O efeito da redução de desigualdade de renda sobre demanda por transporte aéreo: O caso brasileiro

Seminário de Tese apresentado no âmbito do Programa de Pós-Graduação em Engenharia de Infraestrutura Aeronáutica do Instituto Tecnológico de Aeronáutica, área Transporte Aéreo e Aeroportos.

Jessica Aline Franco Frazão

O EFEITO DA REDUÇÃO DE DESIGUALDADE DE RENDA SOBRE DEMANDA POR TRANSPORTE AÉREO NA AMÉRICA LATINA: O CASO BRASILEIRO

Prof. Dr. Alessandro Oliveira Orientador

Campo Montenegro São José dos Campos, SP – Brasil 2016

Resumo A pesquisa investiga a relação entre redução de desigualdade de renda e demanda por transporte aéreo na América Latina. Apresenta a evolução dos indicadores socioeconômicos na região e dos indicadores do transporte aéreo doméstico no Brasil para a década de 2000-10. Propõe e aplica um modelo econométrico de demanda, tendo o índice Gini como variável principal. Utiliza o método Heckit para correção de viés de seleção e o Método Generalizado dos Momentos no modelo proposto. Resultados preliminares sugerem que a redução da desigualdade de renda torna a demanda por transporte aéreo mais sensível a preço.

Abstract The research investigates the possible correlation between income inequality reduction and air passenger demand in Latin America. It presents the evolution of social and economical indicators in the region in the 2000-10 decade, as well as Brazilian domestic air transport's. It proposes and applies an econometric model for passenger demand, using Gini index as main variable. It utilizes the Heckit method for bias correction and the genenalized method of moments in the model. Preliminary results suggest that the income inequality reduction results in a more price-sensitive passenger demand.

Sumário Introdução ........................................................................................................ 5 1 América Latina .............................................................................................. 8 1.1 Desigualdade de renda ............................................................................ 11 1.2 Classes sociais ........................................................................................ 14 2 Transporte aéreo no Brasil .......................................................................... 16 2.1 Transporte aéreo doméstico .................................................................... 16 3 Metodologia ................................................................................................. 20 3.1 Resultados preliminares ........................................................................... 22 4 Plano de ação ............................................................................................. 25 4.1 Dados da pesquisa .................................................................................. 25 4.2 Atividades acadêmicas ............................................................................ 25 4.3 Prazos ...................................................................................................... 26 4.4 Periódico .................................................................................................. 27 Referências .................................................................................................... 27

Introdução O início do século XXI foi marcado por um fenômeno que atingiu grande parte dos países da América Latina: a redução da concentração de renda. Este fenômeno é capturado a partir de alguns indicadores econômicos, sendo o índice Gini um deles. O Gini foi proposto inicialmente pelo estatístico italiano Corrado Gini em 1912, e varia entre 0 e 1 - quanto mais próximo de 0, menos concentrada é a renda em uma sociedade. Segundo o Banco Mundial, os países da América Latina apresentaram redução do índice Gini nos últimos anos, sobretudo a partir de 2003 tendência observada no Brasil desde 2002. O índice mais baixo no Brasil foi em 2006, quando o país atingiu 0,51. A figura 1 apresenta a evolução do índice na região, em comparação com o Brasil. 0,59

0,55

0,55

0,51









Figura 1: Evolução do índice Gini no Brasil e na América Latina

Ao correlacionar o Gini com demanda por transporte aéreo, é possível perceber que variações na concentração da renda em uma região acompanham variações na demanda por este serviço. Assim, a premissa deste trabalho é de que a redução da concentração de renda tem impacto

positivo sobre a demanda por transporte aéreo. Redução na concentração de renda tem como consequência a melhora na distribuição de renda, na medida em que esta passa a ser menos desigual. Tem-se, portanto a redução de desigualdade de renda na região. Para ilustrar esta relação, utiliza-se o inverso do índice Gini a fim de capturar a distribuição de renda. A figura 2 apresenta a correlação entre as duas variáveis na América Latina e a figura 3 faz esta relação no Brasil.

