1 As condições econômicas e sociais recentes têm corroborado que Brasil ainda é um país com altas taxas de pobreza e um dos mais desiguais do mundo, apesar da evolução das últimas décadas (CATTELAN; MELLO; BEZERRA, 2020). Para esse processo de mudança, os programas de transferência de renda, iniciados nos anos de 1990, foram fundamentais. Nesse sentido, a criação do programa Bolsa Família (PBF) unificou os diversos programas já existentes, fazendo com que as condições sociais avançassem (BRASIL, 2021). Esse programa de transferência de renda, por suas diretrizes e amplitude, é considerado um dos maiores já implementados (ESTRELLA; RIBEIRO, 2008; SPERANDIO et al., 2017; SILVA; PAES, 2019).
2O PBF é um programa de renda condicionado, utilizado como instrumento na redução da pobreza ao reforçar o exercício dos direitos sociais nas áreas de saúde e educação. Desde sua criação, em 2003, até sua extinção legal, em 2022, quando foi substituído pelo Auxílio Brasil, e posterior retorno em 2023, o programa passou por várias mudanças em seus dispositivos normativos, regulamentações e adequações operacionais, com implicações sobre a estrutura da própria política de assistência social (GONÇALVES; BARRETO; MARTINS, 2024). Complementando, Silveira e Medeiros (2024) destacam que, ao longo das últimas duas décadas, o programa passou por fases de crescimento, estabilização e ajustes, refletindo as transformações nas políticas sociais e na situação econômica do país.
3Estruturalmente, o programa é constituído de três eixos elementares: a transferência de renda, as condicionalidades e as ações e programas complementares (MINISTÉRIO DO DESENVOLVIMENTO SOCIAL E COMBATE À FOME, 2007; SANTOS et al., 2014). O primeiro pretende aliviar imediatamente os encargos da pobreza, o segundo direciona o beneficiário aos direitos sociais básicos: educação, saúde e assistência social; e o terceiro tem por finalidade o desenvolvimento das famílias para que os beneficiários consigam ultrapassar a situação de vulnerabilidade (SANTOS et al., 2014).
4Todavia, estão no cumprimento das condicionalidades as condições mais efetivas para a redução dos problemas sociais. Kern (2018) relata que as condicionalidades estão entre os pontos mais importantes, e afirma que há autores que defendem que elas são muito mais relevantes, inclusive, que a própria transferência de renda, pois buscam garantir o direito à educação e à saúde, rompendo o ciclo intergeracional da pobreza.
5Esse entendimento tem fomentado um amplo debate sobre os impactos das condicionalidades de educação e saúde sobre a melhoria dos indicadores sociais e os resultados do programa. Quanto à condicionalidade da educação, estudos demonstram que o PBF promoveu aumento no percentual de aprovações dos alunos do ensino médio (CATTELAN; MELLO; BEZERRA, 2020), na frequência escolar (CACCIAMALI; TATEI; BATISTA, 2010; PAULI; FRAGA; VIEIRA, 2015; KERN, 2018), na redução nas taxas de analfabetismo (PAULI; FRAGA; VIEIRA, 2015; SILVA, PAES, 2019) e na redução da taxa de distorção idade-série (ARAÚJO; FRIO; ALVES, 2021). Por outro lado, há evidências de que o PBF exerce um efeito negativo sobre o Índice de Desenvolvimento da Educação Básica (IDEB), demonstrando que há interferência na qualidade do ensino (DUARTE, 2013; DENES; KOMATSU; MENEZES-FILHO, 2018).
6Já no caso da condicionalidade da saúde, que exige a avaliação nutricional e a vacinação, especialmente das crianças, os estudos têm demonstrado que o PBF está relacionado à queda da taxa de mortalidade infantil (SHEI, 2013; RASELA et al., 2013; GUANAIS, 2014; CRUZ; MOURA; NETO, 2017; SILVA; PAES; SILVA, 2018; SILVA; PAES; 2019; SOUZA; HELLER, 2021). Contudo, há evidências que os beneficiários do PBF têm elevada insegurança alimentar (SANTOS; BERNARDINO; PEDRAZA, 2021), apresentam maiores chances de consumir guloseimas e não há melhora na qualidade da sua dieta (SALDIVA; SILVA; SALDIVA, 2010; OLIVEIRA et al., 2011). Além disso, há indícios de que a alta prevalência de insegurança alimentar em beneficiários do PBF esteja associada à baixa escolaridade materna (SPERANDIO; PRIORE, 2015) e, de que há uma associação entre o estado nutricional materno e o da criança (OLIVEIRA et al., 2022).
7 A partir dessas evidências, entender as relações entre educação, saúde e o PBF é fundamental para promover ações que visem melhorar as condições de vida da população vulnerável. Nessa linha, Tanaka e Tamaki (2012) relatam que a avaliação do processo de gestão é importante para obter conhecimento, o qual subsidiará a tomada de decisão, a fim de que haja aumento da eficiência, eficácia e efetividade das atividades desenvolvidas.
8 Todavia, ao se considerar a heterogeneidade regional – que envolve condições sociais, econômicas e estruturais –, os resultados das políticas sociais têm gerado divergências. Nas regiões Norte e a Nordeste encontram-se contínuos trabalhos (SALDIVA; SILVA; SALDIVA, 2010; CALDAS; SAMPAIO, 2015; KERN, 2018; FORD et al., 2020), enquanto para as demais regiões são encontradas lacunas nas evidências. Este é o caso da região Sul e, especificamente, do estado do Rio Grande do Sul, que apresenta cerca de 80% dos municípios com alto nível de vulnerabilidade à pobreza, taxa de mortalidade infantil de 10,62, em 2019, (o que o coloca na 24ª posição no ranking nacional) e indicador educacional do ensino básico, nos anos iniciais, em 2019, na 9ª posição nacional, e, nos anos finais, na 13ª posição (LAZARETTI; TEIXEIRA; OLIVEIRA, 2019).
9Esses indicadores corroboram que não se pode dimensionar a pobreza apenas pela insuficiência de renda, mas é necessário estudá-la de forma mais ampla e dimensionada, para então buscar formas de romper o ciclo da pobreza e da vulnerabilidade social – definições que vão ao encontro dos conceitos de marginalização e de desfiliação social defendidos por Castel (1997), os quais se caracterizam pela conjunção da precarização do mercado trabalho e da fragilização dos suportes relacionais (MACIEL, 2014). Também, corroboram que somente políticas focalizadas serão insuficientes para a redução do problema social (THEODORO; DELGADO, 2003; KERSTENETZKY, 2006).
10Essa discussão associada ao PBF fundamentou a problemática deste estudo: qual a relação do Programa Bolsa Família com a evolução dos indicadores de saúde e educação das famílias beneficiárias nos municípios do estado do Rio Grande do Sul? E, como objetivo, pretende-se analisar a influência do PBF nos indicadores de saúde e educação das famílias beneficiárias dos municípios do estado do Rio Grande do Sul, entre os anos de 2008 e 2021.
