efeitos locais de hidrelétricas no brasil · a construção de novas usinas hidrelétricas ......

ESTUDOEFEITOS LOCAIS DE HIDRELÉTRICAS NO BRASIL

JULIANO ASSUNÇÃODIMITRI SZERMANFRANCISCO COSTA

Dezembro 2016

TEMA

PROTEÇÃO AMBIENTAL

PALAVRAS-CHAVE

USINAS HIDRELÉTRICAS, DESMATAMENTO, IMPACTOS SOCIOECONÔMICOS, AMAZÔNIA, BRASIL

O projeto Iniciativa para o Uso da Terra (INPUT) é composto por uma equipe de especialistas que trazem ideias inovadoras para conciliar a produção de alimentos com a proteção ambiental. O INPUT visa avaliar e influenciar a criação de uma nova geração de políticas voltadas para uma economia de baixo carbono no Brasil. O trabalho produzido pelo INPUT é financiado pela Children’s Investment Fund Foundation (CIFF), através do Climate Policy Initiative. www.inputbrasil.org

6

Efeitos locais de hidrelétricas no Brasil1

Juliano Assunção

PUC-Rio

Dimitri Szerman

PUC-Rio

Francisco Costa

EPGE/FGV

2 de dezembro de 2016

1Este estudo é resultado de uma parceria entre o Núcleo de Avaliação de Políticas Climá-

ticas da PUC-Rio e o BNDES. O BNDES contribuiu com dados sobre as usinas hidrelétricas,

bem como apoio e comentários da área técnica. Naturalmente, todos os possíveis erros con-

tidos no relatório são de responsabilidade dos autores. Não houve transferência de recursos

financeiros entre o BNDES e o NAPC/PUC-Rio.

Introdução

A construção de novas usinas hidrelétricas (UHEs) é tema frequente de debates queultrapassam a questão da geração de energia para o país. No mais das vezes, estesdebates são acalorados. De um lado, argumenta-se que há grandes custos ambi-entais e sociais advindos da construção destes empreendimentos. Por outro lado,argumenta-se que estes empreendimentos podem impulsionar o desenvolvimentolocal, com aumento de emprego, renda e arrecadação municipal. Muitos dos argu-mentos, de ambos os lados, são baseados em alguns poucos casos históricos, exaus-tivamente avaliados de forma restrita a poucas métricas. Por exemplo, sabe-se que aUHE de Balbina emite mais CO2 na atmosfera do que uma termelétrica de combustí-vel fóssil capaz de gerar a mesma quantidade de energia.1 Também é conhecido queItaipú distribui anualmente mais de R$ 500 milhões entre mais de 300 municípios,constituindo uma importante fonte de recursos para muitos deles.2 Casos emblemá-ticos são importantes para ilustrar as possíveis consequências de uma UHE. Mas odebate carece de informações sistemáticas sobre os efeitos locais da construção des-ses empreendimentos.

O objetivo deste estudo é avaliar de forma sistemática os efeitos locais da constru-ção de UHEs sobre indicadores ambientais, econômicos e sociais. O estudo pode servisto como um apanhado de estudos de caso, todos aplicando a mesma metodologia,que quantificam os efeitos de cada uma das UHEs construídas com apoio financeirodo BNDES a partir de 2002. Com isso, damos um passo na direção de quantificar emelhorar o entendimento acerca destes efeitos, a fim de dar subsídios aos tomadoresde decisão e formuladores de políticas. É importante frisar que esse estudo não entrano mérito da geração de energia em si, muito menos das escolhas acerca da fonte de

1Kemenes et al. (2011)2ANEEL (2016)

1

energia. Essas questões estão fora do escopo do estudo, e os resultados aqui apre-sentados não servem para embasar argumentos a favor ou contra uma determinadafonte de energia.

Esse estudo utiliza o método de controle sintético (Abadie et al., 2010; Abadie andGardeazabal, 2003) para estimar o efeito da construção de cada uma das hidrelétricasem uma série de indicadores. Essa metodologia já foi empregada para avaliar asconsequências, de eventos tão variados quanto políticas de conservação de florestas(Sills et al., 2015) e de combate ao crime (Saunders et al., 2014), de desastres naturais(Cavallo et al., 2013) e a até mesmo da reunificação alemã (Abadie et al., 2015), entreoutros. Severnini (2014) usa o método de controle sintético para estimar efeitos delongo prazo em aglomeração de usinas hidrelétricas nos Estados Unidos.

Esse estudo estima e analisa os efeitos locais da construção de UHEs em duas partes,cada uma usando tipos diferentes de dados. Primeiro, são usados dados econômicose sociais, tomando o município como unidade análise. São analisados 82 municípiosdiretamente afetados por UHEs cujo início de construção se deu entre 2002 e 2011.Ao aplicar a abordagem de controle sintético para cada um dos 82 municípios, cons-truímos efetivamente 82 estudos de caso comparáveis entre si, pois usam os mesmosindicadores e metodologia. Com isso, conseguimos não apenas analisar o efeito me-diano, ou “típico” de uma UHE, mas também a distribuição desses efeitos, inclusiveao longo do tempo. O preço que se paga, no entanto, é uma certa perda de detalha-mento de um ou outro caso. Neste sentido, a análise é insensível a certas realidadeslocais, que só poderiam ser capturadas com estudos de caso mais detalhados so-bre uma ou outra UHE. Apesar disso, a abordagem nos permite fazer meta-análisespara entender os determinantes dos efeitos – por exemplo, porque uma UHE podeimpulsionar uma economia local, enquanto outra pode ter o efeito inverso.

Os resultados da primeira parte do estudo apontam para três grandes padrões. Emprimeiro lugar, a economia local do município “típico” é afetada positivamente ape-nas no curto prazo: no ano seguinte ao início da construção, o PIB per capita dosmunicípios atingidos por UHEs é 7-10% maior relativo ao seu grupo de comparação,e o emprego formal aumenta entre 10 e 40%. No entanto, após cinco anos do inícioda construção da UHE, não encontramos efeitos na taxa de crescimento do PIB mu-nicipal, no PIB per capita, no número de empresas localizadas no município, e nemna população do município mediano. O único efeito econômico mais duradouro é

2

um aumento entre 8%-14% do emprego formal.

Em segundo lugar, a construção de UHEs não faz o município típico sofrer impac-tos (de curto ou longo prazo) em indicadores de saúde e saneamento. Apesar dasreceitas correntes municipais aumentarem em 4%, não encontramos alterações rele-vantes nos seguintes índices: taxa de mortalidade, internações por doenças que temmosquitos como vetores, internações por doenças sexualmente transmissíveis, den-sidade da rede de água e densidade da rede de esgoto. No entanto, cabe salientarque, para todos os indicadores estudados, alguns municípios foram mais severa-mente afetados do que se esperaria tipicamente. Tal dispersão de efeitos é parti-cularmente relevante no caso do número de internações por doenças causadas pormosquitos. No ano seguinte a construção, 10% dos municípios afetados por UHEssofreu um aumento de mais de 260 novas internações por cem mil habitantes. Paraefeitos de comparação, a média de internação por doenças desse tipo nas localidadesafetadas era de 80 por cem mil habitantes no ano 2000.

O terceiro padrão é a grande dispersão de efeitos. Para a maioria dos indicadores,nota-se que apesar de a magnitude dos efeitos de UHEs serem tipicamente modestas,alguns municípios são afetados – tanto de forma positiva quanto negativa – mais se-veramente. Por exemplo, enquanto o PIB per capita do município típico permanecepraticamente inalterado no médio prazo, para 20 municípios esse efeito é superiora 12%, enquanto para outros 20 municípios esse efeito é negativo em 13%. Apesarda meta-análise realizada, ainda entendemos pouco sobre os mecanismos e determi-nantes por trás dessa dispersão.

A segunda parte do estudo utiliza dados de satélites para analisar os efeitos de UHEsconstruídas entre 2003-2011 no desmatamento na área do seu entorno. O foco dessaparte é nas 10 UHEs construídas entre 2003 e 2011 na região amazônica3, onde aquestão do desmatamento ganha mais relevância, e onde os dados disponíveis sãomais adequados para a mensuração de desmatamento. Os resultados indicam queos efeitos das construções de UHEs em desmatamento tendem a ser de curto prazoe concentrados no seu entorno imediato: na maioria dos casos, o impacto na áreaentre 40 e 100 quilômetros da barragem é pequeno.

No entanto, os resultados apontam para efeitos heterogêneos. Enquanto a constru-

3São elas: Santo Antônio do Jari, São Salvador, Estreito, Dardanelos, Santo Antônio, Jirau, BeloMonte, Ferreira Gomes, Colíder e Teles Pires.

3

ção de algumas UHEs não causaram efeitos relevantes em desflorestamento, outrasUHEs tiveram um impacto significativo. As UHEs de Santo Antônio e Jirau se des-tacam: as nossas estimativas indicam que o desmatamento no entorno dessas UHEsfoi até quatro vezes maior do que o que teria ocorrido caso as UHEs não tivessemsido construídas. Já a UHE Teles Pires parece ter evitado parte do desmatamentoque teria ocorrido na sua ausência. No agregado, conclui-se que as construções das10 UHEs analisadas causou um aumento de 279 mil hectares a área desmatada emrelação ao que ocorreria caso elas não tivessem sido construídas

4

Parte 1

Metodologia

Avaliar os efeitos da construção de uma UHE impõe desafios metodológicos impor-tantes. O problema central é construir um cenário hipotético que represente o queteria acontecido com uma localidade afetada por UHE caso a usina não tivesse sidoconstruída. A diferença entre o que de fato aconteceu e este cenário hipotético, tam-bém chamado de contrafactual, é o impacto da UHE. A dificuldade em construir umcontrafactual surge do fato de que a escolha do local para a implantação da usina nãoé feita de forma aleatória. Pelo contrário, a decisão dos agentes públicos e privadosleva em conta custos e benefícios sociais, ambientais e econômicos.

Estudos de avaliação do impacto de intervenções de projetos de infraestrutura mui-tas vezes usam, de forma implícita ou explícita, duas abordagens para construir umcontrafactual. Uma abordagem consiste em comparar os indicadores pré- e pós-intervenção – isto é, usar o período pré-intervenção como o contrafactual para operíodo pós-intervenção. Como exemplo, suponha que o indicador de interesse sejao PIB per capita municipal. Uma comparação do PIB antes-e-depois da construçãoda UHE assume implicitamente que, na ausência da UHE, o município teria man-tido o seu PIB no mesmo nível do ano anterior à construção – ou seja, o PIB do anoanterior à construção seria o contrafactual. A figura 1.1a ilustra essa abordagem. Alinha azul representa a evolução do logaritmo1 do PIB per capita do município deFiladélfia, Tocantins. Em 2007, foi iniciada a construção da UHE Estreito, que alagou

1A utilização de logaritmos nos permite a interpretação percentual de diferenças. Assim, se adiferença do logaritmo de A para o logaritmo de B for de 0,1, pode-se concluir que A é, aproximada-mente, 10% maior do que B.

5

114 km2 (cerca de 6%) da área do município. Sob a hipótese de que o PIB teria ficadoconstante no nível pré-intervenção, o impacto da construção da UHE Estreito no PIBde Filadélfia seria a diferença entre as linhas azul e vermelha; após cinco anos doinício da construção, a diferença é de quase 60%.

Essa abordagem é problemática, pois não há como garantir que toda a diferençamedida entre os dois períodos se deve à construção da UHE Estreito. Quaisqueroutras mudanças que afetem o município – por exemplo, uma troca de prefeitos –poderia influir na evolução do PIB municipal. Além disso, nota-se que o PIB domunicípio de Filadélfia já apresentava uma trajetória ascendente mesmo antes doinício da construção. Assim, é possível que o município tenha apenas seguido namesma trajetória, e que a construção da UHE Estreito não tenha em nada contribuídopara o PIB do município.

Outra abordagem possível consiste em comparar locais afetados por UHEs com oslocais não afetados por UHEs – isto é, usar os locais não afetados como contrafactualpara lugares afetados. Por exemplo, poderíamos comparar o PIB de Filadélfia coma média dos PIBs de outros municípios da região norte que não são afetados pelaUHE. A figura 1.1b ilustra essa abordagem. A diferença entre o PIB de Filadélfia eo PIB dos demais municípios da região norte após 5 anos do início da construção éde aproximadamente -30%. O problema dessa abordagem que compara municípiosafetados e não afetados é que os dois grupos de municípios podem ser intrinseca-mente diferentes. No exemplo acima, a comparação não leva em conta o fato de queFiladélfia já apresentava um PIB abaixo da média da sua região mesmo no períodoanterior à construção. De maneira mais geral, os municípios afetados e não-afetadospodem ser diferentes em várias dimensões – geografia, população, gestão municipal,etc. Assim, é difícil atribuir somente à construção de uma UHE quaisquer diferençasentre os locais.

Uma alternativa para construir contrafactuais, muito utilizada pela literatura recenteem economia, é combinar a diferença entre localidades afetadas e não-afetadas e adiferença entes-e-depois. Este método, conhecido como diferenças-em-diferenças, sebaseia na hipótese de que, na ausência da UHE, o município afetado seguiria umatrajetória idêntica à do grupo de comparação. A validade dessa abordagem requer,entre outras coisas, que as trajetórias – e não o nível – do PIB do município afetadoe do grupo de comparação sejam as mesmas no período anterior à construção da

6

Figura 1.1 PIB per capita (log) do Município de Filadélfia(a) Antes vs Depois

.5

1

1.5

2

2.5

-10 -5 0 5Anos a partir da Construção

Filadélfia Filadélfia antes

(b) Filadélfia vs média da região norte

.5

1

1.5

2

2.5


Filadélfia Média da região Norte

UHE. Na figura 1.1b, essa condição parece ser aproximadamente válida. A dife-rença do PIB per capita de Filadélfia entre um ano antes e dois anos após o início daconstrução da UHE Estreito é de aproximadamente 40%. O método de diferenças-em-diferenças supõe que, na ausência da UHE, o PIB da Filadélfia teria evoluído damesma forma que um grupo de municípios não afetados. Neste período, os demaismunicípios da região norte que não foram afetados pela construção de nenhumaUHE apresentaram uma evolução de aproximadamente 30%. Assim, a estimativaobtida pelo método de diferenças-em-diferenças seria de 40-30 = 10%.

O método de diferenças-em-diferenças é uma melhora substancial em relação àsduas abordagens anteriores, mas também possui as suas limitações. Em algumasaplicações, não é claro como deve ser feita a escolha das unidades que compõemo grupo de comparação. Por exemplo, o grupo de comparação da Filadélfia deveconsiderar todos os municípios da região, ou apenas alguns municípios, que se as-semelham? A ausência de critério na escolha da composição do grupo de controlepode gerar escolhas arbitrárias por parte dos pesquisadores. Além disso, a demandapela necessidade de tendências paralelas das unidades não-afetadas no período pré-intervenção pode ser estringente ao ponto de inviabilizar a aplicação do método.

