Holland e Xavier (2005) exprimem que a análise de painel pode ser realizada
basicamente de duas formas por meio de modelo de efeitos fixos, que abrange uma
análise estática, ou por modelo de efeitos aleatórios que estão relacionados à uma
especificação mais dinâmica. Conforme Bouzada (2014) como a variável dependente e
os regressores podem variar simultaneamente, ao longo do tempo e entre as unidades do
corte transversal, é essencial analisar a distinção das variações para definir a melhor
modelagem com dados em painel.
2.3.2. Efeitos Fixos
Os modelos de efeitos fixos (MEF) são aqueles cujo o intercepto varia entre os
indivíduos e é constante ao longo do tempo, ao passo que os coeficientes de regressão
permanecem como constantes fixas para todos os indivíduos e em todos os períodos de
tempo (GREENE,2002). Sua forma geral é dada por:
𝑌𝑖 = 𝑎𝑖 + 𝛽1𝑋1𝑖𝑡 + 𝛽2𝑋2𝑖𝑡 + ⋯ + 𝛽𝑘𝑋𝑘𝑖𝑡 + 𝑢𝑖𝑡
em que, 𝑌𝑖 e 𝑋𝑖 correspondem as observações das variáveis dependentes e
independentes, respectivamente, para a unidade i no instante t. 𝛽 os parâmetros de
regressão a serem estimados e 𝑢𝑖𝑡 o termo de erro. O termo 𝑎𝑖 é um parâmetro
desconhecido a ser estimado, sendo constante ao longo do tempo que capta as
diferenças entre os indivíduos, que podem apresentar características próprias que se
correlacionam entre os indivíduos. Além disso, presume-se que esse termo seja
correlacionado com as variáveis explicativas.
O MEF é a melhor opção para modelar os dados em painel, quando o
intercepto 𝛼𝑖, é correlacionado com as variáveis explicativas em qualquer
período de tempo. Além disso, como o intercepto é tratado como um
parâmetro fixo é desejável usar os efeitos fixos quando as observações são
obtidas de toda população e o que se deseja fazer são inferências para os
indivíduos que se dispõem nos dados (DUARTE et al. 2007, p.6).
Verifica-se que o MEF é uma generalização do modelo geral para dados em
painel. Entretanto, pode-se introduzir variáveis dummys para os efeitos das variáveis
omitidas e que permanecem constantes no tempo. Uma forma de especificar o MEF é
16
utilizando i-1 variáveis binárias para representar um intercepto relacionado a cada
indivíduo. Nesse modelo, denominado de Mínimos Quadrados para Variáveis Dummy
(MQVD), conta-se a heterogeneidade entre os indivíduos, e ao longo do tempo,
permitindo que cada um tenha seu próprio intercepto (GUJARATI E PORTER, 2011).
Para introduzir a versão da variável binária, define-se:
𝐷1={
1; 𝑖=00; 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟á𝑟𝑖𝑜
𝐷2={
1; 𝑖=20; 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟á𝑟𝑖𝑜
𝐷3={
1; 𝑖=30; 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟á𝑟𝑖𝑜
, etc.
Tem-se então:
𝑌𝑖𝑡 = 𝛽0+ 𝛽1𝑋1𝑖𝑡 + 𝛽2𝑋2𝑖𝑡 + ⋯ + 𝛽𝑘𝑋𝑘𝑖𝑡 +𝛼2 𝐷2𝑖 + 𝛼3 𝐷3𝑖+ ⋯ + 𝛼𝑛 𝐷𝑛𝑖 + 𝑢𝑖𝑡
em que, 𝐷𝑛𝑖 representa a n-ésima variável dummy incluída no modelo e indica a
variação do valor do intercepto, dado o unidade do corte transversal e/ou o tempo, e
𝛽0, 𝛽1, … , 𝛽𝑘, 𝛼2, … , 𝛼𝑛 os parâmetros a serem estimados. Quando 𝑖 = 1 o intercepto é
dado por 𝛽0 = 𝛼1 e para 𝑖 ≥ 2 o intercepto é dado por 𝛽0 + 𝛼𝑖.
Os parâmetros do MEF são estimados por meio do Método do Mínimos
Quadrados Ordinários (MQO), o qual fornece estimativas não tendenciosas e
consistentes uma vez que as pressuposições dos erros de normalidade, variância
constante e independência são atendidas (SOUSA E LEITE FILHO,2008; CROISSANT
E MILLO 2008). O estimador MQVD de 𝛽 é numericamente idêntico com o estimador
de efeitos fixos e, portanto, é consistente sob as mesmas premissas (SCHMIDHEINY,
2015).
2.3.3. Modelo de Efeitos Aleatórios
O modelo de efeitos aleatórios (MEA) apresenta todas as suposições do MEF, o
que os diferenciam é o tratamento do intercepto que não é tratado como um parâmetro
fixo, mas sim como variável aleatória (WOOLDRIDGE, 2011). O intercepto de cada
unidade do corte transversal será, portanto, composto tanto pelo intercepto que capta as
diferenças dos indivíduos e por um componente idiossincrático.
Esta especificação pressupõe que o comportamento específico dos indivíduos
e períodos de tempo é desconhecido, não podendo ser observado, nem
medido: é parte da nossa “ignorância geral”. Assim, em amostras
longitudinais de grande dimensão, podemos sempre representar estes efeitos
individuais ou temporais específicos sob a forma de uma variável aleatória
normal (MARQUES 2000, p.13).
