Resumo Executivo

Mariane de Paula Rodrigues; Carolina Silva de Moura

Resumo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.

Utilizando uma abordagem quantitativa, a pesquisa analisou a incidência de registros de violência contra a mulher no período de 2010 a 2021, buscando subsídios para aprimorar a alocação de recursos e o desenho de intervenções. A violência doméstica, definida pela Lei Maria da Penha (Lei nº 11.340/2006) como qualquer ação ou omissão baseada no gênero que cause dano físico, sexual, psicológico, moral ou patrimonial (Brasil, 2006), é um fenômeno complexo que reflete estruturas sociais e econômicas profundamente arraigadas. A Organização Mundial de Saúde estima que, nas Américas, uma em cada três mulheres já sofreu violência física ou sexual por parceiro íntimo (OPAS, 2024), um dado alarmante que evidencia a magnitude do problema.

Dados do Fórum Brasileiro de Segurança Pública [FBSP] (2023) indicam que 33,4% das mulheres com 16 anos ou mais vivenciaram violência similar, o que se traduz em milhões de vidas afetadas por agressões que ocorrem, majoritariamente, no espaço privado do lar. A perpetuação da violência de gênero está intrinsecamente ligada a fatores estruturais como a desigualdade nas relações de poder entre homens e mulheres, que historicamente induzem a posições de submissão e controle (Bianchini, Bazzo e Chakian, 2022). Fatores de risco individuais e contextuais, como baixa escolaridade, exposição à violência na infância, uso abusivo de álcool e aceitação de normas culturais que justificam a violência, são frequentemente associados à perpetração (OPAS, 2024). A pesquisa “Visível e Invisível” (FBSP, 2023) reforça que a violência se enraíza em valores culturais que atribuem papéis desiguais, solidificando relações de poder assimétricas.

O confinamento domiciliar, necessário para conter a propagação do vírus, aprisionou muitas vítimas com seus agressores, ao mesmo tempo em que limitou drasticamente o acesso a redes de apoio formais e informais, como escolas, locais de trabalho e serviços de assistência social (OPAS, 2020). Em 2022, o estado foi o quarto no ranking nacional de mulheres vítimas de homicídio e lesões corporais seguidas de morte (Ministério das Mulheres, 2024). Entre 2022 e 2023, foram registradas mais de 158 mil ameaças e 46 mil ocorrências de lesão corporal dolosa contra mulheres no estado (FBSP, 2024), números que, embora elevados, representam apenas a fração visível do problema, dada a conhecida subnotificação. A pesquisa, de natureza documental e abordagem quali-quantitativa (Bigaton et al., 2024), utilizou dados públicos secundários referentes aos 853 municípios de Minas Gerais para o período de 2010 a 2021.

A variável dependente (Y) foi definida como o quantitativo de vítimas de violência doméstica (agregando as categorias física, psicológica/moral, sexual e autoprovocada) por município e por ano. A escolha por agregar diferentes tipos de violência se deu pela compreensão de que frequentemente coexistem e pela necessidade de capturar a magnitude geral do fenômeno. As variáveis independentes (X) foram selecionadas com base na literatura sobre os determinantes da violência e na disponibilidade de dados consistentes para o período. A metodologia econométrica foi desenhada para lidar com a complexidade dos dados e a natureza do problema.

A análise comparou diferentes modelos de regressão para dados em painel, uma técnica que permite controlar a heterogeneidade não observada entre as unidades de análise (municípios) que permanece constante ao longo do tempo. O modelo de Mínimos Quadrados Ordinários para dados empilhados (pooled OLS), que trata todas as observações como independentes e ignora a estrutura de painel, foi considerado como ponto de partida. No entanto, sua premissa de interceptos constantes é raramente sustentável em análises regionais, podendo gerar estimativas enviesadas e inconsistentes (Gujarati e Porter, 2008).

