73
Análise Heurística dos Fatores Estruturantes que Impactam
no Desenvolvimento da Educação Básica Municipal
Roberto Miranda Pimentel Fully Doutorando em Contabilidade na Fucape ES. Possui Mestrado em Ciências Contábeis - Fucape (2014) Possui especialização em Auditoria Contábil e Financeira - Faculdade Machado Sobrinho (1999) Possui graduação em Ciências Contábeis - Faculdades Integradas de Caratinga (1996). Parecerista da Revista Científica Multidisciplinar Doctum (2018). Coordenador do Curso de Ciências Contábeis das Faculdades Doctum de Manhuaçu (2018); Coordenador do Curso de Ciências Contábeis na modalidade à distância do Centro Universitário Doctum de Teófilo Otoni (2018). Diretor Executivo da Overton Family Office Assessoria Creditícia (2018) Rafael Cabral Heringer Silva Possui graduação em Bacharel em Administração pelo Instituto Ensinar Brasil (2017). Mestrando em Educação
Superior pela Universidade Federal dos Vales do Jequitinhonha e Mucuri. Jéssica da Silva
Resumo
O propósito deste trabalho foi identificar os fatores estruturantes dos municípios relacionados à estrutura física das escolas e ainda os fatores sócios econômicos que afetam o índice de desenvolvimento da Educação Básica, (IDEB) dos anos iniciais. Estudos de diversos autores apontam como fator de crescimento econômico sustentável de longo prazo o investimento no capital humano, com viés a educação formal. O Brasil adotou como política pública a universalização do ensino fundamental e médio preconizando na Constituição Federal a vinculação de receita orçamentária em gastos com educação. Ocorre que mesmo com vinculação de receitas orçamentárias e com a ampliação da rede escolar pública os resultados da qualidade do ensino público ainda não são satisfatórios. Assim este trabalho procurou correlacionar alguns fatores relevantes e estruturantes com os resultados de 10 municípios mineiros para buscar compreender se os fatores estudados influenciavam o IDEB. O modelo proposto de regressão linear com múltiplas variáveis mostrou que a estrutura física de escolas afeta o índice do IDEB para os anos iniciais e que municípios com menor número de escolas tem melhor desempenho no IDEB.
Palavras-Chave
Políticas Públicas; Desenvolvimento Econômico; IDEB; Escolas Públicas.
Abstract
The purpose of this study was to identify the structuring factors of the municipalities related to the physical structure of the schools and also the socioeconomic factors that affect the development index of Basic Education (IDEB) of the initial years. Studies of several authors point out as a factor of long-term sustainable economic growth the investment in human capital, with a bias towards formal education. Brazil adopted as a public policy the universalisation of elementary and middle school, recommending in the Federal Constitution the linking of budget revenue to education spending. It happens that even with budget revenue linkages and the expansion of the public school network, the results of the quality of public education are still not satisfactory. Thus, this work sought to correlate some relevant and structuring factors with the results of 10 municipalities in Minas Gerais to try to understand if the factors studied influenced the IDEB. The proposed linear regression model with multiple variables showed that the physical structure of schools affects the IDEB index for the initial years and that municipalities with fewer schools have a better performance in the IDEB.
Keyword
74
Introdução
Schultz (1960) afirmou que investir no homem era proporcionar ao mesmo acesso à educação, pois a educação gera efeito sobre a sociedade proporcionando a esta crescimento constante contínuo e sustentável no longo prazo.
Países investem em educação com a finalidade de gerar aumentos de produtividades, pois conforme preconiza a teoria do crescimento econômico endógeno, o capital humano é um fator que influencia nos fatores de crescimento econômico, assim acúmulos de capital humano são mais eficientes do que de capital físico, afirma Romer (1988).
Como política pública de Estado, o Brasil tem garantido no Artigo quinto da Constituição Federal o provimento ao acesso a educação como direito universal a todos os brasileiros, e utiliza a Lei de Diretrizes e Bases da Educação para parametrizar e normatizar esta política educacional.
Como forma de medir a eficiência das políticas públicas educacionais, foi criado pelo governo federal o índice de desenvolvimento da educação básica (IDEB) tendo a finalidade de descrever a real situação da educação dos ciclos, fundamental e médio.
A responsabilidade por dar acesso e ofertar o ensino público fundamental e médio é do município para o primeiro, dos Estados membros da federação brasileira para o segundo.
A Constituição Federal determina que vinte e cinco por cento da arrecadação pública seja destinada a educação, entretanto mesmo com alocação de volumoso recurso orçamentário os índices do IDEB de diversos Estados e municípios são inferiores as metas e resultados esperados.
Entender quais fatores estruturantes afetam os resultados do IDEB municipal, é relevante dado à necessidade de proporcionar o arcabouço teórico que auxilie a administração pública a gerir de forma eficiente seus recursos financeiros, dado que não é possível simplesmente exigir constantes e infinitos aumentos na carga tributária.
Assim esta pesquisa procurou responder ao seguinte problema: Quais os fatores estruturantes afetam o desenvolvimento do ensino fundamental nos municípios?
Para responder ao problema proposto foi estruturada uma pesquisa de caráter qualitativo e quantitativo, onde se buscou pesquisar e entender todo o arcabouço teórico relacionado ao tema, bem como estruturar um universo de pesquisa com cerca de 10 municípios do Leste Mineiro a fim de entender através de questionário estruturado e pesquisa de campo, os fatores impactantes.
Como linha de corte para pesquisa da amostra nos municípios foi escolhido fatores relacionados à estrutura física das escolas, bem como análise do desenvolvimento econômico destes municípios como variáveis de controle.
A série de tempo analisada nos 10 municípios foi de 10 anos, de 2007 a 2016. O modelo de análise estatística utilizada foi de regressão linear com múltiplas variáveis utilizando testes de análise de painel e de análise linear discriminante.
Os resultados obtidos pela pesquisa mostram uma correlação direta entre as estruturas físicas ofertadas pelos municípios e os resultados obtidos no IDEB.
