Estudo de impacto · Meio ambiente, desmatamento e povos indígenas · desmatamento · fiscalização ambiental
Efeito da fiscalização orientada pelo DETER sobre o desmatamento nos municípios da Amazônia, 2006–2016 (contexto metodológico: não estima decisões de 2019–2022)
Juliano Assunção, Clarissa Gandour e Romero Rocha (CPI/PUC-Rio; IE/UFRJ) (2019-11). Texto para discussão.
Registro em revisão de fontes; não publicado.
Estudo causal. Usa estratégia de identificação declarada e estima o efeito com incerteza, sob as hipóteses do próprio estudo.
O que o estudo examina
- Decisão ou política
- Fiscalização ambiental federal (Ibama) orientada pelos alertas de satélite do DETER (INPE), em operação plena desde 2005–2006. A presença da fiscalização é medida pelo número de multas ligadas a desmatamento lavradas no município. O estudo não examina decisões tomadas em 2019–2022.
- Resultado estudado
- Incremento anual do desmatamento por corte raso no município (PRODES/INPE), no ano seguinte ao da fiscalização, de 2006 a 2016.
- Período
- Anos PRODES 2006 a 2016 (agosto de 2005 a julho de 2016).
- População ou unidade
- 521 municípios da Amazônia com floresta e dados disponíveis; 5.210 observações município-ano.
Método
Variável instrumental com mínimos quadrados em dois estágios: a cobertura de nuvens sobre o DETER reduz a capacidade de detectar desmatamento e, por isso, a alocação de fiscais. Painel município-ano com efeitos fixos de município e de ano e controles de precipitação, temperatura, cobertura de nuvens do PRODES, área não observável e preços agrícolas. Erros-padrão robustos agrupados por município. A estatística F do primeiro estágio é 14,72. Há testes de deslocamento para municípios vizinhos e de robustez (diferenças de linha de base, composição da amostra, controles climáticos alternativos).
Por que é lido como estudo causal — e até onde
- Hipóteses de identificação
- Relevância: a cobertura de nuvens sobre o DETER reduz a fiscalização no município, porque alertas não são emitidos para áreas encobertas. Exclusão: condicionada a precipitação e temperatura (defasadas), à área não observável e às nuvens do PRODES, a preços agrícolas e a efeitos fixos de município e de ano, a cobertura de nuvens do DETER só afeta o desmatamento do ano seguinte por meio da fiscalização (seção 3, p. 12–14). Os autores apontam duas ameaças à exclusão: correlação das nuvens com características geográficas, como clima e solo, e com a própria medição do desmatamento pelo PRODES. Respondem a elas com os controles e os efeitos fixos citados.
- Testes apresentados pelo estudo
- Primeiro estágio forte e com o sinal esperado: 1 desvio-padrão a mais de nuvens reduz as multas em cerca de 25% da média; F = 14,72 (Tabela 3, Painel B). Comparação com MQO, que dá coeficiente nulo, coerente com causalidade reversa (Tabela 3). Teste de deslocamento ou contágio para municípios vizinhos (seção 5.2). Robustez (seção 6): tendências lineares interagidas com desmatamento acumulado, incremento de 2003 e multas de 2002–2004 (Tabela 7); amostra restrita a municípios com mais floresta e amostra ampliada para 2005 (Tabela 8); controles de áreas protegidas e municípios prioritários (Tabela 9); bases climáticas alternativas da NOAA (Tabela 10). O coeficiente permanece negativo e significativo. Não há teste placebo da restrição de exclusão nem teste de sobreidentificação, porque há um único instrumento.
- Ameaças à validade
- A restrição de exclusão não é testável diretamente. Restam canais possíveis de as nuvens afetarem o desmatamento por outras vias além da fiscalização, como o clima local mal medido por bases interpoladas em região com poucas estações e a logística do próprio desmatamento. A fiscalização é medida por multas, que são também uma resposta ao desmatamento. A estimativa é um efeito local da variação induzida por nuvens. A magnitude de 44% e a simulação de 338 mil km² extrapolam esse efeito marginal para cortes grandes ou para a ausência total de fiscalização.
