View
0
Download
0
Category
Preview:
Citation preview
IMPACTO DAS POLÍTICAS MACROECONÓMICAS NA POBREZA EM
PAÍSES EM DESENVOLVIMENTO
Luciana Isabel Ribeiro da Silva
Dissertação
Mestrado em Economia
Orientada por
Aurora A. C. Teixeira
junho 2018
i
Nota biográfica
Luciana Isabel Silva nasceu a 25 de maio de 1994 em Gaia, sendo natural de São João da
Madeira, no distrito de Aveiro, cidade na qual cresceu. Frequentou a Escola Básica e
Secundária Oliveira Júnior na área Científico-humanística de Ciências Socioeconómicas em
São João da Madeira. Ingressou na Faculdade de Economia da Universidade do Porto no
ano 2013 na Licenciatura em Economia, estando neste momento a frequentar o Mestrado
na mesma área, iniciado em 2016.
ii
Agradecimentos
Esta dissertação é o reflexo de cinco anos de aprendizagem vividos na Faculdade de
Economia do Porto, que contou com a apoio de algumas pessoas sem as quais a sua
realização não seria possível.
Primeiramente, gostaria de agradecer à Professora Doutora Aurora Teixeira pela
disponibilidade, prontidão e amabilidade com que me acompanhou durante estes 10 meses.
O seu gosto pela investigação foi uma inspiração e os conhecimentos partilhados de grande
valia.
Gostaria de agradecer à minha família, em especial à minha mãe Manuela, ao meu pai
António, à minha irmã Inês e ao meu avô Manuel. Obrigado pelos valores transmitidos e
pelo apoio que sempre me deram.
Aos amigos que sempre estiveram por perto, nas alegrias e nas lamentações, em especial à
Daniela pelos longos anos de amizade, à Joana minha companheira de trabalho na FEP e
grande amiga e a tantos outros que sempre me apoiam.
Por fim, queria agradecer à Faculdade de Economia do Porto, em especial a todos os
professores pelo conhecimento transmitido e aos colegas com quem tive o gosto de conviver
ao longo destes anos.
iii
Resumo
Dada a sua situação de vulnerabilidade, os pobres estão particularmente expostos aos
choques e às decisões de política macroeconómica. Ainda que durante muito tempo
ignoradas pelas principias Instituições Financeiras Internacionais, sobretudo o Fundo
Monetário Internacional e pelos macroeconomistas, as questões de pobreza e de
desigualdade na distribuição do rendimento têm ganho importância crescente.
Este estudo procura identificar, com base na literatura, os canais de transmissão diretos e
indiretos por meio dos quais as políticas macroeconómicas afetam os pobres e quantificar o
seu impacto numa medida de pobreza, em países em desenvolvimento, no período 1995-
2015.
Sendo o impacto das políticas macroeconómicas na pobreza pouco estudado, a análise
realizada até à data é, essencialmente, descritiva e a evidência empírica, frequentemente,
datada e com fragilidades na metodologia adotada.
Para além da utilização de duas medidas de pobreza multidimensional do PNUD, o Índice
de Desenvolvimento Humano e a Taxa de Pobreza Multidimensional, este estudo recorre de
forma inovadora face à literatura empírica na área, aos modelos dinâmicos em painel (Método
dos Momentos Generalizado), a par dos modelos em painel estático de efeitos fixos.
Os resultados sugerem que o crescimento económico, sobretudo quando capaz de diminuir
a desigualdade na distribuição do rendimento, é fundamental na redução da pobreza em
países em desenvolvimento. Também as despesas públicas em educação são relevantes, bem
como os sistemas fiscais mais progressivos, com maior peso relativo dos impostos diretos,
aliados à política redistributiva. Adicionalmente, a estabilidade e a manutenção de níveis
baixos de inflação, com a adoção de políticas monetárias condizentes com este objetivo, são
fundamentais ao bem-estar dos pobres e à redução da pobreza, bem como o controlo do
endividamento público. Por fim, para o conjunto dos países em desenvolvimento, os
resultados questionam o contributo do contínuo crescimento do investimento público, bem
como da desvalorização/ depreciação cambial, na diminuição da pobreza.
Palavras-chave: Pobreza; Políticas macroeconómicas; Países em desenvolvimento; Modelos
dinâmicos com dados em painel.
Códigos JEL: I32; E60; O11; C26
iv
Abstract
Considering their vulnerable state, poor people are particularly exposed to economic shocks
and macroeconomic policy decisions. Although being long ignored by the main International
Financial Institutions, especially the International Monetary Fund and a few
macroeconomists, the topic of poverty and inequality in income distribution has gained
increasing importance.
Keeping all of this in mind, this study aims to identify, on the basis of the existing literature,
the direct and indirect transmission channels of macroeconomic policies which impact
poverty and quantify their impact on developing countries in the period 1995-2015.
Given that the effects of macroeconomic policies on poverty is not a particularly discussed
topic, the existing studies are essentially of a descriptive nature and empirical evidence is
often dated and fragile for the methodology adopted.
In addition to the use of two UNDP multidimensional poverty measures, the Human
Development Index and the Multidimensional Poverty Rate, this study innovatively uses
dynamic panel data models (Generalized Method of Moments), as well as standard fixed
effects panel models.
The results suggest that economic growth, especially when it is able to reduce inequality in
income distribution, is crucial in reducing poverty in developing countries. Public
expenditures on education are also relevant, as well as the more progressive tax systems, with
a greater relative weight of direct taxes, combined with the redistributive policy. In addition,
stability and low levels of inflation, combined with the adoption of consistent monetary
policies and the control of public debt, are key for the well-being of poor people and to
reduce poverty. Lastly, for the developing countries as a whole, results question the
contribution of the continuous growth of public investment, as well as the devaluation/
exchange rate depreciation, to the reduction of poverty.
Keywords: Poverty; Macroeconomic Policy; Developing countries; Dynamic Panel Data
Models.
JEL Codes: I32; E60; O11; C26
v
Índice de Conteúdos
Nota biográfica ........................................................................................................................ i
Agradecimentos ...................................................................................................................... ii
Resumo .................................................................................................................................. iii
Abstract................................................................................................................................... iv
Índice de Quadros .................................................................................................................. vi
Índice de Figuras................................................................................................................. viii
1. Introdução ............................................................................................................................ 1
2. Revisão de literatura ............................................................................................................ 4
2.1. Conceito de pobreza ............................................................................................................................. 4
2.2. Políticas de combate à pobreza ........................................................................................................... 8
2.2.1. Enquadramento .............................................................................................................................. 8
2.2.2. Tipos de políticas económico-sociais e as suas implicações no combate à pobreza .........12
2.3. As políticas macroeconómicas e a pobreza .....................................................................................20
2.3.1. Conceito de políticas macroeconómicas ..................................................................................20
2.3.2. Canais e mecanismos de transmissão das políticas macroeconómicas aos pobres ...........21
2.3.3. Evidência empírica dos mecanismos de transmissão .............................................................31
3. Metodologia ....................................................................................................................... 42
3.1. Métodos de estimação e opção por dados em painel dinâmico ...................................................42
3.2. Descrição das proxies e fontes de dados ...........................................................................................47
4. Resultados empíricos ......................................................................................................... 56
4.1. Análise exploratória .............................................................................................................................56
4.2. Estimações ............................................................................................................................................66
4.2.1. Testes de diagnóstico e qualidade de ajustamento .................................................................66
4.2.2. Análise de causalidade para o conjunto dos países em desenvolvimento...........................68
4.2.3. Análise de causalidade por grupos económicos de países .....................................................77
Conclusões............................................................................................................................. 83
Apêndice I ............................................................................................................................. 88
Referências ............................................................................................................................ 90
vi
Índice de Quadros
Quadro 1: Diferenças na avaliação das consequências sobre a pobreza das políticas económicas ...... 9
Quadro 2: Tipos de políticas económico-sociais de combate à pobreza: medidas e evidência
empírica ...........................................................................................................................................12
Quadro 3: Mecanismos de transmissão das políticas macroeconómicas (orçamental, monetária e
cambial) aos pobres .......................................................................................................................23
Quadro 4: Evidência empírica dos mecanismos de transmissão com base em estudos factuais,
econométricos e de macrossimulação ........................................................................................35
Quadro 5: Número de países da série IPH-1 por grupos de rendimento e regiões geográficas .........49
Quadro 6: Coeficientes de correlação de Pearson entre as variáveis dependentes consideradas na
análise (com e sem preenchimento dos missing values) ..............................................................54
Quadro 7: Descrição e Fonte de dados das proxies por canais de transmissão e das variáveis de
controlo ...........................................................................................................................................55
Quadro 8: PIB per capita médio por anos e grupos económicos de países .............................................57
Quadro 9: Coeficientes de correlação de Pearson do PIB per capita em US $ a preços constantes de
2010 com as medidas da pobreza, no período 1995-2015 (IPH e TP $3,20/dia) ou 2000-
2015 (TPM) .....................................................................................................................................57
Quadro 10: Investimento do Governo em % PIB por anos e grupos económicos de países ............58
Quadro 11: Coeficientes de correlação de Pearson do Investimento do Governo em % PIB e do
Investimento em % PIB com as medidas da pobreza, no período 1995-2015 (IPH e TP
$3,20/dia) ou 2000-2015 (TPM)..................................................................................................59
Quadro 12: Benefícios sociais em % PIB por anos e grupos económicos de países ...........................60
Quadro 13: Coeficientes de correlação de Pearson dos Benefícios sociais em % PIB com as
medidas da pobreza, no período 1995-2015 (IPH e TP $3,20/dia) ou 2000-2015 (TPM) 60
Quadro 14: Despesa do Governo em educação em % PIB por anos e grupos económicos de países
..........................................................................................................................................................61
Quadro 15: Coeficientes de correlação de Pearson da Despesa do Governo em Educação em %
PIB e da Despesa pública em Saúde em % PIB com as medidas da pobreza, no período
1995-2015 (IPH e TP $3,20/dia) ou 2000-2015 (TPM) ..........................................................61
Quadro 16: Crescimento do PIB per capita por anos e grupos económicos de países ..........................62
Quadro 17: Coeficientes de correlação de Pearson do Crescimento do PIB per capita com as
medidas da pobreza, no período 1995-2015 (IPH e TP $3,20/dia) ou 2000-2015 (TPM) 62
Quadro 18: Taxa de inflação média por anos e grupos económicos de países .....................................63
Quadro 19: Coeficientes de correlação de Pearson da Taxa de inflação e do Crescimento da Oferta
da moeda com as medidas da pobreza, no período 1995-2015 (IPH e TP $3,20/dia) ou
2000-2015 (TPM) ...........................................................................................................................64
vii
Quadro 20: Taxa de câmbio real efetiva (com base no ano 2007) média por anos e grupos
económicos de países ....................................................................................................................65
Quadro 21: Coeficientes de correlação de Pearson da Taxa de câmbio real efetiva com as medidas
da pobreza, no período 1995-2015 (IPH e TP $3,20/dia) ou 2000-2015 (TPM)................65
Quadro 22: Índice de Gini médio por anos e grupos económicos de países ........................................66
Quadro 23: Coeficientes de correlação de Pearson do Índice de Gini com as medidas da pobreza,
no período 1995-2015 (IPH e TP $3,20/dia) ou 2000-2015 (TPM) .....................................66
Quadro 24: Estimativas do impacto das políticas macroeconómicas na pobreza no conjunto dos
países em desenvolvimento, em painéis estático e dinâmico ..................................................75
Quadro 25: Estimativas do impacto das políticas macroeconómicas na pobreza no conjunto dos
países em desenvolvimento e por grupos económicos, em painel estático ..........................81
Quadro 26: Descrição e Fonte de dados das novas proxies .......................................................................88
Quadro 27: Estimativas do impacto das políticas macroeconómicas na pobreza (variável
dependente: Taxa de Pobreza com limiar de 50% do rendimento mediano da população)
nos países desenvolvidos, 2005-2015 .........................................................................................89
viii
Índice de Figuras
Figura 1: Evolução do conceito de pobreza da subsistência física não garantida à privação de
capacidades ....................................................................................................................................... 5
Figura 2: Ilustração do canal de transmissão da procura agregada ..........................................................25
Figura 3: Ilustração do canal de transmissão do crescimento económico .............................................26
Figura 4: Ilustração do canal de transmissão da inflação ..........................................................................27
Figura 5: Ilustração do canal de transmissão da taxa de câmbio real ......................................................28
Figura 6: Ilustração dos canais de transmissão das políticas macroeconómicas aos pobres ...............31
Figura 7: Evolução da média e desvio padrão do IPH-1 no período 1995-2015 ..................................48
Figura 8: Evolução da média do IPH-1 no período 1995-2015 com os países classificados por
grupos económicos ........................................................................................................................49
Figura 9: Evolução da média do IPH-1 no período 1995-2015 com os países classificados por
regiões geográficas .........................................................................................................................50
Figura 10: Evolução da média da TPM no período 2000-2015 para o conjunto dos 81 países em
desenvolvimento e com os países classificados por grupos económicos .............................52
Figura 11: Evolução da média da TP $3,20/dia no período 1995-2015 para o conjunto dos 90
países em desenvolvimento e com os países classificados por grupos económicos ...........53
Figura 12: Relação entre o Índice de Pobreza Humana e o PIB per capita, com os países classificados
por grupos económicos (média dos 21 anos) ............................................................................57
Figura 13: Relação entre o Índice de Pobreza Humana e o Investimento do Governo em % do PIB,
com os países classificados por grupos económicos (média dos 21 anos) ...........................58
Figura 14: Relação entre o Índice de Pobreza Humana e os Benefícios sociais em % do PIB, com os
países classificados por grupos económicos (média dos 21 anos) .........................................59
Figura 15: Relação entre o Índice de Pobreza Humana e as Despesa do Governo em educação em
% do PIB, com os países classificados por grupos económicos (média dos 21 anos) .......61
Figura 16: Relação entre o Índice de Pobreza Humana e o Crescimento do PIB per capita, com os
países classificados por grupos económicos (média dos 21 anos) .........................................62
Figura 17: Relação entre o Índice de Pobreza Humana e a Taxa de Inflação, com os países
classificados por grupos económicos (média dos 21 anos) .....................................................63
Figura 18: Relação entre o Índice de Pobreza Humana e a Taxa de Câmbio Real Efetiva, com os
países classificados por grupos económicos (média dos 21 anos) .........................................64
Figura 19: Relação entre o Índice de Pobreza Humana e o Índice de Gini, com os países
classificados por grupos económicos (média dos 21 anos) .....................................................65
1
1. Introdução
Trazer alívio para os mais pobres do mundo é uma das principais questões de política do
novo milénio (Agénor, 2005; Skare e Druzeta, 2016). A luta contra a pobreza é o principal
objetivo do desenvolvimento das economias do século XXI, com oito Objetivos de
Desenvolvimento do Milénio estabelecidos pelas Nações Unidas para o período 2000-2015
e, recentemente, ampliados nos dezassete Objetivos de Desenvolvimento Sustentável para o
período 2016-2030 (Skare e Druzeta, 2016). Apesar da taxa de pobreza extrema
(percentagem da população mundial que vive com menos de $1,90 por dia) ter diminuído de
35% em 1990 para 11% em 2013, a fome ainda afetou 11% da população mundial no período
2014-2016 (Programa das Nações Unidas para o Desenvolvimento [PNUD], 2016). Um total
de 1,6 mil milhões de pessoas vivem em pobreza multidimensional (PNUD, 2016). Por
outras palavras, 30% dos 75% da população mundial analisada no estudo, está privada em
pelo menos um terço no conjunto das seguintes dimensões: saúde, educação e condições de
vida, que no total constituem um grau de privação de 100%; mais de metade (53%) destas
pessoas vive no Sul da Ásia, 32% na África Subsariana e 9% no Leste Asiático. Metade dos
multidimensionalmente pobres nos países analisados têm um rendimento per capita abaixo da
linha de pobreza extrema de $1,90 por dia (PNUD, 2016).
Os estudos empíricos que examinam o impacto das políticas macroeconómicas e, em
particular, os programas de ajustamento sobre os pobres são, em geral, escassos e de natureza
essencialmente descritiva (Agénor, 2004; Azis, 2008; Kashi e Tash, 2014; Guimarães, Ribeiro
e Silva, 2015). Diversos estudos (e.g., Agénor, 2005; Guimarães et al., 2015) sublinham a
necessidade de investigar a forma como os choques das políticas macroeconómicas são
transmitidos aos pobres. Este estudo torna-se particularmente relevante, num contexto de
pós-crise económica internacional, em que reemerge junto de académicos e decisores
políticos a necessidade de incorporar nos modelos macroeconómicos a distribuição do
rendimento e da riqueza (e.g., Deaton, 2016;1 Constâncio, 2017).
Os choques agregados, induzidos por políticas ou não, tendem, segundo Agénor (2005), a
afetar mais os pobres dada a sua carência de ativos e de acesso ao mercado de crédito com
custos não proibitivos. Os pobres enfrentam, geralmente, uma menor mobilidade laboral
setorial e regional em resultado da falta de educação e de outras capacidades transacionáveis
1 “(…) thinking about macroeconomics as an aggregate of heterogeneous agents has become a (or perhaps even the) central topic in macroeconomics today, displacing the representative agent models that so troubled me (…)” (Deaton, 2016, p. 1238)
2
(Kashi e Tash, 2014). Tais características dificultam a proteção do consumo real destes
indivíduos face a choques no rendimento e no emprego (Agénor, 2005).
A forma como os choques macroeconómicos têm impacto na pobreza e na distribuição de
rendimento e da riqueza em geral foi uma questão durante muito tempo ignorada nos meios
académicos e pelas Instituições Internacionais de Desenvolvimento, designadamente o
Fundo Monetário Internacional (FMI) (Agénor, 2005; Deaton, 2016; Constâncio, 2017),
sendo que as políticas envolvem trade-offs e têm consequências distributivas, muitas vezes
esquecidas ou ocultadas (Constâncio, 2017). Nos relatórios de aconselhamento sobre
políticas macroeconómicas por parte do FMI aos países mais pobres, era notória a exclusão
da temática da redução da pobreza, sendo o respetivo foco sobretudo o crescimento
económico, o combate à inflação ou à deflação e o controlo da dívida pública e externa.
No entanto, observa-se nas instituições internacionais como o Banco Mundial e, mesmo
muito recentemente, o FMI, uma nova abordagem do desenvolvimento designada ‘Nova
Economia Estrutural’ que coloca já um peso significativo na necessidade de enfrentar a
pobreza e a desigualdade como objetivos por direito próprio, afastando-se de uma
preocupação exclusiva com os objetivos de crescimento e eficiência (Lin, 2011). Esta
mudança de paradigma foi reconhecida em 2010 pelo à data presidente do Banco Mundial
(Zoellick, 2010). No FMI, o foco na disciplina financeira de curto prazo e nas reformas
regulatórias, constitui uma restrição adicional à aplicação de alguns dos elementos mais
progressivos do designado ‘Pós-Consenso de Washington’, destinados a lidar com a pobreza,
a desigualdade e a competitividade a longo prazo das economias (Öniş e Şenses, 2005). No
entanto, segundo Guimarães et al. (2015), o combate à pobreza está agora, mais do que antes,
na agenda das instituições internacionais mais relevantes.
A recomendação de implementação de determinadas políticas macroeconómicas como uma
forma de combate à pobreza (Epaulard, 2003), exige conhecer os canais pelos quais essas
políticas podem afetar os pobres e desenvolver modelos macroeconómicos quantitativos que
permitam a análise de políticas e trade-offs subjacentes à formulação de estratégias de redução
da pobreza, no curto e longo prazos. Segundo Agénor (2004, 2005), a falta de interesse das
instituições internacionais por estas questões fez com que a agenda de investigação sobre a
pobreza se centrasse em aspetos puramente microeconómicos (por exemplo, o debate em
torno do crescimento ‘pró-pobre’) e questões de mensuração (no que diz respeito, por
exemplo, às medidas de pobreza).
3
A literatura sobre este tema centra-se sobretudo na identificação dos canais de transmissão
das políticas macroeconómicas aos pobres, através da avaliação do impacto das variáveis
macroeconómicas relevantes na pobreza. Os estudos sobre países em desenvolvimento (e.g.,
Agénor, 2004) empregam, essencialmente, medidas de pobreza exclusivamente monetária e
os dados que reportam são relativamente antigos (maioritariamente dados com mais de 8
anos), enquanto que os que existem sobre países desenvolvidos (e.g., Guimarães et al., 2015),
recorrem já a indicadores multidimensionais de pobreza, mas carecem de desenvolvimento,
sobretudo na identificação dos canais de transmissão.
Neste sentido, a presente dissertação tem por objetivo contribuir para mitigar a lacuna
científica identificada através da análise de um conjunto de países em desenvolvimento, no
período 1995-2015. Em concreto, são duas as questões de investigação: 1) Qual o impacto
quantitativo das políticas macroeconómicas na medida multidimensional de pobreza?; 2)
Quais os canais de transmissão diretos e indiretos das políticas macroeconómicas aos pobres?
Em termos metodológicos, é aplicada a técnica de dados em painel dinâmico baseada no
Método dos Momentos Generalizado (GMM), à luz dos estimadores propostos por Arellano
e Bond (1991) e Blundell e Bond (1998), assim como as técnicas de estimação convencionais
de dados em painel estático: os estimadores de efeitos aleatórios e fixos, a uma base de dados
constituída por um conjunto de 107 países em desenvolvimento, no período 1995-2015.
A presente dissertação está organizada da seguinte forma. A Secção 2 comporta a revisão de
literatura, que engloba a definição de pobreza, a apresentação das principais políticas
económico-sociais de redução da mesma e é aprofundada a relação das políticas
macroeconómicas com a pobreza. Neste último ponto, cerne desta dissertação, são definidos
os canais e mecanismos de transmissão das políticas macroeconómicas aos pobres e
apresentada alguma evidência empírica dos mesmos. Na Secção 3, é esclarecida a opção
metodológica econométrica com dados em painel dinâmico, definidas as medidas de pobreza
a empregar no estudo, bem como as proxies dos canais de transmissão cujo impacto na
pobreza se pretende quantificar. Na Secção 4, é feita uma análise exploratória da relação entre
as proxies e as medidas de pobreza utilizadas e são apresentados e analisados os resultados
das estimações econométricas. A Secção 5 conclui.
4
2. Revisão de literatura
2.1. Conceito de pobreza
A pobreza é hoje entendida como um fenómeno multidimensional (Agénor, 2004; Ahmad,
Khan, Rashid e Zaman, 2011; Teweldemedhin, 2014; Guimarães et al., 2015). Por constituir
a privação de uma qualidade de vida decente (Mabughi e Selim, 2006), este fenómeno engloba
diversas dimensões sociais. No limite, pode constituir tudo aquilo que põe em causa a
dignidade do ser humano de forma sustentada, expondo-o à vulnerabilidade e à impotência
(Banco Mundial [BM], 2000; Ahmad e Riaz, 2011) e que não garanta a prosperidade
compartilhada e o crescimento inclusivo (BM, 2016). Na literatura existe um forte acordo
para uma definição mais abrangente da pobreza (Guimarães et al., 2015).
Este conceito tem evoluído (Figura 1), do pauperismo absoluto e da subsistência física não
garantida (pós Primeira Revolução Industrial - Rowntree (1901, in Malpass, 2012), passando
pelas necessidades básicas não satisfeitas (BM, 1990), por um padrão de vida relativo
(Townsend, 1979) e o posterior desenvolvimento conceptual no sentido do assegurar os
direitos sociais e o bem-estar (BM, 2000). A abordagem das capacidades do economista
Amartya Sen domina atualmente a literatura sobre o fenómeno (Mabughi e Selim, 2006). O
termo pobreza abrange uma ampla gama de experiências individuais e está associado ao
conceito de privação (Guimarães et al., 2015).
No início do século XX, iniciam-se os primeiros estudos com o intuito de medir e conhecer
as dimensões do fenómeno da pobreza. A análise da vida urbana no trabalho de Rowntree
(1901, in Malpass, 2012) definia a pobreza absoluta, às vezes designada como pobreza de
subsistência, como a privação da soma de dinheiro necessária para atingir a nutrição mínima.
Mais tarde, na década de 60, uma vez definida uma linha de pobreza, pobres eram aqueles
que tinham um rendimento per capita inferior e nos anos 70, indicadores de necessidades
básicas adicionaram uma ampla gama de dimensões às medidas de rendimento (Mabughi e
Selim, 2006). A privação, neste último caso, é o cumprimento inadequado de uma série de
diferentes necessidades básicas relacionadas à nutrição, saúde, educação, abrigo, água e
saneamento. O Relatório sobre o Desenvolvimento Mundial de 1990 (BM, 1990), define pela
primeira vez pobreza como a incapacidade de atingir um nível de vida mínimo.
5
Figura 1: Evolução do conceito de pobreza da subsistência física não garantida à privação de capacidades
Fonte: Elaboração própria baseada em Mabughi e Selim (2006).
Posteriormente, o conceito de pobreza foi reformulado, com maior ênfase na privação
relativa. Townsend (1979) argumenta que pobreza não é apenas incapacidade de subsistência,
mas também a falta de participação social nas condições de vida usuais, amplamente
encorajadas nessa sociedade. É não ter os recursos ordenados pela média individual ou
familiar que os leva à exclusão dos padrões habituais de vida, costumes e atividades. Sen
(1979) também considera que a pobreza é definida de acordo com as convenções da
sociedade em que ela ocorre. A pobreza deve ser vista como um exercício de descrição, que
avalia a situação das pessoas em termos dos padrões de necessidades atuais. Contudo, a
privação relativa não pode ser a única base para julgar a pobreza. Esta complementa o núcleo
irredutível de privação absoluta na noção de pobreza. Desigualdade e pobreza são
fenómenos relacionados, mas que não podem ser tratados como idênticos (Sen, 1979).
A pobreza comporta, assim, privações materiais e sociais, como alimentação, vestuário,
habitação, facilities, condições ambientais e de trabalho, acesso a serviços como educação e
saúde e integração social (Mabughi e Selim, 2006).
Nos anos 90 do século passado, o conceito de pobreza evoluiu no sentido de passar a incluir
a dimensão do bem-estar, que abrange também uma dimensão psicológica e espiritual. A
pobreza inclui falta de bens materiais, a exclusão, o isolamento, a solidão, as más relações
sociais e também situações de angústia, depressão ou loucura, isto é, um estado mental em
6
que a harmonia é quebrada (Mabughi e Selim, 2006). O Relatório sobre o Desenvolvimento
Mundial de 2000-2001 (BM, 2000) também considerou a pobreza um fenómeno
multifacetado, decorrente de múltiplas privações materiais, sociais e psicológicas como a
vulnerabilidade, o medo e a baixa autoconfiança relacionadas com a insegurança, e a
frustração e a raiva que refletem a impotência.
Segundo Haughton e Khandker (2009), a abordagem mais ampla atualmente presente na
literatura é a da privação das capacidades, inspirada em Sen (2001). Ao mesmo tempo, o
conceito de pobreza humana é inserido na esfera do desenvolvimento humano, como
negação de escolhas e oportunidades (Mabughi e Selim, 2006; Ahmad et al., 2011),
desenvolvido no âmbito do Programa das Nações Unidas para o Desenvolvimento a partir
de 1997 (PNUD, 1997). O bem-estar humano deve basear-se naquilo que uma pessoa
valoriza ser ou fazer, o que pode comportar aspetos elementares como estar adequadamente
nutrido e livre de doenças evitáveis, até complexas atividades ou estados pessoais como fazer
parte da vida de uma comunidade, ser feliz ou ter amor-próprio (Sen, 2001). O
desenvolvimento é a expansão destas capacidades, isto é, daquilo que as pessoas podem
almejar ser e fazer e o bem-estar comporta não só o que estas alcançaram, mas também a
liberdade para terem a vida que desejam ter (PNUD, 1997; Sen, 2001). Assim, a pobreza
pode ser definida como uma privação sustentada de recursos, capacidades, escolhas,
segurança e poder necessários para que uma pessoa usufrua de um padrão de vida adequado,
assegurando o respeito pela Declaração Universal dos Direitos Humanos (Organização das
Nações Unidas [ONU], 2001). A pobreza em meio à abundância é uma afronta aos valores
universais (BM, 2000).
Promover o desenvolvimento e a erradicação da pobreza é o objetivo do Banco Mundial,
sendo que:
“On April 20, 2013 (...) World Bank adopted two ambitious goals: end global extreme
poverty and promote shared prosperity in every country in a sustainable way.” (BM, 2016, p.
23)
BM (2016) enfatiza a importância da redução da desigualdade para acabar com a pobreza
extrema aumentar a prosperidade compartilhada nos 40% mais pobres da população em cada
país até 2030, objetivo desde logo questionado, até mesmo na capacidade de o medir, por
Deaton (2016), e num contexto de desaceleração do crescimento económico global. Neste
7
cenário, a redução da pobreza exige uma distribuição de rendimento menos desigual, sendo
que o trade-off eficiência-equidade não é inevitável.
Segundo Haughton e Khandker (2009) e Teweldemedhin (2014), a medição da pobreza exige
os seguintes passos:
▪ a definição de um indicador de bem-estar, como o rendimento, o consumo, a taxa de
mortalidade infantil, a esperança de vida, a taxa de alfabetização, o desemprego, entre
outros.
▪ estabelecer um padrão mínimo aceitável desse indicador para separar os pobres dos não
pobres, isto é, definir uma linha de pobreza. São exemplos, no caso da medição da pobreza
monetária, o custo das necessidades básicas (2.100 calorias por pessoa, roupa e abrigo), o
padrão entre $1,90 a $5,50/dia geralmente utilizado para comparações internacionais ou
rendimento abaixo de 50 ou 60% do rendimento médio ou mediano de um país. A
pobreza nutricional pode ser medida examinando se as crianças estão atrofiadas ou
desnutridas; a pobreza educacional pode ser medida perguntando se as pessoas são
alfabetizadas ou que escolaridade formal eles receberam.
▪ o cálculo de uma medida-resumo que agregue a informação da distribuição do indicador
de bem-estar em relação à linha de pobreza, como o Headcount Index, o Poverty Gap Index,
o Squared Poverty Gap Index, que constituem as designadas Foster-Greer-Thorbecke (FGT)
measures (Foster, Greer e Thorbecke, 2010). São também exemplos: o Sen Poverty Index
(Sen, 1976), o Human Poverty Index (HPI) (PNUD, 1997) e o Multidimensional Poverty Index
(MPI) (Alkire e Santos, 2010).
Embora a definição de pobreza amplamente aceite seja muito mais abrangente do que a
pobreza monetária, os índices que a captam continuam a predominar pela facilidade de
cálculo, de comparação e além disso, esta tende a estar diretamente relacionada com outras
dimensões da pobreza (Agénor, 2005).
O indicador agregado atualmente utilizado nos Relatórios de Desenvolvimento Humano no
âmbito do PNUD é o Índice de Pobreza Multidimensional (IPM), publicado pela primeira
vez no Relatório de 2010 (PNUD, 2010) e proposto por Alkire e Santos (2010). Com base
neste índice, cada pessoa recebe uma pontuação de privação de acordo com as necessidades
da sua família em cada um de 10 indicadores, agrupados em três dimensões: educação, saúde
e padrão de vida (Teweldemedhin, 2014). Entre os indicadores de privação destacamos: uma
8
criança em idade escolar não frequentar a escola, a morte de uma criança com menos de
cinco anos na família, não ter acesso a eletricidade, água potável, saneamento, entre outros.
O índice de privação familiar é comparado com o limite de 30% acima do qual aquela família
(e todos nela) são multidimensionalmente pobres. O IPM é o produto de duas medidas: o
headcount index, isto é, a percentagem da população multidimensionalmente pobre e a
intensidade da pobreza, correspondente ao índice de privação médio das famílias pobres
(Alkire e Santos, 2010). Ao permitir o cálculo da contribuição de cada dimensão para a
pobreza multidimensional, Duka e Nanaj (2017) afirmam que uma das vantagens do IPM é
orientar as políticas de redução da pobreza para as dimensões onde a pobreza surge. Este
revela a estrutura de privação de um país ou região e é útil na segmentação de políticas por
grau de relevância, pois a pobreza tem causas diferentes entre países e dentro de cada país
(Duka e Nanaj, 2017).
2.2. Políticas de combate à pobreza
2.2.1. Enquadramento
Como é que indivíduos com aparentemente os mesmos fins apresentam tanto desacordo
quanto aos meios, e como a realidade objetiva pode ser interpretada de forma tão diferente?
