qualidade institucional dos municipios baianos: … · também construir uma análise exploratória...

XI ENCONTRO DE ECONOMIA BAIANA – SET. 2015

QUALIDADE INSTITUCIONAL DOS MUNICIPIOS BAIANOS: UMA ANÁLISE EXPLORATÓRIA USANDO O IQIM

Leonardo Batista Duarte*

Carlos Eduardo Drumond**

RESUMO

No presente artigo se estimou o Índice de Qualidade Institucional Municipal para Bahia no período de 2012. Usando o IQIM de 2012 e 2000 estudou-se a dinâmica intertemporal da qualidade institucional dos municípios da Bahia e seus possíveis padrões espaciais. Com base nos dados percebe-se uma leve mudança positiva na qualidade institucional municipal na Bahia. Por outro lado, não há sinais de correlação espacial do IQIM o que sugere a existência de grande heterogeneidade institucional no estado.

Palavras-chave: Qualidade institucional. Desenvolvimento. Economia baiana.

ABSTRACT

In this paper we estimate the Municipal Institutional Quality Index for Bahia in 2012. From IQIM-2012 and IQIM-2000 we study the intertemporal dynamics of institutional quality of Bahia municipalities and their possible spatial patterns. Based on the data we can see a slight positive change in municipal institutional quality in Bahia. On the other hand, no spatial correlation signals of IQIM suggesting the existence of a great institutional heterogeneity in Bahia.

Keywords: Institutional quality. Development. Bahia economy.

* Graduado em Urbanismo pela Universidade do Estado da Bahia (Uneb) e mestrando em Economia Regional e Políticas Públicas pela Universidade Estadual de Santa Cruz (UESC). [email protected]

** Doutor e mestre em Desenvolvimento Econômico pela Universidade Federal do Paraná (UFPR). Professor do Departamento de Economia e do Programa de Mestrado em Economia Regional e Políticas Públicas da Universidade Estadual de Santa Cruz (UESC). [email protected]

ECONOMIA BAIANA • 194

QUALIDADE INSTITUCIONAL DOS MUNICIPIOS BAIANOS: UMA ANÁLISE EXPLORATÓRIA USANDO O IQIM Leonardo Batista Duarte, Carlos Eduardo Drumond

XI ENCONTRO DE ECONOMIA BAIANA – SET. 2015 ECONOMIA BAIANA • 195

1 Introdução

Nas ciências sociais e, em particular, nas ciências sociais aplicadas, os indicadores

socioeconômicos têm servido como subsidio para inúmeros propósitos, desde avaliações de

políticas públicas até estudos históricos sobre o desenvolvimento. A grande vantagem dos

indicadores é permitir que se capture em uma informação quantitativa sintética inúmeras variáveis

diferentes.

Desde pelo menos a década de sessenta os indicadores socioeconômicos vêm sendo usados

pelos gestores e planejadores públicos no Brasil, contudo, é somente a partir da década de noventa

que o uso de indicadores socioeconômicos se intensifica no país, em parte por conta do poder

computacional que dava um grande salto a partir de então. Assim, desde esse período, o Brasil vem

avançando na produção de diversos sistemas de indicadores, principalmente os de âmbito

municipal. Estes sistemas se mostram úteis para a esfera governamental, na medida em que são

pensados e elaborados como ferramentas de avaliação e planejamento das políticas públicas, e não

apenas como elementos de interesse para estudos da literatura acadêmica (NAHAS et al, 2006).

Motivado pelo crescente interesse na relação entre desenvolvimento e qualidade

institucional, vários indicadores foram sendo desenvolvidos na tentativa de capturar a qualidade das

instituições. No Brasil, parte deste esforço é refletido na formulação do Índice de Qualidade

Institucional Municipal – IQIM, que surge como tentativa de mensurar vários aspectos

institucionais no âmbito dos municípios, desde a capacidade de gestão e estrutura administrativa de

uma dada localidade até o grau de democracia presente no processo de gestão da coisa pública.

O IQIM foi elaborado pelo Consórcio Monitor/Boucinhas e Campos, coordenado pelo

Ministério de Planejamento Brasileiro para o ano de 2000 sendo na sua gênese uma ferramenta

prioritariamente de gestão, mas, tendo se transformado ao longo dos últimos anos numa importante

referência para a academia brasileira, especialmente nos estudos que relacionam crescimento

econômico e instituições. Por conta do número de variáveis envolvidas no cálculo do IQIM este é

um índice de computação não trivial, talvez por conta disto até hoje só tenha sido estimado para

todos os municípios brasileiros para o ano de 2000. Desta forma, um dos desafios da literatura

empírica é atualizar o referido índice para períodos mais recentes, permitindo não só realizar

trabalhos empíricos com bases de dados mais atuais como elaborar estudos comparativos com

intuito de capturar a evolução institucional no nível dos municípios. Haddad (2004a) e Piacenti

(2009) são exemplos de trabalho nesta direção, buscando medir a qualidade institucional dos

municípios nos estados de Minas Gerais e Paraná para períodos pós-2000, a partir do cálculo do

IQIM para isso. Tomando estes trabalhos como referência, faz-se necessário verificar o quanto os

níveis institucionais podem ter sido melhorados em outros estados brasileiros, em especial, o Estado

da Bahia.

O presente trabalho se insere nessa literatura na medida em que buscamos estimar o IQIM

para os municípios baianos no ano de 2012. Além de estimar o IQIM para Bahia procuramos

também construir uma análise exploratória destes dados na tentativa de compreender o processo de

evolução institucional entre os períodos de 2000 e 2012, assim como a existência de possíveis

padrões espaciais da qualidade institucional municipal na Bahia.

Além desta introdução, o presente artigo apresenta mais três seções. Na próxima seção será

apresentada uma breve revisão da literatura institucionalista em economia. A terceira seção é

dedicada aos aspectos metodológicos do cálculo do IQIM, sendo apresentados de forma sucinta a

área de estudo, o cálculo para a estimação do IQIM, as fontes de coleta de dados e a especificação

dos modelos econométricos espaciais utilizados. Na quarta seção são analisados os resultados do

nosso estudo. Finalmente a última seção encerra o texto com as considerações finais.