Nesse estudo, utilizamos o método de controle sintético, que é indicado para apli-cações como a da avaliação dos efeitos de UHEs. O método consiste em construir,por meio de um algorítimo de otimização, uma unidade de controle a partir da com-binação de várias unidades não-tratadas – o donor pool. Tal unidade de controle éconstituída como uma média ponderada das localidades do donor pool. Para cada

7

localidade afetada por uma UHE, o algorítimo atribui pesos a localidades que nãoforam afetadas por UHEs de modo a construir uma versão “sintética” dessa uni-dade, que se assemelhe a localidade afetada em algumas dimensões, sendo a maisimportante a própria variável de interesse.

O método de controle sintético possui virtudes e limitações. No lado positivo, ométodo avança em pelo menos dois aspectos do método mais clássico de diferenças-em-diferenças. Primeiro, a escolha do grupo de controle (ou unidade sintética) éfeita por um algorítimo de otimização, e portanto de maneira mais clara e com me-nos interferência do pesquisador. Além disso, o método é menos estringente na suademanda pela necessidade de tendências paralelas das unidades não-tratadas noperíodo pré-tratamento, como acontece no método de diferenças-em-diferenças. Orequerimento é que a tendência seja paralela para a unidade sintética, o que geral-mente acontece por virtude do algorítimo de otimização, salvo em casos extremos.A desvantagem do método está na falta de procedimentos formais de inferência es-tatística. Contudo, no presente trabalho essa questão ganha menos relevância, umavez que estamos estimando não apenas uma estatística pontual, mas sim uma distri-buição de estatísticas. A figura 1.2 ilustra a aplicação do método, tal qual utilizadono restante desse estudo, para o município de Filadélfia.

Na figura, pode-se observar que a Filadélfia sintética reproduz de maneira bastantefiel o comportamento de Filadélfia antes da intervenção. A hipótese fundamentaldo método de controle sintético é que, na ausência da UHE, ele seguiria reprodu-zindo tal comportamento, de forma que, qualquer divergência entre os dois deve-seà construção. Assim, pode-se obter o efeito da construção no PIB a partir de umamera subtração das duas curvas. Dessa forma, concluí-se que a UHE fez com que,houvesse um breve ciclo de crescimento nos primeiros anos onde Filadélfia teve umPIB per capita até 13% maior do que seu grupo de comparação. Porém, cinco anosapós sua construção, o PIB per capita foi 3% menor do que teria sido na ausência daUHE.

A hipótese de que a diferença entre o município estudado e sua contraparte sintéticaé devida a construção da UHE não é livre de críticas. Afinal, sempre é possível argu-mentar que outro fator não relacionado à hidrelétrica causou a divergência. Porém,para que essa não seja uma crítica sem fundamento, o seu autor deve explicitar que

8

Figura 1.2 PIB per Capita (log): Filadélfia vs Filadélfia sintética

.5

1

1.5

2

2.5


Filadélfia Filadélfia sintética

9

fator é esse, mostrar que ele é idiossincrático2 a Filadélfia e explicar porque ele sópassou a ter efeito no ano de construção da UHE.

Como forma de avaliar a confiabilidade do método de controle sintético, a literaturarecente acerca desse método recomenda a realização de estudos placebo. Ou seja,aplica-se o método de controle sintético para avaliar o “impacto” passado de inter-venções que nunca ocorreram. Como esse “impacto” é, por hipótese, zero, podemoster uma ideia da margem de erro do método ao avaliar a dispersão dos efeitos medi-dos em municípios sem intervenção. Se o efeito medido se destacar em relação aosplacebos, em termos de tamanho e constância, temos evidência de que ele representao que de fato ocorreu, não um erro de medida aleatório.

A figura 1.3 mostra o resultado dessa abordagem. A linha mais escura representao efeito no PIB per capita3 medido para o município de Filadélfia. As linhas maisclaras representam outros municípios da região norte. Os municípios placebo foramescolhidos aleatoriamente na região norte em um total de 49. Como a comparaçãoproposta só faz sentido para municípios que de fato tenham contrapartes sintéticascapazes de reproduzi-los com qualidade, foram mantidas apenas localidades cujoajuste pré-intervenção foi satisfatório. Assim, mantivemos 33 placebos.4 Pela figura,nota-se claramente como o município da Filadélfia se destaca dos placebos nos anosonde, de fato, há um efeito relevante. Ou seja, entre o segundo e quarto ano após oinício da construção.

Cabe lembrar que o método de controle sintético tem aplicabilidade reconhecidapara diferentes escolhas de unidade de análise. Em estudos anteriores já foram uti-lizadas cidades, estados e países como unidades de análise. Esse trabalho usa duasunidades de análise. Na parte 2, cujo foco são indicadores econômicos e sociais, aunidade de análise é o município. Na parte 3, onde estuda-se o efeito da constru-ção das UHEs em desmatamento, a unidade de análise é a área no entorno da UHE.Cada uma delas tem uma seção de universo de análise e donor pool que dá maio-res detalhes sobre como foram escolhidas as unidades para estudo de caso e seusrespectivos donor pools.

2Ou seja, que ele afeta só o município estudado e não os componentes de sua contraparte sintética.Caso contrário, o controle sintético acompanharia o município tratado e não haveria divergência.

3Mais especificamente, no logaritmo do PIB per capita, como no resto dessa parte.4O critério para eliminação dos outros foi a diferença quadrática média entre município e sua

contraparte sintética antes da intervenção. Os municípios que apresentaram tal média superior acinco vezes o valor da Filadélfia foram excluídos. Outros critérios produzem figuras semelhantes.

10

Figura 1.3 Diferença percentual no PIB per capita entre município real e sintético:Filadélfia vs 33 placebos

-.4

-.2

0

.2

.4

.6

Dife

renç

a

-5 0 5Anos a partir da construção

Placebos Filadélfia

Notas: Os efeitos são a diferença entre o valor da variável de interesse no município e o valorencontrado em sua contraparte sintética. O município da Filadélfia se destaca dos placebos nos anosonde há efeitos relevante.

11

Parte 2

Indicadores Econômicos e Sociais

2.1 Universo de Análise e Donor Pool

O universo de análise é composto pelos municípios que satisfazem quatro condições:(i) possuir área alagada por reservatório de UHE; (ii) início da construção da UHEentre 2002 e 2011; (iii) não ser atingido por mais de uma UHE; (iv) a UHE deve terobtido financiamento do BNDES. Há 718 municípios que satisfazem a condição (i);destes, 599 municípios foram afetados por UHEs cujo início de construção é anteriora 2002 ou posterior a 2011, e portanto são excluídos da análise. Dos 119 municípiosque satisfazem as condições (i) e (ii), 37 municípios são atingidos por mais de umaUHE, violando a condição (iii); sendo assim excluídos da análise. Todos os 82 muni-cípios que satisfazem as condições (i)-(iii) foram afetados por UHEs que receberamfinanciamento do BNDES.

Os 82 municípios que constituem o foco desse estudo estão distribuídos em 13 esta-dos. As figuras 2.1, 2.2, 2.3 e 2.4 mostram estes municípios, bem como os excluídospor violarem as condições (ii) ou (iii). Estes municípios possuem áreas alagadas por29 UHEs.1 Houve 39 UHEs cujo início da construção se deu entre 2002 e 2011, oque significa que, ao todo, o critério (iii) exclui todos os municípios afetados por 10UHEs2.

1Nessa parte do estudo, as UHEs de Santo Antônio e Jirau, ambas afetando o município de PortoVelho (RO), foram consideradas como uma única UHE, já que o início da construção de ambas émuito próximo.

2São elas: Itiquira, Capim Branco I, Capim Branco II, Monte Claro, Corumbá III, Salto, Salto Rio

12

Nessa parte do estudo, o método de controle sintético compara municípios que tive-ram área alagada por UHEs (tratados) com municípios que não tiveram área alagada(não-tratados). Ou seja, todo e qualquer município que teve área alagada não entrano donor pool, os outros, a princípio, podem ser utilizados. Porém, para ganhar maisconfiabilidade no método, restringimos o donor pool de cada estudo de caso aos mu-nicípios não-tratados na mesma unidade da Federação (UF) do município atingido.A exceção a essa regra foi a região norte. Devido ao pequeno número de municípiosnessa região, fazer a separação por UF levaria a um donor pool pequeno. Assim, aoestudar um município tratado dessa região, consideramos como candidatos ao donorpool todos os municípios não-tratados da região norte.

2.2 Dados

Essa parte do estudo usa dados em nível municipal de diversas fontes. A Tabela2.1 mostra as estatísticas descritivas dos indicadores utilizados, para municípios afe-tados por UHEs (tratados) e municípios do grupo de comparação potencial (donorpool).

Área alagadas Para definir quais municípios são afetados por quais UHEs, esteestudo usa dados gerenciais da Agência Nacional de Energia Elétrica (ANEEL). Paracada usina, a ANEEL fornece a lista de municípios que são diretamente afetados –isto é, que têm área alagada pelo reservatório da usina.

Produto Interno Bruto Municipal A primeira fonte de dados usada para medira atividade econômica no nível municipal é a série de Produto Interno Bruto dosMunicípios, disponibilizada pelo IBGE para o período 1999–2012. A série tambéminclui dados sobre o valor adicionado da agropecuária, indústria e serviços, bemcomo os impostos.

População Os dados anuais de população para 1999–2013 são obtidos do IBGE,que projeta a população dos municípios para o Tribunal de Contas da União. A

Verdinho, Batalha, Foz do Rio Claro e Ferreira Gomes. A UHE São Roque teve início de construçãoem 2013, e portanto foi excluída por conta do critério (ii);

13

projeção leva em conta não apenas a população dos anos censitários, mas tambémdados de registro civil e de óbitos. A divisão entre população feminina e masculinaé feita pelo Ministério da Saúde, e está disponível para o período 1999-2012.

Relação Anual de Informações Sociais Como os dados de PIB Municipal são es-timados a partir dos PIBs estaduais, usamos também duas fontes de dados admi-nistrativos a fim de ganhar confiança nos resultados. Usamos dados agregados daRelação Anual de Informações Sociais (RAIS) do Ministério do Trabalho e Previdên-cia Social. A RAIS pode ser vista como um censo de todas as empresas formaisdo país. Ao final de todo ano, todas as pessoas jurídicas que empregaram ao me-nos um trabalhador devem fornecer informações sobre os seus trabalhadores. Nesseestudo, consideramos apenas pessoas jurídicas com a natureza jurídica de “Entida-des Empresariais” – isto é, empresas, excluindo portanto pessoas jurídicas sem finslucrativos e administração pública3. Com este universo, construímos a série de (i)empregados em 31/12 e (ii) o número de empresas que declararam a RAIS, em cadaano para todos os municípios.

Datasus – Sistema de Informações de Mortalidade Uma das fonte de dados usadapara mensurar os indicadores de saúde é a série do Sistema de Informação sobreMortalidade (SIM), do DATASUS. O SIM tem periodicidade anual desde 1979, ecapta dados sobre mortalidade em todo território nacional por meio de declaraçõesde óbito. A qualidade da série – em especial, a identificação do município de ocor-rência do óbito – passou por uma melhora significativa a partir de 1999, o que nosleva a usar os dados somente a partir desse ano. A partir do código da Classifica-ção Internacional de Doenças (CID10) dos boletins de óbito, pode-se construir sériespara cada causa de mortalidade. Utilizamos dados sobre a taxa de mortalidade totale a taxa de homicídios, medidas respectivamente como número de óbitos e númerode homicídios por cem mil habitantes.

Datasus – Sistema de Informações Hospitalares A segunda fonte de dados é oSistema de Informações Hospitalares (SIH), também do DATASUS. O SIH disponibi-liza dados captados mensalmente a nível de município à partir de 1994, registrando

3A qualidade dos dados para número de trabalhadores no setor público e pessoas jurídicas semfins lucrativos é notoriamente ruim.

14

todos os atendimentos autorizados provenientes de internações hospitalares. Utili-zamos dados sobre diagnósticos de internação, desagregados por doenças transmi-tidas por mosquito (dengue, febre amarela, malária e outras) e doenças sexualmentetransmissíveis (DSTs), por cem mil habitantes, como identificadas pela CID10.

Sistema Nacional de Informação de Saneamento O Sistema Nacional de Infor-mações Sobre Saneamento (SNIS), de responsabilidade do Ministério das Cidades,é a única fonte anual de dados em nível nacional sobre infraestrutura e coberturada rede de água e esgoto. Os dados são declaratórios e fornecidos pelos prestado-res desses dois serviços. Nesse estudo, utilizamos a densidade das redes de água eesgoto, medida como quilômetros de rede por 100km2 de área do município.

2.3 Resultados

Como exposto na parte 1 desse estudo, o método de controle sintético foi aplicadopara cada município afetado. Assim, para cada município, temos o efeito da cons-trução da UHE em diferentes pontos do tempo, tomando como referência o ano deinício da construção.

As estimativas são obtidas para cada um dos 82 municípios estudados – as figurasapresentam a distribuição dos efeitos, com os percentis 25, 50 (mediana), 75 e a mé-dia. Tais efeitos são definidos como a diferença entre o valor da variável de interessenos municípios afetados e em suas respectivas contra-partes sintéticas. Para evitarproblemas de composição da amostra, limitamos as séries de dados para um pe-ríodo de, no máximo, 5 anos antes e após o início da construção de uma UHE. Porexemplo, para UHEs com início de construção em 2002, usamos apenas 3 anos de da-dos no período pré-construção, e 5 anos no período pós-construção. Para uma UHEcom início de construção em 2007, usamos 5 anos de dados pré- e pós-construção; epara UHEs com início de construção em 2012, usamos 5 anos de dados no períodopré-construção e 2 anos de dados no período pós-construção.

Após os resultados principais dos impactos da construção de UHEs em indicadoreseconômicos e sociais, essa seção apresenta meta-análises sobre os determinantes dosefeitos estimados. A intenção é achar correlações entre a magnitude dos efeitos e

15

características dos municípios no período anterior ao início da construção.

2.3.1 Economia

Efeitos Sobre o PIB e o Tamanho da População

Taxa de Crescimento do PIB Os efeitos da construção de UHEs no crescimento doPIB municipal são apresentados na Figura 2.5a. Os resultados apontam para um ci-clo de crescimento-retração-normalização: nos dois primeiros anos após seu início,os municípios afetados crescem mais do que seus respectivos grupos de compara-ção. O pico dessa diferença se dá no ano seguinte ao início da construção, onde oefeito mediano é um aumento de 3 pontos percentuais na taxa de crescimento doPIB. A dispersão deste efeito, no entanto, é grande, e alguns municípios parecem sebeneficiar ainda mais no curto prazo, o que faz com que o efeito médio seja maiorque o efeito mediano – 7 pontos percentuais. A partir daí, os efeitos começam ase reverter: no terceiro ano após o início da construção, o município típico afetadopor uma UHE cresce exatamente à mesma taxa que os municípios no seu grupo decomparação, e no quarto ano após o início da construção, o município típico cresce5 pontos percentuais a menos que o seu grupo de comparação. A Figura 2.5a sugereque, no médio prazo, os municípios afetados por UHEs crescem a taxas semelhantesàs taxas dos seus grupos de comparação.