17
O MEA é representado da seguinte forma:
𝑌𝑖𝑡 = 𝛽0 + 𝛽1𝑋1𝑖𝑡 + 𝛽2𝑋2𝑖𝑡 + ⋯ + 𝛽𝑘𝑋𝑘𝑖𝑡 + 𝑣𝑖𝑡
em que, 𝑣𝑖𝑡 é o termo de erro composto pelo componente de erro específico dos
indivíduos (𝛼𝑖) que é uma variável aleatória latente, e pode estar correlacionado com as
variáveis independentes, e pelo termo de erro do modelo (𝑢𝑖𝑡) que varia tanto de acordo
com as unidades do corte como ao longo do tempo. Logo:
𝑣𝑖𝑡 = 𝛼𝑖+ 𝑢𝑖𝑡
em que, 𝑉(𝑣𝑖𝑡) = 𝜎2𝛼 + 𝜎2
𝑢 e 𝐶𝑜𝑣(𝑣𝑖𝑡, 𝑣𝑖𝑠) = 𝜎2𝛼 , 𝑡 ≠ 𝑠.
No MEA pressupõe-se, que os componentes dos erros individuais não estão
correlacionados entre si nem com as unidades do corte transversal e da série temporal e
que 𝑣𝑖𝑡 não está correlacionado com as variáveis independentes do modelo. Porém,
como existe correlação entre os erros de um mesmo indivíduo, em períodos de tempos
distintos, as estimativas de MQO podem ser inconsistentes, dessa maneira o Método de
Mínimos Quadrados Generalizados (MQG) produz estimativas mais eficientes dos
parâmetros de regressão (GUJARATI E PORTER, 2011).
2.3.4. Teste de Hausman
Evidencia-se que a metodologia de dados em painel permite a utilização de dois
estimadores com diferentes propriedades, considerando a existência ou não de
correlação dos efeitos com as variáveis explicativas. Com a realização do teste de
Hausman pode-se determinar a especificação mais adequada, ou seja, o modelo de
efeitos fixos ou aleatórios (SOUSA, 2008). Conforme Croissant e Millo (2008) o teste
de Hausman consiste em comparar os dois estimadores sob a hipótese nula de não haver
diferença significativa, sendo que se esta não for rejeitada o estimador de efeitos
aleatórios é escolhido.
O teste de Hausman (1978) decorre da premissa da existência de um estimador
que é consistente em ambas as hipóteses nula e alternativa. Comparando as estimativas
deste estimadores e notando se os efeitos específicos não estão correlacionados com as
variáveis explicativas o estimador será eficiente e consistente quando a hipótese nula
não for rejeitada, ou seja, a especificação adequada será de efeitos aleatórios.
Caso a hipótese nula seja rejeitada, em que os efeitos são correlacionados com as
variáveis explicativas, o estimador de efeitos fixos será consistente enquanto que o de
efeitos aleatórios será inconsistente. O teste de Hausman é utilizado para testar a
18
ortogonalidade dos efeitos aleatórios e os regressores, tendo como resultado essencial
que a covariância de um estimador eficiente, com sua diferença a partir de um estimador
ineficiente, é zero (GREENE, 2002).
Os testes de especificação são realizada através da construção de um teste da
hipótese (HAUSMAN,1978):
𝐻0: Modelo de efeitos aleatórios
𝐻1: Modelo de efeitos fixos
em que, a estatística deste teste terá sob a hipótese nula uma distribuição assintótica qui-
quadrado com 𝑘 graus de liberdade.
3. Materiais e Métodos
A pesquisa foi realizada com informações anuais com dados provenientes dos
Censos Demográficos do IBGE, nos anos de 1990, 2000 e 2010, disponibilizados e
tratados pelo Programa das Nações Unidas para o Desenvolvimento (PNUD), com
informações atualizadas de indicadores que refletem as condições de vida nos
municípios do país afetando a taxa de mortalidade infantil do Brasil.
O foco do trabalho é análise do impacto de elementos da infraestrutura
domiciliar, como o saneamento básico, sendo as demais variáveis utilizadas como
controle para isolar esse efeito. Além disso, foi averiguado a evolução dos níveis de
mortalidade de crianças menores de cinco anos ao longo dos períodos considerados com
a inserção de variáveis dummy, referentes aos anos, visando mostrar a melhora que
ocorreu ao longo do tempo neste indicador.
Para verificar de que forma essas variáveis explicam os níveis de mortalidade na
infância no país foi adotado um Modelo de Regressão com dados em painel. Para a
escolha entre a melhor modelagem para os dados, ou seja, modelo de efeitos fixos ou
aleatórios foi utilizado o teste de especificação de Hausman (1978). A hipótese nula
apresenta que se os efeitos específicos não estão correlacionados com as variáveis
explicativas, dessa forma o estimador de efeitos aleatórios é o mais apropriado,
entretanto caso tais efeitos sejam correlacionados com as variáveis explicativas a
hipótese nula é rejeitada e o estimador de efeitos fixos será o apropriado para
especificação do modelo.
O ajuste dos coeficientes do modelo é realizado com o método dos Mínimos
Quadrados para Variáveis Dummy (MQVD) que permite a obtenção de estimadores
eficazes para determinar as relações entre variável dependente com as variáveis
19
regressoras com a inclusão de variáveis dummy para representar as variações ao longo
do período analisado.
Além disso, viabiliza a realização de testes de hipótese para a verificação de
significância individual dos estimadores e do modelo de regressão ajustado. O valor
ajustado da variável dependente é a resposta do modelo, ou seja, o valor esperado da
taxa de mortalidade na infância determinado pelos coeficientes de regressão (𝛽). Dada a
variação de 1 unidade em determinada variável independente 𝑥𝑗, mantendo as demais
constantes, o valor da taxa de mortalidade na infância varia 𝛽𝑗 vezes 𝑗 = 1,2, … , 𝑘.
As variáveis utilizadas para construção do modelo, sua descrição e o sinal
esperado são apresentados na Tabela 2. Para avaliar a taxa de mortalidade de crianças
menores de cinco anos é necessário a formulação de um modelo que contenha variáveis
relevantes para explicar o padrão dessa variável no país. A variável dependente (𝑌)
utilizada no modelo é a taxa de mortalidade até cinco anos de idade. Já as variáveis
independentes (𝑥𝑗) consideradas pra construção do modelo estão relacionadas com
indicadores de desenvolvimento socioeconômico, que são determinantes importantes da
taxa de mortalidade na infância como, principalmente, as variáveis ligadas ao acesso a
serviços de infraestrutura para o domicílio que estão ligadas a questões sanitárias e de
higiene.
