“Uma avaliação do Programa Bolsa Família: focalização e impacto na distribuição de renda e pobreza”

Resumo

Este artigo avalia a focalização e o impacto do Programa Bolsa Família sobre a pobreza, extrema pobreza e desigualdade de renda e realiza simulações destes dois critérios de avaliação sob duas hipóteses: a de o governo adotar um mecanismo de seleção alternativo e a de uma expansão do programa. Além disso, também se comparam os impactos obtidos diante de duas mudanças ocorridas no programa: o aumento no valor do benefício concedido e a inclusão de jovens de 16 e 17 anos residentes em domicílios beneficiários. Adicionalmente, simula-se o impacto do programa sob a hipótese de perfeita focalização. Os resultados mostram que estados com maior orçamento relativo ao número de domicílios potencialmente beneficiários são aqueles em que a efetividade geral da regra de seleção comparativamente é maior. Nestes mesmos estados o PBF é mais efetivo na diminuição da desigualdade de renda, da pobreza e da extrema pobreza. Por fim, a comparação entre as simulações mostra que o programa poderia obter melhores resultados de focalização caso o governo adotasse um mecanismo de seleção alternativo vis-à-vis a expansão da política.

Palavras-chave: Programa Bolsa Família, focalização, pobreza, desigualdade de renda, avaliação de políticas públicas.

2

1. Introdução

O Brasil é considerado a décima quarta maior economia do mundo (Banco Mundial, 2006). Apesar disso, 34% e 13% da população brasileira vivem em situação de pobreza e indigência (Barros et. al., 2007). Esta contradição é fruto da elevada desigualdade de renda verificada no país1. Recentemente, no entanto, a literatura tem chamado a atenção para mudanças importantes nos indicadores sociais brasileiros. Entre 2001 e 2004, o Índice de Gini se reduziu de 0,59 para 0,56, o que representa a maior queda na desigualdade nas últimas três décadas; além disso, 5 milhões de brasileiros saíram da condição de extrema pobreza (IPEA, 2007).

Segundo estimativas do IPEA (2007), as transferências públicas de renda – que incluem aposentadorias, pensões e programas sociais – tais como o Benefício de Prestação Continuada (BPC) e Programa Bolsa Família (PBF) - são responsáveis por cerca de um terço da redução da desigualdade de renda. A contribuição significativa das transferências de renda para a diminuição da desigualdade se deve tanto ao aumento no valor dos benefícios indexados ao salário mínimo (aposentadorias, pensões e BPC) quanto da cobertura dos programas sociais focalizados na parcela mais pobre da população (Kakwani, Neri e Son, 2006; Hoffman, 2006). Entre 2001 e 2004, o peso relativo deste tipo de rendimento se elevou de 5,6% para 10% da renda total das famílias (Rocha, 2006).

O Programa Bolsa Família constitui-se hoje na maior política de transferência condicional de renda existente no Brasil. Criado em 2003, a partir da lei nº 10.836, o PBF passou a integrar outras políticas sociais preexistentes (Programas Fome Zero, Bolsa Escola, Bolsa Alimentação e Auxílio-Gás). O programa visa assistir domicílios em situação de pobreza e extrema pobreza2 e compostos por crianças com idade entre 0 e 15 anos ou gestantes. O benefício concedido varia de acordo com a situação socioeconômica e a composição do domicílio beneficiário: as famílias extremamente pobres recebem um benefício fixo de R$58,00 por mês. Adicionalmente, concede-se um benefício variável de R$18,00 mensais para cada criança com idade entre 0 e 15 anos, para no máximo três crianças por domicílio3. Em 2008, o governo passará a beneficiar jovens de 16 e 17 anos, que residem em domicílios já incluídos no programa, concedendo a eles um benefício de R$30,00, para até dois jovens por família.

O estabelecimento de condicionalidades faz com que o programa se constitua numa política de longo prazo, que visa proporcionar aos beneficiários as condições para a geração autônoma de renda no futuro, por meio do investimento em capital humano. Assim, além de buscar aliviar a pobreza no curto prazo por meio da transferência direta de renda, a política procura alterar estruturalmente a situação socioeconômica dos recipientes, ao tentar interromper o ciclo de perpetuação da pobreza4. As 1 Numa comparação com 125 países, o Brasil está entre os 5% mais desiguais (PNUD, 2006). 2 Em 2004, quando o programa foi implantado, consideravam-se pobres e extremamente pobres os domicílios com renda domiciliar per capita igual ou inferior a R$100,00 e R$50,00, respectivamente. Atualmente, estes valores de corte são de R$120,00 e R$60,00. 3 Em 2004, os valores fixo e variável do benefício eram de R$50,00 e R$15,00, respectivamente. Os valores citados eram os vigentes quando este artigo foi escrito. Atualmente, os valores fixo e variável são de R$62,00 e R$20,00, respectivamente. 4 Ferro e Kassouf (2003), Tavares (2008) fazem uma discussão acerca dos potenciais efeitos de longo prazo de políticas como o Bolsa Escola.

3

condicionalidades exigidas pelo PBF são: a realização de exames pré-natal (para as gestantes), o acompanhamento médico periódico para atualização de vacinas e manutenção de peso e altura adequados (para crianças de 0 a 6 anos) e a matrícula regular e freqüência de no mínimo 85% das aulas no ensino fundamental (para as crianças de 7 a 15 anos). Para os jovens que serão incluídos no programa, a condicionalidade é freqüentar no mínimo 75% das aulas do curso em que estão matriculados (no ensino fundamental ou médio).

A gestão do benefício do Bolsa Família é compartilhada entre os entes federados. Ao Governo Federal compete a elaboração das normas do programa, bem como o repasse dos recursos gastos com a política. Entretanto, os municípios são os principais gestores do programa junto às famílias: é de sua responsabilidade identificar e cadastrar as famílias que compõem o público-alvo do Cadastro Único5, selecionar as famílias beneficiárias a partir da cota de benefícios que possuem (previamente estabelecida e concedida a partir do número de pobres que o município possui) e manter os dados de acompanhamento das famílias e cumprimento das condicionalidades atualizados.

Este artigo tem por objetivo avaliar a focalização e o impacto do Programa Bolsa Família. Em primeiro lugar, estimam-se os indicadores de focalização do programa para o Brasil e para cada um dos estados. A idéia é auferir em que medida os recursos gastos com a política estão sendo direcionados ao público-alvo que ele pretende atingir. Esta análise se faz necessária uma vez que se constitui numa avaliação da eficiência do seu mecanismo de seleção. Também se estimam os impactos sobre medidas de pobreza e extrema pobreza (extensão, hiato e severidade) e de desigualdade de renda (Índice de Gini). Neste caso, a idéia é avaliar o sucesso do programa em promover melhorias de curto prazo das condições materiais das famílias beneficiárias.

O trabalho também realiza duas simulações. A primeira considera os resultados de focalização e impacto do programa na hipótese de o governo utilizar outro mecanismo de seleção dos beneficiários, o proxy-means tested. Esta simulação é realizada mantendo o custo atual da política, ou seja, inclui-se um determinado número de domicílios a partir de características diretamente observadas (ao invés da renda), mantendo fixo o valor gasto com o programa em 2004.

No segundo exercício, avalia-se uma expansão do programa, ou seja, simulam-se os resultados de focalização e impacto na hipótese de o programa passar a integrar o número de domicílios atendidos em 2006, supondo que a regra de seleção fosse a observada em 2004. A comparação entre as simulações permite avaliar a efetividade do programa diante de uma mudança no mecanismo de seleção vis-à-vis ao aumento no tamanho da política.

Finalmente, também se estimam os impactos sobre a pobreza e a desigualdade de renda que seriam obtidos diante do aumento no valor dos benefícios fixo (de R$50,00 para R$54,00) e variável (de R$15,00 para R$18,00) e da inclusão de jovens de 16 e 17 anos residentes em domicílios beneficiários, com a concessão de um benefício de

5 O banco de dados do CadÚnico identifica e cadastra todas as famílias de baixa renda do país. A inclusão da família no CadÚnico não garante sua inclusão em políticas de transferência de renda.

4

R$30,00 por jovem. Estes impactos são comparados com os resultados da expansão do programa.

A avaliação feita neste artigo é interessante, uma vez que fornece resultados de focalização e impacto do PBF comparativos entre os estados brasileiros. Além disso, eles podem servir de benchmark para estudos futuros sobre o PBF e sobre outros programas sociais. Finalmente, a comparação dos resultados das duas simulações permite inferir as diferenças de focalização e de impacto entre programas com regras de seleção e tamanhos distintos.

O texto está organizado em quatro seções, além desta introdução. Na segunda seção descrevem-se os dados utilizados e o tratamento das variáveis. A terceira apresenta a metodologia empregada nas estimações e a quarta discute os resultados obtidos. Em seguida encontram-se as principais conclusões e, finalmente, apresentam-se os anexos.

2. Base de Dados

A PNAD de 2004 traz um suplemento sobre os programas de transferências do governo e, portanto, permite avaliar efetivamente o PBF. No questionário, existem perguntas sobre o recebimento de cada programa social pelo domicílio6. Como o PBF iniciou-se em 2004, com a unificação dos programas Auxílio-Gás, Bolsa Escola, Bolsa Alimentação e Fome Zero (Cartão Alimentação), considerou-se como beneficiário do PBF o domicílio que declarou estar inscrito ou receber qualquer um destes programas, além do próprio PBF.

Embora não haja uma pergunta específica sobre o valor do benefício neste suplemento, esta informação está declarada na variável de “outros rendimentos”7, que inclui ‘juros de caderneta de poupança e de outras aplicações, dividendos e outros rendimentos’. Isso gera um problema na manipulação dos dados: 80,6% dos domicílios beneficiários não declaram o recebimento de qualquer valor em “outros rendimentos”. A explicação para isso pode estar no fato de que, em setembro de 2004 eles estavam inscritos no programa, mas ainda não haviam recebido o valor da transferência, ou que erroneamente não declararam o benefício.

Apenas 15,8% declaram receber “outros rendimentos” em valores considerados correspondentes ao benefício do PBF enquanto 10,4% dos domicílios beneficiários declaram valores que, a princípio, não correspondem ao benefício; nestes casos, o valor declarado pode ser atribuído unicamente a outras fontes de rendimentos ou pode corresponder ao valor do benefício somado a outros rendimentos.

Está-se considerando como declarações correspondentes ao benefício os valores de: R$50,00 e múltiplos de R$15,00 (valores fixo e variável do PBF em 2004), R$7,00 e R$8,00 (correspondentes ao Auxílio-Gás, de R$15,00 bimestrais). A lista de valores que

6 As variáveis v2003 a v1600 referem-se aos programas Auxílio-Gás, Bolsa Família, Cartão Alimentação ou Fome Zero, Bolsa Alimentação, Benefício de Prestação Continuada – BPC/LOAS, Bolsa Escola e Programa de Erradicação do Trabalho Infantil - PETI. 7 A variável v1273 do questionário de pessoas.

5

compõem a declaração “correta” do benefício é composta pelas quantias acima e por combinações entre elas.

O tratamento dessa informação se deu da seguinte forma: construiu-se uma variável, “valor do BF”, que atribui aos domicílios que se declararam beneficiários valores múltiplos de R$15,00, equivalente ao número de crianças em idade de receber o benefício (até três crianças por domicílio)8 e também o valor de R$50,00 para aqueles domicílios beneficiários extremamente pobres. Então, foi possível construir as variáveis de renda corrigidas: renda domiciliar per capita sem o BF (ex ante) e renda domiciliar per capita com o BF (ex post).

A diferença entre essas duas medidas está na inclusão do benefício associado ao programa. Nos casos em que nenhum rendimento associado ao programa tenha sido informado (ou seja, o domicílio não tenha informado nenhum valor em ‘outros rendimentos’ ou tenha informado um valor não correspondente ao benefício), a renda domiciliar declarada na PNAD é exatamente igual à renda domiciliar ex ante; para a obtenção da renda ex post, adicionou-se à renda o “valor do BF”. Nos casos em que o rendimento foi informado, o procedimento se deu no sentido inverso: subtraiu-se da renda declarada na PNAD o “valor do BF” para se obter a renda domiciliar ex ante e, neste caso, a renda domiciliar ex post é exatamente igual à renda declarada na pesquisa. Para os domicílios não-beneficiários, as duas rendas são iguais9.

3. Metodologia

3.1 Focalização

A focalização ou o targeting de uma política social tem por objetivo tornar a distribuição dos recursos públicos específicos o mais eficiente possível, isto é, garantir que as transferências atendam, de fato, ao público-alvo pretendido. A maior dificuldade do targeting está exatamente na identificação do público-alvo da política.