PIB e PIB Per Capita A figura 2.5b apresenta os efeitos sobre a evolução do níveldo PIB municipal, para uma melhor visualização dos efeitos acumulados sobre oPIB. A figura também mostra o padrão de crescimento-reversão: após quatro anos,a diferença entre o nível do PIB municipal do município mediano afetado por umaUHE e seu grupo de controle é zero, e essa diferença não se altera no quinto anoapós o o início da construção. A figura 2.5c apresenta os resultados para o PIB mu-nicipal per capita. Os padrões e magnitudes dos efeitos são virtualmente idênticosaos apresentados na figura 2.5b. A diferença mais marcante se dá pelo fato de queapós quatro anos do início da construção, o PIB per capita para o município medianoparece se estabilizar num nível 2.5% abaixo do nível do seu grupo de controle.

16

População Os efeitos da construção de uma UHE sobre a população são apresen-tados na figura 2.5d. A magnitude dos efeitos medianos é pequena: o maior efeitose dá 5 anos após o início da construção, quando o município mediano possui umapopulação 1% maior do que a população que teria num cenário contrafactual, sema construção de uma UHE. Assim como nas outras séries, a dispersão desse efeito ésubstancial, e os efeitos médios são maiores que os efeitos medianos.

Efeitos Sobre a Atividade Econômica

Essa subseção apresenta a análise de medidas administrativas de atividade econô-mica com o objetivo de não só referendar os resultados anteriores, como tambémaprofundá-los. A figura 2.6 mostra os efeitos das UHEs em dois indicadores: nú-mero de empregos formais e número de CNPJs. Em seguida, a figura 2.7 mostraa divisão setorial da evolução do número de empregos formais. Nessa subseção,comentamos os resultados apresentados nas duas figuras.

Empregos Formais A figura 2.6a mostra a evolução do efeito das UHEs no númerode empregos formais. Em contraste com o movimento cíclico apresentado pelo PIB, oefeito mediano no número de empregos se sustenta no período estudado. Depois deum rápido crescimento entre o ano de construção e o ano seguinte, ele oscila entre 6%e 11% durante todo o período. No entanto, um grande número de municípios comefeitos maiores e mais instáveis leva a um comportamento cíclico do efeito médio,mais próximo do que havia sido observado anteriormente. Além disso, os efeitosmédios são geralmente mais altos que os medianos, atingindo o pico de 37% um anoapós o início da construção.

Números de CNPJs Ao contrário do encontrado para empregos, o número de em-presas formais não é em regra afetado pelo choque econômico causado pela constru-ção de UHEs. A figura 2.6b mostra que, durante todo o período estudado, o efeitomediano varias apenas entre -2% e +1%.

Empregos Formais: Construção A figura 2.7a mostra a evolução do efeito percen-tual no número de empregos no setor de construção. Na comparação com o sua con-

17

traparte sintética, o município mediano não gerou empregos adicionais na constru-ção. O efeito mediano é zero nos primeiros anos e chega a ser bastante negativo trêsanos após o início da construção: -33%. No entanto, o município médio apresentaefeitos que chegam a superar +90% (um ano após o início). Tal discrepância indicaque os empregos gerados pela construção se distribuem de maneira bastante desi-gual dentre as cidades com área alagada, possivelmente municípios mais próximosa represa ou com outras vantagens concentrem os canteiros de obra.4 Com o tempo,os impactos diretamente relacionados ao processo de construção vão arrefecendo eos municípios afetados passam a ter comportamento cada vez mais semelhante aode suas contrapartes sintéticas. Seis anos após a intervenção, os efeitos medianos emédios são 5% e 15%, respectivamente.

Empregos Formais: Serviços A figura 2.7b apresenta a trajetória do efeito nos em-pregos no setor de serviços. Contrariamente ao setor de construção, não foram ge-rados muitos empregos nesse setor. No pico do efeito, dois anos após o início daconstrução, o município típico tinha 4% mais empregos no setor de serviços do queteria caso nunca houvesse construção. No longo prazo, o efeito mediano é de apenas-1%.

Empregos Formais: Saúde e Educação Na figura 2.7c são apresentados os efeitosda construção na soma de empregos dos setores de saúde e educação, excluídos osfuncionários públicos. Nessa variável, os efeitos parecem ser duradouros. Mais umavez, o caráter assimétrico dos efeitos leva a uma divergência entre efeitos medianose médios. Enquanto o primeiro chega a -20%, seis anos após a construção, o segundoé de 28% no mesmo período.

Empregos formais: Outros A figura 2.7d mostra o efeito da construção de UHEsno número de empregos em setores diferentes daqueles abordados previamente.Durante todo o período estudado, o efeito mediano foi próximo de zero. No en-tanto, a presença de alguns municípios afetados de forma bastante positiva fez comque a média do efeito fosse sempre positiva, em torno de 10-15%.

4O efeito mediano negativo entre os anos 2 e 4 é mais difícil de explicar. Uma possibilidade éque grandes construções em municípios próximos, causados pelas UHEs, atraiam recursos físicos ehumanos que deixam de trabalhar no setor de construção local.

18

2.3.2 Efeitos nas Contas Municipais

Nessa subseção, são analisados dados acerca das receitas e despesas municipais. Em-bora essa seção se foque nos valores absolutos de tais variáveis, valores per capitapodem ser encontrados no apêndice. A trajetória dos efeitos nas duas medidas sãobastante semelhantes.

Receitas do Município A figura 2.8a mostra os efeitos sofridos pelas receitas cor-rentes. O efeito mediano nessa variável cresce entre o ano de construção e o segundoano após esta, se estabilizando em torno de 4% a partir de então. A figura 2.8b mos-tra a evolução do impacto de UHEs nas receitas com impostos. Apesar de chegar a35% dois anos após a construção, no longo prazo o efeito mediano diminui até 2,5%.Portanto, o aumento de médio prazo nas receitas correntes não vem de uma maiorarrecadação municipal, mas sim de outras fontes de receita do município – transfe-rências do estado e da União, assim como a própria compensação financeira pagapelas UHEs.

Despesas do município A figura 2.8c apresenta o efeito da construção de UHEsnas despesas com saúde. Os efeitos são pequenos e erráticos, permanecendo sempreabaixo de 10% do PIB. Cinco anos após a construção, o efeito registrado é de -1%.O efeito mediano em gastos com educação, mostrado na figura 2.8d, tem trajetóriasemelhante. Mas, cinco anos após a construção, o efeito medido é de 5%.

2.3.3 Efeitos em Saúde e Violência

Mortalidade A figura 2.9a mostra como o número de mortos por cem mil habitan-tes se manteve próximo nos municípios afetados por UHEs e naqueles não afetadosem todo o período estudado. Embora haja muitas subidas e descidas, tanto o efeitomédio quanto o mediano oscilam entre de -4 a +18 mortos por cem mil habitantes.Para efeitos de comparação, a taxa de mortalidade média dos municípios brasileirosfoi de 361 por cem mil habitantes5 no período estudado, o que torna o efeito medidoessencialmente indistinguível de 0.

5Os resultados dessa seção são parecidos para ambos os sexos.

19

Homicídios Na figura 2.9b, é mostrado o impacto das UHEs na taxa de homicídios.Dado o grande número de homens jovens atraídos para empregos na construção, éde se esperar que haja um grande aumento na violência. A figura não mostra evidên-cia disso pois, tanto em média como em mediana, o efeito nas taxas de homicídiososcila entre +-5 (por cem mil habitantes) no período estudado. Para efeitos de com-paração, a taxa de homicídios no Brasil foi de 25 por cem mil habitantes em 2012.

Taxa de internação por DSTs A figura 2.9c mostra o impacto na taxa de internaçãopor doenças sexualmente transmissíveis. O município médio da nossa amostra temtaxa de internação por esse motivo de 16 por cem mil habitantes. Nessa variável, agrande dispersão de resultados e a presença de outliers leva a um descompasso entreefeito médio e efeito mediano. O efeito médio é positivo até dois anos após o inícioda construção, quando atinge 5 por cem mil, um efeito de cerca de 30% em relação àmédia. Já os efeitos medianos no entanto são negativos, mostrando que o municípiomediano vê a taxa de internação por DSTs reduzir em até 7 por cem mil 4 anos apóso início da construção. Tanto os efeitos médios quanto o medianos, apontam parauma redução da taxa de internação por DSTs no longo prazo, contrariamente ao queseria esperado pelo grande influxo de homens solteiros jovens nessas cidades.6

Taxa de Internação por Doenças que têm Mosquitos como Vetores A figura 2.9dapresenta a taxa de internação por doenças que tem mosquitos como vetores. Comoa construção de reservatórios implica em grandes porções de água parada, poderiase esperar que houvesse um aumento em doenças desse tipo. Ao contrário do es-perado, o efeito mediano é essencialmente zero por todo o período. Porém, algunsmunicípios tiveram aumentos tão grandes desse tipo de doença que o efeito médioé muito maior que o efeito mediano, principalmente nos primeiros três anos. Deforma geral, pode-se concluir que o aumento de casos de doenças transmitidas pormosquitos não é uma consequência necessária ou típica da construção de hidrelétri-cas, mas pode aparecer de forma intensa como resultado de certas particularidadesdo município e do processo de construção.

6Os dados nos permitem distinguir internações de homens e mulheres; no entanto, não encontra-mos efeitos diferentes para internações por DSTs por homens e mulheres, e assim reportamos apenasos resultados sem distinção de gênero.

20

2.3.4 Efeitos em Saneamento

Órgãos ambientais comumente condicionam o licenciamento de UHEs à ampliação(ou criação) de redes de saneamento básico como forma de mitigar ou compensarpotenciais danos causados pela construção. Então, a pergunta que fazemos é: emque medida a rede de saneamento melhora por causa da construção da UHE? Istoé, o que haveria acontecido com a rede de saneamento em um cenário hipotéticoonde a UHE não fosse construída? O fato de que o município afetado pela UHEpoderia ter ampliado ou construído a sua rede de saneamento por iniciativa própriadeve ser levado em conta. Além disso, a construção de uma UHE pode exercer umapressão no resto do setor de construção civil por competir por recursos (por exemplo,mão-de-obra), fazendo com que quaisquer outras obras sejam mais difíceis de seremexecutadas.

Para estudar os efeitos da construção de UHEs na infraestrutura de saneamento bá-sico, foram construídas medidas de densidade dessa estrutura. Para isso, dividiu-sea extensão da rede de água pela área do município para a obtenção da densidadeda rede de água. O resultado foi multiplicado por 100. Procedimento análogo foirealizado para medir a densidade da rede de esgoto. Entre as localidades afetadaspor hidrelétricas, a média da densidade da rede de água era de 0,14. Para a rede deesgoto, esse valor era 0,03.

A figura 2.10a mostra que a densidade da rede de água foi afetada negativamente.Porém, os efeitos medianos são pequenos e não ultrapassam -0,03. No caso do esgotoos efeitos são ainda menores, como pode ser visto na figura 2.10b, nunca ultrapas-sando -0,01.

2.3.5 Heterogeneidade dos resultados: causas e importância

Para entendimento dos efeitos em bem-estar e escolha de políticas públicas relaci-onadas a hidrelétricas, a dispersão dos impactos de sua construção é tão relevantequanto os efeitos médios e medianos. Uma intervenção que melhore a situação deuns e piore a de outros não é equivalente a um tratamento sem efeito. Apesar deapresentar um comportamento sistemático, há bastante heterogeneidade entre osefeitos estimados. Esse resultado tem importantes implicações, inclusive para as po-

21

líticas de fomento e mitigação de impactos adversos dos projetos. Em particular, aheterogeneidade observada nos resultados sugere que é importante que as políticastenham parâmetros capazes de se ajustar às especificidades de cada projeto e região.

Para entender melhor o que causa efeitos tão diversos, a Tabela7 2.2 mostra umameta-análise dos efeitos em PIB e população. A tabela mostra regressões dos efeitosestimados – e discutidos na seção 2.3 – em características dos municípios em 2000e das UHEs. As colunas (1) e (2) analisam o efeito sobre o PIB municipal. Mesmocontrolando para o PIB e a população em 2000, os municípios da região norte pare-cem ser os que mais se beneficiam da construção de UHEs em termos de PIB. Essesefeitos, no entanto, não são estimados com precisão, e a sua significância estatís-tica é baixa. As colunas (3) e (4) apresentam resultados similares para a população.Municípios com PIBs maiores e populações menores são os que sofrem mais efeitosem termos populacionais. A área alagada pela UHE diminui o efeito de aglomera-ção, talvez por provocar maiores deslocamentos da população local. A populaçãodos municípios das regiões Norte, Nordeste e Centro-Oeste são as que mais crescemapós a construção das UHEs.

A Tabela 2.3 faz análise semelhante a do parágrafo anterior, focando dessa vez nasvariáveis taxa de mortalidade e taxa de homicídio. A mortalidade é mais afetadaem município que tiveram uma maior área alagada. Já o Nordeste sofreu efeitosignificativamente menor do que outras regiões. Já a taxa de homicídios aumentacom o número de empregos no canteiro e obras e cai com o montante investido naUHE.

A Tabela 2.4 completa o conjunto de meta-análises ao avaliar os impactos em inter-nações por DSTs e mosquitos. As internações por DSTs sobem mais em municípiosmais populosos e mais pobres. Já o efeito nas internações por doenças transmiti-das por mosquitos é maior em municípios mais ricos, menos populosos, com muitosempregos no canteiro de obras e menos investimentos na UHE. A área alagada nãoparece influir nessa variável. A proximidade de área florestal também não pareceser o determinante do tamanho do efeito pois a região Sudeste foi especialmenteafetada.

7As regressões tem número de observações diferentes por dois motivos. Primeiro, devido a dife-renças na disponibilidade de dados para cada variáveis. Segundo, porque, em alguns poucos casos,o algoritmo não pôde computar o efeito da construção de uma UHE em determinado município paradeterminada variável.

22

Figura 2.1 Estados da Região Norte

Notas: Os municípios analisados estão em vermelho; os municípios excluídos (por serem afetadospor mais de uma UHE, ou por uma UHE construída antes de 2002 ou depois de 2011) estão em cinzaescuro. Os demais municípios formam o donor pool.Municípios afetados: Amapá – A UHE Santo Antônio do Jari atinge o município de Laranjal do Jari.Pará – A UHE Belo Monte atinge os municípios de Altamira e Vitória do Xingu. A UHE Santo Antôniodo Jari atinge o município de Almeirim. A UHE Teles Pires atinge o município de Jacareacanga.Rondônia – A UHE Madeira (Santo Antônio + Jirau) atinge o município de Porto Velho. Tocantins– A UHE Estreito atinge os municípios de Babaçulândia, Barra do Ouro, Darcinópolis, Filadélfia,Goiatins, Itapiratins, Palmeiras do Tocantins, Palmeirante e Tupiratins. A UHE Peixe Angical atingeo município de Peixe. A UHE São Salvador atinge o município de Palmeirópolis.

