Impacto das auditorias governamentais no desenvolvimento humano

A Tabela 20 apresenta os resultados da regressão por OLS (colunas de 1 a 3), por Painel com efeito fixo (colunas de 4 a 6) e por diferenças em diferenças (colunas de 7 a 9), da estimativa de várias especificações para as equações [1] e [2]. Os resultados da primeira, quarta e sétima coluna estimam os efeitos puros (sem controles) de ter sido anteriormente auditado sobre o valor atual do IDHM. As colunas 2, 5 e 8 ampliam as especificações para incluir as características socioeconômicas dos municípios e dos prefeitos, além de controlar por efeitos fixos municipais e temporal. Já as colunas 3, 6 e 9 exibem os mesmos controles mencionado anteriormente, considerando o IFDM como variável dependente.

Os resultados nas colunas de 1 a 9 sugerem que os municípios que foram auditados no passado possuem significativamente maiores níveis de desenvolvimento humano em comparação aos municípios não auditados. Estima-se um aumento de 2% no IDHM e de 8% no IFDM se observado os resultados estimados por painel. Pelo método de diferença em diferença, esse aumento é de 0,006 no IDHM e de 0,002 no IFDM.

Em nível de comparação, observando os dados do Programa das Nações Unidas para o Desenvolvimento (PNUD) nos anos de 2015 e 2016, países como Portugal, Espanha, Canadá, dentre outros levaram três anos para aumentar em 0,002 o seu IDH. Essa mesma diferença de 0,002 difere em nível de desenvolvimento a Ucrânia do Chile, Portugal da Coreia do Sul, e a Grécia dos Estados Unidos. Observando os dados brasileiros, percebe-se que cerca de 32 cidades levaram quase 10 anos (de 2005 a 2013) para aumentar em aproximadamente 0,002 o seu IFDM – é o caso dos municípios de Alto

Alegre (RR), Boa Vista dos Ramos (AM), Pracuúba (AP), Caturaí (GO), Cachoeira de Prata (MG), Ladário (MS), Varre-Sai (RJ), Monte Alto (SP), Engenheiro Beltrão (PR), Passo de Torres (SC), dentre outros. Esse IFDM de 0,002 separa em nível de desenvolvimento Belo Horizonte (MG) de Ceres (GO), ou Recife (PE) de Ariquemes (RO).

Em resumo, os resultados encontrados são significativos – tanto estatisticamente quanto socioeconomicamente – em especial considerando que são efeitos indiretos. Nesse sentido, destaca-se que Avis, Ferras e Finan (2016) apontam que ter sido auditada no passado conduz a uma redução significativa da corrupção. Na presente pesquisa, consideramos que o efeito reportado entre a fiscalização e o IDH é uma consequência desse efeito positivo das auditorias na redução da corrupção.

Tabela 20 – Efeito das auditorias da CGU no IDH no Brasil (2000 e 2010)

MQO Painel Diff-in-Diff

(1) (2) (3) (4) (5) (6) (7) (8) (9)

Tratamento: Sorteio CGU 0,017** (0,002) 0,007*** (0,0006) 0,003** (0,001) 0,016*** (0,003) 0,005*** (0,0008) 0,054*** (0,0001) 0,004* (0,003) 0,006** (0,002) 0,002** (0,000)

Variável dependente: IDHM S S N S S N S S N

Variável dependente: IFDM N N S N N S N N S

Efeito Fixo Municipal N S S N S S N S S

Efeito Fixo Tempo N S S N S S N S S

Controles – características municipais N S S N S S N S S Controles – características dos prefeitos N S S N S S N S S Número de Observações 11.003 10.932 48.794 11.003 10.932 48.706 11.003 10.939 48.988 R2 _{0,040 0,947 0,814 0,068 0,929 0,542 0,359 0,390 0,170}

Nota: Dados monetários corrigidos pela inflação de 2010. Erro padrão em parênteses. “***” significativo a 1%, “**” significativo a 5%, “*” significativo a 10%, “ ” não significativo.

Fonte: Elaboração própria a partir dos dados do IBGE, PNUD e TSE.

Dado o impacto positivo de auditorias passadas no atual desenvolvimento humano, questiona-se: qual o tempo necessário para que uma fiscalização hoje surta efeito

no IDH? Como é a propagação desse efeito ao longo do tempo? As Tabelas 3 e 4 respondem a esses questionamentos.

A Tabela 21 revela 4 exercícios com o IDHM, em que os dois primeiros confrontam as auditorias realizadas no mesmo ano de coleta/mensuração do IDHM, isto é, analisa se a auditoria instaurada hoje reflete em melhorias no IDHM atual. O terceiro exercício avalia o impacto das fiscalizações futuras no IDHM passado, enquanto que o último exercício verifica o efeito de auditorias passadas no atual IDHM. Os resultados mostram que os efeitos na variável resposta em anos próximos ou idênticos ao ano de sorteio são estatisticamente significativos, mas com baixa magnitude. Em contrapartida, esses efeitos são mais fortes em anos posteriores à fiscalização da CGU, o que pode indicar que as fiscalizações passadas surtem um impacto mais forte nos resultados futuros do IDHM. Salienta-se que não foram encontrados efeitos estatisticamente significativos entre sorteios futuros no IDHM passado.

