OS IMPACTOS DOS ROYALTIES DO PETRÓLEO E GÁS NATURAL … · Municípios brasileiros detentores de campos de produção de petróleo e gás natural. (PACHECO. 2003). O Gráfico 01

VIII Encontro dE EconomIa BaIana – SEt. 2012 EconomIa rEGIonaL • 279

OS IMPACTOS DOS ROYALTIES DO PETRÓLEO E GÁS NATURAL SOBRE O PIB PER CAPITA, íNDICES DE POBREZA E DESIGUALDADES

Lauro César Bezerra Nogueira*

Tatiane Almeida de Menezes**

Resumo

As descobertas dos campos do pré-sal intensificou o debate em torno da distribuição e gestão dos recursos dos royalties do petróleo e gás natural no Brasil. Diante deste fato e da abundante literatura em torno da gestão de recursos desta natureza, este artigo busca averiguar os impactos destes recursos sobre o PIB per capita, índices de pobreza e desigualdades nos Estados brasileiros beneficiados. Para atingir os objetivos utilizou-se a metodologia do estimador de diferenças em diferenças. Especificamente, no Modelo 2, os resultados apontam que em média os Estados beneficiados cresceram 8% a menos que os não beneficiados. Por outro lado, reduziram o índice de desigualdades em 0.07% a mais que os nãos beneficiados. Quanto ao Índice de Pobreza em todos os modelos e abordagens os resultados se mostraram estatisticamente insignificantes.

Palavras-chave: Royalties. Diferenças em diferenças. PIB per capita. Pobreza. Desigualdades.

AbstrAct

The discoveries of the pre-salt fields intensified the debate on the distribution and management of royalties from oil and natural gas in Brazil. Given this fact and the abundant literature about the management of such resources, this article aims to ascertain the impact of these resources on GDP per capita, levels of poverty and inequalities in the benefited Brazilian states. To achieve the goals we have used the methodology of the differences in differences estimator. Specifically, in Model 2, the results indicate that on average the benefit States grew 8% less than non-beneficiaries. On the other hand, the index of inequality was reduced in 0.07% more than the no-beneficiaries. As for the poverty index in all models and approaches the results were statistically insignificant.

Keywords: Royalties. Difference in differences. Product per capita. Poverty. Inequality.

* Mestre em Economia pela Universidade Federal de Pernambuco (UFPE); doutorando em Economia pela Universidade Federal da Paraíba (UFPB). Professor substituto da Universidade Federal do Rio Grande do Norte (UFRN). [email protected]

** Pós-doutora pela Yale University; doutora em Economia pela Universidade de São Paulo (USP). Professora da Universidade Federal de Pernambuco (UFPE).

OS IMPACTOS DOS ROYALTIES DO PETRÓLEO E GÁS NATURAL SOBRE O PIB PER CAPITA, ÍNDICES DE POBREZA E DESIGUALDADES

Lauro César Bezerra Nogueira, Tatiane Almeida de Menezes

VIII ENCONTRO DE ECONOMIA BAIANA – SET. 2012 ECONOMIA REGIONAL • 280

1 INTRODUÇÃO

As recentes descobertas, no final da década de 2010, de imensos reservatórios de petróleo em águas profundas do litoral brasileiro, a então nomeada ‘áreas do Pré-sal’1

Na década anterior, com a homologação da 9478/97, também conhecida como a Nova Lei do Petróleo, de 06 de agosto de 1997 foram introduzidas três novas participações governamentais: o bônus de assinatura, o pagamento pela ocupação ou retenção de área e a participação especial, além da ampliação da alíquota básica dos royalties de 5% para 10%. Estas mudanças, em especial, a nova alíquota dos royalties contribuíram muito para o aumento das receitas dos Estados e Municípios brasileiros detentores de campos de produção de petróleo e gás natural. (PACHECO. 2003). O Gráfico 01 mostra a evolução dos valores pagos em royalties ao setor público no Brasil.

, com potencial estimado suficiente para dobrar as reservas nacionais existentes, de acordo com levantamentos da Petrobras, alteram totalmente as condições de mercado do setor petrolífero no Brasil. Além do mais, deve aumentar consideravelmente o total de recursos disponíveis para vários Estados e Municípios brasileiros (INFOROYALTIES, 2010).

1998 2000 2002 2004 2006 2008 20100

2

4

6

8

10

12 ROYALTIES DO PETRÓLEO E GÁS NATURAL

BILHÕ

ES R$

PERÍODO

ROYALTIES

Gráfico 01 - Evolução do Pagamento dos Royalties no Brasil Fonte: Elaboração do autor, a partir de dados da ANP.

Assim justifica-se o fato que na última década tenha se acentuado o debate sobre a repartição das rendas decorrentes da exploração de petróleo e gás repassados aos 1 A chamada camada pré-sal é uma faixa que se estende ao longo de 800 quilômetros entre os Estados do Espírito Santo e Santa Catarina, abaixo do leito do mar, e engloba três bacias sedimentares (Espírito Santo, Campos e Santos). O petróleo encontrado nesta área está a profundidades que superam os sete mil metros, abaixo de uma extensa camada de sal que, segundo geólogos, conservam a qualidade do petróleo. Vários campos e poços de petróleo já foram descobertos no pré-sal, entre eles o de Tupi, o principal. Há também os de Guará, Bem-Te-Vi, Carioca, Júpiter e Iara, entre outros.




Estados e Municípios brasileiros. Para ter-se uma idéia do montante de recursos, em 2008, a Petrobrás e as cinco empresas produtoras multinacionais de petróleo instaladas no país repassaram ao setor público cerca de R$ 22,6 bilhões em royalties e participações especiais. O total equivale a mais que o dobro do montante investido pago pelo governo federal no ano de 2007, avaliado em R$ 8,9 bilhões, conforme declarado no site transparência Brasil. No entanto, sem levar em conta os recursos do Pré-sal, considerando uma estimativa modesta, o total dos royalties pode atingir no final da próxima década algo em torno de R$ 50 bilhões, conforme previsão da Petrobrás de dobrar a atual produção de petróleo e gás. (AFONSO e GOBETTI, 2009).

A Tabela 01 apresenta o volume total dos royalties repassados aos Estados e Municípios brasileiros em 2009, e percebe-se um elevado grau de concentração no repasse desses recursos.