Esta foi a questão colocada por Kanbur (2001) e à qual procurou dar reposta, num período
em que a ação do Banco Mundial na erradicação da pobreza, foi bastante criticada. Wade
(2001) salienta a importância do trabalho de Kanbur (2001) para clarificar a natureza dos
principais desentendimentos em torno do desenvolvimento mundial e refere a presença dos
mesmos no Relatório do Desenvolvimento Mundial de 2000 (BM, 2000). Também Martin
(2001) e Öniş e Şenses (2005) reafirmam os profundos desentendimentos, entre finais do
século XX e inícios do século XXI, em torno da política económica e, em particular, o modo
como esta se relaciona com as estratégias de redução da pobreza.
Os poucos consensos que existem sobre esta matéria, segundo Kanbur (2001), centram-se
na importância da educação e da saúde, a par do rendimento para avaliar a pobreza; em certo
grau de generalidade, no papel dos bens públicos internacionais no bem-estar dos pobres; e
na importância de instituições na regulação dos mercados e do Governo, até como uma
forma de incentivo ao investimento, nestes países com maiores índices de pobreza. Contudo,
persistem desentendimentos entre dois principais grupos: o primeiro, formado sobretudo
9
por analistas económicos, gestores da política económica e operacionais nas Instituições
Financeiras Internacionais (IFIs) e nos Bancos Multilaterais Regionais e o segundo,
maioritariamente, por Organizações Não Governamentais (ONGs) e agências especializadas
da ONU (Njimanted, 2006).
O primeiro grupo tende a defender que a causa da redução da pobreza é melhor atendida
por ajustamentos macroeconómicos mais rápidos, pela liberalização do sector financeiro
interna e, externamente, desregulamentação dos controlos de capital, privatizações
profundas e, sobretudo, maior abertura das economias ao comércio e ao investimento direto
estrangeiro. Em cada uma destes pontos, os representantes do segundo grupo levam dúvidas
ou até mesmo posicionam-se em sentido oposto (Kanbur, 2001).
Os desacordos decorrem de diferenças de perspetiva na avaliação das políticas económicas
sobre a pobreza, sintetizadas no Quadro 1.
Quadro 1: Diferenças na avaliação das consequências sobre a pobreza das políticas económicas
Instituições Financeiras Internacionais e Bancos Multilaterais Regionais
Organizações Não Governamentais e agências especializadas da ONU
Níveis de Agregação
Dependem principalmente das medidas nacionais, com base em famílias representativas e derivadas de pesquisas domésticas, que frequentemente incidem sobre indicadores de rendimento e despesa. Pobreza avaliada com base na sua incidência.
Têm uma visão muito mais desagregada dos resultados da política económica, nomeadamente regional e grupal, com base no acesso a serviços, a par das medidas de rendimento e despesa. O número absoluto de pobres é o critério de análise.
Horizonte temporal da análise
Médio prazo (entre 5 e 10 anos) é instintivamente adotado.
Preocupações de curto prazo, ligadas à sobrevivência e de longo prazo, associadas sobretudo ao esgotamento dos recursos.
Estrutura e poder de mercado
Estrutura de mercado competitiva de produtos e fatores.
Estrutura do mercado caracterizada por aglomerados com poder de mercado, nomeadamente das grandes empresas e dos monopólios locais de intermediários e credores. Os mercados são segmentados.
Fonte: Elaboração própria baseada em Kanbur (2001) e Wade (2001).
Esta discussão é também consequência da dificuldade de refletir em índices de pobreza as
dimensões não quantitativas do fenómeno (Guimarães et al., 2015). Tal está presente nos
níveis de agregação com que a pobreza é avaliada, pelos analistas económicos e por aqueles
que estão no terreno, a par das diferenças em termos de constatação da disseminação espacial
das políticas. O horizonte temporal considerado nos estudos, também alimenta discussão,
por exemplo, no que diz respeito à adoção de redes de segurança, se estas devem ser adotadas
prévia ou aquando da abertura comercial e até que ponto, uma vez que pelos seus efeitos
redistributivos podem abrandar o processo de abertura. As diferenças quanto à visão da
10
estrutura de mercado explicam o debate em torno do contributo da mobilidade financeira e
comercial e da privatização de empresas estatais para a redução da pobreza (Kanbur, 2001;
Wade, 2001).
Esta análise foi reiterada por Hickey (2013), que ao estudar a política de desenvolvimento do
Uganda, destacou o papel que atores globais desempenham nos processos de política
doméstica. Na definição das prioridades para o desenvolvimento do país no período 2004-
2007, demarca claramente a tendência das IFIs, do Banco do Uganda e grupos de pressão
do setor privado, da tendência de membros das ONGs e funcionários em ministérios do
setor social. O primeiro aborda o desenvolvimento a partir de uma perspetiva neoliberal de
crescimento e o segundo tende a enfatizar os aspetos humanos e sociais do desenvolvimento.
Destaca também, que a natureza destas tendências está em mudança, com uma maior
abertura da agenda de desenvolvimento aos agentes locais, sendo esta mais ambiciosa e mais
cuidadosamente adaptada às características específicas do país após 2010.
Os Poverty Reduction Strategy Papers (PRSPs),2 documentos de estratégia de redução da pobreza,
acordados pelo Banco Mundial e pelo FMI aos países pobres altamente endividados, foram
cada vez mais rejeitados pelos governos dos países em desenvolvimento, a favor de um
retorno a uma abordagem nacional de planeamento do desenvolvimento voltado para a
‘transformação estrutural’, uma mudança que abrange países da Ásia, da América Latina e da
África (Öniş e Şenses, 2005). Segundo Hickey (2013), o Uganda teve na elaboração do seu
Plano de Desenvolvimento Nacional em 2010 um espaço maior para definir o seu projeto
de desenvolvimento, embora as ideias sobre como fazê-lo permanecessem intimamente
influenciadas pelas IFIs, cuja agenda se tem alterado na mesma direção: promoção do
crescimento e mudanças estruturais a fim de reforçar o desenvolvimento produtivo,
disciplina macroeconómica, formação do capital humano, cooperação governamental e
empresarial, papel do Estado na superação de imperfeições tecnológicas e integração e
cooperação regional.
A política de desenvolvimento sofreu mudanças significativas durante a primeira década do
século XXI, com implicações para a agenda da pobreza (Hickey, 2013). Neste período, o
paradigma neoliberal começa a ser criticado pelas evidências empíricas que prejudicaram a
afirmação principal do Consenso de Washington, de que a liberalização em grande escala
2 Os Poverty Reduction Strategy Papers descrevem os programas macroeconómicos, estruturais e sociais de um país para promover o crescimento, reduzir a pobreza e enfrentar as suas necessidades de financiamento externo.
11
está associada a desempenho económico superior. Segundo Öniş e Şenses (2005), as políticas
económicas neoliberais propagadas em grande parte por instituições-chave de Bretton
Woods, como o Banco Mundial e o FMI, entraram nas agendas de políticas económicas de
muitos países em desenvolvimento a partir do final da década de 70.
O domínio do paradigma neoliberal foi desafiado tanto na periferia - resistência ao nível da
sociedade civil mundial, emergente através das ONGs - como no centro do FMI e do Banco
Mundial (Öniş e Şenses, 2005; Hailu e Weeks, 2011). O sucesso do Leste Asiático dos anos
80 (por exemplo, China, Vietname, Malásia) não só no âmbito do crescimento económico,
mas também em termos de indicadores sociais fundamentais, baseou-se em estratégias
intervencionistas e numa política industrial ativa, relacionada à competitividade a mais longo
prazo e à vantagem comparativa dinâmica, a par do caminho de crescimento frágil trilhado
por muitos países (por exemplo, Argentina, Turquia, México), baseado em influxos de capital
de curto prazo e especulativos, constituindo evidência empírica que contradiz a política
neoliberal (Öniş e Şenses, 2005). O enfraquecimento dos fundamentos do Consenso de
Washington resultou no surgimento de uma nova linha de pensamento o ‘Pós-Consenso de
Washington’, sobretudo após a crise asiática de 1997, com o Banco Mundial a afirmar que a
pobreza persistente não poderia ser eliminada apenas através dos efeitos esperados de trickle-
down da eficiência e do crescimento (Öniş e Şenses, 2005; Chowdhury e Islam, 2011).
No âmbito deste novo paradigma de desenvolvimento, também designado ‘Nova Economia
Estrutural’, o Banco Mundial reafirma a importância dos mercados como um mecanismo
central para a alocação de recursos, mas tem adotado um tom mais cauteloso sobre a sua
capacidade de dirigir de forma unilateral os desafios do desenvolvimento (Hickey, 2013).
Segundo Lin (2011), esta é uma nova forma de pensar o desenvolvimento, assente nas
vantagens comparativas e dadas as dotações de fatores e que procura reconciliar o papel
neoclássico do mercado, com as características estruturais da economia. O ‘Pós-Consenso
de Washington’ favorece a liberalização da economia e o papel do Estado na promoção do
desenvolvimento do mercado, nomeadamente: na regulação do sistema financeiro, no apoio
à educação, no fornecimento de infraestruturas ou pelo menos regulação da provisão privada
e no desenvolvimento e transmissão de tecnologia. A criação de instituições eficazes faz parte
da estratégia de desenvolvimento e é dado mais ênfase às consequências sociais e de
distribuição de rendimento das políticas económicas (Öniş e Şenses, 2005).
12
2.2.2. Tipos de políticas económico-sociais e as suas implicações no combate à
pobreza
As políticas económicas de combate à pobreza disseminadas na literatura existente podem
ser, genericamente, categorizadas da forma proposta por Ames, Brown, Devarajan e
Izquierdo (2001), numa publicação conjunta do Banco Mundial e do FMI, descrita no
Quadro 2. A Agência dos Estados Unidos para o Desenvolvimento Internacional [USAID]
(2002) e Ghatak (2015) adotam também esta categorização. A multidimensionalidade do
problema da pobreza, exige que este seja combatido por um conjunto abrangente de medidas
bem coordenadas, que extrapolam a dimensão económica.
Quadro 2: Tipos de políticas económico-sociais de combate à pobreza: medidas e evidência empírica
Tipos de política Medidas / Objetivos Estudos/evidência
empírica
Políticas macroeconómicas
• promoção do crescimento económico;
• garantir a estabilidade macroeconómica;
• existência de baixa inflação e estável;
• manutenção de reservas internacionais líquidas que garantam a sustentabilidade externa, pela estabilidade cambial e pela condução de políticas orçamentais contracíclicas.
Dollar e Kraay (2002); Kraay (2006); Dollar,
Kleineberg e Kraay (2016)
Políticas estruturais
• reforma do setor bancário e financeiro que permita o acesso dos pobres a ativos mais seguros como moeda estrangeira e ao crédito;
• reforma do sistema judicial, promovendo a sua eficácia;
• sistema fiscal mais eficiente e progressivo, com bases amplas e taxas marginais moderadas;
• reforço e proteção da propriedade privada, nomeadamente da posse da terra, por forma a permitir aos pobres o uso dos seus ativos;
• abertura ao comércio internacional e ao investimento direto estrangeiro, protegendo os mais pobres do impacto da liberalização dos preços e os seus rendimentos no curto prazo;
• reforço e criação de um ambiente regulatório propício ao investimento privado;
• promoção da qualidade burocrática;
• combate à corrupção e à evasão fiscal.
Keefer e Knack (1997); Chong e Gradstein (2007);
Agénor, Bayraktar e El Aynaoui (2008);
Mohan e Tebaldi (2010); Lee e Perera (2013);
Kanayo (2014); Kashi e Tash (2014);
Teweldemedhin (2014)
Políticas setoriais
• investimento público maior e mais eficiente na saúde;
• garantir e promover os investimentos em educação;
• melhoria da infraestrutura rural e outros setores de serviços sociais prioritários.
Datt e Ravallion (2002); Ferreira, Leite e Ravallion
(2010); Ahmad et al. (2011); Anand, Kumar e Tulin
(2014)
Políticas redistributivas
• programas de trabalho público;
• transferências para compensar a perda de rendimento;
• subsídios alimentares;
• isenções de taxas e bolsas para acesso a educação e saúde, são alguns exemplos.
Kakwani e Son (2003); Hailu e Weeks (2011);
Asid, Kogid, Lily e Mulok (2012)
Fonte: Elaboração própria baseada em Ames et al. (2001), USAID (2002) e Ghatak (2015).
13
Como Haughton e Khandker (2009) e Chowdhury e Islam (2011) afirmam, poucas dúvidas
existem de que o crescimento económico é necessário para a redução da pobreza. A redução
da pobreza e o crescimento estão ampla e positivamente associados (Dollar e Kraay, 2002).
Os estudos que estabelecem a relação entre pobreza e crescimento económico encontraram,
frequentemente, uma forte associação positiva, sendo uma questão importante, a elasticidade
dessa relação ou a medida em que os pobres beneficiam do crescimento (Cashin, Mauro e
Sahay, 2001; Epaulard, 2003; Skare e Druzeta, 2016).
Com base, respetivamente, em 137 e 121 países, nos períodos 1950-1999 e 1970-2010, Dollar
e Kraay (2002) e Dollar et al. (2016) concluíram que os rendimentos médios no quintil mais
pobre da população aumentam, em média, à mesma taxa que os rendimentos médios globais.
Ambos os estudos, documentam a falta de correlação sistemática entre o crescimento e as
mudanças na desigualdade, isto é, a ausência de uma correlação sistemática entre o
crescimento e mudanças na participação do rendimento no primeiro quintil. Epaulard (2003)
chegou à mesma conclusão, usando um indicador de pobreza absoluta, num conjunto de 99
episódios de crescimento ou recessão económicos. A maior parte da variação no crescimento
dos rendimentos no quintil mais pobre é fruto de variações no crescimento dos rendimentos
médios, em vez de alterações na desigualdade. As mudanças nas participações no rendimento
dos 20% e 40% mais pobres são pequenas e não correlacionadas com o crescimento
económico, o que não significa que não haja mudanças na desigualdade em países e em
períodos específicos (Dollar et al., 2016). A neutralidade média do crescimento sobre a
desigualdade é consistente com efeitos distributivos ao nível nacional (Ravallion, 2001).
Focando 80 países em desenvolvimento nos anos 80 e 90 do século passado, Kraay (2006)
sublinhou a importância de políticas económicas que aumentem os rendimentos médios para
estratégias de redução da pobreza, uma vez que o aumento do rendimento médio representa
70% das mudanças na pobreza no curto prazo e 97% da variação no longo prazo.
Dollar e Kraay (2002) não encontram evidências empíricas de políticas ‘pró-pobre’, no
sentido em que aumentem a participação do rendimento nos quintis mais baixos, com
exceção da estabilização da inflação elevada, que beneficia desproporcionalmente mais os
pobres. Ainda assim, consideram que o crescimento não constitui tudo o que é necessário
para reduzir a pobreza e que os efeitos distributivos das políticas não devem ser ignorados.
As análises cross-country, contudo, não são suficientes para identificar as políticas e programas
específicos que são necessários num dado país, para complementar as políticas orientadas
14
para o crescimento no combate à pobreza, carecendo cada país de trabalhos empíricos sobre
crescimento e mudança distributiva para identificar as políticas e programas específicos que
são necessários (Ravallion, 2001).
Os estudos atrás referidos estão em linha com a abordagem trickle-down,3 que dominou a
segunda metade do século XX, sobretudo os anos 50 e 60 (Kakwani e Son, 2003) e que se
baseia no pressuposto que o crescimento eliminará automaticamente a pobreza (Kakwani e
Son, 2003; Skare e Druzeta, 2016). No entanto, nos anos 70 do século XX, à medida que os
anos dourados passaram, observou-se que apesar do considerável crescimento económico,
os resultados na redução da pobreza foram reduzidos e a desigualdade aumentou (Skare e
Druzeta, 2016). Ahluwalia, Carter e Chenery (1979) já alertavam para o facto de o elevado
crescimento económico dos países em desenvolvimento, estar a beneficiar os pobres de uma
forma muito limitada e para a necessidade de uma distribuição mais equitativa dos benefícios
de crescimento e redução do crescimento da população. Segundo Kakwani e Son (2003), este
estudo marcou o início de todo o debate em torno do crescimento ‘pró-pobre’, bem como
o ponto inicial da crítica da hipótese de trickle-down. A relação próxima de um-para-um entre
crescimento e redução da pobreza de Dollar e Kraay (2002), constitui como os próprios
autores afirmam uma relação média. Donaldson (2008) com base nos países em períodos de
pelo menos cinco anos estudados por Dollar e Kraay (2002) identificou aquelas que
constituem as ‘exceções positivas e negativas’ desta relação, procurando identificar caminhos
de redução da pobreza, além do crescimento económico.
Para Meier e Stiglitz (2001), as políticas baseadas no argumento do trickle-down precisam ser
complementadas por políticas de redução das disparidades acentuadas nos rendimentos e
ativos, de aumento da acumulação de capital humano e de ajuda com a criação de redes de
segurança para os elementos mais vulneráveis de uma sociedade. O crescimento económico
é necessário, mas não suficiente para a redução da pobreza (Azis, 2008; Ahmad et al., 2011;
Asid et al., 2012).
Kanayo (2014) e Nwosa (2016) afirmam que o vínculo inconsistente entre as crescentes taxas
de crescimento económico observadas na Nigéria no período 1981-2010 e o aumento do
desemprego, pobreza e desigualdade de rendimento, indubitavelmente, demonstra que o
efeito trickle-down de tal crescimento é inconsequente no bem-estar de grande parte da
população nigeriana.
3 Baseada nas obras pioneiras de Kuznets (1955), Rostow (1960) e Kaldor (1956, 1966).
15
A ampla variação na literatura da elasticidade da pobreza ao crescimento, coloca uma questão
interessante que é entender de que forma a relação entre o crescimento e a pobreza é afetada
por um terceiro conjunto de fatores, que engloba a desigualdade inicial (Ahmad et al., 2011;
Cashin et al., 2001), o padrão setorial de crescimento (Ames et al., 2001) e a implementação
das políticas económico-sociais ‘pró-pobre’ e ‘pró-crescimento’ (Skare e Druzeta, 2016).
Fosu (2010) concluiu, com dados da década de 90, referentes aos setores rurais e urbanos
das economias africanas, que a resposta da pobreza ao rendimento é uma função decrescente
da desigualdade. Com base nos perfis de desigualdade e rendimento, os resultados
evidenciam uma grande variação entre os países africanos e os setores rurais e urbanos no
montante de crescimento necessário para atender a uma unidade de redução da pobreza,
sendo que este tem de ser maior em países com menor rendimento médio e maiores níveis
de desigualdade. Ames et al. (2001), Epaulard (2003) e Agénor (2004) corroboram também a
ideia de que a elasticidade da pobreza ao crescimento é tanto menor quanto maior a
desigualdade inicial na distribuição do rendimento e maior, quanto maior o rendimento
médio. A carência de ativos, a dificuldade de acesso ao mercado de crédito e a menor
mobilidade laboral (regional e setorial) dada a falta de educação ou outras capacidades
transacionáveis são fatores que perpetuam a pobreza (Agénor, 2005; Kashi e Tash, 2014).
De acordo com Allwine, López-Calva e Rigolini (2016), os países mais ricos tiveram um
melhor desempenho na redução da pobreza no período 1995-2008; no entanto, assumindo
um rendimento médio inicial igual, a situação inverte-se, com os países mais ricos passando
dos melhores para os piores na redução da pobreza. A elasticidade da pobreza ao crescimento
económico é superior quanto menor o coeficiente de Gini (distribuição do rendimento
menos desigual), sendo esta particularmente sensível à alteração do coeficiente durante o
período em análise (Cashin et al., 2001).
A redução da pobreza pode ser explicada pelo crescimento económico e pelas mudanças na
distribuição de rendimento (Ahmad et al., 2011; Allwine et al., 2016). Quando a distribuição
do rendimento muda durante o processo de crescimento económico, cada mudança na taxa
de pobreza pode ser decomposta em dois efeitos diferentes: o efeito do crescimento
económico e o efeito da mudança na distribuição de rendimento (Epaulard, 2003).
Bourguignon (2002) afirma que uma redistribuição permanente do rendimento reduz a
pobreza por duas vias: diretamente, através do ‘efeito de distribuição’ e, indiretamente,
contribuindo para um aumento da elasticidade da redução da pobreza em relação ao
16
crescimento. ‘Crescimento com redistribuição’, isto é, acompanhado de outras políticas que
garantam que o crescimento económico subsequente não é altamente desigual, é importante
numa estratégia de redução da pobreza (Kakwani e Son, 2003). O crescimento associado a
reduções progressivas da desigualdade terá um efeito maior na diminuição da pobreza do
que o crescimento que deixa a distribuição inalterada (Ahmad et al., 2011). Foi neste sentido,
que Kakwani e Son (2003) definiram a ‘taxa de crescimento equivalente à pobreza’ que leva
em consideração tanto a grandeza do crescimento como a distribuição dos benefícios do
crescimento aos pobres e aos não pobres, sendo que a redução da pobreza e a ‘taxa de
crescimento equivalente à pobreza’ são inversamente proporcionais. Na generalidade dos
estudos não se encontra uma relação global sistemática entre crescimento e desigualdade,
havendo uma grande variação entre países (Cashin et al., 2001).
A desigualdade de rendimento é fundamental à manutenção de uma estrutura de incentivos
adequada, simplesmente porque a desigualdade também reflete diferentes níveis de esforço
dos indivíduos (PNUD, 2016). No entanto, equilibrar as estratégias para promover o
crescimento e alcançar uma maior igualdade são a chave para a erradicação da pobreza (Skare
e Druzeta, 2016). Travar a elevada desigualdade mundial hoje observada é fundamental para
interromper a reprodução intergeracional de desigualdades de oportunidades e promover a
estabilidade política e a coesão social, sobretudo no atual contexto de desaceleração do
crescimento económico mundial (PNUD, 2016).
A forma como o crescimento económico tem impacto na redução da pobreza depende,
igualmente, do padrão setorial do crescimento. De acordo com Kakwani e Son (2003), o
Vietname, sendo uma das economias de mais rápido crescimento da Ásia no período 1992-
1998, tal crescimento foi ‘pró-pobre’, sendo sustentado por reformas no setor da agricultura,
principal setor de atividade económica do país em termos de emprego, incluindo medidas de
abolição do controlo de preços e a abertura externa, necessárias para garantir crescimento
económico não desigual.
Ferreira et al. (2010) estudaram a lenta redução da pobreza no Brasil no período 1985-2004
(4 pontos percentuais na taxa de pobreza) e concluíram que esta foi resultado do baixo
crescimento económico e da baixa elasticidade da pobreza ao crescimento económico,
consistente com o alto nível de desigualdade existente no país. Usando dados do PIB
desagregados observaram grandes diferenças setoriais e estaduais na eficiência do
crescimento na redução da pobreza. O crescimento no setor dos serviços foi,
17
consistentemente, mais ‘pró-pobre’ do que a agricultura ou a indústria. O efeito do
crescimento da indústria na redução da pobreza varia significativamente entre estados,
variações associadas a diferenças nas condições iniciais de saúde e níveis de educação.
Também Datt e Ravallion (2002), encontraram grandes diferenças entre os estados indianos
no impacto na pobreza da taxa de crescimento da produção não agrícola, sendo estes
menores nos estados onde se observa menor desenvolvimento do capital humano. O
investimento em capital humano reduz a pobreza, não só pelo impacto esperado nas taxas
de crescimento, mas também tornando-o mais ‘pró-pobre’ (Ferreira et al., 2010). Durante o
período analisado em Ferreira et al. (2010), o Brasil alcançou a estabilização dos preços e
concluiu um processo de liberalização comercial favorável aos setores produtores de bens
transacionáveis, aumentando o contributo do crescimento da indústria e da agricultura para
a redução da pobreza. A maior parte da redução da pobreza no Brasil foi explicada pelas
políticas de estabilização macroeconómica (controlo da hiperinflação) e redistributivas de
proteção e assistência sociais, responsáveis também pelo declínio da desigualdade.
Cashin et al. (2001) e Teweldemedhin (2014) alertam que embora um crescimento mais rápido
na agricultura possa reduzir a pobreza rural no curto prazo, uma economia mais diversificada
pode oferecer mais possibilidades de uma melhoria sustentável dos padrões de vida a longo
prazo. Kanayo (2014) defende que as estratégias de redução da pobreza na Nigéria devem
basear-se no aumento da taxa de criação de emprego produtivo e num crescimento setorial
de base ampla.
Segundo Demery e Squire (1996), Ames et al. (2001), Cashin et al. (2001), Azis (2008) e Asid
et al. (2012), na base do crescimento económico deve estar um conjunto de políticas voltadas
para promover a estabilidade macroeconómica (inflação baixa e estável, défices orçamentais
baixos e dívida externa sustentável), acompanhadas da abertura ao comércio internacional.
O progresso constante e contínuo no crescimento e na redução da pobreza, depende em
grande parte da confiança que os formuladores de políticas transmitem aos investidores
(Demery e Squire, 1996; Guimarães et al., 2015). Segundo Chowdhury e Islam (2011), o apoio
internacional aos países em desenvolvimento ficou subordinado a políticas consideradas
‘sólidas’ pelas IFIs e pela comunidade de doadores.
Este quadro macroeconómico, considerado restritivo por Chowdhury e Islam (2011) e Hailu
e Weeks (2011), resultou das experiências contrastantes da América Latina endividada nos
anos 80 e do crescimento historicamente sem precedentes do Leste Asiático, no âmbito das
18
quais se firmaram desde então os programas de ajuda do Banco Mundial e do FMI. Apesar
deste quadro ortodoxo de políticas macroeconómicas se ter mantido, a queda do
investimento público e a excessiva volatilidade do crescimento tiveram impactos negativos
sobre o desempenho geral do crescimento de muitos países em desenvolvimento na década
de 90, especialmente na América Latina e na África (Azis, 2008; Chowdhury e Islam, 2011).
Também Steinwand e Stone (2008) afirmam que, se por um lado a participação nos
programas de ajustamento do FMI parece efetiva na estabilização de défices orçamentais, da
inflação e do crescimento monetário, por outro, reduz o crescimento económico e aumenta
a desigualdade, fruto da menor proporção de rendimentos do trabalho e menor gasto público
em saúde, educação e infraestruturas. Segundo Chowdhury e Islam (2011), este
abrandamento económico é resultado do conjunto de políticas macroeconómicas do
Consenso de Washington, que comprimem o espaço político e orçamental para a realização
de medidas de política contracíclica e contribuem para a volatilidade excessiva do produto,
em virtude muitas vezes da adoção de políticas pró-cíclicas voltadas para a estabilidade de
preços e para a sustentabilidade orçamental.
Com o desenvolvimento a carecer de uma ‘Nova Economia Estrutural’ no âmbito do
designado ‘Pós-Consenso de Washington’, uma mudança fundamental começou a ser
desenhada nas políticas macroeconómicas (Hailu e Weeks, 2011). Críticas ao conjunto de
políticas macroeconómicas centradas na estabilização da dívida e na contenção da inflação,
começaram a surgir após a crise financeira asiática e tornaram-se mais visíveis na sequência
da crise financeira e económica mundial com início na Grande Recessão de 2008-2009
(Blanchard, Dell’Ariccia e Mauro, 2010; Chowdhury e Islam, 2011). Blanchard et al. (2010)
enfatiza a necessidade de ajustamentos incrementais (como aumentar a meta de inflação em
torno de 2, na maioria dos bancos centrais, para 4%) para acomodar políticas
macroeconómicas contracíclicas, em vez de uma revisão radical do quadro de política geral
tal como defendida por Chowdhury e Islam (2011). O quadro por estes autores proposto é
diferente no sentido em que exige uma mudança nos objetivos das políticas
macroeconómicas, de variáveis como a inflação, dívida e défice, para o pleno emprego,
abordando simultaneamente a pobreza e a desigualdade. O emprego é o principal mecanismo
por meio do qual o crescimento do produto se reflete na redução da pobreza (Nwosa, 2016).
As políticas estruturais (Quadro 2) que visam a reforma das instituições, também são
essenciais para a redução da pobreza, seja pela via do crescimento económico ou pela
19
melhoria da distribuição de rendimento por estas promovidas (Ames et al., 2001; Mohan e
Tebaldi, 2010). Segundo Keefer e Knack (1997), a má qualidade institucional prejudica, entre
outros aspetos, a segurança dos direitos de propriedade. A incerteza em relação aos direitos
de propriedade impede, de acordo com Lee e Perera (2013) o investimento estrangeiro e
reduz o crescimento económico. Tendo as instituições fracas um efeito prejudicial sobre a
desigualdade (Chong e Gradstein, 2007), a taxa de pobreza é penalizada por estas duas vias.
As políticas estruturais visam uma melhor e mais eficiente alocação de recursos, com taxas
de investimento do setor privado mais elevadas e maior acesso aos mercados pelos pobres
(Agénor et al., 2008; Lee e Perera, 2013; Ghatak, 2015), nomeadamente, melhorando o seu
acesso ao crédito, à terra e a outros recursos naturais (USAID, 2002).
Com o objetivo de maximizar o impacto do crescimento económico na redução da pobreza,
surgem adicionalmente as políticas setoriais e redistributivas (Quadro 2). Como estas
categoriais de políticas de redução da pobreza pertencem mais amplamente à economia
política, e não apenas à macroeconomia, é relevante fazer a distinção (Ames et al., 2001).
A primeira categoria, além da dimensão da provisão não garantida de serviços públicos para
a população em geral, visa capacitar os pobres e criar as condições que lhes possibilite mover-
se para novas áreas de oportunidade, nomeadamente, aumentando os seus stocks de capital
humano por meio dos serviços de saúde e educação (Datt e Ravallion, 2002; Ferreira et al.,
2010; Anand et al., 2014). As iniciativas de política pública na criação de oportunidades sociais
têm importância crucial, por forma a permitir que a generalidade da população participe do
processo de expansão económica (Sen, 2001). Anand et al. (2014) estudaram a promoção do
crescimento inclusivo na Índia no período 2004-2009 e concluíram que as despesas públicas
em serviços sociais chegam a um amplo leque da população e que mesmo tendo pouco
impacto redistributivo, são de grande valia na redução da pobreza por via da promoção do
crescimento inclusivo. A educação é essencial no combate à pobreza visto influenciar
positivamente a produtividade e promover o desenvolvimento social (Ahmad e Riaz, 2011;
Guimarães et al., 2015). Contudo, não é suficiente investir, são necessários incentivos
apropriados para garantir a entrega eficiente destes serviços aos que deles necessitam (Ames
et al., 2001; Ahmad et al., 2011; Guimarães et al., 2015). Esta categoria visa melhorar o acesso
dos pobres aos serviços e infraestruturas públicas (Ghatak, 2015).
A segunda categoria passa por manter redes efetivas de segurança social, como parte
duradoura da estratégia de redução da pobreza (Ames et al., 2001; Teweldemedhin, 2014;
20
Ghatak, 2015), essenciais para garantir que as famílias pobres tenham níveis mínimos de
consumo e acesso a serviços sociais básicos, mesmo durante as crises. Durante a crise
financeira vivida pela Coreia do Sul e pela Tailândia no período 1996-1999, a pronta resposta
do Governo sul-coreano foi particularmente eficaz para proteger os mais pobres dos pobres,
através de programas de assistência social, incluindo programas de obras públicas que
permitiram o seu retorno ao trabalho e programas de proteção temporários dos meios de
subsistência, que não foram adotados no caso tailandês, tendo a crise revelado a necessária
criação e desenvolvimento de redes de segurança social, fruto do notável crescimento da
pobreza no país (Kakwani e Son, 2003).
Do mesmo modo que no longo prazo a redução da pobreza requer um crescimento
económico sustentado, no curto a médio prazo, a política pública consistente de
redistribuição pode dar contribuições importantes (Ferreira et al., 2010). Ações que visam
melhorar diretamente a vida dos pobres, tornam o crescimento mais efetivo na redução da
pobreza (Asid et al., 2012).
2.3. As políticas macroeconómicas e a pobreza
2.3.1. Conceito de políticas macroeconómicas
As políticas macroeconómicas moldam o panorama em que os mercados de fatores (como
o trabalho e o capital) e os mercados de produtos operam (BM, 2014). Estas consistem na
definição, pelos órgãos de soberania, de objetivos para as variáveis macroeconómicas
fundamentais, nomeadamente crescimento do produto, emprego, inflação, défice
orçamental, dívida pública, défice externo e na utilização de instrumentos para os alcançar,
como impostos, gastos e obtenção de financiamento público, taxas de câmbio e as regras
monetárias e de crédito (Ames et al., 2001).