Figura 2: Correlação entre distribuição de renda e demanda por transporte aéreo

Figura 3: Distribuição de renda e demanda doméstica no Brasil

Variáveis que se correlacionam não necessariamente possuem uma relação de causalidade. Este trabalho pretende verificar tanto o efeito da redução da desigualdade sobre a demanda como seu efeito sobre outras variáveis que afetam a demanda, como preço, por exemplo. Irá verificar os eventos ocorridos nos anos 2000 no Brasil para compreender as variações na demanda neste período e fornecer bases para previsões de demanda, tendo a distribuição de renda como variável principal do modelo. Alguns modelos tendem a ser simples para permitir sua utilização universal. O modelo utilizado pela International Civil Aviation Organization (ICAO), por exemplo, inclui apenas PIB e preço para fazer previsões de demanda (Kazda e Caves, 2007). Este trabalho tem a preocupação de não ser tão universal ao ponto de apresentar problemas de subespecificação (Gujarati, 2004) - quando algumas variáveis não são consideradas no modelo e os resultados podem apresentar viés levando a conclusões equivocadas -, mas também não tão específico, a fim de permitir a aplicação do modelo em outros países, principalmente da América Latina. Problemas de subespecificação poderiam ocorrer caso apenas PIB fosse considerado como variável de renda neste estudo, sabendo-se do fenômeno da redução de desigualdade de renda na América Latina, e da importância do acesso ao crédito para transações comerciais no Brasil. Sem incluir variáveis de concentração de renda e de crédito, este estudo poderia atribuir um peso maior sobre o PIB do que ele realmente possui para a demanda por transporte aéreo no país, e poderia apenas replicar o que o mercado brasileiro acredita com base no modelo universal da ICAO, que demanda é afetada por PIB e preço apenas. Assim, pretende-se verificar o efeito da redução da desigualdade de renda sobre a demanda por transporte aéreo no Brasil tendo em vista os eventos sócio-econômicos regionais e globais, além dos fatos relevantes de regulação e competição na indústria para o período compreendido entre os anos 2002 e 2013.

1 América Latina Para Dayton-Johnson (2013), a década de 2000-10 foi o período em que a região apresentou melhora significativa em seus índices econômicos e sociais, podendo ser caracterizada como a década da América Latina. Foi o período de crescimento econômico auto sustentável, com incentivo ao consumo interno e relações comerciais com países periféricos, o que reduziu a dependência comercial de Estados Unidos e Europa, trazendo melhores condições para a balança comercial na região. Houve redução significativa da quantidade de pessoas vivendo abaixo da linha da pobreza, redução do índice de desigualdade de renda, e consequente aumento da classe média. A figura 4 representa a evolução do PIB per capta em trilhões de dólares na região, de 2000 a 2010.

Figura 4: PIB América Latina em trilhões de dólares Fonte: Banco Mundial

De

1995

à

2010

a

taxa

de

pobreza

na

região

reduziu

significantemente, assim como a desigualdade de renda (Azevedo et al., 2013). Este fenômeno foi mais acelerado entre os anos 2000 e 2010 que em períodos anteriores. A figura 5 mostra a evolução dos indicadores de desigualdade na região.



Figura 5: Índice Gini e Theil na América Latina e Caribe Fonte: Banco Mundial (2013)



