Transferências Federativas e Potência dos Contratos: Avaliação da Lei Robin Hood
Transferências Federativas e Potência dos Contratos: Avaliação da Lei Xxxxx Xxxx
Xxxxxxx Xxxxxx Xxxxxxxxx EPGE/FGV; CEES/FJP; ICEG/PUCMinas
Área ANPEC: 4 - Economia do Setor Público Classificação JEL: H75
Abstract
Buscando melhorar as condições de vida dos municípios mineiros, o governo estadual mineiro instituiu, em 1995, a lei 12.040, conhecida como Xxx Xxxxx Xxxx. Esta implementava um contrato de alto poder entre o estado e os municípios mineiros, permitindo que 25% das transferências de ICMS se dessem sobre re- sultados observáveis em diversas áreas tais como saúde, educação, conservação ecológica, entre outras. Constatou-se um forte impacto positivo sobre a educação mas não sobre a saúde. Dada a relativa escassez deste tipo de contrato em trans- ferências federativas, seja no Brasil, seja no restante do mundo, este resultado aponta a necessidade de utilização de instrumentos de maior poder nas relações federativas, buscando incrementar as condições de vida locais.
Palavras-chave: Federalismo, Educação, Saúde, Minas Gerais, Lei Robin Hood.
Abstract
In order to improve the welfare of its citizens, the state government of Minas Gerais (Brazil) has imposed, at 1995, the state law 12.040, known as Robin Hood law. It stated that 25% of the revenue transferred to the municipalities should be allocated through observable results achieved in education, health, environment among others. In other words, this law established a high power contract between the state government and the municipalities, which is not very usual. This study shows that this had a strong impact on the municipalities education but not on their health. This results shows that the use of high power rules in federative transfers could be a strong mechanism in order to improve the population welfare.
Key-words:Federalism, Education, Health, Minas Gerais, Robin Hood law.
1 Introdução
Em um sistema federativo, é natural que ocorram transferências entre os diversos níveis de governo, seja para equalizar diferentes bases tributárias, seja para incentivar (ou implementar) a adoção de políticas públicas desejadas pelos governos centrais.
No Brasil, para compensar a baixa base tributária dos municípios - que, constitu- cionalmente, só podem tributar serviços e propriedades urbanas - e equalizar minima- mente suas receitas, estes recebem importantes transferências estaduais e federais. No caso estadual, 25% da arrecadação de ICMS devem ser distribuídos aos municípios. Entretanto, a Constituição Federal de 1988 determinou que 75% desta se daria via VAF (Valor Adicionado Fiscal), cabendo à legislação estadual determinar os critérios a serem utilizados no montante restante.
Tal liberdade dada aos estados não foi muito utilizada, porém, sendo que os critérios relativos ao VAF continuaram predominantes. Em Minas Gerais, a partir da primeira metade da década de 90 (segundo governo Xxxxx Xxxxxx), começa movimento de forma a utilizar tal parcela para dar maior equidade à distribuição dos recursos municipais, o que leva a aprovação, em dezembro de 1995, da lei estadual 12.040. Esta, conhecida por ”Xxx Xxxxx Xxxx”, determinava uma série de critérios redistributivos de forma a tornar mais equitativa esta distribuição e incentivar os municípios a adotarem uma série de políticas sócio-econômicas desejáveis.
Este artigo busca identificar os efeitos das transferências relativas à educação e saúde definidas por esta lei sobre sobre os indicadores de bem-estar e capital humano dos municípios. Para tanto, utilizar-se-á os índices constituintes do Indice de Desen- volvimento humano para os municípios de Minas Gerais (como grupo de tratamento) e dos estados limítrofes (como grupo de controle). Ou seja, buscar-se-á identificar se regras de transferência com mais poder relativo às condições sociais da unidade em questão são relevantes na melhoria destas. Uma vez que tais regras não são majori- tariamente utilizadas no país (nem tampouco no mundo), é extremamente relevante buscar identificar tais efeitos líquidos.
2 Transferências Inter-Governamentais
As transferências federativas podem ser justificadas a partir de três razões bási- cas. Por um lado, a existência de grandes externalidades fiscais em sistemas federa- tivos explica a distribuição e as restrições existentes referentes ao sistema tributário
(restringe-se a liberdade tributária das unidades subfederadas, porém define-se sistema de transferências para estas de forma a compensar tais restrições)1. Por outro lado, estas transferências também apresentam importante caráter redistributivo, dada a as- simetria das bases tributárias (estas seriam diferentes entre as diferentes unidades sub- federadas). Por fim, é importante notar que as políticas perseguidas pelos diferentes níveis de governo podem ser distintas (devido, por exemplo, a diferenças existentes nas preferências e renda de seus eleitores medianos). As transferências, neste caso, seriam utilizadas para a promoção de políticas públicas locais desejadas pelos níveis superiores de governo.
As transferências intergovernamentais em um sistema federativo também podem ser analisadas através do trade-off gerado por estas entre eficiência e compartilhamento de riscos (XXXXXXX; TABELLINI, 1996). É possível pensar que tais transferências busquem equalizar as bases tributárias regionais, assim como funcionar como sistema de seguro contra possíveis estados da natureza ruins, não compartilhados por toda a federação. Entretanto, estas incentivariam as unidades sub-federadas a não maxi- mizarem suas receitas próprias (estas ”fingiriam” ter uma base tributária menor ou não buscariam aumentar estas)2. Dada a escassez de casos concretos de transferên- cias federativas de alto poder (baseadas em desempenho e não em características das unidades subfederadas), o estudo de possíveis impactos relativos à referida lei é capaz de lançar luz sobre as possíveis vantagens de se adotar estas regras de transferência.
3 Lei Robin Hood
A constituição brasileira de 1988 determinou que os estados brasileiros distribuis- sem 25% da arrecadação de ICMS aos seus municípios. Setenta e cinco por cento desta distribuição seria determinada pelos Valores Adicionados Fiscais (VAF’s) de cada lo- calidade. Os 25% restantes deveriam ser distribuídos de acordo com legislação local.
A despeito da liberdade legislativa dos diferentes estados brasileiros na definição das regras de distribuição da parcela restante destes fundos, tal praticamente não foi utilizada, sendo comum esta seguir também a distribuição gerada pelos VAF’s.
1 DAHLBY; XXXXXX (2003) é uma boa referência sobre as externalidades fiscais verticais (que existem entre os diversos níveis de governo) existentes em uma federação. As guerras fiscais seriam um bom exemplo de externalidades fiscais horizontais (entre governos do mesmo nível).
2 MATHESON (2005) mostra como tais transferências diminuiram os investimentos públicos locais
em infra-estrutura na federação russa. DAHLBY; XXXXXX (2003) estuda tais transferências no âmbito da federação australiana.
O governo mineiro, em iniciativa inédita em 1995, buscou atrelar os valores dis- tribuídos a indicadores sociais e a políticas públicas locais na área da saúde, educação, meio-ambiente e defesa de patrimônio histórico, incentivando a adoção de tais políticas (juntamente com a melhoria das condições de vida da população) pelos governos mu- nicipais. Tal deu origem à lei estadual 12.040 de dezembro de 1995, também conhecida como Robin Hood3.