As políticas macroeconómicas, que englobam as políticas orçamental, monetária e cambial,
devem ser conduzidas por forma a alcançar os objetivos estabelecidos de forma consistente
com o garante da estabilidade macroeconómica (Ames et al., 2001), reduzindo assim a
incerteza e o risco na tomada de decisão por parte dos agentes económicos (BM, 2014),
fundamental ao crescimento económico (Cashin et al., 2001).
A estabilidade macroeconómica corresponde ao equilíbrio das relações económicas
fundamentais - receitas e gastos orçamentais, poupança e investimento, produção e procura
21
e balança de pagamentos - ou, que os desequilíbrios existentes nestas relações possam ser
financiados de forma sustentável (Ames et al., 2001). Produto estagnado ou decrescente, taxas
de inflação de dois dígitos, crescentes níveis de dívida pública e grandes défices de balança
corrente financiados por empréstimos de curto prazo estão, frequentemente, associados a
instabilidade macroeconómica (Guimarães et al., 2015).
2.3.2. Canais e mecanismos de transmissão das políticas macroeconómicas aos
pobres
Existe um reconhecimento cada vez maior de que as políticas macroeconómicas e os
programas de estabilização macroeconómica têm importantes impactos tanto na distribuição
como no nível de rendimento, embora a maioria das análises da pobreza e desigualdade tenha
sido de natureza microeconómica (Cashin et al., 2001; Eurostat, 2010). Ao longo do tempo,
a compreensão da pobreza extrapolou a dimensão microeconómica, com base na análise das
escolhas dos consumidores, das decisões de produção e dos padrões demográficos (Kanbur,
1987), e as características macroeconómicas foram progressivamente introduzidas quer em
estudos transnacionais como em estudos de países específicos (Eurostat, 2010). Um trabalho
teórico pioneiro nesta área de estudo é Kanbur (1987).
Segundo Kanbur (1987), à medida que os países em desenvolvimento começaram a ser
obrigados a adotar políticas de estabilização macroeconómica, o impacto dessas políticas na
distribuição de rendimento e na pobreza emergiu como uma importante área de análise e
pesquisa, deixando também uma crítica ao foco excessivamente microeconómico da análise.
Mais tarde, Demery e Squire (1996) e Agénor (2004) reafirmaram a relevância desta questão,
sobretudo assente no estudo dos ajustamentos macroeconómicos nos países em
desenvolvimento, que se intensificaram nos anos 80 do século XX, bem como das
consequências económicas e sociais dos mesmos.
Apesar dos resultados dos instrumentos de políticas macroeconómicas, muitas vezes
integrados num programa de ajustamento, deverem ser analisados face aos objetivos
macroeconómicos estabelecidos, estudar o seu impacto na pobreza é muito relevante
(Agénor, 2004), sendo particularmente pertinente para os países em desenvolvimento, onde
os sistemas de segurança social não estão desenvolvidos a ponto de proteger os pobres das
flutuações macroeconómicas (Kanbur, 1987).
22
Ao exigir uma maior atenção à dimensão macroeconómica das estratégias de redução da
pobreza, Agénor (2005) alerta que a rigidez microeconómica e as restrições institucionais
condicionam o resultado das políticas macroeconómicas e o seu impacto na pobreza. Os
instrumentos usados no ajustamento macroeconómico, num contexto em que os países em
desenvolvimento estão a enfrentar fortes e custosos desequilíbrios nas balanças de
pagamentos, passam (Kanbur, 1987; Demery e Squire, 1996; Ames et al., 2001; Agénor, 2004):
pela desvalorização monetária, pela contração da procura agregada e pela redução dos défices
orçamentais. Estes instrumentos implicam redução ou transição de despesas entre setores da
economia, com impactos redistributivos (Ames et al., 2001). No caso da transição, esta tende
a ocorrer dos setores de bens não transacionáveis para os setores transacionáveis,
nomeadamente o setor agrícola, onde os níveis de pobreza tendem a ser mais elevados
(Demery e Squire, 1996; Agénor, 2004). No caso da redução dos défices orçamentais, Kanbur
(1987) afirma a necessidade dos cortes na despesa ocorrerem nos setores onde as taxas de
pobreza são menores, a fim de minimizar o impacto na pobreza. Agénor (2005) e Begović e
Kreso (2017) referem, contudo, que uma desvalorização da moeda com o objetivo de
melhorar as contas externas pode ter um impacto limitado na balança comercial se, por
exemplo, os agricultores nas áreas rurais não puderem responder aos incentivos de preços
em virtude da falta de acesso ao crédito para financiar consumos de produção.
A literatura sobre a relação entre políticas macroeconómicas e pobreza tende a afastar-se da
questão de como o crescimento económico se relaciona com a redução da pobreza, a fim de
explorar em maior detalhe quais políticas macroeconómicas, além das associadas ao
crescimento do produto, contribuem para este fim (Cashin et al., 2001; Azis, 2008),
explorando os mecanismos indiretos pelos quais estas políticas podem influenciar a pobreza
(Cashin et al., 2001). Epaulard (2003) alerta para a necessidade de identificar as características
das ‘políticas macroeconómicas favoráveis aos pobres’, isto é, um conjunto de políticas
macroeconómicas que promovam um crescimento eficiente na redução da pobreza.
Para melhor compreender a relação entre a pobreza e políticas macroeconómicas, é
fundamental sintetizar os canais de transmissão das políticas macroeconómicas aos pobres.
No curto prazo, essa transmissão faz-se por meio do produto, do emprego, dos salários e
dos preços (Agénor, 2004). Os efeitos de longo prazo na pobreza dão-se através do
crescimento e distribuição de rendimento, mas também de potenciais efeitos assimétricos
dos choques de produção (Agénor, 2005).
23
Segundo Agénor (2004, 2005), os impactos das políticas macroeconómicas nos pobres
operam através de alterações na procura agregada, no crescimento económico, na inflação e
na taxa de câmbio real, mas também via volatilidade macroeconómica, efeitos distributivos
e efeitos cíclicos assimétricos (Quadro 3 e Figura 6), sendo que a importância de cada um
desses canais depende das características institucionais e estruturais das economias (Azis,
2008). Também Hailu e Weeks (2011) afirmam que o sucesso das políticas macroeconómicas
na redução da pobreza dependerão da sua adaptação às características de cada país.
Quadro 3: Mecanismos de transmissão das políticas macroeconómicas (orçamental, monetária e cambial) aos pobres
Canais de transmissão
Têm impacto na pobreza pelos seguintes mecanismos:
Curto prazo Longo prazo
Diretos Indiretos
Procura agregada
- Alterações na massa salarial do setor público: as mudanças salariais ou no emprego público têm impacto direto no rendimento dos pobres, sobretudo quanto menores as redes de segurança estabelecidas e menor a atividade económica; - Despesas em transferências que afeta diretamente os recursos das famílias de baixo rendimento; - Subsídios de bens e serviços que alteram o poder de compra dos pobres.
- Alterações nas despesas de capital, com impacto na procura por mão de obra; - Despesa privada tende a variar no mesmo sentido da despesa pública, dada a complementaridade entre investimento público e privado, sobretudo em infraestruturas e dada o impacto do investimento público na produtividade privada; - Despesa privada varia em sentido oposto à tributação sobre salários ou lucros, que afetam o consumo e o investimento, e à restritividade da política monetária.
Crescimento económico
- Impacto nas taxas de poupança: cortes nas transferências do setor público podem ter um efeito adverso na propensão para a poupança, diminuindo o crescimento económico; - Alterações no investimento público e privado com impacto no crescimento económico; - Potenciais incentivos à evasão fiscal e a deslocações para a economia informal.
Inflação
- Alterações nos preços dos bens e serviços produzidos pelo setor público tem impacto no poder de compra.
- Os pobres alocam uma grande parcela do seu rendimento para a subsistência e como tal, o dinamismo da procura e alterações na política monetária influenciam os preços dos bens e serviços por estes consumidos, tendo um impacto significativo no seu rendimento.
- As mudanças nas taxas de inflação (quando elevada) resultantes têm um efeito inverso no investimento e na sua eficiência. No caso de um ajustamento macroeconómico, a inflação mais baixa tende a aumentar o retorno do capital real e financeiro e a melhorar a alocação de recursos, o que incentiva a produção e o crescimento.
24
(...)
Canais de transmissão
Têm impacto na pobreza pelos seguintes mecanismos:
Curto prazo Longo prazo
Diretos Indiretos
Taxa de câmbio real
- Do ponto de vista do consumo, os pobres tendem a ser beneficiados pelo decréscimo relativo dos preços dos bens não transacionáveis (no caso de uma depreciação da taxa de câmbio real). Contudo, mediante a importância que os bens importados têm no seu consumo (geralmente superior nos pobres urbanos), o seu poder de compra pode diminuir.
- Do ponto de vista da atividade produtiva, a depreciação da taxa de câmbio real pode ter um impacto adverso no emprego e na pobreza, se o país for significativamente dependente externamente em termos de bens intermédios. Contudo, a tendência de redução dos investimentos em capital (máquinas e equipamentos frequentemente importados), diminui a procura por trabalhadores qualificados e aumenta o emprego não qualificado e os rendimentos dos pobres. - A depreciação tende a promover a realocação de recursos para as atividades de exportação (nomeadamente agrícola), o que aumenta o rendimento dos pobres nas áreas rurais. - A procura por mão de obra no setor não transacionável varia em sentido oposto, da mesma forma que o emprego e os salários (impacto sobretudo nos pobres urbanos, produtores de bens não transacionáveis, no setor informal maioritariamente).
- A repercussão das políticas macroeconómicas na taxa de câmbio real influencia a competitividade externa, o que tem impacto no crescimento económico, via procura externa.
Fonte: Elaboração própria baseada em Agénor (2004, 2005).
- Canal da procura agregada
A procura agregada responde rapidamente às políticas orçamental e monetária (Figura 2),
sendo que alterações desta podem ter um efeito considerável sobre a pobreza através de
mudanças no emprego e nos salários (Agénor, 2004). A avaliação do efeito das políticas
macroeconómicas sobre os pobres, com base em indicadores agregados da despesa pública
deve ser cautelosa, visto ser necessário ter em conta o grau de apropriação desta pelos pobres.
Por exemplo, interessa não esquecer que cortes nas despesas sociais (que englobam
transferências e subsídios), podem esconder efeitos de recomposição, melhorando os fluxos
de recursos que atingem os pobres. Os programas de ajustamento constituem oportunidades
de reafetação da despesa pública, tornando-a ‘pró-pobre’ (Agénor, 2005), por exemplo,
melhorando a segmentação das redes de segurança social, tornando as transferências
generalizadas para as famílias, mais específicas para os pobres.
A redução das despesas gerais do Governo evita mais inflação no futuro, o que tende a
contribuir para a diminuição das taxas de pobreza no longo prazo (Agénor, 2005). A inflação
25
é um imposto regressivo, que afeta sobretudo os indivíduos com ativos nominais não
indexados (Ames et al., 2001). Mas os cortes nas despesas públicas podem comportar
igualmente cortes nas despesas de capital, com impacto negativo significativo na procura
agregada no longo prazo (Agénor, 2004; Chowdhury e Islam, 2011).
Figura 2: Ilustração do canal de transmissão da procura agregada Fonte: Elaboração própria com base no Quadro 3.
- Canal do crescimento económico
O impacto das políticas macroeconómicas nos pobres faz-se sentir não só no nível de
produção, mas também na taxa de crescimento económico (Agénor, 2004) (Figura 3).
Epaulard (2003) e Agénor (2004, 2005) consideram importante atender aos potenciais efeitos
assimétricos dos ciclos económicos sobre a pobreza. Agénor (2004) e Chowdhury e Islam
(2011) sugerem que as recessões penalizam significativamente a pobreza e as expansões têm
um efeito positivo mais limitado, em virtude sobretudo dos seguintes fatores: decisões dos
pais, sobretudo mais pobres, em períodos contracionistas de tirar os filhos/dependentes da
escola com efeitos irrecuperáveis no capital humano; dificuldades de alisamento do consumo,
particularmente dos pobres, que deixando-o flutuar com o rendimento tem efeitos de longo
prazo prejudiciais sobre a produtividade; os pobres normalmente concentrados nos trabalhos
não qualificados são os primeiros a perder o emprego em caso de contração económica, dado
os custos de rotatividade maiores associados aos trabalhadores mais qualificados. Também
Ames et al. (2001) e Guimarães et al. (2015) consideram que contrações severas do produto
no curto prazo, por vezes também associadas à instabilidade macroeconómica ou a medidas
26
de austeridade, podem ter consequências de longo prazo. Tratam-se dos denominados
efeitos hysteresis, isto é, efeitos permanentes resultantes de choques temporários das recessões
sobre a pobreza, que frequentemente operam através de choques no capital humano.
Figura 3: Ilustração do canal de transmissão do crescimento económico Fonte: Elaboração própria com base no Quadro 3.
- Canal da inflação
Os pobres são mais afetados pela inflação em virtude de rendimentos nominais, provenientes
por vezes do autoemprego, que não beneficiam de mecanismos de indexação, deterem
poucos ativos reais, poucos ativos financeiros indexados e das suas poupanças estarem muito
expostas ao imposto inflacionário (Epaulard, 2003; Chowdhury e Islam, 2011; Kashi e Tash,
2014) (Figura 4). Os efeitos distributivos da inflação dependerão do grau de indexação
contratual, da incidência e duração dos contratos e da distribuição de ativos e passivos
nominais em todos os grupos de rendimento (Agénor, 2004), sendo os pobres geralmente
prejudicados pela inflação, a classe média beneficiada por uma erosão dos seus passivos
nominais e a classe alta coberta desse risco, com ativos indexados e ativos denominados em
moeda estrangeira.
A estabilização da inflação (redução da inflação média e da sua variabilidade) beneficia
desproporcionalmente mais os pobres do que indivíduos com rendimentos superiores (Ames
et al., 2001; Azis, 2008; Guimarães et al., 2015). Ainda assim, é necessário que a desinflação
ocorra no cabaz de bens consumidos pelos pobres, permitindo-lhes obter os benefícios da
estabilização a longo prazo (Agénor, 2004).
De acordo com Epaulard (2003) existe uma relação não linear entre o crescimento e a
inflação. Até um certo nível, a inflação não afeta o crescimento de longo prazo, mas para
taxas de inflação acima desse nível, há uma relação negativa entre crescimento e inflação. No
que diz respeito à pobreza, tal significa que as taxas de inflação média e alta prejudicam os
pobres através dos seus efeitos negativos sobre o crescimento, podendo haver um canal
adicional através do qual a inflação prejudica os pobres. Empiricamente, o estudo conclui
27
que picos de inflação, acima de 80%, estão associados a uma maior elasticidade da taxa de
pobreza em relação à desaceleração económica, mas em níveis mais baixos, não encontra
relação significativa entre a inflação e o crescimento.
Easterly e Fischer (2001) evidenciam, com base numa amostra cross-country, a relação negativa
entre a inflação e indicadores de bem-estar dos pobres, como participação do quintil inferior
na distribuição do rendimento, o salário mínimo real e a redução da pobreza. Anand et al.
(2014) afirmam que uma inflação mais baixa é fundamental à promoção do crescimento
inclusivo, com melhores resultados na redução da pobreza.
Figura 4: Ilustração do canal de transmissão da inflação Fonte: Elaboração própria com base no Quadro 3.
- Canal da taxa de câmbio real
Uma depreciação sustentada da taxa de câmbio real é o canal através do qual a política
macroeconómica tem como objetivo promover uma realocação de recursos para a setor
transacionável (Demery e Squire, 1996; Guimarães et al., 2015) e corrigir os défices externos,
sendo uma componente chave de uma estratégia de redução da pobreza e ajustamento
macroeconómico bem-sucedido, por meio do seu efeito benéfico sobre o crescimento
económico gerado pelas exportações (Cashin et al., 2001). Uma depreciação da taxa de
câmbio real é provocada por uma depreciação nominal ou por uma diminuição relativa dos
preços dos bens não transacionáveis (Agénor, 2004) (Figura 5).
No curto prazo, o impacto da depreciação, que tende a aumentar a rentabilidade da produção
de bens transacionáveis e diminuir a produção de bens não transacionáveis, sobre os pobres
é incerto (Agénor, 2004; Guimarães et al., 2015). O aumento dos preços dos bens
transacionáveis pode prejudicar os pobres sobretudo urbanos (como consumidores líquidos),
mesmo que beneficie os pobres rurais (como produtores líquidos) (Demery e Squire, 1996;
Cashin et al., 2001).
28
Figura 5: Ilustração do canal de transmissão da taxa de câmbio real Fonte: Elaboração própria com base no Quadro 3.
O grau de liberalização comercial, o nível de dívida e a qualidade das instituições são
características estruturais das economias, sobre as quais as políticas macroeconómicas são
formuladas e, frequentemente, relevantes no seu impacto na pobreza.
- Impacto da reforma estrutural associada à liberalização do comércio
Segundo Agénor (2005), se por trás da depreciação real estiver a liberalização comercial, que
constitui uma reforma estrutural, os bens de capital importados tendem a aumentar, bem
como a procura por mão de obra qualificada, o que pode aumentar a pobreza, por meio da
redução do emprego não qualificado. O impacto da liberalização do comércio na pobreza
depende, significativamente, do seu efeito na criação ou destruição de mercados onde os
pobres participam, da intensidade dos fatores de produção nos setores mais afetados e da
elasticidade dos mesmos, do impacto no pagamento de impostos pelos pobres e dos
incentivos ao investimento, à inovação e ao crescimento que gera (Cashin et al., 2001;
Kanbur, 2001; Itriago, 2011). Epaulard (2003) alerta que pode levar algum tempo até que a
maioria dos pobres beneficie diretamente da liberalização comercial.
Dollar e Kraay (2002) afirmam que, em média, a abertura comercial aumenta o rendimento
dos pobres na mesma medida em que aumenta o rendimento médio da sociedade. Segundo
Epaulard (2003) esta reduz a elasticidade da pobreza à recessão económica, não apresentando
qualquer efeito sobre a elasticidade da pobreza para a expansão económica. Contudo,
Chowdhury e Islam (2011) e Itriago (2011) alertam para a redução significativa nas receitas
relacionadas ao comércio após a sua liberalização em muitos países em desenvolvimento,
como forma de atrair o investimento privado, que contribuiu para a redução do seu ‘espaço
fiscal’ e da sua capacidade de realizar políticas contracíclicas. Segundo Itriago (2011), isenções
29
fiscais são, frequentemente, utilizadas para atrair empresas internacionais, existindo dúvidas
se estas estão a captar valor agregado com impacto positivo no desenvolvimento. Além disso,
as liberalizações comerciais, na generalidade, agravaram a desigualdade (Ahmad et al., 2011).
- Impacto da dívida
A dívida dos países pode também constituir um entrave à redução da pobreza, motivo este
que fez surgiu em 1996 a iniciativa dos Países Pobres Altamente Endividados, que conta
atualmente com 37 países participantes (a grande maioria africanos), no âmbito da qual os
países elegíveis começam com as IFIs um processo de alívio da dívida (Cashin et al., 2001;
Hickey, 2013; Nwosa, 2016). Os encargos com dívidas muito elevadas e/ou insustentáveis,
exigem recursos potencialmente não afetos à redução da pobreza e à promoção do
crescimento económico, apesar de existirem dúvidas quanto à priorização dada pelos
decisores políticos aos recursos disponíveis (Cashin et al., 2001; Kalonji, Loko, Mlachila e
Nallari, 2003). Tal é ainda mais gravoso, num contexto em que a falta de acesso ao
financiamento e o custo do crédito são restrições vinculativas para o crescimento das
pequenas e médias empresas nos países em desenvolvimento (Beck, Demirgüç-Kunt e Pería,
2011). Segundo Teweldemedhin (2014), muitos países africanos endividados têm uma taxa
de serviço da dívida de cerca de 40%. Kalonji et al. (2003) evidenciam o impacto negativo na
pobreza do peso da dívida externa no PIB, num conjunto de países de baixo rendimento.
- Impacto da volatilidade macroeconómica e a qualidade das instituições
Os países em desenvolvimento tendem a ser muito afetados pela volatilidade
macroeconómica, resultante de fatores externos como reversões nos fluxos de capital,
mudanças nos termos de troca e flutuações nas taxas de juro mundiais (Ames et al., 2001) ou
de políticas inadequadas face às metas macroeconómicas estabelecidas (Demery e Squire,
1996), o que pode levar a menores investimentos privados e menores taxas de crescimento,
em virtude do maior risco percecionado pelos credores e investidores e distorções no sistema
de preços (Agénor, 2004; Agénor et al., 2008; Guimarães et al., 2015). Contudo, a incerteza
de rendimento provocada pela volatilidade macroeconómica, tende a aumentar a propensão
à poupança e os recursos dos intermediários financeiros para emprestar (Agénor, 2005).
30
Segundo Ames et al. (2001), Azis (2008) e Guimarães et al. (2015), a estabilidade
macroeconómica e o crescimento económico estão dependentes da qualidade das
instituições, que têm assim grande importância na redução da pobreza. Os indivíduos vivem
num mundo de instituições, isto é, de estruturas sociais que regulam a vida em sociedade e
as nossas oportunidades dependem crucialmente das instituições existentes e, sobretudo,
como estas funcionam (Sen, 2001). As instituições englobam estruturas políticas, jurídicas e
culturais (Engerman e Sokoloff, 1997, in Mohan e Tebaldi, 2010) e a falta de qualidade das
mesmas influencia a pobreza por via das ineficiências de mercado, nomeadamente, na
alocação de recursos com consequências distributivas (Sen, 2001).
Mohan e Tebaldi (2010) examinaram o impacto das instituições sobre a pobreza monetária,
num conjunto de 53 países em desenvolvimento, no período 1996-2005, sendo a qualidade
das mesmas medida usando indicadores como controlo da corrupção, estabilidade política,
qualidade regulatória, eficiência governamental, risco de expropriação, entre outros.
Verificaram que a qualidade atual das instituições à luz destes indicadores, nos países
analisados, está positivamente associada à densidade de capital humano no início do século
XX e negativamente associada à origem socialista do sistema legal face a sistemas jurídicos
franceses, alemães ou britânicos, que exercem uma influência indireta sobre a pobreza.
Concluem que o controlo da corrupção, a eficiência governamental e a estabilidade política
têm impacto na redução da pobreza por meio da redução da desigualdade de rendimento e
da promoção do crescimento económico, sendo que a menor qualidade do sistema
regulatório, a menor aplicação da lei e a menor voz e liberdades dadas aos cidadãos
contribuem para o seu aumento, fruto de níveis mais baixos de rendimento médio. Tais
resultados são reafirmados, no mesmo período e com os mesmos países, mas desta vez
utilizando uma medida de pobreza multidimensional por Asongu e Kodila-Tedika (2017).
Contudo, concluem que o efeito das instituições na redução da pobreza ocorre integralmente
através do rendimento médio.
É de extrema pertinência realçar que o aumento das taxas de pobreza pode ter consequências
sociais e económicas negativas significativas, tornando as reformas mais difíceis, restringindo
o crescimento económico, reduzindo a coesão social e a estabilidade e mesmo prejudicando
a longo prazo o desenvolvimento inclusivo dos países (Lin, Lin, Tang e Zhuang, 2008;
Nwosa, 2016). Apenas os países que conseguem reduzir a pobreza de forma significativa têm
um crescimento económico sustentável (Ahmad et al., 2011).
31
Figura 6: Ilustração dos canais de transmissão das políticas macroeconómicas aos pobres Fonte: Elaboração própria com base no Quadro 3.
2.3.3. Evidência empírica dos mecanismos de transmissão
Identificar o tipo de políticas macroeconómicas mais eficientes no combate à pobreza precisa
se basear tanto em estudos teóricos como empíricos (Ames et al., 2001; Azis, 2008). Mesmo
que a teoria económica ajude na compreensão dos canais entre o crescimento, as políticas
macroeconómicas e a redução da pobreza, a questão dos efeitos das políticas
macroeconómicas sobre a pobreza será, como muitas vezes em economia, empírica
(Epaulard, 2003). É difícil tirar conclusões teóricas claras sobre o efeito geral das variáveis
macroeconómicas sobre a pobreza, fruto de efeitos conflitantes que operam
simultaneamente ou em momentos diferentes (Agénor, 2004).
32
Podemos categorizar os estudos que analisam o efeito de fatores macroeconómicos sobre a
pobreza em três principais tipos (Quadro 4): 1) estudos factuais; 2) econométricos; e 3) de
macrossimulação.
Cashin et al. (2001), Epaulard (2003), Agénor (2004), Ahmad et al. (2011) e Teweldemedhin
(2014) são estudos cross-country relativos ao impacto das políticas macroeconómicas na
pobreza em países em desenvolvimento, o primeiro de natureza factual e os outros
econométricos. Com base numa amostra de 77 países em desenvolvimento, Cashin et al.
(2001) estudam a relação factual entre as variáveis macroeconómicas e a melhoria do Índice
de Desenvolvimento Humano (IDH),4 dada a forte correlação negativa existente entre o
IDH e medidas da pobreza (viver com menos de $1/dia; percentagem de população
subnutrida, entre outras).
A relação cross-country entre a pobreza monetária e os fatores macroeconómicos é estudada,
do ponto de vista econométrico, por Agénor (2004) num conjunto de 19 países em
desenvolvimento, que para o efeito introduz também na análise alguns fatores estruturais
como a taxa de analfabetismo, o número de camas hospitalares por cada 1000 habitantes e o
grau de abertura comercial. Por sua vez, Epaulard (2003) procura explicar a heterogeneidade
da elasticidade da pobreza monetária ao crescimento económico, igualmente em países em
desenvolvimento, por meio das diferenças na distribuição do rendimento, das políticas
macroeconómicas e de fatores estruturais das economias. Ahmad et al. (2011) examinaram o
impacto do crescimento económico, da desigualdade de rendimento, das despesas públicas
em saúde e educação e da abertura comercial e financeira na pobreza monetária, com dados
em painel durante o período de 1988-2009 para cinco países em desenvolvimento,
Bangladesh, Índia, Nepal, Paquistão e Sri Lanka. Teweldemedhin (2014) estudou a relação
entre as variáveis macroeconómicas e a pobreza na África Subsariana, num conjunto de 34
países, com a particularidade de ser o único estudo (entre os consultados) que utiliza um
indicador de pobreza multidimensional (o Índice de Pobreza Multidimensional) do PNUD.
A relevância do canal da procura agregada na redução da pobreza é analisada, nesta categoria
de estudos, usando como proxies as seguintes variáveis: despesas do Governo (gerais, de
saúde, educação, militares), défice orçamental e crédito ao setor privado. Cashin et al. (2001),
baseado na análise factual, não é conclusivo quanto ao efeito das despesas governamentais
4 O IDH é a média aritmética dos resultados de um país em três dimensões básicas do desenvolvimento humano: longevidade, nível de escolaridade e padrão de vida. Esta é uma medida de bem-estar do PNUD.
33
na pobreza, mostrando Ahmad et al. (2011) e Teweldemedhin (2014) a importância dos
investimentos em educação e saúde na sua redução. Segundo Ahmad et al. (2011), a maior
alocação de recursos para a educação possibilita melhorar a distribuição do capital humano
numa sociedade, o tem um efeito ao longo do tempo na distribuição do rendimento. De
acordo com Teweldemedhin (2014), o crédito para o setor privado em percentagem do PIB
está relacionado negativamente ao IPM, o que implica que a melhoria no acesso ao crédito
para o setor privado pode estimular o consumo e o investimento e, assim, ter um impacto
positivo no desempenho económico e na pobreza. As despesas militares apresentaram um
impacto negativo na pobreza multidimensional, o que implica que nos países da África
Subsariana, reduzir as despesas militares permite redirecionar recursos para outros serviços
básicos, como saúde e educação. Além disso, seria útil, segundo Agénor (2004), estudar o
efeito das alterações de transferências e subsídios públicos na pobreza.
O canal do crescimento económico (o principal em Agénor (2004)) é de grande relevância
para a redução da pobreza. Uma exceção é o estudo para os países da África Subsariana,
Teweldemedhin (2014), no qual é estimado um impacto negativo estatisticamente
significativo, mas pouco relevante. Epaulard (2003) estima um coeficiente não
estatisticamente diferente de -1. Além disso, Agénor (2004) evidencia o efeito assimétrico
das taxas de crescimento económico sobre a pobreza, uma vez que as taxas de crescimento
positivas não têm um efeito estatisticamente significativo na pobreza, enquanto as taxas de
crescimento negativas afetam significativa e negativamente os pobres. Epaulard (2003), por
sua vez, conclui que embora a estimativa da elasticidade seja maior para as recessões
económicas (-1,11) do que para episódios de crescimento económico (-0,96), a hipótese nula
de que as duas elasticidades são iguais não é rejeitada. Tal como Ames et al. (2001) afirmaram
na teoria, Agénor (2004) evidencia a ideia que o nível médio de rendimento de um país está,
para uma dada desigualdade na sua distribuição, negativamente relacionado com a pobreza.
A elasticidade da taxa de pobreza ao crescimento depende do nível de desenvolvimento
(consumo ou rendimento per capita) (Epaulard, 2003).
No que diz respeito, à condução das políticas macroeconómicas e ao seu impacto na pobreza
via taxa de inflação, Cashin et al. (2001) evidenciam que melhorias mais significativas no IDH
estão associadas a taxas de inflação consideravelmente inferiores. Epaulard (2003) e Agénor
(2004) apontam igualmente para um impacto direto negativo da inflação na taxa de pobreza
e indireto via crescimento económico.
34
No conjunto de estudos cross-country em países em desenvolvimento, a importância do canal
da competitividade externa, designado canal da taxa de câmbio real, foi em Cashin et al.
(2001), Epaulard (2003) e Agénor (2004) avaliado por meio da variação nos termos de troca,
com um efeito não conclusivo ou não significativo. Exceção observa-se nos períodos de
recessão económica, nos quais para uma dada taxa de crescimento económico, uma melhoria
nos termos de troca, aumenta a taxa de pobreza (Epaulard, 2003). Apenas em Agénor (2004)
observa-se o efeito da depreciação da taxa de câmbio real na redução da taxa de pobreza,
eventualmente pela forma como beneficia os pequenos agricultores no setor transacionável,
como é o caso em muitos países em desenvolvimento.
Reportando agora às análises cross-country em países desenvolvidos (Quadro 4), Eurostat
(2010) e Guimarães et al. (2015) estudam o impacto dos fatores macroeconómicos em
medidas da pobreza, monetária no caso do primeiro e multidimensional no segundo.
Especificamente, Eurostat (2010) analisa o impacto de fatores micro e macroeconómicos na
probabilidade dos indivíduos entre os 25 e os 55 anos estarem em risco de pobreza em 93
regiões europeias. Para evitar grandes diferenças em torno do limiar de pobreza adotado em
cada país, neste estudo a taxa de pobreza foi calculada tendo em conta um limiar de pobreza
único europeu, correspondente a 60% do rendimento equivalente mediano europeu dos 26
países cobertos pela análise.5 O modelo estimado, via regressão logística binária, é multinível
(comporta três níveis: tempo, indivíduo e região). Guimarães et al. (2015) estudam o papel
das variáveis macroeconómicas e da qualidade das instituições nas medidas de privação
multidimensional para um conjunto de 24 países da UE. A privação multidimensional foi
medida através dos indivíduos em risco de pobreza ou exclusão social (At risk of poverty or
social exclusion - AROPE6), indicador que monitoriza a meta da Estratégia Europa 20207 e o
Índice de Privação Múltipla aplicado pelos autores ao contexto da UE (IMD_D8).
5 A definição oficial de pobreza na Europa é a percentagem de indivíduos que vivem numa família cujo rendimento equivalente está abaixo dos 60% do rendimento equivalente nacional mediano. 6 O AROPE corresponde à percentagem de indivíduos da União Europeia que vivem em risco de pobreza ou exclusão social, comportando a população que está em pobreza monetária ou em privação material severa ou vivem em agregados familiares com intensidade de trabalho muito baixa. 7 O objetivo da Estratégia Europa 2020 no que concerne à pobreza ou exclusão social é retirar pelo menos 20 milhões de pessoas do risco de pobreza ou exclusão social até 2020 em comparação com o ano de 2008. Em 2008, 115,9 milhões de pessoas estavam em risco de pobreza ou exclusão social na UE-27 e em 2015 eram 119 milhões de pessoas. Este objetivo é monitorado através do AROPE. 8 IMD_D é a soma média ponderada da pontuação obtida por cada país da UE em cada uma das sete dimensões de privação consideradas, estabelecendo um ranking expresso numa pontuação entre 1 e 100, dos países menos privados para os mais desfavorecidos.