Tabela 2: Descrição das Variáveis Utilizadas
Notação Sigla Nome da variável Sinais
esperados
Y TMM5 Taxa de Mortalidade na Infância
X1 FECTOT Taxa de Fecundidade +
X2 T_ANALF Taxa de Analfabetismo da população maior de 15 anos +
X3 P_POBRES % dos mais pobres da população +
X4 RDPCT Renda domiciliar per capita média, exceto renda nula -
X5 DENS % da população com densidade nos domicílios superior a 2
pessoas por dormitório +
X6 LIXO % da população que vive em domicílios com coleta
adequada de lixo -
X7 S_LUZ % da população que vive em domicílios sem energia elétrica +
X8 S_AE % população que vive em domicílios sem água e esgoto
adequado +
X9 POPURB População Urbana +
A relação entre a variável dependente com as variáveis independentes é dada a
partir de uma equação linear é determinada da seguinte forma:
𝑌𝑖𝑡 = 𝛽0+ 𝛽1𝑋1𝑖𝑡 + ⋯ + 𝛽4𝑋4𝑖𝑡 + 𝛽5𝑋24𝑖𝑡+ 𝛽6𝑋5𝑖𝑡 … + 𝛽10𝑋9𝑖𝑡 +𝛼2 𝐷2𝑡 + 𝛼3 𝐷3𝑡 + 𝑢𝑖𝑡
20
em que, o subscrito i indica cada município (𝑖 = 1, . . . , 5565), o subscrito t denota os
períodos considerados para analise (𝑡 = 1991,2000,2010) . Já 𝑋𝑘𝑖𝑡 é o valor da k-ésima
variável explicativa para a unidade i no instante t (𝑘 = 1, . . . , 9); 𝛽𝑘𝑖 são os parâmetros a
serem estimados; 𝛽0 é o intercepto da equação referente ao ano de 1991 e 𝐷2𝑡 e 𝐷3𝑡 as
variáveis dummy que indicam a variação do valor do intercepto nos anos de 2000 e
2010. O termo 𝛼𝑖 capta todos os fatores não observados dos municípios, constantes no
tempo, que afetam a taxa de mortalidade na infância e 𝜀𝑖𝑡 é o termo de erro para a i-
ésima unidade em t.
4. Resultados e Discussão
4.1. Análise Descritiva
A Tabela 3, a seguir, traz as estatísticas descritivas referentes as variáveis
utilizadas no estudo no período de 1991,2000 e 2010. Nessa análise evidencia-se uma
melhorias ocorridas nas condições de vida da população brasileira com avanços
expressivos destes indicadores, no âmbito econômico e social, destacando a redução
significativa da taxa de mortalidade na infância indicando as alterações consideráveis
que ocorreram nesse indicador no país confirmando a tendência de redução da
mortalidade de crianças ao longo dos anos.
Tabela 3: Análise Descritiva das Variáveis no ano de 1991
Variáveis Média Desvio Padrão
1991 2000 2010 1991 2000 2010
𝑌 59,90 39,30 21,53 31,61 18,71 07,32
𝑋1 3,73 2,87 02,19 1,23 00,73 00,50
𝑋2 30,17 20,82 16,15 16,9 12,16 09,84
𝑋3 56,70 41,05 23,20 23,63 22,77 17,91
𝑋4 237,20 347,36 498,82 143,30 188,39 241,00
𝑋5 51,18 38,13 25,13 14,93 14,91 13,00
𝑋6 50,62 79,20 94,04 34,71 25,59 11,05
𝑋7 30,42 13,39 02,81 26,04 17,03 06,02
𝑋8 17,24 13,47 09,20 24,20 15,60 12,84
𝑋9 24714,09 25055,21 28917,48 183806 180028,3 201551
4.2. O Ajuste do Modelo
O teste de Hausman apontou o modelo de efeitos fixos como o mais adequado.
Além disso, a teoria mostra que as especificidades encontradas em cada municípios
apresentam relação com as variáveis independentes utilizadas no modelo o que pode
determinar diferentes resultados para os indicadores utilizados na análise.
21
Os resultados da estimação do modelo em painel de efeitos fixos com a adição dos
controles é apresentada nas Tabelas 4 e 5.
Com a obtenção dos coeficientes estimados, além de mensurar de que forma as
variáveis independentes do modelo se relacionam com a taxa de mortalidade na
infância, possibilitando que a meta fosse alcançada em 2011, com quatro anos de
antecedência, pode-se constatar quais são significativos para o modelo a partir da
execução do teste t.
Tabela 4: Coeficientes Estimados do Modelo de Dados em Painel – Efeitos Fixos
Variáveis
Coeficientes
Estimativas
Estatística do
Teste
Valor p
FECTOT 𝛽1 5,2281 23,76 <0,0001
T_ANALF 𝛽2 0,9771 32,76 <0,0001
P_POBRES 𝛽3 0,2884 17,90 <0,0001
RDPCT 𝛽4 0,0455 14,34 <0,0001
RDPCT² 𝛽5 -0,000008 -4,12 <0,0001
DENS 𝛽6 0,0183 0,85 0, 394
LIXO 𝛽7 -0,0245 -3,90 <0,0001
S_LUZ 𝛽8 0,1024 9,45 <0,0001
S_AE 𝛽9 0,1404 18,18 <0,0001
POPURB 𝛽10 0,1028 6,70 <0,0001
Tabela 5: Dummys Temporais do Modelo de Dados em Painel – Efeitos Fixos
Variáveis
Coeficientes
Estimativas
Estatística do
Teste
Valor p
𝐷1 𝛽0 -25,0656 -12,52 <0,0001
𝐷2 𝛼2 -5,4548 -12,28 <0,0001
𝐷3 𝛼3 -13,9754 -17,29 <0,0001
Os resultados do modelo de efeitos fixos apontam que apenas o coeficiente
associado a variável densidade nos domicílios (𝑋5) não apresentou uma relação
significativa com a TMM5. Como já visto teoricamente este indicador é relevante na
melhoria da saúde das crianças, principalmente no que se refere a incidência de
doenças. Entretanto, de acordo com Pasternak (2016) pessoas pobres por não ter
condições de morar melhor podem habitar em uma casa com densidade maior que 2
22
pessoas por dormitório sendo necessário a existência de outros aspectos do ambiente
para amenizar o efeito de altas densidades.
