PROJETO DE PESQUISA - UFPR

PROJETO DE PESQUISA

Saúde, Economia e Clima frente à COVID-19 no Brasil: impactos

socioeconômicos e o papel da mitigação de emissões de GEE na

recuperação econômica

Coordenadores

Eduardo Amaral Haddad (USP)

Edson Paulo Domingues (UFMG)

Pesquisadores Associados

Carlos R. Azzoni (USP)

Inácio F. Araújo (USP)

Alexandre A. Porsse (UFPR)

Fernando S. Perobelli (UFJF)

Aline S. Magalhães (UFMG)

Debora F. Cardoso (UFMG)

Gervasio S. Santos (UFBA)

São Paulo

Maio/2020

1. Resumo

O enfrentamento dos impactos da pandemia do novo coronavírus no Brasil requer o entendimento

dos seus efeitos sobre a saúde, as condições de vida, o emprego e a renda das pessoas. Para isso é

necessário desenvolver pesquisa com base científica que articule os efeitos da pandemia na saúde da

população (internação, convalescença, mortalidade) e destes na economia. Além disso, é preciso

analisar como evoluirá a economia e a sociedade no longo prazo, após o surto mais grave da

pandemia, de forma a se entender as condições de vulnerabilidade e de recuperação do bem-estar da

população.

A partir de seus efeitos sobre a saúde no Brasil, mas também dos reflexos internacionais da crise

desencadeada, a população e as diferentes regiões brasileiras estão sob risco de impactos negativos

importantes. Cenários simulados com base em diferentes durações e intensidades das medidas de

controle podem ser usados para ajudar a desenhar políticas setoriais e regionais para facilitar a

recuperação econômica. O desenvolvimento de modelos econômicos acoplados a modelos

epidemiológicos resultará em estimativas de impactos econômicos, obtidas por meio de simulações

com modelos multisetoriais e multirregionais integradas a cenários potenciais de progressão da

epidemia.

Tanto as mudanças climáticas como a COVID-19 são fenômenos globais com impactos sem

precedentes na história e requerem respostas adequadas e coordenadas. A pandemia afeta diretamente

sistemas de saúde e pessoas, enquanto as mudanças climáticas prejudicam o meio-ambiente e a partir

daí as condições das atividades humanas de forma ampla. Observa-se que diversos países, como o

Brasil, estão mobilizando recursos para mitigar os impactos da COVID-19 nos curto e médio prazos,

o que pode limitar ou diminuir as medidas necessárias para enfrentar as mudanças climáticas,

implicando no não aproveitamento do momento para a introdução de transformações sustentáveis,

como por exemplo as que diminuem as emissões de gases de efeito estufa (GEE). As políticas de

auxílio a setores econômicos na COVID-19 podem estar desconsiderando oportunidades de se

caminhar para uma melhoria das condições ambientais e socioeconômicas.

Dessa forma, os objetivos deste projeto são mensurar e mapear os impactos socioeconômicos de

medidas de isolamento social para definição de políticas públicas de enfrentamento dos impactos

imediatos e de longo prazo causados pela COVID-19 nas cinco regiões do Brasil; assim como, avaliar

as implicações de políticas de mitigação de emissões de gases de efeito estufa na recuperação e

superação de vulnerabilidades econômicas.

2. Introdução

O vírus emergente SARS-CoV-2 surgiu na China em dezembro de 2019. Em poucos meses de sua

identificação já causou mais de duzentas mil mortes em todo o mundo. Por ser um vírus introduzido

recentemente na população humana, as pessoas não possuem imunidade, o que facilita a propagação

do mesmo. A letalidade da doença causada pelo novo coronavírus (COVID-19) varia de 1 a 16% de

acordo com o país, a faixa etária e presença de comorbidades nos pacientes acometidos (WHO, 2020).

Na ausência de uma vacina ou tratamento específico, as ações de isolamento e distanciamento sociais

são as únicas ferramentas disponíveis para frear a transmissão.