Tabela 01 – Repasse dos Recursos dos Royalties do Petróleo em R$ - 2009 UF ESTADOS MUNICÍPIOS TOTAL %

Alagoas 28.591.267,83 33.565.151,40 62.156.419,23 1,22 Amapá 0 200.525,43 200.525,43 0,00 Amazonas 120.436.954,44 50.220.062,90 170.657.017,34 3,36 Bahia 138.990.607,56 106.823.109,40 245.813.716,96 4,83 Ceará 11.102.117,38 28.867.982,99 39.970.100,37 0,79 Espírito santo 144.465.190,47 147.403.986,00 291.869.176,47 5,74 Minas Gerais 0 420.992,35 420.992,35 0,01 Para 0 1.136.305,53 1.136.305,53 0,02 Paraná 84.777,56 84.780,97 169.558,53 0,00 Paraíba 0 187.762,22 187.762,22 0,00 Pernambuco 0 41.640.764,21 41.640.764,21 0,82 Rio de Janeiro 1.709.375.458,77 1.872.103.253,98 3.581.478.712,75 70,42 Rio G. Do Norte 140.128.954,63 126.729.831,82 266.858.786,45 5,25 Rio G. do Sul :0 38.708.619,33 38.708.619,33 0,76 Santa Catarina 0 21.739.315,90 21.739.315,90 0,43 São Paulo 3.514.130,76 134.426.176,68 137.940.307,44 2,71 Sergipe 89.558.815,72 95.118.274,39 184.677.090,11 3,63

Total 2.386.248.275,12 2.699.376.895,50 5.085.625.170,62 100,00

Fonte: Elaboração do Autor, a partir de dados da ANP. Contudo, com a descoberta dos campos do pré-sal intensificou-se ainda mais

o debate em torno da distribuição das rendas dos royalties do petróleo. Por um lado, muitos defendem a distribuição igualitária entre todos os entes federativos, isto é, sejam produtores ou não. Outros alegam que os impactos causados nas Regiões produtoras são elevados, deste modo, estas Regiões e quem de fato têm direito a estes recursos, pois, os royalties seria uma forma de compensar os impactos ambientais e as externalidades provocadas pela atividade. Os Estados e Municípios produtores alegam que a divisão seria um desastre nas finanças públicas locais, pois afirmam que há forte dependência destes recursos.




Enfatizando as conclusões preliminares feitas a partir da Tabela 01, em estudo de Cruz e Ribeiro (2009), os autores destacam que a atual forma de distribuição dos royalties do petróleo é bastante desigual e concentrada, pois apresenta um Índice de Gini de 0,986; Além do mais, beneficia Regiões consideravelmente mais ricas. Entretanto, segundo os mesmos, estes recursos exercem uma grande importância na formação do PIB dos entes beneficiados, embora enfatizem que evidencias empíricas recentes sugerem que as rendas dos royalties não tem afetado positivamente o crescimento e o desenvolvimento dos Municípios brasileiros.

Segundo Cagnin e Cintra (2008), resultados empíricos vêm apontando que economias que tem como base a exploração de recursos naturais não são capazes por si só de gerar crescimento sustentável, nem muito menos garantir desenvolvimento econômico. Pois, na maioria dos países em que tais recursos são abundantes surge um fenômeno que contraria o senso comum e desperta o grande interesse dos economistas, que o denominam “A Maldição dos Recursos Naturais” 2

Enfatizando tal análise, em Afonso e Gobetti (2008), os resultados apontam para o mau uso destes recursos, pois, conforme o estudo, os Municípios beneficiados pelo fundo gastam a maior parte dos royalties em despesas correntes, em especial no pagamento de salários. Além do mais, verificou-se que são os que mais gastam com as câmaras municipais, prática essa, que fere o pressuposto central para criação do fundo social, pois a gestão pública deve direcionar o uso dos recursos de forma a impedir que somente a sociedade presente usufrua dos benefícios gerados.

.

Por outro lado, constatou-se que os gastos com ensino fundamental e saúde são muito próximos dos dispêndios dos Municípios que não são beneficiados e em alguns casos estes gastos são inferiores. Outro aspecto constatado é que os investimentos em gestão ambiental também são insignificantes entre todos os Municípios, descartando-se assim, o argumento que tais recursos servem para diminuir o impacto gerado pela exploração e produção de petróleo e gás natural.

No entanto, a grande maioria dos trabalhos sobre este tema no Brasil, isto é, voltados para verificar o uso dos recursos dos royalties do petróleo tem como base métodos descritivos, ou seja, sem a utilização de ferramentas que busquem identificar possíveis impactos em variáveis socioeconômicas da economia brasileira. Em raras exceções, em especial podemos destacar Postali (2007), utiliza-se a aplicação técnicas paramétricas, em especial dados em painel.

Entre os principais trabalhos destacam-se os: os da Fundação Getúlio Vargas (FGV) 2010; Info Royalties (2010); Cagnin e Cintra (2008); Afonso e Gobetti (2008); Cruz e Ribeiro (2009); Bregman e Pinto Jr (2008); Postali (2007); Pacheco (2007); e Gonzáles e Serra (2006) trabalhos esses de reconhecida contribuição cientifica e suporte no planejamento de políticas públicas que objetivam uma alocação ótima destes recursos. Embora, em nenhum desses estudos, mensura-se o impacto desses recursos na formação dos PIBs per capita, nos Índices de Pobreza e Desigualdades dos Estados favorecidos por tais recursos.

Deste modo, o principal objetivo deste artigo é averiguar se os recursos dos royalties repassados aos Estados produtores a partir da nova lei do petróleo 9478/97 influenciaram de forma diferenciada o crescimento do Produto Interno Bruto (PIB)

2 Um dos grandes enigmas da literatura sobre crescimento econômico é a chamada “Maldição dos Recursos

Naturais”, ou seja, há evidências empíricas amplamente documentadas de que países ricos em recursos naturais tendem a apresentar taxas de crescimento menores que os países relativamente desprovidos. Exemplos de tais evidências podem ser encontrados em Sachs e Warner (1995, 1999), Sala-I Martin (1997).




per capita, os Índices de Pobreza e Desigualdades das unidades federativas beneficiadas. No entanto, para atingir os objetivos propostos, o artigo foi estruturado em cinco seções incluindo esta introdução. Na segunda parte, faz-se uma revisão da literatura. Na terceira apresentam-se os aspectos metodológicos adotados. Na seção seguinte são apresentados os resultados, e na ultima seção faz-se as considerações finais.

