PreprintPDF Available

ESTUDO DE AVALIAÇÃO DO PROGRAMA DE AUXÍLIO EMERGENCIAL: UMA ANÁLISE SOBRE FOCALIZAÇÃO E EFICÁCIA A NÍVEL MUNICIPAL

Authors:
Preprints and early-stage research may not have been peer reviewed yet.

Abstract

Este estudo apresenta uma análise de focalização e eficácia da aplicação do Programa de Auxílio Emergencial (PAE), instituído pela Lei 13.982 de Abril de 2020 da Presidência da República do Brasil, sobre os municípios brasileiros, com o objetivo de determinar se as pessoas, e os municípios onde moram, que têm menor renda, baixo IDH e alta vulnerabilidade, foco do programa, são beneficiados pelo PAE e se há eficácia. A metodologia é elaborada a partir do cruzamento de dados secundários, que caracterizam os municípios beneficiários pelo programa, com dados individuais, fornecidos pelo Ministério da Cidadania, sobre os benefícios pagos. A análise aponta para uma eficácia relevante e foco do programa em atender as pessoas que estão mais vulneráveis em municípios que mais precisam de um apoio emergencial. Os resultados mostram que o programa precisa de ajustes para atender municípios que não possuem acesso à internet bem como agências da Caixa Econômica Federal ou lotéricas, para potencializar ainda mais a eficácia do programa. Abstract This study shows a focus and efficacy analysis regarding the Programa de Auxílio Emergencial (PAE) application, created by the Law number 13,982 from april, 2020, by the Presidency of the Republic of Brazil, on Brazilian municipalities, with the objective of determining if people, and the municipalities where they live, that have lower income, low HDI and high vulnerability, the program's focus, are benefited by PAE and if there is efficacy. The methodology is elaborated by matching secondary data, that are used to characterize municipalities benefited by the program, with primary individual data, obtained with Ministério da Cidadania, on the paid benefits. The analysis points to a relevant efficacy and focus of the program in attaining the objective of supporting the most vulnerable people in municipalities that also need the most. Results show that the program needs improvements to support municipalities that do not have internet access as well as Caixa Econômica Federal bank stations or Lotéricas in order to potentialize even further the program's efficacy.
1
ESTUDO DE AVALIAÇÃO DO PROGRAMA DE AUXÍLIO EMERGENCIAL: UMA ANÁLISE
SOBRE FOCALIZAÇÃO E EFICÁCIA A NÍVEL MUNICIPAL
Ecio de Farias Costa
Ph.D. em Economia pela University of Georgia (EUA). Instituição: Pós-Graduação em Economia
(PIMES) da Universidade Federal de Pernambuco (UFPE). Endereço Postal: Praça Professor Fleming,
77, Apto. 1001, Recife-PE, 52.050-180, Brasil. E-mail: ecio@yahoo.com
Marcelo Acioly dos Santos Freire
Bacharel em Ciências Econômicas (UFRPE). Instituição: Secretaria de Desenvolvimento Econômico do
Estado de Pernambuco (SDEC-PE). Endereço Postal: Av. Rio Branco, 104, Bairro do Recife, Recife-PE,
CEP: 50030-310. Email: mfreire.pe@gmail.com
Resumo
Este estudo apresenta uma análise de focalização e eficácia da aplicação do Programa de Auxílio
Emergencial (PAE), instituído pela Lei 13.982 de Abril de 2020 da Presidência da República do Brasil,
sobre os municípios brasileiros, com o objetivo de determinar se as pessoas, e os municípios onde moram,
que têm menor renda, baixo IDH e alta vulnerabilidade, foco do programa, são beneficiados pelo PAE e se
há eficácia. A metodologia é elaborada a partir do cruzamento de dados secundários, que caracterizam os
municípios beneficiários pelo programa, com dados individuais, fornecidos pelo Ministério da Cidadania,
sobre os benefícios pagos. A análise aponta para uma eficácia relevante e foco do programa em atender as
pessoas que estão mais vulneráveis em municípios que mais precisam de um apoio emergencial. Os
resultados mostram que o programa precisa de ajustes para atender municípios que não possuem acesso à
internet bem como agências da Caixa Econômica Federal ou lotéricas, para potencializar ainda mais a
eficácia do programa.
Palavras-Chave: Eficácia; Focalização; Política Social; Programa de Auxílio Emergencial; Avaliação.
Abstract
This study shows a focus and efficacy analysis regarding the Programa de Auxílio Emergencial (PAE)
application, created by the Law number 13,982 from april, 2020, by the Presidency of the Republic of
Brazil, on Brazilian municipalities, with the objective of determining if people, and the municipalities
where they live, that have lower income, low HDI and high vulnerability, the program’s focus, are benefited
by PAE and if there is efficacy. The methodology is elaborated by matching secondary data, that are used
to characterize municipalities benefited by the program, with primary individual data, obtained with
Ministério da Cidadania, on the paid benefits. The analysis points to a relevant efficacy and focus of the
program in attaining the objective of supporting the most vulnerable people in municipalities that also need
the most. Results show that the program needs improvements to support municipalities that do not have
internet access as well as Caixa Econômica Federal bank stations or Lotéricas in order to potentialize even
further the program’s efficacy.
Keywords: Efficacy; Focus; Social Policy; Programa de Auxílio Emergencial; Evaluation.
Classificação JEL: H12, H23, H53, H55.
Área ANPEC: Área 5: Economia do Setor Público.
2
Introdução
Em meio à pandemia do COVID-19, milhões de brasileiros ficaram em condições econômicas ainda
mais difíceis. Os setores de comércio e serviços empregam muitos trabalhadores informais e tiveram suas
atividades temporariamente encerradas. Os pequenos prestadores de serviços, comerciantes e toda a mão
de obra informal envolvida ficaram, inicialmente, à margem de programas que pudessem ser ofertados pelo
Governo. A "invisibilidade" dessas pessoas se tornou mais evidente, quando não foi possível identificar
possíveis beneficiários de um programa de assistência emergencial para atender prestadores de serviços e
comerciantes que atuam na informalidade. Após muitas cobranças políticas e evidências de queda de renda
em pesquisas estatísticas, o Governo Federal lançou um programa abrangente de auxílio emergencial para
atender toda a população mais vulnerável.
O Programa de Auxílio Emergencial (PAE) foi instituído pela Lei 13.982 em abril de 2020
(Imprensa Nacional, 2020a) e procurou atender inicialmente, com 3 parcelas iguais de R$600,00 (e R$
1.200,00 para mulheres, chefes de família) pessoas que atendem determinadas características: Usuários do
Bolsa Família; Usuários do Cadastro Único, que não contemplados pelo Bolsa Família; Solicitações por
Aplicativo das pessoas que não tenham vínculo empregatício ou se enquadrem em pré-requisitos que
apontem a situação de vulnerabilidade. Posteriormente, o PAE recebeu uma extensão de prazo para mais
R$1.200,00 em duas parcelas de R$600,00, para os meses de julho e agosto de 2020, através do Decreto
10.412 em junho de 2020 (Imprensa Nacional, 2020b).
A importância desse programa transcende o objetivo traçado inicialmente e traz impactos que
podem ser vislumbrados e mensurados para as regiões mais pobres do país. Este estudo apresenta uma
análise da aplicação deste apoio sobre a população dos municípios que mais precisam destes recursos,
usando como base de comparação os indicadores de renda, IDH, vulnerabilidade, PIB e outras variáveis
importantes para análise da eficácia e focalização do PAE.
O artigo divide-se nesta introdução; metodologia e dados; análise dos impactos da eficácia e
focalização sobre os municípios; e, conclusões.
Referencial Teórico
Um passo importante para a proposição de uma nova política ou para a reformulação ou o
aperfeiçoamento de uma política já existente é o diagnóstico do problema que se pretende combater. Deve-
se identificar claramente o problema que enseja a proposta, associado a uma população ou a um grupo em
particular. Isso garante que a política pública tenha uma concepção sólida e que a análise entre esse
problema e as ações e os resultados propostos possa ser desenvolvida de forma consistente. A
problematização que enseja a ação governamental precisa ser bem desenvolvida para que a solução proposta
seja adequada e a melhor opção possível (IPEA, 2018a).
O desenho da política pública “envolve um esforço de sistematizar ações eficientes e eficazes, com
a aplicação de conhecimento de meios políticos para a adoção de instrumentos que permitam o atingimento
de objetivos, resultados e metas dentro de contextos políticos específicos” (Howlett, 2014, p. 283-284).