11Considerando essas questões e a lacuna ainda presente quanto aos efeitos e aos resultados das condicionalidades sobre a dinâmica social, o estudo busca gerar evidências empíricas e ampliar o debate quanto à contribuição positiva, ou não, do PBF à melhoria dos indicadores de saúde e educação e, dessa forma, aprimorar políticas públicas ligadas à transferência de renda e a inserção ao mercado de trabalho para a população em vulnerabilidade social.
12Essa proposta se alinha ao discutido por Fiszbein, Schady e Ferreira (2009), quando ressaltam que há muitos estudos que, ao avaliar o impacto dos programas de transferência de renda, evidenciaram a redução na desigualdade e na pobreza, contudo, há poucos que apresentam os resultados finais sobre educação e saúde. Araújo, Frio e Alves (2021) corroboram isto, demonstrando que é necessário existir uma intencionalidade de caráter coletivo dentro de uma política pública, tendo um problema relevante ao coletivo como ponto fundamental.
13Para o estado do Rio Grande do Sul, são encontrados estudos sobre o PBF considerando diferentes propostas e finalidades, caso de Pinto, Coronel e Bender Filho (2015), que discutiram a eficiência na gestão do programa; de Munaretto e Silva (2018), que analisaram a dependência dos municípios em relação ao PBF; de Fréu, Wesendonck e Munaretto (2019), que analisaram a relação do PBF com o índice de desenvolvimento municipal; e de Ribeiro et al. (2021), que estudaram o Programa Infância Melhor (PIM) e o PBF e seus impactos nas taxas de mortalidade infantil. Porém, há poucos estudos que avaliam os indicadores de saúde e educação e sua relação com o PBF, aspecto que destaca a importância da realização de pesquisas regionais e locais para verificar as dificuldades e as contribuições que o programa apresenta em relação à população beneficiada.
14 Sumarizando, verifica-se que, conquanto os estudos sejam amplos e contínuos, há espaço e relevância para o desenvolvimento de informações que permitam (i) ampliar os resultados e possibilitar uma avaliação mais objetiva da efetividade da política pública e (ii) subsidiar os gestores em suas decisões e no planejamento de políticas públicas.
15Os 497 municípios do estado do Rio Grande do Sul foram analisados no período de 2008 a 2021. A definição do horizonte temporal deu-se em função da disponibilidade da maioria das variáveis quanto ao ano inicial e da instalação da pandemia de Covid-19, quando muitos dados foram prejudicados, quanto ao período final. Para aprimorar o processo de gestão, o estado é subdividido em 30 Coordenadorias Regionais de Educação e 18 Coordenadorias Regionais de Saúde, as quais coordenam os programas conforme cada região (RIO GRANDE DO SUL, 2022).
16Em relação aos dados, os do Programa Bolsa Família (PBF) foram retirados dos Portais da Transparência do Governo Federal (SAGI, 2021) e correspondem aos repasses do PBF às famílias. Quanto aos indicadores de saúde, foram utilizados: a cobertura vacinal, que corresponde ao número de doses aplicadas da dose indicada (1ª, 2ª, 3ª dose ou dose única, conforme a vacina), dividido pela população-alvo e multiplicado por 100; e o estado nutricional, que compreende os dados de peso e altura coletados no momento da pesagem dos beneficiários do PBF. Para o indicador de educação, foi utilizado o Índice de Desenvolvimento da Educação Básica (IDEB), que é calculado a partir dos dados da aprovação escolar, obtidos no Censo Escolar, e das médias de desempenho no Sistema de Avaliação da Educação Básica (Saeb) (BRASIL, 2021).
17Os dados da cobertura vacinal são oriundos do Sistema de Avaliação do Programa de Imunizações (API), gerido pela Coordenação-Geral do Programa Nacional de Imunizações (CGPNI), os quais são consolidados pelo Ministério da Saúde no Sistema de Vigilância Alimentar e Nutricional (SISVAN) (DATASUS, 1994). Já o estado nutricional é uma ferramenta para monitorar a situação alimentar e nutricional e também funciona como apoio aos profissionais de saúde para o diagnóstico local das condições e dos agravos alimentares e nutricionais da população atendida nos serviços de Atenção Básica (MINISTÉRIO DA SAÚDE, 2017).
18As variáveis econômicas e fiscais utilizadas foram: o Produto Interno Bruto (PIB) per capita dos municípios (IBGE, 2022); o Fundo de Manutenção e Desenvolvimento da Educação Básica e de Valorização dos Profissionais da Educação (Fundeb) recebido pelos municípios (FNDE, 2022); e o Fundo Nacional de Saúde (FNS), que compreende as transferências nas modalidades Fundo a Fundo, convênios, contratos de repasse e termos de cooperação para os municípios. Foi considerada a soma de todas as modalidades dos valores dos repasses do FNS para os municípios do Rio Grande do Sul (FNS, 2022).
19Para a melhor compreensão dos indicadores, eles estão sintetizados no Quadro 1, assim como os efeitos esperados sobre o PBF.
Quadro 1. Indicadores, variáveis e efeito esperado do impacto causado pelos repasses do PBF sobre elas
|
Indicador
|
Variável
|
Definição
|
Unid.
|
Referências
|
Efeito esperado
|
|
Saúde
|
Cobertura vacinal
|
CVac
|
%
|
Cattelan, Mello e Bezerra (2020)
|
Relação positiva
|
|
Estado nutricional
|
ENut
|
Unidade
|
Oliveira et al. (2011); Oliveira et al. (2022)
|
Redução de indivíduos desnutridos e aumento de crianças eutróficas
|
|
Educação
|
Índice de Des. da Educação Básica (IDEB)
|
IDEB15
|
Unidade
|
Duarte (2013); Denes, Komatsu, Menezes-Filho, (2018)
|
Relação negativa
|
|
Variáveis econômicas e fiscais
|
Produto Interno Bruto (PIB) per capita
|
PIBpc
|
R$
|
Denes, Komatsu, Menezes-Filho, (2018)
|
Relação positiva
|
|
Fundeb
|
Fundeb
|
R$
|
Veiga (2015)
|
Relação positiva
|
|
Fundo Nacional de Saúde
|
FNS
|
R$
|
-
|
-
|
Fonte: Elaborado pelos autores (2023)
20Para analisar o impacto do PBF sobre os indicadores de saúde e educação, é utilizada a modelagem de dados em painel, o que se justifica pelo fato de o estudo utilizar o município como unidade de análise, enquanto as variáveis são observadas ao longo do tempo (WOOLDRIDGE, 2018).
21No entanto, é importante verificar se os dados das unidades (i) e dos períodos (t) estão disponíveis, para, assim, classificar os painéis entre equilibrados e desequilibrados. No primeiro caso, os painéis possuem todas as observações sobre as unidades de análise em todos os períodos de observação; enquanto, no segundo, há a ausência de pelo menos um dado no horizonte temporal de análise (STOK, WATSON, 2004).