2 REVISÃO DA LITERATURA

Nesta seção faz-se um resumo de algumas pesquisas voltadas para o

problema em questão, na tentativa de justificar os objetivos desta pesquisa. Em estudo realizado pelo Instituto Brasileiro Geográfico Espacial (IBGE),

em 2005, apontou ser o petróleo a principal causa dos mais altos PIBs per capita municipais no Brasil, pois em uma análise da economia dos dez Municípios brasileiros com maior PIB per capita em 2002, identifica o setor petrolífero como principal responsável pelas elevadas taxas de crescimento econômico.

De acordo com Sachs e Warner (1995), uma surpreendente característica do crescimento econômico moderno é que países com abundância de recursos naturais tendem a crescer com taxas menores do que países onde os recursos naturais são mais escassos. Neste trabalho formulou-se um modelo teórico simples de crescimento endógeno que pudesse explicar a relação negativa observada.

Em estudo de Sachs e Warner (1999), a simples aplicação do raciocínio “The big Push” (o grande impulso), sugere que o crescimento dos recursos naturais pode ser catalisadores extraordinários para o desenvolvimento nos países mais pobres. No entanto, o estudo relata provas que apontam que em sete países da América Latina o crescimento dos recursos naturais é por vezes seguido pelo declínio do PIB per capita.

De acordo com Postali (2007), os resultados confirmaram a chamada “Maldição dos Recursos naturais”, tão enfatizada na literatura internacional, pois segundo o autor, os Municípios contemplados com recursos dos royalties cresceram em média 0.0204% a menos que os Municípios que não receberam royalties no período entre 1996 a 2004. Outro resultado interessante encontrado é a existência de uma relação negativa entre o volume de royalties transferidos ao município e a taxa de crescimento de seu PIB, pois o estudo relata que uma elevação em 1% nos royalties resulta em uma redução de 0.06% no crescimento dos PIBs municipais.

Segundo o autor isso poderia ser atribuído ao fato de que países ricos em recursos naturais sofrem de um fenômeno tipicamente denominado “A Doença Holandesa” 3

3 O termo “doença holandesa” surgiu das consequências da descoberta de jazidas de gás natural na economia holandesa na década de 1960, na qual o boom exportador que se seguiu à produção de gás contribuiu para uma valoração cambial que prejudicou a competitividade das exportações da economia deste país.

, ou seja, esta maldição é decorrente da perda de competitividade que as economias altamente dependentes destes recursos tendem a desenvolver, entretanto, no Brasil como se trata de um problema doméstico, descartou esta possibilidade, sugerindo como possível causa a fragilidade das instituições e má gestão destes recursos.




Outras hipóteses são levantadas na literatura como explicação para este fenômeno, incluindo o desvio de investimentos do setor manufatureiro (crowding out), dinâmicas de extração dos recursos naturais com base em Hotelling (1931), trajetórias de crescimento típicas de países ricos em recursos e solidez das instituições (POSTALI, 2007).

Dentre as hipóteses levantadas que associam à teoria do crescimento, destaca-se a de Rodriguez e Sachs (2004), segundo os autores uma explicação alternativa referente o porquê países abundantes em recursos naturais apresentam taxas de crescimento inferiores é que essas economias são susceptíveis de estar vivendo além de seus meios. O estudo mostra que o consumo de superação do estado estacionário de equilíbrio e investimento pode ser ótimo em um modelo de crescimento de Ramsey com os recursos naturais. Portanto, a economia irá convergir para o estado estacionário de cima para baixo. De modo, a exibir taxas de crescimento negativas sobre a transição. Um modelo dinâmico de equilíbrio geral é calibrado no presente estudo para a economia venezuelana e mostra o desempenho da economia ao longo dos anos do "boom" do petróleo.

De acordo Kronenberg (2004), há uma correlação negativa entre economias bem dotadas em recursos naturais e taxas de crescimento econômico. Ele utiliza variáveis de controle em sua regressão, no entanto, os resultados apontam como uma das mais significativas a Proxy para o capital humano, mensurado pela educação básica. O resultado deste trabalho mostra que grande parte da variação nas taxas de crescimento entre as economias em desenvolvimento pode ser atribuída à maldição dos recursos naturais, apontando a corrupção como o principal motivo para este fenômeno. Outras razões apontadas como possíveis causadoras da maldição dos recursos naturais seria o efeito da doença holandesa e um alto índice de abandono da educação.

A partir das diferentes vertentes encontradas na literatura sobre a relação entre crescimento econômico e riqueza em recursos naturais, o presente artigo busca verificar a relação entre crescimento econômico dos Estados brasileiros e royalties do petróleo, como também a influência sobre os indicadores de pobreza e desigualdades.

3 ASPECTOS METODOLÓGICOS

Para avaliar os impactos dos royalties sobre os PIBs per capita estaduais,

índices de pobreza e desigualdades propostos neste artigo aplicaram-se dois modelos. No Modelo 1, denominado de diferenças em diferenças, é apresentado, por exemplo, em Cameron e Trivedi (2005), e o Modelo 2 emprega variáveis binárias para ajustes de poligonais4

O Modelo do estimador de diferenças em diferenças (Diff-in-Diffs) é bastante difundido para analisar os denominados experimentos naturais. Essa

do Modelo 1.

4 Para um maior detalhamento da metodologia de variáveis binárias na regressão com finalidade de ajustar as de poligonais, ver, por exemplo, Hoffmann (2006).




metodologia foi aplicada em trabalhos renomados como Meyer (1995), Angrist e Krueger (1999), Blundell e Macurdy (2000), Neri (2008).

Segundo Wooldridge (2003), os experimentos naturais ocorrem quando algum evento exógeno, como por exemplo, uma alteração institucional, mudança nas leis, alteração nas políticas governamentais, entre outras, altera um ambiente econômico. Deste modo, para observar um experimento natural é preciso identificar dois grupos de indivíduos, isto é, o grupo afetado pela mudança (grupo de tratamento) e o grupo que não foi afetado com a mudança (grupo de controle), sendo ambos com características semelhantes.