Esse desenho, orientado para avaliação, é composto por uma variedade de mecanismos explícitos e
implícitos, dependendo das escolhas e das definições possíveis sobre a melhor forma de ação. Isso
pressupõe responder a algumas questões: o que é formulado, por quem, para quê, para quem e como. A
formulação da política envolve um conjunto de instituições e atores na busca de objetivos relacionados a
demandas de determinado público-alvo envolvido em um problema específico. A implantação da ação
pública compreende o uso de meios e mecanismos apropriados, promovendo resultados e cumprindo metas
de acordo com os objetivos previstos no desenho original.
É de fundamental importância para a efetividade da política pública, isto é, que possa afetar
imediatamente o problema a que se destina, que a população-alvo esteja bem delimitada, incluindo
diferentes níveis de delimitação (IPEA, 2018a):
i) a população como um todo inserida no problema a que se dirige a política;
ii) a população que será elegível à política; e
3
iii) a população que será atendida e priorizada, em razão da restrição imposta por diferentes fatores, como
a escassez de recursos públicos.
Uma pergunta que deve ser feita pelo gestor no processo de delimitação da população envolvida,
conforme o diagnóstico realizado anteriormente para a identificação do problema, é a quem deve ser
direcionada a política para que os seus efeitos tenham ação mais direta e imediata. Se a política não
delimitar corretamente o seu público-alvo, aumentam as chances de efeitos indesejados nos incentivos dos
diferentes atores da sociedade (ou agentes econômicos) serem promovidos pela política pública. Para
maximizar os efeitos desejados e mitigar os efeitos indesejados da política, sugere-se levar em consideração
os incentivos gerados, a localização e distribuição territorial, e a progressividade das políticas públicas
(IPEA, 2018a).
No setor público, a eficácia mede a relação entre o efeito da ação, e os objetivos pretendidos. A
capacidade de atingir o objetivo proposto. o problema da alocação eficiente precisa ser revisto, pois nem
sempre a alocação mais eficiente será, também, a mais justa (IPEA, 2019b). Ao mesmo tempo, como
mencionado antes, os recursos são escassos e a eficiência precisa ser considerada. A efetividade é
consequência de uma ação que traga resultados para a sociedade, então não adianta ser eficiente e/ou eficaz,
mas não trazer efetividade na política pública. O impacto que isto traz para a sociedade é, portanto, a
combinação destes três conceitos (Khandker, Koolwal e Samad, 2010).
Metodologia e Dados
Nesta seção do trabalho, um conjunto de técnicas são apresentadas no estudo da focalização e
eficácia do PAE. A primeira seção apresenta uma análise descritiva das informações do PAE, observando
os principais padrões de distribuição dos benefícios por municípios. Na segunda parte, o tamanho do PAE
sobre o Produto Interno Bruto e da Massa de Rendimentos do Trabalho é estimado, uma vez que são
dimensões sobre as quais o Auxílio Emergencial tem representatividade. Na terceira parte, verificou-se a
focalização do PAE no que tange atingir as regiões mais pobres através de um conjunto de modelos
econométricos para estimar a elasticidade do peso do PAE no PIB municipal em relação a indicadores de
desenvolvimento econômico e social. Por fim, na quarta seção, o estudo aponta para dois aspectos que
podem influenciar a eficácia do PAE: (1) acesso da população à internet, condição necessária de acesso ao
auxílio, especialmente para os postulantes ao benefício que estão fora da cobertura do Cadastro Único e (2)
capilaridade bancária, das instituições habilitadas para saque do benefício, condição essencial para o uso
dos recursos.
Os dados sobre os beneficiários do Programa Auxílio Emergencial foram obtidos em resposta à
solicitação à Lei de Acesso à Informação (LAI)
1
junto ao Ministério da Cidadania.
Os dados da Programa Auxílio Emergencial (PAE) são referentes aos benefícios concedidos até 22
de Abril de 2020, e estão disponibilizados em 3 categorias, conforme os parâmetros instituídos na Lei
13.982 em abril de 2020: (1) Usuários do Bolsa Família; (2) Usuários do Cadastro Único, que não
contemplados pelo Bolsa Família; (3) Solicitações por Aplicativo. Além disso, a base de informações
discrimina para os cadastros (2) e (3) o número de beneficiários com auxílio único (R$ 600,00) e com
auxílio duplo (R$ 1.200,00), este último concedido para mulheres chefes de família, conforme o disposto
na legislação (Imprensa Nacional, 2020a).
Os demais dados utilizados na pesquisa são referentes a indicadores de suporte para a análise
proposta e são oriundos de diversas fontes de dados secundários, sempre procurando-se utilizar as pesquisas
mais atualizadas disponíveis. O Quadro 1 apresenta as principais variáveis secundárias utilizadas,
abrangência, período e fonte.
Quadro 1. Variáveis de Suporte para Análise da Eficácia do Programa, Abrangência e Ano.
Variável
Abrangência
Ano
Fonte
Índice de Desenvolvimento Humano1
Municipal
2010
PNUD
Índice de Vulnerabilidade Social2
Municipal
2010
IPEA
1
Número do protocolo: 71004002534202031.
4
Percentual da população vulnerável à pobreza3
Municipal
2010
IPEA
Produto Interno Bruto4
Municipal
2017
IBGE
Estabelecimentos da Caixa Econômica Federal e Agências Lotéricas5
Municipal
2018
RAIS
Massa de Rendimentos do Trabalho6
Estadual
2019
IBGE
Taxa de Utilização da Internet7
Estadual
2018
IBGE
Fonte: Elaboração própria a partir de dados das seguintes fontes: 1PNUD (2020), 2IPEA (2020a), 3IPEA
(2020b), 4IBGE (2020a), 5RAIS (2020), 6IBGE (2020c), 7IBGE (2020d).
DIMENSÃO ECONÔMICA
Para estimar a dimensão do PAE em relação ao PIB Municipal, o procedimento consistiu em fazer
uma atualização do valor do PIB para valores nominais de 2019 (IBGE, 2020b) e posterior multiplicação
pelo percentual de participação dos municípios no PIB municipal de 2017 (IBGE, 2020a).
𝑃𝐼𝐵$𝑀𝑢𝑛𝑖𝑐𝑖𝑝𝑎𝑙!"#$%&'$%%()*( &+,-. = $$ 𝑃𝐼𝐵$𝑁𝑎𝑐𝑖𝑜𝑛𝑎𝑙!"#$%&'$%%()*( &+,-. /01&23)4'45"#
/01&6"'4$)"# !"#$%&'$%%()*(&+,-7 $$$$$$$$$$
(1)
Os dados da massa de rendimentos do trabalho (IBGE, 2020c) estão em valores reais de 2019, não
sendo, portanto, necessário fazer atualização monetária. Todavia, para estimar a dimensão do PAE em
relação à massa de rendimentos anual, foi necessário converter o valor trimestral para o ano. A massa de
rendimentos da Pesquisa Nacional de Amostra ao Domicílios (PNAD) é uma média do valor do trimestre
de referência. O procedimento realizado para converter em valor anual foi realizado mediante a
multiplicação por 3 de cada trimestre e somados os dados dos 4 trimestres do ano de referência para obter
a estimativa anual.
Massa$
de$Rendimentos!"#$
= $
𝑉𝑎𝑙𝑜𝑟
$𝑇𝑟𝑖𝑚𝑒𝑠𝑡𝑟𝑒$∗ 3
%
&'# + $
𝑉𝑎𝑙𝑜𝑟
$𝑇𝑟𝑖𝑚𝑒𝑠𝑡𝑟𝑒$∗ 3
%
&'# + $
𝑉𝑎𝑙𝑜𝑟
$𝑇𝑟𝑖𝑚𝑒𝑠𝑡𝑟𝑒$∗ 3
%
&'# + $
𝑉𝑎𝑙𝑜𝑟
$𝑇𝑟𝑖𝑚𝑒𝑠𝑡𝑟𝑒$∗ 3
%
&'# $
(2)
Onde N = número de estados brasileiros, perfazendo 26 estado e o Distrito Federal, no total.
FOCALIZAÇÃO DO PROGRAMA
No âmbito de verificar se o PAE apresentou uma focalização regressiva em termos de qualidade de
vida, isto é, se regiões menos desenvolvidas ou mais vulneráveis foram efetivamente mais beneficiadas, a
pesquisa buscou verificar a elasticidade a partir de 3 modelos log-log através de Mínimos Quadrados
Ordinários (MQO) para verificar a elasticidade entre o tamanho do PAE sobre o PIB Municipal e
indicadores socioeconômicos.
