Você está na página 1de 18

Ibmec MG Working Paper – WP31

A moral importa?

Cláudio D. Shikida (Ibmec MG)

Ari Francisco de Araujo Junior (Ibmec MG)

Pery Francisco Assis Shikida (UNIOESTE-PR)

(2005)

1
A moral importa?
Cláudio D. Shikida *
Ari Francisco de Araujo Junior**
Pery Francisco Assis Shikida ***

Resumo

Bruno Frey propôs, em 1997, o modelo do Homo Economicus Maturus,


generalizando o modelo microeconômico básico através da introdução de considerações
morais dos indivíduos com respeito à natureza dos incentivos. Enquanto modelos
tradicionais consideram que indivíduos reagem aos incentivos, seu modelo incorpora a
possibilidade de que o indivíduo escolha agir ou não conforme as características dos
próprios incentivos, abrindo espaço para a endogeneização de considerações morais em
modelos econômicos. Neste artigo testamos, através do procedimento de Heckman, a
importância da moral - na forma de crenças religiosas – sobre a ação de criminosos. A
base de dados utilizada foi coletada através de entrevistas com detentos em presídios do
Paraná (PR). Os resultados apontam para evidências de que criminosos “violentos” – no
sentido de praticarem crimes com armas de fogo - consideram travas morais em sua
prática criminosa.

Introdução

O modelo de Frey (1997) introduz a ligação da economia com a psicologia ao

chamar a atenção para a questão do efeito crowding out sobre a ação dos indivíduos.

Frey não foi o único a (re)introduzir temas correlatos de Psicologia em Economia.

Akerlof & Dickens (1982) e Caplan (2001a, 2001b) são bons exemplos deste tipo de

estratégia na modelagem microeconômica.

*
Professor do Curso de Ciências Econômicas do IBMEC-MG. Rua Paraíba, 330, térreo. CEP: 30130-
140. Belo Horizonte, MG. E-mail: claudiods@ibmecmg.br
**
Professor do Curso de Ciências Econômicas do IBMEC-MG. Rua Paraíba, 330, térreo. CEP: 30130-
140. Belo Horizonte, MG. E-mail: AriFAJ@ibmecmg.br
***
Professor do Curso de Ciências Econômicas e do Mestrado em Desenvolvimento Regional e
Agronegócio da UNIOESTE-PR. Rua da Faculdade, 645. CEP: 85.903-000. Toledo, PR. Bolsista de
Produtividade em Pesquisa do CNPq. E-mail: pfashiki@unioeste.br

2
Basicamente, este modelo considera que existem motivações intrínsecas ao

indivíduo que são estimuladas ou desestimuladas (respectivamente: crowding in,

crowding out) conforme algum tipo de mecanismo de intervenção externa. É importante

destacar que o tipo de intervenção externa não é representado apenas pelo sistema de

preços (incentivos monetários) mas também, por exemplo, por algum tipo de

mecanismo de comando como a regulação governamental.

Obviamente, a adoção de qualquer um destes incentivos, por parte do formulador

de políticas públicas é direcionada para crowding in – ou seja, vir de encontro às

motivações intrínsecas dos indivíduos. Efeitos crowding out são indesejados pois

desestimulam os agentes gerando, assim, reações contrárias ao desejado pelo formulador

de políticas públicas.

Frey parte do modelo econômico tradicional – ou seja, aquele no qual um

aumento da intervenção externa (por exemplo, um incentivo monetário ou incentivo

legal) gera um aumento no desempenho do indivíduo, alterando-o. Ao contrário do

modelo neoclássico padrão, contudo, o incentivo, em si, pode afetar a decisão do

indivíduo.

Evidências sobre a relevância empírica de seu modelo são resumidas por Frey

(1997) e Frey & Jegen (2001) em problemas de mercado de trabalho (shirking, oferta de

trabalho voluntária, reciprocidade, team), serviços (doação de sangue, norm adherence),

bens de uso comum (dever cívico, cuidados com o meio ambiente) e problemas de

Economia Política Constitucional (trust, evasão fiscal, virtudes cívicas).

