( PDF ) A demanda de alimentos no Brasil, 2002/2003

Download PDF

ads:

ALEXANDRE BRAGANÇA COELHO

demanda de alimentos no Brasil

2002/2003

Tese apresentada à Universidade

Federal de Viçosa, como parte

das exigências do

Programa de

Pós

Graduação em

Economia

Aplicada, para obtenção do título

de “Doctor S

cientiae”.

VIÇOSA

MINAS GERAIS

BRASIL

2006

ads:

Livros Grátis

http://www.livrosgratis.com.br

Milhares de livros grátis para download.

AGRADECIMENTOS

minha família, pelo incentivo e apoio em todos os momentos.

Ao professor Danilo Roli

Dias de Aguiar, pela orientação segura e

paciência com todas as dúvidas.

Ao professor

João Eustáquio de Lima, pelas sugestões e orientações que

contribuíram para tornar este trabalho muito melhor.

Ao professor James S. Eales da Purdue University, pela recepç

ão calorosa

nos E

stados Unidos

da América

e pelo auxílio constante

, não só neste t

rabalho, como

também

na adaptação a um país e cultura diferentes

no período de um ano em que lá

estive.

À professora Marília Fernandes Maciel Gomes, pelos comentários e

sugestões

valiosas que contribuíram para o aperfeiçoamento deste trabalho.

Aos demais

professores do DER

UFV, pelas aulas e lições que vão

permanecer conosco por muito tempo.

Ao professor Brian W. Gould da University

of Wisconsin, pelo auxílio com

o programa econométrico utilizado neste estudo.

Alla Golub, colega na Purdue University,

pelo auxílio especialmente na

utilização do Programa

MatLab

Aos funcionários do DER, em especial, Cida, Graça, Tedinha e Carminha

pela

disposição alegre

para

auxiliar

À Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

pelo auxílio f

inanceiro, não só durante a duração do doutorado, mas também pela

bolsa concedida para o período na Purdue University.

Aos amigos e colegas da p

ós

graduação do Curso de Economia Aplicada,

especialmente Alexandre, Antônio José, Armando, Cida, Elaine, Marie

lce, Marivane,

Patrícia,

odrigo,

Rubicleis

e Silvio.

ads:

CONTEÚDO

ágina

LISTA DE QUADROS

................................

...............................

LISTA DE FIGURAS

................................

LISTA DE

TABELAS

................................

RESUMO

................................

....................

ABSTRACT

................................

................

–

INTRODUÇÃO

................................

.....

1.1

O problema e sua importância

................................

...

1.2

–

Hipóteses

................................

1.3

–

Objetivos

................................

...

Organização do estudo

................................

..............

–

TEORIA DA DEMANDA

................................

....................

2.1

Restrição Orçamentária

................................

.............

2.2

Axiomas da Escolha

................................

..................

2.3

O Problema dos Consumidores

................................

2.4

–

Dualidade

................................

2.5

Propriedades das funções de demanda

................................

......................

2.5.1

–

Integrabilidade

................................

.............

2.6

Especifica

ndo as funções de demanda

................................

......................

2.6.1

A Questão da Identificação

................................

...........................

2.6.2

Formas Funcionais

................................

........

2.6.2.1

Modelos

ad hoc

................................

2.6.2.2

Sistemas de demanda

................................

.......................

2.6.2.2.1

Formas Funcionais flexíveis

............................

iii

DA TEORIA À PRÁTICA: QUESTÕES IMPORTANTES NA

ESTIMAÇ

ÃO DE EQUAÇÕES DE DEMANDA

................................

............

3.1

A Questão da Separabilidade e da Agregação na estimação das

funções de demanda

................................

.................

3.1.1

O conceito de Separabilidade Fraca

................................

.............

3.1.2 Separabilidade Forte ou Aditividade das preferências

....................

3.1.3

Preferências Homotética

................................

.............................

3.1.4

Preferências quase

homotéticas

................................

....................

3.1.5

Agregação de Bens

................................

.......

3.2

Agregação dos Consumidores

................................

...

3.2.1

Agregação Linear Exata

................................

...............................

3.2.2

Agregação Não

Linear Exata

................................

.......................

3.2.2.1

Os casos PIGL e PIGLOG

................................

...............

3.3

Séries de tempo versus corte s

eccional em estudos de demanda

..............

3.4

A questão dos preços nas Pesquisas de Orçamentos Familiares

...............

3.5

O uso da variável despesa total ou renda

................................

...................

3.6

Estimação de equações de demanda no Brasil

................................

..........

3.6.1

Primeiros estudos de demanda

................................

......................

3.6.2

Est

udos utilizando dados de corte seccional

................................

3.6.3

Estudos utilizando dados de séries de tempo

................................

3.6.4

Estimação de sistemas de demanda e modelos derivados de

uma estrutura de preferências no Brasil

................................

.........

METODOLOGIA E FONTE DE DADOS

................................

............................

4.1

Efeito d

o uso de microdados na escolha da Metodologia

.........................

4.2

Método Utilizado: o Procedimento de Shonkwiler & Yen

........................

4.2.1

O Problema da

s prpriedades da demanda

Procedimento de Shonkwiler & Yen

................................

.......

4.2.2

A questão dos preços no Procedimento de Shonkwiler &

Yen

....

4.3

Dados utilizados

................................

........................

4.3.1

Características da POF 2002/2003

................................

................

4.4

Estratégia empírica

................................

....................

4.4.1

Produtos escolhidos

................................

......

4.4.2

Amostra utilizada

................................

..........

4.4.3

Descrição das variáveis utilizadas na estimação

...........................

RESULTADOS E DISCUSS

ÃO

................................

...........

5.1

Resultados da estimação do primeiro estágio

................................

............

5.1.1

–

Modelo

estimado

................................

..........

5.1.2

Efeitos marginais das variáveis do primeiro estágio

....................

5.2

Resultados da estimação do segundo estágio

................................

............

5.3

Resultados utilizando a renda mensal familiar

como variável

..................

5.3.1

Cálculo das elasticidades da demanda

................................

..........

5.4

Estimativas das elasticidades

renda e preço para o açúcar

........................

5.5

Comparação dos resultados com outros estudos sobre demanda de

alimentos no Brasil

................................

..................

RESUMO

E CONCLUS

ÕES

................................

................

EFERÊNCIAS BIBLIOGRÁFICAS

................................

........

ANEXO 1

................................

...................

ANEXO 2

................................

....................

ANEXO 3

................................

....................

LISTA DE QUADROS

ágina

4.1

Variáveis explicativas utilizadas no primeiro estágio de estimação

sistema de demanda

................................

4.2

Variáveis explicativas utilizadas no segundo est

ágio de estimação

sistema de demanda

................................

5.1

Variáveis explicativas utilizadas no primeiro estágio de estimação

sistema de demanda

................................

5.2

Variáveis explicativas utilizadas no segundo estágio de estimação

sistema de demanda

................................

LISTA

FIGURAS

ágina

2.1

Interseção de conjuntos fechados A (q

) e B(q

)

................................

.................

2.2

Curvas de Indiferença convexas em relação à origem

................................

........

Curvas de Indiferença tipo Leontief

................................

....

Relação entre demanda Hicksiana, demanda Marshaliana, função de

util

idade indireta e função

dispêndio

................................

3.1

Preferências homotéticas

................................

.....................

4.1

Participação nas despesas de consumo monetária e não

monetária média

mensal familiar, por tipos de despesa

Brasil

período 2002/2003

..................

vii

LISTA DE

TABELAS

ágina

1.1

Quantidade anual per capita de alimentos adquirid

os para consumo no

domicilio

–

Brasil

1974/1996

................................

............

1.2

Participação na despesa de consumo monetária e não

monetária média

mensal familiar, por situação do domicilio na ENDEF e na POF, segundo

o tipo de de

spesa

–

Brasil

1974/2003

................................

...............................

4.1

Freqüência de aquisição dos produtos alimentares

................................

.............

4.2

Parcela média do gasto total com a cesta de 18 produtos alimentares

................

4.3

Preços médios estaduais por produto, por unidade da federação

–

Brasil

–

2002/2003

................................

..........

Distribuição da despesa total média mensal familiar, segundo os tipos de

despesa

–

Brasil

–

2002

2003

................................

............

4.5

Participação na despesa de consumo monetária e não

monetária mensal

familiar, por tipos de despesa e segundo a situação do domicílio

–

Brasi

–

2002

2003

................................

.......

4.6

Distribuição percentual da despesa monetária e não

monetária mensal

familiar com alimentação, por situação do domicílio, segundo o tipo de

despesa

–

Brasil

–

2002

2003

................................

............

4.7

Número de setores selecionados e domicílios esperados,

selecionados e

entrevistados, segundo as unidades da Federação

–

período 2002

–

2003

........

4.8

Produtos alimentares selecionados para análise e estimação de sistema de

demanda.

................................

............

4.9

Aquisição alimentar domiciliar per capita anual, por classes de

rend

imento monetário e não

monetário mensal familiar

–

Brasil

–

Período 2002

–

2003

................................

..........................

viii

4.10

Aquisição alimentar domiciliar per capita anual, por grandes regiões

–

Brasil

–

Período 2002

–

2003

................................

............

4.11

População residente, por Grandes regiões, segundo clas

ses de

rendimento monetário e não

monetário mensal familiar

–

janeiro de 2003

......

4.12

População residente, por Grandes regiões, segundo classes de

rendimento monetário e não

monetário mensal familiar

–

valores

relativos

–

janeiro de 2003

................................

..................

4.13

Aquis

ição alimentar domiciliar per capita anual, por situação do

domicílio, segundo os produtos

–

Brasil

–

Período 2002

–

2003

......................

4.14

Freqüência de Distribuição do tamanho dos domicílios e composição

familiar para a amostra utilizada

................................

........

4.15

Freqüência d

e distribuição do nível educacional dos responsáveis pelos

domicílios para a amostra utilizada

................................

...

4.16

Freqüência de distribuição da variável raça dos responsáveis pelos

domicílios para a amostra utilizada

................................

...

4.17

Freqüência de distribuição de variáv

eis escolhidas para a amostra utilizada

....

5.1

Resultados da estimação do primeiro estágio (decisão de aquisição do

produto), Brasil, Período 2002

2003

................................

...............................

5.2

Efeitos marginais da variável Renda

–

Brasil

–

Período 2002

2003

.................

5.3

Efeitos marg

inais das variáveis Regionais

–

Brasil

–

Período 2002

2003

........

5.4

Efeitos

marginais da variável urbana

–

Brasil

–

Período 2002

2003

................

5.5

Efeitos marginais das variáveis de nível educacional

do responsável pelo

domicílio

–

Brasil

–

Período 2002

2003

................................

.............................

5.6

Efeitos marginais das variáveis de raça

–

Brasil

–

Período 2002

2003

............

5.7

Efeitos marginais da variável mulher

–

Brasil

–

Período 2002

2003

................

5.8

Efeitos marginais da variável doméstica

–

Brasil

–

Período 2002

2003

...........

5.9

Efeitos marginais da variável geladeira

–

Brasil

–

Período 2002

2003

............

5.10

Resultados da estimação do segundo estágio do procedimento de

Shonkwiler e Yen (equações de demanda), Brasil, 2002

2003

.......................

5.11

Elasticidades

dispêndio da demanda

–

Bra

sil

–

Período 2002

2003

...............

5.12

Elasticidades

preço não

compensadas da demanda

–

Brasil

–

Período

2002

2003

................................

...........

5.13

Elasticidades

preço compensadas da demanda

–

Brasil

–

Período 2002

2003

................................

......................

5.14

Relações de substitubilidade e complementarid

ade bruta entre os

produtos pesquisados

–

Brasil

–

Período 2002

–

2003

................................

.........

5.15

Relações de substitubilidade e complementaridade líquida entre os

produtos pesquisados

–

Brasil

–

Período 2002

–

2003

................................

......

5.1

Elasticidades

educacionais da demanda

–

Brasi

–

Período 2002

2003

.........

5.1

Elasticidades

da demanda calculadas para a

variável presença de

geladeira

–

Brasil

–

Período 2002

–

2003

................................

..........................

5.1

Elasticidades

da demanda calculadas para a variável urbano

–

Brasil

–

Período 2002

2003

................................

...........................

5.1

ticidades

composição familiar

da demanda

–

Brasil

–

Período 2002

2003

................................

...................

Resultados da estimação do segundo estágio do procedimento de

Shonkwiler e Yen, utilizando a renda mens

al familiar, Brasil, 2002

2003

......

Elasticidades

renda da dema

nda

–

Brasil

–

Período 2002

2003

.....................

5.2

Elasticidades

preço não

compensadas da demanda

–

Brasil

–

Período

2002

2003

................................

........

5.2

Elasticidades

preço compensadas da demanda

–

Brasil

–

Período 2002

2003

................................

...................

5.24

Relações de substitubilidade e compl

ementaridade bruta entre os

produtos pesquisados

–

Brasil

–

Período 2002

–

2003

................................

......

5.25

Relações de substitubilidade e complementaridade líquida entre os

produtos pesquisados

–

Brasil

–

Período 2002

–

2003

................................

......

5.2

Elasticidades da demanda para a vari

ável nível educacional do

responsável pelo domicílio

–

Brasil

–

Período 2002

2003

..............................

5.2

Elasticidades

da demanda calculadas para a variável presença de

geladeira

–

Brasil

–

Período 2002

–

2003

................................

..........................

5.2

Elasticidades

da demanda calculadas para a va

riável urbana

–

Brasil

–

Período 2002

2003

................................

...........................

5.2

asticidades

composição familiar

da demanda

–

Brasil

–

Período 2002

2003

................................

...................

Elasticidades

dispêndio e preço cruzadas da demanda para a açúcar,

calculadas por resíduo, para a especificação c

om gasto total

–

Brasil

–

Período 2002

2003

................................

.......................

Elasticidades

dispêndio e preço cruzadas da demanda para a açúcar,

calculadas por resíduo, para a especificação com renda

–

Brasil

–

Período 2002

2003

................................

.......................

Comparação das elasticidades

renda

entre vários estudos de demanda

............

Comparação das elasticidades

preço não

compensadas para arroz e feijão

.....

5.3

Comparação das elasticidades

preço compensadas para arroz e feijão

.............

RESUMO

COELHO, Alexandre Bragança, D.S., Universidade F

ederal de Viçosa,

abril

2006.

demanda de alimentos no Brasil,

2002/2003

Orientador: Danilo Rolim Dias

de Aguiar. Conselheiros: João Eustáquio de Lima e

Marcelo José Braga

A demanda de alimentos no Brasil tem sofrido modificações importantes nas

úl

tima

s décadas

causadas por transformações estruturais, tais como aumento da

urbanização,

modificação da

composição etária

da população

aumento da

presença de

mulheres na força de trabalho

, entre outras.

Diante desse quadro de mudanças,

essencial

conhece

r o padrão de consumo das famílias de forma a se poder aperfeiçoar

as decisões do governo, dos agricultores e dos empresários do setor de processamento

e distribuição de alimentos.

Porém, quando se

examina

a literatura sobre análise de

demanda no Brasil, n

ota

se uma carência de estudos recentes que sejam, ao mesmo

tempo, abrangentes e metodologicamente rigorosos

. Dessa forma, o objetivo deste

estudo

foi

eterminar o padrão da demanda de alimentos no Brasil

por meio da

estimação de um sistema de demanda com

dezoito tipos de alimentos,

com base nos

dados da

Pesquisa de Orçamentos Familiares (

POF

)

realizada em

2002/2003

em todo

território nacional

pelo IBGE

. Esses dados permitiram

a construçã

o de preços para

cada família e a

estimação de funções de demanda

ossibilitaram

captar a

heterogeneidade entre elas

A forma funcional utilizada nas funções de demanda

estimadas neste

trabalho

foi

Quadratic Almost Ideal Demand System

(QUAIDS). O

modelo QUAIDS possui a flexibilidade de curvas de Engel não

lineares e,

ao mesmo

tempo,

derivado de uma estrutura de preferências.

A estimação do sistema de

demanda foi feita

por meio

do Procedimento de Sh

onkwiler e Yen.

Este procedimento

utiliza dois estágios de estimação para lidar com a natureza censurada dos dados. O

imeiro estágio consiste nas chamadas “equações de seleção”, que examinam os

determinantes da decisão do consumidor em consumir ou não um determinado

produto. Os resultados deste estágio são utilizados para computar uma variável que é

usada como instrumento

para incorporar as variáveis latentes censuradas na estimação

do segundo estágio.

Os resultados da estimação do primeiro estágio foram, de forma

geral, de acordo com o esperado. A probabilidade de aquisição dos produtos básicos

variou negativamente com re

nda mensal familiar, enquanto as carnes, leite e demais

produtos mostraram influência positiva da renda. As variáveis regionais também

foram importantes na explicação

aquisição

de diversos produtos, assim como as

variáveis educacionais e as diferenças e

ntre o meio rural e urbano.

Os resultados da

estimação do segundo estágio foram um pouco mais problem

áticos do que o primeiro

Duas especificações foram utilizadas: a primeira com a variável gasto total e a

segunda com a renda mensal familiar. Com a primei

ra especificação, as elasticidades

dispêndio calculadas foram muito elevadas para os produtos básicos. A segunda

especificação mostrou elasticidades

renda mais compatíveis com o esperado, mas

houve um aumento não desprezível na quantidade de coeficientes n

ão

significa

tivos

De forma geral, levando em conta os resultados da segunda especificação, há uma

predominância de bens normais na cesta pesquisada e não foi encontrado nenhum

bem inferior. Os bens superiores encontrados foram

carne bovina de primeira,

anana, queijos e leite em pó. Em relação aos preços, a maior parte dos coeficientes

não foi significa

tiva

. As elasticidades

preço diretas compensadas e não compensadas

calculadas ficaram acima do esperado, indicando respostas elásticas para produtos

básico

s com poucos substitutos.

Em relação às medidas de heterogeneidade, as

variáveis mais importantes foram a composição familiar

o tamanho da família

, a

presença de geladeira no domicílio

e a escolaridade do responsável pelo domicílio.

Domicílios com criança

s tenderam a apresentar maior consumo de leite, como

esperado,

e foi

encontrada

uma relação negativa entre escolaridade e consumo de

produtos básicos.

xii

ABSTRACT

COELHO, Alexandre Bragança, D.S., Universidade Federal de Viçosa,

April

2006.

Food demand

in Brazil

2002/2003

Adviser: Danilo Rolim Dias de Aguiar.

Committee members: João Eustáquio de Lima

and

Marcelo José Braga

Food demand in Brazil has undergone

major

changes in the last fe

decades

caused by structural changes

such as urbanization,

changes in demographics and

increase in women participation in the labor force, so

it’s

important to know

families’

consumption patterns thoroughly in order to enhance government policies and

to help

agricultur

and food

industry

decisio

n makers

. Neverth

eless, Brazilian literature in

demand analysis field has been

lacking studies which are rigorous and

complete.

Thus, this study objective is to estimate a demand system including eighteen food

products using POF 2002/2003 data. POF 2002/2003 is the Brazili

an household

survey and it allowed the construction of prices for each product and family and

enable

heterogeneity accounting.

The functional form

used

was

Quadratic Almost

Ideal Demand System

(

QUAIDS), which is flexible, has non

linear Engel curves and

t is derived from a preference

structure. The

approach to estimation was Shonkwiler

and Yen Procedure.

This is a two

step estimation procedure to deal with censored

dependent variables. Within the first step (purchase decisions), consumer decisions

determi

nants

whether

buy or not a product

are estimated.

In the second step, first

step results are used to correct the estimation. First step estimation results

were

according to expectations. Purchase probabilities of staples foods were negative

related t

o family monthly income, while meat, milk and other products showed a

positive relation.

Regional, educational and urbanization variables were also

important in the first stage.

Second stage results were

more problematic than the first

ones.

Two specificat

ions were used: the first

using food expenditure and the second

using family monthly income. In the former, staple foods expenditure elasticities were

xiii

very high. In the latter, income elasticities were more

reasonable,

although

increase

in the number

not significant

coefficients

happened at the same time.

Generally, in

the second specification, there was a predominance of normal goods and there was no

inferior good. Prime cut beef, banana, cheese and powder milk were found to be

superior goods. Comp

ensated and non compensated price elasticities were above

expect

ation

, with staple food having elastic responses. Concerning the heterogeneity

variables, family composition, family size

, refrigerator ownership

and education of

the family head were the most

important

in the system

Families with children

consume more milk and it was found a negative relation

between consumption

staple foods and education.

–

INTRODUÇÃO

1.1

O problema e sua importância

A demanda de alimentos no Brasil tem

sofrido modificações importantes nas

últimas décadas. Fatores como urbanização, composição etária, presença de mulheres

na força de trabalho e outras transformações estruturais influenciam o montante

despendido e a composição da cesta de alimentos consumid

a por família, impondo

novos desafios aos produtores e ao governo. Além disso, o aumento, ainda que tímido,

do grau de instrução escolar e da renda

per capita

potencializam estas transformações,

pois aumentam a consciência sobre o consumo de alimentos nutr

itivos e com menores

riscos à saúde. Diante deste quadro de mudanças, é importante conhecer o novo

padrão de consumo das famílias de forma a se poder aperfeiçoar as decisões do

governo, dos agricultores e dos empresários do setor de processamento e distrib

uição

de alimentos.

Na formulação de políticas públicas, o conhecimento adequado dos padrões de

comportamento da demanda é fundamental

(Batalha et al., 2005)

Neste início do

século XXI

, políticas de transferência de renda e programas de segurança aliment

têm crescido em âmbito federal e estadual, sendo consideradas, por muitos, como

complementares ao processo de crescimento econômico, no sentido de diminuírem as

disparidades de renda, a miséria e a

fome no paí

s. Entretanto, para que estas políticas

seja

m formuladas corretamente, é indispensável saber como as mudanças de renda

afetarão o consumo de alimentos das famílias atingidas e como tem evoluído o

consumo dos diversos produtos nos diferentes estratos de renda. Há também que se

levar em consideração a

s disparidades regionais marcantes existentes no país, assim

como as diferenças entre os meios urbano e rural, ou seja, é necessário se conhecer até

que ponto os padrões de mudança na demanda de alimentos divergem entre regiões e

o efeito destas divergênci

as na disponibilidade interna de alimentos.

Outro tipo importante de política governamental que requer conhecimentos

aprofundados sobre o padrão de demanda diz respeito à questão do abastecimento e da

disponibilidade de alimentos

, uma vez que os padrões d

e consumo tendem a mudar ao

longo do tempo.

Por exemplo, t

em sido observada, nas últimas décadas, uma

diminuição do consumo

per capita

de determinados alimentos como arroz e feijão

(Hoffmann, 1995)

, em detrimento de outros

, tais

como frutas, legumes e carn

(Tabela 1

). O conhecimento adequado das funções de demanda permite determinar

como mudanças no perfil de distribuição de renda afetam a procura por tipo de

produto alimentar, facilitando o planejamento do abastecimento interno. Além disso,

conhecendo

se corretamente a demanda, é possível indicar quais produtos deveriam

obter maior incentivo de produção de forma a garantir o abastecimento em diferentes

cenários de mudança de renda.

Tabela 1.1

Quantidade anual per capita de alimentos adquiridos para c

onsumo no

domicilio (1)

–

Brasil

1974/1996

Quantidade anual per capita de alimentos

adquiridos para consumo no domicilio (kg)

ENDEF

(3)

POF

(4)

POF

(4)

Produtos selecionados

1974

1975

1987

1988

1995

1996

Arroz Polido

571

725

483

Feijão

698

134

189

Batata

inglesa

415

114

218

Farinha

mandioca

207

679

765

Macarrão

205

274

084

Carne Bovina

161

509

Frango

249

837

679

Leite de vaca pasteurizado (2)

015

435

Alimentos prep

arados

706

376

718

Fonte: IBGE (2004

)

(1) Regiões metropolitanas de Belém, Fortaleza, Recife, Salvador, Belo Horizonte, Rio de Janeiro, São Paulo,

Curitiba e Porto Alegre e Brasília.

(2) As quantidades foram transformadas em kg, considerando

se vo

lume igual a peso.

(3)

Estudo Nacional de Despesas Familiares, realizado pelo Instituto Brasileiro de Geografia e Estatística (IBGE).

(4) Pesquisa de Orçamentos Familiares, realizada pelo Instituto Brasileiro de Geografia e Estatística (IBGE).

Outra fun

ção do governo que não prescinde do conhecimento dos padrões de

demanda é o controle inflacionário. O gasto com alimentação, apesar de perder

importância nas últimas décadas, ainda é o segundo mais importante na participação

das despesas das

famílias, com

20,75% do total (T

abela

2).

Alé

m disso, o item

alimentação

de maior peso no orçamento para famílias da zona rural e para as de

baixa renda, notadamente nas regiões Norte e Nordeste. Segundo a Pesquisa de

Orçamentos Familiares (POF) de 2002/2003, do I

BGE, para famílias de baixa renda

(até dois salários mínimos mensais), estes gastos ainda representam 32,7% do total, ou

seja, praticamente um terço das despesas totais dessas famílias

(IBGE, 2004a)

. Por

isso, os alimentos têm peso considerável nos índices

de inflação. Assim, é de vital

importância determinar quais produtos teriam maior variação de preços diante de

eventuais choques de oferta e como as quantidades demandadas comportam

se frente

às variações de preços. Isso seria possível apenas com a corret

a formulação e

estimação de sistemas de demanda que permitissem estimações confiáveis das

elasticidades

preço.

Tabela 1.2

Participação na despesa de consumo monetária e não

monetária média

mensal familiar, por situação do domicilio na ENDEF e na POF, s

egundo o tipo de

despesa

–

Brasil

1974/2003

ENDEF

POF

ENDEF

POF

ENDEF

POF

1974-1975

2002-2003

1974-1975

2002-2003

1974-1975(1)

2002-2003

33,91

20,75

30,13

19,58

53,24

34,12

30,41

35,5

32,65

36,11

17,84

28,86

11,23

18,44

11,93

18,49

7,5

17,88

4,22

6,49

4,05

6,59

5,03

5,39

2,28

4,08

2,58

4,32

0,87

1,46

17,95

14,74

18,66

14,91

15,52

12,49

Educação

Outros

Alimentação

Habitação

Transportes

Assistência à

saúde

Tipos de

despesa

Situação do domicílio

Urbana

Rural

Participação na despesa de consumo monetária

e não-monetária média mensal familiar

Total

Fonte: POF (2004

)

(1) Com exceção da

área

s rurais

das regiões Norte e Centro

Oeste

O conhecimento dos padrões de demanda de alimentos não é, obviamente, útil

apenas ao governo.

Agricultores e empresários dos setores de processamento,

distribuição e varejo também se beneficiam de estimativas confiáveis das funções de

demanda

(Batalha et al., 2005)

. Por exemplo, é necessário saber quais produtos serão

mais atraentes em diferentes c

enários de crescimento e distribuição de renda para o

correto planejamento de investimentos. Além disso, com as funções de demanda

regionais, é possível determinar quais mercados mostram

se mais promissores em

termos de aumentos de demanda. As políticas de

preço também podem ser

aperfeiçoadas, segmentando

as por produto e região.

Dessa forma

, fica claro que a base de muitas das informações necessárias para

auxiliar as decisões de governo, agricultores e empresários encontra

se nos

parâmetros das funções de

demanda.

Muitos estudos procuraram

, assim,

estimar

elasticidades

renda e

elasticidades

preço

da demanda para alimentos no Brasil.

Há

uma série de estudos que estimam elasticidades para um único produto

ou para uma

categoria de produtos (carnes, laticínios

etc.)

. Por exemplo, Brandt et al. (1973)

estimam elasticid

ade

preço e renda para a carne b

ovina para a cidade de Manaus

usando dados mensais para o período de janeiro de 1970 a dezembro de 1971.

Fiallos

(1982) utiliza séries temporais para calcular a equa

ção de demanda para o tomate em

São Paulo e Campinas.

Já Bacchi (1989)

usa uma função de demanda linear e o

conceito de separabilidade fraca para estimar funções de demanda para a carne bovina

no Brasil

usando séries anuais de 1957

Outros trabalhos pro

curaram estimar elasticidades para vários produtos ao

mesmo tempo.

Por exemplo, Furtuoso (1981) utiliza dados do Estudo Nacional de

Despesas Familiares de 1975/1975 (ENDEF 1974/75) para calcular elasticidades

renda da demanda para várias categorias de prod

utos alimentares, com o objetivo de

determinar o efeito de uma redistribuição de renda sobre a demanda de alimentos no

estado de São Paulo. Musgrove (1986) também utiliza dados do ENDEF 1974/75 para

estimar elasticidades

preço e renda para vários produtos

alimentares. Além disso, ele

procura mensurar o efeito do tamanho da família no consumo de alimentos.

Hoffman

(2000) usa dados da POF 1995/96 do IBGE e o modelo poligonal com três segmentos

para estimar elasticidades

renda para vários produtos alimentares.

Thomas et al.

(1991) utilizam o modelo

Almost Ideal Demand System

(AIDS) para analisar os

padrões de consumo da população brasileira usando dados do ENDEF 1974/75. A

preocupação é centrada principalmente no consumo alimentar, com produtos bastante

desagre

gados. Este trabalho procura identificar também o impacto da composição

familiar na demanda de alimentos, identificando, por exemplo, impactos diferentes

para a presença de crianças (ovos e laticínios consumidos em maior proporção) e

mulheres adultas (maio

r consumo de hortaliças).

Porém,

apesar de

existirem estudos que fornecem estimativas de elasticidades

da demanda para vários alimentos

, nota

se uma carência de

trabalhos

recentes que

sejam, ao mesmo tempo, abrangentes e metodologicamente rigorosos. Nas dé

cadas de

70 e 80, houve um grande número de estudos sobre demanda de alimentos no Brasil,

incorporando uma infinidade de formas funcionais e bases de dados

. Entretanto,

apesar de contribuírem para uma melhor compreensão dos padrões de consumo de

alimentos

no país através da geração de estimativas de elasticidades, grande parte

destes trabalhos não se preocupou em deduzir as funções de demanda estimadas de

uma estrutura de preferências dos consumidores, de acordo com a Teoria do

Consumidor. Assim, são neces

sários ainda estud

os de demanda que examinem esta

questão

e permitam estimativas atualizadas das funções de demanda.

Outro ponto importante

a escolha do tipo de dados a serem utilizados nos

estudos de demanda de alimentos. A maior parte dos estudos util

iza s

ries temporais,

seja pela maior disponibilidade seja pela facilidade de utilização. Entretanto, a maior

parte dos dados de s

ries temporais

é composta

por

dados agregados e

há

uma s

rie de

condições que devem ser observadas para que a teoria da deman

da seja aplicável na

forma agregada da mesma forma que na forma individual

(Deaton e Muellbauer,

1980a)

. Por outro lado, nos trabalhos que utilizam dados de seção cruzada, muitos não

incluem os preços, estimando curvas de Engel ao invés de funções de deman

(Hoffmann, 2000)

. Este procedimento pode distorcer as estimativas das elasticidades

renda, pois os preços certamente são diferentes para cada consumidor e

afetam

quantidade demandada de cada um deles de forma diferente. Assim, a hipótese usual

de preç

os iguais para todos os consumidores pode representar um grave erro de

especificação

(Cox e Wohlgenant, 1986)

Dessa forma, apesar do grande número de estudos sobre demanda de alimentos

no Brasil realizados nas décadas anteriores, há necessidade ainda de

trabalhos que,

além de aproveitarem os dados recentemente tabulados pelo IBGE (POF 2002/2003),

incorporem preocupações metodológicas atuais e sejam, ao mesmo tempo,

abrangentes e confiáveis.

Neste trabalho, são utilizados os dados da POF 2002/2003. Esta p

esquisa, feita

em todo território nacional, permite a construção de preços para cada família e

estimação de funções de demanda que levem em conta a heterogeneidade entre elas.

Alé

m disso, a POF permite a estimação de demandas para produtos individuais, c

arroz, feijão, carne de boi

etc.

e não apenas categorias mais amplas (c

mo cereais,

Ver o capítulo 3 para uma descrição detalhada destes estudos.

carnes, laticínios

etc.), o que permite comparações mais

específicas

entre

elasticidades

preç

os.

A forma funcional utilizada nas funções de demanda deste trabalho

adratic Almost Ideal Demand System

(QUAIDS). Este modelo

uma

generalização do modelo

Almost Ideal Demand System

(AIDS), muito utilizado em

estudos de demanda de alimentos. O modelo QUAIDS possui a flexibilidade de

curvas de Engel não

lineares e, ao mesmo

tempo,

derivado de uma estrutura de

preferências. Como a renda varia entre as famílias

e as elasticidad

renda variam

para cada produto, os efeitos da renda para cada família em diferentes pontos de

distribuição de rend

a devem ser completamente capt

ado

s de forma a estimar

elasticidades compatíveis com a realidade. O modelo QUAIDS, ao adicionar um

termo quadrático do gasto total, permite esta flexibilidade e ainda garante a

integrabilidade do sistema.

1.2

–

Hipóteses

As hipó

teses principais do trabalh

o s

ão as seguintes:



As funções de demanda de alimentos dos consumidores brasileiros sã

derivadas de uma estrutura de

preferências, ou seja, são consistentes com a

Teoria da demanda

;



Fatores como localização, escolaridade, região, composição da família, ra

ça e

outras influenciam as funções de demanda das famílias;



Os produtos básicos (arroz, feijão, farinha de mandioca) devem possuir

elasticidad

pre

o e renda menores que produtos como carnes, leite e frutas;



As elasticidades

renda são diferentes para cada

estrato de renda, com valores

mais altos nos menores estratos.

1.3

Objetivos

Determinar o padrão da demanda de alimentos no Brasil

neste início de século

XXI

. Especificamente, pretende

se:

Estimar um sistema de demanda derivado de uma estrutura de

eferências dos consumidores brasileiros para 1

produtos alimentícios;

Determinar a resposta no consumo de alimentos de alterações da renda

e dos preços

no Brasil e em suas regiões;

Identificar as diferenças

regionais na

demanda de alimentos, assim com

disparidades entre meio urbano e rural.

Identificar os efeitos da escolaridade, raça, composição das famílias e

outras medidas de heterogeneidade entre os consumidores nos padrões de

demanda dos consumidores brasileiros.

1.4

–

Organização do estudo

Este

trabalho está organizado em seis capítulos: depois dessa introdução, o

capítulo dois apresenta uma revisão da teoria da demanda. O capítulo três apresenta as

principais questões envolvidas na estimação de equações de demanda, além de uma

revisão dos estud

os de demanda realizados no país. No capítulo quatro, a metodologia

adotada e os dados utilizados são apresentados em maior detalhe. O capítulo cinco

traz os resultados e a discussão da estimação do sistema de demanda. Por fim, o

capítulo seis apresenta as

conclusões des

e estudo.

–

TEORIA DA DEMANDA

2.1

Restrição Orçamentária

ponto de partida para

compreender a

teoria da dema

nda é a restrição

orçamentária.

É interessante notar que ela precede a discussão sobre as preferências

dos consu

midores e prescinde desta

ltima para gerar propriedades como a aditividade

homogeneidade das funções de demanda. Considerando uma restrição

orçamentária linear

, tem

se:







(

em que



preço do bem i;



quantidade do bem i;



dispêndio

total com n bens.

O uso do sinal de igualdade pressupõe que o consumidor ir

sempre atingir o

limite superior do seu conjunto de possibilidades, o que implica a não

saciedade dos

A referência básica desse capítulo é o livro de Deaton e Muellbauer (1980a), capítulos 1 a 4.

Para uma

boa discussão de não

linearidad

es da restrição orçamentári

a e suas conseqüências, al

m de

outros problemas como indiv

isibilidades e incerteza, ver D

eaton e Muellbauer (1980a)

, cap. 1

consumidores. Além disso, a especificação matemática pressupõe que o

dispêndio

x é

determinado separadamente da decisão de o que adquirir.

Assumindo que as funções de demanda existem, elas podem ser expressas por:

)

(



,...,





(

em que

é uma forma funcional não especificada;

é um vetor de todos os preços

Todos os preços e o nível de

dispêndio

x são considerados dados pelos

consumidores. Es

ta relação representada em (

2) é conhecida como Demanda

Marshaliana ou não

compensada. Substituindo (

2) em (

, obtém







)

(

Essa relação requer a imposição

o primeiro grupo de restrições sobre as

funções de demanda. N

em todas as formas funcionais são capazes de satisfazer (

sem

a imposição de

restrições que não sejam muito fortes ou incompatíveis com a

realidade. Esta restrição é conhecida como Restrição de

ditividade. Ela significa que

as demandas Marshalianas de

vem satisfazer

restrição orçamentária. Ela é uma

restrição no sentido de que, dadas (n

1) demandas e a restrição orçamentária, a

enésima demanda está completamente determinada.

A Restrição de

ditividade pode ser expressa de algumas outras formas.

Deriva

ndo (

3) em relação a x:

)

(







(

Multiplicando e dividindo o lado esquerdo de (

4) por

)

(







(

Fazendo:



parcela do

dispêndio

total com o bem i;







)

(

elastic

ida

dispêndio

do bem i;

tem





(

Esta expressão é conhecida como Restrição de Engel e informa que a

estrição de

ditividade significa que a soma das elasticidades

dispêndio ponderadas

pela par

cela de

dispêndio

total do bem deve se igualar a 1.

Outra opção é

derivar (

3) com respeito ao preço de determinado bem j:

)

(











(

Multiplicando (

7) por

( , )

j j

i i

i j

q p

p g p x

x p x





 





(

Multiplicando e divid

indo o primeiro termo do lado esquerdo de (

8) por q

( , )

i i i

i j

j i

p q g p x

x p q





 













(

em que



elasticidade

pre

o cruzada da demanda do bem i em relação ao

preço do

bem j.

A equação (

9) é conhecida com

o Restrição de Cournot. Ambas as restrições

de Engel e de Cournot

mostram que mudanças nos preços e no

dispêndio

total devem

causar mudanças nas quantidades adquiridas de forma que a restrição orçamentária

não seja violada. Assim, quando as parcelas de

ispêndio

se alteram, as elasticidades

também vão ter que se modificar para que a aditividade seja observada

Outra restrição derivada da linearidade da restrição orçamentária é a restrição

de homogeneidade. Como a restrição orçamentária

linearmente homo

gênea em x e

p, o vetor q pode satisfazê

la para qualquer múltiplo de p e x. Assim, multiplicando

todos os preços e o

dispêndio

total por



em (

1) (





)

, chega

se a







)

(











, ou seja,

)

(

)

(







(

10)

A expressão (

10) implica que as funções de demanda são homogêneas de

grau zero nos preços e no

dispêndio

total. Ela também pode ser expressa através de

elasti

cidades. Diferenciando totalmente a demanda marshaliana

, obtém



































































































































Em que o ponto sobre a variável indica uma variação percentual. Entretanto,

da condição de homogeneidade, sabe

se que

, se as mudanças percentuais de preço e

dispêndio

forem

iguais, a quantidade demandada permanece a mesma, ou seja, se













(





), então





. Assim:

)

(











Esta constatação parece trivial, mas vai ser importante quand

se ex

minar

a adequação d

as formas

uncionais das funções de dema

nda, especialmente as funções de demanda log

log.









(

11)

O significado da restrição de homogeneidade é de que os consumidores não

têm ilusão monetária, ou seja, a unidade em que preços e

dispêndio

são medidos não

tem efeito no comportamento dos consumidores.

É importante not

ar que

todas as restrições derivadas acima não dependem das

preferências dos consumidores, mas apenas da restrição orçamentária linear.

2.2

–

Axiomas da Escolha

No item anterior, assumiu

se a existência de funções de demanda.

A partir de

gora, as fundaç

ões daquela hipótese serão construídas com o desenvolvimento do

conceito de preferências. Assim, assumindo alguns axiomas que definem como as

escolhas dos consumidores se comportam, pode

se caracterizar completamente o

problema da escolha como um problema

de maximização com restrição da função

utilidade. Os axiomas a seguir são necessários e suficientes para garantir a existência

de uma função utilidade que será escolhida para representar as preferências dos

consumidores, refletindo seu ordenamento

Estes

axiomas são definidos sob um

conjunto de escolhas; geralmente compras individuais de bens são o objeto de escolha

dos consumidores.

Os seis axiomas da escolha são

Reflexividade:

Para qualquer cesta de bens q,

tem

se que



Este axioma significa que q

ualquer cesta é tão boa quanto ela mesma. Ele é

necessário matematicamente, mas é trivial se o conjunto de escolhas é definido

corretamente.

Deaton e Muellbauer (1980a)

apresentam

uma boa discussão

sobre a necessidade ou não do conceito

de preferências (e utilidade) na descrição do comportamento dos consumidores. Resumidamente, a real

importân

cia do uso de preferências e do conceito de utilidade na visão deles é permitir a utilização de

uma linguagem comum para discutir o comportamento dos consumidores.

são vetores indicando diferentes cestas de bens e

os símbolos



e ~

significam “ao menos tão bom

quanto” e “tão bom quanto”, respectivamente.

Completitude (ou comparabilidade):

Para qua

quer duas cestas q

e q

no conjunto de oportunidades, q



ou q



Este axioma afirma que quaisquer cestas podem ser comparadas. Como as

duas condições podem ocorrer simultaneamente,

neste caso

o consumidor

seria

indiferente entre elas, ou seja, q

. Como o consumidor pode comparar todas as

cestas, a relação de prefe

rências é dita completa.

Transitividade:

Se q



e q



, então q



Este axioma afirma que o consumidor é consistente e não se contradiz em suas

escolhas.

Estes três primeiros axiomas garantem o que é conhecido como pré

ordenamento ou ordenamento das

preferências. O ordenamento garante que os

consumidores são capazes de ordenar quaisquer cestas de bens e o fazem de forma

consistente. Entretanto, isto ainda não é suficiente para garantir a existência de

funções de utilidade, pois nem todo ordenamento d

e preferências pode ser

representado por uma função de utilidade

. Esta garantia só

possível se não houver

descontinuidades nas preferências, pois elas impedem a construção de superfícies de

indiferença entre as cestas. É necessário distinguir entre cest

as tão boas quanto q (



e cestas não

melhores que q (



q). Assim, o próximo axioma

se torna

necessário.

Continuidade

: Para qualquer cesta q

, define

se A (q

) como o conjunto de

escolhas tão boas quanto q

e B(q

) como o conjunto de escolhas não melho

res que q

ou seja, A (q

)= {q | q



} e B(q

)= {q | q



}. O axioma afirma que A (q

) e B(q

)

são conjuntos fechados, ou seja, cont

m suas próprias fronteiras para qualquer q

conjunto de oportunidades.

Este axioma impede descontinuidades e pode

se pe

rceber (

Figura

1) que a

interseção de A (q

) e B(q

) constitui a curva ou superfície de indiferença.

Um exemplo são as preferências lexicográficas.

Ver Deaton e Muellbauer (1980a).

Figura 2.1

–

Interseção de conjuntos fechados A (q

) e B(q

)

Estes quatro axiomas são suficientes para a existência de f

unções de utilidade.

Isto significa que se V(q) é uma função utilidade, V(q

)



V(q

) e q



são

equivalentes. Fica claro que o conceito de utilidade aqui é apenas ordinal, e não

cardinal como os primeiros teóricos do conceito de utilidade a concebiam

. V

(q)

apenas ordena cestas e qualquer transformação monotônica crescente

sua

irá fornecer

o mesmo ordenamento.

O próximo axioma facilita o tratamento matemático do problema da escolha

do consumidor ao garantir que a cesta escolhida estará sempre sobre a rest

rição

orçamentária e não no interior da mesma.

Não

saciedade

: A função de utilidade é não decrescente em cada um dos

seus argumentos e, para todas as cestas no conjunto de oportunidades, ela é

crescente em pelo menos um de seus argumentos: Isso garante qu

e “mais é

sempre preferível a menos”.

O conjunto dos cinco axiomas acima garante que o problema da escolha dos

consumidores é equivalente à maximização da utilidade sujeita a uma restrição

orçamentária.

O sexto e último axioma é usado geralmente para gar

antir que as condições de

segunda ordem do problema d

e maximização sejam satisfeitas.

Os economistas que introduziram este conceito, como Menger, Walras e outros, consideravam que o

onsumo

de bens

fornecia um determinado nível de prazer que poderia ser mensurado por uma função

de utilidade cardinal, como se mensura a temperatura ambiente, por exemplo. Esse conceito, se

verdadeiro, permitiria avaliar os benefícios para sociedade de qua

lquer política simplesmente somando

a variação de utilidade de todas as pessoas atingidas. Este conceito é pouco utilizado atualmente, pois

significa a imposição de restrições fortes sobre as funções de utilidade, além de parecer pouco plausível

que a sati

sfação dos consumidores possa ser mensurada desta forma.

A (q

)

B (q

)

Bem 1

Demais

bens

)

Convexidade:

Se q



, então para 0



1, λq

+ (1

λ)q



. Este axioma

garante que A (q

), definido no axioma 4, é um conjunto convexo. Isto implica que as

curvas de

indiferenças são convexas em relação à origem (

Figura

2) e as funções de

utilidade são quase

côncavas

Figura

2.2

–

Curvas de Indiferença convexas em relação à origem

2.3

–

O Problema dos Consumidores

Depois da defini

ção dos axiomas, o problema da escolha dos consumidores

pode agora ser definido como:

Max

,...

v(q

, q

,..., q

) sujeito a







(

12)

em que

v(q

, q

,..., q

) = função de utilidade;



preço do

bem i;



quantidade do bem i;



dispêndio

total com n bens.

Usando vetores, pode

se escrever o problema acima como:

Uma função escalar f(

,…,x

) das variáveis

,…,x



2, é quase

côncava se para x

tal

que f(x

)



f(x

) e



, f(

+ (1

λ)

)



f(x

λq

+ (1

λ)

Bem 2

Bem 1

Max

v(q) sujeito a p’q=x

m que p e q são os vetores de preços e quantida

des, respectivamente. Para se resolver

este problema, forma

se o Lagrangiano:



Max

L = v(q) + λ (x

p’q)

(

13)

As condições de primeira ordem (CPO) são dadas por:

,...,

)

(







(

14)





Este problema pode ser resolvido para muitas formas da função utilidade. A

solução deste sistema de equações f

ornece as demandas Marshalianas ou não

compensadas para cada bem:

)

(



,...,





(

15)

Satisfeitas as CPO, é necessário checar também as condições de segunda

ordem (CSO) para determinar se o resultado é efetivamente

um máximo local. A

condição suficiente para um máximo com uma restrição linear é que o Hessiano

orlado seja negativo semidefinido. Esta condição será satisfeita se a função de

utilidade for estritamente quase

côncava, o que é garantido pelo axioma 6.

Há u

ma s

rie de problemas ao se tratar o problema do consumidor de forma

direta. Um deles é que os cinco primeiros axiomas do consumidor não garantem que

se possa resolver o problema de otimização com restrição com o c

lculo diferencial.

possível

, por exempl

que

as preferências não s

ejam

convexas

, o que levaria a

demandas descontinuas

Outro problema observado é que não há

nada nos seis

axiomas que garanta

que a função de demanda se

diferenciável. Um exemplo é o

caso de funções

de utilidade

Tipo Leontie

f (

Figura

). Esta função satisfaz

todos

os axiomas, mas não é diferenciável na interseção com a restrição orçamentária.

Na definição dos axiomas, foi ressaltado que o axioma da convexidade não

necessário para que o

problema da escolha dos consumidores seja definido como um problema de otimização condicionada.

Figura 2.

–

Curvas de Indiferença tipo Leontief

Todos os problemas

levantados

, conjugados ao fato

de muitas vezes as

funções

utilidade

serem intratáveis matematicamente, dificultando o c

lculo das

derivadas, estimulou o uso do conceito de dualidade na questão da obtenção das

funções de demanda.

2.4

–

Dualidade

A forma mais intuitiva de visualizar o

problema do consumidor é o da

maximização da utilidade sujeita a uma restrição orçamentária. Entretanto, ao se

utilizar a abordagem “dual”, o problema pode ser colocado como uma minimização

do custo de se obter a cesta de bens que maximizou a utilidade do

primeiro problema.

Assim:

Problema Primal

Max

u = v(q) sujeito a p

’

q = x => q

= g

(x, p).

(

16)

Bem 1

Bem 2

Problema Dual

Min

x = p’

q sujeito a v(q) = u => q

= h

(u, p).

(

17)

Sabe

se, através da programação matemática, que o custo mínimo do

segundo

problema é exatamente o dispêndio do primeiro problema, desde que o mesmo nível

de utilidade resolva ambos os problemas. Assim, as duas abordagens são na verdade

semelhantes, com dois diferentes conjuntos de variáveis. No problema primal, os

preços

e o

dispêndio

total são conhecidos e

a solução se dá

para a utilidade e as

quantidades, u e q, respectivamente. No problema dual, a utilidade e os preços são

conhecidos e

a solução é dada

para o

dispêndio

total e as quantidades, x e q,

respectivam

ente. As

sim, no problema primal

obtêm

se as demandas Marshalianas ou

não

compensadas,

)

(



, e no problema dual obtêm

se as demandas

Hicksianas ou compensadas,

)

(



O termo “compensada” diz respeito ao

fato de se calcular como

q é afetada mantendo u constante, isto é, “compensando” o

consumidor pelas variações de preço.

Como, na realidade, se está resolvendo o

mesmo problema duas vezes, as soluções devem ser iguais.

Se a solução (q

) de (

16) for substituída de volta em

v(q)

o resultado é a

máxima utilidade alcançável como função dos preços e do

dispêndio

. Essa função é

conhecida com

função de utilidade indireta (f)

= v (q)

f(x, p)

(

18)

De forma análoga, se a solução de (

17)

for substituída de volta em (p’

q),

resultado é o mínimo custo alcançável como função do nível de utilidade e dos preços.

Esta função é conhecida como função dispêndio (ou custo) (c):

= p. [h

(u, p)]

= c (u, p)

(

19)

É interessante discutir algumas propriedades da função dispêndi

)

c(u, p) é não

decrescente em p

, crescente em pelo menos um preço

de p

crescente em u. Esta propriedade é derivada do axioma da n

saciedade. Os

consumidores devem gastar mais, dado o vetor de preços, para aumentar sua utilidade.

Além disso, aume

ntos de preços requerem aumentos de

dispêndio

para manter o nível

de utilidade inalterado. É bom ressaltar que a função dispêndio é n

decrescente nos

preços, porque pode acontecer de nem todos os bens serem consumidos

)

c(u, p) é homogênea de grau 1 e

m p. Isso significa que

, para

> 0,

c(u, θp)

θc(u, p), ou seja, se os pre

ços se alterarem pelo fator

θ,

dispêndio

também deve

alterar pelo fator θ para que o consumidor se mantenha na mesma curva de

indiferença.

)

c(u, p) é côncava em p. Esta pro

priedade é importante. A concavidade da

função dispêndio não depende da

quase

concavidad

e ou continuidade da função

utilidade. Ela depende apenas da minimização do

dispêndio

. Para provar isso, é

necessário que dado dois vetores de preços quaisquer, p

e p

e o escalar λ, 0



1, e

um terceiro vetor de preços, p

, p

=λp

+ (1

λ)p

ter

se que

)

(

)

(

)

(

)

(









(

20)

A expressão (

20) significa que o segmento conecta

do a função dispêndio

avaliada em p

e a função dispêndio avaliada em p

deve

estar abaixo da função:

)

(

)

(









(

21)

Entretanto, como q

não é a cesta que minimiza o custo quando os preços são

dados por p

e p

, sabe

se que:

)

(



)

(



(

22)

Assim, substitui

ndo (

22) em (

21)

, tem

)

(

)

(

)

(

)

(









(

23)

Isto prova que a função dispêndio

côncava. Pode

se perceber que a única

hipótese necessária foi a de minimização

dispêndio

. A importância desta

propriedade est

no fato de, como será

visto nos tópicos seguintes, a concavidade da

função dispêndio garant

a chamada negatividade das funções de demanda e, assim, a

“Lei da demanda” para as demandas Hicksianas. Como foi visto no tópico anterior, há

uma s

rie de casos que impõe problemas na

derivação de funções de demanda

usando

se a maximização da utilidade sujeit

restrição orçamentária. De fato, estas

situações podem ser bastante comuns

e é necessário, assim, um método que permita

estimar as funções de demanda independente destes probl

emas. Usando o conceito de

dualidade,

possível estimar estas funções partindo da função dispêndio e da utilidade

indireta, evitando estes problemas

A função de utilidade indireta e a função dispêndio são inversas uma da outra.

função dispêndio pode

ser calculada pela inversão da função de utilidade indireta de

forma a fazer

uma função de

. Alternativamente, invertendo a função dispêndio

(fazendo

em função de

) resulta na função de utilidade indireta.

Neste ponto, dada uma função utili

dade e uma restrição orçamentária (o

problema primal), é possível achar a demanda Marshaliana (resolvendo o problema

primal), a função de utilidade indireta (substituindo a demanda marshaliana de volta

na função utilidade) e também a função dispêndio (inve

rtendo a função utilidade

indireta). Alternativamente, é possível, começando com a equação de orçamento e da

restrição da utilidade (problema dual), encontrar a demanda compensada (resolvendo

o problema dual), a função dispêndio (substituindo a demanda Hic

ksiana de volta na

equação de orçamento) e a função utilidade indireta (invertendo a função dispêndio).

Indo mais além, é possível obter a demanda Marshaliana depois de se iniciar pela

demanda Hicksiana ou da função de utilidade indireta, ou alternativamen

te, é possível

obter a demanda Hicksiana depois de se iniciar pela demanda Marshaliana ou da

função dispêndio. Para isso, é necessário usar o Lema de Shephard e a Identidade de

Roy.

Lema de Shephard

afirma que as derivadas parciais da função

dispêndio

om respeito aos preços são as demandas Hicksianas:

(u,

c(u,





(

24)

Para provar (

24), considere que o custo mínimo de um vetor de quantidades

é a função

dispêndio (Deaton e Muellbauer, 1980a)

c(u,

)

(



(

25)

O caso mais comum

certament

e o problema de consum

zero de

algum bem na cesta de produtos,

principalmente quando se trabalha com pesquisas de orçamentos familiares, como no caso deste

trabalho. Neste caso, é fácil encontrar famílias que não consomem um ou mais produtos.

A difer

enciação de

ambos os lados da expressão acima, com respeito a p

, dá

origem ao Lema de Shephard:

)

c(u,



(

26)

A equação (

24) permite a obtenção da demanda hicksiana diretamente da

função

dispêndio

. Para a obtenção da demanda Marshal

iana diretamente da função de

utilidade indireta, a

Identidade de Roy

é a ferramenta apropriada. Primeiro,

substituindo a função

dispêndio

na função de utilidade indireta

e lembrando que elas

são inversas uma da outra

f[c(u, p), p]

≡ u.

(

27)

Difere

nciando a expressão acima com respeito a p

com u constante e usando o

Lema de Shephard:

i i

f c f

. + =0=> = (x,p)= -

q g

p p



  



  



(

28)

A última parte de (

28) é a

Identidade de Roy

É necessário demonstrar ainda

uma forma de ir da demanda Hicksiana para a demanda Marsh

aliana e vice

versa.

Substituindo a função de utilidade indireta (

18) na demanda Hicksiana

, obtém

demanda Marshaliana:

= h

(u, p) = h

[f(x, p), p] = g

(x, p).

(

29)

Alternativamente, iniciando pela demanda Marshaliana, a demanda Hicksian

pode ser obtida pela substituição da função dispêndio na demanda Marshaliana:

= g

(x, p) = g

[c(u, p), p] = h

(u, p).

(

30)

Todas as transformações possíveis são resumidas na Figura

2.4

. Como

colocado por Deaton e Muellbauer (1980

), a rota m

ais usada inicia

se pela função

dispêndio

[

c(u, p)

] e tem a seguinte seqüência: (1) diferenci

c(u, p)

para

obter

as demandas Hicksianas [

h(u, p)

]; (2)

invert

c(u, p)

para

obter

f(x, p)

, a função

de utilidade indireta; (3) Substitu

f(x, p)

h(u, p)

para

obter

as demandas

Marshalianas [

g(x, p)

Max u = v(q)

sujeito a p’

q = x

←

Dualidade

→

Min x = p’

sujeito a v(q) = u

↓

resolver

↓

resolver

↓

→

substituir

c(u, p)

→

Demandas Marshalianas:

= g

(x, p)

←

substituir

f(x, p)

←

Demandas Hicksi

anas:

= h

(u, p).