35
Quadro 4: Evidência empírica dos mecanismos de transmissão com base em estudos factuais, econométricos e de macrossimulação
Estudo País(es) Período Metodologia V. Dep. Canal da Procura
Agregada Canal do
Crescimento Canal da Inflação
Canal da Taxa de câmbio real
Medida de desigualdade
Variáveis estruturais/ microeconómicas
Cross-country em países em desenvolvimento
Cashin et al. (2001)
77 1975-98
Quantitativa descritiva (relação entre médias)
Variação do IDH
Défice orçamental % PIB (-) Gastos do Governo % PIB (não conclusivo)
Taxa de crescimento anual real do PIB pc (+)
Taxa de inflação (-)
Var. termos de troca (não conclusivo)
- Dívida externa % PIB (-) - Abertura financeira - entradas de capital privado % PIB (não conclusivo) - Abertura comercial - (Exportações+Importações) / PIB (não conclusivo) - Lei de Direito (+) - Volatilidade macroeconómica - desvio padrão da inflação (-)
Agénor (2004)
19
Quantitativa econométrica (Ordinary Least Squares - OLS com efeitos fixos)
Taxa de pobreza
PIB pc (PPP) (-) Taxa de crescimento anual do PIB pc (-)
Taxa de inflação (+)
Var. taxa de câmbio real efetiva (cotação pelo incerto) (-) Var. termos de troca (não significativo)
Coeficiente de Gini (+)
- Educação - taxa de iliteracia em % da população adulta (não sig.) - Saúde - log (camas de hospital por 1000 habitantes) (-) - Urbanização - % da população urbana (não sig.) - Volatilidade macroeconómica - desvio padrão da taxa de câmbio real (+) e da inflação (não sig.) - Abertura comercial - (Exportações+Importações) / PIB (-)
Epaulard (2003)
99 episódios de crescimento ou recessão
Quantitativa econométrica (OLS)
Var. anual
da taxa de
pobreza (abaixo de
$2/dia)
Taxa de
crescimento anual do
consumo (-)
Taxa de inflação (não
significativo)
Taxa de
inflação * Taxa de crescimento
do consumo (+)
Var. termos de troca
(não sig.)
Var. termos de troca *
Taxa de crescimento do
consumo positiva (não
sig.)
Var. termos de troca *
Taxa de crescimento do consumo negativa (+)
Coeficiente de
Gini * Taxa de
crescimento anual do
consumo (+)
- HUM 9 (não sig.)
- HUM * Taxa de crescimento do consumo positiva (-)
- HUM * Taxa de crescimento do
consumo negativa (não sig.)
- Abertura comercial -
(Exportações+Importações) / PIB (não
sig.)
- Abertura comercial * Taxa de
crescimento do consumo positiva (não
sig.)
- Abertura comercial * Taxa de
crescimento do consumo negativa (-)
Ahmad et al. (2011)
5 países sul-asiáticos
1988-2009
Quantitativa econométrica (pooled OLS; OLS com efeitos fixos)
Taxa de pobreza (abaixo de $ 1,25/dia)
Despesas públicas em educação (-) Despesas públicas em saúde (não sig.)
log(PIB) (-) Coeficiente de Gini (não sig.)
- Abertura comercial - (Exportações+Importações) / PIB (não sig.) - Abertura financeira - Investimento Direto Estrangeiro (-)
Teweldeme-dhin (2014)
34 países subsarianos
2009
Quantitativa econométrica (Weighted Least Square)
IPM
Despesas militares % PIB (+) Despesas públicas em saúde % PIB (-) Crédito ao setor privado % PIB (-)
Taxa de crescimento anual do PIB pc (+)
Coeficiente de Gini (não sig.)
- Dívida Externa % PNB (+) - Abertura comercial - (Exportações+ Importações) / PIB (-) - Abertura financeira - Entradas de capital privado % PIB (não sig.) e Investimento Direto Estrangeiro (não sig.) - Crescimento populacional (+)
9 HUM é a média de três indicadores de desenvolvimento humano: esperança de vida à nascença, taxa de escolaridade do ensino primário e taxa de literacia de adultos.
36
Estudo País(es) Período Metodologia V. Dep. Canal da Procura
Agregada Canal do
Crescimento Canal da Inflação
Canal da Taxa de câmbio real
Medida de desigualdade
Variáveis estruturais/ microeconómicas
Cross-country em países desenvolvidos
Eurostat (2010)
93 regiões europeias (26 países da UE)
2005-06
Quantitativa econométrica (modelo logístico binário multinível)
Prob. dos indivíduos entre os 25 e os 55 anos estarem em risco de pobreza monetária
Taxa de desemprego (+) PIB pc (-)
- Género: ser mulher (+) - Idade em torno da média (+) - Educação: pessoa(s) no agregado familiar com ensino superior (-) - Educação*PIB pc (+) - Doença no agregado familiar (+) - Número de crianças (+) - Número de adultos (-)
Guimarães et al. (2015)
24 países da EU
2005-10
Quantitativa econométrica (modelo de efeitos fixos)
IMD_D
Taxa de desemprego (+) Orçamento do Governo % PIB (+) Investimento público % PIB (-)
PIB pc (-) Taxa de crescimento do PIB pc (+)
Taxa de inflação (não sig.)
Coeficiente de Gini (não sig.)
- Worldwide Governance Index do Banco Mundial (-)
Países específicos desenvolvidos
DeFina (2002)
EUA (análise estadual)
1992-99 Quantitativa econométrica (OLS)
Taxa de pobreza oficial
Taxa de desemprego (+) Rendimento familiar real mediano (-)
Desvio padrão do rendimento pc (+)
- % agregados familiares chefiados por mulheres (+) - % população jovem (+)
Severidade da pobreza
Taxa de desemprego (não sig.)
Rendimento familiar real mediano (-)
Desvio padrão do rendimento pc (+)
- % população idosa (-) - Educação - % da população com pelo menos ensino secundário (-)
Países específicos em desenvolvimento
Nwosa (2016)
Nigéria 1980-2013
Quantitativa econométrica (OLS)
Taxa de pobreza
Gastos do Governo (-) Crescimento económico (não sig.)
Oferta de moeda ampla (não sig.) Taxa de inflação anual (+)
Taxa de câmbio oficial de dólar norte-americano / Naira (não sig.)
- Abertura comercial - (Exportações+Importações) / PIB (não sig.)
Kashi e Tash (2014)
Irão 1985-2007
Quantitativa econométrica (OLS)
Índice de Pobreza de Sen (ingestão mínima de calorias)
Taxa de desemprego (+) % Despesas de segurança social no orçamento do Governo (não sig.)
Crescimento económico (-)
Taxa de inflação (+)
Coeficiente de Gini (-)
Njimanted (2006)
Camarões 1970-2005
Quantitativa econométrica (sistema de equações simultâneas, usando 3SLS)
Taxa de pobreza (2/3 do rendimento médio das famílias)
Taxa de desemprego (+) Receita do Governo (+) Despesa do Governo (-) Var. salário real (-)
Crescimento económico (-)
Taxa de inflação (+) Oferta de moeda ampla (-)
- Rácio de dependência (+)
Azis (2008)
Tailândia e Indonésia (estudo individual)
1993-2007
Estudo de macrossimulação (CFGE)
Taxa de pobreza (medida absoluta)
Gastos do Governo (+ na Indonésia; - na Tailândia)
Política monetária expansionista (- na Indonésia; + na Tailândia).
37
No âmbito do canal da procura agregada, estes estudos incluem proxies de variáveis como:
taxa de desemprego, orçamento do Governo e investimento público. Ambos os estudos
evidenciam o impacto adverso da taxa de desemprego na medida de pobreza. Um ponto
percentual adicional na taxa de desemprego regional, aumenta a probabilidade de ser pobre
face à situação inversa em 5 pontos percentuais, tudo o resto constante (Eurostat, 2010).
De acordo com Guimarães et al. (2015), o aumento do orçamento do Governo e a redução
do investimento público em % PIB, associados a uma situação de contração orçamental,
aumentam os níveis de pobreza multidimensional. A política orçamental tende a aumentar a
pobreza quando contracionista e a diminuir quando expansionista. Eurostat (2010) alerta
também para a potencial relevância de outras variáveis macroeconómicas, como as despesas
sociais em percentagem do PIB, tais como as de desemprego, saúde ou inclusão.
Como esperado, Eurostat (2010) e Guimarães et al. (2015) concluem que o PIB per capita tem
um efeito direto significativo na redução do risco de pobreza monetária e na medida de
privação, respetivamente, mas tem também um efeito indireto (Eurostat, 2010), na medida
em que o aumento do PIB per capita modera a redução do risco de pobreza que decorre do
ensino superior.
Guimarães et al. (2015) também consideram na componente explicativa da especificação
econométrica a taxa de inflação, no entanto, dada a forte correlação entre a taxa de
desemprego e a taxa de inflação, esta mostrou-se não significativa.
No âmbito dos estudos que se referem a países específicos (Quadro 4), o impacto das
políticas macroeconómicas nas medidas de pobreza nos Estados Unidos da América (EUA)
é estudado em DeFina (2002). Este autor considera medidas de pobreza alternativas ao
headcount ratio, tradicionalmente utilizado como medida da pobreza nos EUA (Ercole, Levy e
Ruiz, 2013), inovando não apenas na medida agregada da pobreza, mas também na forma
como os pobres são identificados. Nos EUA, o procedimento de identificação dos
indivíduos pobres usa um conjunto de limiares de rendimento familiar pré-tributação, que
variam por tamanho e composição das famílias, sendo esses limiares indexados anualmente.
Os membros das famílias que não recebem esse rendimento limiar são considerados pobres.
Este estudo propõe que a identificação dos pobres empregue limiares de pobreza alternativos
(em média 1,3 vezes mais elevados), escalas de equivalência familiar mais apropriadas que
refletem as economias de escala domésticas e rendimentos disponíveis das famílias pós-
política do Governo (tributação direta e benefícios sociais). A agregação segue a família de
38
medidas de Foster et al. (2010): taxa, intensidade e severidade da pobreza, por forma a incluir
a profundidade da pobreza e a desigualdade de rendimento entre os pobres, além da
percentagem de pessoas pobres. Conclui que o forte crescimento económico observado no
período 1992-99 teve um impacto menor na pobreza do que aquele que é sugerido pelo
headcount ratio oficial, na medida em que tal impacto tendeu a beneficiar os menos pobres dos
pobres, ampliando as diferenças entre os indivíduos abaixo do limiar da pobreza.
A procura agregada foi capturada usando taxas de desemprego estadual e o crescimento
económico, o rendimento familiar real mediano. A taxa de desemprego aumenta a taxa de
pobreza oficial, mas não tem impacto significativo na profundidade da pobreza, nem na
distribuição de rendimento entre os pobres. A população pobre com base em rendimento
pós-política tende a incluir indivíduos em pobreza mais profunda, isto é, aqueles que não
conseguem escapar da pobreza apesar das transferências governamentais em dinheiro e em
espécie e que são menos sensíveis às mudanças no desemprego (DeFina, 2002). Os aumentos
no rendimento mediano real diminuem as taxas de pobreza oficial, mas aumentam
significativamente a profundidade da pobreza e a desigualdade de rendimentos entre os
pobres, minimizada pela política redistributiva do Governo (DeFina, 2002). Ou seja,
contribuem para a melhoria dos rendimentos dos trabalhadores pobres, próximos da linha
de pobreza, deixando para trás os não empregados e com níveis de pobreza mais profundos.
Na linha do estudo de 2002, DeFina (2004) desenvolve posteriormente um outro estudo,
com base numa análise dos estados americanos, no período 1991-2001, avaliando o impacto
da taxa de desemprego estadual e do rendimento familiar real mediano na taxa de pobreza
oficial, mas, desta feita, considerando subgrupos diferenciados da população. Ao contrário
do que a relação significativamente positiva entre as taxas de pobreza estaduais oficiais e as
taxas de desemprego evidencia, este estudo indica que o menor desemprego não é um meio
efetivo de redução da pobreza, especialmente para os grupos considerados mais vulneráveis,
como famílias lideradas por mulheres ou negros.
Njimanted (2006), Azis (2008), Kashi e Tash (2014) e Nwosa (2016) são estudos realizados
em países em desenvolvimento específicos, respetivamente Camarões (1970-2005), Tailândia
e Indonésia (1993-2007), Irão (1985-2007) e Nigéria (1980-2013), a fim de avaliar o impacto
das políticas macroeconómicas na pobreza, essencialmente monetária.
O contributo da política orçamental para a redução da pobreza, por meio do canal da procura
agregada, não é evidente. O aumento dos gastos do Governo contribuiu para o decréscimo
39
da pobreza na Nigéria (Nwosa, 2016), nos Camarões (Njimanted, 2006) e na Tailândia e para
o aumento da pobreza na Indonésia (Azis, 2008), sendo que a participação das despesas
sociais no orçamento do Governo no Irão (Kashi e Tash, 2014) não teve um impacto
significativo. De acordo com Kwosa (2016), a política orçamental precisa se concentrar no
desenvolvimento da instalação de infraestruturas produtivas capazes de aumentar a produção
e as oportunidades de emprego. Também, segundo Kashi e Tash (2014), a combinação de
gastos do Governo é uma questão importante para a criação de oportunidades que diminuam
a pobreza a médio e longo prazos, como expandir o crescimento de infraestruturas (estradas,
hospitais, escolas, ferrovias), garantir os requisitos mínimos de subsistência de regiões
carenciadas (disponibilidade de água, eletricidade e serviços de saneamento) e apresentar um
bom quadro para transferências e pagamentos de subsídios aos mais pobres. Njimanted
(2006) e Kashi e Tash (2014) demonstram que o desemprego teve um efeito significativo no
aumento da pobreza, sendo fundamental que Governo e Banco Central coordenem políticas
financeiras e monetárias em consonância com a criação de emprego. Azis (2008) concluiu
que uma política orçamental expansionista tendia a reduzir a pobreza na Tailândia (aumento
do rendimento dos pobres é superior ao aumento correspondente dos preços), mas não na
Indonésia a qual carecia, neste sentido, de uma recomposição das despesas do Governo mais
favorável aos pobres. Mesmo que os pobres pouco beneficiassem desta política orçamental
expansionista na Indonésia, eram penalizados pelo aumento dos preços.
O crescimento económico tem efeito significativo sobre a pobreza no Irão e nos Camarões,
existindo nestes estudos uma relação negativa entre pobreza e crescimento, sobretudo no
Irão (Njimanted, 2006; Kashi e Tash, 2014), apesar deste canal não ser estatisticamente
significativo na Nigéria (Nwosa, 2016). O crescimento do PIB nos Camarões foi abrandado
pelo desemprego e pelas elevadas tarifas de transporte (Njimanted, 2006).
Njimanted (2006), Kashi e Tash (2014) e Kwosa (2016) observaram que a taxa de inflação
contribui para aumentos na pobreza, particularmente relevante no estudo nigeriano. Segundo
Nwosa (2016), o aumento da oferta monetária não é (estatisticamente) significativo para a
redução da pobreza apesar do caráter amplamente penalizador da inflação (1 ponto
percentual de aumento da taxa de inflação aumenta a taxa de pobreza por 0,43 pontos
percentuais). Ainda assim, Nwosa (2016) afirma que a política monetária na Nigéria deve
promover empréstimos com taxas de juros reduzidas aos investidores tendo em vista a
redução da taxa de desemprego e a diversificação económica, contribuindo para o declínio
40
da taxa de pobreza. Por sua vez, os resultados de Njimanted (2006) sugerem que uma política
monetária expansionista que crie mais emprego, aumentando o bem-estar médio, tem um
efeito colateral nefasto ao gerar efeitos distributivos através da inflação, que leva mais pessoas
à pobreza. Segundo Azis (2008), uma política monetária expansionista na Tailândia aumenta
o número de famílias pobres, uma vez que a linha de pobreza é mais sensível ao aumento
dos preços do que os rendimentos dos pobres ao crescimento do produto. O efeito da
expansão monetária sobre a pobreza na Indonésia é incerto, dependendo da relação entre a
taxa de variação dos salários e dos preços. Quando os salários se alteram mais rapidamente
que os preços, um choque monetário positivo reduz a pobreza e aumenta na situação inversa.
No estudo de Nwosa (2016), o canal da taxa de câmbio real foi medido pela taxa de câmbio
oficial de dólar norte-americano/Naira. O impacto da política cambial na pobreza revelou-
se (estatisticamente) não significativo.
Os impactos direto dos efeitos redistributivos na redução da pobreza e indireto no aumento
da elasticidade da pobreza ao crescimento económico, fruto da redução da desigualdade
inicial, afirmados por Bourguignon (2002) e Ahmad et al. (2011), estão evidentes no segmento
de estudos cross-country em países em desenvolvimento em Epaulard (2003) e Agénor (2004).
Estes estudos apresentam coeficientes positivos associados ao índice de Gini e ao produto
deste com a taxa de crescimento económico, apesar de Ahmad et al. (2011) e Teweldemedhin
(2014) apontarem para um efeito não significativo. O nível inicial de desigualdade de
rendimento, a par do de desenvolvimento, são fundamentais para prever por quanto o
crescimento económico se traduzirá em redução da pobreza (Epaulard, 2003).
No que respeita aos resultados associados às variáveis ditas de controlo, Cashin et al. (2001)
e Teweldemedhin (2014) evidenciam o impacto da dívida externa no aumento da pobreza e
o aparente benefício da abertura comercial (Agénor, 2004; Teweldemedhin, 2014),
contribuindo para minimizar o impacto das recessões económicas sobre a deterioração dos
níveis de pobreza de acordo com Epaulard (2003).
Também a abertura financeira, sob a forma de Investimento Direto Estrangeiro, contribui
para a redução da pobreza em Ahmad et al. (2011), apesar de no caso de Teweldemedhin
(2014) o aumento das entradas de capitais e do crescimento do IDE não serem significativos.
De acordo com Ahmad et al. (2011), o IDE é um veículo chave para gerar crescimento e
reduzir a pobreza, pelo papel que as multinacionais desempenham no aumento da
41
produtividade e no crescimento das exportações nos seus países de acolhimento. Contudo,
a abertura comercial não explica significativamente a pobreza geral nos países sul-asiáticos.
Um aumento da volatilidade macroeconómica, associado a flutuações na inflação ou na taxa
de câmbio real, aumenta a pobreza (Cashin et al., 2001; Agénor, 2004). O crescimento
populacional é o principal fator prejudicial à pobreza nos países da África Subsariana
(Teweldemedhin, 2014).
No segmento de estudos cross-country em países desenvolvidos, em Guimarães et al. (2015)
também foram introduzidos na componente explicativa o coeficiente de Gini e um índice da
qualidade das instituições, obtido a partir da média simples do Worldwide Governance Indicators
(WGI) do Banco Mundial. A qualidade das instituições diminui consideravelmente as
medidas de privação multidimensional. Quando usado o AROPE, o índice de Gini torna-se
significativo, sendo a privação maior com o aumento da desigualdade de rendimento.
DeFina (2002) conclui que uma maior desigualdade na distribuição de rendimento contribui
significativamente para o aumento da medida de pobreza monetária, mantendo tudo o resto
constante. Contudo, o aumento do coeficiente de Gini, diminui a pobreza no Irão. De acordo
com Kashi e Tash (2014), não se pode esperar uma relação pré-definida entre o coeficiente
de Gini e o Índice de Pobreza de Sen, sobretudo quando o limiar de pobreza é calculado
com base na ingestão mínima de calorias. Em circunstâncias específicas, segundo Kashi e
Tash (2014), o coeficiente de Gini pode variar num sentido oposto ao índice de pobreza.
Njimanted (2006) sugere que a redução da pobreza nos Camarões exige a criação de
oportunidades de emprego através do crescimento económico, aumento do salário real,
melhoria no ensino técnico e profissional, redução dos direitos de importação sobre
matérias-primas industriais e dos custos de transporte. São igualmente defendidas estratégias
de desenvolvimento rural e de infraestruturas, bem como políticas de estabilização de preços.
42
3. Metodologia
3.1. Métodos de estimação e opção por dados em painel dinâmico
À luz da revisão de literatura realizada, a opção metodológica tendo em vista a resposta às
questões de investigação propostas - 1) Qual o impacto quantitativo das políticas
macroeconómicas na medida multidimensional de pobreza?; 2) Quais os canais de
transmissão diretos e indiretos das políticas macroeconómicas aos pobres? -, recai sobre uma
metodologia quantitativa econométrica.
Da evidência econométrica cross-country, apresentada sucintamente no Quadro 4, Agénor
(2004), Eurostat (2010), Ahmad et al. (2011) e Guimarães et al. (2015) recorrem a dados em
painel e Epaulard (2003) e Teweldemedhin (2014) a dados seccionais. Nos dados em painel,
as unidades seccionais são observadas ao longo do tempo, combinando as dimensões tempo
e espaço (Gujarati, 2004). Estes têm várias vantagens importantes em relação aos dados em
séries seccionais ou temporais (Hsiao, 2003), nomeadamente, providenciam uma maior
variabilidade dos dados, maior quantidade de informação, menor colinearidade entre as
variáveis, maiores graus de liberdade e, desta forma, mais eficiência na estimação (Baltagi,
2005). Fornecem também um meio de resolver um problema econométrico frequente, a
existência de variáveis omitidas (não mensuradas, não observadas) correlacionadas com
variáveis explicativas, que gera heterogeneidade e que enviesa as estimações (Baltagi, 2005).
Quanto aos métodos de estimação de dados em painel existem diversas alternativas:
1) Ahmad et al. (2011) empregam uma especificação mais simples que assume que o
comportamento do modelo é uniforme para todos os países e ao longo do tempo,
estimada pela aplicação do método Ordinary Least Squares (OLS) à amostra longitudinal,
denominado pooled OLS. A qualidade da estimação carece do cumprimento das hipóteses
clássicas do modelo de regressão linear: o valor esperado do termo de perturbação é zero;
variáveis explicativas independentes dos termos de perturbação; variância dos termos de
perturbação constante (homocedasticidade) e termos de perturbação não
correlacionados (ausência de autocorrelação) (Gujarati, 2004).
2) Na presença de heterogeneidade nas características dos diferentes países, existe
autocorrelação dos termos de perturbação, sendo conveniente na presença de
heterocedasticidade e/ou autocorrelação a aplicação do método Generalized Least Squares
(GLS) em dados em painel, designado estimadores de efeitos aleatórios (Wooldridge,
43
2002). Estes estimadores são mais eficientes face aos pooled OLS uma vez que têm em
conta a existência de correlação das características não observáveis.
3) Agénor (2004), Ahmad et al. (2011) e Guimarães et al. (2015) utilizam estimadores de
efeitos fixos (Quadro 4). Quando a heterogeneidade individual resulta de fatores não
aleatórios, não se verificando a hipótese da independência dos termos de perturbação
face às variáveis explicativas, é preferível uma estimação com efeitos fixos, que constitui
uma estimação pooled OLS com dummies individuais (Hsiao, 2003). No caso em apreço, a
não aleatoriedade na escolha dos países a englobar na análise, constituirá um fator
gerador de endogeneidade das variáveis explicativas. Esta estimação é feita em função da
variação das observações face à média para cada indivíduo, pelo que elimina todos os
efeitos que não variam com o tempo e ao estabelecer um termo independente para cada
indivíduo implica a perda de graus de liberdade. O estudo da correlação entre as variáveis
explicativas e os termos de perturbação é feito pelo teste de Hausman (Hausman, 1978),
tendo como hipótese nula a inexistência de efeitos fixos. Guimarães et al. (2015)
constatam a pertinência dos estimadores de efeitos fixos face aos de efeitos aleatórios,
quando as unidades seccionais (neste caso, países) não são selecionadas aleatoriamente.
A metodologia econométrica empregue neste estudo recorre a dados em painel dinâmico,
abrangendo um conjunto de países em desenvolvimento, no período 1995-2015.
A abordagem do painel dinâmico permite melhorar a análise do impacto das políticas
macroeconómicas na pobreza multidimensional na medida em que (Lee e Perera, 2013): (1)
permite explorar as relações dinâmicas das séries temporais e seccionais entre os canais de
transmissão das políticas macroeconómicas e a pobreza; (2) tem em conta a existência de
efeitos não observados específicos de cada país; (3) ajuda a controlar a possível
endogeneidade das variáveis explicativas; e (4) produz estimativas consistentes mesmo na
presença de heterocedasticidade.
Neste caso, deve ser utilizado o Método dos Momentos Generalizado (GMM) que passa por
estimar os parâmetros do modelo especificando as condições de momentos, fazendo
equivaler os momentos populacionais às suas contrapartes amostrais e resolvendo as
equações que daí resultam (Marques, 2000). Os primeiros estimadores referenciados como
estimadores GMM para modelos dinâmicos com dados em painel são os propostos por
Arellano e Bond (1991), que constituem os estimadores GMM em primeira diferença.
44
Arellano e Bond (1991) propõem, após a realização da primeira diferença da variável
explicada para eliminar os efeitos fixos, a utilização das variáveis explicada e explicativas
defasadas em pelo menos 2 períodos, como variáveis instrumentais para a equação em
primeira diferença, permitindo definir as seguintes condições de momentos:
𝐸 [𝑌𝑖,𝑡−𝑠∆𝜇𝑖,𝑡] = 0 𝑒 𝐸 [𝑋𝑖,𝑡−𝑠∆𝜇𝑖,𝑡] = 0 𝑝𝑎𝑟𝑎 𝑡 = 3, … , 𝑇 𝑒 𝑠 ≥ 2 (1)
Estas condições de momentos definidas permitem realizar a estimação pelo Método dos
Momentos Generalizado em Primeira Diferença.
Blundell e Bond (1998) evidenciam que os estimadores do Métodos dos Momentos
Generalizado em primeira diferença, para amostras finitas, têm propriedades fracas em
termos de centricidade e consistência, devido à baixa correlação entre os instrumentos
propostos por Arellano e Bond (1991) e as variáveis explicativas. Num modelo
autorregressivo de primeira ordem, esta perda seria maior quanto mais o parâmetro
autorregressivo se aproximasse da unidade (Bond, Hoeffler e Temple, 2001). As condições
de ortogonalidade não se mantêm quando as séries de níveis contêm raiz unitária, sob o
estimador de GMM em primeira diferença (Lee e Perera, 2013). A fim de aferir a existência
deste desvio Blundell e Bond (1998) sugere a comparação das estimativas com as obtidas
com outros métodos, uma vez que num modelo AR(1), pooled OLS tenderia a sobrestimar 𝛼1
(Hsiao, 2003) e os efeitos fixos a subestimar (Nickell, 1981). Uma estimativa consistente para
𝛼1, deveria se localizar neste intervalo ou em alternativa rejeitar a hipótese nula da não-
estacionaridade dos dados do painel, ou seja, da presença de raiz unitária (Lee e Perera, 2013).
Blundell e Bond (1998) propõem condições de momentos adicionais de acordo com as quais
as variáveis defasadas em primeira diferença também podem ser usadas como instrumentos
para a equação em nível e definidas como:
𝐸 [∆𝑌𝑖,𝑡−1𝜇𝑖,𝑡] = 0 𝑒 𝐸 [∆𝑋𝑖,𝑡−1𝜇𝑖,𝑡] = 0 𝑝𝑎𝑟𝑎 𝑡 = 3, … , 𝑇 (2)
As condições de momentos definidas em (1) e (2) realizam uma estimação pelo Método dos
Momentos Generalizados em Sistema, que contém as equações de primeira diferença e de
nível (Lee e Perera, 2013). Este estimador é capaz de reduzir o potencial enviesamento do
Método dos Momentos Generalizado em primeira diferença.
45
A estimação GMM do painel dinâmico em sistema pode ser dividida em estimação one-step e
estimação two-step (Bond et al., 2001; Hwang e Sun, 2015). O procedimento two-step requer a
estimativa de uma matriz de ponderação e não apenas uma matriz robusta das variâncias e
covariâncias dos termos de perturbação, como ocorre no procedimento one-step (Hwang e
Sun, 2015). É prática padrão empregar a estimação two-step para melhorar a eficiência do
estimador GMM e o poder dos testes associados, fruto da sua menor variância assintótica.
Contudo, Bond et al. (2001) mostram que os ganhos de eficiência obtidos com os estimadores
GMM two-step, em comparação com os estimadores GMM one-step, tendem a ser pequenos e,
como os estimadores GMM two-step convergem para a sua distribuição assintótica lentamente,
numa amostra finita, os erros aleatórios podem ser subvalorizados (Bond et al., 2001).
Para verificar a validade das variáveis instrumentais, isto é, a sua independência face ao termo
de perturbação são utilizados os testes de Sargan e Hansen (Gujarati, 2004), que têm como
hipótese nula que todos os instrumentos são exógenos (assim, a hipótese nula não deve ser
rejeitada). Para que o Método dos Momentos Generalizado permita obter estimativas
consistentes é necessário também que não haja autocorrelação nos termos de perturbação,
𝜇𝑖,𝑡 (Lee e Perera, 2013). Isso implicaria que os resíduos do modelo diferenciado podem ter
correlação significativa de primeira ordem, mas não correlação de segunda ordem (Bond et
al., 2001). Caso tal não se verifique, as condições de momentos não são válidas. Para isso,
são utilizados os testes Arellano-Bond AR(1) e AR(2) (Arellano e Bond, 1991), que têm como
hipóteses nulas a ausência de correlação de primeira e segunda ordens, respetivamente.
Econometricamente procurar-se-á definir os canais de transmissão das políticas
macroeconómicas aos pobres (canal da procura agregada, do crescimento económico, da
inflação e da taxa de câmbio real) apresentados na literatura, tendo em conta as proxies
utilizadas nos estudos sintetizados no Quadro 4.
As especificações econométricas a estimar são do tipo:
𝑌𝑖,𝑡 = 𝛼0 + 𝛼1𝑌𝑖,𝑡−1 + 𝛽𝑋𝑖,𝑡 + 𝛾𝑍𝑖,𝑡 + 𝜀𝑖 + 𝜇𝑖,𝑡 , 𝑖 = 1, … , 𝑁 𝑒 𝑡 = 2, … , 𝑇. (3)
Em que,
𝑌𝑖,𝑡 é o Índice de Pobreza Humana em países em desenvolvimento (IPH-1), a Taxa de
Pobreza Multidimensional (TPM) ou a Taxa de Pobreza, correspondendo à percentagem de
pessoas que vivem com menos de $3,20/dia a preços internacionais de 2011, no país i e no
momento t.
46
𝑋𝑖,𝑡 representa o vetor de variáveis explicativas, adotando como proxies do impacto das
políticas macroeconómicas sobre a pobreza via canal da procura agregada, os benefícios
sociais do Governo Central, as despesas públicas em educação e as despesas públicas em
saúde em percentagem do PIB, bem como o peso no PIB dos impostos sobre o rendimento
dos indivíduos, o lucro das empresas e os ganhos de capital.
O impacto do canal da inflação é quantificado pela taxa de crescimento do índice de preços
no consumidor e pela taxa de crescimento da moeda fora dos bancos.
Por sua vez, os canais do crescimento e da taxa de câmbio real são medidos pelo impacto do
PIB per capita, da taxa de crescimento do PIB per capita e da taxa de câmbio real efetiva na
medida da pobreza.
É incluída uma variável de interação entre a taxa de crescimento anual do PIB per capita e da
inflação, com o intuito de medir o efeito da inflação na pobreza via crescimento económico.
𝑍𝑖,𝑡 é o vetor das variáveis de controlo que comporta o índice de Gini, o stock de dívida do
Governo em percentagem do PIB, o grau de abertura comercial, bem como uma proxy
agregada da qualidade das instituições.
𝜀𝑖 é a heterogeneidade de cada país não observada e 𝜇𝑖,𝑡 o termo de perturbação na
componente aleatória.
A utilização da variável dependente defasada pretende conferir dinâmica às relações a estimar
no modelo (Lee e Perera, 2013; Marques, 2000).