O índice Gini representa a concentração da renda em uma região e segundo Gastwirth (1972), é o melhor indicador para medir desigualdade. Varia entre 0 e 1 e quanto mais próximo de 0, menos concentrada é a renda em uma sociedade. A queda neste indicador significa renda menos concentrada e, portanto, redução de desigualdade. Segundo Ceriani e Verme (2012), o índice foi desenvolvido pelo estatístico e sociólogo italiano Corrado Gini, em seu artigo de 1912 sob título "Variabilità e Mutabilità", nunca traduzido para o inglês. Foi difundido no meio acadêmico a partir do artigo "The measurement of the inequality of incomes", do economista e político britânico Hugh Dalton, publicado em 1920. Neste artigo ele não só apresenta o índice Gini, como compara o indicador com a curva de Lorenz, proposta pelo economista norte americano Max Otto Lorenz em seu trabalho de 1905 "Methods of measuring the concentration of welth". A curva de Lorenz parte do princípio de que existe uma linha de perfeita igualdade, que seria a distribuição proporcional da renda por população, conforme mostra a figura 6. O segmento OP seria a linha de perfeita igualdade, enquanto a curva OQP representa a distribuição desigual. OM e MP teriam valor 100, representando a totalidade da renda e o total da população de um país.

Figura 6: Curva de Lorenz Fonte: Dalton (1920)

Já o Theil é um índice que relaciona as médias aritmética e geométrica da renda per capta para indicar a distribuição da renda. Ele também é utilizado em estudos de transporte aéreo para medir a concentração geográfica de uma malha aérea (Alderighi et al., 2007), a partir da verificação do poder da frequência de voos nos aeroportos principais. Ambos Gini e Theil apresentaram queda no período, o que representa a consistência dos indicadores. O conceito de desigualdade já foi abordado pelo "The Economist" para discutir sobre a evolução da configuração das aeronaves ao longo dos anos. Berman (2014) calcula o índice Gini das aeronaves a partir da distribuição de assentos nas cabines econômica, executiva e primeira classe. A figura 7 apresenta duas configurações de aeronave, onde a primeira oferece 15% do espaço total para 7% dos passageiros na cabine executiva restando 75% do espaço para 93% dos passageiros em classe econômica e a segunda reserva 35% da aeronave para 19% dos passageiros em primeira classe, 25% da aeronave para 27% dos passageiros em cabine executiva e os 40% restantes para 54% dos passageiros em classe econômica. Segundo os cálculos da autora, a primeira aeronave teria um índice Gini de 0,08, enquanto a segunda teria 0,25.

Figura 7: Índice Gini aplicado a aeronaves Fonte: The Economist (2014)

A partir da aplicação do índice Gini em aeronaves é possível afirmar que ao privilegiar uma camada da sociedade, neste exemplo passageiros de primeira classe, tem-se como consequência a piora das condições para demais classes - os passageiros de classe econômica, apesar de serem maioria, passam a ter menos espaço nas aeronaves.

1.1 Desigualdade de renda Azevedo et al. (2015) afirmam que distribuição de renda tem impacto maior sobre redução da pobreza quando comparado com crescimento econômico. Os autores estimam que 60% da redução da pobreza entre 2000 e 2005 no Brasil se deu por efeito de distribuição de renda. Segundo Sen (1981), existe relação entre pobreza e desigualdade de renda e para Tsounta e Osueke (2014) a desigualdade de renda está fortemente correlacionada com a desigualdade educacional, o que sugere que o acesso à educação se dá de maneira desigual em países com índice Gini alto. A figura 8 apresenta a evolução do nível de escolaridade no Brasil, de 1990 a 2009.

Figura 8: Composição da população adulta por nível educacional no Brasil Fonte: Lustig, Lopez-Calva e Ortiz-Juarez (2011)

Os autores ainda demonstram que investimento em educação é o fator que mais contribui para a redução na desigualdade de renda, a partir de dados de países da América Latina. Azevedo et al. (2013) afirmam ainda que houve aumento em mais de 25% nos anos de escolaridade dos trabalhadores no Brasil de 1995 a 2010, e que de 2000 a 2010 houve redução da remuneração adicional atribuída por escolaridade e experiência - 61% e 72%, respectivamente. Assim, a lacuna entre trabalhadores altamente qualificados e os com menor qualificação, em termos de escolaridade e experiência, se reduz, produzindo efeito sobre a desigualdade de renda no país. A figura 9 apresenta o percentual de retorno sobre educação no Brasil, de 1990 até 2009. Pode-se perceber que após 2002 o retorno para o nível superior cai significativamente, reduzindo a distância entre os níveis de escolaridade.