8 Na PNAD de 2004, existem duas perguntas que tratam do número de beneficiários dos Programas Bolsa Alimentação e Bolsa Escola. Muito embora estes programas correspondam à parcela variável do Programa Bolsa Família (crianças em idade de 0 a 6 anos e crianças em idade de 7 a 15 anos), a combinação destas informações não pode ser utilizada como uma informação do número de beneficiários do Bolsa Família, já que muitas vezes a soma destas duas variáveis excede o número de crianças de 0 a 15 anos existente no domicílio. Isto pode ocorrer, por exemplo, se o informante declarar o número de beneficiários em duplicidade (nas duas perguntas). 9 Neste ponto, é importante ressaltar que a imputação de valores de renda está sendo feita apenas para o caso do recebimento do benefício e não para outras fontes de renda, como os salários, já que o foco do artigo é a avaliação de impacto do PBF. Além disso, considera-se que a imputação de renda para esta fonte (benefício do PBF) é mais importante do que do que a imputação de valores para quaisquer outras fontes de renda, devido à diferença na quantidade de missings existentes em cada uma das fontes de renda: enquanto 80,6% dos beneficiários do PBF não declaram o recebimento de qualquer benefício, apenas cerca de 1,2% dos indivíduos que trabalham não declaram nenhum valor de salário. Claramente, o procedimento de imputação do valor do benefício adotado neste trabalho não é o único possível. No entanto, para qualquer procedimento que se deseje adotar, sempre será necessário que se façam hipóteses a respeito dos valores declarados na variável de “outros rendimentos”, ou seja, sobre quais valores são considerados o recebimento de um benefício social.

6

Os métodos de focalização podem ser divididos em três grupos10:

- targeting categórico: a seleção é baseada em características comuns, como a localização geográfica;

- auto-seleção: os recursos do programa estão disponíveis para toda a população, mas seu desenho envolve características que procuram fazer com que apenas o público-alvo da política se encoraje a participar;

- avaliação individual/domiciliar: a seleção é baseada num conjunto de informações consideradas ‘chave’ na discriminação entre elegíveis e não-elegíveis. Dentre os métodos de focalização por avaliação individual/domiciliar, podem-se citar o (simple) means test e o proxy means test11.

O método de (simple) means test baseia-se em declarações de renda ou outros critérios de elegibilidade, verificados pelo governo (verified means test) ou não (unverified means test). O verified means test (VMT) é considerado o “gold standard” entre os métodos de targeting, pois envolve a verificação da renda declarada por meio do cruzamento de informações bancárias e fiscais dos indivíduos, sendo assim um método de alta precisão. No entanto, esse tipo de verificação é complexo e só é possível com um alto grau de formalidade (em termos de declaração de rendimentos e riqueza) entre os elegíveis e com um governo que disponha dessas informações e de um sistema que permita o cruzamento dos dados. Já o unverified means test (UMT) baseia-se apenas na declaração das informações pelos próprios indivíduos elegíveis. Isto torna o processo mais simples e barato, mas apresenta alto potencial para erros de medida e incentivos para sub-declaração da renda12.

Por este motivo, o VMT é mais usado em países desenvolvidos (como os Estados Unidos nos programas Temporary Assistance for Needy Families, Food Stamps e Medicaid), enquanto o UMT é adotado, em geral, em países em desenvolvimento que não atendem aos requisitos para implantação de um VMT (como o Brasil, que usa este sistema no Programa Bolsa Família)13.

Por sua vez, o proxy means test consiste em calcular um score para cada individuo/domicílio por meio de algumas variáveis diretamente observáveis que sejam correlacionadas com a renda. Este score é então comparado com um score de corte, que determinará os elegíveis ao programa. Sua grande vantagem é ter critérios observáveis para seleção dos elegíveis, embora sua implantação costume ser mais cara, uma vez que exige sistemas e pessoal especializados para o cálculo do score14. Esse sistema é usado

10 Coady et. alli. (2002) e Castañeda et.alli. (2005). 11 Pode-se citar também o community-based targeting, em que a comunidade (ao invés do governo) determina os domicílios elegíveis, utilizando critérios sobre o conhecimento local. 12 Castañeda et. alli. (2005) mostram que o Cadastro Único do Governo Federal sofre destes dois problemas. 13 Castañeda et. alli. (2005) ainda argumentam que a gestão descentralizada do PBF baseada nas cotas municipais poderia ser considerada como um mecanismo de community-based targeting. 14 Coady et. alli. (2002) apresentam uma explicação detalhada dos custos e benefícios de cada método de targeting.

7

em diversos programas na América Latina, como o Oportunidades no México e o Subsídio Único Familiar no Chile.

Castañeda et. alli. (2005) compara os resultados empíricos observados desses métodos para sistemas de targeting entre países da América Latina e EUA15 e ressalta algumas vantagens que o proxy means test apresenta sobre os means tests: 1) sua “precisão” em termos de cobertura e vazamento é maior que a do UMT e tão boa quanto à do VMT; 2) seus custos administrativos são menores em relação aos do VMT e quase iguais aos do UMT; 3) o uso de medidas observáveis de renda pelo proxy means o torna mais transparente e fácil de se fiscalizar que o UMT; 4) o aparato administrativo necessário para a implantação do proxy means é mais próximo da realidade dos países em desenvolvimento que aquele necessário ao VMT.

Na prática, ao lidar com um programa social que pretende ser focalizado num público-alvo específico, os policy makers enfrentam problemas de informação imperfeita. Em outras palavras, não é possível conhecer com precisão todas as informações relevantes que permitam discriminar os indivíduos entre elegíveis e não-elegíveis ao programa. Assim, uma maneira de avaliar a focalização de um programa é observar em que medida o mecanismo de seleção é bem-sucedido em discriminar indivíduos elegíveis ou não-elegíveis para a participação do programa.

Na avaliação de focalização realizada neste artigo, utiliza-se o indicador de focalização (IF) proposto no artigo de Anuatti-Neto, Fernandes e Pazello (2001), descrito a seguir:

IF = α [PI – PE] + (1 – α) [NPE – NPI], (1) em que: IF ∈ [-1; 1] PI, PE, NPI e NPE são as variáveis de targeting da política, ou seja:

PI = domicílios pertencentes ao público-alvo corretamente incluídos;

PE = domicílios pertencentes ao público-alvo erroneamente excluídos;

NPE = domicílios não pertencentes ao público-alvo corretamente excluídos;

NPI = domicílios não pertencentes ao público-alvo erroneamente incluídos;

α = fator de ponderação, em que 0 ≤ α ≤ 1.

Este indicador avalia a efetividade geral da regra de seleção ao considerar simultaneamente medidas de eficiência no alcance do programa [PI – PE] e de sua imprecisão [NPE – NPI]. A avaliação do IF é simples: quanto maior o seu valor, melhor é a focalização do programa. Utilizando-se um fator de ponderação de 0,50, sua magnitude mostra quão melhor é a seleção dos beneficiários em relação à seleção aleatória, em que todos os domicílios teriam a mesma probabilidade de pertencer ao público-alvo do programa e seriam incluídos com base num sorteio, como numa loteria. Este mecanismo apresentaria em média um indicador de focalização igual a zero; desta

15 Cadastro Único (Brasil), Registros do Oportunidades (México), Ficha CAS (Chile), SISBEN (Colômbia), SIPO (Costa Rica) e os registros do TANF, Food Stamps e Medicaid (EUA). Para tornar os resultados comparáveis, os autores consideram a posição dos recipientes dos diferentes programas na distribuição de renda.

8

forma, considera-se que valores positivos para o IF indicam que a focalização da política é melhor do que se fosse aleatória. Neste artigo, os indicadores de focalização são calculados com base num alfa igual a 0,50.

O parâmetro α refere-se ao peso que se concede ao alcance e (1 – α) refere-se ao peso que se concede à imprecisão. Para calcular o IF, podem-se atribuir valores arbitrários para o parâmetro α, como é feito aqui, estabelecendo importâncias relativas quaisquer para os dois critérios de focalização (por exemplo, α=0,50). Entretanto, é possível também estimar o ‘α implícito’ de uma política pública existente, isto é, dada a observação do público atendido, é possível calcular o peso que o policy-maker estaria atribuindo ao alcance e à imprecisão, supondo-se que a política estivesse maximizando o indicador de focalização (proposições 1 e 2 do artigo de Anuatti-Neto, Fernandes e Pazello, 2001).

Adicionalmente, também são apresentadas três medidas tradicionais de focalização: 1) porcentagem de domicílios incluídos que pertencem ao público-alvo (PI/incluídos).

2) porcentagem do público-alvo corretamente incluída no programa (cobertura: PI/público-alvo). 3) porcentagem de domicílios incluídos no programa erroneamente (vazamento: NPI/incluídos).

3.2 Simulações

- O critério de proxy means-tested

Assim, a primeira simulação realizada neste artigo considera os resultados de focalização e impacto do programa na hipótese de o governo utilizar outro mecanismo de seleção dos beneficiários (proxy-means tested), supostamente mais acurado do que o que utiliza atualmente (means tested), mas mantivesse o custo atual da política, ou seja, incluísse determinado número de domicílios a partir de características diretamente observadas (ao invés da renda), mantendo fixo o valor gasto com o programa em 2004.

Em outras palavras, esta simulação considera os resultados potenciais de focalização e impacto que seriam obtidos caso os policy makers selecionassem os beneficiários a partir da observação de informações pessoais e familiares correlacionadas com a renda. Desta forma, supondo que estas informações sejam mais facilmente observadas do que a renda, o governo poderia utilizá-las como proxies para a renda para estimar a probabilidade de cada família em pertencer ao público-alvo do programa. Assim, as famílias escolhidas para participar do programa seriam aquelas com maior probabilidade estimada de pertencer ao rol de beneficiários. Este critério é chamado proxy means-tested.

Para estimar estas probabilidades, utilizou-se um modelo logit, cuja variável dependente é a probabilidade de pertencer ao público-alvo e para o qual o vetor de variáveis independentes escolhido foi: idade do chefe do domicílio (menos de 25, entre

9

25 e 34, entre 35 e 44, entre 45 e 54 e mais de 55), anos de estudo do chefe do domicílio (entre 0 e 4, entre 5 e 8, entre 9 e 11 e mais de 12), tipo de família (casal, chefiada por homem, chefiada por mulher), acesso à água encanada, coleta de lixo, rede de energia elétrica e telefonia, densidade morador-cômodo, localização em região urbana ou rural, metropolitana e UF.

Assim, com base nestas características, estimaram-se as probabilidades de pertencer ao público-alvo para cada domicílio [PPA(Xi)] e os domicílios foram ordenados de forma decrescente, segundo seu propensity score. Foram considerados incluídos no programa aqueles domicílios com maior propensity score; além disso, manteve-se fixo o custo do programa em 2004, ou seja, incluiu-se um número de domicílios de tal forma que o gasto total observado em 2004 não se alterasse.

Ressalta-se que os resultados da primeira simulação não podem ser diretamente comparados aos resultados de focalização e impacto obtidos pelo método efetivamente implementado (means test), que conta com erros do processo de implementação, uma vez que o método alternativo simulado (proxy-means test), conta apenas com os erros amostrais. No entanto, os resultados podem ser interpretados como resultados potenciais do mecanismo alternativo de inclusão, ou seja, podem ser vistos como um ‘limite superior’ para o que se poderia observar caso o método proxy-means test fosse implementado16.

Além disso, deve-se considerar o fato de que o algoritmo obtido neste exercício não apresentaria necessariamente o mesmo êxito se aplicado à base de dados do Cadastro Único. Por um lado, como o Cadastro Único inclui uma amostra selecionada e mais homogênea da população (a parcela mais pobre), o poder preditivo do instrumento aplicado ao CadÚnico poderia ser maior do que o obtido cm a PNAD. Por outro lado, o fato de as informações do Cadastro Único serem de pior qualidade poderia reduzir o poder preditivo do instrumento aplicado ao CadÚnico em relação ao obtido com a PNAD17.

- Expansão do programa

A segunda simulação busca avaliar a focalização do programa quando este é expandido. Como o artigo trabalha com os dados de 2004, observa-se evidentemente o número de beneficiários em 2004. O objetivo é então avaliar o que aconteceria com a focalização do programa caso a regra de seleção fosse a de 2004 (a observada a partir dos dados da PNAD), mas o número de beneficiários fosse o de 2006, cujos dados estão disponíveis para cada um dos estados no site do Ministério do Desenvolvimento e Assistência Social. Quando o tamanho do programa cresce espera-se que tanto a

16 O artigo de Freije et. alli. (2005), que realiza simulações para o programa Oportunidades, do México, faz interpretações semelhantes dos resultados. O artigo simula os impactos sobre a pobreza na hipótese de o valor do benefício do programa dobrar (neste caso, não há mudanças no rol de beneficiários) e na hipótese de o número de beneficiários dobrar. Para incluir os novos beneficiários, utilizam-se dois critérios: um deles considera informação perfeita do policy maker e o outro estima a probabilidade de participação no programa. Os resultados das simulações são interpretados como resultados potenciais. 17 O artigo de Barros et. alli. (2006) simula uma piora na qualidade dos dados da PNAD, de forma a tentar torná-las comparáveis com as informações do CadÚnico. No entanto, os autores ressaltam que a diferença na qualidade das informações da PNAD e do CadÚnico não é homogênea (depende da informação considerada), o que torna difícil este exercício.