22Quanto à forma funcional, o modelo de dados em painel possui dois tipos: modelo de efeito aleatório e modelo de efeito fixo (HSIÃO, 2003; WOOLDRIDGE, 2018). O primeiro é aplicado em painéis não equilibrados, porém necessita presumir que os motivos pelos quais alguns períodos de tempo estão faltando não estão sistematicamente relacionados aos erros idiossincráticos. Destaca-se que, se o objetivo do modelo de efeitos fixos é verificar os impactos das variáveis independentes variando entre indivíduos e também ao longo do tempo, deve-se supor que o intercepto varia de um indivíduo para outro e é constante ao longo do tempo (FERNANDES, 2019). Formalmente, o modelo de efeitos fixos é apresentado na Equação (1):
23Yit = αi + β1 X 1it +...+βk X kit+ε it (1)
24em que o subscrito i representa as diferentes unidades de análise e o subscrito t o período de tempo analisado; i denota os interceptos a serem estimados para cada um dos indivíduos, sendo constante (ou fixo) ao longo do tempo e εit o termo de erro (WOOLDRIDGE, 2018).
25O segundo modelo é adequado quando se considera que o efeito não observado não é correlacionado com todas as variáveis explicativas. Esse modelo é representado na Equação em (2).
26Yit = βi X it + µit com µit = ε it + uit, com ε_i iid(0,σ_ε^2 ) e u_ iid(0,σ_u^2 ) (2)
27Essa estrutura define o termo de erro composto, em que ε it corresponde às unidades de análises e o uit, ao termo idiossincrático que varia com o i e com o t.
28Logo, torna-se necessário definir o modelo com melhor adequação. Frequentemente, utiliza-se o teste de Hausman, o qual tem como hipótese nula que os estimadores do modelo de efeitos fixos e do modelo de componente de erros não são significativamente diferentes. Na prática, a rejeição da hipótese nula significa que, ou as estimativas de efeitos aleatórios e de efeitos fixos são suficientemente próximas que não importa qual será usada, ou a variação amostral é tão grande nas estimativas de efeitos fixos que não se pode concluir se as diferenças praticamente significantes são estatisticamente significantes, sendo sugerida a utilização do modelo de efeitos fixos (WOOLDRIDGE, 2018).
29Entretanto, antes de estimar os modelos, é necessário avaliar a estrutura das séries temporais. Para esse propósito, são utilizados os testes de estacionariedade de Fisher, propostos por Choi (2001), nas versões de Augmented Dicker Fuller (ADF) e Phillips-Perron (PP), com tendência e mitigando o impacto da dependência para dados desbalanceados (GREENE, 2012).
30Para os painéis balanceados, são utilizados dois testes de estacionariedade: o de Im-Pesaran-Shin (IPS) e o de Breitung. O teste de Im, Pesaran e Shin (1997) estendeu o teste de Levin-Lin, propondo uma metodologia baseada na média do t-estatístico do teste Augmented Dickey-Fuller (ADF) de cada uma das variáveis da amostra. Já os testes de Breitung (2000) e Breitung e Das (2005) adotam uma abordagem diferente, adequando os dados antes de ajustar um modelo para que os ajustes de viés não sejam necessários. Esses últimos testes assumem que o termo de erro 𝜖𝑖𝑡 não está correlacionado ao longo das unidades i.
31Na sequência, são aplicados os testes de cointegração de Kao, Pedroni e Westerlund para os modelos balanceados. Os testes de Pedroni e de Kao são baseados em Engle-Granger (1987) e correspondem a testes de cointegração em dois passos, baseados nos resíduos. Esses testes fundamentam-se no exame dos resultados de uma regressão efetuada com variáveis I(1) (não estacionárias); porém, caso as variáveis sejam cointegradas, os resíduos devem ser I(0). O teste de Westerlund (2006), por sua vez, expande o teste de McCoskey e Kao ao permitir a existência de quebras estruturais, definidas endogenamente, seguindo Bai e Perron (1998, 2003), permitindo identificar o local das quebras por minimizar localmente a soma dos quadrados dos resíduos (JOIOZO; TELES, 2010).
32E para testar as premissas de autocorrelação serial e heterocedasticidade, são aplicados os testes de Wooldridge e Wald, respectivamente, os quais têm na hipótese nula a ausência do efeito. Em caso de ocorrer ambos os problemas, faz-se necessário aplicar métodos de correção, caso do modelo de Prais-Winsten (Linear regression with panel-corrected standard erros - PCSE) (BECK; KATZ, 1995; GREENE, 2012), que é uma regressão linear desenvolvida para estimar a tendência e associação em séries temporais, sendo que considera a relação de dependência entre valores consecutivos da série (ANTUNES, 2022).
33Considerando as variáveis, a estrutura e os testes descritos, são propostos os modelos analíticos à avaliação das relações e dos efeitos do Programa Bolsa Família sobre os indicadores de saúde (equações 3 e 4) e educação (Equação 5) dos municípios do estado do Rio Grande do Sul, no período de 2008 a 2021.
34Modelo 1 - 〖CVac〗_it=ρ_i+ω_1 〖BF〗_it+ω_2 〖PIBpc〗_it+ω_3 〖FNS〗_it+δ_it (3)
35Modelo 2 - 〖ENut〗_it=ρ_i+ω_1 〖BF〗_it+ω_2 〖PIBpc〗_it+ω_3 〖FNS〗_it+δ_it (4)
36Modelo 3 - 〖IDEB〗_it=φ_i+γ_1 〖BF〗_it+γ_2 〖PIBpc〗_it+γ_3 〖FUNDEB〗_it+ϑ_it (5)
37com i = 1, ..., 497 e t = 2003, ..., 2021, sendo CVac a cobertura vacinal do município, 〖ENut〗_, o estado nutricional dos beneficiários do PBF, 〖IDEB〗_, o Índice de Desenvolvimento da Educação Básica do município; 〖BF〗_, os repasses do Programa Bolsa Família; 〖PIBpc〗_, o Produto Interno Bruto per capita; 〖FUNDEB〗_, o repasse do Fundo de Manutenção e Desenvolvimento da Educação Básica e de Valorização dos Profissionais da Educação aos municípios; 〖FNS〗_, o valor dos repasses do Fundo Nacional de Saúde aos municípios; ρ, e ω correspondem aos parâmetros a serem estimados e δ, ao termo de erro.
38Alguns dados foram ajustados a fim de que se consiga abranger o maior número possível de informações e, assim, obter uma análise mais completa. Foram ajustados os dados do PIB per capita referentes ao ano de 2021, para o qual foi realizada a média dos últimos dois anos. Para o IDEB, foi realizada uma interpolação de dados, e os municípios com mais de duas lacunas foram excluídos. Considerando esse último critério, foram excluídos 137 municípios, restando à análise 360. Ainda, as séries de valores monetários (PIBpc, Fundeb, FNS e BF) foram atualizadas (deflacionadas), utilizando o Índice Nacional de Preços ao Consumidor Amplo (IPCA), com ano base de 2021.
39A análise inicia-se com a apresentação dos resultados das estatísticas descritivas das variáveis dos municípios do Rio Grande do Sul, as quais auxiliam na compreensão dos dados e permitem verificar a existência de padrões e inconsistências (Tabela 1).