Figura 9: Retornos sobre educação no Brasil Fonte: Lustig, Lopez-Calva e Ortiz-Juarez (2011)

Segundo Soares et al. (2009), outro fator que contribuiu para a redução da desigualdade de renda no Brasil foram os programas de transferência monetária condicional, principalmente de 1996 à 2004. Os autores estimam que o investimento em transferências para as pessoas selecionadas no programa representam 0,5% do PIB do país, valor bastante inferior aos gastos com o sistema previdenciário. Para Stampini e Tornarolli (2012), o modelo de condicionar os pagamentos do programa brasileiro (Bolsa Família) a requerimentos de desenvolvimento do capital humano das crianças e mulheres foi chave para quebrar a transmissão da pobreza entre gerações. O programa exige presença das crianças nas escolas, vacinação em dia tanto de crianças como de mulheres grávidas e em período de lactação, e participação das famílias em palestras sobre nutrição e saúde. Além disso, o pagamento é feito em dinheiro diretamente às mães, que passam a ter autonomia sobre o benefício social. O autor afirma que entre 2001 e 2010 o número de famílias contempladas pelo programa cresceu de 22 para 52 milhões. Programas similares foram implementados em 18 países da América Latina desde os anos 1990, e em 2010 alcançou quase 130 milhões de indivíduos, como mostra a figura 10.

Figura 10: Transferência monetária condicional na América Latina Fonte: Stampini e Tornarolli (2012)

1.2 Classes sociais O conceito de pobreza varia na literatura e afeta o dimensionamento de quantidade de pessoas por classe social. Para identificar a classe média, a Comissão Econômica para a América Latina (CEPAL) utiliza a análise bidimensional de renda per capita e ocupação, incluindo pessoas com renda per capita média e pessoas com renda per capita baixa, mas com características ocupacionais de classe média. A renda per capita média é obtida a partir de 4 vezes o valor atribuído à linha da pobreza urbana para o mínimo e o percentil 90 da renda total para o máximo. Este corte é feito para não incluir as pessoas vulneráveis, ou seja, pessoas com mais de 10% de chance de reduzir sua renda para abaixo da linha da pobreza. Uma outra análise é feita pelo economista Kharas, que considera classe média pessoas com renda per capita mínima de US$10 e máxima de US$100 por dia. Este tipo de definição é utilizado para comparação de classes em todos os países do mundo. Por outro lado, a Organização para Cooperação e Desenvolvimento Econômico (OCDE) utiliza o mínimo de 50% e o máximo de 150% da mediana da renda per capita, enquanto Banerjee &

Duflo consideram a renda per capita diária de consumo entre US$2 e US$10, o que representaria as pessoas que têm filhos mais saudáveis e em menor número que as pessoas consideradas pobres. Ravallion também considera o mínimo de US$2, mas sobe o limite máximo para US$13, por considerar que países emergentes com esta renda não são pobres, apesar de a mesma renda poder ser atribuída a pessoas pobres em países ricos. Para o Banco Mundial, a classe média é composta por pessoas com renda per capta entre US$10 e US$50, e o valor mínimo é estipulado de maneira a desconsiderar as pessoas vulneráveis. As diferentes medidas resultam em diferentes estimativas de tamanho da classe média nos países da América Latina, conforme mostra a figura 11.

Figura 11: Estimativas de tamanho da classe média na América Latina Fonte: Dayton-Johnson, 2015

Adotando a metodologia do Banco Mundial, de 2000 à 2012 o tamanho da classe média variou de 21,9% to total da população na América Latina para 34,3%, conforme figura 12.