2 Qualidade institucional e desenvolvimento econômico

A abordagem institucionalista tem marcado presença desde o final do século XIX quando os

primeiros precursores economistas passaram a construir teorias a respeito do tema. Desde então, a

literatura acadêmica que aborda a teoria institucional tem buscado analisar a importância das

instituições no processo de desenvolvimento econômico.

Uma das hipóteses da literatura institucionalista é o fato de que regiões desenvolvidas

economicamente dispõem de instituições mais adequadas. De maneira mais contundente, esta

literatura também sugere a ideia de que o crescimento econômico é mais acentuado em regiões que

apresentam melhores níveis de democracia, melhor aplicação da lei, direito de proteção da

propriedade privada, bons níveis de confiança e burocracia do governo. Tais elementos formam a

base para um ambiente institucional mais consistente.

Diante da existência de diversos autores que contribuíram para explicação do conceito de

instituições e de seu papel, North (1990) considerado um dos principais autores da teoria

institucionalista, define instituições como as regras, os procedimentos, e as normas de interação

política, econômica e social que ditam os comportamentos dos indivíduos na sociedade. Em sua

visão, o arcabouço institucional molda a forma como a sociedade evolui ao longo do tempo e

provoca mudanças na trajetória do processo de crescimento econômico.

Neste contexto, que envolve questões entre instituições e performance econômica, Boisier

(1996) considera a participação das instituições a um conjunto de elementos políticos, econômicos e

sociais inerentes ao próprio processo de crescimento e desenvolvimento econômico. Para o autor, o

desenvolvimento é gerado a partir da capacidade de organização social e política de uma região,

principalmente pela articulação de atores sociais e de uma complexa malha de instituições.

Nessa perspectiva, a literatura internacional tem mostrado através de estudos empíricos que

de fato existe um efeito de causalidade entre instituições e desempenho econômico. Uma das

hipóteses formuladas é o fato das instituições explicarem a disparidade do nível de renda entre

regiões. Hall e Jones (1999), por exemplo, estudam a relação entre infraestrutura social (instituições

e políticas governamentais) e o nível de produto per capita nos países. Segundo os autores, parte

significativa das diferenças de produto per capita entre os países não pode ser explicada apenas

pelas diferenças tecnológicas e pelas diferenças de capital humano e físico, sendo que grande parte

do resíduo de Solow seria fruto das diferenças institucionais.

Acemoglu, Johnson e Robinson (2001, 2002) consideram que as instituições econômicas e

as instituições políticas formam a base para o processo de desenvolvimento econômico. Estes

autores partem da colonização europeia para entender a relação entre instituições e crescimento

econômico utilizando proxies para mensurar a prosperidade das regiões. Os resultados de seus

trabalhos destacam que regiões povoadas pelos imigrantes europeus são hoje mais desenvolvidas,

pelo fato de terem sido instaladas instituições mais adequadas.

Pande e Udry (2006) também encontram resultados que corroboram com a hipótese de

relação positiva entre crescimento e instituições. Os autores elaboraram um modelo analítico que

identifica como as instituições afetam os resultados econômicos, entendendo que a mudança

institucional surge em resposta às pressões econômicas e demográficas. De forma empírica e

utilizando microdados, eles constataram que uma unidade menor do que um país, por exemplo,

pode fornecer um ambiente mais homogêneo para uma dada instituição, e, portanto, revelar mais

sobre o papel causal dessa instituição. Além disso, uma configuração institucional adequada pode

fornecer uma rica variedade de incentivos para diferentes indivíduos, dependendo de sua posição

econômica, social e política.

Além das instituições, vários outros fatores são tidos como determinantes do crescimento e,

consequentemente, do desenvolvimento socioeconômico. Um desses fatores de extrema

importância é o capital social que, segundo Putnam (2006), tende a ser um aspecto essencial de

caráter endógeno ao desenvolvimento. Fatores como democracia, garantia dos direitos civis e

direito de propriedade são variáveis que contribuem para um ambiente com maior capacidade de

desenvolvimento.



Além dos estudos citados, existem vários outros trabalhos realizados pela literatura nacional

que enfocam a questão da qualidade das instituições no Brasil, evidenciando de maneira empírica o

papel que elas exercem sobre o desempenho econômico. Estes estudos realizados para o Brasil

também alcançaram resultados semelhantes aos da literatura internacional citados anteriormente.

Menezes-Filho et al. (2006), por exemplo, procura explicar as diferenças de renda entre regiões,

especificamente entre os estados brasileiros. Em seu estudo, os autores utilizaram uma série de

elementos históricos1 como proxies para a qualidade das instituições do passado, já que as

instituições atuais, segundo a teoria, são consideradas endógenas em relação ao PIB per capita

atual. A partir das observações das variáveis e da regressão estimada, os resultados indicaram que

em alguns casos existe uma correlação positiva entre as instituições do passado com as atuais, e que

de fato isto influenciou possíveis mudanças na trajetória do crescimento econômico dos estados

brasileiros.

Utilizando dados mais desagregados, Naritomi (2007) investiga se as diferenças

institucionais entre os municípios brasileiros afetam o desenvolvimento de longo prazo. Para evitar

o problema da endogeneidade entre instituições e nível de renda, a autora utiliza dois eventos

históricos da era colonial brasileira: o ciclo da cana-de-açúcar e o ciclo do ouro. Utilizando

variáveis como a desigualdade da distribuição de terras, a concentração política, a capacidade

gerencial e o acesso à justiça para mensurar a qualidade das instituições, a autora constata

evidências de impacto destas variáveis sobre a renda per capita dos municípios.

