ANÁlise multidimensional da pobreza no nordeste brasileiro



Baixar 383.52 Kb.
Página6/7
Encontro03.11.2017
Tamanho383.52 Kb.
1   2   3   4   5   6   7

Resultados


Todos os índices apresentados anteriormente serão calculados com base na Pesquisa de Orçamentos Familiares (POF) realizada pelo Instituto Brasileiro de Geografia e Estatística (IBGE) do período 2008-2009. Ela analisa a composição dos gastos e do consumo das famílias levando em consideração suas classes de rendimentos. É importante destacar que ela se caracteriza por uma pesquisa realizada por amostragem, onde o foco de investigação são os domicílios particulares permanentes. Outro aspecto relevante é o nível de abrangência da pesquisa, que é apresentado a nível Brasil, as Grandes Regiões (Norte, Nordeste, Sudeste, Sul e Centro-Oeste) e Unidades da Federação. Sendo que as informações também contemplam o total e a situação urbana.

Para o presente estudo é considerada apenas a região Nordeste do Brasil, mas a análise será feita a nível das Unidades da Federação para efeitos comparativos. Os Estados analisados são: Maranhão, Piauí, Ceará, Rio Grande do Norte, Paraíba, Pernambuco, Alagoas, Sergipe e Bahia.

O indicador de saúde e nutrição é calculado levando-se em consideração as medidas de comprimento e estatura em centímetros (o primeiro para as crianças com idade inferior a 2 anos de idade e o segundo para os indivíduos com idade superior a 2 anos de idade). Apenas crianças com idade inferior a 5 anos serão utilizadas para o cálculo do índice, bem como os valores de referência são os fornecidos pelo WHO (World Health Organization). Distingue-se o sexo e a idade dos indivíduos para a correta comparação com os valores de referência.

Os bens utilizados para a construção do indicador de bens são: radio, televisão, microcomputador, geladeira, fogão, ar-condicionado, bicicleta e motocicleta. Considera-se também o acesso a outros bens e serviços tais como: acesso a internet, material predominante no piso, proveniência da água, escoadouro sanitário e a existência de água canalizada. Devido à grande diversidade de classificações/itens disponíveis na POF se faz necessário explicitar a construção das variáveis qualitativas descritas anteriormente, ou seja, dentre quais critérios a característica será considerada presente ou ausente (1 ou 0). Assim, admite-se a construção das seguintes variáveis binárias:

- rádio: 1 para rádio, rádio gravador, rádio toca-fitas, rádio portátil, rádio relógio ou de mesa, rádio relógio, rádio de mesa, telefone-rádio-relógio, rádio-relógio-telefone, televisão e rádio acoplados, radio com CD, e 0 na ausência;

- televisão: 1 para televisão e rádio acoplados, televisão e videocassete acoplados, televisão em cores, televisão em preto e branco e 0 na ausência;

- microcomputador: 1 ou 0;

- geladeira: 1 para geladeira, geladeira de 1 porta, geladeira de 2 portas e 0 na ausência;

- fogão: 1 para fogão, fogão à gás, fogão à lenha, fogão elétrico e 0 na ausência;

- ar-condicionado: 1 ou 0;

- bicicleta: 1 ou 0;

- motocicleta: 1 ou 0;

- material predominante no piso: assume valor 1 para carpete, cerâmica, lajota ou pedra, cimento, madeira aproveitada, madeira para construção e assume valor 0 para outro material e terra;

- proveniência da água: assume valor 1 para rede geral de distribuição, poço ou nascente e 0 para outra proveniência;

- escoadouro sanitário: assume valor 1 para rede coletora de esgoto ou pluvial e 0 para fossa séptica, fossa rudimentar, vala, direto para o rio, lago ou mar, outra forma e para não tem;

-existência de água canalizada: 1 ou 0.


    1. Dominância unidimensional estocástica


A análise de dominância unidimensional é feita com base na análise individual de cada dimensão de pobreza, ou seja, utiliza-se o indicador de nutrição (o z-score da altura-por-idade da criança) e o de bens (índice de bens). Primeiramente a análise é focada na comparação entre estados do indicador de nutrição agregado pelo índice FGT e é analisada na Figura 1. Lembre-se que como referência de pobreza nutricional a World Health Organization considera o limite -2, contudo na análise de dominânica consideramos todo a distribuição para diferentes linhas de pobreza nutricional.