De acordo com Neri (2008), são necessários dados referentes a dois períodos, ou seja, ex-antes e ex-post relativos aos dois grupos. Segundo o autor, diferentemente dos experimentos reais em que as variáveis são elencadas aleatoriamente de forma a não cometer viés de seleção, experimentos desta natureza, as variáveis surgem naturalmente conforme a mudança é exercida. Tem-se assim, quatro grupos de variáveis, ou seja, o grupo de tratamento ex-antes e ex-post, como também o grupo de controle ex-antes e ex-post a modificação exógena.

Desta forma, pode-se assumir a estrutura do modelo conforme apresentado na Tabela 02 para aplicação da metodologia proposta:

Tabela 02 – Modelo de Diferenças em Diferenças

GRUPOS EX-ANTES

EX-POST DIFERENÇAS

Tratamento (recebem royalties) α b b - α

Controle (não recebem royalties) φ γ γ - φ

Diferenças α - φ b - γ (b - α)-(γ - φ)

Fonte: Cameron e Trivedi, 2005.

Portanto (b - α) e (γ - φ) mensura respectivamente as alterações ocorridas

nos grupos de tratamento (Estados contemplados) e grupos de controles (demais Estados) entre o período anterior e posterior a modificação acarretada pela Lei 9478/97, isto é, a Lei é considerada um evento exógeno. De acordo com o proposto, o grupo de controle não sofreu alteração com o fato exógeno, sendo a diferença entre (γ - φ) atribuída a outros fatores que também afetam (β - α), deste modo a diferença entre o termo (γ - φ)-(b - α) ou (α - φ)-(b - γ) capta justamente o impacto da variável de interesse. Matematicamente o estimador de diferenças em diferenças pode ser representado da seguinte forma:

3 2 2 1 1( , ) ( , )Y bY Y bYβ α α= − − − (1)

Sendo Y a média da variável analisada para cada grupo e ano, onde o valor

subscrito “1” e “2” indica respectivamente antes e depois da alteração exógena observada; a simbologia “b”, “α” indica respectivamente grupo de controle e




tratamento. Consequentemente, o parâmetro 3β informa exatamente o impacto

gerado pelo evento exógeno descrito. Apresenta-se de forma sucinta o estimador Diff-in-Diffs, que possibilita

isolar o efeito do grupo de tratamento (Beneficiários dos royalties) de forma simples e objetiva. Essa metodologia torna possível separar o efeito da variável de interesse (royalties) sobre a variável dependente (PIBs per capita estaduais e Indicadores de pobreza e desigualdades), controlando para todos outros possíveis fatores, sem a necessidade de identificar todas as covariadas, caso os dados sejam referentes ao período antes e depois do evento exógeno.

0 1 1 2 2 3 1 2( * )it iY d d d d uβ β β β= + + + + (2)

O Modelo de regressão em (2) é construído com auxilio de variáveis

dummys (indicadoras); Onde 1 1d = , quando os dados são do segundo período e

1 0d = caso refiram-se ao primeiro período. No entanto, 2 1d = para os Estados do grupo de tratamento e 2 0d = para os pertencentes ao grupo de controle; itY é a variável estudada; t indica o ano a que se refere à informação; 1β é o impacto atribuído ao segundo período sobre a variável de interesse; 2β o impacto de pertencer ao grupo de tratamento referente à variável de interesse e 3β é o efeito ex-post do grupo de tratamento quando confrontado com o grupo de controle sobre a variável de interesse; logo, 0β mensura exatamente o valor esperado da variável de interesse quando se estuda o grupo de controle ex-antes do evento exógeno, ou seja, é o parâmetro de comparação.

De acordo com Cameron e Trivedi (2005), especificamente o efeito da variável de interesse (tratamento), pode ser mensurado com base em métodos dados de painel padrão se há dados disponíveis antes e após o tratamento, e a mudança exógena assumida não afeta todos os indivíduos. Então, o estimador de primeiras diferenças para o modelo de efeitos fixos reduz-se a um simples estimador denominado diferenças em diferenças. Segundo os autores, o último estimador tem a vantagem de que também pode ser usado quando há repetidos dados cross-section, em vez de dados de painel disponíveis.

Há pressupostos subjacentes para a consistência do estimador dif-in-dif, em primeiro lugar, presume-se que os efeitos do tempo são comuns aos grupos (tratamento e controle) de indivíduos. Em segundo lugar, se os dados utilizados são do tipo cross-section, a composição dos grupos de tratamento e controle é considerada como estável antes e depois da mudança, já no caso de dados em painel a diferenciação elimina os efeitos fixos.

De acordo com Neri (2008), é preciso controlar por outros fatores importantes na regressão, ou seja, antes de afirmar que 3β revela o impacto pós-evento exógeno da variável de interesse, é preciso identificar e separar o efeito de todas as outras variáveis que podem estar correlacionada com a variável de interesse. Isto é, introduzindo as variáveis de controle (dummys) relevantes na regressão, dessa forma procura-se evitar que o efeito dessas outras variáveis produza viés no estimador, assim sendo, encontra-se o impacto do evento exógeno.




Segundo Kiel e McClain (1995), ao se aplicar esta metodologia, buscar-se não somente o impacto do tratamento (grupo afetado pela mudança), mas também o tamanho do tratamento, ou seja, o efeito total das transferências dos recursos para os Estados. Assim, possibilitando isolar o efeito do tratamento sem precisar controlar demasiadamente.

No entanto, de acordo com Angrist e Krueger (1998), uma das principais limitações deste tipo de pesquisa é que o modelo da equação (2) não possui mecanismos capazes de captar possíveis tendências dos grupos analisados anteriores aos dois períodos comparados. Tal fato pode comprometer as análises, pois é possível que os Estados pertencentes tanto ao grupo de controle como ao de tratamento já atravessassem por um processo mais acelerado de crescimento do PIB per capita, diminuição dos Índices de Pobreza e Desigualdades, antes mesmo da implantação da nova Lei do Petróleo, o que tornaria os resultados do Modelo da Equação (2) viesados.

