Modelo Econométrico

Procedeu-se a uma estimação econométrica com a principal finalidade de captar o impacto que os programas PEE e PROCEL têm evidenciado no consumo global de energia elétrica no Brasil, variável dependente do estudo, como também de analisar uma possível correlação da mesma com o PIB real per capita, para o período compreendido entre 1971 e 2010, tendo-se estabelecido a seguinte relação:

Para tal, usou-se uma estimação pelo Método dos Mínimos Quadrados (MMQ)¹⁹⁸

simples, do tipo log-log¹⁹⁹, com o auxílio do software econométrico Gretl.

198

Comummente conhecido como OLS – Ordinary Least Squares. 199

Tanto a variável dependente como as variáveis explicativas apresentam-se sob a forma de logaritmos, exceto a variável .

139

O modelo final obtido é explicitado pela equação 1, onde representa os termos dos

resíduos e , com =1,2, os coeficientes das variáveis explicativas.

_{Eq. 1}

7.1.2.1. Variáveis da estimação econométrica

A estimação econométrica em questão engloba 40 observações, para o período entre 1971 e 2010.

As variáveis explicativas selecionadas são o Produto Interno Bruto per capita, a preços constantes de 2011, e uma variável dummy representativa dos programas de EE brasileiros. De entre um conjunto mais amplo de variáveis testadas, opta-se por apenas se evidenciar as descriminadas visto que os resultados das estimações de diversos modelos com a inclusão de outras variáveis explicativas revelarem uma não significância estatística.

As variáveis explicada e explicativas são apresentadas no quadro 7.2, bem como as respetivas fontes dos dados.

Quadro 7.2: Descrição e fonte das variáveis utilizadas na estimação econométrica.

^{Consumo de energia elétrica total do Brasil (GWh)} Fonte: IPEADATA (http://www.ipeadata.gov.br/)

Produto Interno Bruto per capita, a preços constantes de 2011 (USD) Fonte: IPEADATA (http://www.ipeadata.gov.br/)

Variável dummy com início em 1993 até ao final do período da amostra

A escolha das variáveis residiu num processo criterioso de seleção em que se pretendeu incluir, para além da variável dependente de cariz energético, que é o consumo de energia elétrica global do Brasil, um indicador que permitissem abarcar a perspetiva socioeconómica. As razões para a fundamentação da seleção das variáveis referidas, listam-se seguidamente:

 Consumo de Eletricidade, : este estudo incide na gestão do lado da

procura de energia elétrica no SEB e, como tal, esta variável apresenta-se como fulcral para analisar tanto a eficácia dos programas de EE e de promoção da eficiência no consumo de energia elétrica, como da relação da mesma com outras variáveis de cariz socioeconómico. A opção pelo consumo total de energia elétrica no território brasileiro prende-se com o objetivo da linha de investigação seguida, ou seja, poder aferir-se se as iniciativas levadas a cabo de EE, de promoção na utilização mais eficiente de eletricidade e de conservação da mesma tiveram

140

impacto, em termos globais, na evolução do consumo total da fonte de energia secundária em questão. A inclusão do impacto mencionado ao nível das diversas regiões geográficas não foi possível por ausência de informação, mais concretamente na atuação/resultados dos programas em PIB per capita de cada região ao longo do período analisado.

 Produto Interno Bruto real per capita, : indicador que relaciona a atividade

económica e a população, sendo que a sua inclusão teve a pretensão de estudar a correlação de uma variável socioeconómica com a evolução do consumo de energia elétrica. Em primeiro lugar, a escolha por uma variável cuja evolução fosse em volume é crucial para expurgar os efeitos da inflação, que no Brasil apresenta valores elevados, sendo que esta iria enviesar a análise dada a consideração de um período de 40 anos. Em segundo lugar, a disseminação do

PIB per capita²⁰⁰, nas duas variáveis que lhe dão origem, para além de as estimações

econométricas não terem apresentado resultados econométricos satisfatórios, não permitiria um estudo econométrico de uma variável simultaneamente de cariz social/demográfica como

económica²⁰¹. Crê-se que esta variável proporciona uma imagem consistente da realidade

brasileira dado a forte procura interna de B&S e de energia elétrica – (no que concerne à inclusão da evolução da população residente na análise).

 _{Programas de EE, : teve o intuito de estudar o impacto da atuação dos}

programas PEE e PROCEL na atenuação da evolução do consumo de energia elétrica no Brasil, começando em 1993 porque foi o ano de implementação do subprograma do PROCEL (PROCEL Selo) que mais contribui para as poupanças energéticas. Para além de 1993, foram consideradas outras datas para o início da variável dummy: o ano de criação do PROCEL, 1985, e 1991, quando o PROCEL foi convertido em programa de Governo; no entanto, foram preteridas porque o programa em questão encontrava-se, pelo menos de um ponto de vista prático, numa fase inicial e, como tal, com poupanças energéticas pouco (ou nada) significativas. Finalmente, foi equacionada a possibilidade, dado que pretende-se uma análise conjunta do PEE e do PROCEL, iniciar a dummy no ano de criação do PEE (2000), contudo coincidiria com o período de racionamento do consumo de energia elétrica ocorrido em 2001, o que enviesaria a análise pretendida.

200

Dado pelo rácio entre o PIB (real) e a população residente. 201

A não consideração do nº de clientes de energia elétrica em detrimento da população residiu em três aspetos: a ausência de informação estatística da primeira variável; o facto da variabilidade/incerteza do nº de consumidores afetos a cada cliente de eletricidade; por último, este tipo de análise não teria em conta o consumo de eletricidade da indústria, setor de atividade que regista o maior consumo.

141 7.1.2.2. Processo econométrico

Na formulação do modelo, para além de se proceder à análise da qualidade da estimação realizada, foram também testadas as infrações básicas, nomeadamente a existência de multicolinearidade, autocorrelação dos erros e heterocedasticidade. Analisa-se também a

estacionaridade das variáveis²⁰² e a possível endogeneidade das variáveis explicativas, de forma

a permitir inferir acerca da consistência e robustez do modelo estimado.

A estimação econométrica efetuada pelo Método dos Mínimos Quadrados (MMQ) é do tipo log-log de modo a simplificar a interpretação do coeficiente da variável explicativa

_{, permitindo uma análise através de elasticidades, tendo-se mostrado também mais}

satisfatória nos resultados obtidos.

Evidencia-se o facto que, ao longo da análise, considera-se essencialmente o p-value em detrimento dos valores críticos para cada estatística, visto ser uma análise mais intuitiva.