10

cobertura quanto o vazamento cresçam, sendo, portanto, o resultado sobre a focalização uma questão que deve ser avaliada empiricamente.

A idéia da simulação é a seguinte: a partir dos dados disponíveis, os domicílios já beneficiários em 2004 continuam beneficiários em 2006; além disso, novos domicílios devem ser incluídos para atingir o número observado em 2006. Para incluir os novos beneficiários, recorreu-se a uma técnica de sorteio a partir da probabilidade do domicílio ser incluído no programa. Assim, o mecanismo seria aleatório (isento de qualquer critério arbitrário), mas condicionado à probabilidade de o domicílio pertencer ao programa (levando em conta as características que fazem um domicílio pertencer ao público-alvo).

O procedimento pode ser descrito da seguinte forma: utilizou-se um modelo logit com as mesmas variáveis explicativas do exercício anterior, mas tendo como dependente uma variável binária que assume valor ‘1’ quando o domicílio é atualmente beneficiário do Bolsa Família (de acordo com os dados de 2004); a partir dos coeficientes obtidos, estimou-se para cada domicílio uma probabilidade de ser incluído no programa [PBF(Xi)]. Aqui há uma hipótese relativamente forte de que o governo estaria utilizando o algoritmo de inclusão gerado pelas estimativas desse modelo logit.

Em seguida, criou-se uma variável aleatória com distribuição uniforme no intervalo [0,1], que servirá de base para o sorteio. A idéia é que se a probabilidade de o domicílio estar incluído no programa [PBF(Xi)] for maior do que o número aleatório, o domicílio será incluído; caso contrário, o domicílio não será incluído. Então, a decisão de qual domicílio incluir ou não é aleatória, mas está condicionada à probabilidade de o domicílio ser ou não beneficiário. Por exemplo, se um domicílio é extremamente pobre, sua probabilidade de inclusão deve ser alta (por exemplo, 0,90); assim, a probabilidade de que o número aleatório sorteado para ele seja maior do que 0,90 é baixa, de forma que, com grandes chances, este domicílio será incluído. Vale lembrar que este sorteio só foi aplicado para os domicílios ainda não incluídos no programa, de forma que aqueles que são beneficiários continuaram sendo beneficiários.

Definidos os ‘novos beneficiários’ nas duas simulações, recalcula-se a renda dos domicílios da amostra exatamente como antes. A imputação do valor fixo do benefício considera a situação socioeconômica dos domicílios (valor da renda domiciliar per capita ex ante) e a imputação do valor variável considera as características demográficas da família (número de filhos em idade de receber o benefício). Depois disso, as variáveis de focalização são recalculadas para cada uma das simulações.

Os resultados desta segunda simulação, por sua vez, não podem ser vistos como uma atualização do programa para o ano de 2006, mas sim uma simulação de expansão da política, que considera o número de beneficiários neste ano, mas supõe que a regra de seleção do programa observada em 2004 se mantém. Um exercício interessante para trabalhos futuros seria comparar os resultados desta simulação com os observados na PNAD de 2006, para averiguar a performance da metodologia empregada na expansão.

11

3.3 Impacto sobre pobreza e distribuição de renda

Para mensurar os efeitos do PBF na situação socioeconômica das famílias beneficiárias, calcularam-se as medidas P0 (extensão ou incidência da pobreza / extrema pobreza), P1 (razão de insuficiência de renda ou hiato de pobreza / extrema pobreza) e P2 (severidade da pobreza / extrema pobreza), considerando a renda domiciliar per capita ex ante e ex post18. Adotou-se como linha de pobreza aquela calculada pelo IPEADATA-CEPAL-IBGE.

As linhas de extrema pobreza são estimadas a partir do custo de uma cesta de consumo que permita suprir as necessidades nutricionais dos indivíduos em cada região brasileira. As linhas de pobreza equivalem a duas vezes o valor das linhas de extrema pobreza. O valor fornecido pelo IPEADATA, para o ano de 2001, foi corrigido pelo Índice Nacional de Preços ao Consumidor Amplo (IPCA) para se obter o valor para 2004. Já para apurar os efeitos sobre a distribuição de renda, calculou-se o Índice de Gini para as rendas domiciliares per capita ex ante e ex post.

Todas estas medidas foram calculadas para o impacto observado do programa e para as simulações realizadas quanto à mudanças na regra de seleção, utilizando proxy-means tested e à expansão da política.

Adicionalmente, também se avaliou o impacto sobre a pobreza e a distribuição de renda que seria obtido a partir das mudanças recentes no programa: o aumento no valor dos benefícios fixo (de R$50,00 para R$54,00) e variável (de R$15,00 para R$18,00) e a inclusão de jovens de 16 e 17 anos residentes em domicílios já beneficiários (com o pagamente de uma transferência de R$30,00 por jovem). Para esta avaliação, considerou-se o rol de beneficiários obtido com a expansão do programa.

Finalmente, consideraram-se os impactos sobre a pobreza e a distribuição de renda sob a hipótese de que o PBF fosse perfeitamente focalizado, ou seja, supondo que a política atendesse a todos os beneficiários potenciais e somente a eles. Este exercício é interessante para avaliar o quão relevantes são os impactos observados e para se ter uma idéia do impacto potencial total da política.

4. Resultados

4.1 Focalização

No gráfico 1 apresentam-se, para o Brasil e para todos os estados, as parcelas da população que pertence ao público-alvo do programa e que é efetivamente atendida por ele (o tamanho do programa).

18 Optou-se por trabalhar com a renda domiciliar per capita ao invés da renda familiar per capita sob o argumento de que em países pobres freqüentemente existe mais de uma família num mesmo domicílio. Deve-se salientar que não haveria grandes diferenças em se adotar a renda domiciliar ou familiar neste caso, uma vez que na PNAD de 2004 93,6% dos domicílios são compostos por apenas uma família, seguidos de 5,8% dos que são compostos por duas famílias. 32 Ver no anexo.

12

Observa-se que 17,3% dos domicílios brasileiros compõem o público-alvo do PBF, ou seja, são considerados extremamente pobres ou pobres e são compostos por crianças com idade entre zero e quinze anos. Grosso modo, os estados da região Nordeste são aqueles que apresentam as mais elevadas proporções de domicílios potencialmente beneficiários, seguidos dos estados da região Norte. Isto porque nestas regiões, além de a renda domiciliar per capita ser mais baixa, as famílias são mais numerosas (maior número de filhos)19. Nos estados do Maranhão, Alagoas, Piauí, Ceará, Paraíba, Roraima, Pernambuco e Bahia, mais de um terço da população pertencem ao público-alvo do programa. Por outro lado, os estados da Região Sul, juntamente com São Paulo e Rio de Janeiro, são aqueles que possuem relativamente menos domicílios potencialmente beneficiários (cerca de 10%).

Gráfico 1 – Público-alvo e tamanho do programa

0.0

5.0

10.0

15.0

20.0

25.0

30.0

35.0

40.0

45.0

BR MA AL PI CE PB RR PE BA RN AC AP PA SE TO AM ES RO MG MT MS DF GO RJ PR RS SP SC

público-alvo tamanho do programa

Fonte: PNAD de 2004.

O tamanho do programa apresenta uma alta correlação com a incidência de domicílios potencialmente beneficiários. Isso porque a distribuição dos recursos do Bolsa Família entre os estados e municípios é feita com base numa cota, definida a partir da incidência de pobreza da localidade. Apesar disso, é possível notar algumas diferenças entre a disponibilidade de recursos a serem gastos com a transferência e o tamanho do público-alvo em cada estado. Em 2004, o PBF beneficiava 16,2% da população20, pouco menos do que a parcela da população que constitui o público-alvo do programa. Isso mostra que, em 2004, os recursos despendidos para o PBF em nível nacional representavam cerca de 94% do que seria necessário para beneficiar todo o público-alvo. Nos estados de Goiás, Pernambuco, Bahia, Maranhão, Espírito Santo e Tocantins os recursos do programa também se aproximavam muito do suficiente para a perfeita focalização (mais de 90%). Por outro lado, nos estados de São Paulo, Amapá,

19 Nas regiões Norte e Nordeste, a renda domiciliar per capita média é de R$318,31, ao passo que nas regiões Sul, Sudeste e Centro-Oeste ela é de R$570,87. A porcentagem de domicílios pobres, por sua vez, é de 32% nas primeiras e de 12% nas últimas. Além disso, no Norte e no Nordeste, 57% das famílias são compostas por crianças de zero a quinze anos, enquanto que no Sul, Sudeste e Centro-Oeste esta proporção é de 48%. 20 Em 2006, o programa já beneficiava 21% da população, porcentagem que se manteve até 2008.

13

Amazonas, Rio de Janeiro e Roraima, o tamanho do programa corresponde a cerca de 55% ou menos do público-alvo destas localidades.

Em alguns estados, como Paraná, Minas Gerais, Rio Grande do Sul, Santa Catarina, Rio Grande do Norte, Mato Grosso do Sul, Ceará, Paraíba e Piauí, o tamanho do programa supera o número de domicílios do público-alvo (entre 15% e 50%). Esse dado já indica um problema de focalização: existem mais recursos sendo alocados ao programa relativamente ao necessário. Ou seja, parte destes recursos está sendo destinada a domicílios que não pertencem ao público-alvo, mesmo que todos os domicílios potencialmente beneficiários estivessem sendo atendidos, o que provavelmente não é o caso.

A tabela 1 apresenta os resultados de focalização: 1) porcentagem de domicílios que pertencem ao público-alvo dentre os domicílios incluídos; 2) cobertura e 3) vazamento; 4) indicador de focalização (IF). São apresentados os resultados observados (Obs) e para as duas simulações (Sim1: mudança no mecanismo de seleção e Sim2: expansão), para todos os estados, organizados segundo as macrorregiões.

No Brasil como um todo, 51,3% dos domicílios incluídos pertence ao público-alvo do programa. O PBF apresenta cobertura nacional de 48,3% dos domicílios elegíveis ao programa. Entre os estados, a cobertura é bastante heterogênea e, como era de se esperar, relaciona-se positivamente ao tamanho do programa em cada UF. Enquanto nos estados do Ceará, Paraíba e Piauí, mais de 70% dos domicílios elegíveis estão incluídos no programa, nos estados do Amapá, Roraima, Mato Grosso, São Paulo e Rio de Janeiro, menos de 25% dos potenciais beneficiários são contemplados pela política no ano de 2004.

Com relação ao vazamento, nota-se que, em nível nacional, 48,7% dos domicílios beneficiários não pertencem ao público-alvo do programa. As regiões Sul e Centro-Oeste são as que apresentam maior vazamento, já que mais de 65% dos domicílios incluídos na política não pertencem ao público-alvo (com exceção do Rio Grande do Sul e do Distrito Federal). Já os estados do Alagoas, Maranhão, Sergipe, Piauí e Ceará são os que cometem os menores erros de inclusão, uma vez que menos de 40% dos beneficiários são erroneamente incluídos. Ao contrário do esperado, o vazamento não apresenta uma relação positiva com o tamanho da política.

É importante ressaltar que a parcela dos recursos do Bolsa Família considerada como vazamento ainda se destina em sua maioria a famílias com baixa renda: 50% e 90% dos domicílios erroneamente incluídos apresentam renda domiciliar per capita igual ou inferior a R$150,00 e R$280,00, respectivamente. Isso aponta para uma boa focalização do programa, quando se consideram os aspectos distributivos. Outro dado corrobora esta conclusão: 75% dos domicílios beneficiários do programa apresentam renda per capita igual ou inferior a R$150,0021.

O Indicador de Focalização para o Brasil é de 0,39. Isto mostra que a focalização obtida pela regra de seleção do PBF é melhor do que se a distribuição do recurso fosse

21 O mesmo se conclui no artigo de Soares et. alli. (2006), que afirma que 80% dos recursos do Bolsa Família destinam-se a famílias pobres.

14

completamente aleatória e este resultado se confirma para todos os estados (não existem IFs negativos). Isto quer dizer que a eficiência do alcance da política é maior do que sua imprecisão (já que se está considerando alfa igual a meio). Os estados em que a efetividade geral da regra de seleção é maior são os do Ceará, Minas Gerais, Piauí e Paraíba (com IF médio de 0,47). Já os estados do Amapá, Mato Grosso, São Paulo, Roraima e Rio de Janeiro são aqueles em que a regra de seleção promove os piores resultados de focalização (com IFs menores do que 0,20).