3.1 Critérios redistributivos
A lei determina que o Estado de Minas Gerais distribua a parcela restante (25% da arrecadação do ICMS) a partir de 12 critérios sócio-econômicos distintos. O VAF continua respondendo por cerca de 18% deste montante, a área geográfica, 4%, a popu- lação, 10,84%, a população dos cinquenta municípios mais populosos, 8%, a proporção de alunos matriculados, 8%, a implementação de políticas de incentivo à produção de alimentos, 4%, a defesa do patrimônio histórico-cultural, 4%, a existência de políticas de defesa do meio-ambiente, 4%, os gastos com saúde, 8%, a receita própria gerada, 8%, cota mínima para cada município, 22%. 0,44% são distribuídos pelos municípios mineradores. Xxxxxx Xxxx e Mesquita recebem transitoriamente cerca de 0,16% do total, dada a emancipação de suas principais bases produtivas (parcela esta que se extingue em 2005, sendo este montante incorporado à parcela relativa ao VAF). Uma explicação mais detalhada destes índices se encontra em anexo.
4 Efeitos sobre o bem-Estar
Ao vincular transferências constitucionais à adoção de políticas públicas por parte dos municípios mineiros, o governo estadual buscou incrementar as condições de vida do estado. Este trabalho busca identificar os efeitos da nova legislação sobre diversas variáveis distintas, todas correlacionadas com o Índice de Desenvolvimento Humano (IDH) municipal.
3 A lei sofreu alterações em dezembro de 1996 (lei estadual no.12.428) - diminuindo a importância do VAF na distribuição dos recursos - e em dezembro de 2000 (lei estadual no.13.803), que implantou uma diminuição progressiva do repasse para os municípios de Mateus Leme e Mesquita, fortemente penalizados por movimentos separatistas de seus distritos industriais. XXXXXX et al (2001) e FREIRE (2002) são excelentes resenhas sobre todo o processo legislativo de adoção e modificações da lei em questão.
O IDH é bastante simples, se constituindo de média ponderada de três índices dis- tintos, o IDH educação (baseado na taxa de alfabetização de pessoas acima de 15 anos e na taxa bruta de frequência à escola), o IDH longevidade (baseado na expectativa de vida ao nascer) e o IDH renda (baseado na renda municipal per capita e na desigual- dade da distribuição desta). Assim sendo, buscou-se identificar os efeitos não só sobre estes índices, mas também sobre as variáveis que os compõem. Uma explicação mais detalhada destes índices se encontra em anexo.
Cumpre notar que, do ponto de vista redistributivo, a lei foi bastante eficiente, tornando mais igualitária tanto a distribuição total quanto per capita do ICMS entre os municípios mineiros (INÁCIO et al, 2001; FREIRE, 2002), o que justifica a adoção deste apelido por parte da lei a ser estudada.
4.1 Testes empíricos a serem feitos
Uma vez que as transferências são função explícita de variáveis correlacionadas com as variáveis dependentes a serem analisadas, estimativas econométricas usuais são viesadas (existiria, na verdade, um conjunto de equações simultâneas que determinar- iam o valor destes índices e das transferências conjuntamente). Ao mesmo tempo, mudanças observadas nos municípios mineiros provenientes de questões outras que não a referida lei podem ser equivocadamente relacionadas a esta. Assim sendo, duas opções se fazem necessárias.
Devido a peculiaridades históricas, as regiões de Minas Gerais são bastante correla- cionadas com as diferentes mesoregiões brasileiras. Assim sendo, os municípios nestas áreas - não sujeitos à lei Xxxxx Xxxx, dado serem de outros estados - serviriam como grupo de controle para as referidas regiões. Ou seja, utilizar-se-á os municípios dos es- tados limítrofes como grupo de controle para nosso grupo de tratamento, os municípios mineiros. Para se resolver o problema de endogeneidade descrito acima, faz-se mister utilizar dados diferenciados e variáveis instrumentais. Isto é tratado na próxima seção.
4.2 Regressões feitas
Supõe-se que as variáveis a serem analisadas sejam função de uma série de carac- terísticas e estoques de diferentes tipos de capital em cada localidade:
s
yit = Σ αjZijt + ΣΨk + Σ xt t + µit
j k s
o que implica que
∆yit = Σ αj∆Zijt + Σ xt + ∆µ
j
s
s
it
Onde y se refere à variável analisada, Z às variáveis de controle utilizadas, x a incrementos específicos relacionados a cada estado (definidos a partir dos distintos conjuntos de políticas públicas implementados em cada um deles) e Ψ aos diversos efeitos fixos existentes. Ao diferenciarmos a equação, como esperado, estes últimos desaparecem, tornando a estimação mais simples. Entretanto, é importante lembrar que tal gera autocorrelação nos erros estimados.
Como já foi dito, as variáveis dependentes a serem analisadas estão disponíveis para os anos 1991 e 2000 (anos censitários). As variáveis de controle censitárias uti- lizadas foram a proporção de mulheres entre 15 e 17 anos com filhos (próxy do nível de capital humano local), a proporção da população em área rural e a densidade popula- cional (estas três como próxy do custo das políticas públicas a serem implementadas). Utilizou-se também o número médio de anos de estudo (menos para as variáveis relati- vas à educação) e a renda média municipal e o índice de Theil para a distribuição desta (menos para as variáveis relativas à renda). Utilizou-se também as receitas correntes municipais como variável de controle. Nos resultados reportados estas são identificadas por mulhe1517, rural, dens, medest, renda, theil e reccor.
As diversas regiões geográficas mineiras apresentam uma evolução sócio-econômica similar às apresentadas pelas macroregiões brasileiras. Assim, o Sul de Minas seria similar ao interior paulista, as regiões do Triângulo e Alto Parnaíba seriam similares ao Centro-Oeste, a região Norte e os Vales do Jequitinhonha e Mucuri seriam muito próx- imos da dinâmica sócio-econômica nordestina. A região do Rio Doce seria fortemente afetada pelo Espirito Santo e a Zona da Mata seria relacionada ao Rio de Janeiro. Assim sendo, tomou-se os municípios mineiros como tratamento e os municípios dos estados limitrofes (São Paulo, Rio de Janeiro, Espirito Santo, Bahia e Goiás) como controle para nosso experimento. Utilizou-se as transferências relativas à lei Xxxxx Xxxx relacionadas apenas à educação e à saúde (as únicas diretamente relacionadas às variáveis educacionais e relativas à saúde dos municípios).
Os dados censitários foram obtidos no Atlas do Desenvolvimento Humano no Brasil, calculados pela Fundação Xxxx Xxxxxxxx em parceria com o IPEA e o PNUD. As var- iáveis fiscais foram obtidas na Secretaria do Tesouro Nacional da Receita Federal. Os dados relativos às transferências geradas pela lei Xxxxx Xxxx foram obtidos na Fun-
dação Xxxx Xxxxxxxx, responsável pelos cálculos desta. Devido a problemas dos dados relativos a 1996, utilizou-se aqueles relativos aos anos de 1997, 1998, 1999 e 2000. Como utilizamos variáveis diferenciadas, supõe-se que as variáveis fiscais representem um fluxo relativo a estoque de capital público educacional ou relativo à saúde pública. Assim sendo, a diferenciação deste último seria exatamente o fluxo de receitas observadas. Como tinhamos dados incompletos relativos a quatro anos (uma vez que alguns mu- nicípios não prestaram contas em alguns anos específicos), utilizou-se a média nominal destes. Para evitar problemas de multicolinearidade, não se utilizou variável dummy relativa a Minas Gerais (variável x em nossa equação).
