dinamica das determinantes da pobreza em mocambique

8/19/2019 Dinamica Das Determinantes Da Pobreza Em Mocambique

1/32

Qual foi a dinâmica dos determinantes dapobreza em Moçambique?

Nelson Maximiano, Channing Arndt, Kenneth R Simler

Discussion papers

No.11P


2/32

O objectivo das publicações é estimular a discussão e troca de ideias sobre questões

pertinentes para o desenvolvimento económico e social de Moçambique.

Existem diferentes opiniões acerca da melhor maneira de fomentar o desenvolvimento

económico e social. As publicações têm como objectivo abordar essa diversidade.

É de realçar que as ideias apresentadas no documento são de inteiraresponsabilidade do respectivo autor e não reflectem necessariamente oposicionamento do Ministério da Planificação e Desenvolvimento ou qualquer

instituição do Governo de Moçambique.

O logo foi gentilmente providenciado pelo artista moçambicano Ndlozy.


3/32

A Dinâmica Dos Determinantes Da Pobreza Em Moçambique

Os actuais programas governamentais insistem na necessidade do combate à

corrupção e à pobreza absoluta no país... Para o Ex-Presidente da República,

Joaquim Alberto Chissano, não obstante os sucessos alcançados na economia

nacional, os níveis de incidência da pobreza absoluta continuam elevados. Mais

de metade da nossa população continua sobrevivendo abaixo da linha dapobreza, tanto no campo como nas cidades, o que torna óbvio que não se alterou

ainda a natureza dos problemas que o país enfrenta. “Na essência, mantêm-se

válidas as proposições feitas durante a I Sessão do Observatório da Pobreza. A

questão central está em assegurar e aperfeiçoar um ambiente propício para o

florescimento da iniciativa, acção e consequentemente do investimento dos

cidadãos e de todas as suas instituições, em particular das empresas, incluindo as

micro/familiares e de maiores dimensões”. Segundo Armando Guebuza “é um

desafio que temos de prosseguir de forma a facilitar as actividades da população

e ao mesmo tempo permitir que o combate contra a pobreza se acelere”.

Para a Primeira-ministra , Luísa Diogo, a pobreza absoluta no país afecta mais de

metade da população Moçambicana. As causas de pobreza, eram entre outras, o

fraco nível de escolaridade dos cidadãos, a falta de oportunidades de emprego e

o fraco desenvolvimento das infra-estruturas.

Extractos de Discursos de Suas ExciasExtractos de Discursos de Suas ExciasExtractos de Discursos de Suas ExciasExtractos de Discursos de Suas Excias Ex Ex Ex Ex----Presidente da República, Primeira Presidente da República, Primeira Presidente da República, Primeira Presidente da República, Primeira----ministraministraministraministra eeee

Secretário Secretário Secretário Secretário----geral do Partido FRELIMO. 2004.geral do Partido FRELIMO. 2004.geral do Partido FRELIMO. 2004.geral do Partido FRELIMO. 2004.


4/32


ÍNDICE

LISTA DE TABELAS .................................................................................................... IV

ABSTRACTO................................................................................................................... V

1. INTRODUÇÃO......................................................................................................... 1

2. O MODELO, SUA METODOLOGIA E ESPECIFICAÇÃO.............................. 2

2.1. MODELAÇÃO DOS DETERMINANTES DA POBREZA. .................................. 22.2. ESPECIFICAÇÃO DOS MODELOS...................................................................... 42.3. SELECÇÃO DAS VARIÁVEIS DO MODELO: A QUESTÃO DA EXOGEINEDADE. . 5

2.3.1. A VARIÁVEL DEPENDENTE. ................................................................... 6 2.3.2. VARIÁVEIS INDEPENDENTES................................................................. 7

3. RESULTADOS ......................................................................................................... 8

3.1. DETERMINANTES DE CONSUMO E DA POBREZA NAS ZONAS RURAIS. . 8

3.1.1. DEMOGRAFIA........................................................................................... 8 3.1.2. EDUCAÇÃO ............................................................................................... 9 3.1.3. EMPREGO E FONTES DE RENDIMENTO............................................ 10 3.1.4. VARIÁVEIS COMUNITÁRIAS E ACESSO A SERVIÇOS........................ 11 3.1.5. VARIÁVEIS DISTRITAIS .......................................................................... 11 3.1.6. VARIÁVEIS MENSAIS E DE EFEITOS SAZONAIS ................................ 11

3.2. DETERMINANTES DE CONSUMO E DA POBREZA NAS ZONAS URBANAS....................................................................................................................................... 11

3.2.1. DEMOGRAFIA......................................................................................... 11 3.2.2. EDUCAÇÃO ............................................................................................. 13 3.2.3. EMPREGO E FONTES DE RENDIMENTO............................................ 13 3.2.4. VARIÁVEIS DISTRITAIS. ......................................................................... 14 3.2.5. VARIÁVEIS MENSAIS E DE EFEITOS SAZONAIS. ............................... 15

4. CONCLUSÕES E IMPLICAÇÕES DE POLÍTICA. ............................................. 15

BIBLIOGRAFIA............................................................................................................. 18

ANEXOS.......................................................................................................................... 21


5/32


LISTA DE TABELAS

Tabela 1: Determinantes do consumo e da pobreza nas zonas rurais. .......................... 21 Tabela 2: Determinantes do consumo e da pobreza nas zonas urbanas. ...................... 22 Tabela 3: Sumário estatístico das principais variáveis nas zonas rurais. ...................... 23 Tabela 4: Sumário estatístico das principais variáveis nas zonas urbanas. .................. 24 Tabela 5: Comparação dinâmica dos determinantes da pobreza nas zonas rurais....... 25 Tabela 6: Comparação dinâmica dos determinantes da pobreza nas zonas urbanas. ..26


6/32


ABSTRACTO

Ao investigar os determinantes da pobreza (com base nos dados de 2002-03) e comparar

os seus resultados com os resultados obtidos em 1996-1997, este relatório aborda a

dinâmica dos determinantes da pobreza durante os seis anos que separam os dois

inquéritos. Estes resultados mostram que há uma consistência e estabilidade dinâmica na

natureza dos determinantes da pobreza em Moçambique. Não obstante, factores como aidade do chefe do agregado familiar, chefe do agregado familiar feminino, tornaram-se

mais negativos e significativos. Para as zonas urbanas, as variáveis de número dos

adultos e anciãos, bem como para deficientes, tornaram-se menos negativas e também

menos significativas.