23

Figu

ra2.

2Es

tado

sda

Reg

ião

Cen

tro-

Oes

te

Not

as:

Os

mun

icíp

ios

anal

isad

oses

tão

emve

rmel

ho;o

sm

unic

ípio

sex

cluí

dos

(por

sere

maf

etad

ospo

rm

ais

deum

aU

HE,

oupo

rum

aU

HE

cons

truí

daan

tes

de20

02ou

depo

isde

2011

)est

ãoem

cinz

aes

curo

.Os

dem

ais

mun

icíp

ios

form

amo

dono

rpo

ol.

Mun

icíp

ios

afet

ados

:M

ato

Gro

sso

–A

UH

EC

olid

erat

inge

osm

unic

ípio

sde

Clá

udia

,Col

íder

,Ita

úba,

Nov

aSa

nta

Hel

ena

eN

ova

Can

aãdo

Nor

te.

AU

HE

Dar

dane

los

atin

geos

mun

icíp

ios

deA

ripu

anã,

Col

niza

eR

ondo

lând

ia.

AU

HE

Tele

sPi

res

atin

geo

mun

icíp

iode

Para

naíta

.M

ato

Gro

sso

Do

Sul

–A

UH

ESã

oD

omin

gos

atin

geos

mun

icíp

ios

deÁ

gua

Cla

ra.

Goi

ás–

AU

HE

Caç

ue

Barr

ado

sC

oque

iros

atin

geo

mun

icíp

iode

Cac

hoei

raA

lta.

AU

HE

Espo

raat

inge

osm

unic

ípio

sde

Apo

rée

Serr

anóp

olis

.A

UH

ESe

rra

doFa

cão

atin

geo

mun

icíp

iode

Cam

poA

legr

ede

Goi

ás.

24

Figu

ra2.

3Es

tado

sda

Reg

ião

Sul

Not

as:

Os

mun

icíp

ios

anal

isad

oses

tão

emve

rmel

ho;o

sm

unic

ípio

sex

cluí

dos

(por

sere

maf

etad

ospo

rm

ais

deum

aU

HE,

oupo

rum

aU

HE

cons

truí

daan

tes

de20

02ou

depo

isde

2011

)est

ãoem

cinz

aes

curo

.Os

dem

ais

mun

icíp

ios

form

amo

dono

rpo

ol.

Mun

icíp

ios

afet

ados

:Pa

raná

–A

UH

EM

auá

atin

geos

mun

icíp

ios

deO

rtig

ueir

ae

Telê

mac

oBo

rba.

Sant

aC

atar

ina

–A

UH

EBa

rra

Gra

nde

atin

geos

mun

icíp

ios

deC

apão

Alt

oe

Lage

s.A

UH

EFo

zdo

Cha

pecó

atin

geos

mun

icíp

ios

deÁ

guas

deC

hape

có,C

axam

budo

Sul,

Cha

pecó

,G

uata

mbú

ePa

ial.

AU

HE

Gar

ibal

diat

inge

osm

unic

ípio

sde

Var

gem

eSã

oJo

sédo

Cer

rito

.A

UH

ESa

lto

doPi

lão

atin

geos

mun

icíp

ios

deA

piún

a,Ib

iram

ae

Lont

ras.

Rio

Gra

nde

doSu

l–A

UH

E14

deJu

lho

atin

geo

mun

icíp

iode

Cot

ipor

ã.A

UH

EBa

rra

Gra

nde

atin

geos

mun

icíp

ios

deBo

mJe

sus

eV

acar

ia.A

UH

EC

astr

oA

lves

atin

geos

mun

icíp

ios

deA

ntôn

ioPr

ado,

Flor

esda

Cun

hae

Nov

aPá

dua.

AU

HE

Foz

doC

hape

cóat

inge

osm

unic

ípio

sde

Alp

estr

e,Er

valG

rand

e,It

atib

ado

Sule

Rio

dos

Índi

os.A

UH

EM

onjo

linho

atin

geo

mun

icíp

iode

Benj

amin

Con

stan

tdo

Sul.

AU

HE

Pass

oSa

oJo

ãoat

inge

osm

unic

ípio

sde

Dez

esse

isde

Nov

embr

o,R

oque

Gon

zale

se

São

Pedr

odo

Buti

á.A

UH

ESã

oJo

séat

inge

osm

unic

ípio

sde

Cai

baté

,Cer

roLa

rgo,

Mat

oQ

ueim

ado

eSa

lvad

orda

sM

issõ

es.

25

Figu

ra2.

4Es

tado

sda

Bahi

a,M

aran

hão

eM

inas

Ger

ais

Not

as:

Os

mun

icíp

ios

anal

isad

oses

tão

emve

rmel

ho;o

sm

unic

ípio

sex

cluí

dos

(por

sere

maf

etad

ospo

rm

ais

deum

aU

HE,

oupo

rum

aU

HE

cons

truí

daan

tes

de20

02ou

depo

isde

2011

)est

ãoem

cinz

aes

curo

.Os

dem

ais

mun

icíp

ios

form

amo

dono

rpo

ol.

Mun

icíp

ios

afet

ados

:Ba

hia

–A

UH

EPe

dra

Cav

alo

atin

geos

mun

icíp

ios

deA

ntôn

ioC

ardo

so,C

abac

eira

sdo

Para

guaç

u,C

acho

eira

,Cas

tro

Alv

es,C

once

ição

daFe

ira,

Feir

ade

Sant

ana,

Gov

erna

dor

Man

gabe

ira,

Raf

aelJ

ambe

iro,

Sant

oEs

têvã

oe

São

Gon

çalo

dos

Cam

pos.

Mar

anhã

o–

AU

HE

Estr

eito

atin

geos

mun

icíp

ios

deC

arol

ina

eEs

trei

to.

Min

asG

erai

s–

AU

HE

Bagu

aria

ting

eos

mun

icíp

ios

deA

lper

cata

,Fer

nand

esTo

urin

ho,G

over

nado

rV

alad

ares

,Iap

u,Pe

riqu

ito

eSo

brál

ia.A

UH

EBa

rra

doBr

auna

atin

geos

mun

icíp

ios

deC

atag

uase

s,La

ranj

ale

Rec

reio

.A

UH

EPi

cada

atin

geo

mun

icíp

iode

Juiz

deFo

ra.

AU

HE

Ret

iro

Baix

oat

inge

om

unic

ípio

deC

urve

lo.

AU

HE

Sim

plic

ioat

inge

om

unic

ípio

deC

hiad

or.

26

Figu

ra2.

5Ef

eito

sso

bre

oPI

Be

Popu

laçã

oM

unic

ipal

(a)T

axa

decr

esci

men

todo

PIB

Mun

icip

al

-.2

-.10.1.2

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(b)P

IBM

unic

ipal

(efe

ito

perc

entu

al)

-.2

-.10.1.2

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(c)P

IBM

unic

ipal

per

Cap

ita

(efe

ito

perc

entu

al)

-.2

-.10.1.2.3

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(d)P

opul

ação

(efe

ito

perc

entu

al)

-.1

-.050

.05.1

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

Not

as:

Os

efei

tos

são

adi

fere

nça

entr

eo

valo

rda

vari

ável

dein

tere

sse

nom

unic

ípio

eo

valo

ren

cont

rado

emsu

aco

ntra

part

esi

ntét

ica.

Afim

depe

rmit

ira

med

ição

deef

eito

spe

rcen

tuai

s,ut

iliza

mos

olo

gari

tmo

das

vari

ávei

spa

raa

aplic

ação

dom

étod

ode

cont

role

sint

étic

ona

sfig

uras

(b),

(c)e

(d).

27

Figu

ra2.

6Ef

eito

sPe

rcen

tuai

sso

bre

Ati

vida

deEc

onôm

ica

(a)E

mpr

ego

Form

al

-.20.2.4.6

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(b)N

úmer

ode

CN

PJs

noM

unic

ípio

-.1

-.050

.05.1.15

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

Not

as:O

sef

eito

ssã

oa

dife

renç

aen

tre

ova

lor

dava

riáv

elde

inte

ress

eno

mun

icíp

ioe

ova

lor

enco

ntra

doem

sua

cont

rapa

rte

sint

étic

a.A

fimde

perm

itir

am

ediç

ãode

efei

tos

perc

entu

ais,

utili

zam

osa

funç

ãohi

perb

ólic

ain

vers

ada

sva

riáv

eis

para

aap

licaç

ãodo

mét

odo

deco

ntro

lesi

ntét

ico.

28

Figu

ra2.

7Ef

eito

sPe

rcen

tuai

sso

bre

Empr

ego:

Seto

res

(a)C

onst

ruçã

o

-1-.50.51

1.5

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(b)C

omér

cio

eSe

rviç

os

-.2

-.10.1.2.3

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(c)E

duca

ção

eSa

úde

-.50.51

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(d)O

utro

s

-.4

-.20.2.4.6

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

Not

as:O

sef

eito

ssã

oa

dife

renç

aen

tre

ova

lor

dava

riáv

elde

inte

ress

eno

mun

icíp

ioe

ova

lor

enco

ntra

doem

sua

cont

rapa

rte

sint

étic

a.A

fimde

perm

itir

am

ediç

ãode

efei

tos

perc

entu

ais,

utili

zam

osa

funç

ãohi

perb

ólic

ain

vers

ada

sva

riáv

eis

para

aap

licaç

ãodo

mét

odo

deco

ntro

lesi

ntét

ico.

29

Figu

ra2.

8Ef

eito

sPe

rcen

tuai

sso

bre

Rec

eita

se

Gas

tos

doG

over

noM

unic

ipal

(a)R

ecei

tas

Cor

rent

esdo

Mun

icíp

io

-.050

.05.1.15

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(b)R

ecei

tas

deIm

post

osdo

Mun

icíp

io

-.50.51

1.5

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(c)G

asto

sem

Saúd

e

-.2

-.10.1.2.3

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(d)G

asto

sem

Educ

ação

-.10.1.2

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

Not

as:O

sef

eito

ssã

oa

dife

renç

aen

tre

ova

lor

dava

riáv

elde

inte

ress

eno

mun

icíp

ioe

ova

lor

enco

ntra

doem

sua

cont

rapa

rte

sint

étic

a.A

fimde

perm

itir

am

ediç

ãode

efei

tos

perc

entu

ais,

utili

zam

oso

loga

ritm

oda

sva

riáv

eis

para

aap

licaç

ãodo

mét

odo

deco

ntro

lesi

ntét

ico.

30

Figu

ra2.

9Ef

eito

sso

bre

Indi

cado

res

deSa

úde

(a)Ó

bito

spo

r10

0m

ilha

bita

ntes

-100-50050100

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(b)H

omic

ídio

spo

r10

0m

ilha

bita

ntes

-10-50510

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(c)D

STs:

Inte

rnaç

ões

por

100

mil

habi

tant

es

-10-50510

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(d)

Doe

nças

Tran

smit

idas

por

Mos

quit

o:In

tern

açõe

spo

r10

0m

ilha

bita

ntes

-100-50050100

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

Not

as:O

sef

eito

ssã

oa

dife

renç

aen

tre

ova

lor

dava

riáv

elde

inte

ress

eno

mun

icíp

ioe

ova

lor

enco

ntra

doem

sua

cont

rapa

rte

sint

étic

a.

31

Figura 2.10 Efeitos sobre Indicadores de Saneamento(a) Densidade da Rede de Água

-.15

-.1

-.05

0

-5 0 5Anos a partir da Construção

p25 e p75 mediana média

(b) Densidade da Rede de Esgosto

-.015

-.01

-.005

0

.005

-5 0 5Anos a partir da Construção

p25 e p75 mediana média

32

Tabela 2.1: Estatísticas Sumárias em 2000

Donor Pool Municípios Tratados

Média Desvio-Padrão

Média Desvio-Padrão

PIB MunicipalTotal (milhões de BRL) 122.1 688.4 173.3 467.4Per Capita (BRL) 3, 959.3 4, 511.1 3, 990.2 2, 662.9Crescimento (%) 12.0 15.4 10.2 9.5PIB Agro/PIB 0.3 0.2 0.3 0.2

PopulaçãoPopulação Totala 23.0 88.0 36.2 85.3Homens por 100 Mulheresb 104.5 6.0 104.4 7.8Número de CNPJs no município 207.5 1, 352.7 395.8 1, 193.8Emprego formal 1, 900.3 14, 887.0 3, 367.7 10, 045.2

Empregos por SetorConstrução 130.9 1, 584.7 175.0 613.7Comércio e Serviços 1, 034.5 9, 922.8 1, 864.0 6, 252.2Educação e Saúde 79.4 873.9 146.8 607.5Outros 655.5 3, 042.4 1, 181.9 2, 832.0

Volume de Depósitos (milhões de R$)Pessoas Físicas 1.5 12.5 2.4 7.4Pessoas Jurídicas 1.6 18.4 2.2 7.2

Receitas (milhões de R$)Receita Total (orcamentaria) 30.6 164.9 40.6 98.4Receita Tributaria 3.2 37.7 4.3 17.8

Despesas (milhões de R$)Despesa Orçamentária 30.2 162.6 39.3 92.5Educação e Cultura 8.6 30.6 10.7 20.2Saúde e Saneamento 6.7 54.1 9.0 29.4

Mortalidade (por 100 mil Habitantes)c

Óbitos 323.4 196.0 342.9 190.1Homicídios 7.7 14.0 8.4 13.2Óbitos Masculinos 382.0 233.7 397.1 228.3Homicídios Masculinos 13.0 24.5 14.7 23.5

Internações por 100 mil habitantesc

por Doenças Transm. por Mosquitos 58.0 308.7 80.3 194.5por DSTs 19.9 54.8 23.3 54.7

Saneamento (1000km/km2)Densidade da Rede de Água 0.7 6.2 0.5 1.9Densidade da Rede de Esgoto 0.2 3.4 0.1 0.5

Numero de Municípios 2, 923 82

Notas: Municípios tratados são aqueles que são afetadas por apenas uma UHE com início de construção entre 2002 e 2011. Paracada município tratado, os municípios do grupo de controle são aqueles na mesma unidade da Federação que nunca foramafetados por uma UHE. Há 406 municípios que não se encaixam em nenhuma dessas duas categorias e são portanto excluídosda análise. As UHEs construídas após 2002 afetam 117 municípios. Destes, 35 foram excluídos por serem afetadas por maisde uma UHE. No ano 2000, haviam 5507 municípios no Brasil. Nenhum dos municípios tratados ou do donor pool foi divididoentre 2002 e 2013. 33

Tabela 2.2: Meta-análise: Determinantes dos Efeitos em PIB e População

Variável Dependente Efeitos sobre o PIBMunicipal

Efeito sobre aPopulaçãoMunicipal

(1) (2) (3) (4)

PIB Municipal em 2000 (log) −0.013 0.005 0.062∗∗ 0.063∗∗

(0.085) (0.092) (0.029) (0.032)

População em 2000 (log) 0.003 −0.022 −0.069∗ −0.070∗

(0.105) (0.113) (0.035) (0.039)

Área alagada no município (km2) −0.007 −0.007 −0.031∗∗∗ −0.031∗∗∗

(0.017) (0.017) (0.005) (0.005)

Emprego no Canteiro de Obras (log) 0.094 0.040 −0.025 0.006(0.133) (0.152) (0.045) (0.035)

Investimento total da UHE (log) −0.052 −0.054 0.028 0.012(0.110) (0.118) (0.032) (0.027)

Norte 0.158 0.141∗∗∗

(0.142) (0.045)

Nordeste 0.115 0.179∗∗∗

(0.150) (0.061)

Sudeste 0.016 0.000(0.100) (0.034)

Centro-Oeste −0.062 0.111∗∗

(0.174) (0.045)

Dummies de UF X X

Dummies de Anos após a Construção X X X X

Dummies de Ano de Construção X X X X

R2 0.191 0.238 0.263 0.277Média da Variável Dependente 0.061 0.061 0.011 0.011Observações 420 420 433 433

Notas: Erros-padrão clusterizados por município. Emprego e Investimento ao nível da UHE. Região omitida: Sul∗ p < 0.10, ∗∗ p < 0.05, ∗∗∗ p < 0.01.