Portanto, a aplicação do Modelo 2 torna-se essencial para detectar estas mudanças na tendência das variáveis entre os dois períodos e os dois grupos analisados. O Modelo 2 pode ser representado da seguinte forma:

0 1 2 1 3 2 4 2 5 1 2( ) ( )it iY t d t d td d t d uβ β β θ β β β θ= + + − + + + − + (3)

Onde itY é a variável estudada; e i indica o ano a que se refere à informação;

novamente 1 1d = , quando os dados são do segundo período e zero 1 0d = quando pertencerem ao primeiro período. Identicamente ao Modelo 1; 2 1d = para os Estados do grupo de tratamento e 2 0d = para os do grupo de controle; t é a variável de tendência; θ representa a abscissa do vértice que, no Modelo 2, é o ano que delimita o período antes e após a efetiva influência da Lei 9478/97; kβ são os

parâmetros do modelo e iu representa o erro aleatório. No Modelo 2 averígua-se que mudanças em itY é igual a:

• 1β Indica alteração no grupo de controle, antes dos efeitos da Lei; • 1 2β β+ Indica alteração no grupo de controle, após a Lei; • 1 4β β+ Indica alteração no grupo de tratamento, antes aos efeitos da

Lei; • 1 2 4 5β β β β+ + + Indica alteração no grupo de tratamento, após a Lei;

De forma que 2β aponta a velocidade do crescimento no grupo de controle e

2 5β β+ indica a aceleração do crescimento no grupo de tratamento. Então, o parâmetro 5β sugere quão à aceleração no crescimento de itY no grupo de tratamento difere da aceleração no crescimento do grupo de controle.

No entanto, com a finalidade de ratificar os resultados das estimações do modelo diff-in-diff, empregou-se o procedimento de Bootstrap, metodologia alternativa introduzida por Efron (1979,1982). Esta abordagem aproxima-se da simulação de Monte Carlo, sendo útil na construção de intervalos de confiança dos parâmetros, em situações em que outros procedimentos não são aplicáveis, em




especial, nos casos em que o número de amostras é reduzido. A técnica de Bootstrap tem como principal objetivo realizar o que seria ideal conseguir na prática, ou seja, repetir a experiência. De modo que, constrói novas amostras através da original replicando observações de forma aleatória e em seguida recalcula as estimativas. (CAMERON & TRIVEDI, 2005).

De acordo com Cameron & Trivedi (2005), exatamente em amostras finitas os resultados não são eficazes para maioria dos estimadores e testes estatísticos relacionados. Pois, os métodos de inferência estatística em geral são baseados em teoria assintótica. Existe uma vasta gama de métodos de Bootstrap, no entanto, podem ser classificados dentro de duas grandes abordagens.

A primeira opção é um método simples de Bootstrap, o qual pode permitir inferência estatística quando métodos convencionais, tais corro erro padrão computacional são difíceis de programar. A Segunda abordagem torna-se mais complicada, entretanto, tem a vantagem adicional de fornecer refinamentos assintóticos que podem conduzir para uma boa aproximação em amostras finitas. O primeiro aspecto do Bootstrap é mais frequentemente empregado, embora, teóricos destacam o segundo, especialmente em cenários aonde métodos assintóticos usuais operam deficientemente em amostras finitas.

Segundo os autores, a literatura econométrica foca o uso de Bootstrap em testes de hipóteses, intervalos de confiança, estimação de erros padrão, e dedução de viés. Todavia, em geral o algoritmo Bootstrap é o seguinte:

1. Dado uma amostra de dados 1, , LW W , extrai-se uma amostra Bootstrap de tamanho N, usando o seguinte método, o qual descreve esta nova amostra como * *

1 , LW W . 2. Calcula uma estatística apropriada utilizando a amostra Bootstrap. Sendo as mesmas calculadas de modo usual, entretanto, utilizam a nova amostra ao invés da original; 3. Repete-se os passos (1 e 2), B vezes independentes, onde B e um número grande, e obtém-se B Bootstrap replicações da estatística de interesse; 4. Usa estes B Bootstrap replicações para obter uma versão “bootstrapped” da estatística.

Outro importante ponto a destacar, é o numero necessário de replicações para tornar as estatísticas obtidas pela metodologia consistente. Contudo, foi aplicado um 1000B = , no entanto, para um melhor entendimento das replicações necessárias para uma correta construção do Bootstrap, ver Andrews & Buchinsky (2000). Por outro lado, enfatiza-se a aplicação de dois testes econométricos com o objetivo de corroborar os resultados obtidos. Sendo que, o primeiro checa se os grupos se parecem, e o segundo é o teste de diferença de médias entre os grupos analisados.

3.1 Descrições Dos Dados

A base de dados utilizada nesta pesquisa refere-se ao período 1994 a 2007,

sendo composta pelas 27 unidades federativas brasileiras. Contudo, a variável explicativa (royalties) é composta pelos repasses total dos royalties do petróleo e




gás natural para cada Estado somado aos valores repassados aos Municípios do Estado pertinente.

As variáveis utilizadas foram PIBs per capita, Indicadores de Pobreza (Percentual de Pobres) e desigualdades (Índice de Gini) e o total de repasses dos Royalties do Petróleo e Gás Natural, tendo como fonte de informações a ANP, IBGE e o IPEADATA. Admite-se, nesta pesquisa, que os valores dos royalties repassados aos Estados e Municípios somente se tornaram significativos a partir de 1999, que é uma suposição perfeitamente plausível, já que as receitas somente tiveram expressivas alterações a partir do segundo semestre do ano de 1999, com o estabelecimento dos primeiros contratos de concessão regulamentados conforme a nova Lei do Petróleo. Nas regressões estimadas neste artigo as variáveis dependentes (PIB per capita; Índices de Pobreza; e Desigualdades), como também a variável independente (Royalties) foram empregadas perante transformação logarítmica.

Sendo que, de um total de 27 Estados, 10 fazem parte do grupo de controle (Não Beneficiários) e 17 pertencem ao grupo de tratamento (Beneficiários), entretanto, destaca-se que nesta primeira abordagem foram considerados como Estados beneficiários também, aqueles que somente seus Municípios são favorecidos pelos recursos dos royalties. Isto é, apenas 11 dos 17 Estados apontados como beneficiários recebem recursos diretamente a nível estadual, sendo eles: Alagoas, Amazonas, Bahia, Ceará, Espírito Santo, Paraná, Rio de Janeiro, Rio Grande do Norte, Santa Catarina, São Paulo e Sergipe.

Os outros seis considerados beneficiários são: Amapá, Pará, Paraíba, Pernambuco, Minas Gerais e Rio Grande do Sul, no entanto, faz-se uma segunda abordagem considerando somente os 11 Estados diretamente beneficiados, ou seja, 11 compondo o grupo de tratamento e os demais sendo avaliados como grupo de controle.