Tabela 1. Estatísticas descritivas
|
Variável
|
Nº observações
|
Média
|
Desv. Padrão
|
Máximo
|
Mínimo
|
|
CVac
|
5.026
|
81,35
|
23,42
|
637,88
|
0
|
|
ENut
|
5.026
|
218
|
597
|
15.589
|
0
|
|
IDEB
|
4.985
|
5,61
|
0,77
|
8,3
|
2,8
|
|
BF
|
5.026
|
20.3752,7
|
632.270,6
|
1.36e+03
|
440,58
|
|
FNS
|
5.026
|
1.00e+07
|
7.25e+07
|
1.56e+09
|
90.987,37
|
|
PIBpc
|
5.026
|
41.238,18
|
28.934,39
|
420.710,00
|
9.532,6
|
|
Fundeb
|
5.026
|
1.40e+07
|
3.04e+07
|
4.54e+08
|
123867.2
|
Fonte: Resultados da pesquisa (2023)
40Todas as variáveis apresentaram 5.026 observações, exceto o IDEB, pois há anos em que não possui dados disponíveis, e sua aplicação ocorre de dois em dois anos. A cobertura vacinal apresentou média de 81,35% e um máximo de 637,88%, no município de São Valentim do Sul, em 2015. Coberturas vacinais acima de 100% podem ocorrer devido ao fato de os dados serem secundários, superestimando o numerador ou subestimando o denominador, pois há pessoas que são vacinadas e não residem no local. Também existe a possibilidade de atualização no sistema, o que implica diferenças nos resultados, dado que há municípios que podem abastecer sistemas fora do prazo, conforme o Observatório de Vacinas, organizado pela Universidade Católica de Santos (BARBIERI, 2021).
41O estado nutricional de eutrofia em crianças de 0 a 10 anos apresentou, em média entre os anos avaliados, 218 registros, e um máximo de 15.589, no município de Porto Alegre, em 2014, demonstrando que a capital é a que concentra maiores níveis de pessoas beneficiárias do PBF com peso adequado. O IDEB de crianças do 1º ao 5º ano teve média de 5,61, e o município com a maior nota foi Picada Café, com 8,3, no ano de 2019. Por sua vez, o município que apresentou a menor nota do IDEB foi Cacique Doble, com 2,8, no ano de 2009.
42Quanto ao repasse do PBF, verifica-se que, em valores absolutos, Fagundes Varela, no ano de 2019, foi o município que recebeu o menor valor (R$440,58), e Porto Alegre recebeu o maior repasse do programa (R$13.558.580,03), em 2016. Já o município que apresentou o menor repasse do FNS foi Capão Bonito do Sul, no ano de 2009, com o total de R$90.987,37, enquanto o que recebeu o maior repasse foi Porto Alegre, no ano de 2020, com valor aproximado de R$ 1,6 bilhão.
43Quanto ao PIB per capita, o município que apresentou o menor valor foi Ametista do Sul, com R$9.532,60, no ano de 2008, enquanto o maior foi registrado em Triunfo, no ano de 2010, com R$420.710,00, devido à indústria petroquímica. Por fim, o município que apresentou o maior repasse do Fundeb, em valores absolutos, foi Porto Alegre, no ano de 2021, no valor aproximado de R$453,6 milhões, enquanto o que recebeu o menor valor foi Quatro Irmãos, no ano de 2008, com R$ 123.867,20.
44Para atingir o objetivo de analisar a influência do PBF nas condicionalidades da saúde dos municípios do Rio Grande do Sul, primeiramente, foram aplicados os testes de estacionariedade de Breitung e de Im-Pesaran-Shin (IPS), definidos pelo painel ser balanceado, cujos resultados se encontram na Tabela 2.
Tabela 2. Resultado do Teste de Estacionariedade de Breitung e IPS
|
Breitung
|
IPS
|
|
Variável
|
Coef.
|
Prob.
|
Coef.
|
Prob.
|
|
CVac
|
-26,5852
|
0,0000
|
-22,4706
|
0,0000
|
|
ENut
|
-10,9130
|
0,0000
|
-10,3768
|
0,0000
|
|
BF
|
-5,2504
|
0,0000
|
6,0920
|
1,0000
|
|
FNS
|
-7,1238
|
0,0000
|
-5,6497
|
0,0000
|
|
PIBbp
|
-5,3665
|
0,0000
|
-9,6167
|
0,0000
|
Fonte: Resultados da pesquisa (2023)
45Verifica-se que todas as variáveis rejeitaram a hipótese nula, o que indica que a média e variância não são constantes ao longo do tempo, ou são não estacionárias (ou possuem raiz unitária). A partir disso, aplicaram-se os testes de cointegração propostos por Kao, Pedroni e Westerlund, conforme resultados na Tabela 3. Os resultados evidenciam a existência de cointegração, pela rejeição da hipótese nula, ao nível de significância de 1%, sugerindo que as séries convergem para uma relação de equilíbrio no longo prazo.
Tabela 3. Resultados dos testes de cointegração
|
Teste de Kao
|
Teste de Pedroni
|
Teste de Westerlund
|
|
Modelo 1
|
Modelo 2
|
Modelo 1
|
Modelo 2
|
Modelo 1
|
Modelo 2
|
|
Dickey-Fuller
|
-29,7187***
|
-2,6640***
|
|
|
|
|
|
Unadjusted Modified Dickey-Fuller
|
-42,8785***
|
-14,4696***
|
|
|
|
|
|
Unadjusted Dickey-Fuller
|
-36,5446***
|
-10,0690***
|
|
|
|
|
|
Modified Phillips-Perron
|
|
|
8,35***
|
11.1926***
|
|
|
|
Phillips-Peron
|
|
|
-46,7326***
|
-24,8100***
|
|
|
|
Augmented Dickey-Fuller
|
|
|
-45,0066***
|
-23,4785***
|
|
|
|
Variance Ratio
|
|
|
|
|
-10,7924***
|
-6,8646***
|
***, ** e * indicam a significância de 1%, 5% e 10%, respectivamente.
Fonte: Resultados da pesquisa (2023)
46Posteriormente, realizou-se o teste de Hausman, o qual tem por finalidade estimar se é mais indicado à análise o painel de efeitos fixos ou o painel de efeitos aleatórios. Para complementar, foi aplicado o teste Breusch-Pagan, que testa na hipótese nula se o vetor de variância v é igual a zero. Os resultados de ambos os testes indicam que o modelo de efeitos fixos é indicado à estimação dos dois modelos (Tabela 4).
Tabela 4. Resultados dos testes de seleção dos modelos e de diagnóstico
|
Teste
|
Modelo
|
Estatística
|
p-value
|
|
Hausman
|
1
|
95,01
|
0,0000
|
|
2
|
102,35
|
0,0000
|
|
Breusch-Pagan
|
1
|
630,55
|
0,0000
|
|
2
|
907,33
|
0,0000
|
|
Wooldridge
|
1
|
35.637
|
0,0000
|
|
2
|
1.048
|
0,3067
|
|
Wald
|
1
|
1.247,63
|
0,0000
|
|
2
|
2.700
|
0.0000
|
Fonte: Resultados da pesquisa (2023)
47Os testes de autocorrelação de Wooldridge, o qual tem em H_0 a ausência de autocorrelação serial, e de heterocedasticidade de Wald, o qual tem em H_0 a ausência de heterocedasticidade, indicam que, para o Modelo 1, os resultados sugerem a rejeição da hipótese nula, evidenciando a presença de ambos os problemas. A correção foi realizada pela estimação do modelo Prais-Winsten. Já para o Modelo 2, o teste de Wooldridge não indicou correlação serial, entretanto, o de Wald confirmou a presença de heterocedasticidade. A correção de White foi aplicada para eliminar o problema relacionada a matriz de variâncias.
