Determinantes da Criminalidade na Região Metropolitana de São Paulo

Apresentação em tema: "Determinantes da Criminalidade na Região Metropolitana de São Paulo"— Transcrição da apresentação:

1 Determinantes da Criminalidade na Região Metropolitana de São Paulo

2 Sumário Capítulo 1: Revisão da Bibliografia
Capítulo 2: Determinantes da Criminalidade na Região Metropolitana de São Paulo Capítulo 3: Alcool e Mau Comportamento – Evidências da Restrição da Venda de älcool na Região Metropolitana de São Paulo

3

4 Capítulo 2

5 Questão de Pesquisa Fatores econômicos e dissuasivos influenciam a variação do Crime na Região Metropolitana de São Paulo?

6 Sumário Dados A Estratégia Empírica Resultados Conclusão

7 Dados Número de crimes por cem mil habitantes na Região Metropolitana de São Paulo (Homicídio, Furto, Roubo, Furto de Veículos e Roubo de Veículos) Secretaria de Segurança Pública do Estado de São Paulo/Fundação SEADE Efetivo da Polícia Militar e Número de Prisões Efetuadas pela Polícia Militar Secretaria de Segurança Pública do Estado de São Paulo

8 Dados Número de Presos nas Penitenciárias do Estado e nas Cadeias Públicas da Região Metropolitana de São Paulo Secretaria de Segurança Pública do Estado de São Paulo/Fundação SEADE População da Região Metropolitana de São Paulo, Rendimento Médio Efetivamente Recebido pelos Chefes de Domicílio e Taxa de Desemprego Mensal na RegiÃo Metropolitana de São Paulo IBGE

9 A Estratégia Empírica Desemprego por 100 mil hab no mês t-q
Crime por 100 mil hab no Mês t Renda Média do Chefe de Família no mês t-r Crime por 100 mil hab no Mês t-p Jovens por 100 mil hab no mês t-x Efetivo da PM por 100 mil hab no mês t-u Prisões por 100 mil hab no mês t-u Presos por 100 mil hab no mês t-v Dummy sazonalidade

10 A Estratégia Empírica Hipóteses:
γ < 0, se o tamanho da polícia tem efeito sobre o crime δ < 0, se o número de prisões efetuadas pela polícia tem efeito sobre o crime

11 Resultados Aumento de 10% no número de Presos:
Aumento de 10% no número de Prisões: Redução Redução Roubo de Veículo: 7,6% Roubo de Veículo: 1,19% Roubos : 4,6% Furtos de Veículo : 0,74% Furtos de Veículos : 3,6% Roubos : 0,54%

12 A questão da Endogeneidade…
Pretendemos Estimar: Mas… Polícia Crime Crime Polícia

13 Conclusões Efeito “dissuasão”: A ação da Polícia tem efeito sobre os crimes contra o patrimônio estudados, à exceção dos furtos; e Efeito “incapacitação”:A variação no número de Presos tem efeito sobre os crimes contra o patrimônio estudados, à exceção dos furtos;

14 Capítulo 3

15 Questão de Pesquisa Há evidência que a restrição da venda de bebidas alcoólicas em bares tem impacto nos homicídios?

16 Qual a relevância para as Políticas Públicas?
Várias cidades latino-americanas adotaram leis similares Bogotá em 1994 é o exemplo mais proeminente Diadema é constantemente citada como exemplo de sucesso The Economist, 10/20/2005 Há vários exemplos históricos de legislações similares A proibição nos Estados Unidos

17 Qual a relevância para as Políticas Públicas?
De outro lado ... A restrição à venda de bebidas alcoólicas também traz perda de bem estar Portanto é razoável perguntar: Esta política tem efeito nos crimes violentos? Este efeito é de primeira ordem? Há meios menos intrusivos de reduzir os (alegados) efeitos adversos do consumo de bebidas alcoólicas?

18 Qual a relevância para as Políticas Públicas?
Com a Palavra, Mr. Churchill… “No nosso país, como no de vocês, um enorme problema de miséria, pobreza e crime, de vidas destruídas e de casas arruinadas resultou do álcool. ...mas, usamos armas diferentes. Usamos as armas da taxação e da regulamentação.” Winston Churchill referindo-se à proibição, em discurso nos Estados Unidos em 1931.