Para superar essa limitação, foram avaliados os modelos de efeitos fixos [FE] e de efeitos aleatórios [MEA]. O modelo FE assume que a heterogeneidade não observada pode ser correlacionada com os regressores, capturando características idiossincráticas de cada município através de interceptos específicos para cada um. Já o modelo MEA trata essa heterogeneidade como uma variável aleatória, não correlacionada com as variáveis explicativas, sendo mais eficiente que o FE sob essa premissa (Baltagi, 2005; Greene, 2018). A escolha entre esses modelos não foi arbitrária, mas guiada por testes de especificação estatística rigorosos. O teste do Multiplicador de Lagrange de Breusch e Pagan (1980) foi utilizado para comparar o modelo de efeitos aleatórios com o pooled OLS, testando a hipótese nula de que a variância dos efeitos individuais é zero. A rejeição dessa hipótese indica a presença de heterogeneidade não observada, favorecendo os modelos de painel.

Subsequentemente, o teste de Hausman (1978) foi aplicado para comparar diretamente os modelos de efeitos fixos e de efeitos aleatórios. Este teste avalia se os efeitos não observados são correlacionados com os regressores. A não rejeição da hipótese nula de ausência de correlação sugere que o modelo de efeitos aleatórios é consistente e mais eficiente, tornando-se a escolha preferível. Toda a análise de dados, desde a limpeza e organização até a estimação dos modelos e testes, foi realizada em ambiente de programação Python, utilizando as bibliotecas Pandas, Numpy, Statsmodels e Linearmodels.

A análise descritiva dos dados, compreendendo 8.988 observações para os 853 municípios entre 2010 e 2021, revelou a acentuada heterogeneidade que caracteriza o estado de Minas Gerais. A variável dependente, o quantitativo de vítimas (qtvitim), apresentou uma média de 48 casos por ano por município, um número que, por si só, mascara a realidade. As variáveis independentes também espelham as profundas disparidades regionais. A população (poptotal) variou de 771 habitantes em Serra da Saudade a mais de 2,5 milhões em Belo Horizonte. O número de famílias com renda de até meio salário-mínimo (fam12sm) teve uma média de 26 mil, e o de beneficiárias do Bolsa Família (fambolsa_fam) variou de uma média de 1.370 a um máximo de 73.507, ilustrando a importância das políticas de transferência de renda no estado.

O gasto per capita com segurança (gastsegpub) apresentou uma média de R$ 6,10, com um intervalo chocante que vai de zero a quase R$ 580,00, sinalizando enormes diferenças na capacidade de investimento e priorização da segurança pública municipal. As variáveis estritamente econômicas confirmam essa desigualdade estrutural. O PIB municipal variou de R$ 11 mil a R$ 105 bilhões, e o PIB per capita oscilou entre R$ 3,5 mil e R$ 920 mil, com uma média de R$ 19,3 mil. Uma política pública que funciona em um município rico e urbanizado pode ser completamente ineficaz em uma localidade rural e de baixa renda. Portanto, a análise regionalizada torna-se indispensável para a formulação de estratégias de combate à violência que sejam verdadeiramente efetivas e adaptadas à realidade de cada território. Os testes de especificação foram decisivos para a definição do modelo econométrico final.

O modelo “Pooled” OLS, que desconsidera a estrutura de painel, apresentou um R² de apenas 0,0255 e foi formalmente rejeitado pelo teste F de poolability (p < 0,0001), confirmando estatisticamente a presença de efeitos específicos dos municípios que não podem ser ignorados. O modelo de efeitos fixos [FE] apresentou um R² “within” (que mede a variação dentro de cada município ao longo do tempo) de 0,0075, enquanto o modelo de efeitos aleatórios [MEA] mostrou um R² “overall” de 0,0224. A superioridade dos modelos de painel sobre o modelo empilhado foi confirmada pelo teste de Breusch-Pagan, que resultou em uma estatística LM de 86,876 (p < 0,0001), rejeitando a hipótese de que não há efeitos aleatórios. O passo final foi a escolha entre FE e MEA, realizada pelo teste de Hausman.