Esta pesquisa está estruturada em 05 seções, sendo a primeira a introdução, na seção dois será discorrida a revisão teórica que substanciou a pesquisa. Na seção três serão apresentados os aspectos metodológicos apresentados, na seção quatro as análises de dados e por fim na seção cinco as considerações finais.
75
Fundamentação Teórica
Política Pública para a educação
Para entendermos a verdadeira essência que rodeia os aspectos das Políticas Públicas Educacionais, é importante antes atentar para um breve conceito relevante sobre o termo Política.
Segundo o dicionário Houaiss (2009), o termo política se relaciona como sendo uma competência manipuladora capaz de influenciar as opiniões e concepções de todos que os rodeiam, em um sentido mais amplo, as habilidades políticas são abrangentes a conquista de “resultados desejados”.
Na busca por resultados desejados ampliados para a coletividade é que abordamos aqui o conceito de políticas públicas. Para Ferreira (2003), as políticas públicas são como engrenagens, que trabalham em conjunto, direcionando ações para impactar de forma positiva o meio ao qual se deseja atingir, visando alargar as fronteiras de participação dos entes públicos e privados, assegurando o acesso pleno aos direitos e a cidadania para as diversas camadas da sociedade.
Neste sentido é importante perceber que uma política pública tem um víeis político, onde decisões envolvem conflitos de interesses em sua maior parte, e um víeis administrativo, pois são fundamentais para a realização de melhorias para a sociedade(BOLZANO, 2004).
Para Azevedo (2004), considera-se política pública educacional todos os processos realizados pelo Estado com apoio da sociedade com o objetivo de disciplinar a educação escolar, suprindo assim os déficits de ensino, neste aspecto o referido autor ainda explica que só se pode ter uma política educacional de qualidade, quando o Estado se preocupa com o futuro do seu país, somente desta forma é possível sanar as desigualdades socioculturais.
A política educacional é uma política pública social, pois seu cerne é caracterizado pela busca da redução das desigualdades, salientando ainda que na implementação da política educacional, mudanças significativas ocorrem nos âmbito educacional em que são colocadas, uma vez que seu principal papel é propor medidas que evidenciam a importância da permanência do estudante na base de ensino, salienta (MARTINS, 2010).
Segundo Ferreira e Santos (2014), as políticas públicas exercem um papel substancial e muito mais abrangente do que só verificar a qualidade do ensino básico, mas também reflete em aspectos que tange a formação e transformação de pessoas em cidadãos.
Reflexos da lei de diretrizes da educação
Em 11 de agosto de 1971 foi publicada a chamada segunda LDB, lei nº 5.692/71 considerada por Saviani (1999), como um aperfeiçoamento da primeira, onde a mesma determinava que todas as instituições de ensino tivessem a obrigatoriedade de profissionalizar os estudantes do ensino médio o que gerou muitas discussões, uma vez que não era de interesse das escolas particulares trabalharem desta forma. Com isso criou-se a lei nº 7.044/82 que tornava facultativa a profissionalização.
A publicação no diário oficial da União da Lei nº 6.394/94 foi em 20 de dezembro de 1996, com sua aprovação uma série de mudanças aconteceram. Realizou-se uma reformulação de toda a gestão educacional, como uma parametrização do ensino, novos modelos de financiamento, implantação de programas de avaliação educacional como o IDEB (Índice de
76
Desenvolvimento da Educação Básica), formação de professores, dentre outros com o propósito de melhorar a qualidade da educação (Alves, 2002).
Para Brandão (2007), a aprovação da lei tornou-se um marco simbólico para a educação do Brasil na década de 90, destacando a importância da LDB para a regulamentação de todo o processo educacional Brasileiro, partindo desde o regimento curricular, o ano escolar, os conteúdos programáticos e a duração dos cursos.
Segundo Oliveira (2010),sua implementação foi de suma importância pra a gestão da educação, dispondo com a participação de educadores, da sociedade civil, universidades, jornalistas, partidos políticos, movimentos sociais e organizações não governamentais, com o intuito de debaterem seus objetivos e finalidades.
Contudo, para que a LDB fosse realmente efetiva no contexto real da sociedade, vários fatores deveriam estar em consonância, como os recursos financeiros voltados para o setor educacional, capital humano qualificado, espaço físico e o principal, ter uma política pública educacional eficiente (MARTINS, 2010).
A LDB, 9.394/1996, organizou a educação em níveis, etapas e modalidades educativas. Quanto à organização em níveis, a LDB possui dois ciclos, o ciclo básico e o superior, o ciclo básico está estruturado em três níveis: infantil, fundamental e médio. A LDB de 1996, lei nº 9.394/96 partiu da necessidade que a mesma possibilitasse o acesso e permanência de todas as pessoas à escola, eliminando assim o analfabetismo (CERQUEIRA et al, 2011).
Educação e o crescimento econômico
Porter (1947) afirma que o governo seja o responsável por fomentar estratégias que visem direcionar a perenidade do crescimento econômico, através da disseminação de uma educação de qualidade, para o autor os investimentos feitos nas pessoas são os responsáveis por tornar uma organização competitiva.
Schultz (1960) coloca o conhecimento com sendo uma variável endógena que passa a compor o conceito de capital humano, tendo variáveis exógenas a fim de melhorar a capacitação do trabalhador para a potencialização da produtividade, chegando à correspondência entre homem, educação e renda através de estudos voltados à valorização do Capital Humano.
Dentro das perspectivas que relacionam as variáveis, Solow (1956) evidenciou duas variaveis exógenas, a poupança e o crescimento populacional, para o autor essas duas variáveis são determinantes para o nível de renda per capta no estado estacionário, para o autor, países que auferem um nível maior de poupança, automaticamente serão mais ricos, outrora países com maior crescimento populacional serámais pobre, por isso cada país tem estados estacionários divergentes.
Schultz (1960) afirma que a educação, depois de adquirida se compreende parte do indivíduo, pois a mesma não pode ser negociada ou vendida, por isso o autor disse, “Proponho tratar a educação como um investimento no homem”.