Tabela 1 – Indicadores de focalização

UF Público-alvo

dentre os incluídos Cobertura Vazamento IF

Obs Sim1 Sim2 Obs Sim1 Sim2 Obs Sim1 Sim2 Obs Sim1 Sim2 BR 51.3 67.8 45.7 48.3 50.2 56.0 48.7 32.2 54.3 0.39 0.45 0.42 RO 41.0 50.9 29.4 32.0 35.8 42.8 59.0 49.1 70.6 0.24 0.30 0.24 AC 50.4 73.8 47.7 41.7 44.5 57.2 49.6 26.2 52.3 0.26 0.38 0.33 AM 56.6 78.5 43.1 28.6 37.6 51.2 43.4 21.5 56.9 0.22 0.35 0.31 RR 58.0 81.1 44.0 23.6 25.2 45.0 42.0 18.9 56.0 0.15 0.22 0.18 PA 52.1 67.7 43.9 42.2 48.2 53.4 47.9 32.3 56.1 0.29 0.41 0.31 AP 44.1 74.2 41.3 24.2 14.8 32.4 55.9 25.8 58.7 0.12 0.13 0.15 TO 49.9 71.1 44.4 49.7 52.7 59.0 50.1 28.9 55.6 0.35 0.46 0.37 MA 65.1 89.4 58.8 58.7 42.5 70.7 34.9 10.6 41.2 0.36 0.39 0.36 PI 62.2 82.6 56.4 71.5 72.0 76.9 37.8 17.4 43.6 0.47 0.64 0.44 CE 61.7 75.7 60.2 73.6 79.7 75.0 38.3 24.3 39.8 0.49 0.66 0.49 RN 53.7 69.4 51.5 66.2 82.3 68.5 46.3 30.6 48.5 0.43 0.67 0.42 PB 59.2 72.8 56.8 70.6 88.3 74.7 40.8 27.2 43.2 0.46 0.72 0.47 PE 59.8 81.4 53.2 56.3 54.4 65.0 40.2 18.6 46.8 0.39 0.49 0.39 AL 69.5 86.7 60.2 57.2 54.9 72.7 30.5 13.3 39.8 0.42 0.50 0.44 SE 65.6 81.7 45.6 45.7 45.4 65.6 34.4 18.3 54.4 0.38 0.42 0.40 BA 58.2 79.2 52.5 53.2 57.7 64.1 41.8 20.8 47.5 0.36 0.51 0.38 MG 46.2 54.7 44.5 59.6 63.5 60.7 53.8 45.3 55.5 0.47 0.54 0.47 ES 43.6 63.4 39.4 44.0 51.1 49.5 56.4 36.6 60.6 0.34 0.46 0.35 RJ 38.0 58.6 32.1 16.2 19.2 26.4 62.0 41.4 67.9 0.13 0.18 0.20 SP 36.8 46.5 27.5 20.4 21.4 28.8 63.2 53.5 72.5 0.17 0.19 0.21 PR 33.5 49.9 33.2 50.1 56.3 50.5 66.5 50.1 66.8 0.39 0.50 0.40 SC 28.4 45.0 27.5 35.6 43.7 37.9 71.6 55.0 72.5 0.30 0.40 0.32 RS 40.1 50.6 39.6 52.2 53.8 52.2 59.9 49.4 60.4 0.44 0.48 0.44 MS 34.3 49.4 31.7 41.3 49.6 46.8 65.7 50.6 68.3 0.30 0.43 0.33 MT 32.5 59.2 26.9 22.8 28.7 36.6 67.5 40.8 73.1 0.16 0.26 0.22 GO 31.5 56.6 28.9 30.3 40.6 38.0 68.5 43.4 71.1 0.21 0.36 0.26 DF 41.4 55.4 32.2 29.0 33.0 35.6 58.6 44.6 67.8 0.23 0.29 0.25 Fonte: PNAD, 2004. Legenda: Obs: resultados observados. Sim1: resultados da mudança na regra de seleção. Sim 2: resultados da expansão do tamanho do programa.

Considerando os resultados potenciais de focalização na hipótese de o governo adotar outra regra de seleção, passando a observar características pessoais e familiares

15

ao invés de observar a renda, em nível nacional, 67,8% dos domicílios incluídos pertenceriam ao público-alvo do programa. A cobertura da política poderia ser de até 50,2%, enquanto que o vazamento seria de, no mínimo, 32,2%. A medida geral de efetividade da política seria de 0,45. Os estados que apresentam maior cobertura são Ceará, Paraíba, Piauí e Rio Grande do Norte (entre 72% e 88,3%). Já entre aqueles com menor cobertura estão Amapá, São Paulo, Rio de Janeiro e Roraima (entre 14,8% e 25,2%). Os menores vazamentos (menos de 20%) seriam observados nos estados de Alagoas, Maranhão, Pernambuco, Piauí, Sergipe e Roraima, enquanto que os maiores (mais de 50%) seriam observados em Mato Grosso do Sul, Paraná, São Paulo e Santa Catarina. No que tange à eficiência na regra de seleção, os estados do Amapá, São Paulo e Rio de Janeiro teriam os piores resultados (IFs menores que 0,20), enquanto que no Ceará, na Paraíba e no Rio Grande do Norte seriam verificados melhores indicadores de focalização (IFs maiores que 0,65)22.

Diante de uma expansão no tamanho do programa de cerca de 30% do número de domicílios beneficiários no país, a porcentagem de domicílios incluídos que pertencem ao público-alvo do programa seria de 45,7%. A cobertura para o Brasil seria de 56% e o vazamento seria de 54,3%. A medida geral de efetividade do programa seria de 0,42. São Paulo e Rio de Janeiro seriam os estados com a menor inclusão de domicílios potencialmente beneficiários (menos de 30%). Já no Ceará, na Paraíba e no Piauí, a parcela do público-alvo incluída da política ultrapassaria os 75%. Os menores vazamentos (cerca de 40%) seriam verificados em Alagoas e no Ceará, enquanto que em São Paulo e no Mato Grosso, a parcela de beneficiários incluída erroneamente seria de mais de 72%. Quanto à eficiência geral da regra de seleção, Amapá e Roraima seriam os estados com pior focalização (com IFs menores do que 0,18) e Ceará, Minas Gerais e Paraíba seriam aqueles em que o mecanismo de seleção melhor selecionaria os beneficiários.

Em programas focalizados, o esforço dos policy makers está em minimizar o vazamento e maximizar a cobertura. Porém, existe um trade-off entre esses indicadores: à medida que o programa se expande, ambas as medidas tendem a aumentar. Assim, seria interessante que o policy maker conhecesse, a priori, a evolução desses índices quando o programa passasse a contemplar um número maior de pessoas. Isso porque, se o vazamento crescer de forma mais expressiva que a cobertura, talvez os atuais critérios de seleção devam ser melhorados antes da expansão.

Assim, é útil comparar os resultados das duas simulações. De maneira geral, o que se observa é que, mantendo o mecanismo de seleção atual, com o aumento no tamanho do programa, tanto a cobertura quanto o vazamento seriam maiores do que se o governo adotasse um mecanismo de seleção alternativo e mantivessem fixo o tamanho da política (em termos do orçamento de 2004). No entanto, o aumento da cobertura (em média de 5,2 p.p.) seria muito inferior ao aumento do vazamento (em média de 24,1 p.p.). Considerando-se a mudança na regra de seleção, a porcentagem de domicílios 22 De maneira geral, os resultados de focalização obtidos com o mecanismo de seleção proxy-means tested são potencialmente melhores do que os observados: a cobertura poderia ser elevada em até 3,7 p.p. e o vazamento poderia ser reduzido em até 18,2 p.p. com a adoção de um mecanismo alternativo de seleção. Como resultado, teríamos um aumento potencial no indicador de focalização de 0,10 pontos. No entanto, é importante relembrar que estes resultados não podem ser diretamente comparados de modo a argüir que o mecanismo proxy-means tested seja superior ao mecanismo means tested.

16

incluídos pertencentes ao público-alvo seria de 67,8%; enquanto que com o aumento do tamanho da política esta proporção seria de 45,7%. A cobertura se elevaria de 50,2% para 56% enquanto que o vazamento aumentaria de 32,2% para 54,3%. Como resultado, a efetividade geral da regra de seleção seria menor (em média 0,08 pontos). Assim, pode-se concluir que melhores resultados de focalização do programa poderiam ser obtidos caso o mecanismo de seleção fosse aperfeiçoado, mesmo diante de um programa (orçamento) menor.

4.2. Impacto

Esta subseção apresenta os impactos observados do PBF sobre a desigualdade de renda, pobreza e extrema pobreza (Obs), bem como aqueles que seriam verificados diante da perfeita focalização do programa, ou seja, diante da inclusão de todo o público-alvo, sem erros de focalização (PF) e de cada simulação realizada: mudança no mecanismo de seleção (Sim1) e expansão do programa (Sim2). Além disso, também se apresenta o impacto que seria verificado pelo programa expandido, considerando as novas mudanças no PBF, a saber, aumento no valor dos benefícios fixo e variável e inclusão de jovens de 16 e 17 anos (Sim3).

A tabela 2 mostra os impactos sobre a desigualdade de renda, medidos pela variação percentual no Índice de Gini (em relação ao observado antes da implantação do programa)23. O primeiro ponto interessante a se observar é que, se o programa fosse perfeitamente focalizado, a redução da desigualdade de renda brasileira seria de 1,2%. Estes impactos seriam bastante distintos entre os estados: na maior parte dos estados das regiões Norte e Nordeste, a política apresentaria os maiores resultados em termos de equalização de renda, reduzindo a desigualdade em mais de 2%. Nos estados do Piauí, Alagoas e Maranhão, por exemplo, o Índice de Gini se reduziria, respectivamente, em 3,8%; 4,3% e 4,6%. Já nos estados da região Sul e no Distrito Federal, o potencial da política para diminuir a desigualdade de renda é menor (cerca de 0,5%).

Em nível nacional, a redução do Índice de Gini dada pelo recebimento do benefício do programa é de 0,6%, metade do impacto potencial da política. A redução média do Índice de Gini entre os estados foi de 0,93% (o que também equivale à metade do impacto potencial médio). Nos estados de Ceará, Paraíba, Piauí, e Rio Grande do Norte o programa reduziu o Índice de Gini entre 1,9% e 2,5%, mais de 70% do impacto que poderia ser observado diante da perfeita focalização. No Paraná e em Minas Gerais, embora a redução absoluta do Índice de Gini seja menor (de 0,4% e 0,7%, respectivamente), ela também representa um impacto relativamente grande, em relação ao que se poderia observar em perfeita focalização (mais de 65%). Já nos estados do Amapá, Mato Grosso, São Paulo, Rio de Janeiro e Roraima, o efeito da política sobre a distribuição de renda é de menos de 30% do impacto potencial, com uma redução do Índice de Gini entre 0,1% e 0,8%.

23 Ou seja, em relação ao Índice de Gini calculado a partir da renda domiciliar per capita antes do programa. No anexo, está a tabela com o Índice de Gini em cada caso.

17

Tabela 2 – Impacto sobre a desigualdade (variação percentual no Índice de Gini)

UF Obs PF Sim1 Sim2 Sim3

BR -0.627 -1.210 -0.643 -0.782 -1.009 RO -0.469 -1.213 -0.508 -0.687 -0.875 AC -0.839 -1.999 -1.027 -1.309 -1.654 AM -0.667 -1.669 -0.742 -1.138 -1.434 RR -0.753 -3.171 -0.782 -1.554 -1.968 PA -0.782 -1.743 -0.896 -1.077 -1.402 AP -0.369 -2.383 -0.430 -0.919 -1.142 TO -0.967 -1.918 -1.059 -1.247 -1.605 MA -1.704 -4.623 -1.985 -3.175 -3.995 PI -2.472 -3.822 -2.908 -3.049 -3.838 CE -1.885 -2.674 -2.043 -1.981 -2.589 RN -2.116 -2.638 -2.381 -2.045 -2.633 PB -2.500 -3.077 -2.743 -2.504 -3.184 PE -1.125 -2.360 -1.206 -1.553 -1.954 AL -2.464 -4.319 -2.540 -3.375 -4.162 SE -0.960 -1.810 -0.928 -1.457 -1.903 BA -1.273 -2.639 -1.383 -1.688 -2.198 MG -0.716 -1.039 -0.726 -0.755 -0.995 ES -0.506 -0.986 -0.585 -0.623 -0.801 RJ -0.131 -0.754 -0.123 -0.226 -0.290 SP -0.143 -0.626 -0.139 -0.240 -0.304 PR -0.377 -0.582 -0.366 -0.403 -0.522 SC -0.219 -0.376 -0.214 -0.240 -0.323 RS -0.301 -0.522 -0.293 -0.306 -0.387 MS -0.532 -0.833 -0.539 -0.581 -0.755 MT -0.257 -0.878 -0.261 -0.491 -0.624 GO -0.389 -0.842 -0.416 -0.484 -0.624 DF -0.162 -0.475 -0.166 -0.225 -0.292

Fonte: PNAD de 2004. Legenda: Obs: resultados observados. Sim1: resultados da mudança na regra de seleção. Sim2: resultados da expansão do programa. Sim3: resultados do aumento no valor do benefício e da inclusão de jovens.