4 RESULTADOS

Nesta secção apresentam-se os resultados da estimação obtidos através das

Equações (2) e (3), entretanto, primeiramente mostra-se na Tabela 03 um resumo das principais estatísticas descritivas referentes às variáveis do modelo.

Tabela 03 - Estatísticas Descritivas VARIÁVEIS MÉDIA STD. DEV. VARIÂNCIA

lnroy 17,16 2,03 4,12 lnpib 1,54 0,54 0,29 lnpob 1,04 0,50 0,25 lndes 0,56 0,69 0.00

Fonte: Elaboração própria, a partir dos resultados. Os resultados contidos na Tabela 04 foram obtidos a partir das estimativas

do Modelo 1, conforme a resolução da Equação (2). Os mesmos comparam os impactos dos royalties sobre o PIB per capita dos Estados, índices de pobreza e desigualdades, controlando por variáveis indicadoras (dummys) referentes ao tempo e Estados beneficiados.




Tabela 04 - Resultados das Estimações do Modelo 1

Variável 3β 3RGβ t RGt STD RGSTD 2R 2RGR

PIBs Per Capita -0.23 -0.23 -1.98* -2.56* 0.11 0.09 0.06 0.43

Pobreza -0.08 -0.08 -0.75 -0.96 0.10 0.08 0.04 0.42

Desigualdades -0.03 -0.03 -2.23* -2.24* 0.01 0.01 0.05 0.06

Fonte: Elaboração própria, a partir dos resultados da estimação. * significativos no mínimo a 5%; RG Controlando por Regiões.

Os resultados do Modelo 1 indicam que as unidades federativas (UF) beneficiadas a partir da nova Lei do Petróleo obtiveram taxa de crescimento do PIB per capita em média 0.2313 pontos percentuais a menos que os Estados não beneficiários, conforme apresentado na Tabela 04. Ressalta-se que, quando se controla a estimação por Regiões não há alteração contundentes dos resultados, com exceção ao valor do R2, o que já era de se esperar, visto que, o mesmo mensura a proporção da variabilidade total de Y que é explicada pela variável explicativa com X.

Outro resultado importante sugere uma relação negativa entre índices de desigualdades e total dos royalties repassados aos Estados beneficiados, pois conforme os mesmos, os Estados pertencentes ao grupo de tratamento reduziram em média 0.03% os índices de desigualdades (Índice de Gini) a mais do que os Estados pertencentes ao grupo de controle (não beneficiários). Embora estes resultados sejam bastante modestos, o parâmetro mostrou-se estatisticamente significante. Analogamente ao primeiro caso, para esta variável não foi observada alterações quando se controla por Regiões.

No que se refere aos Índices de Pobreza, embora os resultados apontem que os Estados que compõem o grupo de tratamento (recebem recursos dos royalties) diminuíram os índices de pobreza 0.0814% em média a mais do que os Estados pertencentes ao grupo de controle, os mesmos, mostrou-se estatisticamente insignificante ao nível de 5%, isto é, não há diferença estatística referente a esta variável de interesse entre os grupos e períodos analisados.

A seguir apresenta-se os resultados na Tabela 05 referente ao Modelo 2, no qual procura-se implantar mecanismos capazes de captar possíveis tendências dos grupos analisados anteriores aos dois períodos comparados.

Tabela 05 - Resultados das Estimações do Modelo 2

Variável 3β 3RGβ t RGt STD RGSTD 2R 2RGR

PIBs Per Capita -0.08 -0.09 -2.78* -4.35* 0.02 0.02 0.08 0.45

Pobreza -0.02 -0.01 -0.56 -0.96 0.01 0.08 0.11 0.49

Desigualdades -0.007 -0.006 -1.98* -1.89* 0.01 0.003 0.13 0.13





Os resultados do Modelo 2, se mostraram bastantes semelhantes ao Modelo 1, embora menos expressivos. Os mesmos sugerem que os Estados beneficiados pelos recursos dos royalties obtiveram taxa de crescimento do PIB per capita em média 0.08% a menos que os Estados não beneficiários, conforme apresentado na Tabela 06. Ressalta-se que, quando se controla a estimação por Regiões não há alterações significativas dos resultados.

Quanto aos ao Índice de desigualdades, os mesmos apontam que os Estados pertencentes ao grupo de tratamento reduziram em média 0.007% os índices de desigualdades (Índice de Gini) a mais do que os Estados pertencentes ao grupo de controle (não beneficiários). Novamente, os mesmos se apresentam bastantes modestos, entretanto, o parâmetro mostrou-se estatisticamente significante. De forma idêntica não se observou alterações significativas quando se controla por Regiões.

No que se refere aos Índices de Pobreza, outra vez os resultados não se mostraram estatisticamente diferente de zero, isto é, em média não houve diferença na redução de pobreza entre os dois grupos e períodos analisados.

Conforme destacado no final da secção metodológica se aplicaria os mesmos modelos considerando agora apenas os 11 Estados que recebem diretamente recursos dos royalties do petróleo e gás natural. Os resultados expressados na Tabela 06 sugerem não haver diferenças estatisticamente comprovadas conforme o Modelo 1, ou seja, não se pode inferir que há diferenças significativas entre os Estados beneficiados ou não com os recursos dos royalties sobre as três variáveis de interesse quando se considera como grupo de tratamento apenas as unidades federativas diretamente beneficiadas pelos recursos dos royalties.

Tabela 06 - Resultados Sobre UF Diretamente Beneficiadas Modelo 1 Variável 3β 3RGβ t RGt STD RGSTD 2R 2

RGR

PIBs Per Capita -0.10 -0.10 -0.91 -1.14 0.11 0.09 0.06 0.41

Pobreza -0.07 -0.07 -0.75 -0.92 0.10 0.08 0.04 0.42

Desigualdades -0.02 -0.02 -1.67 -1.68 0.01 0.01 0.04 0.05


De forma semelhante à primeira abordagem, estimou-se para o Modelo 2. Na Tabela 07 resumem-se os principais resultados do segundo modelo, o qual se busca captar possíveis tendências dos grupos analisados anteriores aos dois períodos comparados.