O objetivo do artigo é apresentar o modelo de Frey (1997) adaptando-o para o

contexto do comportamento criminoso violento e testá-lo usando o procedimento de

Heckman (1979) para uma base de dados montada a partir de entrevistas com

3
presidiários. A próxima seção apresenta o modelo de Frey (1997). Depois são

apresentados a metodologia econométrica e os dados utilizados. Finalmente discutimos

os resultados encontrados e as principais conclusões.

O Modelo Teórico

O modelo em questão pode ser resumido num sistema agente-principal. Assim,

temos para o caso do agente:

B = B(P, E ), B p > 0, B pp < 0


C = C(P, E ), C p > 0, C pp > 0
L! (P ) = Max B − C
P (1)

em que:

B = benefícios (utilidade);

P = quantidade/intensidade de performance

C= custos

E = intervenção externa do principal

Ou seja, B e C seguem as hipóteses tradicionais em relação à performance do

agente. Maximizando (B – C) para escolher P* (L1) obtém-se a CPO (condição de

primeira ordem). Tomando-se sua diferencial total e rearrumando os termos, tem-se:

dP * B PE − C PE
=
dE B PP − C PP (1a)

4
Este é exatamente o resultado encontrado em Frey (1997). A existência do

crowding out, também chamado por Frey de hidden cost of the reward (money) ocorre

dP *
<0
quando se tem BPE < 0 e podendo ser reforçado quando CPE = 0, o que gera dE .

Se CPE < 0 e se BPE = 01, o resultado obtido é exatamente aquele

dP *
>0
tradicionalmente estudado em modelos de agente-principal: dE .

Um terceiro caso ocorre quando os dois efeitos estão presentes, i.e., BPE, CPE < 0.

dP *
Neste caso, o sinal de dE fica indeterminado.

O principal, por sua vez, procura maximizar seu lucro líquido. Seu problema é

resumido a seguir:

π = π(P ), π p > 0, π pp < 0


K = K (E ), K E > 0, K EE > 0
L 2 (E )= Max π = π(P *)− K (E )
E (2)

Em que:

π = lucro;

K = custos.

De L2 vê-se que o principal toma P* como um dado e escolhe o nível de E*

ótimo. Assim, uma vez que o principal saiba o efeito de sua intervenção sobre a

1
Note que BPE = 0 é exatamente o que se supõe no modelo microeconômico tradicional.

5
performance do agente, ele escolhe o nível ótimo de intervenção. Resolvendo-se a

última equação de (2), obtém-se a CPO:

−1
dK dπ dP * dπ dK  B PE − C PE 
= → =  
dE dP dE dP dE  B PP − C PP  (3)

Dado o resultado acima, uma sugestão para a análise empírica seria através da

relação P* = P(E) que, para o principal, pode ser interpretada como:

"Intrinsic motivation may (...) be inferred by analyzing the


behavior of the person or institution (…) administering the
external intervention. Given the marginal cost of
intervening, a strong reliance on external intervention by
a rational actor indicates that intrinsic motivation is little
or not at all affected. There might even exist a Crowding-
In Effect of intervening. On the other hand, under the
same condition, a low level of external intervention
suggests that rational principals know that intrinsic
motivation is crowded out". [FREY, B.S., 1997 : 23]

Mesmo em problemas nos quais existe apenas o agente o modelo de Frey (1997)

faz-se relevante. Por exemplo, em termos da economia do crime, teríamos que o efeito-

preço (punição) poderia até ser importante sobre a ação do criminoso violento (agente),

como tradicionalmente se postula, mas também existe o caso em que este efeito seja

anulado/reforçado por considerações intrínsecas ao criminoso. Por exemplo, se o

criminoso acredita que o que faz é correto, isto o torna mais inelástico aos custos de sua

ação. Da mesma forma, a moral pode operar no sentido oposto, fazendo com que o o

grau de violência investido na atividade criminosa seja variável conforme a intensidade

de suas travas morais.

6
Metodologia Econométrica

A teoria econômica2 vê a participação religiosa (proxy para travas morais) como

resultado da maximização de utilidade. Criminosos que praticam religião poderiam ter

custos maiores que benefícios em apresentar comportamento violento. Ou seja, a

moral/participação religiosa seria obstáculo à utilização de arma de fogo (proxy de

comportamento violento) na atividade criminosa.