Figura 12: População por grupos econômicos na América Latina Fonte: Dayton-Johnson, 2015

Para a CEPAL, o período também foi marcado pela redução da pobreza na região. 20 milhões de pessoas de países da América Latina e Caribe saíram da pobreza entre 1990 e 2013. Este fato aumentou a quantidade de pessoas na classe imediatamente acima. No Brasil, a redução da pobreza aliada ao crescimento econômico deu origem ao que passou a se chamar de nova classe média.

2 Transporte aéreo no Brasil O surgimento da nova classe média no Brasil, impulsionada pelo incentivo

ao

consumo

local,

cresimento

econômico

e

redução

da

desigualdade de renda, teve efeito na demanda por transporte aéreo. No período, a indústria verificou aumento de demanda, acompanhada por aumento de oferta, aceitação ao modelo low cost, queda de tarifa e concorrência intermodal.

2.1 Transporte aéreo doméstico O transporte aéreo doméstico apresentou crescimento de demanda, oferta e aproveitamento no início do século XXI, segundo dados da Agência Nacional de Aviação Cilvil (ANAC). Foram mais de 70 milhões de passageiros transportados em voos domésticos em 2010, nos mais de 102 milhões de assentos ofertados. A taxa de aproveitamento, ou seja, a relação

entre assentos ofertados por distância e passageiros pagantes por distância cresceu de 58% em 2001 para 80% em 2015. Isto significa que as empresas aéreas melhoraram a eficiência de seu serviço, uma vez que decolaram com menos assentos vazios. A figura 13 apresenta a evolução da demanda, medida em Revenue Passenger Kilometer (RPK), da oferta medida em Available Seat Kilometer (ASK) e do aproveitamento representado pelo Load Factor (LF).

Millions

Doméstico 120

100%

100

80%

80

60%

60

40%

40 20

20%

0

0%

RPK

ASK

LF

Figura 13: Evolução do transporte aéreo doméstico no início do século XXI Fonte: Agência Nacional de Aviação Civil (ANAC)

Entre 2001 e 2010, a demanda cresceu mais de 150%, enquanto o mercado verificou crescimento de 115% na oferta. A oferta pode crescer tanto com aumento de aeronaves como com mudança de configuração das aeronaves já em operação. As Low Cost Carriers (LCC) tipicamente operam com mais assentos em suas aeronaves, por ter espaço menor entre as poltronas. Este tipo de empresa aérea surgiu no Brasil a partir de 2001, após a desregulação do transporte aéreo do final da década de 1990. A partir de 2001, as companhias aéreas passaram a ter a liberdade de comercializar tarifas de acordo com seu modelo de negócio, o que permitiu o surgimento de tais empresas. A figura 14 apresenta a participação das companhias aéreas por modelo de negócio.

Tipo de cia aérea 2015 2014 2013 2012 2011 2010 2009 2008 2007 2006 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% Low Cost Carrier

Full Service Carrier

Regional

Charter

Figura 14: Participação das companhias aéreas por modelo de negócio Fonte: Agência Nacional de Aviação Civil (ANAC)

A partir de 2009, mais da metade dos passageiros foram transportados por companhias aéreas de baixo custo. Para Fageda, Suau-Sanchez e Mason (2015), existem cias low cost típicas e híbridas, e os autores fazem a análise de suas características em termos de frota, tipo de aeronave, tipo de aeroporto que operam, existência de acordos de compartilhamento de código (codesharing) ou interlineares (interlining) com outras cias, se são membros de alguma aliança global, distância de seus trechos, se operam voos de longo curso (long-haul), se possuem mais de uma cabine em suas aeronaves, se oferecem tarifas por bundles, quais canais de distribuição que utilizam, se possuem programas de milhagem e se oferecem entretenimento a bordo. São consideradas companhias brasileiras de híbridas de baixo custo, neste comparativo, a Gol Linhas Aéreas, a WebJet e a Azul Linhas Aéreas Brasileiras, principalmente pela estratégia de distribuição dessas empresas - nenhuma delas usa Global Distribution System, não são membro de aliança global e possuem estrutura tarifária simples. O início do século também foi marcado pela substituição do transporte rodoviário pelo aéreo para as viagens interestaduais com distância superior a

75 quilômetros. A figura 15 apresenta a evolução na quantidade de passageiros transportados por cada um desses modais.