Mincer (1962) em seus estudos queria mostrar o real funcionamento do retorno dos investimentos feitos em educação no local de trabalho, este estudo estava orientado sob a ótica da distribuição dos rendimentos, com isso para o autor as estimativas de renda aumentam de acordo com o nível de escolaridade.
Para Becker (1962) o nível de instrução determina o nível de renda, ou seja, para o autor um indivíduo consciente despende recursos para a educação e treinamento. Schultz
77
(1964) defende a primazia de que ao acumular Capital Humano tal qual Capital Físico, são fatores que explicam o crescimento econômico de uma determinada nação.
Schultz (1964) destaca que investimentos dispendidos para a educação e profissionalização são responsáveis pelo crescimento da produtividade de um determinado indivíduo, e consequentemente aumentando o “capital”, formando com isso uma cadeia de desenvolvimento e crescimento.
O Capital Humano pode ser caracterizado segundo Becker (1964) como sendo o conjunto de habilidades produtivas, em que um determinado indivíduo obtém através da alocação de conhecimento, vislumbrando o aumento da produtividade, impactando de forma positiva em aspectos relacionados à economia, melhoria de renda e afins capazes de mitigar as disparidades econômicas e sociais.
Schultz (1964) salienta que o fator educação pode ser encarado como um custo de oportunidade para potencializar o fator trabalho, visando à ampliação do nível educacional e do potencial produtivo, o autor ainda afirma que cada indivíduo é responsável pela escolha de instrução.
Para Schultz (1967) o desenvolvimento tecnológico é considerado um fator de crescimento econômico, visto que investimentos destinados ao fator “homem” se relaciona com a criação, adaptação e disseminação de novas tecnologias.
Quanto mais fazemos a abrangência dos níveis de conhecimentos e das habilidades, maiores serão os rendimentos advindos da melhoria da produtividade, afirma Schultz (1964). Blaug (1975) salienta que em economias com índices elevados de desenvolvimento, quanto mais os indivíduos investem em conhecimento, maior é o nível de renda auferido, com isso é correspondido em mesma proporcionalidade.
Mas é somente no período de 1970 que os autores Schultz, (1971) (1973); Mincer (1974) e Becker (1993) passaram a contemplar a educação como fator principal do crescimento econômico focando não apenas na acumulação de Capital Físico, mas também no Capital Humano, com isso a teoria do capital humano veio para explicar quais fatores diretos ou indiretos, seriam capazes de influenciar e determinar o crescimento econômico entre os diferentes países.
Blaug (1976) atesta que o centro da teoria do capital humano, é inegavelmente a educação, para o autor embora existam outros elementos que compõem a formação do capital humano, a educação é soberana sobre os demais, o autor ainda salienta que educação e a formação são elementos que podem ser controlados.
Lewis (1976) considerou a educação como um bem de consumo, mas também um bem de investimento, para o autor na medida em que um indivíduo investe e consome educação, profissionalização ele está contribuindo diretamente para aumento da produtividade, o autor ainda salienta que somente são consumo e investimentos se estes atuarem pela ótica do mercado.
Denison (1982) disse que entre os anos de 1929 a 1982, o aumento de escolaridade respondia por um quarto do aumento de renda.
Lucas (1988) em sua concepção disse que o crescimento econômico era proporcional a acumulação de Capital Humano, para o autor as taxas de crescimento díspares existentes entre os países seriam explicadas pela importância dada a esse fator, no modelo do autor o Capital Humano era considerado apenas uma parte do processo de produção, enquanto que no modelo de Romer (1990) o Capital Humano passou a figurar como insumo para o desenvolvimento.
Romer (1990) foi o primeiro a estabelecer um paralelo entre taxa de tecnologia e nível de Capital Humano, para ele a tecnologia era uma variável endógena e que era moldada
78
através de investimentos feitos em educação, qualificação e pesquisa, o autor ainda salienta que o conhecimento gera mais conhecimento.
Para Becker (1993), países que investiram na educação e na formação da força de trabalho, auferiram maiores taxas de crescimento econômico, para o autor uma nação ao aumentar o conhecimento técnico e científico, proporcionalmente potencializam a produtividade e outros insumos do processo produtivo.
Smith (1996) em sua concepção, não era atribuição do Estado promover métodos e artifícios para mitigar as disparidades econômicas, para o autor uma mão invisível era responsável por regular os aspectos econômicos.
A aplicação de recursos em aspectos relacionados à educação abrange um leque de novas oportunidades para os indivíduos que assim o fazem, para Barros e Mendonça (1997) esses investimentos melhoram a capacidade produtiva, a empregabilidade, aumento de renda, melhora na expectativa de vida, diminuição substancial da fertilidade, qualidade de vida e diminuição da pobreza.
Bourdieu (2000) relata que o comportamento de uma instituição é influenciado pelo seu nível ou acumulação de capital (grifo nosso), com isso o comportamento do indivíduo também é refletido de igual maneira quando são abordados aspectos relacionados à acumulação de conhecimento, para o autor com o decorrer dos anos o Capital Físico de uma determinada organização é depreciado, na contracorrente o Capital Humano é valorizado.
Nakabashi e Figueiredo (2005) afirma que o potencial do Capital Humano é influenciado pelas inovações tecnológicas, visto que, o homem como ser racional é instigado a criar novas tecnologias, criando uma relação sustentável entre as variáveis “mudanças” x “valor”.
Almeida e Barreto (2008) afirmam que o parâmetro utilizado para auferir a situação econômica de uma determinada região é a educação, com isso o autor afirma que investir em educação é o menor passo para o alcance desse patamar.
Segundo Saviani (2010) com a educação é possível o alcance do tão desejado “círculo virtuoso do desenvolvimento”, para ele a educação é a força capaz de movimentar aspectos econômicos e sociais de uma sociedade, o autor ainda salienta que com mais educação se tem mais produtividade, competitividade, maior oferta de empregos, maximização dos salários, consolidação do consumo de forma cíclica, inclusão social e uma maior arrecadação de impostos por parte da União.