Para se obter estimativas não viesadas dos parâmetros estruturais básicos, o

procedimento de estimação deve reconhecer que a amostra de indivíduos que afirmam

praticar religião não é resultado de seleção aleatória e sim da “auto-seleção” individual

conseqüência da maximização de utilidade.

Heckman (1979) propõe um procedimento que é composto de duas equações

para cada indivíduo (i = 1, ..., N):

*
Y1i = X 1i β 1 + ε 1i (1)

*
Y2i = X 2i β 2 + ε 2i (2)

Onde X1i e X2i são vetores de variáveis explicativas observadas, β1 e β2 são

vetores de coeficientes a serem estimados e ε1i e ε2i são os termos de erro. As variáveis

explicativas são dicotômicas tal que:

2
Ver, por exemplo, Iannaccone (1988).

7
* Y1i = 1, se usou arma de fogo,
Y1i =  (3)
Y1i = 0, caso contrário.

* Y2i = 1, se praticava religião,


Y2i =  (4)
Y2i = 0, caso contrário.

Na equação (1) determina-se a probabilidade de ser violento enquanto na

equação (2) temos a determinação da propensão individual à prática religiosa. Supõe-se

que podemos observar comportamento não violento apenas se Y2i = 1, isto é, se o

indivíduo é propenso à prática religiosa.

É esperado, portanto, que ε1i e ε2i sejam negativamente correlacionados.

Criminosos violentos, dados X1i e X2i, são menos propensos à prática religiosa. Neste

sentido, a amostra de indivíduos observados com elevada propensão à prática religiosa

não representarão adequadamente a população (mesmo em uma amostra grande). Isso

produziria estimativas inconsistentes para o comportamento violento.

Formalmente, a média condicional de ε1i pode ser descrita como:

E [ε 1i Y2i ≥ 0] = E [ε 1i ε 2i > − X 2i β 2 ] (5)

E assim:

[ ]
E Y1i X 1i , Y2i = 1 = X 1i β 1 + E [ε 1i ε 2i ≥ − X 2 i β 2 ]
*
(6)

8
Isso significa que a regressão da equação na amostra selecionada depende tanto

de X1i (determinantes do comportamento violento) quanto de X2i (determinantes das

travas morais). Portanto, a omissão da média condicional de ε1i viesaria as estimativas

de β1 (a menos que ε1i e ε2i sejam não correlacionados).

O problema é encontrar uma representação empírica da média condicional de ε1i

e incluir tal variável na equação dos determinantes do comportamento violento. Usando

a hipótese de que ε1i e ε2i tenham distribuição normal bivariada podemos derivar a

seguinte equação:

[ *
]
E Y1i X 1i , Y2i = 1 = X 1i β 1 + ρσ 1 λi (7)

Onde ρ é o coeficiente de correlação entre ε1i e ε2i, σ1 é o desvio padrão de ε1i e

λi é o inverso da razão de Mill:

φ (X 2i β 2 σ 2 )
λi = (8)
Φ (X 2 i β 2 σ 2 )

Onde φ e Φ são, respectivamente, a função densidade e a distribuição funcional

da normal padrão e σ2 é o desvio padrão de ε2i.

A solução proposta por Heckman (1979) [e por Van de Ven e Van Pragg (1981)

para probit bivariado com censura] é uma estimativa de (7) em duas etapas. Na primeira,

estima-se os parâmetros de (2) pelo método probit usando a amostra toda. Tais

estimativas são usadas para computar λi para cada indivíduo. Uma vez computados os λi

9
podemos estimar (7) sobre a amostra de indivíduos religiosos por meio de outro probit

tratando ρσ1 como o coeficiente de λi da regressão.

Vale ressaltar que o sinal do viés de seleção depende da correlação (ρ) entre os

erros das equações do comportamento violento e da participação religiosa. Esperamos

que, sendo válido o modelo de Frey (1997), o sinal de ρ será negativo, ou seja, a moral

(participação religiosa) seria um obstáculo ao comportamento violento (utilização de

arma de fogo) na atividade criminosa.