O resultado (χ² = 11,23; p = 0,0815) não rejeitou a hipótese nula de ausência de correlação entre os efeitos não observados e os regressores ao nível de significância de 5%. Isso indicou que o modelo de efeitos aleatórios, por ser mais eficiente (utiliza tanto a variação “within” quanto a “between”), era a especificação mais adequada para os dados.

Durante a estimação, foi detectada multicolinearidade severa entre as variáveis fam12sm e fambolsa_fam (Fator de Inflação da Variância, VIF > 40), o que é esperado, já que ambas medem aspectos da vulnerabilidade econômica.

Para resolver o problema e evitar estimativas instáveis, o modelo final foi restringido, incluindo apenas as variáveis gastsegpub, fambolsafam e pib, que representam, respectivamente, a capacidade institucional, a proteção social e o desenvolvimento econômico. O modelo de efeitos aleatórios final apresentou um R² “overall” de 2,49%. Embora este valor possa parecer baixo, é comum em análises de painel com dados sociais complexos e grande heterogeneidade, e não invalida os resultados, uma vez que o teste F global foi estatisticamente significativo (p < 0,01), validando a relevância conjunta dos regressores.

A análise dos coeficientes revelou relações importantes. O gasto per capita com segurança pública (gastsegpub) teve um coeficiente positivo e significativo (β = 4,41e-06; p < 0,05). Este resultado, à primeira vista contraintuitivo, sugere que maiores investimentos em segurança não causam mais violência, mas sim melhoram a capacidade de notificação e registro dos casos. Municípios que investem mais em segurança tendem a ter delegacias mais bem equipadas, guardas municipais mais presentes e, potencialmente, mais campanhas de conscientização, o que encoraja as vítimas a denunciarem e torna a violência mais visível nos dados oficiais, um fenômeno conhecido como “efeito visibilidade” (Silva & Oliveira, 2021; Costa et al., 2023). O número de famílias no Bolsa Família (fambolsafam) exibiu um coeficiente negativo e estatisticamente significativo (β = -2,23e-07; p < 0,01).

Este é um dos achados mais relevantes do estudo, indicando que políticas de transferência de renda estão associadas a uma redução na violência doméstica registrada. Este resultado corrobora estudos anteriores que apontam o papel protetivo de redes de segurança social no combate à violência de gênero (Soares et al., 2019). Por fim, o PIB (pib) apresentou um coeficiente positivo e significativo (β = 1,16e-10; p < 0,01), indicando que municípios com maior atividade econômica tendem a registrar mais casos de violência. Esta relação complexa não significa que o desenvolvimento econômico gere violência. Pelo contrário, pode ser explicada por um conjunto de fatores associados ao crescimento, como maior urbanização, que pode levar ao enfraquecimento de laços comunitários, e maiores níveis de estresse associados à vida moderna.

Mais importante, municípios mais ricos geralmente possuem uma estrutura institucional mais robusta, com mais delegacias, hospitais, centros de referência e uma sociedade civil mais organizada, o que facilita o registro e a notificação de ocorrências que em locais com menos recursos permaneceriam invisíveis (Waiselfisz, 2015). Assim, o PIB pode estar capturando, em parte, uma maior capacidade do sistema de registrar o fenômeno. Este estudo analisou os determinantes da violência doméstica nos 853 municípios de Minas Gerais entre 2010 e 2021, utilizando um modelo de dados em painel. Os resultados, apesar de limitações inerentes aos dados, como a subnotificação, oferecem insights valiosos para políticas públicas. Foi evidenciado que o investimento em segurança pública está associado a um aumento dos registros, o que provavelmente reflete uma maior capacidade de notificação e visibilidade do problema, e não um aumento da violência em si.