↑

Id. de Roy.



↑

↓

substituir

u=v(q)

↓

↑

L. de Shephard.

c(u,



↑

↓

substituir

x=p.q

↓

Função de Utilidade

Indireta:

f(x, p)

←

Inversão

→

Funçã

ispê

dio

= c(u, p)

Figura 2.

Relação entre demanda Hicksiana, demanda Marshaliana, função de utilidade

indireta e função

dispêndio

Fonte: Baseada nas Figuras 2.8 e 2.10 de Deaton e Muellbauer (1980

2.5

–

Propriedades das funções de demanda

As propriedades teóricas das funções de demanda são úteis para impor ou

testar restrições em modelos empíricos. Algumas propriedades são espec

ficas às

demandas Hicksianas ou Marshalianas, mas muitas podem ser transformadas para

serem aplicadas em ambas

. As propriedades de Aditividade e Homogeneidade

derivadas da restrição orçamentária linear já foram discutidas nos itens anteriores

Agora, usando a função dispêndio, pode

se derivar outras importantes restrições:

A propried

ade da homogeneidade no caso das demandas Hicksianas é a seguinte: pelo Lema de

Shephard, sabe

se que h(u,p) é derivada de uma função homogênea de grau 1 nos preços, e assim, é

homogênea de grau zero nos preços, ou seja, h(u,

p) = h(u,p). Usando este resultado e aplicando o

Teorema de Euler na demanda Hicksiana resulta na expresssão:

...



Definindo



como os elementos da Matriz

de Slutsky (S) de respostas

compensadas a mudanças de preços, a equação acima torna

(a) Simetria

. As derivadas cruzadas das

demandas Hicksianas com relação

aos preços são simétricas. Portanto, para

≠j

(u,



(

31)

Como

(u, p)

é o mesmo que



c(u, p) /



(Lema de Shephard) e

(u, p)

o mesmo que



c(u, p) /



, então



é igual a



é igual



. Pelo teorema de Young, se uma função é diferenciada duas vezes com

respeito às mesmas duas variáveis, a seqüência de diferenciação não importa. Além de

sua derivação lógica da função de dispêndio, a simetria é uma garantia e um teste da

consistênci

a da escolha dos consumidores (

Deaton & Muellbauer, 1980a

A condição de Simetria pode ser transformada para ser apresentada na forma

de elasticidades. Multiplicando ambos os lados de (

31) por [(p

)/(q

)] e depois

de alguns ajustes

, tem

*.w

= e

*.w

(

32)

m que

é a elasticidade

preço cruzada compensada para mudanças na quantidade

do bem

com respeito a mudanças no preço do bem

é a elasticidade

preço

cruzada compensada para mudanças na quantidade do bem

com resp

eito a mudanças

no preço do bem

sã

o as parcelas do

dispêndio

com i e j, respectivamente.

(b) Negatividade.

A matriz S de dimensão n x n

construída com os elementos

(



), conhecida como matriz de

Slutsky

é negativa semi

definida. Isso ocorre

porque S é a matriz de derivadas segundas de c(u, p), que é uma função côncava.

As propriedades (a) e (b) juntas implicam que a Matriz de Slutsky de respostas

compensadas a mudanças de preços, com elementos s



seja simétrica e

negativa semi

definida. Isso significa que para qualquer vetor de dimensão n arbitrário

ξ, a forma quadr

ática

ξ’ S ξ

menor

ou igual a

zero (ξ’S ξ ≤ 0)

(Eales, 1997)

Como ξ

arbit

rário, a expressão

anterior deve ser

verdadeira se ξ =( 1,0, ...,0). Neste caso, ξ’ S

ξ = s

≤ 0. Assim, todos os elementos da diagonal de S devem ser n

positivos, o que

significa que um aumento do preço de um produto, com a utilidade mantida constante,

se:





j=1

...

, que é conhecida como propriedade da

singularidade.

deve fazer com que a quantidade demandada para aquele bem diminua ou ao menos

permaneça constante. Essa é a “Lei da Demanda”, implicando que a demanda

Hicksiana não pode ser nunca positivamente inclinada, já que a função

dispêndio

côncava (independente

da curvatura das curvas de indiferença). Para Negatividade,

não é suficiente ter todos os termos diagonais de S negativos. A negatividade implica

que todos os autovalores de S são não

positivos. Para a maioria dos sistemas de

emanda, a negatividade pode s

er checada pela escolha de um ponto dos dados,

seguida pelo cálculo de todos os elementos da matriz de Slutsky e dos autovalores da

matriz. Em seguida, basta confirmar se todos os autovalores são não

positivos. Na

realidade, este não é um teste de negativi

dade e sim uma checagem se o sistema de

demanda satisfaz a negatividade num ponto escolhido (Eales, 1997).

Um ponto a ser notado é que a simetria e

negatividade são ambas definidas

para as demandas Hicksianas, que dependem da utilidade (não

observada). P

ara testar

estas propriedades empiricamente, é preciso definir a Matriz de Substituição S em

termos das demandas Marshalianas. A expressão (

29) mostrou como as demandas

Hicksianas podem ser transformadas nas demandas Marshalianas. Diferenciando

(

29) e

usando o Lema de Shephard, a expressão para s

surge como:

c(p,

(x,



(

33)

A última parte da equação (

33) é conhecida como a

Equação de Slutsky

Todos os termos do lado direito de (

33) são observáveis e iguais ao lado esquerdo

não

obser

vável. Assim, a matriz S pode ser calculada e a simetria e negatividade

podem ser testadas empiricamente.

Outra forma de olhar a equação (

33) é

rearranjar os termos de forma a

ter:

(x,







)

(

)

(

34)

Assim, o efeito preço n

compensado é

igual à soma do efeito preço

compensado (ou efeito substituição), que é a mudança da quantidade demandada

causada pela mudança de preço, mantido o nível de utilidade constante, ou

“compensando” o consumidor pela mudança de preço, e do efeito renda. É

inter

essante notar que o efeito renda é ponderado pela quantidade consumida do bem;

assim, quanto maior o nível de consumo, maior o efeito renda.

No caso de



na equação de Slutsky, pode

se notar que a lei da demanda

não se aplica necessar

iamente para as demandas n

compensadas. Embora o efeito

substituição seja sempre negativo, ele pode ser acompanhado de um efeito renda

positivo

que torne

)

(





. Assim,

possível que haja um efeito

pre

o positivo

para demandas n

compe

nsadas se o bem for inferior (

)

(





) e for

consumido em grandes quantidades. Estes bens são conhecidos como bens de Giffen.

Usando a equação de Slutsky,

possível também classificar os bens como

bens complementares ou substitutos da seg

uinte forma:

Substitutos líquidos

)

(





;

Complementares líquidos:

)

(





;

Substitutos brutos

)

(





;

Complementares brutos:

)

(





A equação (

33) pode também ser transformada em ela

sticidades:

* = e

+ e

(

35)

Alternativamente, usando (

32):

(

36)

Assim, há pelo menos três restrições que podem ser empiricamente impostas

ou testadas: Homogeneidade [equação (

11)], simetria [equação (

32)]

negatividade. A aditividade, por sua vez, é usada para recuperar as estimativas da

equação omitida. Ela não pode ser testada ou imposta.

2.5.1

Integrabilidade

Uma questão importante na teoria da demanda diz respeito às

circunstâncias que permitem a

obtenção das preferências partindo das funções de

demanda, um problema conhecido como a questão da integrabilidade. Em outras

palavras, dada uma função de demanda estimada empiricamente, por exemplo, é

possível determinar se esta demanda é consistente com

um sistema de preferências

uais propriedades da demanda descritas na seção

são suficientes para

garantir que as demandas são derivadas de uma função utilidade?

Pensando em termos de utilidade direta e demandas Marshalianas, é difícil

imaginar c

omo este “retorno às origens” pode ser realizado. Entretanto, formulando o

problema do consumidor em termos de minimização do dispêndio, nota

se através do

Lema de Shephard, que as funções de demanda devem permitir a integração para uma

função dispêndio cô

ncava e linearmente homogênea. É por essa razão que as

condições necessárias para que as funções de demanda sejam consistentes com um

sistema de preferências são conhecidas como as condições de integrabilidade.

Suponha um sistema de demandas Marshalianas

)

(



,...,





Usando o Lema de Shephard, sabe

se que (Deaton e Muellbauer, 1980a

)

( ( , ), )

c(u,p)

h(u, p)= c u p p







Como a integração é feita ao longo de uma curva de indiferença, a utilidade

não muda durante a integração e u aparece

apenas como uma constante de integração.

O sistema acima pode assim ser reescrito como:

( , )

c(u,p)

= c p



( , ) 0

c(u,p)

c p



 



,...,





O sistema acima é um sistema de equações diferenciais parciais que deve ser

resolvida com

como

função de

. Entretanto, nem todo sistema de equações

diferenciais parciais tem uma solução; as condições matemáticas

que garantem a

existência de uma função dispêndio

que resolva o sistema acima para todo i,

são as

seguintes:

( , ) ( , )

j j

i i

j i

g g

g x p g x p

x p x p

 

  

   

i j



Para uma prova deste resultado, ver Hurwicz e Uzawa (1971).

O lado esquerdo da equação acima é a fórmula da equação de Slutsky

(equação (2.33)) ou simplesmente o termo s

da matriz S, isto é, as respostas

compensadas das mudanças de preço. Assim, ela pode ser reescrita como

(u,



, que é a condição de simetria desenvolvida anteriormente. Isso

significa que a simetria da matriz de Slutsky é a condição fundamental de

integrabilidade da Teoria da Demanda (Deaton e Muellbauer, 1980a

Adicionalmente, para que a função r

esultante da integração seja uma função

dispêndio, ela deve ser côncava e linearmente homogênea. Isto acontecerá

automaticamente se a matriz de Slutsky for não só simétrica como negativa

semidefinida e satisfaça a condição de singularidade. Dessa forma, o

círculo é

fechado: a maximização da utilidade sujeita a uma restrição orçamentária resulta em

demandas que obedecem a aditividade, são homogêneas de grau zero e tem respostas

compensadas de preço que são simétricas e negativas semidefinidas. Inversamente,

funções de demanda que obedecem a aditividade, são homogêneas de grau zero e tem

matrizes de Slustky que são simétricas e negativas semidefinidas são integráveis para

um sistema de preferências consistente com a Teoria.

Este resultado é empiricamente muito

importante porque afirma que as

propriedades discutidas na seção 2.5 não são apenas resultado da maximização da

utilidade, elas são o único resultado da maximização da utilidade. Em outros termos,

se um pesquisador estima um sistema de demanda e impõe as

restrições de

aditividade, homogeneidade, simetria e negatividade, ele está efetivamente aplicando

um ordenamento de preferências aos seus dados, sem precisar verificar se os

consumidores maximizam uma função utilidade, qual a forma funcional dessa função,

etc. Da mesma forma, se as restrições acima forem testadas para o sistema estimado e

não forem rejeitadas, pode

se dizer que existe um ordenamento de preferências

consistente com a teoria.

2.6

–

Especificando as funções de demanda

Antes de coletar os

dados e estimar a equação ou sistema de demanda, é

necessário definir o modelo teórico a ser utilizado. A Teoria da Demanda, resumida

nos itens anteriores, não fornece qualquer indicação de qual

seja

a melhor forma

funcional, indicando apenas as proprieda

des que um sistema derivado de uma

estrutura de preferências deve

ria

possuir

(Pyles, 1989)

. Cabe ao pesquisador, assim,

escolher a forma funcional que consiga descrever os dados adequadamente e, ao

mesmo tempo, seja plausível teoricamente.

Essa escolha ter

á importantes implicações

na análise empírica e, segundo Barten (1993), deve seguir os seguintes critérios: a

especificação deve ser consistente com a teoria, ser fácil de estimar, ajustar bem os

dados e apresentar um bom desempenho na previsão dos valores

futuros.

Para garantir conformidade com a teoria, poder

ia especificar uma função

de utilidade particular, resolver as condições de primeira ordem e derivar as demandas

a serem estimadas. Assim, todas as restrições teóricas estariam automaticamente

endidas. Entretanto, h

vários problemas com essa abordagem. Em primeiro lugar,

as demandas resultantes dessa derivação podem ser muito complicadas de estimar

devido

linearidade nos parâmetros ou

ao número excessivo de

parâmetros a

serem estimados. O

utro problema é que muitas funções de utilidade direta possuem

restrições implícitas em sua especificação, como homoteticidade

, por exemplo, que

o pesquisador pode não querer impor aos seus resultados.

Para contornar essas dificuldades, são utilizadas ba

sicamente duas alternativas:

Especificar as equações do sistema de demanda diretamente e

impor as restrições teóricas necessárias para garantir a

conformidade com a

eoria;

Escolher uma forma funcional que seja uma aproximação

(geralmente de segunda ordem

) de alguma função de utilidade

indireta ou função dispêndio desconhecida e derivar as funções de

demanda impondo as restrições teóricas necessárias.

Antes de apresentar os exemplos mais importantes das duas abordagens, é

necessário discutir um importante

tópico na estimação de qualquer função de

demanda: a identificação.

Para a definição de homoteticidade e suas conseqüências, ver

capítulo 3.

2.6.1

A Questão da Identificação.

A questão da identificação diz respeito ao fato de muitas vezes não se saber se

a função de demanda estimada é realmente uma função de demanda. Este

problema

ocorre quando se utiliza

series de tempo, já que os dados estão geralmente

agregados e os preços e quantidades são resultado da interação entre demanda e

oferta. Assim, a função de demand

a estimada será geralmente um hí

brido das

interações entre

oferta e demanda

. Para se identificar uma função de demanda, é

necessário que ela seja estável ao longo do tempo, ao mesmo tempo em que a função

de oferta se desloque, permitindo a identificação. Econometr

camente, isso significa

que é necessári

a presen

ça de uma s

rie de variáveis exógenas que afetem a oferta,

mas não a demanda

(Gujarati, 2004)

Outra questão importante é como garantir que a demanda seja estável ao longo

do tempo. Alguns fatores podem fazer com que ela se desloque, como mudança de

preços

dos bens substitutos e complementares, mudança no nível de

dispêndio

(ou

renda) e mudança nas preferências. Os dois primeiros itens geralmente são resolvidos

com a inclusão destas variáveis na equação de demanda. Entretanto, o último item é

mais complicad

o. Como incluir mudanças nas preferências na equação de demanda?

As soluções são variadas. Muitos apenas incluem a hipótese de que as preferências

não se modificam, o que pode ser plausível num curto período de tempo

Outros

incluem variáveis

proxy

que pr

ocuram capturar estas mudanças como, por exemplo,

mudanças na composição etária, inclusão de uma variável tendência, variáveis

dummy relacionad

as a eventos específicos, etc.

No caso deste trabalho, que utiliza uma pesquisa de orçamentos familiares

num dado

ponto no tempo, a questão da identificação e das alterações nas preferências

não são questões que levantam preocupações e que impeçam uma correta estimação

do sistema de demanda.

2.6.2

–

Formas Funcionais

Como foi dito no item anterior, não h

indicaçã

o na teoria da demanda que

informe qual a melhor forma funcional a ser escolhida para se estimar modelos de

Ver, por exemplo, Gujarati (2004) para uma demonstração.

demanda. Entretanto, é necessário escolher uma forma teoricamente plausível e que

não imponha restrições adicionais sobre as preferências dos consum

idores.

A seguir, as principais formas funcionais utilizadas nos estudos de demanda

serão examinadas

, começando da forma mais simples até as formas flexíveis mais

utilizadas. Na parte final, o modelo QUAIDS, utilizado neste estudo, será examinado

com mai

ores

detalhes.

2.6.2.

Modelos

ad hoc

a) Demandas lineares

A forma mais simples para uma função de demanda é a forma linear. Por

exemplo, para conjunto de n bens, a demanda para um bem i qualquer pode ser

representada por:















(

37)

em que



quantidade demandada do bem i;



preço do bem j;



dispêndio

total com n bens;









parâmetros

O problema com essa forma funcional é que sua simplicid

ade impõe

obstáculos à adequação as propriedades teóricas da demanda. Para observar esse

problema em relação à aditividade, basta multiplicar (

37) por p















(

38)

Somando (

38) para todo i:















(

39)

Para facilitar o exame, apenas as variáveis preço e

dispêndio

total serão incluídas nas funções de

demanda

O l

ado esquerdo de (

39)

igual ao

dispêndio

total x. Assim, (

39) pode ser

reescrita como:















(

40)

Para que esta equação seja observada para todas as combinações de preços e

dispêndio

fácil ver que

necessário que:

;









(

41)









;

(

42)









(

43)

Não

possível, para parâmetros fixos







, que a

ditividade seja

observada para todo o conjunto de dados. Assi

m, a aditividade impõe restrições

impossíveis de serem atendidas para demandas lineares.

b) Demandas duplo

log ou log

log

Uma das especificações mais comuns nos estudos de demanda

especificação conhecida como duplo

log ou log

log. Vários estudos nas

décadas de

70 e 80 e mesmo atualmente utilizam esta especificação devido à facilidade na

obtenção das elasticidades, que são simplesmente os coeficientes estimados das

variáveis explicativas. Sua forma mais simples

a seguinte:

)

ln(

)

ln(













(

44)

m que as elasticidades

pre

o são dadas por



e a elasticidades

disp

ndio por



Neste modelo, a homogeneidade pode ser imposta por:











(

45)

Entret

anto, a propriedade de aditividade não é observada para este modelo.

Lembrando das restrições de Engel e Cournot, tem

se:





;

(

46)









(

47)

Pode

se notar que mudanças nas parcelas do

dispêndio

tota

l para cada produto,

, devem causar mudanças nas elasticidades para que a aditividade se mantenha.

Porém

como todas as elasticidades são constantes no modelo duplo

log, não é

possível impor esta restrição usando esta forma funcional

Além disso, as

ela

sticidades são constantes e assim não dependem do nível de renda das famílias.

Isso torna possível um cenário improvável em que a demanda por bens de luxo, com

elasticidade

renda maior do que 1, cresça indefinidamente com a renda, acabando por

exaurir o or

çamento do consumidor (Deaton e Muellbauer, 1980a). Dessa forma, o

uso deste modelo parece pouco recomendável, mesmo porque há outras formas

funcionais bastante simples, mas que não apresentam estes problemas.

2.6.2.

Sistemas de demanda

a) Sistema de

Despesas Lineares

Considerando novamente uma especificação linear, agora num sistema de

equações de demanda, é possível impor algebricamente as restrições de aditividade,

homogeneidade e simetria para determinar o Sistema de Despesas Lineares (LES, de

Lin

ear Expenditure System

, Stone (1954)

). Para entender essa abordagem

, pode

iniciar pela equação linear:











(

48)

Esta é a mesma especificação que foi examinada no item

2.6.2.

1, subitem

(apenas sem a constante)

que não sat

isfaz as restrições teóricas da demanda.

Entretanto, com algumas modificações, é possível impor todas as restrições e garantir

A não ser que se considere um intervalo muito estreito dos dados em que

as parcelas do dispêndio

sejam constantes. Geralmente, isto não é possível para o conjunto de dados disponível.

O L

ES também pode ser obtido pela maximização das

funçõe

de u

tilidade direta de Stone

Geary,





)

(







sujeita à restrição orçam

entária.

a conformidade com a teoria. Iniciando

se pela homogeneidade, pode

utilizar um

modelo linear em que

as variáveis independentes

são normalizadas

pelo preço de um

bem qualquer, p



































(

49)

Ou, de outra forma:











(

50)

A homogeneidade

assim garantida, pois aumentos iguais de preços e

dispêndio

não influenciarão as quantid

ades demandadas.

É possível demostrar que,

impondo as proprie

ades de simetria, aditividade e negatividade, o sistema LES é

definido como (Stone, 1954):

)

(















(2.51)

com







(Aditividade)

(2.52)





(negatividade)





Dessa forma, após a imposição de todas estas restrições, a equação original foi

transformada num sistema de demanda teoricamente plausível sem perder sua

linearidade. Este é um exemplo da altern

ativa 1 descrita na seção 2.6 de como

especificar diretamente as funções de demanda e impor as restrições teóricas para que

elas estejam de acordo com a teoria.

Apesar de não haver restrições que garantam que





, estes parâmetros s

ão

geralmente considerados como quantidades de subsistência.

Isso permite que o

dispêndio

numa função de demanda LES possa ser decomposto em 2 partes: os gastos

para manter um nível mínimo de subsistência,



, e um termo interpretado com

dispêndio

residual (







, o

dispêndio

feito após todos os gastos necessários

para manter o nível de subsistência de todos os bens sejam computados) alocado em

proporções fixas dadas por



. Assim:

)

(















(

m que, para qualquer bem i:

dispêndio

total;



dispêndio

de subsistência;

)

(









dispêndio

residual.

O grande problema com o LES

que a escolha da forma linear impõe

rest

rições adicionais que não são desejáveis numa an

lise empírica.

possível

mostrar que o LES

quase

homot

tico

derivado de uma função de utilidade

que

implica preferências

aditiva

, o que

impede a existência de bens inferiores ou bens

complementares

líquidos

(Deaton e Muellbauer, 1980a).

Além disso, as elasticidades

dispêndio do LES são dadas pela razão entre a parcela marginal, constante no LES, e

a parcela do orçamento gasta com o produto. Como as parcelas gastas com bens

necessários tendem a cair c

om o aumento da renda (e do dispêndio), quando a renda

cresce a correspondente elasticidade

dispêndio também cresce, indicando

paradoxalmente que quanto maior a renda, maior é o dispêndio proporcional com os

bens necessários.

.6.2.2.1

Formas Funcionais

flexíveis

Os itens anteriores mostraram que especificações baseadas em funções

de demandas lineares, como no caso da LES ou do modelo log

log, impõem restrições

Sob a ‘quase

homoteticidade’, as curvas de Engel são linhas retas, não necessariamente passando

pela origem. As elasticidade

dispêndio tendem a 1 a medida que crescem os gastos. Como será visto

nas seções seguintes, as pesquisas de orçamentos fa

miliares revelam geralmente curvas de Engel não

lineares.

As preferências são aditivas se a função utilidade pode ser escrita como:

1 1 2 2

[ ( ) ( ) ... ( )]

n n

u F v q v q v q

   

. Neste caso, pode

se provar que as elasticidades cruzadas

podem ser obtidas através da fórmula

(1 )

ij j i i

e w e e



  

, ou seja, são produto das elasticidades

dispêndio, das parcelas do orçamento e da constante

( )

j k k

x p

  

  



. Isto implica uma

economia grande de parâmetros na estimação, mas é baseada apenas nas hipóteses pouco real

istas

sobre as preferências.

desej

veis nas preferências dos consumidores. Assim, é necessário procurar

outras formas

funcionais que apresentem poucas restrições implícitas para poder

permitir funções de demanda que se aproximem da realidade dos dados. Esta busca

levou ao desenvolvimento das formas funcionais flexíveis, como a Translog e o

modelo AIDS.

Modelo Translog

O modelo Translog

, cujo nome origina

se de

Transcendental Logarithmic

Utility Functions,

foi desenvolvido por Christensen et al. (

1971,

1975) e tornou

se um

dos principais exemplos das formas funcionais flexíveis usadas nos sistemas de

demanda. A idéia por

trás das formas funcionais flexíveis é obter uma aproximação de

uma função de utilidade qualquer, ou de uma função dispêndio qualquer ou de uma

função de utilidade indireta qualquer,

por meio

de uma s

rie de Taylor. No caso da

Translog, considere uma funç

ão de utilidade U(q) em que q= [q

, q

,..., q

] é um vetor

de quantidades de n bens com preços p= [p

, p

,..., p

]. O problema do consumidor

pode ser colocado da seguinte maneira

por meio

do uso de uma função de utilidade

indireta.

}

)

(

max{

)

(



(

Em que V(p, x) é a função de utilidade indireta e x

dispêndio

total.

Assumindo que U(q) é monotônica crescente e estritamente quas

ncava em q e a

função de utilidade indireta é n

crescente e quase

convexa em p e homogênea de

grau zero

em (p, x), define

se o vetor de preços normalizados





. V(p, x) pode

então ser expressa por V(

π). Para especificar a forma funcional de V(π), Christensen

et al. (1975) especificaram uma aproximação logarítmica de segunda ordem de uma

função de utilidade indireta qualquer

por meio

de uma s

rie de Taylor. Dessa forma,

fazendo uma expansão em torno do ponto

]

,...,

[

















)]

(

ln[

)]

(

ln[





















Usando o ponto

]

,...,

[





, a equação acima se simplifica para:















)]

(

ln[

)]

(

ln[















(

Fazendo:

)]

(

ln[























A equação (

5) pode ser escrita como:























)]

(

ln[









(

Substituindo





, tem

se:















































)]

(

ln[





(

)

Aplicando a Identidade de Roy na equação acima resulta no sistema de

demanda translog:







































)

(

)

(

)

(









,...,



(

em que



Parcela do

dispêndio

total despendido com bem i

Como os preços estão normalizad

os pelo

dispêndio

total, a homogeneidade é

satisfeita automaticamente. É possível mostrar que a aditividade implica que:









(

em que





elasticidade

pre

o compensada entre os bens i e j;





elasticidade

disp

ndio do bem i;





constante.

E a simetria implica:





(

b) O modelo AIDS

O modelo

Almost Ideal Demand System

(AIDS) foi desenvolvid

o por Deaton e

Muellbauer (1980

) usando u

m algoritmo para geração de sistemas de demanda. Este

algoritmo consiste nos seguintes passos:

Especificar uma função dispêndio que represente as preferências;

Diferenciar a função dispêndio com respeito aos preços a fim de

obter

demandas comp

ensadas.

Inverter a função dispêndio a fim de

obter a função de utilidade indireta;

Usar a função de utilidade indireta para “descompensar” as demandas,

obtendo demandas marshalianas ou n

compensadas.

Deaton e Muellbauer (1980

) especificam a

função dispêndio como:

ln c(u, p) = (1

u) ln [a(p)] + u ln [b(p)]

(

em que

c(u, p) = função dispêndio

u= função utilidade

p= vetor de preços

Essa função faz parte da chamada classe PIGLOG (Price Independent

Generalized Logarithmic). Es

sa classe de funções permite a agregação consistente das

demandas individuais dos consumidores. As funções a(p) e b(p) podem ser entendidas

como os custos de subsistência e de satisfação (‘bliss’), respectivamente. Para obter

uma forma funcional flexível,

Deaton e Muellbauer

(1980

)

definiram a(p) e b(p)

como:

a(p)









(2.62)

a(p)

b(p)







(

Assim, a função

dispêndio

do modelo

AIDS é a seguinte:







c(u,









(

O procedimento padrão é obter as funções de dema

nda das funções dispêndio

através do Lema de Shephard. Entretanto, Deaton e Muellbauer

(1980b)

usam uma

versão ligeiramente modificada do Lema de Shephard, diferenciando o logaritmo da

função dispêndio com respeito ao logaritmo dos preços. Esta derivação f

ornece as

parcelas de

dispêndio

) ao invés das quantidades demandadas (q

). Assim, a função

de demanda Hicksiana da parcela de

dispêndio

é a seguinte:

















(

em que:

(



(

A determinação das demandas M

arshalianas se dá pela inversão da função

dispêndio e pela substituição do resultado na função de demanda Hicksiana.

Dessa

forma

, a demanda Marshaliana a ser estimada é:

ln ln

i i

ij j i

= + p

 



 



 

 



(

em que o índice de preço AIDS é definido por:









(

Empiricamente, Deaton e Muellbauer

(1980b)

sugerem o uso do Índice de

Preços de Stone ao invés do Índice AIDS de forma a se obter um modelo linear nos

seus parâmetros. O modelo usando o Índice de Stone é conhecido como

“

Linear

Approx

imate Almost Ideal Demand System

”

(LA/AIDS). O Índice de Preço de Stone

pode ser calculado como:

j=1



(

Entretanto, Moschini (1995) prova que o índice de Stone não

invariante a

mudanças da unidade de medida de preços e quantidades

, o que pode levar a sérios

problemas de aproximação com o modelo original. Ele sugere como substitutos dos

índices de Stone outros índices, como:

Índice de Stone corrigido:

j=1



(

Em que:



preço no período ba

Índice Log

linear de Laspeyres:

j=1



(

Em que:



parcela m

dia ou parcela no período base

Uma das raz

es para

Deaton e Muellbauer denominarem esse sistema de AIDS

est

no fato de as restrições teóricas da dem

anda (Aditividade, Homogeneidade e

Simetria) dependerem apenas dos parâmetros desconhecidos e, portanto, serem fáceis

de impor ou testar. As restrições derivadas das propriedades teóricas da demanda são

as seguintes:

a) Aditividade

;













(

b) Homogeneidade

j=1







(

c) Simetria





(

O “quase” (

almost

) do nome AIDS est

relacionado ao fato de a negatividade

depender dos dados, isto

, ser uma função das parcelas, preços e do

dis

pêndio total.

Para provar isso, é necessário desenvolver f

rmulas para os termos da matriz de

Slutsky. A fórmula geral para sistemas de demanda que apresentam parcelas de

dispêndio

como variável dependente

a seguinte:

























)

(

m que:





1 se



;







Como essas são derivadas compensadas, para

se computar

a derivada dentro

do par

ntes

em (

5),

preciso usar a equação:













(

Assim:













(

Usando (

1) e omitindo os argumentos das funções, sabe

se que:





(

Substituindo (

8) em (

7) e simplificando:























(

Substitui

ndo (

9) em (

5):







































)

(

Claramente,

depende dos dados em cada ponto e assim só pode ser

calculado em ca

da ponto separadamente. Dessa fó

rmula, fica fácil ver também porque

a propriedade da simetria r

equer apenas que





No caso do uso de s

ries de tempo, outra sugestão de Deaton e Muellbauer é

usar o modelo em primeira diferença, auxiliando na solução de possíveis problemas

relacionados à não

estacionariedade e correlação serial

. Diferenciando (

7), tem

se:

)

(











(

Como:













(

A equação (

1) transforma

se em:









(

Para estimar o modelo acima, deve

se transform

lo em diferenças finitas.

Assim:







j=1





(

em que:

)

(



















= erro aleatótio

) O modelo Rotterdam

O modelo Rotterdam foi proposto por Theil (1965) e

Barten (196

). Ele é um

modelo bastante flexível

, possibilitando que as restrições derivadas da Teoria do

Consumidor sejam facilmente testadas. Considerando a demanda

Marsha

liana q

= g

(x, p

,..., p

) em que q

=quantidade demandada, x=

dispêndio

e p

=preço do bem i e

diferenciando sua forma logarítmica

, tem

se:

j=1



(

em que:

=elasticidades

renda

=elasticidades

preço

Usando a equação de Slutsky com elasticidades [equação (

35)]:

)







(

Em que:



elasticidade

preço

compen

sada

Multiplicando a restrição acima por w

, resulta numa forma apropriada para

expressar as restrições de demanda:

j=1







)





(

Segundo Barnett

(

1979

), o modelo Rotterdam

uma aproximação de Taylor de um sistema de

demanda qualquer e

tão flexível quanto os modelos translog e AIDS.

em que:







Outra forma possível para o modelo Rotterdam pode ser

obtida pela

diferenciação do logaritmo da restrição orçamentária

, gerando:













(

Em que

é o diferencial do logaritmo do índice de preços e

é o

diferencial do índice de quantidades. Dess

a forma, substituindo a equação acima em

(

7), obtém

se:

j=1

dlnQ







(

As equações (

7) e (

9) permitem a incorporação das restrições teóricas

sobre a demanda. A soma dos parâmetros



é o mesmo que a condição de

Engel:

)

(







A soma dos



origina:

)

(

)

(

)

(

]

)

(

[





O último termo da equação acima é a condição de Cournot [equação (

9)].

Assim, a condição de aditividade pode ser expressa da seguinte forma:





;





(

Ver Barten (1993), p.134

135

A condição de aditividade não é testável, mas a homogeneidade pode ser

testada. Somando



para todo j:

(







e usando a condição de aditividade:

j=1







(

Assim, a homogeneidad

e pode ser imposta e testada em cada equação. Já a

simetria, usando (

32) e a definição de

, implica γ

= γ

para todo i e j. A

negatividade de S implica a negatividade de C (matriz de γ

), pois γ

é s

multiplicada

por valores positivos (preços divididos por

dispêndio

)

Assim, o teste de negatividade

pode ser feito

em C.

A estimação da equação (

9) requer sua transformação para diferenças

finitas.

Dessa forma

, o modelo empírico é o seguinte:







j=1





(

em que:

i(t

)

(

i(t

1(t







= erro aleatório

d) O modelo QUAIDS

O modelo

Quadratic Almost Ideal Demand System

(QUAIDS), desenvolvido

por Blundell et al. (1993) e Banks et al. (1997), origina

se da constatação

que

muitas curvas de Engel para uma s

rie de bens não são lineares

no logaritmo do

dispêndio

total (ou renda) como pressupõe

todos os modelos que partem da

chamada forma Working

Leser (

log









), como os modelos Translog e

AIDS, por exemplo. Assim, a aplicação destes modelos

os dados não permite captar

orretamente o comportamento dos consumidores ao longo de todas as faixas de

renda.

Quando se trabalha com um alto nível de desagregação de bens, como

permitem geralmente as pesquisas de orçamento familiares como a POF/IBGE, a não

linearidade das curvas de

Engel é bastante provável. A explicação está no fato de que,

neste nível de detalhamento, há uma série de consumidores que não compram

determinado bem e grande parte da resposta da demanda a um aumento do dispêndio

total será dada pela entrada de novos com

pradores para o produto em questão, ou seja,

a resposta será “extensiva” além da resposta “intensiva”, representado pelo impacto

dos consumidores que já consomem o bem. Este fato auxilia na produção de curvas de

Engel não

lineares para muitos bens.

Por exe

mplo, Banks et al. (1997)

constatam que

a maior parte do

dispêndio

dos consumidores ingleses no in

cio da década de

não obedecem à especificação Working

Leser.

Dessa forma

, eles propõem o modelo

QUAIDS, que é construído especialmente para conter o mod

elo AIDS e

adicionalmente possuir um termo quadrado do logaritmo do

dispêndio

total.

Além

disso, Cranfield et al. (2003), ao comparar variar formas funcionais para sistemas de

demanda, sugerem o modelo QUAIDS como o mais adequado para estimação quando

se u

tiliza dados de

cross

section

e quando há considerável variação de preços.

Banks et al. (1997) iniciam pela generalização das preferências PIGLOG, que

são

lineares no logaritmo do

dispêndio

(

), e que resultam em demandas em que

as p

arcelas de

dispêndio

(

) para cada bem também são lineares em

. Assim, a

forma geral mais simples de demandas consistentes com essa generalização

seguinte:

)

(

)

(

)

(

)

(





i=1,.

.., n

(

Em qu



vetor de preços;

)

(



)

(

um índice de preços qualquer;

)

(

( )

C p

)

(

são funções diferenciáveis;

O termo

)

(

)

(

permite não

linearidades em m. Bens que possuem curvas

de Engel lineares terão

)

(



Lewbel (1991) define como rank de um sistema de demanda qualquer a

dimensão do espaço ocupado pelas suas curvas de Engel. Em outras palavras

, o rank

de um sistema de demandas é o máximo rank da matriz de coeficientes associado com

as funções da variável

dispêndio

total (ou renda). O conceito de rank é útil para

desenvolver uma taxonomia para sistemas de demanda de acordo com a forma das

curvas

de Engel

(Cranfield et al., 2003)

. Demandas com rank 1 são as mais restritivas,

sendo independentes da renda. Demandas com rank 2 permitem curvas de Engel

lineares no logaritmo do

dispêndio

, não necessariamente passando pela origem e

demandas rank 3 permi

tem curvas não

lineares no logaritmo do

dispêndio

O rank do sistema de demanda da equação (

igual ao rank da sua matriz

de coeficientes das curvas de Engel, cuja dimensão

(nx3), com linhas dadas por

)]

(

)

(

)

(

[

. Essa matriz tem apenas

3 colunas e assim o m

ximo rank

possível

3. Gorman

(1981) prova que o

rank de um sistema de demanda exatamente

agreg

vel

é no m

ximo 3. Estes sistemas são conhecidos como sistemas de

demanda de rank completo. Assim, não haveria ganho em se incluir ter

mos adicionais

de x em (

3).

Banks et al. (1997) provam que a função de utilidade indireta compatível com

(

3) seria da forma:

ln ln ( )

ln ( )

( )

m a p

V p

b p





 

 



 

 

 

 

 

 

 

(

Em que:



)

(



função diferenciável e homogênea de grau 0 em p.

termo dentro do colchete é a função de utilidade indireta de um sistema de

demanda PIGLOG, ou seja, sistemas de demanda com parcelas do

dispêndio

de cada

bem lineares no logaritmo do

dispêndio

total. Já o termo adicional, no caso do

Sistemas de demanda exatamente agre

gáveis são definidos como sistemas de demanda que são

lineares em qualquer função de m.

modelo AIDS,

nulo, o

u seja,

)

(





. No modelo QUAIDS, Banks et al. (1997)

definem

)

(



como:

)

(







em que







(

Os termos a(p) e b(p) são definidos de forma semelhant

o modelo AIDS.

b(p)









Fazendo a derivação e obtendo as parcelas de

dispêndio

para cada bem, o

resultado final para o modelo QUAIDS

o seguinte:

)

(

)

(

)

(























































com i =1,..., n

(

Pode

se notar que o modelo

AIDS é um caso particular do modelo acima,

bastando que

)

(





, como já ressaltado anteriormente. Assim, o modelo QUAIDS

preserva todas as qualidades do modelo AIDS, os seja, a flexibilidade, a facilidade de

estimação e a consistência na a

gregação dos consumidores, permitindo

adicionalmente captar de forma mais precisa os efeitos do

dispêndio

total ou da renda

nas demandas de cada produto.

Para garantir a consistência com a Teoria da Demanda, as restrições sobre os

parâmetros do modelo QUAI

DS são os seguintes:

a) Aditividade

;















(

a(p)









(

)

b) Homogeneidade

j=1







(

c) Simetria





(

A negatividade deve ser checada em cada ponto, da mesma forma que no

modelo AIDS.

As ela

sticidad

dispêndio e preço da demanda

são calculadas diferenciando

(

7) com respeito a

, respectivamente, para se obter

(

Banks

et al.,

1997)

































)

(

)

(







(

)

(

)

(

)

(





















































(

As elasticidades

dispêndio

são dadas por:



 

(

fácil ver que com









, é possível se obter elasticidades

dispêndio

maiores do que 1 para baixos níveis de dispêndio e

elasticidades

dispêndio menores

do que 1 para altos níveis de dispêndio. Assim, com o QUAIDS, é possível que alguns

bens sejam bens de luxo para baixos níveis de

dispêndio

(renda) e bens necessários

para maiores níveis de

dispêndio

(renda), um comportament

o bastante provável para

certos alime

ntos e que não pode ser captado

por outros modelos.

As elasticidades

pre

o n

compensadas são dadas por:









(

Em que:





para





;





para





As elasticidades

pre

o compensadas podem ser calculadas através da equação

de Slutsky [equação (

35)] e usadas para classificar os bens como substitutos ou

complementares.

DA TEORIA À PRÁTI

CA: QUESTÕES IMPORTANTES NA ESTIMAÇÃO

DE EQUAÇÕES DE DEMANDA

A Teoria do Consumidor, exposta no capítulo anterior, forma a base

por meio

qual se compreende as relações de demanda na economia. Seus conceitos estão

fundamentados nos pressupostos da ec

onomia neoclássica, com um agente

maximizador que aloca seus recursos de forma ótima, dada uma restrição

orçamentária. Outros pressupostos, como homogeneidade de bens, informação

perfeita, ausência de incerteza, entre outros, estão implícitos em sua deriva

ção. Apesar

das críticas e problemas existentes em cada um desses pressupostos, a Teoria do

Consumidor é, de forma geral, aceita como uma boa descrição de como agem os

consumidores sob certas condições. Entretanto, a transposição de seus conceitos e

propri

edades para a análise empírica não é uma tarefa simples, nem isenta de

problemas. Há uma série de dúvidas sobre a sua aplicação na estimação das equações

e sistemas de demanda, além de existirem várias questões importantes sobre

agregação, separabilidade e

outras que devem ser analisadas pelo pesquisador. Esta

transição da teoria à prática é de tal forma complexa que muitos estudos preferem

ignorar a teoria, partindo para uma análise empírica pura, baseada apenas na

mensuração ateórica das relações entre qu

antidades, preços e renda. Outros assumem

hipóteses fortes, explícitas ou não, para analisar as relações de demanda com dados

agregados, sem reconhecer o papel fundamental da heterogeneidade entre os

consumidores. Este capítulo tem o objetivo de analisar m

uitas das questões

relacionadas à estimação das equações de demanda e sua adequação à Teoria.

–

uestão

da Separabilidade e da A

gregação na estimação das

funções de demanda

No capítulo anterior, viu

se como a demanda por qualquer bem é uma função

os preços de todos os outros bens e da despesa total de acordo com a teoria do

consumidor. Entretanto, ao se estimar uma função ou sistema de demanda, é

impossível incluir os preços de todos os bens da economia, não só pela

impossibilidade de obtenção de t

al informação como pelo problema de falta de graus

de liberdade para a estimação. Dessa forma, é necessário reduzir o número de bens a

serem incluídos na estimação, sem que esta redução afete a qualidade das estimativas.

Esta redução é feita geralmente

por

meio

da introdução dos conceitos de

separabilidade da demanda ou da agregação de bens examinados na estimação. Nesta

seção, as condições n

ecessárias para esta redução s

ão examinadas.

Outra questão importante é que, em muitos casos, dados individualizados

sobre as unidades de consumo não estão disponíveis e é necessário trabalhar com

dados agregados. Entretanto, as condições para agregação dos consumidores de forma

consistente com a teoria são bastante fortes e pouco compatíveis com a reali

dade.

Estas cond

ições também s

ão examinadas nesta seção.

–

conceito de S

eparabilidade

Fraca

A abordagem mais usada

na estimação de equações de demanda

baseada na hipótese

que a função utilidade é fracamente separável.

(Blackorby et

al., 1978).

O significad

o econômico da introdução do conceito de separabilidade fraca

é que as decisões dos consumidores passam a ser feitas em dois estágios. Em primeiro

lugar,

os consumidores maximizam suas funções utilidade alocando sua renda entre

grupos de produtos (

por exem

plo,

carnes, cereais,

verduras

, etc.). Num segundo

estágio, o orçamento de cada grupo seria alocado entre os bens dentro dos grupos (

por

exemplo, no grupo carnes,

carne de

frango, de boi,

suína

etc.

). Sendo

a função

utilidade e considerando três grupos d

e bens (G, H, I), a separabilidade fraca pode ser

representada por

(Blackorby et al., 1978)

= v(q

,..., q

,... q

) = f[v

,..., q

), v

k+1

,..., q

), v

j+1

,... q

)].

Uma conseqüência da hipótese da separabilidade fraca é que a demanda

por

um bem pode ser estimada usando apenas variáveis daquele grupo. Considerando o

bem j do grupo G:

= g

,..., p

, x

)

(3.1)

m que

orçamento gasto com bens do grupo G.

A condição necessária e suficiente para uma função ser fracamente s

eparável é

que a taxa marginal de substituição entre duas variáveis pertencentes ao mesmo grupo

seja independente do valor de qualquer outra variável pertencente a outro grupo

(Gorman, 1959)

. Esta condição pode ser descrita como:

m m

n n

TMS

q q

 

 



 



 

 



 

 

 

 

 

 



 



 

 



 

 

 

 

em que

TMS

=taxa marginal de substituição entre os bens i e j pertencentes ao

grupo k.

=quantidade do bem n pertencente ao grupo m.

Isso impõe restrições severas no grau de substitubilidade entre os be

ns.

Suponha que i



G e j



H, com G

≠ H. Diferenciando (3.1) com respeito a p

mantendo u constante, o único efeito deve ser

por meio

de x

. Assim (Deaton &

Muellbauer, 1980a):

i G

G j

q x

x p

 



 

com u constante

H i

x p





 

com u constante

(3.2)

Como

ij ji

s s



por simetria, igualando as expressões acima e dividindo:

j i

q q





 



com u constante.

(3.3)

Como o lado esquerdo da igualdade acima não env

olve i e o lado direito não

envolve j, a expressão (3.3) é independente de ambos e pode ser representada por



. Assim:

j H

p x







 

com u constante.

(3.4)

Assim, pela expressão de

ij GH

x x







 

(3.5)

Em que:

GH GH

x x

 





 

(3.6)

Logo

, a substituição entre os grupos devido a mudanças de preços é

proporcional às derivadas com relação à renda. É importante salientar que a expressão

acima mostra que as quan

tidades demandadas em um grupo não são independentes

dos preços dos bens nos outros grupos ou do gasto total. Quando os preços de bens de

outros grupos se modificam, o montante do gasto total alocado para cada grupo

também irá se mo

dificar. Assim, o consum

idor irá

realocar os gastos de cada bem em

resposta a mudanças de preços relativos, pois o montante total é fixo. Como

desconhecido, é possível eliminar essa constante dividindo s

por s

, em que j é outro

bem pertencente a G:



(3.7)

O teste de separabilidade fraca é feito usando a restrição acima. O problema é

que todo o sistema precisa ser estimado, trazendo de volta a questão do número de

graus de liberdade. Além disso, o poder desse teste é questionável (Lewbel, 1996).

Separabilidade

Forte ou Aditividade das preferências

Outro tipo de hipótese feita para diminuir os parâmetros das funções de

demanda é a separabilidade forte ou aditividade das preferências. Neste caso, a função

de utilidade direta é novamente form

ada por funções de utilidade para cada subgrupo,

mas agora eles são combinados de forma aditiva

(Houthakker, 1960)

. Assim, a

utilidade pode ser escrita como:





1 1 2 2

( ) ( ) ... ( )

N N

u F v q v q v q

   

(3.8)

Em que:



Função de utilidade do su

bgrupo i.



Vetor de quantidades i.

Dessa forma, sob uma transformação monotônica, a função de utilidade toma

uma forma aditiva explícita. Vale ressaltar que a exigência é que as preferências

sejam aditivas e não a função de uti

lidade. Assim, por exemplo,

exp[ ( )]

k k

u v q





( )

k k

u v q





são representações das mesmas preferências aditivas (Deaton e

Muellbauer, 1980a). No caso em que há somente um bem em cada grupo, as

preferências são chamadas de aditivas

ou que “os gostos são independentes”. Os

termos “fortemente separável” ou “bloco

aditiva” são usados quando há vários bens

em cada grupo.

A aditividade se traduz no fato de que nenhum grupo ocupa um lugar especial

nas preferências dos consumidores. A tax

a marginal de substituição (TMS) entre dois

bens quaisquer é independente de todos os outros bens:

 



 



 



 



 

, .

k i j

 

(3.9)

Ao invés da restrição (3.5) da separabilidade fraca, com a aditividade tem

se:

x x







 

i j



(3.10)

Assim,



é independente dos grupos que os bens i e j fazem parte. Esta

condição é observada para quaisquer bens i e j. A implicação prática desta condição é

que todas as el

asticidades

preço podem ser obtidas partindo das elasticidades

renda

(Deaton, 1974)

. Para provar isto, basta primeiro calcular os termos da diagonal da

matriz de substituição S. Lembrando da condição de homogeneidade

ik k

s p





tem

se:

i i i

ii ij j j i

i j j i

i i i

q q q

s s p p p

p p x x p x x

 

 



 

  

 

      

 

 

   

 

 

 

Convertendo este último termo para elasticidades usando

ij ij

e s



ij ij j i

e e w e

 

i i

ii i i i

p q

e e ee

x x





 

i i

ii i i i i i

p q

e e ee we

x x





  

(1 )

ii i i i i

e e we e

 

  

(3.11)

(1 )

ij j i i

e w e e



  

(3.12)

Em que:





 

(3.13)

Dessa forma, a obtenção das elasticidades

preço fica facilitada, principalmente

para base de dados que não apresentam informações sobre preços. Este é um dos

motivos principais porqu

e se assume a separabilidade forte, pois a economia de

parâmetros é considerável. Porém, as hipóteses em relação às preferências são muito

restritivas. De forma geral, a matriz S será negativa semidefinida apenas se





(de

forma qu





) e cada elasticidade

renda for positiva. Assim, impede

se a

existência de bens inferiores e permitem

se apenas relações de substituição e não de

complementaridade

(Deaton e Muellbauer, 1980a)

. Estas hipóteses são bastante

irre

alistas e um exame dos dados de qualquer pesquisa de orçamentos familiares tende

a desmenti

las. Um sistema de demanda que assume preferências aditivas é o Sistema

Despesas L

ineares (LES), apresentado no capítulo anterior.

–

Preferências Homotéti

cas

Outra hipótese normalmente usada em estudos de demanda é o da

homoteticidade. As preferências são ditas homotéticas se existe uma transformação da

função utilidade que é homogênea de grau um, ou seja, sob alguma normalização da

utilidade, dobrar as q

uantidades

significa dobrar a utilidade (Deaton & Muellbauer,

1980a). Assim:

( ( ))

u F v q



( ) ( )

v q v q

 



(3.14)

Traçando um paralelo com a teoria da firma, as preferências são ditas

homotéticas se a utilidade pode ser “produz

ida” sob retornos constantes à escala.

Uma conseqüência da homoteticidade é que as declividades das curvas de

indiferença são constantes ao longo de um raio que passa pela origem (Figura 3.1). Se

os preços são constantes e a renda aumenta, o consumo de tod

os os bens aumenta na

mesma proporção. Isso significa que, sob homoteticidade, todos os bens têm

elasticidade

renda igual a um (ou curvas de Engel são lineares passando pela origem).

Outra conseqüência é que a composição do orçamento do consumidor é indepe

ndente

do gasto total ou da utilidade. Para verificar este fato, basta identificar a função

dispêndio correspondente à função de utilidade homogênea, que é dada por:

( , ) ( )

c p u ub p



(3.15)

Em que:

( , )

c p u

= função dispêndio.

( )

b p

= função linearmente homogênea e côncava em p.

Diferenciando o log da função dispêndio:

ln ( , ) ln( ( )) ln ( )

ln ln ln

i i i

c p u ub p b p

p p p

  

  

 

que é independente de u e do gasto

total

Como a hipótese de separabilidade forte exposta neste capítulo, a

omoteticidade impõe restrições bastante forte e irrealistas nas preferências. O fato de

as elasticidades

renda serem todas unitárias contradiz praticamente todos os estudos

de demanda já feitas com pesquisas de orçamentos familiares, que mostram mudanças

o padrão de consumo à medida que a renda aumenta.

Figura 3.1

–

Preferências homotéticas

–

Preferências quase

homotéticas

Para relaxar um pouco as hipóteses pouco realistas da homoteticidade,

Gorman (1961) desenvolveu

o conceito de quase

homoteticidade. Ele difere da

homoteticidade pelo fato de que as curvas de Engel, apesar de ainda serem linhas

retas, não necessariamente precisam passar pela origem. Assim, as elasticidades

renda

(ou dispêndio) não são necessariamente

iguais a um

Uma estrutura de preferência quase

homotética pode ser obtida adicionando

um “custo fixo” para a função dispêndio das preferências homotéticas de forma que:

( , ) ( ) ( )

c p u a p ub p

 

(3.16)

Esta representação é conhecida como forma

polar de Gorman. a(p) pode ser

entendida como um custo de subsistência ou custo de vida quando u = 0. Um exemplo

de preferências quase

homotéticas com c(u, p) dado pela forma polar de Gorman é o

modelo LES, em que:

( , )

i i i

c p u p u p



 



 





(3.17)

Apesar de tenderem a um quando a renda cresce.

Bem 1

Bem 2

Em que:

( )

i i

a p p







(3.18)

( )

b p p







(3.19)

Apesar de representarem um relaxamento das hipóteses restritivas da

homoteticidade, as preferências quase

homotéticas ainda impõe restrições fortes,

principalmente por determina

rem curvas de Engel lineares. Como foi discutido no

capítulo dois, as evidências são de que as curvas de Engel são não

lineares,

principalmente para o caso de alimentos e quando se usa um alto nível de

desagregação.

–

Agregação de Bens.

Uma altern

ativa utilizada para reduzir o número de produtos incluídos na

análise da demanda é a agregação de produtos em categorias mais amplas. Em muitos

casos, estão disponíveis apenas as informações sobre agregados ou existem muitos

produtos consumidos pelos cons

umidores e a agregação é a única alternativa, além da

separabilidade, para lidar com o sempre presente problema da falta de graus de

liberdade na estimação.

As duas abordagens usadas para justificar teoricamente a agregação são

o Teorema do Bem Composto e

o Teorema Generalizado do Bem Composto. O

Teorema do Bem Composto (Hicks (1936); Leontief (1936)) afirma que se os preços

de bens diferentes movem

se juntos de tal forma que a razão de preços é constante,

então estes bens podem ser tratados como um único

bem composto.

O problema com

a abordagem Hicks

Leontief é que suas hipóteses são praticamente impossíveis de

serem atendidas.

Em qualquer mercado, mesmo escolhendo substitutos próximos, os

preços relativos tendem a se modificar devido a choques de oferta,

alterações em

tarifas, mudanças na taxa de câmbio, etc. A construção destes agregados é, assim,

pouco realista e, por isso, essa abordagem é pouco utilizada.

Uma abordagem menos restritiva foi desenvolvida por Lewbel (1996) e é

conhecida como Teorema Gene

ralizado do Bem Composto. Este teorema relaxa

restrições de Hicks

Leontief permitindo que

os preços relativos

varie

m com o tempo,

e assume

apenas

que

as mudanças de preços relativos de bens dentro de um grupo não

sejam relacionadas com a taxa de inflaçã

o do grupo.

Basta, assim, ao pesquisador

testar se isto acontece com os dados de que dispõe. Se séries de tempo são utilizadas,

correlações simples podem ser utilizadas s

e os preços são estacionários; c

aso

contrário, testes de co

integração são necessários

–

Agregação dos Consumidores

Apesar da maior disponibilidade de dados individualizados de consumo

através das pesquisas de orçamento familiar, em muitos casos ainda trabalha

se com

dados agregados de consumo, em que se dispõe apenas da quantidade c

onsumida

total, dos preços observados e outros dados agregados. No Brasil, por exemplo,

grande parte dos estudos utiliza dados agregados em séries de tempo, geralmente

anuais, para estimar as equações de demanda. No entanto, não há nada na teoria do

Consum

idor exposta no Capítulo dois que assegure que as propriedades da demanda

derivadas para o consumidor individual sejam aplicáveis diretamente à demanda

agregada

(Stoker, 1993)

. Esta transição da Microeconomia do comportamento do

consumidor para a análise d

a demanda de mercado é chamada de o “problema da

agregação”. O papel da agregação é fornecer as condições necessárias para que se

possa tratar o comportamento dos consumidores como se fosse o resultado de um

único consumidor maximizador. Isto é conhecido c

omo agregação exata. Nesta seção,

as condições necessárias para que as propriedades das funções de demanda

individuais sejam mantidas pela demanda agregada serão examinadas

3.2.1

–

Agregação Linear Exata

Em primeiro lugar, é preciso determinar quais co

ndições são necessárias para a

existência de funções de demanda agregada de for

ma que seja possível escrever a

demanda agregada como função dos preços e do gasto total agregado. Dada a

existência da demanda agregada, é possível discutir se ela é derivada o

u não de uma

função utilidade de um “consumidor representativo”.

Algumas hipóteses iniciais são necessárias para mostrar as condições de

existência da demanda agregada. Em primeiro lugar, será assumido que os gastos

Esta seção está baseada em Deaton & Muellbauer (1980a), cap. 6.

totais de cada consumidor h, x

, são exó

genos. Adicionalmente, assume

se que os

consumidores enfrentam os mesmos n preços para os n bens existentes. Esta hipótese

permite que se concentre apenas nas diferenças de dispêndio total entre os

consumidores para determinar as condições de agregação apr

opriadas. Assim, a

agregação exata é obtida apenas pela imposição de restrições nas c

urvas de Engel dos

consumidores

(Gorman, 1953)

Se os preços diferissem entre consumidores, as

condições para agregação exata seriam muito mais restritivas

Suponha que a

demanda para o bem i pelo consumidor h seja dada por:

( , )

h h h

i i

q g p x



(3.20)

Se há H consumidores, a demanda média é dada por:

1 2

( , , ,..., ) ( , )

H h h

i i i

q f p x x x g p x



 

 

 

 



para alguma função f.