Como destacado na análise tem-se o papel da infraestrutura domiciliar na
redução da TMM5, em que as variáveis que apresentaram uma relação significante na
determinação da taxa de mortalidade na infância foram percentual de domicílios com
água e esgoto inadequado, sem energia elétrica e com uma coleta adequada de lixo.
Evidencia-se a relevância de um melhor e maior acesso ao saneamento básico no
país para aumentar a sobrevida das crianças e reduzir as TMM5, em que à medida que
aumenta o número de domicílios que possuem um acesso inadequado de agua e esgoto,
referente à variável 𝑋8, a morte de crianças tende a aumentar, ou seja, dada a variação
de 1% na proporção de domicílios com água encanada e esgoto inadequado a taxa de
mortalidade na infância aumenta aproximadamente 0,14%. Conforme indicado por
Piola et al. (2009) a melhora nas condições de saneamento básico, principalmente o
acesso à água e esgoto sanitário, constituem um dos principais fatores para o declínio
das taxas de mortalidade na infância no Brasil.
A ampliação da cobertura populacional de serviços de saneamento com
instalações sanitárias adequadas e à água tratada promovem uma melhora na saúde tanto
de crianças como da população em geral por evitar o aumento da disseminação de
doenças infecto parasitárias, entre outras, principalmente a diarreia que constitui uma
das causas mais comum de morte em crianças em países pobres do mundo (TEIXEIRA
E GUILHERMINO 2006; SCRIPTORE et al. 2015). Para Victora (2009) estes são um
dos fatores essenciais para evitar mortes a curto prazo sendo o Brasil um modelo com
que o mundo pode aprender no que se refere a redução da mortalidade por diarreia.
Outro resultado importante do saneamento básico refere-se a coleta adequada de
lixo nos domicílios, variável 𝑋6, que acarretaram uma redução da TMM5 em 0,0245%
ao longo do período analisado. Este resultado corrobora com o que foi encontrado no
modelo de efeitos fixos de Paixão e Ferreira (2012) comprovando a relevância de um
adequado serviço de coleta de lixo para reduz as mortes de crianças no país. A coleta de
lixo configura também um dos principais indicadores sanitários na melhoria da saúde e
do ambiente por atuar na prevenção e controle de doenças e agravos, por todas as causas
em crianças de até cinco anos (COSTA et.al,2005).
Ademais, os impactos desses indicadores na redução da mortalidade de crianças
relacionam-se também com o tempo que os efeitos do acesso à rede de saneamento
básico acontecem, pois, não ocorrem de forma imediata, mas sim a partir de uma
23
mudança de hábitos das famílias para melhorar seu aproveitamento. Diversos estudos
apontam a questão da realização de práticas higiênicas e educação sanitária, como
fervura de água, construção de fossa séptica e limpeza adequada da habitação, para que
os efeitos da falta de saneamento básico sejam amenizados ou que com sua presença os
benefícios sejam ainda mais efetivos assegurando de todas as formas possíveis a
manutenção do estado de saúde das crianças (HELLER 1998; KASSOUF 1995).
A disponibilidade de energia elétrica nos domicílios também atuou na redução
da TMM5, sendo que a falta desse serviço, evidenciada pela variável 𝑋7, faz com que a
mortalidade na infância aumente em 0,1024%. A importância deste indicador no
ambiente domiciliar é evidenciada em pesquisas como a PNDS (2009) e PNAD(2013),
que mostram que a energia elétrica está presente em aproximadamente 98,7% dos
domicílios do país. A falta de luz elétrica também é considerada em outros estudos
como um indicador de desenvolvimento social que se relaciona à altas taxas de
mortalidade na infância, indicando a presença de eletricidade na infraestrutura
domiciliar considerável para reduzir níveis de mortalidade de crianças
(GOLDEMBERG,1998; GONÇALVES E VALLE, 2011).
Verificada a importância dos indicadores de infraestrutura a literatura enfatiza a
necessidade da ampliação de investimentos públicos na melhora das condições de
habitação da população, promovendo acesso à saneamento básico e energia elétrica de
qualidade para além da melhora na saúde das crianças (OLIVEIRA 2008). Conforme
apontado por Vinagre (2007) um aumento com gastos no abastecimento de água,
esgotamento sanitário e coleta de lixo é essencial para que a meta de redução de mortes
de crianças menores de cinco anos, estabelecida pela ONU, fosse alcançada no estado
do Pará. Além disso, os resultados do modelo econométrico de Mendonça e Motta
(2008) demonstram que os gastos totais com saúde são maiores do que uma ação
defensiva com coleta de esgoto e tratamento de água, reforçando o papel da expansão
desses serviços para redução da TMM5 no país.
No que se refere as variáveis de controle utilizadas diversos estudos mostram que
de tanto a renda quanto a escolaridade estão associadas com a mortalidade na infância
(BARUFI, 2009; GARCIA E SANTANA, 2011). Verifica-se a importância da renda e
de uma melhor distribuição na redução das mortes de crianças, em que os resultados
apontam a existência de um efeito positivo, de aproximadamente 0,29%, da proporção
de pobres, sobre a TMM5. Esta variável (𝑋3) é especificada pelo percentual de
24
indivíduos com renda domiciliar per capita igual ou inferior a R$ 140,00 mensais, em
reais de agosto de 2010.