4.3 Instrumentos utilizados
Como as transferências relativas à lei Robin Hood são diretamente relacionadas com as variáveis a serem estudadas, ocorre um sério problema de endogeneidade, viesando os resultados a serem encontrados. A diferenciação feita, em princípio, resolveria este problema. Com os dados diferenciados, buscar-se-ia identificar variações observadas nas cidades mineiras distintas das demais cidades, não explicadas pelas variáveis de controle e proporcionais às transferências geradas pela referida lei. Entretanto, outro problema aparece. Como estas transferências são diretamente relacionadas com o valor em nível das variáveis dependentes, qualquer choque sofrido por estas (que impactaria os resíduos) também modificaria o valor das transferências. Ou seja, os resíduos da regressão com variáveis diferenciadas seriam fortemente correlacionados com as trans- ferências, viezando os resultados! Faz-se mister, portanto, utilizar instrumento tal que resolva este problema.
Estes instrumentos devem ser relacionados com a vontade das prefeituras de obter um nível maior de recursos (no caso, as transferências), mesmo que isto implique em custo maior para esta (o custo referente à implantação das políticas públicas incenti- vadas). Os instrumentos naturais para isto seriam exatamente os dados de arrecadação própria dos municípios. Como é amplamente noticiado, os governos municipais são majoritariamente financiados pelas transferências dos demais entes federativos, sendo muito pequena a parcela de impostos arrecadados de seus munícipes (devido ao custo político desta). Assim, estes representariam exatamente o mesmo problema, para o prefeito em questão, que as transferências da nova lei. Assim sendo, utilizou-se o IPTU, o ISS e o total das receitas tributárias dos municípios enquanto instrumento. Estes foram utilizados de três formas distintas, seus valores totais, per capita e relativo
à renda municipal.
Xxxxxxxx prefeito está sujeito a uma série de fontes possíveis de receitas, cada qual exibindo uma estrutura de custos distinta. A cobrança de impostos municipais (levando o prefeito a incorrer em custo político) ou o aumento do número de alunos frequentes (aumentando as transferências via lei Xxxxx Xxxx, mas com maior fiscalização e maiores custos de transporte para a prefeitura) são exemplos destas. Assim, o problema do prefeito é dado por
É fácil notar que
xxx X (Σ[Ri − Ci(Ri)])
i
R = 0, ∀i, Cij(0) > 1
i
i
i
R∗, ∀i, Cj(R∗) = 1
Ou seja, para todas as fontes utilizadas para obtenção de recursos teremos
Ou seja,
Cjj (Rj∗) = Cij(R∗i ) = 1
dRj∗ = −−Cijj(Ri∗) = Cijj(Ri∗) ≥ 0
dRi∗
Cjjj(R∗j )
Cjjj(Rj∗)
Assim, as arrecadações municipais dos diversos tributos existentes seriam ótimos instrumentos uma vez que o prefeito, para obter transferências estaduais via lei Xxxxx Xxxx, deve incorrer em uma série de gastos para melhorar seus indicadores sócio- econômicos. Do mesmo modo, o prefeito incorreria em forte custo político ao utilizar sua base tributária. Ao mesmo tempo, não existiria relação direta entre o montante arrecadado e os indicadores sociais existentes (dado o pequeno peso desta nas receitas correntes municipais).
Cumpre notar, de qualquer modo, que o montante total a ser transferido pela lei Xxxxx Xxxx é dado por 6,25% do montante total de ICMS arrecadado pelo estado. Ao mesmo tempo, a arrecadação municipal é função também da movimentação econômica do município. Assim sendo, ambas as variáveis seriam fortemente correlacionadas com o desempenho econômico do estado (e seus municípios), sendo independentes das var- iáveis sociais em questão.
Três seriam as variáveis de arrecadação utilizadas. As arrecadações de IPTU, de ISS (os dois maiores impostos municipais) e a arrecadação tributária municipal total. Contudo, o custo relativo à arrecadação seria proporcional à proporção desta na renda local. Ou seja, esta deve ser corrigida pelo tamanho da cidade em questão e pela sua riqueza. Assim, utilizou-se os valores arrecadados divididos pelo total da renda municipal4. Os resultados econométricos se encontram nas tabelas em anexo. As tabelas 1 e 2 reportam os resultados relativos à educação. As tabelas 3 e 4 reportam aqueles relativos à saúde. A tabela 5 os relativos à renda e a tabela 6 os relativos ao próprio IDHM.
4.4 Efeitos Sobre os Índices Estaduais
Os resultados da análise econométrica, que buscou identificar os efeitos gerados pela lei Xxxxx Xxxx sobre diversos indicadores municipais, permite identificar os efeitos desta sobre estes mesmos indicadores no âmbito do estado.
Dois efeitos complementares explicam as variações observadas nos índices estaduais. Por um lado, tal pode ocorrer devido a variações nos índices municipais Por outro, istro pode ser gerado devido a variações na distribuição populacional entre os municípios. Suponha qualquer estado onde os índices de seus municípios se mostrassem constantes entre dois períodos de tempo. Mesmo nesta situação, o índice estadual pode se alterar devido a modificações na distribuição populacional entre os municípios. Se os municí- pios com maior índice apresentarem um maior aumento populacional que aqueles com menor índice, o índice estadual aumenta, mesmo com índices municipais constantes.
Seja Y o índice a ser analisado e seja X a variável determinante de sua base. Então teremos,
X
Y TOTAL = Σ Xit Y
t TOTAL it
t
dYit = Yit − Yit−1
4 Fez-se também os mesmos testes utilizando os valores absolutos da arrecadação e os valores per capita. Com estes últimos, os resultados obtidos foram bastante similares aos aqui apresentados. Tal, entretanto, não ocorre no primeiro grupo. Com este, alguns resultados mudam. Porém, sistematica- mente, os instrumentos ou estas regressões não são aceitos (ou são aceitos com margem bem maior de erro).
X
t
TOTAL
t
it
XTOTAL
t−1
it−1
dY TOTAL = Σ Xit Y − Σ Xit−1 Y
A partir de pequenas operações algébricas, é possível mostrar que a variação do índice estadual é dada por
t
XTOTAL
t−1
it
dY TOTAL = Σ Xit−1 dY
+ Σ Y
d Xit
X
it
TOTAL
t
Ou seja, a variação total observada é dada pela variação dos índices individuais (Efeito-Composição) e pela variação na distribuição da variável base a ser analisada (Efeito-Distribuição). No caso específico da lei Xxxxx Xxxx, teremos
t
XTOTAL
t−1
Y
i
[i∈MG]
dY T OT AL = Σ Xit−1 βRHTransf RHI
+Σ α
Σ Xit−1 dZ
+Σ Z
d Xit
X
j
XTOTAL
t−1
ijt
it
TOTAL
t
Portanto, é possível definir a parcela da mudança dos índices analisados em Minas Gerais referentes especificamente à lei analisada (a tabela 7, em anexo, mostra todos os resultados encontrados, de forma sucinta).
