Volatilidade de renda e a dinâmica da pobreza no Brasil

de Souza, Pedro H. G. Ferreira; Gonçalves, Solange Ledi; Portella, Alysson; Osorio, Rafael Guerreiro; Firpo, Sergio Working Paper Volatilidade de renda e a dinâmica da pobreza no Brasil Texto para Discussão, No. 3029 Provided in Cooperation with: Institute of Applied Economic Research (ipea), Brasília Suggested Citation: de Souza, Pedro H. G. Ferreira; Gonçalves, Solange Ledi; Portella, Alysson; Osorio, Rafael Guerreiro; Firpo, Sergio (2024) : Volatilidade de renda e a dinâmica da pobreza no Brasil, Texto para Discussão, No. 3029, Instituto de Pesquisa Econômica Aplicada (IPEA), Brasília, https://doi.org/10.38116/td3029-port This Version is available at: https://hdl.handle.net/10419/302259 Standard-Nutzungsbedingungen: Die Dokumente auf EconStor dürfen zu eigenen wissenschaftlichen Zwecken und zum Privatgebrauch gespeichert und kopiert werden. Sie dürfen die Dokumente nicht für öffentliche oder kommerzielle Zwecke vervielfältigen, öffentlich ausstellen, öffentlich zugänglich machen, vertreiben oder anderweitig nutzen. Sofern die Verfasser die Dokumente unter Open-Content-Lizenzen (insbesondere CC-Lizenzen) zur Verfügung gestellt haben sollten, gelten abweichend von diesen Nutzungsbedingungen die in der dort genannten Lizenz gewährten Nutzungsrechte. Terms of use: Documents in EconStor may be saved and copied for your personal and scholarly purposes. You are not to copy documents for public or commercial purposes, to exhibit the documents publicly, to make them publicly available on the internet, or to distribute or otherwise use the documents in public. If the documents have been made available under an Open Content Licence (especially Creative Commons Licences), you may exercise further usage rights as specified in the indicated licence. https://creativecommons.org/licenses/by/2.5/br/ 3029 VOLATILIDADE DE RENDA E A DINÂMICA DA POBREZA NO BRASIL PEDRO H. G. FERREIRA DE SOUZA PEDRO H. G. FERREIRA DE SOUZA SOLANGE L. GONÇALVES SOLANGE L. GONÇALVES ALYSSON PORTELLA ALYSSON PORTELLA RAFAEL G. OSORIO RAFAEL G. OSORIO SERGIO FIRPO SERGIO FIRPO 3029 Rio de Janeiro, agosto de 2024 VOLATILIDADE DE RENDA E A DINÂMICA DA POBREZA NO BRASIL1 PEDRO H. G. FERREIRA DE SOUZA2 SOLANGE L. GONÇALVES3 ALYSSON PORTELLA4 RAFAEL G. OSORIO5 SERGIO FIRPO6 1. Os autores agradecem a Sergei Soares e Luis Henrique Paiva por sugestões e comentários valiosos. 2. Técnico de planejamento e pesquisa na Diretoria de Estudos e Políticas Sociais do Instituto de Pesquisa Econômica Aplicada (Disoc/Ipea). E-mail: pedro.ferreir[email protected]v.br. 3. Professora do Departamento de Economia da Faculdade de Economia, Administração, Contabilidade e Atuária da Universidade de São Paulo (FEA/USP). E-mail: [email protected]. 4. Pesquisador do Instituto de Ensino e Pesquisa (Insper). E-mail: [email protected]. 5. Técnico de planejamento e pesquisa na Disoc/Ipea. E-mail: r[email protected].br. 6. Professor do Insper. E-mail: [email protected]. Texto para Discussão Publicação seriada que divulga resultados de estudos e pesquisas em desenvolvimento pelo Ipea com o objetivo de fomentar o debate e oferecer subsídios à formulação e avaliação de políticas públicas. © Instituto de Pesquisa Econômica Aplicada – ipea 2024 Volatilidade de renda e a dinâmica da pobreza no Brasil / Pedro H. G. Ferreira de Souza ... [et al.]. – Rio de Janeiro: Ipea, 2024. 52 p.: il., gráfs. – (Texto para Discussão ; n. 3029). Inclui Bibliografia. ISSN 1415-4765 1. Dinâmica da Pobreza. 2. Pobreza Intertemporal. 3. Ciclos de Pobreza. 4.Volatilidade de Renda. 5. Programas Sociais. I. Souza, Pedro H. G. Ferreira de. II. Instituto de Pesquisa Econômica Aplicada. CDD 339.4 Ficha catalográfica elaborada por Elizabeth Ferreira da Silva CRB-7/6844. Como citar: SOUZA Pedro H. G. Ferreira de et al. Volatilidade de renda e a dinâmica da pobreza no Brasil. Rio de Janeiro: Ipea, jul. 2024. 52 p. il. (Texto para Discussão, n. 3029). DOI: http://dx.doi.org/10.38116/td3029-port JEL: I32, D31, D63. As publicações do Ipea estão disponíveis para download gratuito nos formatos PDF (todas) e EPUB (livros e periódicos). Acesse: https://repositorio.ipea.gov.br/. As opiniões emitidas nesta publicação são de exclusiva e inteira responsabilidade dos autores, não exprimindo, necessariamente, o ponto de vista do Instituto de Pesquisa Econômica Aplicada ou do Ministério do Planejamento e Orçamento. É permitida a reprodução deste texto e dos dados nele contidos, desde que citada a fonte. Reproduções para fins comerciais são proibidas. Governo Federal Ministério do Planejamento e Orçamento Ministra Simone Nassar Tebet Fundação pública vinculada ao Ministério do Planejamento e Orçamento, o Ipea fornece suporte técnico e institucional às ações governamentais – possibilitando a formulação de inúmeras políticas públicas e programas de desenvolvimento brasileiros – e disponibiliza, para a sociedade, pesquisas e estudos realizados por seus técnicos. Presidenta LUCIANA MENDES SANTOS SERVO Diretor de Desenvolvimento Institucional FERNANDO GAIGER SILVEIRA Diretora de Estudos e Políticas do Estado, das Instituições e da Democracia LUSENI MARIA CORDEIRO DE AQUINO Diretor de Estudos e Políticas Macroeconômicas CLÁUDIO ROBERTO AMITRANO Diretor de Estudos e Políticas Regionais, Urbanas e Ambientais ARISTIDES MONTEIRO NETO Diretora de Estudos e Políticas Setoriais, de Inovação, Regulação e Infraestrutura FERNANDA DE NEGRI Diretor de Estudos e Políticas Sociais CARLOS HENRIQUE LEITE CORSEUIL Diretor de Estudos Internacionais FÁBIO VÉRAS SOARES Chefe de Gabinete ALEXANDRE DOS SANTOS CUNHA Coordenadora-Geral de Imprensa e Comunicação Social GISELE AMARAL Ouvidoria: http://www.ipea.gov.br/ouvidoria URL: http://www.ipea.gov.br SUMÁRIO SINOPSE ABSTRACT 1 INTRODUÇÃO ...........................................................................7 2 A DINÂMICA DA POBREZA: CONCEITOS E MENSURAÇÃO ....................................................................10 2.1 Breve revisão da literatura ........................................................ 10 2.2 Medidas de pobreza transversal ..............................................12 2.3 Medidas de pobreza intertemporal ..........................................13 3 DADOS E MÉTODOS ...............................................................18 3.1 Construção do painel e seleção de anos ................................18 3.2 Sobre o atrito no painel da PNAD Contínua ............................20 3.3 Definição dos rendimentos e das linhas de pobreza..............23 4 RESULTADOS NACIONAIS .....................................................24 4.1 Dinâmica da pobreza sem compensação intertemporal .......24 4.2 Dinâmica da pobreza com compensação intertemporal .......31 5 RESULTADOS PARA REGIÕES METROPOLITANAS ..............34 6 IMPLICAÇÕES PARA O DESENHO DE POLÍTICAS FOCALIZADAS DE TRANSFERÊNCIA DE RENDA .................37 6.1 Por que a dinâmica da pobreza importa? ...............................37 6.2 Efeitos da dinâmica da pobreza sobre a elegibilidade às transferências ......................................................................40 6.3 A contribuição das transferências sociais para a redução da pobreza intertemporal ..........................................42 7 CONSIDERAÇÕES FINAIS ......................................................44 REFERÊNCIAS ............................................................................47 SINOPSE O objetivo deste artigo é investigar a dinâmica da pobreza no Brasil, pois a frequência e o padrão dos movimentos de entrada e saída da pobreza têm consequências tanto para nosso entendimento dos processos de estratificação e mobilidade social quanto para o desenho de políticas públicas. Nossa análise usa microdados da Pesquisa Nacional por Amostra de Domicílios Contínua (PNAD Contínua) para o período entre 2015 e 2020. Uma de nossas contribuições é o desenvolvimento e a implementação de um algoritmo (Pynad) de pareamento de indivíduos e famílias para a construção de painéis. Comparamos os resultados gerados para três diferentes medidas de pobreza intertemporal: duas medidas baseadas na contagem de períodos (spells) e sem compensação intertemporal, e uma medida alternativa que se baseia no conceito de renda permanente, com compensação perfeita de bem-estar entre períodos. Nossos resultados indicam que a escolha da medida de pobreza intertemporal tem efeitos consideráveis sobre os níveis estimados de pobreza. Além disso, a pobreza temporária contribui significativamente para a pobreza total em quase todas as combinações de linhas e medidas, e o peso relativo da pobreza temporária diminui conforme a linha de pobreza aumenta. Assim, concluímos que o monitoramento da pobreza pode ser feito a partir de dados transversais, mas o desenho de políticas públicas precisa necessariamente considerar a pobreza intertemporal, uma vez que o tamanho do público-alvo pode variar drasticamente conforme a abordagem utilizada. Por fim, discutimos os resultados encontrados e suas implicações para os programas focalizados de transferência de renda. Palavras-chave: dinâmica da pobreza; pobreza intertemporal; ciclos de pobreza; volatilidade de renda; programas sociais. ABSTRACT This paper investigates poverty dynamics in Brazil, as the frequency and pattern of movements into and out of poverty have significant implications for our understanding of stratification and social mobility