O presente boletim busca analisar, de forma introdutória, as relações entre previdência e investimentos com base no Índice de Efetividade da Gestão Previdenciária (IEG-Prev). Tal índice tem se consolidado como um importante indicador para avaliar a qualidade da administração dos Regimes Próprios de Previdência Social (RPPS) nos municípios brasileiros. A análise da evolução das faixas de resultado do IEG-Prev entre 2019 e 2023 revela tendências significativas sobre a gestão previdenciária municipal e seus impactos nos investimentos e gastos com previdência ((TCESP), 2024).

As figuras 1 e 2 e tabela 1 apresentam a média do resultado de todos os municípios que possuem RPPS ativos que compõem cada Região Administrativa (RA) para o período de 2019 a 2023, sendo a nota média da da RA calculada pela média simples das notas dos municípios que as compõe.

No exercício de 2019, a menor média do IEG-Prev foi da RA de Franca, com 65,6 e a maior média foi de 92,50 da RA de Registro, seguido da RA de Bauru, com nota 82,4. Já no exercício de 2020, a menor média foi de 65,6, da RA de Presidente Prudente e a maior continuou sendo da RA de Registro, com 91,3, seguido da RA de Santos, com 82,60.

O ano de 2021 apresentou uma inflexão relevante no desempenho dos Regimes Próprios de Previdência Social (RPPS) municipais avaliados pelo IEG-Prev. Conforme os dados da Tabela 1, diversas Regiões Administrativas (RAs) do Estado de São Paulo registraram uma queda nas suas notas em comparação com os anos anteriores. Dentre os casos mais notáveis, destacam-se as RAs de Registro (queda de 91,3 em 2020 para 58,1 em 2021), Bauru (de 80,3 para 72,9) e Presidente Prudente (de 65,6 para 61,7).

Essa queda generalizada está em consonância com o que foi apontado pelo Tribunal de Contas do Estado de São Paulo (TCE-SP), que identificou, no exercício de 2021, uma piora no desempenho previdenciário da maioria dos municípios paulistas, especialmente nas dimensões de gestão atuarial e financeira (Tribunal de Contas do Estado de São Paulo, 2024). No exercício de 2022, a menor média foi de 62,6, da RA Central e a maior foi da RA de Registro com 83,50, seguido da RA de Sorocaba, com nota 80,3.

Por fim, em 2023, a menor média do IEG-Prev foi da RA de Franca com 67,4 e a maior média foi de 89,8 da RA de Registro, seguido da RA de Campinas, com  nota 79,6.

A figura 3  representa as faixas de  resultados definidas para o IEG-Prev/Municipal - TCESP, correspondentes à nota média geral (entre 0 e 100) considerando 219 municípios (2019 e 2020) e 218 (2021 a 2023) que possuem regime próprio de previdência social ativo no estado de São Paulo. Observamos que houve uma pequena queda na nota média geral entre 2019 (72,5) e 2021 (72,13). Porém, logo depois, houve uma elevação em 2022 para 76,12. Em 2023, a nota média foi de 75,26.

O IEG-Prev/Municipal TCE-SP possui cinco faixas de resultados, onde a nota A (altamente efetiva) corresponde IEG-Prev/Municipal maior ou igual a 95% da nota máxima e nota igual ou maior que 90 em todos os tipos de questionários aplicados no município. A nota B+ (muito efetiva) significa IEG-Prev/Municipal maior ou igual a 85% e menor que 95% da nota máxima. Em seguida, a nota B (efetiva), é caracterizada por IEG-Prev/Municipal maior ou igual a 70% e menor que 85% da nota máxima. A nota C+ (em fase de adequação) corresponde a IEG-Prev/Municipal maior ou igual a 60% e menor que 70% da nota máxima. Por fim, a nota C (baixo nível de adequação) é marcada por IEG-PREV Municipal menor que 60% da nota máxima ((TCESP), 2024).

Com base na figura 4, a faixa com maior concentração foi a faixa C (baixo nível de adequação), em 2019, com 73 municípios. De 2020 a 2023, houve uma mudança e a faixa com o maior número de municípios foi a faixa B (efetiva), com 80 municípios em 2020 e 2022, 83 em 2021 e 2023.

A eleição de 2016 ocorreu em um período de crise da economia brasileira, de modo que a maioria dos gestores eleitos apostaram em propostas que visavam a sustentabilidade das contas públicas. Em 2020 há o agravante da pandemia do coronavírus - o que fez com que os governos, em todas as instâncias federativas, mobilizassem-se de forma a elevar os gastos em saúde e seguridade social.

Mesmo diante desse cenário, a maioria dos municípios abrangidos pelo IEG-Prev TCE-SP convergiu para a média estadual, nota B, o que pode ser um indício de gestões municipais mais sustentáveis, no âmbito da administração das contas públicas.

Para investigar as relações entre as notas que os municípios recebem e o quanto gastam com previdência e investimentos, utilizamos a base de dados disponibilizada pelo Tribunal Superior Eleitoral (TSE), que contém informações abrangentes e detalhadas sobre as eleições no Brasil. Essa base apresenta informações sobre a votação por candidatos que disputaram cargos eletivos em determinada eleição.

A base inclui informações essenciais como o nome do candidato, partido político, cargo ao qual concorreu, situação final (se foi eleito ou não), o total de votos recebidos, além do município onde a candidatura ocorreu. Esses dados são fundamentais para analisar o desempenho eleitoral dos candidatos em diferentes regiões ou comparar resultados por partido, gênero ou cargo (Tribunal Superior Eleitoral, 2024).

