Abordagem multinível na avaliação o Programa Bolsa Família

Abstract

O presente trabalho teve por objetivo avaliar o programa de transferência de renda conhecido por Bolsa Família (PBF) por meio de dados secundários oficiais públicos. O período de análise foi de 2000 a 2010. O estudo baseou-se no entendimento de pobreza como medida de desenvolvimento econômico e no conceito de capital humano de Schultz (1961). Nesta perspectiva, a educação é vista como o meio pelo qual se quebra a espiral de pobreza e se proporciona incremento do bem-estar social. No curto prazo, acredita-se que a transferência de renda crie condições básicas para que crianças e adolescentes em idade escolar frequentem a escola. No médio e no longo prazo, espera-se que estejam mais qualificados para o mercado de trabalho, aumentando a renda da família. O método utilizado na presente pesquisa foi a análise de regressão multinível com medidas repetidas. Foram obtidos dados de 5.565 municípios. Estes dados foram agrupados em seis categorias: (1) econômica; (2) agropecuária; (3) demográfica; (4) de saúde; (5) educacional; e (6) do PBF. Os dados econômicos incluíram Produto Interno Bruto e Valor Adicionado Bruto por setor (agropecuário, industrial, serviços e impostos). Os dados agropecuários compreenderam a produção de grãos de feijão, de milho e de soja, bem como o número de cabeças ordenhadas de rebanhos bovinos leiteiros. Os dados demográficos foram a população total municipal e a densidade populacional. Os dados de saúde foram número de óbitos por diarreia e mortalidade infantil. Os dados educacionais foram proficiência escolar e distorção idade-série (DIS). Os dados do PBF foram o número de famílias beneficiadas, o montante em reais repassado para os municípios e o percentual de famílias pobres beneficiadas pelo PBF. Realizou-se a Análise de Componentes Principais (ACP) a fim de determinar como as variáveis explicativas se agrupavam. A análise resultou em cinco componentes: proficiência escolar; DIS de escolas estaduais; DIS de escolas municipais; bem-estar; e produção agropecuária. Foram desenvolvidos cinco modelos: um com todos os componentes, com dados dos anos 2007 e 2009 (M1); um com dados de 2000 a 2010 (M2); um com dados de 2000 a 2003 (M3); um com dados de 2004 a 2010 (M4); e uma análise de cada componente individualmente (M5). O modelo M1 verificou a relação direta entre o PBF e pobreza. Os modelos M3 e M4 foram desenvolvidos para comparar os períodos antes e depois da implementação do PBF. O modelo M2 serviu de referência de comparação para os modelos M3 e M4. O modelo M5 foi desenvolvido para avaliar a relação entre cada um dos cinco componentes e a pobreza, individualmente. O modelo M1 indicou que existe relação significativa entre pobreza e o PBF. Porém, os modelos M2, M3 e M4 não foram conclusivos em apontar esta relação. O modelo M5 verificou que a pobreza está relacionada com: maior desempenho em matemática do que em português, ambos nas séries iniciais; mais DIS; menos óbitos de crianças e adultos; menor produção de riqueza nos setores estudados; e maior produção de feijão. Três conclusões podem ser apontadas: (1) a relação entre PBF e pobreza não é certa; (2) se esta relação de fato existe, o efeito ocorre por meio da educação; e (3) o uso de dados oficiais públicos e a técnica de análise multinível são interessantes como alternativa de avaliação dos mpactos de um programa social; mas para as variáveis utilizadas neste estudo, sugere-se um período de pesquisa maior. ______________________________________________________________________________ ABSTRACT

The present study evaluated the Income Transfer Program (ITP) known as Bolsa Família (PBF) using secondary data obtained from the Brazilian Government. The analysis period ranged from 2000 to 2010. The study was based on the conception of poverty as a measure of economic development and on Schultz’s (1961) concept of human capital. From this perspective, education is considered a means to reduce poverty and to increase welfare. In the short term, income transfer is presumed to establish basic conditions for children and teenagers at school age to attend school. In the long term, it is expected that they will be more qualified for the labor market, thereby increasing family income. The method used in this study was Multilevel Regression Analysis with repeated measures. The study included all 5,565 Brazilian cities. The data were grouped into six categories: (1) economic; (2) agriculture; (3) demographic; (4) health; (5) education; and (6) PBF. Economic data included Gross Domestic Product (GDP) and Gross Added Value by sector (agriculture, industry, services, and taxes). Agriculture data included the production of pinto beans, corn, soybeans, and the number of milking cows. The demographic data were total population and population density. Health data were number of deaths due to diarrhea and infant mortality rate. Education data were school proficiency and age-grade distortion. The PBF data were number of families enrolled in the program, amount of money transferred to the city, and the percentage of poor families benefited by the PBF (coverage). A Principal Components Analysis was performed in order to verify the grouping of the explanatory variables. The analysis resulted in five components: school proficiency; age-grade distortion of State schools; age-grade distortion of school district schools; welfare; and agricultural production. Five models were developed: a model with all components, based on data of 2007 and 2009 (M1); a model based on data of 2000 to 2010 (M2); a model based on data of 2000 to 2003 (M3); a model based on data of 2004 to 2010 (M4); and the analysis of each individual component (M5). The model M1 established a direct relation between PBF and poverty. The M3 and M4 models were designed to compare the periods before and after the implementation of PBF. The model M2 was a reference model to compare regression coefficients of M3 and M4. The model M5 was designed to evaluate the effect of each component on poverty, solely. The model M1 showed that there is a relation between poverty and PBF. However, models M2, M3, and M4 were not conclusive in this respect. The model M5 results indicated that poverty is related to: higher proficiency in Mathematics than in Portuguese in the initial grades of Elementary School; high age-grade distortion; decreased deaths of children and adults; lower production of wealth in the studied economic sectors; and higher production of pinto beans. Three conclusions can be drawn: (1) the relation between PBF and poverty is an uncertain one; (2) if this relation exists, it will take place mediated by education; and (3) the use of governmental data and multilevel analysis are interesting alternatives for impact evaluation of social programs; but for the variables used in this study, a larger period of available data is suggested.