Já Pereira, Nakabashi e Sachsida (2011) avaliam os efeitos que as instituições exercem sobre

o nível de PIB per capita dos municípios brasileiros. De maneira similar ao estudo feito por

Naritomi (2007), os autores utilizaram Mínimos Quadrados em Dois Estágios (MQ2O) para

mensurar o impacto da qualidade institucional sobre o PIB per capita. Assim, a partir de variáveis

proxies de controle do capital físico e humano, os resultados apontaram que a qualidade das

instituições é significante para explicar as diferenças no PIB per capita entre os municípios do

Brasil.

Feita essa breve revisão de literatura, na próxima seção serão apresentados os aspectos

metodológicos deste trabalho.

3 Metodologia

A seção anterior teve por objetivo apresentar aspectos da relação existente entre instituições,

nível de renda e desenvolvimento. Nesta seção, serão apresentados os procedimentos metodológicos

do presente artigo. O Índice de Qualidade Institucional Municipal – IQIM foi utilizado como proxy

para mensurar a qualidade institucional dos municípios baianos. Uma vez calculado o IQIM para

todos os municípios do estado da Bahia, foram verificados, por meio da estatística I de Moran, os

padrões de associação espacial (clusters espaciais) e a dependência espacial com aplicação nos

dados analisados. As estatísticas espaciais foram computadas usando o GeoDa e os mapas foram

elaborados a partir do ArcGis 10.1. Nas subseções seguintes serão apresentados: (1) a área de

estudo; (2) o cálculo do IQIM e dos seus subíndices; (3) a fonte de dados; e (4) a análise

exploratória de dados espaciais.

1 As variáveis históricas utilizadas neste trabalho foram: leis trabalhistas, imigração estrangeira, escolaridade,

porcentagem de eleitores e variáveis geográficas (latitude, temperatura e índice pluviométrico).



3.1 Área de Estudo

O Estado da Bahia possui 417 municípios e situa-se na região Nordeste do Brasil (Figura 1).

De acordo com Instituto Brasileiro de Geografia e Estatística, o estado é dividido em 7

mesorregiões e 32 microrregiões. Além desta classificação, a Bahia ainda é dividida em 27

Territórios de Identidade.

Figura 1 – Delimitação dos municípios da Bahia Fonte: Elaborado pelos autores.

3.2 O IQIM e os indicadores utilizados

Considerando o crescente interesse, tanto acadêmico como de gestão pública, em temas

relacionados às instituições e a qualidade institucional, o Consórcio Monitor/Boucinhas e Campos

elaborou em 2000 o Índice de Qualidade Institucional Municipal – IQIM2. Este índice foi elaborado

para o projeto de Atualização dos Eixos Nacionais de Integração e Desenvolvimento, a pedido do

Ministério do Planejamento, Orçamento e Gestão (MPOG), tendo como base de cálculo 5.507

municípios no período de 1997-2000 (HADDAD, 2004a).

O IQIM é um índice cuja pontuação varia de 1,00 a 6,00, de modo que, quanto mais

próximo de 6, maiores são os indícios de uma melhor capacidade institucional no município. Por

outro lado, quanto mais próximo do valor 1, pior a situação institucional do município em análise.

O IQIM contempla três conjuntos de categorias, cada um com peso igual a 33,33%, sendo

eles: Grau de Participação, Capacidade Financeira e Capacidade Gerencial. Em relação à categoria

Grau de Participação, calcula-se o nível de participação da população na administração municipal

por meio da quantidade de conselhos municipais existentes e os que estão em funcionamento, além

de suas características. Já a categoria Capacidade Financeira é aferida pelo número de consórcios

públicos das quais o município participa, a relação entre a dívida do município e as suas receitas

correntes líquidas e a Poupança Real per capita. Por último, a categoria Capacidade Gerencial que é

avaliada com base na atualização da planta de valores do IPTU, o grau de adimplência para fins do

mesmo tributo e o número de instrumentos de gestão e planejamento (HADDAD, 2004a).

2 Para maiores detalhes, consultar Haddad (2004a).



As fontes de coleta de dados utilizadas na construção do Índice de Qualidade Institucional

dos Municípios no ano de 2000 foram a Pesquisa de Informações Básicas Municipais do IBGE, o

Ministério da Fazenda e a Secretaria do Tesouro Nacional. O quadro 1 permite relacionar cada

variável com a base de dados de onde foi coletada.

Quadro 1 – Categorias, variáveis do IQIM e suas respectivas fontes

Categorias Microíndices Variáveis Fontes

Grau de

Participação

Conselhos

Municipais

Número de conselhos existentes; situação (instalados/ apenas

regulamentado); paritário ou não; caráter (deliberativo,

administração de fundos). IBGE, 1999

Capacidade

Financeira

Consócios Número de consórcios existentes

Receita Corrente x

Dívida e

Poupança Real

per capita

Receita Orçamentária, Receita Corrente, Operações de Crédito e

Alienação de Bens;

Despesa de Pessoal, Juros e Encargos da Dívida e Amortizações;

Passivo Financeiro: Obrigações em Circulação;

Passivo Não Financeiro: Obrigações em Circulação, Exigível a

Longo Prazo;

MF/ STN,

2000 e 2001

Capacidade

Gerencial

IPTU Ano da última atualização da planta de valores, valor lançado,

valor arrecadado

IBGE, 1999 Instrumentos de

gestão

Administração Distrital ou Regiões administrativas:

Subprefeitura, Plano Diretor, Lei de Parcelamento do Solo, Lei

de Zoneamento ou equivalente, Código de Obras e Código de

Posturas.

Instrumentos de

planejamento Plano de Governo, Plano Estratégico e Lei Orgânica;

Fonte: Consórcio Monitor/Boucinhas e Campos apud Haddad (2004b)

Atualmente, devido à falta de disponibilidade de todos estes dados (quadro 1) para a

composição do IQIM, não é possível recalculá-lo obedecendo à mesma metodologia original de

2000. Contudo, Piacenti (2009)3 buscou fazer algumas alterações no índice, modificando algumas

destas variáveis que não se encontram mais disponíveis por outras de valor equivalente. Tomando

esta referência como exemplo, pretendeu-se neste estudo calcular o IQIM para os municípios do

Estado da Bahia para o ano de 2012. Assim em Piacenti (2009) devido à indisponibilidade de dados

algumas adaptações foram necessárias sem, contudo, perder as características essenciais do índice,

deste modo à possibilidade de comparação entre o IQIM de 2000 e 2012 foi preservada.

