Bolsa Familia Ou Desempenho Da Economia IPEA

Texto para Discusso
Nmero 2
Bolsa Famlia ou Desempenho da

Economia? Determinantes da Reeleio de
Lula em 2006
Mauricio Cando-Pinheiro
Dezembro 2009
Texto para Discusso Nmero 2
Bolsa Famlia ou Desempenho

da Economia? Determinantes
da Reeleio de Lula em 2006*
Mauricio Cando-Pinheiroa
* O autor agradece a Csar Zucco e Leonardo Monastrio pelo compartilhamento das bases de dados usadas
respectivamente em Zucco (2008) e Carraro et alli (2009). Agradecimento tambm Adriana Hernandez-Perez, Samuel
Pessa, Regis Bonelli e diversos participante de seminrios no IBRE/FGV e na EPGE/FGV pelos comentrios. Os erros
remanescentes so de responsabilidade do autor e as opinies expressas no refletem as posies da FGV ou do IBRE.
a
Pesquisador do IBRE/FGV.
2
Resumo
Este artigo investiga os determinantes da mudana no padro da votao nas
eleies presidenciais de 2006, em particular o papel do programa Bolsa
Famlia e do desempenho da economia na migrao da base eleitoral de Lula
para as regies menos desenvolvidas. Do ponto de vista metodolgico, inovase ao considerar adequadamente o problema gerado pela agregao de
decises individuais tipicamente no-lineares. Quanto aos resultados, ao
contrrio de Carraro et alli (2009) e outros autores, encontra-se que o impacto
do programa Bolsa Famlia bastante superior ao do desempenho econmico.
No entanto, nenhum dos dois fatores foi capaz de explicar satisfatoriamente
toda a extenso da mudana observada em 2006. Nesse sentido, ganha
grande apelo a explicao apresentada em Zucco (2008), de que Lula, ao ser o
candidato do governo, naturalmente teria desempenho superior em municpios
menos desenvolvidos, mais dependentes do Estado.
Abstract
This paper investigates the determinants of change in the pattern of voting in
the Brazilian presidential elections of 2006, in particular the role of the Bolsa
Famlia programme and of the economic performance in the shift of Lula's
voting base toward the poorest regions. From the methodological point of view,
innovation is to consider adequately the problem generated by the aggregation
of typically nonlinear individual decisions. The results indicate that, unlike
Carraro et alli (2009), compared to economic performance, the Bolsa Famlia
programme has had a far greater impact in that shift. However, none of the two
factors was able to satisfactorily explain the entire extent of changes observed
in 2006. Accordingly, those changes may be the result of an incumbency effect
[Zucco (2008)]: in Brazilian presidential elections the candidate from the
government party would naturally perform better in less developed regions,
more dependent on the state.
Palavras-chave: Bolsa Famlia, Lula, Eleies Presidenciais, Vis de
Agregao, Brasil.
Keywords: Bolsa Famlia, Lula, Presidential Elections, Aggregation Bias,
Brazil.
Classificao JEL: H53, I38.
1. Introduo
Nas eleies presidenciais de 2006 ficou clara a mudana no perfil da votao
do candidato reeleito, Luiz Incio Lula da Silva (Lula). Se nas eleies
presidenciais anteriores Lula foi particularmente bem sucedido em regies mais
urbanizadas e desenvolvidas do Brasil, em 2006 o candidato do Partido dos
Trabalhadores (PT) viu sua base eleitoral migrar para regies menos
desenvolvidas do pas.
Muitas hipteses foram levantadas para explicar tal mudana. Em
Hunter & Power (2007) elas foram organizadas em trs grandes categorias. Em
primeiro lugar, os eleitores mais pobres e menos escolarizados teriam menos
acesso informao sobre os escndalos de corrupo que surgiram no
primeiro mandato de Lula. Em segundo lugar, os eleitores de menor renda
seriam os maiores beneficiados com a poltica econmica do primeiro governo
de Lula. Por ltimo, as polticas sociais, particularmente o programa Bolsa
Famlia, explicariam grande parte do desempenho eleitoral de Lula nas regies
menos desenvolvidas. Ademais, Zucco (2008) aponta evidncias de que no
Brasil o candidato a presidente ligado ao governo sempre obtm desempenho
eleitoral relativamente melhor em regies menos desenvolvidas, naturalmente
mais dependentes do Estado. Tal regularidade tambm ajudaria a explicar o
desempenho de Lula nestas regies.
Sobre a relao entre os programas de transferncia de renda e o
desempenho de Lula nas eleies de 2006, existe um amplo debate pblico
sobre os dividendos eleitorais do programa Bolsa Famlia.1 Este debate foi
transplantado para o ambiente acadmico. Os resultados so bastante
dspares: variando desde evidncias de que o programa no foi determinante
para a reeleio de Lula [Carraro et alli (2009), por exemplo] at concluses de
que o programa teve papel decisivo na vitria do candidato do PT
[Marques et alli (2009), por exemplo].
1
Para um resumo deste debate na imprensa ver Marques et alli (2009).

4
A respeito do papel do desempenho da economia brasileira na mudana

do padro eleitoral de Lula em 2006, muitos autores defendem a prevalncia
de fatores econmicos. Para estes autores os ganhos de bem-estar ligados
melhora das condies do mercado de trabalho para a parcela mais pobre da
populao2 e ao impacto do cmbio valorizado e da inflao controlada na
cesta de consumo dos estratos de renda mais baixos e no os ganhos
auferidos como os programas de transferncia de renda teriam sido os
fatores decisivos nas eleies presidenciais de 2006 [Carraro et alli (2009)].
Entretanto, com exceo de Zucco (2009), nenhum estudo tenta inferir
diretamente o efeito das variveis econmicas na reeleio de Lula. Por
exemplo, Carraro et alli (2009) inferem a importncia dos fatores econmicos
de maneira indireta: como o efeito do programa Bolsa Famlia mostra-se
pequeno, o resultado das eleies creditado ao desempenho da economia.3
Sendo assim, outra contribuio deste artigo a incluso de uma medida de
desempenho econmico na anlise quantitativa do desempenho eleitoral de
Lula em 2006, o que possibilita a comparao direta da importncia dos fatores
puramente econmicos e do programa Bolsa Famlia.
Em termos metodolgicos, com exceo de Abensur, Cribari-Neto &
Menezes (2007), a literatura prvia sobre o tema costuma lanar mo de
modelos lineares [Nicolau & Peixoto (2007), Zucco (2008), Soares & Terron
(2008), Carraro et alli (2009) e Marques et alli (2009)]. Estes modelos no so
adequados para descrever variveis que assumem a forma de propores.
Nesse caso, so necessrios modelos que se ajustem ao fato de que a varivel
dependente proporo de votos em Lula somente pode assumir valores no
intervalo [0, 1]. Nesse sentido, este trabalho busca suprir esta lacuna ao
considerar adequadamente esta questo.
No
entanto,
existe
outro
problema
metodolgico
ainda
no
adequadamente tratado nesta literatura. Por conta do mecanismo de voto

2
Ver Kakwani, Neri & Son (2006) para evidncias a este respeito.
Na verdade, em os prprios autores reconhecem a necessidade de anlise quantitativa adicional para
identificar e medir adequadamente a importncia relativa de cada fator.
3
secreto, necessrio o uso de dados agregados para investigar o impacto do

programa Bolsa Famlia na votao de Lula em 2006. Tal procedimento
suscetvel ao que se convencionou chamar de falcia ecolgica [ver King
(1997) para referncias]: no possvel inferir comportamentos individuais com
base em dados agregados.4 Trata-se de problema similar ao que referido na
literatura como vis de agregao [Stoker (1993)], uma aluso ao vis causado
pela agregao de escolhas individuais no lineares em um ambiente em que
os indivduos so heterogneos. O vis tende a crescer com o nvel de
agregao utilizado, o que lana mais dvidas sobre resultados de trabalhos
que usam informaes agregadas ao nvel estadual [Abensur, Cribari-Neto &
Menezes (2007)]. Sendo assim, outra contribuio deste artigo indita na
literatura que estuda os determinantes da reeleio de Lula o tratamento
adequado desta questo. Para tanto ser utilizado o mtodo de agregao
proposto em Kelejian (1995). Este mtodo, se no permite inferir os parmetros
individuais de escolha, garante que o modelo agregado consistente com o
modelo individual, evitando o problema de vis de agregao.
Alm desta introduo, este artigo conta com mais cinco sees. A
seo 2 descreve o modelo de escolha dos eleitores, enquanto a seo 3
mostra como construir um modelo agregado compatvel com as decises
individuais. Por sua vez, a seo 4 descreve os dados utilizados e a
especificao exata do referido modelo. A seo 5 traz os resultados da
estimao do modelo agregado, bem como uma discusso dos mesmos.
Seguem breves consideraes finais.
Dado o carter secreto dos votos, este um problema recorrente na literatura que analisa os resultados
de eleies [ver, por exemplo, Brown & Payne (1986), Freedman et alli (1991) e Heckelman (1997,
2000)].
6
2. Escolhas Individuais
Defina-se a utilidade indireta do i -simo eleitor, que reside no municpio s S ,
caso tenha votado em Lula nas eleies presidenciais de 2006:
u is = + Z s + X is + is ,
(1)
em que S o total de municpios, Z s vetor com variveis que assumem o