processes, as well as for the design of public policies. Our analysis uses microdata from the Continuous National Household Sample Survey (Pesquisa Nacional por Amostra de Domicílios Contínua – PNAD Contínua), spanning the period from 2015 to 2020. A key contribution of our work is the development and implementation of an algorithm (Pynad) that matches individuals and families across PNAD Contínua waves to construct panels. We compare the results obtained from three different measures of intertemporal poverty: two measures based on the number of periods (the spells approach) without intertemporal compensation, and an alternative measure rooted in the concept of permanent income which allows for perfect welfare compensation between periods. Our findings reveal that the choice of intertemporal poverty measure significantly impacts the estimated poverty levels. Transient poverty contributes substantially to total poverty across almost all combinations of lines and measures, with the relative weight of transient poverty decreasing as the poverty line increases. Our results suggest that while poverty monitoring can rely on cross-sectional data, the design of public policies must consider the dynamics of poverty, given that the size of the target audience can vary drastically depending on the approach used. Finally, we discuss our findings and their implications for targeted income transfer programs. Keywords: poverty dynamics; intertemporal poverty; poverty cycles; income volatility; cash transfers. TEXTO para DISCUSSÃO 7 3029 1 INTRODUÇÃO O estudo e o monitoramento da pobreza partem da análise de taxas de pobreza agregadas, normalmente calculadas com base em dados em corte transversal. Tipicamente, o percentual de pobres – a métrica mais intuitiva para medir o fenômeno – apresenta elevada autocorrelação ou persistência temporal. Isso não significa, no entanto, que sejam sempre os mesmos indivíduos e famílias abaixo da linha de pobreza. Dessa forma, a frequência e o padrão dos movimentos de entrada e saída da pobreza e a sua duração têm consequências tanto para nosso entendimento dos processos de estratificação e mobilidade social quanto para o desenho de políticas públicas. Embora os estudos sobre a dinâmica da pobreza – ou pobreza intertemporal – tenham surgido nos anos 1980 (Bane e Ellwood, 1986; Ravallion, 1988; Chambers, Longhurst e Pacey, 1981; Gaiha, 1989), ainda há uma enorme carência de investigações empíricas sobre o assunto, sobretudo em países de renda média ou média-alta, como o Brasil. A escassez de dados longitudinais e a multiplicidade de abordagens conceituais e metodológicas dificultam a construção de consensos e de fatos estilizados que auxiliem na compreensão e no combate à pobreza. O objetivo deste trabalho, portanto, é investigar a dinâmica da pobreza no Brasil entre 2015 e 2020, comparando pressupostos e resultados obtidos com diferentes abordagens, e examinar suas principais implicações para o desenho e a focalização de políticas públicas de transferência de renda. Devido à pequena tradição brasileira neste campo, também apresentamos, de forma introdutória, os principais conceitos e medidas associados à análise temporal da pobreza. Nossa análise empírica usa microdados da Pesquisa Nacional por Amostra de Domicílios Contínua (PNAD Contínua), lançada em 2012 pelo Instituto Brasileiro de Geografia e Estatística (IBGE) em substituição à antiga PNAD, que tinha caráter transversal e anual. A PNAD Contínua possui desenho amostral em forma de painel rotativo, similar a pesquisas como o Current Population Survey (CPS) americano, o que permite a construção de painéis curtos, com informações de renda coletadas em duas visitas, separadas por doze meses. Não obstante, o uso da PNAD Contínua para estudos longitudinais ainda é restrito (Pinheiro et al., 2019; Mattos, Sonoda e Junior, 2022; Gomes, Iachan e Santos, 2020), de modo que uma de nossas contribuições é o desenvolvimento e a implementação de um algoritmo (Pynad) de pareamento de indivíduos e famílias para a construção dos painéis, que utilizamos aqui em análise pioneira da dinâmica da pobreza em âmbito nacional. TEXTO para DISCUSSÃO 8 3029 Conceitualmente, para além das etapas fundamentais da mensuração estabelecidas desde Sen (1976) – identificação e agregação –, nosso texto destaca como a dimensão temporal introduz novos desafios, exigindo, em especial, uma definição a priori sobre o grau de compensação intertemporal permitido. Em outras palavras, toda avaliação da pobreza intertemporal precisa especificar se e em que medida períodos de escassez podem ser compensados ou não por períodos de abundância (Porter e Quinn, 2008). Para ilustrar as consequências de diferentes definições, comparamos no texto os resultados para três medidas que representam casos-limite: as medidas por contagem de períodos, a medida de Foster (2009) e a medida de Jalan e Ravallion (1998; 2000). Para usar a tipologia frequentemente adotada para organizar a literatura, as duas primeiras filiam-se à perspectiva de episódios de pobreza (spells), enquanto a última pertence à perspectiva da renda permanente. Nossos resultados indicam que a escolha da medida de pobreza intertemporal tem efeitos consideráveis sobre os níveis estimados de pobreza. Em um extremo, a abordagem mais expansiva de contagem de períodos gera taxas de pobreza acumulada – isto é, a fração da população que foi pobre em algum momento – muito superiores às taxas de pobreza transversal, com grande número de pobres temporários (ocasionalmente pobres). Para as linhas mais baixas, a diferença no número de pobres pode chegar a um percentual entre 50%-70%, que cai conforme a linha aumenta. No outro extremo, se a escolha priorizar somente os componentes de pobreza crônica tal como definidos por Foster (2009) e Jalan e Ravallion (1998; 2000), o percentual de pobres pode ser até menor do que nos dados transversais cross-section. O tratamento dado à pobreza transitória é crucial para entender essas discrepâncias, e a escolha entre medidas depende de considerações normativas e práticas, em especial porque nossos resultados mostram que há mobilidade entre faixas de renda, mas ela é principalmente de curta distância. Ou seja, há um número muito reduzido de indivíduos pobres em uma visita da PNAD Contínua que se tornam “ricos” um ano depois, e vice- -versa; em contrapartida, há muito mais indivíduos que alternam entre períodos abaixo e períodos pouco acima da linha de pobreza. Por isso, a pobreza temporária contribui significativamente para a pobreza total em quase todas as combinações de linhas e medidas, inclusive para as formulações de Foster (2009) e Jalan e Ravallion (1998; 2000). O peso relativo da pobreza temporária diminui conforme a linha de pobreza aumenta: por exemplo, para linhas inferiores a R$ 100,00, quase todos os pobres são ocasionalmente pobres, percentual que cai abaixo de 30% quando a linha de pobreza atinge R$ 1200,00. TEXTO para DISCUSSÃO TEXTO para DISCUSSÃO 15 3029 2.3.1 Medida por contagem de períodos A classificação da população em sempre pobres, ocasionalmente pobres e nunca pobres está para os estudos dinâmicos assim como o percentual de pobres está para as análises transversais: trata-se da forma simples e intuitiva de apresentar os resultados. Não surpreendentemente, essa é uma das opções mais frequentes em estudos da perspectiva de episódios (spells) ou contagem (counting) (Baulch e Hoddinott, 2000; Himanshu e Lanjouw, 2021). Por essa nomenclatura, os sempre pobres representariam a pobreza crônica, enquanto os ocasionalmente pobres corresponderiam à pobreza temporária. Os percentuais obtidos supõem a ausência completa de compensação intertemporal. Basta um indivíduo ser pobre em um único período para entrar na categoria ocasionalmente pobre, independentemente do nível de sua renda em outros períodos. Por isso, seguimos a prática disseminada de complementar esses percentuais com matrizes de transição e outras estatísticas que quantificam a distância percorrida ao longo da distribuição de renda por quem entra e sai da pobreza. Em termos técnicos, todas as críticas direcionadas ao indicador também se aplicam a essa abordagem. Uma ressalva adicional em análises longitudinais é que os percentuais de nunca e ocasionalmente pobres são muito influenciados pela duração do painel: ceteris paribus, quanto mais longo o intervalo investigado, maior tende a ser o tamanho da pobreza ocasional em comparação com a pobreza crônica. Logo, deve-se evitar comparações entre resultados obtidos com painéis com durações variáveis. Seja como for, mesmo investigações baseadas em painéis curtos tipicamente estimam que os ocasionalmente pobres são tão ou mais numerosos do que os sempre pobres.5 2.3.2 Medidas de pobreza intertemporal de Foster (2009) A metodologia de Foster (2009) se filia à abordagem de episódios ou spells, estendendo a família para a dimensão temporal de maneira bastante semelhante ao que faz a metodologia de Alkire e Foster (2011a; 2011b) para a pobreza multidimensional. 