Método de pesquisa
Modelo proposto
O modelo abordado aqui está condicionado ao grande número de variáveis independentes existentes, que podem ou não revelar o comportamento da variável dependente (IDEB) Hair, Jr. et al (2005). Para Gil (2008), a regressão linear é empregada para avaliar de forma direta a relação de uma variável dependente com uma gama de variáveis independentes, com isso os valores das variáveis independentes são utilizados para adicionar sentido a variável dependente, a fim de observar o seu comportamento.
O modelo proposto aborda como variável dependente o (I) IDEB, e como variáveis independentes o (ID) IDHM, o (P) PIB, o (E) Número de escolas e (IE) Espaço alugado, cedido ou próprio. O erro aleatório do modelo é indicado por (µ). Com isso, tem-se a
79
formulação do modelo proposto. Veja abaixo a notação:
Onde:
I = É a variável dependente que representa o Índice de Desenvolvimento da Educação Básica (IDEB);
ID = Variável contínua de controle que representa o Índice de Desenvolvimento Humano Municipal publicado pelo IBGE;
P = Variável de controleque captura a taxa de crescimento do Produto Interno Bruto Municipal;
E = Variável relativa à Quantidade de escolas públicas municipais no município; IE = Variável relativa à estrutura física, observando se onde funcionam as escolas municipais o espaço é alugado, cedido ou próprio;
µ = Erro aleatório
Análise dos resultados
Análise Descritiva
Tabela 1 – Matriz de Estatística Descritiva
Variáveis Obs. Média Desvio Padrão Min Max
IDEB 5º ano 80 4.8425 1.631166 0 7.5 IDHM 80 .632575 .0222442 .555 .661 PIB 80 6.271275 3.892253 0 16.635 Nº de Escolas 80 12.3 8.175914 4 31 Estrutura 1 80 .2375 .4837551 0 2 Estru. cedida 80 .375 .9984165 0 3
Fonte: Elaboração própria com base no software STATA 12
Temos 80 observações realizadas através de pesquisa estruturada encaminhada às secretarias municipais de educação das cidades e ainda em pesquisa em sites oficiais sobre índices de desenvolvimento sócio econômico e do resultado do IDEB.
Na tabela 1, Matriz de Estatística Descritiva, é possível compreender a média dos valores obtidos para cada variável, bem como o desvio padrão obtido e ainda os valores máximos e mínimos. O objetivo desta tabela é descrever as características da amostra, permitindo uma melhor compreensão dos dados obtidos no modelo de regressão linear com múltiplas variáveis.
A tabela 2, Matriz de Análise de Painel Descritiva tem o mesmo objetivo da tabela 1, entretanto a mesma acrescenta análise das variáveis correlacionando seus resultados em uma matriz de análise estruturada. Desta forma utilizamos as variáveis, ANOS e MUNICÍPIOS
80
como fatores de análise sobre as demais variáveis, a fim de capturar o comportamento destas, sob estas duas perspectivas.
Tabela 1 - Matriz de Análise de Painel Descritiva
Variáveis Média Des. Padrão Min. Max. Observações
1.Município 6.375 2.512626 2.66927 0 2 2 6.375 10 10 6.375 N= 80 n= 8 T= 10 2.Ano 2011.5 2.890403 0 2.890403 2007 2011.5 2007 2016 2011.5 2016 N= 80 n= 8 T= 10 3.IDEB 5º ano 4.8425 1.631166 1.12628 1.239641 0 2.72 .07825001 7.5 6.32 7.0225 N= 80 n= 8 T= 10 4.IDHM .632575 .0222442 .0187575 .0135294 .555 .5975 .590075 .661 .652 .643075 N= 80 n= 8 T= 10 5.PIB 6.271375 3.892253 1.271949 3.703524 0 4.5861 -2.215225 16.635 8.4866 14.41978 N= 80 n= 8 T= 10 6.Nº de Escolas 12.3 8.175914 8.573214 1.311102 4 5 6.4 31 28.9 15.7 N= 80 n= 8 T= 10 7.Estrutura 1 .2375 .4837551 .4405759 .2490488 0 0 -.6625 2 1 1.3375 N= 80 n= 8 T= 10 8Estrutura cedida .375 .9984165 1.06066 0 0 0 .375 3 3 .375 N= 80 n= 8 T= 10 Fonte: Elaboração própria com base no software STATA 12
Os resultados apresentados mostram a influência das variáveis ANO e MUNICÍPIOS sobre o comportamento estatístico das outras variáveis. Avaliar o tratamento estatístico sob estas duas perspectivas MUNICÍPIO e ANOS nos permite entender de forma mais clara os resultados que o modelo de regressão dará quando relacionado às variáveis explicativas com a variável dependente, IDEB, pois o resultado do modelo está relacionado às características obtidas na amostra.
Cada variável apresenta dois resultados para média, desvio padrão, mínimo e máximo, assim fica patente que as perspectivas ANO e MUNICIPIOS influenciam o comportamento destas variáveis, por isto a Análise de Painel é importante para a compreensão do comportamento da amostra obtida.
81
Análise Inferencial:
A tabela 3, Matriz de Correlação, tem por objetivo apresentar a força de relação estatística baseada na correlação entre as diversas variáveis. Na matriz de correlação podemos identificar também aspectos de multicolinearidade, ou seja, existindo correlação associada às variáveis independentes, e as variáveis explicativas do comportamento da variável dependente do modelo proposto.
Tabela 2 - Matriz de Correlação
1 2 3 4 5 6 7 8 1. Município 1.0000 2. Ano 0.0000 1.0000 3. IDEB 5º ano -0.1738 0.2717 1.0000 4. IDHM -0.5008 0.4635 0.1490 1.0000 5. PIB -0.1052 -0.2926 0.1555 0.0524 1.0000 6. Nº de Escolas -0.4104 -0.0782 0.0910 0.1520 0.0859 1.0000 7. Estrutura1 -0.3033 -0.1675 0.0769 0.0624 0.0215 0.8363 1.0000 8 Estrutura cedida 0.2460 0.0000 -0.1312 -0.1364 -0.1647 0.4326 0.5209 1.0000 Fonte: Elaboração própria com base no software STATA 12
No modelo proposto a variável dependente é IDEB, cujo comportamento se tenta explicar coma as variáveis independentes do modelo estudado. Os resultados da matriz com sinal negativo mostram uma correlação inversamente proporcional, nestes casos as variáveis não apresentam o que chama de linearidade, ou seja, os resultados projetados em uma reta não são simétricos, porém se distanciam entre si. Já os resultados com sinais positivos afirmam uma correlação positiva, ou seja, apresentam uma linearidade nos resultados.