Fontes e Dados

Uma característica deste trabalho relaciona-se com o fato de se procurar

contribuir para o entendimento dos determinantes do crime a partir de uma investigação

no interior das Penitenciárias Central (PCP), Estadual (PEP) e Feminina de Piraquara

(PFP) do estado do Paraná, por meio de dados primários obtidos via aplicação de

questionários/entrevistas (em 2004) a réus já julgados e condenados por crimes

econômicos. Cumpre dizer que o estudo de caso caracteriza-se pela identificação dos

fatores que determinam ou que contribuem para a ocorrência dos fenômenos analisados.

Com as informações fornecidas pela PCP, PEP e PFP, foi feito minucioso

estudo dos detentos aí residentes, via prontuários (em que se separou o crime econômico

do não econômico), e por meio de uma avaliação da condição penal (ou seja, foram

separados, dentre os crimes econômicos, aqueles de penas consideradas elevadas e/ou

pela tipicidade de suas ações, procurando caracterizar nesta amostra perfis de “grandes”

assaltantes, seqüestradores, traficantes, etc.; como exemplo, se há um “comando” do

tráfico, preferiu entrevistar o seu “comandante” ante ao “comandado”). Por questões de

10
segurança e devido ao tempo gasto com cada pesquisado (em média 30 minutos), além

daqueles respondentes não dispostos a colaborar sob qualquer argumento, o número

total de questionários aplicados foi de 2623. Isto significa, em termos gerais,

aproximadamente 32,5% do universo disponível para a pesquisa o que é aceitável para

este tipo de técnica de pesquisa4.

A amostra foi composta por 80% dos indivíduos do sexo masculino (o universo

masculino é bem maior no ambiente carcerário), 30% eram muito jovens (18 anos). Do

total de condenados entrevistados, 55 % tinha arma de fogo mas 48% utilizaram a arma

na atividade criminosa, 72% tinha parceiro e apenas 23% acreditava na eficiência do

judiciário. Quanto às variáveis relacionadas ao que denominamos “travas morais”, 95%

dos entrevistados afirmavam acreditar em Deus, 70% se diziam católicos, 14%

evangélicos. Além disso, 25% dos detentos da nossa amostra afirmava ter mudado de

religião.

Com o modelo de Frey (1997) em mente, buscamos verificar a existência de

motivações intrínsecas e extrínsecas no comportamento de criminosos, dentro de uma

amostra de dados primários. As variáveis extrínsecas podem ser alteradas via

intervenção do principal (governo/sociedade). Travas morais podem levar um criminoso

a ser menos violento em seu comportamento.

Em outras palavras, queremos encontrar os determinantes de uma variável

dependente binária construída para capturar o que definimos como “comportamento

criminoso violento”, ou especificamente, a utilização ou não de arma de fogo na

atividade ilegal de entrevistados já julgados e condenados por crimes de natureza

econômica. A variável dependente binária (arma_uso) foi construída da seguinte forma:

3
Estatísticas descritivas e correlações bivariadas encontram-se nos Quadros 1 e 2 do Anexo.
4
Ver Gil (2000).

11
arma_uso = 1, caso o indivíduo tenha feito uso de arma de fogo na atividade que o levou
a ser preso,

arma_uso = 0, caso contrário (sem violência).

Os determinantes da probabilidade de ser violento (equação primária) foram

escolhidos como em Shikida et alii (2005). São eles: dummies de gênero (masc), jovens

de 18 anos (id18), crença no judiciário (jud), posse de arma (arma), existência de

parceiro no crime (parc_crime), que é uma proxy para interação social. Na equação de

comportamento estamos supondo que indivíduos católicos (rel_cat), ou evangélicos

(rel_evan), ou, de forma geral, aqueles que acreditam em Deus (deus) tendem a cometer

menos crimes violentos por possuírem “restrições/travas” morais melhor definidas.