5. Himanshu e Lanjouw (2021, p. 120) resumem os resultados de 19 estudos conduzidos em dezesseis países em desenvolvimento com painéis relativamente curtos. Apenas na África do Sul, no Peru e na Nicarágua o percentual de sempre pobres foi maior do que o de ocasionalmente pobres. Baulch e Hoddinott (2000, p. 7) apontam o mesmo padrão: em somente 2 dos 13 estudos citados os sempre pobres foram mais numerosos do que os ocasionalmente pobres. TEXTO para DISCUSSÃO 16 3029 Nos termos de Calvo e Dercon (2009), a proposta de Foster (2009) procede na sequência foco-transformação-agregação. A identificação dos pobres na primeira etapa é feita por uma dupla linha de corte: a renda de cada período é comparada com a linha de pobreza e, em seguida, a linha de duração , com , determina o percentual mínimo de períodos de pobreza necessário para que um indivíduo seja classificado como cronicamente pobre. Ou seja, um indivíduo é considerado cronicamente pobre se passar pelo menos uma proporção de tempo abaixo da linha de pobreza. Formalmente, seja a renda do indivíduo no período , a linha de pobreza, o número de períodos no painel, a linha de duração e uma função indicadora, os pobres crônicos são identificados por: As etapas de transformação e agregação resultam em uma extensão da fórmula da família , também com um parâmetro que cumpre papel análogo ao da mensuração da pobreza transversal. A fórmula para a pobreza crônica é: A medida equivale à incidência da pobreza ajustada pela duração, correspondendo à multiplicação do percentual de pobres crônicos na população pela fração de tempo média que esse grupo passou abaixo da linha de pobreza. Analogamente, é o hiato de pobreza ajustado pela duração e emula a medida ajustada pela duração.6 É simples aplicar a medida de Foster à pobreza temporária. No caso limite em que , todos os episódios de pobreza de todos os indivíduos são levados em conta. Logo, a pobreza total e a pobreza temporária são: 6. As medidas de Foster são muitas vezes expressas como . Para facilitar a leitura, optamos por , usando a inicial do autor. TEXTO para DISCUSSÃO TEXTO para DISCUSSÃO 17 3029 Esse tipo de especificação representa o extremo oposto da abordagem de renda permanente de Jalan e Ravallion (1998; 2000), pois elimina a possibilidade de compensação intertemporal: um indivíduo que passe pelo menos períodos abaixo da linha de pobreza é considerado cronicamente pobre independentemente dos seus rendimentos em períodos de não pobreza (Calvo e Dercon, 2009). As medidas também são indiferentes à sequência e direção dos episódios de pobreza, mas, como dito, essas questões não são relevantes neste texto. De resto, as medidas atendem aos axiomas menos controversos, como os de invariância e decomponibilidade. Como nossos painéis contêm apenas duas observações, nossa implementação da medida de Foster adota o parâmetro . 2.3.3 Medidas de pobreza intertemporal de Jalan e Ravallion (1998; 2000) Jalan e Ravallion (1998; 2000) adaptaram a família de medidas para quantificar a dinâmica da pobreza sob a perspectiva da renda permanente. Embora os autores privilegiem os casos em que , sua proposta pode ser generalizada para outros valores. Seja a renda média do indivíduo ao longo de períodos, então a pobreza total , a pobreza crônica e a pobreza temporária são definidas por: A medida de pobreza crônica de Jalan e Ravallion (1998; 2000) reduz a dimensão temporal de volta ao caso estático ao considerar apenas a renda média dos indivíduos ao longo dos períodos como sua renda permanente. Ou seja, por essa métrica, os pobres crônicos incluem tanto os sempre pobres quanto o subconjunto dos ocasionalmente pobres cuja renda média ao longo do tempo ficou abaixo da linha de pobreza. Em termos de compensação intertemporal, a abordagem de Jalan e Ravallion (1998; 2000) é inversa à da contagem de períodos e à de Foster (2009), pois pressupõe compensação perfeita de bem-estar entre períodos sem nenhum custo para os TEXTO para DISCUSSÃO 18 3029 indivíduos. Como observam Calvo e Dercon (2009), esse tipo de medida baseia-se na sequência agregação-foco-transformação, isto é, primeiro ocorre a agregação da métrica do bem-estar para cada unidade, seguida pela identificação dos pobres e, por fim, a transformação convexa do bem-estar dos pobres ditada pela família . Logo, a pobreza em um dado momento não constitui uma perda irremediável e as medidas resultantes não são sensíveis nem ao número de períodos na pobreza nem à sequência ou direção dos episódios de pobreza. A pobreza temporária, por sua vez, depende da variabilidade dos rendimentos, de modo que mesmo os pobres crônicos também contribuem para a pobreza temporária nos períodos em que seus rendimentos ficam abaixo da sua renda permanente (isto é, da sua renda média). Todos os indivíduos que foram pobres em algum momento contribuem para a pobreza total. Pelo seu pioneirismo, as medidas de Jalan e Ravallion (1998; 2000) estão entre as mais usadas em trabalhos empíricos sobre a dinâmica da pobreza e, em especial, em análises sobre pobreza crônica e temporária. Calvo e Dercon (2009) e Foster e Santos (2014) apresentam generalizações dessas medidas. 3 DADOS E MÉTODOS 3.1 Construção do painel e seleção de anos Nosso estudo utiliza dados da PNAD Contínua, conduzida pelo IBGE desde 2012. A PNAD Contínua é uma pesquisa domiciliar multipropósitos, com representatividade nacional, em esquema de painel rotativo em que os domicílios são visitados a cada três meses por cinco trimestres consecutivos, com renovação de cerca de 20% da amostra a cada trimestre. A pesquisa possui um questionário básico, com foco no mercado de trabalho, aplicado em todas as visitas, e questionários suplementares aplicados em visitas e trimestres específicos. Os microdados são divulgados publicamente em dois formatos: trimestralmente, com informações somente do questionário básico, e anualizados, com informações dos suplementos de visitas ou trimestres específicos. Toda a divulgação oficial e quase todas as análises empíricas da PNAD Contínua aproveitam somente o aspecto transversal da pesquisa. Com efeito, a própria construção do painel é o primeiro desafio para o uso dos dados longitudinais. O IBGE jamais TEXTO para DISCUSSÃO TEXTO para DISCUSSÃO 19 3029 divulgou os identificadores únicos de indivíduos no painel, somente os identificadores de domicílios – unidades físicas de moradia, como casas e apartamentos, que constituem a unidade amostral da PNAD Contínua. A construção de um painel de indivíduos e famílias requer, portanto, a criação desses identificadores, tarefa dificultada por questões como relocação residencial (diferentes famílias podem ocupar o mesmo imóvel durante os trimestres do painel), migração, alterações na composição das famílias ao longo do painel, erros de declaração e/ou inconsistências de respostas para variáveis relevantes para identificação de indivíduo (data de nascimento, sexo e relação com pessoa de referência), entre outras. Assim, como parte do nosso projeto de pesquisa, Osorio (2022) desenvolveu um algoritmo de identificação e classificação de famílias e indivíduos, possibilitando a criação de identificadores únicos.7 A metodologia de Osorio (2022) procede em quatro etapas: i) separação das coortes dos painéis e agregação de todas as informações para cada indivíduo de cada coorte, em cada visita e trimestre; ii) tratamento dos casos com datas de nascimento ignoradas, com aplicação de método iterativo análogo ao pareamento por vizinho mais próximo para variáveis selecionadas (relação com a pessoa de referência, idade estimada, sexo), com janela de tolerância para atração por dígito; iii) identificação das famílias (grupos domésticos) por procedimento iterativo que encadeia famílias entre visitas pelo pareamento de moradores do domicílio por sexo e data de nascimento (somente para casos com data de nascimento registrada); e iv) identificação dos indivíduos por três algoritmos classificadores aplicados sucessivamente, conforme o grau de complexidade das mudanças de composição do domicílio ao longo do tempo, com marcação de qualidade do pareamento. O algoritmo foi desenvolvido em Python e está disponível sob a forma do aplicativo Pynad, com código fonte aberto e comentado, que funciona em Windows e Linux.8 Embora cada domicílio seja visitado cinco vezes pela PNAD Contínua, nossa análise empírica inclui somente as informações obtidas na primeira e quinta visita, uma vez que as demais visitas coletam apenas informações relativas aos rendimentos do trabalho. Para contemplar os rendimentos oriundos de outras fontes, dependemos da disponibilidade de microdados anualizados com informações consolidadas para a primeira visita no ano e para a última visita em . Isso limita nossa análise aos 7. O projeto DataZoom, disponível em: http://www.econ.puc-rio.br/datazoom/pnadMicro.html, elaborou pacote para o software Stata com algoritmo alternativo simplificado que também usa datas de nascimento e sexo para identificar os indivíduos, adaptando à PNAD Contínua o método proposto por Ribas e Soares (2008) para a antiga PME. 8. O aplicativo pode ser baixado gratuitamente em: http://pypi.org/project/pynad/. TEXTO para DISCUSSÃO 20 3029 painéis iniciados entre 2015 e 2019, já que o IBGE só passou a divulgar os microdados anuais das quintas visitas a partir de 2016 e até o momento não divulgou os arquivos anuais das primeiras visitas para 2020 e 2021, período em que a coleta foi prejudicada pela pandemia de covid-19. 