Estudos que articulam e mensuram impactos de pandemias em um arcabouço de modelos de

Equilíbrio Geral Computável (EGC) abordam diferentes cenários, elaborados com base em dados

observados e hipóteses sobre elementos relevantes na representação do fenômeno, como a severidade

do evento (número de contaminados, taxa de letalidade e período médio de repouso), período de

ocorrência, extensão do território atingido e medidas de contenção adotadas.

As estratégias adotadas nessas simulações envolvem, principalmente, restrições na oferta de mão de

obra, aumento no gasto do governo via expansão da oferta de serviços públicos de saúde, alterações

no padrão de consumo das famílias e redução da atividade do setor de turismo (Verikos, G. et al.

(2010); Keogh-Brown et al. (2010); Dixon, P. B. et al. (2010); Smith et al. (2011); Geard et al. (2016);

Prager et al. (2016); e McKibbin et al. (2020)).

2.1. Modelo Econômico

Modelos EGC globais (ou multi-regionais) lidam com um conjunto articulado de países ou regiões,

nos quais os fluxos de comércio internacional, fluxos de capitais e de fatores produtivos são

considerados. O Global Trade Analysis Project (GTAP), sediado na Universidade de Purdue (EUA),

é um projeto de pesquisa iniciado em 1980, para o desenvolvimento de base de dados e de modelo

de equilíbrio geral computável global, que pode ser utilizado para diversas configurações da partir

de agregações específicas da sua base de dados. Diversos trabalhos para a economia brasileira

utilizam o quadro teórico e a base de dados do GTAP (Oliveira & Ferreira Filho, 2008; Gurgel, 2006;

Figueiredo et al, 2001, dentre outros). O GTAP é objeto de pesquisa contínua e colaboração de

diversos pesquisadores e universidades, tanto na base de dados como na especificação, estando hoje

capacitado para a análise de diversos temas, como políticas comerciais (lidando diretamente com

tarifas comerciais, barreiras comerciais, subsídios, políticas de suporte doméstico e quotas), políticas

ambientais (mercados de carbono e Protocolo de Kyoto) e políticas agrícolas.

O modelo GTAP tradicional, operado em exercícios de estática comparativa, adota hipóteses de

concorrência perfeita e retornos constantes de escala. Alguns dos aspectos deste modelo incluem o

tratamento das preferências domésticas privadas com uma formulação não-homotética, o tratamento

explícito do comércio internacional e das margens de transporte. O modelo também permite uma

ampla gama de opções de operacionalização, incluindo desemprego estrutural e rigidez de saldo

comercial – que facilitam a comparação dos resultados com estudos baseados em modelos

econométricos de regressão, que na maior parte das vezes utilizam hipóteses de equilíbrio parcial.

A estrutura hierárquica da tecnologia de produção apresentada na Figura 1 expõe de forma resumida

o comportamento das firmas. Cada setor em cada região do modelo produz um único produto. Os

setores produtivos estão sujeitos a uma tecnologia de retornos constantes de escala, que combina

insumos intermediários (domésticos e importados) e um composto de fatores primários, com

separabilidade entre estes dois componentes. Os setores são agentes maximizadores de lucro e,

portanto, escolhem a composição ótima de insumos e fatores primários separadamente, ou seja, a

elasticidade de substituição entre qualquer fator primário e insumo intermediário é zero. Esta

tecnologia é ainda mais simplificada por meio da utilização de funções de Elasticidade de

Substituição Constante (CES) na agregação de fatores primários, bem como na combinação de

insumos intermediários, na produção dos produtos. Estas hipóteses reduzem o número de parâmetros

necessários na calibragem da função de produção, sendo necessários apenas dois parâmetros por

setor.

Figura 1 - Estrutura hierárquica simplificada da tecnologia de produção das firmas.