A mudança do mecanismo de seleção reduziria a desigualdade de renda no Brasil em até 0,64%, 53% do que seria observado em perfeita focalização. Os impactos da expansão no tamanho do programa e do aumento no valor do benefício e inclusão dos jovens seriam ainda maiores (também entre os estados): o Índice de Gini se reduziria, respectivamente, em 0,78% e 1,01%, o que representa 65% e 83% do impacto potencial da política. Nas simulações, os maiores impactos sobre a desigualdade de renda seriam verificados nos estados de Alagoas, Maranhão, Paraíba e Piauí (2,5%; 3,0% e 4,0%, respectivamente nas simulações 1, 2 e 3). As menores reduções na iniqüidade de renda, por sua vez, seriam observadas no Distrito Federal, em São Paulo, Santa Catarina e no Rio de Janeiro (0,15%; 0,2% e 0,3%, respectivamente nas simulações 1, 2 e 3). Para a simulação 3, que considera a expansão do programa, acrescida do aumento do valor do benefício e da inclusão dos jovens de 16 e 17 anos, é interessante notar que, nos estados

18

em que o tamanho do programa é elevado, o impacto sobre a desigualdade de renda se aproxima muito do impacto potencial do programa (em perfeita focalização).

As tabelas 3 e 4 apresentam a variação das medidas de intensidade, hiato e severidade de pobreza e extrema pobreza (P0, P1 e P2).

Tabela 3 – Impacto sobre a pobreza

(variação nos indicadores de pobreza) Incidência de pobreza (P0) Hiato de pobreza (P1) Severidade da pobreza (P2)

UF Obs PF Sim1 Sim2 Sim3 Obs PF Sim1 Sim2 Sim3 Obs PF Sim1 Sim2 Sim3

BR -0.9 -1.5 -0.6 -0.8 -1.0 -0.8 -2.2 -1.0 -1.1 -1.4 -0.7 -2.4 -1.0 -1.1 -1.3 RO -1.0 -2.3 -0.9 -1.2 -1.3 -0.4 -1.7 -0.5 -0.6 -0.7 -0.3 -1.0 -0.5 -0.6 -0.7 AC -1.2 -2.7 -0.5 -1.5 -1.5 -0.9 -2.9 -1.3 -1.5 -2.0 -2.8 -10.0 -4.6 -5.3 -6.2 AM -0.6 -2.2 -0.5 -0.7 -0.9 -0.7 -2.3 -0.9 -1.2 -1.5 -0.1 -0.7 -0.2 -0.3 -0.3 RR -0.3 -1.9 -0.2 -0.5 -0.7 -1.0 -4.4 -1.0 -1.9 -2.4 -11.1 -38.3 -19.0 -18.2 -22.5 PA -0.9 -2.6 -0.8 -1.1 -1.3 -0.9 -2.5 -1.2 -1.3 -1.6 -0.2 -2.0 -0.4 -0.7 -0.8 AP -0.9 -2.2 -0.2 -1.0 -1.2 -0.3 -2.8 -0.4 -0.9 -1.1 -2.6 -8.1 -4.1 -3.9 -4.7 TO -1.3 -2.7 -0.8 -1.4 -1.7 -1.0 -2.7 -1.4 -1.4 -1.8 -7.8 -25.4 -11.2 -16.4 -19.6 MA -1.3 -1.7 -0.3 -1.2 -1.7 -1.8 -5.5 -2.3 -3.6 -4.6 -1.4 -2.7 -2.0 -2.0 -2.3 PI -1.8 -2.2 -0.9 -1.3 -1.7 -2.8 -4.5 -3.3 -3.5 -4.4 -6.9 -11.9 -8.9 -8.4 -10.3 CE -2.1 -2.2 -1.4 -1.5 -1.7 -2.7 -4.1 -3.2 -3.0 -3.9 -0.8 -1.4 -1.1 -0.9 -1.1 RN -1.9 -2.7 -1.6 -1.3 -1.8 -2.2 -3.4 -2.8 -2.3 -3.0 -3.3 -5.2 -4.4 -3.8 -4.6 PB -1.6 -2.5 -1.3 -1.2 -1.5 -2.9 -4.1 -3.3 -3.0 -3.9 -4.4 -10.8 -5.7 -6.7 -8.0 PE -2.0 -2.1 -0.8 -1.7 -2.0 -1.9 -4.0 -2.2 -2.6 -3.3 -0.8 -1.6 -1.0 -1.2 -1.4 AL -1.5 -2.3 -0.6 -1.6 -1.8 -2.4 -4.4 -2.5 -3.3 -4.1 -0.7 -1.7 -0.9 -1.1 -1.3 SE -1.3 -2.2 -1.1 -1.6 -1.7 -1.2 -2.6 -1.2 -1.7 -2.2 -9.5 -26.7 -14.2 -15.1 -18.5 BA -1.6 -2.0 -0.9 -1.3 -1.7 -1.6 -3.7 -2.0 -2.2 -2.9 -1.1 -2.7 -1.4 -1.4 -1.7 MG -1.0 -1.6 -1.0 -0.9 -1.1 -0.9 -1.7 -0.9 -1.0 -1.3 -0.7 -3.2 -1.5 -1.2 -1.4 ES -1.0 -1.8 -0.6 -1.0 -1.2 -0.5 -1.7 -0.9 -0.8 -1.0 -0.6 -12.0 -1.1 -1.3 -1.6 RJ -0.3 -1.0 -0.3 -0.4 -0.5 -0.2 -1.8 -0.2 -0.3 -0.4 -0.3 -4.3 -0.5 -0.7 -0.8 SP -0.3 -1.1 -0.2 -0.3 -0.4 -0.2 -1.3 -0.2 -0.3 -0.4 -0.1 -0.3 -0.1 -0.1 -0.1 PR -0.7 -1.4 -0.8 -0.7 -0.8 -0.4 -1.2 -0.6 -0.5 -0.7 -0.1 -0.4 -0.1 -0.1 -0.1 SC -0.3 -0.7 -0.2 -0.4 -0.4 -0.2 -0.7 -0.2 -0.2 -0.3 -0.8 -2.7 -1.1 -1.0 -1.2 RS -0.6 -1.1 -0.6 -0.6 -0.7 -0.5 -1.2 -0.6 -0.5 -0.7 -0.6 -2.3 -1.0 -0.8 -1.0 MS -1.2 -2.1 -0.9 -1.0 -1.2 -0.4 -1.2 -0.6 -0.5 -0.7 -0.3 -1.8 -0.4 -0.5 -0.6 MT -0.5 -1.7 -0.4 -0.7 -0.7 -0.2 -1.4 -0.3 -0.4 -0.6 -0.4 -2.7 -0.9 -0.7 -0.8 GO -0.6 -2.0 -0.5 -0.7 -0.9 -0.3 -1.3 -0.5 -0.4 -0.5 -0.1 -0.8 -0.2 -0.2 -0.2 DF -0.5 -1.6 -0.5 -0.7 -0.8 -0.4 -1.7 -0.4 -0.5 -0.6 -0.4 -2.1 -0.5 -0.5 -0.6 Fonte: PNAD de 2004. Legenda: Obs: resultados observados. Sim1: resultados da mudança na regra de seleção. Sim2: resultados da expansão do programa. Sim3: resultados do aumento no valor do benefício e da inclusão de jovens.

Para o Brasil como um todo, se o programa fosse perfeitamente focalizado, as incidências de pobreza e a extrema pobreza poderiam ser reduzidas em 1,5 p.p. e 2,8 p.p.. Nas regiões Norte e Nordeste, as reduções potenciais da porcentagem de domicílios pobres e de extremamente pobres estariam nos intervalos de 1,6 p.p. a 2,7 p.p. e de 4,0 p.p. a 9,5 p.p., respectivamente (com exceção de Roraima). Os maiores

19

impactos sobre a incidência de pobreza seriam verificados nos estados do Acre, Pará e Tocantins (2,65 p.p., em média). Quanto à incidência de extrema pobreza, os impactos mais significativos estariam no Alagoas, Ceará, Maranhão, Paraíba e Piauí (mais de 7 p.p.). Na região Sul, em São Paulo e no Rio de Janeiro, o potencial da política em reduzir a porcentagem de pobres e extremamente pobres é menor: entre 0,7 p.p. e 1,4 p.p. e entre 0,4 p.p. e 1,5 p.p., respectivamente.

No que se refere à redução da razão de insuficiência de renda (ou hiato de renda) e da severidade de pobreza e extrema pobreza, os impactos potenciais diante de um programa perfeitamente focalizado são mais significativos: para o Brasil como um todo, o programa poderia reduzir a razão de insuficiência de renda e a severidade de pobreza em 2,3 p.p. (25,1% e 42,2%) e de extrema pobreza em 2,5 p.p. (59,5% e 73,4%). Isto mostra que o recebimento do benefício promove potencialmente um aumento significativo na renda dos beneficiários, mesmo que não seja suficiente para mudar seu status de pobreza e extrema pobreza.

Ao avaliar os impactos observados do programa sobre a melhoria dos indicadores sociais, a comparação com o impacto potencial (em perfeita focalização) é mais informativa do que a simples observação dos efeitos absolutos. No Brasil, a porcentagem de domicílios pobres e extremamente pobres se reduziu em 0,9 p.p. e 1,1 p.p., o que representa 60,0% e 40,4% da melhoria potencial do programa sobre estes indicadores. O programa também reduziu o hiato de pobreza e extrema pobreza em 0,8 p.p. e 0,7 p.p. e a severidade de pobreza e extrema pobreza em 0,7 p.p. e 0,6 p.p.. Isto mostra que a diminuição da razão de insuficiência de renda e da severidade de pobreza e extrema pobreza decorrente do aumento de renda promovido pelo recebimento do benefício corresponde a cerca de 36% e 28% (no caso do hiato) e de 29% e 24% (no caso da severidade) do impacto potencial do programa.

O sucesso do programa em diminuir os indicadores de pobreza e extrema pobreza é bastante heterogêneo entre os estados. Nos estados do Ceará, na Paraíba, no Piauí e no Rio Grande do Norte, a redução na incidência de pobreza (entre 1,6 p.p. e 2,1 p.p.) e de extrema pobreza (entre 2,8 p.p. e 4,4 p.p.) corresponde a mais de 95% e 50% do resultado que seria alcançado em perfeita focalização.

Nestas localidades, também se observam os maiores impactos sobre a diminuição do hiato e da severidade da pobreza e extrema pobreza. Nos estados do Ceará, Piauí, Paraíba e Rio Grande do Norte, a razão de insuficiência de renda (de pobreza e extrema pobreza) sofreu uma diminuição de 2,5 p.p. e 2,0 p.p. (65% e 55% do impacto potencial), enquanto que a redução da severidade de pobreza e extrema pobreza representou 60% e 52% do impacto potencial (entre 0,8 p.p. e 6,9 p.p. e entre 1,7 p.p. e 2,2 p.p.).

Novamente podem-se destacar o Amapá, Mato Grosso, São Paulo, Rio de Janeiro e Roraima entre os estados com os menores impactos (com exceção de Roraima no caso da pobreza e do Amapá no caso da extrema pobreza). De maneira geral, nestas regiões, a diminuição observada na incidência de pobreza e extrema pobreza (entre 0,3 p.p. e 0,6 p.p. e entre 0,2 p.p. e 1,4 p.p.), no hiato (entre 0,2 p.p. e 1,0 p.p. e entre 0,1 p.p. e 2,8 p.p.) e na severidade (entre 0,1 p.p. e 0,4 p.p. para ambos os casos) correspondem a menos de 30%, 20% e 10% dos impactos potenciais.

20

Assim como no caso da focalização, o sucesso da política em aliviar a condição de pobreza e miséria da população brasileira, bem como em reduzir as desigualdades, também parece se relacionar positivamente com o tamanho do programa em relação ao público-alvo em cada estado. Em outras palavras, os impactos mais elevados são verificados em estados cujo orçamento do programa se aproxima do necessário para a perfeita focalização. Naqueles estados em que o programa é pequeno, os impactos são relativamente menores.