mesmo valor para todos os eleitores de um mesmo municpio, X is vetor com
variveis especficas dos eleitores, parmetro, e so vetores de
parmetros e is o termo de erro aleatrio. Por sua vez, a utilidade indireta do
eleitor, caso no vote em Lula, normalizada para zero.
Caso tivssemos acesso aos votos de cada eleitor, somente seria
possvel observar a deciso do eleitor (e no a sua utilidade indireta). Sendo
assim, conveniente definir Dis tal que:
Dis = 1 se u is = + Z s + X is + is 0,
(2a)
(2b)
Dis = 0 caso contrrio.
Deste modo, se is idntica e independentemente distribudo com

densidade simtrica e distribuio acumulada F ( Z s , X is ) , a probabilidade de
um indivduo votar em Lula em determinada eleio, ou seja, E (D is | Z s , X is ) ,
dada por:
is E (Dis | Zs , X is ) = Pr (Dis = 1 | Zs , X is ) = Pr ( + Zs + X is + is 0),
(3a)
(3b)
= 1 F ( Zs X is )= F ( + Zs + X is ).
Percebe-se que a utilizao de modelos lineares se mostra inadequada,

pois nesse caso no h como garantir que 0 + Z s + X is 1 , como
convm
para
is = F ( Z s , X is ) =
uma
probabilidade.
hiptese
de
que
e + Z s + X is
1+ e
Sob

+ Z s + X is
chega-se aos modelos da famlia logit. Deste
modo, a escolha dos eleitores que vivem em um determinado municpio pode

ser modelada como [Train (2003)]:
is
ln
1 is
= + Z s + X is .
(4)
Os coeficientes de (4) no so diretamente interpretveis, mas

possvel calcular os efeitos marginais de cada varivel [Train (2003)]:
is
e +Wis
= is (1 is ) =
W is
1 + e +Wis
(5)
Z

em que = vetor de parmetros e W is = s vetor que variveis

X is
explicativas.
3. Das Escolhas Individuais para o Resultado Agregado

A estimao dos coeficientes da equao (4) requer informaes a respeito de
cada eleitor. Infelizmente, uma vez que o voto secreto, as informaes
individuais no esto disponveis. Na estimao de modelos lineares este
problema pode ser contornado pela agregao dos atributos e escolhas
individuais em diferentes regies geogrficas (municpios, no caso em anlise)
[Stoker (1993)]. Os parmetros do modelo de deciso individual so ento
estimados pela regresso das mdias da varivel dependente nas regies nas
mesmas mdias dos regressores e em variveis dummy para as coortes.
Sendo assim, uma questo se impe: seria possvel uma abordagem
anloga no caso de modelos da famlia logit, intrinsecamente no lineares?
Para responder a esta questo definam-se:
Ns
Ds =
Dis
i =1
Ns
(6a)
Ns
Xs =
X is
i =1
Ns
(6b)
em que N s o nmero de eleitores da regio s na eleio presidencial de

2006. Perceba que as variveis de carter individual passam a ser expressas
em termos de propores ou mdias relativas regio. Por exemplo, a varivel
dummy que indica a escolha individual de votar ou no votar em Lula
transformada na proporo de votos deste candidato na regio ( Ds ). Se a
varivel for, por exemplo, renda, passa a ser expressa como renda mdia dos
eleitores da regio. Tem-se que de forma geral:
( s ) = ( Z s , X s ) ,
(7)
em que () e () so funes.
A especificao (7) levanta trs questes. A primeira diz respeito
funo () : preciso preservar no modelo agregado a estrutura no linear do
modelo de deciso individual descrito em (4) [Stoker (1993)].5 De outra forma a
varivel dependente poder assumir qualquer valor em quando na verdade
definida no intervalo [0, 1]. Alm disso, modelos lineares resultam em efeitos
marginais que independem dos valores das variveis explicativas. razovel
imaginar que tais efeitos sejam diferentes para valores distintos destas
variveis.6 Deste modo, no adequado o uso de modelos lineares tal como
em Nicolau & Peixoto (2007), Soares & Terron (2008), Zucco (2008),
Carraro et alli (2009) e Marques et alli (2009).7 Nesse caso, a escolha mais
bvia acompanhar o modelo de deciso individual e usar a funo logstica,
( )
ou seja, ln 1 s s . Alis, esta escolha amparada pela constatao de que
A funo () usualmente denominada funo de ligao [Kieschnick & McCullogh (2003)].

Para os valores mdios das variveis explicativas bastante provvel que os efeitos marginais sejam
semelhantes para modelos no lineares e lineares, uma vez que estes ltimos podem ser considerados
aproximaes de primeira ordem dos demais. No entanto, quanto mais distante das mdias, pior ser esta
aproximao.
7
Uma exceo Abensur, Cribari-Neto & Menezes (2007), que usam a funo de ligao logstica.
5
6
modelos com funo de ligao logstica obtm desempenho bastante superior

aos modelos com funes de ligao linear [ver Kieschnick & McCullogh (2003)
para evidncias e referncias].
A segunda questo se refere funo () . Usualmente ela definida
como sendo linear, ou seja, (Z s , X s ) = + Z s + X s . No entanto, tal

especificao de () no adequada sob heterogeneidade dos indivduos
dentro das regies [Kelejian (1995)]. Na verdade, esta especificao parte do
pressuposto equivocado de que E [ (Z s , X s )] = [Z s , E ( X is )] dentro de cada
regio [Heckelman & Sullivan (2002)]. Esta igualdade somente vale no caso em
que os atributos individuais no variam entre os eleitores da mesma regio.
Nesse caso, a princpio, a incluso dos atributos individuais no modelo implica
ter que fazer hipteses mais especficas sobre a distribuio dos mesmos entre
os indivduos. Obviamente, isto tende a complicar a especificao do modelo
agregado, pois, a princpio, se torna necessrio incluir a estrutura da
distribuio dos atributos individuais como parte do modelo [Stoker (1993)].
Este tema ser retomado com mais detalhes na seo 3.1.
Por sua vez, a terceira questo diz respeito heterocedasticidade dos
erros e distribuio condicional de D s , tema que ser tratado em maior
profundidade na seo 3.2.
3.1. Correta Agregao das Decises Individuais

A este respeito, Kelejian (1995) prope um mtodo que prescinde de qualquer
hiptese sobre a distribuio exata dos atributos individuais e, ao mesmo
tempo, leva em considerao a heterogeneidade dos mesmos. Este mtodo
baseado no resultado de que, sob condies bastante gerais, o equivalente
agregado do modelo de deciso individual descrito em (4) :8
O resultado de Kelejian (1995) no depende, por exemplo, da independncia da distribuio dos

atributos individuais dentro de cada municpio.
10
Ds
ln
1 Ds
= + Z s + X s + g (Z s + X s ) + s ,
(8)
em que g () uma funo que pode ser interpretada como o vis de

agregao
causado
[Kelejian
pela
(1995)].
heterogeneidade
dos
outras
palavras,
Em
(Z s , X s ) = + Z s + X s + g (Z s + X s ) .
Tal
atributos
como
individuais
tem-se
que
sugerido
em
Stoker (1993), o vis e a forma funcional exata de g () dependem da

distribuio de X is entre os eleitores. No entanto, Kelejian (1995) sugere que
g () no linear e pode ser aproximada por um polinmio de ordem K :
g (Z s + X s ) (Z s + X s ) k bk .
(9)
k =0
em que bk o parmetro associado a k-sima potncia do polinmio.
Z
Defina-se o vetor W s = s . Substituindo-se (9) em (8) e ignorando-se
X s
os erros de aproximao, chega-se a [Kelejian (1995)]:
K
Ds
= + W s + (W s ) k bk + s ,
ln
1 Ds
k =0
14243
ds
K
bk
= b0 + + W s (1 + b1 )+ (W s ) k
+ s .
1
424
3 k =2
123
(1 + b1 ) k
a
1424
3
(10)
Deste modo, dada as hipteses feitas, a equao (10) representa a

agregao apropriada do modelo exposto em (4). Alm disso, a equao (10)
pode ser usada para se testar a presena de vis de agregao:
Kelejian (1995) sugere que nesse caso a hiptese nula seja definida como
2 = K = K = 0 . Perceba-se que este teste no capaz de detectar vis de

agregao quando este assume a forma puramente linear.
11
Revertendo a transformao logstica, tambm possvel calcular