Importante salientar que os resultados apontados na Matriz de Correlação mostram variáveis com correlação positiva e também de correlação negativa, além disso, apresentam resultados, quanto mais próximo de 1.0, maior a correlação significativa e outras de significância não tão forte.
A Matriz de Correlação é utilizada como teste de análise da amostra, a fim de auxiliar na compreensão do teste do modelo de regressão linear com múltiplas variáveis proposta nesta pesquisa.
Será apresentado na Tabela 4, Análise Linear Discriminante, para entender o comportamento da variável MUNICÍPIO na amostra obtida. Como o modelo de regressão linear tem o pressuposto de explicar o comportamento da variável dependente IDEB com as variáveis independentes do modelo proposto, e isto está relacionado às condições e características dos municípios alvos da pesquisa, entender o comportamento do município é importante para compreensão do modelo.
Tabela 3 - Análise Linear Discriminante Municípios Classificação 2 4 5 6 7 8 9 10 Desclas. 2 6 60.00 4 40.00 0 0.00 0 0.00 0 0.00 0 0.00 0 0.00 0 0.00 0 0 4 2 20.00 2 20.00 2 20.00 2 20.00 2 20.00 0 0.00 0 0.00 2 20.00 0 0 5 0 0 4 4 0 0 2 0 0
82 0.00 0.00 40.00 40.00 0.00 0.00 20.00 0.00 0 6 0 0.00 2 20.00 0 0.00 0 0.00 2 20.00 2 20.00 2 20.00 2 20.00 0 0 7 4 40.00 0 0.00 0 0.00 0 0.00 2 20.00 4 40.00 0 0.00 0 0.00 0 0 8 0 0.00 0 0.00 2 20.00 2 20.00 2 20.00 2 20.00 2 20.00 0 0.00 0 0 9 0 0.00 0 00.00 2 20.00 0 0.00 2 20.00 2 20.00 0 0.00 2 20.00 2 2 10 4 40.00 2 20.00 0 0.00 0 0.00 2 20.00 2 20.00 0 0.00 0 0.00 0 0 Total 16 20.00 10 12.50 8 10.00 8 10.00 12 15.00 12 15.00 6 7.50 6 7.50 2 2 Priores 0.1250 0.1250 0.1250 0.1250 0.1250 0.1250 0.1250 0.1250
Fonte: Elaboração própria com base no software STATA 12
A análise Linear tem por objetivo identificar se os grupos são diferentes em relação à média de uma variável, e desta forma compreender a que grupo o município pertence.
Ao relacionarmos os municípios a classificação obtida pela análise discriminante pode perceber que a mesma já os agrupa por classificação e desta forma por comportamentos similares relativos à amostra.
No resultado podemos perceber que os municípios de Lajinha e São José do Mantimento apresentam características que são identificadas em outros municípios da amostra, desta forma criando dois grupos de comparação, ou seja, na matriz linear discriminante temos que os comportamentos desses municípios formam dois grupos de análise para o resultado do modelo econométrico.
Podemos inferir de forma empírica que os municípios de Lajinha e São José do Mantimento podem de certa forma influenciar com isomorfismo mimético para os outros municípios da amostra.
Enfatizamos, porém que na busca inicial pelos resultados, dois municípios alvos da pesquisa não responderam de forma completa e satisfatória os questionários enviados, desta forma entendemos que temos um viés de análise dado que estes municípios são referências tanto pela quantidade de escolas quanto pelos valores orçamentários gastos em educação, a saber, os municípios de Manhuaçu e Manhumirim.
O comportamento analisado na tabela 4 pode ser detalhado na tabela 5 que mostra o comportamento dos municípios de Lajinha e São José do Mantimento.
Tabela 5 - Síntese Sumarizada de Teste da Amostra da Análise Discriminante
Município Observações SS MS R2 Ajustado
Lajinha 10 36.959 .46199 1.000
83 Fonte: Elaboração própria com base no software STATA 12
Os resultados acima mostram a quantidade total de variação existente a ser explicada pelas variáveis independentes. Desta forma temos que o Município de Lajinha consegue, dentro da perspectiva da análise discriminante explicar em 46,19% o comportamento do grupo similar a ela, com um R2, ou seja, a capacidade deste modelo explicar o comportamento é de 100%.
Os resultados para São José do Mantimento são de 54,20% para um R2 de 100%, desta forma é possível entender o comportamento dentro da ótica da análise discriminante do grupo de municípios que tem comportamento de variáveis similar ao de São José do Mantimento.
Os testes realizados que compreendem as tabelas de 1 a 5 foram realizados para entender as características da amostra obtida, bem como para validar o comportamento das variáveis, tendo como finalidade elaborar os construtos para a equação do modelo de regressão linear com múltiplas variáveis que será apresentado a seguir.
Modelo de Análise de Regressão Linear com Múltiplas Variáveis:
O modelo de regressão com múltiplas variáveis adotou como variável dependente o Ideb5º ano que mede o resultado do ensino fundamental. As variáveis explicativas são Número de escolas, Estrutura Própria, Estrutura Alugada e Estrutura Cedida, já as variáveis independentes de controle são IDHM (Indicador de Desenvolvimento Humano Municipal) e PIB (Produto Interno Bruto).