(3.21)

A agregação exata é possível se se pode escrever a fun

ção de demanda média

como:

( , )

i i

q g p x



(3.22)

Em que:

= dispêndio total médio ou renda média.

Note que a função de demanda agregada não depende da distribuição dos

dispêndios x

. Assim, a realocação de

uma unidade monetária de um indivíduo para

outro deve manter a demanda de mercado inalterada. Isso só pode acontecer se as

propensões marginais a consumir forem idênticas para cada consumidor, uma

suposição muito pouco realista principalmente quando se pen

sa nas diferenças no

padrão de consumo entre ricos e pobres.

Uma forma funcional que atende a esta condição é a forma polar de Gorman:

)

(

)

(









(3.23)

Na realidade, as pesquisas de orçamento familiares

mostram que os valores pagos pelos

consumidores diferem bastante entre si. Isso pode ser resultado de fatores como qualidade do bem,

locais de compra, custos de procura elevados, informação assimétrica, etc. Ver seção 3.5 para uma

discussão dos “preços” na

s POFs.

Note que

)

(



é indexado por h, mas não

)

(



ou seja,

)

(



é igual para

todos os consumidores. Se

)

(



)

(



forem negativos, é preciso restringir x

forma a garantir que todas as demandas sejam não

negativas. Dessa forma, no

agregado, tem

)

(

)

(









(3.24)

Em que se assume que nenhum dos x

irá fazer com que q

seja negativo. Se

não se quiser impor restrições em x

, deve

se retirar os interceptos de (3.23) e (3.24),

de forma que

sejam proporcionais a x

A função de dispêndio correspondente à especificação das demandas acima é

dada por:

)

(

)

(

)

(





(3.25)

Essa também é uma forma polar de Gorman. A implicação desta função de

dispê

ndio é de que as preferências são quase

homotéticas e as curvas de Engel são

lineares e têm a mesma inclinação, ou seja, os consumidores têm a mesma propensão

marginal a consumir. Além de ser pouco plausível, esta restrição exclui

imediatamente a possibili

dade de existência de bens que somente são consumidos em

altos níveis de renda. Isso ocorre porque a redistribuição de gastos entre ricos e pobres

não pode alterar a demanda agregada e, caso existam bens consumidos apenas em

determinada faixa de renda, est

a restrição não será observada. Dessa forma, para uma

análise de demanda com alto nível de desagregação para produtos, como ocorre com a

POF do IBGE, em que existem bens diferentes consumidos por diferentes parcelas da

população, a agregação exata seria mu

ito pouco realista. Para que ela fosse possível,

seria preciso construir agregados amplos de produtos que juntassem vários bens que

fossem consumidos em todas as parcelas da população

Outro motivo pelo qual a agregação linear exata não é observada na pr

ática

relaciona

se com as diferenças observadas nas preferências entre os consumidores que

são relacionados de forma não

linear com a renda (gasto total). Como foi visto, os

interceptos da forma polar podem variar entre os consumidores e essa variação

acon

tecerá devido à influência de características como educação, idade, composição

da família, raça, etc. Parece plausível esperar que estas diferenças também sejam

Por exemplo, carnes ao invés de filé mignon ou vegetais ao invés de alface

relacionadas com a renda de forma não

linear, de forma que a igualdade entre as

respostas dos c

onsumidores seja pouco provável. Uma resposta não

linear a variações

da renda também é mais provável quanto maior o nível de desagregação dos produtos,

pois mudanças de renda causariam respostas não só intensivas (variações na demanda

de quem já consome) c

omo também extensivas (entrada de novos consumidores no

mercado do bem).

3.2.2

–

Agregação Não

Linear Exata

Ao invés de trabalhar com quantidades, a agregação não

linear exata inicia

pela agregação das parcelas orçamentárias de cada consumidor

(Muell

bauer (1975),

(

1976)

)

. Assim, a parcela de orçamento agregada média é dada por:





(3.26)

Em que:



parcela do orçamento agregada média.



preço do bem i;



quanti

dade demandada do bem i pelo consumidor h.



gasto total (ou renda) do consumidor h.



parcela orçamentária gasta no bem i pelo consumidor h.

H = número de consumidores.

Dessa forma, o padrão de demanda de

mercado é a média ponderada das

demandas individuais e não uma média aritmética simples como na agregação linear.

Os pesos são dados pela parcela de cada consumidor no gasto total de todos os

consumidores. Em geral, a parcela orçamentária média

é uma função de todos os

preços e do gasto total de cada consumidor. Uma abordagem possível seria restringir

de forma que ele dependa apenas dos preços e do gasto médio. Esta abordagem

resulta, entretanto, nas mesmas re

strições da agregação linear exata. O que se deseja é

definir um nível representativo de gastos,

, que pode ser função de todos os preços

e da distribuição dos gastos dos consumidores, de tal forma que as funções de

demanda agregada

reflitam o comportamento de um consumidor representativo com

nível de gasto

. Assim, só se necessita a informação do nível representativo de

gastos para estimar as equações ou sistema de demanda ao invés de informações

detalhadas da

distribuição dos gastos entre consumidores, o que é significativamente

mais difícil de obter e trabalhar. Formalmente, pode

se afirmar que um consumidor

representativo existe se se pode definir uma função de utilidade

)

(



com uma

função

dispêndio correspondente c(u, p) de tal forma que para o nível de utilidade

)

(





, tem

se:

)

(

)

(

)

(

























(3.27)

Em que:

)

(

= função dispêndio do consumidor h.

)

(





Essa é a condiç

ão necessária para a agregação não

linear exata. A principal

diferença para a agregação linear exata é a hipótese de que o gasto representativo é

uma função dos preços e da distribuição dos gastos entre os consumidores. Para

garantir a existência do consum

idor representativo, é necessário que a função

dispêndio para o consumidor h seja da forma:

)

(

)]

(

[

)

(









(3.28)

Em que

)

(

)

(

)

(



são funções linearmente homogêneas nos preços

)

(



é linearmente homogênea em

)

(

)

(

)

(



também é côncava em

)

(

)

(

, com

)

(

)

(

sendo

côncava nos preços, de tal forma que cada

função dispêndio seja côncava em algum intervalo relevante dos gastos. Agregando

todos os consumidores,

)

(



deve somar zero de tal forma que a função dispêndio

para o consumidor representativo s

eja igual a:

)]

(

[

)

(





(3.29)

Em que:

)

(

)

(

são as mesmas funções definidas acima.

Como u é um argumento dentro da função



, as preferências não são

necessariamente quase

omotéticas. Assim, (3.29) é uma generalização da função

dispêndio com a forma polar de Gorman para o caso da agregação linear e, por isso, o

nome dado à condição para a agregação não

linear é linearidade generalizada

(

generalized linearity

3.2.2.1

–

casos PIGL e PIGLOG

Por definição, sabe

se que o nível representativo

dos gastos totais,

, será

algum ponto na distribuição de gastos de todos os consumidores. O nível exato é

determinado pelo grau de não

linearidade da curva de Eng

el e pelo vetor de preços p.

Um caso interessante é quando o nível de gastos representativo é independente dos

preços e só depende da distribuição dos gastos entre os consumidores

(Muellbauer,

1975)

. Este caso é conhecido como linearidade generalizada inde

pendente do preço,

ou em inglês,

Price Independent Generalized

Linearity

(PIGL). Neste caso, as

funções dispêndio dos consumidores são dadas por:



]

)

(

)

(

)

(

[

)

(







(3.30)

Em que:



escalar que capta as diferenças ente consumidor





escalar.

A função dispêndio do consumidor representativo é dada por:



]

)

(

)

(

)

(

[

)

(







(3.31)

Assim, no caso PIGL, a função dispêndio representativa torna

se uma média

ponderada pela utilidade, de ordem



, entre os índices de preço a(p) e b(p). Quando





, a função dispêndio representativa é igual a:

)

(

)

(

)

(

)

(







(3.32)

A forma logarítmica acima é conhecida como PIGLOG. Exemplos de sua

aplicação são os modelos AIDS

e QUAIDS, descritos no capítulo dois, que assim

permitem a agregação não

linear exata.

O parâmetro



nas funções dispêndio acima determina a não

linearidade das

curvas de Engel e, portanto, a relação entre dispêndio representativo e m

édio

(Deaton & Muellbauer, 1980a)

. Se





, as funções de dispêndio são claramente

lineares

e as curvas de Engel também. Em geral, as curvas de Engel tomam a forma:

























no caso PIGL

(3.33)

















log





no caso PIGLOG

(3.34)

Em que





são funções apenas dos preços. Como as parcelas

orçamentárias são dadas por



e normalmente pensa

se em curvas de Engel

com a forma

)

(



, deve

se multiplicar a equação acima por x, de forma que:

























(3.35)

Dessa forma, se







, as curvas de Engel são quadráticas e se





, as

curvas de Engel tê

m ter

mos lineares e hiperbólicos

O gasto representativo pode ser encontrado pela combinação das equações

(3.26) e (3.33) (assumindo também, por simplicidade, preferências idênticas entre os

consumidores de tal forma quer

=1)

(Deaton & Muellbauer, 1980a)





























)

(

(3.36)

Em que o gasto representativo é dado por:



)

(























(3.37)

Essa fórmula vale apenas para o caso PIGL.

é linearmente homogênea nos

x´s de tal forma que se pode escrever:



(3.38

)

Em que

é o gasto médio e

combina os efeitos das curvas de Engel não

lineares com a distribuição do gasto não necessariamente igual entre os consumidores.

Para qualquer nível dado de



pode ser interpretado como um indicador de

dispersão dos gastos com a forma funcional controlada por



. Por exemplo, se







e assim as curvas de Engel são quadráticas,

é dado por:







em que



= variância dos gastos.

A expressão (3.38) mostra que se pode usar o nível médio dos gastos como

gasto representativo nos modelos empíricos quando as condições acima forem

atendidas

e os parâmetros estimados das variáveis de gasto forem reinterpretados.

No exemplo acima, assumiu

se a igualdade das preferências dos

consumidores. Entretanto, é provável que o grau de heterogeneidade

seja importante

na explicação dos padrões de demanda

e cause diferenças entre os consumidores,

mesmo que estes possuam a mesma renda. Assim, é provável que

varie

significativamente entre consumidores. Uma abordagem

possível é “deflacionar” x

por k

, o que equivaleria a explorar os dados em nível per cap

ita, mas criando escalas

de equivalência para captar as diferenças entre membros de cada família

consumidora

. Nesses casos, o nível representativo dos gastos é dado por:

Dado por diferenças na composição familiar, educação, idade, região de moradia, etc.

Para um exemplo de aplicação

de escalas de equivalência, ver Aguero & Gould (2003).



)

(























O problema com essa abordagem é que ela requer informaçõe

s desagregadas

sobre as características dos consumidores de forma

se construir o índice k

Entretanto, caso essa informação estivesse disponível, provavelmente não se estaria

usando a agregação não

linear e sim um modelo desagregado usando os dados

indi

viduais

. O uso da agregação vem como resposta, na maior parte, à falta de dados

disponíveis das unidades de consumo. Uma solução para a agregação que requer este

tipo de informação parece pouco aplicável.

Como as hipóteses necessárias para a agregação co

nsistente dos consumidores

são bastante

fortes, alguns pesquisadores criticam o uso do modelo do consumidor

representativo

. De acordo com Stoker (1993), por exemplo, os modelos que usam

agentes representativos não apresentam uma fundação firme na teoria e

conômica e

não existem condições realistas que permitam ‘forçar’ os dados agregados a se

ajustarem às restrições que são características de um problema de otimização

individual.

Ele recomenda o uso de dados individuais

nos estudos de demanda para

captar a

heterogeneidade entre consumidores, muito importante para descrever os

padrões de demanda. Caso seja necessário usar dados agregados, deve

se usar

variáveis que captem a estrutura de agregação ou fatores de agregação

que permitam

incluir medidas de hetero

geneidade. Só assim é possível aplicar as restrições sobre a

demanda prescritas pela teoria do Consumidor. A conclusão de seu artigo

resenha

sobre a agregação é que a aplicação, no caso de dados agregados, de restrições

apropriadas para o comportamento ind

ividual é uma prática sem qualquer fundamento

e leva a desvios que são impossíveis de medir com o uso apenas de dados agregados.

A única forma pela qual as restrições de caráter individual são consistentemente

aplicáveis aos dados agregados é através da li

gação dada por uma estrutura de

agregação apropriada.

Como o trabalho de Aguero & Gould (2003).

Ver Sonnenschein e Schafer (1982) para uma resenha destas críticas.

Ver Blundell et al. (1993) para um exemplo de construção de fatores de agregação.

–

Séries de tempo versus

corte seccional

em estudos de demanda

Como foi visto no item anterior, o nível de agregação dos estudos de demanda

traz conseqüências importantes e as hipóteses subjacen

tes são geralmente pouco

realistas. A discussão do nível de agregação é praticamente a mesma discussão do uso

de series de tempo ou corte seccional (

cross

section

) para estimar equações de

demanda. Geralmente, o uso de séries de tempo se traduz em dados ag

regados para os

consumidores; as informações disponíveis são geralmente apenas de quantidades

totais, os preços e alguma medida de renda. Normalmente, não há qualquer medida de

heterogeneidade entre consumidores como idade, raça, composição da família, etc

. No

caso de dados de corte seccional, pelo menos para as últimas décadas, existem

informações detalhadas sobre as diferenças entre consumidores que influenciam o

padrão de demanda, permitindo uma descrição individualizada de como estas

variáveis afetam a

demanda por tipo de alimento. Além disso, as pesquisas de

orçamentos familiares (POFs) permitem a estimação de sistemas de demanda e não

apenas de demandas individuais, o que parece ser mais plausível do ponto de vista da

escolha do consumidor entre várias

alternativas. O grande problema com as pesquisas

de orçamento familiares é a sua disponibilidad

No Brasil, por exemplo, foram

realizadas apenas quatro POFs com abrangência nacional, a primeira apenas no ano de

1975

, conhecida como

ENDEF 1975/76

(IBGE, 1

978

). Apenas duas destas POFs

abrangeram as áreas rurais, que apesar de

incluírem

atualmente cerca de 19 % da

população, concentra grande parte da pobreza e miséria no país.

Dessa maneira, apesar de uma maior disponibilidade nas últimas décadas, o

acesso

a informações desagregadas foi sempre bastante difícil no país

. Isso talvez

explique o fato de a maior parte dos estudos de demanda no Brasil usar séries de

tempo, geralmente estimando equações de demanda para produtos individuais. Estes

estudos, de forma

geral, não incluem variáveis que captam as mudanças em aspectos

fundamentais para a compreensão dos padrões de demanda. Por exemplo, mudanças

no padrão demográfico (envelhecimento da população, aumento da proporção de

adolescentes, etc.) certamente têm im

pacto nos padrões de consumo. Ao omitir estas

variáveis, pode

se estar atribuindo à renda ou aos preços impactos sobre a quantidade

consumida que na realidade refletem mudanças na estrutura etária da população. Este

ste parece ser o caso também nos Estados Unidos, em que pesquisas de orçamentos familiares com

abrangência nacional também são bastante escassas.

problema pode estar relacionado com a om

issão de outras variáveis, como educação,

presença de mulheres na força de trabalho etc. Dados individualizados que trazem este

tipo de informação permitem captar a influência deste tipo de variáveis. Outros

exemplos podem ser levantados, como diferenças r

egionais, entre meio urbano e rural

e outros.

Em resumo, parece ser preferível, quando há disponibilidade, utilizar dados

desagregados de consumidores individuais que permitem uma melhor descrição da

estrutura de demanda entre os consumidores. Neste trabal

ho, isto será possível com a

utilização da POF 2002/03, que apresenta uma série de informações úteis à análise da

demanda de alimentos no Brasil

–

A questão dos preços nas Pesquisas de Orçamentos Familiares

A variável preço é talvez a mais importa

nte na explicação da demanda de um

produto. Entretanto, no caso das

Pesquisas de Orçamentos Familiares

(POFs) seu uso

envolve uma série de controvérsias. Isso se deve principalmente porque em

praticamente todas as POFs a informação de preço pago não está d

isponível. De

forma geral, o que está disponível é a despesa total com a compra do produto e a

quantidade adquirida (em kg ou em unidades) para cada unidade de consumo. A

divisão da primeira pela a segunda resulta no que é conhecido como valor unitário

(

it value

). O problema está no fato de que, formalmente, valor unitário não ser o

mesmo que preço.

Segundo Deaton (1997)

, por exemplo, valores unitários não são o

mesmo que preços e são afetados pela escolha da qualidade assim como pelo preços

atuais que o

consumidor encontra no mercado.

Dessa forma

, a questão fundamental é

que o valor unit

ário envolve a questão da qualidade do bem adquirido. O preço de um

quilo de arroz pode ser diferente entre consumidores por refletir a qualidade do

produto comprado. Este

fato é importante, pois o atributo qualidade é certamente

parte da escolha do consumidor. Dessa forma, o valor unitário não seria exógeno

(como se assumiu que os preços eram no Capítulo dois), mas endógeno e, assim,

deveria ser explicado também pelo model

o. Isso torna a estimação da demanda mais

Ver o Capítulo quatro para uma descrição detalhada da POF 2002/03.

complexa, pois é preciso inicialmente modelar o valor unitário, ‘filtrando’ o papel da

qualidade nos valores a serem usados na equação de demanda

O fato de os preços

per se

não estarem disponíveis nas POF’s faz

com que

muitos pesquisadores ignorem esta variável e estimem curvas de Engel ao invés de

curvas de demanda

. O argumento é de que no curto período da pesquisa os preços

são constantes e pode

se estimar Curvas de Engel sem maior perda de poder

explicativo.

Entretanto, segundo Polinsky (1977), a falha em especificar os efeitos dos

preços ao se trabalhar com dados de corte seccional pode resultar em elasticidades

renda viesadas e enganosas. Para Cox e Wohlgenant (1986), a análise de Engel

tradicional pode ser

inapropriada se os preços não são constantes em cross

sections e

todas as evidências parecem apontar para esse fato. Assim, a omissão dos preços não

parece ser a solução adequada para estes casos.

A outra solução possível é tentar modelar o efeito qualida

de de forma a se usar

os ‘preços corrigidos pela qualidade’ nas equações de demanda. Várias correções são

possíveis neste caso

. O consenso parece ser que, quanto maior o nível de agregação

dos bens analisados, maior o efeito

qualidade

(Cox e Wohlgenant,

1986)

. Assim,

estudos com alto grau de desagregação são menos suscetíveis a este problema. Além

disso, segundo Cox e Wohlgenant (1986), as diferenças na estimação dos parâmetros

resultantes da falha em se corrigir os preços de dados de corte seccional para

o efeito

qualidade são pequenos para bens homogêneos.

Logo

, neste

estudo, como são

analisados 18 produtos alimentares bastante

desagregados, a variável preço

dada pelo valor unitário, calculado pela divisão da

despesa total com o produto pela quantidad

e adquirida para cada unidade de consumo.

–

O uso da variável despesa total ou renda

Outra questão

importante nos estudos de demanda é a escolha entre a variável

renda ou despesa total para ser incluída nas equações a serem estimadas. A escolha da

variável despesa total atende a propriedade da aditividade e assim é recomendada se o

objetivo é construir um sistema de demanda derivado de uma estrutura de

preferências. Além disso, a hipótese de separabilidade fraca permite que se trabalhe

Ver Cox e Wohlgenant (1986) para um exe

mplo.

Ver Hoffman (2000).

Ver Cox e Wohlgenant (1986).

com a despes

a total em um determinado grupo de interesse

, desde que ele seja

separável dos demais itens da despesa.

O uso da variável renda

é, entretanto, mais comum nos estudos de demanda,

seja devido à predominância de estimações de demandas individuais utilizand

o séries

de tempo, onde a variável despesa total não faz muito sentido teórico, seja pela

utilidade de estimativas de elasticidade

renda para recomendações de política

econômica ou análise de cenários de crescimento econômico. Assim, se o objetivo é a

comp

aração dos valores estimados com outros estudos, mostrando a evolução dos

padrões de consumo, a variável renda é a mais indicada. No entanto, seu uso não está

isento de críticas. Além do problema da adequação teórica, há outras dificuldades na

utilização d

a renda quando se trabalha com dados de pesquisas de orçamentos

familiares. Medeiros (1978), por exemplo, argumenta que as informações de

rendimento nas POF’s estão muito mais sujeitas a erros de medida e recomenda o uso

da variável despesa total. Phlips (

1974), citando argumento de Prais e Houthakker

(1971), afirma que a renda total inclui toda espécie de componentes transitórios e

assim, não seria um bom indicador da renda “normal”, como ele denomina. A despesa

total, mais estável, seria assim um melhor i

ndicador.

Neste trabalho, ambas as variáveis serão utilizadas separadamente para atender

os objetivos acima e comparar as diferenças resultantes do uso de cada uma. No caso

do uso da despesa total, definindo y como a variável renda e x

como a variável ga

sto

total no grupo de interesse G, a relação entre elasticidade

renda e elasticidade

dispêndio é dada por:

































No caso deste trabalho, dezoito produtos alimentares.

Que pode ser renda disponível, renda anual

per capita

, renda bruta, ou qualquer informação de

rendimento.







Em que:







elasticidade

renda do bem i;







elasticidade

dispêndio do bem i;







elasticidade do gasto total no grupo G em relação à renda y.

–

Estimação de equações de demanda no Brasil

Há

inúmeros estudos de demanda no Brasil, abrangendo desde produtos

individuais, usando modelos lineares, a estudos de sistemas de demanda derivados de

uma estrutura de preferências baseada em pesquisas de orçamentos familiares. A

análise destes estudos perm

ite a compreensão de como evoluiu a estimação das

equações de demanda no país nas últimas décadas, assim como a disponibilidade de

dados. É óbvio que não se pretende aqui listar todos os estudos existentes no país, mas

esta seção procurará descrever estudo

s que representem uma amostra do tipo de

análise de demanda feita no país. Ênfase será dada, na parte final, à estimação de

sistemas de demanda, pela oportunidade de comparação posterior com os resultados

deste estudo.

6.1

–

Primeiros estudos de demanda

Estudos abrangentes sobre a demanda no Brasil, incluindo a estimação de

equações, são relativamente recentes na história do país. A (in) disponibilidade de

dados talvez tenha sido a principal causa dessa falta de estudos. Assim, até a década

de 1960, mui

to poucas informações sobre estimativas de elasticidades

renda e preço

estão disponíveis. Em relação às pesquisas de orçamentos familiares, praticamente

todos os estudos possuíam abrangência local, e continham apenas informações de

determinadas parcelas da

população

Em relação às séries de tempo, pouco havia

sido ainda compilado para permitir estimações de demandas individuais.

A partir da década de 1960, com o aperfeiçoamento dos institutos de pesquisa

no país e a necessidade de atualização dos índices d

e inflação, a disponibilidade de

informações aumentou e permitiu o aparecimento de estimações de equações de

demanda de alimentos que permitiram estimar elasticidades

renda e preço de alguns

produtos. Na seqüência, alguns destes trabalhos serão apresentado

s, sendo

classificados segundo sua fonte de dados (séries de tempo ou corte seccional),

mostrando sua evolução até os dias atuais

6.2

–

Estudos utilizando dados de

corte seccional

Em 1967, o Ministério da Agricultura (1967), usando dados de uma POF

feita

no antigo estado da Guanabara pela Fundação Getúlio Vargas (FGV), estimou

elasticidades

renda para 12 tipos de alimentos para diferentes níveis médios de renda

per capita

. As equações continham apenas informações sobre quantidade consumida e

renda, s

em informações de preços. As maiores elasticidades

renda encontradas (acima

de 0,8) foram para carne, leite, ovos, queijo e óleo vegetal enquanto farinha de

mandioca e fubá apresentaram elasticidades muito baixas e decrescentes com a renda.

Usando os mesmo

s dados, além de POF’s locais de Recife e Porto Alegre, a

Fundação Getúl

io Vargas (1974) também calcula

elasticidades

renda para 23 produtos

alimentares e utiliz

projeções para o cálculo das mesmas para os anos de 1975 e

1980.

São

usadas equações individu

ais para cada produto e a forma funcional

escolhida vari

de produto a produto, sendo as mais usadas a forma linear, a duplo

log

e a semilog, entre outras. Dentre os produtos c

om maior elasticidade, destaca

se a

carne suína (0,86), e o leite (0

62). Dentr

e as menores, estão

mandioca (

0,03), feijão

(

0,03) e farinha de milho (

0,14).

Mandell (1971) utiliza os mesmos dados, além de POF’s para algumas cidades

do Nordeste, para estimar elasticidades

renda para o arroz usando formas funcionais

Ver anexo 1 para um exemplo da

disponibilidade de POF’s para São Paulo.

Grande parte destes estudos procurou estimar apenas curvas de Engel e, assim, não podem ser

formalmente caracterizados como

equações

de demanda.

Entretanto, dada à relevância, eles também

serão descritos aqui.

como a duplo

log

e a log

inversa. Seus resultados indicam elasticidades

renda entre

0,558 para as cidades do Nordeste e 0,127 para o estado da Guanabara.

Araújo (1970) estima

elasticidades

renda para 15 alimentos com dados de uma

POF na cidade de Vitória

ES. O interessant

e é que este estudo

procura

investigar a

influência da variável educação na demanda de alimentos. Sua conclusão, de forma

surpreendente, é que esta variável não explica o comportamento do consumo de

alimentos nessa cidade.

Castro (1972) usa

a função duplo

log para estimar elasticidades

renda para

uma série de produtos alimentares com dados de uma POF feita para a cidade de

Piraci

caba. Seus resultados permitem

concluir que as elasticidades

renda são maiores

nos menores estratos de renda e que produtos como c

arnes, verduras e legumes

apresentam elasticidades maiores do que cereais.

Perez (1973) realiza uma POF em Piracicaba e estima

elasticidades

renda para

diversas classes de renda para 19 categorias de produtos alimentares.

São

testadas

várias formas funcion

ais (linear, log

log, log

inversa, semilog,...) e uma poligonal

com ajustamento das equações às diferentes classes de renda (e diferentes

elasticidades). Entretanto, apesar de coerentes com o esperado, seus resultados

são

pouco significativos estatisticame

nte.

Barros (1975) calcula elasticidades

renda para a carne bovina usando dados

para São Luis do Maranhão. Sua conclusão é de que a carne bovina é um bem nor

mal,

com elasticidade igual a 0,

32.

Medeiros (1978) estima curvas de Engel para alimentação e educa

ção na

cidade de São Paulo usando dados da POF calculada pela Fundação Instituto de

Pesquisas Econômicas (FIPE) nos anos de 1971/72. Ele modela a demanda através de

uma transformação Box

Cox na variável dependente (gasto na categoria) e na variável

explica

tiva (gasto total) e encontra elasticidades

renda decrescentes com a renda para

a alimentação.

Furtuoso (1981) utiliza dados do ENDEF 1974/75 para calcular elasticidades

renda da demanda para várias categorias de produtos alimentares, com o objetivo de

terminar o efeito de uma redistribuição de renda sobre a demanda de alimentos no

estado de São Paulo. Para a estimação das elasticidades, duas formas funcionais foram

utilizadas: log

inversa e uma poligonal. Seus resultados indicam elasticidades maiores

s menores estratos de renda e para categorias como frutas, ovos, leite e queijos e

carnes e pescados.

Rossi (1982), usando dados do ENDEF 1974/75, estima curvas de Engel para

a cidade do Rio de Janeiro usando curvas de concentração dos dispêndios dos vário

itens do consumo familiar.

Musgrove (1986) utiliza dados do ENDEF 1974/75 para estimar elasticidades

preço e renda para vários produtos alimentares. Além disso, ele procura mensurar o

efeito do tamanho da família no consumo de alimentos. Apesar da dispon

ibilidade de

dados, ele não utiliza um sistema de demandas; as equações são estimadas

separadamente para cada produto. Suas conclusões são de que o consumo de arroz,

macarrão, açúcar e

leite fresco são bastante preço

elásticos. Além disso, as

elasticidades

preço para a zona rural são consistentemente menores do que no meio

urbano. Quanto ao efeito do tamanho da família, para quase todos os alimentos, a

demanda per capita diminui com o aumento da família.

Hoffman (2000) usa dados da POF 1995/96 do IBGE e o m

odelo poligonal

com três segmentos para estimar elasticidades

renda para vários produtos alimentares.

Apesar da disponibilidade dos microdados, Hoffman prefere agregar os consumidores

em três grandes estratos de renda e não utiliza medidas de heterogeneida

de entre as

unidades de consumo. Ele também não utiliza um sistema de demanda e as equações

são estimadas separadamente. Seu nível de desagregação de produtos é bastante

elevado, o que permite estimar elasticidades para produtos como filé mignon (



1,344), queijo minas (



0,526) e cerveja (



0,619).

Bacchi e Spolador (2002) também utilizam o modelo poligonal para estimar

elasticidades

renda para a demanda de carne de frango no país usando dados

das POF

1987/88 e 1995/96. Seus resultados indicam que o frango é um bem normal, mas que

as partes nobres (peito e coxa) são bens superiores.

Tosta et al. (2003a) estimam elasticidades

renda para leite e derivado

s usando

dados da POF 1995/96 e o modelo po

ligonal com três segmentos. Com exceção do

leite fresco, considerado um bem inferior, todos os demais tipos de leite e derivados

são

considerados bens normais.

Tosta et al. (2003

) estimam elasticidades

renda para a carne suína para o

Brasil e regiões metr

opolitanas utilizando dados das POFs 1987/88 e 1995/96 e o

modelo poligonal com três segmentos. De modo geral, seus resultados para o Brasil

indicam que as carnes suínas são consideradas bens normais, com elasticidades

médias variando de 0,868 (presunto) a

0,390 (carnes com e sem osso) em 1996.

Santos et al. (2005) também utilizam o modelo poligonal com três segmentos

para estimar elasticidades

renda para o café torrado e moído para o Brasil e os estados

da região sudeste utilizando dados da POF 2002/2003.

Os resultados indicam que o

café é um bem normal e os consumidores do Sudeste são mais sensíveis

mudanças

na renda quando comparados com os consumidores do Brasil como um todo.

3.6.3

Estudos utilizando dados de

séries de tempo

Paniago

(1969) usa dad

os agregados em séries de tempo de 1946 a 1966 para

estimar a equações de demanda de alguns produtos selecionados. Para o caso do arroz,

por exemplo, sua estimativa de elasticidade

renda é de 1,276.

Serrano (1972) estima elastic

idades

preço (própria e cruz

adas) para a batatinha

usando dados semanais para o ano de 1969. Ele utiliza o modelo linear e uma função

potência para a estimação das equações e conclui que a demanda da batatinha é preço

elástica (

2,78) e que ela pode ser considerada como substituta da

cebola.

Sobral (1973) também utiliza séries de tempo para o período de 1950 a 1970 e

estima elasticidades

renda para alguns produtos alimentares. Para o caso do arroz, ela

fica entre 0,320 e 0,391 para os modelos testados em seu trabalho.

Ávila (1973) est

elasticidades

renda e preço para a carne bovina no Rio

Grande do Sul usando dados de 1947

1970. As equações

são

estimadas por Mínimos

Quadrados Ordinários (MQO) usando a especificação duplo

log. Seus resultados

mostram que a carne bovina tem deman

da in

elástica e é um bem normal;

suas

estimativas são de elasticidade

preço de curto prazo de

0,49 e de longo prazo de

0,64 e elasticidades

renda de 0,26 (curto prazo) e 0,36 (longo prazo).

Brandt et al. (1973) estima elasticid

ade

preço e renda para a carne b

ovina para

a cidade de Manaus usando dados mensais para o período de janeiro de 1970 a

dezembro de 1971. Suas conclusões são de que a demanda é preço

inelástica (

0,6) e a

carne bovina é um bem superior (2,6). O método utilizado foi o de equações

simultâne

as e as carnes de peixe e frango não tiveram influência na demanda de carne

bovina.

Seraphim (1973), utilizando dados mensais de 1969

1972 para a cidade de

Goiânia, estim

elasticidades

preço e renda para a carne bovina através de MQO.

Seus resultados tamb

ém indicam que a carne é um bem normal, mas apontam que a

demanda é preço

elástica no longo prazo.

Morimoto (1975) usa equações simultâneas para estimar elasticidades

renda

para o mercado de peixes em São Paulo, encontrando elasticidades significativas

ape

nas para a sardinha.

Vilas (1975), com dados anuais de 1950

70, utiliza equações lineares para

estimar equações de demanda para o arroz. Sua estimativa de elas

ticidade

renda é

muito baixa (0,

07) em comparação com outros estudos.

Lobato (1982) estima um mod

elo de equações simultâneas para a demanda de

carnes através do método de mínimos quadrados dois estágios (MQ2E) usando dados

anuais de 1960

81. Sua conclusão é que as carnes têm demandas elásticas e o mercado

possui preços interdependentes.

Fiallos (1982)

utiliza séries temporais para calcular a equação de demanda

para o tomate em São Paulo e Campinas. Ele utiliza como formas funcionais o modelo

linear e o duplo

log. Os resultados mostram elasticidades

preço pouco menores do

que um em módulo (demanda inelá

stica) para as duas especificações.

Bacchi (1989) usa uma função de demanda linear e o conceito de

separabilidade fraca para estimar funções de demanda para a carne bovina no Brasil.

Seus dados são séries anuais de 1957

87. O modelo utilizado é o de defasa

gens

distribuídas e os resultados mostram a carne bovina pouco sensível à renda

(elasticidade

renda igual a 0,30) e ao próprio preço (elasticidade

preço de curto prazo

igual a

0,48 e de longo prazo igual a

1.09).

–

Estimação de sistemas de demanda

e modelos derivados de uma

estrutura de preferências no Brasil

A estimação de sistemas de demanda com modelos derivados de uma estrutura

de preferências como aqueles descritos no capítulo dois é um pouco mais raro no

universo de estudos de demanda no Bra

sil. Entretanto, já há uma boa literatura no

país, com vários trabalhos utilizando uma série de diferentes modelos e base de dados.

As estimativas destes modelos, principalmente aqueles que apresentam alto nível de

desagregação, são importantes na compara

ção com os resultados deste estudo.

Simões e B

randt (1981), por exemplo, usa

m o modelo LES expandido para

analisar as elasticidade

preço e renda para categorias amplas contidas no ENDE

1974/75, como alimentos, fumo

etc. Apesar de os resultados serem pouc

o relevantes

para a comparação com este estudo, já há aí a preocupação com as propriedades da

demanda, como o critério da aditividade, que foi observado.

Vale (1983) utiliza

também o modelo LES expandido para analisar a demanda

de produtos agrícolas de fam

ílias rurais na Zona da mata de Minas Gerais.

Fernandes (1988) aplica o modelo Rotterdam para o mercado de carnes usando

dados anuais de 1961 a 1985. Seus resultados indicam, como outros estudos para o

setor, elasticidades

preço cruzadas baixas para os dif

erentes tipos de carnes (boi,

suína

e frango).

Mendes (1990) estima um sistema de equações para produtos lácteos (queijo,

iogurte e leite) usando um modelo linear diferencial. Sua série de dados é anual com

observações de 1970 a 1987 e a estimação utiliza

o modelo SUR (

Seemingly unrelated

regression

). Seus resultados mostram o leite com demanda preço

inelástica (

0,62) e

como um bem superior (1,26) e o queijo também com demanda preço

inelástica (

0,27) e como um bem normal (0,87);

Já Viana (1999) usa o mode

lo Rotterdam para analisar a demanda brasileira de

importação de cereais entre 1970

96.

Asano e Fiúza (2001) utilizam o modelo AIDS para analisar a demanda em

categorias amplas (alimentação, habitação,...) das POF’s de 1987/88 e 1995/96 do

IBGE. Apesar da

disponibilidade dos microdados, eles preferem agregar os

consumidores para 20 faixas de renda, não existindo qualquer preocupação com

medidas de heterogeneidade entre consumidores.

Thomas et al. (1991) utilizam também o modelo AIDS para analisar os

padrõ

es de consumo da população brasileira usando dados do ENDEF 1974/75. A

preocupação é centrada prin

cipalmente no consumo alimentar

. Os preços são

calculados através de valores unitários. Este trabalho procura identificar o impacto da

composição familiar na

demanda de alimentos, identificando, por exemplo, impactos

diferentes para a presença de crianças (ovos e laticínios consumidos em maior

proporção) e mulheres adultas (maior consumo de hortaliças).

Bussinger (1996) utiliza o pouco conhecido sistema de dema

nda Florida

Slutsky para analisar a demanda de alimentos no país usando dados da POF 1987/88

do IBGE. Para evitar o problema do consumo zero

, ele utiliza categorias amplas de

produtos (como frutas

e vegetais, pão e massa

etc.

). As elasticidades

preço

er capítulo quatro para maiores detalhes sobre este problema.

cal

culadas foram todas menores do que um (em módulo) e muito pequenas, refletindo

provavelmente o nível de agregação das categorias utilizadas. As elasticidades

renda

também foram todas menores do que um, não existindo assim bens superiores na

pesquisa.

Garci

a (1998) utiliza dados da POF de 1995/96 referentes à Região

Metropolitana de Porto Alegre para estimar um sistema de demanda de alimentos

desagregado em dez categorias amplas, usando o modelo AIDS.

Santana (1999) utiliza um modelo de equações aparentement

e n

ão

correlacionadas

para analisar um sistema de demanda de carnes no país entre os anos

de 1990 e 1997. Seus resultados mostram, de forma surpreendente, que a carne de

frango tornou

se um produto complementar das carnes bovina e su

ína no período

Bertass

o (2000) estima curvas de Engel para grupos de alimentos usando

dados da POF 1995/96. Entretanto, ela não utiliza um sistema de demanda derivado

de uma estrutura de preferências. A estimação é feita através de um modelo poligonal

e também pelo procedimento

de Heckman. Suas conclusões são de que os brasileiros

das Regiões Metropolitanas tendem a mesclar os padrões ‘tradicional’(que exigem

certa elaboração no domicílio, com

o arroz, feijão, legumes, etc.

) e ‘moderno’

(alimentos de fácil preparo, alimentos pron

tos, alimentação fora do domicílio) na

alimentação.

Menezes et al. (2002) utilizam o modelo QUAIDS para estimar um sistema de

demanda para 39 produtos alimentares usando dados da POF 1995/96. O nível de

desagregação dos produtos é elevado. Entretanto, iss

o só é possível com a agregação

dos consumidores em 30 grupos de renda, o que traz uma série de questionamentos

como já discutidos no item sobre agregação. De qualquer forma, seus resultados

mostram diferenças nos padrões de demanda entre as várias regiões

brasileiras e a

insuficiência do consumo alimentar no Brasil para as famílias de baixa renda.

Como referência final, deve

se destacar o trabalho de Aguero e Gould (2003)

que utiliza o mesmo procedimento de estimação deste estudo, o procedimento de

Shonkwi

ler e Yen (1999). Usando dados da POF 1995/96, eles procuram construir

escalas de equivalência para comparar padrões de consumo para famílias de diferentes

composições, usando dados agregados para produtos. Sua conclusão é de que o uso de

escalas de equiva

lência realmente é importante para comparar as demandas em

famílias de composição diferente.

–

METODOLOGIA

E FONTE DE DADOS

–

Efeito do uso de microdados na escolha da Metodologia

O uso dos dados originais individuais de pesquisas de o

rçamentos familiares

(POFs), conhecidos como microdados, na estimação de equações de demanda de

alimentos permite uma melhor especificação das equações, com a

inclusão de

variáveis que capt

am a heterogeneidade entre os consumidores. Isso permite uma

melhor

descrição dos padrões de demanda dos diferentes grupos, representando uma

maior aderência dos modelos escolhidos à realidade. De acordo com Manchester

(1977), a análise do padrão de consumo das famílias

por meio

do uso de microdados

permite uma melhor est

imação dos parâmetros da equação de demanda e uma

melhora na previsão do consumo futuro em relação aos estudos que utilizam dados

agregados. Além disso, os microdados, em geral, apresentam um maior número de

observações do que qualquer série de tempo dispo

nível, auxiliando no sempre

presente problema dos graus de liberdade, dado o grande número de parâmetros a

serem estimados.

Apesar de o nível de desagregação ser vantajoso no uso de microdados, ele

não deixa de apresentar problemas que devem ser resolvidos

pelo pesquisador. O

maior destes problemas é o fato de o nível de desagregação geralmente resultar num

grande número de famílias não consumindo um produto particular. Este problema,

conhecido como Problema do Consumo Zero (PCZ), impõe uma série de restriç

ões

sobre quais métodos econométricos podem ser usados para estimar de forma correta

as equações de demanda.

O Problema do Consumo Zero nas pesquisas de orçamentos familiares pode

surgi

r basicamente de duas causas: baixa

freqüência de aquisições e uma solu

ção de

canto (

corner solution

) para o problema da maximização de utilidade dos

consumidores. A primeira diz respeito ao fato de que os dados das POFs são

geralmente obtidos

por meio

de entrevistas com os consumidores onde se pesquisa o

padrão de consumo du

rante um período determinado, geralmente uma semana. Isso

torna bastante provável a inclusão de consumidores que consomem um determinado

bem, mas que não adquirem o mesmo na semana da pesquisa, seja devido à existência

de estoque doméstico ou simplesmente

pela probabilidade de que o ato de aquisição

tenha ocorrido nas semanas anteriores ou só irá ocorrer nas semanas posteriores.

Esses consumidores aparecem na POF como tendo consumo zero numa série de

produtos, quando na verdade o consum

o não é observado ap

enas pela baixa

freqüência das compras do consumidor. A outra causa reside no fato de que, dado o

alto nível de desagregação, o universo de produtos pesquisados numa POF é imenso e

assim é virtualmente impossível que um consumidor consuma todos os produtos

pesquisados. Dessa forma, soluções de canto para o problema da maximização da

utilidade são naturalmente observados para praticamente todos os consumidores e,

assim, o consumo zero é uma escolha das famílias dadas suas preferências e a

restrição orçamentá

ria de cada uma.

O problema da baixa

freqüência de compras representa uma séria dificuldade e

há alguns estudos que procuram resolver este problema com resultados pouco

promissores

. Além disso, estes estudos lidam apenas com demandas individuais e

não com

sistemas de demanda. A extensão dessa metodologia para o caso de sistemas

de demanda implicaria uma série de problemas num contexto da estimação de dois

estágios, como é utilizado neste estudo. Assim, preferiu

não considerar o problema

da baixa

freqüên

cia de aquisições e assumiu

se que o consumo zero observado nos

dados representa uma solução de canto para o problema do consumidor.

A Tabela 4.1 apresenta os dados da proporção de domicílios que apresentaram

informações de aquisição para os produtos alime

ntares escolhidos para análise neste

estudo. Pode

se notar que apenas no caso do produto pão francês a aquisição ocorre

em mais de 50% dos domicílios, sendo que no caso da manteiga a freqüência é de

pouco mais de 5%. Produtos bastante populares como arroz

e feijão, cujo consumo é

Ver Gould (1992) e Blundel e Meghir (1987)

disseminado praticamente em todas as parcelas da população e em todas as regiões do

país, apresentaram baixas freqüências de aquisição, de cerca de 40 %. Parece c

laro

que o problema aqui é de baixa

freqüência de compras. Produtos c

uja freqüência de

aquisição é maior, como o pão francês, cujo ato de compra é muitas vezes diário,

apresentam números mais próximos ao que se poderia esperar em relação à proporção

de consumo. Este fato acaba distorcendo também as parcelas médias gastas co

m a

cesta de 18 produtos, em que o pão francês acaba apresentando o maior valor, com um

total de 15,46 % (Tabela 4.2).

Tabela 4.1

–

Freqüência de aquisição dos produtos alimentares

Brasil

2002

2003

Produtos

Proporção de domicílios que

informaram aquisiç

ão do

produto (%)

Açúcar

41,20

Arroz

44,59

Banana

27,67

Batata

21,81

Carne bovina de primeira

21,74

Carne bovina de segunda

26,82

Farinha de mandioca

22,25

Feijão

38,09

Carne de Frango

40,21

Leite em pó

17,23

Leite Flui

47,06

Macarrão

29,64

Manteiga

5,38

Margarina

20,70

Pão francês

63,38

Carne

suína

27,78

Queijos

15,80

Tomate

30,15

Fonte: Elaboração do autor

Apesar de representar um problema, já que a hipótese para a estimação é de

que o cons

umo zero é uma solução de canto para o problema do consumidor, ou seja,

assume

se que o consumidor escolhe consumir zero daquele produto e

não que este é

um problema de baixa

freqüência de aquisições, preferiu

se neste trabalho continuar

com os dados nesse

nível de agregação. A maior parte dos estudos sobre demanda no

Brasil, como descritos no capítulo 3, lida com este problema

por meio

da agregação

dos produtos em categorias mais amplas (cereais, verduras, etc.), que diminuem

consideravelmente o problema d

o consumo zero. Outros mantêm a desagregação por

produtos, mas agregam os consumidores por faixas de renda, diminuindo também a

gravidade do problema. Pelas razões já expostas no capítulo 3, essas abordagens

apresentam problemas e demandam hipóteses fortes

e pouco realistas. Preferiu

se,

assim, continuar a estimação com este nível de desagregação e analisar os resultados

encontrados, até mesmo para determinar até que ponto as estimativas encontradas são

afetadas pela baixa freqüência de aquisição/consumo do

s produtos analisados.

Tabela 4.2

–

Parcela média do gasto total com a cesta de 18 produtos

alimentares

Brasil

2002

2003

Produtos

Parcela Média

(%)

Açúcar

5,91

Arroz

10,33

Banana

2,66

Batata

1,62

Carne bovina de primeira

7,02

Carne bovina de

segunda

7,41

Farinha de mandioca

2,91

Feijão

6,26

Carne de Frango

11,01

Leite em pó

3,28

Leite Fluido

11,25

Macarrão

2,98

Manteiga

0,49

Margarina

1,72

Pão francês

15,46

Carne

suína

5,44

Queijos

2,56

Tomate

1,69

Fonte: Elaboração do autor

problema do consumo zero, em termos econométricos, significa que é

necessário lidar com a estimação de parâmetros num contexto de variáveis

dependentes censuradas. Neste caso, sabe

se que o uso de mínimos quadrados

ordinários produz estimativas viesadas e

inconsistentes

(Greene, 2000)

. Assim, outros

métodos devem ser utilizados.

No caso de demandas individuais, a estimação por Máxima Verossimilhança

do modelo Tobit pode ser utilizado. Já para sistemas de demanda, ou seja, um sistema

de equações com variáve

is dependentes limitadas, apesar de a literatura a respeito ser

considerável

, a estimação direta por máxima verossimilhança é extremamente

complicada, principalmente quando a censura ocorre em múltiplas equações, pois é

preciso avaliar integrais múltiplas

na função de verossimilhança (Shonkwiler & Yen,

1999). Além disso, modelos de decisão de apenas um estágio, como o Tobit, assumem

que há simultaneidade na decisão de consumir e no total a ser consumido. Haines et

al. (1988) argumentam que a decisão de con

sumo de produtos alimentares deve ser

modelada como um problema de dois estágios, onde não só as decisões são separadas

como os determinantes de cada um dos estágios também podem diferir.

É nesse contexto que os modelos de dois estágios para estimação de e

quações

de demanda de alimentos foram desenvolvidos e passaram a dominar a literatura nos

anos 1990. O modelo mais utilizado no período foi desenvolvido por Heien &

Wessels (1990) e utilizado originalmente para um sistema de demanda de 11

categorias de pro

dutos alimentares. Esse modelo é uma aplicação particular do

estimador de Lee (1978), que utiliza variáveis endógenas observáveis, variáveis

endógenas latentes não

observáveis com indicadores dicotômicos e variáveis

dependentes limitadas e censuradas. Lee

(1978) prova que estimadores de dois

estágios resultantes desse procedimento são assintoticamente mais eficientes que

outros estimadores de dois estágios, como o de Heckman (1978) e o de Nelson e

Ols

n (1978).

O primeiro estágio do Procedimento de Heien &

Wessels (HW) consiste nas

chamadas “equações de seleção”, que examinam os determinantes da decisão do

consumidor em consumir ou não um determinado produto. Assim, o Modelo Probit é

utilizado em equações para cada produto. Os resultados deste estágio são u

tilizados

para computar uma variável de seleção, a razão inversa de Mills, que é usada como

instrumento para incorporar as variáveis latentes censuradas na estimação do segundo

estágio. Este estágio pode ser estimado

por meio

do uso do modelo SUR.

Shonkwil

Ver Amemiya (1974), Lee & Pit (1986), (1987), Wales & Woodland (1983).

& Yen (1999) provam, entretanto, que o procedimento HW apresenta inconsistências

internas que tornam os resultados pouco confiáveis

. De fato, suas simulações de

Monte Carlo mostram problemas graves como reversões de sinal dos parâmetros

estimados, o qu

e pode sugerir que os resultados das aplicações utilizando a

metodologia HW são na realidade o oposto das relações que os dados indicam. Estes

problemas levaram Shonkwiler & Yen a propor um modelo de estimação de dois

estágios nos mesmos moldes de HW, poré

m sem as inconsistências internas citadas

anteriormente. Este procedimento é utilizado neste trabalho para estimar o sistema de

equações de demanda para 18 produtos alimentares.

4.2

–

Método Utilizado: o P

rocedimento de Shonkwiler & Yen

Suponha que

se de

seja modelar a demanda de M produtos alimentícios e que

há N famílias no conjunto de dado

s disponível ao pesquisador. O p

rocedimento de

Shonkwiler e Yen aborda este problema como um processo de aquisição de dois

estágios:

Primeiro

estágio









1 se 0

0 se 0







com

,...,



,...,



(4.1)

Segundo

estágio





)

(



(4.2)



com

,...,



,...,



em que

Para maiores detalhes, ver

Shonkwiler & Yen (1999), pág. 973.



iável latente representando

a diferença em utilidade entre comprar

ou não o i

ésimo produto;



Variável dicotômica observada representando se o enésimo consumidor

consome (



) ou não consome

(



) o i

ésimo produto.



Vetor de variáveis exógenas que impactam a decisão do consumidor em

adquirir o produto;





Vetor de parâmetros da equação de decisão;



Variável l

atente representando a quantidade consumida de determinado

produto;



Variável dependente observada representando a quantidade consumida

de determinado produto (geralmente, parcela do gasto total com determinado

produto);



)

(



Forma funcional da função de demanda;



Vetor de variáveis que impactam a decisão do consumidor em quanto

adquirir do produto;





Vetor de parâmetros;



= err

os aleatórios.

Seguindo o resultado de Wales e Woodland (1980), Shonkwiler e Yen (1999)

assumem que

para cada i

termos de erro





in in



sejam distribuídos como uma

normal bivariada com

Cov





in in





. Dessa forma, a esperança condicional e a

esperança não

condicional da variável dependente

são dadas por:

( ' )

( | 1) ( , )

( ' )

in i

in in in i i

in i

E y d f X

 

 



  



( ) ( ' ) ( , ) ( ' )

in in i in i i in i

E y Z f X Z

    

  

em que

)

(





= função de densidade de probabilid

ade da distribuição normal

avaliada em



;

)

(





função de distribuição acumulada da distribuição normal avaliada



;

Baseado no resultado acima, o sistema de equações em (4.1) pode ser reescr

ito

como:



















)

(

)

(

)

(

(4.3)

com

,...,



,...,



)

(







Shonkwiler e Yen (1999) argumentam que este sistema pode ser estimado

usando um procedimento de dois estágios englobando todas as

observações

disponíveis, independente se o bem é consumido ou não pelo consumidor. No

primeiro estágio (Decisão de compra), estimativas



são obtidas usando o

Modelo Probit. Nesse caso, pode

se usar a estima

ção por Máxima Verossimilhança

(MV) para estimar os parâmetros.

As funções de Log

verosimilhanç

a podem ser

representadas por:

LLF

probit

(

)













)

(

)]

(

ln[







]

(4.4)

As estimativas



do primeiro estági

o são utilizadas para calcular

)

(





)

(





e estimar os parâmetros





no sistema:



















)

(

)

(

)

(

(4.5)

(

,...,



,...,



)

que

)]

(

)

(

[

)

(

)]

(

)

(

[































com

)

(





}

)]

(

[

)

(

{

)}

(

)

(

)

(

)]

(

)]{[

(

[

)

(

)

(

Var















































(4.6)



tem a mesma distribuição assintótica de



. O sistema de equações do

segundo estágio representado na equaç

ão (4.5) é estimado por máxima

verossimilhança por meio de um SUR não

linear em que a função de Verossimilh

ança

para o enésimo consumidor é

a seguinte:

SUR

LLF









)

ln(

)

(















(4.7)

(

)

,...,



em que





Mat

riz (M x M) de covariância dos erros para os M produtos;





Vetor (M x 1) de erros das equações;

Como as estimativas do probit do primeiro estágio são consistentes, a

maximização da função de Verossimilhança acima produz também esti

mativas

consistentes. Entretanto, como

se pode notar pela expressão (4.6),



heterocedástico, o que faz com que o estimador de máxima verossimilhança no

segundo estágio seja ineficiente.

Outro problema que surge com uso das estimat

ivas



no segundo estágio é

que a matriz de variância

covariância do segundo estágio é incorreta. Murphy &

Topel (1985) provam que o uso de coeficientes estimados de um probit no primeiro

estágio para construção de variáveis no segund

o estágio implica que a matriz de

variância

covariância dos coeficientes do segundo estágio é viesada. Isso ocorre

porque as variáveis não

observadas imputadas no segundo estágio são baseadas em

estimativas do primeiro estágio, e não nos valores verdadeiro

s. A matriz de variância

covariância dos coeficientes do segundo estágio pode ser corrigida para lidar com esse

problema através do chamado Procedimento de Murphy & Topel: dadas as equações

univariadas do probit no primeiro passo, pode

se definir a verossi

milhança conjunta

das decisões discretas de compra dos M produtos,

estagio

LLF

, como a soma das

funções de log

verossimilhança individuais do probit:













)

(

)]

(

ln[

)

(

probit

estagio

LLF







(

)

,...,



(4.8)

Dessa função de Verossimilhança, assu

que

a matriz (ML x ML) de

covariância dos coeficientes do

primeiro

estágio

é bloco

diagonal

]

,...,

[

diag



em que



Matriz de covariância (L x L) dos coeficientes associados ao j

ésimo

produto.

Representando



como a matriz de parâmetros estimados no segundo estágio

a matriz de covariância associada a esses coeficientes, Murphy & Topel (1985)

provam que a estimação de



por máxima verossimilhança n

o segundo estágio é

consistente e assintoticamente normal com matriz de covariância

igual a:

]

[







(4.9)

em que























SUR

LLF

;























estagio

SUR

LLF

Pode

se notar que o desvio

padrão do segund

o estágio (derivado de V

) será

sempre menor do que o valor corrigido porque a matriz corrigida de covariância

tem uma matriz positiva definida adicional originária do primeiro estágio. O uso

da matriz corrigida

garante a geração de desvios

padrões corretos para os

coeficientes de



e assim o uso de testes de hipóteses para melhor compreensão dos

parâmetros das funções de demanda.

Para implementar o procedimento de Shonkwiler e Yen, é nece

ssário escolher

a forma funcional

)

(



da função de demanda. Como descrito no capitulo dois,

a forma funcional escolhida para esse estudo será o modelo QUAIDS, que permite

captar corretamente o comportamento dos consumidores ao longo de

todas as faixas

de renda. É bom lembrar que o modelo QUAIDS tem como variável dependente as

parcelas do gasto total com cada bem. Além diss

o, variáveis que procuram capt

ar a

heterogeneidade entre os consumidores

serão adicionadas à especificação QUAIDS.

ssim, introduzindo a especificação QUAIDS na equação (4.5), o sistema de

equações a ser estimado será:

1 1

ˆ ˆ

( ' )( ln ln ln ) ( ' )

( ) ( ) ( )

n n

in in i ik k ij j i i in i in

k j

m m

w Z V p Z

a p b p a p



       

 

 

   

      

 

   

   

 

 

(

,...,



,...,



)

(4.10)

em que

in in

p q

 

parcela do gasto total com o b

em i

para o consumidor n

;



variáveis demográficas que procuram capturar a heterogeneidade entre os

consumidores;



preço do bem

;



quantidad

e do bem i;



gasto total co

m n bens

(ou renda)

;

j=1

)

(



b(p)









Estas var

iáveis serão

definidas no item 4.4.3. Elas englobam basicamente itens como educação,

composição da família, localização, etc.