A estimação de um modelo dinâmico com dados em painel, à luz da especificação presente
em (3) é uma alternativa que tem, desde logo como problema a correlação existente entre a
variável explicada defasada, 𝑌𝑖,𝑡−1 e o termo de perturbação. Nesta situação, os estimadores
pooled OLS são não cêntricos e consistentes, sendo que o mesmo se verifica nos estimadores
de efeitos aleatórios e de efeitos fixos, uma vez que as transformações realizadas para eliminar
𝜀𝑖, não eliminam a correlação entre 𝑌𝑖,𝑡−1 e o termo de perturbação transformado (Marques,
2000). Além de influenciada, a pobreza também influencia as variáveis explicativas,
nomeadamente o crescimento económico e a volatilidade macroeconómica (Lin et al., 2008;
Ahmad et al., 2011; Nwosa, 2016), estabelecendo assim uma relação causal bilateral. Deste
modo, deve-se considerar a possibilidade das variáveis que determinam a pobreza, sobretudo
quando empregue uma medida multidimensional, serem endógenas.
47
3.2. Descrição das proxies e fontes de dados
A pobreza é muito complexa para ser reduzida a uma única dimensão da vida humana
(PNUD, 1997; Duka e Nanaj, 2017). O Índice de Pobreza Humana (IPH) foi uma medida
de pobreza introduzida pela primeira vez no Relatório de Desenvolvimento Humano de
1997, como um índice composto de diferentes características de privação para países em
desenvolvimento (IPH-1), concentradas em três elementos essenciais da vida humana:
longevidade, conhecimento e padrão de vida decente.
O primeiro elemento refere-se à vulnerabilidade de morte em idade precoce, representada
pela percentagem de pessoas que provavelmente não sobreviverão até aos 40 anos (P1); o
segundo elemento é a exclusão do conhecimento medido pela percentagem de adultos
(indivíduos com mais de quinze anos) analfabetos (P2); por fim, o terceiro elemento que
avalia a capacidade de provisão de padrão de vida decente (P3) medida pela média simples
da percentagem de pessoas sem acesso a serviços de saúde, sem acesso a água potável e de
crianças desnutridas (abaixo do peso face à idade) moderada e severamente com menos de
cinco anos de idade. O IPH-1 é dado por:
IPH − l = [1/3(P13 + P23 + P33)] 1/3
Os Relatórios de Desenvolvimento Humano de 1997 a 2009 contêm os valores do IPH-1
para um conjunto de 78 países em desenvolvimento no período 1995-2006, tendo a
abrangência do índice aumentado englobando em 2006, 134 países em desenvolvimento. A
descontinuidade da série a partir deste período, implica uma tentativa de a replicar para os
anos subsequentes (2007-2015) nos quais existam dados disponíveis.
A variável probabilidade de não sobreviver até aos 40 anos é obtida pela combinação de
riscos de mortalidade estimados até aos 40 anos, à semelhança dos relatórios publicados e
está disponível em dados quinquenais na Divisão de População do Departamento de
Assuntos Económicos e Sociais da ONU. Dada a necessidade de replicar a série do IPH-1
no período 2007-2015, tal exige o recurso aos dados quinquenais 2005-2010 e 2010-2015,
sendo assumida uma taxa de variação constante da variável entre os anos limares do período.
Os dados da variável taxa de iliteracia para adultos (quinze ou mais anos) são obtidos do
Instituto de Estatísticas da Organização das Nações Unidas para a Educação, a Ciência e a
Cultura (UNESCO), sendo que a taxa de literacia de adultos atualizada em cada ano
(mediante a disponibilidade de dados) está presente nos Relatórios de Desenvolvimento
48
Humano no período replicado. Os dados da variável percentagem da população sem acesso
a água potável estão disponíveis no base de dados do Banco Mundial no período 1995-2015
para um conjunto de 158 países em desenvolvimento. Por fim, a prevalência de desnutrição
infantil é avaliada pela percentagem de crianças cujo peso por idade é inferior em dois desvios
padrão à mediana da população de referência. Estes dados constam da Base de dados global
sobre Crescimento infantil e Desnutrição da Organização Mundial de Saúde (OMS).
Os dados disponíveis permitiram obter uma série do IPH-1 para 123 países em
desenvolvimento no período 1995-2015 (sendo que 49% dos países apresentam dados para
os 21 anos e 4% menos de 10 anos) (Figura 7), sendo para o efeito da classificação do nível
de desenvolvimento utilizada a classificação das Nações Unidas, que considera como países
em desenvolvimento os que têm um Índice de Desenvolvimento Humano inferior a 0,8
(Nielsen, 2011), excluindo os países com níveis de desenvolvimento humano muito alto. O
grupo dos países em desenvolvimento comporta assim, níveis de desenvolvimento muito
diferenciados. O IPH-1 apresentou em média uma tendência geral de decréscimo de 1995 a
2015, sendo esse decréscimo mais notório nos períodos 1995-1999 e 2004-2006.
Figura 7: Evolução da média e desvio padrão do IPH-1 no período 1995-2015 Fonte: Elaboração própria com base em dados do Banco Mundial, OMS, ONU e UNESCO.
Para aprofundar a análise procedeu-se à classificação dos países por regiões geográficas e
grupos de rendimento/económicos seguindo os critérios do Banco Mundial, sendo esta
última agregação atualizada anualmente de acordo com o nível do PNB per capita.10 Os países
10 É adotada a mais recente classificação do Banco Mundial (ano de 2016) dos países por níveis de rendimento, sendo que nos países com economias de médio-alto rendimento o produto nacional bruto per capita varia entre $3.956 e $12.235, de médio-baixo rendimento entre $1.006 e $3.955 e de baixo rendimento menos de $1.005.
0
5
10
15
20
25
30
35
40
45
50
Índ
ice
de
Po
bre
za H
um
ana
(%)
49
presentes na série IPH-1, que comporta a globalidade dos países usados na análise, estão
classificados no Quadro 5. A evolução do IPH-1 por grupos económicos e por regiões
geográficas é apresentada nas Figuras 8 e 9, respetivamente.
Quadro 5: Número de países da série IPH-1 por grupos de rendimento e regiões geográficas
Ásia
Oriental
e Pacífico
Europa e
Ásia
Central
América
Latina e
Caraíbas
Médio
Oriente e
Norte de
África
Ásia
Meridional
África
Subsariana Total
Rendimento
médio-alto 5 8 19 6 1 6 45
Rendimento
médio-baixo 11 7 5 8 5 14 50
Rendimento baixo - - 1 - 2 25 28
Total 16 15 25 14 8 45 123
As Figura 8 e 9 evidenciam a mesma tendência de decréscimo do IPH-1 independentemente
da classificação. É, ainda assim notório, que o decréscimo do índice no período 1995-2015
foi inferior no grupo dos países de médio-alto rendimento (0,46 pontos percentuais ao ano)
e superior nos países de médio-baixo rendimento (0,69 p.p.) Considerando as áreas
geográficas, o decréscimo do IPH-1 foi menos acentuado na Europa e Ásia Central (0,16
p.p. no período 2006-2015) e na América Latina e Caraíbas (0,47 p.p.) e mais acentuado na
Ásia Meridional (0,74 p.p.) e no Médio Oriente e Norte de África (0,72 p.p.).
Figura 8: Evolução da média do IPH-1 no período 1995-2015 com os países classificados por grupos económicos
Fonte: Elaboração própria com base em dados do Banco Mundial, OMS, ONU e UNESCO.
0
5
10
15
20
25
30
35
40
45
50
Índ
ice
de
Po
bre
aza
Hum
ana
(%)
Rendimento médio-alto Rendimento médio-baixo
Rendimento baixo Linear (Rendimento médio-alto)
Linear (Rendimento médio-baixo) Linear (Rendimento baixo)
Geográfica
Económica
50
Figura 9: Evolução da média do IPH-1 no período 1995-2015 com os países classificados por regiões geográficas
Fonte: Elaboração própria com base em dados do Banco Mundial, OMS, ONU e UNESCO.
No Relatório de Desenvolvimento Humano de 2001 (com dados relativos ao ano 1999),
devido à falta de dados confiáveis sobre a percentagem da população sem acesso a serviços
de saúde, este indicador foi excluído da capacidade de provisão de um padrão de vida
decente. Além disso, é importante referir que segundo o PNUD (1997), esta medida
compósita da pobreza humana para países em desenvolvimento, exclui dimensões relevantes
como a falta de liberdade política e pessoal, de segurança pessoal e a exclusão social.
O primeiro painel de dados usado para estimar o modelo especificado em (3) é um painel
balanceado que utiliza como variável dependente o Índice de Pobreza Humana e inclui 107
países em desenvolvimento, no período 1995-2015 (21 anos).
Apesar de englobar as mesmas três dimensões da privação humana ao nível da saúde,
educação e padrão de vida, o Índice de Pobreza Multidimensional (IPM) desenvolvido por
Alkire e Santos (2010) no âmbito da Oxford Poverty & Human Development Initiative, que
substituiu o IPH após o Relatório de Desenvolvimento Humano de 2010, vai mais longe na
tentativa de medir a pobreza (Deaton, 2016). O IPM realiza uma análise ao nível
microeconómico, tendo em conta a sobreposição de privações por unidade de análise (a
família) e engloba mais indicadores por dimensão de privação. Por sua vez, o IPH usa apenas
0
5
10
15
20
25
30
35
40
45
Índ
ice
de
Po
bre
aza
Hum
ana
(%)
Ásia Oriental e Pacífico Europa e Ásia Central
América Latina e Caraíbas Médio Oriente e Norte de África
Ásia meridional África Subsariana
51
medidas agregadas de privação e não tem em conta a sobreposição das mesmas dada a sua
abordagem macroeconómica (Alkire e Santos, 2010; Duka e Nanaj, 2017).
O IPM engloba dez indicadores (Alkire e Santos, 2010). Os dois indicadores de privação da
dimensão educação são: nenhum dos membros da família ter completado cinco anos de
escolaridade e pelo menos uma criança em idade escolar não frequenta a escola; a dimensão
saúde comporta dois indicadores: pelo menos um membro da família estar malnutrido e ter
morrido pelo menos uma criança na família. O padrão de vida, por sua vez, é aferido por seis
indicadores: não ter água potável para beber, usar uma fonte de combustível para cozinhar
considerada suja, não ter saneamento adequado, não ter eletricidade, ter uma casa com chão
de terra batida e não ter nenhum veículo motorizado e não mais que uma televisão, rádio,
televisão ou bicicleta. Todas as dimensões e indicadores dentro de cada dimensão são
igualmente ponderados. Uma pessoa é considerada multidimensionalmente pobre se a sua
família tiver um grau de privação de pelo menos 30%.
Alkire e Santos (2010) apresentaram e calcularam pela primeira vez este índice para 108 países
em desenvolvimento com base nas pesquisas existentes,11 a mais remota do ano 2000.
Subsequentemente, as estimações são muito esporadicamente atualizadas no âmbito dos
Relatórios do Desenvolvimento Humano, com uma média de 22 países por ano (entre 2011
e 2017), sendo que as estimações mais recentes baseiam-se em pesquisas de 2015-2016.
Para efeitos da presente análise, apenas será considerada a componente headcount desta
medida - Taxa de Pobreza Multidimensional (TPM), que representa a percentagem da
população multidimensionalmente pobre e pressuposta uma taxa de variação anual constante
entre períodos com dados. A série é prolongada considerando que a taxa de variação da TPM
em cada período é igual à taxa de variação anual do quinquénio precedente. A restrição de
dados é uma das limitações subjacentes à utilização do IPM.
O segundo painel de dados usado para estimar o modelo especificado em (3), sendo um
painel balanceado e utilizando a Taxa de Pobreza Multidimensional como variável
dependente, inclui 81 países em desenvolvimento, no período 2000-2015 (16 anos). A
evolução média da medida para o conjunto dos países do painel de dados e com os países
classificados por grupos económicos é apresentada na Figura 10.
11 Três bases de dados principais são usadas para computar o Índice de Pobreza Multidimensional: a Demographic and Health Survey projeto da US Agency for International Development (USAID), a Multiple Indicators Cluster Survey da United Nations Children´s Fund (UNICEF) e a World Health Survey da World Health Organization (WHO).
52
O IPM é considerado mais adequado na medição da pobreza nos países menos
desenvolvidos (PNUD, 2010), uma vez que a medida de pobreza monetária tende, em geral,
a subestimá-la (Alkire e Santos, 2010), sendo tanto mais provável que a pobreza
multidimensional exceda a pobreza de rendimento, quanto mais baixo o nível de
desenvolvimento humano do país (PNUD, 2010). Também Guimarães et al. (2015),
observam que a medida de privação de rendimento tende a sobrestimar a pobreza nos países
da UE quando medida pelo Índice de Privação Múltipla, sobretudo quanto melhor o
desempenho em termos de privação multidimensional dos países. Um conceito de pobreza
multidimensional é relevante tanto em países desenvolvidos, como em desenvolvimento.
Figura 10: Evolução da média da TPM no período 2000-2015 para o conjunto dos 81 países em desenvolvimento e com os países classificados por grupos económicos
Fonte: Elaboração própria com base em dados da Oxford Poverty & Human Development Initiative.
A tendência de decréscimo na percentagem da população em pobreza multidimensional
também é evidente, observando-se no conjunto dos 81 países em desenvolvimento uma
redução da média de 44% em 2000 para 33% em 2015 da população multidimensionalmente
pobre. Tal como observado no IPH, a redução anual da TPM no período 2000-2015 é mais
acentuada nos países de médio-baixo rendimento (1,02 pontos percentuais) e,
consideravelmente, mais baixa nos países de médio-alto rendimento (0,37 p.p.).
Para fins comparativos e dada a sua utilização generalizada, analisaremos igualmente o
impacto dos canais de transmissão na taxa de pobreza, considerando uma linha de pobreza
0
10
20
30
40
50
60
70
80
Tax
a d
e P
ob
reza
Mult
idim
ensi
on
al (
%)
Global Rendimento médio-alto Rendimento médio-baixo Rendimento baixo
53
de $3,20/dia em PPP do ano 2011 como linha de pobreza absoluta, baseada nas linhas de
pobreza nacionais estabelecidas nos países de baixo-médio rendimento (Jolliffe e Prydz,
2016).
Deste modo, o terceiro painel de dados usado para estimar o modelo especificado em (3) é
um painel balanceado, que utiliza como variável dependente a taxa de pobreza da população
com menos de $3,20/dia (TP $3,20/dia) e inclui 90 países em desenvolvimento, no período
1995-2015 (21 anos). Esta variável dependente, tendo como fonte de dados o Banco
Mundial, apresenta cerca de 8 observações por país no período definido, pelo que foram
preenchidos os missings da série consideradas taxas de variação constantes entre as
observações existentes e prolongada a série considerada a taxa de variação anual constante
do quinquénio precedente. A evolução da TP $3,20/dia, em média, no conjunto dos 90 países
em desenvolvimento e por grupos económicos é apresentada na Figura 11.
Figura 11: Evolução da média da TP $3,20/dia no período 1995-2015 para o conjunto dos 90 países em desenvolvimento e com os países classificados por grupos económicos
Fonte: Elaboração própria com base em dados do Banco Mundial.
Entre 1995 e 2015, no conjunto dos 90 países em desenvolvimento, a percentagem média da
população com menos de $3,20/dia diminuiu de 54% para 32%. Além disso, a redução anual
da pobreza média foi mais acentuada no grupo dos países com rendimento médio-baixo
(1,29 pontos percentuais) e mais baixa nos países com rendimento baixo (0,71 p.p.). Com
recurso à medida de pobreza monetária, o decréscimo da pobreza menos acentuado observa-
0
10
20
30
40
50
60
70
80
90
100
Tax
a d
e p
ob
reza
(%
po
pula
ção
co
m m
eno
s d
e $3
,20)
Global Rendimento médio-alto Rendimento médio-baixo Rendimento baixo
54
se nos países de baixo rendimento e nas medidas de pobreza multidimensionais nos países
de médio-alto rendimento, tal pode ser resultado da referida anteriormente tendência de
sobrestimação da pobreza quanto medida do ponto de vista exclusivamente monetário face
à medida multidimensional, quanto menor o grau de privação observado nos países e, por
sua vez, de subestimação quanto maior esse grau de privação.
O Quadro 6 apresenta as relações existentes entre as variáveis dependentes utilizadas na
presente análise, como medidas da pobreza multidimensional no caso do IPH e da TPM e
monetária no caso da TP $3,20/dia, através do coeficiente de correlação de Pearson. Como
podemos concluir, as medidas estão altamente correlacionadas e como seria de esperar esta
é maior entre as medidas multidimensionais e menor entre estas e a medida de pobreza
monetária. Ainda assim, a TPM é a medida mais correlacionada com as restantes. Observa-
se ainda o impacto que o preenchimento dos missings values, de acordo com os pressupostos
referidos anteriormente, tem na correlação entre as variáveis.
Quadro 6: Coeficientes de correlação de Pearson entre as variáveis dependentes consideradas na análise (com e sem preenchimento dos missing values)
IPH-1 TPM TPM* TP $3,20/dia TP $3,20/dia*
IPH-1 1
TPM 0,8978 1
TPM* 0,9078 1 1
TP $3,20/dia 0,8507 0,8833 0,8458 1
TP $3,20/dia* 0,8338 0,8909 0,8784 1 1
Nota: * com missings preenchidos
Os países em desenvolvimento utilizados na análise foram selecionados de acordo com os
dados disponíveis. O Quadro 7 expõe as variáveis explicativas e as fontes de dados usadas
para o estudo.
55
Quadro 7: Descrição e Fonte de dados das proxies por canais de transmissão e das variáveis de controlo
Canais de Transmissão
Proxies Descrição da variável Fonte dos dados
Canal da Procura agregada
Produto Interno Bruto per capita (PIB pc)
Produto Interno Bruto dividido pela população a meio do ano em U.S dólares a preços constantes de 2010.
Banco Mundial - Indicadores de Desenvolvimento Mundial
Investimento do Governo em % PIB
Formação bruta de capital fixo geral do Governo em percentagem do PIB. Agregados em U.S dólares a preços constantes de 2011.
Fundo Monetário Internacional - Base de dados do Investimento e dos Stocks de Capital, 1960-2015
Benefícios sociais em % PIB
Transferências correntes do Governo central para as famílias a fim de atender a necessidades como doença, desemprego, reforma, educação ou outras circunstâncias familiares em percentagem do PIB.
Fundo Monetário Internacional - Estatísticas das Finanças Governamentais
Despesa Pública em Saúde em % PIB
Gastos correntes e de capital com saúde financiados pelos orçamentos governamentais (local e central), empréstimos e doações externas e fundos de seguro de saúde em percentagem do PIB.
Banco Mundial - Indicadores de Desenvolvimento Mundial
Despesa do Governo em educação em % PIB
Gastos (correntes, de capital e transferências) gerais do Governo em educação em percentagem do PIB. Inclui despesas financiadas por transferências internacionais.
Banco Mundial / UNESCO
Impostos em % PIB
Total de impostos sobre o rendimento dos indivíduos, o lucro das empresas e sobre os ganhos de capital em terrenos, títulos e outros ativos.
International Centre for Tax and Development e United Nations University World Institute for Development Economics Research - Base de Dados da Receita do Governo
Canal do Crescimento
Crescimento do PIB pc
Taxa de crescimento anual do Produto Interno Bruto per capita. Agregados em U.S dólares a preços constantes de 2010.
Banco Mundial - Indicadores de Desenvolvimento Mundial
Canal da Inflação
Taxa de inflação
Taxa de variação anual do índice de preços no consumidor (IPC).
Fundo Monetário Internacional - World Economic Outlook
Crescimento da moeda
Taxa de variação anual da oferta de moeda ampla, que além da moeda em circulação, inclui depósitos à vista, a prazo ou de poupança de setores residentes, não-bancos.
Fundo Monetário Internacional - Estatísticas Financeiras Internacionais
Canal da Taxa de câmbio real
Taxa de câmbio real efetiva
Medida da taxa de câmbio média ponderada pelo comércio de uma moeda face a um cabaz de moedas, ajustada pelos diferenciais de inflação e expressa como um índice relativo ao ano base de 2007. Um aumento constitui uma apreciação.
Bruegel - Real effective exchange rates for 178 countries
Medida da desigualdade
Índice de Gini
Mede até que ponto a distribuição do rendimento disponível (ou a despesa de consumo) entre indivíduos ou famílias numa economia se desvia de uma distribuição igualitária.
United Nations University World Institute for Development Economics Research - Base de Dados da desigualdade de rendimento mundial
Variáveis de controlo
Abertura Comercial % PIB
Soma das importações e das exportações de bens e serviços medida em percentagem do PIB.
Banco Mundial - Indicadores de Desenvolvimento Mundial
Dívida do Governo % PIB
Stock bruto de passivos do Governo geral em percentagem do PIB.
Fundo Monetário Internacional - World Economic Outlook
Indicadores da qualidade institucional
Média simples de três indicadores: eficácia do Governo, controlo da corrupção e estado de direito. Indicadores variam entre 0 (baixo) e 100 (alto).
Base de dados Worldwide Governance Indicators (WGI) do Banco Mundial
Nota: (1) O indicador Eficácia do Governo reflete a qualidade dos serviços públicos, a sua independência de pressões políticas e o compromisso do Governo com as políticas formuladas. O Controlo da Corrupção exprime as perceções quanto à não captura do Estado pelas elites e interesses privados e o Estado de Direito mede até que ponto os agentes respeitam as regras da sociedade, nomeadamente os direitos de propriedade e a execução de contratos. (2) WGI são uma base de dados do Banco Mundial que agrupa dados, medidas da qualidade governamental, de mais de trinta fontes: institutos de pesquisa, organizações não governamentais, organizações internacionais e empresas do setor privado, para mais de 200 países industriais e em desenvolvimento (Kaufmann, Kraay e Mastruzzi, 2010).
56
4. Resultados empíricos
4.1. Análise exploratória
Como primeiro olhar sobre a relação existente entre as principais variáveis explicativas12 do
modelo (PIB per capita, Investimento do Governo em % PIB, Benefícios sociais em % PIB,
Despesas do Governo em Educação em % PIB, Crescimento do PIB per capita, Taxa de
inflação, Taxa de câmbio real efetiva e Índice de Gini) e as medidas da pobreza utilizadas na
análise (Índice de Pobreza Humana - IPH, Taxa de Pobreza Multidimensional - TPM e Taxa
de Pobreza abaixo dos $3,20/dia) começar-se-á por uma sucinta apresentação da correlação
existente entre elas.
Nas Figuras 12- 19 estão presentes os gráficos de dispersão entre a variável explicativa em
questão e o IPH-1. Os Quadros 8, 10, 12, 14, 16, 18, 20 e 22 descrevem a evolução média da
variável explicativa a cada cinco anos no período 1995-2015, global e por grupos económicos.
Por sua vez, os Quadros 9, 11, 13, 15, 17, 19, 21 e 23 apresentam os coeficientes de correlação
de Pearson globais entre a variável explicativa em causa e as três variáveis dependentes a
considerar. Esta análise tem por base o primeiro painel de dados (que utiliza o IPH-1 como
variável dependente), na medida em que abarca um conjunto mais amplo de países (107),
incluindo os países presentes nos outros dois painéis.
Como esperado à luz da literatura (e.g., Kraay, 2006) as políticas económicas que aumentam
o rendimento médio (PIB pc) estão associadas a estratégias de redução da pobreza (Figura
12), observando-se uma correlação negativa entre o PIB pc e cada uma das medidas da
pobreza, no conjunto dos países em desenvolvimento (Quadro 9), sendo essa correlação
reforçada no caso dos países de médio-baixo rendimento. Neste subgrupo de países em
desenvolvimento observou-se também um crescimento do PIB pc no período considerado
superior à média global (Quadro 8), de 2,9% ao ano face a 2,7% no conjunto dos países.
12 Também nas variáveis explicativas, em particular, o PIB pc a preços constantes, os benefícios sociais, as despesas do Governo em educação, as despesas públicas em saúde, os impostos diretos, a taxa de crescimento do PIB pc, o índice de Gini, o grau de abertura comercial, a dívida do Governo em % PIB e os indicadores de qualidade institucional, os missings values foram preenchidos pressupondo uma taxa de variação anual constante entre períodos com dados e considerando que a taxa de variação da em cada período é igual à taxa de variação anual do quinquénio precedente, nos casos em que existindo dados suficientes, a sua evolução não afastava completamente este pressuposto.
57
Figura 12: Relação entre o Índice de Pobreza Humana e o PIB per capita, com os países classificados por grupos económicos (média dos 21 anos)
Fonte: Elaboração própria com base em dados do Banco Mundial, OMS, ONU e UNESCO.
Quadro 8: PIB per capita médio por anos e grupos económicos de países
1995 2000 2005 2010 2015
Global 2623,5 3016,8 3576,3 4076,5 4602,6
Rend. médio-alto 5463,6 6420,8 7543,7 8518,4 9587,8
Rend. médio-baixo 1299,1 1442,2 1724,8 2060,8 2367,0
Rend. baixo 451,7 491,1 510,4 557,0 612.0
Fonte: Elaboração própria com base em dados do Banco Mundial.
Quadro 9: Coeficientes de correlação de Pearson do PIB per capita em US $ a preços constantes de 2010 com as medidas da pobreza, no período 1995-2015 (IPH e TP $3,20/dia) ou 2000-2015 (TPM)
IPH TPM TP $3,20/dia
Global -0,3775 -0,6573 -0,4511 Nota: Os resultados aqui apresentados incluem o preenchimento dos missings da variável PIB per capita, sem o qual as correlações com o
IPH, a TPM e a TP $3,2/dia seriam -0,3781, -0,6573 e -0,4503, respetivamente. Fonte: Elaboração própria com base em dados do Banco Mundial, OMS, ONU, Oxford Poverty & Human Development Initiative e UNESCO.
Apesar do endividamento público que acarreta, que pode ter consequências negativas a longo
prazo na redução da pobreza, a literatura (e.g., Agénor, 2004; Chowdhury e Islam, 2011)
aponta para o contributo positivo do investimento público, como complemento do
investimento privado, no decréscimo da pobreza. A análise das correlações indica esta relação
negativa entre o investimento e as medidas da pobreza (Quadro 11), mas não do investimento
público apesar da relação positiva ser praticamente insignificante (Figura 13). O coeficiente
0
10
20
30
40
50
60
0 2000 4000 6000 8000 10000 12000
Índ
ice
de
Po
bre
za H
um
ana
(%)
Produto Interno Bruto per capita (US $)
Global Rendimento médio-alto
Rendimento médio-baixo Rendimento baixo
58
de correlação entre o investimento público e o investimento total tende a ser mais elevado,
quanto menor o nível de desenvolvimento dos países, o que parece evidenciar a maior
dependência deste tipo de investimento (0,16 nos países de rendimento médio-alto, 0,29 nos
de rendimento médio-baixo e 0,35 nos países de baixo rendimento). No período 1995-2015,
o peso investimento público no PIB aumentou no conjunto dos países em desenvolvimento,
0,2 pontos percentuais ao ano (Quadro 10), sendo esse aumento mais acentuado nos países
de rendimento baixo. O peso no investimento público no PIB diminuiu nos países de
rendimento médio-baixo.
Figura 13: Relação entre o Índice de Pobreza Humana e o Investimento do Governo em % do PIB, com os países classificados por grupos económicos (média dos 21 anos)
Fonte: Elaboração própria com base em dados do Banco Mundial, Fundo Monetário Internacional, OMS, ONU e UNESCO.
Quadro 10: Investimento do Governo em % PIB por anos e grupos económicos de países
1995 2000 2005 2010 2015
Global 5,12 4,59 4,44 6,10 5,91
Rend. médio-alto 5,09 4,96 5,15 6,81 6,22
Rend. médio-baixo 5,86 4,90 4,09 5,96 5,35
Rend. baixo 4,01 3,56 3,99 5,30 6,38
Fonte: Elaboração própria com base em dados do Fundo Monetário Internacional.
0
10
20
30
40
50
60
0 2 4 6 8 10 12 14 16 18
Índ
ice
de
Po
bre
za H
um
ana
(%)
Investimento do Governo (% PIB)
Global Rendimento médio-alto
Rendimento médio-baixo Rendimento baixo
59
Quadro 11: Coeficientes de correlação de Pearson do Investimento do Governo em % PIB e do Investimento em % PIB com as medidas da pobreza, no período 1995-2015 (IPH e TP $3,20/dia) ou 2000-2015 (TPM)
IPH TPM TP $3,20/dia
Investimento do Governo % PIB 0,0219 0,0824 0,0347
Investimento % PIB -0,1986 -0,2257 -0,2520
Fonte: Elaboração própria com base em dados do Banco Mundial, Fundo Monetário Internacional, OMS, ONU, Oxford Poverty & Human Development Initiative e UNESCO.
Como a literatura sugere (e.g., Teweldemedhin, 2014) as despesas do Governo em
transferências afetam os recursos das famílias, sobretudo das famílias mais pobres. Os
coeficientes de correlação negativos entre o peso dos benefícios sociais (do Governo
Central13) no PIB e as medidas da pobreza (Figura 14 e Quadro 13) sugerem uma evidência,
ainda que fraca, da necessidade de manter redes efetivas de segurança e assistência sociais
como parte de uma estratégia de redução da pobreza. Tais correlações são particularmente
mais fortes nos países de rendimento médio-baixo, por oposição ao que ocorre nos países
de baixo rendimento. No período considerado, o aumento do peso dos benefícios sociais no
PIB foi cerca de 0,08 pontos percentuais ao ano, sendo que este aumento foi superior no
grupo dos países com rendimento médio-alto face aos restantes países em desenvolvimento.
Figura 14: Relação entre o Índice de Pobreza Humana e os Benefícios sociais em % do PIB, com os países classificados por grupos económicos (média dos 21 anos)
Fonte: Elaboração própria com base em dados do Banco Mundial, Fundo Monetário Internacional, OMS, ONU e UNESCO.
13 A falta de dados para o conjunto dos países em desenvolvimento exigiu restringir a fonte de financiamento das transferências correntes para as famílias ao Governo Central.
0
10
20
30
40
50
60
0 2 4 6 8 10 12 14 16
Índ
ice
de
Po
bre
za H
um
ana
(%)
Benefícios Sociais (% PIB)
Global Rendimento médio-alto
Rendimento médio-baixo Rendimento Baixo
60
Quadro 12: Benefícios sociais em % PIB por anos e grupos económicos de países
1995 2000 2005 2010 2015
Global 2,96 2,96 3,31 4,00 4,72
Rend. médio-alto 3,69 4,56 4,85 6,23 6,89
Rend. médio-baixo 3,20 2,61 3,25 3,59 4,16
Rend. baixo 0,79 0,63 0,75 0,88 1,07
Fonte: Elaboração própria com base em dados do Fundo Monetário Internacional.
Quadro 13: Coeficientes de correlação de Pearson dos Benefícios sociais em % PIB com as medidas da pobreza, no período 1995-2015 (IPH e TP $3,20/dia) ou 2000-2015 (TPM)
IPH TPM TP $3,20/dia
Global -0,5845 -0,5921 -0,5662 Nota: Sem o preenchimento dos missings da variável Benefícios sociais em % do PIB, as correlações com o IPH, a TPM e a TP $3,2/dia
seriam -0,5692, -0,5843 e -0,5324, respetivamente. Fonte: Elaboração própria com base em dados do Banco Mundial, Fundo Monetário Internacional, OMS, ONU, Oxford Poverty & Human
Development Initiative e UNESCO.
O aumento dos stocks de capital humano, nomeadamente por meio dos serviços de saúde e
educação, é à luz da literatura fundamental no combate à pobreza seja pelo impacto
redistributivo a eles associados, mas sobretudo pela promoção do crescimento inclusivo e
pelo seu impacto na produtividade (e.g., Anand et al., 2014). É sugerido que o fornecimento
destes bens e serviços, que é amplamente subsidiado pelo Governo, seja de extrema valia na
capacitação e no fomento do poder de compra das famílias mais pobres. As despesas públicas
correntes e de capital em saúde e educação (em % PIB) estão, como seria de esperar,
negativamente correlacionadas com as medidas da pobreza no conjunto dos países em
desenvolvimento (Figura 15 e Quadro 15). Contudo, é de notar que tal relação, no caso das
despesas em educação, não está presente nos países de rendimento médio-alto. O peso das
despesas públicas em educação e em saúde no PIB aumentou 0,06 e 0,04 pontos percentuais
ao ano, respetivamente, no período 1995-2015 nos países em desenvolvimento (Quadro 14).
61
Figura 15: Relação entre o Índice de Pobreza Humana e as Despesa do Governo em educação em % do PIB, com os países classificados por grupos económicos (média dos 21 anos)
Fonte: Elaboração própria com base em dados do Banco Mundial, OMS, ONU e UNESCO.