Tabela 6 - Análise de Regressão Linear com Múltiplas Variáveis Número de Observações 80 F (6, 73) 1,37 Prob> F 0,2368 R2 0,1014 IDEB 5º ano Coef. Std. Err. t P>|t| [95% Conf. Interval]
IDHM 10.29614 8.618992 1.19 0.236 -6.881485 27.47377 PIB .0695939 .0498156 1.40 0.167 -.0296884 .1688763 Nº de Escolas -1.927784 1.224416 -1.57 0.120 -4.368041 .5124733 Estrutura Própria 2.432994 1.433816 1.70 0.094 -.4245974 5.290585 Estrutura Alugada 1.673649 1.268066 1.32 0.191 -.8536029 4.200901 Estrutura Cedida 1.930706 1.222256 1.58 0.119 -.5052479 4.366659 Cons -2.214133 5.432714 -0.41 0.685 -13.04152 8.613251
Fonte: Elaboração própria com base no software STATA 12
O número de observações foi de 80 no total, tendo um grau de liberdade de 06, dado o número de variáveis explicativas utilizadas.
O resultado do Prob> F obtido é de 0,2368. O resultado esperado é que quanto mais próximo de zero mais significante é o resultado, assim o resultado obtido não é descartável, entretanto não tem força significante alta.
O resultado obtido para o R2 é de 0.1014, ou seja, o modelo consegue explicar 10,14% o comportamento da variável dependente IDEB, apesar de ser um percentual baixo, ainda assim é relevante. O intervalo de confiança adotado para o modelo é de 5%.
84 Tabela 7 - Análise Individualizada das Variáveis
Variável Resultados obtidos
IDHM O Teste P- Valor deu resultado de 0.236 que mostra uma significância não tão forte para influenciar a variável dependente. O Teste T deu resultado 1.19 que fica dentro dos parâmetros da distribuição normal padrão que é entre 3,50 e -3,50, desta forma a probabilidade do resultado encontrado se repetir em outra amostra com a mesma característica é altamente provável. O resultado do coeficiente é positivo, dessa forma a correlação entre a variável explicativa e a dependente é diretamente relacionada, com isso,aumentos no IDHM afetará o resultado do IDEB.
PIB O Teste P- Valor deu resultado de 0.167 que mostra uma significância não alta para influenciar a variável explicativa sobre a variável dependente. O Teste T deu resultado 1.40 que fica dentro dos parâmetros da distribuição normal padrão que é entre 3,50 e -3,50, desta forma a probabilidade do resultado encontrado se repetir em outra amostra com a mesma característica é altamente provável. O resultado do coeficiente é com sinal positivo, com isso, a correlação entre a variável explicativa e a dependente é diretamente relacionada, dessa forma aumentos no PIB,acarretará aumento no resultado do IDEB.
Número de Escolas O Teste P- Valor deu resultado de 0.120 que mostra uma baixa significância para a influência da variável explicativa sobre a variável dependente. O Teste T deu resultado -1.57 que fica dentro dos parâmetros da distribuição normal padrão que é entre 3,50 e -3,50, desta forma a probabilidade do resultado encontrado se repetir em outra amostra com a mesma característica é altamente provável. O resultado do coeficiente é com sinal negativo, com isso, a correlação entre a variável explicativa e a dependente é inversamente relacionada, dessa forma, aumentos no número de escolas ocasionará a redução no resultado do IDEB. Assim quanto maior o número de escolas por município menor será o resultado deste município no IDEB.
Estrutura 1 O Teste P- Valor deu resultado de 0.094 que mostra significância da variável explicativa em influenciar a variável dependente. O Teste T deu resultado 1.70 que fica dentro dos parâmetros da distribuição normal padrão que é entre 3,50 e -3,50, com isso, a probabilidade do resultado encontrado se repetir em outra amostra com a mesma característica é altamente provável. O resultado do coeficiente é com sinal positivo. Como a variável estrutura 1 representa imóveis próprios dos municípios isto infere que são imóveis construídos e projetados para o fim educacional, dessa forma atendem adequadamente ao ensino. O resultado de sinal positivo do coeficiente aponta que quanto maior o número de escolas próprias maior será
85 o impacto sobre o resultado do IDEB.
Estrutura Alugada O Teste P- Valor deu resultado de 0.191 que mostra certo grau de significância da variável explicativa em influenciar a variável dependente, porém menos robusto que a variável estrutura própria. O Teste T deu resultado 1.32 que fica dentro dos parâmetros da distribuição normal padrão que é entre 3,50 e -3,50, dessa forma a probabilidade do resultado encontrado se repetir em outra amostra com a mesma característica é altamente provável. O resultado do coeficiente é com sinal positivo. O resultado obtido mostra que com o aumento do número de escolas alugadas, há um impacto positivo no IDEB, entretanto queremos ressaltar que os valores obtidos neste coeficiente é 31,30% menor se comparado com o resultado da Estrutura própria, assim podemos inferir que ao optar entre alugar espaço ou construir prédios próprios para escolas, a segundo opção implicará em influenciar o IDEB em 31,30% a mais do que apenas alugando espaço físico para funcionamento das escolas.
Estrutura Cedida O Teste P- Valor deu resultado de 0.119 que mostra certo grau de significância da variável explicativa em influenciar a variável dependente, porém menos robusto que a variável estrutura própria. O Teste T deu resultado 1.58 que fica dentro dos parâmetros da distribuição normal padrão que é entre 3,50 e -3,50, desta forma a probabilidade do resultado encontrado se repetir em outra amostra com a mesma característica é altamente provável. O resultado do coeficiente é com sinal positivo. O resultado obtido mostra que com o aumento de número de escolas cedidas há impacto positivo no IDEB, entretanto queremos ressaltar que os valores obtidos neste coeficiente é 20,57% menor se comparado com o resultado da Estrutura própria. Nos chama atenção é que o resultado para estrutura cedida apresenta melhor coeficiente do que estrutura alugada. A estrutura cedida apresenta um coeficiente melhor do que a alugada em 13,47%. Este resultado chama atenção dado que em geral espaços cedidos não são os mais adequados para o ensino do que espaços alugados. Cabem aqui outras pesquisas a respeito sobre o tipo de cessão de uso de espaço e se o mesmo é na localidade urbana ou rural.