𝐿𝑜𝑔$𝑃𝐴𝐸/𝑃𝐼𝐵 = $ 𝛽!+$ 𝛽"$𝐿𝑜𝑔𝐼𝑉𝑆2010#$ $∗ +$∈$
(3)
𝐿𝑜𝑔$𝑃𝐴𝐸/𝑃𝐼𝐵 = $ 𝛽!+$ 𝛽"$𝐿𝑜𝑔𝑃𝑜𝑝𝑉𝑢𝑙𝑛𝑒𝑟𝑎𝑣𝑒𝑙2010#$ $∗ +$∈
(4)
𝐿𝑜𝑔$𝑃𝐴𝐸/𝑃𝐼𝐵 = $ 𝛽!#$ +$ 𝛽"$𝐿𝑜𝑔𝐼𝐷𝐻2010#$ $∗ +$∈
(5)
O subscrito i indica a localidade (município). O termo LogIVS2010 representa os dados municipais
do Índice de Vulnerabilidade Social em 2010. O termo LogPopVulneravel2010 representa os dados
municipais do percentual da população vulnerável à pobreza em 2010. E, por fim, o termo LogIDH2010
representa os dados municipais do IDH em 2010. Estes dados foram obtidos, conforme já apresentados no
Quadro 1.
5
EFICÁCIA DO PROGRAMA
Em relação aos aspectos de eficácia do programa, o estudo analisa dois fatores associados ao acesso
e uso dos recursos: (1) a taxa de acesso a internet; e, (2) a capilaridade bancária da rede bancária credenciada
a fornecer o saque imediato dos recursos em espécie. No primeiro momento, o acesso à internet é condição
essencial de acesso ao cadastro digital da Caixa Econômica Federal, especificamente para os trabalhadores
informais, trabalhadores autônomos, desempregados, desalentados e de todo a força de trabalho potencial,
que está descoberta do Cadastro Único ou do Bolsa Família. Entretanto, estes dados aparecem apenas a
nível estadual, permitindo apenas conclusões parciais sobre este aspecto. Por outro lado, os dados da rede
bancária são disponibilizados para todos os municípios do Brasil, a partir do levantamento do número de
estabelecimentos da Caixa Econômica Federal e Lotéricas (RAIS, 2020), mediante a seleção das seguintes
atividades no código de Classificação Nacional de Atividades Econômicas (CNAEs): (1) 64.23-9/00 –
Caixas Econômicas Federais; e, (2) 82.99-7/06 – Casas Lotéricas. Os dados são relativos ao último período
de tempo disponível, podendo apresentar defasagem para o cenário atual. Neste sentido, o estudo é capaz
de evidenciar a cobertura bancária em termos de beneficiários e valor monetário do PAE, permitindo
observar regiões que não dispõem de agências e a dimensão do PAE em termos de PIB das localidades.
Resultados
ANÁLISE DESCRITIVA DOS DADOS
O processo de cruzamento das informações utilizou o código do município do IBGE como variável-
chave para cruzamento entre as respectivas bases de dados. A Tabela 1 apresenta uma estatística descritiva
do cadastro do PAE, levando em consideração o número de beneficiários e o valor recebido para cada
formato de acesso ao programa: Cadastro único (CadÚnico); Aplicativo (APP); e, Bolsa Família (BF). A
relação de beneficiários que receberam R$600,00 ou R$1.200,00 também é apresentada, bem como o valor
total de benefícios que foram concedidos até o dia de fornecimento desses dados (22 de abril de 2020),
totalizando 50.123.979 beneficiários e R$ 35.716.769.400,00 em valor concedido por parcela.
Tabela 1. Estatística Descritiva do Número de Beneficiários e Valores Recebidos pelo Programa de Auxílio
Emergencial por Tipo de Cadastro e por Município.
Variáveis
Média
Mínimo
Máximo
Desvio Padrão
Total
Nº. Beneficiários PAE
CadÚnico Total
1.883
4
607.780
10.004
10.490.357
Nº. Beneficiários PAE
CadÚnico R$ 600,00
1.667
4
512.370
8.492
9.282.840
Nº. Beneficiários PAE
CadÚnico R$1.200,00
217
0
95.410
1.524
1.207.517
Nº. Beneficiários PAE
App Total
3.665
38
1.252.700
24.089
20.412.414
Nº. Beneficiários PAE
App R$ 600,00
3.283
35
1.122.400
21.407
18.288.746
Nº. Beneficiários PAE
App R$1.200,00
381
0
130.260
2.705
2.123.668
Nº. Beneficiários PAE
BF Total
3.451
3
548.880
11.897
19.221.208
Nº. Beneficiários PAE
Total
8.999
64
2.409.300
45.000
50.123.979
Valor (R$) PAE
CadÚnico Total
1.260.100
2.400
421.910.000
6.911.200
7.018.724.400
6
Valor (R$) PAE
CadÚnico R$ 600,00
999.950
2.400
307.420.000
5.095.300
5.569.704.000
Valor (R$) PAE
CadÚnico R$1.200,00
260.150
0
114.490.000
1.829.200
1.449.020.400
Valor (R$) PAE App
Total
24.27.600
24.600
829760.000
16.065.000
13.521.649.200
Valor (R$) PAE App
R$ 600
1.970.100
21.000
673.440.000
12.844.000
10.973.247.600
Valor (R$) PAE App
R$ 1.200,00
457.520
0
156.310.000
3.246.000
2.548.401.600
Valor (R$) PAE BF
Total
2.724.700
1.800
468.760.000
10.164.000
15.176.395.800
Valor (R$) PAE
Global parcela
6.412.300
41.400
1.720.400.000
32.420.000
35.716.769.400
Valor (R$) PAE
Global 3 meses
19.237.000
124.200
5.161.300.000
97.260.000
107.150.308.200
Valor (R$) PAE
Global 5 meses
32.062.000
207.000
8.602.100.000
162.100.000
178.583.847.000
Fonte: Elaboração própria a partir dos dados do Ministério da Cidadania (2020). Total de 5.570 Municípios.
Apesar da grande dispersão nos valores recebidos, conforme observado na Tabela 1, com o caso de
União da Serra (RS) com volume cadastro equivalente a R$ 207 Mil para as 5 parcelas contrastando com o
município de São Paulo (SP), com aporte de R$ 8,602 Bilhões, há um padrão claro na composição do PAE
no Brasil em beneficiários da política pública: pode-se observar na Figura 1 que o número de beneficiários
que têm cadastro único (CadÚnico) e Bolsa Família (PBF) é superior nas regiões Norte-Nordeste (em azul
escuro e do lado esquerdo). Com exceção de Rondônia (26%), as Regiões Norte-Nordeste possuem, em
média, 51% dos beneficiários oriundos do Bolsa Família. Os estados do Piauí (58,4%) e do Maranhão
(57,7%) lideram nesse quesito. Nas regiões Centro-Oeste, Sul e Sudeste, o maior canal de acesso do PAE
foi por aplicativo digital (App), com uma participação média de 52% dos beneficiários. O Distrito Federal
(67,3%) e o estado de Santa Catarina (67%) despontaram nesse aspecto.
44,8%
31,3%
34,4%
37,0%
30,1%
39,0%
32,4%
26,0%
25,3%
25,8%
29,6%
26,1%
28,2%
29,0%
28,1%
27,8%
43,8%
45,9%
53,6%
54,7%
48,4%
67,0%
54,4%
42,6%
46,4%
51,3%
67,3%
29,3%
15,0%
16,1%
22,2%
19,7%
19,0%
29,6%
16,3%
16,3%
20,7%
21,0%
16,8%
19,5%
16,9%
19,5%
19,0%
24,9%
25,1%
15,9%
22,3%
29,7%
18,0%
20,9%
31,3%
29,3%
24,4%
12,2%
25,9%
53,7%
49,5%
40,8%
50,2%
41,9%
38,0%
57,7%
58,4%
53,4%
49,4%
57,1%
52,3%
54,1%
52,4%
53,2%
31,3%
29,1%
30,4%
23,0%
21,9%
15,0%
24,8%
26,1%
24,3%
24,3%
20,4%
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
RO AC AM RR PA AP TO MA PI CE RN PB PE AL SE BA MG ES RJ SP PR SC RS MS MT GO DF
Beneficiários App Beneficiários CadÚnico Beneficiários PBF
7
Figura 1. Composição dos Beneficiados do Programa de Auxílio Emergencial (PAE) por Estados e por
Categoria de Acesso (Em Percentual).