A análise destacou o papel protetivo de políticas de transferência de renda como o Bolsa Família, que se mostraram associadas a uma redução nas taxas de violência, reforçando a importância de estratégias de proteção social para o empoderamento feminino e a mitigação de vulnerabilidades. A relação positiva entre o PIB e os registros sugere que o desenvolvimento econômico, por si só, não é suficiente para mitigar o problema, podendo estar ligado a fatores como urbanização e, crucialmente, a uma melhor estrutura institucional para o registro dos casos. A principal implicação destes achados é a necessidade de políticas públicas integradas, que combinem o fortalecimento da rede de proteção social, o combate às desigualdades estruturais e investimentos contínuos na capacidade institucional de acolhimento e registro. Estudos futuros poderiam enriquecer a análise incorporando variáveis culturais, de acesso a serviços específicos para mulheres, como Delegacias Especializadas, e de representação política feminina.

Conclui-se que o objetivo foi atingido: demonstrou-se que fatores institucionais como o gasto em segurança, políticas sociais como o Bolsa Família e o desenvolvimento econômico municipal são determinantes significativos, ainda que complexos, da taxa de registros de violência doméstica em Minas Gerais.

Referências:
Baltagi, B. H. Econometric Analysis of Panel Data. 5. ed. Wiley, 2005.
Bianchini, A; Bazzo, M.; Chakian, Silvia. Crimes contra mulheres: Lei Maria da Penha, Crimes Sexuais, Feminicídio e Violência Política de Gênero. 6ed. JusPodivm. Disponível em: < https://juspodivmdigital. com. br/cdn/pdf/JUS3325-Degustacao. pdf >. Acesso em: 24 de setembro de 2024.
Bigaton, Aline et al. Metodologias de pesquisa para trabalhos de conclusão de curso / Aline Bigaton, Daniel René Tasé Velázquez, Everton Dias de Oliveira, Maria Júlia Xavier Belém, Mayra Oliveira Ramos. – Piracicaba: Editora PECEGE, 2024.
Brasil. 2006. Lei nº 11.340, de 7 de agosto de 2006. Cria mecanismos para coibir a violência doméstica e familiar contra a mulher, nos termos do § 8º do art. 226 da Constituição Federal, da Convenção sobre a Eliminação de Todas as Formas de Discriminação contra as Mulheres e da Convenção Interamericana para Prevenir, Punir e Erradicar a Violência contra a Mulher; dispõe sobre a criação dos Juizados de Violência Doméstica e Familiar contra a Mulher; altera o Código de Processo Penal, o Código Penal e a Lei de Execução Penal; e dá outras providências. Diário Oficial da União, Brasília, 8 ago. 2006.
Breusch, T. S.; Pagan, A. R. The Lagrange Multiplier Test and Its Applications to Model Specification in Econometrics. Review of Economic Studies, v. 47, n. 1, p. 239–253, 1980.
COSTA, A. M.; PEREIRA, T. S.; LIMA, F. A. Violência doméstica no Brasil: determinantes socioeconômicos e regionais. Revista Brasileira de Estudos de População, v. 40, p. 1-22, 2023.
Fórum Brasileiro de Segurança Pública [FBSP]. 18º Anuário Brasileiro de Segurança Pública. São Paulo: Fórum Brasileiro de Segurança Pública, 2024. Disponível em: https://publicacoes. forumseguranca. org. br/handle/123456789/253. Acesso em: 26 de setembro de 2024.
Fórum Brasileiro de Segurança Pública [FBSP]. 2023. Visível e Invisível: A vitimização de Mulheres no Brasil. 4ª edição. Disponível em: < https://forumseguranca. org. br/wp-content

Resumo executivo oriundo de Trabalho de Conclusão de Curso de Especialização em Data Science e Analytics do MBA USP/Esalq

_{Saiba mais sobre o curso; clique aqui:}