Factores como o acesso a infra-estruturas sanitárias (na zona sul), localização espacial

intra-provincial (distrital), algumas das variáveis de alfabetização de adultos e todos os

diferentes níveis máximos de educação de todos os elementos do agregado familiar, etc.

contam agora histórias mais ricas sobre a natureza do seu impacto sobre o consumo e a

pobreza. Entretanto, apesar de com menor impacto, o tamanho do agregado familiar

continuar a influenciar as hipóteses que seus membros têm de serem ou não pobres. O

emprego de adultos no sector de comércio e serviços revela-se um dos factores que

contribuem para a melhoria do bem-estar do agregado familiar.


7/32


1. INTRODUÇÃO

O objectivo do trabalho era responder as questões: (a) Quais serão os actuais

determinantes da pobreza? (b) Qual terá sido a dinâmica dos determinantes da pobreza?

Uma das formas de identificar os factores influenciais do nível de pobreza (no caso

específico, de um agregado familiar) é construindo perfis de pobreza, no entanto esta se

revela incompleta dado que apesar de ser uma importante fonte de informação

principalmente para efeitos de política, as tabulações, gráficos e mapas produzidos pelosperfis de pobreza não nos permitem verificar o impacto em separado de cada uma das

variáveis retirando o impacto das restantes variáveis. O tipo de análise feito neste

relatório indica-nos quais são as características específicas que em separado podem

determinar o facto de um agregado familiar ser pobre ou não.

A produção de análises sobre a pobreza torna-se um vector importante de resolução de

problemas não só de pobreza como também de desenvolvimento de economias

subdesenvolvidas. É importante garantir que os fazedores de política estejam bem

informados não só sobre a evolução da pobreza, como também sobre o seu perfil, bem

como sobre os factores que determinam o estatuto de pobreza de um indivíduo.

Existe uma vasta literatura que discute o tipo de metodologia que melhor se aplica a

regressões que visam captar os efeitos separados de diferentes características do agregado

familiar sobre o seu nível de consumo per capita. No capítulo 2 faz-se uma abordagem à

modelação dos determinantes, a escolha entre um modelo nacional ou modelos regionais,

bem como a especificação do modelo e a selecção das variáveis. No capítulo 3 discutem-

se os resultados por áreas e por grupos de variáveis, sendo que as conclusões aparecem

no capítulo 4 e por último a bibliografia e os anexos.


8/32


2. O MODELO, SUA METODOLOGIA E ESPECIFICAÇÃO.

2.1. MODELAÇÃO DOS DETERMINANTES DA POBREZA.

Existem várias abordagens que nos permitem modelar os determinantes da pobreza, a

primeira limitação para a definição do modelo a usar e suas especificidades é o tipo de

dados que dispomos. Para o caso em causa trata-se de dados de secção cruzada, que nos

levam a duas abordagens mais usadas e recomendadas, para o processo de construção domodelo de determinantes da pobreza em Moçambique. Os dois tipos importantes de

análise são:

Tal qual se fez em 1996-1997: explicar os níveis de despesa com análises de

regressões multivariadas das despesas de consumo. Após a estimação das despesas deconsumo pode-se não só identificar os maiores determinantes dos padrões de

consumo como também simular os efeitos dos determinantes da pobreza.1

Explicar os diferentes estatutos de medidas de pobreza usando regressões do tipo

logit/probit das variáveis binárias pobre e não-pobre. Ou seja, formular uma relaçãofuncional entre uma determinada posição em relação a linha da pobreza e as

diferentes dimensões sociais que afectam a pobreza.2

Alguns autores recomendam a utilização da segunda abordagem e outros da primeira.

Após uma análise crítica e no sentido de garantir a comparabilidade dos dados, tal como

em 1996-97 a abordagem preferida da modelação dos determinantes da pobreza para

Moçambique em 2002-03 foi a primeira.

Retomando a discussão feita na Primeira Avaliação Nacional da Pobreza (PAN)


9/32


j j j xc η β +′=ln (1)

em que ln c j é o logaritmo natural do consumo real de agregado familiar j (normalmente

em termos per capita), x j é um conjunto de características do agregado familiar e outros

determinantes, e η j é um termo de erro aleatório. O consumo é normalizado pela via de

índices de preços intra inquérito e espacialmente deflacionado pela linha da pobreza.

Estima-se o logaritmo do consumo porque a sua distribuição se aproxima mais da

distribuição normal do que a distribuição dos níveis de consumo.

Segundo a PAN, esta abordagem contrasta com a segunda que é uma modelação directa

das medições de pobreza a nível de agregado familiar, apresentadas a seguir:

j j j xP α α α η +Ω′= (2)

onde Pα j é calculado pela fórmula: Pα j = [max ((1 - C j / z), 0)] 0 (3)

em que z indica a linha de pobreza e é um parâmetro não-negativo. Os equivalentes do

agregado familiar do índice de pessoas, o índice de pobreza diferencial e o índice do

quadrado de pobreza diferencial obtêm-se quando é 0, 1 e 2, respectivamente.

Esta abordagem directa tem sido usada com frequência. Por exemplo, Bardhan (1984)

versa sobre os factores terra, trabalho e a probabilidade de um individuo ser pobre na

Índia rural, Gaiha (1988) aborda a probabilidade de um agregado familiar ser ou não

pobre na Índia, os relatórios do Banco Mundial (1994, 1995a, 1995b, 1996a) abordam

também o impacto nos níveis de pobreza usando a abordagem probit. Grootaert (1997)

estima um modelo probit para as zonas rurais e urbanas com o objectivo de verificar se

são as características do agregado familiar ou o impacto macroeconômico que influencia

o seu estatuto de pobreza. Tal como é referido na PAN, apesar da popularidade desta

abordagem, há várias razões que demonstram por que a modelação do consumo do

agregado familiar pode ser preferível à modelação dos níveis de pobreza do agregado

familiar.


10/32


partir do nível de pobreza não é possível determinar o correspondente nível de consumo.

Segundo, o uso dos dados unicamente sobre Pα j é ineficaz. Implica uma perda de

informação porque a informação sobre os padrões de vida dos agregados familiares acima

da linha de pobreza é deliberadamente suprimida. Assim, todos os agregados familiares

que não sejam pobres são tratados da mesma maneira, como dados fora da análise.