3.2.1 Índice de Qualidade Institucional dos Municípios Baianos - IQIMBA

Para o desenvolvimento do Índice de Qualidade Institucional dos Municípios Baianos –

IQIMBA para 2012 foram consideradas as três categorias relevantes da capacidade institucional

referenciados por Haddad (2004a), Grau de Participação, Capacidade Financeira e Capacidade

Gerencial, as quais englobam um conjunto de variáveis associados ao modelo. É interessante

destacar novamente que o modelo utilizado neste estudo é uma adaptação da metodologia original

devido à indisponibilidade de alguns dados. As eventuais adaptações metodológicas foram feitas

procurando preservar ao máximo as características originais do índice, algo particularmente

importante quando se deseja usar o índice de 2000 como referência comparativa.

3 Para maiores informações, consultar Piacenti (2009).



Os indicadores de cada categoria calculados para os municípios analisados foram:

a) Grau de Participação: o cálculo foi feito por meio da quantidade de conselhos

municipais existentes4 e os que estão devidamente em funcionamento5, além de suas

características (paritário, deliberativo, consultivo, normativo e fiscalizador) existentes

para cada tipo de conselho.

b) Capacidade Financeira - aferida pelo número de consórcios públicos6 das quais o

município participa (União, Estado e Intermunicipal), a relação entre a dívida do

município e as suas receitas correntes líquidas e a Poupança Real per capita7.

c) Capacidade Gerencial: avaliada com base na existência de cadastro imobiliário,

cobrança de IPTU e o número de instrumentos de gestão8 e instrumentos de

planejamento9.

3.3 Fonte de dados

As fontes de dados utilizadas para o levantamento das informações municipais foram dados

disponibilizados pela Pesquisa de Informações Básicas Municipais do Instituto Brasileiro de

Geografia e Estatística – IBGE (Perfil dos municípios brasileiros), da Prestação de Contas do

Tribunal de Contas dos Municípios Baianos – TCM-BA e dos Dados Contábeis dos Municípios da

Secretaria do Tesouro Nacional – STN. Vale destacar que as informações utilizadas no IQIM são

referentes ao ano de 2012, pois foi o período mais recente para o qual se dispunha dados, com

exceção dos dados sobre consórcios públicos, que são de 2011. O uso de dados sobre consórcio

públicos de 2011 não compromete a análise, visto que no caso deste dado em particular mudanças

significativas não são esperadas no período de um ano.

3.4 Análise Exploratória de Dados Espaciais

A técnica de exploração de dados espaciais (ESDA – Exploratory Spatial Data Analysis)

consiste em um modelo econométrico espacial que possibilita descrever e visualizar distribuições

espaciais, identificar localidades atípicas (outliers) e descobrir padrões de associação espacial

(clusters). Dessa forma, é possível investigar a influência dos efeitos espaciais e de heterogeneidade

espacial (ANSELIN, 1992).

4 Foram analisados 5 (cinco) tipos de conselhos: Desenvolvimento urbano, Habitação, Transporte, Meio Ambiente e

Cultura. Não foram considerados os conselhos obrigatórios por leis ordinárias, como os conselhos de Saúde, Educação e

Tutelar. 5 Verificou-se se os conselhos instalados estavam fazendo reunião nos últimos 12 meses. 6 Para esta variável foi analisado a existência de consórcios públicos em 11 (onze) áreas, a saber: Educação, Saúde,

Assistência Social, Emprego, Turismo, Cultura, Habitação, Meio Ambiente, Transporte, Desenvolvimento Urbano e

Saneamento Básico. 7 A variável Poupança Real per capita é aferida pela seguinte fórmula:

em que, RT = Receita Total Líquida de Despesas Correntes, OC = Operações de Crédito, AB = Alienação de Bens, AM

= Amortizações, JE = Juros e Encargos da Dívida e POP = população total. 8 Para o cálculo desta variável foram considerados a existência de 5 (cinco) tipos de instrumentos de gestão: Lei de

Zoneamento e Ocupação do Solo, Lei de Parcelamento, Lei de Contribuição de Melhoria, Código de Obras e Código

de Posturas. 9 Nesta variável, foram analisados 2 (dois) tipos de instrumentos de planejamento: Lei Orgânica e Plano Diretor.



Dentre os vários indicadores de autocorrelação espacial, o I de Moran Global é um dos mais

utilizados em estudos empíricos. De maneira mais específica, a literatura também sugere a

utilização de indicadores de associação espacial local. A seguir são descritos os dois modelos

econométricos proposto neste estudo.

3.4.1 Índice Global de Moran ( I )

O Índice Global de Moran (I) consiste em uma estatística de autocorrelação espacial mais

utilizado na análise exploratória de dados espaciais. Este índice caracteriza-se por fornecer uma

medida de autocovariância na forma de produto cruzado, sendo que a hipótese nula testada é a da

aleatoriedade espacial. Essa estatística é dada pela seguinte expressão (ALMEIDA, 2012):

(1)

Em que n é o número de regiões, z denota os valores da variável de interesse padronizada,

Wz representa os valores médios da variável de interesse padronizada nos vizinhos, definidos

segundo uma matriz de ponderação espacial W.

Assim, o resultado do I de Moran tem um valor esperado entre -1 e 1, sendo que valores

próximos a 1 indicam autocorrelação espacial positiva, portanto maior grau de dependência

espacial. Enquanto que valores próximos a -1 indicam autocorrelação negativa, ou seja, mostra que

os valores na prática são incomuns, pois possuem comportamentos opostos entre regiões vizinhas.