3.2 Sobre o atrito no painel da PNAD Contínua Toda pesquisa longitudinal possui algum nível de atrito, isto é, algumas unidades do painel são perdidas ao longo do tempo. Na PNAD Contínua, existem três fontes principais de atrito. A primeira é a não resposta, seja por recusa ou por ausência dos moradores, o que faz com que haja domicílios sem todas as entrevistas completas. Para os nossos propósitos, o ideal seria que todas as famílias tivessem informações pelo menos para a primeira e a quinta visitas. A segunda fonte de atrito se deve ao desenho da PNAD Contínua. A unidade de coleta da pesquisa é o domicílio, isto é, a unidade física de moradia (como construções, casas e apartamentos), e não as famílias ou os indivíduos. Logo, há a possibilidade de que a mesma moradia seja ocupada por famílias diferentes ao longo das visitas. Como não faz sentido comparar grupos domésticos diferentes, precisamos descartar os domicílios ocupados por famílias diferentes na primeira e quinta visita. Por fim, é possível que a mesma família apareça nessas duas visitas, mas sofra mudanças de composição ao longo do tempo, com a saída e/ou entrada de moradores. Para esses indivíduos os dados estão censurados, não havendo informação para um dos momentos. Não há como saber o que aconteceu com os indivíduos que saem da amostra, que podem ter falecido ou mudado para outro domicílio, tampouco temos informações sobre a procedência dos indivíduos que aparecem depois da primeira visita, exceto nos casos de recém-nascidos. A tabela 1 compara o número de famílias nos dados transversais da primeira visita com o número total de famílias no painel (famílias com a primeira e quinta visitas completas) e o número de famílias do painel sem mudanças de composição ao longo do tempo. O atrito entre a primeira e a quinta visitas caiu gradualmente entre 2015 e 2018, com as taxas de retenção aumentando de 81,1% para 82,7%, mas houve um repique em 2019 devido à pandemia de covid-19, com o percentual de famílias que permaneceu na amostra caindo abaixo de 72%, um recuo de mais de 10 pontos percentuais (p.p.). Embora o ideal seja a ausência de atrito, esses números são relativamente bons em TEXTO para DISCUSSÃO TEXTO para DISCUSSÃO 21 3029 comparação ao contexto internacional.9 A última coluna da tabela 1, por exemplo, mostra que cerca de 60% das famílias presentes na visita 1 completam também a visita 5 sem mudanças na sua composição de moradores. TABELA 1 Número de famílias nos dados transversais e nos painéis da PNAD Contínua: Brasil (2015-2019) Ano (A) Dados transversais, visita 1 (B) Painel, total (C) Painel, mesma composição B/A (%) C/A (%) 2015 149.423 121.157 88.205 81,1 59,0 2016 151.284 124.567 93.543 82,3 61,8 2017 151.655 125.314 94.092 82,6 62,0 2018 151.979 125.622 94.579 82,7 62,2 2019 150.667 108.321 85.147 71,9 56,5 Fonte: IBGE, 2015, 2016, 2017, 2018, 2019 e 2020. Elaboração dos autores. Obs.: A coluna ano se refere ao ano de início do painel. Nossas análises incluem todas as famílias do painel, independentemente de alterações no quadro de moradores. Como as amostras são grandes, a maior dúvida sobre a qualidade dos dados diz respeito a possíveis vieses introduzidos pelo atrito. É plausível supor, por exemplo, que famílias mais pobres ou mais vulneráveis à pobreza tenham maior probabilidade de sair da amostra. Para minimizar esse risco, recorremos à abordagem mais comum na literatura sobre pobreza dinâmica, ponderando os pesos originais da PNAD Contínua pelo inverso da probabilidade de permanência (inverse probability weights – IPW) (Baulch, 2011). Essa abordagem equivale à correção do atrito por características observáveis, o que, na ausência de variáveis instrumentais, é a melhor opção para atenuar possíveis vieses. Operacionalmente, para cada ano, estimamos para as famílias que completaram a visita 1 um modelo logístico em que a variável dependente é a realização ou não da quinta visita. Testamos oito especificações econométricas distintas, com diferentes covariadas. Nos modelos escolhidos, as covariadas incluem características geográficas, demográficas e socioeconômicas observadas na visita 1, além de dummies para a realização ou não das visitas 2, 3 e 4. De modo geral, o desempenho dos modelos foi 9. Disponível em: https://www.census.gov/programs-surveys/cps/technical-documentation/methodology/ basic-cps-household-nonresponse.html. Acesso em: 16 dez. 2023. TEXTO para DISCUSSÃO 22 3029 excelente, com area under ROC curve (AUC) variando entre 0,91 e 0,94. Em seguida, winsorizamos os valores preditos em 0,1% e 99,9% 10 e multiplicamos os pesos originais da PNAD Contínua por . Por fim, calibramos os novos pesos para manter os totais populacionais em 81 estratos geográficos da PNAD Contínua. No cômputo geral, os fatores de ajuste dos pesos originais ( multiplicado pela calibração geográfica) variaram entre 0,6 e 48,2, com 98% dos casos entre 0,8 e 5,2.11 O gráfico 1 compara as taxas de pobreza na visita 1 nos dados transversais completos e nos painéis, tanto com os pesos originais quanto com os pesos corrigidos, para a linha de pobreza de R$ 200,00 per capita. A comparação entre as séries com pesos originais e os dados transversais mostra pouco viés sobre as taxas estimadas de pobreza entre 2015 e 2018, com resultados muito próximos em nível e tendência. O painel iniciado em 2019, contudo, diverge fortemente, registrando taxa de pobreza 1 p.p. menor do que nos dados transversais. A explicação está nos efeitos da pandemia de covid-19, que obrigou o IBGE a realizar a coleta de dados por telefone em boa parte do ano de 2020, com repercussões negativas sobre a coleta de informações de grupos mais vulneráveis (Hecksher, 2022). Já as taxas de pobreza no painel calculadas com os pesos corrigidos por IPW replicam mais fielmente o nível e a trajetória registrados nos dados transversais, sem nenhuma divergência em 2019. Os resultados para as outras linhas de pobreza listadas na subseção 3.3 são substantivamente idênticos, e foram omitidos para poupar espaço. Em todos os casos, os pesos corrigidos são necessários para evitar interpretações errôneas sobre o comportamento da pobreza no período da pandemia. Outros indicadores, como a renda média e a razão , apontam o mesmo padrão: o atrito no painel não enviesa as estimativas transversais entre 2015 e 2018, mas tem consequências mais sérias depois disso devido à pandemia. O maior risco de viés com os pesos corrigidos diz respeito à possibilidade de heterogeneidade não observada variável no tempo e que influencie tanto a probabilidade de atrito quanto a dinâmica da pobreza. 10. O objetivo da winsorização é limitar valores extremos de forma a impedir que exerçam influência excessiva sobre os resultados, substituindo esses valores extremos pelos valores dos quantis de referência (no caso, 0,01% e 99,99%). O nome da abordagem é uma homenagem a Charles P. Winsor. 11. Todo o material está disponível sob solicitação. TEXTO para DISCUSSÃO TEXTO para DISCUSSÃO 23 3029 GRÁFICO 1 Taxas de pobreza na visita 1 nos dados transversais e nos painéis para a linha de pobreza de R$ 200,00 per capita: Brasil (2015-2019) (Em %) 5 6 7 8 9 10 2015 2016 2017 2018 2019 Taxa de pobreza Dados transversais Painel, peso original Painel, peso IPW Fonte: IBGE, 2015, 2016, 2017, 2018, 2019 e 2020. Elaboração dos autores. Obs.: A área sombreada corresponde ao intervalo de confiança de 95% nos dados transversais, calculado com pesos de bootstrap fornecidos pelo IBGE. 3.3 Definição dos rendimentos e das linhas de pobreza Nossas análises baseiam-se no rendimento domiciliar per capita calculado em cada visita a partir dos rendimentos individuais efetivos do trabalho e de outras fontes para todos os moradores (exceto pensionistas, empregados domésticos e seus parentes). A maior parte dos resultados diz respeito à renda domiciliar per capita total, mas a seção que trata das implicações para programas sociais também lança mão da renda per capita calculada sem as transferências assistenciais. Os rendimentos associados a tíquetes ou vales-alimentação, refeição e transportes não foram considerados neste estudo. Os rendimentos foram deflacionados para 2022 pelo Índice Nacional de Preços ao Consumidor (INPC), tomando como referência a média geométrica daquele ano. Como os microdados da PNAD Contínua só indicam o trimestre da entrevista e os rendimentos efetivos dizem respeito ao mês anterior da realização da entrevista, tomamos como referência para o deflacionamento a média geométrica do INPC no período defasado em um mês em relação ao trimestre da visita: por exemplo, para as famílias entrevistadas no segundo trimestre (abril a junho) de 2019, a referência foi a média geométrica do INPC entre março e maio do mesmo ano. TEXTO para DISCUSSÃO 24 3029 A tabela 2 apresenta as linhas de pobreza adotadas, que correspondem às definições do Banco Mundial para caracterizar padrões de países em diferentes graus de desenvolvimento. Conforme a atualização calculada por Jolliffe et al. (2022) para incorporar os fatores de paridade de poder de compra (PPC) para 2017, essas linhas no período de referência eram de $ 2,15, $ 3,65 e $ 6,85 dólares internacionais por dia, por pessoa, o que equivale a R$ 200,00, R$ 339,00 e R$ 637,00 por mês, respectivamente, em reais de 2022. TABELA 2 Linhas de pobreza internacionais Referência Valor em 2017 (PPC$) Valor em 2022 (R$) 28 países de renda baixa 2,15 por dia 200,00 por mês 54 países de renda média-baixa 3,65 por dia 339,00 por mês 37 países de renda média-alta 6,85 por dia 637,00 por mês Fonte: Jolliffe et al. (2022). 4 RESULTADOS NACIONAIS Esta seção apresenta os principais resultados dos exercícios sobre dinâmica da pobreza, com a primeira e última visitas dos painéis da PNAD Contínua iniciados entre 2015 e 2019. Para facilitar a exposição, apresentamos primeiro as medidas de pobreza que não permitem compensação intertemporal de rendimentos e, em seguida, passamos à abordagem que permite essa compensação. 