Fonte: Elaboração própria

σ=a

CES

Importados Domésticos

CES

Origens

Produto

Fatores Primários Insumos Intermediários

σ=a

CES

σ=a

CES

Terra Trabalho Capital

A teoria de investimento do modelo segue hipóteses de expectativas adaptativas com ajustamento

defasado. Os investidores agem progressivamente ao longo do tempo de forma a eliminar

divergências entre taxas efetivas e esperadas de retorno. Além disso, a própria expectativa de taxa

de retorno pode estar incorreta, e estes erros são corrigidos ao longo do tempo. Nas estimativas de

taxas futuras de retorno os investidores assumem uma taxa normal de crescimento do estoque de

capital, que também pode ser ajustada ao longo do tempo. Estes mecanismos de ajuste defasado

geram um comportamento em direção a um equilíbrio estável das taxas de retorno e do crescimento

do estoque de capital nos países quando a dinâmica intertemporal do modelo atua no decorrer de

alguns períodos.

Os mecanismos de ajustamento descritos acima requerem um amplo conjunto de parâmetros que

governam a mobilidade internacional do capital e os mecanismos de ajustamento defasado das taxas

de retorno e do investimento. Gollub e McDougall (2011) apresentam os dados e o procedimento

econométrico utilizados na calibragem destes parâmetros.

Vale notar que a especificação do investimento adotada no modelo busca adequar o comportamento

do investimento e da mobilidade internacional de capital a fatos estilizados e evidências empíricas.

Por exemplo, o modelo adota como “equilíbrio estável” taxas de retorno esperadas, investimento e

crescimento do estoque de capital na China consistentemente superior ao resto do mundo. Este é um

fato estilizado importante da economia mundial nas últimas décadas, que pode ser um elemento do

cenário de referência nas análises com o modelo.

A mobilidade internacional do capital é uma nova característica do GDyn, o que implica na

necessidade do tratamento dos fluxos internacionais de rendimentos. Um fenômeno ou política que

atrai capital para um país pode ter um forte impacto sobre o Produto Interno Bruto, mas se este

investimento é financiado no exterior, seu impacto sobre o Produto Nacional Bruto e a Renda

Nacional será muito mais fraco. A distinção no modelo entre propriedade e localização dos ativos

permite que a renda gerada pelos ativos em uma região seja dissociada dos agentes (firmas ou

famílias) localizados na região.

2.2. Integração Modelagem Epidemiológica e Econômica

O modelo epidemiológico SEIRS é modelo compartimental padrão embasado em uma sequência de

equações diferenciais no qual a população é dividida em indivíduos suscetíveis (S), expostos (E),

infecciosos (I) e recuperados (R). Um membro suscetível da população fica exposto (infecção latente)

ao entrar em contato com um indivíduo infeccioso e progride para os estados infeccioso e depois

recuperado. No modelo SEIRS, os indivíduos recuperados podem tornar-se novamente suscetíveis

algum tempo após a recuperação (embora a suscetibilidade possa ser excluída, se não aplicável ou

desejado).

Os dados de fatalidades e afastamentos dos cenários epidemiológicos permitem a estimativa de custos

e benefícios econômicos de diferentes estratégias de isolamento, de médio e longo prazos. Os

modelos de insumo-produto calculam os custos econômicos de estratégias e parâmetros de

isolamento. As diferenças entre as fatalidades associadas a cada estratégia de isolamento (resultado

do modelo epidemiológico) podem ser associadas a benefícios econômicos, que podem ser

monetizados a partir de metodologias de Valor Estatístico da Vida (Value of a Statistical Life – VSL),

a partir do trabalho pioneiro de Viscusi (1993). Uma aplicação dessa metodologia para o Brasil no

caso de poluição atmosférica foi apresentada em Rocha et al (2019) e Ortiz et al (2009).

Além da metodologia de VSL, os cenários econômicos simulados para diferentes parâmetros de

epidemia permitem que se calcule a diferença entre eles e se tenha uma métrica econômica que

diferencie os impactos e benefícios de cada cenário. Este procedimento é usual nas análises de

mudanças climáticas, em que se compara cenários econômicos em diferentes cenários de mudanças

climáticas e políticas de mitigação.

Pode-se utilizar de indicadores conhecidos de atividade econômica (como o PIB – Produto Interno

Bruto) e calcular os ganhos e perdas para o Brasil, e suas regiões, das diferentes estratégias de

isolamento e de impacto de longo prazo. A Figura 2 ilustra essa forma de se avaliar perdas econômicas

entre dois cenários, tendo como referência um cenário sem epidemia e dois cenários de epidemia (que

podem representar diferentes estratégias de isolamento social). As áreas demarcadas representam a

perda de atividade econômica e podem ser avaliadas em termos monetários, trazendo indicadores

empíricos para a avaliação de diferentes alternativas.