Contudo, se o resultado estiver próximo do valor 0, neste caso, mesmo o coeficiente de

autocorrelação ordinário não sendo centrado em zero, significaria uma fraca ou ausência de

dependência espacial.

Para verificar a significância estatística do I de Moran, foi necessário aplicar dois tipos de

testes. O primeiro teste utilizado foi o da hipótese nula (H0) baseada na distribuição amostral, em

que a variável padronizada Z(I) segue uma distribuição normal com média zero e variância unitária,

assumindo o pressuposto da normalidade. Essa fórmula pode ser especificada da seguinte maneira

(ALMEIDA, 2012):

(2)

em que E( I ) é o valor esperado e DP( I ) o desvio padrão teórico de I.

O outro método de interpretação utilizado foi à inferência com base no pressuposto da

permutação aleatória, ou seja, o teste da hipótese alternativa (H1), em que os valores observados

para uma variável foram aleatoriamente permutados para as diversas áreas e a estatística do teste é

calculada para cada uma delas, obtendo uma distribuição de referência empírica. A partir dos dados

computados pelo teste é possível comparar com a distribuição de referência empírica e verificar se o

resultado está dentro ou fora de uma área crítica (ALMEIDA, 2012).



3.4.2 Diagrama de dispersão de Moran

O diagrama de dispersão de Moran é uma abordagem alternativa para visualizar a

autocorrelação espacial da variável de interesse (y). Assim, a partir dos resultados obtidos da

estatística I de Moran, pode-se gerar um gráfico de dispersão da nuvem de pontos representando as

áreas estudadas. Sendo assim, considerando uma condição de autocorrelação positiva significaria

dizer que há uma similaridade entre os valores do atributo estudado e da localização espacial do

atributo. Neste caso, valores altos de uma variável de interesse (y) tendem a estar cercadas por

valores altos desta variável em áreas vizinhas (Wy). No caso de valores baixos de y, estes estariam

rodeados por valores baixos em áreas vizinhas (Wy). Por outro lado, considerando uma condição de

autocorrelação negativa significaria dizer que há uma dissimilaridade entre os valores do atributo

estudado e da localização espacial do atributo. Sendo assim, um valor alto da variável de interesse

(y) de uma área tende a estar circundada por valores baixos desta mesma variável nas áreas

vizinhas, e valores baixos da variável de interesse da área tende a estar rodeada por valores altos

desta variável de interesse em áreas vizinhas (ALMEIDA, 2012).

Assim, para visualizar a defasagem espacial da variável de interesse, estima-se uma

regressão linear simples por mínimos quadrados ordinários (MQO) através da seguinte fórmula:

(3)

em que α é a constante da regressão, β é o coeficiente angular e ε é o erro aleatório. Desse modo,

este diagrama fornece quadrantes representando quatro tipos de associação linear espacial, a saber:

Alto-Alto (AA), Baixo-Baixo (BB), Alto-Baixo (AB) e Baixo-Alto (BA).

Algumas vezes, pode acontecer do I Global de Moran omitir padrões de comportamento da

variável em análise. Daí a importância de adotar indicadores de associação espacial local, como o I

de Moran Local. Este indicador tem a capacidade produzir valores mais específicos para cada área

analisada, detectando regimes de associação diferenciado dos indicadores globais.

3.4.3 Índice Local de Moran (LISA)

O Índice Local de Moran é um tipo de método de Indicador Local de Associação Espacial

(LISA – Local Indicator of Spatial Association) que visa capturar padrões locais de autocorrelação

espacial, estatisticamente significativos. O I de Moran local permite a observação de clusters

espaciais, sendo que o somatório dos indicadores locais de todas as áreas é proporcional ao valor

obtido da autocorrelação espacial global (ANSELIN, 1994). A estatística do I de Moran local pode

ser definida da seguinte maneira:

(4)

Desse modo, o Índice Local de Moran pode ser visualizado através da geração de um mapa

denominado LISA MAP. Por meio deste mapa, os valores são classificados em cinco níveis de

significância: não significante; significante com 95% de confiança; significante com 99% de

confiança; significante com 99,9% de confiança; e significante com 99,99% de confiança.



4 Análise dos resultados

Realizou-se inicialmente o cálculo do Índice de Qualidade Institucional Municipal para os

417 municípios do Estado da Bahia utilizando como base de referência o ano de 2012. O intuito

inicial do cálculo do índice para 2012 foi atualizar a base de dados institucionais para o estado

como forma de subsidiar estudos posteriores nesta agenda de pesquisa10. Outra motivação, não

menos importante, foi construir uma análise comparativa IQIM de 2000 e o de 2012, na tentativa de

identificar eventuais mudanças instituições dos municípios baianos no período. Uma segunda

análise foi avaliar a hipótese de dependência espacial com aplicação nos resultados do IQIM de

2000 e 2012. Para isso, utilizou-se a técnica estatística exploratória de dados espaciais, mais

especificamente o Índice Global de Moran e seus respectivos atributos.

4.1 Dinâmica Institucional dos municípios baianos: uma comparação do IQIM de 2000 e de

2012

A média do IQIM do Estado da Bahia era de 2,64 pontos no ano de 2000, de uma escala que

varia entre 1,00 e 6,00 pontos. A maioria dos municípios da Bahia apresentavam um quadro abaixo

dos valores considerados de bom desempenho, uma vez que dos 415 municípios11, apenas 80

(19,2%) apresentavam classificação mediana (pontuação entre 3,01 a 4,00 pontos). Os municípios

que se destacavam com maiores níveis institucionais eram: São José do Jacuípe com 3,90 pontos,

Camaçari, Jitaúna, Presidente Dutra e Monte Santo com 3,80 pontos cada um deles, e Madre de

Deus e Vitória da Conquista com 3,60 pontos, respectivamente. Já entre os municípios com piores

desempenhos institucionais, em um total de 29 municípios, o equivalente a (6,9%), apresentavam

pontuação do IQIM entre 1,00 e 2,00. Destaque para os quatros municípios de pior desempenho:

Jucuruçu, Morpará, Pau Brasil e Pedrão com 1,50 pontos cada um deles (MPGO, 2000).