Portanto, as variáveis dependentes na equação de comportamento também são

dicotômicas. As variáveis explicativas (todas dummies) escolhidas para a equação de

comportamento são: possuir pais casados (casp), pais trabalhando (trabp) e acreditar em

Deus (deus)5. Novamente, para que os resultados corroborem o modelo de Frey (1997)

os resíduos da equação primária devem ser estatisticamente correlacionados

(negativamente, no nosso caso) com os resíduos da equação comportamental (ρ ≠ 0), o

que indica que existe viés de seleção. Ou seja, o teste do modelo teórico deveria gerar

como resultado que a regra de decisão dos condenados por crimes violentos (com

utilização de armas de fogo) é distinta dos demais e “restrições morais” realmente

atenuam a violência.

5
Quando a variável acreditar em Deus foi usada como variável dependente da equação de comportamento
ela deixa de aparecer como variável explicativa.

12
Resultados

Os resultados das estimativas econométricas dos determinantes do uso da

violência na atividade criminosa são reproduzidos nos Quadro 3 (Anexo). Foram usadas

262 observações.

Os resultados para as equações primárias são, grosso modo, como esperados.

São mais propensos ao uso da violência na atividade criminosa os jovens do sexo

masculino, que não acreditam na justiça, que possuíam arma de fogo e parceiro para o

crime. Portanto, basicamente variáveis pessoais e socioeconômicos e fatores

catalisadores. Os resultados são mais confiáveis estatisticamente quando a proxy de

travas morais é ser católico e acreditar em Deus.

O que mais nos interessa aqui são os resultados da correlação entre os resíduos

das duas equações. Como pode ser observado no Quadro 3, apesar da significância

estatística não ser adequada em todos os modelos, os resíduos da equação primária são

correlacionados com os resíduos da equação comportamental (ρ ≠ 0), o que indica que

existe viés de seleção (principalmente quando a proxy para trava moral é ser católico6).

De qualquer forma, como era de se esperar teoricamente, os resultados encontrados

indicam que a regra de decisão dos condenados por crimes violentos (com utilização de

armas de fogo) é distinta dos demais. Pode-se observar, também, que o sinal do

coeficiente de correlação (ñ) é negativo tal como mencionado anteriormente. Os

resultados sugerem que indivíduos que são, de alguma forma, religiosos, têm menos

6
Com nível de significância de 15% isso também é válido para o caso em que a proxy de travas morais é
acreditar em Deus.

13
tendência a se envolver em crimes violentos, ou seja, “restrições” morais fazem alguma

diferença.

Conclusões

A violência empregada por criminosos é um problema social e econômico que

pode ser analisado mediante o modelo do homo economicus maturus. Em outras

palavras, além dos incentivos tradicionais, travas morais podem alterar ou não a ação de

criminosos.

Neste artigo, analisamos a existência destas travas nas ações de criminosos em

uma amostra de dados primários coletados junto questionários aplicados a réus

encarcerados em penitenciárias paranaenses. Analisando econometricamente os

questionários aplicados, percebe-se que não apenas os condicionantes tradicionais

(restrições impostas pelo Estado) afetam a ação dos mesmos: há indícios de que as

travas morais, no caso, identificadas como a religião católica, também influenciem no

grau de violência usado pelo criminoso.

14
Bibliografia

AKERLOF, G. & DICKENS, W. The Economic Consequences of Cognitive


Dissonance. American Economic Review, June 1982, 307-19.

CAPLAN, B. Rational Ignorance versus Rational Irrationality. Kyklos, v.54, n.1.,


2001a.

--------------- Stigler-Becker versus Myers-Briggs: why preference-based explanations


are scientifically meaningful and empirically important. (mimeo), 2001b.

FREY, B. S. Not just for the money - An Economic Theory of Personal Motivation.
UK, Edward Elgar Publishing, 1997.

FREY, B.S. & JEGEN, R. Motivation crowding theory: a survey of empirical evidence.
Journal of Economic Surveys, Volume 15, Number 5, Dec. 2001.

GIL, A. C. Técnicas de pesquisa em economia e elaboração de monografias. São


Paulo : Atlas, 2000. 217p.

HECKMAN, J. Sample selection bias as a specification error. Econometrica, v. 47, n.1,


1979.