Figura 2 – Perdas Econômicas em cenários epidemiológicos

Fonte: Elaboração própria.

2.3. COVID-19 e Mudanças Climáticas

Tanto as mudanças climáticas como a COVID-19 são fenômenos globais com impactos sem

precedentes na história e requerem respostas adequadas e coordenadas dos formuladores de políticas,

empresas e sociedade (Rosenbloom e Markard, 2020). Mas naturalmente são fenômenos distintos em

vários aspectos. A pandemia afeta diretamente sistemas de saúde e pessoas, enquanto as mudanças

climáticas prejudicam o meio ambiente e a partir daí as condições das atividades humanas de forma

ampla. O COVID-19 requer respostas quase que imediatas de políticas públicas, mudanças semanais

de amplitude e intensidade, enquanto as medidas ou respostas à crise climática se mostram mais de

longo prazo (o que não é adequado dada a gravidade do problema, pois a ciência aponta que os

impactos climáticos estão se intensificando). Portanto, as crises climáticas e COVID-19 estão se

sobrepondo e requerem um estudo conjunto e medidas de ação de curto e médio prazo.

Observa-se que diversos países, como o Brasil, estão mobilizando recursos para mitigar os impactos

da COVID-19 nos curto e médio prazos, o que pode limitar ou diminuir as medidas necessárias para

enfrentar as mudanças climáticas, implicando no não aproveitamento do momento para a introdução

de transformações sustentáveis, como por exemplo as que diminuem as emissões de gases de efeito

estufa. As políticas de auxílio a setores econômicos na COVID-19 podem estar desconsiderando

0

50

100

150

200

250

300

350

400

450

500

1 2 3 4

PIB

em

R$

bilh

õe

s

Anos

Referencia Epidemia 1 Epidemia 2

Perda 1

Perda 2

oportunidades de se caminhar para uma melhoria das condições ambientais e socioeconômicas.

Alguns dados indicam que a redução de emissões de GEE e de poluição atmosférica será patente com

a parada de atividades econômicas na crise, e esta melhoria pode ser um incentivo a políticas

permanentes de redução de emissões e de poluentes.

O escopo e a abrangência do projeto ora proposto incluem a projeção dos impactos de saúde da

COVID-19 e a mensuração dos custos econômicos diários dos cenários de isolamento e

distanciamento social, assim como os efeitos de longo prazo da pandemia de coronavírus, a partir do

seu impacto de saúde e na economia brasileira e mundial. Além disso, serão avaliados os potenciais

de políticas públicas que promovam a mitigação de emissões de gases de efeito estufa na recuperação

e superação de vulnerabilidades.

3. OBJETIVOS

- Mensurar e mapear os impactos socioeconômicos de medidas de isolamento social para definição

de políticas públicas de enfrentamento dos impactos imediatos e de longo prazo causados pela

COVID-19 nas cinco regiões do Brasil.

- Avaliar as implicações de políticas de mitigação de emissões de gases de efeito estufa na

recuperação e superação de vulnerabilidades econômicas.

Objetivos Específicos:

1. Modelagem de cenários de impactos da pandemia sobre a saúde da população. Relação desses

cenários com condições climáticas regionais. Repercussões destes no mercado de trabalho, na

renda e no bem-estar da população.

2. Definição dos custos econômicos diários dos cenários de isolamento e distanciamento social.

3. Definição dos setores econômicos e regiões brasileiras mais vulneráveis economicamente aos

impactos causados pelas medidas de isolamento e distanciamento sociais.

4. Mensuração dos impactos econômicos globais da pandemia e reflexos no Brasil. Efeitos sobre

a renda, emprego e finanças públicas.

5. Discussão das medidas de enfrentamento necessárias no longo prazo para o enfrentamento

dos impactos da pandemia.

6. Avaliar o papel de opções de mitigação de emissões de gases de efeito estufa para uma

estratégia de políticas e investimentos na superação da crise e na recuperação econômica.