Já para o ano de 2012 a média geral do IQIM no Estado da Bahia ficou em torno de 3,80

pontos, mais uma vez em uma escala que varia entre 1,00 e 6,00 pontos. Em termos médios,

portanto, houve uma evolução institucional positiva no período.

Dentre os 417 municípios, segundo os resultados do IQIM de 2012, 4 apresentaram valores

considerados de melhor desempenho, ou seja, com classificação entre 5,10 a 6,00 pontos, com

destaque para os municípios Mata de São João e Serrinha (5,30 pontos), Jacobina (5,20 pontos) e

Conde (5,10 pontos), respectivamente. Os municípios que apresentaram os piores níveis

institucionais foram São José da Vitória (1,40 pontos), Coronel João Sá (1,50 pontos) e Arataca

(1,60 pontos). Salvador, a capital do Estado da Bahia apresentou pontuação do IQIM de 4,40 pontos

no ano de 2012, mostrando sinais de melhoria em seu nível institucional comparado ao ano de 2000

que cuja pontuação para Salvador era de 3,10 pontos. Na sequência, o mapa da Figura 2 mostra em

percentis a distribuição espacial dos municípios do Estado da Bahia de acordo com os resultados do

IQIM de 2000 e 2012.

10 A base de dados do IQIM-Bahia 2012 pode ser disponibilizada diretamente pelos autores. 11 O Estado da Bahia possuía 415 municípios em 1999 e no Censo de 2000. Pouco tempo depois, os municípios de

Barrocas e Luís Eduardo Magalhães foram criados segundo leis estaduais. Assim, a Bahia passou a ter 417 municípios.



Figura 2 – Mapa de percentil para o IQIM de 2000 e 2012 Fonte: Calculado e elaborado pelos autores com base no programa GeoDa.

De acordo com os mapas da Figura 2, fica registrado no ano de 2000 que, os 4 municípios

com piores níveis institucionais representam menos de 1% e 29 municípios estão compreendidos na

faixa entre 1% a 10%. Ainda segundo a classificação em percentil, destaque para a faixa que vai de

10% a 50%, totalizando 215 municípios. Esta faixa somada com as duas anteriores permite mostrar

que uma grande parcela dos municípios atingia valores do IQIM de 2000 menor que a média

estadual. É significativo destacar também que boa parte dos municípios apresentavam valores nas

faixas entre 50% a 90% e 90% a 99%, o equivalente a 192 e 34 municípios. Por fim, destaque para

o município São José do Jacuípe, com melhor desempenho institucional no ano de 2000, sendo o

único município que aparece na faixa percentual maior que 99%.

Já em relação ao mapa que representa o IQIM de 2012, observa-se que, assim como em

2000, grande parte dos municípios estão concentrado abaixo da média estadual, ou seja, um total de

228 municípios, representando aproximadamente 54,7%. É importante observar também que houve

um aumento significativo na quantidade de municípios com valores do IQIM acima da média

estadual. Destaque para os municípios Mata de São João, Serrinha, Jacobina e Conde localizados na

faixa maior que 99%.

De maneira geral, a despeito do estado ainda apresentar dados preocupantes em termos de

qualidade institucional, os resultados indicam uma melhoria relativa da qualidade institucional dos

municípios do Estado da Bahia entre 2000 e 2012. Uma parte desta melhora pode ser atribuída ao

esforço governamental em construir mecanismos de enforcement na gestão pública no Brasil.

Dentre as medidas mais importantes no período encontramos a Lei de Responsabilidade Fiscal, que

garantiu maior grau de accountability às finanças públicas brasileiras, fundando as bases de uma

política fiscal mais consistente. Também em período recente houve a promulgação do Estatuto da

Cidade em 2001 e sua regulamentação pelo Ministério das Cidades em 2002. O Estatuto constitui

um marco jurídico que possibilita a democratização da gestão das cidades, a partir de uma série de

instrumentos institucionalizados. Vários outros mecanismos jurídicos institucionais também

poderiam ser citados, como por exemplo a lei federal de 11.107 de 2005, que regulamenta a prática

dos Consórcios Públicos determinando regras gerais e garantias de transparência e controle das

ações dos gestores municipais. De qualquer modo, os surgimentos destes mecanismos jurídicos-

institucionais nascem não de forma espontânea, mas como resposta dos entes públicos às demandas

da sociedade que a partir do fim da década de oitenta fomentou inúmeras transformações no país na

direção de instituições mais inclusivas.



Seguindo o indicado pela literatura, espera-se que este gradual avanço na qualidade das

instituições dos municípios baianos permita maior desenvolvimento econômico nas próximas

décadas. Note-se (ver Figura 3) que já atualmente é possível verificar uma leve correlação positiva

entre PIB per capita e qualidade institucional. Obviamente tal relação é apenas uma primeira

aproximação dos dados, não caracterizando nenhuma relação de causalidade, dado os vários

problemas de endogeneidade típicos deste tipo de dado. Certamente, controlando por outras

variáveis, a relação entre nível de renda e IQIM deve ser mais acentuada.

Figura 3 - Relação entre o IQIM e o PIB per capita da Bahia de 2000 e 2012 Fonte: Elaborado pelos autores com base nos dados MPGO (2000) e resultados da pesquisa.

Na próxima seção será feita uma análise exploratória de dados espaciais a partir dos

resultados do IQIM de 2000 e 2012.

4.2 Análise exploratória dos dados espaciais para o IQIMBA de 2000 e 2012

A análise exploratória de dados espaciais permitiu a identificação de padrões espaciais sobre

o conjunto de dados analisados. A Figura 4 mostra o diagrama de dispersão para o IQIMBA para os

anos 2000 e 2012. Utilizou-se a matriz de pesos espaciais do tipo Rainha, com contiguidade de

ordem 1.

Figura 4 – Diagrama de dispersão de Moran para o IQIMBA de 2000 e 2012

Fonte: Elaborado pelos autores com base no programa GeoDa.