Quadro 14: Despesa do Governo em educação em % PIB por anos e grupos económicos de países
1995 2000 2005 2010 2015
Global 3,25 3,68 4,01 4,21 4,44
Rend. médio-alto 3,56 4,17 4,25 4,53 4,95
Rend. médio-baixo 3,22 3,56 4,18 4,28 4,31
Rend. baixo 2,80 3,20 3,42 3,70 3,91
Fonte: Elaboração própria com base nos dados do Banco Mundial.
Quadro 15: Coeficientes de correlação de Pearson da Despesa do Governo em Educação em % PIB e da Despesa pública em Saúde em % PIB com as medidas da pobreza, no período 1995-2015 (IPH e TP $3,20/dia) ou 2000-2015 (TPM)
IPH TPM TP $3,20/dia
Despesa do Governo em Educação % PIB -0,2215 -0,2556 -0,2432
Despesa pública em Saúde % PIB -0,3862 -0,2974 -0,3402 Nota: Sem o preenchimento dos missings da variável Despesa do Governo em Educação em % do PIB, as correlações com o IPH, a TPM
e a TP $3,2/dia seriam -0,2174, -0,2898 e -0,2751, respetivamente. No caso da variável Despesa pública em Saúde em % do PIB seriam -0,3783, -0,2958 e -0,3449.
Fonte: Elaboração própria com base em dados do Banco Mundial, OMS, ONU, Oxford Poverty & Human Development Initiative e UNESCO.
Não negando a necessidade de políticas económicas que gerem uma distribuição do
rendimento menos desigual, bem como de políticas redistributivas a fim de constituir redes
de segurança efetiva na sociedade (e.g., Kakwani e Son, 2003), a maior parte da literatura nesta
área de estudo considera necessário o crescimento económico para a redução da pobreza no
curto e, sobretudo, no longo prazo (e.g., Skare e Druzeta, 2016). Apesar do abrandamento do
0
10
20
30
40
50
60
0 1 2 3 4 5 6 7 8 9 10
Índ
ice
de
Po
bre
za H
um
ana
(%)
Despesa do Governo em Educação (% PIB)
Global Rendimento médio-alto
Rendimento médio-baixo Rendimento baixo
62
ritmo de crescimento do PIB pc ser notório no período 2005-2015 (Quadro 16), em particular
de 2008 a 2015 nos países de médio-alto e de baixo rendimento, este está negativamente
correlacionado com as medidas da pobreza no conjunto dos países, de uma forma fraca.
Figura 16: Relação entre o Índice de Pobreza Humana e o Crescimento do PIB per capita, com os países classificados por grupos económicos (média dos 21 anos)
Fonte: Elaboração própria com base em dados do Banco Mundial, OMS, ONU e UNESCO.
Quadro 16: Crescimento do PIB per capita por anos e grupos económicos de países
1995 2000 2005 2010 2015
Global 2,26 2,47 3,88 3,45 1,15
Rend. médio-alto 2,51 3,25 4,04 3,63 0,62
Rend. médio-baixo 2,26 2,90 4,87 3,70 2,16
Rend. baixo 1,89 0,69 2,15 2,80 0,40
Fonte: Elaboração própria com base em dados do Banco Mundial.
Quadro 17: Coeficientes de correlação de Pearson do Crescimento do PIB per capita com as medidas da pobreza, no período 1995-2015 (IPH e TP $3,20/dia) ou 2000-2015 (TPM)
IPH TPM TP $3,20/dia
Global -0,0738 -0,1377 -0,0558 Nota: Sem o preenchimento dos missings da variável Crescimento do PIB per capita, as correlações com o IPH, a TPM e a TP $3,2/dia seriam
-0,0742, -0,1375 e -0,0569, respetivamente. Fonte: Elaboração própria com base em dados do Banco Mundial, OMS, ONU, Oxford Poverty & Human Development Initiative e UNESCO.
A estabilização da inflação foi uma realidade no período 1995-2015, no conjunto dos países
em desenvolvimento, particularmente notória nos países de rendimento médio-baixo, como
a redução das médias das taxas de inflação do Quadro 18 ilustra. Esta estabilização é
0
10
20
30
40
50
60
-2 0 2 4 6 8 10 12
Índ
ice
de
Po
bre
za H
um
ana
(%)
Crescimento anual do PIB pc (%)
Global Rendimento médio-alto
Rendimento médio-baixo Rendimento baixo
63
fundamental à redução da pobreza, visto esta ter impacto significativo sobre o rendimento
dos pobres e sobre a eficiência económica (e.g., Kashi e Tash, 2014). A literatura aponta que
a estabilização da inflação tende a beneficiar desproporcionalmente mais os pobres e a
penalizar o crescimento económico em níveis mais elevados (e.g., Epaulard, 2003). Quando
reduzida, a inflação reflete, frequentemente, o dinamismo económico (Anand et al., 2014).
As correlações entre a taxa de inflação e as medidas da pobreza são positivas ainda que muito
fracas (Figura 17 e Quadro 19), sendo mais significativas nos países de rendimento médio-
baixo, onde a estabilização da inflação média foi superior. A correlação positiva entre a taxa
de inflação e o crescimento da base monetária é superior (0,22) à correlação praticamente
nula entre a taxa de inflação e o crescimento da moeda ampla.14
Figura 17: Relação entre o Índice de Pobreza Humana e a Taxa de Inflação, com os países classificados por grupos económicos (média dos 21 anos)
Fonte: Elaboração própria com base em dados do Banco Mundial, Fundo Monetário Internacional, OMS, ONU e UNESCO.
Quadro 18: Taxa de inflação média por anos e grupos económicos de países
1995 2000 2005 2010 2015
Global 72,65 18,03 7,31 6,01 5,74
Rend. médio-alto 50,92 15,02 5,80 5,52 5,72
Rend. médio-baixo 115,71 15,54 8,13 6,64 5,95
Rend. Baixo 40,26 26,27 8,29 5,79 5,45
Fonte: Elaboração própria com base em dados do Fundo Monetário Internacional.
14 Nas estimações, a variável Crescimento da moeda ampla será utilizada em substituição da variável Crescimento da base monetária, devido à maior restrição de dados associada a esta última. Caso não existisse esta limitação, a variável Crescimento da base monetária seria considerada a proxy da política monetária adotada.
0
10
20
30
40
50
60
0 5 10 15 20 25 30 35 40
Índ
ice
de
Po
bre
za H
um
ana
(%)
Taxa de inflação (%)
Global Rendimento médio-alto
Rendimento médio-baixo Rendimento baixo
64
Quadro 19: Coeficientes de correlação de Pearson da Taxa de inflação e do Crescimento da Oferta da moeda com as medidas da pobreza, no período 1995-2015 (IPH e TP $3,20/dia) ou 2000-2015 (TPM)
IPH TPM TP $3,20/dia
Taxa de Inflação 0,0600 0,0853 0,0015
Crescimento da Oferta de moeda (base monetária):
0,0123 0,0379 0,0212
Crescimento da Oferta de moeda (ampla): -0,0258 0,0700 -0,0311 Fonte: Elaboração própria com base em dados do Banco Mundial, Fundo Monetário Internacional, OMS, ONU, Oxford Poverty & Human Development Initiative e UNESCO.
Apesar do impacto positivo que a depreciação da taxa de câmbio real tende a exercer nas
exportações pela melhoria do competitividade-preço dos países, o efeito que esta exerce
sobre a pobreza é ambíguo (e.g., Agénor, 2005). A literatura aponta que uma maior
concentração dos pobres nas áreas urbanas tende a contribuir para que a apreciação da taxa
de câmbio real efetiva beneficie os pobres, enquanto consumidores líquidos (Cashin et al.,
2001), contrariamente ao que ocorre quando os pobres se concentram mais nas áreas rurais,
exercendo atividades como produtores de bens transacionáveis nos países em
desenvolvimento (Agénor, 2004). Ainda que muito fracos, os coeficientes de correlação
evidenciam globalmente essa ambiguidade (Quadro 21), sendo que nos países de médio-alto
e médio-baixo rendimentos, isto é, tendencialmente mais desenvolvidos, o aumento da taxa
de câmbio real (apreciação) está associado à diminuição da pobreza.
Figura 18: Relação entre o Índice de Pobreza Humana e a Taxa de Câmbio Real Efetiva, com os países classificados por grupos económicos (média dos 21 anos)
Fonte: Elaboração própria com base em dados do Banco Mundial, Bruegel, OMS, ONU e UNESCO.
0
10
20
30
40
50
60
80 90 100 110 120 130 140 150 160
Índ
ice
de
Po
bre
za H
um
ana
(%)
Taxa de câmbio real efetiva (em índice, com base em 2007)
Global Rendimento médio-alto
Rendimento médio-baixo Rendimento baixo
65
Quadro 20: Taxa de câmbio real efetiva (com base no ano 2007) média por anos e grupos económicos de países
1995 2000 2005 2010 2015
Global 100,32 103,04 96,37 106,81 117,59
Rend. médio-alto 103,16 104,67 97,21 108,72 121,18
Rend. médio-baixo 95,18 93,95 95,12 107,66 118,67
Rend. Baixo 103,85 114,52 97,01 102,56 110,38 Fonte: Elaboração própria com base no repositório de dados Bruegel.
Quadro 21: Coeficientes de correlação de Pearson da Taxa de câmbio real efetiva com as medidas da pobreza, no período 1995-2015 (IPH e TP $3,20/dia) ou 2000-2015 (TPM)
IPH TPM TP $3,20/dia
Global -0.0445 0,0178 -0,0323 Fonte: Elaboração própria com base em dados do Banco Mundial, Bruegel, OMS, ONU, Oxford Poverty & Human Development Initiative e UNESCO.
A redução da pobreza pode ser explicada por mudanças na distribuição do rendimento, na
medida em que estas mudanças sejam favoráveis aos pobres (e.g., Allwine et al., 2016). Assim,
uma distribuição menos desigual tende a estar associada a uma menor incidência de pobreza,
ainda que no painel de dados em causa a correlação positiva seja fraca entre o índice de Gini
e as medidas da pobreza (Figura 19 e Quadro 23) e as médias do Índice de Gini sejam muito
semelhantes entre os subgrupos de países (Quadro 22). De notar ainda, que a diminuição da
desigualdade de rendimento está mais correlacionada com a diminuição da pobreza, quanto
maior o nível de desenvolvimento dos países.
Figura 19: Relação entre o Índice de Pobreza Humana e o Índice de Gini, com os países classificados por grupos económicos (média dos 21 anos)
Fonte: Elaboração própria com base em dados do Banco Mundial, OMS, ONU e UNESCO.
0
10
20
30
40
50
60
25 30 35 40 45 50 55 60 65
Índ
ice
de
Po
bre
za H
um
ana
(%)
Índice de Gini (%)
Global Rendimento médio-altoRendimento médio-baixo Rendimento baixo
66
Quadro 22: Índice de Gini médio por anos e grupos económicos de países
1995 2000 2005 2010 2015
Global 45,62 43,90 42,94 41,39 39,86
Rend. médio-alto 45,67 46,26 45,09 43,35 41,47
Rend. médio-baixo 43,96 42,09 41,73 39,63 38,25
Rend. baixo 48,21 44,23 42,22 41,62 40,24
Fonte: Elaboração própria com base em dados da ONU.
Quadro 23: Coeficientes de correlação de Pearson do Índice de Gini com as medidas da pobreza, no período 1995-2015 (IPH e TP $3,20/dia) ou 2000-2015 (TPM)
IPH TPM TP $3,20/dia
Global 0,0897 0,0973 0,1026 Nota: Sem o preenchimento dos missings da variável Índice de Gini, as correlações com o IPH, a TPM e a TP $3,2/dia seriam 0,0620,
0.1185 e 0.0919, respetivamente. Fonte: Elaboração própria com base em dados do Banco Mundial, OMS, ONU, Oxford Poverty & Human Development Initiative e UNESCO.
4.2. Estimações
4.2.1. Testes de diagnóstico e qualidade de ajustamento
Nas estimações a seguir apresentadas nos Quadros 24 e 25 não se diagnosticam (excluindo
as variáveis de interação) problemas de multicolinariedade pela análise dos Variance Inflation
Factors (VIFs), mas sim de heterocedasticidade na generalidade das estimações15 evidentes à
luz do teste de Breusch-Pagan/Cook-Weisberg. As estatísticas dos testes realizados
encontram-se no fim dos quadros das estimações. Para o efeito, a heterocedasticidade foi
controlada através da matriz robusta de variâncias e covariâncias. A fim de evitar problemas
de multicolinearidade, foi excluída da análise a variável de interação entre a taxa de
crescimento do PIB per capita e o índice de Gini, que tinha como objetivo avaliar, tal como a
literatura sugere (Cashin et al., 2001; Epaulard, 2003; Ahmad et al., 2011), o impacto da
desigualdade na distribuição do rendimento na elasticidade da pobreza ao crescimento
económico, sendo que o efeito esperado seria a redução dessa elasticidade com o aumento
da desigualdade. O teste de Hausman foi realizado para avaliar a relevância da utilização dos
estimadores de efeitos fixos (Hausman, 1978), adotados em todas as estimações de painel
15 O teste de Breusch-Pagan/Cook-Weisberg não rejeita a hipótese nula da homocedasticidade nas estimações para o conjunto considerado de países em desenvolvimento (globais) que utilizam como variáveis dependentes a Taxa de pobreza multidimensional e a Taxa de pobreza abaixo dos $3,20/dia e na estimação que tem como variável dependente o Índice de Pobreza Humana para os países de baixo rendimento.
67
estático. A estatística F aponta para a significância global de todas as estimações e o R2 within
constitui uma medida da qualidade do ajustamento.
No Quadro 24 são apresentados os resultados das estimações para o conjunto dos países em
desenvolvimento e o período considerados, mediante a variável dependente empregue. Nas
estimações em painel estático são utilizados os estimadores de efeitos fixos e nas estimações
em painel dinâmico os estimadores GMM em primeira diferença de Arrelano e Bond (1991)
e os estimadores GMM em sistema two-step como implementados por Roodman (2009a) no
Stata. Este programa de aplicação dos estimadores GMM engloba a correção proposta por
Windmeijer (2005) para a variância dos erros em amostras finitas em sistema GMM two-step
(Roodman, 2009b). Ao ter em conta a existência de causalidade inversa entre as variáveis
explicativas e explicadas e ao corrigir potenciais desvios decorrentes da omissão de variáveis
e endogeneidade das variáveis explicativas é relevante a utilização destes métodos de
estimação em painel dinâmico (Bond et al., 2001; Lee e Perera, 2013) tal como empregues
por Niehues (2010) e Haile e Niño‐Zarazúa (2017) para avaliar o impacto dos gastos sociais
no nível de bem-estar e na medida da desigualdade, respetivamente.
Os pressupostos essenciais para a validade do GMM são a autocorrelação nos termos de
perturbação, que permite a validade dos lags das variáveis endógenas como instrumentos e
que o conjunto dos instrumentos utilizados na estimação seja exógeno (Arrelano e Bond,
1991; Gujarati, 2004; Roodman, 2009a).
Nos modelos estimados, presentes no Quadro 24, os erros do modelo diferenciado têm
correlação significativa de primeira ordem, rejeitando-se a hipótese nula do teste de Arellano-
Bond AR(1) de ausência de correlação16 com um nível de significância de 10% e não têm
correlação de segunda ordem, isto é, não se rejeitando a hipótese nula de AR(2). Estas
condições, sobretudo a segunda, são fundamentais à validade das condições dos momentos
em que assenta a estimação do modelo (Bond et al., 2001) e observam-se nas estimações
realizadas. No entanto, os testes de Hansen e Sargan realizados transmitem pouca confiança
na validade conjunta dos instrumentos empregues (Gujarati, 2004). A hipótese nula da
exogeneidade dos instrumentos não deve ser rejeitada, o que se observa no teste de Hansen,
mas não no teste de Sargan. Os instrumentos internos gerados quer quando adotados os
estimadores em primeira diferença, quer com os estimadores em sistema crescem
16 Exceção observa-se na estimação cuja variável dependente é a TPM e que emprega estimadores GMM em sistema two-step, onde não se observa correlação de primeira ordem entre os resíduos em primeira diferença.
68
rapidamente em função dos lags introduzidos na especificação do modelo, o que pode
conduzir à proliferação de instrumentos (Roodman, 2009b).
A proliferação de instrumentos pode causar problemas de sobrestimação das variáveis
endógenas e enfraquecer os testes de Hansen que determina a validade dos instrumentos.
Um valor alto no teste de Hansen é um dos argumentos para a validade dos resultados do
GMM. Contudo, a proliferação de instrumentos tende a viciar este teste, fazendo-o assumir
valores de p-values ineficientemente perfeitos de 1 (Roodman, 2009a; Niño‐Zarazúa, 2017)
como se observa em algumas das estimações realizadas. Uma das técnicas utilizadas para
reduzir o número de instrumentos, é selecionar determinados lags para os instrumentos em
vez de todos disponíveis (Niño‐Zarazúa, 2017) procedimento realizado como observado nas
especificações dos modelos presentes no fim do Quadro 24. O teste de Sargan, menos
empregue (Niehues, 2010) tende a não ser tão sensível a esta proliferação de instrumentos,
mas requer a presença de erros homocedásticos (Roodman, 2009a).
4.2.2. Análise de causalidade para o conjunto dos países em desenvolvimento
Os resultados obtidos em painel dinâmico reforçam claramente a análise estática e apontam
para um notório efeito de hysteresis no fenómeno da pobreza (Quadro 24), com o coeficiente
associado à variável dependente defasada a assumir um valor significativamente positivo,
bastante consistente independentemente da medida de pobreza empregue e bastante elevado
sobretudo quando utilizados os estimadores GMM em sistema. Ainda que as estimações
sejam válidas, persistem dúvidas quanto à qualidade dos instrumentos empregues, motivo
pelo qual, para efeito de interpretação dos resultados assumir-se-á uma posição conservadora
restringindo-a, aos resultados do painel estático.
O impacto das políticas macroeconómicas na pobreza faz-se sentir através do nível de
produção e da taxa de crescimento económico. Tal como Ames et al. (2001), Agénor (2004)
e Kraay (2006) afirmam, o nível de rendimento médio de um país está negativamente
relacionado com a pobreza, mantendo-se constante a desigualdade na distribuição do
rendimento. Os resultados obtidos evidenciam que um aumento do PIB per capita em 1 US$
a preços constantes de 2010, diminuiu no período em análise o IPH, a TPM e a TP $3,20/dia
em 0,0006, 0,0008 e 0,0015 pontos percentuais, respetivamente, ceteris paribus, refletindo a
forte correlação negativa existente entre as variáveis. No caso da TPM, os painéis dinâmicos
69
reafirmam este efeito. Já Kanbur (2001) salientava a importância do rendimento como um
dos poucos consensos em torno da pobreza.
Segundo Epaulard (2003), Ahmad et al. (2011), Kashi e Tash (2014) e Dollar et al. (2016), o
crescimento económico é necessário à redução da pobreza. Esta exigência é corroborada no
resultado da estimação que emprega a TPM como variável dependente, de acordo com o
qual o aumento em 1 ponto percentual da taxa de crescimento anual do PIB pc diminui a taxa
de pobreza multidimensional em 0,14 pontos percentuais, ceteris paribus, resultado reafirmado
na estimação em painel dinâmico que emprega os estimadores GMM em primeira diferença.
Tal resultado vem ao encontro do previsto nos testes de correlação do crescimento do PIB
pc com as medidas da pobreza, em que apesar de fraca e negativa, esta era ligeiramente mais
negativa no caso da TPM. Apesar de esperada uma contribuição mais significativa do
crescimento do PIB pc na redução da pobreza, tais resultados podem dever-se, sobretudo, à
grande heterogeneidade em termos de desenvolvimento económico (nível do PIB pc) dos
países em desenvolvimento analisados (Figura 12) e ao abrandamento notório do
crescimento económico no período 2008-2015 (Quadro 16).
Ames et al. (2001) e USAID (2002) incentivam o investimento público em formação de
capital fixo como uma estratégia de redução da pobreza, apontada como fundamental na
promoção do crescimento económico (Chowdhury e Islam, 2011), até mesmo para atrair o
IDE (Lee e Perera, 2013). Agénor (2004) refere que o investimento público é complementar
ao investimento privado, sobretudo em infraestruturas, tendo reflexo na produtividade
privada. Contudo, alerta para o possível efeito de substituição capital-trabalho, com
repercussões nos rendimentos dos mais pobres. Em Agénor et al. (2008) por sua vez, salienta
o impacto positivo do investimento público no crescimento económico a longo prazo.
Heller (2005) constata que o investimento público está, frequentemente, dependente da
existência de ‘espaço fiscal’ para o seu financiamento e que tem geralmente repercussão no
endividamento externo dos países. Além disso, quando usados impostos mais altos como
fonte de financiamento, estes tendem a reduzir a taxa de retorno do investimento privado -
efeito de crowding-out (Heller, 2005). Junto dos países em desenvolvimento, a pressão para o
aumento do investimento público tem sido notória, sobretudo por parte das Nações Unidas
e no contexto da mais recente crise económica global (Anderson, De Renzio e Levy, 2006;
Acharya e Nuriev, 2016). Pritchett (2000) sinaliza a existência de investimento público por
vezes improdutivo nos países em desenvolvimento, sendo que a sua eficiência depende do
70
setor em que é realizado, do stock inicial de capital, do montante e da conjuntura económica,
variando de país para país. Datt e Ravallion (2002) enfatizam a importância do investimento
público no desenvolvimento rural e na redução da pobreza rural na Índia.
Acharya e Nuriev (2016) concluíram, em trinta economias de transição no período 1995-
2010, que um aumento do investimento público levou a uma maior taxa de crescimento
económico, em particular quando associado ao IDE, mas não a uma redução da pobreza,
refletindo-se no aumento da desigualdade de rendimento. Os resultados obtidos nas
estimações evidenciam que o aumento de 1 ponto percentual no peso do investimento
público no PIB, aumenta o IPH em 0,28 pontos percentuais e a TP $3,20/dia em 0,38 pontos
percentuais, ceteris paribus. Tais resultados estão em conformidade com a literatura, na qual as
evidências do impacto na pobreza do investimento público são inconclusivas em países em
desenvolvimento. Reflete, igualmente, as correlações negativas significativas entre o peso do
investimento no PIB e as medidas da pobreza, contrapostas às correlações positivas
praticamente insignificantes do peso do investimento público no PIB. Anderson et al. (2006)
afirmam, no contexto dos países em desenvolvimento, que o papel do investimento público
na redução da pobreza, nem sempre é tão positivo como se poderia esperar, alertando para
a dificuldade de definir critérios apropriados de alocação de recursos, à luz dos seus efeitos
prováveis no bem-estar agregado e dos vários grupos sociais.
Agénor (2004) e Eurostat (2010) alertam para a relevância de estudar o papel das políticas
redistributivas, como transferências ou subsídios públicos para as famílias, na pobreza, visto
à luz da literatura (e.g., Ames et al., 2001; Ghatak, 2015) estas políticas serem essenciais para
que as famílias, sobretudo as mais pobres, mantenham níveis mínimos de consumo e de
acesso a serviços sociais básicos. Esta aponta igualmente para a importância que as políticas
redistributivas, que além de segurança e assistências sociais podem englobar também
programas de trabalho público, desempenham na redução da pobreza, particularmente em
contextos de crise, como corroborado por Kakwani e Son (2003) e Ferreira et al. (2010).
Apesar da grande escassez de dados no que à variável de benefícios sociais em percentagem
do PIB diz respeito, para os países em análise, os resultados mostram um contributo
significativo na redução da pobreza, no caso da estimação que emprega como variável
dependente a taxa de pobreza abaixo dos $3,20/dia. O aumento dos benefícios sociais em
percentagem do PIB em 1 ponto percentual, diminui a percentagem da população abaixo
dos $3,20/dia em 0,99 pontos percentuais, ceteris paribus. No entanto, este resultado tem de
71
ser visto com cautela, uma vez que não é corroborado quando utilizadas as medidas de
pobreza multidimensionais. Tal observa-se apesar das correlações entre as medidas da
pobreza e os benefícios sociais em % PIB serem significativamente negativas e semelhantes
(Quadro 13) e do notório crescimento médio do peso dos benefícios sociais no PIB, no
período de 1995-2015, no conjunto de 107 países em desenvolvimento (Quadro 12).
O desenvolvimento do capital humano é fundamental ao crescimento económico (Datt e
Ravallion, 2002; Ferreira et al., 2010), contribuindo as políticas setoriais de gastos públicos,
nomeadamente em saúde (e.g., Teweldemedhin, 2014) e em educação (e.g., Ahmad et al., 2011)
para maximizar o seu impacto na redução da pobreza, por meio da capacitação dos pobres
(Ames et al., 2001; Anand et al., 2014). Segundo Acharya e Nuriev (2016) e Inchauste e Lustig
(2017), as despesas correntes públicas têm um forte impacto na redução da pobreza, sendo
que aprofundando a análise para os gastos em saúde e em educação, os gastos em educação
se mostraram particularmente relevantes, apesar de ambos terem um forte potencial, de
redução da desigualdade. Nos resultados estimados, da mesma forma que as despesas
correntes e de capital em saúde não têm um impacto significativo na pobreza, as de educação
têm na redução da mesma, amplamente reafirmado pelas estimações em painel dinâmico. O
aumento de 1 ponto percentual das despesas gerais do Governo em educação em
percentagem do PIB, diminui a TP $3,20/dia em 2,57 pontos percentuais, ceteris paribus,
resultado bastante significativo. Este é tendencialmente menor no caso dos resultados em
painel dinâmico das medidas de pobreza multidimensionais, mas igualmente notórios do
contributo das despesas do Governo em educação para a redução da pobreza.
A importância de avaliar o impacto dos impostos na pobreza é, atualmente, ainda mais clara,
pois os países em desenvolvimento, fruto das atuais tendências de desaceleração do
crescimento, precisam cada vez mais de contar com os seus recursos fiscais para a promoção
do desenvolvimento (Inchauste e Lustig, 2017). As considerações sobre pobreza recebem,
segundo Gemmell e Morrissey (2005), pouca atenção nas reformas fiscais nos países em
desenvolvimento devido sobretudo, à crença que poucos são os impostos pagos pelos
pobres. Contudo, Itriago (2011) contraria esta afirmação, considerando que a política fiscal
pode ter um forte impacto na pobreza, positivo ou negativo. O que os resultados deste
estudo mostram é que esse resultado é positivo, visto o aumento em 1 ponto percentual do
peso dos impostos sobre o rendimento dos indivíduos, o lucro das empresas e os ganhos de
capital no PIB diminuir o IPH, a TPM e a TP $3,20/dia em 0,80, 1,03 e 2,52 pontos
72
percentuais, respetivamente, ceteris paribus. Tal resultado vem ao encontro dos obtidos por
Inchauste e Lustig (2017) num conjunto de oito países de baixo e médio rendimento, nos
quais os impostos diretos, aliados à política de transferências e serviços públicos, são
geralmente progressivos e redistributivos. Contrariamente, os impostos indiretos são
frequentemente regressivos ou neutrais (Inchauste e Lustig, 2017), apesar do aumento da
carga fiscal atualmente em curso nos países em desenvolvimento, à luz das instruções do
Fundo Monetário Internacional, ser amplamente canalizada para o seu aumento e para a
concessão de incentivos fiscais às empresas (Itriago, 2011). Segundo Inchauste e Lustig
(2017), entre os países analisados, os impostos e transferências reduziram na maior dos casos
a pobreza, com as exceções devido ao peso dos impostos indiretos nos sistemas fiscais.
A manutenção de um nível de inflação baixo e estável está no cerne das políticas
macroeconómicas favoráveis à redução da pobreza, necessárias à estabilidade
macroeconómica e consideradas ‘sólidas’ pelas IFIs (e.g., Azis, 2008; Asid et al., 2012),
sobretudo quando esta atinge valores elevados (ou até mesmo hiperinflação) (Dollar e Kraay,
2002; Ferreira et al., 2010). Ainda que não negados os custos potencialmente associados à
estabilização da inflação (Steinwand e Stone, 2008; Chowdhury e Islam, 2011), esta é
fundamental pela confiança que os formuladores de política devem transmitir aos
investidores (Guimarães et al., 2015) e para promover a atividade económica e a sua eficiência
(Blanchard et al., 2010). A inflação é um imposto regressivo que afeta, particularmente, os
pobres (e.g., Easterly e Fischer, 2001; Njimanted, 2006). A mesma conclusão os resultados
deste estudo apontam, na estimação que emprega como variável dependente a TPM,
permitindo afirmar que aumento de 1 ponto percentual na taxa de inflação, conduz a um
aumento da população em pobreza multidimensional de 0,03 pontos percentuais, ceteris
paribus. Este efeito mostrou-se significativo apenas nesta estimação. A redução da taxa de
inflação no período analisado foi bastante significativa no conjunto dos 107 países em
desenvolvimento de 72,65% em 1995 para 5,74% em 2015 (Quadro 18).
Epaulard (2003) destaca a importância de estudar a forma como a inflação influencia
diretamente a pobreza, mas também pela via do crescimento económico. A introdução nas
estimações da variável de interação do crescimento do PIB pc como a taxa de inflação
evidencia, mais uma vez na estimação que emprega a TPM como variável dependente, que a
inflação tem um efeito penalizador da elasticidade da pobreza ao crescimento económico.
73
Ceteris paribus, um aumento da taxa de inflação em 1 ponto percentual, diminui a elasticidade
da pobreza ao crescimento do PIB pc em 0,01 pontos percentuais.
O potencial efeito da política monetária na redução da pobreza assenta no trade-off promoção
do crédito, do emprego e do dinamismo económico, por oposição aos efeitos distributivos
potencialmente associados à inflação (Njimanted, 2006; Azis, 2008; Nwosa, 2016). Tal já
havia sido afirmado por Romer e Romer (1998), ao considerarem que a política monetária
afeta a pobreza pelo seu impacto no rendimento médio e na sua distribuição. Os efeitos de
redução da pobreza assentes em políticas monetárias expansionistas são temporários e, por
vezes, acarretam custos associados à reversão de taxas de inflação elevadas (Romer e Romer,
1998). Assim, a política monetária deve ter em vista uma inflação baixa e uma procura
agregada estável, a fim de contribuir para este fim (Romer e Romer, 1998; Njimanted, 2006).
Os resultados confirmam esta visão, apesar da limitação associada à taxa de crescimento da
moeda ampla, proxy da política monetária adotada. O aumento do crescimento da moeda
ampla em 1 ponto percentual, incrementa a população multidimensionalmente pobre em,
aproximadamente 0,02 pontos percentuais, ceteris paribus. Este efeito é significativo nas
estimações que empregam o IPH e a TPM como variáveis dependentes.
O efeito da apreciação da taxa de câmbio real na pobreza é ambíguo (Agénor, 2005). O efeito
Balassa-Samuelson, estabelece que o preço relativo dos bens transacionáveis face aos não
transacionáveis diminui no processo de desenvolvimento. Seja pelo facto do fator trabalho
ser mais abundante em relação ao capital nos países de baixo rendimento (abordagem da
proporção de fatores), seja por ser mais barato (abordagem da produtividade), o preço
relativo dos bens não transacionáveis tende a ser inferior e a aumentar à medida que o
desenvolvimento ocorre (Sawada e Yotopoulos, 2006). Este aumento está associado a uma
tendência de apreciação da taxa de câmbio real. Segundo Agénor (2004), esta apreciação
tende a deteriorar o consumo dos mais pobres (menos notório quando maior o peso dos
bens importados no seu consumo), beneficiar a atividade produtiva dos pobres com
atividades ligadas ao setor não transacionável e a penalizar a atividade exportadora, pela perda
de competitividade-preço face aos parceiros comerciais. A concentração dos pobres nas áreas
urbanas, desenvolvendo geralmente atividades no setor não transacionável (enquanto
consumidores líquidos) ou nas áreas rurais, dedicados maioritariamente à atividade agrícola
(como produtores líquidos), pode ser um primeiro indício do efeito na pobreza de uma
apreciação da taxa de câmbio real, de diminuição no primeiro caso e aumento no segundo.