Tabela 07 - Resultados Sobre UF Diretamente Beneficiadas Modelo 2 Variável 3β 3RGβ t RGt STD RGSTD 2R 2

RGR

PIBs Per Capita -0.06 -0.06 -2.26* -2.90* 0.02 0.01 0.09 0.43

Pobreza -0.09 -0.08 -0.38 -0.46 0.01 0.08 0.11 0.49

Desigualdades -0.005 -0.005 -1.58 -1.58 0.003 0.002 0.11 0.12


Quanto aos resultados do Modelo 2, considerando a segunda abordagem os mesmos apontam que os Estados beneficiados pelos recursos dos royalties elevaram seu PIB per capita em média 6% a menos que os Estados não beneficiários, conforme apresentado na Tabela 07. Enfatiza-se também que, quando se controla a estimação por Regiões não há alteração significativa dos resultados.

Quanto aos ao Índice de desigualdades e Índices de Pobreza os resultados não evidenciam que houve diferença estatisticamente significativa entre os grupos e períodos analisados. Com a finalidade de verificar como é esta relação somente entre os Estados nordestinos estimou-se os mesmos os Modelos 1 e 2 para a Região Nordeste, o qual tem os Estados de Alagoas, Bahia, Ceará, Rio Grande do Norte e Sergipe como pertencentes ao grupo de tratamento, e os Estados do Maranhão, Paraíba, Pernambuco, Piauí pertencentes ao grupo de controle.

A seguir na Tabela 08 serão apresentados os resultados sintetizados desta abordagem.

Tabela 08 - Resultados das Estimações da Região Nordeste Variável 3 1Mβ 3 2Mβ 1Mt 2Mt 1MSTD 2MSTD 2

1MR 22MR

PIBs Per Capita -0.03 -0.05 -0.40 -2.69* 0.08 0.02 0.30 0.37

Pobreza 0.13 -0.01 1.67 -0.96 0.04 0.08 0.34 0.72

Desigualdades -0.03 -0.006 -2.43* -1.89* 0.01 0.002 0.25 0.46

Fonte: Elaboração própria, a partir dos resultados da estimação. * significativos no mínimo a 5%; M1 refere-se ao Modelo 1; M2 ao Modelo 2.

Os resultados referentes ao Modelo 1 indicam que os Estados beneficiados conseguiram reduzir a desigualdades 3% a mais que os não beneficiados pelos royalties do petróleo. Por outro lado, no que se refere aos PIBs Per Capita e Índice de Pobreza, os resultados mostraram-se estatisticamente iguais à zero. Ou seja, não há diferenças estatísticas que comprovem diferenças de alterações entre os Estados da Região Nordeste e período analisado. No entanto, os resultados do Modelo 2




para a Região sugerem a presença da Maldição dos Recursos Naturais, pois os mesmos indicam que os Estados beneficiados elevaram seus PIBs Per Capita 5% a menos que os não beneficiários, embora, tenham conseguido diminuir a desigualdades 3% a mais que os mesmos. O Modelo 2 denota um resultado bastante intrigante, pois, embora o parâmetro referente ao Índice de Pobreza seja estatisticamente insignificante, os resultados evidência uma possível relação positiva entre royalties do petróleo e níveis de pobreza. Contudo, destaca-se que, com um nível de significância de 10% os parâmetros do mesmo são estatisticamente significantes.

5 CONSIDERAÇÕES FINAIS

O principal objetivo desta pesquisa foi encontrar evidências empíricas dos impactos ocasionados pelos recursos dos royalties sobre as variáveis PIB per capita, índices de pobreza e desigualdades nos Estados beneficiados por estes recursos. Ou seja, apurar se os mesmos por contarem com esses recursos extras mostraram-se mais contundentes quanto à elevação da renda per capita, diminuição das desigualdades e da pobreza, além do mais, verificar se estas economias apresentam características que evidencie a presença da Maldição dos Recursos Naturais.

Todavia, os resultados obtidos referentes à influência e relação destes recursos com as variáveis confrontadas na presente análise encontraram evidências empíricas de que este fenômeno econômico se configura nas economias estaduais brasileiras. Pois, apesar dos resultados obtidos referentes aos Índices de desigualdades indicarem que os Estados beneficiados pelos recursos dos royalties diminuíram este indicador em média a mais do que os Estados não beneficiados por estes recursos, os mesmos se mostraram bastantes imperceptíveis. Por outro lado, os outros dois indicadores estimados apontam para presença deste fenômeno.

Ao avaliar os impactos sobre os índices de pobreza constata-se que não houve diferenças significativas nas reduções destes índices nos grupos e períodos analisados, pois o parâmetro encontrado não se apresentou estatisticamente diferente de zero. Uma das supostas prerrogativas para este resultado seria que esta variável tem memória longa, ou seja, seria necessário um período maior para obter resultados expressivos, entretanto, deve-se ressaltar que o período analisado é composto de aproximadamente uma década, o que torna tal argumento pouco provável.

O resultado mais contundente deste estudo refere-se à variável PIB per capita, pois, os mesmos indicam que os Estados pertencentes ao grupo de controle obtiveram taxas de crescimento da referida variável em média 23% a mais do que do que os do grupo de tratamento no Modelo 1, considerando a primeira abordagem; de 8% no Modelo 2 e primeira abordagem; e de 6% para o Modelo 2 e segunda abordagem. E quando estimamos somente para os Estados nordestinos verifica-se que os mesmos elevaram seus PIBs Per Capita em média 5% a menos que os Estados não beneficiados pelos recursos dos royalties do petróleo e gás natural.

Visto que, estes resultados são bastante expressivos, torna-se provável aceitar a existência da Maldição dos Recursos Naturais nas economias beneficiadas




pelos recursos dos royalties do petróleo e gás natural, além do mais, ressaltar-se que há estudos que indicam a presença deste fenômeno econômico quando se avalia o impacto destes recursos sobre taxa de crescimento econômico no âmbito municipal.

Em razão de se tratar de recursos de natureza finita, ou seja, temporários, é preciso elaborar mecanismos capazes de induzir a gestão eficiente desses recursos com a finalidade de promover o desenvolvimento social das Regiões beneficiadas. No entanto, destaca-se que com as descobertas dos campos do Pré-sal essa necessidade torna-se essencial, pois se estima que esses recursos no mínimo dupliquem. Dessa forma, buscar aproveitar o máximo esta oportunidade, parece ser o mais indicado no intuito de alcançar a sustentabilidade econômica para as Regiões beneficiadas como também para toda a sociedade brasileira.

A literatura internacional apresenta diversas causas possíveis para o fenômeno denominado à Maldição dos Recursos Naturais. No entanto, devemos descartar algumas possibilidades, já que estamos analisando um problema de ótica interna. De modo que, podemos supor como prováveis causas para os resultados encontrados: a má gestão dos recursos, a fragilidade das instituições e o alto grau de corrupção.