O I de Moran global univariada apresentou para os dois períodos do IQIMBA analisados,

uma associação espacial negativa, com um valor do I = -0,0244 para o IQIMBA de 2000 e um valor

de I = -0,0292 para o IQIMBA de 2012. Estes resultados negativos e próximos ao valor zero indicam

uma autocorrelação espacial provavelmente não significativa, na qual o nível institucional em um

município, provavelmente, é pouco correlacionado no espaço com o nível médio institucional nos

seus municípios vizinhos. O mapa em percentil mostrado anteriormente já mostrava sinais de

fraqueza de agrupamento espacial entre os municípios da Bahia. Pode-se observar também, através

do diagrama de dispersão de Moran, que não há uma autocorrelação espacial, representada pela

inclinação negativa da reta de tendência central. Note que, pelo diagrama de dispersão de Moran

vários municípios constituem valores discrepantes em relação ao IQIMBA de 2000 e 2012. Estes

pontos mais afastados indicam municípios outliers, ou seja, apresentam comportamentos distintos

(distantes da origem 0,0) em relação aos demais.

Uma posterior análise consistiu na aplicação do índice de associação local (LISA), buscando

identificar de maneira mais específica à existência ou não de autocorrelação espacial dos dados

analisados. Embora os valores do I de Moran Local tenham dado positivos (I = 0,1391) para o

IQIMBA de 2000 e (I = 0,1044) para o IQIMBA de 2012, os resultados apontam para uma ausência

ou fraca dependência espacial, pois os valores continuam bem próximos de zero. A Figura 5

apresenta o diagrama de dispersão de Moran LISA.

Figura 5 – Diagrama de dispersão de Moran LISA para o IQIM de 2000 e 2012 Fonte: Elaborado pelos autores com base no programa GeoDa.

Observa-se, através do diagrama de dispersão de Moran LISA que uma parte dos municípios

está localizada nos quadrantes AA e BB e outra parte considerada localiza-se nos quadrantes BA e

AB. Entretanto, percebe-se também que a distribuição é desigual entre as associações nos dois

períodos analisados. A estatística do I de Moran Local permitiu confirmar a hipótese nula de

ausência de autocorrelação espacial I.

O indicador Local de Moran é observado através de um mapa de clusters e seus níveis de

significância. As estatísticas significativas apresentam agrupamentos Alto-Alto, Alto-Baixo, Baixo-

Baixo e Baixo-Alto. Os valores não significantes não formam agrupamentos. Sendo assim, o mapa

da Figura 6 permite visualizar a existência de alguns clusters formados através dos valores do

IQIMBA de 2000 e 2012.

Considerando os poucos clusters formados no Estado da Bahia, pode-se visualizar um

agrupamento de municípios cercados por valores do tipo AA. Para o IQIMBA de 2000, percebe-se

que a formação deste tipo de agrupamento está localizada principalmente na Região Metropolitana

de Salvador, embora exista também uma associação de municípios localizados no nordeste baiano.



Destaque para os municípios que formam o agrupamento do tipo AA na Região Metropolitana de

Salvador: Candeias, Camaçari, Dias d’Ávila, Lauro de Freitas, Madre de Deus, Mata de São João

São Francisco do Conde, São Sebastião do Passé e Simões Filho. O outro agrupamento do tipo AA

localizado pela maior parte dos municípios do Território do Sisal são: Conceição do Coité,

Quijingui, Retirolândia, Santaluz, São Domingos, Gavião e Nova Fátima (estes dois últimos não

fazem parte da região do Sisal).

Para o IQIMBA de 2012, percebe-se a presença de apenas um cluster do tipo AA formados

pelos seguintes municípios: Botuporã, Caetité, Caturama, Érico Cardoso, Ibiassucê, Igaporã, Lagoa

Real, Livramento de Nossa Senhora, Paramirim e Tanque Novo. A formação de grupos do tipo BB

também é possível de visualizar. Observa-se que os municípios com essas características estão

próximos da região do tipo AA. Dentre estes municípios que formam o grupo do tipo BB destaque

para Anagé, Aracatu, Belo Campo, Caraíbas e Tremedal.

Figura 6 – Mapa de clusters (LISA) para o IQIMBA de 2000 e 2012 Fonte: Elaborado pelos autores com base no programa ArcMap 10.1 e GeoDa.

Apesar do mapa de clusters representar alguns poucos grupos de municípios com

características homogêneas, fica evidente a heterogeneidade do estado da Bahia com relação à

qualidade institucional de seus municípios. Na Figura 7 encontram-se os mapas de significância de I

de Moran Local (LISA Significance Map) com 999 permutações, para o IQIMBA de 2000 e 2012,

respectivamente. Nestes mapas, a significância dos valores dos municípios baianos varia em: não

significante; significância de 0,05; de 001; de 0,001 e 0,0001.



Figura 7 – Mapa de significância LISA para o IQIMBA de 2000 e 2012 Fonte: Elaborado pelos autores com base no programa ArcMap 10.1 e GeoDa.

Para o IQIMBA de 2000, observa-se que 50 municípios possuem valores que indicariam

dependência espacial com 95% de confiança e 16 municípios com 99% de confiança, sendo o

restante não significante. Já em relação ao IQIMBA de 2012, observa-se que 37 municípios possuem

valores que indicariam dependência espacial com 95% de confiança e 19 municípios com 99% de

confiança, sendo 361 municípios com valores não significativos.

5 Considerações Finais

Este trabalho teve por objetivo mensurar a qualidade institucional dos municípios do Estado

da Bahia através da estimação do IQIM para 2012. Surgem como objetivos correlatos à análise da

dinâmica do IQIM entre 2000 e 2012 e o estudo de possíveis padrões espaciais da qualidade

institucional municipal no estado da Bahia.