Além disso, há dados cadastrais sobre os candidatos que  fornece um perfil mais detalhado de cada candidato. Nele constam variáveis como idade, ocupação, grau de instrução, gênero, raça/cor autodeclarada e estado civil. Também é possível saber se o candidato estava concorrendo à reeleição.

Algumas informações sensíveis, como o CPF, são parcialmente mascaradas por razões de privacidade. Esses dados são importantes para compreender o perfil dos candidatos e para realizar análises sobre representatividade, desigualdade e tendências ao longo do tempo. No presente estudo, utilizamos os resultados das eleições de 2016 e 2020 para analisar o perfil dos prefeitos eleitos para os mandatos de 2019 e 2021, respectivamente e (Tribunal Superior Eleitoral, 2024).

Os resultados apresentados na tabela 2  trazem os coeficientes de correlação entre o percentual de votação dos candidatos eleitos em relação ao número de votos totais do município (V.C/V.M); o logaritmo natural da população dos municípios abrangidos pelo IEG-Prev (POPULAÇÃO (logarítmo natural)); proporção dos gastos totais voltados à previdência (P.G.T.P); proporção dos gastos totais voltados a investimentos (P.G.T.I); gênero do candidato, homem ou mulher (não homem) - (HOMEM) ; grau de instrução do candidato (G.I); etnia, se o candidato é branco ou não branco - ou seja, das demais etnias: preto, pardo ou indígena - (BRANCO).

Desse modo, foram analisadas as relações entre as variáveis investimento e gastos previdenciários com o perfil dos candidatos eleitos nos municípios abrangidos pelo IEG-Prev. Assim, tem-se como objetivo avaliar o respaldo eleitoral dos candidatos eleitos - principalmente aqueles que buscavam a reeleição - considerando a sustentabilidade das contas públicas no período de 2016 a 2020.

Para a análise em questão foi utilizada uma base de dados com todos os prefeitos eleitos nos municípios abrangidos pelo IEG-Prev em 2016 e 2020, as características dos candidatos como gênero, grau de instrução e etnia e características do pleito eleitoral, votação dos candidatos e a presença ou não de reeleição em 2020. Somado a isso, as porcentagens dos gastos destinados a investimentos e previdência em 2019 (primeiro ano de divulgação do IEG-Prev) e 2022 (último ano base de divulgação do IEG-Prev) e o logaritmo natural da população com o intuito de averiguar a influência da dimensão do município na análise.

Com a realização do teste do p-valor, averiguou-se as correlações estatisticamente significativas - de modo que aquelas cujo p < 0,05 têm significância estatística, sendo destacadas no correlograma com **.

Inicialmente, verifica-se uma correlação positiva entre o percentual de votos obtidos pelo candidato e o montante dos gastos destinados à previdência (0, 24**) - o que indica que candidatos que que alocaram maiores parcelas dos gastos públicos em gastos previdenciários obtiveram os maiores percentis de votos em relação ao total de votos do município.

Partindo para a análise da reeleição, o correlograma demonstra duas correlações negativas com o montante dos gastos destinados à previdência (-0,23**) e aos investimentos (-0,45**). Desse modo, os prefeitos que mais alocaram recursos à previdência e aos investimentos no período e buscavam reeleição, não obtiveram êxito na eleição para um segundo mandato. Em contraste, verifica-se correlação positiva entre a reeleição e o percentual de votos do candidato em relação ao votos totais do município (0,23**), as maiores proporções de votos foram direcionadas aqueles candidatos que buscavam reeleição.

Com isso, nota-se que apesar da relação positiva e o percentual dos gastos destinados à previdência - os gestores reeleitos foram aqueles que menos direcionaram recursos ao investimento e previdência - relação essa enfatizada, principalmente, no âmbito dos gastos com investimento - cuja correlação em módulo é maior que as demais analisadas.

Outro aspecto importantes a ser ressaltado é o perfil do candidato eleito, em relação ao tamanho do município (mensurado pelo logaritmo natural da população) - municípios de maior porte tenderam a eleger prefeitos com maior de instrução e municípios de menor porte tenderam a eleger prefeitos com menor grau de instrução. Quanto maior a dimensão do município, maior tenderá a ser o grau de instrução do gestor eleito e quanto menor a dimensão do município, menor tenderá a ser o grau de instrução do gestor eleito - o que é demonstrado pela correlação positiva entre ambos parâmetros (0,39**).

Além disso, municípios de maior porte tenderam a eleger prefeitos brancos - já os de menor porte tenderam a eleger prefeitos das demais etnias (pretos, pardos e indígenas). Quanto maior a dimensão do município maior a tendência do prefeito eleito ser branco e quanto menor a dimensão do município maior a tendência do prefeito eleito ser das demais etnias (não branco) - o que é confirmado pela correlação positiva entre as variáveis "BRANCO" e "POPULAÇÃO (logaritmo natural)" (0,21**) - por tratar-se de uma variável de controle binária em que atribui-se o valor 1 para branco e 0 para demais etnias.

Os resultados acima mostram que, apesar da correlação positiva entre a proporção de gastos com previdência e a votação no candidato, nos municípios com maiores proporções de investimento e gastos em previdência, o aumento de votos não foi suficiente para aumentar a ocorrência de reeleição, indicando a existência de outras variáveis importantes que afetaram a votação no candidato.

Dessa forma, para entender a relação entre proporção de investimentos e votação no candidato à reeleição é preciso aprofundar a análise através de métodos estatísticos mais adequados. Essa análise será realizada em futuros boletins de Finanças Públicas.

Por: Luciano Nakabashi, Rudinei Toneto Junior, Ruan Cursino Thome, Leandro Del Picchia Torriani e Dalton Afonso Bernardes