Fonte: Elaboração dos autores a partir dos dados do Ministério da Cidadania (2020).
Estas mesmas informações podem ser melhor visualizadas na Figura 2, onde destaca-se o fato de
que o cadastro único é mais distribuído ao longo do país (como pode ser visto no mapa do centro da Figura
2), mas os beneficiários do Bolsa Família são preponderantes nas regiões Norte-Nordeste (visto no mapa
do lado direito da Figura 2, nas regiões mais em escuro). Os beneficiários que fizeram cadastro pelo
aplicativo são preponderantes nas regiões Centro-Oeste, Sudeste e Sul, como pode ser visto no lado
esquerdo da Figura 2, também pelas regiões mais em escuro.
Figura 2. Participação dos Beneficiários do PAE por Municípios por Categorias de Acesso (%).
Fonte: Elaboração própria a partir de Ministério da Cidadania (2020).
Apesar da predominância das tonalidades de azul mais escuro dos cadastros por aplicativo se
concentrarem nas regiões Sul, Sudeste e Centro-Oeste, que contam com 3.326 municípios, os cadastros do
Bolsa Família e CadÚnico, quando somados, compõem a maioria (> 50%) dos recursos em 2.424
municípios, cerca de 72,8% do total. Tal observação demonstra a relevância dos programas sociais pré-
existentes como fonte de alcance dos beneficiários do PAE.
Por um lado, apenas 12 municípios do Norte e Nordeste registraram uma predominância maior que
50% dos cadastros do PAE oriundos do aplicativo, um alcance de cerca de 0,53% dos municípios. Nesse
sentido, destaque para as capitais Amapá (62,6%), Natal (52,4%), Aracaju (51,6%) e Manaus (50,5%).
Todavia, quando somamos os cadastros do Bolsa Família e CadÚnico, o volume foi superior ao de
aplicativos em 2.232 municípios, correspondendo a cerca de 99,46% do total destas regiões. Em 1.923
municípios houve uma predominância dos cadastros por Bolsa Família, com um volume superior à 50%
dos beneficiários, com destaque para Campo Largo do Piauí (PI) com 86,8%. Por seu turno, o Cadastro
Único representou a maioria dos cadastros em apenas dois municípios, Crixás do Tocantins (TO, com
55,5%) e Carnaúba do Dantas (RN, com 52,5%).
Na análise das regiões Sul, Sudeste e Centro-Oeste, pode-se destacar que 902 municípios
registraram mais de 50% dos beneficiários cadastrados por aplicativo. Cerca de 27% dos municípios dessas
regiões, com destaque para Boa Vista do Sul (RS, com 92,5%), Doutor Pedrinho (SC, 88%), Águas de São
Pedro (SP, 81%) e Nova Serrana (MG, 75,5%). Por sua vez, os cadastros do Bolsa Família superaram a
parcela de 50% em somente 328 municípios das regiões Sul, Sudeste e Centro-Oeste, como nos casos de
Cristália (MG, 83,6%), São Valério do Sul (RS, 71,9%) e Guaraqueçaba (PR, 68,5%). Além disso, o
80% - 100%
60% - 80%
60% - 40%
40% - 20%
20% - 0%
Cadastro por Aplicativo
Cadastro por CadÚnico
Cadastro por PBF
8
8,6%
7,9%
6,7%
6,4%
6,4%
5,9%
5,9%
5,8%
5,8%
5,6%
5,5%
5,3%
4,8%
4,3%
4,0%
3,2%
2,6%
2,5%
2,5%
2,5%
2,1%
2,1%
1,9%
1,6%
1,4%
1,3%
1,2%
0,7%
0,0% 1,0% 2,0% 3,0% 4,0% 5,0% 6,0% 7,0% 8,0% 9,0%
MA
PI
PB
AL
CE
SE
AC
BA
PA
AP
PE
RN
RR
AM
TO
RO
GO
ES
MG
BR
MT
MS
RJ
PR
RS
SP
SC
DF
cadastro único registrou uma participação maior que 50% em meros 35 municípios do Sul, Sudeste e
Centro-Oeste, com municípios despontando nos seus Estados como São José do Inhacorá (RS, 62,9%),
Santa Salete (SP, 60,7%), Nova Brasilândia (MT, 58,1%) e Córrego Fundo (MG, 54,6%).
DIMENSÃO ECONÔMICA DO PROGRAMA
O impacto econômico do PAE é considerável. Ao final do programa, atingirá algo próximo de 70
milhões de pessoas sob um custo de mais de R$ 250 bilhões. Ao mesmo tempo que representa um peso
significativo no orçamento federal, é uma fonte de recursos significativa para a economia que, com a
pandemia do COVID-19, sofrerá forte redução do consumo das famílias, dos gastos do governo e das
empresas.
Apesar do conjunto de dados serem preliminares, referentes até 22 de abril de 2020, com os valores
agregados que foram mencionados, é possível observar algumas considerações relevantes. A Figura 3
apresenta o peso das 5 parcelas no PIB nominal ajustado dos estados brasileiros. Estados do eixo Norte-
Nordeste são os mais beneficiados, em termos do volume de recursos em proporção ao PIB nominal dessas
localidades. O impacto estimado para todos os Estados do NE, somados, é, em média, 6,5% do PIB, volume
superior ao dobro do peso nacional. Por outro lado, apesar do Estado de São Paulo ser o maior recebedor,
em termos absolutos, com um aporte estimado de R$ 29,66 Bilhões, quando comparado com o tamanho da
sua economia, sua posição é de 25º. O Estado mais beneficiado é o Maranhão, com algo em torno de 8,6%
do seu PIB, com um aporte estimado de R$ 8,44 Bilhões.
Figura 3. Estimativa da PAE (5 parcelas) sobre o PIB Nominal ajustado (2019) dos Estados
Fonte: Elaboração dos autores a partir de Ministério da Cidadania (2020) e IBGE (2017).
Pode-se observar, regionalmente, que o impacto econômico dessa política é muito maior nas regiões
Norte-Nordeste que no restante do país. A Figura 4 apresenta um mapa onde pode-se ver que o PAE traz
9
uma significância determinante para a manutenção do poder aquisitivo de muitos municípios e estados na
região Nordeste. Estados do eixo Norte-Nordeste são os mais beneficiados, em termos do volume de
recursos em proporção ao PIB nominal dessas localidades. Na Figura 4, quanto mais escuro a tonalidade
de azul, maior o impacto da parcela do PAE no PIB Municipal. Nas regiões Norte e Nordeste uma
predominância das faixas superiores de azul, que indicam um peso entre 3% a mais que 5% do PIB por
parcela do PAE. Nas regiões Centro-Oeste, Sul e Sudeste, por outro lado, há uma prevalência das faixas
inferiores de azul, que apontam uma participação do PAE por parcela no PIB entre 1% ou menos.
Figura 4. Percentual do PAE (parcela única) sobre o PIB Municipal.
Fonte: Elaboração dos autores a partir de Ministério da Cidadania (2020) e IBGE (2020a).
Os dados municipais revelam que o PAE, quando somadas as 5 parcelas, equivale a 10% ou mais
do PIB para 1.709 municípios brasileiros, com 80,4% desse montante localizados nos 9 Estados do
Nordeste, a saber: Bahia (324), Piauí (200), Maranhão (192), Paraíba (186), Ceará (138), Pernambuco
(131), Rio Grande do Norte (103), Alagoas (57) e Sergipe (44). Ainda nesse aspecto, os dados evidenciam
um agrupamento menor de 92 municípios com o PAE, quando somadas as 5 parcelas, equivalendo a 20%
ou mais do PIB, com o caso extremo de Santarém Novo (PA) com um volume estimado em 27,2% do PIB
municipal, mas com elevada representação de 3 Estados do Nordeste, que juntos representam 84,8%, a
saber: Maranhão (39), Piauí (18) e Bahia (21). Isto leva a crer que, para alguns municípios das regiões
menos desenvolvidas, o PAE trará a sensação de que a crise econômica do COVID-19 não impôs
consequências negativas.
Além de estimar o impacto sobre o PIB desses municípios e estados, o peso do auxílio emergencial
foi comparado à massa de rendimentos da população desses estados para se determinar como esta renda
extra será incorporada à renda direta da população, já que este programa faz uma transferência direta para
a população, em termos de renda adicional.