4. Desenho da abordagem metodológica

A abordagem metodológica do estudo promoverá a integração de resultados de modelos

epidemiológicos a modelos socioeconômicos, condicionados às condições de mudanças climáticas e

estratégias de mitigação de emissões de gases de efeito estufa. Os métodos que serão utilizados são

as análises de insumo-produto (“extração hipotética” parcial) e de intervenções atreladas a cenários

epidemiológicos (Fases 1 e 2); e modelos de equilíbrio geral computável (EGC) e cenários

epidemiológicos de médio e longo prazos (Fase 3).

O projeto “Opções de Mitigação de GEE em Setores-Chave do Brasil”1 foi uma iniciativa do

Ministério da Ciência, Tecnologia, Inovações e Comunicações (MCTIC), que contou com recursos

do Global Environment Facility (GEF) e parceria com o Programa das Nações Unidas para o Meio

Ambiente (PNUMA), com a finalidade de auxiliar a tomada de decisão sobre ações que

potencialmente reduzam emissões de gases de efeito estufa (GEE) nos diferentes setores da economia

brasileira. Os resultados obtidos pelos estudos conduzidos sob esta iniciativa fornecerão subsídios a

este projeto nas análises da Fase 3.

O desenvolvimento do trabalho contará com a interlocução e interação entre as equipes das sub-redes

“Economia” e “Saúde” da Rede Clima (Rede Brasileira de Pesquisas sobre Mudanças Climáticas

Globais), bem como do corpo técnico da Coordenação-Geral do Clima do Ministério da Ciência,

Tecnologia, Inovações e Comunicações.

5. Materiais e Métodos

Na fase 1 e 2 serão utilizados modelos de insumo-produto adaptados para as questões e objetivos do

projeto. Uma descrição do método de “extração hipotética” na análise de insumo-produto para o caso

de intervenções e políticas de isolamento foi desenvolvida pelo NEREUS (Núcleo de Economia

Regional e Urbana da Universidade de São Paulo)2.

1 Disponível em: http://www.mctic.gov.br/mctic/opencms/ciencia/SEPED/clima/opcoes_mitigacao/Opcoes_de_Mitigacao_de_Emissoes_de_Gases_de_Efeito_Estufa_GEE_em_SetoresChave_do_Brasil.html 2 Disponível em: http://www.usp.br/nereus/wp-content/uploads/TD_Nereus_01_2020.pdf

Estudos que articulam e mensuram impactos de pandemias em um arcabouço de modelos EGC

abordam diferentes cenários, elaborados com base em dados observados e hipóteses sobre elementos

relevantes na representação do fenômeno, como a severidade do evento (número de contaminados,

taxa de letalidade e período médio de repouso), período de ocorrência, extensão do território atingido

e medidas de contenção adotadas.

As estratégias adotadas nessas simulações envolvem, principalmente, restrições na oferta de mão de

obra, aumento no gasto do governo via expansão da oferta de serviços públicos de saúde, alterações

no padrão de consumo das famílias e redução da atividade do setor de turismo (Verikos, G. et al.

(2010); Keogh-Brown et al. (2010); Dixon, P.B. et al. (2010); Smith et al. (2011); Geard et al.

(2016); Prager et al. (2016); e McKibbin et al. (2020)).

Modelagem Epidemiológica

O projeto utilizará informações e resultados de cenários epidemiológicos da COVID-19, a partir da

integração com a sub-rede Saúde da Rede Clima3 . Inicialmente, as seguintes informações modeladas

serão necessárias:

1. população infectada por faixa etária;

2. total de mortes ao final da pandemia, por faixa etária;

3. total de indivíduos hospitalizados ao final da pandemia e média de dias de hospitalização, por

faixa etária; e

4. total indivíduos que necessitam de cuidados críticos após tratamento por faixa etária.

Para análise da transmissão do COVID-19 no Brasil, o modelo epidemiológico aplicado será o

SEIRS.