19 Sumário A Lei A Cronologia dos Eventos Os Dados A Estratégia Empírica
Os Resultados Conclusão

20 A Lei Diadema por exemplo:

21 A Lei Outras Cidades adotaram leis semelhantes Variando
O Horário da Proibição Os dias da semana

22 A Cronologia dos Eventos
Mês/Ano da Aprovação da Lei Seca - Municípios da Região Metropolitana de São Paulo Município Data da Lei Barueri Mar-01 Jandira Aug-01 Itapevi Jan-02 Diadema Mar-02 Juquitiba Maio-02 São Lourenço da Serra Jun-02 Suzano Itapecerica Jul-02 Mauá Poá Ago-02 Ferraz de Vasconcelos Set-02 Embu Dez-02 Osasco Embu – Guaçu Abr-03 Vargem Grande Paulista Dec-03 São Caetano Jul-04 Kahn, Túlio e Zanetic, André. Municípios na Segurança Pública – Em Estudos Criminológicos 4, Julho 2005. Há Variação no período de Adoção 16 cidades da RMSP adotaram

23 A Cronologia dos Eventos
Cidades que não adotaram a Lei Franco da Rocha, Guararema, Guarulhos, Biritiba Mirim, São Bernardo do Campo, Santa Isabel, Arujá, Itaquaquecetuba, Mairiporã, Mogi da Cruzes, Rio Grande da Serra, São Paulo, Pirapora do Bom Jesus, Ribeirão Pires, Taboão da Serra, Santana do Parnaíba, Santo André, Salesópolis, Cotia, Francisco Morato, Cajamar, Caieiras, Carapicuíba 23 das 39 cidades na RMSP

24 Os Dados Homicídios ao nível da Cidade entre os meses Jan-1999 to Dez 2004 Secretaria de Segurança Pública do Estado de São Paulo População das Cidades (anual) IBGE Existência de Lei Seca (e período), de Secretaria Municipal de Segurança e de Guarda CivilKahn and Zanetic [2005]

25 A Estratégia Empírica Modelo de Diferenças em Diferenças
Compara a evolução dos Homicídios, antes e depois da adoção da Lei, entre as cidades que adotaram a Lei e as que não a adotaram Cidades que não adotaram a lei formam o “grupo de controle” Isto diminui significativamente a possibilidade de captura de efeitos espúrios devidos a: Tendências na variação do Crime Enventos concorrentes

26 A Estrategia Empírica i = Cidade t = Mês
Homicídios por cem mil Habitantes Dummy Para as cidades que adotaram a lei Dummy para as cidades que adotaram a lei e para os períodos de adoção Dummy específica de mês Dummy Específica da Cidade Secretaria de Segurança e Guarda Municipal

27 A Estratégia Empírica A Hipótese:
γ2 < 0 se a adoção tem impacto nos homicídios

28 A Estratégia Empírica Nosso Modelo: Modelo Tradicional
Dummies de mês fazem este papel ? Não há período de tratamento uniforme

29 A Estratégia Empírica Modelo para a Variância
Grande hetereogeneidade no tamanho das cidades Homicídio não é uma ocorrência comum Observações das cidades pequenas criam mais ruído do que as das cidades maiores Ponderamos os dados para “tornar o modelo homocedástico”

30 A Estratégia Empírica: Discussão
Heteregeoneidade não observada entre os grupos de controle (não adotaram a Lei) e os de tratamento (adotaram) Endogeneidade na adoção da lei Efeito “Spillover”

31 Discussão: Hetereogeneidade não observada
Reação da Polícia ao aumento do crime As cidades adotaram a Lei em períodos de “alta” A polícia também reage em períodos de “alta” Why doesn’t it hurt us too bad? Nível de decisão: governo estadual Diferença de tempo na reação Rigidez na alocação da força policial O tamanho da polícia não responde ao crime: Por lei, o contingente policial é uma razão da população Qualquer mudança significativa dependeria de lei