[Kelejian (1995)]:
Pr(Dis = 1 | W s )
a +W s + (W s )k k
k =2
1+ e
a +W s + ( W s ) k k
(W s , K ).
(11)
k =2
Basicamente (11) representa uma mdia ponderada da probabilidade

individual, na qual os pesos so determinados pelas informaes regionais
agregadas. Note-se que no se trata da previso de is , que a probabilidade
condicionada ao vetor W is . Como para cada eleitor a probabilidade de votar em
Lula funo das caractersticas individuais, a melhor estimativa para uma
pessoa escolhida aleatoriamente em determinada regio a mdia ponderada
de todas as possveis probabilidades heterogneas naquela mesma regio
[Heckelman (1997)].
Definindo-se 1 = 1 , no difcil mostrar que o efeito marginal das
variveis explicativas :
Ds
W s
= [ (W s , K )][1 (W s , K )] (W s ) k 1 k k .
k =1
(12)
3.2. Heterocedasticidade dos Erros e Distribuio Condicional

de Dst
Tomando-se o modelo definido por (10), tem-se que s Var ( s ) =
1
N s s (1 s )
[Maddala (1983), p. 29-30]. Ademais tais varincias podem ser estimadas pela
substituio de s por sua contrapartida amostral. Sendo assim, o modelo (10)
pode ser estimado por Mnimos Quadrados No Lineares Generalizados
(MQNLG), em que cada observao ponderada por w s = N s Ds (1 Ds ) .9
Na verdade, os pesos devem ser redefinidos para que sua soma seja igual ao nmero de observaes.
12
Note-se que a varincia de Ds deve ser heterocedstica e se aproximar

de
zero
nos
limites
inferior
superior
do
intervalo
[0,
1]
[Kieschnick & McCullogh (2003)]. No difcil mostrar que esta propriedade

satisfeita pelo modelo (10).10
Alm disso, embora usualmente o modelo (10) seja estimado pela
minimizao da soma dos quadrados dos resduos, implicitamente faz-se a
hiptese de que s ~ N (0, s ) [Kieschnick & McCullogh (2003)]. Em outras
palavras, supe-se que d s tem distribuio normal.11 No entanto, esta no a
nica possibilidade. Em Kieschnick & McCullogh (2003) so abordadas outras
opes, como as distribuies beta e simplex.12
4 Dado e especificao do modelo

4.1. Dados
A Tabela 1 traz uma lista e uma breve descrio das variveis utilizadas. As
fontes destes dados so basicamente o Zucco (2008) e Tribunal Superior
Eleitoral (TSE), para as variveis eleitorais, o Instituto Brasileiro de Geografia e
Estatstica
(IBGE)
para
as
variveis
geogrficas,
demogrficas
scio-econmicas e Ministrio do Desenvolvimento Social (MDS) para

informaes sobre a cobertura do programa Bolsa Famlia.
D s
1
Basta notar que s s
[Maddala (1983), p. 30]. Ento s =
Var ( Ds ) , o que
(1 s )
s (1 s )
(1 s )
estabelece o resultado de que Var ( Ds ) = s
. Note que Var ( Ds ) se aproxima de zero quando s
Ns
10
se aproxima de zero ou um e atinge o mximo quando s =
1
2
11
Esta hiptese implica assumir que Ds tem distribuio aditiva logstica normal.
Particularmente no que diz respeito ao estudo do impacto do programa Bolsa Famlia nas eleies
presidenciais de 2006, Abensur, Cribari-Neto & Menezes (2007) usam a distribuio beta.
12
13
Tabela 1: Variveis Utilizadasa

Varivel
Definio
LULA2006
% de votos de Lula sobre votos vlidos no 2 turno da

eleio de 2006
TSEb
BOLSA
% das famlias atendidas pelo programa Bolsa Famlia

em julho de 2006
MDSb
CRESC
Taxa de crescimento anual mdia do PIB per capita

entre 2002 e 2006 (%)
IBGE
URB
% da populao vivendo em reas urbanas em 2000
IBGE
DENS
Densidade populacional em 2000 (habitantes por Km2)
IBGE
DIST
Distncia da capital do estado (Km)
IBGE
LULA2002
% de votos de Lula sobre votos vlidos no 2 turno da

eleio de 2002
TSEb
GOVPT
Varivel binria: 1 se governador do PT em 2006, zero

Zucco (2008)
caso contrrio
PREFPT
Varivel binria: 1 se prefeito do PT em 2006, zero

Zucco (2008)
caso contrrio
PT2004
% de votos dos candidatos do PT a nas eleies

Zucco (2008)
municipais de 2004
RENDA
Renda per capita em 2000 (R$ de 2000)
IBGE
GINI
ndice de desigualdade de Gini em 2000
IBGE
ANALF
% de analfabetos entre pessoas acima de 15 anos em

2000
IBGE
MORT
% de crianas mortas at 5 anos de idade em 2000
IBGE
PENT
% da populao de orientao religiosa pentecostal
IBGE
NBRANCO % da populao que no declarou ser branca em 2000
Fonte
IBGEb
TXLOCAL
Impostos locais como proporo da receita operacional

em 2006 (%)
IBGE
PUBLICO
Administrao Publica como proporo do PIB em 2006

(%)
IBGE
Ressalte-se que as variveis so avaliadas em nvel municipal. Por exemplo, a varivel

LULA2006 se refere votao de Lula em cada um dos municpios brasileiros.
b
Refere-se fonte primria das informaes. Dados retirados de Zucco (2008).
14
Por sua vez, a Tabela 2 traz algumas estatsticas descritivas das

variveis utilizadas. Fica bastante evidente a disparidade das caractersticas
scio-econmicas e demogrficas entre os municpios da amostra. A ttulo de
exemplo, a menor renda per capita da amostra de R$ 28,38 e a maior de R$
954,65, mais do que trinta vezes superior. Os municpios mais desenvolvidos
chegam a ter taxas de analfabetismos inferiores a 1%, enquanto os menos
desenvolvidos podem ter mais do que 60% de sua populao acima de 15
anos analfabeta.
Tabela 2: Algumas Estatsticas Descritivas

Varivel
Mdia
Desvio-Padro
Mnimo
Mximo
LULA2006
0,613
0,164
0,196
0,963
BOLSA
0,289
0,166
0,013
1,000
CRESC
0,014
0,086
-0,452
0,763
URB
0,605
0,238
0,000
1,000
DENS
123,14
625,97
0,100
12.881
DIST
250,94
165,76
0,000
1.474
LULA2002
0,548
0,123
0,125
0,906
GOVPT
0,065
0,247
0,000
1,000
PREFPT
0,090
0,286
0,000
1,000
PT2004
0,366
0,207
0,001
1,000
RENDA
180,28
100,28
28,38
954,65
GINI
0,562
0,059
0,370
0,820
ANALF
0,207
0,124
0,009
0,607
MORT
0,042
0,029
0,006
0,135
PENT
0,084
0,055
0,001
0,461
NBRANCO
0,450
0,251
0,003
0,987
TXLOCAL
0,053
0,053
0,001
0,510
PUBLICO
0,260
0,140
0,010
0,785
Estatsticas calculadas para uma amostra de 3.397 municpios. Foram eliminados aqueles em
que no estava disponvel informao para alguma varivel.
15
4.2. Especificao do Modelo