Neste modelo serão consideradas dinâmicas de mitigação com três cenários possíveis (sem mitigação,

distanciamento social moderado e distanciamento social alto), análise da capacidade dos sistemas de

saúde por estados brasileiros e o comportamento da dinâmica do modelo associada aos graus de

testagem da população. O efeito do teste de infecção na dinâmica pode ser modelado por meio da

introdução de estados correspondentes a detectados expostos (DE) e detectados infecciosos (DI). O

teste positivo move um indivíduo para o estado de caso detectado apropriado, em que as taxas de

3 http://redeclima.ccst.inpe.br/subredes/

transmissão, progressão, recuperação e/ou mortalidade (bem como a conectividade de rede no modelo

de rede) podem ser diferentes das dos casos não detectados.

A dinâmica do modelo SEIRS é expressa segundo o diagrama apresentado abaixo:

Onde as taxas de transição entre os estados são dadas pelos seguintes parâmetros:

β: taxa de transmissão (transmissões por contato S-I por tempo)

σ: taxa de progressão (inversa do período de incubação)

γ: taxa de recuperação (inversa do período infeccioso)

μI: taxa de mortalidade pela doença (mortes por indivíduo infeccioso por tempo)

ξ: taxa de reativação (inverso do período de imunidade temporário; 0 se imunidade permanente)

θE: taxa de teste para indivíduos expostos

θI: taxa de teste para indivíduos infecciosos

ψE: taxa de resultados positivos em indivíduos expostos

ψI: taxa de resultados positivos em indivíduos infecciosos

βD: taxa de transmissão para casos detectados (transmissões por contato S-DI por tempo)

σD: taxa de progressão para casos detectados (inverso do período de incubação)

γD: taxa de recuperação dos casos detectados (inverso do período infeccioso)

μD: taxa de mortalidade por doença nos casos detectados (óbitos por indivíduo infeccioso por vez)

Os dados de fatalidades e afastamentos dos cenários epidemiológicos permitirão a estimativa de

custos e benefícios econômicos de diferentes estratégias de isolamento, de médio e longo prazos. Os

modelos de insumo-produto calcularão os custos econômicos de estratégias e parâmetros de

isolamento. As diferenças entre as fatalidades associadas a cada estratégia de isolamento serão

associadas aos benefícios econômicos (monetizados a partir de metodologias de Valor Estatístico da

Vida – VSL).

Modelagem Econômica

Neste trabalho utilizaremos a versão de dinâmica recursiva do GTAP, que incorpora mobilidade

internacional do capital, acumulação de capital e teoria de expectativas adaptativas dos investimentos.

Essa versão do GTAP é conhecida na literatura como GDyn (GTAP-Dynamic), e está sendo

disponibilizada a pesquisadores desde o final de 2011.

Na versão do modelo a ser utilizada neste trabalho existem 5 fatores primários: trabalho qualificado,

trabalho não-qualificado, capital, terra e recursos naturais. Trabalho, terra e recursos naturais são

fatores fixos regionalmente, não podendo se deslocar entre países. A oferta de fator trabalho é

determinada exogenamente, neste trabalho a partir de um cenário de crescimento da população em

idade ativa. Terra e recursos naturais são fatores produtivos de oferta fixa, cuja disponibilidade é

usualmente determinada por taxas históricas de crescimento.

As principais características distintivas do GDyn são sua especificação do investimento dos fluxos

de renda associados aos ativos financeiros. O modelo distingue entre ativos físicos e financeiros, e

neste último entre domésticos e estrangeiros. A modelagem permite determinar a acumulação de

capital e de ativos de cada economia nacional, e dos ativos e passivos das firmas e famílias em cada

região. A teoria de investimento em cada região se caracteriza por expectativas adaptativas, na qual

os desvios entre taxas esperadas e efetivas de retorno são corrigidas ao longo do tempo pelo

deslocamento do investimento e mobilidade internacional do capital.