Na Figura 1 observa-se que não há dominância de nenhum estado sobre o outro, podemos fazer conclusões sobre dominância para pequenas faixas da linha de pobreza. O estado do maranhão na faixa de -2 a 1 da linha de pobreza nutricional consegue dominar todos os outros estados, mas ela é apenas restrita, mostrando a ineficácia dessa ordenação para esses estados. Uma possível explicação para essa discrepância se deve a uma possível homogeneidade entre as crianças da região, o que dificulta a identificação e discriminação de diferenças pelo índice.



Tomando como base a faixa de linha de pobreza nutricional de aproximadamente -2 a 0, vemos que a pobreza nutricional é maior no Maranhão, seguido por Alagoas e posteriormente Ceará. Para os demais estados e para essa faixa de linha de pobreza, demais ordenamentos são de difícil verificação.

Figura 1: Curva FGT índice altura-por-idade


Análise similar foi aplicada ao índice de bens construído pela equação (2), usando análise de correspondência múltipla para construção dos pesos, que é a metodologia adequada na presença de variáveis discretas (binárias). Os resultados da ACM estão na Figura 2 e Tabela 2. A metodologia se ajuste bem para distinguir as pessoas que tem uma melhor condição de vida e as que têm uma privação material maior. A inércia explicada pelo primeiro eixo é de 79,3%.

Figura 2: Plotagem das Coordenadas da ACM



A Tabela 2 apresenta os sinais obtidos pela ACM e seus pesos para a construção do índice de bens. Bens comuns como fogão tem um peso pequeno enquanto que um ar-condicionado possui um peso bem maior, indicando assim um bom ajuste dos pesos do índice. Quanto maior o peso associado a uma variável, maior o nível de bem estar correspondente. Logo, à medida que o valor do peso cresce, há uma melhora no nível de bem estar do indivíduo. Contrariamente, à medida que o valor atribuído ao peso de cara variável decresce, pior será sua situação de bem estar. A variável piso, quando presente, adiciona 0,40 ao indicador composto de bens do indivíduo, porém, quando esse bem tão básico é ausente o modelo mostra-se bem ajustado com um sinal de -4,40. Vemos então que características básicas são bem distinguidas pela metodologia. Analogamente, possuir um microcomputador tem um peso de 2,52 no índice, enquanto não possuí-lo tem um impacto de -0,25. Desse modo, fica evidente que o microcomputador poderia ser considerado uma espécie de bem de luxo nessa população, no qual sua presença tem forte peso em seu índice de bens.
Tabela 1 – Análise de Correspondência Múltipla (ACM) para construção do índice de bens

Fonte: dados da POF 2008/2009; cálculo dos autores.


A figura 3 apresenta a análise de dominância estocástica unidimensional para o índice de bens, que possui uma análise em um intervalo restrito igual a do índice de altura-por-idade. Há dominância de privação de bens no estado do Ceará somente na faixa de -9 a 0. Ainda nessa faixa, um ordenamento indica que o estado da Bahia é o segundo em ordem de pobreza, sendo dominado pelos demais estados (excluindo o do Ceará).

Figura 3: Curva FGT índice de bens


Uma hipótese possível para explicar a não dominância entre os estados para o índice de bens é a escolha das variáveis que compõe o índice. Variáveis essenciais para determinar a pobreza podem ter sido omitidas, enquanto variáveis não significativas na identificação dos pobres podem ter sido incluídas. Desse modo, trata-se de um erro de especificação do modelo. Uma das alternativas consiste em conduzir uma revisão ampla da literatura sobre a pobreza, tentando identificar as variáveis mais comumente relacionadas como essenciais na determinação das privações materiais. Porém, Sen (2005) critica severamente as tentativas dos pesquisadores de enumerar as principais capacidades. Tal crítica surge de sua dificuldade em identificar como esse tipo de lista e pesos seriam escolhidos sem uma especificação apropriada do contexto em que elas são usadas. Mas não somente isso, ele também argumenta que essas tentativas seriam ruins ao passo que reduzem o domínio do consenso público.

Uma segunda conjectura pode ser feita na tentativa de resolver os possíveis erros na especificação do modelo. Uma metodologia em dois estágios, descrita por Asselin (2002), pode ser utilizada. A autora busca reduzir o total de variáveis do modelo aplicando a ACM e levando em consideração a propriedade First Axis Ordering Consistency (FAOC). Desse modo, há uma tentativa de determinar se essas variáveis são consistentes relativamente à primeira dimensão, levando em conta sua estrutura ordinal. Caso as variáveis encontradas forem consistentes com relação ao eixo principal, ele será caracterizado como o ‘Eixo da Pobreza’. Já no segundo estágio, Asselin (2002) realiza outra Análise de Correspondência Múltipla que é responsável por indicar o peso das variáveis que integraram o índice.