Embora ainda discreta, percebeu-se uma evolução positiva da qualidade institucional dos

municípios baianos no período, refletida tanto na média do IQIM em 2012 como na distribuição do

índice com um número maior de municípios com IQIM médio e alto em comparação com o ano

2000. No que diz respeito à análise espacial, esperávamos encontrar algum padrão de distribuição

geográfico da qualidade institucional no estado. A intuição inicial era que o processo de

enforcement institucional pudesse se espalhar geograficamente a partir da interação das populações

municipais de modo que municípios mais avançados institucionalmente pudessem influenciar seus

vizinhos. A análise espacial dos dados, contudo, nos leva a uma conclusão distinta, de modo que

não podemos afirmar a existência de padrão espacial da qualidade institucional. Embora possam ser

computados pequenos cluster (através do indicador LISA) do tipo Alto-Alto e Baixo-Baixo na

maior parte do estado o que prevalece é a ausência de interação espacial no que diz respeito ao

IQIM. Refinamentos empíricos podem nos levar a direções distintas no futuro, mas, aparentemente

o que parece emergir dos dados é um padrão bastante heterogêneo da qualidade institucional na

Bahia. Esta heterogeneidade institucional é particularmente desafiadora uma vez que pode estar no

cerne da heterogeneidade em termos de desenvolvimento econômico amplamente registrada na

literatura que estuda a economia baiana.



Referências

ACEMOGLU, D.; JOHNSON, S.; ROBINSON, J. The Colonial Origins of Comparative

Development: An Empirical Investigation. American Economic Review, v. 91, p. 1369-1401,

2001.

______. Reversal of Fortune: Geography and Institutions in the Making of the Modern World

Income Distribution. Quarterly Journal of Economics, v. 117, p. 1231-1294, 2002.

ALMEIDA, Eduardo. Econometria Espacial Aplicada. Campinas, SP: Editora Alínea, 2012.

ANSELIN, L. Spatial Data Analysis with GIS: An Introduction to Application in the Social

Sciences. 1992. Disponível em < http://www.ncgia.ucsb.edu/Publications/Tech_Reports/92 /92-

10.pdf >. Acesso em: 10 de abril de 2015.

______. Local Indicators of Spacial Association – LISA. Geographical Analysis. 1994. Disponível

em < http://www.rri.wvu.edu/pdffiles/wp9331.pdf >. Acesso em: 12 de abriu de 2010.

BOISIER, S. Em busca do esquivo desenvolvimento regional: entre a caixa-preta e o projeto

político. Planejamento e Políticas Públicas. Nº 13 – Junho de 1996, p.111-143.

HADDAD, P. R. Força e Fraqueza dos municípios de Minas Gerais. Cadernos BDMG. Belo

Horizonte, MG. n.8 abril de 2004a. 84p.

______. Seminário do BNDES sobre arranjos produtivos locais: texto de referência da palestra

sobre cultura local e associativismo. Belo Horizonte, MG: set 2004b. 53p.

HALL, R.E.; JONES, C.I. Why Some Countries Produce so Much More Output per Worker

than Others? The Quarterly Journal of Economics, Vol. 114, No. 1. pp. 83-116. 1999. Disponível

em: <http://homepage.ntu.edu.tw/~kslin/macro2009/Hall%20and%20Jones%201999.pdf>. Acesso

em: 15 de março 2015.

MENEZES-FILHO, N.; MARCONDES, R. L.; PAZELLO, E. T.; SCORZAFAVE, L. G.

Instituições e Diferenças de Renda entre os Estados Brasileiros: Uma Análise Histórica. 2006.

Disponível em: <http://www.anpec.org.br/encontro2006/artigos/A06A070.pdf>. Acesso em: 01 de

abril 2015.

MPGO. Ministério do Planejamento, Orçamento e Gestão. Base de dados institucionais dos

municípios brasileiros. 2000.

NAHAS, M. I. P.; GONÇALVES, É.; SOUZA, R. G. V.; VIEIRA, C. M. Sistemas de Indicadores

Municipais no Brasil: experiências e metodologias. XV Encontro Nacional de Estudos

Populacionais, ABEP. Caxambu - MG – Brasil. Instituto de Desenvolvimento Humano Sustentável

(IDHS) – PUC Minas. 2006.

NARITOMI, J. Herança Colonial, Instituições & Desenvolvimento: Um estudo sobre a

desigualdade entre os municípios Brasileiros. Dissertação (mestrado) – Potifícia Universidade

Católica do Rio de Janeiro, Programa de Pós-Graduação em Economia. Rio de Janeiro. 2007, 100f.

Disponível em: <http://www.econ.puc-rio.br/biblioteca.php/trabalhos/show/1065>. Acesso em: 10

agosto 2014.



NORTH, D. Institutions, Institutional Change and Economic Performance.

Nova York: Cambridge University Press, 1990.

PANDE, R.; UDRY, C. Institutions and Development: A View from Below. Unpublished

manuscript, Yale University. 2006. Disponível em:

<http://metzler.userweb.mwn.de/development/pande_udry_2006.pdf>. Acesso em: 05 de mar

2015.

PEREIRA, A. E. G.; NAKABASHI, L.; SACHSIDA, A. Qualidade das Instituições e PIB per

capita nos Municípios Brasileiros. Brasília, 2011. Disponível em:

<http://www.ipea.gov.br/portal/index.php?option=com_content&view=article&id=9804>. Acesso

em: 17 de abril 2015.

PIACENTI, C. A. O potencial de desenvolvimento endógeno dos municípios paranaenses. Tese

(doutorado) – Universidade Federal de Viçosa, Programa de Pós-Graduação em Economia

Aplicada. Viçosa, MG. 2009, 201f. Disponível em

<http://www.tede.ufv.br/tedesimplificado/tde_arquivos/5/TDE-2010-06-09T121602Z-

2267/Publico/texto%20completo.pdf>. Acesso em: 20 de maio 2014.

PUTNAM, R. Comunidade e Democracia: a experiência da Itália moderna. Rio de Janeiro:

Fundação Getúlio Vargas, 2006.

qualidade institucional dos municipios baianos: … · também construir uma análise exploratória...

Documents