Na configuração de dinâmica recursiva, o GDyn pode ser usado para determinar como mudanças de

políticas, dotações, população e tecnologia podem afetar a trajetória das economias ao longo do

tempo, com seus efeitos acumulativos explicitamente determinados. Ou seja, ao contrário de um

exercício de estática comparativa, no qual apenas o resultado final de ajuste para o novo equilíbrio da

economia é calculado, nesta versão podem ser observadas as trajetórias de ajustamento das variáveis,

além de poder-se explicitar uma trajetória datada de choques na economia. Além dos resultados

tradicionais produzidos pelo GTAP, como as variações resultantes no comércio bilateral, da produção

setorial e regional, sua versão dinâmica permite estimar as alterações na riqueza externa e interna e

nas taxas de crescimento do capital e do investimento. Assim, o modelo permite projetar ganhos

dinâmicos de políticas, ao invés de apenas ganhos de estática comparativa. O GDyn está

extensivamente documentado em Ianchovichina & Walmsley (2011).4

4 Algumas aplicações do GTAP dinâmico foram realizadas, como no estudo da crise financeira no Leste Asiático, sobre o crescimento da China, e a adesão da China à OMC. Sobre o GTAP ver https://www.gtap.agecon.purdue.edu. O modelo dinâmico está descrito em https://www.gtap.agecon.purdue.edu/models/Dynamic/model.asp.

Um modelo global como o GDyn pode tratar explicitamente destes aspectos, uma vantagem em

relação a modelos EGC nacionais, nos quais o mercado externo é tomado como exógeno, não

respondendo, portanto, a choques na economia doméstica.

Uma visão geral do modelo pode ser representada pela Figura 3, que descreve as relações do sistema

econômico. No topo da figura encontra-se o agente regional que, por meio de uma função de utilidade

agregada, aloca suas despesas entre o agente privado (ou família) (PRIVEXP), a poupança global

(SAVE) e o consumo do governo (GOVEXP). As receitas do agente regional provêm dos impostos

(TAXES), das tarifas à importação e à exportação (respectivamente, MTAX e XTAX) e da

remuneração de fatores primários (capital e trabalho) dos produtores (valor da venda a preços dos

agentes, representado por VOA). A renda dos agentes domésticos (agente privado e governo) é gasta

no consumo de bens domésticos (VDPA e VDGA) e importados (VIPA e VIGA), nas tarifas à

importação (MTAX), no imposto de consumo (TAXES) e na poupança (SAVE). Passando aos

produtores, estes vendem sua produção aos agentes domésticos e externos. Desta forma, sua receita

é composta do valor das compras do setor privado a preço de mercado (VDPA), do valor das compras

do governo a preço de mercado (VDGA), do consumo intermediário entre os produtores (VDFA), e

das exportações aos agentes externos (VXMD). Por outro lado, os produtores realizam suas despesas

na compra de produtos primários do agente privado (VDPA), nos impostos pagos (TAXES) e nas

importações (VIFA). Vale ressaltar que o modelo pressupõe lucro zero para os produtores, de forma

que toda a receita gerada é gasta (Hertel, 1997).

Figura 3 – Inter-relações da economia no modelo GDyn

Fonte: Hertel (1997)

Para este projeto será utilizada a base de dados da versão 10 do GDyn. O GDyn utiliza um tratamento

simplificado e unificado da mobilidade do capital e do investimento no contexto de um modelo EGC

global. Essa especificação captura endogenamente os efeitos gerais de acumulação do capital e da

riqueza nos países e os efeitos de renda decorrentes da propriedade estrangeira de ativos.

O modelo determina mercados mundiais de produtos, de forma que seu equilíbrio é determinado pelas

condições de oferta e demanda de todos os países. A demanda por importações de um país é

determinada pela sua demanda de insumos importados e de bens consumidos pela demanda final.

A demanda final em cada região é representada por um agregado denominado “Regional Household”,

que é uma combinação Cobb-Douglas do consumo privado das famílias, da poupança e do gasto do

governo. O consumo privado é representado por um agente otimizador governado por uma função de

gasto CDE (constant diffference of elasticity). O consumo do governo segue uma função Cobb-

Douglas, o que implica em participações constantes do gasto público em bens e serviços. A poupança

é um elemento residual da renda do país e determina o investimento líquido da economia.