32 Discussão: Endogeneidade da Adoção
Queremos estimar: Mas Lei Crime Crime Lei

33 Discussão: Endogeneidade da Adoção
Sinal do viés do Modelo: Difícil determinar Crime antes afeta adoção Adoção afeta crime depois Sinal do viés depende da dinâmica do crime

34 Discussão: Endogeneidade da Adoção
O pior cenário para nós: Cidades adotaram a Lei em períodos em que os índices de homicídio eram históricamente altos de crime A dinâmica do homicídio tende à uma reversão à média

35 Discussão: Endogeneidade da Adoção
A dinâmica do homicídio parece reverter à média?

36 Discussão: Efeitos “Spillover”
Lei induz as pessoas a consumirem bebidas alcooólicas em cidades vizinhas Solução:comparar apenas cidades distantes

37 Resultados Persistência no homicídio
Variável Dependente: Homicídios por 100mil habitantes Data < Dezembro Data < Dezembro 2003, Toda Amostra 2003 excluindo São Paulo (1) (2) (3) -0.227 0.173 -0.253 Lei (0.581) (0.348) (0.409) -0.585*** -0.434*** -0.593*** Adotaram a Lei (0.144) (0.145) (0.180) 0.072*** 0.089*** 0.063** Homicídios por 100mil habitantes t- 1 (0.021) (0.026) (0.028) 0.064*** 0.076*** 0.058** Homicídios por 100mil habitantes t-2 (0.021) (0.024) (0.026) 0.074*** 0.099*** 0.083*** Homicídios por 100mil habitantes t-3 (0.021) (0.023) (0.023) 0.081*** 0.099*** 0.086*** Homicídios por 100mil habitantes t-4 (0.021) (0.019) (0.026) 0.068*** 0.080*** 0.074** Homicídios por 100mil habitantes t-5 (0.021) (0.025) (0.029) 0.625 0.488 0.738* Guarda Municipal (0.983) (0.354) (0.417) -0.480*** -0.176 -0.516** Guarda Municipal *Período de Adoção (0.178) (0.215) (0.216) -0.920 -0.346 -0.646 Secretaria Municipal de Segurança (0.717) (0.344) (0.407) -0.165* 0.065 -0.234 Secretaria Municipal de Segurança* Período de Adoção (0.098) (0.103) (0.155) -8.48e-07* -5.45e-07 -1.64e-06 População (5.02e-07) ( 3.87e-07) (2.57e-07) Número de Observações 2301 2808 2242

38 Resultados Grupo de Controle: tamanho similar e não contíguo a Diadema
Varivel Dependente: Homicídios por 100mil habitantes, apenas Diadema Grupo de Controle: tamanho similar e não contíguo a Diadema Apenas Sub-amostra Todas as cidades de controle ‡ sem Lei (1) (2) 0.886 -0.136 Dummy Diadema (3.169) (4.731) 0.907 -0.793 Dummy Tratamento Periodo † (0.793) (0.279) -1.988*** -1.597*** Dummy Diadema x Dummy Tratamento Periodo (0.511) (0.024) 0.086* 0.071*** Homicídios por 100mil habitantes t- 1 (0.048) (0.024) 0.047 0.067*** Homicídios por 100mil habitantes t-2 (0.048) (0.024) 0.056 0.091*** Homicídios por 100mil habitantes t-3 (0.048) (0.024) 0.129*** 0.093*** Homicídios por 100mil habitantes t-4 (0.048) (0.024) 0.046 0.071*** Homicídios por 100mil habitantes t-5 (0.048) (0.025) -1.824** 3.982 Guarda Civil (0.818) (4.976) 0.263 -0.221 Guarda Civil *Período de Adoção (0.365) (0.165) 0.528 2.951 Secretaria Municipal de Justiça (0.933) (4.832) -0.171 -0.039 Secretaria Municipal de Justiça* Período de Adoção (0.313) (0.102) -1.52e-06 -1.84e-07 População (4.15e-06) (4.63e-07) Número de Observações 504 1800

39 Resultados Significância prática e contrafactual
O resultado é de primeira ordem? 0.585 (grupo de tratamento) = 77% do desvio padrão dos homicídios Se São Paulo houvesse adotado a lei (Cálculo estimado): 0.585x100x12 = 702 homicídios/ano