Terceiro, existe um elemento de arbitrariedade inerente sobre o nível exacto da linha de

pobreza absoluta, mesmo que as diferenças relativas ao custo de vida, tais como estes são

estabelecidos pelas linhas de pobreza regionais, sejam considerados sólidos. Diferenteslinhas de pobreza implicariam que os dados de consumo de agregado familiar seriam

censurados a diferentes níveis. Os parâmetros estimados do modelo de pobreza na

equação (2) mudariam, portanto, com o nível da linha de pobreza utilizada, dessa forma

estaríamos a ter valores de coeficiente diferentes para diferentes níveis de linha a pobreza

(que é algo arbitrária) fazendo com que esses parâmetros fossem também arbitrários. Amodelação do consumo de forma directa tem a característica, potencialmente atraente, de

pressupor que as estimativas do modelo de consumo são menos dependentes da linha de

pobreza. Quarto, a estimação do modelo de consumo evita a inclusão de pressupostos

restritivos sobre a distribuição dos erros que seriam tipicamente necessárias para os

modelos não-lineares4 de variáveis dependentes limitadas (Powell, 1994).3

Seguindo os argumentos acabados de enumerar, a abordagem utilizada neste estudo

consiste em modelar o consumo de acordo com equação (1).

2.2. ESPECIFICAÇÃO DOS MODELOS

Na construção dos modelos de determinantes dos padrões de bem-estar em Moçambique

é necessário decidir sobre o nível de desagregação do modelo(s). A escolha é entre uma


11/32


especificação única (nacional) que assume os efeitos marginais dos determinantes do

consumo são constantes entre todos os agregados familiares (chamado o “pooled model”,

ou estimar modelos separados, que permitem os efeitos marginais dos determinantes

variar por região. Dadas as vantagens de uso de cada um dos modelos a opção foi usar a

segunda abordagem.

2.3. SELECÇÃO DAS VARIÁVEIS DO MODELO: A questão da exogeinedade.

Para a identificação das variáveis a serem incluídas no modelo foi definido um conjunto

de instrumentos e processos que permitem verificar se as variáveis reúnem ou não

condições para a integração no modelo.

Um dos pontos mais importantes na análise é garantir que todos os potenciais

determinantes da pobreza seleccionados sejam variáveis exógenas em relação ao

consumo actual. Como o objectivo do trabalho é inferir sobre a causalidade então,

variáveis que podem ser afectadas pelo consumo corrente dentro do agregado familiar

(variáveis endógenas) são excluídas do modelo 4 Desta forma por exemplo, o valor dos

bens duráveis, ou do auto-consumo, foram excluídas do conjunto de variáveis

explicativas pois ambos são componentes do consumo. Da mesma forma, variáveis comocaracterísticas de habitação, posse de aves, etc. não entram no modelo, dado que são

provavelmente determinadas pelos padrões de vida do agregado familiar. Por exemplo,

existe o risco de que as variáveis de categorias de emprego sejam variáveis endógenas

dado que o estatuto de emprego, ou o sector em que um indivíduo adulto se encontra

empregue pode ser resultado do padrão de vida a que este teve acesso antes ou depois deestar em idade de trabalhar. O teste de Hausman é um dos instrumentos econométricos

usados para determinar a endogeneidade ou não do emprego (ou qualquer outra variável)

em relação ao nível de consumo real, para o caso em questão, estes mostraram fortes


12/32


omitidos no modelo. O ponto aqui é que como a direcção da causalidade é inversa a que

se pretende estudar não faz sentido incluir essas variáveis no modelo.5

A selecção dos potenciais determinantes da pobreza foi também guiada por resultados

passados de perfis da pobreza e determinantes da pobreza, bem como variáveis que se

sabiam de considerável interesse para os fazedores de política económica em

Moçambique. Outro critério complementar foram os resultados de inquéritos em

economias similares tais como, Egipto, Malawi, Tunísia, Burkina-Faso, Nigéria, etc.Algumas das variáveis foram retiradas do modelo pois revelavam nenhum ou quase

nenhum impacto na determinação do nível de consumo real per capita dos AFs.6

Depois de feita a regressão foram também feitos testes de significância conjunta para

verificar se as variáveis testadas são ou não significativas em conjunto.

2.3.1. A VARIÁVEL DEPENDENTE.

As estimativas de pobreza foram calculadas com base nos dados de consumo gerados

pelo IAF. Neste sentido, a variável dependente refere-se às despesas totais de consumo

per capita por dia, sendo que estes valores de consumo são corrigidos para termos reais

mediante os métodos já citados de deflação temporal e espacial. Uma outra alternativa

seria fazer a mensuração do bem-estar das famílias com base nos dados de renda desses

agregados familiares, no entanto a informação sobre consumo e despesas revela-se mais

apropriada por várias razões:

Numa economia agrícola como a Moçambicana a renda é bastante volátil e

encaroçada. Em geral os agregados familiares recebem maior parte da sua renda nos

5 É preciso ter o cuidado de verificar que mesmo depois deste trabalho, a causalidade continua difícil de


13/32


meses após a colheita Julho, Agosto e Setembro, e muito pouco dinheiro desta fonte

de rendimento nos restantes meses do ano. O ponto é que a renda é muito mais volátil

do que o consumo, logo agregados familiares que durante a presente avaliação foram

considerados como não pobres (e em alguns casos muito acima da linha da pobreza)

podem ser considerados pobres caso tenham sido entrevistados nos meses em que não

recebem nenhuma renda desta fonte de rendimento, quando na realidade gastam tal

rendimento pelos restantes meses do ano. Portanto, consumo e despesas são medidas

mais tranquilas de medição do nível de bem-estar. Consumo e despesas podem ser vistos como bem-estar realizado e efectivo, enquanto

que a renda é uma medida de bem-estar potencial dependendo da alocação inter

temporal que a mesma tiver.

Consumo e despesas não só são dados mais estáveis, como também são dados mais

fiáveis para medição do bem-estar dos agregados familiares. Isto ocorre porque asfamílias estão mais predispostas a reportar a sua verdadeira situação em termos de

despesas e consumo do que em termos de renda, principalmente quando estiverem a

lidar com questionários oficiais e/ou com funcionários governamentais.

Numa economia em que seus agentes estão altamente virados para estratégia de

subsistência, grande parte da renda é derivada de negócios de auto-emprego, ou

produção para auto-consumo. Nestes casos os procedimentos de valorização da renda

são sempre problemáticos.