A Figura 5 apresenta esta comparação das 5 parcelas do PAE sobre a Massa de Rendimentos da
população dos estados brasileiros. Novamente, o peso é significativamente mais alto nas regiões Norte e
% PAE/PIB
10
24,1%
20,1%
19,7%
16,4%
16,0%
15,7%
15,5%
15,0%
14,9%
14,3%
14,1%
13,6%
12,9%
11,0%
10,6%
8,5%
6,9%
6,7%
6,5%
6,4%
6,2%
5,9%
5,5%
4,5%
3,9%
3,6%
3,2%
2,5%
0,0% 5,0% 10,0% 15,0% 20,0% 25,0% 30,0%
MA
PI
AL
BA
PB
PA
SE
PE
CE
AM
AC
RN
AP
RR
TO
RO
BR
MG
ES
GO
MT
MS
RJ
PR
RS
SP
SC
DF
Nordeste, chegando a 24%, aproximadamente, da massa de rendimentos da população do estado do
Maranhão. Todos os estados do Norte e Nordeste estão acima da média nacional, enquanto os estados do
eixo Centro-Oeste, Sudeste e Sul não se mostram tão dependentes deste auxílio.
Figura 5. Estimativa da PAE (5 parcelas) sobre a Massa de Rendimentos (2019) dos Estados.
Fonte: Elaboração dos autores a partir de Ministério da Cidadania (2020) e IBGE (2020c).
FOCALIZAÇÃO DO PROGRAMA
Um dos aspectos de avaliação de políticas públicas é a focalização do programa, isto é, se os
objetivos do programa emergencial chegam aos beneficiários e regiões que mais precisam. No cruzamento
dos dados do Índice de Desenvolvimento Humano (IDH), Índice de Vulnerabilidade Social (IVS) e
Percentual da população vulnerável à pobreza, é possível verificar que quanto maior o peso do PAE no PIB
municipal, mais carentes são os municípios. Esta relação é verificada nas Figuras 6, 7 e 8. Na Figura 6, o
eixo vertical apresenta o IVS em uma relação de tendência positiva com o peso do PAE no PIB dos
municípios. Na Figura 7, o eixo vertical apresenta uma relação de tendência inversamente proporcional ao
peso do PAE no PIB dos municípios. Por fim, na Figura 8, pode-se observar uma relação positivamente
inclinada entre o Percentual da População Vulnerável à Pobreza com o peso do PAE no PIB dos municípios.
11
0,00% 1,00% 2,00% 3,00% 4,00% 5,00% 6,00%
0,000
0,100
0,200
0,300
0,400
0,500
0,600
0,700
0,800
0,900
1,000
Peso do PAE (2020) no PIB (2017)
IDHM (2010)
0,00% 1,00% 2,00% 3,00% 4,00% 5,00% 6,00%
0,0
10,0
20,0
30,0
40,0
50,0
60,0
70,0
80,0
90,0
100,0
Peso do PAE (2020) no PIB (2017
% de vulneráveis à pobreza 2010
Figura 6. Correlação entre Participação do PAE no PIB e Indicador de Vulnerabilidade Social.
Fonte: Elaboração própria a partir dos dados do Ministério da Cidadania (2020) e IPEA (2020a).
Figura 7. Correlação entre Participação do PAE no PIB e Índice de Desenvolvimento Humano Municipal.
Fonte: Elaboração própria a partir dos dados do Ministério da Cidadania (2020) e do PNUD (2010).
Figura 8. Correlação entre Participação do PAE no PIB e Percentual da População Vulnerável à Pobreza.
Fonte: Elaboração própria a partir dos dados do Ministério da Cidadania (2020) e IPEA (2020b).
Na Tabela 2, o modelo usado para determinar a focalização do programa é montado a partir de um
modelo log-log (MQO) com as variáveis de desenvolvimento social dos municípios para aferir a
elasticidade em relação ao peso do PAE no PIB nominal de 2019. A partir das análises econométricas,
chega-se à conclusão que ocorre um aumento de 1% no peso do PAE sobre o PIB quando há queda de 7,1%
no IDH do município, bem como um aumento de 2% no IVS ou um aumento de 1,26% na população
0,00% 1,00% 2,00% 3,00% 4,00% 5,00% 6,00%
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
Peso do PAE (2020) no PIB (2017)
IVS (2010)
12
vulnerável à pobreza, também do município. De tal modo, pode-se afirmar, em um primeiro momento, com
significância estatística, que as regiões mais pobres foram mais beneficiadas pelo PAE.
Tabela 2. Estimativas da Elasticidade de Correlação entre IDH Municipal, Índice de Vulnerabilidade
Social (IVS) e Percentual da População Vulnerável à Pobreza.
Variável (Ano)
Observações
Coeficiente
(Elasticidade)
P-valor
(95% de Significância)
IDH Municipal (2010)
5565
-7,1037
0,00000
IVS (2010)
5565
2,0048
0,00000
% de vulneráveis à pobreza (2010)
5565
1,2682
0,00000
Fonte: Elaboração própria.
Os mapas apresentados na Figura 9 servem para comparação com o mapa da Figura 4. Há uma forte
coincidência entre as áreas mais escuras no percentual da população vulnerável à pobreza (mapa do lado
direito da Figura 9) com as da Figura 4, como pode ser comprovado estatisticamente nos resultados obtidos
na Tabela 2. Por outro lado, as áreas mais escuras no mapa que aponta o IDH Municipal estão, na maioria,
nas regiões Centro-Oeste, Sudeste e Sul, contrastando de forma oposta com as regiões mais escuras do
mapa apresentado na Figura 4, também comprovado estatisticamente nos resultados obtidos na Tabela 2.
Figura 9. Percentual da População Vulnerável à Pobreza por municípios e IDH Municipal.
Fonte: Elaboração própria a partir dos dados do IPEA (2020b) e PNUD (2010).
ASPECTOS DA EFICÁCIA DO PROGRAMA
No âmbito da eficácia do programa, a capacidade de acesso à internet é uma condição importante
para incluir uma gama de beneficiários que estão fora dos programas sociais (Cadastro Único e Bolsa
Família). Os dados da PNAD-TIC (IBGE, 2020d), que foram organizados por estados e apresentados na
População Vulnerável à Pobreza
IDH Municipal
13
73,4
61,9
63,3
77,0
61,8
73,1
67,6
52,7
57,7
65,4
69,0
64,9
68,1
60,9
71,1
65,1
74,8
77,1
83,7
83,4
77,9
81,0
76,7
80,3
77,8
79,8
90,3
64,7
64,0
81,1
78,2
81,5
74,7
26,6
38,1
36,7
23,0
38,2
26,9
32,4
47,3
42,3
34,6
31,0
35,1
31,9
39,1
28,9
34,9
25,2
22,9
16,3
16,6
22,1
19,0
23,3
19,7
22,2
20,2
9,7
35,3
36,0
18,9
21,8
18,5
25,3
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
RO
AC
AM
RR
PA
AP
TO
MA
PI
CE
RN
PB
PE
AL
SE
BA
MG
ES
RJ
SP
PR
SC
RS
MS
MT
GO
DF
N
NE
SUD
S
CO
BR
Utilizaram Não utilizaram
RO
AC
AM RR
PA
AP
TO
MA PI CE
RN
PB PE
AL SE
BA
MG ES
RJ
SP
PR
SC
RS
MS
MT
GO
DF
y = 0,563x
R² = 0,9592
0,0%
10,0%
20,0%
30,0%
40,0%
50,0%
60,0%
70,0%
80,0%
50% 55% 60% 65% 70% 75% 80% 85% 90% 95%
% de Beneficiáirios PAE por Aplicativo
Taxa de Uso da Internet (PNAD-TIC, 2018)
Figura 10 apontam para uma desigualdade no acesso entre regiões do Brasil. As regiões Norte (35,6%) e
Nordeste (36%) detêm quase o dobro do percentual de sua população sem acesso à internet do que as regiões
Sudeste (18,9%) e Centro-Oeste (18,5%), por exemplo. No Brasil, como um todo, 25% da população não
têm acesso à internet.
Figura 10. Taxa de Acesso à Internet por Estados e Regiões 2018.
Fonte: Elaboração dos autores a partir da PNAD Anual Seção Tecnologia da Informação (IBGE, 2020d).