4.1 Dinâmica da pobreza sem compensação intertemporal O gráfico 2 traz os resultados para a dinâmica da pobreza sob a perspectiva de contagem de períodos para as três linhas consideradas no estudo. As taxas de pobreza acumulada – isto é, a soma dos sempre pobres e dos ocasionalmente pobres – aumentaram até 2018, em especial para as linhas mais baixas, assim como ocorreu com a pobreza transversal. Por exemplo, para a linha de R$ 200,00 per capita, a pobreza acumulada subiu de 10,5% no painel encerrado em 2016 para 13,1% no painel que terminou em 2018, recuando levemente para 12,8% no ano seguinte. Esse aumento de cerca de 2,5 p.p. foi maior do que a variação para as linhas mais elevadas, reforçando a conclusão de que os mais pobres entre os pobres foram os mais atingidos pela sucessão de crises dos anos 2010 (Souza, 2024). TEXTO para DISCUSSÃO TEXTO para DISCUSSÃO 31 3029 Em termos de tendências, no entanto, as estimativas para as duas medidas são bastante similares entre si, com a evolução da pobreza transversal, com o aumento da pobreza até o painel terminado em 2019 e uma redução posterior. Não obstante a curta duração dos nossos painéis e a necessidade de mais comparações, esses resultados sugerem que a dinâmica da pobreza tem muito mais influência sobre os níveis do que sobre as trajetórias, pelo menos para as medidas analisadas nesta seção. O maior atrativo da medida de Foster (2009) em relação à simples contagem de episódios está na sua fácil extensão para além da incidência da pobreza. Analogamente à família , com o indicador também se torna sensível ao hiato médio de pobreza e à desigualdade entre os pobres. No entanto, isso só se aplica aos pobres nos episódios de pobreza, já que não há compensação intertemporal. Com , o gráfico 5 revela que a pobreza temporária segue quantitativamente relevante, sobretudo para as linhas de pobreza mais baixas. No que diz respeito às tendências, tanto a piora relativa entre 2016 e 2018 quanto a redução relativa da pobreza no painel encerrado em 2020 são mais pronunciadas com , em comparação com . De todo modo, trata-se de um contraste só de grau, pois ambas as medidas têm trajetórias qualitativamente semelhantes. Em última instância, a escolha entre a abordagem por contagem de períodos e as medidas de Foster depende, por um lado, da prioridade dada à pobreza crônica e, de outro, da necessidade ou não de indicadores tecnicamente mais sofisticados. Dada a facilidade de comunicação pública, a semelhança de resultados e a fraca mobilidade de longa distância, o uso de medidas de contagem de períodos pode ser mais apropriado para o monitoramento de políticas públicas, ao menos nos casos em que a pobreza crônica não seja o foco absoluto das iniciativas. 4.2 Dinâmica da pobreza com compensação intertemporal Medidas de pobreza dinâmica sob a perspectiva da renda permanente permitem algum tipo de compensação intertemporal entre períodos de baixos e altos rendimentos. A medida de Jalan e Ravallion (1998; 2000) representa o caso extremo de compensação perfeita de choques de renda. Os gráficos 6 e 7 apresentam os resultados para os parâmetros e . Como a medida de Jalan e Ravallion – assim como a de Foster – é derivada da família , esses valores têm interpretação análoga à da mensuração da pobreza transversal, indicando a incidência ( ) e severidade ( ) da pobreza. TEXTO para DISCUSSÃO 32 3029 Em ambos os gráficos, as taxas de pobreza total exibidas são, por definição, idênticas à pobreza total para a medida de Foster com o mesmo parâmetro (gráficos 4 e 5) e, portanto, menores do que as estimativas por contagem de períodos. A diferença de Jalan e Ravallion com relação a Foster está na classificação entre pobreza crônica e temporária, com percentuais bem maiores de pobreza crônica.13 Para a linha de R$ 200,00, por exemplo, a medida de Jalan e Ravallion (1998; 2000) classifica 4,7% da população como pobres crônicos, contra 2,9% da medida de Foster. Essa discrepância decorre dos fluxos intensos de mobilidade de curta distância: há sempre muitas famílias ocasionalmente pobres cuja renda média é inferior a R$ 200,00 e que, portanto, são classificadas como pobres crônicas pela medida de Jalan e Ravallion (1998; 2000). Se considerarmos, como eles, que a renda média é uma boa proxy para a renda permanente, então a abordagem de Foster tende a subestimar o tamanho da pobreza crônica. Dessa forma, em relação à medida de Foster (2009), a abordagem de Jalan e Ravallion (1998; 2000) tem mais consequências normativas do que propriamente factuais, uma vez que níveis e tendências são parecidos por construção. Se considerarmos que a pobreza crônica é de alguma forma mais grave e urgente do que a temporária, a maior ênfase de Jalan e Ravallion (op. cit.) na piora da pobreza crônica nos painéis entre 2016 e 2019 implicaria uma avaliação mais negativa desse período do que a sugerida por Foster (2009). A mesma lógica se aplica com mais força ainda à comparação entre Jalan e Ravallion (1998; 2000) e à pobreza medida por contagem de períodos, com a ressalva de que, neste caso, há também uma diferença de nível de pobreza total. As estimativas com no gráfico 7 são, como no caso da medida de Foster (2009), mais refinadas tecnicamente pois levam em conta também o hiato médio de pobreza e a desigualdade entre os pobres. Mais uma vez, a pobreza total é a mesma medida por Foster, com diferenças apenas na classificação entre pobres crônicos e temporários. Empiricamente, no entanto, essas diferenças são mínimas: os resultados do gráfico 7 são quase idênticos aos resultados do gráfico 5. Portanto, no caso brasileiro, a escolha entre ambas é irrelevante e as conclusões são as mesmas. Para a linha de R$ 200,00, a pobreza crônica piorou bastante entre 2016 e 2019, trazendo a reboque a pobreza total, mas houve uma reversão abrupta no painel iniciado em 2020, graças ao Auxílio Emergencial. As outras duas linhas revelam padrões semelhantes. 13. Com , a medida de Foster (2009) classifica os sempre pobres como pobres crônicos. A medida de Jalan e Ravallion (1998; 2000) sempre produz estimativas de pobreza crônica maiores ou iguais à da medida de Foster, pois define a pobreza crônica de modo mais amplo, englobando tanto os sempre pobres quanto os ocasionalmente pobres cuja renda média é inferior à linha de pobreza. Contudo, essa conclusão não vale para outros valores do parâmetro . TEXTO para DISCUSSÃO TEXTO para DISCUSSÃO 33 3029 GRÁFICO 6 Pobreza crônica e temporária de acordo com a medida de Jalan e Ravallion com parâmetro : Brasil (2016-2020) (Em %) 2A – Linha de R$ 200,00 2B – Linha de R$ 339,00 2C – Linha de R$ 637,00 0 10 20 30 40 Taxa de pobreza Pobreza temporária Pobreza crônica 0 10 20 30 40 0 10 20 30 40 2016 2017 2018 2019 2020 2016 2017 2018 2019 2020 2016 2017 2018 2019 2020 4,7 1,9 5,9 2 6,3 2,4 6,4 2,1 4,9 2,6 11,7 2 13,3 2 13,7 2 13,4 1,8 11,8 2,4 30,1 2,1 31,2 1,9 31 2,5 30,5 2,3 30,2 2,4 Fonte: IBGE, 2015, 2016, 2017, 2018, 2019 e 2020. Elaboração dos autores. Obs.: Os anos se referem à data de encerramento de cada painel, ou seja, o ano em que foi realizada a quinta visita. GRÁFICO 7 Pobreza crônica e temporária de acordo com a medida de Jalan e Ravallion com parâmetro : Brasil (2016-2020) (Em %) 2A – Linha de R$ 200,00 2B – Linha de R$ 339,00 2C – Linha de R$ 637,00 0 4 2 6 8 10 12 Taxa de pobreza 0 4 2 6 8 10 12 0 4 2 6 8 10 12 2016 2017 2018 2019 2020 2016 2017 2018 2019 2020 2016 2017 2018 2019 2020 Pobreza temporária Pobreza crônica 0,8 1,6 1,2 1,9 1,4 2,1 1,4 2 1 2,2 2,2 1,8 2,9 1,9 3,2 2,2 3,2 2 2,4 2,4 6,6 1,9 7,6 1,9 7,9 2,1 7,8 1,9 6,8 2,4 Fonte: IBGE, 2015, 2016, 2017, 2018, 2019 e 2020. Elaboração dos autores. Obs.: Os anos se referem à data de encerramento de cada painel, ou seja, o ano em que foi realizada a quinta visita. TEXTO para DISCUSSÃO 34 3029 Portanto, as análises com a medida de Jalan e Ravallion (1998; 2000) reforçam alguns pontos anteriores. Primeiro, as maiores diferenças em relação às estimativas de pobreza transversal estão no nível, e não nas tendências, o que traz mais consequências para o desenho de políticas públicas (pois afeta o tamanho da clientela potencial) do que para o monitoramento da pobreza (pois a trajetória da pobreza transversal é um bom proxy para a pobreza longitudinal). Segundo, as diferentes abordagens para a pobreza intertemporal geram diagnósticos bem distintos seja quanto ao nível seja quanto à caracterização da pobreza ao longo do tempo, com as medidas por contagem de períodos produzindo níveis mais elevados e com ênfase na pobreza temporária, enquanto a medida de Jalan e Ravallion (1998; 2000) ocupa o canto oposto, com números mais baixos e maiores percentuais de pobres crônicos. Terceiro, independentemente da abordagem, a pobreza temporária sempre representa fração substantivamente relevante da pobreza total, pelo menos para as linhas de pobreza inferiores. 