)

(





= função de densidade de probabilidade da distribuição normal

avaliada em



;

)

(





função de distribuição acumulada da distribuiç

ão normal avaliada



;













parâmetros a serem estimados.

O programa econométrico utilizado

para a estimação

o GAUSS 6.0

for

Windows

, escolhido pela facilidade na manipulação de matrizes.

4.2.1

O Problema da

propriedades da demanda

no P

rocedimento de

Shonkwiler & Yen

Uma das propriedades derivadas da teoria da demanda no capítulo dois e

desejável em qualquer sistema de demanda é a aditividade. Entretanto, no caso do

Procedimento de

Shonkwiler & Yen

, assegurar aditividade das parcelas do gasto é um

grande problema. Isso ocorre porque a imposição das restrições usuais da aditividade

via restrição de parâmetros garante apenas a aditividade das parcelas de gasto latentes,

mas não das par

celas de gasto efetivamente observadas

(Dong et al., 2004)

. A solução

geralmente usada

baseada na recomendação de Pudney (1989) para garantir a

aditividade das parcelas observadas é tratar um dos bens do sistema como “bem

residual” e estimar a estrutura d

e demanda dos (n

1) bens escolhidos. Assim,

especifica

se a enésima equação como:





















)

(

)

(



Em que:



)

(



forma funcional da função de demanda;















)

(

)

(



;

Ver Yen e Huang (2002).











Garante

se assim que

as (n

1) equações estimadas somadas com a enésima

equação agora totalizam a unidade. Dessa maneira, a função de Verossimilhança é

construída exclusivamente com as primeiras (n

1) equações. As elasticidades do

enésimo bem podem ser calculadas usando as re

strições resultantes da aditividade.

A desvantagem desta solução é que as estimativas dos parâmetros não são

invariantes ao bem escolhido como residual para fins de estimação. Além disso, não

há garantia

que a parcela de gasto prevista do bem residual

será positiva.

Entretanto, até o momento, esta parece ser a melhor solução para garantir a

aditividade usando este procedimento. A escolha do bem residual deve ser cuidadosa,

geralmente recaindo no bem em que o pesquisador tem menor interesse

. No caso do

presente estudo, o bem residual é o açúcar, escolhido com base

na pequena

participação

os gastos dos consumidores e na

reduzida

interação com outros bens.

Em relação às demais propriedades, a existência de dois estágios de estimação

tamb

ém dificulta

a im

posição ou teste das restrições. A homogeneidade geralmente é

garantida pelo uso de preços normalizados pela renda

(Yen et al., 2002)

. Entretanto,

quando se utiliza a renda nos dois est

gios da estimação

como

ocorre

neste estudo

não há como assegurar a h

omogeneidade dessa forma ou pela imposição de restrições

diretamente nos parâmetros.

imposição das restrições de simetria diretamente no

segundo estágio também

é problemática,

pois

seria necessário que a estimação do

prim

iro estágio fosse realizada

tamb

ém com a imposição de simetria. Assim, como

não está consolidada ainda na literatura a forma adequada de imposição destas

restrições quando se utiliza o procedimento de

Shonkwiler & Yen

(1999), no presente

estudo elas não serão impostas ou testadas

Geralmente, a cate

goria “outros alimentos”, muito comum nos estudos de demanda de alimentos, é

bem

scolhido

como residual

. Ver, por exemplo,

Yen e Huang (2002).

Aguero e Gould (2003), que também utilizam o procedimento de

Shonkwiler & Yen

(1999), também

preferem estimar seu sistema de demanda sem a imposição de restrições de simetria e homogeneidade.

.2.2

–

A questão dos preços no P

rocedimento de Shonkwiler & Yen

Outro problema no caso da estimação pelo

Procedimento de Shonkwiler &

Yen

diz respeito aos preços utilizados. Como toda amostra é utilizada, aqueles

consumidores que não consomem determinado

produto devem ter uma informação do

preço enfrentado de forma a se poder realizar a estimação. Entretanto, essa

informação não está geralmente disponível, e esse é o caso da POF 2002/2003.

Existem métodos que procuram estimar esses preços

por meio

de equaç

ões que

incluem como variáveis explicativas as características de cada consumidor

Entretanto, Yen et al. (2002) recomendam a utilização de médias regionais como

abordagem mais simples e efetiva para a imputação dos preços. Dessa forma, médias

estaduais d

e preços para cada produto foram calculadas e foram imputadas aos

consumidores que não apresentavam informação de consumo (Tabela 4.3).

Ver Erdem et al. (1998).

Tabela 4.3

–

Preços médios estaduais por produto, por unidade da federação

–

Brasil

–

2002/2003

reços médios estaduais (R$/kg)

Unidades da

Federação

Açúcar

Arroz

Banana

Batata

Carne bovina

de primeira

Carne bovina

de segunda

Farinha de

mandioca

Feijão

Carne de

Frango

Rondônia

1,27

1,52

1,18

1,36

5,26

3,64

1,32

2,13

3,06

Acre

1,42

1,60

0,97

1,82

4,98

3,42

1,08

2,34

Amazonas

1,37

1,71

1,38

1,95

5,69

3,93

1,21

2,55

3,08

Roraima

1,31

1,38

1,29

2,27

6,58

4,20

1,50

2,60

3,48

Pará

1,41

1,55

1,05

1,51

5,39

3,70

0,97

2,49

3,39

Amapá

1,39

1,62

1,69

1,57

5,69

3,97

1,09

2,75

3,07

Tocantins

1,44

1,54

1,22

1,49

5,71

4,00

1,28

2,59

3,48

Maranhão

1,38

1,32

1,21

1,43

4,93

3,50

1,10

2,22

3,69

Piauí

1,31

1,34

1,28

1,35

6,03

4,00

1,00

1,99

3,55

Ceará

1,27

1,62

1,08

1,44

6,29

4,51

0,97

1,89

3,44

Rio Grande do Norte

1,26

1,71

1,03

1,23

6,77

4,46

1,12

2,19

3,64

Paraíba

1,18

1,07

1,16

6,75

4,74

1,32

2,07

3,65

Pernambuco

1,15

1,74

1,43

1,31

5,98

4,37

1,30

2,22

3,66

Alagoas

1,11

1,66

1,40

1,19

6,02

4,14

1,25

2,04

3,46

Sergipe

1,21

1,78

1,03

1,14

6,52

4,44

1,49

2,14

3,73

Bahia

1,29

1,70

1,18

1,20

6,45

4,68

1,22

2,14

3,57

Minas Gerais

1,16

1,55

1,10

1,04

6,83

4,67

1,19

2,31

3,28

Espírito Santo

1,14

1,56

0,92

1,17

6,67

4,36

1,39

2,24

3,10

Rio de Janeiro

1,35

1,69

1,29

1,11

7,07

4,82

1,46

2,21

3,69

São Paulo

1,24

1,61

1,07

1,14

7,15

4,66

1,63

2,48

3,46

Paraná

1,18

1,55

0,97

6,29

4,20

1,55

2,17

1,13

Santa Catarina

1,44

1,59

0,85

0,93

6,03

4,08

1,44

2,07

3,04

Rio Grande do Sul

1,50

1,57

1,00

1,03

6,27

4,18

1,51

2,14

3,10

Mato Grosso do Sul

1,29

1,46

1,22

1,29

5,94

4,13

1,59

2,32

2,97

Mato Grosso

1,34

2,29

1,50

5,76

4,07

1,94

2,33

3,33

Goiás

1,22

1,50

1,51

1,39

6,29

4,57

1,73

2,45

3,14

Distrito Federal

1,26

1,47

1,39

1,43

7,12

4,35

1,61

2,32

3,41

Tabela 4.3

–

Continuação

Preços médios estaduais (R$/kg)

Unidades da

Federação

Leite em

pó

Leite

Fluido

Macarrã

Manteiga

Margarina

Pão francês

Carne

suína

Queijos

Tomate

Rondônia

10,04

0,82

4,21

6,62

5,54

3,75

4,29

7,51

1,21

Acre

9,75

1,02

4,74

8,84

6,64

3,88

5,43

8,48

1,79

Amazonas

9,80

1,30

3,36

7,61

5,33

3,34

5,48

9,12

2,04

Roraima

9,64

1,34

4,93

6,15

5,5

3,94

5,50

10,86

1,77

Pará

9,26

0,85

3,88

6,80

4,82

3,77

4,50

9,59

1,55

Amapá

9,30

1,76

3,92

5,80

5,18

3,67

5,07

9,45

1,67

Tocantins

10,39

0,70

4,07

5,60

5,42

4,82

5,13

6,20

1,23

Maranhão

9,28

0,85

4,38

4,94

4,87

3,21

3,70

8,90

1,07

Piauí

8,83

1,12

,16

5,78

4,81

3,61

4,15

8,81

1,00

Ceará

9,73

1,07

3,31

6,80

4,75

3,28

4,30

8,22

1,02

Rio Grande do Norte

9,71

1,06

3,07

7,88

5,09

3,10

3,72

9,09

0,88

Paraíba

9,30

0,99

2,98

7,28

4,57

3,03

4,22

8,41

0,84

Pernambuco

8,78

1,06

3,02

8,26

4,41

2,91

4,09

8,3

0,87

Alagoas

8,69

1,06

3,30

7,22

4,57

3,04

3,66

9,51

0,86

Sergipe

10,36

0,97

4,14

7,08

5,05

2,96

4,27

9,39

0,92

Bahia

9,75

0,91

3,04

9,20

4,55

3,16

4,96

11,29

0,96

Minas Gerais

11,07

0,86

3,61

7,77

5,15

3,97

4,77

7,18

0,95

Espírito Santo

11,20

0,98

3,93

8,26

5,48

4,29

4,93

9,15

0,87

Rio de Janeiro

9,95

1,29

4,53

9,32

5,58

4,07

5,50

9,99

1,05

São Paulo

9,55

1,15

4,58

6,97

5,01

3,95

5,82

10,67

1,18

Paraná

10,24

0,96

3,84

8,77

4,64

3,63

4,66

10,11

0,97

Santa Catarina

10,31

0,99

4,54

5,37

5,07

4,04

,69

8,39

1,06

Rio Grande do Sul

9,92

1,02

4,36

6,54

4,96

3,86

5,28

10,40

1,24

Mato Grosso do Sul

9,94

0,87

4,00

5,88

4,91

3,86

4,65

8,23

1,08

Mato Grosso

10,20

0,89

3,91

6,55

5,54

4,37

4,61

8,03

1,22

Goiás

11,02

0,83

3,80

5,78

4,65

4,49

5,16

6,47

1,12

Distrito Federal

10,99

1,11

5,19

9,28

5,28

4,35

5,64

11,18

1,10

Fonte: Elaboração do autor

a partir dos microdados do IBGE (IBGE, 2004d).

4.3

–

Dados utilizados

Nesse estudo, os dados utilizados para estimação do sistema de demanda são

originários d

os microdados

da Pesquisa de Orçamentos Familiares realizada nos

anos de 2002 e 2003 (POF 2002/2003) pelo Instituto Brasileiro de Geografia e

Estatística (IBGE). Esta pesquisa tem o objetivo de mensurar as estruturas de

consumo, dos gastos e dos rendiment

os das famílias e possibilita traçar um perfil das

condições de vida da população brasileira a partir da análise de seus orçamentos

domésticos (IBGE, 2004

A POF 2002/2003 é a quarta pesquisa realizada pelo IBGE sobre orçamentos

familiares. A primeira a

ser conduzida foi o Estudo Nacional de Despesa Familiar em

1974 e 1975 (ENDEF 1974/75) feita em todo território nacional, com exceção das

áreas rurais da região Norte e de parte do Centro

Oeste. Nas décadas seguintes, a POF

1987/1988 e a POF 1995/1996 for

am concebidas com o objetivo principal de atualizar

as estruturas de consumo dos índices de preços ao consumidor produzidos pelo IBGE.

Assim, elas foram realizadas apenas nas regiões metropolitanas das principais capitais

brasileiras (Belém, Fortaleza, Rec

ife, Salvador, Belo Horizonte, Rio de Janeiro, São

Paulo, Curitiba, Porto Alegre, o Município de Goiânia e o Distrito Federal).

A POF 2002/2003 apresenta algumas diferenças importantes em relação às

pesquisas anteriores. Em primeiro lugar, a pesquisa foi r

ealizada em todo o território

nacional, incluindo as áreas rurais de todas as regiões do país. O objetivo dessa

expansão foi o de captar de forma mais completa informações detalhadas sobre as

condições de vida de toda a população brasileira, especialmente

as famílias de menor

rendimento. Além disso, pela primeira vez foram consideradas as aquisições não

monetárias

na pesquisa, muito importantes especialmente nas áreas rurais. Outra

diferença foi também a inclusão de uma pesquisa sobre a opinião das família

s sobre

sua própria condição de vida

seguir

, as principais características da POF

2002/2003 serão resumidamente descritas

IBGE (2004d).

Segundo o IBGE (2004a),

“Despesas não

monetárias correspondem a tudo que é produzido,

pescado, caçado, coletado ou recebido em bens utilizados ou consumidos durante o período de

referência da pesquisa e que, pel

o menos na ultima transação, não tenham passado pelo mercado”.

Esta pesquisa não será objeto desse estudo.

Para maiores detalhes, consultar as publicações: IBGE (2004a), IBGE (2004b) e IBGE (2004c).

3.1

–

Características da POF 2002/2003

a) Período de realização da pesquisa

A duração da coleta dos dados da POF 2002/200

3 foi de 12 meses,

especificamente entre julho de 2002 e junho de 2003. Além do período de coleta, foi

definido também o chamado período de referência das informações de aquisições e

rendimentos. Ele diz respeito aos períodos de observação das variáveis pa

ra cada item

da pesquisa, que variam conforme a freqüência de aquisição e os valores unitários de

cada item. Por exemplo, despesas de menor valor, como alimentos, são geralmente

realizadas com maior freqüência e exigem assim períodos de referência menores.

Já

produtos de maior valor, como eletrodomésticos, são despesas com freqüência menor

e cuja memória das informações é preservada por um período mais longo, exigindo

assim maiores períodos de referência. Dessa forma, com o objetivo de ampliar a

capacidade

do informante para fornecer os valores das despesas e quantidades

corretamente, foram definidos quatro períodos de referência: sete dias, trinta dias,

noventa dias e doze meses, segundo os critérios de freqüência de aquisição e do nível

do valor do gasto.

As informações sobre os alimentos, objeto deste estudo, foram

coletados segundo um período de referência de sete dias. Como as entrevistas estão

distribuídas ao longo de um período de doze meses e os períodos de referência são de

até doze meses para algun

s itens da despesa e os rendimentos, as informações estão

distribuídas por um período de até vinte quatro meses. Para comparação destes

valores, sujeitas a mudanças absolutas e relativas de preços, é necessário definir uma

data referencial para que todos o

s valores sejam expressos a preços constantes de uma

determinada data. A data referencial do POF 2002/2003 foi definida como dia 15 de

janeiro de 2003 e assim todos os resultados são expressos a preços constantes deste

dia.

b) Coleta de informações

Para a

coleta de informações sobre os alimentos adquiridos pelas famílias

destinadas ao consumo domiciliar, o IBGE utilizou a chamada Cadern

eta de Despesa

Coletiva

, onde foram registradas diariamente e durante sete dias consecutivos, a

Ver modelo no Anexo 3.

descrição detalhada da ca

da produto adquirido, a quantidade, a unid

ade de medida, a

despesa

, o local de aquisição e a forma de obtenção do produto. As informações

destas aquisições foram fornecidas pela pessoa que administrava ou dirigia este tipo

de despesa no orçamento doméstico

. Estes valores foram posteriormente objetos de

crítica por parte dos pesquisadores do IBGE como forma de se

evitar erros de

preenchimento,

outliers

e informações que não faziam sentido

As informações sobre quantidades adquiridas e despesa permitiram a

construção de preços médios por produto, parâmetro básico para crítica e imputação

de quantidades adquiridas e não

informadas. De cerca de 820.000 aquisições

registradas de produtos alimentares, 20,3% tiveram quantidades adquiridas não

informadas ou rejeit

adas e tiveram assim a quantidade imputada,

por meio

da divisão

do valor da despesa informada pelos preços médios calculados para as quantidades

obtidas de forma direta dos questionários.

Como já foi colocado anteriormente, a distribuição

das informações c

oletadas

nas entrevistas por um período de até 24 meses impôs a necessidade do tratamento do

efeito inflacionário sobre os valores de despesas e rendimentos. Para esse fim, foram

utilizados diferentes indicadores pelo IBGE, definidos em função das caracter

ísticas

dos bens e serviços e dos diversos tipos de rendimentos. Para os produtos de interesse

desse trabalho, foram utilizados as séries históricas do Índice Nacional de Preços ao

Consumidor Amplo

IPCA, dos

Índices de Preços ao Consumidor Amplo regionai

de cada uma das 11 áreas pesquisadas pelo IBGE e das variações de preços dos

produtos acompanhados pelo Sistema Nacional de Índices de Preços ao Consumidor

do IBGE. O IPCA de cada uma das 11 regiões foi utilizado para deflacionar os dados

da respectiva U

nidade da Federação. Nas Unidades da Federação não cobertas pelo

IPCA, adotou

se o IPCA da região que mais se assemelhava aos comportamentos dos

preços dos produtos e serviços e com o padrão dos rendimentos, conforme estudos

desenvolvidos pelos pesquisador

es do IBGE utilizando os próprios dados da POF

2002/2003(IBGE, 2004

). Como já colocado, determinou

se a data referencial como

15 de janeiro de 2003, o que definiu o ponto para o qual o deflacionamento

transformou todos os valores de despesas e rendimentos

da pesquisa.

Como, por exemplo, arroz e

m barra, alcatra em litros, etc.

c) Classificação dos gastos

O IBGE classifica os gastos das famílias em três grandes grupos: despesas

correntes, aumento do

ativo

e diminuição do

passivo

. As despesas correntes são

formad

as por dois tipos de despesas: d

espesas de consumo e

outras despesas

correntes. O primeiro subgrupo é formado pelas seguintes categorias: alimentação,

habitação, vestuário, transporte, higiene e cuidados pessoais, assistência à saúde,

educação, recreação e cultura, fumo, serviços pessoais e despesas diversa

s. As outras

despesas correntes são formadas por impostos, contribuições trabalhistas, serviços

bancários, pensões, mesadas, doações e outras.

O grupo “aumento do

ativo

” é integrado pelas seguintes despesas: aquisição de

imóvel, reforma de imóvel, e outros

investimentos.

Já o grupo “diminuição do passivo” é constituído pelas despesas com

pagamentos de empréstimos, carnês e prestações de imóvel.

A divisão das despesas totais nestes três grupos é mostrada na Tabela 4.4.

Pode

se notar a predominância das despe

sas correntes de consumo, com mais de 90%

das despesas totais. Nesse grupo, destacam

se as despesas de consumo, com mais de

80% das despesas totais das famílias.

Tabela 4.4

–

Distribuição da despesa total média mensal famili

ar, segundo os

tipos de despesa

Brasil

2002

2003

Tipo de despesa

Distribuição da

despesa total média

mensal familiar (%)

Total

100,00

Despesas correntes

93,26

De consumo

82,41

Outras

10,85

Aumento do ativo

4,76

Diminuição do passivo

1,98

Fonte: IBGE (2004

)

interesse deste estudo está no grupo alimentação, particularmente na

alimentação feita no domicílio. É interessante, assim, mostrar como as despesas de

consumo são divididas e qual a importância da alimentação feita no domicílio. A

100

Tabela 4.5 e a Figura 4

.1 mostram como a alimentação corresponde a 20,75 % das

despesas de consumo no Brasil, o segundo grupo mais importante, logo depois da

habitação. Em relação às despesas totais, o gasto com alimentação corresponde a

17,10 %. Entretanto, na zona rural, a ali

mentação é a despesa mais importante,

representando mais de 34 % da despesa de consumo, ou seja, mais de um terço das

despesas de consumo é gasta com alimentação. No meio urbano, a proporção gasta em

alimentação (19,58 %) é bem próxima à média nacional.

abela 4.5

–

Participação na despesa de consumo monetária e não

monetária

mensal familiar, por tipos de despesa e

segundo a situação do

domicílio,

Brasil

2002

2003

Participação na despesa de consumo

monetária e não

monetária mensal

familiar (%)

Situação do

domicílio

Tipos de despesa

Brasil

Urbana

Rural

Alimentação

20,75

19,58

34,12

Habitação

35,50

36,11

28,66

Vestuário

5,68

5,67

5,74

Transporte

18,44

18,49

17,88

Higiene e cuidados pessoais

2,17

2,14

Assistência à saúde

6,49

6,59

5,39

Educação

,08

4,32

1,46

Recreação e cultura

2,39

2,51

1,00

Fumo

0,70

0,68

0,83

Serviços pessoais

1,01

1,05

0,58

Despesas diversas

2,79

2,56

2,19

Fonte:IBGE (2004

)

elaboração do autor.

101

Figura 4.1

Participação nas despesas de consumo monetária e não

monetá

ria média

mensal familiar, por tipos

de despesa,

Brasil

2002

2003

20,75

35,50

5,68

18,44

2,17

6,49

4,08

2,79

1,01

0,70

2,39

Alimentação

Habitação

Vestuário

Transporte

Higiene e cuidados pessoais

Assistência à saúde

Educação

Recreação e cultura

Fumo

Serviços pessoais

Despesas diversas

Fonte: IBGE (2004b)

Dentro do item alimentação, pode

se dividir as despesas entre alimentação no

domicílio e fora dele. A Tabela 4.6 apresenta os números absol

utos e relativos

contidos na POF 2002/2003, para o Brasil e as zonas urbanas e rurais. A alimentação

no domicílio é responsável por 75,95 % dos gastos com alimentação no Brasil como

um todo. Essa categoria têm maior peso na área rural, em que representa 86

,93 % dos

gastos, contra 74,26 % dos gastos com alimentação no meio urbano. Entretanto, os

valores absolutos são bastante parecidos, refletindo a desigualdade observada nos

gastos totais.

Já o item alimentação fora do domicílio, como esperado, apresenta va

lores

bem mais elevados na área urbana do que na zona rural. No Brasil, como um todo, a

proporção gasta com alimentação fora do domicílio já representa quase um quarto do

gasto total com este item.

102

Tabela 4.6

–

Distribuição percentual da despesa monetária

e não

monetária

mensal familiar com alimentação, por situação do domic

ílio, segundo o tipo de

despesa,

Brasil

2002

2003

Participação na despesa de consumo

monetária e não

monetária mensal familiar

com alimentação (%)

Situação do

domicílio

Tipos de despesa

Brasil

Urbana

Rural

Despesa com alimentação

Absoluto (R$)

304,12

311,02

265,73

Relativo (%)

100

Alimentação no domicílio

Absoluto (R$)

230,98

230,96

231,00

Relativo (%)

75,95

74,26

86,93

Alimentação fora do domicílio

Absoluto (R$)

73,14

80,06

34,73

Relativo (%)

24,05

25,74

13,07

Fonte: IBGE (2004

)

Nesse estudo, apesar da importância da alimentação fora do domicílio, apenas

o consumo de alimentos no domicílio será pesquisado. Infelizmente, as informações

do cont

eúdo adquirido fora do domicílio são disponibilizadas de forma mais

agregada

e há também uma dificuldade em se construir os valores unitários que

funcionam como os preços na estimação. Dessa forma, os gastos fora do domicílio

não serão considerados.

) C

aracterísticas da Amostra

Na POF 2002/2003, adotou

se um plano amostral conglomerado em dois

estágios, com estratificação geográfica e estatística das unidades primárias de

amostragem que correspondem aos setores da base geográfica do Censo Demográfico

ano 2000 (IBGE, 2004

). As unidades secundárias foram os domicílios particulares

permanentes. Os setores foram selecionados por amostragem sistemática com

As categorias informadas mais importantes são: almoço e jantar. As informações de peso não são

informadas, o que impede a construção de valores unitários para construção da variável preço.

103

probabilidade proporcional ao número de domicílios no setor. Já os domicílios foram

selecionados por

amostragem aleatória simples sem reposição, dentro dos setores

selecionados. Em seguida, os setores e respectivos domicílios selecionados foram

distribuídos ao longo de doze meses da duração da pesquisa, garantindo em todos os

trimestres a coleta de infor

mações em todos os estratos geográficos e sócio

econômicos.

Cada domicílio pertencente à amostra da POF 2002/2003 representa um

determinado número de domicílios da população onde esta amostra foi selecionada.

Com isso, a cada domicílio está associado um pe

so amostral, ou fator de expansão

que, atribuído às características investigadas pela POF, permite a obtenção de

estimativas das quantidades de interesse para o universo da pesquisa.

Uma característica da POF 2002/2003 que difere das POFs anteriores está n

definição dos estratos estatísticos (socioeconômicos) da pesquisa. No passado, estes

estratos foram definidos com base nas informações sobre rendimentos dos Censos

Demográficos. Entretanto, para a POF 2002/2003, os dados sobre rendimentos

coletados pelo

Censo 2000 ainda não estavam disponíveis quando se deu o

planejamento da amostra e assim a variável escolhida para substituí

la foi a variável

“anos de estudo” do responsável pelo domicílio. Segundo o IBGE, as análises

realizadas indicaram que esta variáve

l é uma boa

proxy

dos rendimentos dos

responsáveis pelo domicílio.

No final, o tamanho efetivo da amostra foi de 3984 setores, com um número

esperado de 44.248 domicílios com entrevista. Contudo, prevendo a perda de

domicílios por entrevista não

realizada

por diversos motivos (recusa, imóvel fechado,

etc.) foi selecionado um número maior de domicílios por setor (cerca de 25 %), o que

acarretou que a amostra final de domicílios efetivamente entrevistados contivesse

48.470 domicílios (Tabela 4.7).

104

Tabela 4.

–

Número de setores selecionados e domicílios esperados, selecionados e

entrevistados, segundo as unidades da Federação

–

período 2002

2003

Número de domicílios da amostra

Unidades da

Federação

Número de setores

selecionados

Esperados

Selecionados

ntrevistados

Brasil

3984

44248

60911

48470

Rondônia

972

1338

1112

Acre

890

1198

960

Amazonas

966

1319

1075

Roraima

518

739

554

Pará

128

1556

2060

1666

Amapá

496

685

568

Tocantins

826

1175

933

Maranhão

186

2064

2716

2231

Piauí

1940

2643

2222

Ceará

156

1752

2510

2017

Rio Grande do Norte

132

1410

1919

1548

Paraíba

191

2030

2924

2367

Pernambuco

131

1490

2173

1674

Alagoas

252

2616

3555

2965

Sergipe

102

1086

1497

1143

Bahia

181

2206

3072

2457

Minas Gerais

240

2800

3803

300

Espírito Santo

192

2050

2747

2337

Rio de Janeiro

117

1280

1828

1285

São Paulo

161

1890

2646

2017

Paraná

182

2010

2799

2263

Santa Catarina

183

1950

2648

1989

Rio Grande do Sul

147

1650

2186

1850

Mato Grosso do Sul

209

2290

3171

2541

Mato Grosso

2390

3249

2355

Goiás

193

2240

3097

2356

Distrito Federal

880

1214

981

Fonte: IBGE (2004

)

105

4.4

–

Estratégia empírica

4.4.1

–

Produtos escolhidos

Os produtos alimentares pesquisados pela POF 2002/2003 foram classificados

segundo uma base cadast

ral pré

definida pelo IBGE. Ao longo da pesquisa,

entretanto, essa base foi sendo ampliada em função do surgimento de novos produtos

adquiridos pelas famílias ou pela incorporação de produtos regionais não incluídos no

cadastro. No final da pesquisa, esta

base apresentava 5442 descrições de produtos

alimentares, totalizando 1680 tipos de alimentos e bebidas. Obviamente, não é

possível pesquisar todos os alimentos descritos na POF neste estudo e, assim, é

necessário limitar a análise pela escolha de determin

ados produtos ou pela agregação

dos alimentos em categorias mais amplas. A opção deste trabalho é a de trabalhar com

categorias de produtos bastante desagregados, de forma a permitir que as elasticidades

estimadas descrevam com maior precisão as escolhas d

os consumidores frente a

mudanças de preços relativos e da renda. Assim, no universo de produtos alimentares

pesquisados, foram selecionados 18 produtos pela sua importância no orçamento dos

consumidores ou pelas relações de substitubilidade entre eles (Ta

bela 4.8). Como os

microdados da POF apresentam dados muito desagregados, c

om vá

rias subdivisões

por produto, foi necessário agregar os vários subtipos dos produtos acima de forma a

se obter as categorias desejadas

. Essa agregação foi obtida pela ponderaç

ão de cada

subtipo pela parcela da despesa total do subtipo no produto correspondente para cada

consumidor. Isso permite captar de forma mais realista a participação dos subtipos

mais “nobres”, especialmente no caso das carnes, em cada categoria pesquisada

Ver anexo 2 para os subtipos

agregados em cada categoria.

106

Tabela 4.8

–

Produtos alimentares selecionados para análise e estimação d

sistema de demanda

Produtos selecionados

Açúcar

Leite em pó

Arroz

Leite Fluido

Banana

Macarrão

Batata

Manteiga

Carne bovina de primeira

Margarina

Carne bovina de segunda

Pão francês

Farinha de mandioca

Carne

suína

Feijão

Queijos

Carne de Frango

Tomate

Fonte: Elaboração do autor

4.4.2

–

Amostra utilizada

Para este estudo, alguns ajustes foram feitos na amostra da POF para se iniciar

a estimação.

Em primeiro lugar

, f

oram eliminados todos os domicílios que não

apresentavam informação de rendimento (renda zero) e aqueles que não consumiram

nenhum produto alimentar no período pesquisado. A amostra assim foi reduzida para

45.365 domicílios. Posteriormente, foi realizado u

m exame detalhado nos valores das

quantidades e despesas para cada produto para identificar

outliers

que pudessem

prejudicar

a estimação do sistema de demanda. Foram identificad

s 309 observações

que foram descartadas, reduzindo a amostra para 45.056 domic

ílios. A seleção final

consistiu na eliminação dos consumidores que não consumiam nenhum dos 18

produtos alimentares selecionados neste estudo. No final, do total de domicílios da

POF, a amostra usada neste estudo foi de 43922 observações, com uma perda to

tal de

4548 domicílios, o que corresponde a 9,38 % do total.

4.4.3

Descrição das variáveis utilizadas na estimação

É interessante conhecer, antes da estimação dos sistemas de demanda,

interação das variáveis utilizadas com o consumo de alimentos e a

s características

principais da amostra. As variáveis utilizadas nos dois estágios da estimação estão

descritas nos quadros 4.1 e 4.2.

107

Quadro 4.1

–

Variáveis explicativas utilizadas no primeiro estágio de estimação

sistema de demanda

Primeiro estágio:

Variáveis explicativas:



Renda familiar mensal;



Dummy regional:



Norte;



Nordeste;



Sul;



Sudeste (será o

default

);



Centro

Oeste;



Dummy de situação de domicílio:



Urbano = 1;



Rural = 0.



Dummy de educação do responsável pelo domicilio:



Analfabeto



Primeiro gr

au incompleto;



Primeiro grau completo (será o

default

);



Segundo grau incompleto;



Segundo grau completo;



Superior incompleto;



Superior completo;



Dummy de raça do responsável pelo domicilio:



Negra;



Branca (será o

default

);



Amarela;



Parda;



Outra;



Dummy

captando se a responsável pelo domicílio é mulher:



Mulher = 1;



Homem = 0



Dummy captando se o domicílio tem empregada doméstica :



Possui empregada = 1;



Não possui empregada = 0;



Dummy captando se o domicílio tem geladeira:



Possui geladeira = 1;



Não possu

i geladeira = 0;

Fonte: E

laboração do autor

108

Quadro 4.2

–

Variáveis explicativas utilizadas no segundo estágio de estimação

sistema de demanda

Segundo estágio:

Variáveis explicativas:



Renda

familiar

mensal (ou gasto total com a cesta de 18 produtos);



Preços de cada produto;



Dummy de educação do responsável pelo domicilio:



Analfabeto (chamada de ANALFA)



Primeiro grau incompleto (chamada de PRIINC);



Primeiro grau completo (será o

default

);



Segundo grau incompleto (chamada de SEGINC);



Segundo grau com

pleto (chamada de SEGCOMP);



Superior incompleto (chamada de SUPINC);



Superior completo (chamada de SUPCOMP);



Composição familiar (número de membros com idade):



Menor que 6 anos:



Entre 6 e 12 anos;



Entre 13 e 20 anos;



Entre 21 e 59 anos;



Maior que 60 anos.



Dummy de situação de domicílio:



Urbano = 1



Rural = 0



Dummy captando se o domicílio tem geladeira:



Possui geladeira = 1;



Não possui geladeira = 0;

Fonte: E

laboração do autor

A inclusão desta

s variáveis, especialmente as variáveis qualitativas, permite a

captação das diferenças entre as demandas de cada família.

Na Tabela 4.9, pode

notar como a renda influencia o consumo dos 18 produtos da cesta escolhida. Fica

claro como o padrão de consumo é diferente entre famílias de baixa e alta renda: para

produt

os como carne de primeira, leite fluido e queijos, a relação positiva entre

quantidade consumida e renda é clara. De forma geral, para todos os tipos de carnes,

incluindo a carne bovina de segunda, a relação positiva com a renda ocorre até o

penúltimo estr

ato de renda. Já para produtos como feijão e farinha de mandioca,

observa

se que o consumo decresce com a renda. No caso do arroz e açúcar, o

109

crescimento é observado até a faixa de três salários mínimos, decrescendo a partir daí.

O leite em pó tem um compo

rtamento parecido, mas observa

se um crescimento na

última faixa de renda. Para batata, tomate e banana, o padrão também é de

crescimento do consumo com a renda, mas em menor grau do que no caso de leite

fluido e carnes. Manteiga, margarina e macarrão tamb

ém têm crescimento com a

renda, apesar de diferenças significativas serem encontradas apenas nos extremos da

distribuição.

Tabela 4.9

Aquisição alimentar domiciliar per capita anual, por classes de

rendimento monetário e não

monetário mensal f

amiliar,

rasil

2002

2003

Aquisição alimentar domiciliar per capita anual (kg)

Classes de rendimento monetário e não

monetário mensal familiar

(em salários mínimos

)

Produtos

Total

Até 2 s.m.

De 2 a 3

s.m.

De 3 a 5

s.m.

De 5 a 8

s.m.

De 8 a 15

s.m.

Mais de 1

s. m.

Açúcar

20,429

20,521

23,266

21,852

21,387

18,966

16,217

Arroz

31,578

32,875

36,145

33,683

33,246

29,201

23,768

Banana

7,008

3,985

5,048

6,457

7,363

8,992

9,945

Batata

6,562

2,711

3,863

5,745

7,784

9,045

9,755

Carne bovina de

primeira

6,010

2,2

3,459

4,529

6,354

8,760

10,669

Carne bovina de

segunda

7,143

5,969

6,976

7,336

7,790

8,765

5,580

Farinha de

mandioca

7,766

14,184

13,679

8,455

5,639

3,645

2,198

Feijão

12,394

14,690

14,185

13,329

12,147

9,687

10,484

Carne de

Frango

13,419

9,969

12,3

13,876

14,899

15,033

13,598

Leite em pó

1,213

1,451

1,516

1,069

1,097

0,980

1,301

Leite Fluido

42,662

23,804

31,220

39,856

47,123

52,842

59,105

Macarrão

4,286

3,943

4,372

4,309

4,288

4,371

4,417

Manteiga

0,324

0,191

0,234

0,238

0,271

0,381

0,661

argarina

1,620

0,958

1,485

1,479

1,802

1,964

2,000

Pão francês

12,333

6,941

9,337

11,513

14,019

15,611

15,889

Carne

suína

7,227

4,116

5,023

6,915

8,727

8,627

9,391

Queijos

1,786

0,310

0,711

1,140

1,604

2,426

4,668

Tomate

5,000

2,983

4,849

4,457

4,967

,843

7,033

Fonte: IBGE (2004

) e elaboração do autor

–

Salário Mínimo equivalente a R$200,00 em 15 de janeiro de

2003

110

Em relação à amostra utilizada no estudo, o r

endimento bruto familiar mensal

médio

foi de R$ 1.525,63 e a d

espesa familiar média mensal

com a cesta de 18

produtos alimentares

foi de R$128,63, 42,30 % da despesa total com alimentos e

55,76 % do total gasto com alimentação no domicílio.

As diferenças regionais também são importantes para a estimação das

equações de demanda dos produtos alim

entares. Na Tabela 4.10, pode

se constatar

como o consumo para alguns produtos se modifica entre as regiões do país: no

Centro

Oeste, por exemplo, destaca

se o consumo de arroz, mais de 76 % maior do

que no Sul, onde o consumo é menor. No caso da farinha d

e mandioca, o consumo no

Norte e Nordeste é mais de 10 vezes maior do que nas demais regiões. O Norte

também se destaca no consumo de carne bovina

e carne de frango

, um resultado

pouco esperado dado o elevado consumo de pescado da região. O Nordeste aprese

nta

consumo geralmente inferior a média nacional; para alguns produtos, entretanto, a

região se destaca, como no consumo de feijão e açúcar. A região Sudeste, ao

contrário, tem médias de consumo superiores à média nacional para maior parte dos

produtos; em

destaque, estão pão francês e tomate. O Sul destaca

se no consumo de

leite fluido, batata e carnes em geral, em especial a carne

suína

É importante destacar, entretanto, que grande parte destas diferenças regionais

tem origem nas desigualdades de renda e

ntre as regiões brasileiras, isto é, a maior

concentração de pobres nas regiões Norte e Nordeste. Nas Tabelas 4.11 e 4.12, pode

se notar como, apesar de concentrar menos de 28% da população brasileira, a região

Nordeste abriga mais de 50 % do total naciona

l de pessoas que vivem em famílias que

ganham menos de 2 salários mínimos. Já as regiões Sudeste e Sul concentram mais de

75 % das pessoas que vivem em famílias que ganham mais de 15 salários mínimos.

No Brasil como um todo, pouco menos de 50 % das pessoas

vivem em famílias que

ganham até 5 salários mínimos, com cerca de 70 % das pessoas vivendo em famílias

que ganham até 8 salários mínimos. É importante, assim, incorporar ambas as

variáveis, renda e as dummies regionais, para captar com exatidão como estas

características influenciam o consumo dos alimentos pesquisados.

111

Tabela 4.10

Aquisição alimentar domiciliar per capita anual, por grandes

regiões

Brasil

Período 2002

2003

Aquisição alimentar domiciliar per capita anual (kg)

Grande

s Regiões

Produtos

Brasil

Norte

Nordeste

Sudeste

Sul

Centro

Oeste

Açúcar

20,429

17,608

21,238

20,809

19,522

19,918

Arroz

31,578

32,743

30,785

32,120

24,963

44,150

Banana

7,008

7,781

5,536

7,699

8,237

4,844

Batata

6,562

2,849

2,970

8,089

12,147

3,947

Carne bovina

primeira

6,010

8,512

4,630

6,253

6,201

6,874

Carne bovina de

segunda

7,143

10,386

6,248

6,109

9,999

7,416

Farinha de mandioca

7,766

33,827

15,333

1,427

1,040

1,359

Feijão

12,394

10,129

17,285

11,047

9,271

10,149

Carne de Frango

13,419

16,514

12,320

12,971

15,909

11,833

Leite em pó

1,213

2,275

2,155

0,821

0,389

0,379

Leite Fluido

42,662

19,879

23,449

50,754

63,027

52,565

Macarrão

4,286

3,026

4,579

4,353

4,738

3,139

Manteiga

0,324

0,330

0,368

0,367

0,141

0,258

Margarina

1,620

1,343

1,730

1,596

,822

1,204

Pão francês

12,333

10,718

12,180

14,295

9,575

8,552

Carne

suína

7,227

4,698

3,843

8,354

12,373

5,845

Queijos

1,786

0,622

1,023

2,387

2,298

1,373

Tomate

5,000

3,257

4,942

5,505

4,758

4,587

Fonte: IBGE (2004

) e elaboração do autor

Tabela 4

.11

–

População residente, por Grandes regiões, segundo classes de

rendimento monetário e não

monetário mensal familiar

–

janeiro de 2003

População residente

Gra

ndes Regiões

Classes de rendimento

monetário e não

monetário mensal familiar

(em salários mínimos)

Brasil

Norte

Nordeste

Sudeste

Sul

Centro

Oeste

Total

175.845.964

13.656.416

49.121.848

74.957.518

25.891.789

12.218.393

Até 2 s.m.

26.502.399

2.744.049

14.650.375

5.563.740

1.874.213

1.670.021

De 2 a 3 s.m.

23.799.796

2.474.115

9.695.988

7.0

75.498

2.710.974

1.843.221

De 3 a 5 s.m.

37.486.902

3.408.979

10.539.193

14.588.426

6.018.967

2.931.337

De 5 a 8 s.m.

32.103.478

2.321.965

6.195.097

15.807.023

5.568.662

2.210.731

De 8 a 15 s.m.

29.697.923

1.639.720

4.755.306

15.801.691

5.656.468

1.844.

737

Mais de 15 s. m.

26.255.466

1.067.587

3.285.888

16.121.140

4.062.504

1.718.346

Fonte: IBGE (2004

)

–

Salário Mínimo equivalente a R$200,00 em 15 de janeiro de 2003

112

Tabela 4.12

–

pulação residente, por Grandes R

egiões, segundo classes de

rendime

nto monetário e não

monetário mensal familiar

–

valores relativos

–

janeiro de

2003

População residente (em porcentagem do total)

Grandes Regiões

Classes de rendimento

monetário e não

monetário mensal

familiar (em salários

mínimos)

Brasil

Norte

Nordest

Sudeste

Sul

Centro

Oeste

Total

100,00

7,77

27,93

42,63

14,72

6,95

Até 2 s.m.

15,07

1,56

8,33

3,16

1,07

0,95

De 2 a 3 s.m.

13,53

1,41

5,51

4,02

1,54

1,05

De 3 a 5 s.m.

21,32

1,94

5,99

8,30

3,42

1,67

De 5 a 8 s.m.

18,26

1,32

3,52

8,99

3,17

1,26

8 a 15 s.m.

16,89

0,93

2,70

8,99

3,22

1,05

Mais de 15 s. m.

14,93

0,61

1,87

9,17

2,31

0,98

Fonte: IBGE (2004

) e elaboração do autor

–

Salário Mínimo equivalente a R$200,00 em 15 de janeiro de

2003

A situação do domicílio também é importante para se

entender os padrões de

demanda. A vida no meio urbano, em especial a relação com a alimentação, difere

fundamentalmente do meio rural. A existência de supermercados, uma maior

variedade de opções de alimentos, o maior acesso a informações relacionadas à s

aúde,

um menor tempo disponível para as refeições e outros fatores certamente indicam a

existência de padrões diferentes de consumo de alimentos em relação ao meio rural.

Na tabela 4.13, pode

se notar como no meio rural destacam

se o consumo de arroz,

feij

ão e farinha de mandioca, produtos básicos que também estão relacionados à

menor renda familiar no meio rural. Entretanto, outros produtos como leite fluido e

carne

suína

e até carne bovina de segunda, que não estão inversamente relacionados

com a renda, a

presentam consumo elevado na zona rural. É possível que o papel do

autoconsumo, incluído como despesa não

monetária pelo IBGE, tenha um papel de

destaque na explicação destes valores. No caso do meio urbano, destacam

se o

consumo de carne bovina de primeir

a e pão francês, esse último com consumo

praticamente 3 vezes maior do que na zona rural.

113

Tabela 4.13

Aquisição alimentar domiciliar per capita anual, por situação do

domicílio, segundo os produtos

–

Brasil

–

Período 2002

2003

Aquisição alime

ntar domiciliar per capita anual (kg)

Situação do domicílio

Produtos

Total

Urbano

Rural

Açúcar

20,429

18,664

29,010

Arroz

31,578

28,877

44,705

Banana

7,008

7,204

6,053

Batata

6,562

6,697

5,904

Carne bovina de primeira

6,010

6,417

4,034

Carne bovina de se

gunda

7,143

7,071

7,493

Farinha de mandioca

7,766

5,095

20,755

Feijão

12,394

10,235

22,889

Carne de Frango

13,419

13,454

13,241

Leite em pó

1,213

1,286

0,850

Leite Fluido

42,662

39,650

57,304

Macarrão

4,286

4,244

4,487

Manteiga

0,324

0,354

0,176

rgarina

1,620

1,751

0,982

Pão francês

12,333

13,886

4,782

Carne

suína

7,227

6,809

9,257

Queijos

1,786

1,892

1,267

Tomate

5,000

5,276

3,658

Fonte: IBGE (2004

) e elaboração do autor

Outra característica importante para a compreensão dos padrões de de

manda é

a composição familiar. O tamanho do domicílio, a presença ou não de crianças, a

influência dos adolescentes, a presença de idosos, etc. influencia no total de alimentos

adquiridos, na composição da cesta e no número de refeições feitas no domicílio

. A

Tabela 4.14 apresenta informações sobre a composição das famílias na amostra

utilizada neste estudo. Pode

se notar que o tamanho médio das famílias na amostra é

de 3,84 pessoas por domicílio; cerca de 70 % dos domicílios possui 4 ou menos

pessoas. Entr

etanto, é de se destacar que 15,12 % dos domicílios possui 6 ou mais

membros, um número bem elevado. Em relação ao número de crianças abaixo de 6

anos, mais de 35% dos domicílios possui pelo menos uma criança. Esse número é

semelhante para o caso de crianç

as entre 6 e 12 anos e a média combinada é de uma

criança com menos de 12 anos por domicílio. No caso dos adolescentes, mais de 42%

dos domicílios possui pelo menos um membro. Os idosos estão presentes em 24% dos

lares.

114

Tabela 4.14

–

Freqüência de d

istrib

uição do tamanho dos domicílios

em número de residentes

e composição familiar para a amostra utilizada

Tamanho do

domicilio (média =

3,84)

Número de

membros com

idade menor que 6

anos (média = 0,52)

Número de membros

com idade entre 6 e

12 anos (média =

0,48)

Número de

membros com

idade entre 12 e 20

anos (média = 0,66)

Número de

membros com

idade entre 20 e 59

anos (média =

1,86)

Número de membros

com idade mais de

60 anos (média =

0,32)

Número de

domicílios

Número de

domicílios

Número de

domicílios

Número de

domicílios

Número de

domicílios

Número de

domicílios

28232

64,28

28971

65,96

25347

57,71

3616

8,23

33379

76,00

3312

7,54

10386

23,65

10076

22,94

11038

25,13

9561

21,77

7267

16,55

7326

16,68

3899

8,88

3743

8,52

5261

11,98

23474

53,44

3148

7,17

9760

22,22

1099

2,50

959

2,18

1710

3,89

4832

11,00

118

0,27

10416

23,71

246

0,56

155

0,35

447

1,02

1691

3,85

0,02

6465

14,72

0,11

0,03

0,22

539

1,23

0,00

3131

7,13

0,02

0,01

0,04

148

0,34

0,00

1597

3,64

0,00

0,01

0,11

0,00

1915

4,36

0,00

0,03

0,00

Total

43922

100,00

43922

100,00

43922

100,00

43922

100,00

43922

100,00

43922

100,00

Fonte:Elaboração do autor

115

O nível educacional é outra variável imp

ortante para se entender a demanda de

alimentos. Pessoas mais educadas teoricamente tem maior consciência d

mposição

nutricional daquilo que consomem, preferindo alimentos mais nutritivos. Infelizmente,

não foi possível a inclusão de verduras e muitos l

egumes na amostra, mas espera

captar o papel da educação no consumo de carnes, leite e queijos e açúcar. A Tabela

4.15 apresenta os dados do nível educacional entre os domicílios da amostra. É de se

destacar o baixo nível educacional dos responsáveis pe

los domicílios, com mais de 16%

de analfabetos e quase 75 % com, no máximo, o primeiro grau completo. Os domicílios

chefiados por graduados do ensino superior não chegam a 5% do total.

Tabela 4.15

–

Freqüência de distribuição do nível educacional dos resp

onsáveis

pelos domicílios para a amostra utilizada

Nível educacional do responsável

pelo domicilio

Proporção de domicílios

na amostra (%)

Analfabeto

16,22

Primeiro grau incompleto

7,13

Primeiro grau completo

51,33

Segundo grau incompleto

4,33

Segundo

grau completo

12,96

Superior incompleto

2,35

Superior completo

4,78

Ignorado ou não informado

0,91

Fonte: elaboração do autor

Em relação à variável raça, é possível a existência de especificidades culturais

que favoreçam o consumo de determinado t

ipo de alimento. Assim, incluiu

se a variável

raça do responsável pelo domicílio, como for

ma de capt

ar este tipo de influência. A

Tabela 4.16 apresenta a freqüência de distribuição da amostra, destacando

se que quase

50 % dos responsáveis declararam

se par

dos nos questionários do IBGE.

116

Tabela 4.16

–

Freqüência de distribuição da variável raça dos responsáveis pelos

domicílios para a amostra utilizada

Raça do responsável (pessoa de

referência) pelo domicilio

Proporção de domicílios na

amostra (%)

Branca

3,55

Negra

6,46

Amarela

0,41

Parda

49,03

Outra

0,55

Fonte: elaboração do autor

Outras variáveis incluídas na estimação procuram captar a predisposição do

consumidor em realizar mais refeições no domicilio e o tipo de refeição realizada.

Incluiu

e uma variável para captar a presença da mulher como chefe do domicílio,

como forma de determinar se há alguma diferença significativa em relação ao

responsável masculino, já que a mulher geralmente acumula a responsabilidade pelo

preparo das refeições.Out

ra variável incluída foi a presença de empregadas domésticas

no domicílio. Sua presença pode indicar maior facilidade no preparo de refeições no

domicílio. Já a variável presença de refrigerador é importante para explicar o padrão de

consumo, especialmente

nas classes mais pobres, e a escolha de determinados produtos

como leite fluido ou leite em pó. A Tabela 4.17 indica as freqüências dessas variáveis

na amostra utilizada.

Tabela 4.17

–

Freqüência de distribuição de variáveis escolhidas para a amostra util

izada

Características do domicilio

Proporção de domicílios na

amostra (%)

Mulher como responsável pelo domicilio

25,78

Presença de empregada doméstica

9,34

Presença de geladeira

80,96

Fonte: elaboração do autor

117

–

RESULTADOS E DISCUS

SÃO

Este capítulo apresenta

os resultados da estimação do sistema de demanda para

os dezoito produtos alimentares escolhidos para a análise usando o procedimento de

Shonkwiler e Yen. Ele está estruturado da seguinte forma: na seção 5.1, os resultados do

prime

iro estágio

(decisão de aquisição do produto)

são apresentados, assim como os

efeitos marginais correspondentes. Na seção 5.2, discutem

se os resultados do segundo

estágio (equações de demanda) quando se utiliza a variável gasto total como variável

explica

tiva. Analisam

se também as elasticidades das variáveis utilizadas. A seção 5.3

apresenta os resultados e elasticidades do segundo estágio quando se utiliza a renda

mensal familiar ao invés do gasto total. Na seção 5.4, são apresentados os resultados dos

álculos para as elasticidades do açúcar, escolhido como produto residual. Na seção 5.5,

uma comparação dos resultados com alguns estudos sobre demanda é apresentada.

5.1

–

Resultados

da estimação

do primeiro estágio

(decisão de aquisição do

produto)

1.1 Modelo estimado

O primeiro estágio do procedimento de Shonkwiler e Yen consiste na estimação

de equações utilizando o modelo probit para cada produto alimentar. A variável

dependente é a variável binária que assume o valor 1 se o consumidor adquire o

produto

e zero

caso contrário. As variáveis explicativas utilizadas e suas denominações estão

descritas no Quadro 5.1.

118

Quadro 5.1

–

Variáveis explicativas utilizadas no primeiro estágio de estimação

sistema de demanda

Variáveis explicativas:



Constan

te (chamada de ONE)



Logaritmo natural da

enda mensal familiar (chamada de RENDA);



Dummy regional:



Norte (chamada de NORTE);



Nordeste (chamada de NORDESTE);



Sul (chamada de SUL);



Sudeste (será o

default

);



Centro

Oeste (chamada de CENTRO

O);



Dummy de sit

uação de domicílio (chamada de URBANO):



Urbano = 1;



Rural = 0.



Dummy de educação do responsável pelo domicilio:



Analfabeto (chamada de ANALFA)



Primeiro grau incompleto (chamada de PRIINC);



Primeiro grau completo (será o

default

);



Segundo grau incomplet

o (chamada de SEGINC);



Segundo grau completo (chamada de SEGCOMP);



Superior incompleto (chamada de SUPINC);



Superior completo (chamada de SUPCOMP);



Dummy de raça do responsável pelo domicilio:



Negra (chamada de NEGRA);



Branca (será o

default

);



Amarel

a (chamada de AMARELA);



Parda (chamada de PARDA);



Outra (chamada de OUTRA);



Dummy captando se a responsável pelo domicílio é mulher (chamada de MULHER):



Mulher = 1;



Homem = 0



Dummy captando se o domicílio tem empregada doméstica (chamada de DOMESTIC):



ossui empregada = 1;



Não possui empregada = 0;



Dummy captando se o domicílio tem geladeira (chamada de REFRIG):



Possui geladeira = 1;



Não possui geladeira = 0;

Fonte: E

laboração do autor

119

Os resultados para cada produto estão descritos na Tabela 5.1

. Po

se notar

que 263 dos 360 coeficientes são significativos, ou 73,06 % do total. Os sinais das

variáveis, em sua maioria, estão também de acordo com o esperado. No caso da renda,

seu aumento parece estar relacionado com uma menor probabilidade de aquisiçã

o para

arroz e açúcar. Para feijão e farinha de mandioca, os coeficientes da renda também são

negativos, porém não significativos estatisticamente. Nos demais produtos, o aumento

da renda causa aumento na probabilidade de aquisição do produto.

Em relação à

s variáveis que captam as diferenças regionais, a maior parte dos

coeficientes é significativo, indicando que há diferenças regionais em relação à região

Sudeste (

default

), mesmo controlando

se para as demais variáveis. Esta é uma

conclusão importante, poi

s indica que a

probabilidade de aquisição de

determinado

produto é influenciada por fatores regionais, independente das conhecidas disparidades

regionais de renda. Por exemplo, a probabilidade de consumo de carne suína é muito

maior no Sul do que nas demai

s regiões do país. Da mesma forma, as variáveis Norte e

Nordeste têm influência positiva na probabilidade de aquisição de produtos básicos,

como arroz, feijão, farinha de mandioca, além de leite em pó e margarina.

A variável

Sudeste influencia positivament

e a probabilidade de consumo de pão francês e

variável

Centro

Oeste tem efeito positivo para arroz e leite fluido. Alguns resultados são

surpreendentes, como o coeficiente positivo para o Nordeste no caso de carne bovina de

primeira, um resultado não esp

erado dado que o consumo médio nessa região é menor

do que no Sudeste. Entretanto, como o efeito da renda é positivo para esse produto, a

conclusão parece ser que, controlado para a renda, o consumidor do Nordeste tem maior

probabilidade de adquirir, para

o consumo domiciliar, carne bovina de primeira do que

o consumidor do Sudeste. A maior freqüência de alimentação fora do domicílio no

Sudeste pode explicar também parte deste resultado.

software

utilizado para a estimação foi o GAUSS 6.0

for Windows

2003, Aptech

Systems, Inc.