Evidencia-se que só a partir de um nível de renda domiciliar per capita média,
exceto renda nula, de R$ 2920,92, ocorre uma redução efetiva da mortalidade de
crianças, o que é verificado ao se analisar o coeficiente da variável renda ao quadrado
(𝑋42).
Ao longo do período analisado verificou-se um aumento na renda dos cidadãos
no país, principalmente nas camadas mais pobres, ao longo do período analisado com a
implantação dos PTC’s e de uma política de valorização do salário mínimo foram
fatores substanciais para a queda de desigualdade da renda familiar propiciando o
acesso a determinantes essenciais para reduzir a mortalidade na infância no Brasil
(SABOIA, 2007; RASSELA,2013; DEDECCA 2015).
Entretanto, mesmo com esses importantes ganhos no âmbito de renda per capita
no Brasil ainda persistem desigualdades no status socioeconômico da população, sendo
que as camadas mais pobres podem não ter acesso de qualidade à fatores essenciais para
o desenvolvimento saudável de crianças, como os na área de infraestrutura,
principalmente em municípios do estado do Norte e Nordeste como confere-se nos
resultados de Sousa et al. (2010). Este fato é verificado com dados apresentados pela
PNAD (2013), em que no ano 2012 famílias com rendimentos per capita superiores
declararam ter um maior acesso ao saneamento adequado do que famílias com
rendimento per capita menores.
Surge, assim, a necessidade de entender outros aspectos envolvidos na
mensuração da pobreza da população do país e como eles afetam a mortalidade de
crianças, sendo o basic needs uma dessas concepções por examinar a pobreza através da
detenção de serviços básicos como de educação e saneamento básico (ROCHA 2003;
MARTINI, 2009; MOREIRA E CRESPO, 2012). Isto posto, famílias pobres são
aquelas que não só tem um baixo nível de renda, mas as que são desprovidas de
recursos que lhe permita o obter fatores relacionados a suas necessidades básicas e que
possam promover desenvolvimento saudável de crianças.
Como já mencionado, a existência destes elementos no ambiente familiar,
principalmente o saneamento básico, e sua utilização de maneira ótima, auxiliaram para
melhorar a qualidade de vida da população e que a meta proposta pela ONU fosse
alcançada no país. Este fato confirma que, além do importante papel de um adequado
25
nível renda como eficaz indicador de qualidade de vida, este também foi um fator
relevante para que a meta de queda da TMM5 fosse atingida no país.
A variável 𝑋2, taxa de analfabetismo da população maior de 15 anos apresenta
uma associação positiva com a TMM5, o que confirma a relevância do nível
educacional para reduzir os níveis da mortalidade na infância nos municípios do Brasil.
Analisando teoricamente, esse resultado reforça-se o papel deste indicador, constatando
o seu considerável impacto para reduzir a mortalidade de crianças, sendo que a
educação atua de maneira expressiva para redução da taxa mortalidade na infância, em
que quanto maior a proporção de pessoas alfabetizadas no país maior a possibilidade de
uma criança estar inserida em um ambiente saudável em que existam condições básicas
para o seu desenvolvimento (SIMÕES 2002; GOMES et al. 2006, BARUFI 2009).
As variáveis referentes as mudanças no campo demográfico favoráveis na
urbanização e no tamanho das famílias no país ao longo do tempo foram significativas
para explicar as variações da mortalidade na infância. O processo de urbanização
geralmente é acompanhado pela implantação de serviços de infraestrutura domiciliar,
mas como aponta Teixeira e Pungirum (2005) isto nem sempre ocorre ou ocorre de
forma deficiente podendo impactar aumentando os níveis de mortalidade na infância,
como verifica-se nos resultados do coeficiente da taxa de urbanização que apresenta
uma relação positiva com a TMM5.
A variável 𝑋1, taxa de fecundidade também foi significativa para explicar as
variações da mortalidade na infância já que famílias com uma quantidade menor de
filhos pode propiciar uma melhor assistência e maior perspectiva para uma criança
(PIOLA et al., 2009). No modelo verifica-se que as chances de mortalidade na infância
aumenta com o aumento da fecundidade evidenciando como esse indicador avalia
projeções de população e consequentemente, o comportamento dos níveis de
mortalidade de crianças do país.
Já em relação os coeficientes associados as variáveis dummy para ano inseridas no
modelo, sua significância demonstra a redução da taxa de mortalidade na infância ao
longo dos períodos analisados. Verifica-se avanços importantes nos níveis de
mortalidade de crianças sendo que se comparar os níveis da TMM5, dado os mesmos
indicadores analisados, em 2000 os níveis de mortalidade na infância foram em média
5,4548% a menos que em 1991, e em 2010, 13,9754% a menos que em 1991.
Isto é resultado do estabelecimento de estratégias efetivas a partir da década de
1990, que propiciaram melhorias na condições de vida das crianças devido avanços no
26
status de saúde e nutricional infantil, com melhorias em água e saneamento, melhora
nos níveis educacionais e crescimento da renda das famílias vulneráveis (VICTORA et
al. 2011; UNICEF 2012). A década de 1990 foi marcada pela utilização de políticas
macroeconômicas voltadas a estabilização, mas após a entrada para o novo século o
cenário econômico se torna mais favorável permitindo a adoção de um conjunto de
medidas importante para um desenvolvimento melhor das crianças elevando o
crescimento econômico e reduzindo a desigualdade de renda das famílias (DEDECCA
E LOPREATO, 2013).