5 RESULTADOS PARA REGIÕES METROPOLITANAS A PNAD Contínua foi desenhada para substituir tanto a antiga PNAD quanto a PME, que até 2016 era a única fonte de dados oficiais do IBGE em formato de painel. Como observamos, todos os trabalhos pioneiros sobre a dinâmica da pobreza no Brasil recorreram à PME, que, no entanto, tinha duas limitações importantes: i) sua amostra era restrita a apenas seis regiões metropolitanas (Belo Horizonte, Porto Alegre, Recife, Rio de Janeiro, Salvador e São Paulo); e ii) seu questionário coletava apenas os rendimentos do trabalho, de modo que as estimativas existentes tiveram que recorrer à imputação dos rendimentos não oriundos do trabalho. Diante disso, investigamos nesta seção em que medida os resultados diferem quando restringimos a amostra da PNAD Contínua para ser a mesma empregada pela PME. O gráfico 8 apresenta os resultados para a abordagem de contagem de períodos, medida utilizada por Soares (2010) e Soares, Ribas e Soares (2009) em trabalhos sobre pobreza acumulada que tiveram grande influência sobre a redefinição das metas de cobertura do PBF (Souza e Bruce, 2022; Paiva, Cotta e Barrientos, 2019). Em comparação com as estimativas nacionais (gráfico 2), as seis regiões metropolitanas cobertas no gráfico 8 – que abrigam cerca de 25% da população brasileira – apresentam taxas de pobreza consideravelmente mais baixas. Por exemplo, para a linha de R$ 200,00, a pobreza acumulada é sempre entre 3 p.p. e 5 p.p. menor que nos dados nacionais, diferença que sobe para 8 p.p. a 10 p.p. com a linha de R$ 637,00. TEXTO para DISCUSSÃO TEXTO para DISCUSSÃO 35 3029 GRÁFICO 8 Dinâmica da pobreza de acordo com a medida de contagem de períodos: regiões metropolitanas (2016-2020) (Em %) 2A – Linha de R$ 200,00 2B – Linha de R$ 339,00 2C – Linha de R$ 637,00 0 10 20 30 40 Taxa de pobreza Ocasionalmente pobres Sempre pobres 0 10 20 30 40 0 10 20 30 40 2016 2017 2018 2019 2020 2016 2017 2018 2019 2020 2016 2017 2018 2019 2020 4,9 0,7 5,7 1,2 6 1,6 5,8 1,6 7,7 1,7 8,8 2,6 9,6 4,1 9,4 3,9 9 4,2 11,1 4,5 17,8 13,3 16,6 15,1 17,5 14,9 16,5 15,1 17,7 16,2 Fonte: IBGE, 2015, 2016, 2017, 2018, 2019 e 2020. Elaboração dos autores. Obs.: Os anos se referem à data de encerramento de cada painel, ou seja, o ano em que foi realizada a quinta visita. Resultados para as seis regiões metropolitanas cobertas pela PME: Belo Horizonte, Porto Alegre, Recife, Rio de Janeiro, Salvador e São Paulo. A composição da pobreza acumulada também difere bastante entre o Brasil e as regiões metropolitanas. A pobreza crônica – isto é, o percentual dos sempre pobres – é muito menos comum nessas regiões do que no país como um todo, o que faz com que a pobreza temporária – os ocasionalmente pobres – tenha um peso muito maior na pobreza acumulada, especialmente para as linhas de pobreza inferiores. No caso da linha de R$ 200,00 per capita, pode-se afirmar inclusive que a pobreza acumulada metropolitana é essencialmente temporária, já que os sempre pobres não ultrapassam cerca de 20% do total de pobres. Com a linha de R$ 637,00, o contraste é ainda mais acentuado: em todos os anos, regiões metropolitanas e o Brasil como um todo apresentam percentuais semelhantes de ocasionalmente pobres, mas a pobreza crônica é até 10 p.p. menor nas regiões metropolitanas. Esses resultados estão em linha com os de Gonçalves e Machado (2015), que utilizaram os dados da PME de 2002 a 2011, com imputação de renda do não trabalho por meio dos dados da antiga PNAD, e metodologia de classificação de pobreza crônica e transitória de Hulme e Shepherd (2003). As autoras mostram que tanto a pobreza crônica quanto a transitória caem no período analisado, mas a frequência dos ocasionalmente pobres ou pobres transitórios é mais do que o dobro da junção das categorias TEXTO para DISCUSSÃO 36 3029 dos usualmente pobres – famílias com somente um período fora da pobreza e renda permanente (renda média) abaixo da linha de pobreza – e dos sempre pobres. Ainda no gráfico 8, observamos mais uma vez que as discrepâncias entre as estimativas diminuem quando analisamos as tendências em vez dos níveis. Os dois componentes da pobreza aumentaram entre 2016 e 2018 e diminuíram posteriormente, em especial para as linhas mais baixas. A principal divergência com os números nacionais está no timing: há queda da pobreza já no painel encerrado em 2019 e um surpreendente repique em 2020, enquanto os números nacionais só apresentam grande mudança em 2020 e na direção oposta, com queda considerável da pobreza crônica para as linhas mais baixas. Um dos resultados mais importantes obtidos com a PME foi o de Soares (2010), que estimou que a pobreza acumulada após quatro entrevistas mensais era entre 50% e 70% maior do que a pobreza transversal no mês inicial dos painéis em meados dos anos 2000. Para calcular esses números, o autor usou as linhas superiores de elegibilidade do PBF vigentes na época, algo próximo a R$ 300,00 em valores de 2022. A tabela 5 realiza exercício análogo para os painéis da PNAD Contínua, comparando a pobreza transversal na primeira visita com a pobreza acumulada considerando a primeira e a quinta visitas. Apesar de diferenças metodológicas consideráveis, as estimativas para a PNAD Contínua são compatíveis com os resultados de Soares (2010). Para a linha intermediária de R$ 339,00, a mais próxima do padrão usado pelo autor, a pobreza acumulada é de 60%-85% maior do que a transversal no início do painel. Quanto mais baixa a linha de pobreza, maior esse valor, mas, uma vez definida a linha, a razão é relativamente estável ao longo do tempo. TABELA 5 Pobreza transversal e pobreza acumulada: regiões metropolitanas (2016-2020) (Em %) Ano (A) Pobreza transversal, visita 1 (B) Pobreza acumulada, painel B/A Linha de R$ 200,00 per capita 2016 2,7 5,6 2,04 2017 3,4 6,9 2,06 2018 4,3 7,6 1,74 2019 4,2 7,4 1,77 2020 5,2 9,3 1,81 (Continua) TEXTO para DISCUSSÃO TEXTO para DISCUSSÃO 37 3029 (Continuação) Ano (A) Pobreza transversal, visita 1 (B) Pobreza acumulada, painel B/A Linha de R$ 339,00 per capita 2016 6,1 11,4 1,86 2017 7,8 13,6 1,74 2018 8,4 13,3 1,59 2019 8,3 13,2 1,58 2020 8,8 15,6 1,77 Linha de R$ 637,00 per capita 2016 21,2 31,1 1,47 2017 23,1 31,7 1,38 2018 24,4 32,5 1,33 2019 23,3 31,6 1,36 2020 23,3 33,9 1,46 Fonte: IBGE, 2015, 2016, 2017, 2018, 2019 e 2020. Elaboração dos autores. Obs.: Os anos se referem à data de encerramento de cada painel, ou seja, o ano em que foi realizada a quinta visita. Resultados para as seis regiões metropolitanas cobertas pela PME: Belo Horizonte, Porto Alegre, Recife, Rio de Janeiro, Salvador e São Paulo. Infelizmente, não dispomos de dados comparáveis para avaliar de forma taxativa se houve mudanças na razão entre pobreza acumulada e pobreza crônica desde meados dos anos 2000. De todo modo, as recomendações de Soares (2010) para o redimensionamento da cobertura do PBF são corroboradas por dados posteriores da PNAD Contínua. Por isso, na sexta seção, discutimos com mais detalhes as implicações da pobreza intertemporal para o desenho de políticas de transferência de renda. 6 IMPLICAÇÕES PARA O DESENHO DE POLÍTICAS FOCALIZADAS DE TRANSFERÊNCIA DE RENDA 6.1 Por que a dinâmica da pobreza importa? O Brasil possui dois grandes programas federais de transferência de renda focalizada: o Benefício de Prestação Continuada (BPC) e o PBF. Nos dois casos, a elegibilidade aos benefícios é determinada parcial ou totalmente pela condição de pobreza dos indivíduos, definida pelos rendimentos declarados no Cadastro Único e verificada ex post em procedimentos administrativos (Duarte et al., 2017; Medeiros, Britto e Soares, 2007; Paiva, Cotta e Barrientos, 2019; Souza e Bruce, 2022). Ambos têm como objetivos TEXTO para DISCUSSÃO 38 3029 centrais a redução das taxas de pobreza agregadas, ainda que cada programa siga sua própria lógica: enquanto o BPC substitui a renda do trabalho para indivíduos pobres sem capacidade laboral (idosos ou pessoas com deficiência), os benefícios do PBF oferecem uma complementação de renda, sobretudo para famílias pobres com crianças. A volatilidade da renda das famílias e a subsequente dinâmica da pobreza têm consequências tanto para a definição de elegibilidade quanto para a avaliação dos efeitos desses programas. No entanto, isso nem sempre é reconhecido, o que gera muitas controvérsias sobre qual deve ser o tamanho de cada programa, quão boa é sua focalização e quais os efeitos esperados. Não basta escolher uma linha de pobreza e uma forma de aferição para rendimentos: todo programa focalizado de transferência de renda tem que definir, na prática – de forma implícita ou explícita –, qual o período de referência para apuração dos rendimentos e o que significa pobreza intertemporal. Uma opção intuitiva seria tomar como ideal o pagamento de benefícios apenas e tão somente para famílias abaixo da linha de pobreza a cada mês, de modo a obter focalização perfeita. No entanto, essa opção seria impraticável em termos administrativos e indesejável em termos sociais. Como vimos, a volatilidade de renda faz com que, para qualquer linha de pobreza plausível, haja famílias entrando e saindo da pobreza o tempo todo. Para algo próximo da focalização perfeita, seria necessário: i) exigir a atualização mensal dos rendimentos declarados para mais de 40 milhões de famílias inscritas no Cadastro Único; ii) realizar a verificação ex post das informações sobre rendimentos em tempo real; e iii) implementar as repercussões sobre emissão, concessão e suspensão de benefícios também em tempo real. Do ponto de vista da gestão dos programas, trata-se de tarefa impossível no curto e médio prazo, seja por motivos fiscais, seja por obstáculos administrativos. Mesmo que tal agilidade fosse alcançável, ela acarretaria consequências sociais negativas. Do ponto de vista das famílias beneficiárias, os programas se tornariam mais intrusivos, com custos