2.3.2. VARIÁVEIS INDEPENDENTES.

O primeiro passo na definição dos regressores que fariam parte de cada um dos diferentes

grupos de determinantes da pobreza foi no sentido de garantir a comparabilidade dos

resultados actuais com os resultados anteriores, deste modo identificou-se o conjunto de

variáveis que fizeram parte do questionário passado e que fazem parte do recente


14/32


3. RESULTADOS

3.1. DETERMINANTES DE CONSUMO E DA POBREZA NAS ZONASRURAIS.

3.1.1. DEMOGRAFIA

As cinco variáveis demográficas que medem (quantificam) o número de pessoas no

agregado familiar separadas por idade e género tem (como seria de esperar e tal qual

aconteceu no estudo aos determinantes da pobreza em 1996-97) uma relação negativacom o tamanho do agregado familiar, o que nos sugere claramente que a relação entre o

tamanho do agregado familiar e o seu consumo real per capita é negativa (vide Tabela 1).

No entanto, verifica-se uma relação positiva entre a variável relativa ao termo quadrático

do tamanho do agregado familiar e o consumo real per capita. 9 Isto sugere-nos (tal como

em 1996-97) que o nível de consumo per capita decresce com aumentos no número demembros de agregado familiar, mas a uma taxa diminuindo.

Outro aspecto de notório interesse é que a relação entre estas variáveis demográficas e o

consumo real per capita sugere que os coeficientes ficam menos negativos dos 0-9 para

os 10-17 anos, tornando-se mais negativos para adultos dos 18-59 anos, e ficando mais ou

menos com os mesmos valores para indivíduos com mais de 60 anos.7 O valor de

coeficiente negativo não significa que um adulto/criança adicional dentro do AF reduz o

seu valor de consumo por cabeça, o ponto é que como existem outras características

controladas como por exemplo os níveis de educação, o número de adultos empregues

por sector e ou cruzados com o seu grau de educação, fontes de rendimento, etc., logo, o

acréscimo de um adulto/criança é feito assumindo-se que tal indivíduo é analfabeto, não

deficiente e desempregado.8 Isto significa que estas informações não são totalmente

contra-intuitivas dado que podem ou não divergir da informação descritiva sobre a

pobreza na qual se refere que AFs com maiores índices de dependência tendem a ser mais


15/32


pobres. O ponto é que o sinal do coeficiente líquido de um adulto empregue depende das

restantes características assumidas.

A variável binária para o adulto feminino como chefe do agregado familiar apresenta

sinal negativo e significância estatística a 1% nas regiões centro e norte. Porém, apenas

na região centro se reporta um impacto mais negativo considerável no nível de consumo

real do AF se o seu líder for do sexo feminino. (Vide Tabela 1Tabela 1).

O número de pessoas com incapacidade física no agregado familiar apenas tem impacto

estatisticamente insignificante para todas as regiões.

3.1.2. EDUCAÇÃO

As variáveis para o número de adultos femininos alfabetizados e adultos masculinosalfabetizados são positivas e significativas no “pooled model”, sendo que nos modelos

regionais a variável para adulto feminino alfabetizado é positiva e significativa na região

centro e sul, sendo que a variável para o adulto masculino alfabetizado é positiva e

significativa nas regiões norte (a 1%) e centro (a 5%). Fazendo uso das restantes

variáveis de educação usadas na pesquisa anterior apenas o adulto masculino com EP1 ou

com EP2 mostram ter algum impacto, sendo este muito mais forte e significativo para o

segundo caso (Vide Tabela 1Tabela 1).

Entre as variáveis de educação, a maioria destas têm a prevista relação positiva com o

consumo per capita, sendo que as variáveis para o nível máximo de educação, EP1 e

outros apenas se mostra significativa a 5% na região sul, sendo nula nas restantes. A

variável para o nível máximo de EP2 e técnico elementar é positiva e significativa a 1%

para a região norte (onde é mais forte), a 5% para a região sul, porém insignificante na

região centro A variável binária para o nível máximo de ESG1 e técnico básico é


16/32


3.1.3. EMPREGO E FONTES DE RENDIMENTO

Foram construídas nove variáveis para adultos empregados em diferentes sectores da

economia das quais apenas cinco foram usadas para o modelo de determinantes rurais da

pobreza, sendo só duas destas (fontes de rendimento e número de adultos empregues em

outros sectores) são significativas no “pooled model”. Os modelos regionais mostram-

nos que mesmo tendo sempre sinal positivo as fontes de rendimento apenas são

estatisticamente diferentes de zero na região norte ao nível de significância de 1%. A

variável para número de adultos empregues em outros sectores é fortemente positiva e

também significativa em todas as regiões, apresentando em geral significância estatística

ao nível de 5% com a excepção da região norte onde esta ocorre ao nível de 1% (Vide

Tabela 1).

As restantes variáveis que apresentam valor estatístico nulo são: número de adultos

empregues na indústria (com a excepção da região norte onde é positiva e significativa a

5%) e o número de adultos empregues na agricultura, as quais apresentam sinal positivo.

Estes valores nulos para variáveis de emprego são contra-intuitivos dado que, significam

que, mantendo iguais as restantes variáveis o emprego do adulto dependendo da suanatureza, pode levar a um valor de consumo per capita não superior ao consumo referente

ao trabalho não remunerado em casa.9 No entanto, todos os valores dos coeficientes

significativos vão de acordo não só com o esperado como também com os resultados de

1996-1997. Continuam a ser os adultos empregues “noutros” sectores10 os que têm

maiores ganhos incrementais no consumo per capita, no entanto, mesmo estando aaumentar a força de trabalho rural a trabalhar fora da agricultura11 as estimativas desta

variável continuam a ser baseadas num número não muito grande de observações o que

sugere algum cuidado ao lidar com estes números.


17/32


3.1.4. VARIÁVEIS COMUNITÁRIAS E ACESSO A SERVIÇOS

O índice de infra-estruturas económicas mostra um sinal de coeficiente positivo mas não

significativo (com a excepção da região sul onde é significativo a 1%). A variável dummy

para indicar se a malária é o principal problema de saúde na aldeia revela em geral um

valor estatístico não diferente de zero, sendo que, na região norte esta revela um sinal

esperado contrário significativo. Porém os testes para significância conjunta desta

variável mostram impacto nulo, o qual é confirmado pelo valor estatístico não diferente

de zero para o “pooled model”.

