Análise dos Determinantes da DAP Declarada pelo Entrevistado a partir do

O modelo de regressão linear estimado nesta seção corresponde à Equação (6.1), descrita a seguir:

X '

Y=β . (6.1)

em que Y representa a DAP declarada, β é o vetor de parâmetros estimados e X é o vetor de variáveis consideradas no modelo. Apenas as variáveis que apresentaram significância estatística considerando um nível de 10% não foram incorporadas no modelo118. Visando a corrigir problemas de heterocedasticidade, os dados foram ponderados a partir da matriz de White. As estimações foram realizadas a partir do pacote econométrico EViews 4.0 da Quantitative Micro Software.

Para facilitar a exposição das variáveis, será adotada a convenção apresentada no Quadro 6.1 para todos os exercícios econométricos apresentados neste estudo.

QUADRO 6.1 – DESCRIÇÃO DAS VARIÁVEIS INCORPORADAS NOS MODELOS ECONOMÉTRICOS

VARIÁVEL DESCRIÇÃO

Dap Valor do pagamento pela cesta de serviços públicos apresentado ao entrevistado.

LogRendaf Logaritmo da renda familiar. LogEstudo Logaritmo dos anos de estudo.

LogMembros Logaritmo do número de membros na família.

D_Mora Dummy que caracteriza os entrevistados que moram em casa. LogTempres Logaritmo do tempo de residência do entrevistado.

IDH IDH do bairro.

D_NivsegM Dummy que caracteriza os entrevistados que declararam um médio nível de segurança do bairro.

D_NivsegSS Dummy que caracteriza os entrevistados que declararam não haver segurança no bairro.

D_Auto Dummy que caracteriza os entrevistados que possuem carro.

D_Medopol Dummy que caracteriza os entrevistados que declaram ter medo da polícia.

D_Aumsenseg Dummy que caracteriza os entrevistados que declararam aumento no sentimento geral de insegurança.

Fonte: Elaboração própria.

A Tabela 6.26 apresenta os resultados da estimação do modelo de regressão linear. O modelo 1 refere-se à base de dados com todas as observações e o modelo 2 não considera os votos de protesto.

TABELA 6.26 – ESTIMATIVAS DO MODELO DE REGRESSÃO LINEAR MODELO 1 MODELO 2

VARIÁVEL

Estimativa Teste “t” Estimativa Teste “t”

Intercepto -135,76 -4,99* -156,09 -4,73* LogRendaf 10,64 4,21* 10,44 2,88* LogEstudo 15,07 2,37** 18,51 2,41** LogMembros 10,01 2,47** 10,15 2,00** D_Mora 26,45 3,98* 35,22 3,31* LogTempres -6,76 -3,37* -8,66 -3,62* IDH - - 47,99 2,27** D_NivsegM - - -10,33 -1,87*** D_NivsegSS 10,04 1,78*** 13,02 1,76*** D_Auto - - 10,56 1,85*** D_Medopol -10,80 -2,75* -10,16 -1,95*** D_Aumsenseg 19,59 1,83*** - - R2 Ajustado 0,15 - 0,25 - Estatística F 8,81 - 9,25 - Nº de Observações 364 - 243 -

Fonte: Elaboração própria a partir dos resultados obtidos pelo EViews 4.0. * Nível de significância estatística de 1%.

** Nível de significância estatística de 5%. *** Nível de significância estatística de 10%.

É possível observar a partir do valor do R2 ajustado que a retirada dos votos de protesto proporciona um melhor ajuste ao modelo. A estatística F indica que o efeito conjunto das variáveis consideradas é relevante para ambos os modelos, considerando um nível de significância estatística de 1%. Individualmente, todas as variáveis são estatisticamente significativas, considerando um nível de 10%.

em R$ 15,07 e R$ 18,51 nos modelos 1 e 2, respectivamente. O sinal da estimativa relacionada aos anos de estudo pode traduzir o efeito renda sobre a DAP declarada, haja vista que um maior o nível de estudo do entrevistado, maior será sua probabilidade de conseguir altos rendimentos e, conseqüentemente, maior sua DAP declarada.

O número de membros na família possui um resultado muito próximo ao da renda familiar, indicando que o aumento de 1% nessa variável acrescenta cerca de R$ 10,00 na DAP declarada para ambos os modelos. É possível que o tamanho da família esteja positivamente correlacionado com a probabilidade de algum membro da família ser vítima de violência, ceteris paribus. Dessa forma, pode-se dizer que o sentimento de insegurança aumenta quanto maior for a família.

O fato de morar em casa possui um efeito positivo na DAP, sendo de R$ 26,45 e R$ 35,22, respectivamente nos modelos 1 e 2. Em relação ao tempo de residência do entrevistado, o aumento de 1% nessa variável implica em uma redução de R$ 6,76 e R$ 8,66 na DAP declarada nos modelos 1 e 2, respectivamente. É provável que essas variáveis captem indiretamente o sentimento de insegurança dos entrevistados. É suposto que o tempo de residência seja negativamente correlacionado com o sentimento de insegurança, uma vez que esse sentimento pode explicar em grande parte a decisão de mudança de residência por parte dos indivíduos. Por fim, os condomínios de apartamentos, em geral, oferecem serviços de segurança adicionais que podem reduzir o sentimento de insegurança de seus moradores em relação aos indivíduos que residem em casas.