120

Tabela

–

Resultados da estimação do primeiro estágio

(decisão

de aquisição do produto)

Brasil

Período 2002

2003

AÇUCAR

ARROZ

BANANA

BATATA

BOIPRIMEIRA

BOISEGUNDA

VARIÁVEL

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

ONE

0,0420

0,0632

0,0365

0,0625

2,0868

0,0669

2,0514

0,0703

2,7039

0,0715

1,1058

0,0664

RENDA

0,0471

0,0082

0,0507

0,0081

0,1820

0,0086

0,1794

0,009

0,2347

0,0091

0,0244

0,0086

NORTE

0,3513

0,0226

0,4965

0,0225

0,0090

0,0241

0,3165

0,0255

0,3962

0,0246

0,4024

0,023

NORDESTE

0,5497

0,0189

0,5302

0,0188

0,2863

0,0196

0,0821

0,02

0,1290

0,0211

0,1280

0,0202

SUL

0,0017

0,0239

0,0714

0,0235

0,0525

0,024

0,0832

0,0238

0,0004

0,0255

0,2301

0,0244

CENTRO_O

0,0448

0,022

0,1031

0,0216

0,2079

0,0233

0,2861

0,0235

0,1181

0,0236

0,1679

0,0228

URBANO

0,1459

0,0161

0,0905

0,016

0,1392

0,0176

0,0593

0,0186

0,1083

0,0189

0,1073

0,017

ANALFA

0,1550

0,0276

0,0940

0,0273

0,0585

0,029

0,1812

0,0308

0,1238

0,0311

0,043

0,0285

PRIINC

0,1218

0,0238

0,1023

0,0234

0,0438

0,0245

0,0654

0,0253

0,0450

0,0256

0,0103

0,0244

SEGINC

0,0294

0,0372

0,0424

0,0366

0,0294

0,0381

0,0348

0,0394

0,0514

0,0391

0,0046

0,0379

SEGCOMP

0,0788

0,0283

0,1007

0,0279

0,00

0,0287

0,0218

0,0296

0,0398

0,0297

0,1383

0,0292

SUPINC

0,2509

0,049

0,2919

0,048

0,0417

0,0469

0,1035

0,0485

0,0701

0,0483

0,3170

0,0511

SUPCOMP

0,0862

0,0391

0,1880

0,0387

0,0224

0,0382

0,1525

0,0395

0,1011

0,0393

3354

0,0415

NEGRA

0,0347

0,0264

0,0504

0,0262

0,1550

0,0286

0,1366

0,0303

0,1999

0,0312

0,1003

0,0274

AMARELA

0,0845

0,101

0,0586

0,0972

0,0878

0,1016

0,0349

0,1038

0,1892

0,0984

0,1261

0,0995

PARDA

0,0577

0,0141

0,0649

0,014

0,05

0,0148

0,0479

0,0156

0,0751

0,0156

0,0564

0,0148

OUTRA

0,1262

0,0845

0,2234

0,0841

0,0922

0,0901

0,1068

0,0984

0,0519

0,0934

0,0991

0,0901

MULHER

0,0881

0,0145

0,1478

0,0143

0,0290

0,015

0,0111

0,016

0,0344

0,0161

0,0698

0,0152

DOMESTIC

0,0427

0,0241

0,008

0,0238

0,0837

0,0237

0,0776

0,0247

0,1286

0,0241

0,0934

0,0254

REFRIG

0,1118

0,0178

0,1303

0,0177

0,1272

0,0196

0,2394

0,0219

0,2099

0,0219

0,1094

0,0189

Continua na pagina seguinte...

Os coefi

cientes em negrito são significativos a 5 % (**) e 10 % (*)

121

Continuação

Tabela 5.1

FARINHA

DE MAND.

FEIJÃO

FRANGO

LEITE EM PÓ

LEITE FLUIDO

MACARRAO

VARIÁVEL

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

ONE

1,0916

0,0744

0,3646

0,0634

1,2275

0,0625

1,9531

0,0781

0,8323

0,0632

0,8930

0,0647

RENDA

0,0137

0,0095

0,0034

0,0082

0,1169

0,0081

0,0360

0,0099

0,1428

0,0082

0,0318

0,0084

NORTE

1,0535

0,0266

0,2709

0,0229

0,2271

0,022

1,0723

0,0292

0,5487

0,0226

0,0710

0,0235

NORDESTE

0,8294

0,0236

0,5261

0,0191

0,2552

0,0185

0,9776

0,0263

0,4613

0,0185

0,2495

0,0193

SUL

0,2550

0,0356

0,0554

0,0241

0,0692

0,0229

0,1165

0,0379

0,1351

0,0231

0,1039

0238

CENTRO_O

0,2111

0,0313

0,0317

0,0222

0,1211

0,0215

0,1597

0,0354

0,1247

0,0212

0,0788

0,0226

URBANO

0,1347

0,0181

0,1997

0,016

0,0238

0,016

0,2476

0,0208

0,1303

0,0164

0,0092

0,0166

ANALFA

0,2101

0,0325

0,1693

0,0277

0,0043

0,0272

0,1845

0,0337

0,0705

0,0277

0,0435

0,0284

PRIINC

0,1412

0,0291

0,1232

0,0239

0,0536

0,0232

0,0753

0,0293

0,0128

0,0236

0,0389

0,0242

SEGINC

0,0265

0,0446

0,0623

0,0375

0,0710

0,0363

0,0007

0,0444

0,0087

0,0368

0,0244

,0376

SEGCOMP

0,051

0,0348

0,1203

0,0286

0,1146

0,0276

0,0245

0,0341

0,0358

0,0279

0,0134

0,0287

SUPINC

0,2227

0,0628

0,3034

0,05

0,3073

0,0466

0,1806

0,0595

0,1451

0,046

0,1623

0,0488

SUPCOMP

0,1885

0,0515

0,1771

0,0397

0,2959

0,0377

0,0006

0,0471

0,1578

0,0376

0,0835

0,0392

NEGRA

0,1713

0,0301

0,0108

0,0265

0,0564

0,026

0,1187

0,0323

0,2023

0,0265

0,0723

0,0275

AMARELA

0,0181

0,1262

0,14

0,1034

0,0469

0,0966

0,0397

0,1329

0,3049

0,0957

0,0

0,1023

PARDA

0,0939

0,0164

0,0453

0,0142

0,0305

0,0139

0,0804

0,0173

0,1470

0,014

0,0028

0,0145

OUTRA

0,0039

0,0948

0,2391

0,0865

0,1875

0,0852

0,0764

0,1029

0,3111

0,0866

0,1383

0,0891

MULHER

0,0956

0,0169

0,1487

0,0146

0,0401

0,0142

0,0069

0,0174

0,0068

0,0144

0,0747

0,0149

DOMESTIC

0,1604

0,0297

0,0426

0,0243

0,0516

0,0234

0,001

0,0285

0,0499

0,0235

0,0176

0,0243

REFRIG

0,1701

0,0192

0,0860

0,0178

0,1132

0,0178

0,0681

0,0209

0,2685

0,0184

0,0535

0,0185

Continua na pagina seguinte...

Os coeficientes em negrito são significativos a 5 % (**) e 10 % (*)

122

Continuação

Tabela

MANTEIGA

MARGARINA

PÃO FRANCES

SUÍNO

QUEIJOS

TOMATE

VARIÁVEL

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

ONE

2,8002

0,104

2,0402

0,0709

1,5373

0,0664

1,1339

0,0659

3,4975

0,0826

1,9865

0,0659

RENDA

0,1476

0,0131

0,1186

0,0091

0,1972

0,0086

0,1173

0,0085

0,3516

0,0104

0,1570

0,0084

NORTE

,1087

0,0334

0,1982

0,0259

0,1767

0,0239

0,4123

0,0238

0,3902

0,0297

0,0966

0,0238

NORDESTE

0,0178

0,0283

0,4473

0,0213

0,0308

0,0201

0,2527

0,0191

0,1029

0,0224

0,4104

0,0194

SUL

0,5461

0,0438

0,1757

0,0259

0,5226

0,0241

0,1192

0,0229

0,0131

0,0257

0,0683

0,0243

CENTRO_O

0,4802

0,0391

0,0151

0,0252

0,4033

0,0224

0,4005

0,0223

0,2839

0,0259

0,0277

0,0226

URBANO

0,1569

0,0293

0,1216

0,0187

0,7437

0,0163

0,0112

0,017

0,0815

0,0226

0,1464

0,017

ANALFA

0,1271

0,0472

0,1979

0,0309

0,3572

0,0288

0,0879

0,029

0,3501

0,0368

0,1107

0,0286

PRIINC

0,0094

0,0387

0,0332

0,0257

0,1642

0,025

0,0093

0,0244

0,1774

0,028

0,0254

0,0241

SEGINC

0,0845

0,0571

0,0186

0,0396

0,0223

0392

0,0091

0,0381

0,0344

0,0425

0,0284

0,0373

SEGCOMP

0,0594

0,0441

0,0019

0,0302

0,0822

0,0303

0,0483

0,0289

0,1142

0,0316

0,0286

0,0284

SUPINC

0,0554

0,0685

0,1227

0,0504

0,1232

0,0501

0,1537

0,0484

0,1577

0,0491

0,0671

0,0467

PCOMP

0,0521

0,0561

0,0904

0,0409

0,1171

0,0415

0,1611

0,0391

0,2190

0,0403

0,1208

0,0382

NEGRA

0,0734

0,0427

0,0357

0,0299

0,0543

0,0274

0,0467

0,0274

0,1661

0,0348

0,0652

0,0278

AMARELA

0,1394

0,1703

0,3027

0,1194

0,024

1013

0,1085

0,0987

0,2356

0,115

0,2083

0,0961

PARDA

0,0324

0,023

0,0138

0,0157

0,0101

0,0148

0,0262

0,0148

0,1801

0,0178

0,0081

0,0145

OUTRA

0,0032

0,1395

0,2446

0,103

0,2145

0,0888

0,1730

0,0935

0,3244

0,1243

0,1796

0,092

MULH

0,0241

0,0233

0,0004

0,016

0,0416

0,015

0,0713

0,0152

0,0577

0,0181

0,0513

0,0149

DOMESTIC

0,0823

0,0341

0,0819

0,0257

0,0633

0,0257

0,0409

0,0245

0,0737

0,0257

0,0594

0,0237

REFRIG

0,1161

0,0322

0,1896

0,0209

0,3547

0,018

0,0149

0,0191

0,2845

0,0291

0,2051

0,0192

Fonte: Dados da Pesquisa

123

No caso das variáveis que procuram captar o efeito do nível educacional do

responsável pelo domicílio na probabilidade de aquisição, grande parte dos coeficientes

das variáveis ‘s

egundo grau incompleto’ e ‘segundo grau completo’ não é significativo.

Isso indica que há pouca diferença na probabilidade de aquisição para domicílios com

responsáveis com primeiro grau completo e segundo grau, completo ou não. Entretanto,

os coeficientes

para as variáveis ‘analfabeto’, ‘superior incompleto’ e ‘superior

completo’ são na maior parte significativos, sendo que os sinais são na maior parte

negativos. No caso de responsáveis analfabetos, são observados valores positivos para

açúcar, arroz, fari

nha de mandioca, feijão e carne bovina de segunda

(este último, com

coeficiente não significativo)

e negativos para os demais produtos. No caso de variáveis

indicativas de curso superior, co

m exceção de queijos

e manteiga (este último tem

coeficiente não s

ignificativo)

, todos os coeficientes são negativos, indicando menores

probabilidades de aquisição na comparação com lares chefiados por pes

soas com apenas

o primeiro grau

completo. A explicação para esse resultado pode estar na menor

proporção de refeições

realizadas no domicílio para aqueles com curso superior, que

causaria naturalmente uma menor probabilidade de aquisição para consumo domiciliar.

Além disso, a demanda por alimentos energéticos (arroz, açúcar, farinha de mandioca,

etc.) tende a ser maior p

ara aqueles que executam trabalhos manuais, como os

analfabetos e aqueles com primeiro grau incompleto, em relação aos trabalhadores com

maior escolaridade.

No caso da variável que capta as diferenças entre o meio urbano e rural, os

coeficientes não foram

significativos apenas para o caso do frango, macarrão e carne

suína. Em relação aos sinais dos coeficientes, os resultados foram de acordo com o

esperado, com valores negativos para os produtos mais energéticos (açúcar, arroz,

farinha de mandioca, etc.), i

ndicando maior probabi

lidade de consumo na zona rural, e

valores positivos para produtos como pão francês, carne bovina, queijos, leite em pó,

entre outros, cuja probabilidade de consumo é maior no meio urbano.

No caso de variáveis que captam a influência

da raça na probabilidade de

aquisição, 30 dos 72 coeficientes não são significativos, especialmente no caso das

variáveis ‘amarelo’ e ‘outra’. Dessa forma, na maior parte dos casos, a diferença entre

os domicílios chefiados por indivíduos que se declararam

amarelos ou de outras raças

(que não brancos, negros ou pardos) e os domicílios chefiados por brancos foi

insignificante. No caso de negros e pardos, parece haver uma influência positiva na

probabilidade de aquisição de açúcar, arroz, carne bovina de segu

nda, farinha de

124

mandioca, entre outras e negativa para leite fluido, carne bovina de primeira, banana,

batata, tomate e queijos.

No caso da variável ‘mulher’, que representa o fato d

o responsável pelo

domicílio ser do sexo feminino, a maior parte dos coe

ficientes é significativo e

negativo, com destaque para as carnes em geral, açúcar, arroz e feijão. No caso de leite

e derivados, a influência da mulher não é significativo, com exceção de Queijos, onde

ela exerce influência positiva. No

caso

da banana

pão francês

, esta variável tem

influência positiva na probabilidade de aquisição. É difícil identificar uma explicação

para o comportamento desta variável. A hipótese de que as mulheres, com maior

preocupação com a saúde do que os homens, pudessem determi

nar uma alimentação

mais rica em frutas e verduras no domicílio, não pôde ser testada adequadamente, pela

reduzida quantidade de produtos na cesta escolhida, ou seja, não se sabe se a menor

prob

abilidade de consumo apresentada

na maior parte dos produtos d

a cesta significa

efetivamente uma escolha de outros produtos não incluídos, como frutas e verduras. O

fato é que domicílios chefiados por mulheres têm menor probabilidade de aquisição dos

produtos da cesta.

As demais variáveis, doméstica e geladeira, proc

uram identificar a influência da

presença de empregada doméstica e refrigerador no domicílio, respectivamente, sobre a

probabilidade de aquisição dos alimentos. No caso da variável doméstica, os resultados

foram o oposto do esperado. A presença de empregad

a doméstica no domicílio diminui

a probabilidade de aquisição de feijão e carnes em geral, com exceção da carne bovina

de primeira. Para o arroz,

o coeficiente d

essa variável não é significativo. Apenas para

batata e tomate (e alguns outros produtos, como

leite e derivados, cuja expectativa era

nula), os valores foram positivos. A expectativa inicial era de que o fato de possuir

empregada doméstica tornasse mais provável a realização de refeições no domicílio,

pois representaria uma solução para a restrição

de tempo no preparo das mesmas, pela

presença de uma profissional responsável pela preparação

. A explicação pode estar no

fato de que a distância entre trabalho e residência para a maior parte das pessoas impeça

a realização de refeições no domicílio, me

smo para pessoas que possuam empregadas

domésticas. A influência negativa decorreria assim

a maior probabilidade de presença

de empregadas em lares onde a restrição e custo do tempo (e distância) fossem maiores.

Da mesma forma, mesmo que a empregada doméstica não fosse responsável pelas refeições, a

realização das demais tar

efas domésticas permitiria maior tempo para o preparo das refeições pelo

responsável.

125

No caso da variável geladeira, os resultad

os foram de acordo com o esperado,

principalmente no caso do leite. A presença de geladeira aumenta a probabilidade de

aquisição de leite fluido e diminui a probabilidade do leite em pó, um resultado

importante para explicar a razão de famílias mais pobres

geralmente consumirem um

produto relativamente mais caro como o leite em pó na presença de outro com as

mesmas propriedades e bem mais barato (leite fluido). A capacidade de conservação é

um fator importante para essas famílias. A presença de geladeira no

domicílio também

tem efeito positivo na probabilidade de aquisição de carnes em geral, com exceção da

carne suína, cujo efeito não é significativo. O efeito positivo também é observado para

queijos. Já a influência negativa é observada para produtos básic

os, como arroz, feijão,

farinha de mandioca e açúcar. O que pode estar ocorrendo aí é que, controlando para as

demais variáveis, a posse de geladeira permita aos domicílios substituir parte dos

produtos básicos por aqueles acima citados que necessitam de r

efrigeração.

5.1.2

–

Efeitos marginais

das variáveis do primeiro estágio

Para se analisar a magnitude do efeito de cada variável na probabilidade de

aquisição de cada produto alimentar, o exame dos coeficientes da Tabela

1 não é o

mais indicado, pois

eles não fornecem os efeitos marginais de cada variável na

probabilidade. Para calcular os efeitos marginais, é necessário distinguir as variáveis

contínuas (apenas a renda, neste caso) e as variáveis binárias. No primeiro caso, o efeito

marginal é calcul

ado da seguinte forma:

( ).

renda i renda

EM f X

 



que

renda

= efeito marginal da variável renda;

( )

f X



= função de densidade de probabilidade da normal padrão avaliada no

ponto

i i

I X





;

renda



= coeficiente da variável renda.

Os efeitos marginais serão calculados na média da amostra. No caso das

variáveis binárias, o efeito marginal será calculado da seguinte forma:









1/ 1 1/ 0

x i k i k

EM P y x P y x

   

     

   

m que

efeito marginal da variável binária

;





1/ 1

i k

P y x

 

 

 

= probabilidade de aquisição do produto quando



;





1/ 0

i k

P y x

 

 

 

= probabilidade de aquisição do produto qua

ndo



Assim

, o efeito da variável

‘Superior’, por exemplo, é dado

pela diferença de

probabilidades de aquisição, no ponto médio da amostra, quando o responsável pelo

domicílio possui curso superior (Superior=1) e quando ele pos

sui apenas o primeiro

grau completo (default) (Superior e demais variáveis de educação iguais a zero).

Os resultados dos cálculos d

os efeitos marginais estão nas T

abelas 5.2 a 5.

Pode

se notar pelas fórmulas dos efeitos marginais que os sinais são os me

smos da

análise dos coeficientes do item anterior. Dessa forma, passa

se diretamente à análise

das magnitudes para cada variável. No caso da renda (Tabela 5.2), os efeitos na

probabilidade de aquisição são baixos. Em termos positivos, destaca

se o caso do

queijo: um aumento de uma unidade no logaritmo da renda

causa

um aumento de 8,81

pontos percentuais (p.p.) na probabilidade de aquisição. Carne bovina de primeira (7,37

p.p.) e pão francês (6,99 p.p.) vêm logo em seguida. Em termos negativos, arroz (

1,99

p.p.) e açúcar (

1,82 p.p.) apresentam os menores valores.

Em relação aos efeitos marginais regionais (Tabela 5.3), as magnitudes são bem

superiores às observadas para a renda. Entre os produtos básicos, o fato de o domicílio

estar nas regiões Norte e N

ordeste tem influência positiva na probabilidade de aquisição

em relação à região Sudeste. Para o caso da farinha de mandioca, um domicílio na

região Norte apresenta uma probabilidade de aquisição 29,92 pontos percentuais

superior a um domicílio do Sudeste

com as mesmas características. No caso do

Nordeste, essa diferença é de 21,65 pontos percentuais. Para o feijão, o destaque é o

Nordeste: a diferença em relação ao Sudeste chega a 19,76 pontos percentuais. Para o

arroz, o consumidor do Norte e Nordeste te

m uma probabilidade de adquirir o produto

cerca de 20 pontos percentuais maior que no caso do consumidor do Sudeste.

O que

significa, no ponto médio, um aumento da renda familiar mensal de R$ 1.525,63 para R$

4.147,01.

127

Tabela

–

Efeitos marginais da variável Renda

Brasil

Período 2002

2003

PRODUTOS

EFEITO MARGINAL

AÇÚCAR

0,0182

ARROZ

0,0199

ANANA

0,0637

BATATA

0,0554

BOIPRIMEIRA

0,0737

BOISEGUNDA

0,0081

FARINHA DE MANDIOCA

0,0036

FEIJÃO

0,0013

FRANGO

0,0458

LEITE EM PÓ

0,0081

LEITE FLUIDO

0,0570

MACARRÃO

0,0111

MANTEIGA

0,0164

MARGARINA

0,0351

PAO FRANCÊS

0,0699

SUÍNO

0,0405

UEIJOS

0,0881

TOMATE

0,0566

Fonte: Dados da Pesquisa

O Norte surpreendentemente também se destaca no consumo de carnes,

especialmente a carne bovina. Em relação ao consumo de leite, Norte e Nordeste têm

comportamento semelhante: um domicílio dessas r

egiões tem maior probabilidade de

aquisição de leite em pó (25,05 p.p. e 21,80 p.p., respectivamente) e menor

probabilidade de aquisição de leite fluido (

21,59 p.p. e

18,24 p.p., respectivamente) do

que um domicílio com as mesmas características da regiã

o Sudeste. Esse

comportamento é o inverso no Sul e Centro

Oeste, onde o efeito marginal é positivo

para leite fluido e negativo para leite em pó.

Outro destaque é o efeito marginal positivo

do Nordeste no caso da banana. Isso talvez seja explicado pelo bai

xo preço dessa fruta

em relação a outras como maçã ou pêra, por exemplo, cujo consumo é mais difundido

no Sul e Sudeste.

128

Tabela 5.3

–

Efeitos marginais das variáveis Regionais

, Brasil, Período 2002

2003

PRODUTOS

NORTE

NORDESTE

SUL

CENTRO

OESTE

AÇÚCAR

,1314

0,2102

0,0006

0,0154

ARROZ

0,1910

0,2044

0,0258

0,0375

BANANA

0,0030

0,1027

0,0178

0,0647

BATATA

0,0944

0,0266

0,0284

0,0864

BOIPRIMEIRA

0,1299

0,0387

0,0001

0,0353

BOISEGUNDA

0,1354

0,0396

0,0737

0,0527

FARINHA DE

MANDIOCA

0,2992

0,2165

0,0352

0,0301

FEIJÃO

0,0977

0,1976

0,0190

0,0108

FRANGO

0,0887

0,0999

0,0266

0,0451

LEITE EM PÓ

0,2505

0,2180

0,0123

0,0163

LEITE FLUIDO

0,2159

0,1824

0,0516

0,0477

MACARRÃO

0,0237

0,0874

0,0351

0,0251

MANTEIGA

0,0158

0,0024

0,0483

0,0446

MARGARINA

0,0528

0,1318

0,0464

0,0036

PAO FRANCÊS

0,0608

0,0100

0,1929

0,1460

SUÍNO

0,1418

0,0907

0,0458

0,1382

QUEIJOS

0,0927

0,0280

0,0037

0,0710

TOMATE

0,0329

0,1499

0,0221

0,0091

Fonte: Dados da Pesquisa

No caso do consumo carne su

ína, a probabilidade aumenta para as regiões Sul e

Sudeste em comparação com as demais regiões do país. Para pão francês, os destaques

positivos são Nordeste e Sudeste e o negativo fica com a região

Sul

. Uma surpresa é a

magnitude do efeito marginal para o

Nordeste no caso do tomate e carnes bovinas de

primeira e de segunda. Controlando para a renda e demais variáveis, um domicílio do

Nordeste tem maior probabilidade de adquirir carne de primeira (3,87 p.p.), de segunda

(3,96 p.p.) e tomate (14,99 p.p.) do

que no Sudeste.

No Centro

Oeste, a probabilidade de aquisição é, na maior parte dos casos,

inferior à região Sudeste, com destaque para o pão francês (

p.p.). A grande

exceção é a carne de boi de segunda, com probabilidade 5,27 pontos percentuais ma

ior

do que no Sudeste. Para a região Sul, o destaque positivo, além da carne suína, fica com

a carne bovina de segunda (7,37 p.p. maior) e margarina (4,64 p.p maior). Já o negativo

fica com o pão francês (

19,29 p.p) e manteiga (

4,83 p.p.).

129

Em relação às

diferenças entre meio urbano e rural (Tabela 5.4), destaca

se o

efeito marginal no caso do pão francês. Um domicílio do meio urbano tem

probabilidade 27,95 pontos percentuais maior de aquisição de pão francês que o mesmo

domicílio na zona rural. Esse resu

ltado era esperado, pela questão da proximidade de

pontos de venda e hábitos alimentares diferentes. Outros destaques do consumo urbano

são leite em pó, tomate, banana e carne bovina. O meio rural destaca

se nas

probabilidades de aquisição dos produtos bás

icos, em especial feijão, açúcar e arroz.

Outro destaque é o leite fluido, em que o meio rural tem probabilidade 5,19 pontos

percentuais maior do que no meio urbano. O papel da produção própria e o

autoconsumo certamente influenciam esse último resultado,

já que o IBGE incluiu as

aquisições não

monetárias no total adquirido.

Tabela 5.4

–

Efeitos marginais da variável URBANA

, Brasil, Período 2002

2003

PRODUTOS

EFEITO MARGINAL

AÇÚCAR

0,0567

ARROZ

0,0357

BANANA

0,0477

BATATA

0,0181

BOIPRIMEIRA

0,0333

BOISEGUNDA

0,0348

FARINHA DE MANDIOCA

0,0365

FEIJÃO

0,0768

FRANGO

0,0094

LEITE EM PÓ

0,0515

LEITE FLUIDO

0,0519

MACARRÃO

0,0032

MANTEIGA

0,0162

MARGARINA

0,0350

PAO FRANCÊS

0,2795

SUÍNO

0,0039

QUEIJOS

0,0200

TOMATE

0,0518

Fonte: Dados

da Pesquisa

Em relação à educação do responsável pelo domicílio (Tabela 5.5), as

magnitudes não são tão expressivas quanto no caso das variáveis regionais, mas

130

parecem predominar em relação aos efeitos marginais da variável renda. No caso da

categoria AN

ALFA (responsável pelo domicílio analfabeto), destacam

se a menor

probabilidade de aquisição de pão francês (

12,83 p.p.) e queijos (

8,29 p.p.) e o maior

probabilidade de aquisição de feijão (6,46 p.p.) e açúcar (5,99 p.p.) em relação a

domicílios chefiad

os por indivíduos que completaram o primeiro grau. Para a categoria

PRIINC (responsável pelo domicílio com primeiro grau incompleto), o comportamento

é semelhante a ANALFA. As diferenças aparecem apenas para frango, leite fluido,

macarrão e

carne suína

, qu

e apresentam efeitos marginais pos

itivos, ao contrário de

ANALFA.

As categorias SEGINC (responsável pelo domicílio com segundo grau

incompleto) e SEGCOMP (responsável pelo domicílio com segundo grau completo),

como foi visto no item anterior, apresentam a

maior parte dos seus coeficientes não

significativos estatisticamente. Para SEGCOMP, entretanto, destacam

se os efeitos

marginais para carne bovina de segunda (

4,46 p.p.), arroz (

3,88 p.p.) e queijos (3,33

p.p.). No caso da categoria SUPINC (responsável

pelo domicílio com curso superior

incompleto), destaque para o menor probabilidade de aquisição de

frango

(

11,58 p.p.) e

arroz (

10,89 p.p.) e maior probabilidade para queijos (4,68 p.p.). De forma geral,

predominam os efeitos marginais negativos para a c

esta selecionada. O padrão se repete

no caso de SUPCOMP (responsável pelo domicílio curso superior completo). Os

destaques neste caso são a menor probabilidade no caso de carne de frango (

11,17 p.p.)

e carne bovina de segunda (

10,07 p.p.)

a maior proba

bilidade para

ueijos (6,65 p.p.).

Aliás, nessas últimas duas categorias, os efeitos marginais são positivos apenas para

queijos e manteiga, indicando que a probabilidade de aquisição é consistentemente

menor, controlando para as outras variáveis, do que e

m domicílios com responsáveis

com apenas o primeiro grau completo. Entre as razões para este resultado, a menor

freqüência de refeições no domicílio para consumidores com maior escolaridade e o

maior consumo de alimentos preparados certamente estão entre a

s mais importantes

para a compreensão deste padrão de consumo.

No caso dos efeitos marginais para as variáveis indicativas da raça do

responsável pelo domicílio (Tabela 5.6), destacam

se os impactos negativos da

categoria NEGRA no consumo de leite fluido

(

8,06 p.p.) e carne de boi de primeira (

6,05 p.p.) em relação a domicílios chefiados por indivíduos que se declararam brancos.

Em relação aos efeitos positivos, destacam

se a farinha de mandioca (4,60 p.p.) e carne

bovina de segunda (3,35 p.p.). Para a

categoria PARDA, o padrão de efeitos marginais é

131

semelhante, com destaque para leite fluido (

5,86 p.p.) e arroz (2,55 p.p.). Para a

categoria AMARELA, a maior parte dos efeitos marginais se origina de coeficientes

não significativos; dos poucos resultados

significativos, destacam

se a maior

probabilidade de aquisição de tomate (7,84 p.p.) e, surpreendentemente, de carne bovina

de primeira (6,49 p.p.). O destaque negativo foi o leite fluido (

12,09 p.p.), com

probabilidade de aquisição muito inferior do que

domicílios chefiados por brancos. Para

a categoria OUTRA, todos

s efeitos marginais significativos foram negativos.

Destaque novamente para o leite fluido (

12,33 p.p.) e também o feijão (

8,56 p.p.). De

forma geral, pode

se afirmar que as variáveis indi

cativas de raça parecem importantes

na explicação dos padrões de aquisição dos consumidores, mesmo controlando para as

demais variáveis. Elas refletem provavelmente heranças culturais diferentes e padrões

de consumo passados de geração a geração e ainda re

fletem certo padrão de

desigualdade, principalmente entre brancos e negros/pardos.

Tabela 5.5

–

Efeitos marginais das variáveis de nível educacional

do responsável pelo

domicílio

, Brasil, Período 2002

2003

PRODUTOS

ANALFA

PRIINC

SEGINC

SEGCOMP

SUPINC

PCOMP

AÇÚCAR

0,0599

0,0468

0,0110

0,0294

0,0901

0,0321

ARROZ

0,0370

0,0403

0,0165

0,0388

0,1089

0,0715

BANANA

0,0206

0,0154

0,0104

0,0018

0,0147

0,0079

BATATA

0,0554

0,0208

0,0112

0,0070

0,0325

0,0471

BOIPRIMEIRA

0,0384

0,0143

0169

0,0130

0,0221

0,0316

BOISEGUNDA

0,0147

0,0035

0,0016

0,0446

0,0959

0,1007

FARINHA DE

MANDIOCA

0,0559

0,0364

0,0065

0,0120

0,0477

0,0412

FEIJÃO

0,0646

0,0467

0,0229

0,0436

0,1049

0,0633

FRANGO

0,0017

0,0212

0,0277

0,0445

0,1158

1117

LEITE EM PÓ

0,0404

0,0175

0,0002

0,0060

0,0396

0,0001

LEITE FLUIDO

0,0281

0,0051

0,0035

0,0143

0,0578

0,0628

MACARRÃO

0,0149

0,0136

0,0085

0,0046

0,0538

0,0284

MANTEIGA

0,0129

0,0010

0,0102

0,0070

0,0065

0,0061

MARGARINA

0,0566

0,0101

0,0058

0,0006

0,0361

0,0270

PAO FRANCÊS

0,1283

0,0564

0,0073

0,0262

0,0418

0,0397

SUÍNO

0,0301

0,0033

0,0032

0,0167

0,0516

0,0539

QUEIJOS

0,0829

0,0457

0,0097

0,0333

0,0468

0,0665

TOMATE

0,0396

0,0093

0,0105

0,0104

0,0243

0,0

432

Fonte: Dados da Pesquisa

132

Tabela 5.6

–

Efeitos marginais das variáveis de raça

, Brasil, Período 2002

2003

PRODUTOS

NEGRA

AMARELA

PARDA

OUTRA

AÇÚCAR

0,0133

0,0319

0,0222

0,0472

ARROZ

0,0198

0,0230

0,0255

0,0846

BANANA

0,0531

0,0306

0,0190

0,0321

BATATA

0,0411

0,0109

0,0149

0,0325

BOIPRIMEIRA

0,0605

0,0649

0,0238

0,0166

BOISEGUNDA

0,0335

0,0424

0,0186

0,0310

FARINHA DE

MANDIOCA

0,0460

0,0045

0,0244

0,0010

FEIJÃO

0,0041

0,0513

0,0172

0,0856

FRANGO

0,0221

0,0182

0,0119

0,0715

LEITE EM PÓ

0,0270

0,0083

0,0179

0,0156

LEITE FLUIDO

0,0806

0,1209

0,0586

0,1233

MACARRÃO

0,0247

0,0336

0,0010

0,0464

MANTEIGA

0,0084

0,0134

0,0036

0,0003

MARGARINA

0,0105

0,0796

0,0041

0,0660

PAO FRANCÊS

0,0194

0,0084

0,0036

0,0792

SUÍNO

0,0162

0,0382

0,0090

0,0562

QUEIJOS

0,0424

0,0581

0,0456

0,0766

TOMATE

0,0233

0,0784

0,0029

0,0622

Fonte: Dados da Pesquisa

Para o caso da variável MULHER (responsável pelo domicílio ser do sexo

feminino) (Tabela 5.7), de forma gera

l, os efeitos marginais têm magnitudes menores

que as demais variáveis. Destacam

se o impacto negativo nas probabilidades de

aquisição de arroz (

5,76 p.p.) e feijão (

5,56 p.p.), assim como as carnes em geral. Esse

resultado parece indicar uma menor proba

bilidade de refeições feitas no domicílio

quando a mulher é a responsável. Certamente, a

dificuldade

do preparo das refeições

pela mulher que trabalha fora impõe a substituição das refeições no domicílio por

alternativas fora dele

Em relação à variável

DOMESTIC (presença de empregada doméstica no

domicílio) (Tabela 5.8), as magnitudes são comparáveis à variável MULHER. Os

destaques são os impactos positivos na probabilidade de aquisição de carne bovina de

primeira (4,18 p.p.) e banana (2,98 p.p.) e negat

ivos nas probabilidades para farinha de

No caso das crianças, refeições em creches e escolas podem subst

ituir parte daquelas realizadas em

casa. Para os adultos, refeições no local de trabalho ou em estabelecimentos próximos podem ser

substitutos escolhidos.

133

mandioca (

3,95 p.p) e carne de boi de segunda (

3,01 p.p.). De forma geral, os

resultados mostram um impacto negativo em produtos básicos (arroz, feijão, farinha de

mandioca) e positivo em produtos mais “nobres”, co

mo queijos e carnes de primeira. A

expectativa inicial, como já colocado no item anterior, era de um impacto positivo da

presença de empregada doméstica na realização de refeições no domicílio e, assim,

também nos produtos mais utilizados, como arroz e fei

jão. Os resultados, entretanto,

não confirmaram esta expectativa. Mesmo controlando para a renda, a presença de

empregada doméstica parece permitir uma diferenciação entre domicílios que favorece

o consumo de alimentos mais caros, diminuindo a probabilidad

e de aquisição para os

básicos.

Tabela 5.7

–

Efeitos marginais da variável

mulher

, Brasil, Período 2002

2003

PRODUTOS

EFEITO MARGINAL

AÇÚCAR

0,0337

ARROZ

0,0576

BANANA

0,0102

BATATA

0,0034

BOIPRIMEIRA

0,0107

BOISEGUNDA

0,0228

FARINHA DE MAND

IOCA

0,0245

FEIJÃO

0,0556

FRANGO

0,0157

LEITE EM PÓ

0,0015

LEITE FLUIDO

0,0027

MACARRÃO

0,0258

MANTEIGA

0,0027

MARGARINA

0,0001

PAO FRANCÊS

0,0147

SUÍNO

0,0244

QUEIJOS

0,0147

TOMATE

0,0184

Fonte: Dados da Pesquisa

Finalmente, em rel

ação à variável REFRIG (presença de geladeira no domicílio)

(Tabela 5.9), destaque para o impacto na probabilidade de aquisição de pão francês

(13,12 p.p.) e leite fluido (10,64 p.p.). As carnes em geral (com exceção da carne suína)

134

e queijos também aprese

ntam impactos positivos importantes. A probabilidade de

aquisição de leite em pó é afetada negativamente (

1,56 p.p.), mas numa magnitude

menor que a esperada. A conclusão no caso do leite parece ser que, dada a necessidade

de refrigeração, o leite fluido

é afetado de forma mais significativa e a substituição pelo

leite em pó é realizada também por outras razões não

relacionadas apenas com a

refrigeração

Tabela 5.8

–

Efeitos marginais da variável

doméstica

, Brasil, Período 2002

2003

PRODUTOS

EFEITO MAR

GINAL

AÇÚCAR

0,0164

ARROZ

0,0031

BANANA

0,0298

BATATA

0,0245

BOIPRIMEIRA

0,0418

BOISEGUNDA

0,0301

FARINHA DE MANDIOCA

0,0395

FEIJÃO

0,0160

FRANGO

0,0201

LEITE EM PÓ

0,0002

LEITE FLUIDO

0,0199

MACARRÃO

0,0061

MANTEIGA

0,0096

MARGARINA

0,0236

PAO FRANCÊS

0,0227

SUÍNO

0,0140

QUEIJOS

0,0190

TOMATE

0,0217

Fonte: Dados da Pesquisa

Aspectos como comodidade, diferenciação de produto, presença de características especiais devem

inf

luenciar também o consumo de leite em pó.

135

Tabela 5.9

–

Efeitos marginais da variável

geladeira

, Brasil, Período 2002

2003

PRODUTOS

EFEITO MARGINAL

AÇÚCAR

0,0434

ARROZ

0,0515

BANANA

0,0436

BATATA

0,0699

BOIPRIMEIRA

0,0629

BOISEGUNDA

0,0354

FARINHA DE MANDIOCA

0,0467

FEIJÃO

0,0329

FRANGO

0,0441

LEITE EM PÓ

0,0156

LEITE FLUIDO

0,1064

MACARRÃO

0,0185

MANTEIGA

0,0122

MARGARINA

0,0535

PAO FRANCÊS

0,1312

SUÍNO

0,0052

QUEIJOS

0,065

TOMATE

0,0717

Fonte: Dados da Pesquisa

Resumindo os principais resultados do primeiro estágio, tem

que



O efeito da variável renda familiar mensal

na probabilidade de aquisição

é negativo para os produtos básicos e positivos para os demais produ

tos;



Há diferenças regionais significativas na probabilidade de consumo entre

as regiões do país, mesmo controlando para as demais variáveis.



Há diferenças também entre domicílios localizados no

meios urbano e

rural. Na zona rural, há maior probabilidade

de aquisição de produtos

básicos, mais energéticos, e também maior probabilidade de consumo de

produtos em que há possibilidade de produção própria,

como o

leite

fluido.

No meio urbano, destaca

se a maior probabilidade de aquisição de

pão francês.



O nível

educacional parece estar negativamente correlacionado com a

probabilidade de aquisição dos produtos da cesta pesquisada,

especialmente para os produtos básicos.

136



Há diferenças significativas nas probabilidades de aquisição entre

domicílios chefiados por pes

soas que se declararam pardas e negras e os

domicílios chefiados por brancos. Essa diferença está na maior

probabilidade de consumo de produtos básicos e carne bovina de segunda

para

domicílios chefiados por pardos e negros

e maior probabilidade de

aquisiç

ão de produtos mais “nobres” (carne bovina de primeira, banana,

queijos, leite fluido)

para domicílios chefiados por brancos



Domicílios chefiados por mulheres têm menor probabilidade de

aquisição para consumo domiciliar de quase todos os produtos da cesta

escolhida.



A presença de empregada doméstica no domicílio teve efeito oposto ao

esperado, com um impacto negativo na probabilidade de aquisição de

produtos básicos (arroz, feijão, farinha de mandioca).



A presença de geladeira no domicílio permite aos domi

cílios substituir

parte dos produtos básicos por aqueles

que

necessitam de refrigeração,

com destaque

para o

leite fluido.

–

Resultados

da estimação

segundo

estágio

Com os resultados do primeiro estágio, pode

se passar agora para a estimação do

sistema de demanda propriamente dito. Nesta seção, são apresentados os resultados

quando se utiliza a variável gasto total e na próxima são apresentados os resultados

quando se utiliza a renda. O sistema estimado é o seguinte:

1 1

ˆ ˆ

( ' )( ln ln ln ) ( ' )

( ) ( ) ( )

n n

in in i ik k ij j i i in i in

k j

m m

w Z V p Z

a p b p a p



       

 

 

   

      

 

   

   

 

 

(



arroz, banana,..., tomate e



1, 2,..., 43922)

(5.1)

em que

in in

p q

 

parcela do gasto total com o bem i

para o consumidor n

;



variáveis

demográficas que procuram capt

ar a

heterogeneidade entre os

consumidores;

137



preço do bem

;



quantidad

e do bem i;



gasto total com n bens

(ou renda)

;

ln ( ) ln

j j

j=1

a p = w p



;

b(p)









;

)

(





= função

de densidade de probabilidade da distribuição normal

avaliada em



;

)

(





função de distribuição acumulada da distribuição normal avaliada



;













arâmetros a serem estimados.

software

utilizado para a estimação foi o GAUSS

6.0

for Windows

escolhido pela facilidade na manipulação de matrizes necessária

implementação da

correção de Murphy e Topel (1985).

Pode

se notar que a es

timação não incl

uirá o produto ‘açúcar’

, devido ao

problema da aditividade explicado no capítulo 4. As elasticidades para esse produto

serão calculadas posteriormente, usando as restrições de Engel e Cournot.

A definição das variáveis explicativas utilizadas encontra

no Quadro 5.2.

possível notar que algumas variáveis utilizadas no segundo estágio já haviam sido

incluídas no primeiro

renda mensal familiar

(

na segunda especificação

)

, a dummy de

educação do responsável pelo domicílio, a dummy de situação de domicílio

e a dummy

de posse de geladeira. A razão para a repetição é que

as duas primeiras

variáveis

citadas

certamente

não são importantes apenas na decisão de aquisição do produto

, mas

também na definição de quanto adquirir do produto. Quanto às demais, é import

ante

definir de forma mais completa as diferenças entre o consumo de domicílios

localizados

na zona rural e urbana e o efeito da compra de geladeira no consumo total. Além disso,

também foram incluídas

no segundo estágio as variáveis de composição familiar

, já

utilizadas em outros estudos

, e que influenciam na demanda familiar de alimentos.

2003, Aptech Systems, Inc.

Ver, por exemplo, Thomas et al. (1991) e Yen et al. (2002)

138

Quadro 5.2

–

Variáveis explicativas utilizadas no segundo estágio de estimação

sistema de demanda

Denominação das Variáveis explicativas:



Constante (ONE);



Logaritm

o da

Renda mensal

real (RENDA)

(ou

logaritmo do

gasto total

real

(DESPESC) com a cesta de 18 produtos)

;



Logaritmo da

Renda mensal

real ao quadrado (RENDASQ)

(ou

gasto

total

real ao quadrado (QDESPESC) com a cesta de 18 produtos);



Preços de cada produto

(P +nome do produto, ex: PARROZ);



Dummy de educação do responsável pelo domicilio:



Analfabeto (ANALFA)



Primeiro grau incompleto (PRIINC);



Primeiro grau completo (será o

default

);



Segundo grau incompleto (SEGINC);



Segundo grau completo (SEGCOMP);



Super

ior incompleto (SUPINC);



Superior completo (SUPCOMP);



Composição familiar (número de membros com idade):



Menor que 6 anos (AGELT6):



Entre 6 e 12 anos (AGE6_12);



Entre 13 e 20 anos (AGE13_20);



Entre 21 e 59 anos (AGE21_59);



Maior que 60 anos (AGEMT60).



Dumm

y de situação de domicílio (URBANO):



Urbano = 1



Rural = 0



Dummy captando se o domicílio tem geladeira (REFRIG):



Possui geladeira = 1;



Não possui geladeira = 0;



Variável construída com resultados do primeiro estágio (GAMMA)

representando a função de densid

ade de probabilidade da distribuição normal

avaliada em



;

139

a) Resultados utilizando o gasto total como variável

Os resultados da estimação por Máxima Verossimilhança estão descritos na

Tabela 5.10. Os desvios

padrões já estão ajus

tados pela correção de Murphy e Topel,

descrita no capítulo 4. Dos 578 coeficientes estimados, 301 (52,08 %) foram

estatisticamente significativos

a 10% de nível de probabilidade

. A presença de muitos

coeficientes não

significativos já era de alguma forma

esperado devido à inclusão dos

preços de todos os produtos da cesta em cada equação. De forma geral, a maior parte

dos parâmetros não significativos refere

se às variáveis de preço. Além disso, destacam

se pelo baixo número de parâmetros significativos as

variáveis PRIINC, SEGINC e

SEGCOMP. Quanto às variáveis de composição da família, o mais comum é que apenas

alguns sejam significativos por produto, indicando que o efeito marginal pela inclusão

de mais um membro da família é muitas vezes nulo.

Os coeficie

ntes da variável GAMMA foram significativos em 10 das 17

equações, indicando que a inclusão das variáveis do primeiro estágio foram importantes

na explicação das parcelas orçamentárias.

Já para as variáveis DESPESC (logaritmo do gasto total real) e QDESP

ESC

(quadrado do logaritmo do gasto total real), com exceção do produto “Margarina”, em

todas as equações pelo menos um coeficiente dos dois foi significativo em cada

equação, geralmente o coeficiente da variável DESPESC.

Em relação às variáveis URBANO e R

EFRIG, na maior parte dos casos

coeficientes

foram significativos (em 10 e 11 equações, respectivam

ente). No caso de

URBANO, a não

significância para o caso de tomate foi uma surpresa, dado o resultado

do primeiro estágio. Para o caso da variável REFRIG

, a surpresa foi a não

significância

para o leite em pó, carnes bovinas e manteiga, ao contrário do que se poderia esperar a

princípio. No entanto, o coeficiente foi significativo no caso do leite fluido.

Em relação aos sinais esperados e magnitude dos coe

ficientes, a análise será

feita diretamente sobre as elasticidades no próximo item.

140

Tabela

–

Resultados da estimação do

segundo estágio

do procedimento de Shonkwiler e

Yen

(equações de demanda)

Brasil

2002

2003

ARROZ

BANANA

BATATA

BOIP

RIMEIRA

BOISEGUNDA

FARINHA

DE MAND.

VARIÁVEL

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

ONE

0,2708

0,0489

0,1525

0,0522

0,0362

0,0487

1,1127

0,8502

0,3722

0,1329

0,0664

0,0643

ANALFA

0,0495

0,0089

0,008

0,0098

0,0110

0,0066

0,0856

0,0512

0,0558

0,0121

0,0122

0,0102

PRIINC

0,0228

0,0091

0,0005

0,0062

0,0038

0,0040

0,0291

0,0185

0,0106

0,0110

0,0005

0,0077

SEGINC

0,0034

0,0110

0,0040

0,0113

0,0088

0,0064

0,0410

0,0271

0,0006

0,0152

0,0223

0,0144

SEGCOMP

0,0307

0,0100

0,0128

0,0077

0,0007

0,0046

0,0602

0,0343

0,0468

0,0177

0,0114

0,0102

SUPINC

0,0388

0,0285

0,0168

0,0097

0,0062

0,0067

0,0901

0,0530

0,0678

0,0410

0,0012

0,0335

SUPCOMP

0,0686

0,0214

0,0300

0,0102

0,00

0,0053

0,0968

0,0550

0,1260

0,0361

0,0052

0,0244

AGELT6

0,0077

0,0018

0,0004

0,0023

0,0021

0,0018

0,0281

0,0158

0,0209

0,0040

0,0057

0,0012

AGE6_12

0,0006

0,0018

0,0004

0,0021

0,0006

0,0018

0,0346

0,0187

0,0097

0,0037

0,0158

0,0023

AGE13_20

0,0038

0,0016

0,0052

0,0022

0,0005

0,0014

0,0277

0,0148

0,0108

0,0032

0,0107

0,0020

AGE21_59

0,0139

0,0021

0,0008

0,0020

0,0012

0,0016

0,0032

0,0036

0,0130

0,0035

0,0012

0,0019

AGEMT60

0,0293

0,0037

0,0168

0044

0,0036

0,0023

0,0103

0,0072

0,0110

0,0052

0,0174

0,0045

REFRIG

0,0599

0,0073

0,0133

0,0075

0,0141

0,0083

0,1313

0,0834

0,0140

0,0103

0,0423

0,0088

URBANO

0,0092

0,0048

0,0035

0,0064

0,0014

0,0048

0,0837

0,0477

0,0439

0,0109

0,05

0,0098

PARROZ

0,1561

0,0138

0,0042

0,0153

0,0081

0,0126

0,0383

0,0325

0,0260

0,0196

0,0772

0,0117

PBANANA

0,0186

0,0077

0,0299

0,0066

0,0123

0,0047

0,0366

0,0234

0,0205

0,0117

0,0104

0,0056

PBATATA

0,0498

0,0130

0,0100

0,0101

,0213

0,0044

0,0814

0,0474

0,0300

0,0170

0,0530

0,0116

PBOIPRI

0,0174

0,0140

0,0061

0,0180

0,0034

0,0121

0,0103

0,0138

0,0566

0,0279

0,0583

0,0151

PBOISEG

0,0112

0,0102

0,0139

0,0159

0,0046

0,0111

0,0444

0,0304

0,0986

0,0136

0,0253

0,0088

PFARINH

0,0358

0,0092

0,0107

0,0111

0,0367

0,0113

0,0660

0,0387

0,0619

0,0150

0,1288

0,0179

PFEIJAO

0,0468

0,0077

0,0005

0,0137

0,0135

0,0096

0,0130

0,0195

0,0452

0,0176

0,0823

0,0136

PFRANGO

0,0303

0,0095

0,0079

0,0128

0,0117

0,0076

0,0579

0,0321

0,0260

0,0166

0,0351

0,0096

PLEITEP

0,0278

0,0110

0,0237

0,0139

0,0157

0,0140

0,0176

0,0240

0,0162

0,0226

0,0135

0,0076

PLEITEF

0,0259

0,0066

0,0011

0,0076

0,0146

0,0056

0,0648

0,0408

0,0659

0,0120

0,0229

0,0060

PMACARR

0,0063

0,0058

0,0001

0,0078

0,0019

0,0064

0,0366

0,0249

0,0576

0,0128

0,0053

0,0051

PMANTEI

0,1538

0,0149

0,0005

0,0098

0,0057

0,0073

0,1106

0,0656

0,0482

0,0169

0,0337

0,0088

PMARGAR

0,0116

0,0104

0,0091

0,0141

0,0004

0097

0,0242

0,0226

0,0320

0,0199

0,0463

0,0113

PPAOFRA

0,0645

0,0104

0,0005

0,0080

0,0112

0,0065

0,0577

0,0327

0,0055

0,0130

0,0047

0,0093

SUÍNO

0,0242

0,0078

0,0018

0,0091

0,0010

0,0058

0,0523

0,0299

0,0235

0,0132

0,0060

0,0059

PQUEIJO

0,0535

0,0108

0,0067

0,0091

0,0056

0,0065

0,0369

0,0210

0,0262

0,0160

0,1117

0,0241

PTOMATE

0,0319

0,0087

0,0197

0,0083

0,0044

0,0056

0,0414

0,0268

0,0102

0,0136

0,0781

0,0180

DESPESC

0,0310

0,0102

0,0689

0,0130

0,0156

0,0043

1744

0,0851

0,1681

0,0283

0,0034

0,0049

QDESPESC

0,0053

0,0017

0,0064

0,0015

0,0013

0,0007

0,0018

0,0041

0,0224

0,0039

0,0023

0,0008

GAMMA

0,2148

0,0548

0,1332

0,0403

0,0631

0,0194

0,4724

0,3529

0,3199

0,0758

0,0106

0,0532

Conti

nua na pagina seguinte...

Os coeficientes em negrito são significativos a 5 % (**) e 10 % (*)

141

Continuação

Tabela

FEIJÃO

FRANGO

LEITE EM PÓ

LEITE FLUIDO

MACARRAO

MANTEIGA

VARIÁVEL

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

PADRÃO

COEF.

D.PADRÃO

ONE

0,0385

0,0473

0,5203

0,2021

0,1706

0,1295

0,1002

0,0785

0,1170

0,0932

0,4236

0,2310

ANALFA

0,0398

0,0084

0,0046

0,0117

0,0323

0,0154

0,0359

0,0108

0,0038

0,0072

0,0008

0,0188

PRIINC

0,0145

0,0074

0,0167

0,0111

0,0162

0,0094

0,0013

0,0069

0,0101

0,0061

0,0114

0,0124

SEGINC

0,0095

0,0122

0,0267

0,0283

0,0077

0,0100

0,0052

0,0101

0,0057

0,0079

0,0045

0,0160

SEGCOMP

0,0127

0,0128

0,0525

0,0177

0,0030

0,0097

0,0026

0,0075

0,0009

0,0090

0,0220

0,0140

UPINC

0,0040

0,0253

0,1465

0,0563

0,0228

0,0175

0,0246

0,0183

0,0144

0,0120

0,0514

0,0246

SUPCOMP

0,0394

0,0198

0,1176

0,0403

0,0157

0,0162

0,0060

0,0098

0,0013

0,0147

0,0362

0,0197

AGELT6

0,0071

0,0015

0,0190

0,0038

0,0695

0,0126

,0508

0,0051

0,0032

0,0018

0,0069

0,0048

AGE6_12

0,0049

0,0015

0,0064

0,0030

0,0300

0,0060

0,0005

0,0024

0,0048

0,0019

0,0038

0,0039

AGE13_20

0,0000

0,0013

0,0051

0,0025

0,0225

0,0047

0,0061

0,0022

0,0044

0,0019

0,0012

0,0028

AGE21_59

0,0037

0,0014

0,0136

0,0036

0,0216

0,0038

0,0130

0,0023

0,0043

0,0021

0,0031

0,0024

AGEMT60

0,0100

0,0023

0,0182

0,0044

0,0112

0,0040

0,0041

0,0032

0,0182

0,0057

0,0066

0,0044

REFRIG

0,0499

0,0059

0,0658

0,0155

0,0087

0,0106

0,0350

0,0160

0,0001

0,0049

0,0079

0,0156

URBANO

0,0328

0,0064

0,0142

0,0155

0,0304

0,0153

0,0556

0,0111

0,0087

0,0064

0,0048

0,0113

PARROZ

0,0268

0,0067

0,0476

0,0171

0,0226

0,0138

0,0102

0,0177

0,0325

0,0112

0,0127

0178

PBANANA

0,0225

0,0079

0,0032

0,0096

0,0090

0,0096

0,0027

0,0094

0,0150

0,0067

0,0195

0,0145

PBATATA

0,0046

0,0109

0,0692

0,0199

0,0220

0,0148

0,0484

0,0168

0,0315

0,0099

0,0148

0,0154

PBOIPRI

0,0571

0,0130

0,0318

0,0204

0,0209

,0169

0,0071

0,0162

0,0169

0,0123

0,0313

0,0202

PBOISEG

0,0321

0,0100

0,0099

0,0164

0,0214

0,0154

0,0204

0,0137

0,0121

0,0103

0,0193

0,0197

PFARINH

0,0049

0,0066

0,0850

0,0221

0,0020

0,0116

0,0722

0,0207

0,0035

0,0083

0,0081

0,0141

PFEIJAO

,0411

0,0056

0,0089

0,0143

0,0076

0,0120

0,0189

0,0134

0,0135

0,0094

0,0019

0,0195

PFRANGO

0,0118

0,0086

0,0406

0,0113

0,0142

0,0110

0,0135

0,0106

0,0021

0,0081

0,0099

0,0134

PLEITEP

0,0076

0,0095

0,0713

0,0210

0,0418

0,0112

0,0711

0,018

0,0247

0,0113

0,0013

0,0145

PLEITEF

0,0130

0,0050

0,0288

0,0096

0,0926

0,0198

0,0674

0,0082

0,0203

0,0078

0,0335

0,0166

PMACARR

0,0512

0,0077

0,0142

0,0094

0,0263

0,0084

0,0240

0,0088

0,0362

0,0100

0,0085

0,0090

PMANTEI

0,03

0,0090

0,0095

0,0137

0,0128

0,0118

0,0144

0,0121

0,0058

0,0076

0,1228

0,0483

PMARGAR

0,0082

0,0101

0,0072

0,0156

0,0430

0,0140

0,0339

0,0139

0,0394

0,0134

0,0641

0,0303

PPAOFRA

0,0030

0,0086

0,0620

0,0178

0,0301

0,0104

0,0237

0,0096

0,0155

0,0099

0,0279

0,0149

SUÍNO

0,0115

0,0062

0,0454

0,0140

0,0055

0,0096

0,0231

0,0084

0,0083

0,0063

0,0099

0,0093

PQUEIJO

0,0232

0,0093

0,0244

0,0136

0,0374

0,0142

0,0125

0,0096

0,0086

0,0078

0,0120

0,0088

PTOMATE

0,0308

0,0091

0,0111

0,0118

0,0064

0,0110

0,0006

0,0098

0,0293

0,0106

0,0192

0,0142

DESPESC

0,0238

0,0069

0,1926

0,0367

0,0501

0,0160

0,0247

0,0067

0,0191

0,0074

0,0308

0,0176

QDESPESC

0,0006

0,0010

0,0276

0,0057

0,0063

0,0023

0,0056

0,0014

0,0055

0,0016

0,0032

0,0024

GAMMA

0,0735

0,0417

0,8200

0,1771

0,1014

0,0673

0,0472

0,0429

0,3035

0,0985

0,0655

0,0440

Continua na pagina seguinte...