3.1.5. VARIÁVEIS DISTRITAIS

Uma observação atenta às variáveis distritais mostra claramente que a região norte

apresenta maior número de distritos com sinal de coeficiente altamente negativo e

significativo (em geral ao nível de significância de 1%). Segue-se a região centro que

apresenta também um grande número de distritos porém menos negativos e significativos

(em geral entre 1 a 5%). Para a região sul 34% dos distritos têm sinal positivo e altamente

significativo (em geral ao nível de significância de 1%), sendo que os restantes

apresentam sinal menos negativo e significativo (em geral entre 1 a 5%).

3.1.6. VARIÁVEIS MENSAIS E DE EFEITOS SAZONAIS

Todos os valores de coeficiente para as variáveis mensais são estatisticamente não

diferentes de zero. Ou seja, não tem impacto no nível de consumo real per capita.

3.2. DETERMINANTES DE CONSUMO E DA POBREZA NAS ZONAS

URBANAS

3.2.1. DEMOGRAFIA

A Tabela 2 mostra que também nas zonas urbanas as cinco variáveis demográficas que


18/32


Também existe uma relação positiva e altamente significativa com o termo quadrático do

tamanho do agregado familiar reforçando a hipótese da relação em forma convexa entre o

tamanho do agregado familiar e o nível de consumo real per capita. De forma diferentedo que acontece nas zonas rurais e ao contrário do que ocorreu em 1996-1997, as

variáveis para o número de crianças entre os 0 e os 9 anos são mais negativas, reduzindo-

se o tamanho do coeficiente negativo para crianças/adolescentes dos 10 aos 17 anos,

sendo este ainda mais baixo para adultos masculinos dos 18 aos 59 anos, no entanto para

adultos femininos dos 18 aos 59 anos é mais negativo do que adolescentes dos 10 aos 17anos. Para indivíduos com mais de 60 anos o valor de coeficiente tem em geral a mesma

amplitude que para crianças/adolescentes dos 10 aos 17 anos. Isto significa que se os

retornos para adultos masculinos adicionais, desempregados, analfabetos, não deficientes,

etc. no AF são mais elevados do que para crianças e adolescentes com mesmas

características, estes são mais baixos para adultos femininos adicionais com semelhantescaracterísticas. A variável relativa a idade do chefe do agregado familiar apenas é

positiva e estatisticamente significativa nas pequenas cidades, tornando-se de muitíssimo

pouco impacto e pouco significativa para as grandes cidades. Para o termo quadrático da

idade do chefe do AF o coeficiente continua insignificante para as grandes cidades,

tornando-se no entanto positivo (mas de muitíssimo pouco impacto) e significativo (a

1%) para as pequenas cidades. Isto sugere-nos uma relação não-linear entre a idade do

chefe do agregado familiar e o consumo real per capita nas pequenas cidades.

O género feminino do chefe do agregado familiar tem uma relação negativa e

significativa com o consumo real per capita do agregado familiar (sendo que esta relação

é mais forte nas pequenas cidades).12 Isto significa que o facto de o chefe do agregado

familiar ser um homem contribui para um maior bem-estar dos agregados familiares

urbanos, principalmente nas pequenas cidades (Vide Tabela 2).


19/32


3.2.2. EDUCAÇÃO

As variáveis para adultos femininos alfabetizados e adultos masculinos alfabetizados são

retiradas do “pooled model”, sendo que nos modelos separados por grandes cidades e

pequenas cidades, a variável para adulto feminino alfabetizado é fortemente positiva e

significativa nas grandes e pequenas cidades, sendo que a variável para o adulto

masculino alfabetizado é não significativa para ambas (negativa para as grandes cidades e

positiva para as pequenas). As restantes variáveis de educação usadas no estudo passado

são retiradas do modelo de determinantes urbanos. As variáveis dummy para os níveis

máximos de educação:

EP1, alfabetização e outros.

EP2 e técnico elementar.

ESG1 e técnico básico.

ESG2, técnico médio e formação de professores.

Ensino Superior.

Tal como mostra a Tabela 2 estas variáveis são em geral positivas e significativas (ao

nível de 1%), sendo que apenas a primeira é insignificante. Outro facto de notóriointeresse é que os retornos para o nível máximo de educação são maiores quanto mais

elevado for o nível, sendo que até ESG2, técnico médio e formação de professores o

impacto é mais forte nas grandes cidades, passando a ser mais forte nas pequenas cidades

para o nível de ensino superior.

3.2.3. EMPREGO E FONTES DE RENDIMENTO.

Todas as nove variáveis construídas para categorizar adultos empregados em diferentes

sectores da economia foram usadas para o modelo de determinantes urbanos da pobreza


20/32


No bloco das grandes cidades o número de adultos empregue em outros sectores é

positivo e altamente significativo, o número de adultos masculinos que concluíram o EP1

empregues no sector industrial é negativo e significativo a 10%, o número de adultosfemininos alfabetizados empregue no sector agrícola é negativo e significativo. Das

variáveis usadas para controlar a perca de informação nas observações omissas apenas a

referente ao emprego assalariado tem relação positiva forte e altamente significativa com

o consumo real per capita. Isto significa que vários indivíduos dos quais não se tem

informação se são ou não assalariados, tendem a ter um consumo real per capita elevado. No bloco das pequenas cidades, as variáveis referentes ao número de adultos

empregues no sector agrícola, número de adultos empregues no sector industrial tem

ambas sinal negativo e significativo a 10% e 5% respectivamente. As variáveis para

fontes de rendimento e homens alfabetizados no sector industrial são positivas e

significativas a 5%, sendo que para a primeira a relação é fraca e para a segunda muito

forte. A variável para o número de adultos empregue em outros sectores tem uma relação

positiva forte e significativa com o consumo real per capita (Vide Tabela 2). Das

variáveis usadas para controlar a perca de informação nas observações omissas apenas a

referente às observações omissas de fontes de rendimento tem relação positiva forte e

altamente significativa com o consumo real per capita. Isto significa que vários

indivíduos dos quais não se tem informação se tem ou não fontes de rendimento, tendem

a ter um consumo real per capita elevado. Continuam a ser os adultos empregues

“noutros” sectores os que têm maiores ganhos incrementais no consumo per capita.