Com relação à propagação desse efeito, a Tabela 22 mostra que ele é mais forte ao longo do tempo, chegando ao ápice três anos após realizado o sorteio, em que municípios auditados possuem um IFDM 0,013 maior em comparação a municípios não auditados. A partir do quarto ano esse efeito continua significativo, mas de menor magnitude em comparação ao terceiro ano. Contudo, é importante destacar que as estimativas pelo método de diferença em diferença tornam os resultados mais constantes, com ápice do efeito entre 1 a 3 anos após a data do sorteio.

Disso, pode-se inferir que são as auditorias ocorridas no passado que impactam o desenvolvimento humano futuro, sendo esse efeito maior após até três anos da data dos sorteios realizados pela CGU. Por fim, considera-se que esse menor efeito a partir do quarto ano não tem relação com as eleições, no sentido do gestor público apresentar uma melhora temporária na condução da administração pública para fins de eleição/reeleição. Caso isso ocorra, então estamos tratando de um efeito passageiro, nos moldes do encontrado em Porto Rico por Bobonis et al. (2015). Listamos 4 motivos que corroboram com nossa afirmação; são eles: (1) o tratamento é aleatório, o que veta qualquer possibilidade de conhecimento a priori dos municípios a serem auditados, além de mitigar possíveis efeitos das não observáveis no outcome; (2) o presente artigo controla os resultados por características eleitorais e dos prefeitos; (3) a diferença na magnitude

não é tão elevada, especialmente em observância aos coeficientes gerados pelo método de diferença em diferença; e (4) a literatura15 aponta que a auditoria impacta a corrupção (e, por consequência, o IDH) por meio do efeito de seleção política, pelo efeito disciplinar eleitoral e pelo aumento dos custos não-eleitorais – e todos esses fatores estão relacionados a mudanças permanentes, e não temporárias. Em outras palavras, é o efeito indireto da CGU no desenvolvimento humano municipal, ocasionados pelo efeito disciplinar, efeito seleção política e elevação dos custos não-eleitorais, que fomenta os resultados encontrados.

Tabela 21 – Efeito por ano das auditorias da CGU no IDHM. Brasil, 2000 e 2010

Variável dependente: IDHM (1) Sorteio de 2000 em 2000 (2) Sorteio de 2010 em 2010 (3) Sorteio de 2010 em 2000 (4) Sorteio de 2000 em 2010 Tratamento: Sorteio CGU 0,0003***

(0,0001) 0,001*** (0,0002) -0,0003 (0,0008) 0,004** (0,001)

Efeito Fixo Municipal S S S S

Efeito Fixo Tempo N N N N

Controles – características municipais S S S S Controles – características dos prefeitos S S S S

Número de Observações 5.436 5.496 5.449 5.527

R2 _{0,94 0,94 0,94 0,93}

Nota: Dados monetários corrigidos pela inflação de 2010. Erro padrão em parênteses. “***” significativo a 1%, “**” significativo a 5%, “*” significativo a 10%, “ ” não significativo.

Fonte: Elaboração própria a partir dos dados do IBGE, PNUD e TSE.

Tabela 22 – Efeito por ano das auditorias da CGU no IDHM. Brasil, 2000 e 2010

Variável dependente: IFDM Tratamento (S): Sorteio CGU

Defasagens/propagação do efeito S(t=0) S(t = -1) S(t = -2) S(t = -3) S(t = -4) S(t = -5) S(t = -6) Painel 0,005*** (0,001) 0,007*** (0,001) 0,012*** (0,002) 0,013*** (0,002) 0,010*** (0,002) 0,009*** (0,002) 0,007*** (0,002) Diff-in-diff 0,000 0,002* 0,002** 0,002** 0,001* 0,001** 0,001**

(0,001) (0,000) (0,000) (0,000) (0,000) (0,000) (0,000)

Efeito Fixo Municipal S S S S S S S

Efeito Fixo Tempo S S S S S S S

Controles – características municipais

S S S S S S S

Controles – características dos prefeitos

S S S S S S S

Número de Observações 48.791 48.790 48.789 48.988 48.787 48.786 48.785

R2 _{0,47 0,47 0,47 0,47 0,47 0,47 0,47}

Nota: Dados monetários corrigidos pela inflação de 2010. Erro padrão em parênteses. “***” significativo a 1%, “**” significativo a 5%, “*” significativo a 10%, “ ” não significativo.

Fonte: Elaboração própria a partir dos dados do IBGE, PNUD e TSE.

5.3.2 Heterogeneidade do impacto das fiscalizações no desenvolvimento humano