Basicamente, foram estimadas diferentes verses do modelo definido em (10).
Alm das variveis explicativas listadas na Tabela 1, foram includas dummies
estaduais para capturar o efeito de atributos no observveis e de variveis
omitidas dentro das unidades federativas.13
As variveis de maior interesse so BOLSA e CRESC, que capturam o
alcance do programa Bolsa Famlia e o desempenho econmico no primeiro
mandato de Lula. As demais variveis explicativas podem ser agrupadas em
quatro categorias: (i) geogrficas URB, DENS, DIST; (ii) polticas e eleitorais
LULA2002, GOVPT, PREFPT e PT2004; (iii) caractersticas scioeconmicas dos eleitores RENDA, GINI, ANALF, MORT, PENT, NBRANCO;
(iv) setor pblico TXLOCAL, PUBLICO.
5. Resultados
A Tabela 3 resume os resultados encontrados a partir da estimao de
diferentes verses do modelo descrito na seo 4.2. Em todas as
especificaes no lineares foi utilizado o mtodo de Mnimos Quadrados NoLineares Generalizados (MQNLG). Os resultados apresentados na Tabela 3
podem ser mais bem interpretados se expressos em termos de efeitos
marginais. A Tabela 4 traz os efeitos marginais calculados para os valores
mdios das variveis explicativas. Saliente-se que estas mdias foram
calculadas com a mesma ponderao usada na estimao dos modelos por
MQNLG (ver seo 3.2 para detalhes). A ttulo de comparao com resultados
de outros artigos, a Tabela 4 tambm apresenta as elasticidades, calculadas
para os mesmos valores.
13
. Na verdade, para evitar multicolinearidade perfeita com outras variveis, foram omitidas as dummies
correspondentes ao Distrito Federal, Roraima e Acre.
16
5.1. Vis de Agregao

Pela inspeo da Tabela 3 percebe-se que o vis de agregao detectado
em todos os modelos (com exceo do Modelo 1, obviamente): a hiptese nula
de que 2 = 0 (Modelo 2) ou 2 = 3 = 0 (Modelo 3) fortemente rejeitada.
Note-se que as evidncias de Heckelman & Sullivan (2002) mostram que: (i) a
presena de vis de agregao aumenta com a populao das regies; (ii) a
capacidade do teste proposto por Kelejian (1995) em detectar este vis
tambm aumenta com o tamanho da populao. Nesse sentido, a constatao
de que o vis de agregao importante mesmo com dados municipais lana
muitas dvidas sobre evidncias baseadas em dados agregados estaduais
[ver, por exemplo, Abensur, Cribari-Neto & Menezes (2007)], sujeitos a um vis
ainda maior. Outro resultado de Heckelman & Sullivan (2002) que o poder
deste teste aumenta sensivelmente com a ordem do polinmio ( K ) utilizado na
aproximao da funo g () e pode ser bastante baixo para valores pequenos
de K . O fato de que a deteco foi conseguida mesmo para K = 2 refora as
evidncias de que o vis de agregao no pode ser desprezado.
A
Tabela
tambm
ilustra
importncia
de
se
agregar
adequadamente as decises individuais. Os efeitos marginais de algumas

variveis sofreram mudanas substanciais. Tome-se a varivel TXLOCAL
como exemplo. No Modelo 1, sem correo para vis de agregao, o aumento
de um ponto percentual nesta varivel resulta em 0,243 ponto percentual de
incremento na votao de Lula. No Modelo 3, este efeito de 0,174 ponto
percentual. O exemplo da varivel MORT ainda mais ilustrativo, pois seu
coeficiente muda de sinal quando considerado o vis de agregao.
Tambm foram estimadas verses do modelo para K > 3 . No entanto,
optou-se por apresentar somente os resultados para K 3 , pois as estimativas
so bastante similares. Alm disso, para K > 3 , o R 2 ajustado e o critrio de
informao de Akaike indicam que os ganhos em termos de ajuste no
17
compensam as perdas de graus de liberdade.14 Sendo assim, o Modelo 3 foi

selecionado como preferido.
5.2. Heterocedasticidade
Da seo 3.2 tem-se que s Var ( s ) =
variveis
s =
explicativas
1
N s h (W s )[1 h (W s )]
do
1
N s s (1 s )
modelo
. Como s funo das
possvel
escrever
(W s , N s ) , em que () claramente no linear. No entanto,
possvel testar a hiptese nula de heterocedasticidade contra a hiptese

alternativa de que st = (W s , N s ) com o auxlio da seguinte regresso linear
[Davidson & MacKinnon (1993), p. 396-397]:
s2 = + W W s + N N s + s ,
(13)
em que e N so parmetros, W vetor de parmetros e termo de erro

aleatrio. O teste consiste basicamente em verificar a significncia conjunta de
W e N . Os resultados mostram que eles so conjuntamente significativos, o

que indica rejeio da hiptese nula de heterocedasticidade em favor da
especificao heterocedstica adotada.
. Ademais, a partir de K = 4 as estimativas tornam-se quase todas no-significativas (resultados

disponveis sob requisio).
14
18
Tabela 3: Resultados das Regresses

Varivel Dependente: ln[LULA2006/(1-LULA2006)]
Modelo 1 (K = 1)
BOLSA
CRESC
URB
DENS
DIST
LULA2002
GOVPT
PREFPT
PT2004
RENDA
GINI
ANALF
MORT
PENT
NBRANCO
TXLOCAL
PUBLICO
2
3
Teste para Vis de Agregao
0,775*
(0,096)
0,314*
(0,076)
0,190*
(0,040)
0,000*
(0,000)
-0,000*
(0,000)
2,517*
(0,058)
0,828*
(0,112)
-0,092*
(0,014)
0,026
(0,028)
-0,001*
(0,000)
-0,707*
(0,117)
1,486*
(0,161)
0,086
(0,627)
0,001
(0,001)
1,153*
(0,061)
0,372*
(0,101)
0,468*
(0,083)
-
Modelo 2 (K = 2)
1,441*
(0,199)
0,527*
(0,130)
0,286*
(0,069)
0,000*
(0,000)
-0,000*
(0,000)
4,381*
(0,265)
1,354*
(0,192)
-0,173*
(0,026)
0,045
(0,048)
-0,001*
(0,000)
-1,396*
(0,215)
2,664*
(0,323)
-0,687
(1,174)
0,003***
(0,002)
2,117*
(0,168)
0,515*
(0,167)
0,896*
(0,164)
-0,033*
(0,001)
-
Modelo 3 (K = 3)
2,708*
(0,619)
1,035*
(0,322)
0,515*
(0,164)
0,000*
(0,000)
-0,001*
(0,000)
8,295*
(1,676)
2,546*
(0,613)
-0,326*
(0,077)
0,081
(0,091)
-0,002*
(0,000)
-2,697*
(0,662)
4,866*
(1,097)
-1,240
(2,223)
0,006
(0,004)
4,173*
(0,922)
0,860**
(0,342)
1,721*
(0,474)
-0,047*
(0,004)
0,001*
(0,000)
51,78*
28,62*
Nmero de Observaes
2
R
2
R Ajustado
3.397
3.397
3.397
0,8648
0,8668
0,8670
0,8631
0,8651
0,8653
Critrio de Seleo de Akaike
-1,7929
-1,8065
-1,8072
Os smbolos *, ** e *** indicam significncia a 1%, 5% e 10%, respectivamente. Omitiu-se o

valor da constante e dos efeitos estaduais por economia de espao. Entre parnteses os
desvios-padro das estimativas, robustas heterocedasticidade da forma como definida na
seo 3.2. O teste para vis de agregao reporta a estatstica F relativa significncia
conjunta de 2,..., K (mais detalhes ver seo 3.1).
19
Tabela 4: Efeitos Marginais e Elasticidades

Modelo 1 (K = 1)
Efeito
Marginal
Modelo 2 (K = 2)
Elasticidade
Efeito
Marginal
Modelo 3 (K = 3)
Elasticidade
Efeito
Marginal
Elasticidade
BOLSA
CRESC
0,506*
0,141*
0,571*
0,157*
0,548*
0,150*
0,205*
-5
1510 *
0,209*
-5
1510 *
0,209*
1510 *
URB
0,124*
0,000*
0,185*
0,035*
0,113*
0,000*
0,166*
0,035*
0,104*
0,000*
0,152*
0,035*
DIST
LULA2002
-0,000*
-0,037*
-0,000*
-0,040*
-0,000*
-0,038*
1,644*
1,735*
1,737*
1,806*
1,677*
1,738*
GOVPT
0,181*
-0,023*
0,164*
-0,025*
0,156*
-0,024*
DENS
PREFPT
PT2004
RENDA
-5
0,017
0,000
0,018
0,000
0,016
0,000
-0,000*
-0,266*
-0,000*
-0,216*
-0,000*
-0,204*
ANALF
-0,462*
0,971*
-0,462*
0,185*
-0,553*
1,056*
-0,546*
0,199*
-0,545*
0,984*
-0,536*
0,184*
MORT
0,056
0,003
-0,273
-0,014
-0,251
-0,013
PENT
0,001
0,000
0,001***
0,000***
0,001
0,000
NBRANCO
0,753*
0,243*
0,513*
0,074*
0,839*
0,204*
0,563*
0,061*
0,844*
0,174**
0,564*
0,052**
0,306*
0,081*
0,355*
0,093*
0,348*
0,091*
GINI
TXLOCAL
PUBLICO
Os smbolos *, ** e *** indicam significncia a 1%, 5% e 10%, respectivamente Efeitos

marginais e elasticidades calculadas nas mdias amostrais ponderadas das variveis
explicativas. O peso de cada observao o mesmo usado na estimao dos modelos por
MQNLG (mais detalhes ver seo 3.2). Para as variveis binrias GOVPT e PREFPT o valor
calculado se refere ao efeito incremental de uma mudana discreta (de zero para um).
5.3. Interpretao dos Resultados: Primeiras Impresses