48Considerando os resultados dos testes de adequação e de diagnóstico, os modelos para os indicadores de saúde foram estimados, conforme resultados apresentados na Tabela 5. O Modelo 1 tem como variável explicada a cobertura vacinal, e o Modelo 2, o estado nutricional de crianças de 0 a 10 anos, com eutrofia, beneficiárias do PBF. Ambos os modelos foram estimados com as variáveis em logaritmo, transformação que permite analisar os coeficientes em termos de elasticidades.
49Quanto ao ajustamento, o Modelo 1 apresentou R² igual a 0,949, os sinais encontrados seguem as relações teóricas esperadas e foram estatisticamente significativos, exceto a variável PBF, que apresentou relação contrária. O Modelo 2 apresentou R² igual a 0,719; as variáveis explicativas foram significativas e as relações estão de acordo com as esperadas, exceto para a variável FNS, que apresentou sinal contrário.
Tabela 5. Resultados do PBF para a condicionalidade da saúde – Modelos 1 e 2
|
Indicador
|
Variável
|
Modelo 1 – Cvac
|
Modelo 2 - Enut
|
Efeito Esperado
|
|
Coeficiente
|
Prob.
|
Coeficiente
|
Prob.
|
|
|
Saúde
|
FNS
|
0,0097
(0,1802)
|
0,590
|
-0,2885
(0,400)
|
0,000
|
>
|
|
PIBpc
|
0,0901
(0,0246)
|
0,000
|
0,0604
(0,0640)
|
0,345
|
>
|
|
BF
|
-0,0361
(0,0155)
|
0,020
|
0,7524
(0,0401)
|
0,000
|
>
|
|
R2
|
0,949
|
0,719
|
|
Obs.: ( ) se refere ao erro-padrão
Fonte: Resultados da pesquisa (2023)
50Para o Modelo 1, o FNS apresentou relação positiva com a cobertura vacinal, indicando que, quanto maior o repasse, maior a CVac, conquanto o crescimento tenha sido marginal. Em termos quantitativos, para cada 1% de aumento no FNS, a CVac aumenta em aproximadamente 0,01%. Contudo, para o Modelo 2, as crianças beneficiárias do PBF, de 0 a 10 anos, com eutrofia apresentaram relação negativa com o FNS, indicando uma relação contrária entre o repasse do fundo e o número de crianças com eutrofia. Para ambos os modelos, as estimativas foram significativas a 1%.
51Em relação aos repasses à saúde e aos indicadores de vacinação, os recursos do Fundo Nacional de Saúde devem ser utilizados para a prevenção e a conscientização da população acerca das ações de saúde. Ressalta-se que o Brasil investiu recursos volumosos no Programa Nacional de Imunizações, na vigilância de eventos adversos pós-vacinais, para garantir atendimento universal, no sistema de informação; além disso, descentralizou ações e promoveu capacitações aos gestores em todos os âmbitos (BRASIL, 2003). Essas evidências reforçam os resultados encontrados por Zahdi, Júnior e Maluf (2009), os quais verificaram que, para cada dólar investido na vacinação, US$2,26 são economizados no tratamento.
52Por outro lado, o resultado inverso entre FNS e o estado nutricional de crianças de zero a dez anos, beneficiárias do programa de transferência de renda, pode ser explicado, em certa medida, a partir da análise da evolução dos repasses realizados e das mudanças ocasionadas pela pandemia do Covid-19, quando a pesagem dos beneficiários do programa tornou-se não obrigatória. A partir disso, houve uma queda drástica dos números de pesagem e, em contrapartida, um aumento expressivo no montante de recursos repassados para o FNS, a fim de financiar ações de combate à pandemia.
53Ao analisar os valores repassados a todos os municípios do Rio Grande do Sul, a média dos recursos do FNS, de 2008 a 2019, foi de R$ 3,4 trilhões/ano, enquanto a média de 2020 e 2021 subiu para R$ 4,7 trilhões/ano, correspondendo a um crescimento de aproximadamente 38%. Por outro lado, a média de crianças avaliadas entre 2008 e 2019 foi de 84.250, enquanto, em 2020 e 2021, foi cerca de 50% menor (41.022). Logo, o resultado negativo pode estar relacionado ao baixo número de crianças avaliadas em 2020 e 2021, mesmo com o substancial aumento no volume de recursos, conquanto essa expansão tenha sido direcionada, em grande medida, para ações de combate a pandemia.
54 O Produto Interno Bruto per capita apresentou relação positiva e significativa em ambos os Modelos (1 e 2). A partir disso, pode-se inferir que a produção econômica dos municípios do Rio Grande do Sul tende a elevar a cobertura vacinal e o número de crianças de zero a dez anos beneficiárias do PBF em estado de eutrofia. Quantitativamente, essa relação positiva é de 0,09% para a cobertura vacinal e de 0,06% para o estado nutricional.
55 Nessa linha, Campoli et al. (2019) verificaram que o PIB per capita demonstrou significância na queda de pobres e extremamente pobres, da desnutrição e da mortalidade infantil, além de contribuir para a expectativa de vida. Igualmente, Barbosa et al. (2023) constataram um aumento da prevalência de sobrepeso em consequência da diminuição do PIB per capita e do Índice de Desenvolvimento Humano. Dessa forma, os resultados corroboram as evidências, uma vez que o PIB per capita possui relação positiva com o estado nutricional eutrófico de crianças de zero a dez anos beneficiárias, promovendo uma melhora na segurança alimentar e nutricional.
56Também, níveis de renda mais elevados indicam populações com maior acesso à educação, o que contribui para melhores condições de saúde; da mesma forma, maiores níveis de crescimento econômico tendem a gerar melhores possibilidades de desenvolvimento social.
57Complementando, Munaretto e Silva (2016) analisaram o PBF em 43 municípios do Rio Grande do Sul, encontrando que 12 apresentaram percentuais de dependência do PBF acima da média do Brasil, que era de 20,78%, e que 37 apresentaram dependência acima da média do estado, que era de 8,35% da população. Isto demonstra a importância do programa de transferência de renda para os municípios do estado e que as condições econômicas locais influenciam nas condições de sobrevivência.
58Quanto aos repasses do Programa Bolsa Família, obteve-se relação positiva e significativa para o Modelo 2, corroborando o resultado esperado. O incremento de 1% nos repasses do PBF eleva em 0,75% o estado nutricional de eutrofia de crianças de zero a dez anos beneficiárias do programa. Já a cobertura vacinal apresentou relação negativa, contrariando as evidências empíricas. Esse resultado, a priori não esperado, pode estar refletindo a constante redução do número de crianças imunizadas nos últimos anos, bem como o período da pandemia da Covid-19, que teve repercussões sociais e nos cuidados de saúde preventiva, com efeitos importantes sobre a saúde das crianças e das mulheres em estado gestacional. Para isso, o programa buscou apoio junto às redes de serviços existentes, como a Estratégia Saúde da Família, para o cumprimento das condicionalidades de saúde dos beneficiários.