Fonte: Elaboração própria com base no software STATA 12
Conclusão
A presente pesquisa abordou a reflexão sobre os fatores estruturantes que impactam no indicador de desenvolvimento do ensino básico municipal. Foi realizada pesquisa em 10 municípios da região Leste de Minas Gerais do entorno do município de Manhuaçu.
Dos dez municípios da amostra foram obtidas respostas dos questionários estruturados de oito municípios, não tendo respondidos os municípios de Manhuaçu e Manhumirim. Os municípios que responderam foram: Lajinha, Reduto, Durandé, Martins Soares, Chalé, Simonésia, Luísburgo e São José do Mantimento.
86
Foi realizada uma pesquisa bibliográfica que abordou os aspectos da lei de diretrizes e bases da educação que norteia os parâmetros educacionais nacionais, bem como todo o arcabouço teórico sobre os impactos no desenvolvimento e crescimento econômico relacionado com a educação e o capital humano.
Esta pesquisa procurou evidenciar que aumento de escolaridade afeta, segundo a teoria do crescimento econômico endógeno, em aumento do crescimento econômico e por consequência do desenvolvimento sócio econômico do país, estado e de seus municípios.
O Índice de desenvolvimento da educação básica, medida de desempenho educacional adotado pelo governo federal busca medir o desempenho das políticas públicas na melhoria da qualidade do ensino básico e fundamental que é responsabilidade dos governos municipais e estaduais.
Atualmente a Constituição Federal determina que 25% da arrecadação de tributos sejam destinados a educação, e ainda assim temos resultados abaixo do esperado do IDEB em muitos municípios e estados da federação, assim ao analisarmos um conjunto de municípios do leste mineiro procuramos responder quais fatores estruturantes afetam estes resultados.
A linha de corte foi o resultado do IDEB do quinto ano que se refere ao ensino ofertado pelos municípios, assim segregando os resultados obtidos relativos ao ensino médio.
Os testes aferidos mostram que a amostra é válida sem viés que comprometessem os resultados, entretanto o modelo equacional proposto consegue explicar apenas 10,14% do comportamento do IDEB, mesmo baixo é significativo, não podendo ser desprezado. O resultado do R2 apenas reforça que diversos outros fatores afetam o IDEB e que assim a pesquisa e o modelo atual proposto, devem ser ampliados.
Quanto as variáveis explicativas ficou claro que a variável explicativa mais robusta é com certeza a estrutura própria, ou seja, escolas que pertencem ao patrimônio público municipal tem grande relevância em influenciar o comportamento do resultado do IDEB e que quanto mais escolas públicas forem próprias, maior será o impacto sobre o IDEB.
Os resultados relativos às variáveis estruturas cedidas e alugadas também foram positivos, entretanto a relação do coeficiente destas com a estrutura própria são menores, assim podemos inferir que os resultados relativos à estrutura própria apresentam maiores resultados sobre o IDEB do que os relativos à estrutura cedida ou alugada.
Os resultados relativos à estrutura cedida apresentaram coeficientes melhores do que estrutura alugadas, com isso merecem maior aprofundamento das causas que influíram nestes resultados.
Resultado contraditório sob a nossa perspectiva foi da variável número de escolas. De forma estranha a correlação é negativa, ou seja, quanto melhor o IDEB menor o número de escolas. Podemos apenas supor que com menor número de escolas os municípios teriam melhor gestão sobre estas escolas, porém estes resultados não são conclusivos, sendo necessário maior aprofundamento em pesquisas futuras.
As variáveis explicativas de controle IDHM e PIB se mostraram com correlação positiva, o que já era esperado, pois municípios com maior desenvolvimento econômico e social deveria apresentar melhor resultado do IDEB o que ocorreu, entretanto o teste de P- Valor não evidenciou alta significância estatística neste resultado, isto pode ser em decorrência do tamanho da amostra e que, portanto em pesquisas futuras deverá ser aumentada, entretanto ressalta-se que o teste P- Valor apresentou este resultado para um intervalo de coeficiência de 5%.
Salientamos que como restrição ao universo pesquisado não foi objeto da pesquisa avaliar a qualidade do ensino ofertado no que tange aos aspectos pedagógicos e também com relação aos aspectos de recursos humanos relacionados aos docentes municipais e dos
87
auxiliares da educação, mas sim com relação à estrutura física ofertada ao ensino.
Por fim entendemos que foi respondida a questão problema da pesquisa quanto aos fatores estruturantes que afetam o IDEB municipal, entendendo que a estrutura física das escolas, bem como os fatores relacionados ao desenvolvimento sócio econômico dos municípios, afeta com graus variados de significância estatística o IDEB dos municípios para as séries iniciais.
Como sugestão para pesquisas futuras sugerimos entender as causas da variável número de escolas apresentarem correlação negativa com o IDEB, bem como o coeficiente de estrutura cedida apresenta melhor resultado do que estrutura alugada, e também ampliar o espectro da pesquisa para abarcar a qualidade do corpo docente relacionando a formação e titulação do docente municipal e remuneração destes.
Referências
ALVES, Dalton José. A filosofia no Ensino Médio: ambiguidades e contradições na LDB. Campinas/SP: Autores Associados, 2002. 170 p.
AZEVEDO, J. L. de. A educação como política pública. 3ª Ed. Campinas, SP: Autores Associados, 2004.
BARRETO, R. C. S.; ALMEIDA, E. S.; A contribuição do capital humano para
crescimento econômico e convergência espacial do PIB per capita no Ceará. IV Encontro
– Economia do Ceará em Debate, 2008, http://www2.ipece.ce.gov.br/encontro/artigos_2008/1.pdf. BARROS, R. P.; MENDONÇA, R. Investimento em Educação e Desenvolvimento
Econômico.Rio de Janeiro: IPEA, 1997.
BECKER, G.S. 1962. Investment in Human Capital: A Theoretical Analysis. The Journal of Political Economy, 70(5): 9-49.
BECKER, Gary S. Human Capital: A Theoretical and Empirical Analysis, with Special
Reference to Education. Chicago: University of Chicago, 1964.