Primeiramente, da Tabela 4 percebe-se que, tomada individualmente, a
varivel LULA2002 a que possui o maior impacto na votao de Lula nas
eleies presidenciais de 2006. Um aumento de um ponto percentual na
votao de Lula em 2002 significa incremento de 1,738 ponto percentual nos
votos deste candidato em 2006. Nesse sentido, embora haja indicao de que
o padro de votos de Lula tenha mudado entre 2002 e 2006, a votao do
mesmo ainda se mostrou bastante influenciada pelo seu desempenho eleitoral
20
passado. Este efeito pelo menos quatro vezes superior ao encontrado por
outros autores [Soares & Terron (2008), Zucco (2008) e Carraro et alli (2009)] e
parece indicar que em 2006 a relao do eleitor tradicional de Lula com o
candidato se mostrou mais forte do que usualmente se suspeitava.
O sinal das variveis scio-demogrficas relativas s minorias tambm
foi o esperado. Tudo mais constante, a votao de Lula foi superior em
municpios com maior participao de negros, pardos e ndios na populao
(NBRANCO), o que seria de se esperar dado o apelo de seu primeiro governo
no que tange s desigualdades raciais [Zucco (2008)]. Um aumento de um
ponto percentual nesta varivel gera incremento de 0,564 ponto percentual na
votao de Lula em 2006 (ver Tabela 4). O mesmo com relao aos
evanglicos ligados s igrejas pentecostais (PENT), embora este efeito no
tenha se mostrado estatisticamente significativo.15
Das variveis polticas, a presena de governador do PT (GOVPT) e a
votao dos candidatos do PT nas eleies municipais de 2004 (PT2004)
aparecem com o sinal esperado, embora esta ltima no seja estatisticamente
significativa. No entanto, a presena de prefeito do PT apresentou sinal
negativo, contrrio do esperado. Trata-se do mesmo resultado encontrado em
Zucco (2008). Mas provavelmente o sinal desta varivel no indica que os
prefeitos do PT atrapalharam o desempenho eleitoral de Lula em seus
municpios. A varivel pode ser uma medida da fora dos eleitores habituais de
Lula movimentos sociais organizados, sindicatos e classe mdia que
provavelmente elegeram ou ajudaram a eleger os prefeitos do PT 2004. Se
este for o caso, o sinal negativo indica que estes eleitores habituais
abandonaram Lula em 2006 [Zucco (2008)]. De todo o modo, trata-se de efeito
incremental pequeno: em mdia a presena de prefeito do PT reduziu em 2,4
pontos percentuais a votao de Lula. O efeito do governador mostra-se
substancialmente maior: aumento mdio de 15,6 pontos percentuais (ver
Tabela 4). Entretanto, ressalte-se que, na prtica este efeito teve pouca
15
. O sinal o contrrio do encontrado em Zucco (2008).

21
influncia no resultado final, na medida em que em 2006 o PT somente

governava estados com pequeno peso eleitoral (Acre, Piau e Mato Grosso do
Sul).
Nota-se tambm que, a despeito da melhora do desempenho eleitoral
de Lula nas regies menos desenvolvidas, tudo mais constante, o candidato do
PT ainda obteve maior votao proporcional em regies mais urbanizadas
(URB), mais densamente povoadas (DENS), mais prximas das capitais (DIST)
e menos desiguais (GINI).16 O mesmo pode ser dito a respeito dos municpios
menos dependentes de transferncias do governo estadual e federal
(TXLOCAL).17 Nesse sentido, os resultados indicariam que, a princpio, Lula foi
relativamente
menos
votado
nos
chamados
rinces.
Entretanto,
as
elasticidades com relao renda per capita (RENDA), taxa de analfabetismo

(ANALF) e tamanho do setor pblico na economia (PUBLICO) indicam que tal
concluso precipitada. Os resultados da Tabela 4 indicam que um incremento
de 1% na renda per capita municipal gera uma reduo de 0,204% na votao
de Lula. O mesmo incremento na taxa de analfabetismo e na participao da
administrao pblica no PIB municipal gera aumentos de 0,184% e 0,091%,
respectivamente (ver Tabela 4).
Neste ponto, mostra-se interessante explorar os resultados associados
s variveis explicativas TXLOCAL e PUBLICO. Inicialmente elas foram
includas como medidas da ausncia de alternativas econmicas, caracterstica
de regies menos desenvolvidas. No entanto, diferentemente de Zucco (2008),
ambas revelaram ter efeitos opostos na votao de Lula em 2006. Uma
possvel explicao que a varivel PUBLICO no reflete somente a ausncia
de alternativas econmicas, mas tambm certo vis da populao com relao
participao do Estado na economia, uma caracterstica de eleitores mais
inclinados esquerda. Alm disso, natural que capitais tenham uma
participao relativamente maior do setor pblico em suas economias.
16
. O sinal da varivel GINI se mostrou contrrio ao encontrado em Carraro et alli (2009).

. A taxa de mortalidade infantil (MORT) tambm deprime a votao de Lula, mas esta varivel no se
mostrou estatisticamente significativa.
17
22
Por fim, o efeito do programa Bolsa Famlia (BOLSA) foi bastante

superior ao impacto da varivel usada para medir desempenho econmico,
taxa de crescimento da renda per capita (CRESC). De acordo com a Tabela 4,
em mdia, o aumento de um ponto percentual no nmero de beneficirios do
programa eleva em 0,548 ponto percentual a votao de Lula, enquanto a
mesma variao na taxa de crescimento incrementa esta votao em apenas
0,209 ponto percentual (ver Tabela 4). Com relao ao impacto do programa
Bolsa Famlia, trata-se de valores comparveis aos encontrados em
Zucco (2008) e Marques et alli (2009), menores do que os de Soares & Terron
(2008) e bastante inferiores aos de Nicolau & Peixoto (2007) e Abensur,
Cribari-Neto & Menezes (2007) (ver Tabela 5). No entanto, cabe cautela na
comparao entre os resultados, pois nem sempre a medida do alcance do
programa Bolsa Famlia a mesma utilizada neste artigo (ver Tabela 5 para
detalhes).
Saliente-se que os valores da Tabela 4 retratam os efeitos marginais
calculados nas mdias amostrais das variveis explicativas. Obviamente este
efeito varia conforme o afastamento das mdias. Em particular, nota-se que o
efeito marginal do programa Bolsa Famlia e do desempenho da economia
diminui conforme a renda per capita municipal aumenta, tal como ilustrado na
Figura 1. Uma discusso mais aprofundada destes efeitos ser feita na seo
5.4.
23
Tabela 5: Literatura Prvia: Efeitos Marginais e Elasticidades do Programa

Bolsa Famlia
Artigo
Efeito Marginal
Elasticidade
0,03
0,000000169
0,354-0,648
0,81
0,041
0,529
Nicolau & Peixoto (2007)
Abensur, Cribari-Neto & Menezes (2007)
Zucco (2008)
Soares & Terron (2008)

e
Carraro et alli (2009)
Marques et alli (2009)f

a
Referente Tabela 12, p. 16. A varivel explicativa o gasto do programa Bolsa Famlia per
capita entre 2003 e 2006.
b
Ver p. 8. Os dados so estaduais (e no municipais). A varivel explicativa o nmero de
famlias beneficiadas pelo programa em 2006.
c
Referente Tabela 3, p. 38. A varivel dependente a porcentagem de votos em Lula no 1
turno em 2006.
d
Referente Tabela 12, modelo de erro espacial, p. 296. A varivel explicativa participao
do programa na renda em 2006.
e
Referente ao Modelo II (Tabela II, p. 992)
f
Referente ao Grfico 2, p. 130.
Figura 1: Efeitos Marginais: Programa Bolsa Famlia e Crescimento do PIB

Per Capita
0,6
Efeito Marginal
do Bolsa
Famlia
Efeito Marginal
0,5
0,4
0,3
0,2
Efeito Marginal
do
Crescimento
0,1
0,0
0
200
400
600
800
1000
Renda Per Capita
24
5.4. Bolsa Famlia ou Economia?