59 No caso do estado nutricional, o impacto significativo dos repasses do Programa Bolsa Família demonstra que a política de transferência de recursos impacta positivamente o consumo alimentar das famílias beneficiárias, evidenciando que o objetivo de minimizar a situação das pessoas que vivem em vulnerabilidade social, especificamente aquelas com déficit alimentar, tem sido direta e/ou indiretamente atenuado.
60As evidências já apontaram para essa relação, como nos casos de Neri (2017) e Santos et al. (2020), os quais relacionaram o programa a um aumento da segurança alimentar e nutricional. Igualmente, Rasela et al. (2013) destacam que o PBF pode contribuir para a redução da mortalidade infantil, em especial de mortes ligadas à pobreza, como a desnutrição e a diarreia. Complementando, Segura-Perez, Grajeda e Perez-Escamila (2016), em revisão sistemática, concluíram que o PBF possui efeitos positivos sobre os índices antropométricos infantis e que o programa melhora a segurança alimentar e a ingestão de alimentos entre crianças pequenas, bem como a saúde geral e a sobrevivência das crianças.
61Para o município de Santa Maria, no estado do Rio Grande do Sul, Oliveira, Cavalheiro e Bonella (2009) concluíram que o PBF é fonte de segurança alimentar para famílias pobres e promove o alívio imediato das necessidades básicas do ser humano. Na mesma linha, Santos (2007), ao estudar o Conselho Regional de Desenvolvimento do Norte do Rio Grande do Sul, concluiu que a pobreza se constitui como outra face do desenvolvimento capitalista; logo, para que haja redução, é necessário maior alocação de recursos às áreas sociais e também maior qualidade na intervenção governamental. Igualmente, Fahel e Teles (2018) demonstraram que a medida unidimensional de pobreza, focada apenas na renda, é insuficiente às necessidades dos mais pobres, pois a pobreza possui várias dimensões, como saúde e educação, entre outras. Dessa forma, a multidimensionalidade torna-se prioridade nas políticas sociais e traz um grande desafio: auxiliar na melhor escolha de ações para combater a pobreza.
62 Ainda na perspectiva municipal, Kuhn e Tonetto (2017) ao analisarem os municípios do Rio Grande do Sul, concluíram que a oferta de benefícios às famílias do estado é importante para a economia, sobretudo em municípios com até 10.000 habitantes, pois são estes os que possuem o maior percentual de beneficiários em relação à população total.
63Quanto a relação negativa da CVac, ela corrobora a evolução da cobertura vacinal nacional, que teve uma queda significativa nos últimos anos, passando de 95,07% em 2015 para 67,94% em 2022. O estado do Rio Grande do Sul igualmente apresentou retração, passando de 87,69% para 70,77% no mesmo período (DATASUS, 2023). Essa redução também foi destacada pela Fundação Osvaldo Cruz (2022), que enfatizou que esse cenário está relacionado ao ressurgimento de doenças que já estavam erradicadas, como o sarampo, erradicado em 2016, mas que voltou a apresentar novos casos em 2018. Ainda, a pandemia agravou as baixas coberturas, uma vez que as recomendações de distanciamento social promoveram o afastamento da população das unidades de saúde para a realização de vacinação (FUNDAÇÃO OSVALDO CRUZ, 2022).
64Dessa forma, o resultado negativo da relação da vacinação com o PBF pode ser justificado pela baixa adesão das famílias às campanhas de vacinação. As prováveis causas dessa queda estão relacionadas à percepção errônea de que não é necessário vacinar, pois a doença não está ativa; ao desconhecimento do programa de imunização; ao medo de reações adversas; à falta de tempo dos pais e cuidadores para levar os filhos à unidade de saúde; ao desaconselhamento de profissionais de saúde para tomar determinadas vacinas; à falta de confiança em relação às fórmulas das vacinas e sua eficácia; a vacinas estarem disponíveis apenas na rede particular e divulgação insuficiente (FRANCO et al., 2020; MOURA et al., 2020).
65Essas hipóteses corroboram os resultados divergentes já evidenciados. É o caso de Ford et al. (2020), que não encontraram associação entre a cobertura vacinal e o PBF, apesar de a vacinação ser condição para o recebimento do benefício; enquanto Cattelan, Mello e Bezerra (2020) verificaram que a vacinação, no estado do Paraná, apresentou expressivo aumento na média de imunização considerando os repasses do programa. Ainda, esses resultados reforçam que a política de imunização impacta de forma diferenciada as regiões do país, pois, apesar de a campanha ser nacional, a execução é municipal, realizada por entes públicos altamente heterogêneos em termos de estrutura e gestão pública.
66 Destaca-se que a vacinação e o estado nutricional dentro de padrões normais estão de acordo com as condições necessárias para diminuir a mortalidade infantil. Nessa linha, vários estudos associaram o PBF à redução da mortalidade infantil (SHEI, 2013; RASELA et al., 2013; GUANAIS, 2014; CRUZ; MOURA; NETO, 2017; SILVA; PAES; SILVA, 2018; SILVA; PAES, 2019) demonstrando a importância dessa política pública para a vida das pessoas em condição de vulnerabilidade social.
67 Em suma, os resultados, em sua maioria, encontram-se alinhados às evidências empíricas, corroborando a relevância do Programa Bolsa Família na melhoria das condições sociais dos beneficiários. Todavia, destaca-se que, para a melhora da qualidade de vida das pessoas em situação de vulnerabilidade social, são necessários mais investimentos em saúde e também nas condições econômicas.
68Na mesma linha, Ancochea e Mattei (2011) e Denes, Komatsu e Meneses-Filho (2018) evidenciaram que, para ocorrer melhora nos resultados de saúde e educação, além da diminuição da pobreza e da desigualdade no longo prazo, deve haver a ampliação dos serviços de saúde e educação, juntamente com a melhoria nas condições econômicas.
69Esses resultados vão ao encontro da discussão acerca da complexidade da política social, que não deve ficar focalizada em ações específicas, mas ter seus objetivos inseridos em políticas universalizadas (KERSTENETZKY, 2006). Converge com o exposto por Theodoro e Delgado (2003), quando mencionam que as políticas focalizadas realizam um afunilamento da questão social exclusivamente para a política social, ao mesmo tempo em que transfere o debate sobre essa política unicamente para o gasto social.
70A análise da influência do PBF nas condicionalidades da educação dos municípios do Rio Grande do Sul iniciou-se pela aplicação dos testes de estacionariedade e de diagnóstico. Os testes de raiz unitária de Fisher, propostos por Choi (2001), nas versões de Augmented Dicker Fuller (ADF) e Phillips-Perron (PP), foram adotados por serem mais adequados para painéis não balanceados (GREENE, 2012). Os resultados desses testes encontram-se na Tabela 6.