Na Figura 11 uma relação entre taxa de acesso à internet e a participação do PAE dos beneficiários
por aplicativo (%) por Estados é apresentada. O gráfico da Figura 11 sugere que quanto maior o acesso à
internet, maior a participação relativa dos beneficiários do PAE com cadastro por meio de aplicativos. O
estado de Santa Catarina e o Distrito Federal possuem taxas de acesso à internet superiores a 80% e tiveram
a maioria dos seus usuários por meio dos aplicativos. Mesmo para os Estados do Norte e Nordeste, a relação
entre as variáveis se mantém. Na Extrema esquerda da Figura 11, se encontram os estados do Piauí e
Maranhão, com taxas de acesso à internet de 57% e 52%, respectivamente.
14
Figura 11. Relação entre Taxa de Acesso à Internet e Participação do PAE dos Beneficiários por Aplicativo
(%) por Estados.
Fonte: Elaboração dos autores a partir de dados do Ministério da Cidadania (2020) e PNAD Anual Seção
Tecnologia da Informação (IBGE, 2020d).
Outra condição fundamental para o acesso ao benefício do PAE é a presença de agências bancárias
da Caixa Econômica Federal e das Casas Lotéricas, para o saque em espécie dos recursos, bem como, para
resolver pendências cadastrais. A Figura 12 evidencia que 93% dos beneficiários, equivalente a 46,6
milhões de pessoas, residem em municípios com até 1 agência para cada 1.000 beneficiários. Por sua vez,
apenas 1,2% dos usuários do PAE estão em localidades com proporção superior a 1 agência para 1.000
beneficiários. O dado relevante do alcance da política pública e que pode se configurar um óbice para a
eficácia do gasto nos municípios se deve ao fato de que 5,8% dos beneficiários cadastrados do PAE,
equivalente a 2,9 milhões de pessoas, residem em municípios sem a presença de agências. Estados do Norte
e Nordeste agrupam os maiores contingentes de beneficiários residentes em municípios sem agências, com
destaque para Maranhão, Amazonas, Roraima, Tocantins e Amapá com respectivamente, 18,8%, 16,5%,
15,7%, 15,6% e 15,5%.
Figura 12. Relação do Número de Agências no Municípios para cada 1.000 beneficiários do PAE por
Estados (Em 1.000 pessoas).
Fonte: Elaboração dos autores a partir de dados do Ministério da Cidadania (2020) e RAIS (Ministério da
Economia, 2020).
Em termos de valor dos recursos, não há alterações na composição dos volumes por distribuição da
rede bancária. A proporção de municípios com até 1 agência para cada 1.000 beneficiários concentra algo
próximo de 93,3% dos recursos, enquanto a faixa superior abriga um volume por parcela de R$ 370,4
milhões, cerca de 1,04% dos recursos. O volume de recursos concedidos em municípios sem a presença de
agências é da ordem de R$ 2 Bilhões por parcela, representando cerca de 5,6% do volume global concedido
e pode ser evidenciado pela Figura 13. Cerca de 26,5% dos recursos em municípios sem agências (R$ 2,01
Bilhões) estão concentrados no Maranhão (R$ 308,7 Milhões) e Bahia (R$ 225,5 Milhões). Conforme dito
anteriormente, a dificuldade para acesso aos recursos é um fator que compromete a eficácia deste programa
social. A grande maioria dos beneficiários precisa se aglomerar em agência e casas lotéricas e corre o risco
21,4
21,8
197,1
27,4
245,6
38,8
67,5
434,3
162,5
193,2
94,1
178,4
179,6
51,8
39,3
327,3
256,6
5,8
15,9
80,7
68,5
30,2
84,1
10,0
36,2
36,5
2.904,5
415,0
239,5
1.000,0
147,5
2.483,4
211,8
354,5
1.880,7
957,6
2.762,0
960,9
1.109,8
2.842,8
969,5
690,5
4.538,5
4.234,7
833,9
3.848,2
8.145,7
2.080,2
903,6
1.663,3
598,6
746,9
1.492,8
495,1
46.606,9
1,5
0,0
0,0
0,0
0,0
0,0
11,3
0,0
2,5
0,0
2,8
5,9
0,5
0,0
0,9
0,0
73,3
61,6
0,0
143,1
55,7
96,5
103,8
3,6
16,9
32,7
0,0
612,6
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
RO AC AM RR PA AP TO MA PI CE RN PB PE AL SE BA MG ES RJ SP PR SC RS MS MT GO DF BR
Relação do Número de Agências no Município (Caixa ou Lotéricas) para cada
1.000 Beneficiários da Programa Auxílio Emergencial por Estados (Em 1.000
pessoas)
Nenhuma Agência no Município Até 1 Agência por 1.000 Beneficiários no Município
de 1 ou mais Agências por 1.000 Beneficiários
15
14,5
14,6
139,9
19,7
171,5
29,0
46,4
308,7
110,8
131,9
64,4
120,9
124,6
36,7
27,3
225,5
175,0
3,7
11,4
55,5
46,0
20,6
56,6
7,1
25,7
25,4
2.013,6
293,3
169,6
733,6
107,4
1.805,3
160,9
249,5
1.379,8
680,0
1.955,7
684,8
792,7
2.070,3
711,1
502,2
3.234,0
2.939,0
580,5
2.791,9
5.821,4
1.439,9
635,9
1.198,3
428,2
539,7
1.068,4
359,3
33.332,8
1,1
0,0
0,0
0,0
0,0
0,0
7,8
0,0
1,7
0,0
1,2
4,0
0,3
0,0
0,6
0,0
49,1
43,1
0,0
55,4
37,3
63,9
68,6
2,4
11,1
22,9
0,0
370,4
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
RO AC AM RR PA AP TO MA PI CE RN PB PE AL SE BA MG ES RJ SP PR SC RS MS MT GO DF BR
Nenhuma Agência no Município Menor que 1 Agência por 1.000 Beneficiários
de 1 ou mais Agências por 1.000 Beneficiários
de estar mais susceptível para contrair o COVID-19. Além disso, nos municípios onde não há agências da
Caixa Econômica Federal nem Casas Lotéricas, os beneficiários têm despesas com o deslocamento para
outros municípios e passam por risco pela falta de segurança.
Figura 13. Relação do Número de Agências no Municípios para cada 1.000 beneficiários do PAE por
Estados (Em R$ Milhões).
Fonte: Elaboração dos autores a partir de dados do Ministério da Cidadania (2020) e RAIS (Ministério da
Economia, 2020).
A condição fundamental para a eficácia do acesso ao benefício do PAE é a presença de agências
bancárias da Caixa Econômica Federal e das Casas Lotéricas, como mencionado. Os municípios com
cores em cinza na Figura 14 são localidades que não dispõem nem de agências da Caixa Econômica Federal
nem Casas Lotéricas, de acordo com o levantamento da base de dados da RAIS (Ministério da Economia,
2020). Embora o peso do PAE sobre o PIB seja maior nas regiões Norte e Nordeste, a capilaridade bancária
em relação aos beneficiários do programa aponta para uma maior concentração nas regiões Centro-Oeste,
Sudeste e Sul. Nas regiões Sul e Sudeste há uma predominância das faixas de azul mais escuro (1 agência
para 1.000 ou menos beneficiários e 1 agência entre 1.000 até 2.000 beneficiários). Enquanto nas regiões
Norte e Nordeste, e até mesmo parte do Centro-Oeste, além da ausência de agências (cor cinza), a
predominância de das faixas de azul mais clara, indicando uma pressão maior nessas cidades em termos de
procura e aglomeração de pessoas.
A Figura 14 deve ser comparada com a Figura 4, que indica o peso do PAE no PIB municipal.
Observa-se que um descasamento entre a maior concentração de recursos disponíveis pelo programa
com o baixo número de possibilidades de acesso aos recursos. Novamente, enquanto as regiões mais escuras
estão no eixo Centro-Oeste, Sudeste e Sul na Figura 14, o oposto acontece na Figura 4, onde as regiões
mais escuras se encontram no eixo Norte e Nordeste.
Por fim, estimou-se a Participação do PAE (5 parcelas) no PIB dos municípios sem agências (Caixa
Econômica Federal ou Lotéricas), agrupando por Estados. O volume de recursos concedidos em municípios
sem a presença de agências representa cerca de 8,8% em média do PIB dos respectivos municípios
brasileiros. O caso é mais crítico no estado do Maranhão, onde o volume de recursos do PAE é da ordem
de 17,2% do PIB dos municípios. Apesar de Minas Gerais, com 140 municípios, e Rio Grande do Sul, com
146 municípios, possuírem, respectivamente, 13% e 13,6% dos municípios sem agências no Brasil, o peso
médio do PAE no PIB municipal de ambos os Estados é inferior à média nacional. Os Estados de
16
Pernambuco, Ceará, Amazonas e Pará possuem em média, cada um, 2,8% dos municípios sem agências no
Brasil. Contudo, a relevância do PAE no PIB desses municípios chega a ser 5,2 pontos percentuais superior
à média nacional. Nesse sentido, os dados evidenciam que a ausência de capilaridade bancária é mais
relevante nas economias da região Nordeste e alguns estados da região Norte, especificamente o Amazonas.