Na prtica, a diferena entre o impacto do programa Bolsa Famlia e do
desempenho econmico nas eleies presidenciais bem maior do que os
efeitos marginais fazem supor. A mdia (sem ponderao) do crescimento do
PIB per capita entre os municpios da amostra no perodo 2002-2006 1,4%
(ver Tabela 2). Nesse caso, o aumento de um ponto percentual implica quase
dobrar o crescimento mdio no perodo. Por sua vez, o alcance mdio do
programa Bolsa Famlia de 28,9% (ver Tabela 2). Em outras palavras,
melhorar em um ponto percentual o desempenho econmico significa elevar
em 70% a taxa de crescimento do PIB, enquanto o mesmo aumento no alcance
do programa Bolsa Famlia implica incrementar em apenas 3,5% o nmero de
famlias beneficiadas. No por acaso, tomando-se as elasticidades da Tabela
4, um incremento de 1% na varivel CRESC eleva em somente 0,00015% os
votos no candidato do PT. O mesmo aumento percentual em BOLSA resulta
em elevao de 0,150%.18
A diferena dos efeitos do programa Bolsa Famlia e do desempenho
econmico pode ser mais bem compreendida com a ajuda de exerccios
contrafactuais. Tome-se primeiro o programa de transferncia de renda. Na
Figura 2, o painel (a) apresenta os valores previstos da votao de Lula caso o
programa Bolsa Famlia no existisse e se a taxa de crescimento em cada
municpio fosse igual observada no perodo 1999-2003.19 Estes valores so
contrapostos votao do candidato do PT nas eleies presidenciais de 2002.
O painel (b) reporta as mesmas informaes do painel (a), mas considerando a
cobertura observada do programa. Alm disso, em ambos os painis so
reportados os resultados da regresso da varivel que aparece no eixo das
ordenadas na votao de Lula em 2002 (embaixo direita), bem como a reta
ajustada correspondente.
18
. Efeito aproximadamente quatro vezes superior ao encontrado em Carraro et alli (2009).

. Pretendia-se usar a taxa de crescimento entre os anos de 1998 e 2002. No entanto, as estatsticas
municipais de PIB no esto disponveis para o ano de 1998. Calculou-se tambm o contrafactual com
crescimento nulo do PIB per capita. Os resultados (no reportados) no se alteraram significativamente.
19
25
O que se percebe que a distribuio de benefcios do programa Bolsa

Famlia eleva o intercepto (de 0,3355 para 0,4333) e reduz a inclinao (de
0,4159 para 0,3262) da reta ajustada. A Figura 3 ilustra esta esttica
comparativa. Nota-se que, na mdia, o programa elevou a votao de Lula em
todos os municpios, mas que o aumento foi maior justamente naqueles em
que o seu desempenho foi relativamente pior em 2002.
Figura 2: Votao de Lula em 2006: Efeito do Programa Bolsa Famlia

(a) Votao de Lula em 2002 e 2006 (Sem Ambos os Efeitos)
(b) Votao de Lula em 2002 e 2006 (Somente Efeito do Bolsa Famlia)
1
Votao de Lula em 2006 - Valores Previstos
(Crescimento 1999-2002 e Com Bolsa Famlia)

(Crescimento 1999-2002 e Sem Bolsa Famlia)
0,8
0,6
0,4
0,2
y = 0,4159x + 0,3355
0,8
0,6
0,4
0,2
y = 0,3262x + 0,4333
0
0
0,2
0,4
0,6
0,8
0,2
Votao de Lula em 2002
0,4
0,6
0,8
Figura 3: Efeitos do Programa Bolsa Famlia na Votao de Lula

Resumo Esquemtico

(Prevista)
0,8
Com o Efeito do
Bolsa Famlia
0,6
0,4
Sem o Efeito do Bolsa

Famlia e do Crescimento
0,2
0
0
0,2
0,4
0,6
0,8
26
Exerccio anlogo foi feito para o desempenho da economia, medido

pela taxa de crescimento do PIB per capita (ver Figura 4). No entanto, o efeito
do desempenho da economia foi bastante modesto se comparado ao impacto
do programa Bolsa Famlia, tanto que sequer seria discernvel a olho nu em um
grfico como o da Figura 3.
Figura 4: Votao de Lula em 2006: Efeito do Crescimento do PIB Per

Capita
(b) Votao de Lula em 2002 e 2006 (Somente Efeito do Crescimento)
(Crescimento 2002-2006 e Com Bolsa Famlia)

(Crescimento 1999-2002 e Sem Bolsa Famlia)
(a) Votao de Lula em 2002 e 2006 (Sem Ambos os Efeitos)
0,8
0,6
0,4
0,2
y = 0,4159x + 0,3355
0,8
0,6
0,4
0,2
y = 0,4127x + 0,3363
0
0
0,2
0,4
0,6
0,8
0,2
0,4
0,6
0,8
A Figura 5 e a Figura 6 ilustram a diferena entre os impactos do

programa Bolsa Famlia e do desempenho econmico. No painel (a) da Figura
5 fica claro que o programa influenciou positivamente o desempenho eleitoral
de Lula em 2006, e que este efeito foi mais importante nos municpios em que
tradicionalmente o seu desempenho era historicamente pior, tal como ilustrado
na Figura 3. A Tabela 6 refora este argumento. O efeito do programa Bolsa
Famlia nos estados das regies Norte e Nordeste foi superior ao impacto nos
demais estados. Por exemplo, em Alagoas o programa aumentou em 8,17
pontos percentuais a votao de Lula, enquanto no Rio de Janeiro e So Paulo
o incremento foi de somente 1,12 e 1,89 ponto percentual, respectivamente.
27
Tabela 6: Votao de Lula: Valores Previstos por Estados

Previsto
Previsto
Previsto
Efeito do
Efeito do
Crescimento
Sem
Somente
Somente
a
Observado Previsto Ambos os Efeito do Bolsa Efeito do Bolsa Famlia
Efeitos
Crescimento
Famlia
[A]
[B]
[C]
[B]-[A]
[C]-[A]
RO
56,8%
56,7%
52,1%
56,5%
52,4%
4,38%
0,27%
AC
52,0%
51,9%
44,9%
51,4%
45,4%
6,53%
0,56%
AM
86,9%
86,6%
84,9%
86,6%
84,9%
1,74%
-0,02%
RR
38,2%
38,4%
30,9%
37,7%
31,5%
6,85%
0,69%
PA
59,6%
59,7%
55,0%
59,6%
55,1%
4,59%
0,06%
AP
69,4%
69,3%
67,2%
69,3%
67,2%
2,12%
0,03%
TO
70,2%
70,8%
65,7%
70,5%
66,1%
4,80%
0,44%
MA
84,7%
84,0%
79,3%
83,6%
79,8%
4,28%
0,48%
PI
77,0%
75,8%
69,7%
75,4%
70,2%
5,74%
0,49%
CE
81,9%
81,5%
77,0%
81,1%
77,5%
4,12%
0,47%
RN
67,1%
67,5%
62,4%
67,3%
62,6%
4,90%
0,25%
PB
76,2%
76,2%
70,8%
76,0%
70,9%
5,27%
0,15%
PE
78,1%
77,5%
73,4%
77,5%
73,4%
4,14%
-0,01%
AL
59,4%
59,7%
51,3%
59,5%
51,5%
8,17%
0,16%
SE
58,6%
57,7%
51,5%
57,5%
51,7%
5,95%
0,20%
BA
79,5%
78,7%
74,5%
78,5%
74,7%
3,95%
0,16%
MG
65,6%
65,1%
61,5%
64,8%
61,8%
3,29%
0,26%
ES
64,3%
64,2%
59,8%
63,4%
60,7%
3,54%
0,90%
RJ
69,2%
69,1%
67,7%
68,8%
68,0%
1,12%
0,32%
SP
47,6%
47,3%
44,7%
46,6%
45,4%
1,89%
0,67%
PR
48,8%
49,0%
45,5%
48,6%
45,8%
3,13%
0,35%
SC
45,3%
45,6%
43,5%
45,3%
43,8%
1,83%
0,26%
RS
45,2%
45,4%
42,5%
45,3%
42,6%
2,82%
0,07%
MS
45,0%
46,0%
42,1%
46,0%
42,1%
3,91%
-0,04%
MT
49,6%
50,8%
46,8%
50,5%
47,1%
3,66%
0,32%
GO
53,7%
56,5%
53,6%
56,9%
53,2%
3,29%
-0,48%
DF
57,0%
59,6%
56,4%
59,4%
56,5%
3,06%
0,14%
Brasil
59,8%
59,8%
56,5%
59,5%
56,8%
3,04%
0,34%
Os valores observados se referem somente aos 3.397 municpios includos na amostra e,

portanto, diferem dos valores observados para o universo de 5.582 municpios.
28
Figura 5: Efeito Eleitoral do Programa Bolsa Famlia