Tabela 6. Resultado do Teste de Estacionariedade
|
Inverse Chi-Squared (p)
|
Inverse Chi-Squared (p)
|
|
Variável
|
Coef.
|
Prob.
|
Coef.
|
Prob.
|
|
Fundeb
|
669,9560
|
0,8997
|
-1,2678
|
0,8976
|
|
IDEB
|
1849,6327
|
0,0000
|
29,8626
|
0,0000
|
|
BF
|
529,7636
|
1,0000
|
-4,9682
|
1,0000
|
|
PIBpc
|
1107,0263
|
0,0000
|
10,2660
|
0,0000
|
Fonte: Resultados da pesquisa (2023)
71Os resultados para ambas as especificações indicam que metade das variáveis são estacionárias em nível (PIBpc e IDEB), enquanto a outra metade não apresentou estacionariedade (BF e Fundeb). Entretanto, essas propriedades podem não implicar em resultados espúrios caso as séries apresentem comportamento comum no longo prazo.
72Para a adequação do modelo foram empregados os testes de Hausman e de Breusch-Pagan, que têm em H_0 que o vetor é igual a zero. Os resultados de ambos os testes indicam que o modelo de efeitos fixos é mais adequado ao conjunto de dados (Tabela 7).
Tabela 7. Resultados dos testes de seleção dos modelos e de diagnóstico para o Modelo 3
|
Teste
|
Estatística
|
p-value
|
|
Hausman
|
3536,57
|
0,0000
|
|
Breusch-Pagan
|
4083,50
|
0,0000
|
|
Wooldridge
|
8819,677
|
0,0000
|
|
Wald
|
15422,93
|
0,0000
|
Fonte: Resultados da pesquisa (2023)
73Complementando, aplicaram-se os testes de diagnóstico de autocorrelação de Wooldridge e de Wald para heterocedasticidade, os quais têm em H_0 a ausência de autocorrelação serial e a igualdade de variâncias. Os resultados de ambos os testes indicam a rejeição da hipótese nula, sugerindo a presença de autocorrelação e de heterocedasticidade (Tabela 7). Essas evidências determinam a necessidade de estimar um modelo com o objetivo de mitigar os efeitos da autocorrelação serial e da heterocedasticidade.
74A partir disso, o Modelo 3 foi estimado com base na forma funcional PCSE, a qual permite a correção dos problemas encontrados. Os resultados do PBF sobre a condicionalidade de educação, utilizando o Índice de Desenvolvimento da Educação Básica (IDEB) como variável dependente, encontram-se na Tabela 8. Da mesma forma que os anteriores, o modelo foi estimado com as variáveis em formato logarítmico, permitindo analisar as estimativas como elasticidades.
75Em termos de ajustamento, o modelo apresentou coeficiente de determinação de 0,947; as estimativas foram estatisticamente significativas e estão alinhadas às expectativas teóricas. Analisando os resultados, o Fundo Nacional da Educação apresentou relação positiva com o IDEB, indicando que, quanto maior o volume de repasse, maior o resultado do indicador de educação dos municípios do estado do Rio Grande do Sul. Especificamente, para cada 1% de aumento nos repasses do Fundeb, o IDEB aumenta em aproximadamente 0,05%. No mesmo sentido, a expansão do PIB per capita amplia as condições de educação, elevando as notas do IDEB em 0,75% para cada 1% de expansão na atividade econômica.
Tabela 8. Resultados do PBF para a condicionalidade da educação - Modelo 3
|
Indicador
|
Modelo 03 – IDEB
|
Efeito esperado
|
|
Variável
|
Coeficiente
|
Prob.
|
|
Educação
|
Fundeb
|
0,0537
(0,0151)
|
0,000
|
>
|
|
PIBpc
|
0,7521
(0,2172)
|
0,001
|
>
|
|
PBF
|
-0,0614
(0,0123)
|
0,000
|
<
|
|
R2
|
0,947
|
|
|
Obs.: ( ) se refere ao erro-padrão
Fonte: Resultados da pesquisa (2023)
76 Todavia, a relação entre nível educacional e atividade econômica possui caráter bidirecional, como no estudo de Silva e Cavalcante (2018), que utilizaram o PIB per capita para medir a riqueza dos municípios e os anos médios de estudo para mensurar a escolaridade, encontrando que a escolaridade atua de forma positiva sobre a riqueza municipal. Essas evidências corroboram os resultados encontrados, ao concluírem que, quanto maior a escolaridade média da população, maior será o produto agregado municipal. Além disso, alinham-se à teoria do capital humano, que sustenta que a educação de qualidade gera condições de expansão econômica, uma vez que o aumento das habilidades melhora as oportunidades profissionais e sociais dos indivíduos.
77 Quanto aos repasses do PBF, a relação foi negativa com a condicionalidade de educação, medida pelo IDEB. Para cada 1% de aumento nos repasses do programa às famílias beneficiárias, estimou-se uma diminuição de 0,06% nas notas do IDEB. Esse resultado alinha-se aos encontrados por Kuhn e Tonetto (2017), que identificaram diminuição das taxas de abandono escolar nos municípios gaúchos decorrente das condicionalidades do PBF, e por Duarte (2013) e Denes, Komatsu e Meneses-Filho (2018), que observaram que o PBF exerce efeito negativo sobre o IDEB, argumentando haver interferência na qualidade do ensino. Em contraposição, Kern (2018) constatou aumento na matrícula escolar dos beneficiários do programa na região Nordeste.
78 Ainda, Silva (2018) demonstra que há diferença no desempenho de crianças beneficiárias, sendo que o resultado é inferior para os beneficiários quando comparado ao grupo de controle, destacando que essa diferença é atenuada ao longo do tempo. O autor conclui que famílias carentes possuem restrições para investir em educação no presente, devido à limitação de recursos financeiros. Dessa forma, o repasse financeiro realizado conjuntamente às condicionalidades poderia promover a melhoria do acesso ao serviço.
79Seguindo essa linha, Pavan (2017) argumenta que não basta apenas aumentar o investimento per capita por aluno para gerar melhores desempenhos na educação, pois, quanto mais elevado socioeconomicamente for o município, espera-se haver melhor gestão administrativa, maior participação da sociedade civil e, consequentemente, maior renda per capita, saúde, saneamento, moradia, campo de trabalho, lazer e cultura. Todavia, faz-se importante incentivar que os beneficiários do PBF frequentem a escola, dado que há relação inversa entre o nível de escolaridade e a redução da pobreza para os beneficiários do programa de transferência de renda, conforme evidenciaram Marcelino e Couto (2022).
80De outro modo, há evidências que demonstram que a condicionalidade da educação melhorou outros aspectos importantes na educação de pessoas em vulnerabilidade social, como o aumento do percentual de aprovações de alunos do ensino médio (CATTELAN; MELLO; BEZERRA, 2020), o aumento na frequência escolar (CACCIAMALI; TATEI; BATISTA; 2010; PAULI; FRAGA; VIEIRA, 2015), a redução nas taxas de analfabetismo (PAULI; FRAGA; VIEIRA, 2015; SILVA; PAES, 2019) e a redução da taxa de distorção idade-série (ARAÚJO; FRIO; ALVES, 2021).