74
Neste estudo, o efeito estimado de uma apreciação da taxa de câmbio real efetiva em 1%
face ao ano base é uma diminuição de, aproximadamente, 0,06 pontos percentuais da TPM
e 0,07 da TP $3,20/dia, ceteris paribus. Sekkat (2017) aponta que, à escala mundial, o número
de pobres rurais está a diminuir e o número de pobres urbanos a aumentar, sendo o ritmo
de urbanização mais acelerado na África Subsariana. Outro aspeto, particularmente relevante
nesta análise, é o efeito que os fluxos de ajuda externa tendem a exercer no aumento do
preço relativo dos bens não transacionáveis, sendo que apesar da potencial perda de
competitividade associada à apreciação da taxa de câmbio real (Dutch disease), o seu impacto
na pobreza depende da alocação dos fluxos de ajuda externa (Ouattara e Strobl, 2008).
Como expectável à luz da literatura (DeFina, 2002; Agénor, 2004), o crescimento da
desigualdade de rendimento medida pelo índice de Gini, aumenta a percentagem da
população em situação de pobreza, no conjunto dos países em desenvolvimento. Quando o
índice de Gini aumenta 1 ponto percentual, o IPH, a TPM e a TP $3,20/dia aumentam 0,31,
0,39 e 0,44 pontos percentuais, respetivamente, ceteris paribus. Tais resultados, mostram que
o crescimento económico associado a reduções progressivas na desigualdade têm um
impacto maior na redução da pobreza (Bourguignon, 2002; Kakwani e Son, 2003; Ahmad et
al., 2011). Segundo Ravallion (2001), em geral, as regressões cross-country oferecem mais apoio
a que a desigualdade seja prejudicial ao crescimento. No entanto, tal não significa que a
redução da desigualdade se traduza em aumento do crescimento, se ocorrer à custa de outros
fatores necessários ao mesmo. Ainda que a desigualdade de rendimento seja necessária à
manutenção de uma estrutura de incentivos, as IFIs apontam a sua diminuição, associada à
desigualdade de oportunidades, como uma forma de combate à pobreza a par da promoção
do crescimento económico (BM, 2016; PNUD, 2016) e, sobretudo, num contexto de
desaceleração do crescimento.
As variáveis de controlo (abertura comercial em % do PIB, dívida do Governo em % do PIB
e os indicadores da qualidade institucional) apresentam, com exceção dos indicadores da
qualidade institucional, os sinais esperados. A abertura comercial que figura entre as políticas
estruturais promotoras da redução da pobreza (Ames et al., 2001), não tem à luz dos
resultados qualquer influência direta significativa na pobreza no conjunto dos países em
desenvolvimento (Epaulard, 2003; Ahmad et al., 2011; Nwosa, 2016). Contudo, as
correlações entre as medidas da pobreza e o grau de abertura comercial são negativas em
torno de -0,27.
75
IPH
(1995-2015) TPM
(2000-2015) Taxa de pobreza abaixo dos $3,20/dia
(1995-2015)
Painel
Estático (FE)
PDD Arellano-
Bond
PDD sistema two-step
GMM
Painel Estático
(FE)
PDD Arellano-
Bond
PDD sistema two-step
GMM
Painel Estático
(FE)
PDD Arellano-
Bond
PDD sistema two-step
GMM
l.P Indicador de pobreza (desfasado) 0,2581*** 0,0756
0,8910*** 0,0408
0,8956*** 0,0534
0,8392*** 0,0625
0,4264*** 0,0811
0,8344*** 0,0430
PIB pc PIB dividido pela população a meio do ano a preços constantes de 2010.
-0,0006*** 0,0002
-0,0001 0,0002
0,0001 0,0002
-0,0008** 0,0004
-0,0017** 0,0009
-0,0016* 0,0008
-0,0015*** 0,0002
-0,0004 0,0003
-0,0003 0,0003
Crescimento do PIB pc %
Taxa de crescimento anual do PIB pc. 0,0265 0,0364
0,1110* 0,0591
0,1969*** 0,0724
-0,1437*** 0,0544
-0,1153* 0,0603
-0,0129 0,0723
-0,0956 0,0845
-0,0766 0,0787
-0,4432*** 0,1504
Investimento do Governo % PIB
Investimento das administrações públicas geral em formação bruta de capital fixo sobre o PIB.
0,2848** 0,1334
0,1660 0,2606
0,1114 0,1589
-0,0343 0,1070
-0,0268 0,3091
0,0179 0,2358
0,3828** 0,1522
0,7454** 0,3418
0,0389 0,2714
Benefícios sociais % PIB
Transferências correntes do Governo central para as famílias sobre o PIB.
0,0499 0,2266
-0,9193 0,7009
-0,8380** 0,4124
0,2006 0,1897
1,1215 0,7806
0,4564 0,6961
-0,9868*** 0,1783
-0,3468 0,8000
-0,0499 0,3417
Despesa Pública em Saúde % PIB
Gastos correntes e de capital com saúde dos orçamentos governamentais, fundos de seguro, empréstimos e doações externas sobre o PIB,
-0,4424 0,3760
-0,6694 0,9270
1,3392* 0,7095
0,0473 0,3441
0,0132 1,2113
-0,6494 1,4421
0,4408 0,4440
0,1976 0,6856
-0,6035 1,2478
Despesa do Governo em
educação % PIB
Gastos correntes e de capital gerais do Governo em educação sobre o PIB.
-0,4295 0,2684
-1,5450** 0,7495
-0,0309** 0,5702
-0,3784 0,2650
-1,4974** 0,6861
-1,0697* 0,6035
-2,5745*** 0,2987
-2,8619*** 0,7673
0,0090 0,8303
Impostos % PIB Impostos sobre rendimentos, lucros e ganhos de capital sobre o PIB.
-0,7957*** 0,2813
-0,8591 0,7075
-0,2400 0,3162
-1,0273*** 0,1631
-0,2403 0,4351
-0,2156 0,4578
-2,5192*** 0,2191
-1,5069* 0,9123
-0,2345 0,4204
Crescimento da moeda %
Taxa de variação anual da moeda fora dos bancos.
0,0000*** 0,0000
-0,0001 0,0001
0,0000 0,0000
0,0237* 0,0123
-0,0319 0,0405
-0,0418 0,0409
0,0000 0,0000
0,0000 0,0000
0,0000 0,0000
Inflação % Taxa de variação anual do índice de preços no consumidor,
0,0158 0,0106
-0,0205 0,0136
-0,0130 0,0305
0,0275** 0,0128
0,0009 0,0224
-0,0083 0,0350
0,0399 0,0312
0,0355 0,0292
0,0824* 0,0487
Taxa de câmbio real efetiva
Taxa de câmbio real efetiva anual expressa em índice tendo como base o ano 2007.
-0,0130 0,0121
-0,0164 0,0440
0,0190 0,0252
-0,0562*** 0,0142
0,0571 0,0418
-0,0086 0,0232
-0,0747*** 0,0145
-0,0192 0,0486
-0,0543 0,0378
Índice de Gini Desigualdade na distribuição de rendimento entre indivíduos ou famílias numa economia.
0,3114*** 0,0872
0,2305 0,2450
-0,1025 0,0827
0,3867*** 0,0692
0,1749 0,3051
0,3504* 0,1883
0,4405*** 0,0792
0,3941* 0,2214
0,2866* 0,1492
Abertura comercial % PIB
Soma das exportações e importações de bens e serviços sobre o PIB.
0,0200 0,0179
0,0446 0,0430
0,0020 0,0252
-0,0015 0,0164
0,0515 0,0373
0,0200 0,0275
0,0249 0,0206
-0,0253 0,0585
-0,0051 0,0321
Dívida do Governo % PIB
Dívida bruta do Governo geral em percentagem do PIB.
0,0524*** 0,0100
0,1005*** 0,0245
0,0253** 0,0124
0,0584*** 0,0081
-0,0052 0,0212
-0,0230 0,0222
0,0550*** 0,0114
0,0566** 0,0256
0,0121 0,0227
Indicadores da qualidade
institucional
Média simples de 3 indicadores: eficácia do Governo, controlo da corrupção e estado de direito. Indicadores variam entre 0 (baixa) e 100 (alta).
0,0688 0,0465
-0,1827 0,1222
0,0431 0,0580
0,0760* 0,0401
0,1695 0,1219
0,0481 0,0949
0,0972** 0,0401
0,1349 0,1460
0,0836 0,0835
Crescimento * Inflação
Variável de interação entre o crescimento do PIB pc e a Inflação.
0,0003 0,0009
-0,0041 0,0042
-0,0094** 0,0042
0,0074*** 0,0026
0,0014 0,0042
-0,0062 0,0067
-0,0060 0,0040
0,0017 0,0068
-0,0145 0,0095
Quadro 24: Estimativas do impacto das políticas macroeconómicas na pobreza no conjunto dos países em desenvolvimento, em painéis estático e dinâmico
76
Nota: ***(**)[*] estatisticamente significativo a 1%(5%)[10%]; as células a cinza identificam as estimativas estatisticamente significativas.
Observações (Nº de Países)
1162 (73) 1055 (72) 1129 (72) 720 (56) 681 (55) 681 (55) 1120 (71) 1012 (69) 1085 (71)
Testes de diagnóstico
VIFs < 2,00 <2,40 <2,10
Teste de Breusch-Pagan / Cook-Weisberg
29,90 (0,000)
0,00
(0,973)
0,57 (0,450)
Teste de Hausman 67,34
(0,000)
106,30 (0,000)
51,88
(0,000)
Qualidade de ajustamento
R2 (within) 0,4059 0,3919 0,4766
Estatística F/ Estatística Wald 2705,28 (0,000)
19,94 (0,000)
11430,95 (0,000)
27,89 (0,000)
243,02 (0,000)
12022,72 (0,000)
62,77 (0,000)
27,75 (0,000)
9193,97 (0,000)
Especificação do painel dinâmico lag(0 4) nolevel
robust small
lag(0 4) twostep robust
noconstant
lag(0 2) robust small
lag(0 4) twostep robust
noconstant
lag(0 4) nolevel robust
small
lag(0 4) twostep robust
noconstant
Instrumentos inflation gdppc growth
gdppc growth
gdppc growth
gdppc growth inflation
gini
gdppc growth inflation
gini
inflation gini
Adequação das variáveis
instrumentais
AR(1) -1,90
(0,058) -4,57
(0,000)
-1,89 (0,059)
-1,34 (0,181)
-2,54
(0,011) -3,21
(0,001)
AR(2) -0,83
(0,404) -0,65
(0,516)
-1,18 (0,238)
0,61 (0,540)
0,44
(0,661) -0,55
(0,585)
Teste de Sargan das restrições sobreidentificadas
39,07
(1,000) 640,92 (0,000)
237,22 (0,000)
342,49 (0,000)
249,71 (0,000)
556,75 (0,000)
Teste de Hansen das restrições sobreidentificadas
1,46
(0,887) 54,44
(1,000)
30,23 (0,892)
42,65 (0,989)
56,55
(0,961) 52,94
(1,000)
77
O peso da dívida no PIB, tal como apontado por Cashin et al. (2001), Kalonji et al. (2003) e
Teweldemedhin (2014), penaliza a pobreza. Um aumento do peso da dívida do Governo no
PIB em 1 ponto percentual, aumenta aproximadamente o IPH em 0,05 pontos percentuais
e a TPM e a TP $3,20/dia em 0,06 pontos percentuais. Tal constatação fortalece as
orientações do FMI no que diz respeito ao controlo da dívida, nomeadamente da dívida
pública (Ames et al., 2001; Blanchard et al., 2010), necessário à estabilização macroeconómica.
Uma estratégia de desenvolvimento e combate à pobreza engloba a criação de instituições
eficazes (Öniş e Şenses, 2005), que visem uma alocação de recursos mais eficiente (Mohan e
Tebaldi, 2010), nomeadamente com políticas estruturais que assegurem os direitos de
propriedade (Lee e Perera, 2013), combatam a corrupção e a evasão fiscal (Guimarães et al.,
2015) e sejam capazes de promover a estabilidade macroeconómica (Agénor, 2004). A
variável Indicadores da qualidade institucional, correspondendo à média simples de três
Worldwide Governance Indicators, seria expectável, à semelhança da análise realizada para os
países desenvolvidos presente em anexo (Apêndice I), um sinal negativo associado, o que
não se observa. As estimações com e sem efeitos fixos torna clara a absorção do efeito desta
variável pela componente do efeito fixo seccional. As correlações entre a medida da qualidade
institucional e as medidas da pobreza são negativas e muito semelhantes em torno dos -0,38.
4.2.3. Análise de causalidade por grupos económicos de países
A heterogeneidade dos 107 países em desenvolvimento empregues na análise, incentiva e
exige um aprofundamento da mesma, sendo que para o efeito se privilegiou uma classificação
dos países por grupos económicos: países de médio-alto, médio-baixo e baixo rendimento,
tal como proposto pelo Banco Mundial e que é adotada em diversos estudos no que à
temática da pobreza e distribuição do rendimento diz respeito (e.g., Kalonji et al., 2003; Niño‐
Zarazúa, 2017).
As diferenças nos níveis de pobreza entre estes grupos de países são evidentes, tal como as
Figuras 8, 10 e 11 ilustram para as diferentes medidas utilizadas. As estimações por grupos
económicos, seguindo a especificação descrita em (3) e utilizando métodos de estimação em
painel estático, estão presentes no Quadro 25.
Os resultados obtidos, mais uma vez evidenciam o impacto que o nível de rendimento médio
tem na pobreza, igualmente notório nos diferentes grupos económicos, permitindo concluir
78
que para um determinado nível de desigualdade na distribuição do rendimento, quanto
menor o nível de rendimento per capita, mais um aumento do mesmo de traduz na redução
da pobreza. O aumento do rendimento médio pc tem um impacto acrescido na redução da
pobreza nos países de baixo rendimento. Além disso, os coeficientes da variável do
crescimento do PIB pc, revelam que um ritmo de crescimento mais acelerado do mesmo é
sobretudo relevante nos grupos de países de baixo e médio rendimento, com um nível de
significância de 10%. Tal como observado no Quadro 16 este foi o grupo de países em
desenvolvimento no qual a desaceleração do crescimento do PIB pc no período 2000-2015
foi menor.
Os resultados por grupos económicos evidenciam, igualmente, uma penalização da pobreza
por meio do aumento do peso do investimento do Governo em formação bruta de capital
fixo no PIB, em particular nas estimações que empregam o IPH. Refletem que,
tendencialmente, à medida que diminui o rendimento per capita dos países, o peso do
investimento público no investimento total tende a ser maior e o seu impacto na pobreza
menos prejudicial ou não significativo. As correlações entre o IPH e a TP $3,20/dia e o peso
do investimento do Governo no PIB mostram esta tendência.
A análise do impacto dos benefícios sociais em % do PIB na pobreza por grupos económicos
não é clara, com sinais contraditórios para o mesmo grupo de países em função da variável
dependente. O que os testes da correlação apontam é que existe uma associação negativa
particularmente forte entre a pobreza e o peso dos benefícios sociais no PIB nos países de
médio-baixo rendimento (em torno de -0,58), seguido do grupo dos países de médio-alto
rendimento (-0,40), sendo o grau de associação claramente inferior nos países de baixo
rendimento (-0,07), o que é justificável pelo fraco desenvolvimento dos sistemas de proteção
e assistência sociais nestes países. No entanto, as estimações não corroboram estes
resultados, o que em grande parte se deverá às limitações desta variável anteriormente
referidas. De notar, no entanto, que as transferências correntes do Governo Central para as
famílias, que constituíam 1,07% do PIB em 2015, se mostram bastante relevantes na redução
da pobreza monetária (TP $3,20/dia) nos países de baixo rendimento.
Apesar das despesas públicas correntes e de capital em saúde em % do PIB não terem no
conjunto dos países em desenvolvimento um impacto significativo na pobreza, a análise por
grupos económicos permitiu concluir a sua relevância nos países de médio-alto rendimento,
sendo que foi neste grupo que se observou o maior aumento do peso destas despesas no PIB
79
no período 1995-2015 (em média 0,04 pontos percentuais por ano). No que diz respeito, ao
contributo das despesas em educação, este é evidente. Em todos os grupos económicos, o
aumento das despesas correntes e de capital do Governo em educação originou uma redução
da população com menos de $3,20/dia, efeito particularmente notório no grupo dos países
de médio-baixo rendimento, como os testes de correlação já haviam apontado (cerca de -
0,25). No entanto, este contributo é reafirmado nas estimações que empregam medidas de
pobreza multidimensional nos países de baixo rendimento.
O aumento do peso dos impostos sobre o rendimento dos indivíduos, o lucro das empresas
e os ganhos de capital no PIB, contribui para a redução da pobreza nos países em
desenvolvimento independentemente do grupo económico, sendo ainda assim observado
um efeito mais forte no grupo dos países de baixo rendimento, no qual o peso destes
impostos diretos no PIB mais aumentou (0,1 pontos percentuais ao ano) e o grau da
associação com as medidas da pobreza é maior (em torno de -0,33). Tais resultados reforçam,
mais uma vez o caráter redistributivo associado à política fiscal, em particular aos impostos
diretos.
A estabilização da inflação contribuiu em especial para a redução da pobreza nos países de
médio-baixo rendimento, grupo no qual a taxa de inflação média em 1995 era de 115,71% e
em 2015, 5,95%, pelo coeficiente estatisticamente significativo e positivo associado à variável
taxa de inflação na estimação que emprega como variável dependente o IPH. Sinal oposto
se observa no grupo dos países de baixo rendimento, nos quais um aumento da taxa de
inflação se traduz numa redução da pobreza, nas estimações que utilizam o IPH e a TP
$3,20/dia como variáveis explicadas, devido sobretudo ao reforço do dinamismo económico
a que esse fenómeno está associado, tal como afirmado por Anand et al. (2014). Tais
resultados, são reafirmados pela variável de interação da taxa de inflação com o crescimento
do PIB pc, positivo nos países de médio-baixo rendimento (na estimação que emprega a TPM
como variável dependente) e negativo nos países de baixo rendimento (na estimação com o
IPH como variável dependente). No canal da inflação, o efeito na pobreza é transmitido
diretamente e por via do crescimento económico.
Tal como afirmado anteriormente nos testes de correlação, a tendência nos países de médio-
alto e médio-baixo rendimento, mais desenvolvidos, é que uma apreciação da taxa de câmbio
real efetiva se traduza numa redução da pobreza, ceteris paribus, e que nos países de baixo
rendimento se verifique o contrário. Esta última afirmação é feita com reservas, dado os
80
sinais contraditórios que os coeficientes associados à variável taxa de câmbio real efetiva
assumem nas estimações que empregam a TPM e a TP $3,20/dia como variável dependente,
positivo na primeira e negativo na segunda. Ainda assim, os testes de correlação mostram
uma associação fraca e positiva no que ao grupo dos países de baixo rendimento diz respeito
(em média 0,08), possivelmente explicada pelo facto da concentração dos pobres nas áreas
rurais tender a ser maior e pelo demorado processo de desenvolvimento que estes países
enfrentam.
Os resultados obtidos no que concerne ao índice de Gini evidenciam, claramente, que o
aumento da desigualdade de rendimento aumenta a pobreza, ceteris paribus, nos diversos
grupos económicos de países. Não permitem, contudo, reafirmar a conclusão dos testes de
correlação entre as medidas de pobreza e o índice de Gini, que a diminuição da desigualdade
de rendimento está mais correlacionada com a diminuição da pobreza, quanto maior o nível
de desenvolvimento dos países. No entanto, verifica-se que um efeito, por exemplo, de
diminuição da desigualdade de rendimento contribui mais para a redução da pobreza nos
países de médio-alto rendimento do que nos países de baixo rendimento, ceteris paribus.
Salvaguarda-se que a desigualdade na distribuição do rendimento no período 1997-2015 era
mais elevada em média nos países de médio-alto rendimento e que o maior declínio desta
entre 1995 e 2015 se observou nos países de baixo rendimento (Quadro 22).
No que diz respeito às variáveis de controlo, apesar da abertura comercial não ter qualquer
impacto direto na pobreza, quando estudado o conjunto dos países em desenvolvimento
considerados na análise, uma vez classificados por grupos económicos observam-se
resultados relevantes. Uma maior abertura comercial beneficia a redução da pobreza nos
países de médio-alto e médio-baixo rendimento, devido aos coeficientes negativos associados
à variável abertura comercial nas estimações que empregam a TP $3,20/dia e a TPM como
variáveis explicadas, respetivamente. Por sua vez, a abertura comercial penaliza a redução da
pobreza nos países de baixo rendimento, pelo coeficiente positivo associado à variável nas
estimações da IPH e da TP $3,20/dia.
81
IPH
(1995-2015) TPM
(2000-2015) Taxa de pobreza abaixo dos $3,20/dia
(1995-2015)
Global Médio-
alto rend.
Médio-baixo rend.
Baixo rend.
Global Médio-
alto rend.
Médio-baixo rend.
Baixo rend.
Global Médio-
alto rend.
Médio-baixo rend.
Baixo rend.
PIB pc PIB dividido pela população a meio do ano a preços constantes de 2010.
-0,0006*** 0,0002
-0,0003*** 0,0001
-0,0040*** 0,0011
-0,0224*** 0,0060
-0,0008** 0,0004
-0,0013*** 0,0004
-0,0035*** 0,0010
-0,0245***
0,0093 -0,0015***
0,0002 -0,0009***
0,0002 -0,0163***
0,0020 -0,0786***
0,0055
Crescimento do PIB pc %
Taxa de crescimento anual do PIB pc. 0,0265 0,0364
-0,0409 0,0405
0,0386 0,0565
0,1128 0,0796
-0,1437*** 0,0544
-0,0982 0,0987
-0,1696* 0,0862
-0,0243 0,0696
-0,0956 0,0845
-0,1329 0,0991
0,0480 0,1458
0,0066 0,0729
Investimento do Governo % PIB
Investimento das administrações públicas geral em formação bruta de capital fixo sobre o PIB.
0,2848** 0,1334
0,3879*** 0,0969
0,2908*** 0,1447
0,1514 0,1925
-0,0343 0,1070
0,2569 0,1640
-0,1706 0,2318
0,3967*** 0,1303
0,3828** 0,1522
0,4409 0,2805
0,1332 0,3279
0,1357 0,1628
Benefícios sociais % PIB
Transferências correntes do Governo central para as famílias sobre o PIB.
0,0499 0,2266
-0,5277*** 0,1105
0,4849*** 0,1882
1,0530 1,0044
0,2006 0,1897
0,6441***
0,2071 0,2277 02074
-0,4566 1,1384
-0,9868*** 0,1783
-1,0549***
0,3055 -0,1122 0,4277
-3,2277*** 0,8411
Despesa Pública em Saúde % PIB
Gastos correntes e de capital com saúde pública dos orçamentos governamentais, fundos de seguro de saúde, empréstimos e doações externas sobre o PIB.
-0,4424 0,3760
-0,7620** 0,3072
-0,1714 0,5602
-0,5162 0,4345
0,0473 0,3441
0,2961 0,5216
-0,9814 0,7145
0,6264 0,3758
0,4408 0,4440
-1,1962* 0,7229
-0,0148 1,9218
-0,3711 0,3660
Despesa do Governo em
educação % PIB
Gastos correntes e de capital gerais do Governo em educação sobre o PIB.
-0,4295 0,2684
-0,2675 0,2062
-0,1325 0,3133
-0,6208* 0,3627
-0,3784 0,2650
0,3816 0,3306
0,2476 0,5060
-1,5462*** 0,3563
-2,5745*** 0,2987
-1,3672*** 0,4337
-3,2393*** 0,7730
-1,0344*** 0,3049
Impostos % PIB Impostos sobre rendimentos, lucros e ganhos de capital sobre o PIB.
-0,7957*** 0,2813
-0,9520*** 0,2268
-0,5670** 0,2334
-2,7028*** 0,5312
-1,0273*** 0,1631
-0,0266 0,2541
-0,5427* 0,2980
-1,7973*** 0,5600
-2,5192*** 0,2191
-2,3461*** 0,4250
-0,4249 0,6591
0,6143 1,1354
Crescimento da moeda %
Taxa de variação anual da moeda fora dos bancos.
0,0000*** 0,0000
0,0000* 0,0000
0,0084 0,0118
-0,0226 0,0226
0,0237* 0,0123
-0,0206* 0,0115
0,0032 0,0206
0,0072 0,0208
0,0000 0,0000
0,0000 0,0000
-0,0131 0,0268
-0,0303 0,0191
Inflação % Taxa de variação anual do índice de preços no consumidor.
0,0158 0,0106
0,0121 0,0092
0,0294*** 0,0143
-0,0288* 0,0165
0,0275** 0,0128
-0,0133 0,0304
0,0060 0,0225
0,0005 0,0256
0,0399 0,0312
-0,0032 0,0509
0,0985 0,0817
-0,1047** 0,0450
Taxa de câmbio real efetiva
Taxa de câmbio real efetiva anual tendo como base o ano 2007.
-0,0130 0,0121
0,0020 0,0061
-0,0140 0,0266
-0,0329 0,0225
-0,0562*** 0,0142
-0,0268 0,0190
-0,0680*** 0,0256
0,0550** 0,0243
-0,0747*** 0,0145
-0,0326** 0,0134
0,0192 0,0820
-0,0844*** 0,0194
Índice de Gini Desigualdade na distribuição de rendimento entre indivíduos ou famílias numa economia.
0,3114*** 0,0872
0,2422** 0,1169
0,1481*** 0,1034
0,1729** 0,0809
0,3867*** 0,0692
0,4373**
0,1677 0,5608*** 0,1284
0,1076 0,1376
0,4405*** 0,0792
0,4907*** 0,1814
0,4440 0,3934
0,2015*** 0,0687
Abertura comercial % PIB
Soma das exportações e importações de bens e serviços em percentagem do PIB.
0,0200 0,0179
-0,0201 0,0127
0,0249 0,0218
0,0650** 0,0332
-0,0015 0,0164
-0,0170 0,0174
-0,0402* 0,0220
0,0411 0,0369
0,0249 0,0206
-0,0913*** 0,0219
0,0205 0,0299
0,1321*** 0,0297
Dívida do Governo % PIB
Dívida bruta do Governo geral em percentagem do PIB.
0,0524*** 0,0100
-0,0519** 0,0240
0,0254* 0,0164
0,0493*** 0,0101
0,0584*** 0,0081
-0,0110 0,0228
0,0818*** 0,0152
0,0382*** 0,0088
0,0550*** 0,0114
-0,0139 0,0385
0,0985* 0,0517
-0,0135 0,0087
Indicadores da qualidade
institucional
Média simples de 3 indicadores: eficácia do Governo, controlo da corrupção e estado de direito. Variam entre 0 (baixa) e 100 (alta).
0,0688 0,0465
0,0698** 0,0313
0,0854*** 0,0451
0,1232** 0,0549
0,0760* 0,0401
0,1224**
0,0479 -0,0088 0,0665
0,1862*** 0,0612
0,0972** 0,0401
0,0298 0,0715
0,2693** 0,1270
0,0396 0,0461
Crescimento * Inflação
Variável de interação entre o crescimento do PIB pc e a Inflação.
0,0003 0,0009
0,0009 0,0007
-0,0006 0,0024
-0,0068** 0,0030
0,0074*** 0,0026
-0,0063 0,0132
0,0085* 0,0034
0,0043 0,0054
-0,0060 0,0040
0,0096 0,0062
-0,0129 0,0100
-0,0046 0,0039
Quadro 25: Estimativas do impacto das políticas macroeconómicas na pobreza no conjunto dos países em desenvolvimento e por grupos económicos, em painel estático
82
Nota: ***(**)[*] estatisticamente significativo a 1%(5%)[10%]; as células a cinza identificam as estimativas estatisticamente significativas.
Observações (Nº de Países)
1162 (73) 372 (25) 543 (32) 247 (16) 720 (56) 179 (14) 355 (26) 186 (16) 1120 (71) 382 (25) 497 (30) 241 (16)
Testes de diagnóstico
VIFs < 2,00 < 3,20 < 2,80 < 2,80 <2,40 <5,00 <3,50 <8,10 <2,10 <3,20 <3,30 <2,80
Teste de Breusch-Pagan / Cook-Weisberg
29,90 (0,000)
36,29 (0,000)
22,43 (0,000)
0,360 (0,551)
0,000 (0,973)
44,05 (0,000)
8,82 (0,003)
8,67 (0,003)
0,57 (0,450)
69,43 (0,000)
7,83 (0,005)
59,16 (0,000)
Teste de Hausman 67,34
(0,000) 52,81
(0,000) 34,08
(0,003) 179,70 (0,000)
106,30 (0,000)
149,66 (0,000)
73,55 (0,000)
127,39 (0,000)
51,88 (0,000)
29,93 (0,005)
73,34 (0,000)
168,76 (0,000)
Qualidade de ajustamento
R2 (within) 0,4059 0,5988 0,4507 0,6352 0,3919 0,4855 0,5064 0,5428 0,4766 0,5722 0,6812 0,7619
Estatística F/ Estatística Wald 2705,28 (0,000)
NA 111,72 (0,000)
25,08 (0,000)
27,89 (0,000)
490,53 (0,0000)
214,78 (0,000)
245,89 (0,000)
62,77 (0,000)
NA 13,27
(0,000) 64,87
(0,000)
83
Em relação à dívida do Governo em % do PIB, um aumento é penalizador da redução da
pobreza no grupo dos países de baixo e médio-baixo rendimento. As correlações entre as
medidas da pobreza e o peso da dívida do Governo no PIB são também elas positivas nestes
grupos de países, contrariamente ao que ocorre nos países de rendimento médio-alto, em
que são negativas (em média -0,12). A estimação dos países de médio-alto rendimento que
emprega o IPH como variável dependente, apresenta um coeficiente negativo associado à
variável.
Quanto aos indicadores de qualidade institucional as correlações por grupos económicos são
notórias de uma associação negativa nos países de médio-baixo e baixo rendimento e positiva
no grupo dos países de médio-alto rendimento. Nas estimações presentes no Quadro 25, os
coeficientes desta variável são positivos em todos os grupos económicos. As diferenças entre
as estimações com e sem efeitos fixos permitem mais uma vez concluir que grande parte do
efeito desta variável está incorporado no efeito fixo seccional. De referir ainda que no
período 1996-2015, observou-se uma deterioração da qualidade institucional, à luz dos
Worlwide Governance Indicators, evidente em todos os grupos económicos de países em
desenvolvimento.
84
Conclusões
A pobreza é um fenómeno social multidimensional (e.g., Ahmad et al., 2011; Teweldemedhin,
2014) afetada, segundo a literatura, por questões macroeconómicas (e.g., Kanbur, 1987;
Eurostat, 2010). No entanto, a evidência empírica do efeito das variáveis macroeconómicas
na pobreza, sobretudo nos países em desenvolvimento, é escassa, na generalidade muito
datada (dados com mais de 8 anos), recorre a medidas de pobreza sobretudo monetárias,
com um número muito restrito de países analisados e uma análise parcial dos canais de
transmissão.
Neste contexto, a presente dissertação teve como principal objetivo analisar o impacto das
políticas macroeconómicas em três medidas da pobreza em países em desenvolvimento: no
Índice de Pobreza Humana no período 1995-2015 em 73 países; na Taxa de Pobreza
Multidimensional no período 2000-2015 em 56 países; e na Taxa de Pobreza, correspondente
à percentagem da população com menos de $3,20 por dia, no período 1995-2015 em 71
países, com base nos canais de transmissão das políticas macroeconómicas aos pobres
definidos à luz da literatura.
Do estudo elaborado destacam-se quatro resultados principais ou evidências empíricas
sobre os mecanismos de política macroeconómica pelos quais a pobreza vem influenciada.
Primeiro, o crescimento inclusivo, isto é, que abarque a todos e que seja capaz de diminuir
a desigualdade na distribuição do rendimento revelaram-se fundamentais na redução da
pobreza em países em desenvolvimento, tal como apontado por Bourguignon (2002) e
Kakwani e Son (2003).
Constata-se a relevância do crescimento económico para a redução da pobreza, traduzido
pelo impacto negativo do aumento do PIB per capita nas medidas da pobreza, tal como
esperado à luz da literatura (e.g., Kraay, 2006). Quanto maior a taxa de crescimento
económico, maior também a redução da pobreza, ainda que este resultado seja inferior ao
esperado (e.g., Epaulard, 2003). Tal pode ser explicado pela grande heterogeneidade no
desenvolvimento económico dos países que compõem a análise, o que faz recair este efeito
sobretudo no nível do PIB pc. A importância do aumento do PIB pc para a redução da
pobreza é tanto maior, quanto menor o nível de rendimento médio inicial.
85
Segundo, as despesas públicas em educação de qualidade mostram-se particularmente
relevantes, bem como os sistemas fiscais mais progressivos com maior peso dos impostos
diretos face aos indiretos, aliados à política redistributiva.