(a) Efeito Eleitoral do Bolsa Famlia
(b) Efeito Eleitoral do Bolsa Famlia e Renda Per Capita
0,20
Aumento da Votao de Lula em 2006
Aumento na Votao de Lula em 2006
0,20
0,15
0,10
0,05
0,00
-0,05
-0,10
0,15
0,10
0,05
0,00
-0,05
-0,10
0,2
0,4
0,6
0,8
100
200
300
400
500
600
700
800
900
1000
Renda Per Capita
Figura 6: Efeito Eleitoral do Desempenho da Economia

(b) Efeito Eleitoral do Crescimento e Renda Per Capita
0,10
0,05
0,05
Efeito do Crescimento
Aumento da Votao de Lula em 2006
(a) Efeito Eleitoral do Crescimento
0,10
0,00
-0,05
-0,10
0,00
0,00
-0,05
-0,10
0,20
0,40
0,60
0,80
1,00
100
200
300
400
500
600
700
800
900
1000
Renda Per Capita
O painel (b) da Figura 5 explora indiretamente a ligao entre o

desempenho de Lula nas eleies presidenciais de 2002 e o nvel de
desenvolvimento dos municpios. O efeito do programa Bolsa Famlia na
votao de Lula foi superior nos municpios mais pobres, o que era de se
esperar dado que: (i) o efeito marginal maior nestes municpios (ver seo
5.3); (ii) o alcance do programa naturalmente maior nas regies mais pobres.
Por sua vez, o painel (a) da Figura 6 indica que o efeito eleitoral do
crescimento foi relativamente menos importante do que o impacto do programa
Bolsa Famlia, sendo praticamente nulo na mdia dos municpios da amostra. A
29
Tabela 6 refora este argumento: tomando-se o Brasil com um todo, o efeito do

programa Bolsa Famlia na votao de Lula em 2006 foi de trs pontos
percentuais, o equivalente a pouco mais de 2,9 milhes de votos e
aproximadamente nove vezes (3,04 0,34) o efeito do crescimento.
Trata-se de um efeito modesto, principalmente quando se considera que em
2006 o nmero de famlias atendidas pelo programa era aproximadamente
onze milhes. A ttulo de comparao, Abensur, Cribari-Neto e Menezes (2007)
calculam que a reduo pela metade da cobertura do programa gera
diminuio de cinco pontos percentuais na votao de Lula. Ademais, o painel
(b) da Figura 6 mostra que a relao tnue entre o efeito eleitoral do
desempenho da economia com a votao de Lula em 2002 se repete quando
se considera a renda per capita dos municpios.
5.5. Nem Bolsa Famlia nem Economia: o que Mudou Afinal?

Da seo 5.4 percebe-se que o desempenho da economia e o programa Bolsa
Famlia, principalmente este ltimo, tiveram impacto no resultado das eleies
presidenciais de 2006. No entanto, fica claro que, sozinhos, no so capazes
de explicar a mudana do padro de votos de Lula entre 2002 e 2006. A Figura
7 ilustra este argumento. A linha pontilhada de 45 indica a votao do
candidato do PT caso este tivesse mantido o desempenho de 2002. A linha
tracejada em negrito aponta a votao mdia prevista de Lula levando em
considerao os efeitos do desempenho econmico e do programa de
transferncia de renda. Ambos somente so capazes de explicar uma parte
relativamente pequena da mudana: somente o deslocamento da linha em
negrito para a linha tracejada em negrito. As causas da diferena entre a linha
de 45 e a linha em negrito indicada por setas restam sem explicao.
Uma possvel causa seriam mudanas nas caractersticas dos
municpios urbanizao, densidade populacional e taxa de analfabetismo, por
exemplo ou no ambiente poltico prefeitos e governadores, por exemplo.
Entretanto, ou estas variveis apresentam pequeno efeito marginal na votao
30
de Lula (ver Tabela 4), ou no costumam se alterar significativamente em um

perodo de apenas quatro anos a ponto de explicar tamanha modificao do
padro da votao do candidato do PT.
Figura 7: Mudana no Padro Eleitoral de Lula: Resumo Esquemtico

(Prevista)
0,8
Com Ambos os
Efeitos
0,6
Sem o Efeito do Bolsa

Famlia e do Crescimento
0,4
0,2
45
0
0
0,2
0,4
0,6
0,8
Nos municpios mais desenvolvidos, a queda na votao de Lula poderia

ser explicada pela percepo dos eleitores mais esclarecidos a respeito dos
escndalos de corrupo que surgiram antes das eleies de 2006 [Hunter &
Power (2007)]. No entanto, este fator no explicaria a melhora no desempenho
eleitoral de Lula nos municpios menos desenvolvidos.
Nesse sentido, talvez a explicao para a melhora da votao de Lula
nos municpios em que tradicionalmente ele obtinha desempenho relativamente
pior, resida no fato de que em 2006, pela primeira vez, ele representava o
governo estabelecido. Trata-se do argumento levantado em Zucco (2008) que,
independente do indivduo, os eleitores de municpios menos desenvolvidos,
mais dependentes do Estado, seriam mais propensos a votar no candidato
presidente do governo estabelecido. O contrrio ocorreria nos municpios mais
desenvolvidos. Este argumento tenderia a ser reforado pelo fato de que Lula
no somente foi o candidato do governo, mas tambm concorreu reeleio
em 2006. Alis, como salientado em Soares & Terron (2008), a anlise de
eleies e reeleies devem ser diferentes, pois nestas ltimas o voto tende a
31
ter vinculao com o desempenho anterior do candidato. Nesse sentido, a

mudana no perfil de votos de Lula tambm pode estar relacionada com a
percepo dos eleitores sobre o resultado de outras polticas de seu governo
que no o programa Bolsa Famlia e o desempenho econmico.
6. Consideraes Finais
O que explicaria a mudana no padro de votao de Lula nas eleies
presidenciais de 2006: desempenho da economia ou a massificao do
programa Bolsa Famlia? Ao contrrio de boa parte da literatura anterior, a
resposta : nenhum dos dois. O impacto do programa de transferncia de
renda se mostrou bastante superior ao do crescimento da economia, mas
parece no ser a principal explicao para a migrao significativa de votos em
direo do candidato do PT nas regies menos desenvolvidas do Brasil.
Sendo assim, a conjectura de que, independente do partido e do
indivduo, os eleitores de regies menos desenvolvidas, mais dependentes do
Estado, seriam mais propensos a votar nos candidatos do governo
[Zucco (2008)] ganha bastante apelo. O mesmo pode ser dito com relao
hiptese de Hunter & Power (2007) sobre os efeitos dos escndalos de
corrupo na base eleitoral tradicional de Lula. No entanto, estas hipteses so
difceis de serem empiricamente testadas. Uma possvel abordagem a
utilizao de dados de vrias eleies.
Alm disso, boa parte das variveis explicativas foi includa com valores
do ano 2000. Trata-se de uma restrio imposta pela agregao das decises
individuais em nvel municipal, cuja maioria das informaes remete ao Censo
Demogrfico de 2000. Sendo assim, no possvel, por exemplo, um exerccio
contrafactual para a renda per capita (RENDA) como os realizados na seo
5.4 para as variveis que medem o alcance do programa Bolsa Famlia e o
desempenho econmico. Nesse caso, a nica soluo o uso de dados
agregados estaduais, mais sujeitos ao vis de agregao, mas com
informaes disponveis para os anos de 2002 e 2006.
32
A este respeito, o uso de dados da Pesquisa Nacional de Amostras por

Domiclio (PNAD) mostra-se bastante promissor, inclusive porque o suplemento
de 2006 permite identificar se determinado indivduo pertence a uma famlia
beneficiria do programa Bolsa Famlia (e o valor do benefcio recebido), o que
abriria caminho para o uso de modelos logit com coeficientes aleatrios
[NEVO (2000)].20 Este tipo de modelagem permite considerar atributos
individuais no-observveis e tambm a distribuio dos atributos individuais
observveis dos eleitores.21 Ademais, com as informaes disponveis na
PNAD seria possvel identificar melhor o efeito do desempenho da economia,
na medida em que, alm da taxa de crescimento do PIB, outras variveis
relacionadas ao ambiente econmico renda do trabalho, desemprego e
formalizao, por exemplo poderiam ser usadas. Nesse caso o efeito do
crescimento pr-pobre na votao de Lula [Hunter & Power (2007) e
Carraro et alli (2009)] poderia ser mais bem medido. No entanto, tal estratgia
somente ser adotada em estudos subseqentes.
Referncias
ABENSUR, T. C., CRIBARI-NETO, F., MENEZES, T. A. (2007). Impactos do
Programa Bolsa Famlia nos Resultados das Eleies Presidenciais no Brasil
em 2006. Anais do XXXV Encontro Nacional de Economia.
BROWN, P. J., PAYNE, C. D. (1986). Aggregate Data, Ecological Regression,
and Voting Transitions. Journal of American Statistical Association, v. 81,
p. 452-460.
CARRARO, A. et alli (2009). It is the economy, companheiro!: an empirical
analysis of Lula's re-election based on municipal data. Economics Bulletin,
v. 29, p. 977-992.
20
. Modelo tambm conhecido como mixed logit.