Entretanto, para obter-se um prognóstico mais preciso seria necessário superar algumas limitações encontradas na presente pesquisa, tentando controlar por outros fatores não observáveis, e incluindo outras variáveis que mensurassem Índices de Desigualdades e Pobreza. O que se percebe e que muito mais indagações do que respostas foram levantadas nesta pesquisa, em razão das diversas possibilidades de averiguar e comparar os impactos causados pelos recursos dos royalties do petróleo e gás sobre os Estados e Regiões beneficiadas a partir da denominada Nova Lei do Petróleo.

Há diversas abordagens sobre o tema, e claro, neste artigo não foi possível abordar todas. Pois, muitas comparações podem ainda ser elaboradas de forma a diferenciar os impactos por Estados e Regiões. O que é certo, é que há poucas pesquisas empíricas em torno do tema abordado, em função principalmente da complexidade em se mensurar impactos gerados por determinadas políticas públicas; logo, espera ter contribuído para melhor distinguir a influência destes recursos sobre algumas variáveis socioeconômicas.

REFERÊNCIAS

AFONSO, J. R. R; GOBETTI, S. W. ; Rendas Do Petróleo No Brasil: Alguns Aspectos Fiscais E Federativos. Revista do BNDES. Vol. 15, Nº 231. Dezembro 2008. ALMEIDA, E. ; Contas Abertas. Disponível em: www.contasabertas.uol.com.br. Acesso: 10/02/2010. ANGRIST, D. J.; KRUEGER, A. B.; Empirical strategies in labor economics. Princeton University, 1998, Amsterdam, p.1277-1366 (Working Paper, 401). ANP (AGENCIA NACIONAL DO PETRÓLEO), Anuário Estatístico Brasileiro Do Petróleo, Gás Natural, Biocombustíveis 2009, Ministério de Minas e Energia, Rio de Janeiro-RJ, 2010.




BLUNDELL, R. W., AND T. E. MACURDY; “Labor Supply: A Review of Alternative Approaches,” in Handbook of Labor Economics, O. C. Ashenfelter and D. E. Card (Eds.), Volume 3A, 1559-1695, Amsterdam, North-Holland. BREGMAN, D.; PINTO JR, H. Q.; Notas Sobre A Experiência Internacional De Aplicação De Royalties. Instituto de Economia da UFRJ, Rio de Janeiro-RJ, 2008. CAMERON, A. C., TRIVEDI, P. K.; Microeconometrics Methods And Applications. Published In The United States Of America By Cambridge University Press, New York,2005. CRUZ, B. O; RIBEIRO, B. M.; Sobre Maldições E Bênçãos: É Possível Gerir Recursos Naturais De Forma Sustentável? Uma Análise Sobre Os Royalties E As Compensações Financeiras No Brasil. Instituto de Pesquisa Econômica Aplicada (IPEA), Brasil, 2009. FINBRA. Finanças Do Brasil, Dados Contábeis dos Municípios 2006, Disponível em: http://www.tesouro.fazenda.gov.br, Acesso em 12/01/2010. GOLDSWORTHY, B, ZAKHAROVA, D.; Evaluation of the Oil Fiscal Regime in Russia and Proposals for Reform. Fundo Monetário Internacional, 2010. GUERRA, S. M. G; HONORATO, F. A Lei Do Petróleo E A Renda Petrolífera No Brasil, Departamento de Energia Faculdade de Engenharia Mecânica Universidade Estadual de Campinas (UNICAMP), Campinas-SP, v. 24, n. 1, p. 75-107, 2006. HOFFMANN, R. Análise de regressão: uma introdução à econometria. 4. ed. São Paulo: Hucitec, 2006. 378 p. IBGE (Instituto Brasileiro Geográfico Espacial), Comunicação Social 03 de maio de 2005, Disponível em: http://www.ibge.gov.br/home/presidencia/noticias/ Acesso: 07/04/2010. IPEA. Instituto de Pesquisa Econômica Aplicada. Disponível em: www.ipeadata.gov.br. Acesso: 12/12/2009. KIEL, K. A.; MCCLAIN, K. T. House Prices During Siting Decision Stages: The Case of An Incinerator From Rumor Through Operation. Journal Of Environmental Economics And Management. v.28. p 241-255. 1995. KRONENBERG, T.; The Curse Of Natural Resources In The Transition Economies. Economics of Transition v. 12 (3), pp. 399-426. 2004.




MEYER, B. D.; Natural And Quasi-Experiments In Economics. Journal of Business and Economic Statistics v.13, p. 151-161. 1995. NASCIMENTO, S. P.; Guerra Fiscal: Uma Análise Quantitativa Para Estados Participantes E Não Participantes. Departamento de Economia da Universidade Estadual de Londrina (UEL), Paraná, 2004. PACHECO, C. A. Avaliação de Critérios de Distribuição e Utilização de Recursos das Participações Governamentais no Brasil. Universidade Federal do Rio de Janeiro (UFRJ) /Depto. De Planejamento Energético. Rio de Janeiro-RJ. 2007. POSTALI, F. A. S.; Efeitos da distribuição de royalties do petróleo sobre o crescimento dos Municípios no Brasil, Departamento de Economia, Universidade de São Paulo (USP), São Paulo-SP, 2007. RODRIGUES, F.; SACHES J. D.; Why Do Resource Abundant Economies Grow More Slowly?A New Explanation And An Application To Venezuela, Journal of Economic Growth 2004. SACHS, J.; WARNER, A.; Natural Resource Abundance And Economic Growth. NBER working paper 5398. Cambridge, MA. 1995. SACHS, J.; WARNER, A.; The Big Push, Natural Resource Booms And Growth. Journal of Development Economics v. 59, p. 43-76. 1999. WOOLDRIDGE, J. Econometric Analysis Of Cross Section And Panel Data. Cambridge: The MIT Press, 2001. 735 p. ZHUKOVA, N.; Resource Abundance and Economic Growth: the Role of Institutional Development. Moscou, 2006.

Documents

OS IMPACTOS DOS ROYALTIES DO PETRÓLEO E GÁS NATURAL … · Municípios brasileiros detentores de campos de produção de petróleo e gás natural. (PACHECO. 2003). O Gráfico 01