3.2.4. VARIÁVEIS DISTRITAIS.

Todas as variáveis distritais para as grandes cidades tem coeficiente negativo, no entanto

apenas cinco destas são negativas. Isto significa que no geral, existem características

distritais inobservadas que contribuem negativamente para o nível de consumo real per

capita dos agregados familiares nas grandes cidades


21/32


são estatisticamente significativos,13 para os distritos com coeficiente negativo apenas

36.4% são estatisticamente significativos.14

3.2.5. VARIÁVEIS MENSAIS E DE EFEITOS SAZONAIS.

Usando modelos separados entre grandes cidades e pequenas cidades verificamos que:

Para as grandes cidades os meses com tendências negativas de consumo são:

Agosto de 2002, Outubro de 2002 de 2002, Novembro de 2002, Dezembro de 2002,

Fevereiro de 2003, e Abril de 2003. Para as pequenas cidades os meses com tendências negativas de consumo são:

Julho 2002, Setembro de 2002, Janeiro de 2003, Fevereiro de 2003, Março de 2003, Abril

de 2003, Maio de 2003 e Junho de 2003.

No entanto, apenas Abril de 2003, Maio de 2003 e Junho de 2003 tem significância

estatística a 1% de significância para o primeiro e 10% para os restantes.

4. CONCLUSÕES E IMPLICAÇÕES DE POLÍTICA.

A análise dos determinantes da pobreza com base nos dados do IAF 2002-2003 é uma

continuação das pesquisas feitas em 1996-1997 bem como das estimativas sobre a

pobreza apresentadas na segunda avaliação nacional. Este trabalho reflecte um exercício

de aprimoramento da modelação anterior aos determinantes da pobreza, os quais podem

mostrar alterações dinâmicas ao longo do tempo (vide Tabelas 5 e 6).

Verificou-se uma notável melhoria na base de dados do IAF 2002-2003 em relação ao

questionário anterior, com uma assinalável redução de observações omissas, aumentou arobustez da colecta de dados, etc. No entanto, algumas das limitações anteriores

persistem: omissões de potenciais determinantes da pobreza, erros de medição, etc.


22/32


do agregado familiar (soma das variáveis por idade e género) e o género do chefe do

agregado familiar no norte e centro. As variáveis distritais apresentam-se negativas e

significativas, com a excepção de alguns distritos.- Determinantes positivos - As variáveis de educação tem em geral coeficiente positivo

ou nulo, sendo significativas as seguintes variáveis: alfabetização de adultos, nível

máximo de educação (EP2 e técnico elementar, bem como ESG1 e técnico básico),

diversificação de fontes de rendimento (no Norte). As variáveis de emprego são em geral

positivas mas não significativas, sendo significativas as seguintes variáveis: o nº deadultos empregue em outros sectores ou seja, no sector terciário (comércio, serviços,

etc.), a diversificação das fontes de rendimento e o número de adultos empregue no sector

agrícola e industrial no norte. As variáveis comunitárias apresentam coeficientes

positivos porém não significativos com excepção das infra-estruturas sanitárias (no sul) e

da malária no norte.

Para as zonas urbanas – Determinantes Negativos - em geral todas as variáveis

demográficas tem coeficiente negativo, porém, as variáveis significativas são: o tamanho

do agregado familiar (soma das variáveis categóricas por idade e género) e o género do

chefe do agregado familiar. Das variáveis de emprego com coeficiente negativo apenas o

número de adultos empregues na agricultura e indústria nas pequenas cidades, os homens

com EP1 na indústria, bem como as mulheres alfabetizadas na agricultura são

significativos. As variáveis distritais apresentam-se negativas e significativas, com a

excepção de alguns distritos.

- Determinantes Positivos - As variáveis de educação tem em geral coeficiente positivo

ou nulo, sendo significativas as seguintes variáveis: alfabetização de adultos femininos e

todos os níveis máximos de educação classificados. Das variáveis de emprego com

coeficiente positivo apenas o nº de adultos empregues em outros sectores ou seja, no

sector terciário (comércio serviços etc ) os homens alfabetizados na indústria as fontes


23/32


Baixo nível de educação máxima dentro do agregado familiar; Elevadas taxas de

dependência nos AFs; Baixos retornos da actividade económica desenvolvida dentro da

agricultura e indústria, em relação ao comércio e serviços; Baixa diversificação de fontesda renda dos AFs; Localização intra-provincial.

Destas análises pode-se concluir que houve alguma mudança no comportamento dos

factores que determinam a pobreza. Em quase todos os casos não mudou a direcção da

associação entre os regressores e a variável dependente, no entanto, mudou asignificância e o grau de associação (retornos) para com alguns destes coeficientes.15

O tamanho do agregado familiar tem um impacto menos negativo e mais significativo, a

diversificação das fontes de rendimento perdeu algum peso, o que pode ser indicação de

que começam a haver alguns ganhos de especialização, o emprego de adultos na

agricultura e indústria tornou-se mais negativo e significativo. Apesar de estarem a

diminuir, as diferenças de educação por género continuam grandes, entretanto, dos

anteriores factores de educação determinantes da pobreza apenas a alfabetização de

adultos continua tendo impacto positivo relevante. Tem estado a aumentar os retornos

para os níveis máximos de educação de qualquer membro dentro do AF.

Grande parte dos determinantes da pobreza não é sempre significante e estável ao longo

do tempo, isto dá-nos a indicação de poderem existir outros factores que estejam

influenciando o comportamento dos determinantes da pobreza, ou seja, devem existir

outros factores que são os determinantes dos determinantes da pobreza. No entanto, a

estrutura dos determinantes da pobreza não é muito diferente entre zonas urbanas e zonas

rurais. Investimento em educação, em maiores oportunidades nos sectores de agricultura

e indústria fortemente ligados a grandes investimentos em infra-estruturas e

desenvolvimento tecnológico investimento na redução do risco e incerteza parecem ser


24/32


BIBLIOGRAFIA.

- Bardhan, P. K. (1984). "Land, labor and rural poverty: Essays in development

economics." Oxford University Press, New Delhi.

- Christensen, R. (1997). Log-Linear Models and Logistic Regression. Springer-Verlag

Inc. New York, New York, USA.

-Datt, Gaurav; Simler, Kenneth; Mukherjee, Sanjukta; e Dava, Gabriel. (2000).

“Determinants of poverty in Mozambique: 1996-97”. Food Consumption and Nutrition

Division Discussion Paper 78. International Food Policy Research Institute, Washington,

D.C. USA.