Trata-se basicamente de uma aplicação dupla de um ACM (qualquer método de redução da escala poderia ser utilizado). Na primeira etapa o pesquisador seleciona todas as variáveis disponíveis em seu modelo, sem realizar nenhum corte prévio nas mesmas, baseado em premissas próprias ou amplamente aceito pelas correntes de análise da pobreza. Esse passo é utilizado com o intuito de que o modelo, no caso um inercial, determine quais variáveis são as mais relevantes na caracterização da pobreza. Tenta-se assim reduzir a aleatoriedade da escolha subjetiva do pesquisador, utilizando metodologias de análise multivariada de dados para estabelecer as relações entre os bens analisados. Com isso, variáveis pouco representativas são eliminadas do modelo e o novo modelo contemplará as variáveis que terão maior poder explicativo de sua inércia no primeiro eixo. O segundo passo consiste justamente em realizar uma nova redução das dimensões das variáveis previamente selecionadas. O objetivo dessa etapa e determinar o peso com que cada variável entrará no indicador composto de bens.

Todas as sugestões desenvolvidas anteriormente baseiam-se na hipótese de que havia um erro de especificação do modelo, porém, essa não é a única suposição que pode ser feita. Partindo do pressuposto que apesar de toda a suposição envolvida na determinação das variáveis que compõe o modelo, possíveis erros de inclusão de variáveis irrelevantes ou omissão de variáveis relevantes não são suficientes para prejudicar a análise dos dados. Portanto, uma escolha de um novo modelo de redução de dimensionalidade diferente da ACM pode incorporar características da base de dados não levadas em consideração pela ACM. Desse modo, outras metodologias podem ser adotadas como: Análise do Componente Principal Policórico, Análise Fatorial ou Fuzzy Set.



A despeito da possibilidade de uso de metodologias alternativas, ainda estão dentro do contexto de análise de dominância estocástica unidimensional. Na próxima seção serão apresentados os resultados considerando a análise de dominância estocástica bidimensional, de primeira ordem.

    1. Catálogo: encontro -> 2012 -> inscricao -> files I
      files I -> Xl encontro Nacional de Economia – anpec 2012 – Porto de Galinhas (PE)
      files I -> Comércio Intra-indústria: Análise da hipótese de ajuste suavizado para o Brasil
      files I -> Roberto Simonsen e Wladimir Woytinsky no período entreguerras: um ambiente de questionamento à ortodoxia
      files I -> Desenvolvimentismo, restrição externa e política econômica no segundo governo Vargas (1951-1954)
      files I -> Mais além da macroeconomia de curto prazo Denise Lobato Gentil* Victor Leonardo de Araujo Resumo
      files I -> Padrões de Mudança Técnica nas Economias Latino Americanas: 1963-2008
      files I -> Diferenciais salariais entre professores do Ensino Médio e não-professores no Brasil
      files I -> Impactos da saúde sobre os rendimentos individuais no brasil sónia Maria Fonseca Pereira Oliveira Gomes
      files I -> Os Determinantes da Alocação de Tempo em Trabalho pelos Homens Idosos: Evidências para o Brasil
      files I -> O avanço do processo de matematização na academia brasileira de economia desde a década de 19801

      Baixar 383.52 Kb.

      Compartilhe com seus amigos:
1   2   3   4   5   6   7




©bemvin.org 2020
enviar mensagem

    Página principal
Prefeitura municipal
santa catarina
Universidade federal
prefeitura municipal
pregão presencial
universidade federal
outras providências
processo seletivo
catarina prefeitura
minas gerais
secretaria municipal
CÂmara municipal
ensino fundamental
ensino médio
concurso público
catarina município
Dispõe sobre
reunião ordinária
Serviço público
câmara municipal
público federal
Processo seletivo
processo licitatório
educaçÃo universidade
seletivo simplificado
Secretaria municipal
sessão ordinária
ensino superior
Relatório técnico
Universidade estadual
Conselho municipal
técnico científico
direitos humanos
científico período
espírito santo
pregão eletrônico
Curriculum vitae
Sequência didática
Quarta feira
prefeito municipal
distrito federal
conselho municipal
língua portuguesa
nossa senhora
educaçÃo secretaria
segunda feira
Pregão presencial
recursos humanos
Terça feira
educaçÃO ciência
agricultura familiar