Figura 14. Distribuição Municipal de Agências por 1.000 Beneficiários.
Fonte: Elaboração dos autores a partir dos dados da RAIS (Ministério da Economia, 2020).
Figura 15. Participação Média do PAE (5 parcelas) no PIB dos municípios sem Agências (Caixa ou
Lotéricas) agrupado por Estados.
Fonte: Elaboração dos autores a partir de dados do Ministério da Cidadania (2020), IBGE (2020a) e RAIS
(Ministério da Economia, 2020).
1 agência para 1.000 ou menos
1 agência entre 1.000 até 2.000
1 agência entre 2.000 até 8.000
1 agência entre 8.000 ou 25.000
17,19%
15,55%
15,36%
14,03%
13,83%
13,60%
12,64%
12,18%
12,13%
11,58%
10,17%
8,84%
8,22%
8,21%
8,10%
6,64%
6,51%
5,30%
4,84%
4,51%
3,95%
3,78%
3,49%
2,98%
2,86%
1,88%
1,80%
0,00%
2,00%
4,00%
6,00%
8,00%
10,00%
12,00%
14,00%
16,00%
18,00%
20,00%
MA PI BA PE CE PB PA RN SE AM AL BR AP AC MG TO RR ES GO RJ RO MT SP MS PR SC RS
17
Conclusões
A pandemia do COVID-19 provocou de um lado, distúrbios profundos no funcionamento da
economia, e forçou de outro lado, a aplicação de um conjunto de políticas públicas para amenizar os
impactos sobre a produção, consumo e renda da população. As atividades econômicas vinculadas ao
comércio e ao setor de serviços foram severamente afetadas pela interrupção de suas atividades, forçando
empresas a adiar investimentos e demitir milhões de trabalhadores formais e informais. A "invisibilidade"
da parcela de trabalhadores e autônomos que vivem na informalidade se tornou mais evidente, na medida
em que não foi possível captar por meio dos cadastros disponíveis parte do público alvo elegível de políticas
públicas direcionadas. Para resolver este problema, foi criado o PAE e recursos significativos do orçamento
público foram alocados.
O estudo analisou a composição e aplicação destes recursos para os municípios brasileiros, buscando
no primeiro momento, dimensionar os valores em relação ao tamanho da economia e rendimentos do
trabalho e responder se a focalização foi progressiva, isto é, se os municípios menos desenvolvidos foram
os mais beneficiados. No segundo momento, apresentar dois componentes que podem impactar diretamente
a eficácia do programa, que dizem respeito a capacidade de acesso do cadastro pela internet e ao uso dos
recursos mediante uma rede bancária acessível.
Neste sentido, o estudo observou um padrão de distribuição de beneficiários e recursos com Norte
e Nordeste tendo mais recursos cadastrados pelo Bolsa Família, conquanto o Sul, Sudeste e Centro-Oeste
tiveram uma participação maior dos cadastros provenientes do Aplicativo. Alguns fatores explicam essa
estrutura de beneficiários. Em primeiro lugar, Norte (35,6%) e Nordeste (36%) detêm quase o dobro do
percentual de sua população sem acesso à internet do que Sudeste (18,9%) e Centro-Oeste (18,5%). Em
segundo lugar, mesmo que a taxa de informalidade das economias do Norte-Nordeste seja maior, os 11
Estados do eixo Centro-Oeste, Sudeste e Sul detêm 58,8% dos trabalhadores informais do Brasil, mais de
21 milhões de pessoas (IBGE, 2020c). Portanto, o que explica o padrão do eixo Centro-Oeste, Sudeste e
Sul é a combinação de maior acesso à internet com maior fatia da informalidade do país, contrapondo-se
ao eixo Norte-Nordeste, que herda sua ampla base cadastral em programas sociais do governo federal.
No âmbito da dimensão econômica do programa, é possível verificar a importância do programa
para economias do Norte e Nordeste. O volume estimado para todos os Estados do Nordeste é superior ao
dobro do peso nacional, algo verificado também, em proporção similar, quando comparado a partir da
massa de rendimentos do trabalho. Os dados municipais evidenciam essa tendência pelo fato de que 80,4%
dos 1.709 municípios com peso equivalente a 10% ou mais do PIB estão localizados no Nordeste. Em
termos de focalização do programa é observado que, em termos regionais, a política foi progressiva, isto é,
para cada aumento de 1% na proporção do PAE no PIB, ocorre por conta de uma queda de 7,1% no IDH
do município, assim como de um aumento de 2% no IVS e 1,26% na população vulnerável à pobreza do
município. Isto indica, com significância estatística, que regiões mais pobres e menos desenvolvidas foram
as mais beneficiadas pelo PAE.
Dois elementos que impactam na eficácia do programa e foram objetos de estudo, dizem respeito à
taxa de acesso à internet e à disponibilidade da rede bancária credenciada para saques dos recursos. Estados
com maior taxa de acesso à internet registraram maior participação dos beneficiários por aplicativo na
composição dos recursos. No outro ponto, cerca de 2,9 milhões de beneficiários residem em municípios
sem a presença de agências da Caixa Econômica Federal ou Lotéricas. Os municípios mais severamente
afetados estão nas regiões Norte e Nordeste. Há, portanto, um descasamento entre maior concentração de
recursos disponíveis com o baixo número de possibilidades de acessos aos recursos. Vale salientar, que a
ausência de uma rede bancária cria um custo de deslocamento para a população realizar os saques, inclusive
com possíveis repercussões de insegurança, assim como cria externalidades negativas para estas regiões
desassistidas, na medida em que diminui a probabilidade de que os recursos sejam gastos na localidade.
Em que pese o estudo utilizar dados preliminares do cadastro do PAE, seus resultados emergem um
conjunto de possibilidades para estudos posteriores. Em primeiro lugar, na medida em que os dados do
cadastro se consolidarem com os números de fechamento do PAE, será oportuno saber qual o volume dos
recursos virtualmente disponibilizados e comparar com o efetivamente gasto, verificando se a rede bancária
ou fatores socioeconômicos exerceram alguma influência sobre a efetividade do uso dos recursos. Em
segundo lugar, na medida em que se disponibilizarem dados sobre a variação da massa de rendimentos e
18
do PIB, ao longo do período de ápice e estabilização do COVID-19, em que grau o auxílio emergencial foi
efetivo em reduzir a perda dos rendimentos, do consumo e de impostos. Em terceiro lugar, com os dados
consolidados por indivíduos, avaliar se os critérios de elegibilidade foram atendidos, estimando o alcance
da política pública.
Referências
Howlett, M. et. al. The Elements of Effective Program Design: a Two-Level Analysis. Politics and
Governance, v. 2, n. 2, p. 283-284, 2014. Disponível em: <https://goo.gl/cAS31i>. Acesso em Julho de
2020.
Instituto Brasileiro de Geografia e Estatística (IBGE). Produto Interno Bruto dos Municípios. 2020b.
Disponível em: < https://sidra.ibge.gov.br/tabela/5938>. Acesso em Maio de 2020.
Instituto Brasileiro de Geografia e Estatística (IBGE). Produto Interno Bruto dos Municípios. 2020c.
Disponível em: <https://www.ibge.gov.br/estatisticas/economicas/contas-nacionais/9300-contas-
nacionais-trimestrais.html?edicao=26998&t=series-historicas>. Acesso em Maio de 2020.
Instituto Brasileiro de Geografia e Estatística (IBGE). Pesquisa Nacional de Amostra aos Domicílios
Trimestral. Tabela 6421: Massa de Rendimento Real do Trabalho Principal, efetivamente recebido no mês
de referência, pelas pessoas de 14 anos ou mais de idade, ocupadas na semana de referência, com
rendimento de trabalho, por posição na ocupação no trabalho principal. 2020a. Disponível em:
<https://sidra.ibge.gov.br/tabela/6421>. Acesso em Maio de 2020.