34

Tabela 2.3: Meta-análise: Determinantes dos Efeitos em Mortalidade e Homicídios

Variável Dependente Efeitos sobre a Taxade Mortalidade

Efeito sobre a Taxade Homicídios

(1) (2) (3) (4)

PIB Municipal em 2000 (log) −3.631 −3.769 −0.484 0.860(20.797) (24.490) (2.634) (2.905)

População em 2000 (log) 27.371 29.861 0.728 −0.458(26.375) (30.467) (3.239) (3.784)

Área alagada no município (km2) 15.013∗∗ 12.496∗ 0.919 1.191(6.782) (6.996) (0.953) (1.022)

Emprego no Canteiro de Obras (log) 40.529 −41.985 11.118∗∗∗ 14.316∗

(41.805) (51.012) (3.934) (8.006)

Investimento total da UHE (log) −36.235 17.785 −10.120∗∗∗−11.361∗∗

(37.781) (41.576) (3.677) (5.396)

Norte −50.887 −6.872(34.469) (4.180)

Nordeste −83.423∗ −7.080(44.084) (4.630)

Sudeste −47.299 0.410(45.443) (5.198)

Centro-Oeste 3.917 −3.089(58.383) (3.944)

Dummies de UF X X



R2 0.174 0.216 0.084 0.120Média da Variável Dependente 8.346 8.346 −0.055 −0.055Observações 433 433 400 400

Notas: Erros-padrão clusterizados por município. Emprego e Investimento ao nível da UHE. Regiao omitida: Sul.∗ p < 0.10, ∗∗ p < 0.05, ∗∗∗ p < 0.01

35

Tabela 2.4: Meta-análise: Determinantes dos Efeitos em Morbidade

Variável Dependente Efeitos sobre a Taxade Internações por

DSTs

Efeito sobre a Taxade Internações por

DoençasTransmitidas por

Mosquitos

(1) (2) (3) (4)

PIB Municipal em 2000 (log) −4.0 −7.9∗∗ 18.2 91.9(3.7) (3.6) (65.0) (74.5)

População em 2000 (log) 5.1 9.3∗∗ −32.8 −114.3(4.4) (4.1) (81.0) (91.0)

Área alagada no município (km2) −1.0 −1.6 7.0 −3.7(1.0) (1.0) (10.6) (8.9)

Emprego no Canteiro de Obras (log) 5.6 −10.0 154.6 42.0(6.6) (8.1) (111.3) (85.4)

Investimento total da UHE (log) −3.2 7.4 −118.9 −68.2(6.5) (7.2) (84.8) (65.8)

Norte −4.3 −36.6(6.8) (98.7)

Nordeste 7.1 −70.6(7.3) (142.4)

Sudeste 3.8 147.1∗

(7.5) (77.4)

Centro-Oeste 6.4 −97.5(6.6) (143.5)

Dummies de UF X X



R2 0.055 0.094 0.066 0.160Média da Variável Dependente 0.637 0.637 19.721 19.721Observações 403 403 403 403

Notas: Erros-padrão clusterizados por município. Emprego e Investimento ao nível da UHE. Regiao omitida: Sul.∗ p < 0.10, ∗∗ p < 0.05, ∗∗∗ p < 0.01

36

Parte 3

Desflorestamento

3.1 Universo de Análise e Donor Pool

Nessa parte do estudo, a unidade de análise é a UHE e sua área circundante. Deforma a possibilitar a análise de como os efeitos de UHEs são afetados pela distânciade seu local de construção, tal área é dividida em três partes, como pode ser vistona figura 3.2. A primeira parte é formada pelo círculo de raio igual a 15km cujo cen-tro coincide com a localização da UHE. A segunda parte é formada pelo anel quecobre a área distante entre 15 e 40 km da UHE. Finalmente, a terceira é compostapelo anel externo formado pela área entre 40 e 100km distante da UHE.A localizaçãode cada UHE é obtida nas coordenadas fornecidas pelo Sistema de Informações Ge-orreferenciadas do Setor Elétrico (SIGEL) da Agência Nacional de Energia Elétrica(ANEEL). Além das coordenadas, o SIGEL fornece o estágio em que se encontra aUHE – operação, construção, etc.

O universo de análise é composto pelas áreas no entorno de UHEs que satisfazemas seguintes condições: (i) início da construção de uma UHE entre 2003 e 2011; (ii)a UHE deve ter obtido financiamento do BNDES; (iii) sua localização deve ser emuma bacia hidrográfica da região amazônica;1 (iv) a UHE deve estar localizada amais de 100km de distância de qualquer outra UHE. Pelos critério adotados, sãoanalisadas as áreas no entorno de 10 UHEs: Santo Antônio do Jari, São Salvador,

1As bacias hidrográficas da região amazônica são a Bacia do Rio Amazonas, a Bacia do Rio To-cantins e a Bacia do Atlântico Norte. Vide figura 3.1

37

Estreito, Dardanelos, Santo Antônio, Jirau, Belo Monte, Ferreira Gomes, Colíder eTeles Pires.

O donor pool é composto por áreas que atendem as seguintes condições: (i) não ternenhuma hidrelétrica construída ou em construção; (ii) ponto central distante maisde 100Km de qualquer UHE; (iii) ponto central localizado na mesma bacia hidro-gráfica da UHE analisada em cada estudo de caso e (iv) ponto central consideradoapto a receber uma UHE, segundo informações fornecidas pelo SIGEL. Em suma, oscritérios determinam que os contrafactuais serão construídos a partir de comparaçãocom áreas semelhantes que poderiam ter recebido uma UHE, mas não a receberam.Assim, para estudar o efeito da construção de UHEs em “anéis” cujos pontos in-ternos distam entre 15 e 40 km da UHE, comparamos essa área com os anéis cujospontos internos distam entre 15 e 40 km dos locais que poderiam ter recebido UHEsmas não receberam.

3.2 Dados

Para medir os impactos das UHEs em desflorestamento, são utilizados os dados desensoriamento remoto de Hansen et al. (2013), que contém a cobertura florestal em2000 e a perda de cobertura florestal para cada ano entre 2001 e 2013. Os dados sãodisponibilizados em resolução de 1 arco-segundo, aproximadamente 30 metros porpixel no equador. A nossa variável de interesse é a fração da área desmatada a cadaano, que calculamos como a razão entre o número de pixels desmatados durante oano e o número total de pixels da área.

A figura 3.3 mostra um exemplo do procedimento descrito. A imagem mostrada nafigura 3.3 abrange 36 pixels 2, dos quais 24 estão dentro do buffer3. Destes 24 pixels,três foram desmatados no período, assim a fração da área desmatada, ou taxa dedesflorestamento, é 3/24 = 12.5%.

2Pequenos quadrados dentro do quadrado maior3Apenas pixels cujo centróide está dentro do buffer são considerados; como o menor buffer ana-

lisado nesse estudo possui um raio de 15 quilômetros, e os pixels são de 30 x 30 metros, é baixo oefeito de diferentes critérios de consideração dos pixels parcialmente abrangidos pelo buffer na nossamedida de desmatamento.

38

3.3 Resultados

O foco dessa seção será nos resultados de desflorestamento para o conjunto de 10UHEs localizadas nas bacias hidrográficas do Rio Amazonas, do Rio Tocantins, e doAtlântico Norte. Como explicado na introdução, os dados de desflorestamento sãomais apropriados para o tipo de vegetação da região Amazônica.

A figura 3.4 mostra os resultados por UHE para os buffers de 15 quilômetros. Paracada UHE, a figura mostra a evolução da taxa de desflorestamento. Como se vê, osresultados são bastante heterogêneos. O padrão de desflorestamento em buffers aoredor de UHEs como Ferreira Gomes e Santo Antônio do Jari não foi diferente do queocorreu nas áreas sintéticas de comparação. Por outro lado, a construção das UHEsde Santo Antônio e Jirau levou a um aumento expressivo do desflorestamento: a di-ferença em relação ao grupo de controle sintético chega a 4 pontos percentuais, maisde 4 vezes a taxa de desflorestamento média destas áreas em 2001. Entre esses doisextremos, as UHEs São Salvador e Estreito causaram um desflorestamento expres-sivo, mas não tão extremado, nos três anos seguintes ao início da construção. A áreano entorno da usina de Belo Monte demonstra uma dinâmica muito particular noperíodo anterior ao início da construção da usina, fazendo com o que o método docontrole sintético não encontre um bom grupo de comparação. Apesar do efeito deconstrução parecer ser bastante positivo, este resultado é pouco confiável por contado fit ruim no período pré-construção. As exceções para o padrão de aumento nodesflorestamento foram as UHEs de Dardanelos e Teles Pires (apenas primeiro ano)onde, de fato, as construções frearam o desflorestamento.

Considerando o conjunto das UHEs estudadas, as áreas a distâncias iguais ou infe-riores 15km tiveram aproximadamente 37 mil hectares desmatados. Desses, poucomais de 14 mil (38%) podem ser atribuídos ao impacto das hidrelétricas. Isto é, se-gundo as nossas estimativas, dos 37 mil hectares efetivamente desmatados nos buf-fers de 15 quilômetros, 23 mil hectares teriam sido desmatados mesmo na ausênciadas 10 UHEs estudadas. Como esses números resultam da soma de efeitos estimadoscom diferentes graus de precisão, recomenda-se cautela com seu uso.

A figura 3.5 mostra os mesmos resultados para as áreas entre 15 e 40 quilômetrosdo ponto onde cada UHE foi construída. A primeira coisa a notar é que a escala dodesflorestamento muda. As UHEs de São Salvador e Estreito, por exemplo, causa-

39

ram mudanças bastante pequenas no desflorestamento, em geral inferiores a 1 pontopercentual. Tal efeito é bem menos intenso do que o encontrado para a área maispróxima, discutido no parágrafo anterior. Tal padrão é repetido pela UHE de Jirau,onde o efeito máximo no período cai de 4 para 1 ponto percentual conforme nosafastamos da área de construção. Como exceção à regra, a única UHE que causoumais impacto na área entre 15 e 40 km de distância do que na área imediatamentepróxima foi Santo Antônio que, um ano após à construção, levou a um aumento de 4pontos percentuais no desmatamento. As demais hidrelétricas não apresentam efei-tos relevantes, como Colíder, ou não puderam ter seu efeito bem avaliado devido aofit ruim no período pré-construção, como Santo Antônio do Jari. Como um todo, asáreas a distâncias das UHEs entre 15 e 40km tiveram pouco mais de 194 mil hectaresefetivamente desmatados. Os resultados sugerem que destes, apenas 36 mil hectares(19%) podem ser atribuídos ao impacto das UHEs; os 158 mil hectares restantes te-riam sido desmatados mesmo se as UHEs estudadas não tivessem sido construídas.

Finalmente, a figura 3.6 mostra os resultados para as áreas entre 40 e 100 quilômetrosde distância da UHE. O padrão de que, quanto mais distante da construção menoro efeito se repete. Dessa vez, as únicas UHEs que mostram aumentos relevantes sãoSanto Antônio e Jirau, ambas com o pico do efeito em torno de 1 ponto percentual.O fato de que essas são as mesmas hidrelétricas que causam mais desflorestamentoem áreas mais próximas reforça a evidência de seu impacto ambientalmente des-favorável. A figura 3.6 também mostra uma exceção ao padrão encontrado até omomento: a UHE de Teles Pires parece ter reduzido o desflorestamento em quase 1ponto percentual.

Em distâncias entre 40 e 100km de UHEs, foram desmatados aproximadamente 896mil hectares. Para esse total, o efeito das hidrelétricas contribuiu com 228 mil (25%)hectares. Em toda as áreas a no máximo 100km de distância de uma UHE, o des-matamento total foi de 1,1 milhão de hectares no período estudado. Destes, 279 mil(25%) se devem a construção de hidrelétricas. Mais uma vez, alertamos que essesnúmeros resultam da soma de efeitos estimados com diferentes graus de precisão eque, portanto, devem ser vistos como uma primeira aproximação do impacto agre-gado.

40

Figura 3.1 Bacias Hidrográficas

As bacias hidrográficas da região amazônica são a Bacia do Rio Amazonas, a Bacia do Rio Tocantinse a Bacia do Atlântico Norte.

41

Figura 3.2 Área circundante a UHE

15km

15-40km

40-100km

A figura acima representa graficamente a unidade de análise da parte 3 desse relatório. O círculo me-nor e vermelho ao centro representa a área a até 15km de distância da UHE estudada. O anel laranjaa sua volta contém todos os locais cuja distância em relação a UHE é superior a 15km mas inferiora 40km. Finalmente, o grande anel amarelo na parte exterior abrange todos os locais cuja distânciaem relação a UHE é superiora 40km, mas inferior a 100km. O tamanho dos círculos mostrados éproporcional às distâncias descritas.

42

Figura 3.3 Medida de Desflorestamento, exemplo

Desmatado

Não-Desmatado

A figura mostra um exemplo e como é calculada a medida de desmatamento usada. No exem-plo, o buffer abrange 24 pixels (apenas pixels cujo centróide está dentro do buffer são considerados).Destes, três já foram desmatados no período. Assim, a fração da área desmatada é 3/24 = 12, 5%.

43

Figu

ra3.