5 Resultados
Somente na educação foram detectados efeitos relativos à referida lei. Nada foi detectado relativo à saúde. As transferências, por sua vez, seriam inversamente rela- cionadas com a renda per capita e diretamente com o índice de theil dos municípios, o que justificaria o apelido dado à lei.
Na área da educação, além do impacto sobre o IDHM dos municípios, foram anal- isados também os efeitos sobre as taxas de alfabetismo e de frequência escolar (tanto total, quanto separada por nível de ensino). Os resultados se encontram nas tabelas 1 e 2 em anexo. Os resultados mostram um forte efeito das ditas transferências tanto sobre a taxa de frequência escolar (basicamente relacionada ao ensino fundamental) quanto sobre a taxa de alfabetismo (e, consequentemente, sobre o IDHM-Educação). Esta parece ter sido responsável por 4,5% (26,69% do total) de aumento na primeira e grande proporção da segunda. Corroborando estes resultados, notamos que o fator locacional relativo a estes dois índices se mostraram negativos e maiores, em termos absolutos que os observados para os demais estados. Tal poderia ser explicado pela mel- horia destes nos municípios mais pobres, que tenderiam a perder participação no estado,
vis-a-vis aqueles com melhores condições de vida, que tenderiam a receber migrantes. Efetivamente quanto à frequência escolar, constatou-se um forte efeito positivo sobre o curso fundamental, mas negativo em relação aos níveis médios e superior. Pode-se ex- plicar isto através da substituição, pelos prefeitos, de políticas de incentivo ao aumento da frequência escolar nestes dois níveis por aquela no nível básico. Uma explicação mais simples seria constatar a relação direta entre as transferências e as cidades mais pobres, onde o incremento na frequência das séries escolares mais adiantadas estivesse comprometido (o que corroboraria, mais uma vez, o apelido dado à lei)5.
No tocante à saúde, nenhum efeito estatisticamente significativo foi detectado. Foram analisadas as séries de IDHM-Longevidade, a esperança de vida ao nascer e as taxas de mortalidade até um ano e até cinco anos. Os resultados se encontram nas tabelas 3 e 4 em anexo. Somente na taxa de mortalidade até os cinco anos foi con- statado efeito significativo positivo, o que parece ser um contra-senso. Na verdade, este fato pode ser explicado, mais uma vez, pelo caráter redistributivo da lei, que tenderia a favorecer mais os municípios mais pobres (e com piores condições de vida). Note que esta expliocação é bastante razoável, dada a não significância observada nos testes estatísticos referentes aos outros indicadores.
Foram feitos ainda testes referentes ao IDHM-Renda, renda per capita, índice de theil e IDHM (índice síntese). Em todos estes casos (menos no último), não foram necessárias a utilização de variáveis instrumentais. Neste último, utilizou-se os dois métodos. Os resultados se encontram nas tabelas 5 e 6 em anexo. Os resultados esta- tisticamente significativos apontaram sempre em uma única direção. As transferências relativas à educação e saúde se mostraram inversamente proporcionais à renda per capita dos municípios e à igualdade da distribuição interna desta. Como seria absurdo atribuir à lei a piora nestas condições municipais, este resultado corrobora, uma vez mais, o apelido dado à lei.
6 Conclusões
A implementação da Lei estadual 12.040 em 1996 em Minas Gerais representou um exemplo de importante mudança nos critérios de redistribuição federativa de recursos
5 É importante notar que a taxa de frequência bruta do ensino superior não impacta as transferências relativas à lei estudada (o que significa que não seria necessário o uso de instrumentos). Utilizando o método de Mínimos Quadrados Generalizados, constatou-se que tais transferências teriam um impacto nulo estatisticamente na variação de tal taxa.
no país. Pode-se definir esta como um contrato de alto poder entre o governo estadual e os governos municipais no que tange a melhoria das condições de vida da população. Devido à originalidade deste arcabouço, faz-se mister analisar seus efeitos.
Esta foi importante na melhoria das condições educacionais dos municípios, incen- tivando os prefeitos a aumentarem a taxa de frequência escolar do ensino fundamental, assim como permitiu uma maior melhoria das taxas de alfabetização. Nenhum efeito foi detectado relacionado aos indicadores de saúde municipais. Por fim, constatou-se que estas transferências foram maiores, em termos relativos para os municípios mais pobres e/ou desiguais, justificando o apelido dado à lei.
7 Bibliografia
XXXXXX, Xxx; XXXXXX, Xxxx, ”Fiscal incentive effects of the australian equal- ization system” in The Economic Record, Vol.79, Vol.247, Dec/2003, pp.434-445.
XXXXXX, Xxx; XXXXXX, Xxxxxxx, ”Vertical fiscal externalities in a federation” in
Journal of Public Economics, Vol.87, 2003, pp.917-930.
XXXXXX, Xxxxxxxx Xxxxxxxx, Avaliação do Impacto da Lei Xxxxx Xxxx Sobre os Municípios Mineiros. Escola de Governo, Fundação Xxxx Xxxxxxxx, 2002.
XXXXXX, Xxxxx Xxxxx et. al. Efeitos da ”Lei Robin Hood” Sobre o Per- fil das Transferências de ICMS e Preferências Alocativas dos Municípios Mineiros. Departamento de Política e Ciências Sociais (DPCS). Centro de Ciências Sociais Aplicadas (CCSA). Universidade Estadual de Montes Claros/UNIMONTES. Montes Claros, 2001.
XXXXXXXX, Xxxxxxxx, ”Does fiscal redistribution discourage local public invest- ment?” in Economics of Transition, Vol.13 (1), 2005, pp.139-162.
XXXXXX, Xxxxxxx; XXXXXXXXX, Xxxxx, ”Federal fiscal constitutions: Risk sharing and redistribution” in The Journal of Political Economy, Vol.104 (5), Oct./1996, pp. 979-1009.
XXXXXXXXXX, Xxxxxxx X., Econometric Analysis of Cross Section and Panel Data, Cambridge (Mass.), The Mit Press, 2001.
8 Anexo
8.1 Critérios de distribuição da lei Xxxxx Xxxx
A lei estadual 12.040 de Minas Gerais instituiu doze critérios distintos para dis- tribuição de 25% do montante de ICMS a ser transferido aos municípios. Ao mesmo tempo, instituiu regra de transição beneficiando duas cidades, Mateus Leme e Mesquita, cujas receitas foram fortemente abaladas devido a movimentos separatistas. A tabela 8, em anexo, mostra o percentual relativo a cada critério específico, entre 1995 e 2005. Os critérios VAF, área geográfica e população são distribuídos através de seus pesos relativos por município. O mesmo ocorre com a população das 50 maiores cidades (atingindo, é claro, somente estas). Já a cota mínima é distribuída igualmente entre
todos (cada um, portanto, receberia um 853-avos do montante total).