81Assim, ao longo dos anos, a condicionalidade da educação poderá promover impacto positivo na redução da pobreza das famílias em vulnerabilidade social, apesar de, no curto prazo, não refletir índices educacionais mais elevados. Contudo, é importante destacar a condição social que as crianças enfrentam, pois vivem em situação de vulnerabilidade e, portanto, possuem dificuldades que interferem no rendimento escolar, como alimentação inadequada, moradia insalubre e problemas familiares, entre outros fatores. Sendo assim, a educação, como condição para o recebimento do recurso, está sujeita a vários fatores que a influenciam, além do PIB e do Fundeb, incluindo aspectos sociais que podem promover melhorias.
82Para tanto, é fundamental que os gestores públicos atentem às questões que não podem ser resolvidas unicamente com o aumento dos repasses financeiros aos municípios ou às famílias carentes, mas que garantam o acesso e a qualidade dos serviços públicos ofertados, gerando, assim, condições para que as crianças melhorem o rendimento educacional. Esses aspectos são mencionados por Alvarenga (2011), ao destacar que políticas de transferência de renda ficam aquém dos objetivos pretendidos, uma vez que o acesso à educação e à saúde de baixa qualidade não é capaz de gerar as condições necessárias à superação da vulnerabilidade.
83Tais questões engendram o debate sobre a focalização ou a universalização da política social. Para Kerstenetzky (2006), essa discussão está relacionada tanto às concepções divergentes do caráter social de uma política pública quanto às distintas visões de justiça social. Por sua vez, em uma posição mais objetiva, Theodoro e Delgado (2003) enfatizam que o combate à pobreza e a vulnerabilidade não pode ser o objetivo único da política social, mas o produto de um esforço mais geral, no qual políticas de transferência de renda, assim como outras políticas mais estruturais, sejam parte integrante de um projeto nacional.
84O trabalho analisou a influência do Programa Bolsa Família e suas condicionalidades nos indicadores de saúde e educação dos municípios do estado do Rio Grande do Sul, no período de 2008 a 2021. Para essa finalidade, foi aplicada a metodologia de dados em painel. Foram estimados três modelos, sendo dois utilizando indicadores de saúde (cobertura vacinal e estado nutricional de crianças eutróficas de 0 a 10 anos de idade beneficiárias do PBF) e um com indicador de educação (Índice de Desenvolvimento da Educação – IDEB).
85 Os resultados para os indicadores de saúde demonstraram que o PBF se relacionou negativamente com a cobertura vacinal, enquanto o repasse de recursos do Fundo Nacional de Saúde e o PIB per capita elevaram a cobertura vacinal nos municípios. Já o estado nutricional foi impactado positivamente pelos recursos do PBF e pelo PIB per capita e negativamente pelo FNS.
86A relação negativa entre a cobertura vacinal e os repasses de recursos do programa social, a priori contrária ao esperado, encontra alguns argumentos não desconsideráveis, como a baixa procura pela vacinação nos últimos anos, reflexo da percepção errônea das famílias quanto à necessidade de realizar as vacinas, situação que foi agravada pela pandemia do Covid-19, que prejudicou os índices de vacinação em virtude das regras de isolamento social. De outro lado, o PBF possibilitou elevar o estado nutricional de crianças eutróficas de 0 a 10 anos de idade ao ampliar a segurança alimentar e nutricional, dado que, com o valor monetário repassado, as famílias conseguem ter maior acesso à compra de alimentos. Também, como uma das condicionalidades é a frequência escolar, essas crianças recebem a merenda oferecida nas escolas por meio do Programa Nacional de Alimentação Escolar (PNAE).
87Para os indicadores de educação, o PBF impactou negativamente os índices municipais da educação básica. Esse resultado aponta que, apesar de as crianças serem obrigadas a frequentar a escola para receber o benefício, essa condição não é suficiente para que aprendam e se desenvolvam, dado que ainda enfrentam outras situações de vulnerabilidade social. Evidência que reforça a importância de políticas públicas universalizadas e conjuntas, entre União e municípios, que atuem minimizando esses impactos, os quais são de natureza multidimensional. Ainda, o Fundeb e o produto econômico apresentaram relação positiva com o indicador educacional, demonstrando que aumentar os investimentos em educação e fortalecer a atividade econômica dos municípios contribui para melhorar a qualidade da educação.
88Os resultados destacaram a relevância da implementação de políticas públicas para melhorar as condições das famílias que vivem em situação de vulnerabilidade social, uma vez que a renda per capita impactou de forma positiva os indicadores avaliados. Por conseguinte, a administração pública deveria proporcionar condições para que os municípios desenvolvam suas atividades econômicas, a partir da alocação de recursos e da oferta de serviços públicos adequados, condições necessárias à melhoria da qualidade de vida e à diminuição das desigualdades sociais.
89Ainda, a melhoria das condições sociais e a efetividade do programa de transferência de renda passam pela observação de fatores multidimensionais, e não apenas dos valores monetários repassados às famílias. É importante fortalecer e gerir de forma eficaz os recursos investidos nas áreas de saúde e educação, bem como promover outras políticas sociais, como as de habitação e emprego, que beneficiem essa parcela da população e atuem de forma conjunta com o PBF.
90 Conquanto os resultados tenham permitido evidenciar aspectos importantes da política de repasses de recursos condicionados, algumas limitações devem ser consideradas, como a inexistência de dados para todos os anos de vigência do PBF, o que determinou o recorte a partir do ano de 2008, bem como o fato de a análise ter sido aplicada somente ao estado do Rio Grande do Sul, visto que o Brasil possui diversidade cultural, social e econômica. Logo, os resultados podem divergir em função das características e da forma de implementação das políticas públicas em nível regional e local. Como sugestão para trabalhos futuros, ressalta-se a importância de análises regionais e também da realização de estudos considerando as novas diretrizes do PBF associadas às mudanças socioeconômicas recentes.
91Esta pesquisa demonstrou a ocorrência de pequenas e médias empresas de comércio eletrônico em todas as regiões brasileiras, apesar de concentração acentuada em manchas e pontos do meio técnico-científico-informacional, principalmente na Região Concentrada. Nas cidades de São Paulo e Rio de Janeiro, metrópoles nacionais, esta atividade da economia digital também apresenta suas concentrações, coincidindo ora com centros corporativos e financeiros, ora com tradicionais bairros comerciais.
92Na atualidade, a despeito da ação a distância engendrar algumas interpretações sobre a nulidade da componente espacial, ratifica-se a importância do espaço geográfico para a compreensão das atividades econômicas. Contraditoriamente, agora quando as empresas podem agir remotamente, poucos são os lugares que reúnem as condições necessárias que asseguram uma ação instantânea e eficaz.
93 Como os lugares participam com suas características singulares e seus elementos culturais para moldar as novas atividades da economia digital, e ainda como alguns desses novos elementos entram em coexistência contraditória com elementos antigos, são questões abertas por este trabalho. Seu enfrentamento dependerá do entendimento de que, sem o espaço geográfico, a análise do fenômeno digital seguirá sendo amorfa e incompleta.