Instituto Brasileiro de Geografia e Estatística (IBGE). Pesquisa Nacional de Amostra aos Domicílios Anual
2018 Acesso à Internet e à Televisão e posse de Telefone Móvel Celular para Uso Pessoal. 2020d.
Disponível em: <https://www.ibge.gov.br/estatisticas/sociais/habitacao/17270-pnad-
continua.html?edicao=27138&t=sobre>. Acesso em Maio de 2020.
Instituto de Pesquisa Econômica Aplicada (IPEA). Avaliação de Políticas Públicas: Guia Prático de Análise
ex ante. V. 1, 192 p. 2018a.
Instituto de Pesquisa Econômica Aplicada (IPEA). Avaliação de Políticas Públicas: Guia Prático de Análise
ex post. V. 2, 301 p. 2018b.
Instituto de Pesquisa Econômica Aplicada (IPEA). Atlas da Vulnerabilidade Social. Índice de
Vulnerabilidade Social. 2020a. Disponível em: <http://ivs.ipea.gov.br/index.php/pt/planilha> Acesso em:
Maio de 2020.
Instituto de Pesquisa Econômica Aplicada (IPEA). Atlas da Vulnerabilidade Social. População Vulnerável
à Pobreza dos Municípios. 2020b. Disponível em: <http://ivs.ipea.gov.br/index.php/pt/planilha> Acesso
em: Maio de 2020.
Khandker, S. R., Koolwal, G. B., e Samad, H. A. Handbook on Impact Evaluation: Quantitative Methods
and Practices. 1 ed (262 p.). Washington: The International Bank for Reconstruction and Development /
The World Bank, 2010.
Programa das Nações Unidas para o Desenvolvimento (PNUD). Atlas do Desenvolvimento Humano para
o Brasil. Índice de Desenvolvimento Humano Municipal 2010. 2020. Disponível em:
<http://atlasbrasil.org.br/2013/pt/consulta/>. Acesso em Maio de 2020.
19
Ministério da Cidadania, Cultura, Desenvolvimento Social e Esporte. Cadastro do Programa de Auxílio
Emergencial. Obtido junto à Lei de Acesso à Informação no dia 01 de junho de 2020, do protocolo
71004002534202031. 2020.
Ministério da Economia. Relatório Anual de Informações Sociais (RAIS) de 2018. 2020. Disponível em: <
http://bi.mte.gov.br/bgcaged/login.php>. Acesso em Maio de 2020.
Secretaria-Geral da Presidência da República. Presidência da República. Subchefia para Assuntos
Jurídicos. Lei 13.982, de 2 de abril de 2020. 2020a. Disponível em:
<https://www.planalto.gov.br/ccivil_03/_ato2019-2022/2020/lei/l13982.htm>. Acesso em Junho de 2020.
Secretaria-Geral da Presidência da República. Imprensa Nacional. Diário Oficial da União. Decreto
10.412, de 30 de junho de 2020. 2020b. Disponível em: <http://www.in.gov.br/en/web/dou/-/decreto-n-
10.412-de-30-de-junho-de-2020-264424956>. Acesso em Junho de 2020.
... Desse modo, os municípios mais afetados estão localizados, igualmente, nas regiões Norte e Nordeste, que apresentam 35,6% e 36% da sua população sem acesso à internet, respectivamente. Essa população também precisa se deslocar para cidades vizinhas, a fim de conseguir sacar o dinheiro do auxílio(Costa & Freire, 2020).Tais informações revelam muito sobre o processo de planejamento turístico e a proposição de políticas públicas durante a pandemia. Uma política pública é historicamente construída e sua eficácia perpassa a ideia de democratização, acesso e coletividade. ...
Article
Full-text available
As pandemias marcam períodos de instabilidade, rupturas e mudanças complexas na sociedade. Hoje, o mundo enfrenta a pandemia da COVID-19, doença causada pelo novo coronavírus. Em todas as dimensões sociais, os impactos têm sido significativos, sobretudo, por causa do isolamento social, medida considerada eficiente para frear a disseminação da doença. No Brasil, o isolamento foi estabelecido pelo governo e culminou no fechamento temporário dos empreendimentos que prestam serviços não essenciais, no qual o turismo é contemplado. Logo, o objetivo deste artigo é discutir o papel do Estado na mitigação dos impactos da pandemia no setor turístico, analisando-se as políticas públicas adotadas e características como: esfera política, contexto, abrangência, conteúdo e critérios para efetivação. Trata-se de uma pesquisa exploratória e descritiva, cujo percurso metodológico consistiu na busca de palavras-chave em plataformas científicas e sites governamentais e de instituições setoriais de turismo, tanto no Brasil quanto no mundo. As informações obtidas foram organizadas, sistematizadas e analisadas empregando-se a técnica da Análise de Conteúdo. Os resultados mostram que as políticas públicas formuladas pelo governo são de caráter estrutural, com foco na manutenção de emprego e renda para empresários e trabalhadores de segmentos específicos da cadeia produtiva; conjuntural/emergencial, portanto, restritas ao período da pandemia; e regulatórias, normatizando protocolos de segurança e prevenção da COVID-19 durante o processo de retomada da economia. De modo geral, as políticas que mais beneficiam o setor não são oriundas de pastas importantes para a atividade, tal qual, o Ministério do Turismo, mas provenientes de outras esferas de atuação governamental.
... These indirect effects are important mainly for regions where poor population and informal labour market are more prevalent. Costa and Freire (2020) show that this government assistance programme in Brazil is relatively more important for the Northeast and North regions. However, the authors point out that internet access and the availability of the banking network impact the programme's effectiveness. ...
Article
Full-text available
This paper aims to simulate the economic impacts of the withdrawal of informal workers from the labour market due to the social isolation policy implemented during the Covid-19 pandemic in Bahia state, Brazil, where 66% of workers work in the informal sector. We also consider the government income compensation policy to make up part of their income. The partial hypothetical extraction method was used in a regional input-output matrix, base year 2012 with 42 economic sectors. Our simulations show that the withdrawal of informal workers decreases the productive capacity and leads to strong negative impacts on the economy, mainly in the service sectors. On the other hand, the income compensation policy mitigates the negative impacts by about 50%. Moreover, the public administration is the least impacted sector because it is mostly made up of formal workers.
Article
Full-text available
Policy and program design is a major theme of contemporary policy research, aimed at improving the understanding of how the processes, methods and tools of policy-making are employed to better formulate effective policies and programs, and to understand the reasons why such designs are not forthcoming. However while many efforts have been made to evaluate policy design, less work has focused on program designs. This article sets out to fill this gap in knowledge of design practices in policy-making. It outlines the nature of the study of policy design with a particular focus on the nature of programs and the lessons derived from empirical experience regarding the conditions that enhance program effectiveness.
Massa de Rendimento Real do Trabalho Principal, efetivamente recebido no mês de referência, pelas pessoas de 14 anos ou mais de idade, ocupadas na semana de referência, com rendimento de trabalho, por posição na ocupação no trabalho principal
Instituto Brasileiro de Geografia e Estatística (IBGE). Pesquisa Nacional de Amostra aos Domicílios Trimestral. Tabela 6421: Massa de Rendimento Real do Trabalho Principal, efetivamente recebido no mês de referência, pelas pessoas de 14 anos ou mais de idade, ocupadas na semana de referência, com rendimento de trabalho, por posição na ocupação no trabalho principal. 2020a. Disponível em: <https://sidra.ibge.gov.br/tabela/6421>. Acesso em Maio de 2020.
Obtido junto à Lei de Acesso à Informação no dia 01 de junho de 2020, Nº do protocolo 71004002534202031
  • Cultura Ministério Da Cidadania
Ministério da Cidadania, Cultura, Desenvolvimento Social e Esporte. Cadastro do Programa de Auxílio Emergencial. Obtido junto à Lei de Acesso à Informação no dia 01 de junho de 2020, Nº do protocolo 71004002534202031. 2020.
Relatório Anual de Informações Sociais (RAIS) de 2018
  • Economia Ministério Da
Ministério da Economia. Relatório Anual de Informações Sociais (RAIS) de 2018. 2020. Disponível em: < http://bi.mte.gov.br/bgcaged/login.php>. Acesso em Maio de 2020.
Diário Oficial da União. Decreto Nº 10.412, de 30 de junho de 2020
  • Secretaria-Geral Da Presidência Da República
Secretaria-Geral da Presidência da República. Imprensa Nacional. Diário Oficial da União. Decreto Nº 10.412, de 30 de junho de 2020. 2020b. Disponível em: <http://www.in.gov.br/en/web/dou/-/decreto-n-10.412-de-30-de-junho-de-2020-264424956>. Acesso em Junho de 2020.