Como já foi dito, os critérios relativos aos municípios de Xxxxxx Xxxx e Mesquita buscam compensá-los por movimentos emancipacionistas que diminuíram fortemente suas receitas. Seus percentuais diminuem a cada ano e serão anulados em 2005 (estes são incorporados ao critério VAF).
O critério sobre municípios mineradores busca compensar estes pelo fim do Im- posto Ùnico sobre Minerais (IUM), incorporado pelo ICMS pela Constituição de 1988. Inicialmente, utilizou-se os pesos definidos (em relação àquele imposto) em 1988. A partir de 1992 (até 1995), passou-se a distribuir tal montante igualmente entre todos os municípios (incorporado à cota mínima).
Os demais critérios são mais complexos. O referente à educação é calculado em três etapas. Inicialmente, calcula-se o ”custo aluno” do estado, dividindo-se 25% do total das receitas públicas (estado e municípios), pelo total dos alunos matriculados em ambas as redes. Posteriormente, calcula-se a ”capacidade mínima de atendimento” do município, dividindo-se 25% de suas receitas pelo ”custo aluno” calculado acima. Por fim, divide-se o número efetivo de alunos do município por sua ”capacidade mínima de atendimento”. Todos os municípios com índice acima de 0,9 estão aptos a receber as transferências (que são divididas igualmente entre estes)6.
O índice de meio ambiente se divide em dois sub-critérios. Um se refere à con- servação de áreas de patrimônio ambiental (florestas, reservas ou estações biológicas, entre outros). Outro se refere à cobertura do sistema de saneamento (existência de
6 A utilização de 25% das receitas se deve ao preceito constitucional que impõe aos entes federativos gastar tal montante com a educação. Como se utiliza este percentual (e não os gastos efetivos), a lei incentiva os prefeitos a maximizarem seu número de alunos, e não os gastos efetivos em educação.
aterro sanitário - atendendo ao menos 70% da população - e de usina de tratamento de esgoto - atendendo ao menos 50% da população). Os relativos ao patrimônio cultural e à produção de alimentos são similares a este.
O índice relativo á receita própria é muito simples. Cada índice municipal é gerado pela razão entre receitas próprias e total de transferências recebidas pelo município em questão. Estes índices determinariam o peso relativo de cada município no montante a ser transferido.
Por fim, o índice relativo á saúde se compõe de dois sub-índices. Metade dos recursos são distribuídos de acordo com os gastos per capita em saúde dos municípios (ou seja, a razão entre os gastos totais com saúde do município e sua população total). A outra metade é distribuída de acordo com o número de equipes de saúde da família implantado localmente.
8.2 Índice de Desenvolvimento Humano (IDH)
O índice de desenvolvimento humano é uma média de três índices distintos, rela- cionados à educação, longevidade e renda.
O IDH-educação é calculado através de média ponderada de dois índices distintos, a taxa de alfabetização de pessoas acima de 15 anos (peso 2) e a taxa bruta de frequência à escola das pessoas entre 7 e 22 anos (ou seja, embarca desde a educação básica até o ensino superior).
O IDH-longevidade é dado pela expectativa de vida ao nascer do cidadão médio do município. Utilizando como parâmetro máximo de longevidade 85 anos e mínimo de 25 anos, teremos,
IDHL = EV X x 00
00 x 00
Por fim, o IDH-renda também é calculado a partir de valores máximos e mínimos de referência da renda per capita da região em questão. Estes, em valores PPP, seriam US$ 40.000 e US$ 100 (valores anuais). A partir destes valores, determina-se os valores mensais em moeda local (não se utiliza a taxa de câmbio nominal efetiva, e sim a PPP), RMMax. e RMMin7.
7 No caso brasileiro, ao analisar os dados censitários, e tomando como base a data de 1o de agosto de 2000, estes valores seriam R$1.560,17 e R$ 3,90.
A partir dos valores acima e do valor da renda per capita do município (ou qualquer outra área geográfica), RCap, é possível calcular o IDH renda a partir da seguinte fórmula,
IDHR = log(RCap) − log(RMMin) log(RM Max) − log(RM Min)
Por fim, calcula-se o índice final do IDH através de média simples dos três índices acima.
9 Tabelas
Tabela 1: Análise do IDHM-Educação, da Taxa de Alfabetização e da Taxa de Frequência Escolar dos Municípios Brasileiros, Estados Selecionados, 1991-2000, Variáveis Instrumentais
idhm-educação | alfabetização | frequência escolar | |||||||
Coef. | Std. Err | P>|z| | Coef. | Std. Err | P>|z| | Coef. | Std. Err | P>|z| | |
rheduc | 2.05E-06 | 7.64E-07 | 0.007 | 0.000242 | 0.0000858 | 0.005 | 0.000132 | 0.0000696 | 0.058 |
dumrio | 0.0473478 | 0.018958 | 0.013 | 5.801726 | 2.125736 | 0.006 | 2.683423 | 1.787548 | 0.133 |