4Im

pact

oda

Con

stru

ção

deU

HEs

emD

esflo

rest

amen

to:B

acia

s1–

3,Bu

ffer

15km

0

.01

.02

.03 0

.01

.02

.03 0

.01

.02

.03

-50

5-5

05

-50

5-5

05

San

to A

ntôn

io D

o Ja

riS

ão S

alva

dor

Est

reito

Dar

dane

los

San

to A

ntôn

ioJi

rau

Bel

o M

onte

Fer

reira

Gom

es

Col

ider

Tel

es P

ires

trat

amen

to

cont

role

Lege

nda

Ano

s a

part

ir da

con

stru

ção

Not

a:O

sef

eito

ses

tim

ados

são

asdi

fere

nças

entr

eo

valo

rda

vari

ável

dein

tere

sse

nom

unic

ípio

(lin

hach

eia)

eo

valo

ren

cont

rado

emsu

aco

ntra

part

esi

ntét

ica

(lin

hapo

ntilh

ada)

.

44

Figu

ra3.

5Im

pact

oda

Con

stru

ção

deU

HEs

emD

esflo

rest

amen

to:B

acia

s1–

3,Bu

ffer

15–4

0km

0

.01

.02

.03

.04 0

.01

.02

.03

.04 0

.01

.02

.03

.04

-50

5-5

05

-50

5-5

05

San

to A

ntôn

io D

o Ja

riS

ão S

alva

dor

Est

reito

Dar

dane

los

San

to A

ntôn

ioJi

rau

Bel

o M

onte

Fer

reira

Gom

es

Col

ider

Tel

es P

ires

trat

amen

to

cont

role

Lege

nda

Ano

s a

part

ir da

con

stru

ção

Not

a:O

sef

eito

ses

tim

ados

são

asdi

fere

nças

entr

eo

valo

rda

vari

ável

dein

tere

sse

nom

unic

ípio

(lin

hach

eia)

eo

valo

ren

cont

rado

emsu

aco

ntra

part

esi

ntét

ica

(lin

hapo

ntilh

ada)

.

45

Figu

ra3.

6Im

pact

oda

Con

stru

ção

deU

HEs

emD

esflo

rest

amen

to:B

acia

s1–

3,Bu

ffer

40–1

00km

0

.01

.02

.03 0

.01

.02

.03 0

.01

.02

.03

-50

5-5

05

-50

5-5

05

San

to A

ntôn

io D

o Ja

riS

ão S

alva

dor

Est

reito

Dar

dane

los

San

to A

ntôn

ioJi

rau

Bel

o M

onte

Fer

reira

Gom

es

Col

ider

Tel

es P

ires

trat

amen

to

cont

role

Lege

nda

Ano

s a

part

ir da

con

stru

ção

Not

a:O

sef

eito

ses

tim

ados

são

asdi

fere

nças

entr

eo

valo

rda

vari

ável

dein

tere

sse

nom

unic

ípio

(lin

hach

eia)

eo

valo

ren

cont

rado

emsu

aco

ntra

part

esi

ntét

ica

(lin

hapo

ntilh

ada)

.

46

Tabela 3.1: Estatísticas Sumárias

Todas as Bacias Bacias da RegiãoAmazônica

DonorPool

Tratados DonorPool

Tratados

Desflorestamento em 2001 (% da Área)

15 km 0.35 0.42 0.51 1.03(0.5) (0.7) (0.8) (1.1)

15–40 km 0.36 0.47 0.50 1.00(0.4) (0.5) (0.5) (0.6)

40–100 km 0.37 0.40 0.50 0.80(0.3) (0.4) (0.4) (0.6)

Cobertura Florestal em 2000 (% da Área)

15 km 43.09 40.43 65.30 66.63(31.5) (26.4) (31.0) (22.7)

15–40 km 42.56 42.31 65.30 74.35(30.1) (29.0) (30.3) (23.5)

40–100 km 42.97 40.55 64.42 71.65(30.9) (27.4) (30.9) (22.9)

Número de UHEs 259 35 109 11Bacia do Rio Amazonas 71 8 71 8Bacia do Rio Tocantins 29 2 29 2Bacia do Atlântico Norte 9 1 9 1Bacia do Rio São Francisco 25 1Bacia do Atlântico Leste 35 4Bacia do Rio Paraná 76 11Bacia do Rio Uruguai 1 5Bacia do Atlântico Sudeste 13 3

Notas: A unidade de análise é um buffer centrado em uma UHE. a

47

Tabela 3.2: Desmatamento: Observado e Causado pela UHE Belo Monte

15km 15-40km 40-100km

Observado Causado Observado Causado Observado Causado

Ano 0 969 718 5, 484 2, 997 14, 240 −5, 171Ano 1 1, 790 1, 173 8, 498 3, 744 31, 992 4, 003Ano 2 1, 199 963 3, 701 941 10, 672 −2, 700Ano 3 2, 334 1, 608 7, 697 3, 982 24, 783 8, 897

Total 6, 293 4, 463 25, 381 11, 664 81, 687 5, 029

Notas: A tabela mostra o desmatamento ocorrido e o causado, em hectares, pela UHE em diferentes buffers. Números negati-vos indicam que a UHE contribuiu para evitar desmatamento, e que o desmatamento observado teria sido maior do que o defato ocorreu caso a UHE não tivesse sido construída.

Tabela 3.3: Desmatamento: Observado e Causado pela UHE São Salvador

15km 15-40km 40-100km


Ano 0 467 377 1, 903 1, 255 12, 664 4, 476Ano 1 320 198 1, 174 400 13, 404 4, 683Ano 2 576 470 901 467 6, 204 1, 236Ano 3 75 −59 998 422 9, 238 2, 025Ano 4 44 −36 896 399 8, 331 3, 299Ano 5 25 −70 508 36 5, 072 −1, 012Ano 6 83 −64 1, 312 550 15, 381 5, 768Ano 7 133 −213 963 348 11, 816 3, 379

Total 1, 722 603 8, 655 3, 876 82, 110 23, 853


48

Tabela 3.4: Desmatamento: Observado e Causado pela UHE Santo Antônio

15km 15-40km 40-100km


Ano 0 247 −90 1, 723 −1, 396 9, 064 −1, 968Ano 1 692 546 2, 222 −339 8, 858 1, 918Ano 2 2, 228 1, 896 16, 871 11, 960 27, 680 17, 015Ano 3 919 540 3, 333 −265 18, 498 8, 762Ano 4 398 −293 4, 835 1, 608 20, 524 10, 883Ano 5 275 205 2, 115 −799 11, 214 4, 156Ano 6 432 136 3, 184 −1, 463 24, 316 13, 319

Total 5, 189 2, 941 34, 283 9, 305 120, 153 54, 084


Tabela 3.5: Desmatamento: Observado e Causado pela UHE Dardanelos

15km 15-40km 40-100km


Ano 0 278 −253 1, 699 −3, 441 25, 644 −6, 584Ano 1 629 −218 5, 766 704 24, 202 2, 751Ano 2 140 −70 2, 005 311 11, 086 771Ano 3 319 −454 6, 859 2, 016 22, 748 1, 273Ano 4 371 −84 1, 936 −529 15, 016 1, 526Ano 5 236 −541 1, 024 −1, 992 14, 543 −1, 667Ano 6 262 −366 1, 204 −939 15, 184 2, 592Ano 7 289 −623 1, 487 −1, 351 21, 473 4, 087

Total 2, 524 −2, 608 21, 979 −5, 221 149, 898 4, 749


49

Tabela 3.6: Desmatamento: Observado e Causado pela UHE Estreito

15km 15-40km 40-100km


Ano 0 722 535 2, 626 1, 029 15, 901 5, 086Ano 1 463 301 1, 925 770 11, 119 3, 454Ano 2 1, 279 1, 157 2, 278 1, 051 13, 112 5, 580Ano 3 218 115 2, 151 1, 237 15, 869 9, 173Ano 4 168 49 1, 346 23 9, 583 1, 787Ano 5 133 −145 1, 596 −207 10, 172 −569Ano 6 228 76 1, 625 576 12, 380 4, 249Ano 7 257 35 1, 230 52 12, 569 4, 583

Total 3, 469 2, 122 14, 777 4, 531 100, 705 33, 342


Tabela 3.7: Desmatamento: Observado e Causado pela UHE Ferreira Gomes

15km 15-40km 40-100km


Ano 0 108 34 3, 732 632 4, 187 229Ano 1 170 −5 4, 580 260 5, 936 −10, 240Ano 2 509 176 2, 182 −1, 118 5, 566 −2, 226Ano 3 155 −28 4, 271 1, 964 5, 418 −2, 437

Total 942 177 14, 766 1, 738 21, 108 −14, 674


50

Tabela 3.8: Desmatamento: Observado e Causado pela UHE Colíder

15km 15-40km 40-100km


Ano 0 297 42 2, 843 882 15, 446 3, 310Ano 1 449 −99 4, 400 −458 39, 601 7, 952Ano 2 117 −190 1, 385 −685 10, 353 −4, 007Ano 3 1, 440 739 4, 053 1, 139 15, 345 2, 968

Total 2, 303 492 12, 681 878 80, 746 10, 223


Tabela 3.9: Desmatamento: Observado e Causado pela UHE Santo Antônio Do Jari

15km 15-40km 40-100km


Ano 0 292 −265 5, 347 1, 884 7, 202 5, 210Ano 1 869 131 3, 053 −1, 589 3, 647 −1, 681Ano 2 484 192 1, 807 −1, 074 3, 051 −291Ano 3 190 −259 1, 316 −2, 976 2, 531 −1, 609

Total 1, 836 −201 11, 523 −3, 755 16, 431 1, 629


Tabela 3.10: Desmatamento: Observado e Causado pela UHE Jirau

15km 15-40km 40-100km


Ano 0 793 525 1, 882 −1, 479 24, 156 16, 356Ano 1 1, 529 1, 080 8, 807 5, 322 40, 937 28, 456Ano 2 2, 092 1, 735 6, 779 4, 887 30, 150 19, 294Ano 3 1, 915 1, 311 8, 275 3, 933 35, 041 24, 574Ano 4 167 −6 1, 900 −50 18, 074 10, 126Ano 5 2, 400 2, 076 8, 712 5, 531 46, 373 34, 133

Total 8, 896 6, 721 36, 355 18, 143 194, 731 132, 939


51

Tabela 3.11: Desmatamento: Observado e Causado pela UHE Teles Pires

15km 15-40km 40-100km


Ano 0 251 42 1, 530 −526 6, 000 −3, 468Ano 1 584 −1, 342 6, 686 −3, 285 17, 156 −13, 157Ano 2 539 −112 1, 371 −1, 367 3, 975 −4, 775Ano 3 1, 821 1, 287 3, 315 −560 7, 470 −6, 324

Total 3, 194 −124 12, 902 −5, 738 34, 601 −27, 723


Tabela 3.12: Desmatamento: Observado e Causado pelas 10 UHEs

Desmatamento Observado Desmatamento Causado por UHEs

15 Km 36, 512.8 14, 635.615-40 Km 194, 296.3 35, 738.340-100 Km 895, 946.3 228, 711.4

Total 1, 126, 755.4 279, 085.4

Notas: A primeira coluna mostra o total do desmatamento observado no entorno das 10 UHEs estudas entre o ano do início daconstrução e o último ano para o qual temos dados. A segunda coluna mostra o total do desmatamento que pode ser atribuídoàs UHEs de acordo com as estimativas de controle sintético.

52

Conclusão

A construção de hidrelétricas é constantemente considerada responsável por gran-des impactos no modo de vida dos habitantes das localidades afetadas. Há alegaçõesde que elas causariam crescimento econômico4, criminalidade 5 e desmatamento 6,por exemplo. Frente a todas esses possíveis riscos e oportunidades, se faz necessá-ria uma análise científica e abrangente capaz de isolar o efeito causal das UHEs deoutras influências e mostrar como esse efeito pode mostrar semelhanças e diferençasem diferentes cenários. Ao preencher essa lacuna na literatura, o presente trabalhotem por objetivo auxiliar a tomada de decisão de formuladores de políticas, como opróprio BNDES, e a população como um todo.

O presente trabalho analisa o impacto da construção de hidrelétricas em um extensogrupo de indicadores sociais, econômicos e ambientais. Contrariamente aos relatosmais extremos –otimistas e pessimistas– foi encontrado que, no médio prazo, a mai-oria destes indicadores é pouco ou nada afetada tipicamente. Assim sendo, casosfamosos de UHEs que causaram grandes benefícios ou custos para as localidadesonde estão instaladas, não devem ser vistas como a regra para esse tipo de interven-ção.

Embora os efeitos típicos de médio prazo sejam moderados, o mesmo não pode serdito do curto prazo. Nos três primeiros anos que se seguem ao início da construção,o crescimento do PIB se acelera e, além disso, aumentam o número de empregosformais (em especial no setor de construção) e a receita municipal com impostos. Omunicípio típico não sofre impactos relevantes em variáveis não-econômicas nem nocurto, nem no médio prazo. Ao redor das UHEs, os efeitos em desflorestamento são

4Consorcio Estreito Energia (2016)5de Freitas (2016)6Fellet (2016)

53

concentrados principalmente nas áreas com distância inferior a 15km, nos primeirosanos após a construção e em uma minoria das hidrelétricas.

Conclui-se também que a dispersão dos efeitos das UHEs é bastante alta para a mai-oria das variáveis. Ou seja, embora o efeito típico da construção seja pequeno, hámuitos casos de efeitos intensos. Compreender a causa dessas reações destoantes énecessário para que as oportunidades criadas pelas UHEs sejam aproveitadas e osriscos evitados.

54

Referências Bibliográficas

Abadie, A., Diamond, A., and Hainmueller, J. (2010). Synthetic control methodsfor comparative case studies: Estimating the effect of california’s tobacco controlprogram. Journal of the American Statistical Association, 105(490).

Abadie, A., Diamond, A., and Hainmueller, J. (2015). Comparative politics and thesynthetic control method. American Journal of Political Science, 59(2):495–510.

Abadie, A. and Gardeazabal, J. (2003). The economic costs of conflict: A case studyof the basque country. American economic review, pages 113–132.

ANEEL (2016). Resumo da distribuição, compensação financeira e “royalties” deItaipu. Avaiable at http://www2.aneel.gov.br/aplicacoes/cmpf/gerencial/

CMPF_Totais/CMPF_ROY_TotaisMunicipiosporAno.asp.

Cavallo, E., Galiani, S., Noy, I., and Pantano, J. (2013). Catastrophic natural disastersand economic growth. Review of Economics and Statistics, 95(5):1549–1561.

Consorcio Estreito Energia, . (2016). Perguntas mais frequentes. Avaiable at http://www.uhe-estreito.com.br/ver_secao.php?session_id=91.

de Freitas, A. (2016). Belo monte aumenta violência na região de al-tamira, no pará. Avaiable at http://oglobo.globo.com/economia/

belo-monte-aumenta-violencia-na-regiao-de-altamira-no-para-4339341.

Fellet, J. (2016). Hidrelétricas “impulsionam desmatamento indireto” na amazô-nia. Avaiable at http://www.bbc.com/portuguese/noticias/2013/11/131127_

desmatamento_amazonia_hidroeletrica_jf.

