Detalhes bibliográficos
Ano de defesa: |
2020 |
Autor(a) principal: |
Pessoti, Fernanda Calasans Costa Lacerda |
Orientador(a): |
Mata, Henrique Tomé da Costa |
Banca de defesa: |
Mata, Henrique Tomé da Costa,
Wanderlei, Lívio Andrade,
Santos, Gervásio Ferreira dos,
Bagolin, Izete Pengo,
Souza, Laumar Neves de |
Tipo de documento: |
Tese
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Faculdade de Economia
|
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Economia
|
Departamento: |
Não Informado pela instituição
|
País: |
brasil
|
Palavras-chave em Português: |
|
Área do conhecimento CNPq: |
|
Link de acesso: |
http://repositorio.ufba.br/ri/handle/ri/33334
|
Resumo: |
Esta tese analisa a pobreza multidimensional nos pequenos municípios da Bahia nos anos de 2000 e 2010. O objetivo principal é investigar a evolução dos níveis de pobreza dos municípios com até 20 mil habitantes e a repercussão das políticas federais de previdência e assistência social e do nível de atividade econômica nesses níveis. Para isso, adota o método de investigação quali-quantitativo, sem abdicar da influência da historicidade sob os elementos analisados. Inicialmente, traça um perfil da economia baiana, considerando o processo de formação histórico-econômica do estado, e examina as condições socioeconômicas dos pequenos municípios. Em seguida, discute a importância das políticas de previdência e assistência social para as populações desses municípios, ressaltando a trajetória de construção e de implantação do Sistema de Seguridade Social no Brasil. Posteriormente, apresenta os principais elementos do estudo da pobreza e destaca a sua evolução em direção à multidimensionalidade. Fundamentada nas formulações propostas pela Abordagem das Necessidades Básicas e pela Abordagem das Capacitações, calcula o Índice Alkire-Foster (IAF) para os municípios baianos, utilizando os microdados dos censos 2000 e 2010. A metodologia de elaboração desse índice adequa os tradicionais índices FGT empregados na análise da pobreza à perspectiva multidimensional. Os resultados da aplicação do IAF demonstram redução da pobreza multidimensional entre os anos selecionados e atestam que a pobreza era maior nos pequenos municípios, que concentravam quase 1/3 dos pobres do estado em 2010. O índice é a variável dependente do modelo de dados em painel, estimado para verificar os efeitos da cobertura previdenciária e assistencial (proporção de benefícios concedidos em relação à população) e dos indicadores de atividade econômica (PIB municipal, rendimento do trabalho e taxa de ocupação em atividades rurais) na pobreza multidimensional dos municípios baianos. O modelo proposto ainda inclui a proporção de idosos na população como variável de controle e a variável categórica que divide os municípios em quatro grupos, segundo critérios populacionais, com o intuito de averiguar as diferenças dos efeitos das variáveis explicativas entre os pequenos e os demais municípios. O método de estimação empregado é o de efeitos fixos robusto, definido com base no teste de Hausman. De acordo com as estimativas dos coeficientes, as variáveis econômicas afetam significativamente o índice de pobreza dos municípios baianos, sendo o mesmo observado para as variáveis proporção de benefícios assistenciais e proporção de idosos. A proporção de benefícios previdenciários não contribui para a diminuição da pobreza, segundo as estimativas do modelo econométrico, que também apontam que há diferença estatisticamente significativa apenas entre os municípios pequenos e aqueles com população superior a 100 mil habitantes. A última etapa de avaliação dos efeitos das políticas sociais e dos indicadores de atividade econômica na pobreza municipal estima o modelo para dois grupos de municípios – pequenos e outros – e revela diferenças no comportamento dessas variáveis entre os grupos analisados. Ao considerar as características históricas, econômicas e sociais dos pequenos municípios e os resultados da investigação econométrica, é possível perceber as peculiaridades da pobreza nesses espaços e a necessidade de melhor compreender suas múltiplas dimensões. |