dumes | 0.053688 | 0.020089 | 0.008 | 8.210175 | 2.283115 | 0 | -0.221073 | 1.887184 | 0.907 |
dumsp | 0.03101 | 0.02367 | 0.19 | 5.037101 | 2.658848 | 0.058 | -0.711505 | 2.174784 | 0.744 |
dumba | 0.145577 | 0.027597 | 0 | 14.52632 | 3.09948 | 0 | 14.75907 | 2.53636 | 0 |
reccor | -8.75E-12 | 2.84E-12 | 0.002 | -9.06E-10 | 3.51E-10 | 0.01 | -7.51E-10 | 2.29E-10 | 0.001 |
mulhe1517 | -0.0000571 | 0.000317 | 0.857 | 0.006979 | 0.0349531 | 0.842 | -0.036844 | 0.037832 | 0.33 |
renda | -0.0000126 | 0.000121 | 0.917 | 0.013193 | 0.0135774 | 0.331 | -0.030201 | 0.0114152 | 0.008 |
theil | -0.0101361 | 0.035478 | 0.775 | -5.051169 | 3.967274 | 0.203 | 6.90372 | 3.516527 | 0.05 |
dens | -0.0000211 | 7.83E-06 | 0.007 | -0.001673 | 0.0008561 | 0.051 | -0.003316 | 0.0008859 | 0 |
rural | 0.0625588 | 0.015709 | 0 | 5.408843 | 1.724284 | 0.002 | 7.609768 | 1.954928 | 0 |
_cons | 0.0523713 | 0.029622 | 0.077 | -0.413942 | 3.328938 | 0.901 | 16.39199 | 2.720934 | 0 |
Number of obs | 2251 | 2251 | 2251 | ||||||
F( 11, 2264) | 164.96 | 0 | 143.05 | 0 | 125.88 | 0 | |||
Centered R2 | -0.1509 | -0.9212 | 0.3893 | ||||||
Uncentered R2 | 0.7974 | 0.5233 | 0.8975 | ||||||
Root MSE | 0.059 | 6.5 | 6.7 | ||||||
Xxxxxx J stat | 1.478 | 0.47755 | 2.355 | 0.30804 | 2.625 | 0.26913 | |||
Tabela 2: Análise da Taxa de Frequência Escolar, Diversos Níveis, dos Municípios Brasileiros, Estados Selecionados, 1991-2000, Variáveis Instrumentais
frequência ensino fundamental | frequência ensino médio | frequência ensino superior | |||||||
Coef. | Std. Err | P>|z| | Coef. | Std. Err | P>|z| | Coef. | Std. Err | P>|z| | |
rheduc | 0.0004975 | 0.000178 | 0.005 | -0.000725 | 0.0002593 | 0.005 | -0.000135 | 0.0000504 | 0.007 |
dumrio | 14.31893 | 4.480261 | 0.001 | -25.51874 | 6.556682 | 0 | -1.56205 | 1.310892 | 0.233 |
dumes | 9.164 | 4.712382 | 0.052 | -24.12958 | 6.914973 | 0 | -2.29271 | 1.411012 | 0.104 |
dumsp | 4.424626 | 5.534807 | 0.424 | -21.70883 | 8.091201 | 0.007 | -1.058657 | 1.580791 | 0.503 |
dumba | 49.00667 | 6.425435 | 0 | -44.37087 | 9.386275 | 0 | -5.631276 | 1.832702 | 0.002 |
reccor | -1.90E-09 | 6.84E-10 | 0.005 | -1.48E-09 | 7.70E-10 | 0.054 | 1.52E-09 | 3.46E-10 | 0 |
mulhe1517 | 0.0668883 | 0.081559 | 0.412 | -0.284434 | 0.122807 | 0.021 | -0.045704 | 0.0257987 | 0.076 |
renda | -0.0243366 | 0.028499 | 0.393 | -0.114209 | 0.041573 | 0.006 | 0.018264 | 0.0086863 | 0.035 |
theil | 1.692085 | 8.516127 | 0.843 | 31.50532 | 12.14871 | 0.01 | 3.058697 | 2.389384 | 0.201 |
dens | -0.0043136 | 0.001829 | 0.018 | 0.009752 | 0.0029654 | 0.001 | -0.000691 | 0.000735 | 0.347 |
rural | 14.30299 | 3.844234 | 0 | 0.132331 | 5.777618 | 0.982 | -0.589522 | 1.338953 | 0.66 |
_cons | 9.915525 | 6.928468 | 0.152 | 75.01811 | 10.12773 | 0 | 6.540788 | 1.977369 | 0.001 |
Number of obs | 2251 | 2251 | 2251 | ||||||
F( 11, 2264) | 276.29 | 0 | 63.69 0 | 97.38 0 | |||||
Centered R2 | 0.3633 | -1.0891 | -0.3861 | ||||||
Uncentered R2 | 0.7749 | 0.7656 | 0.3455 | ||||||
Root MSE | 15 | 22 | 4.9 | ||||||
Xxxxxx J stat | 1.998 | 0.36833 | 2.064 0.35633 | 2.31 0.31503 | |||||
Tabela 3: Análise do IDHM-Longevidade e da Esperança de Vida ao Nascer dos Municípios Brasileiros, Estados Selecionados, 1991-2000, Variáveis Instrumentais
idhm-longevidade | esperança de vida ao nascer | |||||
Coef. | Std. Err | P>|z| | Coef. | Std. Err | P>|z| | |
rhsaude | 3.88E-08 | 2.69E-07 | 0.885 | 3.78E-06 | 0.000016 | 0.814 |
dumrio | -0.018119 | 0.009452 | 0.055 | -1.02718 | 0.561903 | 0.068 |
dumes | -0.002928 | 0.009102 | 0.748 | -0.147155 | 0.541403 | 0.786 |
dumsp | -0.017053 | 0.008519 | 0.045 | -0.969701 | 0.50664 | 0.056 |
dumba | 0.001503 | 0.008032 | 0.852 | 0.119562 | 0.477581 | 0.802 |
reccor | -4.84E-12 | 1.65E-12 | 0.003 | -3.26E-10 | 9.32E-11 | 0 |
mulhe1517 | -0.000292 | 0.00018 | 0.104 | -0.01621 | 0.010734 | 0.131 |
medest | 0.002773 | 0.002663 | 0.298 | 0.153823 | 0.158478 | 0.332 |
renda | 7.54E-05 | 2.05E-05 | 0 | 0.004531 | 0.001224 | 0 |
theil | -0.027444 | 0.006214 | 0 | -1.590136 | 0.372166 | 0 |
dens | -1.02E-05 | 5.47E-06 | 0.061 | -0.000702 | 0.000332 | 0.034 |
rural | 0.001346 | 0.00866 | 0.876 | 0.044529 | 0.515549 | 0.931 |
_cons | 0.066872 | 0.008381 | 0 | 3.950359 | 0.500135 | 0 |
Number of obs | 2251 | 2251 | ||||
F( 12, 2263) | 21.36 0 | 21.41 0 | ||||
Centered R2 | 0.1001 | 0.0998 | ||||
Uncentered R2 | 0.8403 | 0.8404 | ||||
Root MSE | 0.029 | 1.7 | ||||
Xxxxxx J stat | 1.624 0.44394 | 1.687 0.43018 | ||||
Tabela 4: Análise da Taxa de Mortalidade Infantil dos Municípios Brasileiros, Estados Sele- cionados, 1991-2000, Variáveis Instrumentais