Tabela 4 – Impacto sobre a extrema pobreza (variação nos indicadores de extrema pobreza)

Incidência de extrema pobreza (P0) Hiato de extrema pobreza (P1) Severidade da extrema pobreza (P2) UF Obs PF Sim1 Sim2 Sim3 Obs PF Sim1 Sim2 Sim3 Obs PF Sim1 Sim2 Sim3 BR -1.1 -2.8 -1.7 -1.8 -2.0 -0.7 -2.5 -1.0 -1.1 -1.2 -0.6 -2.5 -0.9 -0.9 -1.0

RO -0.6 -2.1 -1.1 -1.0 -1.1 -0.3 -1.3 -0.4 -0.5 -0.5 -0.1 -1.5 -0.3 -0.2 -0.3

AC -1.4 -4.3 -2.1 -2.0 -2.2 -4.9 -21.0 -10.5 -9.3 -10.0 -0.5 -2.2 -1.1 -1.3 -1.4

AM -1.1 -4.1 -2.3 -2.0 -2.3 -0.1 -0.4 -0.1 -0.1 -0.2 -0.4 -1.6 -0.7 -0.8 -0.9

RR -1.4 -4.9 -0.7 -2.2 -2.7 -2.8 -9.9 -4.8 -4.4 -4.9 -1.0 -5.8 -1.8 -2.0 -2.1

PA -1.5 -4.3 -2.6 -2.4 -2.7 -1.7 -5.7 -2.7 -3.7 -4.1 -0.3 -1.5 -0.6 -0.6 -0.6

AP -0.2 -4.6 -0.9 -1.9 -1.9 -17.5 -35.0 -26.6 -25.7 -28.5 -0.4 -2.6 -0.5 -0.8 -0.8

TO -1.3 -4.0 -2.6 -2.1 -2.3 -14.0 -26.6 -19.6 -18.8 -20.7 -0.7 -2.6 -1.2 -1.1 -1.3

MA -3.2 -9.5 -3.9 -6.3 -6.9 -1.1 -2.1 -1.8 -1.4 -1.5 -1.7 -5.7 -2.8 -3.7 -4.0

PI -3.4 -7.0 -5.5 -5.1 -6.2 -3.1 -5.4 -4.5 -3.9 -4.3 -2.2 -4.4 -3.3 -3.2 -3.5

CE -4.0 -7.1 -6.1 -5.2 -6.1 -1.9 -5.1 -2.7 -3.1 -3.3 -1.8 -3.7 -2.5 -2.5 -2.6

RN -2.8 -5.6 -5.0 -3.9 -4.7 -2.5 -5.0 -3.1 -3.8 -4.1 -1.7 -3.1 -2.7 -2.0 -2.2

PB -4.4 -7.5 -6.5 -5.6 -6.5 -0.5 -1.3 -0.8 -0.8 -0.9 -2.1 -3.6 -2.9 -2.5 -2.7

PE -3.0 -6.7 -4.0 -4.4 -5.2 -2.0 -6.6 -3.5 -3.6 -4.0 -1.5 -4.2 -2.1 -2.5 -2.7

AL -3.0 -7.0 -4.1 -5.2 -6.4 -4.2 -13.3 -6.0 -6.1 -6.7 -2.2 -4.4 -2.6 -3.2 -3.4

SE -1.3 -4.4 -2.6 -2.7 -3.2 -0.6 -3.2 -1.5 -1.1 -1.1 -0.6 -1.6 -0.8 -1.0 -1.0

BA -2.2 -5.7 -3.6 -3.8 -4.5 -0.2 -3.6 -0.3 -0.3 -0.4 -0.9 -3.5 -1.6 -1.7 -1.8

MG -1.0 -1.9 -1.3 -1.3 -1.5 -0.2 -4.3 -0.4 -0.5 -0.6 -0.5 -1.9 -0.8 -0.8 -0.8

ES -0.7 -1.8 -1.1 -1.0 -1.1 -0.9 -4.1 -1.4 -1.3 -1.4 -0.3 -1.8 -0.7 -0.6 -0.6

RJ -0.2 -1.1 -0.4 -0.4 -0.5 -0.02 -0.3 -0.1 -0.04 -0.05 -0.1 -3.3 -0.2 -0.3 -0.3

SP -0.2 -0.8 -0.3 -0.4 -0.4 -0.1 -0.4 -0.2 -0.1 -0.1 -0.1 -2.5 -0.2 -0.3 -0.3

PR -0.6 -1.5 -1.1 -0.8 -0.9 -0.1 -0.3 -0.1 -0.1 -0.1 -0.2 -1.3 -0.3 -0.4 -0.4

SC -0.1 -0.4 -0.2 -0.1 -0.1 -0.1 -0.7 -0.1 -0.2 -0.2 -0.1 -0.8 -0.2 -0.1 -0.1

RS -0.6 -1.4 -0.8 -0.8 -0.9 -0.1 -0.6 -0.2 -0.1 -0.1 -0.3 -1.5 -0.5 -0.4 -0.4

MS -0.5 -1.4 -0.8 -0.6 -0.6 -0.3 -2.3 -0.5 -0.5 -0.5 -0.2 -1.2 -0.5 -0.4 -0.4

MT -0.4 -1.5 -0.5 -0.7 -0.7 -0.2 -1.5 -0.3 -0.3 -0.4 -0.1 -1.5 -0.2 -0.3 -0.3

GO -0.3 -1.5 -0.8 -0.6 -0.6 -0.1 -1.2 -0.3 -0.2 -0.3 -0.1 -1.2 -0.3 -0.2 -0.2

DF -0.6 -1.6 -0.6 -0.7 -0.9 -0.4 -2.3 -0.5 -0.5 -0.5 -0.3 -2.6 -0.5 -0.4 -0.4

Fonte: PNAD de 2004. Legenda: Obs: resultados observados. Sim1: resultados da mudança na regra de seleção. Sim2: resultados da expansão do programa. Sim3: resultados do aumento no valor do benefício e da inclusão de jovens.

Para o Brasil como um todo, a incidência de pobreza e extrema pobreza poderia se reduzir em até 0,6 p.p. e 1,7 p.p., caso o governo alterasse a regra de seleção ao

21

programa (simulação 1). Diante do programa expandido (simulação 2), estes impactos seriam de 0,8 p.p. e 1,8 p.p.. No que tange à diminuição do hiato e da severidade de pobreza e extrema pobreza, os impactos da mudança no mecanismo de seleção e da expansão do programa continuam sendo muito semelhantes; (1,05 p.p. e 1,15 p.p. - redução do hiato de pobreza e extrema pobreza e 1,05 p.p. e 0,90 p.p. - redução da severidade de pobreza e extrema pobreza).

O mesmo não ocorre entre os estados. No que se refere à melhoria dos indicadores de pobreza, em geral, o resultado da expansão do programa é maior do que o da mudança na regra de seleção, sobretudo no Alagoas, Acre, Maranhão e Pernambuco. As exceções são os estados de Minas Gerais, Paraná, Paraíba e Rio Grande do Norte. Já no que tange à melhoria dos indicadores de extrema pobreza, os impactos verificados pelo mecanismo de seleção alternativo, em geral, são maiores do que os que seriam observados diante da expansão do programa, principalmente entre os estados do Ceará, Paraíba e Rio Grande do Norte. Neste caso, as principais exceções são Alagoas, Amapá, Maranhão e Roraima.

Em nível nacional, o aumento no valor da transferência e a inclusão dos jovens elevariam os impactos da expansão do programa sobre a redução da incidência de pobreza e extrema pobreza em 25% e 11% e sobre a diminuição do hiato e da severidade de pobreza e extrema pobreza em 27% e 9% e em 18% e 11%, respectivamente. Entre os estados, o maior volume de transferências aumentaria em média em 20% (13%) o impacto sobre a redução da incidência de pobreza (extrema pobreza); 30% (14%) o impacto sobre a razão de insuficiência de renda de pobreza (extrema pobreza) e em 17% (6%) o impacto sobre a severidade de pobreza (extrema pobreza), quando comparado com o impacto dado pela expansão do programa.

Um ponto interessante a se destacar é a diferença no perfil dos domicílios beneficiados nas simulações 1 e 2: a renda per capita média dos domicílios que seriam incluídos a partir do mecanismo proxy-means tested é de R$92,60 e 31% deles são extremamente pobres. Enquanto isso, a renda per capita média dos domicílios incluídos a partir da expansão do programa é de R$147,70 e 19% deles são extremamente pobres. Isto explica as seguintes diferenças de resultados entre as simulações. Em linhas gerais, a mudança na regra de seleção apresenta melhores indicadores de focalização do que a expansão do programa. Além disso, ela também parece promover maiores impactos sobre a redução da extrema pobreza. Com a expansão do programa, porém, a redução da pobreza e da desigualdade de renda seria maior24.

A avaliação do impacto do uma política pública sobre as condições materiais dos indivíduos beneficiários é, em certa medida, uma forma complementar para se avaliar a focalização, já que leva em conta os aspectos distributivos (Coady et. alli., 2002). Os resultados apresentados nesta seção evidenciam uma grande diferença no grau de focalização do PBF entre estados, o que, por sua vez, também se reflete em diferentes

24 É preciso lembrar que para calcular os indicadores de focalização, utilizam-se os pontos de corte do governo, enquanto que para calcular os impactos utilizam-se as linhas de pobreza do IPEA-IBGE-CEPAL. Assim, na expansão do programa, um determinado domicílio pode ser considerado erroneamente incluído na política por possuir renda per capita maior de que R$100,00, mas sua inclusão pode favorecer a redução dos indicadores de pobreza (P0, P1 e P2), caso sua renda esteja abaixo da linha adotada no seu estado.

22

impactos sobre a desigualdade de renda, a pobreza e a extrema pobreza. Além disso, eles também evidenciam o trade-off existente entre o aumento do tamanho do programa e a sua focalização. A próxima seção sumariza as principais conclusões encontradas.

5. Conclusões

Este artigo teve como objetivo avaliar a focalização do Programa Bolsa Família e o seu impacto sobre a redução da desigualdade de renda e da pobreza e extrema pobreza.

Em 2004, o Programa Bolsa Família atendia a 48,3% dos domicílios elegíveis ao programa. Por outro lado, 48,7% dos domicílios beneficiários não pertencem ao público-alvo do programa. O aspecto mais relevante em relação aos resultados é a grande heterogeneidade verificada entre os estados. Embora o orçamento do programa seja determinado a partir da incidência de pobreza em cada estado, a relação entre o tamanho do programa e o tamanho do público-alvo é bastante distinta entre as diferentes UFs e isso afeta em alguma medida os resultados de focalização e impacto da política.

Como esperado, a cobertura do programa é crescente com o seu tamanho em relação ao público-alvo. Por outro lado, o vazamento não apresenta relação positiva com o tamanho do programa. Ao contrário, nos estados em que o programa é maior, os erros de inclusão também são relativamente menores. Como resultado, os estados com maior orçamento relativo ao número de domicílios potencialmente beneficiários (Ceará, Piauí, Paraíba e Rio Grande do Norte) são aqueles em que a efetividade geral da regra de seleção comparativamente é maior (IF médio de 0,47). O contrário acontece com os estados com orçamentos relativamente menores (Amapá, Mato Grosso, São Paulo, Roraima e Rio de Janeiro), em que a regra de seleção promove os piores resultados de focalização (IFs menores do que 0,20). O IF para o Brasil é de 0,39.

As diferenças nos graus de focalização refletem-se no sucesso do programa em reduzir as disparidades sociais em cada estado, bem como em aliviar a pobreza e a extrema pobreza. Assim, os estados do Ceará, Paraíba, Piauí, e Rio Grande do Norte são aqueles em que o PBF é mais efetivo na diminuição da desigualdade de renda, da pobreza e da extrema pobreza. Estes impactos muitas vezes se aproximam do que seria possível alcançar se não houvesse erros de focalização. No Amapá, Mato Grosso, São Paulo, Rio de Janeiro e Roraima, por sua vez, os resultados efetivos do programa comparados aos impactos potenciais são reduzidos.

No Brasil, o PBF reduziu o Índice de Gini em cerca de 0,6% (50% do impacto potencial). Além disso, as incidências de pobreza e extrema pobreza no Brasil reduziram-se em 0,9 p.p. e 1,1 p.p. em decorrência do programa; os hiatos de pobreza e extrema pobreza diminuíram em 0,8 p.p. e 0,7 p.p. e a severidade de pobreza e extrema pobreza em 0,7 p.p. e 0,6 p.p.. No período de 2001 a 2004, o Índice de Gini reduziu-se em cerca de 4%. Os indicadores P0, P1 e P2, por sua vez, reduziram-se em 1,8 p.p., 1,9 p.p. e 1,6 p.p. sobre a pobreza e em 2,2 p.p., 1,4 p.p. e 1,0 p.p. sobre a extrema

23

pobreza25. Assim, a magnitude dos impactos do PBF não pode ser considerada pequena, uma vez que representa aproximadamente 50% da redução destes indicadores.