. Alm disso, ao considerar a distribuio dos atributos individuais, este modelo contorna o problema de
vis de agregao. Para uma aplicao deste modelo ao estudo de eleies ver Glasgow (2001).
21
33
DAVIDSON, R., MACKINNON, J. G. (1993). Estimation and Inference in
Econometrics. New York, Oxford: Oxford University Press.

FREEDMAN, D. A. et alli (1991). Ecological Regression and Voting Rights.
Evaluation Review, v. 15, p. 673-711.

GLASGOW, G. (2001). Mixed Logit Models for Multiparty Elections. Political
Analysis, v. 9, p. 116-136.
HECKELMAN, J. C. (1997). Determining Who Voted in Historical Elections: An
Aggregated Logit Approach. Social Science Research, v. 26, p. 121-134.
HECKELMAN, J. C. (2000). Revisiting the Relationship Between Secret Ballots
and Turnout. A New Test of Two Legal-Institutional Theories. American
Politics Quarterly, v. 28, p. 194-215.

HECKELMAN, J. C., SULLIVAN, T. S. (2002). Testing For Aggregation Bias in
a Non-Linear Framework: Some Monte Carlo Results. Mimeo, Winston-Salem,
Edwardsville.
HUNTER, W., POWER, T. J. (2007). Rewarding Lula: Executive Power, Social
Policy, and the Brazilian Elections of 2006. Latin American Politics and
Society, v. 49, p. 1-30.

KAKWANI, N., NERI, M., SON, H. H. (2006). Linkages Between Pro-Poor
Growth, Social Programmes and Labour Market: The Recent Brazilian
Experience. UNDP International Poverty Center Working Paper, n. 26.
KELEJIAN, H. H. (1995). Aggregated heterogeneous dependent data and the
logit model: A suggested approach. Economics Letters, v. 47, p. 243-248.
KIESCHNICK, R., MCCULLOUGH, B. D. (2003). Regression analysis of
variates observed on (0, 1): percentages, proportions and fractions. Statistical
Modelling, v. 3, p. 193-213.
KING, G. (1997). A Solution to the Ecological Inference Problem:
reconstructing Individual Behavior from Aggregated Data. Princeton:

Princeton University Press.
34
MADDALA, G. S. (1983). Limited-Dependent and Qualitative Variables in
Econometrics. Cambridge: Cambridge University Press.

MARQUES et alli (2009). Discutindo o papel do Programa Bolsa Famlia na
deciso das eleies presidenciais brasileiras de 2006. Revista de Economia
Poltica, v. 29, p. 114-132.

NEVO, A. (2000). A Practitioners Guide to Estimation of Random-Coefficients
Logit Models of Demand. Journal of Economics & Management Strategy,
v. 9, p. 513-548.
NICOLAU, J. PEIXOTO, V. (2007). Uma Disputa em Trs Tempos: Uma
Anlise das Bases Municipais das Eleies Presidenciais de 2006. Anais do
XXXI Encontro Nacional da ANPOCS.

SOARES, G. A. D., TERRON, S. L. (2008). Dois Lulas: a geografia eleitoral da
reeleio (explorando conceitos, mtodos e tcnicas de anlise geoespacial).
Opinio Pblica, v. 14, p. 269-301.

STOKER, T. M. (1993). Empirical Approaches to the Problem of Aggregation
Over Individuals. Journal of Economic Literature, v. 31, p. 1827-1874.
TRAIN, K. E. (2003). Discrete Choice Methods with Simulation. Cambridge:
Cambridge University Press.
ZUCCO, C. (2008). The Presidents New Constituency: Lula and the Pragmatic
Vote in Brazils 2006 Presidential Elections. Journal of Latin American
Studies, v. 40, p. 29-39.

ZUCCO, C. (2009). Cash-transfers, voting behavior and the economy: An
empirical assessment of the political impacts of the Bolsa Famlia program.
Mimeo, IUPERJ.
35

Bolsa Familia Ou Desempenho Da Economia IPEA

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Bolsa Familia Ou Desempenho Da Economia IPEA

Загружено:

Авторское право:

Доступные форматы

Texto para Discusso

Bolsa Famlia ou Desempenho da

Texto para Discusso Nmero 2

Bolsa Famlia ou Desempenho

Texto para Discusso Nmero 2

Texto para Discusso Nmero 2

Para um resumo deste debate na imprensa ver Marques et alli (2009).

Texto para Discusso Nmero 2

A respeito do papel do desempenho da economia brasileira na mudana

adequadamente tratado nesta literatura. Por conta do mecanismo de voto

Texto para Discusso Nmero 2

secreto, necessrio o uso de dados agregados para investigar o impacto do

Texto para Discusso Nmero 2

em que S o total de municpios, Z s vetor com variveis que assumem o

Dis = 0 caso contrrio.

Deste modo, se is idntica e independentemente distribudo com

Percebe-se que a utilizao de modelos lineares se mostra inadequada,

chega-se aos modelos da famlia logit. Deste

Texto para Discusso Nmero 2

modo, a escolha dos eleitores que vivem em um determinado municpio pode

Os coeficientes de (4) no so diretamente interpretveis, mas

3. Das Escolhas Individuais para o Resultado Agregado

Texto para Discusso Nmero 2

em que N s o nmero de eleitores da regio s na eleio presidencial de

ou seja, ln 1 s s . Alis, esta escolha amparada pela constatao de que

A funo () usualmente denominada funo de ligao [Kieschnick & McCullogh (2003)].

Texto para Discusso Nmero 2

modelos com funo de ligao logstica obtm desempenho bastante superior

como sendo linear, ou seja, (Z s , X s ) = + Z s + X s . No entanto, tal

3.1. Correta Agregao das Decises Individuais

O resultado de Kelejian (1995) no depende, por exemplo, da independncia da distribuio dos

Texto para Discusso Nmero 2

em que g () uma funo que pode ser interpretada como o vis de

Stoker (1993), o vis e a forma funcional exata de g () dependem da

em que bk o parmetro associado a k-sima potncia do polinmio.

Deste modo, dada as hipteses feitas, a equao (10) representa a

2 = K = K = 0 . Perceba-se que este teste no capaz de detectar vis de

Texto para Discusso Nmero 2

Revertendo a transformao logstica, tambm possvel calcular

Basicamente (11) representa uma mdia ponderada da probabilidade

3.2. Heterocedasticidade dos Erros e Distribuio Condicional

Texto para Discusso Nmero 2

Note-se que a varincia de Ds deve ser heterocedstica e se aproximar

[Kieschnick & McCullogh (2003)]. No difcil mostrar que esta propriedade

4 Dado e especificao do modelo

scio-econmicas e Ministrio do Desenvolvimento Social (MDS) para

se aproxima de zero ou um e atinge o mximo quando s =

Texto para Discusso Nmero 2

Tabela 1: Variveis Utilizadasa

% de votos de Lula sobre votos vlidos no 2 turno da

% das famlias atendidas pelo programa Bolsa Famlia

Taxa de crescimento anual mdia do PIB per capita

% da populao vivendo em reas urbanas em 2000

Densidade populacional em 2000 (habitantes por Km2)

Distncia da capital do estado (Km)

% de votos de Lula sobre votos vlidos no 2 turno da

Varivel binria: 1 se governador do PT em 2006, zero

Varivel binria: 1 se prefeito do PT em 2006, zero

% de votos dos candidatos do PT a nas eleies

Renda per capita em 2000 (R$ de 2000)

ndice de desigualdade de Gini em 2000

% de analfabetos entre pessoas acima de 15 anos em

% de crianas mortas at 5 anos de idade em 2000

% da populao de orientao religiosa pentecostal

Os smbolos , e indicam significncia a 1%, 5% e 10%, respectivamente. Omitiu-se o

Os smbolos , e indicam significncia a 1%, 5% e 10%, respectivamente Efeitos