de participação mais elevados (o que penalizaria as famílias mais vulneráveis) e com menor capacidade de mitigar a privação, pois, na melhor das hipóteses, a decisão sobre benefícios sempre teria pelo menos um mês de atraso, já que a renda mensal efetiva só pode ser declarada a posteriori. Além disso, incentivos comportamentais adversos seriam exacerbados, pois os beneficiários enfrentariam alíquotas marginais implícitas elevadas e de aplicação (quase) imediata – problema que só pode ser mitigado se relaxarmos a exigência de focalização perfeita. Do ponto de vista de redução da pobreza, tudo isso implicaria perda de efetividade. TEXTO para DISCUSSÃO TEXTO para DISCUSSÃO 39 3029 No mundo real, os programas de transferência de renda resolvem os problemas introduzidos pela dinâmica da pobreza de formas variadas, nem sempre explícitas. O Earned Income Tax Credit (EITC) americano, por exemplo, adota como critério de elegibilidade o rendimento total recebido no ano fiscal, aproximando-se da definição de pobreza embutida na medida de Jalan e Ravallion (1998; 2000): como somente a renda média importa, o programa aceita implicitamente a possibilidade de compensação intertemporal perfeita e sem custos entre meses dentro de um mesmo ano. Em contrapartida, o PBF adota definições explicitamente mais expansivas pelo menos desde 2009. Na época, o PBF havia atingido sua meta nacional de cobertura, mas o número de famílias habilitadas não beneficiárias – a chamada fila de espera – vinha aumentando. Soares, Ribas e Soares (2009) e Soares (2010) produziram estimativas inéditas que mostraram que a pobreza acumulada era muito superior à pobreza estática, o que explicaria o tamanho da fila. A partir de então, todas as atualizações da meta nacional – feitas pela última vez em 2012 – passaram a multiplicar as estimativas estáticas ou transversais por um fator de volatilidade para acomodar os fluxos de entrada e saída da pobreza. Em 2010, o programa foi além e incorporou a chamada regra de permanência, que permitiu a manutenção de benefícios mesmo que em caso de elevação da renda, desde que a renda permanecesse abaixo do teto de meio salário mínimo per capita, entre outras condições (Paiva, Cotta e Barrientos, 2019; Souza e Bruce, 2022). Dessa forma, o PBF dissociou o critério de elegibilidade do critério de manutenção, incluindo em sua clientela a população temporariamente pobre. Na prática, o programa pressupunha a impossibilidade de compensação intertemporal para todos abaixo dos limites estabelecidos para manutenção dos benefícios. Nessa concepção, relativamente próxima à abordagem de contagem ou spells, a perda de bem-estar vinculada à pobreza é remediável somente se houver grande crescimento posterior da renda. Essa lógica foi mantida na recriação do programa em 2023, agora com o nome de regra de proteção. Conforme o art. 6o da Lei no 14.601/2023, os benefícios seguem com o mesmo prazo de 24 meses. Durante esse período, as famílias beneficiárias que registrarem rendimentos acima da linha de elegibilidade (R$ 218,00 per capita), mas inferiores a meio salário mínimo (R$ 706,00, em 2024) são mantidas no programa, porém com redução de 50% no valor dos benefícios. Caso haja redução de renda posterior, as famílias voltam a receber os valores integrais. Ao fim de 24 meses, todas as famílias beneficiárias devem atualizar suas informações para nova avaliação de elegibilidade. TEXTO para DISCUSSÃO 40 3029 Em setembro de 2023, cerca de 2 milhões de famílias estavam na regra de proteção, o equivalente a 9% do público total do programa.14 A calibração dos parâmetros de cobertura e da regra de proteção do PBF carece de maior embasamento empírico e as implicações de diferentes definições de pobreza intertemporal ainda são pouco conhecidas, não obstante a miríade de propostas e discussões sobre o melhor desenho para as políticas de transferência de renda pós-pandemia (Barros e Machado, 2022; Botelho et al., 2020; Lucca-Silveira e Barbosa, 2021; Paiva et al., 2021). As próximas subseções ilustram essas implicações para o caso do PBF, quantificando mudanças na elegibilidade e na efetividade contra a pobreza da versão antiga do programa nos painéis com duas visitas.15 6.2 Efeitos da dinâmica da pobreza sobre a elegibilidade às transferências Anteriormente, discutimos três conceitos de pobreza intertemporal com implicações para o tamanho do público-alvo das transferências. O conceito de pobreza acumulada, próximo ao do PBF atual, considera como elegíveis tanto os ocasionalmente pobres quanto os sempre pobres, conforme as medidas por contagem de períodos. O conceito de pobreza crônica de Jalan e Ravallion (1988; 2000) é mais restrito, definindo como potenciais beneficiários somente pessoas com renda média abaixo da linha de pobreza. Por fim, o conceito de pobreza crônica de Foster (2009) delimita como público-alvo somente os sempre pobres, já que adotamos o parâmetro . Entre essas três opções, por definição, adotar o conceito de pobreza acumulada torna o programa mais abrangente – vale dizer, mais caro e com maior impacto potencial sobre a pobreza transversal –, enquanto a opção pela pobreza crônica de Foster ocupa o extremo oposto. A tabela 6 compara os resultados da pobreza transversal com esses conceitos alternativos para o painel iniciado em 2019 e terminado em 2020. Os resultados são substantivamente idênticos para os painéis anteriores. Como se trata de elegibilidade a programas sociais, as taxas de pobreza são calculadas para distribuição dos 14. Dados disponíveis no Portal Visdata, disponível em: https://aplicacoes.cidadania.gov.br/vis/data3. Acesso em: 11 dez. 2023. 15. Concentramos nossa análise no PBF porque a PNAD Contínua é insatisfatória para análises análogas para o BPC, dada a enorme subdeclaração de benefícios do BPC e a ausência de informações sobre deficiência. TEXTO para DISCUSSÃO TEXTO para DISCUSSÃO 47 3029 Até onde pudemos apurar, esse achado é inédito na literatura sobre transferências de renda, e merece ser explorado mais a fundo em estudos futuros. Nossa pesquisa tem algumas limitações importantes. Primeiro, a indisponibilidade de dados sobre rendimentos não oriundos do trabalho nos obrigou a analisar painéis curtos, com somente dois períodos. Painéis mais longos seriam mais informativos e permitiriam o uso mais rico de medidas de pobreza intertemporal. Segundo, nossos procedimentos para minimizar vieses decorrentes do atrito amostral no painel baseiam-se inteiramente em seleção por características observáveis. A possibilidade de heterogeneidade não observada nos preocupa sobretudo devido à pandemia. No entanto, como os resultados são coerentes com os anos anteriores, acreditamos que possíveis vieses seriam modestos. Terceiro, pesquisas amostrais contêm muitos erros de mensuração de rendimentos, o que pode introduzir ruído e/ou vieses nas estimativas de pobreza dinâmica. Infelizmente, não há como dimensionar nem mitigar o problema sem informações adicionais, como o número de identificação dos respondentes de cada bloco do questionário, a coleta de rendimentos em mais entrevistas e, no mundo ideal, o pareamento de dados individuais da PNAD Contínua com registros administrativos. Estudos futuros podem tentar contornar essas questões e aprofundar nossa compreensão sobre a pobreza no Brasil. Há muito a descobrir, seja por esforços descritivos, metodológicos ou causais, como, por exemplo, o grau de sobreposição entre as famílias identificadas como pobres em diferentes abordagens, a melhor forma de estender medidas de focalização para contextos intertemporais e os efeitos de políticas públicas sobre os fluxos de entrada e saída da pobreza. REFERÊNCIAS ADDISON, T.; HULME, D.; KANBUR, S. M. R. (Ed.). Poverty dynamics: interdisciplinary perspectives. New York: Oxford University Press, 2009. 378 p. ALKIRE, S.; FOSTER, J. Counting and multidimensional poverty measurement. Journal of Public Economics, v. 95, n. 7-9, p. 476-487, 2011a. ______. Understandings and misunderstandings of multidimensional poverty measurement. Journal of Economic Inequality, v. 9, n. 2, p. 289-314, 2011b. ATKINSON, A. B. Multidimensional deprivation: contrasting social welfare and counting approaches. The Journal of Economic Inequality, v. 1, n. 1, p. 51-65, 2003. TEXTO para DISCUSSÃO 48 3029 BANE, M. J.; ELLWOOD, D. T. Slipping into and out of poverty: the dynamics of spells. Journal of Human Resources, University of Wisconsin Press, v. 21, n. 1, p. 1-23, 1986. BARROS, R. P. d.; MACHADO, L. M. Diretrizes para o desenho de uma política para a superação da pobreza. São Paulo: Ponto Editorial, 2022. BAULCH, B. (Ed.). Why poverty persists: poverty dynamics in Asia and Africa. Northampton: Edward Elgar, Sept. 2011. 296 p. BAULCH, B.; HODDINOTT, J. Economic mobility and poverty dynamics in developing countries. Journal of Development Studies, v. 36, n. 6, p. 1-24, 2000. BECCARIA, L. et al. Factors associated with poverty and indigence mobility in five Latin American countries. In: GARNER, T. I.; SHORT, K. S. (Ed.). Measurement of poverty, deprivation, and economic mobility. Bingley: Emerald Group Publishing Limited, 2015. v. 23. p. 71-107. BOSSERT, W.; CHAKRAVARTY, S. R.; D’AMBROSIO, C. Poverty and time. The Journal of Economic Inequality, v. 10, n. 2, p. 145-162, 2012. BOTELHO, V. et al. Programa de responsabilidade social: diagnóstico e proposta. Rio de Janeiro: [s.n.], 2020. CALVO, C.; DERCON, S. Chronic poverty and all that: the measurement of poverty over time. In: ADDISON, T.; HULME, D.; KANBUR, R. (Ed.). Poverty dynamics: interdisciplinary perspectives. Oxford: Oxford University Press, 2009. cap. 2. ______. Vulnerability to individual and aggregate poverty. Social Choice and Welfare, v. 41, n. 4, p. 721-740, 2013. CELLINI, S. B.; MCKERNAN, S.