Os coeficientes em negrito são significativos a 5 % (**) e 10 % (*)

142

Continuação

Tabela

MARGARINA

PÃO FRANCES

SUÍNO

QUEIJOS

TOMATE

VARIÁVEL

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

ONE

0,0650

0,0885

0,4146

0,0574

0,3318

0,2502

0,0112

0,0548

0,1911

0,0453

ANALFA

0,0162

0,0098

0,0639

0,0100

0,0378

0,0169

0,0157

0,0259

0,0030

0,0068

PRIINC

0,0003

0,0047

0,0247

0,0059

0,0188

0,0095

0,0138

0,0089

0,0008

0,0056

SEGINC

0,0068

0,0069

0,0005

0,0073

0,0037

0,0124

0,0164

0,0106

0,0014

0,0077

SEGCOMP

0,0091

0,0063

0,0243

0,0064

0,00

0,0090

0,0022

0,0064

0,0006

0,0051

SUPINC

0,0111

0,0092

0,0289

0,0114

0,0324

0,0200

0,0453

0,0152

0,0074

0,0072

SUPCOMP

0,0022

0,0075

0,0151

0,0079

0,0318

0,0172

0,0566

0,0170

0,0113

0,0135

AGELT6

0,0063

0,0030

0,0002

0,0021

0,0110

0,0054

0,0262

0,0081

0,0063

0,0028

AGE6_12

0,0015

0,0021

0,0254

0,0028

0,0061

0,0036

0,0162

0,0050

0,0020

0,0018

AGE13_20

0,0020

0,0016

0,0264

0,0028

0,0068

0,0032

0,0132

0,0045

0,0005

0,0015

AGE21_59

0,0028

0,0017

0,0328

0,00

0,0103

0,0037

0,0205

0,0057

0,0026

0,0017

AGEMT60

0,0069

0,0034

0,0344

0,0042

0,0289

0,0099

0,0184

0,0058

0,0007

0,0026

REFRIG

0,0188

0,0098

0,0368

0,0170

0,0081

0,0204

0,0211

0,0147

0,0063

URBANO

0,0180

0,0090

0,0

654

0,0119

0,0182

0,0144

0,0125

0,0069

0,0035

0,0062

PARROZ

0,0271

0,0132

0,0604

0,0133

0,0193

0,0184

0,0383

0,0180

0,0090

0,0126

PBANANA

0,0084

0,0066

0,0070

0,0065

0,0277

0,0131

0,0101

0,0067

0,0036

0,0051

PBATATA

0,0002

0,0074

0,007

0,0091

0,0838

0,0310

0,0275

0,0084

0,0124

0,0074

PBOIPRI

0,0129

0,0132

0,0020

0,0147

0,0600

0,0282

0,0115

0,0113

0,0052

0,0129

PBOISEG

0,0027

0,0099

0,0152

0,0126

0,0434

0,0211

0,0378

0,0161

0,0108

0,0122

PFARINH

0,0109

0,0087

0,0235

0,0110

0,0799

0,0356

0,0164

0,0132

0,0129

0,0101

PFEIJAO

0,0078

0,0098

0,0010

0,0116

0,0340

0,0191

0,0148

0,0120

0,0023

0,0110

PFRANGO

0,0075

0,0083

0,0195

0,0107

0,0401

0,0168

0,0310

0,0104

0,0046

0,0100

PLEITEP

0,0296

0,0129

0,0121

0,0114

0,0489

0,0298

0,0386

0,0168

0,0057

0,0105

PLEITEF

0,0285

0,0126

0,0414

0,0077

0,0289

0,0133

0,0334

0,0106

0,0096

0,0060

PMACARR

0,0198

0,0087

0,0149

0,0069

0,0424

0,0190

0,0136

0,0067

0,0017

0,0070

PMANTEI

0,0048

0,0087

,1015

0,0119

0,0346

0,0181

0,0503

0,0152

0,0180

0,0096

PMARGAR

0,0034

0,0040

0,0105

0,0108

0,0099

0,0160

0,0089

0,0107

0,0009

0,0115

PPAOFRA

0,0188

0,0088

0,0503

0,0066

0,0409

0,0191

0,0099

0,0066

0,0020

0,0066

SUÍNO

0,0054

0,0066

0060

0,0071

0,1243

0,0449

0,0452

0,0129

0,0059

0,0076

PQUEIJO

0,0027

0,0067

0,0241

0,0084

0,0071

0,0101

0,0647

0,0186

0,0019

0,0073

PTOMATE

0,0177

0,0094

0,0034

0,0078

0,0391

0,0182

0,0014

0,0061

0,0180

0,0057

DESPESC

0,0060

0,0074

2198

0,0225

0,0386

0,0145

0,0901

0,0271

0,0774

0,0175

QDESPESC

0,0004

0,0012

0,0166

0,0026

0,0001

0,0015

0,0137

0,0042

0,0100

0,0023

GAMMA

0,1229

0,0646

0,1623

0,0666

0,1446

0,1083

0,0735

0,0545

0,0540

0,0289

Fonte: Dados da Pesquisa

143

Cálculo das elasticidades da demanda

O cálculo das elasticidades no segundo estágio é diferente para cada conjunto de

variáveis. A distinção principal deve ser feita entre o caso em que a variável aparece

apenas no segundo estágio daquele em que ela a

parece em ambos os estágios de

estimação. Nesse segundo caso, deve se levar em conta não só o chamado efeito direto

(da variável em questão sobre as quantidades demandadas) como também o efeito

indireto do primeiro estágio (efeito da variável na probabilid

ade de aquisição)

No caso das elasticidades

dispêndio, em que a variável gasto total é encontrada

apenas no segundo estágio, a fórmula para as elasticidades é a seguinte (Banks et al.,

1997 e Lazaridis, 2004):

( ' ) 2 ln

ln ( ) ( )

i i

i in i i

m b p a p



  

 

 

 



   

 

 

 



 

 

 

 



 

em que

=elasticidade

dispêndio;



gasto total com n bens

As outras variáveis já foram definidas para a equação (5.1).

Em relação às variáveis preço, que aparecem também apenas no segundo

estágio

, as elasticidades

preço não compensadas são calculadas da seguinte forma:

( ' ) ( ln ) ln

ln ( ) ( )

i j

ij in i ij i j jk k

Z p

p b p a p

 

     

 

 

 



 

     

 

 



 

 

 

 











em que



elasticidades

preço não

compensadas;









;









;

Ver Lazaridis (2004)

144





para





As elasticidades

pre

o compensadas podem ser calculadas

por meio da equação

de Slutsky com elasticidades da seguinte forma:

ij i j ij

e e w e

 

em que



elasticidades

preço compensadas

As variáveis qualitativas binárias também podem ter “elasticidades” calculadas.

Apesar de não terem a mesma interpretação das variáveis contínuas, elas permitem

analisar de forma mais clara os impactos d

e cada variável na quantidade demandada em

uma relação funcional complexa (Su &Yen, 2000).

No caso das variáveis que aparecem em ambos os estágios de estimação (no

caso deste estudo, as variáveis educacionais, a variável URBANO e a variável

REFRIG), o cálc

ulo das “elasticidades” é feito da seguinte forma (Lazaridis, 2004, e

Yen et al., 2002):

ˆ ˆ ˆ ˆ

( ' ). . ( ' ). . ( ' ).( ' ). .

k k k

i x in i x i in i ik i in i in i x

e Z w Z Z Z

         

 

   

 

em que

i x

= ‘elasticidade’ do bem i em relação a variável

;

)

(





função de densidade de probabilidade da distribuição normal

avaliada em



;



= coeficiente da variável

no primeiro estágio;

= parcela orçamentária est

imada do bem i no ponto escolhido (ponto

médio);

)

(





função de distribuição acumulada da distribuição normal

avaliada em



;



= coeficiente da variável

seg

undo

estágio.



= coeficiente da variável gamma;

= vetor de variáveis do primeiro estágio;



= vetor de coeficientes estimados no primeiro estágio;

145

= parcela orçamentária do bem i no ponto escolhido (ponto médio)

No caso das variáveis que aparecem apenas no segundo estágio (além dos preços

e do gasto total, apenas as variáveis de composição familiar), o primeiro e o terceiro

termo dentro dos colche

tes da fórmula

se anulam, e a elasticidade é calculada

com a fórmula:





( ' ). .

i x in i ik

e Z

 

 

As T

abelas 5.11 a 5.19 apresentam as elasticidades calculadas com as fórmulas

acima, todas calculadas na média da am

ostra

. Na T

abela 5.11, estão os

resultados das

elasticidades

dispêndio. O que chama a atenção em primeiro lugar é a inexistência de

bens inferiores: todas as elasticidades são maiores do que zero. Além disso, 11 das 17

elasticidades são maiores do que um, indicando a predominância de be

ns superiores.

Dentre esses bens, destacam

se as carnes com as maiores elasticidades. A carne bovina

de primeira possui a elasticidade mais elevada: um aumento do gasto total com a cesta

de alimentos de 10% causa um aumento de 15,7% na quantidade demandada

de carne

de primeira. Seguem a carne suína (1,21), carne bovina de segunda (1,12) e frango

(1,10). A comparação destes resultados com as elasticidades apresentadas n

o estudo de

Menezes et al. (2002

), que utilizam também um alto nível de desagregação para

produtos e informações da POF 1995/96 mostra uma ordenação semelhante para as

carnes, apenas com a troca de posição entre frango e carne bovina de segunda. No

entanto, as elasticidades calculadas naquele trabalho foram sistematicamente menores

do que as

apresentadas na Tabela 5.11, variando de 0,67 (carne bovina de primeira) a

0,18 (carne bovina de segunda). Os resultados apresentados aqui, contudo, parecem

mais coerentes com o esperado, pois as carnes são consideradas bens superiores no país,

com exceçã

o apenas talvez da carne bovin

a de segunda. Os resultados da T

abela 5.11

mostram que até este tipo de carne é um bem superior, corroborando de certa forma as

informações de quantidade consumida do capítulo quatro

Não foi possível calcular os desvios padrões das elasticidad

es devido à dificuldade imposta pelo uso

conjunto de dois estágios de estimação (com variáveis incluídas em ambos os estágios de estimação) e o

modelo QUAIDS. Ver Su e Yen (2000) para um exemplo de cálculo de desvios padrões das elasticidades

com um modelo

linear.

Tabela 4.9, pág. 109.

146

Tabela 5.11

–

Elasticidades

dispêndio da

demanda

Brasil

Período 2002

2003

PRODUTOS

ELASTICIDADE

ARROZ

1,2612

BANANA

0,6533

BATATA

0,8907

BOIPRIMEIRA

1,5705

BOISEGUNDA

1,1222

FARINHA DE MANDIOCA

0,9360

FEIJÃO

1,1221

FRANGO

1,1017

LEITE EM PÓ

1,0519

LEITE FLUIDO

0,7403

MACARRÃO

1,14

MANTEIGA

1,1317

MARGARINA

1,1065

PAO FRANCÊS

0,4674

SUÍNO

1,2142

QUEIJOS

1,0505

TOMATE

0,6666

Fonte: Dados da Pesquisa

Um resultado não esperado da tabela 5.11 foram as altas elasticidades para

produtos básicos. Arroz e feijão têm elasticidade

s maiores do que um, sendo

considerados assim bens superiores. A farinha de mandioca também apresenta

elasticidade inesperadamente alta, maior que 0,9. O arroz, aliás, apresenta a segunda

maior elasticidade (1,26) de todos os 17 produtos, menor apenas que

a carne bovina de

primeira. Estes valores superam em muito as expectativas iniciais em relação a estes

produtos. Esperava

se que eles fossem considerados no máximo bens normais, com

elasticidades na faixa de 0,2 ou 0,3, com a possibilidade até de elasticid

ades negativas

(bens infe

riores). Em Menezes et al. (2002

), por exemplo, as elasticidades de arroz e

feijão foram estimadas em 0,04 e 0,05, respectivamente, enquanto a elasticidade da

mandioca foi negativa (

0,21). Entretanto, algumas explicações são possí

veis para esses

valores elevados. Em primeiro lugar o problema pode estar no uso da variável gasto

total ao invés da renda. Na maior parte dos trabalhos, a renda é a variável utilizada e

isso garante a discrepância dos valores: como o peso do gasto com ali

mentação em geral

decresce com a renda, ou seja, a elasticidade

renda da “alimentação” é menor do que

147

um, é de se esperar que as elasticidades

dispêndio sejam consistentemente maiores que

as elasticidades

renda para o mesmo conjunto de dados. Essa comparaç

ão será possível

no item 5.3, quando se utiliza a renda ao invés do gasto total na estimação.

Outra explicação pode estar relacionada à inclusão de outras variáveis que

captam os impactos que de outra maneira eram incluídas na esfera de influência da

renda

. Um exemplo são as variáveis educacionais. Como a renda é positivamente

correlacionada com a educação, e esta é negativamente correlacionada com o consumo

de alguns produtos, é de se esperar que para outros estudos que não incluam a educação,

as elasticid

ades

renda calculadas sejam menores que as calculadas aqui. De outra

maneira, controlando para a educação, é possível que o papel do gasto total seja

efetivamente maior do que o esperado inicialmente. Infelizmente, a falta de estudos de

demanda utilizando

pesquisas de orçamentos familiares e que incluam as variáveis

educacionais impede uma comparação dos valores encontrados aqui.

Outra surpresa entre as elasticidades calculadas são os valores encontrados para

o leite em pó e leite fluido. Estudos anteriores

(Hoffm

ann, 2000 e Menezes et al., 2002

)

encontraram elasticidades superiores para o leite fluido e negativas para o leite em pó,

indicando ser e

ste último um bem inferior. Na T

abela 5.11, ao contrário, o leite em pó é

considerado um bem superior, enquanto

o leite fluido é um bem normal. Mesmo

controlando para a educação, parece ser pouco realista este resultado no caso brasileiro.

Apesar de o leite em pó ser um produto relativamente mais caro que o leite fluido, há

ainda uma predominância do consumo nos es

tratos mais baixos de renda causados por

hábitos alimentares e ausência de capacidade de refrigeração. A inclusão da variável

REFRIG certamente contribui para captar parte desta influência, mas é difícil considerar

o leite em pó um bem superior no Brasil.

Quanto às demais elasticidades, surpreendem os baixos valores para tomate

banana e as altas elasticidades para manteiga e margarina.

As T

abelas 5.12 e 5.13 apresentam as elasticidades

preço Marshalianas (não

compensadas) e Hicksianas (compensadas). Anal

isando as elasticidades diretas não

compensadas, observam

se valores negativos para todos os produtos, com exceção da

manteiga. Isso indicaria que este produto seria um bem de Giffen, em que um aumento

de preço causaria um aumento da quantidade demandada

do produto. Isso seria pouco

provável num produto com um substituto como a margarina, entre outros, e de baixa

Apesar de semelhante ao valor encontrado por Menezes et al. (2002).

148

participação na despesa total dos consumidores. Além disso, a manteiga não é um bem

inferio

r conforme mostram os dados da T

abela 5.11, o que é um

requerimento para um

produto ser

um bem de Giffen. Um exame da T

abela 5.13 sugere a origem do

problema. A elasticidade direta compensada no caso da manteiga é positiva, uma

violação da lei da demanda. Parece haver um problema na estimação, talvez causado

pela baixa freqüência observada na aquisição de manteiga pelos consumidores (pouco

mais de 5 %). Isso fez com que quase 95 % dos preços para a manteiga fossem

imputados através de médias regionais, o que pode ter comprometido os resultados das

elasticidad

es.

De qualquer forma, este problema está circunscrito à manteiga. Para os demais

produtos, as elasticidades diretas (compensadas e não

compensadas) foram negativas. O

que surpreende novamente são os resultados elevados para os produtos básicos: arroz,

fei

jão e farinha de mandioca têm demandas preço

elásticas, com destaque para o valor

(

1,79) para a elasticidade não compensada da farinha. As carnes, em comparação, têm

elasticidades menores (em módulo), variando de

1,67 (

suíno

) até

0,82 (carne bovina

de p

rimeira). Quanto aos demais produtos, a maior parte apresenta demandas elásticas.

As exceções são tomate (

0,48), pão francês (

0,88), margarina (

0,95) e leite em pó (

0,80). Estes valores são menores que o esperado, especialmente porque estes são

produto

s com substitutos próximos. A comparação com outros estudos é prejudicada

pelo pequeno número de trabalhos que utiliza preços na sua formulação.

149

Tabela

5.12

–

Elasticidades

preço não

compensadas da demanda

, Brasil, Período 2002

–

2003

PRODUTOS

ARROZ

BANA

BATATA

BOIPRIMEIRA

BOISEGUNDA

FARINHA DE

MANDIOCA

FEIJÃO

FRANGO

LEITE EM PÓ

ARROZ

1,6556

0,0851

0,2095

0,0055

0,0425

0,1282

0,2103

0,1813

0,1072

BANANA

0,0218

1,2834

0,1276

0,2990

0,3233

0,1057

0,0024

0,1440

0,3100

BATATA

0,1115

0,1648

,3069

0,1083

0,0247

0,5395

0,1999

0,2317

0,2187

BOIPRIMEIRA

0,1277

0,1136

0,2806

0,8217

0,0925

0,2550

0,0348

0,3352

0,0673

BOISEGUNDA

0,0683

0,1338

0,0961

0,0311

1,2081

0,2224

0,1815

0,2825

0,1010

FARINHA DE MANDIOCA

0,4805

0,0551

0,3289

3454

0,1362

1,7924

0,5120

0,1994

0,0903

FEIJÃO

0,1580

0,1288

0,0287

0,3900

0,2144

0,0214

1,2492

0,1166

0,0430

FRANGO

0,2190

0,0903

0,2503

0,1067

0,1601

0,3332

0,0563

0,9108

0,2210

LEITE EM PÓ

0,1061

0,0193

0,0904

0,0349

0,1413

0,0089

0,027

0,1208

0,8058

LEITE FLUIDO

0,0413

0,0204

0,2169

0,0465

0,0849

0,3454

0,1012

0,1241

0,3261

MACARRÃO

0,3120

0,1154

0,3103

0,1125

0,0429

0,0254

0,1542

0,0508

0,2776

MANTEIGA

0,1533

0,1917

0,1599

0,2800

0,1524

0,0901

0,0132

0,1850

0,0329

RGARINA

0,3439

0,1057

0,0022

0,1782

0,0348

0,1339

0,1025

0,1060

0,3789

PAO FRANCÊS

0,2352

0,1079

0,0504

0,4659

0,1939

0,1681

0,0099

0,5483

0,0983

SUÍNO

0,1061

0,1546

0,4560

0,3841

0,2581

0,4224

0,1788

0,1643

0,2666

QUEIJOS

0,2790

0,0028

0,19

0,0910

0,4028

0,1057

0,0757

0,3849

0,2064

TOMATE

0,2369

0,2119

0,2068

0,5452

0,5784

0,2633

0,0084

0,3827

0,2110

Continua na pagina seguinte

...

150

Continuação

Tabela 5.12

PRODUTOS

LEITE

FLUIDO

MACARRÃO

MANTEIGA

MARGARINA

PAO

FRANCÊS

SUÍNO

EIJOS

TOMATE

ARROZ

0,1482

0,0579

0,6370

0,0614

0,2646

0,0972

0,2466

0,1294

BANANA

0,0735

0,0119

0,0402

0,0860

0,2074

0,0533

0,1408

0,1549

BATATA

0,1984

0,0296

0,0745

0,0100

0,2190

0,0240

0,0651

0,0460

BOIPRIMEIRA

0,2839

0,1603

0,3685

1028

0,1209

0,1905

0,1300

0,1231

BOISEGUNDA

0,2737

0,2022

0,1467

0,1260

0,1773

0,1189

0,1690

0,1049

FARINHA DE MANDIOCA

0,1427

0,0380

0,2111

0,2866

0,0547

0,0323

0,7027

0,4724

FEIJÃO

0,0583

0,2959

0,1949

0,0429

0,0467

0,0718

0,1371

0,1922

FRANGO

0,0674

0,0446

0,0013

0,0399

0,4990

0,1323

0,1911

0,1321

LEITE EM PÓ

0,3899

0,1098

0,0644

0,1830

0,1943

0,0348

0,1860

0,0054

LEITE FLUIDO

1,2533

0,0702

0,0703

0,1356

0,1117

0,1072

0,0290

0,0017

MACARRÃO

0,2020

1,3446

0,0454

0,3961

0,05

0,1037

0,0347

0,2582

MANTEIGA

0,3620

0,1004

0,3811

0,7181

0,2288

0,0966

0,1659

0,2421

MARGARINA

0,3555

0,2460

0,0622

0,9535

0,2394

0,0695

0,0288

0,2248

PAO FRANCÊS

0,3507

0,1405

0,3885

0,0982

0,8850

0,0172

0,1638

0,1163

SUÍNO

0,1826

0,2458

0,1945

0,0619

0,1937

1,6731

0,0359

0,2053

QUEIJOS

0,1927

0,0735

0,3574

0,0517

0,1387

0,3310

1,3415

0,0621

TOMATE

0,0930

0,0432

0,4195

0,0424

0,4439

0,1947

0,1368

0,4870

Fonte: Dados da Pesquisa

151

Tabela 5.13

–

Elasticidades

preço com

pensadas da demanda

, Brasil, Período 2002

2003

PRODUTOS

ARROZ

BANANA

BATATA

BOIPRIMEIRA

BOISEGUNDA

FARINHA DE

MANDIOCA

FEIJÃO

FRANGO

LEITE EM PÓ

ARROZ

1,5253

0,1187

0,2300

0,0831

0,0509

0,1649

0,1313

0,3201

0,1486

BANANA

0,0893

1,2660

0,1382

0,2531

0,2749

0,0867

0,0385

0,0721

0,2885

BATATA

0,2035

0,1411

1,2924

0,0457

0,0907

0,5654

0,1442

0,1336

0,2480

BOIPRIMEIRA

0,0346

0,1554

0,3061

0,7114

0,0239

0,2093

0,1330

0,5082

0,1189

BOISEGUNDA

0,0476

0,1040

0,1143

0,0477

1,1250

0,2550

0,2517

0,4060

0,1378

FARINHA DE MANDIOCA

0,5772

0,0800

0,3137

0,2797

0,0668

1,7652

0,5706

0,0963

0,1210

FEIJÃO

0,0420

0,1587

0,0105

0,4688

0,2976

0,0540

1,1789

0,2401

0,0062

FRANGO

0,3328

0,0609

0,2682

0,1840

0,2417

0,3012

0,1253

0,7895

0,1849

EITE EM PÓ

0,2148

0,0473

0,1075

0,0390

0,2193

0,0217

0,0389

0,2367

0,7712

LEITE FLUIDO

0,0352

0,0007

0,2049

0,0055

0,1398

0,3670

0,1475

0,0426

0,3504

MACARRÃO

0,4300

0,0850

0,2918

0,1927

0,1275

0,0586

0,0828

0,0749

0,2401

MANTEIGA

0,2702

0,2218

0,1782

0,2005

0,0685

0,1230

0,0577

0,3096

0,0701

MARGARINA

0,4582

0,0763

0,0157

0,2559

0,1167

0,1661

0,0332

0,2279

0,3425

PAO FRANCÊS

0,2834

0,1204

0,0580

0,4331

0,1592

0,1817

0,0391

0,4969

0,0829

SUÍNO

0,2316

0,1222

0,4362

0,4693

0,3480

0,45

0,2548

0,0306

0,3065

QUEIJOS

0,3875

0,0308

0,1769

0,1647

0,4807

0,0751

0,0100

0,5005

0,1719

TOMATE

0,1680

0,2296

0,1960

0,4984

0,5290

0,2827

0,0501

0,3093

0,1892

Continua na pagina seguinte...

152

Continuação

Tabela 5.13

PRODUTOS

LEITE FL

UIDO

MACARRÃO

MANTEIGA

MARGARINA

PAO FRANCÊS

SUÍNO

QUEIJOS

TOMATE

ARROZ

0,0064

0,0954

0,6308

0,0832

0,4595

0,1657

0,2143

0,1081

BANANA

0,1470

0,0075

0,0370

0,0973

0,3084

0,0178

0,1241

0,1439

BATATA

0,0983

0,0031

0,0788

0,0054

0,3567

0,0245

0,0

879

0,0310

BOIPRIMEIRA

0,1073

0,2070

0,3608

0,1298

0,3637

0,2759

0,1703

0,1497

BOISEGUNDA

0,1475

0,2356

0,1412

0,1453

0,0038

0,1800

0,1978

0,0860

FARINHA DE MANDIOCA

0,2479

0,0102

0,2157

0,2704

0,0899

0,0186

0,7267

0,4882

FEIJÃO

0,1845

0,2625

0,2004

0,0235

0,1267

0,1328

0,1083

0,1733

FRANGO

0,1913

0,0774

0,0067

0,0589

0,3287

0,0724

0,2193

0,1134

LEITE EM PÓ

0,5082

0,1411

0,0695

0,1649

0,0317

0,0920

0,2129

0,0231

LEITE FLUIDO

1,1701

0,0923

0,0666

0,1484

0,2261

0,1474

0,0100

0,0108

MACARRÃO

0,3304

1,3106

0,0510

0,3764

0,1238

0,0417

0,0640

0,2389

MANTEIGA

0,4893

0,0667

0,3866

0,7377

0,4037

0,0351

0,1948

0,2230

MARGARINA

0,4800

0,2130

0,0676

0,9344

0,0684

0,0093

0,0572

0,2061

PAO FRANCÊS

0,4032

0,1266

0,3908

0,0901

0,8128

0,0082

0,1519

0,1242

SUÍNO

0,0460

0,2819

0,2005

0,0828

0,3814

1,6071

0,0670

0,2258

QUEIJOS

0,3109

0,1048

0,3625

0,0336

0,0237

0,3881

1,3146

0,0444

TOMATE

0,0181

0,0631

0,4162

0,0309

0,5469

0,1585

0,1197

0,4757

Fonte: Dados da Pesquis

153

Quanto às elasticidades

preço cruzadas,

as T

abelas 5.14 e 5.15 auxiliam na

classificação dos produtos em substitutos e complementos baseada nos resultados das

tabelas 5.12 e 5.13. O

arroz, por exemplo,

é substituto (bruto e líquido) do macarrão,

pão f

rancês, batata e farinha de mandioca, fontes alternativas de carboidratos. Apresenta

ainda relações de complementaridade com o feijão (bruta e líquida), com carne bovina

(apenas bruta) e tomate (bruta e líquida). No caso do feijão, ele é substituto

(bruto

líquido)

da farinha de mandioca, resultado não esperado em vista das relações de

complementaridade observada entre eles, especialmente no Nordeste. Em relação a

outras fontes de proteína, o feijão é substituto das carnes e laticínios, com e

xceção do

leit

e em pó

No caso das carnes, carne de boi de primeira é substituta líquida de todas as

outras, com de

staque para a carne suína e frango

. A substitubilidade com a carne de boi

segunda é bem mais fraca

, indicando certa resistência dos consumidores em troc

ar os

cortes mais nobres pelos mais baratos.

Um resultado surpreendente

é a complementari

dade bruta e líquida entre carne

de frango e carne suína. Esse resultado, apesar de não

esperado, repete a conclusão

Santana (1999) que, utilizando dados agregados

, também encontra relaç

ões de

complementari

dade entre a carne de frango e a carne suína

A explicação desse

resultado para o consumo domiciliar é, porém, muito mais complicada, pois neste caso é

mais difícil encontrar um consumo conjunto desses dois tipos

de carnes.

No caso dos leites fluido e em pó, há a esperada relação de substitubilidade entre

eles. Um aumento (não

compensado) de 10 % no preço do leite em pó causa um

aumento de 3,89 % no consumo de leite fluido.

Já entre manteiga e margarina, há também

uma relação de substitubilidade, que,

entretanto, é muito maior no caso da variação do preço da manteiga sobre a margarina

que o inverso. Isso parece indicar que os consumidores de margarina são muito mais

flexíveis na substituição, provavelmente mais pre

ocupados com a característica preço,

enquanto os consumidores de manteiga são mais relutantes na substituição.

De forma geral, pode

se dizer que as elasticidades

preço calculadas ficaram

dentro do que era esperado.

154

Tabela 5.1

–

Relações de substitubili

dade e complementaridade bruta entre os produtos pesquisados

, Brasil, Período 2002

2003

PRODUTOS

ARROZ

BANANA

BATATA

BOIPRIMEIRA

BOISEGUNDA

FARINHA DE M.

FEIJÃO

FRANGO

LEITE EM PÓ

ARROZ

BANANA

BATATA

BOIPRIMEIRA

BOISEGUNDA

FARINHA DE MANDIOCA

FEIJÃO

FRANGO

LEITE EM PÓ

LEITE FLUIDO

MACARRÃO

MANTEIGA

MARGARINA

PAO FRANCÊS

SUÍNO

QUEIJOS

TOMATE

S= Substitutos brutos

C= Complementos brutos

Continua na pagina

seguinte...

155

Continuação

Tabela 5.14

PRODUTOS

LEITE FLUIDO

MACARRÃO

MANTEIGA

MARGARINA

PAO FRANCÊS

SUÍNO

QUEIJOS

TOMATE

ARROZ

BANANA

BATATA

BOIPRIMEIRA

BOISEGUNDA

FARINHA DE MANDIOCA

FEIJÃO

FRANGO

LEITE EM PÓ

LEITE FLUIDO

MACARRÃO

MANTEIGA

MARGARINA

PAO FRANCÊS

SUÍNO

QUEIJOS

TOMATE

Fonte: Dados da Pesquisa

S= Substitutos brutos

C= Complementos brutos

156

Tabela 5.15

–

Relações de substitubilidade e complementaridade líquida entre os produtos pesquisados

, Brasil, Período 2002

2003

PRODU

TOS

ARROZ

BANANA

BATATA

BOIPRIMEIRA

BOISEGUNDA

FARINHA DE M.

FEIJÃO

FRANGO

LEITE EM PÓ

ARROZ

BANANA

BATATA

BOIPRIMEIRA

BOISEGUNDA

FARINHA DE MANDIOCA

FEIJÃO

FRANGO

LEITE EM PÓ

LEITE FLUIDO

MACARRÃO

MANTEIGA

MARGARINA

PAO FRANCÊS

SUÍNO

QUEIJOS

TOMATE

S= Substitutos

líquidos

C= Complementos

líquidos

Continua na pagina seguinte...

157

Continuação

Tabela 5.15

PRODUTOS

LEITE FLUIDO

MACARRÃO

MANTEIGA

MARGARINA

PAO FRANCÊS

SUÍNO

QUEIJOS

OMATE

ARROZ

BANANA

BATATA

BOIPRIMEIRA

BOISEGUNDA

FARINHA DE MANDIOCA

FEIJÃO

FRANGO

LEITE EM PÓ

LEITE F

LUIDO

MACARRÃO

MANTEIGA

MARGARINA

PAO FRANCÊS

SUÍNO

QUEIJOS

TOMATE

Fonte: Dados da Pesquisa

S= Substitutos

líqu

idos

C= Complementos

líquidos

158

A T

abela 5.1

apresenta as elasticidades para as variáveis educacionais incluídas

em ambos os estágios da estimação. As elasticidades calculadas são assim o somatório

tanto do efeito extensivo (impacto da variável na probab

ilidade de aquisição do produto)

quanto no efeito

intensivo

(impacto da variável na quantidade adquirida). Pode

se notar

inicialmente que a hipótese em relação aos produtos básicos de influência negativa da

maior escolaridade é observada. Essa influência i

nicia

se para domicílios com

responsáveis com segundo grau incompleto (para arroz e feijão), como era de se

esperar, já que a categoria padrão (“default”) são os domicílios chefiados por pessoas

com primeiro grau completo. Para a farinha de mandioca, essa

influência inicia

se na

faixa do primeiro grau incompleto. Entretanto, cabe lembrar que no caso da farinha de

mandioca, os coeficientes das variáveis educacionais foram todos não significativos, o

que compromete a conclusão de relação negativa com a escola

ridade. Para o arroz, o

coeficiente de SEGINC não foi significativo e para o feijão, SEGINC, SEGCOMP e

SUPINC também não foram significativos. De qualquer forma, parece haver uma

relação negativa entre escolaridade e consumo de produtos básicos, o que auxi

lia um

pouco na compreensão dos resultados elevados obtidos para as elasticidades

dispêndio.

A hipótese é de que, caso se omitisse as variáveis educacionais, certamente esta

influência seria captada pelas elasticidades

dispêndio, diminuindo um pouco as

est

imativas obtidas na Tabela 5.11.

Em relação aos demais produtos, destacam

se os comportamentos opostos das

elasticidades para a carne bovina de primeira e de segunda. Para a primeira, a

quantidade demandada varia positivamente com a escolaridade, enquanto

para a

segunda o comportamento é oposto.

Para a carne suína, a escolaridade tem efeito negativo na demanda.

Isso pode ser

causado pela

maior restrição ou preconceito

ainda

existente na população contra a carne

suína, considerada menos saudável

. Na medida e

m que os consumidores mais

escolarizados têm teoricamente uma maior preocupação

com uma

alimentação saudável

esta percepção ou preconceito quanto à carne suína pode estar sendo captada

. Para a

carne de frango, a influência negativa também predomina, com e

xceção da categoria

PRIINC. Dessa forma, para as carnes em geral, apenas no caso da carne de primeira

observa

se influência positiva da escolaridade acima do primeiro grau completo.

159

Tabela 5.1

–

Elasticidades da demanda

para a variável nível educaciona

l do

responsável pelo domicílio

, Brasil, Período 2002

2003

PRODUTOS

ANALFA

PRIINC

SEGINC

SEGCOMP

SUPINC

SUPCOMP

ARROZ

0,0508

0,1085

0,0027

0,0314

0,0116

0,0239

BANANA

0,0270

0,0294

0,0005

0,0182

0,0034

0,0151

BATATA

0,0594

0,0668

0,0073

0,00

0,0006

0,0047

BOIPRIMEIRA

0,0986

0,1098

0,0118

0,0401

0,0033

0,0040

BOISEGUNDA

0,0393

0,0246

0,0001

0,0383

0,0126

0,0364

FARINHA DE

MANDIOCA

0,0101

0,0062

0,0060

0,0087

0,0002

0,0010

FEIJÃO

0,0573

0,0877

0,0043

0,0205

0,0054

0,0170

FRANGO

0,0031

0,0425

0,0055

0,0314

0,0158

0,0266

LEITE EM PÓ

0,0492

0,0702

0,0015

0,0045

0,0015

0,0032

LEITE FLUIDO

0,0281

0,0042

0,0011

0,0006

0,0032

0,0027

MACARRÃO

0,0257

0,1076

0,0054

0,0035

0,0139

0,0103

MANTEIGA

0,0522

0,0534

0,01

0,0507

0,0167

0,0254

MARGARINA

0,1004

0,0333

0,0055

0,0145

0,0027

0,0077

PAO FRANCÊS

0,0360

0,0416

0,0001

0,0121

0,0035

0,0042

SUÍNO

0,0167

0,0580

0,0004

0,0125

0,0084

0,0173

QUEIJOS

0,0520

0,1030

0,0037

0,0111

0,0093

0,0242

TOMATE

0,0

382

0,0291

0,0031

0,0075

0,0008

0,0011

Fonte: Dados da Pesquisa

Para o caso de leites e derivados, observa

se influência positiva, especialmente

em queijos e manteiga. Para leite em pó, há influência positiva apenas para SEGCOMP

e SUPCOMP, enquanto pa

ra leite fluido esta influência é mais generalizada. Em relação

à margarina, observa

se comportamento oposto ao caso da

manteiga

, especialmente para

domicílios com responsáveis com curso superior. Isso pode ser causado pelas recentes

descobertas dos malefí

cios da margarina

em relação à manteiga, ao contrário do que se

acreditava até alguns anos atrás. Esse conhecimento específico sobre o papel das

gorduras

Trans

pode ser restrito apenas a consumidores mais escolarizados, causando o

efeito acima.

Especialmente causado pelas chamadas gorduras

trans

, presentes na margarina.

Ver Chiara et al.

(2002).

160

Para tomat

e e banana,

observa

influ

ência positiva da escolaridade

, refletindo

os benefícios desses alimentos à saúde e a presença de uma dieta mais rica em

domicílios com responsáveis mais escolarizados. O pão francês também apresenta

influência positiva, ao cont

rário do macarrão. Os resultados para batata foram todos

negativos, mas os coeficientes das variáveis de escolaridade para esse produto não

foram significativos.

A T

abela 5.1

apresenta os resultados das elasticidades para a variável presença

de refrigerad

or.

A presença de geladeira no domicílio, somando os efeitos extensivo e

intensivo, aumenta em 23,75 % a quantidade demandada de frango, por exemplo. Esse

valor e a maior parte dos demais encontrados na Tabela 5.17 parecem exagerados, em

especial para carn

e bovina de primeira. Uma explicação possível talvez seja que

domicílios com geladeira

tenham maior capacidade de conservação dos alimentos,

permit

indo assim

compras maiores dentro do período de pesquisa da POF (uma

semana), enquanto famílias sem geladeira

adquiram produtos (quando o fazem) em

menor quantidade e de forma mais freqüente. De qualquer forma, o

s resultados parecem

indicar que a posse de geladeira favorece a substituição de produtos básicos por carnes e

laticínios, que exigem refrigeração.

As ex

ceções são a carne suína e o surpreendente

sinal negativo do leite fluido. Esse resultado para o leite é contrário àquele do primeiro

estágio, que apontava efeito marginal positivo na possibilidade de aquisição de leite

fluido para aqueles que possuem gela

deira. O resultado do segundo estágio parece,

assim, pouco crível. Já para o leite em pó, o resultado foi de acordo com o esperado,

porém o coeficiente da variável REFRIG não é significativo.

161

Tabela 5.1

–

Elasticidades da demanda calculadas para a variá

vel presença de

geladeira

, Brasil, Período 2002

2003

PRODUTOS

ELASTICIDADE

ARROZ

0,3223

BANANA

0,2449

BATATA

0,3873

BOIPRIMEIRA

0,7952

BOISEGUNDA

0,0390

FARINHA DE MANDIOCA

0,2027

FEIJÃO

0,2890

FRANGO

0,2375

LEITE EM PÓ

0,0188

LEITE FLUIDO

0,1677

MACARRÃO

0,1202

MANTEIGA

0,3029

MARGARINA

0,5140

PAO FRANCÊS

0,0825

SUÍNO

0,0890

QUEIJOS

0,0357

TOMATE

0,4965

Fonte: Dados da Pesquisa

A Tabela 5.18 apresenta os resultados para a variável URBANO. As

elasticidades indicam a influência

na quantidade consumida de se viver no meio urbano

em contraste com o meio rural.

Um domicílio no meio urbano com as mesmas

características do que no meio rural consome uma quantidade 27,42 % maior de leite

em pó

somando os efeitos extensivo e intensivo

, p

or exemplo.

Já

a influência do

meio

rural

é marcante nos produtos básicos:

controlando para as demais variáveis,

domic

ílio no meio rural consome 25,

95% mais feijão do que no meio urbano.

Destacam

também a carne bovina de primeira

e margarina pela inf

luência positiva do

meio urbano. Ao contrário, em relação à influência negativa, destacam

se a farinha de

mandioca e o leite fluido. Esses resultados estão de acordo com o esperado e

corroboram os números mostrados no capítulo quatro

Tabela 4.13, pág. 113.

162

Tabela 5.1

Elast

icidades

da demanda calculadas para a variável urbano

–

Brasil

–

Período 2002

2003

PRODUTOS

ELASTICIDADE

ARROZ

0,0500

BANANA

0,0981

BATATA

0,0691

BOIPRIMEIRA

0,4391

BOISEGUNDA

0,2008

FARINHA DE MANDIOCA

0,2585

FEIJÃO

0,2595

FRANGO

0,0492

LEI

TE EM PÓ

0,2742

LEITE FLUIDO

0,1732

MACARRÃO

0,0883

MANTEIGA

0,2606

MARGARINA

0,3770

PAO FRANCÊS

0,1257

SUÍNO

0,0873

QUEIJOS

0,0243

TOMATE

0,1304

Fonte: Dados da Pesquisa

A T

abela 5.19 apresenta os resultados para as v

ariáveis de composição

familiar e

o somatório dos efeitos

do número de membros de cada faixa etária

, correspondente à

elasticidade do tamanho da família. O que chama a atenção, em primeiro lugar, é a

influência negativa da maior parte das variáveis. De forma geral, parece que f

amílias

maiores têm consumo absoluto menor para a cesta de produtos analisados. Esse

resultado é contra

intuitivo, pois famílias maiores deveriam adquirir/consumir uma

maior quantidade de alimentos. Entretanto, é possível que em domicílios onde haja

maior

número de membros, controlando para a renda, o gasto com outros itens

(vestuário, transporte, saúde, etc.) seja maior que em domicílios menores. Isso poderia

fazer com que a quantidade total de alimentos consumidos fosse menor. Dessa forma, a

regressividad

e de um número elevado de filhos, por exemplo, seria duplo: não só as

famílias mais pobres possuiriam mais filhos, como o consumo de alimentos seria menor

para a maior parte dos produtos. Outra explicação possível é a substituição nas famílias

maiores por

outros produtos não incluídos na cesta analisada. De qualquer forma, as

163

exceções foram a farinha de mandioca, pão francês, tomate, banana e frango. Arroz e

feijão, produtos básicos que se esperava que apresentassem um consumo maior com o

aumento do tamanho

da família, tiveram elasticidades totais negativas.

Tabela 5.1

Elasticidad

composição familiar

da demanda

, Brasil, Período 2002

2003

PRODUTOS

AGELT6

AGE6_12

AGE13_20

AGE21_59

AGEMT60

TAMANHO

ARROZ

0,0167

0,0012

0,0104

0,1082

0,0389

0,1754

BANANA

0,0022

0,0024

0,0393

0,0181

0,0612

0,0084

BATATA

0,0160

0,0039

0,0053

0,0316

0,0169

0,0399

BOIPRIMEIRA

0,0509

0,0580

0,0639

0,0205

0,0114

0,2047

BOISEGUNDA

0,0396

0,0170

0,0261

0,0885

0,0128

0,1840

FARINHA DE

MANDIOCA

0,0181

,0471

0,0436

0,0134

0,0341

0,1563

FEIJÃO

0,0221

0,0140

0,0001

0,0411

0,0189

0,0682

FRANGO

0,0382

0,0120

0,0130

0,0980

0,0224

0,0832

LEITE EM PÓ

0,1555

0,0623

0,0643

0,1734

0,0154

0,1599

LEITE FLUIDO

0,1171

0,0010

0,0179

0,1073

0,0058

0129

MACARRÃO

0,0170

0,0236

0,0296

0,0804

0,0584

0,2090

MANTEIGA

0,0402

0,0205

0,0089

0,0634

0,0235

0,1387

MARGARINA

0,0415

0,0094

0,0171

0,0673

0,0278

0,1289

PAO FRANCÊS

0,0006

0,0545

0,0778

0,2719

0,0486

0,4522

SUÍNO

0,0311

0,0160

0,0244

0,1045

0,0499

0,2259

QUEIJOS

0,0889

0,0509

0,0573

0,2501

0,0382

0,4854

TOMATE

0,0627

0,0186

0,0065

0,0936

0,0040

0,0018

Fonte: Dados da Pesquisa

Em relação à composição familiar, destaque para as elasticidades positivas do

número

de crianças abaixo de 6 anos para o leite em pó e abaixo de 12 anos para o leite

fluido. Assim, domicílios com crianças tendem a apresentar maior consumo de leite,

como esperado. A influência positiva da presença de crianças também é observada para

banana

, farinha de mandioca, feijão

e pão francês

(

estes dois últimos, apenas para

crianças de 6 a 12 anos). No outro extremo da distribuição, a presença de idosos

favorece o consumo de banana, batata, farinha de mandioca, frango e pão francês. No

caso dos adole

scentes (idade entre 13 e 20 anos), o comportamento é semelhante ao dos

adultos para a cesta analisada, com exceção da influência positiva no consumo de

manteiga e margarina e negativa no consumo de tomate.

164

5.3

Resultados utilizando

a renda mensal famil

iar

como variável

Esta seção apresenta os resultados quando se utiliza na estimação do segundo

estágio a renda mensal familiar ao invés do gasto total com a cesta de produtos.

Como

foi discutido no capítulo 3, a utilização da renda permite uma melhor com

paração dos

resultados deste estudo com outros estudos de demanda

. Além disso, como a

aditividade foi imposta no sistema, a falta de adequação teórica com o uso desta

variável deixa de ser relevante. Não é necessário também, quando se utiliza a renda,

imp

or a hipó

tese de separabilidade fraca como ocorre quando se utiliza a despesa total

com a cesta de alimentos pesquisada neste estudo. Em resumo, a re

estimação do

sistema com essa variável permite

comparar os resultados

com a primeira especificação

anali

sar o efeito

final

do uso de cada variável.

A T

abela 5.

apresenta os coeficientes estimados por Máxima Verossimilhança

para o sistema de equações de demanda. O que chama a atenção inicialmente é o menor

número de coeficientes significativos (245) em rel

ação aos resultados da Tabela 5.10,

quando se utilizou o gasto total. Este fato não necessariamente indica uma piora na

estimação por si só; é possível que a inclusão da variável renda mensal tenha deixado

outras variáveis, como as educacionais, irrelevant

es para a explicação das parcelas

orçamentárias. Entretanto, não é exatamente isto que aconteceu. Para uma série de

produtos (carne de boi de primeira, feijão, leite em pó, macarrão, margarina, pão

francês, carne suína e tomate), os coeficientes da variáve

l renda não foram

significativos, indicando que ela não é importante na explicação da demanda destes

produtos. Este fato parece pouco provável, em especial para produtos como carne de boi

de primeira, feijão, e leite em pó, cujas diferenças observadas entr

e estratos de renda são

notórias. Ao mesmo tempo, a maior parte

dos coeficientes

das variáveis educacionais

também não é significativo, o que indicaria que também não há influência da

escolaridade nas demandas dos produtos, o que contradiz os resultados da

seção

anterior. Adicionalmente, há um maior número de coeficientes da variável GAMMA

não

significativos, o que indicaria que as informações do primeiro estágio não seriam

importantes na explicação do segundo.

Dessa forma, os resultados da T

abela 5.

Ver seção 3.5.

165

pare

cem indicar

a princípio

uma piora na adequação do modelo quando se utiliza a

variável renda ao invés de gasto total.

5.3.1

Cálculo das elasticidades da demanda

A T

abela 5.

apresenta as elasticidades

–

renda, calculadas levando

se em conta

a presença de

sta variável em ambos os estágios de estimação. Em

comparação com a

abela 5.11, há 10 elasticidades

mais altas e 7 mais baixas na T

abela

. Destacam

as elasticidades mais baixas para os produtos básicos, em especial o arroz. Agora, todos

os básicos

são considerados bens normais e o arroz não está mais entre os produtos de

maior elasticidade.

As carnes também apresentam elasticidades mais baixas. A carne de primeira

ainda possui maior elasticidade (1,13) no grupo, mas frango e carne bovina de segunda

trocam agora de lugar, com este último apresentando uma elasticidade de 0,83. A carne

suína também apresenta uma elasticidade

renda menor, praticamente igualando

se a um.

Para banana, queijos e tomate, as elasticidades são maiores, com destaque para o

valo

r para banana (1,13). De forma geral, pode

se dizer que as

elasticidades

apresentadas na T

abela 5.

estão mais próximas do q

ue seria esperado em relação à

abela 5.11. Produtos básicos com elasticidades menores e carnes

laticínios, frutas e

legumes com e

lasticidades maiores são o que geralmente se espera em estudos de

demanda.

166

Tabela

–

Resultados da estimação do

segundo estágio

do procedimento

de Shonkwiler e Yen,

ilizando

renda mensal familiar

Brasi

2002

2003

ARROZ

BANANA

BATATA

OIPRIMEIRA

BOISEGUNDA

FARINHA

DE MAND.

VARIÁVEL

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

ONE

0,7129

0,0658

0,2000

0,1266

0,0152

0,0907

0,1459

0,5895

0,0542

0,1641

0,0075

0,0845

ANALFA

0,0358

0,0083

0,0029

0,0074

0,0088

0,0071

0,0494

0,0340

0,0199

0,0128

0,0107

0,0096

PRIINC

0,0193

0,0074

0,0039

0,0060

0,0030

0,0039

0,0113

0,0128

0,0053

0,0171

0,0014

0,0073

SEGINC

0,0047

0,0109

0,0041

0,0085

0,0088

0,0063

0,0214

0,0222

0,0006

0,0158

0,0207

0,01

SEGCOMP

0,0212

0,0095

0,0085

0,0068

0,0009

0,0043

0,0224

0,0173

0,0137

0,0338

0,0058

0,0097

SUPINC

0,0355

0,0282

0,0141

0,0087

0,0034

0,0067

0,0088

0,0178

0,0036

0,0429

0,0105

0,0331

SUPCOMP

0,0319

0,0205

0,0183

0,0085

0,0018

0,0059

0,0171

0,0172

0,0090

0,0340

0,0123

0,0244

AGELT6

0,0059

0,0017

0,0008

0,0022

0,0024

0,0018

0,0107

0,0076

0,0218

0,0041

0,0042

0,0011

AGE6_12

0,0049

0,0017

0,0025

0,0022

0,0012

0,0019

0,0175

0,0105

0,0072

0,0036

0,0154

0,0022

AGE13_20

0,0064

0,0016

0,0103

0,0028

0,0019

0,0015

0,0079

0,0056

0,0048

0,0031

0,0104

0,0018

AGE21_59

0,0058

0,0018

0,0091

0,0026

0,0032

0,0017

0,0117

0,0071

0,0041

0,0034

0,0023

0,0017

AGEMT60

0,0011

0,0028

0,0051

0,0029

0,0008

0,0022

0,0149

0,0100

0,0098

0,0052

0,0195

0,0039

REFRIG

0,0475

0,0066

0,0016

0,0070

0,0114

0,0089

0,0759

0,0512

0,0075

0,0124

0,0407

0,0088

URBANO

0,0085

0,0045

0,0041

0,0064

0,0036

0,0045

0,0145

0,0158

0,0213

0,0108

0,0544

0,0096

PARROZ

0,1563

0143

0,0083

0,0160

0,0090

0,0126

0,0615

0,0403

0,0350

0,0198

0,0815

0,0119

PBANANA

0,0051

0,0070

0,0244

0,0062

0,0118

0,0051

0,0146

0,0142

0,0245

0,0127

0,0061

0,0055

PBATATA

0,0691

0,0129

0,0107

0,0094

0,0211

0,0046

0,0734

0,0456

0,007

0,0185

0,0543

0,0115

PBOIPRI

0,0388

0,0141

0,0070

0,0174

0,0048

0,0120

0,0027

0,0139

0,0281

0,0273

0,0594

0,0153

PBOISEG

0,0290

0,0106

0,0083

0,0157

0,0049

0,0110

0,0643

0,0429

0,0921

0,0134

0,0254

0,0087

PFARINH

0,0079

0,0

080

0,0143

0,0138

0,0367

0,0109

0,0869

0,0539

0,0680

0,0166

0,1310

0,0184

PFEIJAO

0,0544

0,0081

0,0035

0,0142

0,0143

0,0096

0,0073

0,0211

0,0451

0,0178

0,0838

0,0127

PFRANGO

0,0242

0,0095

0,0146

0,0138

0,0112

0,0076

0,0200

0,0192

0,02

0,0170

0,0308

0,0094

PLEITEP

0,0092

0,0110

0,0233

0,0146

0,0167

0,0139

0,0197

0,0246

0,0194

0,0229

0,0140

0,0074

PLEITEF

0,0387

0,0068

0,0003

0,0077

0,0154

0,0057

0,0555

0,0333

0,0571

0,0117

0,0230

0,0064

PMACARR

0,0166

0,0063

0,0046

0,0080

0,0008

0,0063

0,0185

0,0153

0,0540

0,0126

0,0025

0,0050

PMANTEI

0,1555

0,0152

0,0015

0,0100

0,0052

0,0072

0,1232

0,0721

0,0416

0,0168

0,0385

0,0087

PMARGAR

0,0033

0,0105

0,0112

0,0142

0,0001

0,0096

0,0247

0,0222

0,0291

0,0

200

0,0429

0,0111

PPAOFRA

0,0589

0,0096

0,0074

0,0087

0,0092

0,0064

0,0348

0,0230

0,0123

0,0132

0,0044

0,0089

SUÍNO

0,0097

0,0074

0,0016

0,0094

0,0005

0,0058

0,0191

0,0165

0,0217

0,0133

0,0061

0,0059

PQUEIJO

0,0652

0,0111

0,0024

0,0093

0,0

074

0,0066

0,0060

0,0133

0,0180

0,0164

0,1170

0,0247

PTOMATE

0,0249

0,0102

0,0234

0,0092

0,0043

0,0054

0,0246

0,0203

0,0316

0,0136

0,0810

0,0165

RENDA

0,0344

0,0144

0,0359

0,0199

0,0187

0,0127

0,0553

0,0846

0,0429

0,0333

0,0126

0,0138

RENDASQ

0,0002

0,0012

0,0016

0,0012

0,0015

0,0008

0,0035

0,0060

0,0025

0,0021

0,0010

GAMMA

0,3598

0,0575

0,1595

0,0544

0,0673

0,0281

0,3013

0,3029

0,1291

0,0721

0,0026

0,0512

Continua na pagina seguinte...