mortalidade até um ano de idade | mortalidade até cinco anos de idade | |||||
Coef. | Std. Err | P>|z| | Coef. | Std. Err | P>|z| | |
rhsaude | 0.000124 | 7.72E-05 | 0.108 | 0.000351 | 0.000127 | 0.005 |
dumrio | -0.20565 | 2.543525 | 0.936 | 23.81166 | 3.906964 | 0 |
dumes | -1.675634 | 2.507053 | 0.504 | 22.20413 | 3.862125 | 0 |
dumsp | -0.436295 | 2.384299 | 0.855 | 24.66456 | 3.766246 | 0 |
dumba | -13.54526 | 2.232472 | 0 | 19.33946 | 3.57735 | 0 |
reccor | 1.25E-09 | 3.07E-10 | 0 | 1.27E-09 | 3.22E-10 | 0 |
mulhe1517 | 0.052532 | 0.039653 | 0.185 | 0.099015 | 0.057196 | 0.083 |
medest | -0.566615 | 0.571614 | 0.322 | -1.679066 | 0.851757 | 0.049 |
renda | -0.007425 | 0.004628 | 0.109 | 0.003587 | 0.006879 | 0.602 |
theil | 2.320354 | 1.507007 | 0.124 | 0.82426 | 2.28044 | 0.718 |
dens | -0.000317 | 0.001383 | 0.819 | -0.002612 | 0.002582 | 0.312 |
rural | -0.61325 | 1.854988 | 0.741 | 0.277302 | 2.794612 | 0.921 |
_cons | -10.95458 | 2.307757 | 0 | -36.80612 | 3.574046 | 0 |
Number of obs | 2251 | 2251 | ||||
F( 12, 2263) | 95.84 0 | 73.84 0 | ||||
Centered R2 | 0.3677 | -0.2471 | ||||
Uncentered R2 | 0.812 | 0.7435 | ||||
Root MSE | 6.7 | 11 | ||||
Xxxxxx J stat | 2.11 0.34825 | 1.92 0.38294 | ||||
Tabela 5: Análise do IDHM-Renda, da Renda Média per Capita e do Índice de Theil dos Municípios Brasileiros, Estados Selecionados, 1991-2000, Mínimos Quadrados Generalisados
idhm-renda | renda | theil | |||||||
Coef. | Std. Err | P>|t| | Coef. | Std. Err | P>|t| | Coef. | Std. Err | P>|t| | |
transrh | -3.82E-08 | 1.56E-08 | 0.014 | -7.96E-05 | 0.0000274 | 0.004 | 2.28E-07 | 6.91E-08 | 0.001 |
dumrio | 0.0005212 | 0.002448 | 0.831 | 19.422 | 3.92492 | 0 | -0.018646 | 0.0111771 | 0.095 |
dumes | 0.0079267 | 0.003875 | 0.041 | 11.35085 | 4.496713 | 0.012 | -0.014353 | 0.0159931 | 0.37 |
dumsp | -0.0352091 | 0.001722 | 0 | -15.99204 | 2.546113 | 0 | 0.014652 | 0.0065603 | 0.026 |
dumba | -0.017042 | 0.002072 | 0 | -40.39776 | 2.183058 | 0 | 0.029441 | 0.0085827 | 0.001 |
reccor | -5.54E-13 | 6.05E-13 | 0.36 | 1.53E-08 | 4.50E-09 | 0.001 | 2.40E-11 | 3.41E-12 | 0 |
mulhe1517 | 0.0000344 | 0.000168 | 0.838 | -0.12753 | 0.1897116 | 0.502 | 0.00137 | 0.0005938 | 0.021 |
medest | 0.0243726 | 0.002557 | 0 | 34.62215 | 3.829874 | 0 | 0.045267 | 0.0100045 | 0 |
dens | -0.0000225 | 3.71E-06 | 0 | -0.025232 | 0.0077866 | 0.001 | 0.000039 | 9.60E-06 | 0 |
rural | 0.0391311 | 0.007888 | 0 | -27.74298 | 9.236124 | 0.003 | 0.034317 | 0.0280635 | 0.222 |
_cons | 0.0433026 | 0.002812 | 0 | 33.76529 | 4.02701 | 0 | -0.05142 | 0.0111068 | 0 |
Number of obs | 2323 | 2323 | 2323 | ||||||
F( 9, 2311) | 73.629 | 0 | 103.33 | 0 | 8.2993 | 0 | |||
R-squared | 0.2415 | 0.19 | 0.0347 | ||||||
Root MSE | 0.02836 | 35.967 | 0.10697 | ||||||
Tabela 6: Análise do IDHM dos Municípios Brasileiros, Estados Selecionados, 1991-2000
idhm | Uso de Variáveis Instrumentais | Mínimos Quadrados Generalisados | ||||
Coef. | Std. Err | P>|z| | Coef. | Std. Err | P>|z| | |
transrh | 2.60E-06 | 2.07E-06 | 0.209 | 2.05E-08 | 1.34E-08 | 0.125 |
dumrio | 0.151666 | 0.129122 | 0.24 | -0.007461 | 0.001876 | 0 |
dumes | 0.159974 | 0.127945 | 0.211 | 0.002045 | 0.002108 | 0.332 |
dumsp | 0.134976 | 0.129203 | 0.296 | -0.024427 | 0.001147 | 0 |
dumba | 0.180541 | 0.126643 | 0.154 | 0.024381 | 0.001464 | 0 |
reccor | -2.77E-12 | 3.99E-12 | 0.488 | -4.91E-12 | 1.80E-12 | 0.006 |
mulhe1517 | 0.000364 | 0.000552 | 0.509 | -6.62E-05 | 0.000106 | 0.533 |
dens | -5.65E-05 | 4.08E-05 | 0.167 | -1.82E-05 | 2.70E-06 | 0 |
rural | 0.053019 | 0.027793 | 0.056 | 0.038916 | 0.006924 | 0 |
_cons | -0.076524 | 0.12917 | 0.554 | 0.082463 | 0.001163 | 0 |
Number of obs | 2251 | 2323 | ||||
F( 9, 2266) | 182.6 0 | 277.5 0 | ||||
Centered R2 | -12.6958 | |||||
Uncentered R2 | -0.3166 | 0.5192 | ||||
Root MSE | 0.096 | 0.01828 | ||||
Xxxxxx J stat | 0.72 0.6977 | |||||
Tabela 7: Importância dos Fatores Analisados na Variação Observada das Variáveis Anal- isadas, Estados Selecionados, 1991-2000
Estado | IDHM-Educ | TxFreqEsc | TxAlf | TxFreqMed | TxFreqFund | TxFreqSup | MortCincoAnos | |
1991 | 0.6150 | 55.1390 | 64.7010 | 7.4970 | 61.6980 | 1.6890 | 90.7360 | |
2000 | 0.7850 | 81.6790 | 76.8550 | 17.9010 | 86.5410 | 3.0850 | 70.1870 | |
Diferença | 0.1700 | 26.5400 | 12.1540 | 10.4040 | 24.8430 | 1.3960 | -20.5490 | |
Bahia | Fat.Est. | 0.1655 | 26.5487 | 11.5491 | 10.1648 | 24.9879 | 1.3169 | -19.7170 |
(%) | 97.35% | 100.03% | 95.02% | 97.70% | 100.58% | 94.33% | 95.95% | |
Fat.Loc. | 0.0040 | -0.0087 | 0.6049 | 0.2392 | -0.1449 | 0.0791 | -0.8320 | |
(%) | 2.36% | -0.03% | 4.98% | 2.30% | -0.58% | 5.67% | 4.05% | |
1991 | 0.7630 | 64.9840 | 82.0220 | 18.6350 | 83.4330 | 3.4390 | 48.7490 | |