- Alcance da conclusão
- Vale para a fiscalização do Ibama orientada pelo DETER nos 521 municípios do bioma Amazônia, de 2006 a 2016, e para variações marginais na presença da fiscalização. Sustenta que, nesse período, mais fiscalização reduziu o desmatamento por corte raso no ano seguinte. NÃO estima o efeito das decisões de 2019–2022 (orçamento, pessoal, Decreto 9.760/2019, Fundo Amazônia) nem que parte da alta de 2019–2022 se deve a elas. Também não diz qual mecanismo operou (dissuasão ou apreensão de equipamentos).
Estimativa e incerteza
Coeficiente de 2SLS de −0,0743 sobre o logaritmo do desmatamento por multa a mais no ano anterior (Tabela 3, col. 2). Os autores traduzem: com média de 9,87 multas por município-ano, reduzir à metade o monitoramento e a fiscalização aumenta o desmatamento municipal em cerca de 44%. Simulação contrafactual do estudo: sem fiscalização, o desmatamento acumulado na amostra seria de 338 mil km², quase cinco vezes o observado, o equivalente a cerca de 27 mil km² por ano evitados. A simulação depende das hipóteses do modelo e não é fato observado.
Limitações
- O período é 2006–2016. O estudo não estima o efeito das mudanças de 2019–2022 e não mede quanto da alta do desmatamento nesse período se deve a menos fiscalização.
- A estimativa de variável instrumental vale para a variação da fiscalização induzida pelas nuvens; pode não se aplicar igualmente a cortes de orçamento, de pessoal ou a mudanças de procedimento.
- A presença da fiscalização é aproximada pelo número de multas; embargos, apreensões e operações sem multa não entram diretamente.
- Versão de trabalho (novembro de 2019). A versão revisada por pares (AEJ: Applied Economics, 2023; fonte aea-2023-assuncao-gandour-rocha-deter) não foi lida e pode trazer números diferentes.
- Na introdução, os autores mencionam que o orçamento federal de 2020 propunha cortar até 50% do apoio ao monitoramento e à fiscalização. É contexto do texto, sem estimativa própria, e não foi conferido em documento orçamentário.
Referência e trechos
DETERring Deforestation in the Amazon: Environmental Monitoring and Law Enforcement (Working Paper 003) — acessar
- Climate Policy Initiative / PUC-RiofichaResumo (p. 1) e Introdução, p. 3–4 (numeração impressa): painel 2006–2016, instrumento e "reducing monitoring and law enforcement by half increases municipal deforestation by an estimated 44%"
- Climate Policy Initiative / PUC-RiofichaSeção 5.1, p. 20–21 (numeração impressa): interpretação do coeficiente (44% = 1 − e^(9,87/2 × −0,0743)) e primeiro estágio
- Climate Policy Initiative / PUC-RiofichaTabela 3, Painéis A e B (p. 45 da numeração impressa): coeficientes, erros-padrão, F = 14,72, 5.210 observações e 521 municípios
- Climate Policy Initiative / PUC-RiofichaSeção 5, p. 24–25 (numeração impressa) e Figura 4: simulações contrafactuais (338 mil km²; 27 mil km² por ano)
Indicadores relacionados
Lacunas
- Ler a versão publicada (AEJ: Applied Economics, 2023, DOI 10.1257/app.20200196) e comparar os números com os da versão de trabalho.
- Estudo com identificação causal sobre o período 2019–2022 não foi lido. O artigo de Oliveira, Cisneros, Sellare e Börner (Journal of Politics, DOI 10.1086/744065), sobre sinais antiambientais do governo e desmatamento em 2019, ficou inacessível (bloqueio anti-robô nos repositórios e HTTP 403 na editora).