5. Considerações Finais
A análise apresentada neste trabalho verificou de forma empírica o impacto dos
principais determinantes proximais da mortalidade na infância relacionados à
características estruturais dos domicílios, sobre a taxa de mortalidade de crianças
menores de cinco anos nos municípios brasileiros nos anos de 1991, 2000 e 2010 por
meio de um modelo de efeitos fixos para dados em painel.
A redução da taxa de mortalidade de crianças, em diferentes faixas etárias,
implica em ganhos da qualidade de vida e, portanto, no aumento expectativa de vida do
país. Enfatiza-se a evolução temporal dos níveis de mortalidade na infância sendo que
os principais fatores que contribuíram neste processo de redução são relacionados à
melhoria das condições ambientais com o maior acesso ao saneamento básico e à
tendência de queda da fecundidade, sendo estas influenciadas pela melhora do nível
educacional.
Deste modo, conclui-se que a existência destes elementos no ambiente familiar e
sua utilização foram fundamentais para que a melhora na qualidade de vida da
população e para que a meta proposta pela ONU fosse alcançada no país, reduzindo a
mortalidade de menores de cinco anos de idade.
6. Referencias
ALVES, D.; BELLUZZO, W. Infant mortality and child health in Brazil. Economics
and Human Biology, vol.2, p. 391-410, 2004.
ATLAS DO DESENVOLVIMENTO HUMANO NO BRASIL. O Índice de
Desenvolvimento Humano Municipal Brasileiro. 2 ed. Brasília: PNUD, Ipea, FJP,
2013. Disponível em: < http://www.pnud.org.br/arquivos/idhm-brasileiro-atlas-
2013.pdf>. Acesso em: 2 jun. 2016.
27
BARUFI, B.M.A. Dimensões regionais da mortalidade infantil no Brasil. 2009. 86f.
Dissertação (Mestrado em Economia) - Faculdade de Economia, Administração e
Contabilidade, Universidade de São Paulo, São Paulo, 2009.
BRACARENSE, P.A. Estatística Aplicada a Ciências Sociais. Curitiba: Iesde Brasil
S.A,2009.
BOUZADA, M. A. Métodos Quantitativos com Stata: Procedimentos, Rotinas e
Análise de Resultados. Elsevier Brasil, 2014.
CENTRO BRASILEIRO DE ANÁLISE E PLANEJAMENTO. PNDS 2006:
dimensões do processo reprodutivo e da saúde da criança. 1.ed. Brasília: Ministério
da Saúde, 2009.
COSTA, S. S. et al. Indicadores epidemiológicos aplicáveis a estudos sobre a
associação entre saneamento e saúde de base municipal. Engenharia Sanitária
Ambiental, vol.10, n.2, p.118-127,2005.
CRESPO, A.P.A.; GUROVITZ E. A pobreza como um fenômeno multidimensional.
RAE-eletrônica, v.1, n.2, 2002. Disponível em:
<http://www.scielo.br/pdf/raeel/v1n2/v1n2a03>. Acesso em: 3 mai. 2016.
CROISSANT, Y.; MILLO; G. Panel Data Econometrics in R: The plm Package.
Journal of Statistical Software, vol.27, n.2, p. 1–43, 2008.
DEDECCA, C.S.; LOPREATO, F.L.C. Brasil: perspectivas do crescimento e
desafios do mercado de trabalho. IE/Unicamp, Campinas, n.225, dez. 2013.
Disponível em: < www.eco.unicamp.br/docprod/downarq.php?id=3319&tp=a>. Acesso
em: 15 jun. 2016.
DEDECCA, S.C. A redução da desigualdade e seus desafios. Texto para Discussão,
Instituto de Pesquisa Econômica Aplicada (IPEA), n. 2031,2015.
DUARTE, C. P; LAMOUNIER, W. M.; TAKAMATSU, T. R. Modelos
Econométricos para Dados em Painel: Aspectos Teóricos e Exemplos de Aplicação
à Pesquisa em Contabilidade e Finanças. Congresso USP De Iniciação Científica Em
Contabilidade, 4. 2007, São Paulo. Anais... São Paulo, 2007. p. 1-15.
DE CARVALHO FORMIGA, C. M; RAMOS. F.C.P; MONTEIRO, G.F.M. A
Influência Dos Fatores Socioeconômicos Na Mortalidade de Crianças Menores De
5 Anos: Estimativas Indiretas Da Mortalidade Para O Estado Do Rio Grande Do
Norte-Brasil. In: XIII Encontro da Associação Brasileira de Estudos Populacionais,
Ouro Preto, 2002. Disponível em:
<http://www.abep.nepo.unicamp.br/docs/anais/pdf/2002 >. Acesso em: 18 mai. 2016.
ESPÍNOLA, M.G.; ZIMMERMANN, R.C. Definição e mensuração da pobreza:
algumas considerações sobre o debate recente. In: Congresso Internacional
Interdisciplinar Em Sociais E Humanidades, Niterói, 2012. Disponível em: < http://www.aninter.com.br>. Acesso em: 8 fev.2016.
28
GARCIA, P. L.; SANTANA, R. L. Evolução das desigualdades socioeconômicas na
mortalidade infantil no Brasil, 1993-2008. Ciência & Saúde Coletiva, p. 3717-3728,
2011.
GREENE, H.W. Econometric Analysis. 5° ed. New Jersey: Prentice Hall, 2002.
GOLDEMBERG, J. Energia e desenvolvimento. Dossiê Recursos Naturais, Instituto
de Estudos Avançados da Universidade de São Paulo, vol. 12, n.33, 1998.
GOMES, F.A.R.; ARAÚJO JÚNIOR, A.F; SALVATO, M. A. Mortalidade infantil no
Brasil e Sudeste: determinantes e perspectivas para o futuro. In: XV Encontro
Nacional de Estudos Populacionais. Disponível em:<
http://www.abep.nepo.unicamp.br/encontro2006/docspdf/ABEP2006_653.pdf>. Acesso
em:18 mai. 2016.
