Eficiência na Geração de Bem-estar entre os Municípios Investigados

Na Tabela 5 adiante, apresenta-se a análise exploratória das variáveis empregadas na mensuração da eficiência relativa dos municípios mineiros de pequeno porte. Conforme apresentado na seção 3.3.1, no modelo de análise, utilizou- se, como insumo, a variável gasto municipal per capita e, como produto, foram utilizados os componentes do IFDM.

Tabela 5 – Análise Explorátoria das variáveis empregadas na mensuração da eficiência entre os municípios mineiros de pequeno porte, 2000 e 2005 a 200943

Índice Ano Máximo Mínimo Média Desvio Padrão

2000 7.392,10 506,01 1.348,35 705,14 2005 6.706,07 581,08 1.301,02 651,93 2006 7.645,72 663,51 1.568,69 786,21 2007 7.109,39 681,16 1.617,74 767,91 2008 7.804,38 763,71 1.792,57 831,70 2009 8.263,46 797,25 1.840,12 899,11 2000 0,730 0,044 0,318 0,112 2005 0,744 0,034 0,360 0,104 2006 0,762 0,113 0,360 0,091 2007 0,712 0,068 0,346 0,090 2008 0,978 0,000 0,349 0,128 2009 0,843 0,097 0,347 0,094 2000 0,844 0,383 0,611 0,100 2005 0,854 0,414 0,652 0,078 2006 0,888 0,412 0,675 0,069 2007 0,907 0,511 0,723 0,060 2008 0,944 0,431 0,703 0,082 2009 0,912 0,513 0,754 0,063 2000 0,969 0,186 0,641 0,132 2005 0,946 0,411 0,728 0,108 2006 0,955 0,361 0,737 0,110 2007 0,955 0,364 0,753 0,105 2008 0,977 0,392 0,767 0,101 2009 0,980 0,501 0,781 0,093

Gasto per capita

(Input)

Emprego & Renda

(Output 1)

Educação

(Output 2)

Saúde

(Output 3)

Fonte: Firjan (2010), IMRS (2011).

Os resultados sugerem uma evolução no volume de gastos per capita no período analisado. Em média, os gastos municipais per capita apresentaram um crescimento de 36,47% no período de 2000 a 2009. Além disso, outro ponto importante que pode ser identificado na análise dos gastos per capita refere-se à disparidade existente entre os gastos públicos municipais, representado pelo nível elevado de variabilidade dos valores observados.

Quanto aos indicadores de produto, os dados mostram que o componente emprego e renda é o que apresenta pior desempenho em todos os anos analisados, com valores médios inferiores a 0,4. Esses resultados indicam o baixo desenvolvimento do mercado formal de trabalho nos municípios de pequeno porte. Por outro lado, os componentes de educação e saúde apresentaram valores médios

43

Os municípios de Gonzaga, Grupiara, Itatiaiuçu, Lagoa Grande, Mar de Espanha, Pintópolis e Rio Pomba não apresentaram informações para o ano 2000. Em função dessa indisponibilidade de dados, os valores dos gastos per capita desses municípios no ano de 2000 foram considerados iguais aos gastos apresentados por eles em 2001.

superiores a 0,6 em todos os anos, com uma tendência de crescimento no período analisado.

Assim como apresentado na seção 2.1, que abordou a questão das disparidades regionais existentes no estado de Minas Gerais, as análises dos componentes do IFDM evidencia a presença de desigualdade regional, inclusive quando se comparam somente os municípios de pequeno porte. Entre os municípios com população inferior a 20.000 habitantes, identificam-se municípios com elevados indicadores de desenvolvimento, coexistindo com municípios que apresentaram indicadores de desenvolvimento muito baixo. No entanto, a análise do desvio padrão indica que, em geral, os valores do IFDM e seus componentes para os 675 municípios analisados tendem a se concentrar próximos da média, dado o valor

“moderado” do desvio padrão (Tabela 5).

Após a análise exploratória dos dados utilizados para a estimação das fronteiras da eficiência na geração de bem-estar social, na Tabela 6 abaixo, é apresentada a distribuição de frequência dos escores de eficiência dos municípios mineiros de pequeno porte, gerados pela DEA, com orientação para o produto e retornos variáveis à escala para cada um dos anos analisados.

Tabela 6 - Distribuição dos municípios mineiros de pequeno porte, por nível de eficiência, 2000 e 2005 a 2009 0% - 20% 20% - 40% 40% - 60% 60% - 80% 80% - 100% 2000 0 0 43 317 315 2005 0 0 4 241 430 2006 0 0 4 182 489 2007 0 0 0 113 562 2008 0 0 6 240 429 2009 0 0 0 112 563 2000 - - 6,4% 47,0% 46,7% 2005 - - 0,6% 35,7% 63,7% 2006 - - 0,6% 27,0% 72,4% 2007 - - - 16,7% 83,3% 2008 - - 0,9% 35,6% 63,6% 2009 - - - 16,6% 83,4% 2000 - - 6,4% 53,3% 100,0% 2005 - - 0,6% 36,3% 100,0% 2006 - - 0,6% 27,6% 100,0% 2007 - - - 16,7% 100,0% 2008 - - 0,9% 36,4% 100,0% 2009 - - - 16,6% 100,0% Número de Ocorrência Frequência Relativa (%) Frequência Absoluta (%) Intervalo de Eficiência Ano

A escolha dos modelos com orientação produto e retornos variáveis de escala se fundamentou nos trabalhos de Souza Jr. e Gasparim (2006), Shikida, Milton e Araujo Jr. (2007), Ribeiro (2008), Faria, Jannuzzi e Silva (2008) e Maciel, Piza e Penoff (2009). Esses autores argumentam que, em geral, as relações que se estabelecem no campo das políticas públicas não supõem retornos constantes de escalas, o que sugere a utilização do modelo com retornos variáveis para a análise aplicada ao setor público.