Hansen, M. C., Potapov, P. V., Moore, R., Hancher, M., Turubanova, S. A., Tyukavina,A., Thau, D., Stehman, S. V., Goetz, S. J., Loveland, T. R., Kommareddy, A., Egorov,

55

http://www2.aneel.gov.br/aplicacoes/cmpf/gerencial/CMPF_Totais/CMPF_ROY_TotaisMunicipiosporAno.asp

http://www2.aneel.gov.br/aplicacoes/cmpf/gerencial/CMPF_Totais/CMPF_ROY_TotaisMunicipiosporAno.asp

http://www.uhe-estreito.com.br/ver_secao.php?session_id=91

http://www.uhe-estreito.com.br/ver_secao.php?session_id=91

http://oglobo.globo.com/economia/belo-monte-aumenta-violencia-na-regiao-de-altamira-no-para-4339341

http://oglobo.globo.com/economia/belo-monte-aumenta-violencia-na-regiao-de-altamira-no-para-4339341

http://www.bbc.com/portuguese/noticias/2013/11/131127_desmatamento_amazonia_hidroeletrica_jf

http://www.bbc.com/portuguese/noticias/2013/11/131127_desmatamento_amazonia_hidroeletrica_jf

A., Chini, L., Justice, C. O., and Townshend, J. R. G. (2013). High-resolution globalmaps of 21st-century forest cover change. Science, 342(6160):850–853.

Henderson, J. V., Storeygard, A., and Weil, D. N. (2012). Measuring economic growthfrom outer space. American Economic Review, 102(2):994–1028.

Kemenes, A., Forsberg, B. R., and Melack, J. M. (2011). Co2 emissions from a tropicalhydroelectric reservoir (balbina, brazil). Journal of Geophysical Research: Biogeosci-ences, 116(G3):n/a–n/a. G03004.

Saunders, J., Lundberg, R., Braga, A. A., Ridgeway, G., and Miles, J. (2014). Asynthetic control approach to evaluating place-based crime interventions. Journalof Quantitative Criminology, pages 1–22.

Severnini, E. (2014). The power of hydroelectric dams: Agglomeration spillovers.IZA Discussion Paper No. 8082.

Sills, E. O., Herrera, D., Kirkpatrick, A. J., Brandão Jr, A., Dickson, R., Hall, S., Patta-nayak, S., Shoch, D., Vedoveto, M., Young, L., et al. (2015). Estimating the impactsof local policy innovation: the synthetic control method applied to tropical defo-restation. PloS one, 10(7):e0132590.

56

Apêndice A

Este apêndice tem por objetivo disponibilizar resultados obtidos durante o processode criação desse estudo mas que acabaram por ser excluídos de sua versão final.Espera-se com isso permitir o acesso a mais informação e favorecer a transparência.

São abordados quatro grupos de variáveis. Primeiro, são estudados depósitos ban-cários. Após isso, são abordadas as receitas e despesas dos governos municipais.Depois, o efeito da construção de UHEs na proporção de homens na população eimpactos específicos na saúde e violência contra esse grupo. Como os três primeirosgrupos de variáveis são estudadas a nível municipal, a apresentação de resultadossegue o formato apresentado na parte 2 desse estudo.

Ao final desse apêndice, são estudados os efeitos nas áreas circundantes a hidrelétri-cas. Como, para essa última variável, a unidade análise é a área, a apresentação deresultados segue o formato da parte 3.

A.1 Dados Bancários

Nessa seção, são abordados resultados de dados bancários, obtidos pela base EST-BAN, Estatística Bancária do Município, disponibilizada pelo Banco Central do Bra-sil. Os dados analisados se referem ao volume de depósitos (medida de estoque, nãofluxo) realizados em agências bancárias do município afetado.

Apesar de sua importância, os resultados obtidos com esses dados foram retiradosda parte principal desse relatório por questões acerca da adequabilidade desses da-dos. Em municípios afastados dos grandes centros, como a maioria dos analisados, é

57

comum que depósitos sejam realizados não diretamente em agências, mas através decorrespondentes bancários. Tais correspondentes são estabelecimentos não-bancáriosligados a agências muitas vezes localizadas em municípios diferentes. Assim, o vo-lume de depósitos realizados em agências bancárias do município pode ser muitodiferente do volume de depósitos realizados por moradores do município, que seriaa variável mais adequada para o presente estudo.

Volume de Depósitos de Pessoas Físicas O efeito no volume de depósitos bancá-rios de pessoas físicas 1 é mostrado na figura A.1a. Ele mostra um efeito negativo ecrescente em magnitude. Seis anos após a construção da UHE, o efeito mediano éuma queda de 27% nos depósitos de pessoa física.

Volume de Depósitos de Pessoas Jurídicas O volume de depósitos de pessoas ju-rídicas recebe impacto positivo até quatro anos após a intervenção. O pico se dá 2anos após o início da construção quando o efeito médio alcança 27% e o mediano 5%.Após isso o efeito diminui. Seis anos após a intervenção, conclui-se que a construçãode UHEs causou uma queda média de 9% nos depósitos.

A.2 Efeitos nas Contas Municipais

Na seção 2.3 desse estudo, foram mostrados os efeitos da construção de UHEs emreceitas e despesas do governo municipal. Esse apêndice apresenta os efeitos nessasvariáveis em termos per capita. Os resultados podem ser vistos na figura A.3. Comosão muito semelhantes aos encontrados anteriormente, decidiu-se por excluí-los daparte principal do texto a fim de torná-lo mais direto.

Também reservamos para o apêndice os resultados referentes a despesas como pro-porção do PIB municipal e das receitas correntes do município.2 Tais resultadospodem ser vistos na figura A.4. De forma geral, os efeitos da construção de UHEsnos gastos em saúde e educação, relativamente a PIB e receitas, oscila entre zero elevemente negativo (até -10%).

1Mais especificamente, total de depósitos de pessoas físicas, medido em reais.2Mais especificamente, estudamos as variáveis despesa

PIB e despesareceitacorrente .

58

A.3 População Masculina: proporção na população ge-

ral e efeitos específicos em saúde e segurança

Nessa seção, reanalisamos algumas das variáveis de saúde e violência estudadas naparte 2, dessa vez com foco na população masculina. Dado o perfil dos empregosgerados pela construção de UHEs, é esperado que as cidades afetadas tenham rece-bido um grande influxo de homens. Tal expectativa justifica o estudo da evoluçãoda fração de cada gênero na população e de como tal evolução impacta de formadiferente cada gênero.

Razão de Homens por Mulheres A figura A.2a mostra como a construção de UHEsmodificou a razão de homens por mulheres. Tal variável é definida como a divisãodo número de habitantes do sexo masculino dividido pelo número de habitantes dosexo feminino e é igual a 1 quando a proporção de homens e mulheres é igual napopulação. É possível observar que, após a construção, essa razão sobe de formaconsistente porém tímida no município típico. De forma que, 6 anos após a inter-venção, o efeito mediano é menor que 0,01. Essa é uma das poucas variáveis onde adispersão dos efeitos é relativamente pequena e mesmo o percentil 75 dos efeitos nãoalcança 0.03. Para efeito de comparação, a média dos municípios de nossa amostra éde 1,04 homens por mulher, com desvio padrão de 0,08.

Óbitos Masculinos por 100 mil Habitantes A figura A.2b mostra o impacto daconstrução de UHEs na taxa de óbitos masculinos. Dada a maior exposição dessapopulação a trabalhos perigosos, homicídios e mortes por causas externas em geral,pode-se esperar que eles sejam atingidos de forma desigual. Porém, assim como nocaso da população em geral, o efeito mediano na taxa de óbitos oscila levementeacima de zero e atinge um pico de 27, quatro anos após o início da construção.

Homicídios Masculinos por 100 mil habitantes A figura A.2c mostra o impactoda construção nos homicídios contra homens. Os efeitos medianos são baixos e li-geiramente abaixo de zero em todo o período. Os homicídios contra homens sofremefeitos similares aos da população como um todo, porém mais intensos. Tal fato

59

sugere que o impacto das hidrelétricas foi concentrado majoritariamente nessa po-pulação. Os efeitos medianos são ligeiramente negativos em todo o período, emtorno de -3. No entanto, os efeitos médios são consistentemente positivos, influen-ciados pelos outliers. Durante a maior parte do período estudado, um quarto dosmunicípios sofreu efeito superior a +20.

A.4 Luzes Noturnas

Essa seção analisa dados referentes a iluminação noturna. A análise da evoluçãodessa variável pode ser vista como uma forma alternativa de estudar os impactos dehidrelétricas em população e renda (Henderson et al., 2012). Como a parte princi-pal deste relatório já aborda exaustivamente essa temática, decidiu-se que repetir aanálise com dados diferentes seria redundante e optou-se por mantê-la no apêndice.

Os dados de iluminação noturna foram compilados pela NASA e descritos em Hen-derson et al. (2012). A variável estudada é a iluminação média dos pixels localizadosno interior de cada área analisada. Tal variável pode assumir valores entre 0 (ne-nhuma iluminação) e 63. No Brasil como um todo, a iluminação média é 0.63 e 1,5%do território tem iluminação superior a 10. O valor máximo, 63, é encontrado apenasem grandes centros, como São Paulo. Na Holanda, país rico e densamente povoado,a iluminação média é 23 e 70% do território tem iluminação superior a 10.

As unidades analisadas nessa seção foram construídas de forma idêntica as de des-florestamento, ou seja, a partir de círculos concêntricos em torno das UHEs3 e sãoempregados para determinar o efeito destes projetos em seu entorno. Assim, a aná-lise dos resultados é feita de forma semelhante a empregada na parte 3 desse relató-rio.

A figura A.5 mostra os resultados por UHE4 para os buffers de 15 quilômetros. Paracada UHE, a figura mostra a evolução da intensidade da iluminação durante a noite

3O critério para escolha das UHEs foi idêntico. Porém, nem todas as UHEs cujos resultados foramapresentados no texto principal são analisadas neste apêndice. O motivo para isto é que problemascomputacionais impediram o cálculo dos efeitos causados pela UHE Santo Antônio do Jari (paratodas as distâncias) e Colíder para distância inferior a 15km.

4A Usina de Santo Antônio não pôde ser incluída pois sua área imediatamente ajacente tinhaa luminosidade no nível máximo permitido pela escala utilizada, o que inviabiliza a aplicação dométodo escolhido.

60

nesses locais. É possível notar como a construção de UHEs impacta positivamente talvariável, sugerindo um aumento populacional e de infra-estrutura elétrica no local.Provavelmente ligados às atividades dos canteiros de obras. No entanto, cabe notarque, na maioria das localidades, esse impacto se mantém 4 anos após o início dasconstruções. A magnitude dos efeitos é em geral acima de 1 e chega a ultrapassar 6,no caso de Jirau.

A figura A.6 mostra os mesmos resultados para as áreas entre 15 e 40 quilômetrosdo ponto da UHE. Contrário ao caso anterior, os efeitos são em sua maioria muitopróximos de zero. As únicas exceções são Santo Antônio, Belo Monte e Jirau, queregistram efeitos próximos de 2.

Finalmente, a figura A.7 mostra os resultados para as áreas entre 40 e 100 quilômetrosde distância da UHE. Confirmando a tendência encontrada no parágrafo anterior,encontramos efeitos ainda menores a essa distância. De todos os efeitos, o maiorencontrado foi para a UHE de Santo Antônio: 0,5.

Vistos como um todo, os padrões encontrados para luzes e desmatamento apontampara duas conclusões. A primeira é que, o impacto causado pela construção de hi-drelétricas é territorialmente restrito e raramente alcança localidades a mais de 40kmde distância. Segundo, que desmatamento e iluminação parecem estar ligados. Paraambas as variáveis, as UHEs de Santo Antônio e Jirau são as mais afetadas. Dadaa pequena amostra, é possível que isso seja apenas coincidência. Porém, é possívelque tais impactos tenham as mesmas causas, como, por exemplo, um influxo popu-lacional ou uma determinada escolha de métodos de construção. Tal possibilidadesugere que um estudo mais detalhado dessas duas UHEs seria de grande utilidadea fim de se entender melhor a causa da relação entre essas UHEs, desmatamento eiluminação.

61

Figu

raA

.1Ef

eito

sPe

rcen

tuai

sso

bre

Volu

me

deD

epós

itos

Banc

ário

s(a

)Dep

ósit

osde

Pess

oaFí

sica

-2

-1.5-1-.50.5

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(b)D

epós

itos

dePe

ssoa

Jurí

dica

-2-101

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

Not

as:O

sef

eito

ssã

oa

dife

renç

aen

tre

ova

lor

dava

riáv

elde

inte

ress

eno

mun

icíp

ioe

ova

lor

enco

ntra

doem

sua

cont

rapa

rte

sint

étic

a.A

fimde

perm

itir

am

ediç

ãode

efei

tos

perc

entu

ais,

utili

zam

osa

funç

ãohi

perb

ólic

ain

vers

ada

sva

riáv

eis

para

aap

licaç

ãodo

mét

odo

deco

ntro

lesi

ntét

ico.

62

Figu

raA

.2Ef

eito

sso

bre

Indi

cado

res

deSa

úde,

Popu

laçã

oM

ascu

lina

(a)R

azão

deH

omen

spo

rM

ulhe

res

-.02

-.010

.01

.02

.03

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(b)Ó

bito

sM

ascu

linos

por

100

mil

Hab

itan

tes

-100-50050100

150

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(c)H

omic

ídio

sM

ascu

linos

por

100

mil

Hom

ens

-2002040

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

Not

as:O

sef

eito

ssã

oa

dife

renç

aen

tre

ova

lor

dava

riáv

elde

inte

ress

eno

mun

icíp

ioe

ova

lor

enco

ntra

doem

sua

cont

rapa

rte

sint

étic

a.

63

Figu

raA

.3Ef

eito

sPe

rcen

tuai

sso

bre

Rec

eita

se

Gas

tos

doG

over

noM

unic

ipal

(Per

Cap

ita)

(a)R

ecei

tas

Cor

rent

esPe

rC

apit

ado

Mun

icíp

io

-.1

-.050

.05.1.15

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(b)R

ecei

tas

deIm

post

osPe

rC

apit

ado

Mun

icíp

io

-.50.51

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(c)G

asto

sem

Saúd

ePe

rC

apit

a

-.2

-.10.1.2

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(d)G

asto

sem

Educ

ação

Per

Cap

ita

-.2

-.10.1.2

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

Not

as:O

sef

eito

ssã

oa

dife

renç

aen

tre

ova

lor

dava

riáv

elde

inte

ress

eno

mun

icíp

ioe

ova

lor

enco

ntra

doem

sua

cont

rapa

rte

sint

étic

a.A

fimde

perm

itir

am

ediç

ãode

efei

tos

perc

entu

ais,

utili

zam

oso

loga

ritm

oda

sva

riáv

eis

para

aap

licaç

ãodo

mét

odo

deco

ntro

lesi

ntét

ico.