GONÇALVES, R. L; DO VALLE, M.C.A. Energia Elétrica: como Proxy do
Desenvolvimento Econômico do Estado de Goiás. XX SEMINÁRIO DO PIBIC,
Rondônia, 2011. Disponível em: < http://www.sbpcnet.org.br/livro/63ra/conpeex/pivic/trabalhos/LEONARDO.PDF>.
Acesso em: 24 abr. 2016.
GUJARATI, N. D.; PORTER, C.D. Econometria Básica. 5 ed. Tata McGraw-Hill
Education, 2011.
HAUSMAN, J. Specification Tests in Econometrics, Econometrica, v.46, p. 1251-
1271, 1978.
HELLER, L. Relação entre saúde e saneamento na perspectiva do desenvolvimento.
Ciência & Saúde Coletiva, 3(2):73-84, 1998.
HSIAO, C. Analysis of Painel Data. 2° ed. Cambridge University Press, 2003.
HSIAO, C. Panel Data Analysis - Advantages and Challenges. TEST: an official
journal of the Spanish society of statistics and operations research, Springer, v. 16, n. 1,
p. 1-22, 2006. Disponível em: <
http://papers.ssrn.com/sol3/papers.cfm?abstract_id=902657>. Acesso em: 05 mai. 2016.
HOLLAND, M.; XAVIER, C. L. Dinâmica e competitividade setorial das
exportações brasileiras: uma análise de painel para o período recente. Economia e
Sociedade, v. 14, n. 1, p. 85-108, 2005
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA – IBGE. Síntese de
indicadores sociais: uma análise das condições de vida da população brasileira. 32.
ed. Rio de Janeiro, 2013. Disponível em: <
http://biblioteca.ibge.gov.br/visualizacao/livros/liv66777.pdf>. Acesso em: 15 mai.
2016.
29
IPEA- Instituto de Pesquisa Econômica Aplicada. Objetivos de Desenvolvimento do
Milênio – Relatório Nacional de Acompanhamento. Brasil, 2014. Disponível em:
<http://www.pnud.org.br/Docs/4_RelatorioNacionalAcompanhamentoODM.pdf>.
Acesso em: 15. jan. 2015.
JANUZZI, M.P. Indicadores Sociais Na Formulação E Avaliação De Políticas
Públicas. Revista Brasileira de Administração Pública, Rio de Janeiro, v.36, n.1, p. 51-
72, 2002. Disponível em: <https://www.nescon.medicina.ufmg.br/biblioteca>. Acesso
em: 17 abr. 2016.
KASSOUF, L. A. Saneamento e Educação: Bens Substitutos ou Complementares?
Pesquisa e Planejamento Econômico, Brasília, v.25, n.2, p. 359-372, Ago., 1995.
LAMY FILHO, F. et al. Ambiente domiciliar e alterações do desenvolvimento em
crianças de comunidade da periferia de São Luís – MA. Ciência & Saúde Coletiva,
vol.16, n.10, p.4181-4187, 2011.
LAURENTI, R.; SANTOS, F.L.J. Taxa de mortalidade de menores de 5 anos
proposta pela UNICEF: análise crítica de sua validade como indicador de saúde.
Revista de Saúde Pública, p.148-52, 1996. Disponível em: <
http://www.scielo.br/pdf/rsp/v30n2/5056.pdf>. Acesso em: 15 maio. 2016.
LOPREATO, F.L.C.; DEDECCA, C. Os desafios de um padrão de investimento para
o crescimento com redução da desigualdade no Brasil. Economia e Sociedade, v.
49, p. 1-22, 2013.
MARQUES, L. D. Modelos dinâmicos com dados em painel: revisão de literatura.
Porto: Centro de Estudos Macroeconômicos e Previsão da Faculdade de Economia do
Porto,2000. Disponível em: <http://www.fep.up.pt/investigacao/workingpapers>.
Acesso em: 20 out. 2015.
MARTINI, A.S. Um ensaio sobre os aspectos teóricos e metodológicos da economia
da pobreza. Belo Horizonte: UFMG/Cedeplar, 2009. Disponível em:
<http://www.cedeplar.ufmg.br/pesquisas/td/TD%20369.pdf>. Acesso em: 3 mai. 2016.
MENDONÇA, M; MOTTA, R. Saúde e saneamento no Brasil. Rio de Janeiro: IPEA,
2008. Disponível em < http://www.ipea.gov.br>. Acesso em.30 abr.2016.
MOREIRA, B. S.; CRESPO, N. Economia do Desenvolvimento: das abordagens
tradicionais aos novos conceitos de desenvolvimento. Revista de Economia, v. 38, n.
2, p. 25-50, 2012.
NAÇÕES UNIDAS. Declaração do Milénio. 2000. Disponível
em:<http://www.unric.org/html/portuguese/uninfo/DecdoMil.pdf>. Acesso em: 14 jan.
2016.
NORONHA, K.; DE FIGUEIREDO, L.; ANDRADE, V. M. Health and economic
growth among the states of Brazil from 1991 to 2000. Revista Brasileira de Estudos
Populacionais, Rio de Janeiro, v. 27, n. 2, p. 269-283, 2010.
30
OLIVEIRA, S. M. M. C. Mortalidade infantil e saneamento básico – ainda uma
velha questão. In: Encontro Nacional de Estudos Populacionais, 16, Caxambu, 2008.
Anais... Belo Horizonte: Associação Brasileira de Estudos Populacionais, 2008.
PAIXÃO, N. A.; FERREIRA, T. Determinantes da Mortalidade Infantil no Brasil.
Informe Gepec, v. 16, n. 2, p. 6-20, 2012.
PIOLA, F.S. et al. Saúde No Brasil: Algumas Questões Sobre O Sistema Único De
Saúde (SUS). Brasília: IPEA, 2009. Disponível em: < http://www.ipea.gov.br/portal/index.php?option=com_content&view=article&id=4709>
. Acesso em: 15 jan. 2016.