Entre as transferências correntes do Governo para as famílias, os gastos em saúde e os gastos
em educação, esta última componente mostra-se mais relevante no combate à pobreza, no
conjunto dos países em desenvolvimento (Ahmad et al., 2011; Inchauste e Lustig, 2017), mas
em particular nos países de médio-baixo e baixo rendimento. A política redistributiva,
sobretudo a financiada por impostos diretos, contribui para a redução da pobreza, sendo que
a forma como são desenhados os sistemas fiscais, privilegiando os impostos diretos em
detrimento dos indiretos, pode ser benéfica neste sentido (Inchauste e Lustig, 2017). No
entanto, a ação do Fundo Monetário Internacional (FMI) parece encaminhar-se em sentido
oposto nas suas recomendações de política aos países em desenvolvimento, com grande
ênfase nos impostos sobre o consumo (Itriago, 2011).
Terceiro, as políticas que promovam a estabilidade macroeconómica, no que concerne à
manutenção de uma inflação baixa e ao controlo do endividamento público, ajudam a
mitigar a pobreza.
A estabilidade e a manutenção de níveis baixos de inflação, com a adoção de políticas
monetárias condizentes com este objetivo, são fundamentais ao bem-estar dos pobres e à
redução da pobreza, diretamente e por via do crescimento económico, tal como esperado de
acordo com a literatura (e.g., Easterly e Fischer, 2001; Njimanted, 2006). Já no que diz respeito
ao necessário controlo da dívida pública, as orientações do FMI são reafirmadas,
encontrando-se evidência clara do seu contributo para diminuir a pobreza.
Quarto, persistem dúvidas quanto ao contributo na redução da pobreza do contínuo
crescimento do investimento público, bem como da desvalorização/ depreciação cambial.
A pobreza é penalizada pelo aumento do peso do investimento público no PIB, o qual é
fortemente incentivado junto dos países em desenvolvimento pelas Instituições Financeiras
Internacionais, sobretudo as Nações Unidas (Anderson et al., 2006). Tal resultado está,
contudo, em conformidade com a literatura que aponta que a sua importância no
crescimento económico (Chowdhury e Islam, 2011; Lee e Perera, 2013) nem sempre se
traduz na redução pobreza em países em desenvolvimento, sendo os resultados
frequentemente inconclusivos (e.g, Acharya e Nuriev, 2016). Quanto menor o grau de
86
desenvolvimento económico dos países, menos negativo é este efeito, perdendo mesmo a
sua significância dada a sua maior dependência do investimento público.
Os resultados alcançados questionam o contributo que a depreciação da taxa de câmbio
real, aliada à melhoria da competitividade externa, possa dar na redução da pobreza no
conjunto dos países em desenvolvimento, sendo que os resultados apontam para os efeitos
benéficos de uma apreciação da taxa de câmbio real (Sawada e Yotopoulos, 2006; Ouattara
e Strobl, 2008). Este efeito tende a reverter-se nos países de baixo rendimento, nos quais a
concentração dos pobres nas áreas rurais tende a ser maior.
São três as principais contribuições científicas do presente estudo.
Primeiro, a nível conceptual. Foi sistematizada uma vasta literatura sobre os mecanismos que
são suscetíveis de evidenciarem como é que as políticas macroeconómicas influenciam a
pobreza.
Segundo, a nível metodológico. Para além da utilização de duas medidas de pobreza
multidimensional e uma de pobreza monetária, na presente dissertação considerou-se, em
simultâneo, um conjunto amplo de canais de transmissão das políticas macroeconómicas.
Adicionalmente, e de forma inovadora face à literatura empírica na área, recorreu-se, a par
das estimações em painel (estático) de efeitos fixos, a estimações com base no Método dos
Momentos Generalizado em primeira diferença e em sistema. Tal permitiu ter em conta a
existência de causalidade inversa entre a pobreza e as variáveis macroeconómicas, corrigir
desvios resultantes da endogeneidade das variáveis explicativas e da omissão de variáveis.
Terceiro, a nível empírico. O enfoque do presente estudo foi sobre uma realidade ainda pouco
explorada pela literatura empírica existente nos países em desenvolvimento. A maioria dos
estudos existentes realiza-se em países específicos ou num grupo particularmente restrito. A
utilização nesta dissertação, contrariamente à ampla generalidade destes, de medidas de
pobreza multidimensional, de um vasto grupo heterogéneo de países, bem como a
atualização da análise foi um objetivo empírico estabelecido.
Não obstante os contributos enunciados, são várias as limitações que o presente estudo
encerra.
87
Primeiro, uma das principais dificuldades deste estudo prendeu-se com a medição da
pobreza nos países em desenvolvimento. Com a utilização generalizada das medidas de
pobreza do Banco Mundial, empregar uma medida multidimensional era, como já referido
anteriormente, um objetivo, sendo à luz da literatura fundamental para medir o mais possível
a abrangência das dimensões de privação. Neste sentido, uma das limitações subjacentes a
esta análise relaciona-se com a grande escassez de dados da variável que, atualmente, melhor
poderia servir esse fim em países em desenvolvimento, o Índice de Pobreza
Multidimensional (Deaton, 2016). De uma forma geral, a falta de dados em países em
desenvolvimento foi uma grande limitação.
Segundo, o pouco desenvolvimento da base teórica em que assenta a análise é também
notório. Na realidade, a questão de como os choques e políticas macroeconómicos afetam a
distribuição de rendimento, começou a ser tratada sobretudo nos anos 70 com os Novos
Modelos Keynesianos (Skare e Druzeta, 2016; Constâncio, 2017). Constitui, por isso, uma
área de investigação relativamente recente, que emerge das críticas à teoria do trickle-down e
da crescente constatação da relevância da desigualdade da riqueza e do rendimento nos
modelos macroeconómicos, até mesmo para estudar a forma como os agregados
macroeconómicos são afetados pela heterogeneidade dos agentes económicos (Deaton,
2016).
Terceiro, a não introdução nos modelos GMM estimados de instrumentos externos para
complementar o conjunto de instrumentos gerados internamente, o que poderia contribuir
para mitigar o problema dos instrumentos fracos.
Investigação futura no que a este tema se refere é necessária. Desenvolvimentos teóricos e
empíricos são precisos a fim de abarcar a complexidade dos efeitos subjacentes à relação
entre as políticas/ choques macroeconómicos e a pobreza. A forma como a pobreza e a
desigualdade afetam o contexto macroeconómico, nomeadamente a sua repercussão no
crescimento económico a longo prazo seria uma análise relevante para a qual a literatura
aponta, apesar de neste estudo não ter sido amplamente explorada. Contudo, tal implica a
construção de novos índices multidimensionais de pobreza nos países em desenvolvimento.
O aprofundamento do contributo da estrutura fiscal dos países na sua capacidade de reduzir
a pobreza, bem como do investimento público em formação de capital fixo no crescimento
económico e na distribuição do rendimento por setores, em países específicos ou em grupos
de países, mostrar-se-ia de acordo com os resultados deste estudo de grande valia.
88
Apêndice I
Análise semelhante foi realizada para trinta países desenvolvidos (segundo classificação das
Nações Unidas), no período 2005-2015, utilizando a especificação econométrica, as variáveis
e as fontes de dados anteriores, com as exceções enumeradas no Quadro 26. Além disso,
como proxy, no canal da inflação, da política monetária implementada havia sido utilizado
nas estimações anteriores, o crescimento monetário, agora substituído pela taxa de juro anual
de curto prazo, dada a adequação ao conjunto de países em análise e a disponibilidade de
dados. Os resultados da estimação estão presentes no Quadro 27.
Quadro 26: Descrição e Fonte de dados das novas proxies
Proxies Descrição da variável Fonte dos dados
Taxa de Pobreza
Percentagem da população cujo rendimento familiar disponível por membro equivalente é igual ou inferior à linha de pobreza, considerada como 50% do rendimento disponível equivalente mediano do conjunto da população.
Organização para a Cooperação e Desenvolvimento Económico (OCDE) - Base de Dados da distribuição de rendimento
Benefícios sociais em % PIB
Transferências correntes públicas para as famílias em circunstâncias de risco social em percentagem do PIB. Incluem transferências de segurança e assistência social, pecuniárias ou em espécie, bem como isenções fiscais com fins sociais.
OCDE - Base de Dados das despesas sociais
Taxa de juro de curto prazo
Taxa anualizada do mercado monetário a três meses ou taxa de negociação dos títulos do Governo de curto prazo. Corresponde à média das taxas diárias.
OCDE
89
Quadro 27: Estimativas do impacto das políticas macroeconómicas na pobreza (variável dependente: Taxa de Pobreza com limiar de 50% do rendimento mediano da população) nos países desenvolvidos, 2005-2015
Variável Descrição OLS FE
PIB pc PIB dividido pela população a meio do ano em U.S dólares a preços constantes de 2010.
0,0000*
(0,0000) -0,0001* (0,0001)
Crescimento do PIB pc %
Taxa de crescimento anual do PIB pc. -0,0660* (0,0340)
-0,0590*
(0,0318)
Investimento do Governo % PIB
Investimento das administrações públicas geral (estadual, local e central) em formação bruta de capital fixo sobre o PIB.
0,0095
(0,1016) -0,1847* (0,1033)
Benefícios sociais % PIB
Transferências correntes públicas para as famílias em circunstâncias de risco social em percentagem do PIB. Incluem transferências de segurança e assistência social, pecuniárias ou em espécie, bem como isenções fiscais com fins sociais.
-0,1525***
(0,0341) -0,2594*** (0,0757)
Despesa Pública em Saúde % PIB
Gastos correntes e de capital com saúde pública dos orçamentos governamentais, empréstimos e doações externas e fundos de seguro de saúde sociais sobre o PIB.
-0,3040**
(0,1284) 0,1631
(0,1725)
Despesa do Governo em
educação % PIB
Gastos correntes e de capital gerais do Governo em educação em percentagem do PIB, Inclui despesas financiadas por transferências internacionais.
0,1028
(0,1372) -0,4023** (0,1864)
Impostos % PIB Impostos sobre rendimentos, lucros e ganhos de capital em percentagem do PIB.
0,0014 (0,0351)
0,0560 (0,0656)
Taxa de juro de curto prazo %
Taxa anualizada do mercado monetário a três meses ou taxa de negociação dos títulos do Governo de curto prazo.
-0,3244*** (0,0514)
-0,0588 (0,0609)
Inflação % Taxa de variação anual do índice de preços no consumidor.
0,1665*** (0,0533)
0,0956** (0,0403)
Taxa de câmbio real efetiva
Taxa de câmbio real efetiva anual tendo como base o ano 2007.
0,0528***
(0,0137) 0,0221* (0,0123)
Índice de Gini Desigualdade na distribuição de rendimento entre indivíduos ou famílias numa economia.
0,5011*** (0,0286)
0,2921*** (0,0523)
Abertura comercial % PIB
Soma das exportações e importações de bens e serviços em percentagem do PIB.
-0,0132*** (0,0023)
-0,0015 (0,0073)
Dívida do Governo % PIB
Dívida bruta geral do Governo em percentagem do PIB.
0,0114** (0,0046)
-0,0036 (0,0069)
Indicadores da qualidade
institucional
Média simples de 3 indicadores do Banco Mundial: eficácia do Governo, controlo da corrupção e estado de direito. Indicadores variam entre 0 (baixa) e 100 (alta).
-0,0316*
(0,0164) -0,0568* (0,0335)
Crescimento* Inflação
Variável de interação entre o crescimento do GDP pc e a Inflação.
0,0115 (0,008)
0,0009 (0,0053)
Observações (Nº de Países) 267 (30) 267 (30)
Testes de diagnóstico
VIFs <5,2
Teste de Breusch-Pagan / Cook-Weisberg 1,51
(0,219)
Tese de Hausman 21,58
(0,088)
Teste de significância dos efeitos fixos seccionais 19,84
(0,000)
Teste de significância dos efeitos fixos temporais 2,83
(0,003)
Qualidade de ajustamento
R2 ajustado 0,8201 0,9467
Estatística F/ Estatística Wald 81,82
(0,000) 88,46
(0,000)
Nota: ***(**)[*] estatisticamente significativo a 1%(5%)[10%]; as células a cinza identificam as estimativas estatisticamente
significativas.
90
Referências
Acharya, S. e Nuriev, S. (2016), “Role of Public Investment in Growth and Poverty
Reduction in Transition Economies”, Journal of Reviews on Global Economics, Vol. 5, pp.
310-326.
Agência dos Estados Unidos para o Desenvolvimento Internacional (2002), “Pro-Poor
economic growth: A review of recent literature”, Pro-poor Economic Growth Research
Studies, USA: USAID.
Agénor, P. R. (2004), “Macroeconomic adjustment and the poor: Analytical issues and cross-
country evidence”, Journal of Economic Surveys, Vol. 18, No. 3, pp. 351-408.
Agénor, P. R. (2005), “The macroeconomics of poverty reduction”, The Manchester School,
Vol. 73, No. 4, pp. 369-434.
Agénor, P. R., Bayraktar, N. e El Aynaoui, K. (2008), “Roads out of poverty? Assessing the
links between aid, public investment, growth, and poverty reduction”, Journal of
Development Economics, Vol. 86, No. 2, pp. 277-295.
Ahluwalia, M. S., Carter, N. G. e Chenery, H. B. (1979), “Growth and poverty in developing
countries”, Journal of Development Economics, Vol. 6, No. 3, pp. 299-341.
Ahmad, K. e Riaz, A. (2011), “An Econometric Model of Poverty in Pakistan: ARDL
Approach to Co-integration”, Asian Journal of Business and Management Sciences, Vol. 1,
No. 3, pp. 75-84.
Ahmad, M., Khan, M. M., Rashid, K. e Zaman, K. (2011), “Panel data analysis of growth,
inequality and poverty: evidence from SAARC countries”, Journal of Yasar University,
Vol. 21, No. 6, pp. 3523-3537.
Alkire, S. e Santos, M. E. (2010), “Measuring Acute Poverty in the Developing World:
Robustness and Scope of the Multidimensional Poverty Index”, World Development,
Vol. 59, pp. 251-274.
Allwine, M., López-Calva, L. F. e Rigolini, J. (2016), “The unfairness of (poverty) targets”,
Oxford Economic Papers, Vol. 68, No. 2, pp. 379-397.
Ames, B., Brown, W., Devarajan, S. e Izquierdo, A. (2001), “Macroeconomic Policy and
Poverty Reduction”, Paperback, International Monetary Fund e World Bank.
91
Anand, R., Kumar, N. e Tulin, V. (2014), “India: Defining and explaining inclusive growth
and poverty reduction”, IMF Working Paper, No. 14/63, Washington: International
Monetary Fund.
Anderson, E., De Renzio, P. e Levy, S. (2006), “The Role of Public Investment in Poverty
Reduction: Theories, Evidence and Methods”, ODI Working Paper, No. 263, London:
Overseas Development Institute.
Arellano, M. e Bond, S. (1991), “Some tests of specification for panel data: Monte Carlo
evidence and an application to employment equations”, The Review of Economic Studies,
Vol. 58, No. 2, pp. 277-297.
Asid, R., Kogid, M., Lily, J. e Mulok, D. (2012), “Is economic growth sufficient for poverty
alleviation? Empirical evidence from Malaysia”, Cuadernos de Economía, Vol. 35, No.
97, pp. 26-32.
Asongu, S. A. e Kodila-Tedika, O. (2017), “Institutions and Poverty: A Critical Comment
Based on Evolving Currents and Debates”, Social Indicators Research, DOI:
10.1007/s11205-017-1709-y.
Azis, I. (2008), “Macroeconomic policy and poverty”, Asian Development Bank Institute
Discussion Paper, No. 111, Asian Development Bank.
Baltagi, B. H. (2005), Econometric Analysis of Panel Data, 3ª edição. New York: John Wiley and
Sons.
Banco Mundial (1990), World Development Report 1990 Poverty, Washington: Oxford University
Press.
Banco Mundial (2000), World Development Report 2000/1 Attacking Poverty, Washington:
Oxford University Press.
Banco Mundial (2014), Macroeconomic Policy. Disponível em
http://www.worldbank.org/en/topic/macroeconomics/brief/macroeconomic-
policy. Acedido em 06.10.2017.
Banco Mundial (2016), Poverty and Shared Prosperity: Taking on inequality, Washington: World
Bank Publication.
92
Beck, T., Demirgüç-Kunt, A. e Pería, M. S. M. (2011), “Bank Financing for SMEs: Evidence
Across Countries and Bank Ownership Types”, Journal of Financial Services Research,
Vol. 39, No. 1, pp. 35-54.
Begović, S. e Kreso, S. (2017), “The adverse effect of real effective exchange rate change on
trade balance in European transition countries”, Proceedings of Rijeka Faculty of
Economics: Journal of Economics and Business, Vol. 35, No. 2, pp. 277-299.
Blanchard, O., Dell’Ariccia, G. e Mauro, P. (2010), “Rethinking Macroeconomic Policy”,
Journal of Money, Credit, and Banking, Vol. 42, No. 1, pp. 199-215.
Blundell, R. e Bond, S. (1998), “Initial conditions and moment restrictions in dynamic panel
data models”, Journal of Econometrics, Vol. 87, No. 1, pp. 115-143.
Bond, S., Hoeffler, A. e Temple, J. (2001), “GMM estimation of empirical growth models”,
Centre for Economic Policy Research Discussion Paper, No. 3048, United Kingdom:
University of Bristol.
Bourguignon, F. (2002), “The growth elasticity of poverty reduction: explaining
heterogeneity across countries and time periods”, in Eicher, T. e Turnovsky, S.
(editores) (2003), Inequality and Growth: Theory and Policy Implications, MIT Press,
Cambridge, pp. 3‐26.
Cashin, P., Mauro, P. e Sahay, R. (2001), “Macroeconomic Policies and Poverty Reduction:
Some Cross-Country Evidence”, Finance & Development, Vol. 38, No. 2, pp. 46-49.
Chong, A. e Gradstein, M. (2007), “Inequality and Institutions”, The Review of Economics and
Statistics, Vol. 89, No. 3, pp. 454-465.
Chowdhury, A. e Islam, I. (2011), “Attaining the Millennium Development Goals: The role
of macroeconomic policies”, International Journal of Social Economics, Vol. 38, No. 12,
pp. 930-952.
Constâncio, V. (2017), Inequality and macroeconomic policies. Disponível em
http://www.ecb.europa.eu/press/key/date/2017/html/ecb.sp170822.en.html.
Acedido em 05.06.2018.
Datt, G. e Ravallion, M. (2002), “Is India's Economic Growth Leaving the Poor Behind?”,
Journal of Economic Perspectives, Vol. 16, No. 3, pp. 89-108.
93
Deaton, A. (2016), “Measuring and understanding behavior, welfare, and poverty”, American
Economic Review, Vol. 106, No. 6, pp. 1221-1243.
DeFina, R. H. (2002), “The impact of macroeconomic performance on alternative poverty
measures”, Social Science Research, Vol. 31, No. 1, pp. 29-48.
DeFina, R. H. (2004), “The Impacts of Unemployment on Alternative Poverty Rates”, Review
of Income and Wealth, Vol. 50, No. 1, pp. 69-85.
Demery, L. e Squire, L. (1996), “Macroeconomic adjustment and poverty in Africa: An
emerging picture”, The World Bank Research Observer, Vol. 11, No. 1, pp. 39-59.
Dollar, D., Kleineberg, T. e Kraay, A. (2016), “Growth still is good for the poor”, European
Economic Review, Vol. 81, pp. 68-85.
Dollar, D. e Kraay, A. (2002), “Growth is good for the poor”, Journal of Economic Growth, Vol.
7, No. 3, pp. 195-225.
Donaldson, J. A. (2008), “Growth is Good for Whom, When, How? Economic Growth and
Poverty Reduction in Exceptional Cases”, World Development, Vol. 36, No. 11, pp.
2127-2143.
Duka, R. e Nanaj, A. (2017), “The dynamic of poverty measurement indexes, from HDI to
MPI”, Academic Journal of Business, Administration, Law and Social Sciences, Vol. 3, No. 1,
pp. 52-62.
Easterly, W. e Fischer, S. (2001), “Inflation and the Poor”, Journal of Money, Credit and Banking,
Vol. 33, No. 2, pp. 160-178.
Epaulard, A. (2003), “Macroeconomic performance and poverty reduction”, IMF Working
Paper, No. 03/72, Washington: International Monetary Fund.
Ercole, M. M., Forster, M., Levy, H. e Ruiz, N. (2013), “The OECD Approach to Measure
and Monitor Income Poverty Across Countries”, Working Paper, No. 17, United
Nations Economic Commission for Europe.
Eurostat (2010), “Macro determinants of individual income poverty in 93 regions of
Europe”, Eurostat Methodologies and Working papers.
94
Ferreira, F. H. G., Leite, P. G. e Ravallion, M. (2010), “Poverty reduction without economic
growth? Explaining Brazil's poverty dynamics, 1985-2004”, Journal of Development
Economics, Vol. 93, No. 1, pp. 20-36.
Foster, J., Greer, J. e Thorbecke, E. (2010), “The Foster-Greer-Thorbecke (FGT) poverty
measures: 25 years later”, Journal of Economic Inequality, Vol. 8, No. 4, pp. 491-524.
Fosu, A. K. (2010), “Does inequality constrain poverty reduction programs? Evidence from
Africa”, Journal of Policy Modeling, Vol. 32, No. 6, pp. 818-827.
Gemmell, N. e Morrissey, O. (2005), “Distribution and poverty impacts of tax structure
reform in developing countries: How little we know”, Development Policy Review, Vol.
23, No. 2, pp. 131-144.
Ghatak, M. (2015), “Theories of poverty traps and anti-poverty policies”, World Bank
Economic Review, Vol. 29, No. 1, pp. 77-105.
Guimarães, D., Ribeiro, A. P. e Silva, S. T. (2015), “Macroeconomic Fundamentals of
Poverty and Deprivation: An Empirical Study for Developed Countries”, European
Journal of Development Research, Vol. 27, No. 1, pp. 37-66.
Gujarati, D. N. (2004), Basic Econometrics, 4ª edição. New York: McGraw-Hill.
Haile, F. e Niño‐Zarazúa, M. (2017), “Does Social Spending Improve Welfare in Low‐
income and Middle‐income Countries?”, Journal of International Development, Vol. 30,
No. 3, pp. 367-398.
Hailu, D. e Weeks, J. (2011), “Macroeconomic policy for growth and poverty reduction: an
application to post-conflict and resource-rich countries”, Working Paper, No. 108,
United Nations Department of Economic and Social Affairs.
Haughton, J. e Khandker, S. R. (2009), Handbook on poverty and inequality, Washington D.C.:
World Bank Publications.
Hausman, J. A. (1978), “Specification tests in Econometrics”, Econometrica, Vol. 46, No. 6,
pp. 1251-1271.
Heller, P. S. (2005), “Understanding Fiscal Space”, IMF Policy Discussion Paper, No. 05/4,
Washington, D.C.: International Monetary Fund.
95
Hickey, S. (2013), “Beyond the Poverty Agenda? Insights from the New Politics of
Development in Uganda”, World Development, Vol. 43, No. 3, pp. 194-206.
Hsiao, C. (2003), Analysis of panel data, 2ª edição. Cambridge: Cambridge University Press.
Hwang, J. e Sun, Y. (2015), “Should We Go One Step Further? An Accurate Comparison of
One-Step and Two-Step Procedures in a Generalized Method of Moments
Framework”, Department of Economics Working Paper, San Diego: University of
California.
Inchauste, G. e Lustig, N. (2017), The Distributional Impact of Taxes and Transfers: Evidence From
Eight Developing Countries, Washington D.C.: World Bank Publications.
Itriago, D. (2011), Owning Development. Taxation to Fight Poverty. Oxfam Research Report.
United Kingdom: Oxfam International.
Jolliffe, D. e Prydz, E. B. (2016), “Estimating international poverty lines from comparable
national thresholds”, The Journal of Economic Inequality, Vol. 14, No. 2, pp. 185-198.
Kakwani, N. e Son, H. H. (2003), “Pro-poor growth: Concepts and measurement with
country case studies”, The Pakistan Development Review, Vol. 42, No. 4, pp. 417-444.
Kalonji, K. D., Loko, B., Mlachila, M. e Nallari, R. (2003), “The Impact of External
Indebtedness on Poverty in Low-Income Countries”, IMF Working Paper, No. 03/61,
Washington: International Monetary Fund.
Kanayo, O. (2014), “Poverty Incidence and Reduction Strategies in Nigeria: Challenges of
Meeting 2015 MDG Targets”, Journal of Economics, Vol. 5, No. 2, pp. 201-217.
Kanbur, R. (1987), “Measurement and Alleviation of Poverty: With an Application to the
Effects of Macroeconomic Adjustment”, International Monetary Fund Staff Papers, Vol.
34, No. 1, pp. 60-85.
Kanbur, R. (2001), “Economic policy, distribution and poverty: The nature of
disagreements”, World Development, Vol. 29, No. 6, pp. 1083-1094.
Kashi, F. K. e Tash, M. N. S. (2014), “Effects of macroeconomic variables on poverty in
Iran (Application of bootstrap technique)”, Theoretical and Applied Economics, Vol. 21,
No. 5, pp. 85-96.
96
Kaufmann, D., Kraay, A. e Mastruzzi, M. (2010), “The Worldwide Governance Indicators:
Methodology and Analytical Issues”, Policy Research Working Paper, No. 5430,
Washington D.C.: World Bank.
Keefer, P. e Knack, S. (1997), “Why don't poor countries catch up? A cross-national test of
an institutional explanation”, Economic Inquiry, Vol. 35, No. 3, pp. 590-602.
Kraay, A. (2006), “When is growth pro-poor? Evidence from a panel of countries”, Journal
of Development Economics, Vol. 80, No. 1, pp. 198-227.
Lee, G. H. Y. e Perera, L. D. H. (2013), “Have economic growth and institutional quality
contributed to poverty and inequality reduction in Asia?”, Journal of Asian Economics,
Vol. 27, pp. 71-86.
Lin, J. Y. (2011), “New Structural Economics: A Framework for Rethinking Development”,
The World Bank Research Observer, Vol. 26, No. 2, pp. 193-221.
Lin, J. Y., Lin, T., Tang, M. e Zhuang, J. (2008), “Inclusive Growth toward a Harmonious
Society in the People's Republic of China: An Overview”, Asian Development Review,
Vol. 25, No. 1, pp. 1-14.
Mabughi, N. e Selim, T. (2006), “Poverty as social deprivation: a survey”, Review of Social
Economy, Vol. 64, No. 2, pp. 181-204.
Malpass, P. (2012), “Poverty: A Study of Town Life”, Housing Studies, Vol. 27, No. 3, pp. 398-
404.
Marques, L. D. (2000), “Modelos dinâmicos com dados em painel: revisão da literatura”,
Working Paper do Centro de Estudos Macroeconómicos e Previsão, No. 100, Portugal:
Faculdade de Economia do Porto.
Martin, W. (2001), Trade policies, developing countries, and globalization, Washington D.C.: World
Bank Publications.
Meier, G. M. e Stiglitz, J. E. (2001), Frontiers of development economics, the future in perspective.
Oxford: Oxford University Press.
Mohan, R. e Tebaldi, E. (2010), “Institutions and poverty”, The Journal of Development Studies,
Vol. 46, No. 6, pp. 1047-1066.
97
Nickell, S. (1981), "Biases in dynamic models with fixed effects", Econometrica, Vol. 49, No.
6, pp. 1417-1426.
Niehues, J. (2010), “Social spending generosity and income inequality: A dynamic panel
approach”, Discussion Paper, No. 5178, Germany: Institute for the Study of Labor.
Nielsen, L. (2011), “Classifications of Countries Based on Their Level of Development: How
it is Done and How it Could be Done”, IMF Working Paper, No. 11/31, Washington:
International Monetary Fund.
Njimanted, G. F. (2006), “Econometric model of poverty in Cameroon: A system estimation
approach”, International Review of Business Research Papers, Vol. 2, No. 2, pp. 30-46.
Nwosa, P. (2016), “Impact of Macroeconomic Policies on Poverty and Unemployment Rates
in Nigeria: Implications for Attaining Inclusive Growth”, Acta Universitatis Danubius
Œconomica, Vol. 12, No. 2, pp. 114-126.
Öniş, Z. e Şenses, F. (2005), “Rethinking the Emerging Post‐Washington Consensus”,
Development and Change, Vol. 36, No. 2, pp. 263-290.
Organização das Nações Unidas (2001), “Poverty and the International Covenant on
Economic, Social and Cultural Rights”, UN Committee on Economic, Social and Cultural
Rights, E/C.12/2001/10, New York: United Nations.
Ouattara, B. e Strobl, E. (2008), “Foreign Aid Inflows and the RER in the CFA Franc Zone”,
International Economics, Vol. 116, pp. 37-52.
Pritchett, L. (2000) “The tyranny of concepts: CUDIE (Cumulated, Depreciated, Investment
Effort) is not capital,” Journal of Economic Growth, Vol. 5, No. 4, pp. 361-384.
Programa das Nações Unidas para o Desenvolvimento (1997), Human Development to Eradicate
Poverty. Human Development Report. New York: United Nations Development
Programme e Oxford University Press.
Programa das Nações Unidas para o Desenvolvimento (2010), The Real Wealth of Nations:
Pathways to Human Development. Human Development Report. New York: United
Nations Development Programme.
Programa das Nações Unidas para o Desenvolvimento (2016), Human Development for
Everyone. Human Development Report. New York: United Nations Development
Programme.
98
Ravallion, M. (2001), “Growth, inequality and poverty: Looking beyond averages”, World
Development, Vol. 29, No. 11, pp. 1803-1815.
Romer, C. D. e Romer, D. H. (1999), “Monetary Policy and the Well-Being of the Poor”,
Economic Review, Vol. 84, No. 1, pp. 21-49.
Roodman, D. (2009a), “How to do xtabond2: An introduction to difference and system
GMM in Stata”, Stata Journal, Vol. 9, No. 1, pp. 86-136.
Roodman, D. (2009b), “A Note on the Theme of Too Many Instruments”, Oxford Bulletin of
Economics and Statistics, Vol. 71, No. 1, pp. 135-158.
Sawada, Y. e Yotopoulos, P. A. (2006), “Growth and poverty reduction under globalization:
the systematic impact of exchange rate misalignment”, in Romano, D. e Yotopoulos,
P. A. (editores) (2007), The asymmetries of globalization, Routledge, London, pp. 49-66.
Sekkat, K. (2017), “Urban concentration and poverty in developing countries”, Growth and
Change Journal of urban and regional policy, Vol. 48, No. 3, pp. 435-458.
Sen, A. (1976), “Poverty: An Ordinal Approach to Measurement”, Econometrica, Vol. 44, No.
2, pp. 219-231.
Sen, A. (1979), “Issues in the Measurement of Poverty”, The Scandinavian Journal of Economics,
Vol. 81, No. 2, pp. 285-307.
Sen, A. (2001), Development as freedom. Oxford Paperbacks.
Skare, M. e Druzeta, R. (2016), “Poverty and Economic Growth: a review”, Technological and
Economic Development of Economy, Vol. 22, No. 1, pp. 156-175.
Steinwand, M. C. e Stone, R. W. (2008), “The International Monetary Fund: A review of the
recent evidence”, Review of International Organizations, Vol. 3, No. 2, pp. 123-149.
Teweldemedhin, M. (2014), “Impact of macroeconomic policies on poverty alleviation in
Sub-Saharan African countries”, Journal of Development and Agricultural Economics, Vol.
6, No. 8, pp. 363-375.
Townsend, P. (1979), Poverty in the United Kingdom: a survey of household resources and standards of
living. Barkeley e Los Angeles: University of California Press.
Wade, R. (2001), “Making the World Development Report 2000: Attacking Poverty”, World
Development, Vol. 29, No. 8, pp. 1435-1441.
99
Windmeijer, F. (2005), “A finite sample correction for the variance of linear efficient two-
step GMM estimators”, Journal of Econometrics, Vol. 126, No. 1, pp. 25-51.
Wooldridge, J. M. (2002), Econometric analysis of cross section and panel data, 2ª edição. Cambridge,
Massachusetts: MIT Press.
Zoellick, R. B. (2010), Democratizing Development Economics. Disponível em
http://www.worldbank.org/en/news/speech/2010/09/29/democratizing-
development-economics. Acedido em 31.10.2017.
Recommended