BECKER, Gary S., Human capital: A Theoretical and Empirical Analysis with Special Reference to Education.University of Chicago, Chicago, 1993.
BLAUG, M. Introdução à Economia da Educação. Porto Alegre: Globo, 1975.
BLAUG, M. La metodologia de la economia. Trad. Ana Martinez Pujana. Madrid: Alianza Editorial, 1985.
BOLZANO, Sonia Maria Nogueira. Do direito ao ensino de qualidade ao direito de
aprender com qualidade – o desafio da nova década. In: LIBERTI, Wilson Donizeti.
Direito à educação: uma questão de justiça. São Paulo: Malheiros, 2004, p.122. BOURDIEU, P. LesEstructuressociales de l’économie. Paris: Seuil, 2000.
BRANDÃO, C. da F. LDB passo a passo: Lei de Diretrizes e Bases da Educação Nacional
(Lei n. 9.394/1996), comentada e interpretada, artigo por artigo. 3. ed. São Paulo:
Avercamp, 2007.
CERQUEIRA, AlianaGeorgia Carvalho, SOUZA, Thiago Cavalcante de, MENDES, Patrícia Adorno. A trajetória da LDB: Um olhar crítico frente à realidade Brasileira. 2011. DENISON, D. R. The climate, culture and effectiveness of work organizations: a study of
organizational behavior and financial performance. Michigan, 1982. Thesis (Doctoral) University of Michigan.
88
FERREIRA, Cléia Simone, SANTOS, Everton Neves dos. Políticas públicas educacionais:
apontamentos sobre o direito social da qualidade na educação. Revista Labor nº11, v.1,
Mato Grosso, jun/2014.
FERREIRA, Rubens da Silva. A sociedade da Informação no Brasil: um ensaio sobre os
desafios do Estado. Ciência da Informação. Brasília, v. 32, n, p.36-41, jan/abr. 2003.
FIGUEIREDO, L.; NAKABASHI, L. Capital humano e crescimento: impactos diretos e
indiretos.Belo Horizonte: UFMG/Cedeplar, 2005.
GIL, Antônio Carlos. Métodos e técnicas de pesquisa social. 6. Ed. – 7. Reimpr.-São Paulo: Atlas, 2016. 200 p.
HAIR Jr, J.F., ANDERSON, R.E, TATHAM, R.L. , BLACK, W.C. Análise Multivariada de
Dados.5.ed. Porto Alegre: Bookman, 2005.
HOUAISS, Antônio; VILLAR, Mauro de Salles. Dicionário Houaiss da língua portuguesa:
com a nova ortografia da língua portuguesa. Rio de Janeiro: Objetiva, 2009. 1986 p.
LEWIS, W. A. TeoríadelDesarrollo Económico. México: Fondo de Cultura Económica, 1976.
LUCAS, R. E. On the mechanics of economic development.Journal of Monetary Economics, 22, p. 3-42, 1988.
MARTINS, Paulo de Sena. O financiamento da educação básica como política pública.
In: Revista Brasileira de Política e Administração da educação.n.3. v. 26, set.- dez. 2010.
p. 409-640.
Mincer, Jacob (1962) “On-the-Job Training: Costs, Returns and Some Implications”. Journal of Political Economy, 70(5) Part 2, S50-S79.
MINCER.Investment in human capital and personal income distribution.The Journal of Political Economy, v. 66, n. 4, p. 281-302, 1958.
MINCER.Schooling and earnings. In: Schooling, experience, and earnings.Columbia University Press, p. 41-63, 1974.
OLIVEIRA, Adão Francisco de. Políticas públicas educacionais: conceito e
contextualização numa perspectiva didática. In: OLIVEIRA, Adão Francisco de. Fronteiras da educação: tecnologias e políticas. Goiânia-Goiás: PUC Goiás, 2010.
PORTER, M. E.; 1947 – A vantagem competitiva das nações / Michael E. Porter; tradução Waltensir Dutra – Rio de Janeiro: Campus, 1993.
ROMER, P. 1990b.Human Capital and Growth: Theory and Evidence. Carnegie-Rochester Conference Series on Public Policy, North Holland, 32: 251-286.
ROMER, P.M. Increasing returns and long run growth.Journal of Political Economy, v.94, n.5, p.1002-1037, 1986.
ROMER, Paul M. Endogenous technological change.Journal of political Economy, p. S71-S102, 1990.
SAVIANI, D. A educação no centro do desenvolvimento econômico. In: BARROSO, A.; RENILDO, S. (Orgs.). Desenvolvimento: ideias para um projeto nacional. São Paulo: Anita Garibaldi; Fundação Maurício Grabois, 2010c, p. 247-264.
SAVIANI, Dermeval. A nova lei da educação: trajetória, limites e perspectivas.5 ed. Campinas (SP): Autores Associados, 1999. (Coleção educação contemporânea).
SCHULTZ, T. W. (1960). Capital formation by education. The Journal of Political Economy, 68(6):571–583.
89
SCHULTZ, T. O Valor Econômico da Educação. Rio de Janeiro: Zahar Editores,1964. SCHULTZ, T. W. O valor econômico da educação. Trad. de P.S. Werneck. Rev. Técnica de C.A. Pajuaba. Rio de Janeiro: Zahar, 1967.
SCHULTZ, Theodore W. O capital humano. Investimentos em educação e pesquisa.Tradução de Marco Aurélio de Moura Matos. Rio de Janeiro: Zahar, 1973 [1971]. SCHULTZ, Theodore W. O valor econômico da educação. Tradução de P. S. Werneck. Revisão técnica de Calogeras A. Pajuaba. 2ª ed. Rio de Janeiro: Zahar, 1973.
SMITH, A.; A riqueza das nações - investigação sobre sua natureza e suas causas, Volume I e II; Ed. Nova Cultural, 1996, Círculo do Livro Ltda.; Título original: An Inquiry into the Nature and Causes of the Wealth of Nations; apresentação Winston Fritsch, p. 49.
SOLOW, R. A. A contributionofthetheoryofeconomicgrowth.Quartely Journal of Economics, v. 70, p. 65-94, 1956.