- Foster, James, J. Greer, and Erik Thorbecke. (1984). ‘A class of decomposable poverty

measures’, Econometrica.

- Gaiha, Raghav. (1988). "On measuring the risk of rural poverty in India." In: T. N.

Srinsivasan and P. K. Bardhan (eds.), Rural Poverty in South Asia. 219-261.

- Ghazouani, Samir; Goaied, Mohamed; (2001) “The determinants of urban and rural

poverty in Tunisia”. Laboratoire d’Econométrie Appliquée (LEA), Faculté des Sciences

Economiques et de Gestion de Tunis, Campus Universitaire El Manar.

- Gibson, John and Rozelle, Scott. (2002). “Poverty and Access to Infrastructure in Papua

New Guinea”. Department of Agricultural and Resource Economics, University ofCalifornia Davis.

- Greene, William H.; (1993). “Econometric Analysis” (2nd edition), Macmillian

Publishing Company, New York.

- Grootaert, Christian. (1997). “Determinants of poverty in Cotê d’Ivoire in the 1980s”.

Journal of African Economies. 6: 169-106.- Gujarati, Damodar N. (2000) “Econometria Básica”. MAKRON Books, São Paulo.

- Gujarati, Damodar N. (2003) “Basic Econometrics”. (5th edition), McGraw-Hill, New

York.


25/32


- Johnston, John; (1984). “Econometric Methods” (3rd edition), McGraw-Hill, New

York.

- Knoke, D. and P.J. Burke. (1980). Log-Linear Models. Sage Publications, Inc.Newberry Park, California, USA.

- Meier, Gerald M., and Dudley Seers, eds. Pioneers in Development . (1984). Oxford:

Oxford University Press.

- MPF/UEM/IFPRI (1998) “Pobreza e bem-estar em Moçambique. Primeira Avaliação

Nacional (1996-97)”.- MPF/IFPRI/PU (2004) “Pobreza e bem-estar em Moçambique. Segunda Avaliação

Nacional (2002-03)”.

- Powell, J. L. (1994). “Estimation of semi-parametric models.” In: R. F. Engel, and D. L.

McFadden (eds)., Handbook of Econometrics, Vol. 4. North-Holland, Amsterdam.

- The National Economic Council, Lilongwe, Malawi/ The National Statistical Office,

Zomba, Malawi/ The International Food Policy Research Institute, Washington, DC,

USA (1998) “The determinants of poverty in Malawi”. An analysis of the Malawi

Integrated Household Survey.

- Ravallion, Martin. (1998). Poverty Lines in Theory and Practice. LSMS Working Paper

No. 133. World Bank, Washington D.C.

- Viner, J. International Trade and Economic Development . (1953). Oxford: Clarendon

Press.

- World Bank. (1995a). Ecuador Poverty Report . World Bank Country Study.

Washington, D.C.

- World Bank. (1997). World Development Report: The State in a Changing World .

Oxford University Press for the World Bank, Washington, D.C.

- World Bank. (1994a). Poverty in Colombia. World Bank Country Study. Washington,

D.C.

- World Bank (1994b) Zambia Poverty Assessment Report No 12985-ZA Washington


26/32


- World Bank. (1995c). Malawi: Profile and Priorities for Action. World Bank Country

Study. Washington, D.C.

- World Bank. (1996a). Hungary: Poverty and Social Transfers. World Bank CountryStudy. Washington, D.C.

- World Bank. (1996b). Madagascar Poverty Assessment . Report No. 14044-MAG.

Washington, D.C.

- Wooldrigde, Jeffrey M. (2002). “Econometric Analysis of cross section and Panel data”.


27/32

A Di â i D D t i t D P b E M bi


28/32


Tabela 2: Determinantes do consumo e da pobreza nas zonas urbanas.

Grandes Cidades Pequenas Cidades

Estima- Estima-

Variavel Dependente: ln(consumo real per capita) tivas do Estatistica tivas do Estatistica

parametro de t parametro de t

Constante (Grandes Cidades) 10.45 [38.714]*** 0 0

Constante (Pequenas Cidades) 0 0 9.33 [58.487]***

Quadrado do tamanho do agegado familiar 0.01 [7.559]*** 0.01 [7.459]***

Quadrado da idade do chefe do AF 0.00 [0.058] 0.02 [3.190]***

Idade do chefe do AF 0.00 [0.202] 0.00 [3.039]***

Mulher chefe do agregado familiar -0.12 [1.768]* -0.19 [3.356]***Individuos c/ idadee sexo nao classificados 0 0 -1.44 [8.910]***

Individuos dos aos 9 anos de idade -0.28 [11.557]*** -0.31 [17.746]***

Individuos dos 10 aos 17 -0.25 [11.696]*** -0.24 [8.554]***

Individuos masculinos dos 18 aos 59 anos de idade -0.25 [2.825]*** -0.18 [2.307]**

Individuos femininos dos 18 aos 59 anos de idade -0.43 [9.968]*** -0.25 [4.262]***

Individuos c/ nais de 60 anos de idade -0.44 [6.326]*** -0.23 [3.223]***

Individuos c/ idade nao classificada 0.00 [0.057] -0.05 [0.858]

Individuos deficientes 0.02 [0.125] -0.21 [1.122]

Adulto masculino Alfabetizado 0.06 [0.784] -0.08 [1.074]

Adulto feminino Alfabetizado 0.22 [5.260]*** 0.11 [2.393]**

Adulto masculino c/ pelo menos EP1 0 0 0 0

Adulto feminino c/ pelo menos EP1 0 0 0 0

Individuos c/ educacao nao classificada ate Alf. 0 0 0 0

Individuos c/ educacao nao classificada ate EP1 0 0 0 0

Adulto masculino c/ pelo menos EP2 0 0 0 0

Adulto feminino c/ pelo menos EP2 0.18 [1.592] 0.06 [1.378]

Maximo nivel de ed. ate EP1, Alfabetizacao, Outro 0.39 [4.272]*** 0.22 [3.823]***Maximo nivel de ed. ate EP2, Tecnico elementar 0.62 [5.506]*** 0.45 [7.623]***

Max ed: ESG1, Tecnico basico 1.00 [9.602]*** 0.71 [6.902]***

Maximo nivel de ed. ate ESG2, Tecnico medio, Form de Prof 1.64 [10.174]*** 2.10 [8.898]***

Individuos c/ nivel maximo educacao nao classificada ate Alf. 0 0 0 0

Fontes de rendimento -0.01 [0.451] 0.04 [2.055]**

No. de Adultos empregues no sector Agricola 0.01 [0.237] -0.11 [3.050]***

No. de Adultos empregues no sector Industrial 0.12 [1.131] -0.34 [2.330]**

No. de Adultos empregues em "outros sectores" 0.10 [3.856]*** 0.15 [3.970]***

Emprego salariado -0.04 [1.309] 0.02 [0.577]

Trabalha fora do pais 0.12 [1.390] 0.04 [0.287]

Homens alfabetizados no sector industrial/construcao -0.04 [0.327] 0.39 [2.345]**

Homens com ep1 no sector industrial/construcao -0.13 [1.843]* 0.04 [0.284]

Mulheres alabetizadas no sector agricola -0.18 [2.853]*** 0.01 [0.227]



29/32


23

Tabela 3: Sumário estatístico das principais variáveis nas zonas rurais.