IANNACCONE, L.R. A Formal Model of Church and Sect. American Journal of


Sociology, v. 94, 1988.

SHIKIDA, P.F.A. et alii. Determinantes do Comportamento Criminoso: Um Estudo


Econométrico nas Penitenciárias Central, Estadual e Feminina de Piraquara (Paraná).
Revista Pesquisa e Debate (forthcoming), 2005.

VAN DE VEN, W. P. M. M.; VAN PRAGG, B. M. S. "The Demand for Deductibles in


Private Health Insurance: A Probit Model with Sample Selection," Journal of
Econometrics, 17, 1981.

15
Anexo

Quadro 1 - Estatísticas Descritivas das Variáveis Utilizadas


Variável | Obs Média Desv Pad Min Max
-------------+--------------------------------------------------------
arma_uso | 262 .480916 .5005919 0 1
masc | 262 .7977099 .4024762 0 1
id18 | 262 .3091603 .4630319 0 1
casp | 262 .4961832 .5009423 0 1
jud | 262 .2290076 .4209984 0 1
arma | 262 .5572519 .497662 0 1
parc_crime | 262 .7251908 .4472725 0 1
deus | 262 .9503817 .2175707 0 1
rel_cat | 262 .6984733 .4597992 0 1
trabp | 262 .7366412 .4412983 0 1
rel_evan | 262 .1374046 .3449329 0 1

Fonte: Elaboração dos Autores.

16
Quadro 2 - Correlações Bivariadas entre as Variáveis Utilizadas.
| arma_uso masc id18 casp jud arma parc_crime deus rel_cat
-------------+---------------------------------------------------------------------------------
arma_uso | 1.0000
masc | 0.3326 1.0000
id18 | 0.1826 0.1107 1.0000
casp | 0.1754 0.1577 -0.1353 1.0000
jud | -0.1610 -0.0421 0.0089 -0.0867 1.0000
arma | 0.7657 0.3354 0.1474 0.1315 -0.0811 1.0000
parc_crime | 0.1989 0.0305 0.0048 0.0808 -0.0714 0.1398 1.0000
deus | 0.0089 -0.0276 -0.0373 0.0510 0.0409 0.0086 0.0168 1.0000
rel_cat | 0.0165 0.1453 -0.0824 0.1364 -0.0180 -0.0331 0.0427 0.2329 1.0000
trabp | 0.1766 0.1519 0.1562 0.1428 -0.1072 0.1474 0.0007 0.1028 0.0414
rel_evan | -0.0735 -0.2130 0.0209 -0.0191 0.0727 0.0210 -0.0027 0.0912 -0.6074

| trabp rel_evan
-------------+------------------------------------
trabp | 1.0000
rel_evan | 0.0624 1.0000

Fonte: Elaboração dos Autores.

17
Quadro 3 - Heckman Robust
Probit Model with Sample Selection travas morais (católico) travas morais (evangélico) travas morais (acreditar deus)
coeficientes desv pad rob coeficientes desv pad rob coeficientes desv pad rob
equação primária (arma_uso - violência)
masc 0.43 *** 0.27 0.49 0.76 0.57 * 0.14
id18 0.20 *** 0.12 0.98 0.71 0.40 *** 0.21
jud -0.34 ** 0.14 0.08 0.69 -0.49 ** 0.22
arma 1.62 * 0.15 7.59 . 2.18 * 0.16
parc_crime 0.48 * 0.10 0.45 0.65 0.57 * 0.14
constante -1.20 * 0.27 -7.94 . -2.17 * 0.14

equação de comportamento (travas morais)


casp 0.35 * 0.13 -0.09 0.21 0.29 .
trabp -0.01 0.13 0.23 0.24 0.29 * 0.02
deus 1.11 * 0.33 5.15 * 0.12
constante -0.68 ** 0.33 -6.34 * 0.20

rho -1.00 -0.12 -1.00


prob > chi2 0.00 0.81 0.15

n. obs. 262 262 262


n. obs. censuradas 79 226 13

(*) significativo ao nível de 1%, (**) 5% e (***) 10%.

Fonte: Elaboração dos Autores.

18

Você também pode gostar