2000 | 0.8550 | 79.7490 | 88.3340 | 40.2640 | 92.4710 | 7.5560 | 33.7110 | |
Diferença | 0.0920 | 14.7650 | 6.3120 | 21.6290 | 9.0380 | 4.1170 | -15.0380 | |
Espírito Santo | Fat.Est. | 0.0889 | 14.4679 | 6.1064 | 21.1403 | 8.9342 | 4.0542 | -14.9446 |
(%) | 96.67% | 97.99% | 96.74% | 97.74% | 98.85% | 98.48% | 99.38% | |
Fat.Loc. | 0.0024 | 0.2971 | 0.2056 | 0.4887 | 0.1038 | 0.0628 | -0.0934 | |
(%) | 2.57% | 2.01% | 3.26% | 2.26% | 1.15% | 1.52% | 0.62% | |
1991 | 0.7650 | 66.3380 | 81.6070 | 13.9890 | 81.4350 | 3.4820 | 32.3860 | |
2000 | 0.8660 | 83.6410 | 88.0730 | 32.4450 | 91.2070 | 7.6240 | 24.5450 | |
Diferença | 0.1010 | 17.3030 | 6.4660 | 18.4560 | 9.7720 | 4.1420 | -7.8410 | |
Goiás | Fat.Est. | 0.1004 | 17.8286 | 6.1432 | 18.9286 | 9.8591 | 4.4619 | -7.6473 |
(%) | 99.39% | 103.04% | 95.01% | 102.56% | 100.89% | 107.72% | 97.53% | |
Fat.Loc. | 0.0004 | -0.5256 | 0.3228 | -0.4726 | -0.0871 | -0.3199 | -0.1937 | |
(%) | 0.40% | -3.04% | 4.99% | -2.56% | -0.89% | -7.72% | 2.47% | |
1991 | 0.7510 | 61.7210 | 81.8140 | 13.8760 | 80.9210 | 3.6320 | 55.4930 | |
2000 | 0.8500 | 78.9270 | 88.0360 | 39.2730 | 91.6470 | 6.5650 | 30.3690 | |
Diferença | 0.0990 | 17.2060 | 6.2220 | 25.3970 | 10.7260 | 2.9330 | -25.1240 | |
Fat.RH | 0.0660 | 4.5930 | 7.4784 | -25.4788 | 17.8802 | -4.3809 | 25.7743 | |
Minas Gerais | (%) | 66.66% | 26.69% | 120.19% | -100.32% | 166.70% | -149.37% | -102.59% |
Fat.Est. | 0.0483 | 13.9714 | 0.2531 | 51.2435 | -5.7299 | 7.4028 | -50.1567 | |
(%) | 48.75% | 81.20% | 4.07% | 201.77% | -53.42% | 252.40% | 199.64% | |
Fat.Loc. | -0.0146 | -1.3584 | -1.5095 | -0.3678 | -1.4243 | -0.0889 | -0.7416 | |
(%) | -14.74% | -7.89% | -24.26% | -1.45% | -13.28% | -3.03% | 2.95% | |
1991 | 0.8370 | 70.5150 | 90.2780 | 22.7960 | 84.6180 | 7.5720 | 34.3620 | |
2000 | 0.9020 | 83.7750 | 93.3620 | 38.9250 | 90.8110 | 10.5060 | 23.0700 | |
Diferença | 0.0650 | 13.2600 | 3.0840 | 16.1290 | 6.1930 | 2.9340 | -11.2920 | |
Rio de Janeiro | Fat.Est. | 0.0662 | 13.3968 | 3.2299 | 16.2948 | 6.1413 | 3.0791 | -11.3879 |
(%) | 101.83% | 101.03% | 104.73% | 101.03% | 99.16% | 104.95% | 100.85% | |
Fat.Loc. | -0.0014 | -0.1368 | -0.1459 | -0.1658 | 0.0517 | -0.1451 | 0.0959 | |
(%) | -2.20% | -1.03% | -4.73% | -1.03% | 0.84% | -4.95% | -0.85% | |
1991 | 0.8370 | 71.4080 | 89.8400 | 25.0680 | 88.4180 | 7.0580 | 30.8620 | |
2000 | 0.9010 | 83.5130 | 93.3650 | 53.5570 | 94.7530 | 11.2670 | 20.0080 | |
Diferença | 0.0640 | 12.1050 | 3.5250 | 28.4890 | 6.3350 | 4.2090 | -10.8540 | |
São Paulo | Fat.Est. | 0.0439 | 9.8296 | 1.6724 | 27.0660 | 4.2715 | 4.0736 | -11.6679 |
(%) | 68.62% | 81.20% | 47.44% | 95.00% | 67.43% | 96.78% | 107.50% | |
Fat.Loc. | 0.0199 | 2.2754 | 1.8526 | 1.4230 | 2.0635 | 0.1354 | 0.8139 | |
(%) | 31.15% | 18.80% | 52.56% | 5.00% | 32.57% | 3.22% | -7.50% | |
Tabela 8: Pesos de Distribuição do ICMS Determinados pela Lei Robin Hood
Critérios | 1995 | 1996 | 1997 | 1998 | 1999 | 2000 |
VAF | 19,15 | 13,04 | 8,458 | 4,486 | 4,551 | 4,616 |
Área Geográfica | - | 0,333 | 0,666 | 1,00 | 1,00 | 1,00 |
População | - | 0,666 | 2,042 | 2,71 | 2,71 | 2,71 |
População (50 mais populosos) | - | 0,666 | 1,332 | 2,00 | 2,00 | 2,00 |
Educação | - | 0,666 | 1,332 | 2,00 | 2,00 | 2,00 |
Produção de alimentos | - | 0,333 | 0,666 | 1,00 | 1,00 | 1,00 |
Patrimônio cultural | - | 0,333 | 0,666 | 1,00 | 1,00 | 1,00 |
Meio ambiente | - | 0,333 | 0,666 | 1,00 | 1,00 | 1,00 |
Saúde | - | 0,666 | 1,332 | 2,00 | 2,00 | 2,00 |
Receita Própria | - | 0,666 | 1,332 | 2,00 | 2,00 | 2,00 |
Cota mínima | 5,61 | 3,89 | 5,50 | 5,50 | 5,50 | 5,50 |
Municípios mineradores | - | 1,50 | 0,75 | 0,11 | 0,11 | 0,11 |
Xxxxxx Xxxx | 0,16 | 0,203 | 0,181 | 0,136 | 0,09 | 0,045 |
Mesquita | 0,08 | 0,087 | 0,078 | 0,055 | 0,039 | 0,019 |
Total | 25,00 | 25,00 | 25,00 | 25,00 | 25,00 | 25,00 |
Critérios | 2001 | 0000 | 0000 | 0000 | 0000 |
VAF | 4,632 | 4,644 | 4,656 | 4,668 | 4,68 |
Área Geográfica | 1,00 | 1,00 | 1,00 | 1,00 | 1,00 |
População | 2,71 | 2,71 | 2,71 | 2,71 | 2,71 |
População (50 mais populosos) | 2,00 | 2,00 | 2,00 | 2,00 | 2,00 |
Educação | 2,00 | 2,00 | 2,00 | 2,00 | 2,00 |
Produção de alimentos | 1,00 | 1,00 | 1,00 | 1,00 | 1,00 |
Patrimônio cultural | 1,00 | 1,00 | 1,00 | 1,00 | 1,00 |
Meio ambiente | 1,00 | 1,00 | 1,00 | 1,00 | 1,00 |
Saúde | 2,00 | 2,00 | 2,00 | 2,00 | 2,00 |
Receita Própria | 2,00 | 2,00 | 2,00 | 2,00 | 2,00 |
Cota mínima | 5,50 | 5,50 | 5,50 | 5,50 | 5,50 |
Municípios mineradores | 0,11 | 0,11 | 0,11 | 0,11 | 0,11 |
Xxxxxx Xxxx | 0,032 | 0,024 | 0,016 | 0,008 | 0,00 |
Mesquita | 0,016 | 0,012 | 0,008 | 0,004 | 0,00 |
Total | 25,00 | 25,00 | 25,00 | 25,00 | 25,00 |