RASELLA, D.; Combinando as Transferências Condicionadas de Renda e a
Atenção Primária à Saúde para Reduzir a Mortalidade Infantil no Brasil. Centro
Internacional de Políticas para o Crescimento Inclusivo: Brasília, n. 242, 2013.
REDE INTERAGENCIAL DE INFORMAÇÕES PARA A SAÚDE (RIPSA).
Organização Pan-Americana da Saúde. Indicadores Básicos para a Saúde no Brasil:
conceitos e aplicações. 2. ed. Brasília, 2008. Disponível em: <
http://tabnet.datasus.gov.br>. Acesso em: 14 jan.2016.
ROCHA, S. Pobreza no Brasil: afinal, de que se trata? FGV Editora, 2003.
SABOIA, J. Efeitos do Salário Mínimo sobre a Distribuição de Renda no Brasil no
Período 1995/2005 – Resultados de Simulações. Econômica, vol. 9, n. 2, p.270-296,
2007.
SCHMIDHEINY, K. Panel Data: Fixed and Random Effects. Short Guides to
Microeconometrics, 2015.
SCRIPTORE, S.J.; AZZONI, R.C.; MENEZES FILHO, A.N. Saneamento básico e
indicadores educacionais no Brasil. Department Of Economics, FEA-USP, n. 2015-
28.
SIMÕES, C. C da S; SABÓIA, L, A; BELCHIOR, R, J. Evolução e Perspectivas da
Mortalidade Infantil no Brasil. Rio de Janeiro: IBGE,1999. Disponível em:<
http://biblioteca.ibge.gov.br/visualizacao/livros/liv6685.pdf>. Acesso em: 26/04/2016.
SIMÕES, C. C da S. Perfis de Saúde e de Mortalidade no Brasil: uma Análise de
seus Condicionantes em Grupos Populacionais Específicos. Brasília: Organização
Pan-Americana de Saúde, 2002. Disponível em: <http://gestaocompartilhada.pbh.gov.br
>. Acesso em: 10 out. 2014.
SOUSA, V.R.T.; LEITE FILHO, M.A.P. Análise por dados em painel do status de
saúde no Nordeste Brasileiro. Revista de Saúde Pública, vol.42, n.5, 2008.
SOUSA, A.; COLINA, K.; DAL POZ, R.M. Sub-national assessment of inequality
trends in neonatal and child mortality in Brazil. Int J Equity Health, p. 9-21.2010.
31
SOUZA, J, N. Desenvolvimento Econômico. 5a ed. São Paulo: Atlas, 2005.
TEIXEIRA, C.J.; GUILHERMINO, L.R. Análise da associação entre saneamento e
saúde nos estados brasileiros, empregando dados secundários do banco de dados
indicadores e dados básicos para a saúde 2003– IDB 2003. Engenharia Sanitária
Ambiental, vol.11, n. 3, p.277-282, 2006.
TEIXEIRA, C.J.; DE CASTRO PUNGIRUM, M. E.M. Análise da associação entre
saneamento e saúde nos países da América Latina e do Caribe, empregando dados
secundários do banco de dados da Organização Pan-Americana de Saúde – OPAS.
Revista Brasil Epidemiológico, vol. 8, n.4: 365-76; 2005. Disponível em<
http://www.scielo.br/scielo.php?script=sci_arttext&pid>. Acesso em: 18 mai. 2016.
PASTERNAK, S. Habitação e saúde. Instituto de Estudos Avançados da Universidade
de São Paulo 30 (86), 2016.
UNICEF- Fundo das Nações Unidas para Infância. O compromisso com a
sobrevivência da criança: Uma promessa renovada. Relatório de Progresso 2012.
Disponível em: < http://www.onu.org.br >. Acesso em: 28. Out. 2015
UNICEF- Fundo das Nações Unidas para Infância. Situação Mundial da Infância
2008: Sobrevivência Infantil. Disponível em: <
http://www.unicef.org/brazil/pt/sowc2008_br.pdf >. Acesso em: 28. Out. 2015.
VELOSO, M. V. S.; CARVALHO, M. M.; SCRIPTORE, J. S. Determinantes da taxa
de mortalidade na infância no brasil via regressão robusta. Revista SODEBRAS, v.
11, p. 24-29, 2016.
VICTORA, G.C. Intervenções para reduzir a mortalidade infantil pré-escolar e
materna no Brasil. Revista Brasileira de Epidemiologia (online), vol. 4, n.1, p. 3-69,
2001. Disponível em: < http://dx.doi.org/10.1590/S1415-790X2001000100002.>.
Acesso em. 18 jan., 2016.
VICTORA, G.C. Mortalidade por diarreia: o que o mundo pode aprender com o
Brasil? Jornal de Pediatria, vol. 85, n. 1, 2009.
VICTORA, G.C. et al. Saúde de mães e crianças no Brasil: progressos e desafios.
Serie Saúde no Brasil, vol. 1, p. 90–102, 2011. Disponível em: < http://www.ammabarbacena.com.br/files/3b811c33e2781f1e56c8992869407431.pdf>
Acesso em: 20 jan. 2016.
VINAGRE, A.V.M. Meta Da ONU De Redução Da Mortalidade Na Infância E
Saneamento Básico Urbano No Estado Do Pará. In: XII Encontro Da Associação
Nacional De Pós-Graduação E Pesquisa Em Planejamento Urbano E Regional, Pará,
2007. Disponível em: < http://www.repositorio.ufpa.br/jspui/handle/2011/1651>.
Acesso em: 20 jan. 2016.
XIMENES, B. L. et al. A influência dos fatores familiares e escolares no processo
saúde-doença da criança na primeira infância. Acta Scientiarum. Health Sciences.
Maringá, v. 26, no. 1, p. 223-230, 2004.
32
WOOLDRIDGE, J. Introductory econometrics: A modern approach. Cengage
Learning, 2011.