Os coeficientes em negr

ito são significativos a 5 % (**) e 10 % (*)

167

Continuação

Tabela

FEIJÃO

FRANGO

LEITE EM PÓ

LEITE FLUIDO

MACARRAO

MANTEIGA

VARIÁVEL

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

ONE

0,2013

0,0630

0,10

0,1603

0,0268

0,1356

0,3887

0,1424

0,0137

0,0817

0,0869

0,2199

ANALFA

0,0303

0,0078

0,0070

0,0098

0,0254

0,0133

0,0409

0,0120

0,0076

0,0070

0,0003

0,0187

PRIINC

0,0100

0,0070

0,0084

0,0127

0,0089

0,0048

0,0078

0,0074

0,0053

0,0110

0,0128

SEGINC

0,0088

0,0122

0,0136

0,0140

0,0095

0,0098

0,0132

0,0110

0,0054

0,0077

0,0015

0,0166

SEGCOMP

0,0028

0,0120

0,0345

0,0126

0,0034

0,0095

0,0106

0,0084

0,0034

0,0082

0,0190

0,0143

SUPINC

0,0127

0,0246

0,0971

0,0328

0,0083

0,0153

0597

0,0239

0,0076

0,0102

0,0432

0,0218

SUPCOMP

0,0043

0,0195

0,0619

0,0236

0,0068

0,0127

0,0421

0,0123

0,0083

0,0119

0,0279

0,0174

AGELT6

0,0075

0,0015

0,0144

0,0036

0,0717

0,0137

0,0459

0,0048

0,0029

0,0018

0,0063

0,0046

AGE6_1

0,0067

0,0015

0,0035

0,0029

0,0283

0,0059

0,0050

0,0023

0,0036

0,0018

0,0025

0,0037

AGE13_20

0,0041

0,0012

0,0042

0,0024

0,0214

0,0048

0,0108

0,0022

0,0016

0,0030

0,0029

AGE21_59

0,0053

0,0014

0,0083

0,0028

0,0219

,0049

0,0161

0,0025

0,0010

0,0015

0,0006

0,0023

AGEMT60

0,0036

0,0022

0,0117

0,0044

0,0112

0,0046

0,0116

0,0033

0,0129

0,0040

0,0029

0,0037

REFRIG

0,0379

0,0053

0,0264

0,0090

0,0105

0,0684

0,0184

0,0051

0,0047

0,0080

0,01

URBANO

0,0390

0,0061

0,0153

0,0064

0,0207

0,0147

0,0233

0,0157

0,0063

0,0056

0,0123

0,0135

PARROZ

0,0275

0,0067

0,0191

0,0153

0,0228

0,0133

0,0171

0,0182

0,0297

0,0104

0,0133

0,0180

PBANANA

0,0158

0,0075

0,0073

0,0090

0,0027

0,0093

,0108

0,0119

0,0182

0,0070

0,0142

0,0129

PBATATA

0,0049

0,0100

0,0520

0,0158

0,0101

0,0136

0,0148

0,0200

0,0335

0,0110

0,0111

0,0152

PBOIPRI

0,0538

0,0125

0,0145

0,0191

0,0212

0,0169

0,0040

0,0167

0,0148

0,0121

0,0334

0,0215

PBOISEG

0,027

0,0099

0,0060

0,0164

0,0199

0,0150

0,0232

0,0139

0,0097

0,0099

0,0224

0,0203

PFARINH

0,0001

0,0062

0,0466

0,0164

0,0154

0,0109

0,0390

0,0251

0,0038

0,0080

0,0073

0,0136

PFEIJAO

0,0433

0,0058

0,0129

0,0141

0,0105

0,0121

0,0253

0,0142

0,01

0,0086

0,0032

0,0199

PFRANGO

0,0099

0,0080

0,0629

0,0129

0,0106

0,0107

0,0138

0,0107

0,0027

0,0079

0,0064

0,0131

PLEITEP

0,0111

0,0092

0,0578

0,0188

0,0340

0,0095

0,0689

0,0198

0,0253

0,0105

0,0005

0,0146

PLEITEF

0,0081

0,0048

0,023

0,0090

0,0982

0,0208

0,0586

0,0078

0,0191

0,0076

0,0364

0,0169

PMACARR

0,0571

0,0081

0,0120

0,0095

0,0214

0,0078

0,0410

0,0091

0,0392

0,0096

0,0121

0,0095

PMANTEI

0,0323

0,0088

0,0134

0,0115

0,0101

0,0129

0,0065

0,0075

0,1205

0,0464

PMARGAR

0,0118

0,0100

0,0076

0,0155

0,0467

0,0147

0,0494

0,0144

0,0412

0,0129

0,0594

0,0291

PPAOFRA

0,0006

0,0077

0,0457

0,0139

0,0365

0,0110

0,0115

0,0094

0,0105

0,0076

0,0257

0,0134

SUÍNO

0,0082

0,0060

0,043

0,0129

0,0002

0,0093

0,0361

0,0090

0,0095

0,0057

0,0116

0,0098

PQUEIJO

0,0270

0,0091

0,0065

0,0127

0,0378

0,0135

0,0053

0,0098

0,0037

0,0071

0,0114

0,0088

PTOMATE

0,0284

0,0083

0,0107

0,0101

0,0058

0,0112

0,0008

0,0099

0,0261

0,0093

0,0189

0,0136

RENDA

0,0088

0,0139

0,0854

0,0301

0,0198

0,0204

0,0811

0,0227

0,0166

0,0131

0,0466

0,0246

RENDASQ

0,0011

0,0059

0,0021

0,0023

0,0016

0,0028

0,0014

0,0009

0,0010

0,0030

0,0017

GAMMA

0,1070

0,0389

0,4091

0,1135

,0843

0,0694

0,1040

0,0488

0,2876

0,0835

0,0372

0,0621

Continua na pagina seguinte...

Os coeficientes em negrito são significativos a 5 % (**) e 10 % (*)

168

Continuação

Tabela

MARGARINA

PÃO FRANCES

SUÍNO

QUEIJOS

TOMATE

VARIÁVEL

COEF.

D.PADRÃO

OEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

COEF.

D.PADRÃO

ONE

0,0330

0,0928

0,1912

0,1168

0,0735

0,2939

0,2581

0,2561

0,0567

0,0596

ANALFA

0,0109

0,0090

0,0266

0,0096

0,0382

0,0185

0,0182

0,0259

0,0025

0,0056

PRIINC

0,0012

0,0048

0,0084

0,00

0,0172

0,0104

0,0151

0,0097

0,0010

0,0047

SEGINC

0,0055

0,0068

0,0060

0,0078

0,0038

0,0128

0,0178

0,0104

0,0012

0,0062

SEGCOMP

0,0082

0,0061

0,0200

0,0062

0,0037

0,0097

0,0016

0,0066

0,0012

0,0049

SUPINC

0,0125

0,0095

0,0544

0,0111

0,0288

0,0228

0,0362

0,0138

0,0121

0,0067

SUPCOMP

0,0037

0,0089

0,0160

0,0080

0,0219

0,0194

0,0543

0,0180

0,0108

0,0086

AGELT6

0,0055

0,0028

0,0096

0,0023

0,0078

0,0041

0,0251

0,0076

0,0077

0,0027

AGE6_12

0,0006

0,0020

0,0125

0,0023

,0020

0,0031

0,0147

0,0047

0,0038

0,0020

AGE13_20

0,0031

0,0018

0,0095

0,0018

0,0013

0,0025

0,0124

0,0041

0,0029

0,0015

AGE21_59

0,0016

0,0095

0,0017

0,0038

0,0029

0,0196

0,0055

0,0010

0,0013

AGEMT60

0,0050

0,0031

0,0007

,0027

0,0187

0,0080

0,0159

0,0051

0,0061

0,0028

REFRIG

0,0145

0,0084

0,0045

0,0134

0,0131

0,0088

0,0192

0,0200

0,0057

0,0049

URBANO

0,0114

0,0108

0,0427

0,0141

0,0260

0,0192

0,0121

0,0065

0,0040

0,0041

PARROZ

0,0229

0,0125

0,0714

,0137

0,0132

0,0174

0,0394

0,0179

0,0102

0,0118

PBANANA

0,0097

0,0072

0,0266

0,0070

0,0247

0,0148

0,0067

0,0056

0,0057

0,0050

PBATATA

0,0028

0,0079

0,0047

0,0092

0,0659

0,0290

0,0303

0,0110

0,0158

0,0070

PBOIPRI

0,0139

0,0133

0,0110

0154

0,0461

0,0261

0,0093

0,0111

0,0043

0,0123

PBOISEG

0,0013

0,0099

0,0362

0,0139

0,0322

0,0191

0,0332

0,0159

0,0071

0,0115

PFARINH

0,0154

0,0095

0,0586

0,0113

0,0695

0,0308

0,0212

0,0132

0,0206

0,0093

PFEIJAO

0,0044

0,0096

0,0044

0,01

0,0326

0,0183

0,0179

0,0123

0,0047

0,0106

PFRANGO

0,0016

0,0079

0,0024

0,0106

0,0467

0,0196

0,0294

0,0103

0,0046

0,0101

PLEITEP

0,0274

0,0127

0,0180

0,0122

0,0361

0,0263

0,0419

0,0175

0,0003

0,0106

PLEITEF

0,0287

0,0124

0,0332

0,007

0,0307

0,0141

0,0366

0,0122

0,0102

0,0060

PMACARR

0,0204

0,0091

0,0221

0,0074

0,0272

0,0139

0,0105

0,0065

0,0072

0,0069

PMANTEI

0,0074

0,0088

0,1002

0,0126

0,0302

0,0172

0,0507

0,0155

0,0158

0,0087

PMARGAR

0,0044

0,0041

0,0127

0,0

110

0,0022

0,0149

0,0104

0,0108

0,0031

0,0114

PPAOFRA

0,0125

0,0075

0,0445

0,0070

0,0393

0,0176

0,0074

0,0066

0,0030

0,0071

SUÍNO

0,0039

0,0066

0,0287

0,0078

0,1341

0,0493

0,0433

0,0121

0,0027

0,0079

PQUEIJO

0,0024

0,0067

0,0048

0,008

0,0064

0,0103

0,0657

0,0186

0,0048

0,0070

PTOMATE

0,0130

0,0083

0,0040

0,0081

0,0418

0,0186

0,0009

0,0061

0,0219

0,0063

RENDA

0,0028

0,0145

0,0038

0,0173

0,0203

0,0393

0,0831

0,0437

0,0000

0,0115

RENDASQ

0,0000

0,0010

0,0007

0,0011

0,001

0,0022

0,0042

0,0021

0,0002

0,0008

GAMMA

0,0787

0,0550

0,0544

0,0607

0,0900

0,1128

0,1120

0,0836

0,0283

0,0255

Fonte: Dados da Pesquisa

Os coeficientes em negrito são significativos a 5 % (**) e 10 % (*)

169

Tabela 5.

–

Elasticidades

renda da dema

nda

, Brasil, Período 2002

2003

PRODUTOS

ELASTICIDADE

ARROZ

0,8384

BANANA

1,1352

BATATA

1,0427

BOIPRIMEIRA

1,1336

BOISEGUNDA

0,8375

FARINHA DE MANDIOCA

0,8573

FEIJÃO

0,8455

FRANGO

0,9959

LEITE EM PÓ

1,0763

LEITE FLUIDO

0,8349

MACARRÃO

0,9645

ANTEIGA

0,9678

MARGARINA

0,9752

PAO FRANCÊS

0,9443

SUÍNO

0,9988

QUEIJOS

1,1297

TOMATE

0,9586

Fonte: Dados da Pesquisa

As T

abelas 5.2

e 5.2

apresentam as elasticidades

preço diretas e cruzadas não

compensadas e compensadas, respectivamente. Os va

lores são

muito semelhantes

àqueles das T

abelas 5.12 e 5.13. Novamente, destacam

se os valores elevados para as

elasticidades diretas para os produtos básicos, cujos valores indicam demandas

elásticas. Outro problema já observado é o valor positivo da elas

ticidade direta,

compensada e não

compensada, para a manteiga. Quanto às elasticidades cruzadas, a

maior parte dos valores preserva os sinais e magnitudes já observados, mantendo as

relações de complementaridade e substitubilidade

(Tabelas 5.2

e 5.2

)

. Há

, entretanto,

algumas mudanças importantes. Quando se utiliza a renda, as carnes de boi de primeira

e de segunda passam a ser complementos líquidos do arroz ao invés de substitutos. O

efeito

(compensado)

do preço da carne de boi de segunda na demanda da ca

rne de boi

de primeira é quase anulado (

0,0005), mas o efeito contrário mostra uma estranha

relação de complementaridade. Pão francês e margarina passam a exibir uma relação de

substitubilidade

líquida

, ao contrário do que se espera normalmente. Em resumo

, os

resultados são bem semelhantes nas duas especificações, mas

ocorrem

algumas

mudanças quando se utiliza a renda familiar mensal

ao invés do gasto total

que não

correspondem

ao que seria esperado entre os produtos investigados nesse estudo.

170

Tabela

5.2

–

Elasticidades

preço não

compensadas da demanda

, Brasil, Período 2002

2003

PRODUTOS

ARROZ

BANANA

BATATA

BOIPRIMEIRA

BOISEGUNDA

FARINHA DE

MANDIOCA

FEIJÃO

FRANGO

LEITE EM PÓ

ARROZ

1,6634

0,0058

0,3004

0,2012

0,1156

0,0461

0,2206

0,0768

0,0474

BAN

ANA

0,0497

1,2134

0,0939

0,0053

0,0531

0,1434

0,0517

0,2425

0,2638

BATATA

0,1557

0,1943

1,2634

0,1191

0,0189

0,4779

0,1847

0,2382

0,2438

BOIPRIMEIRA

0,2001

0,0573

0,2235

0,9863

0,1962

0,2717

0,0156

0,0863

0,0670

BOISEGUNDA

0,1591

0,057

0,0063

0,0593

1,2790

0,2677

0,1616

0,1675

0,0523

FARINHA DE MANDIOCA

0,5992

0,0699

0,4309

0,4224

0,1537

1,9867

0,6399

0,1751

0,0935

FEIJÃO

0,1693

0,0945

0,0343

0,3183

0,1862

0,0144

1,2547

0,0657

0,0681

FRANGO

0,0302

0,0677

0,1682

0,0102

0,0

280

0,1552

0,0373

1,1316

0,2337

LEITE EM PÓ

0,1398

0,0344

0,0651

0,1412

0,0749

0,0912

0,0521

0,0048

0,8100

LEITE FLUIDO

0,1075

0,0029

0,0470

0,0574

0,0777

0,1674

0,1269

0,0310

0,3096

MACARRÃO

0,3144

0,2007

0,3243

0,1157

0,0772

0,0337

0,123

0,0727

0,2414

MANTEIGA

0,2066

0,0926

0,1540

0,4633

0,3204

0,0581

0,0187

0,0800

0,0296

MARGARINA

0,2771

0,1195

0,0330

0,1624

0,0153

0,1850

0,0515

0,0148

0,3273

PAO FRANCÊS

0,2938

0,1053

0,0179

0,0355

0,1581

0,2474

0,0238

0,0070

0,0750

SUÍNO

0,0545

0,1127

0,3438

0,2565

0,1811

0,3601

0,1632

0,2057

0,1771

QUEIJOS

0,1909

0,0968

0,2134

0,0302

0,2621

0,1162

0,1265

0,3096

0,2884

TOMATE

0,1851

0,1043

0,2851

0,0754

0,1186

0,3713

0,0847

0,0899

0,0067

171

Continuação

Tabela 5.2

PRODUTO

LEITE FLUIDO

MACARRÃO

MANTEIGA

MARGARINA

PAO FRANCÊS

SUÍNO

QUEIJOS

TOMATE

ARROZ

0,1110

0,0845

0,6601

0,0163

0,2697

0,0464

0,2969

0,1045

BANANA

0,0986

0,0399

0,0631

0,1153

0,0884

0,0010

0,1071

0,2443

BATATA

0,1266

0,0082

0,1183

0,0041

0,125

0,0285

0,0123

0,0584

BOIPRIMEIRA

0,2069

0,0548

0,3931

0,0760

0,1007

0,0605

0,0379

0,0749

BOISEGUNDA

0,2650

0,1688

0,1970

0,1009

0,0495

0,1043

0,1503

0,1126

FARINHA DE MANDIOCA

0,1316

0,0391

0,2601

0,3316

0,0304

0,0270

0,9599

0,6213

FEIJÃ

0,0684

0,3633

0,1902

0,0747

0,0152

0,0603

0,1497

0,1706

FRANGO

0,0056

0,0242

0,1024

0,0245

0,1708

0,1338

0,1195

0,0391

LEITE EM PÓ

0,5582

0,1253

0,0989

0,2429

0,1917

0,0131

0,1471

0,0297

LEITE FLUIDO

1,1285

0,1691

0,0018

0,2063

0,0672

0,1

420

0,0517

0,0065

MACARRÃO

0,2375

1,3838

0,0894

0,4097

0,1004

0,1040

0,0060

0,2594

MANTEIGA

0,5421

0,1033

0,4024

0,6559

0,2885

0,1625

0,0209

0,2072

MARGARINA

0,3514

0,2451

0,0913

0,9470

0,1490

0,0471

0,0330

0,1564

PAO FRANCÊS

0,1537

0821

0,4102

0,0506

1,1750

0,1222

0,0224

0,0177

SUÍNO

0,1880

0,1325

0,1365

0,0100

0,1992

1,6772

0,0010

0,2136

QUEIJOS

0,0945

0,0447

0,2430

0,0673

0,0358

0,2942

1,2828

0,0049

TOMATE

0,1834

0,1246

0,2875

0,0545

0,0562

0,0441

0,0940

0,6096

Fonte:

Dados da Pesquisa

172

Tabela 5.2

–

Elasticidades

preço compensadas da demanda

, Brasil, Período 2002

2003

PRODUTOS

ARROZ

BANANA

BATATA

BOIPRIMEIRA

BOISEGUNDA

FARINHA DE

MANDIOCA

FEIJÃO

FRANGO

LEITE EM PÓ

ARROZ

1,5768

0,0281

0,3141

0,1423

0,0535

0,07

0,1681

0,1691

0,0749

BANANA

0,1669

1,1832

0,1123

0,0744

0,0310

0,1103

0,0194

0,3675

0,2265

BATATA

0,2634

0,1666

1,2465

0,0459

0,0962

0,5082

0,1194

0,1234

0,2780

BOIPRIMEIRA

0,0830

0,0874

0,2419

0,9067

0,1122

0,2387

0,0865

0,2111

0,0298

BOISEGUNDA

0,0726

0,0355

0,0199

0,0005

1,2169

0,2920

0,2141

0,2598

0,0798

FARINHA DE MANDIOCA

0,6878

0,0928

0,4169

0,3622

0,0902

1,9618

0,6936

0,0807

0,1216

FEIJÃO

0,0820

0,1170

0,0205

0,3777

0,2488

0,0390

1,2018

0,1588

0,0404

FRANGO

0,133

0,0942

0,1843

0,0801

0,1018

0,1262

0,0996

1,0219

0,2010

LEITE EM PÓ

0,2510

0,0058

0,0825

0,0656

0,1547

0,0599

0,0152

0,1233

0,7746

LEITE FLUIDO

0,1938

0,0251

0,0334

0,0012

0,1396

0,1917

0,1792

0,0610

0,3370

MACARRÃO

0,4140

0,1750

0,3086

0,18

0,1487

0,0617

0,0628

0,0335

0,2097

MANTEIGA

0,3066

0,1183

0,1698

0,3953

0,2487

0,0862

0,0418

0,0265

0,0614

MARGARINA

0,3778

0,0935

0,0171

0,2309

0,0875

0,2134

0,0095

0,1222

0,2953

PAO FRANCÊS

0,3914

0,1305

0,0332

0,1018

0,2281

0,2749

0,0829

1109

0,1060

SUÍNO

0,1577

0,0861

0,3276

0,3267

0,2552

0,3892

0,2258

0,0957

0,2099

QUEIJOS

0,3076

0,1268

0,1950

0,1095

0,3458

0,0833

0,0558

0,4339

0,2513

TOMATE

0,0860

0,1298

0,2695

0,0081

0,0476

0,3992

0,1446

0,1954

0,0248

173

Continuação

abela 5.2

PRODUTOS

LEITE FLUIDO

MACARRÃO

MANTEIGA

MARGARINA

PAO FRANCÊS

SUÍNO

QUEIJOS

TOMATE

ARROZ

0,0167

0,0595

0,6560

0,0018

0,3993

0,0920

0,2755

0,0903

BANANA

0,0291

0,0736

0,0575

0,1349

0,0870

0,0608

0,1362

0,2251

BATATA

0,0093

0,0393

0,12

0,0220

0,2862

0,0282

0,0390

0,0408

BOIPRIMEIRA

0,0794

0,0210

0,3876

0,0565

0,2759

0,1221

0,0670

0,0940

BOISEGUNDA

0,1708

0,1938

0,1928

0,1153

0,1790

0,1498

0,1718

0,0985

FARINHA DE MANDIOCA

0,2280

0,0136

0,2643

0,3168

0,1021

0,0197

0,9819

,6358

FEIJÃO

0,1635

0,3381

0,1944

0,0601

0,1459

0,1063

0,1281

0,1564

FRANGO

0,1064

0,0539

0,0975

0,0417

0,0169

0,0797

0,1450

0,0223

LEITE EM PÓ

0,6793

0,1573

0,1042

0,2244

0,0254

0,0454

0,1747

0,0478

LEITE FLUIDO

1,0346

0,1940

0,0059

0,2207

0,1963

0,1874

0,0303

0,0206

MACARRÃO

0,3460

1,3551

0,0941

0,3930

0,0486

0,0515

0,0187

0,2431

MANTEIGA

0,6509

0,0745

0,4071

0,6726

0,4380

0,1099

0,0039

0,1909

MARGARINA

0,4611

0,2161

0,0961

0,9302

0,0017

0,0060

0,0080

0,1399

PAO FRANCÊS

0,25

0,1102

0,4149

0,0669

1,0291

0,1735

0,0466

0,0336

SUÍNO

0,0757

0,1622

0,1415

0,0272

0,3536

1,6229

0,0246

0,2305

QUEIJOS

0,2216

0,0783

0,2485

0,0478

0,2104

0,3556

1,2539

0,0239

TOMATE

0,0755

0,1532

0,2827

0,0710

0,2044

0,0080

0,1186

0,5934

Fon

te: Dados da Pesquisa

174

Tabela 5.

–

Relações de substitubilidade e complementaridade bruta entre os produtos pesquisados

, Brasil, Período 2002

2003

PRODUTOS

ARROZ

BANANA

BATATA

BOIPRIMEIRA

BOISEGUNDA

FARINHA DE M.

FEIJÃO

FRANGO

LEITE EM PÓ

ARROZ

BANANA

BATATA

BOIPRIMEIRA

BOISEGUNDA

FARINHA DE MANDIOCA

FEIJÃO

FRANGO

LEITE EM PÓ

LEITE

FLUIDO

MACARRÃO

MANTEIGA

MARGARINA

PAO FRANCÊS

SUÍNO

QUEIJOS

TOMATE

S= Substitutos brutos

C= Complement

os brutos

Continua na pagina seguinte...

175

Continuação

Tabela 5.24

PRODUTOS

LEITE

FLUIDO

MACARRÃO

MANTEIGA

MARGARINA

PAO FRANCÊS

SUÍNO

QUEIJOS

TOMATE

ARROZ

BANANA

BATATA

BOIPRIMEIRA

BOISEGUNDA

FARINHA DE MANDIOCA

FEIJÃO

FRANGO

LEITE EM PÓ

LEITE FLUIDO

MACARRÃO

MANTEIGA

MARGARINA

PAO FRANCÊS

SUÍNO

QUEIJOS

TOMATE

Fonte: Dados da Pesquisa

S= Substitutos brutos

C= Complementos brutos

176

Tabela 5.25

–

Relações de substitubilidade e complementaridade líquida

entre os produtos pesquisados

, Brasil, Período 2002

2003

PRODUTOS

ARROZ

BANANA

BATATA

BOIPRIMEIRA

BOISEGUNDA

FARINHA DE M.

FEIJÃO

FRANGO

LEITE EM PÓ

ARROZ

BANANA

BATATA

BOIPRIMEIRA

BOISEGUNDA

FARINHA DE MANDIOCA

FEIJÃO

FRANGO

LEITE EM PÓ

LEITE FLUIDO

MACARRÃO

MANTEIGA

MARGARINA

PAO FRANCÊS

SUÍNO

QUEIJOS

TOMATE

S= Substitutos

líquidos

C= Complementos

líquidos

Continua na pagina seguinte...

177

Continuação

Tabela 5.2

PRODUTOS

LEI

TE FLUIDO

MACARRÃO

MANTEIGA

MARGARINA

PAO FRANCÊS

SUÍNO

QUEIJOS

TOMATE

ARROZ

BANANA

BATATA

BOIPRIMEIRA

BOISEGUNDA

FARINHA DE MANDIOCA

FEIJÃO

FRANGO

LEITE EM PÓ

LEITE FLUIDO

MACARRÃO

MANTEIGA

MARGARINA

PAO FRANCÊS

SUÍNO

QUEIJOS

TOMATE

Fonte: Dados da Pesquisa

S= Substitutos

líquidos

C= Complementos

líquidos

178

A T

abela 5.2

apresenta as elasticidades para as variáveis educacionais. Os

resultados são novamente muito semelhantes à especificação com gasto total. A

educ

ação tem efeito negativo no consumo de produtos básicos, com exceção da farinha.

Em relação às carnes, há uma mudança para a carne de primeira. O efeito do curso

superior é agora negativo, ao contrário dos resultados quando se usa gasto total. Em

relação a

o leite em pó, há uma mudança também na categoria SUPCOMP: ela agora

influencia negativamente o consumo do produto. Quanto aos demais produtos, as

elasticidades são semelhantes ao já analisado no item anterior.

Tabela 5.2

–

Elasticidades da demanda para

a variável nível educacional do

responsável pelo domicílio

, Brasil, Período 2002

2003

PRODUTOS

ANALFA

PRIINC

SEGINC

SEGCOMP

SUPINC

SUPCOMP

ARROZ

0,0335

0,0730

0,0020

0,0193

0,0076

0,0118

BANANA

0,0084

0,0102

0,0002

0,0116

0,0024

0,0084

BATATA

,0572

0,0639

0,0075

0,0051

0,0018

0,0103

BOIPRIMEIRA

0,0536

0,0497

0,0061

0,0167

0,0014

0,0033

BOISEGUNDA

0,0164

0,0064

0,0002

0,0183

0,0046

0,0122

FARINHA DE MANDIOCA

0,0165

0,0079

0,0053

0,0058

0,0006

0,0021

FEIJÃO

0,0442

0,0646

0,00

0,0105

0,0021

0,0058

FRANGO

0,0040

0,0351

0,0043

0,0272

0,0137

0,0209

LEITE EM PÓ

0,0423

0,0598

0,0018

0,0007

0,0026

0,0014

LEITE FLUIDO

0,0249

0,0082

0,0024

0,0043

0,0049

0,0059

MACARRÃO

0,0273

0,0803

0,0046

0,0008

0,0098

0,0043

NTEIGA

0,0304

0,0560

0,0060

0,0386

0,0132

0,0184

MARGARINA

0,0655

0,0149

0,0041

0,0133

0,0001

0,0035

PAO FRANCÊS

0,0369

0,0449

0,0009

0,0148

0,0048

0,0017

SUÍNO

0,0241

0,0510

0,0006

0,0068

0,0061

0,0108

QUEIJOS

0,0957

0,1731

0,0030

0,0212

0,0105

0,0310

TOMATE

0,0039

0,0014

0,0018

0,0056

0,0045

0,0062

Fonte: Dados da Pesquisa

A T

abela 5.2

apresenta os resultados para as elasticidades da variável REFRIG.

Os sinais das elasticidades não se modificam em relação à outra especificação. As

magnitudes, por sua vez, são consistentemente menores, com exceção

de macarrão e

ueijos,

este último com aumento

mais de cinco vezes. Entre as quedas, destacam

se a

carne bovina de primeira (de 0,7952 para 0,4315)

e o

tomate (d

0,49 para 0,19). Leite

179

fluido e leite em pó continuam ambos com sinal negativo, contrário às expectativas

inicias para o primeiro produto.

Tabela 5.2

Elasticidades

da demanda calculadas para a variável presença de

geladeira

, Brasil, Período 2002

2003

PRODUTOS

ELASTICIDADE

ARROZ

0,2240

BANANA

0,1654

BATATA

0,3737

BOIPRIMEIRA

0,4315

BOISEGUNDA

0,0366

FARINHA DE MANDIOCA

0,2267

FEIJÃO

0,2212

FRANGO

0,1439

LEITE EM PÓ

0,0086

LEITE FLUIDO

0,1596

MACARRÃO

0,1326

MANTEIGA

0,2077

MARGARINA

0,3551

PAO FRANCÊS

0,071

SUÍNO

0,0656

QUEIJOS

0,2084

TOMATE

0,1981

Fonte: Dados da Pesquisa

No caso da variável URBANO, a T

abela 5.2

apresenta os resultados das

elasticidades calculadas para essa especif

icação. Com exceção do produto q

ueijos,

novamente os

sinais não se

modificam. Para q

ueijos, o valor positivo parece mais de

acordo com o esperado. Quanto às magnitudes, novamente há uma redução significativa

de alguns produtos

, com destaque para

manteiga

, tomate e carne bovina de primeira.

Finalmente, a T

abela 5.2

apres

enta os resultados dos efeitos da composição

familiar na demanda da cesta de alimentos. O que se destaca inicialmente é o efeito

positivo do tamanho da família no consumo familiar no caso dos produtos básicos,

frango e carne bovina de primeira, além de pão

francês. Isso contrasta com os resultados

da outra especificação; dos produtos citados, apenas frango, farinha e pão francês

apresentavam valores positivos. Os resultados aqui parecem mais adequados à

180

expectativa inicial, indicando aumento do consumo fami

liar de produtos básicos com o

aumento do tamanho da família.

Tabela 5.2

Elasticidades

da demanda calculadas para a variável urbana

Brasil, Período 2002

2003

PRODUTOS

ELASTICIDADE

ARROZ

0,0704

BANANA

0,1955

BATATA

0,0983

BOIPRIMEIRA

0,1474

ISEGUNDA

0,1160

FARINHA DE MANDIOCA

0,2800

FEIJÃO

0,2661

FRANGO

0,0586

LEITE EM PÓ

0,2284

LEITE FLUIDO

0,1215

MACARRÃO

0,0645

MANTEIGA

0,0701

MARGARINA

0,2406

PAO FRANCÊS

0,3256

SUÍNO

0,1163

QUEIJOS

0,0240

TOMATE

0,0150

Fonte: Dados da

Pesquisa

Em relação à composição familiar, a presença de crianças abaixo de 6 anos

continua influenciando positivamente o consumo de leite em pó e leite fluido. O

contraste é que a presença de crianças de 6 a 12 anos influencia negativamente o

consumo de

leite fluido, um resultado não

esperado. Em relação aos idosos, os efeitos

positivos no consumo de carne bovina e feijão diferem da outra especificação. Para os

adolescentes, sua presença agora aumenta o consumo de feijão e difere do

comportamento de memb

ros adultos pela influência negativa no consumo de carnes

bovinas, manteiga e margarina.

181

Tabela 5.2

Elasticidades da

composição familiar

da demanda

, Brasil, Período 2002

2003

PRODUTOS

AGELT6

AGE6_12

AGE13_20

AGE21_59

AGEMT60

TAMANHO

ARROZ

0,0128

0098

0,0177

0,0449

0,0015

0,0581

BANANA

0,0049

0,0138

0,0779

0,1941

0,0184

0,2723

BATATA

0,0186

0,0087

0,0182

0,0866

0,0036

0,1285

BOIPRIMEIRA

0,0194

0,0293

0,0183

0,0762

0,0165

0,0257

BOISEGUNDA

0,0413

0,0126

0,0116

0,0276

0,0113

0,0

266

FARINHA DE MANDIOCA

0,0134

0,0456

0,0425

0,0269

0,0382

0,1666

FEIJÃO

0,0234

0,0194

0,0162

0,0593

0,0069

0,0784

FRANGO

0,0288

0,0065

0,0107

0,0597

0,0144

0,0495

LEITE EM PÓ

0,1605

0,0589

0,0610

0,1758

0,0154

0,1506

LEITE FLUIDO

0,1057

0,01

0,0318

0,1331

0,0164

0,0863

MACARRÃO

0,0153

0,0177

0,0147

0,0195

0,0415

0,1087

MANTEIGA

0,0362

0,0137

0,0220

0,0122

0,0104

0,0505

MARGARINA

0,0362

0,0035

0,0264

0,0379

0,0202

0,0714

PAO FRANCÊS

0,0222

0,0268

0,0280

0,0790

0,000

0,1107

SUÍNO

0,0218

0,0052

0,0048

0,0386

0,0323

0,1027

QUEIJOS

0,0851

0,0463

0,0537

0,2384

0,0330

0,4565

TOMATE

0,0768

0,0352

0,0375

0,0358

0,0378

0,2231

Fonte: Dados da Pesquisa

Depois da apresentaç

ão dos resultados das duas espe

cificações, é interessante

destacar os principais resultados encontrados

, fazendo uma comparação entre as duas

especificações

. Assim:



Os resultados das elasticidades

renda na segunda especificação foram

mais compatíveis com o esperado.

Quando se utiliza a

renda familiar

mensal, os produtos básicos apresentam elasti

cidades

renda menores e

carnes,

laticínios, frutas e legumes têm elasticidades maiores. Quando se

utiliza o gasto total, por sua vez, as elasticidades

dispêndio são muito

elevadas

, especialmente p

ara os produtos básicos.



Nas duas especificações, as elasticidades

preço são bastante elevadas.

Produtos com poucos substitutos apresentam elasticidades maiores do

que um, sendo considerados bens elásticos

. Em relação às elasticidades

preço cruzadas, as re

lações de substitubilidade e complementaridade

182

encontradas foram de acordo com o esperado, especialmente na primeira

especificação.



Em relação

variável educação do responsável pelo domicílio, os

resultados são semelhantes para as duas especificações.

Há

uma relação

negativa entre escolaridade e consumo de produtos básicos. A diferença

mais importante entre as especificações encontra

se na carne bovina.

Quando se utiliza o gasto total, observa

se um comportamento oposto das

elasticidades para a carne bovin

a de primeira e de segunda. Para a

primeira, a quantidade demandada varia positivamente com a

escolaridade, enquanto para a segunda o comportamento é oposto.

Quando se utiliza a renda, por sua vez, há uma mudança para a carne de

primeira, que apresenta ago

ra um efeito negativo do curso superior.



Os resultados para as variáveis que captam a posse de geladeira no

domicílio e a localização do domicílio (urbano ou rural) são semelhantes

nos sinais, mas as magnitudes são bem menores quando se utiliza a renda

fam

iliar mensal. Para as duas especificações, os resultados parecem

indicar que a posse de geladeira favorece a substituição de produtos

básicos por carnes e laticínios, que exigem refrigeração. As exceções são

a carne suína e o surpreendente sinal negativo p

ara leite fluido. Quanto à

localização do d

omicílio, na zona rural destaca

se o consumo dos

produtos básicos e do leite fluido, enquanto o meio urbano t

m influência

positiva no consumo de carne bovina de primeira, leite em pó e

margarina.



Os efeitos do t

amanho e composição familiar são mais adequados

quando se utiliza a renda familiar mensal. Neste caso, observa

se um

aumento do consumo familiar de produtos básicos com o aumento do

tamanho da família. Em relação à composição da família,

a presença de

cria

nças abaixo de 6 anos influencia positivamente o consumo de leite

em pó e leite fluido.



A comparação de todos os resultados apresentados at

é aqui

parecem

favorecer

o uso da renda familiar mensal ao invés do gasto total na

estimação das equações de demanda

dos alimentos escolhidos.

183

Estimativas das elasticidades

renda e preço para o açúcar

As estimativas das elasticidades

renda e preço cruzadas para o açúcar, usado

como produto residual, podem ser calculadas usando

se as restrições de Engel e

Courn

ot, garantidas pela aditividade, como mostrado no capítulo quatro. Geralmente, o

produto residual é escolhido como o produto pelo qual se tem pouco interesse nos

valores encontrados e nas relações com os demais produtos, pois não há como se

examinar os coe

ficientes das equações e a significância dos mesmos. De qualquer

forma, é interessante notar se as elasticidades calculadas por resíduo têm valores

próximos ao que se poderia esperar do produto em questão.

As T

abelas 5.

e 5.

apresentam os resultados da

s elasticidades

renda (ou

dispêndio) e das elasticidades cruzadas (efeito dos preços dos outros produtos na

quantidade demandada de açúcar), compensadas e não

compensadas para a

especificação usando gasto total e renda

respectivamente. As estimativas das

elasticidades

renda (dispêndio) parecem um pouco elevadas, em especial para a

especificação com renda. Esperava

se que o açúcar fosse um bem normal, talvez até

inferior. Em relação às elasticidades

preço cruzadas, as magnitudes ficaram dentro do

esperado.

Destaque para as relações de substitubilidade com o arroz, em especial no

caso da especificação com renda. Entre as relações de complementaridade, destaque

para a manteiga, apesar de parecer existir pouca relação entre os dois produtos em

termos de consumo

. De forma geral, os estimativas obtidas por resíduo mostraram

dentro do esperado, sem qualquer valor absurdo que indicasse algum problema com as

demais elasticidades.

184

Tabela 5.

–

Elasticidades

dispêndio e preço cruzadas da demanda para a açúcar,

alculadas por resíduo, para a especificação com gasto total

, Brasil,

Período 2002

2003

ELASTICIDADES

PREÇO CRUZADAS

PRODUTOS

Não

compensadas

ARROZ

0,5224

0,6498

BANANA

0,7661

0,7989

BATATA

0,1409

0,1609

BOIPRIMEIRA

0,6967

0,6101

BOIS

EGUNDA

0,2727

0,3641

FARINHA DE MANDIOCA

0,4775

0,4416

FEIJÃO

0,2410

0,1638

FRANGO

0,5423

0,6780

LEITE EM PÓ

1,0100

0,9695

LEITE FLUIDO

0,1021

0,0366

MACARRÃO

0,0036

0,0331

MANTEIGA

1,7419

1,7358

MARGARINA

0,5821

0,5609

PAO FRANCÊS

0,4

581

0,6487

SUÍNO

0,7819

0,7148

QUEIJOS

1,7138

1,6822

TOMATE

1,5726

1,5935

Elasticidade

dispêndio

1,2330

Fonte: Dados da Pesquisa

185

Tabela 5.

–

Elasticidades

dispêndio e preço cruzadas da demanda para a açúcar,

calculadas por resíduo, para a

especificação com renda

, Brasil, Período

2002

2003

ELASTICIDADES

PREÇO CRUZADAS

PRODUTOS

não

compensadas

ARROZ

1,2238

1,4199

BANANA

0,2712

0,3217

BATATA

0,2105

0,2413

BOIPRIMEIRA

0,6053

0,7386

BOISEGUNDA

0,2265

0,3672

FARINHA DE MANDI

OCA

0,8288

0,7736

FEIJÃO

0,0933

0,0255

FRANGO

0,7644

0,9734

LEITE EM PÓ

0,8091

0,7469

LEITE FLUIDO

0,7233

0,5097

MACARRÃO

0,0671

0,1237

MANTEIGA

1,1930

1,1837

MARGARINA

0,5922

0,5596

PAO FRANCÊS

1,0601

0,7665

SUÍNO

0,2289

0,1256

EIJOS

1,3551

1,3065

TOMATE

0,1922

0,2243

Elasticidade

renda

1,8987

Fonte: Dados da Pesquisa

Comparação dos resultados com outros estudos sobre demanda de

alimentos

no Brasil

É interessante, após a apresentação dos resultados, compará

los

com as

estimativas disponíveis em outros estudos semelhantes. Restringiu

se a comparação a

estudos que estimaram elasticidades para produtos desagregados como

este estudo e

que estimaram as equações para um conjunto de produtos ao mesmo tempo. Além disso

a comparação se restringiu a estudos que utilizaram as pesquisas de orçamentos

familiares do IBGE, com abrangência nacional.

A T

abela 5.

apresenta a comparação para as elasticidades

renda. As duas

primeiras colunas correspondem às estimativas deste est

udo, a primeira utilizando o

186

gasto total como variável e a segunda, a renda. Apesar de não representar exatamente a

elasticidade

renda dos outros estudos, as estimativas da primeira coluna foram incluídas

para fins de comparação. A terceira coluna apresent

a os resultados do estudo de

Menezes et al. (200

), que utiliza

o modelo QUAIDS, o mesmo utilizado neste estudo, e

os dados da POF 1995/96 para 39 produtos desagregados, mas agrega os consumidores

por faixas de renda. A quarta coluna apresenta os resultado

s de Hoffmann (2000) que

utiliza um modelo poligonal para estimar curvas de Engel para 38 produtos alimentares

utilizando também dados da POF 1995/96. Ele também agrega os consumidores por

faixas de renda. A última coluna apresenta

os resultados de Thomas

et al. (1991)

, que

utilizam dados do ENDEF 1974/75 para estimar elasticidades

preços e renda para vários

produtos (alimentos e outras despesas). Seus produtos são um pouco mais agregados,

mas ele estima elasticidades para arroz,

açúcar,

feijão e leite.

abela 5.

–

Comparação das elasticidades

renda entre vários estudos de demanda

PRODUTOS

Gasto total

Renda

Menez

es et al.

(2002

)

Hoffmann

(2000)

Thomas et

al.

(1991)

AÇÚCAR

1,2330

1,8987

0,0124

0,110

0,195

0,266

ARROZ

1,2612

0,8384

0,0466

0,0050

,580

BANANA

0,6533

1,1352

0,6193

BATATA

0,8907

1,0427

0,4647

0,2270

BOIPRIMEIRA

1,5705

1,1336

0,6720

0,4420

BOISEGUNDA

1,1222

0,8375

0,1854

0,0550

FARINHA DE

MANDIOCA

0,9360

0,8573

0,2107

0,4000

FEIJÃO

1,1221

0,8455

0,0570

0,0700

0,1870

FRANGO

1,1017

0,9959

0,2318

LEITE EM PÓ

1,0519

1,0763

0,1005

0,0740

1,0450

LEITE FLUIDO

0,7403

0,8349

0,4873

0,2740

1,0450

MACARRÃO

1,1417

0,9645

0,2904

0,0990

MANTEIGA

1,1317

0,9678

0,5140

MARGARINA

1,1065

0,9752

0,3075

PAO FRANCÊS

0,4674

0,9443

0,2457

0,0670

SUÍNO

1,2142

0,9988

0,5558

QUEIJOS

1,0505

1,1297

0,9923

0,900 a 0,526

TOMATE

0,6666

0,9586

0,4502

0,2400

–

açúcar refinado

–

açúcar cristal

–

apenas arroz polido

–

estimativa para

leite

–

leite pasteurizado

queijos mussarela, prato e minas

–

não disponível.

187

A T

abela 5.

mostra como as estimativas das elasticidades

renda deste estudo

são consistentemente maiores que os valores dos demais estudos. Destaque para a

diferen

ça entre as estimativas para os produtos básicos, em especial a farinha de

mandioca, que é considerado um bem inferior em dois estudos. Da mesma forma, nos

outros estudos, com exceção do leite para Thomas et al. (1991), não

há bens

considerados superiores;

já nesse estudo, eles predominam na primeira especificação

(gasto total) e tem boa presença na segunda (renda).

Algumas explicações podem ser tentadas para essas diferenças nas estimativas.

Esse estudo utilizou os dados da POF 2002/2003, que pela primeira

vez incluiu as áreas

rurais na sua pesquisa. Como a zona rural concentra grande parte da pobreza no país,

especialmente no Nordeste, e as famílias dos estratos mais pobres e da zona rural

tendem a apresentar elasticidades mais altas para os alimentos em c

omparação com a

zona urbana, é possível que isso se reflita nas maiores elasticidades. Além disso, a

agregação dos consumidores pela média dos estratos de renda tende a “suavizar” as

estimativas das elasticidades, e isso pode estar ocorrendo para Menezes e

t al.

(2002)

Hoffmann

(2000)

As T

abelas 5.

e 5.3

mostram a comparação entre as elasticidades

preço não

compensadas e compensadas. Infelizmente, a comparação restringe

se apenas ao estudo

de Thomas et al. (1991), único a incluir preços na sua estimaçã

. Como em Thomas et

al. (1991) a categoria leite não foi dividida entre leite em pó e fluido, preferiu

se fazer a

comparação apenas com os produtos arroz e feijão. Pode

se notar que, com exceção das

elasticidades diretas para o feijão, os valores são bem

discrepantes. Enquanto Thomas et

al. (1991) encontraram relações de substitubilidade entre arroz e feijão, esse estudo

conclui que eles são complementos brutos e líquidos, o que parece mais plausível

quando se analisa a dieta típica do brasileiro. Outra d

iferença marcante está na

elasticidade

preço direta do arroz. Os valores de Thomas et al.

(1991)

são mais que o

dobro dos estimados neste estudo e parecem exagerados. Os valores encontrados aqui

ainda são elevados, fazendo do arroz um bem com demanda preço

elástica, mas

parecem mais próximos do que seria esperado.

Mene

zes et al. (2002), apesar de afirmarem que estimaram as equações com a inclusão dos preços para

cada produto, não informam as elasticidades

preço nem discutem o porquê dessa exclusão.

188

Tabela 5.

Compara

ção das elasticidades

preço não

compensadas para arroz e feijão

PRODUTOS

ARROZ

FEIJÃO

ARROZ

1,6556

0,2103

GASTO TOTAL

FEIJÃO

0,1580

1,2492

PRODUTOS

ARROZ

FEIJÃO

ARROZ

1,6634

0,2206

RENDA

FEIJÃO

0,1693

1,2547

PRODUTOS

ARROZ

FEIJÃO

ARROZ

3,6180

2,4220

THOMAS et al.

(1991)

FEIJÃO

0,5300

1,6850

Fonte:

Elaboração do autor

Tabela 5.3

Comparação das elasticidades

preço compensadas para arroz e

feijão

PRODUTOS

ARROZ

FEIJÃO

ARROZ

1,5253

0,1313

GASTO TOTAL

FEIJÃO

0,0420

1,1789

PRODUTOS

ARROZ

FEIJÃO

ARROZ

1,5768

0,1681

RENDA

FEIJÃO

0,0820

1,2018

PRODUTOS

ARROZ

FEIJÃO

ARROZ

3,5900

2,4360

THOMAS et al.

(1991)

FEIJÃO

5420

1,6790

Fonte:

Elaboração do autor

Em resumo, os resultados do presente estudo são bastante diferentes

das

elasticidades calculadas em outros estudos que utilizaram pesquisas de orçamentos

familiares e produtos alimentares desagregados. Essas difere

nças

devem ser

causadas

não só pela escolha da forma funcional do sistema de demanda, mas também pela

inclusão de variáveis nesse trabalho que não foram utilizadas nos outros estudos, como

escolaridade do responsável pelo domicílio, composição familiar e o

utras.

189

–

RESUMO

E CONCLUS

ÕES

O objetivo deste estudo foi analisar a demanda de alimentos no Brasil

por meio

da estimação de um sistema de

equações derivado

de uma estrutura de preferências para

18 produtos. Além da preocupação com a análise

do impacto de variáveis

tradicionalmente utilizadas, como renda e preços, deu

se especial atenção ao papel das

diferenças regionais, disparidades entre o meio urbano e rural e medidas de

heterogeneidade entre as famílias pesquisadas, como grau de escolari

dade

responsável pelo domicílio, presença de mulher como responsável pelo domicílio, raça,

composição etária, presença de geladeira e empregada doméstica no domicílio. Dessa

forma, esse estudo permitiu determinar de forma mais completa a interação dessa

variáveis e seu impacto na demanda da cesta analisada.

Os dados utilizados para estimação do sistema de demanda foram originários dos

microdados da Pesquisa de Orçamentos Familiares realizada nos anos de 2002 e 2003

(POF 2002/2003) pelo Instituto Brasile

iro de Geografia e Estatística (IBGE).

A POF

tem o objetivo de mensurar as estruturas de consumo, dos gastos e dos rendimentos das

famílias e possibilita traçar um perfil das condições de vida da população brasileira a

partir da análise de seus orçamentos

domésticos.

A POF 2002/2003 apresenta algumas diferenças importantes em relação às

pesquisas anteriores realizadas pelo IBGE. Em primeiro lugar, a pesquisa foi realizada

em todo o território nacional, incluindo as áreas rurais de todas as regiões do país.

Além

disso, pela primeira vez foram consideradas as aquisições não

monetárias na pesquisa,

as quais são

muito importantes

especialmente nas áreas rurais.

190

O uso dos dados originais individuais da POF 2002/2003 na estimação de

equações de demanda de alime

ntos permitiu uma melhor especificação das equações,

com a in

clusão de variáveis que captar

am a heterogeneidade entre os consumidores.

Isso permitiu uma melhor

identificação

dos padrões de demanda dos diferentes grupos

O modelo

escolhido para representar

as funções

de demanda

este trabalho foi

Quadratic Almost Ideal Demand System

(QUAIDS). Este modelo

uma generalização

do modelo

Almost Ideal Demand System

(

AIDS), muito utilizado em estudos de

demanda de alimentos. O modelo QUAIDS possui a flexibilida

de de curvas de Engel

não

lineares e, ao mesmo tempo,

derivado de uma estrutura de preferências.

Quando

se trabalha com um alto nível de desagregação de bens, como ocorre neste estudo, a

não

linearidade das curvas de Engel é bastante provável. A explicaç

ão está no fato de

que, neste nível de detalhamento, há uma série

de consumidores que não compra

determinado bem e grande parte da resposta da demanda a um aumento do gasto total

será dada pela entrada de novos compradores

o produto em questão

(

resposta

“

extensiva”

)

além da resposta “intensiva”, representado pelo impacto dos consumidores

que já consomem o bem. Este fato

origina

curvas de Engel não

lineares para muitos

bens.

A estimação do sistema de demanda foi feita através do Pro

cedimento de

Shonkwiler

e Yen.

Este procedimento utiliza dois estágios de estimação para lidar com

a natureza censurada dos dados

, ou seja, com o fato de muitos consumidores

consumirem uma quantidade nula dos produtos.

O primeiro estágio consiste nas

chamadas “equações de seleção

”, que examinam os determinantes da decisão do

consumidor em

adquirir

ou não um determinado produto. Assim, o modelo probit é

utilizado em equações para cada produto. Os resultados deste estágio são utilizados para

computar uma variável que é usada como in

strumento para incorporar as variáveis

latentes censuradas na estimação do segundo estágio. Este estágio foi estimado

por meio

do método Máxima Verossimilhança.

Os resultados da estimação do primeiro estágio foram, de forma geral, de acordo

com o esperado.

A probabilidade de aquisição dos produtos básicos variou

negativamente com renda mensal familiar, enquanto as carnes, leite e demais produtos

mostraram influência positiva da renda. A explicação

para este comportamento

é não só

um maior consumo de produto

s básicos pelas famílias mais pobres como,

provavelmente,

pelo fato de

o maior número de refeições efetuadas no domicílio imp

uma maior aquisição desses produtos para as menores faixas de renda.

191

As variáveis regionais também foram importantes na explicaç

ão do consumo de

diversos produtos. O que chamou a atenção é que a influência regional não ficou restrita

aos produtos mais típicos, como farinha de mandioca no Norte e Nordeste ou carne

bovina no Sul do país. Esta influência foi significativa para pratica

mente todos os

produtos pesquisados, mostrando que há diferenças m

rcantes entre as regiões, mesmo

controlando para variáveis que naturalmente são usadas como explicação dessas

diferenças, como renda ou composição familiar. Além disso, alguns resultados po

uco

esperados foram encontrados: com a exceção da batata, carne

suína

, leite fluido, pão

francês e queijos, os coeficientes das variáveis Norte e Nordeste foram todos positivos,

indicando que o fato de o domicílio estar nessas regiões aumenta a probabilida

de de

aquisição dos demais produtos. Este resultado indica não só a maior freqüência de

refeições no domicílio

essas regiões, como provavelmente uma dieta mais

diversificada no Sul e Sudeste em comparação com o Norte e Nordeste.

A presença da mulher como

responsável pelo domicílio também inf

luencia o

consumo das famílias.

A surpresa foi que os resultados apontam para uma menor

probabilidade de refeições feitas no domicílio quando a mulher é a responsável A

explicação para esse fato talvez seja a

dificuldad

do preparo das refeições pela mulher

que trabalha fora, o que impõe a substituição das refeições no domicílio por alternativas

fora dele. De qualquer forma, os resultados indicam uma probabilidade de aquisição

menor nesses domicílios para quase todos os

produtos da cesta pesquisada.

Algumas variáveis parecem ter pouca influência na explicação da demanda dos

alimentos analisados, mas ainda assim não podem ser descartadas na análise da

demanda. Entre est

s, destacam

se a raça do responsável e a presença de

empregada

doméstica no domicílio. Com exceção do leite fluido, a influência da raça no consumo

está concentrada nas categorias negra e parda, geralmente de forma positiva para os

produtos básicos e mais baratos e negativa em relação aos demais produtos, s

empre em

comparação com domicílios chefiados por brancos. A explicação pode ser não só uma

dieta menos diversificada desses domicílios, mas também pode persistir certo padrão de

desigualdade, principalmente entre brancos e negros/pardos, mesmo controlando

para a

renda. Os padrões de aquisição são muito influenciados por fatores locacionais e a

concentração de negros e pardos em locais como favelas ou bairros da periferia com

menor atendimento de infra

estrutura ou comércio regular pode

influenciar não só o

preços pagos, mas também o tipo de alimento adquirido.

192

Em relação à presença de empregada doméstica, a conclusão foi de

que

há um

impacto negativo

na aquisição de

produtos básicos (arroz, feijão, farinha de mandioca) e

positivo em produtos mais “nobres”,

como queijos e carnes de primeira. A expectativa

inicial era de um impacto positivo da presença de empregada doméstica na realização de

refeições no domicílio e, assim, também nos produtos mais utilizados, como arroz e

feijão. Os resultados, entretanto, n

ão confirmaram esta expectativa. Mesmo controlando

para a renda, a presença de empregada doméstica parece permitir uma diferenciação

entre domicílios que favorece o consumo de alimentos mais caros, diminuindo a

probabilidade de aquisição para os básicos.

s resultados da estimação do segundo estágio foram um pouco mais

problemáticos do que o primeiro estágio. Duas especificações foram utilizadas: a

primeira com a variável gasto total e a segunda com a renda mensal familiar. Com a

primeira especificação, as

elasticidades

dispêndio calculadas foram muito elevadas para

os produtos básicos. A segunda especificação mostrou elasticidades

renda mais

compatíveis com o esperado, mas houve um aumento não desprezível na quantidade d

coeficientes não

significativos

. De

forma geral, levando em conta os resultados da

segunda especificação, há uma predominância de bens normais na cesta pesquisada e

não foi encontrado nenhum bem inferior. Os bens superiores encontrados foram

carne

bovina de primeira, banana, queijos e leit

e em pó. Com exceção deste último, o

resultado ficou dentro das expectativas iniciais.

Em relação aos preços, a maior parte dos c

oeficientes não foi significativa

. As

elasticidades

preço diretas compensadas e não compensadas calculadas ficaram acima

do esp

erado, indicando respostas elásticas para produtos básicos com poucos

substitutos. A elasticidade direta compensada no caso da manteiga foi positiva, o que

representa uma violação da lei da demanda. Parece ter ocorrido um problema na

estimação, talvez caus

ado pela baixa freqüência observada na aquisição de manteiga

pelos consumidores (pouco mais de 5 %). Isso fez com que quase 95 % dos preços para

a manteiga fossem imputados

por meio

de médias regionais, o que pode ter

comprometido os resultados das elastic

idades. Quanto às elasticidades

preço cruzadas,

os resultados ficaram dentro do esperado, especialmente na primeira especificação. O

arroz foi substituto (bruto e líquido) do macarrão, pão francês, batata e farinha de

mandioca, fontes alternativas de carbo

idratos e complemento do feijão (bruto e líquido).

Em relação às fontes de proteína, o feijão é substituto das carnes e laticínios, com

xceção do leite em pó

193

No caso das carnes, carne de boi de primeira é substituta líquida de todas as

outras, com destaq

ue para a carne

suína

e frango. A substitubilidade com a carne de boi

de segunda é bem mais fraca, indicando certa resistência dos consumidores em trocar os

cortes mais nobres pelos mais baratos.

No caso dos leites fluido e em pó, há a esperada relação de

substitubilidade entre

eles. Já entre manteiga e margarina, há também uma relação de substitubilidade, que,

entretanto é muito maior no caso da variação do preço da manteiga sobre a margarina

que o inverso. Isso indica que os consumidores de margarina são

muito mais flexíveis

na substituição, provavelmente mais preocupados com a característica preço, enquanto

os consumidores de manteiga são mais relutantes na substituição.

Em relação às variáveis educacionais, existe uma relação negativa entre

escolaridade

e consumo de produtos básicos. Para as carnes em geral, apenas no caso da

carne de primeira observa

se influência positiva da escolaridade acima do primeiro grau

completo e apenas na primeira especificação. O que está ocorrendo aí não é só a maior

preocup

ação com a alimentação saudável, pois não parece haver substituição entre tipos

de carnes. Parece que o problema é novamente uma maior diversificação da dieta, não

comprovada pela limitação do número de produtos analisados, e

menor consumo de

alimento

s no domicílio.

Há também pouca diferença no consumo dos domicílios com responsáveis com

primeiro grau completo e aqueles com até segundo grau completo. No entanto, as

diferenças causadas pela educação superior e pelo analfabetismo são incontestáveis.

Qua

nto às diferenças entre meio urbano e rural, o meio rural destaca

se no

consumo dos produtos básicos, em especial feijão, açúcar e arroz. Outros destaques são

o leite fluido,

carne

suína

frango, certamente influenciados pelo papel da produção

própria

e o autoconsumo na zona rural. No meio urbano destacam

se o pão francês, leite

em pó, banana e carne bovina.

Em relação à presença de refrigerador no domicílio, os resultados indicam que a

posse de geladeira favorece a substituição de produtos básicos por

carnes e laticínios,

que exigem refrigeração. Os resultados para o leite fluido foram diferentes para o

primeiro e o segundo estágio. No primeiro estágio, houve efeito marginal positivo na

possibilidade de aquisição de leite fluido para aqueles que possue

m geladeira.

resultado do segundo estágio

, ao contrário, foi negativo, indicando menor consumo de

leite fluido p

ara aqueles que têm geladeira.