64

Figu

raA

.4Ef

eito

sPe

rcen

tuai

sno

sG

asto

sem

Saúd

ee

Educ

ação

Com

oPr

opor

ções

daR

ecei

taC

orre

nte

ePI

B

(a)G

asto

sem

Saúd

eco

mo

Prop

orçã

oda

Rec

eita

Cor

rent

e

-.2

-.10.1.2

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(b)

Gas

tos

emEd

ucaç

ãoco

mo

Prop

orçã

oda

Rec

eita

Cor

-re

nte

-.10.1.2

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(c)G

asto

sem

Saúd

eco

mo

Prop

orçã

odo

PIB

-.4

-.20.2.4

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

(d)G

asto

sem

Educ

ação

com

oPr

opor

ção

doPI

B

-.3

-.2

-.10.1.2

-50

5A

nos

a pa

rtir

da C

onst

ruçã

o

p25

e p7

5m

edia

nam

édia

Not

as:O

sef

eito

ssã

oa

dife

renç

aen

tre

ova

lor

dava

riáv

elde

inte

ress

eno

mun

icíp

ioe

ova

lor

enco

ntra

doem

sua

cont

rapa

rte

sint

étic

a.A

fimde

perm

itir

am

ediç

ãode

efei

tos

perc

entu

ais,

utili

zam

oso

loga

ritm

oda

sva

riáv

eis

para

aap

licaç

ãodo

mét

odo

deco

ntro

lesi

ntét

ico.

65

Figu

raA

.5Im

pact

oda

Con

stru

ção

deU

HEs

emLu

zes

Not

urna

s:Ba

cias

1–3,

Buff

er15

km

0246 0246 0246

-50

5

-50

5-5

05

São

Sal

vado

rE

stre

itoD

arda

nelo

s

Jira

uB

elo

Mon

teF

erre

ira G

omes

Col

ider

Tel

es P

ires

Ano

s a

part

ir da

con

stru

ção

Not

a:O

sef

eito

ses

tim

ados

são

asdi

fere

nças

entr

eo

valo

rda

vari

ável

dein

tere

sse

nom

unic

ípio

(lin

hach

eia)

eo

valo

ren

cont

rado

emsu

aco

ntra

part

esi

ntét

ica

(lin

hapo

ntilh

ada)

.

66

Figu

raA

.6Im

pact

oda

Con

stru

ção

deU

HEs

emLu

zes

Not

urna

s:Ba

cias

1–3,

Buff

er15

-40k

m

0123 0123 0123

-50

5-5

05

-50

5

-50

5

São

Sal

vado

rE

stre

itoD

arda

nelo

sS

anto

Ant

ônio

Jira

uB

elo

Mon

teF

erre

ira G

omes

Col

ider

Tel

es P

ires

Ano

s a

part

ir da

con

stru

ção

Not

a:O

sef

eito

ses

tim

ados

são

asdi

fere

nças

entr

eo

valo

rda

vari

ável

dein

tere

sse

nom

unic

ípio

(lin

hach

eia)

eo

valo

ren

cont

rado

emsu

aco

ntra

part

esi

ntét

ica

(lin

hapo

ntilh

ada)

.

67

Figu

raA

.7Im

pact

oda

Con

stru

ção

deU

HEs

emLu

zes

Not

urna

s:Ba

cias

1–3,

Buff

er40

-100

km

0.51 0.51 0.51

-50

5-5

05

-50

5

-50

5

São

Sal

vado

rE

stre

itoD

arda

nelo

sS

anto

Ant

ônio

Jira

uB

elo

Mon

teF

erre

ira G

omes

Col

ider

Tel

es P

ires

Ano

s a

part

ir da

con

stru

ção

Not

a:O

sef

eito

ses

tim

ados

são

asdi

fere

nças

entr

eo

valo

rda

vari

ável

dein

tere

sse

nom

unic

ípio

(lin

hach

eia)

eo

valo

ren

cont

rado

emsu

aco

ntra

part

esi

ntét

ica

(lin

hapo

ntilh

ada)

.

68

Tabela A.1: Estatísticas Sumárias

Todas as Bacias Bacias da RegiãoAmazônica

Donor Pool Tratados Donor Pool Tratados

Luzes em 2000

15 km 1.58 1.28 0.13 1.75(3.8) (2.7) (0.4) (4.5)

15–40 km 1.64 0.97 0.20 0.13(3.4) (1.3) (0.8) (0.2)

40–100 km 1.40 0.97 0.15 0.12(2.8) (1.3) (0.6) (0.3)

Número de UHEs 259 35 109 11Bacia do Rio Amazonas 71 8 71 8Bacia do Rio Tocantins 29 2 29 2Bacia do Atlântico Norte 9 1 9 1Bacia do Rio São Francisco 25 1Bacia do Atlântico Leste 35 4Bacia do Rio Paraná 76 11Bacia do Rio Uruguai 1 5Bacia do Atlântico Sudeste 13 3

Notas: A unidade de análise é um buffer centrado em uma UHE. a

69

Apêndice B

teste

A Figura 1 mostra os casos dos municípios de Filadélfia(TO) e Estreito(MA), queilustram bem essas duas tendências. Ambas são afetadas pela UHE de Estreito. Oefeito da UHE no município de Filadélfia segue o padrão mediano do grupo de mu-nicípios estudados. O PIB per capita do município aumenta em 13% em relação aoseu município de controle 2 anos após o início da construção, mas esse efeito é de-3% cinco anos depois. Já o efeito da UHE no município de Estreito representa umcaso mais extremo; o PIB per capita aumenta em mais de 50% 3 anos após o inícioda construção e, apresentando o mesmo padrão em U-invertido, registra um efeitonegativo de 11% 5 anos depois.

O efeito da construção de hidrelétricas na taxa de homicídios parece ser bastantecontexto-dependente e variável em intensidade. Tal variável é uma das poucas emque o efeito mediano tem sinal inverso ao efeito médio. A Figura 2 mostra que oefeito da UHE Barra do Braúna no município de Cataguases(MG) segue o padrãomediano do grupo de municípios estudados. Comparado com sua contraparte sin-tética, a taxa de homicídios do município registra queda de 5 homicídios por cemmil habitantes por todo o período estudado. Já o efeito da UHE Mauá no municí-pio de Ortigueira(Paraná) representa o extremo contrário; a sua taxa de homicídiospermanece consistentemente acima da registrada em sua contraparte sintética. Emalguns anos, essa diferença ultrapassa 20 homicídios por cem mil habitantes.

A Figura 3 mostra os casos dos municípios de Antonio Prado(RS) e Águas de Cha-pecó(SC), em relação ao efeito de UHEs na arrecadação municipal de impostos. O

70

efeito da UHE Castro Alves em Antônio Prado segue o padrão mediano do grupode municípios estudados. A arrecadação do município aumenta em 40% em rela-ção ao seu município de controle 3 anos após o início da construção, mas esse efeitoé de apenas 3% cinco anos depois. Já o efeito da UHE Foz Chapecó no municípiode Águas de Chapecó representa um caso mais extremo; a arrecadação de impostoschega a ser 9 vezes maior do que em sua contraparte sintética 3 anos após o início daconstrução (a aproximação usual de logaritmos para níveis não funciona muito bempara diferenças tão grandes nos logaritmos) e, apesar do padrão em U-invertido,permanece em 3 vezes maior 5 anos depois.

A Figura 4 mostra como os efeitos em densidade da rede de água podem diferirentre municípios. O efeito da UHE Baguari no município de Alpergata(MG) segueo padrão mediano do grupo de municípios estudados. A densidade de sua redede distribuição de água diminui em 1% em relação ao seu município de controle 5anos após o início da construção. Já o efeito da UHE Barra Grande no município deCapão Alto(SC) representa um caso mais extremo. Estima-se que, caso a UHE nãofosse construída, a densidade de sua rede de distribuição de água cresceria 25%, aoinvés de ficar estagnada como de fato ocorreu.

A Figura 5 mostra os casos dos municípios de Ibirama(SC) e Palmeira do Tocan-tins(TO), que ilustram bem as duas tendências no efeito sobre a receita corrente. Oefeito da UHE Salto do Pilão no município de Ibirama segue o padrão mediano dogrupo de municípios estudados. A receita corrente do município aumenta em 10%em relação ao seu município de controle 2 anos após o início da construção, masesse efeito é praticamente zero cinco anos depois. Já o efeito da UHE Estreito nomunicípio de Palmeira do Tocantins representa um caso mais extremo; suas receitascorrentes chegam a ser cinco vezes maiores do que as de seu contrafactual. Apósatingir esse pico, a diferença diminui mas, cinco anos após a construção, o efeitoestimado ainda é de mais de 20%.

A Figura 6 mostra os casos dos municípios Apiuna(SC) e Serranópolis(GO), que ilus-tram bem essas duas tendências. O efeito da UHE Salto do Pilão no município deApiuna segue o padrão médio do grupo de municípios estudados. O emprego for-mal no município aumenta em mais de 30% em relação ao seu município de controle3 anos após o início da construção, mas esse declina para menos de 10% cinco anosdepois. Já o efeito da UHE Espora no município de Serranópolis representa um caso

71

mais extremo; ele aumenta continuamente durante quase todo o período, ultrapas-sando 40% cinco anos após a construção.

72

Figu

raB

.1Ef

eito

sPe

rcen

tuai

sso

bre

PIB

per

capi

ta(a

)

1

1.52

2.5

-50

5

Fila

delfi

a

Mun

icíp

io A

feta

doM

unic

ípio

Sin

tétic

o

Ano

s a

part

ir da

con

stru

ção

(b)

1

1.52

2.5

-50

5

Est

reito

Mun

icíp

io A

feta

doM

unic

ípio

Sin

tétic

o

Ano

s a

part

ir da

con

stru

ção

Not

as:O

sef

eito

ssã

oa

dife

renç

aen

tre

ova

lor

dava

riáv

elde

inte

ress

eno

mun

icíp

ioe

ova

lor

enco

ntra

doem

sua

cont

rapa

rte

sint

étic

a.A

fimde

perm

itir

am

ediç

ãode

efei

tos

perc

entu

ais,

utili

zam

oso

loga

ritm

oda

sva

riáv

eis

para

aap

licaç

ãodo

mét

odo

deco

ntro

lesi

ntét

ico.

73

Figu

raB

.2Ef

eito

sso

bre

ata

xade

hom

icíd

io(a

)

051015

-50

5

Cat

agua

ses

Mun

icíp

io A

feta

doM

unic

ípio

Sin

tétic

o

Ano

s a

part

ir da

con

stru

ção

(b)

0204060

-50

5

Ort

igue

ira

Mun

icíp

io A

feta

doM

unic

ípio

Sin

tétic

o

Ano

s a

part

ir da

con

stru

ção

Not

as:O

sef

eito

ssã

oa

dife

renç

aen

tre

ova

lor

dava

riáv

elde

inte

ress

eno

mun

icíp

ioe

ova

lor

enco

ntra

doem

sua

cont

rapa

rte

sint

étic

a.

74

Figu

raB

.3Ef

eito

sPe

rcen

tuai

sso

bre

are

ceit

ade

impo

stos

(a) -.

50.51

-50

5

Ant

onio

Pra

do

Mun

icíp

io A

feta

doM

unic

ípio

Sin

tétic

o

Ano

s a

part

ir da

con

stru

ção

(b) -2-101

-50

5

Agu

as d

e C

hape

co

Mun

icíp

io A

feta

doM

unic

ípio

Sin

tétic

o

Ano

s a

part

ir da

con

stru

ção

Not

as:O

sef

eito

ssã

oa

dife

renç

aen

tre

ova

lor

dava

riáv

elde

inte

ress

eno

mun

icíp

ioe

ova

lor

enco

ntra

doem

sua

cont

rapa

rte

sint

étic

a.A

fimde

perm

itir

am

ediç

ãode

efei

tos

perc

entu

ais,

utili

zam

oso

loga

ritm

oda

sva

riáv

eis

para

aap

licaç

ãodo

mét

odo

deco

ntro

lesi

ntét

ico.

75

Figu

raB

.4Ef

eito

sPe

rcen

tuai

sso

bre

ade

nsid

ade

dare

dede

dist

ribu

ição

deág

ua(a

) .08.1.12

.14

.16

-50

5

Alp

erca

ta

Mun

icíp

io A

feta

doM

unic

ípio

Sin

tétic

o

Ano

s a

part

ir da

con

stru

ção

(b) 0.1.2.3

-50

5

Cap

ao A

lto

Mun

icíp

io A

feta

doM

unic

ípio

Sin

tétic

o

Ano

s a

part

ir da

con

stru

ção

Not

as:O

sef

eito

ssã

oa

dife

renç

aen

tre

ova

lor

dava

riáv

elde

inte

ress

eno

mun

icíp

ioe

ova

lor

enco

ntra

doem

sua

cont

rapa

rte

sint

étic

a.

76

Figu

raB

.5Ef

eito

sPe

rcen

tuai

sso

bre

are

ceit

aco

rren

te(a

)

3

3.2

3.4

3.6

3.8

-50

5

Ibira

ma

Mun

icíp

io A

feta

doM

unic

ípio

Sin

tétic

o

Ano

s a

part

ir da

con

stru

ção

(b)

2

2.53

-50

5

Pal

mei

ras

do T

ocan

tins

Mun

icíp

io A

feta

doM

unic

ípio

Sin

tétic

o

Ano

s a

part

ir da

con

stru

ção

Not

as:O

sef

eito

ssã

oa

dife

renç

aen

tre

ova

lor

dava

riáv

elde

inte

ress

eno

mun

icíp

ioe

ova

lor

enco

ntra

doem

sua

cont

rapa

rte

sint

étic

a.A

fimde

perm

itir

am

ediç

ãode

efei

tos

perc

entu

ais,

utili

zam

oso

loga

ritm

oda

sva

riáv

eis

para

aap

licaç

ãodo

mét

odo

deco

ntro

lesi

ntét

ico.

77

Figu

raB

.6Ef

eito

sPe

rcen

tuai

sso

bre

empr

ego

form

al(a

)

7

7.58

8.59

-50

5

Api

una

Mun

icíp

io A

feta

doM

unic

ípio

Sin

tétic

o

Ano

s a

part

ir da

con

stru

ção

(b) 5.

56

6.57

-50

5

Ser

rano

polis

Mun

icíp

io A

feta

doM

unic

ípio

Sin

tétic

o

Ano

s a

part

ir da

con

stru

ção

Not

as:O

sef

eito

ssã

oa

dife

renç

aen

tre

ova

lor

dava

riáv

elde

inte

ress

eno

mun

icíp

ioe

ova

lor

enco

ntra

doem

sua

cont

rapa

rte

sint

étic

a.A

fimde

perm

itir

am

ediç

ãode

efei

tos

perc

entu

ais,

utili

zam

osa

funç

ãohi

perb

ólic

ain

vers

ada

sva

riáv

eis

para

aap

licaç

ãodo

mét

odo

deco

ntro

lesi

ntét

ico.

78

efeitos locais de hidrelétricas no brasil · a construção de novas usinas hidrelétricas ......

Documents