-M.; RATCLIFFE, C. The dynamics of poverty in the United States: a review of data, methods, and findings. Journal of Policy Analysis and Management, v. 27, n. 3, p. 577-605, 2008. CHAMBERS, R.; LONGHURST, R.; PACEY, A. Seasonal dimensions to rural poverty. Social Choice and Welfare, p. 218-224, 1981. CLARK, D.; HULME, D. Poverty, time and vagueness: integrating the core poverty and chronic poverty frameworks. Cambridge Journal of Economics, v. 34, n. 2, p. 347-366, 2010. DERCON, S. La vulnérabilité: une perspective microéconomique. Revue d’Économie du Développement, v. 14, n. 4, p. 79-118, 2007. TEXTO para DISCUSSÃO TEXTO para DISCUSSÃO 49 3029 DERCON, S.; KRISHNAN, P. Vulnerability, seasonality and poverty in Ethiopia. Journal of Development Studies, v. 36, n. 6, p. 25-53, 2000. DUARTE, C. M. R. et al. Proteção social e política pública para populações vulneráveis: uma avaliação do Benefício de Prestação Continuada da Assistência Social - BPC no Brasil. Ciência e Saúde Coletiva, v. 22, n. 11, p. 3515-3526, 2017. ELBERS, C.; LANJOUW, J. O.; LANJOUW, P. Micro-level estimation of poverty and inequality. Econometrica, v. 71, n. 1, p. 355-364, 2003. FOSTER, J. A class of chronic poverty measures. In: ADDISON, T.; HULME, D.; KANBUR, R. (Ed.). Poverty dynamics: interdisciplinary perspectives. Oxford: Oxford University Press, 2009. p. 59-76. FOSTER, J.; GREER, J.; THORBECKE, E. A class of decomposable poverty measures. Econometrica, v. 52, n. 3, p. 761-766, 1984. ______. The Foster-Greer-Thorbecke (FGT) poverty measures: 25 years later. The Journal of Economic Inequality, v. 8, n. 4, p. 491-524, Dec. 2010. FOSTER, J.; SANTOS, M. E. Measuring Chronic Poverty. In: BETTI, G.; LEMMI, A. (Ed.). Poverty and social exclusion: new methods of analysis. New York: Routledge, 2014. GAIHA, R. Are the chronically poor also the poorest in rural India? Development and Change, v. 20, n. 2, p. 295-322, Apr. 1989. GOMES, D. B.; IACHAN, F. S.; SANTOS, C. Labor earnings dynamics in a developing economy with a large informal sector. Journal of Economic Dynamics and Control, v. 113, p. 103854, 2020. GONÇALVES, S. L.; MACHADO, A. F. Poverty dynamics in Brazilian metropolitan areas: an analysis based on Hulme and Shepherd’s categorization (2002-2011). Economia, v. 16, n. 3, p. 376-394, 2015. GRADÍN, C.; RÍO, C. D.; CANTÓ, O. Measuring poverty accounting for time. Review of Income and Wealth, v. 58, n. 2, p. 330-354, 2012. HECKSHER, M. Inaudíveis: quem deixou de ser coberto pelas pesquisas telefônicas e diferenças em relação aos registros administrativos. In: SILVA, S. P.; CORSEUIL, C. H.; COSTA, J. S. (Org.). Impactos da pandemia de covid-19 no mercado de trabalho e na distribuição de renda no Brasil. Brasília: Ipea, 2022. p. 599-621. TEXTO para DISCUSSÃO 50 3029 HIMANSHU; LANJOUW, P. Income mobility in the developing world: recent approaches and evidence. In: IVERSEN, V.; KRISHNA, A.; SEN, K. (Ed.). Social mobility in developing countries: concepts, methods, and determinants. Oxford: Oxford University Press, 2021. p. 115-138. HULME, D.; SHEPHERD, A. Conceptualizing chronic poverty. World Development, v. 31, n. 3, p. 403-423, 2003. JALAN, J.; RAVALLION, M. Transient poverty in postreform rural China. Journal of Comparative Economics, v. 26, n. 2, p. 338-357, 1998. ______. Is transient poverty different? Evidence for rural China. Journal of Development Studies, v. 36, n. 6, p. 82-99, 2000. JOLLIFFE, D. et al. Assessing the impact of the 2017 PPPs on the international poverty line and global poverty. Washington: World Bank, 2022. (Policy Research Working Paper, n. 9941). KRISHNA, A. The dynamics of poverty. In: BRADY, D.; BURTON, L. (Ed.). The Oxford handbook of the social science of poverty. Oxford: Oxford University Press, 2016. cap. 13. LUCCA-SILVEIRA, M. P.; BARBOSA, R. J. O futuro das transferências de renda no Brasil: dilemas empíricos e normativos para um programa pós-pandemia e pós-auxílio emergencial. Sociologia e Antropologia, v. 11, p. 67-92, 2021. MACHADO, A. F.; RIBAS, R. P. Do changes in the labour market take families out of poverty? Determinants of exiting poverty in Brazilian metropolitan regions. The Journal of Development Studies, v. 46, n. 9, p. 1503-1522, 2010. MATTOS, E.; SONODA, M. R.; JUNIOR, M. V. W. Diferencial salarial público-privado: uma análise em painel de dados com a PNAD Contínua entre 2016-2019. Estudos Econômicos, v. 52, n. 2, p. 317-371, 2022. MEDEIROS, M.; BRITTO, T.; SOARES, F. Transferência de renda no Brasil. Novos Estudos Cebrap, v. 79, p. 5-21, 2007. OSORIO, R. G. Sobre a montagem e a identificação dos painéis da PNAD Contínua. Mercado de Trabalho: conjuntura e análise, n. 73, p. 69-81, 2022. OSORIO, R. G.; SOARES, S. S. D.; SOUZA, P. H. G. F. de. Erradicar a pobreza extrema: um objetivo ao alcance do Brasil. Brasília: Ipea, 2011. (Texto para Discussão, n. 1619). PAIVA, L. H. et al. A reformulação das transferências de renda no Brasil: simulações e desafios. Brasília: Ipea, 2021. (Texto para Discussão, n. 2701). TEXTO para DISCUSSÃO TEXTO para DISCUSSÃO 51 3029 PAIVA, L. H.; COTTA, T. C.; BARRIENTOS, A. Brazil’s Bolsa Familia Programme. In: COMPTON, M. E.; HART, P. T. (Ed.). Great policy successes. Oxford: Oxford University Press, 2019. p. 21-41. PINHEIRO, L. et al. Os desafios do passado no trabalho doméstico do século XXI: reflexões para o caso brasileiro a partir dos dados da PNAD Contínua. Brasília: Ipea, 2019. (Texto para Discussão, n. 2528). PORTER, C.; QUINN, N. N. Intertemporal poverty measurement: tradeoffs and policy options. Oxford: University of Oxford, 2008. (CSAE WPS, n. 21). ______. Measuring intertemporal poverty: policy options for the poverty analyst. In: BETTI, G.; LEMMI, A. (Ed.). Poverty and social exclusion: new methods of analysis. New York: Routledge, 2014. cap. 9. RAVALLION, M. Expected poverty under risk-induced welfare variability. The Economic Journal, v. 98, n. 393, p. 1171-1182, 1988. ______. How relevant is targeting to the success of an antipoverty program? The World Bank Research Observer, v. 24, n. 2, p. 205-231, 2009. RIBAS, R. P.; SOARES, S. S. D. Sobre o painel da Pesquisa Mensal de Emprego (PME) do IBGE. Rio de Janeiro: Ipea, 2008. (Texto para Discussão, n. 1348). RODGERS, J. R.; RODGERS, J. L. Chronic poverty in the United States. The Journal of Human Resources, v. 28, n. 1, p. 25-54, 1993. SEN, A. Poverty: an ordinal approach to measurement. Econometrica, v. 44, n. 2, p. 219-231, 1976. SOARES, S.; RIBAS, R.; SOARES, F. Focalização e cobertura do Programa Bolsa Família: qual o significado dos 11 milhões de famílias? Rio de Janeiro: Ipea, 2009. (Texto para Discussão, n. 1396). SOARES, S. S. D. A volatilidade de renda e a cobertura do Programa Bolsa Família. In: CARDOSO JUNIOR, J. C. (Coord.). Brasil em desenvolvimento 2010: estado, planejamento e políticas públicas. Brasília: Ipea, 2010. v. 3. p. 737-750. SOUZA, P. H. G. F. Income inequality and poverty in Brazil since re-democratization: an overview. In: SÁTYRO, N. (Ed.). Social policies in times of austerity and populism: lessons from Brazil. London: Routledge, 2024. No prelo. cap. 6. SOUZA, P. H. G. F.; BRUCE, R. Uma avaliação final da focalização e da efetividade contra a pobreza do Programa Bolsa Família, em perspectiva comparada. Brasília: Ipea, 2022. (Texto para Discussão, n. 2813). TEXTO para DISCUSSÃO 52 3029 SOUZA, P. H. G. F.; HECKSHER, M.; OSORIO, R. G. Um país na contramão: a pobreza no Brasil nos últimos dez anos. Brasília: Ipea, 2022. (Nota Técnica, n. 102). SOUZA, P. H. G. F.; OSORIO, R. G.; SOARES, S. S. D. Uma metodologia para simular o Programa Bolsa Família. Brasília: Ipea, 2011. (Texto para Discussão, n. 1654). ZHENG, B. Aggregate poverty measures. Journal of Economic Surveys, v. 11, n. 2, p. 123-162, 1997. ZILIAK, J. P. Understanding poverty rates and gaps: concepts, trends, and challenges. Foundations and Trends in Microeconomics, v. 1, n. 3, p. 127-199, 2005. Ipea – Instituto de Pesquisa Econômica Aplicada EDITORIAL Coordenação Aeromilson Trajano de Mesquita Assistentes da Coordenação Rafael Augusto Ferreira Cardoso Samuel Elias de Souza Supervisão Aline Cristine Torres da Silva Martins Revisão Bruna Oliveira Ranquine da Rocha Carlos Eduardo Gonçalves de Melo Crislayne Andrade de Araújo Elaine Oliveira Couto Luciana Bastos Dias Rebeca Raimundo Cardoso dos Santos Vivian Barros Volotão Santos Deborah Baldino Marte (estagiária) Editoração Aline Cristine Torres da Silva Martins Camila Guimarães Simas Leonardo Simão Lago Alvite Mayara Barros da Mota Capa Aline Cristine Torres da Silva Martins Projeto Gráfico Aline Cristine Torres da Silva Martins The manuscripts in languages other than Portuguese published herein have not been proofread. TEXTO para DISCUSSÃO Missão do Ipea Aprimorar as políticas públicas essenciais ao desenvolvimento brasileiro por meio da produção e disseminação de conhecimentos e da assessoria ao Estado nas suas decisões estratégicas. Missão do Ipea Aprimorar as políticas públicas essenciais ao desenvolvimento brasileiro por meio da produção e disseminação de conhecimentos e da assessoria ao Estado nas suas decisões estratégicas.