Este último resultado parece

duvidoso

. Já

para o leite em pó, o resultado foi de acordo com o esperado, indican

do menor consumo

194

de leite em pó para aqueles que têm geladeira. Entretanto, o coeficiente da variável não

foi significa

tivo

no segundo estágio para este produto.

A composição familiar e o tamanho da família também são importantes na

explicação dos padrões

de demanda. Domicílios com crianças tendem a apresentar

maior consumo de leite, como esperado. A influência positiva da presença de crianças

também é observada para banana, farinha de mandioca, feijão e pão francês (crianças de

6 a 12 anos

para os dois últ

imos produtos

). No outro extremo da distribuição, a presença

de idosos favorece o consumo de banana, batata, farinha de mandioca, frango e pão

francês. No caso dos adolescentes (idade entre 13 e 20 anos), o comportamento é

semelhante ao dos adultos para a

cesta analisada, com exceção da influência positiva no

consumo de manteiga e margarina e negativa no consumo de tomate.

Já para o tamanho da família, os resultados são diferentes entre a primeira e a

segunda especificação. Na primeira especificação, os res

ultados indicaram que famílias

maiores tinham consumo absoluto menor para a cesta de produtos analisados. Esse

resultado foi inesperado, pois famílias maiores deveriam adquirir/consumir uma maior

quantidade de alimentos. Já na segunda especificação, houve

um efeito positivo do

tamanho da família no consumo familiar no caso dos produtos básicos, frango e carne

bovina de primeira, além de pão francês. Os resultados dessa especificação parecem

mais adequados à expectativa inicial, indicando aumento do consumo

familiar de

produtos básicos com o aumento do tamanho da família.

Pode

se destacar como principais conclusões deste estudo:



A probabilidade de aquis

ição dos produtos básicos varia

negativamente

com renda mensal familiar, enquanto as carnes, l

eite e demais

produtos

mostram

influência positiva da renda.



As variáveis regionais são importantes na explicação do consumo de

diversos produtos e não só de produtos típicos de cada região, mesmo

controlando para variáveis que naturalmente são usadas como explicação

ssas diferenças, como renda ou composição familiar.



A especificação que utilizou a renda familiar mensal

na estimação das

equações de demanda

mostrou resultados

is próximos ao esperado

que a

especificação que utilizou o

gasto

total



Há uma predominânc

ia de bens normais na cesta pesquisada e não foi

encontrado nenhum bem inferior.

195



Existe uma relação negativa entre escolaridade e consumo de produtos

básicos.



A posse de geladeira favorece a substituição de produtos básicos por

carnes e laticínios, que exi

gem refrigeração.



A composição familiar e o tamanho da família são importantes na

explicação dos padrões de demanda

Os resultados deste estudo são importantes, pois indicam o impacto das variáveis

mais relevantes no padrão de consumo alimentar das famíli

as brasileiras. As limitações

desse trabalho estão concentradas na ausência da análise da alimentação feita fora do

domicílio, que já representa um quarto de todos os gastos feitos com alimentação no

Brasil. Estudos posteriores podem tentar incorporar esta

análise e determinar a

influência deste tipo de gasto na demanda total pela alimentação.

Outra vertente possível é tentar combinar a análise feita aqui com estudos sobre

a adequação nutricional da alimentação do consumidor brasileiro. Isso permitiria uma

análise não só quantitativa da demanda de alimentos, mas também entender até que

ponto esta dieta é saudável e como as características e variáveis analisadas aqui

influenciam na qualidade desta alimentação.

196

REFERÊNCIAS BIBLIOGRÁFICAS

AGUERO, J.

M.; GOULD, B. W. Household Composition and Brazilian Food

Purchases: An Expenditure System Approach

Canadian Journal of Agriculture

Economics

Vol.

51,

n. 3,

323

345, 2003.

AMEMIYA, T.

Multivariate Regression and Simultaneous equation Models when the

ependent

variables are truncated normal.

Econometrica

Vol

. 42 (Nov. 1974), p.

999

1012.

ARAÚJO, A.L.M.

Relações Funcionais entre renda, educação e consumo de

alimentos na cidade de Vitória, ES

Viçosa, 1970, Universidade Federal de

Viçosa, 82p. (tese de m

estrado).

ASANO, S.; FIÚZA, E.P.S

Estimation of the Brazilian Demand System

IPEA, Rio

de Janeiro (Discussion paper n. 793), 2001.

VILA, A. F.

Um modelo econométrico para a carne bovina no Rio Grande do Sul,

1947

70.

Viçosa, 1973, Universidade Federal de

Viçosa, 67p. (tese de mestrado).

BACCHI, M.R.P.

Demanda de carne bovina no mercado brasileiro

Piracicaba,

1989, ESALQ/USP, 77p. (tese de mestrado).

197

BACCHI, M.R.P. SPOLADOR, H.F.S. Income

elasticity of poultry meat consumption

in metropolitan areas of Br

azil

Scientia Agrícola

, v.59, n.3, p.451

455, jul/set

2002.

BANKS, J., BLUNDELL, R., LEWBEL, A. Quadratic Engel curves and consumer

demand.

The Review of Economics and Statistics

, Vol

. LXXIX, n.

4, 527

539,

November 1997.

BARNETT, W.A. Theoretical Founda

tions for the Rotterdam Model.

Review of

Economic Studies

, Vol. 46, No. 1, p. 109

130, Jan., 1979.

BARROS, A.A.A.

Elasticidade

renda de qualidade, de dispêndio e de demanda de

carne bovina

–

São Luís, Maranhão

. Viçosa, 1975, Universidade Federal de

Viçosa,

82p. (tese de mestrado).

BARTEN, A.P.

Consumer Allocation Mode

ls: Choice of Functional Forms.

Empirical

Economics

18:

129

158, 1993.

____________

Theorie em empirie van een volledig stelsel van

vraagvergelijkingen

, Doctoral Dissertation, Rotterdam, Un

iversity of Rotterdam,

1966

BATALHA, M.O.; LUCCHESE, T., LAMBERT, J.L.

Hábitos de consumo alimentar

no Brasil: realidade e perspectivas

. In: Gestão do Agronegócio

–

Textos

selecionados. (coord. Mario O. Batalha) São Carlos: Edufscar, 2005

BERTASSO, B. F.

O consumo alimentar em regiões metropolitanas brasileiras

Análise da Pesquisa de Orçamentos Familiares/IBGE 1995/96.

Piracicaba,

2000, ESALQ/USP, 109p. (tese de mestrado).

BLACKORBY, C., PRIMONT, D., RUSSEL, R.R.

Duality, Separability and

Functional Stru

cture.

New York, American Elsevier, 1978

198

BLUNDELL

, R.; PASHARDES, P.; WEBER, G. What do we learn about consumer

demand patterns from microdata

American Economic Review

, 83 (3), p.570

597, June 1993

BLUNDELL, R.W., MEGHIR, C. Bivariate alternatives to the

univariate Tobit model

Journal of Econometrics

Vol.

34,

(

Jan/Feb

), p.

200, 1987.

BRANDT, S.A.; AAD NETO, A.; REZENDE, A. M.; SOUZA, A. F.; SOUZA, D.C.

Análise econômica e projeções da demanda de carne bovina no mercado de

Manaus.

Estudos de Economia

Agrícola

, Manaus, ACAR, 106p, 1973.

BUSSINGER, G.A.

The structure of demand for food in Brazil

University

Flo

rida, 1996. 177p. Tese (Ph.D)

–

University of Florida, 1996

CARMO, M. S.

(Re) estruturação do sistema agroalimentar no Brasil: a

diversificaçã

o da demanda e a flexibilidade da oferta

. São Paulo, IEA, 1996.

CASTRO, A.B. de.

Aspectos da Interdependência econômica entre a estrutura de

consumo e a comercialização agrícola

Piracicaba, 1972, ESALQ/USP, 100p.

(tese de doutorado).

CHIARA, V.L., SILVA,

R., JORGE, R., BRASIL,

A.P.

Ácidos graxos trans: doenças

cardiovasculares e saúde materno

infanti

Revista de Nutrição

, vol.15, no.3,

p.341

349,

2002

CHRISTENSEN, L.R., JORGENSON, D.W., LAU. L.J.

Conjugate Duality and the

Transcendental Logarithmic Prod

uction Fun

ction.

Econometrica

vol.

39,

n.4,

255

256

, 1971

_______________________________________________

Transcendental logarithmic

utility functions

American Economic Review

, vol. 65,

n.3,

p. 367

83, 1975

COX, T.L; WOHLGENANT, M.K.. Prices and Qual

ity Effects in Cross

Sectional

Demand Analysis.

Amer. J. Agr. Econ

., Volume 68

, n.4, p. 908

19,

1986

199

CRANFIELD, J.A.L.; EALES, J.S.;HERTEL, T.W.; PRECKEL, P.V. Model selection

when estimating and predicting consumer demands using international, cross

secti

on data.

Empirical economics

Vol. 28,

n.2,

p. 353

364, 2003.

DEATON, A. & MUELLBAUER J.

Economics and Consumer Behavior

. New York:

Cambridge University Press, 1980

, 450 p.

_____________________________. An Almost Ideal Demand System.

The American

Econo

mic Review

, 70(June 1980

): 312

26, 1980

DEATON, A

. A reconsideration of empirical implications of additive preferences.

Economic Journal

, Vol. 84, p. 338

48, 1974.

____________

The Analysis of Household Surveys

–

A Microeconometric

Approach to Developm

ent Policy

. Washington, D.C.: The International Bank for

Reconstroction and Development/The World Bank, 1997. 479p.

DONG, D.

; GOULD, B.W.; KAISER, H.M. Food demand in Mexico: an application of

the Amemiya

Tobin approach to the estimation of a censored food

system.

American

Journal of Agriculture Economics

Vol.86

n. 4,

p. 1094

1107

, 200

EALES, J.S. AGEC 605

Agricultural Price Analysis

Lecture Notes

. Department of

Agricultural Economics, Purdue University, 1997

(não

publicado).

ERDEM, T.

; KEANE, M.P.;

SUN, B.

; JANSSEN, S.A; ARNTZ, A.;

Missing price and

coupon availability data in scanner panels: correcting for the self selection bias in

choice models parameters

Journal of Econometrics

Vol.

89,

n. 1, p.177

96,

1998

FERNANDES, S. G.

Análise de alternat

ivas de políticas para o setor de carnes

1988, 82p (Dissertação de mestrado), Viçosa, UFV.

FIALLOS, L.E.W.

Análise da demanda e preços de tomate no estado de São Paulo

Piracicaba, 1982, ESALQ/USP, 116p. (tese de mestrado).

200

FGV

Fundação Getúlio Vargas

–

Brasil

Projeções da demanda e oferta de

produtos agrícolas (versão preliminar) 1975 e 1980

–

Rio de Janeiro, 1974.

FURTUOSO, M. C. O.

Redistribuição de e consumo de Alimentos no Estado de São

Paulo.

Piracicaba, 1981, ESALQ/USP, 106p. (tese de mestrado

GARCIA, R. B.

Demanda por alimentos na região metropolitana de Porto Alegre:

uma aplicação do Almost Ideal Demand System

. 1998. (Dissertação de

Mestrado) Porto Alegre, UFRGS.

GORMAN, W. M

. Community preference fields.

Econometrica

, Vol. 21,

n.1,

p. 63

1953.

________________

Separable utility and aggregation.

Econometrica

, Vol. 27,

n.3,

p.469

481, 1959.

______________

. “On a class of preference fields”.

Metroeconomica

, Vol.13,

Agosto

de 1961,

p. 53

56, 1961.

______________.

Some Engel Curves

Essa

theory and measurement of

consumer

behavior

: in honour of Sir Richard Stone

, Angus Deaton (ed.),

Cambridge, UK, Cambridge University Press, 1981

, 384 p.

GOULD, B.W. At home consumption of cheese: A purchase infrequency model.

American Journal of Agr

icultural Economics

, Vol. 77,

n.2,

p.453

59, 1992.

GREENE, W.H.

Econometric Analysis

. Prentice Hall, Upper Saddle River, Fourth

edition,

2000, 1004p.

GUJARATI, D.

Econometria B

sica

Pearson

Makron Books, São Paulo

Terceira

Edição

, 2004

, 846p.

201

HAINES,

P. S., GUILKEY, D. K., POPKIN

B.M

Modeling Food Consumption

Decisions as a Two

Step Process

American Journal of Agricultural

Economics

, Vol. 70, No. 3 (Aug., 1988) , pp. 543

552

HECKMAN, J.

Dummy Endogenous Variables in

a simultaneous equation System.

Econometrica

, 46,

n.4,

931

959, 1978.

HEIEN, D., WESSELS, C.R.

Demand Systems Estimation with microdata:

a censored

regression approach.

Journal of Business and Economic Statistics

, vol. 8, n. 3,

July 1990.

HICKS, J. R.

Value and Capital

. Oxford, Oxford

University Press, 1936

, 352 p.

HOFFMANN, R

. A diminuição do consumo de feijão no Brasil.

Estudos Econômicos

Vol. 25, n. 2, p. 189

201, Maio

Ago, 1995.

______________

. Elasticidades

renda das despesas e do consumo físico de alimentos

no Brasil metropolitan

o em 1995

96.

Agricultura em São Paulo

, SP, v.47, n.1 p.

111

122, 2000.

HOUTHAKKER, H.S. Additive preferences.

Econometrica

, Vol. 28, p. 532

51, 1960

HURWICZ, L., UZAWA, H.

On the integrability of demand functions

. In

Preferences, utility and demand J.S. C

hipman, L. Hurwicz, K. Richter and H.F.

Sonnenschein (eds), NewYork: Harcourt Brace, 1971.

IBGE

Estudo Nacional de Despesa Familiar: consumo familiar, antropometria

Dados preliminares. 4 volumes, Rio de Janeiro, 1978.

IBGE.

Pesquisa de Orçamentos Familia

res 2002

2003. Aquisição alimentar

domiciliar per capita: Brasil e Grandes Regiões

. Rio de Janeiro: Instituto

Brasileiro de Geografia e Estatística, 2004

202

IBGE.

Pesquisa de Orçamentos Familiares 2002

2003. Primeiros Resultados:

Brasil e Grandes Regiões.

io de Janeiro: Instituto Brasileiro de Geografia

Estatística, 2ª edição, 2004b

IBGE.

Pesquisa de Orçamentos Familiares 2002

2003. Análise da disponibilidade

domiciliar de alimentos e do estado nutricional no Brasil.

Rio de Janeiro:

Instituto Brasileiro

e Geografia e Estatística, 2004c

IBGE.

Pesquisa de Orçamentos Familiares 2002

2003.

ROM

Microdados

–

Segunda divulgação

Rio de Janeiro: Instituto Brasileiro d

e Geografia e

Estatística, 2004d

LAZARIDIS, P. Demand Elasticities derived from consisten

t estimation of Heckmam

type models.

Applied Economic Letters

Vol.

11,

n.8, p.

523

27, 2004.

LEE, L. F. Simultaneous Equation Models with discrete a

nd censored dependent

variables

Structural analysis of discrete data with econometric applications

eds.

P. Manski and D. McFadden, Cambridge, MA: MIT Press, p.346

364, 1978.

LEE, L.F, PITT, M.M. Microeconometric demand systems with binding nonnegativity

constraints: the dual approach.

Econometrica

Vol.

54,

n.5,

p.1237

42, Sep. 1986.

____________________ M

icroeconometric models of rationing, imperfect markets, and

non

negativity

onstraint.

Journal of Econometrics

Vol.

36, p. 89

110, Sep./Oct.

1987.

LEONTIEF, W.

Composite Commodities a

nd the problem of index numbers

Econometrica

Vol.

n.1,

59, 1936.

LEWBEL, A. Aggregation without Separability: A Generalized Composite Commodity

Theorem

The American Economic Review

, Vol. 86, n. 3,

p. 524

543,

June

1996.

203

____________. The rank of demand systems: theory and nonparametric estimation

Econometrica

Vol.

n.3,

p. 711

730, 1991.

LOBATO, J.G.

Sistema de demanda de carnes no Brasil: uma análise de

multiplicadores

Viçosa, 1982, Universidade Federal de Viçosa, 61p. (tese de

doutorado).

MANCHESTER, A.C. Household Consumption Behavior: Understanding,

measureme

nt, and applications in policy

oriented research.

American Journal of

Agricultural Economics

, Vol. 59

, n.1,

p. 149

154, Feb., 1977.

MANDELL

, P. J.

The rise of the modern Brazilian rice industry: demand

expansions in a dynamic economy

Food Research Institu

te Study in

Agricultural economies, Trade & Development, Vol. X, N.2, Stanford University,

1971.

MEDEIROS, J.A.S. Curvas de Engel e transformação de Box

Cox: uma aplicação aos

dispêndios em alimentação e educação na cidade de São Paulo.

Pesquisa e

Planejam

ento Econômico

, v.8, n.3, p.795

828, 1978.

MENDES, C.M.

Estudo da demanda

rasileira de leite e derivados no período de

1970

1987

Viçosa,

1990

UFV, 67p (Dissertação de mestrad

MENEZES, T.:SILVEIRA, F.G; MAGALHÃES, L.C.G.; TOMICH, F.A.;VIANNA,

S.W.

Gas

tos alimentares nas grandes regiões urbanas do Brasil: aplicação do

modelo AID aos microdados da POF 1995/1996

IBGE: IPEA, 2002 (Texto para

discussão, n. 896).

MINISTÉRIO DA AGRICULTURA. Departamento Econômico.

Relações Funcionais

entre renda e consumo de

Alimentos pela população Urbana do Estado da

Guanabara

. Rio de Janeiro, 45p, 1967.

MORIMOTO, P. T.

Demanda de pescado no mercado da grande São Paulo

Viçosa,

1975, Universidade Federal de Viçosa, 40p. (tese de mestrado).

204

MOSCHINI,

G. Units of measurement

and the Stone Index in demand system

estimation.

American Journal of Agricultural Economics

, Vol.

, p.

Feb., 19

MUELLBAUER, J. Aggregation, income distribution and consumer demand.

Review

of Economic studies

, Vol. 62, p. 525

43, 1975

__________

______

. Community preferences and the representative consumer.

Econometrica

, Vol. 44, p. 979

99, 1976.

MURPHY, K.M., TOPEL, R. H. Estimation and inference in two

step econometric

models

Journal of Business and Economic Statistics

3 (Oct. 1985): 370

79,

985.

MUSGROVE, P.

Family Expenditure and Food prices as determinants of Food

consumption in Northeast Brazil

Washington D.C., Pan American Health

Organization, 1986.

NELSON, F.D., OLSON, L. Specifications and estimation of a simultaneous equation

model w

ith limited dependent variables

International Economic Review

Vol.

19, 695

710,

Oct.

1978.

PANIAGO, E.

An evaluation of agriculture price policies for selected food

products: Brazil

. Lafayette, Indiana:Purdue University (Unpublished Ph.D

Thesis), 1969.

PER

EZ, M.C.R.C.

Contribuição ao estudo de elasticidades

renda do consumo de

alimentos.

Piracicaba, 1973, ESALQ/USP, 94p. (tese de mestrado).

PHLIPS, L.

Applied Consumption Analysis

. Amsterdam: N

orth

Holland, 197

4. 331p.

POLINSKY, A.M.

The demand for housing:

A stud

y in specification and Grouping.

Econometrica

Vol.

, n.2,

447

1977

205

PRAIS, S.J. HOUTHAKKER, H.S.

The Analysis of Family Budgets

Cambridge:

Cambridge University Press, 2nd Edition, 1971

, 372 p.

PUDNEY, S.

Modeling individual choices: the eco

nometrics of corners, kinks and

holes

. Cambridge, UK: Blackwell Publishers, 1989

, 346 p.

PYLES, D.

Demand Theory and elasticity matrix construction

. In: Agricultural

policy analysis tools for economic development. (Ed.) L. Tweeten, Boulder:

Westview Press

, 1989, 402p.

ROSSI, J.W. Elasticidades de Engel para dispêndios familiares na cidade do Rio de

Janeiro.

Pesquisa e Planejamento Econômico

, v.12, n.2, p.579

606, 1982.

SANTANA, A.C. Mudanças recentes nas relações de demanda de carne no Brasil.

Revista de E

conomia e

Sociologia Rural

, Vol. 37, n. 2,

p.51

76,

1999.

SANTOS, V.E, GOMES, M.T., GOMES, M.F.M. Estimativa da elasticidade

renda do

consumo de café na Região Sudeste do Brasil.

Revista de Economia e

Agronegócio

, Vol. 3, n. 4,

p.537

557,

2005

SERAPHIM, J

.B.C.

Análise econômica da procura de carnes no mercado de

Goiânia, estado de Goiás.

Viçosa, 1973, Universidade Federal de Viçosa, 84p.

(tese de mestrado).

SERRANO, O.

Estudo da demanda da batatinha (Solanum tuberosum) em 1969, e

da variação estacional de

seus preços, no período de 1957/69, no estado de

São Paulo

Piracicaba, 1972, ESALQ/USP, 210p. (tese de doutorado).

SHONKWILER, J.S. &. YEN, S.T.

Two

Step Estimation of

a Censored System of

Equations.

American Journal of Agricultural Economics

Vol.

, n.

972

982,

Nov. 1999

SIM

ES, R.C.

;

BRANDT, S.A.

Sistema Completo de equações de demanda no

Brasil

Trabalho apresentado no III Encontro Brasileiro de Econometria. Olinda,

Sociedade Brasileira de Econometria, 1981.

206

SOBRAL, G.

Demanda de alimentos no Brasi

l: arroz, batatinha, feijão, carne e

leite

. Piracicaba, 1973, ESALQ/USP, 106p. (tese de mestrado).

SONNENSCHEIN, H.; SCHAFER,W.

Market Demand and Excess Demand

Functions

Handbook o

Mathematical Economics, Vol II. Eds. Kenneth J.

Arrow and Michael Intr

iligator. NY: North Holland, p.671

693, 1982.

STOKER, T.M. Empirical Approaches to the Problem of Aggregation

ver Individuals

Journal of Economic Literature

. Vol. XXXI,

n.4,

p.1827

1874, December 1993.

STONE, J.R.N. Linear expenditure systems and demand

analysis: an application to the

pattern of British demand.

Economic Journal

, Vol. 64, p.511

27, 1954.

SU, S., YEN, S.T

A censored system of cigarette and alcohol consumption.

Applied

Economics

Vol.

32,

n.6,

p. 729

737, 2000

TOSTA, M.C.T.; CAMPOS, S.K.

; FERREIRA, S.

Elasticidade

renda do consumo de

leite e seus derivados no Brasil em 1996.

In: XLI Congresso Brasileiro de

Economia e Sociologia Rural, 2003, Juiz de Fora

–

MG. CD

ROM do XLI

Congresso Brasileiro de Economia e Sociologia Rural. SOBER, 2003a,

p.1

TOSTA, M. C. R., GOMES, M.F.M, ROSADO, P.L.

Desigualdade de renda e

consumo de carne suína e seus derivados nas regiões Sudeste e Sul do Brasil

Desigualdades Sociais: pobreza, desemprego e questão agrária. Eds. Fátima

M.A. Carvalho, Marília F.M

Gomes

e Viviani Silva Lírio. DER

UFV, Viçosa,

MG,

236p,

2003

THEIL, H.

The information approach to

demand analysis.

Econometrica

, vol. 33,

n.1,

p. 67

87, 1965

THOMAS, D., STRAUSS, J., BARBOSA, M. M. T

Estimativas do impacto de

mudanças de renda e de

preços no consumo no Brasil.

Pesquisa e Planejamento

Econômico

, v.21, n.2, p.305

354, 1991

207

VALE, S. M.L.R.

Sistema linear expandido de dispêndio e análise de demanda de

produtos agrícolas: uma aplicação a dados de famílias rurais

. 1983, 49p

(Dissertação d

e mestrado), Viçosa, UFV.

VIANA, J.J.S.

Análise da demanda brasileira de importações de cereais

, 1970

1999, 93p (Dissertação de mestrado), Viçosa, UFV.

VILAS, A.T.

A Spatial Equilibrium Analysis of the rice economy in Brazil

Lafayette, Indiana:Purdue

University (Unpublished Ph.D Thesis), 1975.

WALES

, T.J.;

WOODLAND, A.D. Sample selectivity and the estimation of labor

supply functions

International Economic Review

Vol.

n.2

(June 1980): 437

68, 1980.

______________________________

Estimation of co

nsumer demand systems with

binding nonnegativity constraints.

Journal of Econometrics

Vol.

21,

n.3,

p. 263

85, April. 1983.

YEN, S. T, HUANG, C.L. Cross

sectional estimation of U. S. demand for beef

products: a censored system approach

Journal of Agricul

tural and Resource

Economics

27 (2): 320

334, 2002.

YEN, S.T, KAN, K., SU, S. Household demand of fats and oil: two

step estimation of a

censored demand system.

Applied Economics

Vol. 34, n.

14, p. 1799

1806, 2002

208

APÊNDICES

209

ANEXO 1

Algu

mas Informações sobre Pesquisas de Orçamentos Familiares em São

Paulo até a década de 60

Nome

pesquisa

Grupo amostral

Época do

Levantamento

Tamanho da

amostra

avis

Operários da

cidade de São

Paulo

Abril a junho de 1934

221

owrie

Funcionários da

limp

eza pública da

PMSP

Novembro de 1936 a

maio de 1937

428

raújo

Operários da

Indústria

Metalúrgica Usina

Santa Olímpia

Ltda.

1941 (meses não

especificados)

240

PMSP

Funcionários da

limpeza pública da

PMSP

1951/1952 (meses

não especificados)

300

CNBES

erários da

Indústria têxtil,

Mecânica e

Metalúrgica

Agosto de 1952

139

FGV

População

Paulistana

Junho de 1961 a

junho de 1962.

671

DIEESE

Classe

trabalhadora da

cidade de São

Paulo

1969/1970 (meses

não especificados)

Fonte: adaptado de Carmo (1996)

Comissão Nacional de Bem

estar social

210

ANEXO 2

–

Classificação e

tipos

e produtos

em cada categoria analisada

CATEGORIA

SUBGRUPO

PRODUTO

ACUCAR REFINADO

Refinado

ACUCAR TRIFILTRADO

ACUCAR CRISTAL

ACUCAR GRANU

LADO

ACUCAR CRISTALIZADO

ACUCAR TRITURADO

Cristal

ACUCAR MOIDO

ACUCAR DEMERARA

DEMERARA

ACUCAR AMARELO PRETO

ACUCAR MASCAVO

ACUCAR PRETO

Demerara

ACUCAR MASCAVADO

ACUCAR (INDETERMINADO)

ACUCAR

ACUCAR COM

AÇÚCAR

Não

especificado

ACUCAR LIGHT

ARROZ POLIDO

ARROZ HIBRIDO

ARROZ BICA CORRIDA

ARROZ QUIRERA

ARROZ LISO

ARROZ MACERADO

ARROZ PARBOILIZADO

XEREM DE ARROZ

ARROZ PARBORIZADO

ARROZ

ARROZ AGULHA

ARROZ AGULHINHA

ARROZ BRANCO

ARROZ VERMELHO

ARROZ AMARELO

Polido

ARROZ COLONIAL

ARROZ INTEGRAL

ARROZ PILADO

Integral

ARROZ NAO POLIDO

ARROZ BENEFICIADO

ARROZ

Com casca

ARROZ COM CASCA

211

CATEGORIA

SUBGRUPO

PRODUTO

BANANA DE AGUA

BANANA NANICA

BANANA

DA CHINA

BANANA DE ITALIANO

BANANA MANGALO

BANANA INGLESA

BANANA TATU

BANANA PETICA

D'água

BANANA CATARINA

BANANA CHORONA

BANANA PEROA

BANANA CASCA VERDE

BANANA ACUCARINA

BANANA CAMBOTA

BANANA CATURRA

BANANA ANA

BAN

ANA (INDETERMINADA)

BANANA PRATA

BANANA ALTONA

BANANA

BANANA AMARELA

Prata

BANANA BICO VERDE

BANANA BRANCA

BANANA DE CAMBOEIRO

BANANA UMBIGO VERDE

BANANA DA PRATA

BANANA OURO

BANANA CRAVO

BANANA DOURADA

BANANA IMPERIAL

Ouro

BANANA INAJA

BANANA MARIQUINHA

BANANA PISANGO REAL

BANANA REAL

BANANA URINHO

BANANINHA

BANANA MACA

BANANA CARAPE

BANANA COCO

BANANA LEITE

Maçã

BANANA MACA PAINA

BANANA PEDRA

BANANA PERA

BANANA

MACAZINHA DA BAHIA

212

BANANA FIGO

BANANA ABOBORA

BANANA ACU

BANANA BABA DE BOI

BANANA BABONA

BANANA CACAU

BANANA CAFE

BANANA CAIXAO

BANANA CAJU

BANANA CARAMBOLA

BANANA CASADA

BANANA CASCA GROSSA

BANANA CHOCOLATE

BANANA CINZA

Figo

BANANA CORUJA

BANANA DE VELHO

BANANA JACARE

BANANA JASMIM

BANANA MENCI

BANANA MINEIRA

BANANA MURICI

BANANA PAO

BANANA PARA

BANANA PAU

BANANA RIACHAO

BANANA ROSA

BANANA

BANANA SAPA

BANANA TAJAMAIA

BANANA TANJA

BANANA TRES QUINAS

BANANA VERMELHA

MASSA DE BANANA

BANANA DA TERRA

BANANA PACOVA

BANANA PACOVEIRA

BANANA PACOBEIRA

BANANA PACOBUCU

BANANA BURITI

BANANA CHIFRE DE VACA

BANANA COMPRIDA

Da terra

BANANA

FARTA GENTE

BANANA FARTA HOMEM

BANANA FARTA VELHACO

BANANA GRANDE

BANANA GRANDE AMARELA

BANANA MARANHENSE

BANANA PACOVI

BANANA ANGOLA

PACOVA

PACOVA GRANDE

BANANA PACOVAN

213

BANANA MARMELO

BANANA MARECA

BANANA

ROXA

BANANA CAMBORI

BANANA

BANANA DAS ALMAS

BANANA MULATA

Outras

BANANA PATROQUIA

BANANA VINAGRE

BANANA SAO DOMINGOS

BANANA RAJADA

BANANA SAO TOME

BANANA CURTA

BANANA DO PARAISO

BANANA (NAO ESPECIFICADA)

BANANA PARA VIAGE

BATATA INGLESA

BATATA DO REINO

BATATA ROSA

BATATA PORTUGUESA

Batata

inglesa

BATATA INGESA ROSA

BATATINHA

BATATA

BATATA LISA

BATATA HOLANDESA

BATATA BINGE

Não

especificada

BATATA NAO ESPECIFICADA

CATEGORIA

SUBGRU

PRODUTO

FILE MIGNON

Filé mignon

FILE SEM MIGNON

FILE COM MIGNON

MIGNON

CONTRAFILE

BOIPRIMEIRA

FILE CURTO

CHULETA COM OSSO (CONTRAFILE)

Contrafilé

FILE ESPECIAL

BISTECA DE BOI

CHULETA DE BOI

PONTA DE CHULETA

ALCATRA

PONTA DE PATINHO

MAMINHA

PICANHA

CHAPEU DE BISPO (MAMINHA)

ALCATRA BOVINA

PONTA DE ALCATRA

ALCATRA COM OSSO

Alcat

MIOLO DE ALCATRA

214

CHA DE DENTRO

Chã de dentro

COXAO MOLE (CHA DE DENTRO)

COXAO DE DENTRO (CHA DE DEN

TRO)

CHA DE BOI (NAO ESPECIFICADA)

PATINHO

Patinho

CABECA DE LOMBO (CARNE DE BOI)

BOLA DO PATINHO (PATINHO)

PATINHO COM OSSO

LAGARTO REDONDO

LOMBO DOS MOCOS (LAGARTO REDONDO)

PAULISTA REDONDO

Lagarto redondo

POSTA BRANCA

LAGARTO PAULISTA (REDONDO)

TATU (LAGARTO REDONDO)

BOIPRIMEIRA

PAULISTA

LOMBO PAULISTA (CARNE DE BOI)

LAGARTO RECHEADO

LAGARTO COMUM

POSTA VERMELHA

LAGARTO PLANO

Lagarto comum

PAULISTA PLANO

COXAO DE FORA (LAGARTO COMUM)

COXAO DURO (LAGARTO COMUM)

CHA DE FORA

LAGARTO DE BOI NAO ESPECIFICADO

Carne moída

CARNE MOIDA DE PRIMEIRA

GUIZADO (CARNE MOIDA) DE PRIMEIRA

Não

especificada

CARNE DE BOI DE PRIMEIRA

CARNE DE BOI DE PRIMEIRA COM OSSO

215

CATEGORIA

SUBGRUPO

PRODUTO

ACEM

LOMBO DE BOI

AGULHA (ACEM)

Acém

ACEM COM OSSO

LOMBO DE BOI COM OSSO

AGULHA COM OSSO

PONTA DE AGULHA

MIOLO DE ACEM

MIOLO DE AGULHA

PONTA DA PA

POSTA GORDA

Pá

MIOLO DA PA

PALETA

CRUZ MACHADO

PALETA COM OSSO

PA COM OSSO

MUSCULO DE BOI

MUSCULO DA PA

MUSCULO DO TRASEIRO

GARRAO

MUSCULO DO DIANTEIRO

CHAMBARIL

BOISEGUNDA

Músculo

CARNE DE P

ESCOCO

MARICA DE BOI

CARNE MARICA DE BOI

CARNE DE VAZIO (CARNE DE BOI)

VAZIO (CARNE DE BOI)

CARNE BOVINA DO VAZIO

MUSCULO COM OSSO

MUSCULO NAO ESPECIFICADO

Peito

PEITO (DE BOI)

PONTA DE PEITO

PEITO NAO ESPECIFICADO

CAPA DE FILE

FRALDINHA (CAPA DE FILE)

Capa de Filé

ABA DE FILE

CAPA DE CONTRAFILE

CAPA DE COSTELA

CAPA DE COXAO MOLE

COSTELA DE BOI

Costela

CARNE CHUPA MOLHO

MATAMBRE (CARNE DE BOI)

PONTA DE COSTELA

216

CARNE MOIDA DE

SEGUNDA

Carne Moída

GUIZADO (CARNE MOIDA) DE SEGUNDA

CARNE MOIDA DE TERCEIRA

CARNE DE BOI DE SEGUNDA

ALCATRINHA COM OSSO (DIANTEIRO DE SEGUNDA)

CARNE BOVINA COM OSSO (NAO ESPECIFICADA)

CARNE BOVINA MOIDA (NAO ESPECIFICADA)

Não

espe

cificada

CONTRA FILE DE SEGUNDA

BOISEGUNDA

FILE DE SEGUNDA

ALCATRINHA

JACARE (CARNE DE BOI DE SEGUNDA C/ OSSO)

CARNE DE BOI DE SEGUNDA COM OSSO

CUPIM

CUPIM DE BOI

RABADA DE BOI

RABO DE BOI

Outras

BRAJOLA

BRACHOLA

BIFE RO

LE (CRU COM INGREDIENTES)

ROLETA

CARNE BOVINA DE TERCEIRA

FARINHA DE MANDIOCA

FARINHA DE MANDIOCA CRUA

FARINHA DE MANDIOCA TORRADA

FARINHA DE MANDIOCA BIJU

FARINHA DE MANDIOCA MORENA

FARINHA DE MANDIOCA AMARELA

FARINHA DE MA

NDIOCA BRANCA

FARINHA DE

MANDIOCA

FARINHA DE MANDIOCA MISTURADA

FARINHA DE MANDIOCA COMUM

FARINHA DE COPIOBA

FARINHA DE MESA

FARINHA DE CARIMA

FARINHA DE SURUI

MASSA DE MANDIOCA

FARINHA DE AGUA

CRUERA

217

CATEGORIA

SUBGRUPO

PRODUTO

FEIJAO MANTEIGA

FEIJAO BICO DE OURO

FEIJAO CAETE

FEIJAO PINGO DE OURO

Feijão manteiga

FEIJAO GRAO DE OURO

FEIJAO BRANCO

FEIJAO LOUCA

FEIJAO CANARINHO

FEIJAO BOLINHA

FEIJA

O MULATINHO

FEIJAO COFELISTA

FEIJAO PAULISTA

FEIJAO MOURO

FEIJAO SESSENTA DIAS

Feijão mulatinho

FEIJAO MULATA GORDA

FEIJAO MARROM

FEIJAO MORENINHO

FEIJAO CAFE COM LEITE

FEIJAO NAGE

FEIJAO NAVEGADOR MARROM

FEIJAO CEARENCE

FEIJAO PRETO

FEIJAO ESCURINHO

FEIJÃO

FEIJAO FLORESTA NEGRA

FEIJAO BORBAO

FEIJAO QUEBRANCHO

Feijão preto

FEIJAO REBENTA NEGRO

FEIJAO DO MILHO

FEIJAO BEIRA LINHA

FEIJAO ITALIANINHO

FEIJAO BANDINHA (FEIJAO PRETO)

FEIJAO CAVALO

FEIJAO DE COR

FEIJAO FRADINHO

FEIJAO MACASSAR

FEIJAO DE CORDA

FEIJAO DE METRO

FEIJAO ORELHA DE FRADE

FEIJAO CORUJA

FEIJAO DE MOITA

FEIJAO QUARENTINHA

Feijão fradinho

FEIJAO LIGEIRO

FEIJAO CATADOR

FEIJAO MIUDO

FEI

JAO GURGUTUBA

FEIJAO GURUTUBA

FEIJAO OLHO DE CABRA

FEIJAO PENDANGA

FEIJAO PITIUBA

218

FEIJAO QUARENTA DIAS

FEIJAO BOCA PRETA

FEIJAO DE FRADE

FEIJAO DE VARA

FEIJAO OLHO PRETO

FEIJAO DO RIO

FEIJAO IBRA

FEIJAO DE RAMA

Feijão

fradinho

FEIJAO BAIANO

FEIJAO VINAGRE

FEIJAO SEMPRE VERDE

FEIJAO DE ARRANCA

FEIJAO BAJE PODRE (FEIJAO MACASSAR)

FEIJAO BARRIGUDO (FEIJAO DE METRO)

FEIJAO CANAPU

FEIJAO CAUPI

FEIJAO DA COLONIA

FEIJAO VERDE

FEIJAO PERUANO

FEI

JAO JALO

FEIJAO VERMELHO

FEIJAO MOLEQUE

Feijão jalo

FEIJAO ENCARNADO

FEIJÃO

FEIJAO GORDO

FEIJAO ENXOFRAO

FEIJAO DO SUL

FEIJAO ROXO

FEIJAO ROCHEDO

FEIJAO BICO ROXO

FEIJAO BORDO

FEIJAO BRABINHO

Feijão roxo

FEIJAO MARUMBE

EIJAO ROXINHO

FEIJAO ROXAO

FEIJAO ROXOTI

FEIJAO RAPE (FEIJAO ROXO)

FEIJAO ANAO (FEIJAO ROXO)

FEIJAO RAJADO

FEIJAO AMENDOIM

FEIJAO CHITA FINA

FEIJAO VERMELHO E BRANCO

FEIJAO ZEBRINHA

Feijão rajado

FEIJAO CASCA DE COCO

IJAO CASCAO

FEIJAO PINTADO

FEIJAO PINTADINHO

FEIJAO RISCADINHO

FEIJAO CARNAVAL

FEIJAO GROSSO

FEIJAO CHOCOLATE

FEIJAO CARIOCA

FEIJAO RAJADINHO

FEIJAO CARIOQUINHA

219

FEIJAO PITOCO

FEIJAO DOURADINHO

FEIJAO ROSINHA

FEI

JAO MARIA ROSA

FEIJAO MOURA ROSA

FEIJAO ROSADO

FEIJAO BARROSINHO

FEIJAO GANCHEIRO

FEIJAO PAQUETA

FEIJAO ENXOFRE

FEIJÃO

FEIJAO AMARELO

Outros feijões

FEIJAO OURO

FEIJAO MINEIRO AMARELO

FEIJAO MINEIRO

FEIJAO PARDO

FEIJAO FUM

ACA

FEIJAO CHUMBINHO

FEIJAO CAFEZINHO

FEIJAO PAQUINHO

FEIJAO PACO MINEIRO

FEIJAO CAQUI

FEIJAO OPAQUINHO

FEIJAO CAFE

FEIJAO TERRINHA

FEIJAO CARA SUJA

FEIJAO OPACO

FEIJAO FIGADO DE GALINHA

FEIJAO IMPERIAL

220

CATEGORIA

SUBGRUPO

PRODUTO

FRANGO ABATIDO

GALINHA ABATIDA

FRANGO INTEIRO

FRANGO CAIPIRA

FRANGO CONGELADO

Frango Abatido

GALINHA CONGELADA

FRANGO TEMPERADO (CONGELADO)

GAL

INHA TEMPERADA (CONGELADA)

FRANGO RESFRIADO

GALINHA RESFRIADA

Peito

PEITO DE GALINHA OU FRANGO

FILE DE FRANGO

COXA DE GALINHA OU FRANGO

SOBRECOXA DE GALINHA OU FRANGO

Coxa

COXA E SOBRECOXA DE GALINHA OU FRANGO

COXA NAO ESPECIFICA

FRANGO A PASSARINHO

COXA E ASA DE GALINHA OU FRANGO

COXA E PEITO DE GALINHA OU FRANGO

FRANGO

DORSO DE GALINHA OU FRANGO

Dorso

CARCACA DE GALINHA OU FRANGO

COSTELA E PE DE GALINHA OU FRANGO

OSSO DE GALINHA

ASA DE GALINHA OU FRA

NGO

DRUMETE (PARTE DA ASA DE GALINHA OU FRANGO)

Asa

ASA DE FRANGO

ASA DE GALINHA

ASA DE FRANGO TEMPERADO

FRANGO VIVO

GALINHA VIVA

Vivo

GALINHA EM PE

FRANGO EM PE

CARNE DE FRANGO OU GALINHA EM CONSERVA

QUITUTE DE FRANGO OU G

ALINHA

PESCOCO DE GALINHA OU FRANGO

Outras

PE DE GALINHA OU FRANGO

PE E ASA DE GALINHA OU FRANGO

SAMBIQUIRA DE GALINHA OU FRANGO

PATE DE GALINHA EMBUTIDO

PASTA DE GALINHA EMBUTIDA

PARTE DE GALINHA OU FRANGO (NAO

ESPECIFICADA)

Não

espe

cificado

FRANGO EM PEDACOS (NAO ESPECIFICADOS)

GALINHA EM PEDACOS (NAO ESPECIFICADOS)

CARNE DE GALINHA OU FRANGO (NAO

ESPECIFICADA)

221

CATEGORIA

SUBGRUPO

PRODUTO

LEITE EM PO INTEGRAL

LEITE EM PO NINHO INTEGRAL

LEITE EM PO GLORIA (INTEGRAL

)

Integral

LEITE EM PO NINHO INSTANTANEO (INTEGRAL)

LEITE EM PO NESTOGENO (2. SEMESTRE)

(INTEGRAL)

LEITE EM PO LACTOGENO (INTEGRAL)

LEITE EM PO NANON (INTEGRAL)

LEITE EM PO FRIGOR

LEITE EM PÓ

LEITE EM PO DESENGORDURADO

LEITE EM PO P

ELARGON (DESENGORDURADO)

LEITE EM PO ELEDON (DESENGORDURADO)

Desengordurado

LEITE EM PO MOCOCA (DESENGORDURADO)

LEITE EM PO DESNATADO (DESENGORDURADO)

LEITE EM PO SEMILKO (DESENGORDURADO)

LEITE EM PO NESTOGENO (1. SEMESTRE)

(DESENGORDURADO)

LEITE EM PO MOLICO (DESENGORDURADO)

LEITE EM PO PRODIETON (DESENGORDURADO)

LEITE EM PO DESNATADO

Não

especificado

LEITE EM PO (NAO ESPECIFICADO)

LEITE DE VACA PASTEURIZADO

LEITE TIPO B

LEITE TIPO C

LEITE ESPECIAL

LEI

TE LONGA VIDA

Pasteurizado

LEITE GLUT (LONGA VIDA)

LEITE TIPO A

LEITE DESNATADO

LEITE ESTERILIZADO

LEITE FLUIDO

LEITE INTEGRAL

LEITE PASTEURIZADO

LEITE SEMI DESNATADO

LEITE (NAO ESPECIFICADO)

LEITE DE VACA FRESCO (IN NATURA)

LEITE DA ROCA

Fresco

LEITE DE CABRA

LEITE DE BUFALA

LEITE DE JUMENTA

222

CATEGORIA

SUBGRUPO

PRODUTO

MACARRAO SEM OVOS

MACARRAO DE GLUTEN SEM OVOS

MACARRAO DE SEMOLA SEM OVOS

MACARRAO DE SEMOLINA SEM OV

MACARRAO DE SOPA SEM OVOS

MASSA SEM OVOS

MASSA DE GLUTEN SEM OVOS

MASSA DE SEMOLA SEM OVOS

MASSA DE SEMOLINA SEM OVOS

MASSA DE SOPA SEM OVOS

TALHARIM SEM OVOS

SPAGHETTI SEM OVOS

Sem ovos

ESPAGUETE SEM OVOS

ALETRIA SEM OVOS

MIOJO

MACARRAO INSTANTANEO

MACARRAO PARAFUSO SEM OVOS

MACARRAO COM ESPINAFRE

MACARRAO COM CENOURA

MACARRAO COM MILHO

MACARRAO INTEGRAL

MACARRAO PASTEURIZADO

MACARRAO PICADO

MACARRAO PRE

COZIDO

MACARRAO SEM COLESTEROL

MACA

RRAO VITAMINADO

MASSA INSTANTANEA

MACARRÃO

MACARRAO COM OVOS

MACARRAO DE GLUTEN COM OVOS

MACARRAO DE SEMOLA COM OVOS

MACARRAO DE SEMOLINA COM OVOS

MACARRAO DE SOPA COM OVOS

MASSA COM OVOS

MASSA DE GLUTEN COM OVOS

MASSA DE SEMOLA C

OM OVOS

Com ovos

MASSA DE SEMOLINA COM OVOS

MASSA DE SOPA COM OVOS

TALHARIM COM OVOS

SPAGHETTI COM OVOS

ESPAGUETE COM OVOS

ALETRIA COM OVOS

MACARRAO PARAFUSO COM OVOS

MACARRAO (NAO ESPECIFICADO)

MACARRAO CASEIRO

MACARRAO CO

M SEMOLA ( NAO ESPECIFICADO)

ESPAGUETE (NAO ESPECIFICADO)

Não

especificado

MACARRAO PARAFUSO (NAO ESPECIFICADO)

TALHARIM (NAO ESPECIFICADO)

MASSA DE SEMOLA (NAO ESPECIFICADA)

MASSA DE SOPA (NAO ESPECIFICADA)

MASSA (NAO ESPECIFICADA)

223

CATEG

ORIA

SUBGRUPO

PRODUTO

MANTEIGA COM OU SEM SAL

MANTEIGA COM SAL

MANTEIGA SEM SAL

MANTEIGA DA TERRA

MANTEIGA

MANTEIGA DE GARRAFA

MANTEIGA DE LEITE

MANTEIGA VEGETAL

MANTEIGA DE PORCO

MARGARINA VEGETAL COM OU SEM SAL

MARGARINA COM

OU SEM SAL

MARGARINA DIET COM OU SEM SAL

MARGARINA COM SAL

MARGARINA

MARGARINA DE MILHO

MARGARINA DE SOJA

MARGARINA LIGHT

MARGARINA SEM SAL

PAO FRANCES

PAO DE AGUA

PAO DE HAMBURGUER

BISNAGA

PAO DE SAL

PAO DE TRIGO

PAO

CACETINHO

PAO SUICO

PAO CARECA

PAO FILAO

PAO DE SEMOLINA

PAO BENGALA

PAO BISNAGA

BENGALA

PAO SOVADO

PAO SOVADO CABRITO

PAO SIRIO

PAO FRANCES BISNAGA

PAO DE CHA

PÃO FRANCÊS

PAO PROVENCO

PAO PROVENCAL

PAO MASSA FIN

PAO VITA SALGADO

PAO CARIOQUINHA

PAO PRESUNTO

PAO DE BANHA

PAO BANQUETE

PAO BAQUETE

PAO BAGUETE

PAO ARABE

PAO CARTEIRA (SALGADO)

PAO SEDA

PAO TABICA

PAO PALITO

PAO SACADURA

PAO BAIANO

PAO MANUAL

224

MINI PAO

MINI PAO FRANCES

MINI BAGUETE

PÃO FRANCÊS

MINI BENGALA

PAO MASSA GROSSA

PAO PIZZA

PAO RECHEADO (SALGADO)

PAO CIABATA

PAO CERVEJINHA

PAO DE CARA

PAO PORTUGUES

PAO SERIDO

CATEGORIA

SUBGRUPO

PRODUTO

CARRE DE PORCO

CHUL

ETA DE PORCO

Carré

COSTELETA DE PORCO

PALETA DE PORCO

BISTECA DE PORCO

PERNIL DE PORCO

Pernil

COXAO DE PORCO

QUARTO DE PORCO

Costela

COSTELA DE PORCO

COSTELINHA DE PORCO

LOMBO DE PORCO

LOMBINHO DE PORCO

SUÍNO

Lombo

CARNE DE PORC

O SEM OSSO (NAO ESPECIFICADA)

CARNE DE PORCO DE PRIMEIRA (NAO

ESPECIFICADA)

LOMBO DE PORCO RECHEADO E TEMPERADO

ALCATRA DE PORCO

TOUCINHO

Toucinho fresco

TOUCINHO FRESCO

TOUCINHO DE TORRESMO

PELE DE PORCO FRESCA

CARNE DE PORCO NAO ES

PECIFICADA

CARNE DE PORCO COM OSSO (NAO ESPECIFICADA)

ARRASTO DE PORCO

(VISCERAS,MIUDOS,FRISSURAS)

CARNE DE PORCO NAO ESPECIFICADA

Outras carnes suínas

com e sem osso

RABO DE PORCO

RABINHO DE PORCO

CABECA DE PORCO

ORELHA DE PORCO FRESCA

OSSO DE PORCO

OSSADA DE PORCO

MOCOTO (DE PORCO)

PORCO VIVO

NARIZ DE PORCO

PE DE PORCO FRESCO

APARA (CARNE DE PORCO)

225

LIMPEZA (CARNE DE PORCO)

BISTECA NAO ESPECIFICADA

Outras carnes suínas

com e sem osso

JOELHO DE PORCO

CARNE

DE PORCO DE SEGUNDA

MUSCULO DE PORCO

ORELHA DE PORCO NAO ESPECIFICADA

CARCACA DE PORCO

CARNE DE PORCO EM BIFE

ORELHA E PE DE PORCO

Porco Eviscerado

PORCO OU LEITAO MORTO (EVISCERADO)

LEITAO MORTO (EVISCERADO)

PORCO ABATIDO

stela salgada

COSTELA DE PORCO SALGADA

SALSICHA (VAREJO)

Salsicha

SALSICHA (PACOTE)

SALSICHAO (VAREJO)

SALSICHAO (PACOTE)

PE DE PORCO SALGADO

Pé Salgado

CHISPE SALGADO

CHISPE

SUÍNO

TOUCINHO DE PORCO DEFUMADO

BACON (VAREJO)

OUCINHO DEFUMADO

Toucinho defumado

BACON (EMBALADO)

BACON

BACON DEFUMADO

RETALHO DE BACON

CARNE DE PORCO SALGADA

ORELHA DE PORCO SALGADA

LOMBO DE PORCO SALGADO

COPA DE PORCO SALGADA

RABO DE PORCO SALGADO

Carnes Salgadas

TOUCINHO

DE PORCO SALGADO

TOUCINHO SALGADO

CARNE SALGADAS DE FEIJOADA

MISTURA DE CARNES SALGADAS DE FEIJOADA

CARNE SALGADA NAO ESPECIFICADA

LINGUICA (VAREJO)

LINGUICA (PACOTE)

LINGUICA PARA CHURRASCO

LINGUICA (NAO ESPECIFICADA)

Lingüiça

INGUICA CALABREZA

LINGUICA DE PORCO

LINGUICA DEFUMADA

LINGUICA MISTA

LINGUICA TOSCANA

Paio

PAIO

CODEGUIM

226

MORTADELA

MORTADELA DE BOI

MORTADELA DE FRANGO

MORTADELA DE PORCO

MORTADELA FATIADA (NAO ESPECIFICADA

)

RETALHO DE MORTADELA

Mortadela

MORTADELA BOLONHESA

MORTADELA DE CHESTER

MORTADELA DE GALINHA

MORTADELA DE PERU

MORTADELA DEFUMADA

MORTADELA LIGHT

MORTADELA MISTA

Salame

SALAME

SUÍNO

SALAMINHO

CARNE DE PORCO EM CONS

ERVA

FIAMBRADA DE PORCO

VIANDADA DE PORCO

KITUTE DE PORCO

PRESUNTADA

QUITUTE DE PORCO

FIAMBRE

AFIAMBRADO

SALSICHA EM CONSERVA

MORTADELA EM CONSERVA

CARNE DE PORCO DEFUMADA

ORELHA DE PORCO DEFUMADA

LOMBO DE PORCO DEFUMADO

COPA DE PORCO DEFUMADA

COSTELA DE PORCO DEFUMADA

CHISPE DEFUMADO

PE DE PORCO DEFUMADO

Outras Carnes suínas

RETALHO PARA PIZZA (MISTURA DE

PRESUNTO,MORTADELA,QUEIJO,ETC.)

QUEIJO E PRESUNTO (RETALHOS PARA PIZZA)

PRESUNTO E QUEIJO (RETALH

OS PARA PIZZA)

CHOURICO

MORCELA

MORCILHA

QUEIJO DE PORCO (MORCELA)

PATE DE PRESUNTO EMBUTIDO

PASTA DE PRESUNTO EMBUTIDA

PURURUCA

PELE DE PORCO PREPARADA

227

CATEGORIA

SUBGRUPO

PRODUTO

QUEIJO PRATO

Prato

QUEIJO

TIPO LANCHE

QUEIJO COLONIAL

QUEIJO MUZARELLA

MUZARELLA

MUSSARELA

QUEIJO MUSSARELA

Mussarela

MUSSARELA FATIADA

RETALHO DE MUSSARELA

MUSSARELA DE BUFALA

MUSSARELA LIGHT

QUEIJO DE MINAS

QUEIJO MINAS

QUEIJO DE MANTEIGA

ECHIMIA

QUEIJO DE COALHO

Minas

QUEIJO TIPO MINAS

QUEIJO MINAS CURADO

QUEIJO CANASTRA

QUEIJO DE MINAS CURADO

QUEIJO DO SERRO

QUEIJO CATIARA

QUEIJO PARMEZON

Parmesão

QUEIJO PARMEZAO

QUEIJO RALADO

Não especificado

QUEIJO (NAO ESP

ECIFICADO)

QUEIJOS

QUEIJO DO REINO

QUEIJO PALMIRA

QUEIJO CUIA

QUEIJO RICOTA

QUEIJO PROVOLONE

QUEIJO CAMEMBERT

QUEIJO ROQUEFORT

QUEIJO DE MARAJO

QUEIJO POLENGUINHO

QUEIJO FUNDIDO

QUEIJO PASTEURIZADO

QUEIJO PASTEURIZADO PO

LENGUINHO

Outros

QUEIJO DE SOJA

TOFU (QUEIJO DE SOJA)

OTOFU (QUEIJO DE SOJA)

QUEIJO DE FEIJAO SOJA

QUEIJO GORGONZOLA

OUTROS QUEIJOS

QUEIJO SUICO

QUEIJO DE TRANCA

QUEIJO CAVALO

QUEIJO TIPO GOLDA

QUEIJO QUARCK

QUEIJO TIPO Q

UARCK

QUEIJO MAASDAMER (SUICO)

QUEIJO FOL EPI (SUICO)

228

CATEGORIA

SUBGRUPO

PRODUTO

TOMATE

TOMATE PAULISTA

TOMATE MACA

TOMATE

TOMATE PERA

TOMATE JAPONES

TOMATE VERDE

TOMATE CAQUI

229

ANEXO 3

Caderneta de despesa coletiva

POF

2002/2003

230

231

232

233

Livros Grátis
( http://www.livrosgratis.com.br )
 
Milhares de Livros para Download:
 
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas

Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
 
 