Milhões de Pax

Transporte interestadual de longa distância 150 100 50 0 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Rodoviário

Aéreo

Total

Figura 15: Comparação entre transporte rodoviário e aéreo Fonte: Agência Nacional de Aviação Civil (ANAC)

No mesmo período houve redução da tarifa média comercializada pelas companhias aéreas brasileiras, conforme mostra a figura 16. Em 2002 a tarifa média chegou a R$643, caiu para R$478 em 2009 e chegou a R$335 em 2015, segundo dados reportados pelas compahias aérea brasileiras para a ANAC.

Tarifa média em Reais $900 $800 $700 $600 $500 $400 $300 $200 $100 $- 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015

Figura 16: Evolução da tarifa média doméstica comercializada Fonte: Agência Nacional de Aviação Civil (ANAC)

A distribuição dos assentos comercializados se concentra nas tarifas mais baixas desde 2010, como é possível observar na figura 17.

Assentos comercializados 100% 80% 60% 40% 20% 0% 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 R$0 - R$299

R$300 - R$599

R$600 - R$899

R$900 - R$1199

R$1200 - R$1499

R$1.500+

Figura 17: Distribuição de assentos comercializados por faixa tarifária Fonte: Agência Nacional de Aviação Civil (ANAC)

O ínicio do século XXI foi, portanto, marcado por redução tarifária, concorrência intermodal e consolidação do modelo híbrido de baixo custo, impulsionado pelo aumento da demanda por transporte aéreo.

3 Metodologia O estudo apresenta um modelo econométrico para testar as hipóteses 𝐻! de que a redução da concentração de renda no Brasil intensificou a elasticidade preço e 𝐻! de que ela intensifica a elasticidade renda da demanda. Assim, pretende-se verificar se a demanda é mais sensível a preço à medida que o índice Gini se reduz e se ela é mais impactada com as variações de renda. Para tanto, utiliza-se o programa STATA, o Generalized Method of Moments (GMM) e uma amostra de janeiro de 2002 a dezembro de 2013. Os dados foram obtidos com a Agência Nacional de Aviação Civil (ANAC), com o Instituto Brasileiro de Geografia e Estatística (IBGE) e com o Instituto de Pesquisa Econômica Aplicada (IPEA). Estão dispostos em painel

por Origem-Destino e Ano-Mês (OD/YM), e inicialmente utiliza-se as variáveis abaixo: •

pop - população no OD/YM

•

gdp pc - PIB per capita no OD/YM

•

yield - tarifa aérea OD/YM

•

coach - tarifa rodoviária no OD/YM

•

gmgini - média geométrica do GINI no OD/YM

•

lcc_pres - presença cias low cost

•

codeshare majors - período de parceria entre Tam e Varig

•

blackout period - período entre os acidentes de Gol e Tam

•

gl financial crisis - período de crise financeira global

•

prop credit - acesso ao crédito no sistema financeiro por YM

•

yield x busn - elasticidade-preço em rotas business no aéreo

•

coach x busn - elasticidade-preço em rotas business no rodoviário

•

equal x yield - interação distribuição de renda com preço modal aéreo

•

equal x coach - interação distribuição de renda com preço rodoviário

•

inverse mills ratio - determinantes da distribuição de renda Os modelos econométricos utilizam variáveis econômicas para