Deve-se ressaltar que a contribuição do PBF para tais melhorias deve ser visto com cautela: em primeiro lugar, a retirada de domicílios da condição de pobreza e extrema pobreza pelo programa está condicionada à sua existência, o que depende de decisões de natureza política; além disso, a continuidade destes impactos depende da inclusão de novos beneficiários ou do aumento no valor do benefício, o que pode gerar problemas de focalização. Por outro lado, deve-se lembrar que o principal objetivo do programa é atuar de forma estrutural sobre a redução da pobreza e da desigualdade de renda no longo prazo, e que, para isso, ele se baliza no investimento em capital humano, com o intuito de promover condições para a geração autônoma de renda para os indivíduos no futuro. Assim, entende-se que o programa apresenta uma contribuição ainda mais significativa do que esta verificada no curto prazo.

Além disso, são feitas duas simulações: a adoção de um mecanismo alternativo de seleção dos beneficiários (proxy-means tested), mantendo-se fixo o orçamento observado em 2004 e a expansão do número de beneficiários, mantendo a mesma regra de seleção observada em 2004. Comparando os resultados dos dois exercícios, fica evidente o trade-off existentes entre aumento do tamanho do programa e focalização: de maneira geral, o programa poderia obter melhores resultados de focalização caso o governo adotasse um mecanismo de seleção alternativo vis-à-vis a expansão da política. Os dois mecanismos de seleção parecem incluir domicílios com perfis diferentes, o que se reflete nas diferenças de impactos dadas pelas duas simulações. Nestes exercícios, o mecanismo proxy-means tested tendeu a beneficiar domicílios com renda mais baixa em média, o que influenciou seu maior impacto sobre a extrema pobreza. Por outro lado, a expansão do programa, que tendeu a incluir domicílios com renda um pouco mais elevada, apresentou melhores resultados sobre a redução da pobreza e da desigualdade de renda.

Finalmente, mostra-se que o aumento no valor da transferência de R$50,00 para R$54,00 (benefício fixo) e de R$15,00 para R$18,00 (benefício variável), bem como a inclusão dos jovens de 16 e 17 anos, já residentes em domicílios beneficiários devem elevar os impactos do programa sobre a redução da desigualdade de renda (em 29,5%), da incidência de pobreza e extrema pobreza (em 25% e 11%) e do hiato e da severidade de pobreza e extrema pobreza (em 27% e 9% e em 18% e 11%, respectivamente).

BIBLIOGRAFIA

ANUATTI-NETO, F.; FERNANDES, R.; PAZELLO, E. T. Poverty Alleviation

Policies: The Problem of Targeting When Income is Not Observed. Ribeirão Preto: FEARP, 2001. (Texto para discussão; 17).

BANCO MUNDIAL. World Development Report 2006: Equity and Development. Nova Iorque: Oxford University Press, 2006.

25 IPEA (2007).

24

BARROS, R.; CARVALHO, M.; DUTRA, R.; FRANCO, S.; HARTUNG, G. O uso dos preditores para a melhoria da qualidade das informações do Cadastro Único. Rio de Janeiro/ Brasília: IPEA / MDS, 2007. mimeo.

BARROS, R.P.; CARVALHO, M.; FRANCO, S.; MENDONÇA, R. Determinantes Imediatos da Queda da Desigualdade Brasileira. Texto para discussão n° 1253, Rio de Janeiro: IPEA, 2007.

BRASIL. Ministério do Desenvolvimento Social e Combate à Fome. Programa Bolsa Família. Brasília: MDS, 2008. Disponível em: <http://www.mds.gov.br/bolsafamilia>. Acesso em: 07 fev. 2008.

CASTAÑEDA, T.; LINDERT, K.; DE LA BRIÈRE, B., FERNANDEZ, C.; HUBERT, C.; LARRAÑAGA, O.; OROZCO, M.; VIQUEZ, R. Designing and Implementing Household Targeting Systems: Lessons from Latin America and the United States. Washington D.C.: World Bank, 2005 (Discussion Paper n° 0526).

COADY, D.; GROSH, M.; HODDINOTT, J. The Targeting of Transfers in Developing Countries: Review of Experiences and Lessons. Washington D.C.: World Bank, 2005 (Discussion Paper n° 0526). FERREIRA, F.; LEITE, P.; LITCHFIELD, J. The rise and fall of Brazilian Inequality: 1981 – 2004. Policy Research Working Paper n° 3867, Washington D. C.: World Bank, 2006.

FERRO, A.R.; KASSOUF, A.L. Avaliação do impacto dos Programas de Bolsa Escola na incidência de trabalho infantil no Brasil. Porto Seguro: Anais do XXXI Encontro Nacional de Economia, 2003.

FREIJE, S.; BANDO, R.; ARCE, F. Conditional transfers, labor supply and poverty: microsimulating “oportunidades”. 2005. Disponível em: <http://wwwtest.aup.edu/lacea2005/ system/step2_php/papers/freije_sfre.pdf>.

HOFFMAN, R. Brasil, 2004: Menos pobres e menos ricos. In: Parcerias Estratégicas - Edição especial: Análise sobre a Pesquisa Nacional por Amostra de Domicílios (Pnad 2004). Brasília: Centro de Gestão e Estudos Estratégicos, n.22, 2006, p. 77 – 88.

Instituto de Pesquisa Econômica Aplicada. A queda recente da desigualdade no Brasil – Nota técnica, Brasília: IPEA, 2007. Disponível em: <http://www.ipea.gov.br/sites/000/2/publicacoes/notastecnicas/notastecnicas8.pdf>. Acesso em: 01 set. 2007.

KAKWANI, N.; NERI, M.; SON, H. Linkages between Pro-Poor Growth, Social Programmes and Labor Market: The Recent Brazilian Experience. Brasil: Working Paper, n.26, PNUD, 2006. RAMOS, L. A desigualdade de rendimentos do trabalho no período pós-Real: o papel da escolaridade e do desemprego, Economia Aplicada, v.11, nº2, 2007.

ROCHA, S. Alguns aspectos relativos à evolução 2003-2004 da pobreza e da indigência no Brasil. In: Parcerias Estratégicas - Edição especial: Análise sobre a Pesquisa Nacional por Amostra de Domicílios (Pnad 2004). Brasília: Centro de Gestão e Estudos Estratégicos, n.22, 2006, p. 11 – 38.

SOARES, F. V.; SOARES, S.; SOUSA, M. M. C.; OSÓRIO, R. G. Programas do Transferência de Renda no Brasil: Impactos sobre a Desigualdade. Brasília: IPEA, 2006 (Texto para discussão n° 1228).

SOARES, S. Distribuição de renda no Brasil de 1976 a 2004 com ênfase no período entre 2001 e 2004. Brasília: IPEA, 2006a (Texto para discussão n° 1166).

25

TAVARES, P. A. Uma avaliação do Programa Bolsa Escola Federal: focalização e impacto na pobreza e distribuição de renda. In: IPEA. Prêmio IPEA-Caixa 2006: monografias premiadas. Brasília: IPEA, 2008: 551-590.

TAVARES, P. A.; MENEZES-FILHO, N. A. O papel do capital humano sobre a desigualdade de salários no Brasil entre 1981 e 2006. São Paulo: FEA/USP, 2007. mimeo. United Nations Development Programe. Human Development Report 2006. Nova Iorque, 2006.

25

AN

EX

OS

Tab

ela

A.1

– L

inha

s de

pob

reza

e e

xtre

ma

pobr

eza

corr

igid

as

Reg

ião

Lin

has

de p

obre

za

Lin

has

de e

xtre

ma

pobr

eza

2001

20

04

2001

20

04

RJ

Met

ropo

litan

a 13

0.1

172.

2 65

.1

86.1

Urb

ana

110.

4 14

6.1

55.2

73

.1

R

ural

99

.4

131.

5 49

.7

65.7

SP

M

etro

polit

ana

130.

9 17

3.2

65.5

86

.6

U

rban

a 11

5.9

153.

4 58

.0

76.7

Rur

al

94.6

12

5.2

47.3

62

.6

Sul

met

ropo

litan

a (P

orto

Ale

gre)

14

5.1

192.

0 72

.6

96.0

met

ropo

litan

a (C

urit

iba)

11

9.9

158.

6 59

.9

79.3

Urb

ana

114.

3 15

1.3

57.2

75

.7

R

ural

10

4.1

137.

8 52

.0

68.9

N

orde

ste

Met

ropo

litan

a (F

orta

leza

) 10

3.3

136.

7 51

.7

68.4

Met

ropo

litan

a (R

ecif

e)

135.

6 17

9.5

67.8

89

.8

M

etro

polit

ana

(Sal

vado

r)

127.

8 16

9.1

63.9

84

.5

U

rban

a 11

6.7

154.

5 58

.4

77.2

Rur

al

104.

1 13

7.8

52.0

68

.9

Les

te

Met

ropo

litan

a (B

H)

101.

7 13

4.6

50.9

67

.3

U

rban

a 91

.5

121.

1 45

.7

60.5

Rur

al

78.1

10

3.3

39.0

51

.7

Nor

te

met

ropo

litan

a (B

elém

) 11

5.9

153.

4 58

.0

76.7

Urb

ana

119.

9 15

8.6

59.9

79

.3

R

ural

10

4.9

138.

8 52

.4

69.4

C

entr

o-O

este

M

etro

polit

ana

(DF

) 11

2.8

149.

2 56

.4

74.6

Urb

ana

97.0

12

8.4

48.5

64

.2

R

ural

85

.2

112.

7 42

.6

56.4

F

onte

: IP

EA

DA

TA

(20

08).

26

T

abel

a A

.2 -

Índ

ice

de G

ini

Dep

ois

BF

U

F

Ant

es

BF

O

bs

PF

Si

m1

Sim

2 Si

m3

BR

0.

587

0.58

4 0.

580

0.58

3 0.

583

0.58

1 R

O

0.54

1 0.

538

0.53

4 0.

538

0.53

7 0.

536

AC

0.

596

0.59

1 0.

584

0.59

0 0.

588

0.58

6 A

M

0.54

9 0.

545

0.54

0 0.

545

0.54

2 0.

541

RR

0.

582

0.57

8 0.

564

0.57

8 0.

573

0.57

1 P

A

0.55

4 0.

550

0.54

5 0.

549

0.54

8 0.

546

AP

0.

568

0.56

6 0.

555

0.56

6 0.

563

0.56

2 T

O

0.58

1 0.

575

0.56

9 0.

574

0.57

3 0.

571

MA

0.

636

0.62

5 0.

606

0.62

3 0.

616

0.61

0 P

I 0.

613

0.59

7 0.

589

0.59

5 0.

594

0.58

9 C

E

0.60

8 0.

597

0.59

2 0.

596

0.59

6 0.

592

RN

0.

589

0.57

6 0.

573

0.57

5 0.

577

0.57

3 P

B

0.61

6 0.

601

0.59

7 0.

599

0.60

1 0.

597

PE

0.

631

0.62

4 0.

616

0.62

4 0.

621

0.61

9 A

L

0.58

2 0.

567

0.55

7 0.

567

0.56

2 0.

558

SE

0.57

2 0.

567

0.56

2 0.

567

0.56

4 0.

562

BA

0.

586

0.57

8 0.

570

0.57

8 0.

576

0.57

3 M

G

0.55

6 0.

552

0.55

0 0.

552

0.55

2 0.

550

ES

0.56

5 0.

562

0.56

0 0.

562

0.56

2 0.

561

RJ

0.57

0 0.

569

0.56

5 0.

569

0.56

8 0.

568

SP

0.54

3 0.

543

0.54

0 0.

543

0.54

2 0.

542

PR

0.

559

0.55

7 0.

556

0.55

7 0.

557

0.55

6 SC

0.

470

0.46

9 0.

469

0.46

9 0.

469

0.46

9 R

S 0.

544

0.54

3 0.

542

0.54

3 0.

543

0.54

2 M

S 0.

529

0.52

6 0.

525

0.52

6 0.

526

0.52

5 M

T

0.53

3 0.

532

0.52

8 0.

532

0.53

0 0.

530

GO

0.

538

0.53

6 0.

533

0.53

6 0.

535

0.53

4 D

F

0.63

3 0.

632

0.63

0 0.

632

0.63

2 0.

631

Fon

te:

PN

AD

de

2004

.

27

Tab

ela

A.3

– I

mpa

cto

sobr

e a

pobr

eza

Inci

dênc

ia d

e po

brez

a (P

0)

Hia

to d

e po

brez

a (P

1)

Seve

rida

de d

a po

brez

a (P

2)

Dep

ois

BF

D

epoi

s B

F

Dep

ois

BF

U

F

Ant

es

BF

O

bs

PF

Si

m1

Sim

2 Si

m3

Ant

es

BF

O

bs

PF

Si

m1

Sim

2 Si

m3

Ant

es

BF

O

bs

PF

Si

m1

Sim

2 Si

m3

BR

19

.33

18.4

4 17

.80

18.7

2 18

.53

18.3

6 8.

58

7.77

6.

43

7.60

7.

50

7.19

5.

76

5.04

3.

33

4.74

4.

68

4.45

RO

16

.90

15.8

6 14

.63

16.0

1 15

.69

15.5

8 5.

87

5.46

4.

