Escolar Documentos
Profissional Documentos
Cultura Documentos
e da gestão
Apoio: FAPEMIG
Introdução
1
Professor Adjunto do Programa de Mestrado Profissional em Ensino em Saúde da Universidade
Federal dos Vales do Jequitinhonha e Mucuri – Campus do Mucuri.
2
Professora Assistente da Universidade Federal dos Vales do Jequitinhonha e Mucuri – Campus do
Mucuri.
3
Acadêmica do Curso de Ciências Econômicas da Universidade Federal dos Vales do Jequitinhonha e
Mucuri – Campus do Mucuri.
Para cumprir esses propósitos realizou-se pesquisa bibliográfica e documental
sobre os gastos públicos brasileiros com saúde, valendo-nos do IFDM - Índice FIRJAM
de Desenvolvimento Municipal. Os dados foram submetidos à análise econométrica a
partir de técnicas de análise de dados em painéis lineares, verificando-se a variação
dos gastos em saúde no Brasil.
4
Ver http://www.firjan.org.br/ifdm/.
O IFDM é um índice multidimensional construído anualmente com base em três
dimensões: Emprego & Renda, Educação e Saúde. Quanto mais próximo de 1, maior o
desenvolvimento da localidade. Além disso, sua metodologia possibilita determinar,
com precisão, se a melhora relativa ocorrida em determinado Estado decorre da
adoção de políticas específicas ou se o resultado obtido é apenas reflexo da queda dos
demais Estados (Firjan, 2013).
O IFDM– Emprego e Renda acompanha o mercado formal de trabalho, com
base nos dados disponibilizados pelo Ministério do Trabalho e Emprego. Como o
próprio nome sugere, o indicador trabalha com dois subgrupos, ambos com o mesmo
peso (50% do total) no indicador final: emprego formal (postos de trabalho gerados) e
renda (remuneração média mensal do trabalhador formal).
O IFDM-Educação foi idealizado para captar tanto a oferta como a qualidade da
educação infantil e do ensino fundamental nos Estados brasileiros, de acordo com as
competências constitucionais dos Estados. Desse modo, apesar de não ser viável e/ou
eficiente esperar que haja uma universidade em todo Estado brasileiro — nem mesmo
ensino médio, esse de competência estadual — pode-se exigir que todo Estado
apresente ensino fundamental de qualidade.
No quesito saúde, partindo da premissa de que o nível primário de atendimento
à população é prioritário e deve existir em todos os Estados brasileiros, o IFDM adota
as variáveis: Atendimento Pré-Natal, Óbitos Mal Definidos e Óbitos Infantis por causas
evitáveis por se constituírem fatores reconhecidamente de atenção básica.
Como variável independente foi utilizada a variação dos gastos públicos com
saúde. O período de análise é o compreendido entre 2000 e 2010.
No modelo de efeitos fixos, para os erros padrões usuais, assume-se que depois
de controlar por αi, o erro é i.i.d5. O intuito da estimação por efeito fixo é justamente
eliminar o efeito não observável αi, ou seja, eliminar os efeitos que são constantes no
tempo. O estimador referente a esta regressão é chamado de estimador de efeito fixo
ou estimador within. Comparados ao modelo Pooled OLS, os erros padrões são
maiores em função da consideração da variação within dos dados. O estimador within
realiza mínima quadrados ordinários utilizando média das diferenças. Em função de ser
zero todas as médias das diferenças de variáveis invariantes ao longo do tempo, não ‘s
possível estimar o coeficiente de tais variáveis.
5
No Stata, a opção vce(robust), aqui utilizada, relaxa esse pressuposto e fornece erros padrões robustos
por agrupamento, de maneira que as observações sejam independentes ao longo de i e N
Os efeitos fixos αi em (1) podem assim ser eliminados por meio da subtração das
médias individuais: = + . Nestes modelos, a estimação é feita assumindo que a
heterogeneidade dos indivíduos se capta na parte constante, que é diferente de
indivíduo para indivíduo.
Quanto ao uso do estimador between, conforme indicado pelo próprio nome, são
utilizadas apenas between ou variações cross section nos dados. Trata-se do
estimador OLS da regressão em . Por utilizar apenas as variações cross section
dos dados, os coeficientes de qualquer individuo que sejam invariantes no tempo,
como dummies de temporais, não podem ser identificados. O estimador between é
inconsistente no modelo de efeitos fixos e consistente no modelo de efeitos aleatórios.
Este estimador está sendo fornecido apenas para a completude da análise aqui
proposta, uma vez que os estimadores pooled e de efeitos aleatórios são mais
eficientes.
O estimador de efeitos aleatórios é o estimador de mínimos quadrados
generalizados (FGLS) no modelo especificado (1) sob o pressuposto de que o efeito
aleatório αi é i.i.d., assim como o erro idiossincrático . O estimador de efeitos
aleatórios é consistente se o modelo de efeitos aleatórios é apropriado e é
inconsistente se o modelo de efeitos fixos for apropriado. Neste caso, se assume que
os efeitos não observados não são correlacionados com cada variável explicativa.
Assim, nestes modelos, a estimação é feita introduzindo a heterogeneidade dos
indivíduos no termo de erro.
O modelo de efeitos aleatórios é o modelo de efeitos individuais proposto em (1)
e alterado para :
Yit= x’itβ +( αi + εit) (4)
Com αi~ ( α, α ) e εit~ (0, ). Dessa forma, o erro composto uit= αi + εit é
correlacionado ao longo de tpara um dado i, com:
Cor(uit, uis)= α α para todo s≠t.
O estimador de efeitos aleatórios utiliza tanto variação within quanto between
nos dados. A análise de efeitos aleatórios, da mesma forma que o Pooled OLS,
especifica αi no termo de erro da equação da regressão. Uma vantagem do modelo de
efeitos aleatórios sobre os modelos de efeitos fixos é que o modelo de efeitos
aleatórios permite o uso de variáveis explicativas que são constantes no tempo.
IV – Análise descritiva
Como se verifica, a maior variação dos gastos públicos com saúde no período
em questão ocorreu nos estados de Pernambuco e Maranhão.
Em termos do Índice de Desenvolvimento Firjan, este tinha no ano de 2000 uma
média de 0.57 (Brasil). No ano de 2010, esse valor aumenta para 0.70, com migração
para maiores níveis de desenvolvimento.
Mas, embora tenha havido essa melhoria, a imagem clássica dos “dois Brasis”
permanece, com localidades no interior do nordeste e extremo norte ainda com baixo
padrão de desenvolvimento, enquanto as regiões no sudeste e sul (com cerca de 51%
dos municipios) possuem os maiores valores de desenvolvimento (Tabela 3).
Figura 1 – IFDM por estado brasileiro.
Tabela 3 – Ranking do IFDM por estado brasileiro, 2010.
Fixed Random
Variable effects Between effects
saudes00 0.001 -0.0001 0.0002
0.0003 0.0002 0.0002
Constant 0.5835 0.9238 0.8169
0.1069 0.0789 0.0739
N 54 54 54
r2 0.2667 0.0107
r2_o 0.0235 0.0235 0.0235
r2_b 0.0107 0.0107 0.0107
r2_w 0.2667 0.2667 0.2667
sigma_u 0.2998 0.0621
sigma_e 0.2909 0.2909
Rho 0.5151 0.0437
Fonte: Elaboração Prórpia.
Considerações finais
Referências bibliográficas