explicar ou prever alterações de demanda. Os modelos para análise de demanda devem incluir ao menos uma variável de renda e uma de preço (Witt, 1987), além de demais variáveis explanatórias para cada caso a ser estudado. O modelo utilizado pela ICAO, por exemplo, inclui apenas PIB e yield para fazer previsões de demanda (Kazda e Caves, 2007). A partir da evidência de transporte internacional na Europa, sabe-se que renda possui um impacto significativo positivo em relação a demanda (Jorge-Calderón, 1997). Após a desregulação do transporte aéreo, verificouse também que os passageiros são sensíveis a preço (Abrahams, 1983). PIB per capita e acesso ao crédito são variáveis de renda e yield é variável de preço neste modelo proposto. Adicionalmente foram inseridas outras variáveis a fim de evitar subespecificação do modelo (Gujarati, 2004). As variáveis foram identificadas a partir do método Ordinary Least Squares (OLS), para verificar significância estatística na equação sugerida. A

escolha pelo GMM se deu para possibilitar o tratamento das variáveis endógenas, como preço. Problemas de endogeneidade acontecem quando uma variável explica o fenômeno estudado e também é explicado por ele. Nesse exemplo, é possível supor que tarifas promocionais tendem a aumentar a quantidade de passageiros em uma rota específica mas, ao mesmo tempo, rotas com maior demanda tendem a ter tarifas mais altas (ex.: ponte aérea pela manhã e ao final da tarde). Para correção de viés de seleção das determinantes da variável de distribuição de renda, utiliza-se o método Heckit com dois estágios, o primeiro a aplicação do modelo probit para gerar a variável da razão inversa de Mills, que é adicionada ao modelo de demanda no segundo estágio (Heckman, 1979). As variáveis utilizadas inicialmente no modelo probit são: •

HDI: índice de desenvolvimento humano;

•

income: renda per capta;

•

income squared: quadrado da renda per capta;

•

pop: população;

•

unemployment: taxa de desemprego;

•

informality: taxa de emprego informal;

•

prop credit: disponibilidade de crédito no sistema financeiro;

•

exports unt rev: receita unitária de exportação;

•

exports tot rev: receita total de exportação;

•

soya unt rev: receita por unidade de exportação de soja

•

basic income: programa de transferência condicional de crédito.

3.1 Resultados preliminares No

primeiro

estágio

de

estimação,

apenas

as

variáveis

de

disponibilidade de crédito, exportação unitária, exportação de soja são apresentam significância estatística para distribuição de renda, como demonstra a figura 18.

ln HDI

(1) EQUAL

(2) EQUAL

(3) EQUAL

(4) EQUAL

(5) EQUAL

(6) EQUAL

4.5126*** [0.500]

4.4219*** [0.518] 0.0228 [0.027]

4.3296*** [0.505] 2.2877*** [0.819] -0.0740*** [0.026]

2.9741*** [0.511] 15.8420*** [1.838] -0.5533*** [0.060] 0.0642** [0.029] -1.8734*** [0.141] -1.9732*** [0.437] 0.0341 [0.062] -0.0200 [0.015] 0.0352*** [0.010] -0.0036 [0.011]

2.1101*** [0.495] 13.3876*** [1.404] -0.4627*** [0.046] 0.0759*** [0.027] -1.8177*** [0.126] -1.7178*** [0.383] 0.0152 [0.051] -0.0132 [0.010] 0.0260*** [0.009] -0.0058 [0.010] 0.0202*** [0.004]

17.0855*** [1.879] -0.5865*** [0.061] 0.0855*** [0.029] -2.0975*** [0.139] -2.2899*** [0.413] 0.0476 [0.061] -0.0213 [0.015] 0.0303*** [0.010] -0.0064 [0.012] 0.0411*** [0.006]

0.4822 29,232

0.4895 29,232

0.5518 29,232

0.5741 29,232

0.5735 29,232

ln income ln income squared ln pop ln unemployment ln informality ln prop credit ln exports unt rev ln exports tot rev ln soya unt rev ln basic income

Pseudo R-squared Nr observations

0.4676 29,232

Notes: - Estimated coefficients (standard errors in brackets) - P-value representation: ***p