Cabe destacar que, além do embasamento na revisão de literatura sobre o tema, foram estimados escores de eficiência tanto para retornos constantes de escala, quanto para retornos variáveis. A partir da estimação dos modelos com as duas orientações, fez-se o teste não paramétrico de duas amostras de Kolmogorov-Smirnov para a determinação de qual modelo melhor se adaptava aos dados, conforme sugerido por Banker (1996). Os resultados para esse teste foram significativos a 1%, o que indica a rejeição da hipótese nula pela ausência de ineficiência de escala e corrobora a pressuposição de retornos variáveis de escala. As rotinas utilizadas para a estimação dos escores de eficiência no software estatístico R estão disponíveis no Apêndice G.

Deve-se ressaltar também que os escores de eficiência foram corrigidos pelo método de bootstrap, pois, de acordo com Fonseca e Ferreira (2009), esse método deve ser utilizado para reduzir os efeitos de problemas resultantes de erros de coleta de dados ou fatores atribuídos ao acaso que podem comprometer as estimativas realizadas sobre os escores de eficiência. 44 Os referidos autores destacam que o bootstrap é um procedimento mais refinado que o teste de média, em razão, principalmente, das milhares de interações possíveis na abordagem de reamostragem. Quanto aos resultados obtidos, no ano de 2000, nota-se que a maior concentração dos índices de eficiência ocorreu no intervalo dos escores entre 60% - 80%, nos quais se encontram 317 municípios (47,0%). Vale ressaltar que o maior percentual de municípios com eficiência igual ou inferior a 60% se encontra no ano de 2000, no qual 43 municípios (6,4%) alcançaram esse resultado.

Nos demais períodos analisados, a maior concentração de municípios foi no intervalo de 80% - 100% e, nos anos de 2007 e 2009, mais de 80% dos municípios

44 _{Os escores de eficiência foram corrigidos pelo método de bootstrap, por meio do comando}

apresentaram escores de eficiência situados nesse intervalo. Os municípios concentrados no intervalo superior podem ser apontados como referência para a atuação dos demais, visto que, através de suas práticas de gestão e alocação do recurso público, alcançaram os melhores resultados observados no período.

Quanto à concentração dos escores de eficiências nos intervalos mais elevados, deve-se ressaltar que esse resultado é uma característica dos modelos BCC, que, diferentemente dos modelos CCR, retornam escores de eficiência maiores. Em outras palavras, os modelos com retornos variáveis de escala identificam mais DMUs eficientes do que os modelos com retorno constante de escala. Esse resultado não é surpreendente, pois o modelo CCR pressupõe uma tecnologia de produção com retornos constantes (lineares) de escala, enquanto o modelo BCC sugere retornos variáveis de escala, que são mais aderentes à realidade por refletirem a eficiência técnica de diferentes DMUs, no caso do presente estudo dos diferentes municípios.

Com o objetivo de realizar uma análise da distribuição geográfica dos resultados alcançados com o modelo utilizado para o cálculo da eficiência, na Tabela 7 abaixo, apresenta-se o quadro geral do estado, analisado por agrupamento de mesorregiões. Nela constam os valores médios, mínimos e máximos dos escores de eficiência, bem como o desvio padrão destes. Os resultados demonstram que o escore médio de eficiência entre os municípios de pequeno porte de Minas Gerais foi de 0,835. O desvio padrão foi 0,090 e os valores variaram de 0,472 até 0,993.

Tabela 7 – Análise explorátoria dos escores de eficiência por agrupamentos de regiões do estado de Minas Gerais

Regiões Observações Proporção Média Desvio

Padrão Mínimo Máximo

Total 4.050 100,00% 0,835 0,090 0,472 0,993

Sul e Triângulo 894 22,07% 0,888 0,066 0,595 0,992

Noroeste e Alto Paranaíba 222 5,48% 0,875 0,075 0,531 0,992

Central e Centro Oeste de Minas 924 22,81% 0,849 0,075 0,576 0,989

Rio Doce e Zona da Mata 1.284 31,70% 0,825 0,084 0,512 0,993

Norte e Jequitinhonha e Mucuri 726 17,93% 0,755 0,089 0,472 0,984

Fonte: Resultados da pesquisa.

Os resultados evidenciam também que os municípios de regiões mais pobres tendem a ter o nível médio de eficiência menor que os de regiões mais favorecidas, bem como apresentam valores mínimos mais baixos. Nota-se também que, de todas as mesorregiões, Norte e Jequitinhonha e Mucuri, as regiões mais pobres do estado,

foram as que apresentaram os municípios com os piores escores de eficiência e que, por sua vez, os municípios das regiões Sul e Triângulo, mais desenvolvidas, foram os que apresentaram os melhores escores de eficência no período investigado. Esses resultados são semelhantes aos obtidos por Lopes e Toyoshima (2008) na análise da eficiência dos municípios de Minas Gerais, na gestão dos gastos com saúde e educação.

Após essa breve análise sobre os resultados da eficiência na geração de bem- estar entre os municípios mineiros de pequeno porte, na próxima seção, são estimados os efeitos das variáveis ambientais sobre a eficiência municipal. O objetivo das estimativas é avaliar, por meio de um modelo paramétrico de regressão, os fatores determinantes da eficiência municipal.