Rural Sul Centro Norte

Variaveis Med DP Med DP Med DP Med DP

Quadrado do Tamanho do HH 29.72 43.24 33.72 54.22 33.87 46.95 20.95 20.34

Chefe AF Feminino 0.27 0.44 0.45 0.50 0.20 0.40 0.20 0.40

Individuos dos 0 aos 9 anos de idade 1.65 1.52 1.57 1.58 1.84 1.58 1.49 1.34

Individuos dos 10 aos 17 0.86 1.09 0.93 1.12 0.00 0.00 0.68 0.92

Individuos masculinos dos 18 aos 59 0.81 0.68 0.64 0.75 0.96 1.16 0.82 0.56

Individuos femininos dos 18 aos 59 1.12 0.77 1.27 0.97 0.91 0.70 0.94 0.47

Individuos c/ mais de 60 0.28 0.55 0.44 0.65 1.15 0.78 0.21 0.49Individuos deficientes 0.07 0.26 0.08 0.29 0.23 0.49 0.06 0.24

Adulto masculino Alfabetizado 0.50 0.66 1.34 1.07 0.07 0.26 0.37 0.54

Adulto feminino Alfabetizado 0.25 0.54 1.16 1.08 0.00 0.00 0.09 0.30

Maximo nivel de ed. ate EP1, Alf., Outro 0.18 0.38 0.28 0.45 0.59 0.70 0.13 0.34

Maximo nivel de ed. ate EP2, T. elementar 0.06 0.23 0.28 0.45 0.18 0.42 0.04 0.19

Max ed: ESG1, Tecnico basico 0.01 0.12 0.12 0.32 0.18 0.38 0.01 0.11Maximo nivel de ed. ate ESG2, T. medio,Prof. 0.00 0.07 0.01 0.09 0.05 0.22 0.00 0.06

Maximo nivel de ed. Ate Ensino Superior 0.00 0.00 0.00 0.00 0.01 0.12 0.00 0.00

Fontes de rendimento 2.06 0.62 1.98 0.68 0.00 0.00 1.95 0.52

No. de Adultos emp. no sector Agricola 1.89 1.02 1.88 1.28 0.00 0.06 1.82 0.68

No. de Adultos emp. no sector Industrial 0.04 0.22 0.08 0.30 0.00 0.00 0.01 0.10

No. de Adultos emp. em "outros sectores" 0.13 0.40 0.21 0.53 2.20 0.62 0.06 0.27

Indice de Infra_estrut. Sanitarias 0.26 0.22 0.31 0.24 1.96 1.04 0.25 0.21

Indice de Infra-estrut. Economicas 0.27 0.17 0.27 0.19 0.04 0.22 0.25 0.16

Malaria 0.72 0.45 0.89 0.32 0.00 0.00 0.84 0.36

Fonte: Cálculos do autor com base nos dados do IAF 2002-03.



30/32


24

Tabela 4: Sumário estatístico das principais variáveis nas zonas urbanas.

Urbano Grandes Cid. Pequenas Cid.Variaveis Med DP Med DP Med DP

Quadrado do Tamanho do HH 38.1888 42.7419 41.8175 45.8120 35.4712 40.0853

Chefe AF Feminino 0.2772 0.4476 0.2793 0.4488 0.2755 0.4469

Idade nao Identificada 0.0002 0.0158 0.0000 0.0000 0.0004 0.0209

Individuos dos 0 aos 9 anos de idade 1.5885 1.4057 1.4630 1.3536 1.6825 1.4366

Individuos dos 10 aos 17 1.1630 1.1984 1.1767 1.1668 1.1528 1.2217

Individuos masculinos dos 18 aos 59 1.1815 0.9510 1.3604 1.0432 1.0476 0.8515

Individuos femininos dos 18 aos 59 1.3211 0.9077 1.4950 1.0469 1.1908 0.7621

Individuos c/ mais de 60 0.2160 0.4887 0.2268 0.5013 0.2079 0.4789Individuos deficientes 0.0744 0.2709 0.0851 0.2914 0.0664 0.2542

Adulto masculino Alfabetizado 1.1069 0.9711 1.3429 1.0656 0.2755 0.4469

Adulto feminino Alfabetizado 0.8879 0.9449 1.1633 1.0819 0.0004 0.0209

Maximo nivel de ed. ate EP1, Alf., Outro 0.2609 0.4392 0.2787 0.4485 1.6825 1.4366

Maximo nivel de ed. ate EP2, T. elementar 0.2494 0.4327 0.2805 0.4494 0.0000 0.0000

Max ed: ESG1, Tecnico basico 0.1164 0.3207 0.1190 0.3238 1.1528 1.2217Maximo nivel de ed. ate ESG2, T. medio,Prof. 0.0934 0.2910 0.1318 0.3383 0.0646 0.2459

Maximo nivel de ed. Ate Ensino Superior 0.0132 0.1143 0.0286 0.1666 0.0017 0.0418

Fontes de rendimento 1.6976 0.8032 1.4099 0.7306 1.9131 0.7875

No. de Adultos emp. no sector Agricola 0.7818 0.9871 0.3090 0.6410 1.1358 1.0507

No. de Adultos emp. no sector Industrial 0.1630 0.4277 0.2268 0.5036 0.1153 0.3532

No. de Adultos emp. em "outros sectores" 0.9074 0.9216 1.2175 0.9698 0.6751 0.8096

Fonte: Cálculos do autor com base nos dados do IAF 2002-03.


31/32


32/32

dinamica das determinantes da pobreza em mocambique

Documents