O IDH só é estatisticamente relevante no modelo 2, tem efeito positivo sobre a DAP declarada. Tomando apenas o modelo 2, o fato de considerar o nível de segurança do bairro como médio reduz o valor da DAP declarada em R$ 10,33, não tem efeito significativo estatisticamente no modelo. Por outro lado, o fato de considerar o bairro totalmente inseguro aumenta a DAP em R$ 10,04 e R$ 13,02 considerando os modelos 1 e 2, respectivamente. O efeito do nível de segurança sobre a DAP declarada corrobora para a hipótese de que a DAP realmente representa o valor da insegurança.

O efeito da variável dummy que caracteriza o entrevistado que possui carro pode refletir tanto o efeito insegurança, quanto o efeito renda, ambos sendo positivos em relação à DAP declarada. Por um lado, possuir um carro pode indicar um padrão de renda mais elevado. Por outro lado, o carro representa um patrimônio de substancial valor, tornando seu proprietário em uma vítima potencial mais atrativa.

O medo da polícia causa uma redução de um pouco mais de R$ 10,00 na DAP para ambos os modelos. O sinal da estimativa relacionada à variável dummy que indica os indivíduos que declararam ter medo da polícia reflete as características da própria cesta de serviços de segurança pública. Conforme mencionado na Seção 5.2, cabe à polícia a execução dos serviços contidos nessa cesta119.

Em média, os indivíduos que declararam perceber um aumento generalizado no sentimento de insegurança possuem uma maior DAP declarada (modelo 1). No entanto essa variável perde sua significância estatística quando os votos de protesto são retirados da análise (modelo 2).

Do ponto de vista teórico, é possível que as variáveis relacionadas com o padrão de vida do entrevistado, tais como: renda familiar, IDH, ter automóvel etc., exerçam dois efeitos sobre a DAP declarada: o efeito insegurança e o efeito renda. No caso da renda familiar, por exemplo, uma renda mais alta representa um maior poder aquisitivo, por outro lado, essa renda mais alta torna seu detentor em uma vítima potencial mais atrativa. O mesmo ocorre com o fato de possuir carro. Para esses dois exemplos, os efeitos atuam no mesmo sentido. A existência do efeito insegurança nessas variáveis depende do fato de o entrevistador estar ciente de que um padrão de vida mais elevado o torna uma potência vítima mais atrativa.

No caso do IDH, o efeito renda segue em sentido oposto ao efeito insegurança. Por um lado, o IDH reflete o grau de desenvolvimento do bairro, podendo afetar negativamente a DAP declarada. Por outro lado, os bairros de IDH mais alto são, em geral, caracterizados por um alto padrão de renda (ver Tabela 6.23), repercutindo positivamente na DAP declarada. O sinal da estimativa relacionada ao IDH indica que, para essa variável, o efeito renda é maior do que o efeito insegurança.

O R2 ajustado indica que outras variáveis não computadas na pesquisa explicam cerca de 85%, no modelo 1, e 75%, no modelo 2, da DAP declarada. As variáveis: sexo, idade, existência de unidade policial nas proximidades, entre outras, não

Dessa forma, a hipótese de que a DAP relacionada à cesta de serviços de segurança pública reflete o valor da perda de bem-estar associada ao sentimento de insegurança é plausível.

Por fim, a Tabela 6.27 apresenta a matriz de correlação entre as variáveis computadas nos modelos. De acordo com os valores das correlação, pode-se afirmar que os modelos estimados não apresentam problemas de multicolinearidade entre as variáveis explicativas.

TABELA 6.27 – MATRIZ DE CORRELAÇÃO

LogRendaf LogEstudo LogMembros D_Mora LogTempres IDH D_NivsegM D_NivsegSS D_Auto D_Medopol D_Aumsenseg

LogRendaf 1,00 - - - LogEstudo 0,49 1,00 - - - - LogMembros 0,26 0,07 1,00 - - - D_Mora -0,28 -0,25 0,06 1,00 - - - LogTempres -0,06 -0,08 0,00 0,24 1,00 - - - IDH 0,53 0,39 0,08 -0,35 -0,06 1,00 - - - D_NivsegM 0,02 0,05 -0,10 0,10 -0,05 0,11 1,00 - - - - D_NivsegSS -0,11 -0,11 0,07 0,00 -0,01 -0,18 -0,42 1,00 - - - D_Auto 0,56 0,29 0,27 -0,19 -0,05 0,40 0,05 -0,10 1,00 - - D_Medopol -0,06 0,02 0,10 0,07 0,01 -0,09 -0,11 0,13 -0,07 1,00 - D_Aumsenseg -0,14 -0,11 0,02 0,06 0,01 -0,10 -0,05 0,05 -0,07 0,02 1,00