20

5.35

5.

28

5.13

2.

72

2.44

1.

68

2.20

2.

14

2.03

AC

30

.12

28.9

4 27

.45

29.5

8 28

.66

28.6

6 12

.26

11.3

5 9.

38

10.9

3 10

.74

10.2

9 26

.93

24.1

1 16

.91

22.3

0 21

.67

20.7

3

AM

25

.24

24.6

7 23

.04

24.7

3 24

.49

24.3

3 9.

82

9.12

7.

57

8.89

8.

63

8.33

1.

66

1.51

0.

97

1.47

1.

38

1.33

RR

35

.57

35.2

3 33

.71

35.4

0 35

.07

34.9

0 18

.27

17.3

0 13

.84

17.2

5 16

.37

15.8

3 95

.04

83.9

1 56

.77

76.0

1 76

.84

72.5

8

PA

27

.06

26.1

3 24

.49

26.2

4 25

.99

25.7

5 9.

86

8.97

7.

41

8.67

8.

61

8.25

5.

30

5.06

3.

26

4.91

4.

64

4.52

AP

28

.66

27.7

8 26

.48

28.4

4 27

.61

27.4

4 11

.91

11.6

0 9.

12

11.4

7 11

.01

10.8

3 19

.02

16.3

7 10

.91

14.9

6 15

.13

14.3

0

TO

25

.56

24.3

0 22

.86

24.7

4 24

.11

23.8

6 10

.52

9.49

7.

81

9.16

9.

14

8.73

65

.18

57.4

0 39

.80

53.9

4 48

.74

45.5

7

MA

45

.73

44.3

8 43

.99

45.4

5 44

.55

44.0

4 23

.68

21.8

5 18

.19

21.4

3 20

.09

19.1

0 6.

58

5.17

3.

91

4.58

4.

62

4.24

PI

41.4

0 39

.18

39.0

8 40

.50

40.0

8 39

.66

19.4

5 16

.65

14.9

2 16

.12

15.9

8 15

.05

29.4

4 22

.51

17.5

8 20

.51

21.0

4 19

.18

CE

38

.59

36.3

7 36

.30

37.2

4 37

.10

36.9

0 17

.22

14.5

0 13

.14

14.0

6 14

.25

13.2

8 3.

40

2.62

2.

04

2.25

2.

48

2.30

RN

33

.33

31.6

1 31

.46

31.7

6 32

.06

31.5

8 14

.47

12.2

6 11

.12

11.6

9 12

.20

11.5

0 12

.64

9.36

7.

41

8.28

8.

83

8.06

PB

37

.70

36.2

2 36

.14

36.3

9 36

.48

36.2

4 16

.92

14.0

1 12

.82

13.5

8 13

.90

13.0

4 26

.08

21.6

6 15

.30

20.3

7 19

.40

18.1

0

PE

36

.59

34.6

2 34

.48

35.8

1 34

.91

34.5

8 16

.60

14.7

1 12

.55

14.4

4 13

.99

13.3

1 4.

36

3.53

2.

73

3.39

3.

15

2.94

AL

43

.94

42.4

9 41

.64

43.3

3 42

.36

42.1

2 20

.14

17.7

4 15

.74

17.6

1 16

.81

16.0

1 4.

18

3.51

2.

47

3.31

3.

08

2.84

SE

27.9

5 26

.64

25.7

7 26

.83

26.3

3 26

.20

10.5

3 9.

36

7.97

9.

31

8.84

8.

29

64.7

0 55

.19

38.0

3 50

.53

49.5

9 46

.24

BA

34

.99

33.3

6 33

.00

34.0

7 33

.66

33.3

3 15

.04

13.4

1 11

.37

13.0

5 12

.84

12.1

3 6.

36

5.30

3.

62

5.00

4.

98

4.68

MG

16

.61

15.6

1 15

.02

15.6

5 15

.75

15.5

1 6.

67

5.81

4.

94

5.72

5.

70

5.39

7.

25

6.54

4.

08

5.72

6.

05

5.81

ES

16.9

5 16

.00

15.1

8 16

.38

16.0

0 15

.76

6.49

5.

95

4.74

5.

60

5.74

5.

53

26.6

0 25

.99

14.5

8 25

.48

25.2

8 24

.97

RJ

12.2

8 12

.01

11.2

5 11

.98

11.8

5 11

.81

6.54

6.

37

4.78

6.

33

6.25

6.

17

9.89

9.

56

5.56

9.

40

9.21

9.

07

SP

10.0

2 9.

72

8.90

9.

78

9.68

9.

61

5.09

4.

93

3.75

4.

90

4.81

4.

74

0.73

0.

64

0.39

0.

59

0.60

0.

58

PR

10

.78

10.1

0 9.

36

10.0

2 10

.04

10.0

0 4.

31

3.89

3.

07

3.73

3.

79

3.63

0.

94

0.88

0.

54

0.81

0.

86

0.83

SC

6.28

5.

95

5.62

6.

05

5.92

5.

88

2.51

2.

35

1.85

2.

26

2.33

2.

24

6.06

5.

29

3.31

4.

98

5.07

4.

88

RS

10.4

6 9.

82

9.34

9.

87

9.91

9.

81

4.45

3.

98

3.22

3.

89

3.92

3.

78

5.59

5.

00

3.25

4.

57

4.77

4.

60

MS

13.8

5 12

.61

11.8

0 12

.94

12.8

5 12

.66

4.75

4.

34

3.51

4.

19

4.26

4.

10

4.06

3.

79

2.24

3.

70

3.58

3.

47

MT

14

.02

13.5

3 12

.28

13.6

1 13

.36

13.2

8 5.

16

4.92

3.

76

4.84

4.

72

4.59

5.

52

5.11

2.

87

4.62

4.

87

4.73

GO

13

.00

12.4

3 10

.98

12.5

3 12

.26

12.0

5 4.

36

4.05

3.

05

3.85

3.

94

3.83

1.

82

1.67

1.

00

1.63

1.

63

1.60

DF

13

.24

12.7

6 11

.68

12.7

0 12

.57

12.4

8 6.

34

5.95

4.

65

5.89

5.

85

5.71

4.

73

4.36

2.

60

4.25

4.

25

4.16

Fon

te:

PN

AD

de

2004

.

28

Tab

ela

A.4

– I

mpa

cto

sobr

e a

extr

ema

pobr

eza

Inci

dênc

ia d

e ex

trem

a po

brez

a (P

0)

Hia

to d

e ex

trem

a po

brez

a (P

1)

Seve

rida

de d

a ex

trem

a po

brez

a (P

2)

Dep

ois

BF

D

epoi

s B

F

Dep

ois

BF

U

F

Ant

es

BF

O

bs

PF

Si

m1

Sim

2 Si

m3

Ant

es

BF

O

bs

PF

Si

m1

Sim

2 Si

m3

Ant

es

BF

O

bs

PF

Si

m1

Sim

2 Si

m3

BR

7.

81

6.67

4.

99

6.09

6.

05

5.77

4.

29

3.62

1.

74

3.25

3.

21

3.10

3.

45

2.90

0.

92

2.58

2.

54

2.47

R

O

4.75

4.

19

2.64

3.

65

3.74

3.

69

2.26

2.

00

0.95

1.

90

1.76

1.

73

1.94

1.

85

0.40

1.

62

1.71

1.

68

AC

11

.02

9.65

6.

70

8.88

9.

02

8.82

32

.63

27.7

2 11

.62

22.1

7 23

.29

22.6

2 3.

01

2.51

0.

85

1.86

1.

68

1.56

A

M

9.02

7.

91

4.90

6.

75

7.00

6.

67

0.78

0.

73

0.36

0.

68

0.64

0.

62

2.42

2.

03

0.82

1.

73

1.60

1.

55

RR

16

.22

14.8

6 11

.29

15.5

5 14

.01

13.4

9 16

.45

13.6

3 6.

50

11.6

6 12

.01

11.5

6 8.

15

7.15

2.

35

6.32

6.

16

6.03

P

A

8.47

6.

99

4.12

5.

83

6.03

5.

74

9.98

8.

28

4.29

7.

24

6.31

5.

89

2.01

1.

72

0.54

1.

41

1.45

1.

42

AP

10

.64

10.4

2 6.

05

9.77

8.

74

8.74

55

.19

37.7

1 20

.18

28.6

2 29

.47

26.7

0 3.

74

3.34

1.

18

3.23

2.

98

2.89

T

O

9.26

7.

94

5.23

6.

61

7.12

6.

93

43.0

1 29

.04

16.4

3 23

.45

24.2

0 22

.26

3.52

2.

77

0.93

2.

37

2.38

2.

26

MA

24

.49

21.2

9 15

.00

20.5

6 18

.20

17.5

8 3.

36

2.24

1.

27

1.58

1.

95

1.83

8.

15

6.46

2.

45

5.33

4.

45

4.12

P

I 18

.79

15.3

8 11

.76

13.2

9 13

.71

12.6

0 8.

68

5.56

3.

25

4.14

4.

77

4.40

5.

81

3.65

1.

36

2.50

2.

60

2.34

C

E

16.3

0 12

.31

9.18

10

.19

11.0

6 10

.17

8.40

6.

51

3.35

5.

73

5.34

5.

06

4.92

3.

07

1.27

2.

41

2.47

2.

28

RN

13

.49

10.7

1 7.

86

8.53

9.

56

8.77

8.

87

6.37

3.

88

5.79

5.

11

4.77

4.

19

2.53

1.

08

1.52

2.

15

2.02

P

B

16.2

2 11

.84

8.67

9.

74

10.6

2 9.

69

2.00

1.

52

0.68

1.

24

1.15

1.

09

4.91

2.

85

1.30

1.

99

2.37

2.

18

PE

15

.94

12.9

8 9.

24

11.9

8 11

.53

10.7

2 10

.70

8.66

4.

06

7.21

7.

07

6.74

5.

79

4.26

1.

58

3.71

3.

29

3.11

A

L

19.4

6 16

.43

12.4

9 15

.40

14.3

0 13

.09

22.1

3 17

.91

8.88

16

.14

16.0

0 15

.42

6.24

4.

08

1.87

3.

63

3.08

2.

85

SE

9.11

7.

80

4.74

6.

55

6.43

5.

86

5.27

4.

70

2.03

3.

78

4.21

4.

12

2.10

1.

54

0.47

1.

30

1.12

1.

06

BA

13

.67

11.4

4 7.

93

10.0

2 9.

90

9.17

6.

31

6.15

2.

70

6.04

5.

98

5.93

4.

67

3.73

1.

20

3.05

2.

95

2.83

M

G

5.33

4.

33

3.40

4.

04

4.05

3.

84

7.72

7.

50

3.45

7.

32

7.18

7.

10

2.52

2.

00

0.64

1.

77

1.75

1.

69

ES

5.03

4.

36

3.21

3.

97

4.02

3.

93

6.27

5.

36

2.15

4.

92

4.95

4.

85

2.36

2.

09

0.59

1.

62

1.81

1.

77

RJ

5.94

5.

72

4.84

5.

56

5.51

5.

45

0.45

0.

42

0.20

0.

37

0.41

0.

40

4.52

4.

44

1.19

4.

31

4.26

4.

24

SP

4.61

4.

39

3.78

4.

34

4.22

4.

17

0.69

0.

59

0.26

0.

53

0.55

0.

54

3.42

3.

29

0.95

3.

18

3.12

3.

10

PR

3.

74

3.18

2.

22

2.69

2.

92

2.80

0.

44

0.39

0.

19

0.33

0.

37

0.36

1.

67

1.42

0.

36

1.33

1.

30

1.27

SC

1.

87

1.80

1.

44

1.67

1.

74

1.74

1.

09

1.01

0.

42

0.97

0.

93

0.91

1.

10

1.03

0.

30

0.88

1.

00

0.99

R

S 3.

98

3.37

2.

60

3.13

3.

15

3.03

0.

87

0.80

0.

29

0.70

0.

75

0.74

2.

01

1.72

0.

48

1.53

1.

63

1.59

M

S 3.

87

3.39

2.

48

3.10

3.

25

3.25

3.

86

3.51

1.

56

3.38

3.

39

3.35

1.

73

1.50

0.

48

1.24

1.

37

1.34

M

T

4.02

3.

65

2.53

3.

49

3.36

3.

36

2.37

2.

20

0.91

2.

10

2.04

1.

99

2.06

1.

92

0.51

1.

87

1.76

1.

72

GO

3.

30

2.97

1.

83

2.49

2.

70

2.66

1.

77

1.64

0.

59

1.44

1.

53

1.51

1.

52

1.42

0.

31

1.21

1.

33

1.31

D

F

5.73

5.

12

4.13

5.

12

5.05

4.

83

3.88

3.

53

1.57

3.

40

3.41

3.

37

3.47

3.

21

0.86

3.

01

3.08

3.

04

Fon

te:

PN

AD

de

2004

.

29