O modelo nacional EGC neste projeto partirá da estrutura do BeGreen (Brazilian Energy and

Greenhouse Gas Emissions General Equilibrium Model), desenvolvido por Magalhães (2013) no

Cedeplar-UFMG sob orientação do Professor Edson Domingues. A partir do BeGreen, o modelo

desenvolvido para este projeto incorpora um módulo detalhado de especificação energética e um

módulo ambiental, que permite a projeção de políticas de redução de emissões por meio da

contabilidade de emissões de GEE (CO2 equivalente), separando-as por agente emissor

(combustíveis, indústrias e famílias). Modificações foram realizadas no sentido de tornar o modelo

capacitado para análises recentes das mudanças de composição da matriz energética, dentre elas, a

desagregação do setor de eletricidade e a incorporação dos dados de emissões mais recentes.

Além disso, o modelo desenvolvido está calibrado para o ano-base de 2015, o mais recente disponível

para a matriz de insumo-produto do IBGE, assim como o número de setores foi ampliado para maior

detalhamento da parte energética, constituindo um avanço em relação aos modelos existentes para o

Brasil. Para a construção dos dados energético e ambiental, uma série de desenvolvimentos foram

necessários. O primeiro refere-se à desagregação dos setores energéticos, com especial destaque para

o setor de Eletricidade, Gás e Outras Utilidades a partir da mais recente Matriz de Insumo Produto

(2015).

6. Resultados esperados

Para cada Estado brasileiro e o Distrito Federal, e para até 67 setores de atividade, o estudo

proporcionará estimativas dos custos de diferentes estratégias de isolamento e distanciamento social

(Etapa 1). Uma vez reconhecidos estes custos, será possível avaliar os impactos de medidas

mitigadoras de natureza compensatória implementadas pelo Governo Federal (Etapa 2).

Produtos das Etapas 1 e 2: um relatório técnico com a descrição da metodologia, hipóteses de trabalho

e apresentação dos resultados; uma apresentação com os principais resultados (arquivo pptx).

Além disso, serão projetados os impactos de longo prazo na economia brasileira (mercado de

trabalho, produtividade, perda de renda, desemprego, capacidade produtiva, investimento público e

privado), para posterior identificação de políticas públicas para recuperação socioeconômicas da

pandemia no longo prazo. Renda emergencial, compras públicas, investimento em saúde,

reconversão produtiva e políticas de tecnologia e inovação focadas na mitigação de gases de efeito

estufa e em mecanismos de mercado de carbono (Etapa 3).

Produtos da Etapa 3: Relatório 1 - Cenários epidemiológicos e modelos econômicos. Relatório 2 –

Impactos macroeconômicos globais da COVID-19 no Brasil: cenários e implicações para políticas

públicas. Relatório 3 – Impactos econômicos regionais da COVID-19 no Brasil: cenários e

implicações para políticas públicas e de mitigação de emissões de gases de efeito estufa. Publicação

que condense todos os resultados do projeto, para ampla divulgação.

7. Expertise do grupo e janela de oportunidade

O estudo ora proposto utilizará a metodologia desenvolvida por pesquisadores da sub-rede Economia

da Rede Clima para avaliar os custos econômicos diários das estratégias de controle para mitigar os

efeitos da COVID-19. Atualmente, essa metodologia está sendo aplicada para informar os governos

regionais e nacionais da Colômbia sobre os possíveis custos econômicos de diferentes estratégias de

medidas de isolamento e distanciamento social. Cenários simulados com base em diferentes durações

e intensidades das medidas de controle também estão sendo usados para ajudar a desenhar políticas

setoriais e territoriais para facilitar o relaxamento futuro do bloqueio contra o surto de coronavírus

após se atingir uma tendência de queda na taxa de crescimento de novas infecções.

A expertise da sub-rede Saúde da Rede Clima contribuirá com a elaboração de cenários da pandemia

no Brasil, com a atualização constante de parâmetros e dinâmica dos efeitos. A cooperação entre

pesquisadores das sub-redes Economia e Saúde permite a interlocução efetiva entre essas duas áreas,

o que já ocorre na Rede Clima. Com isso, espera-se obter cenários de impacto de médio e longo prazo

no Brasil, e a partir destes, estudar políticas públicas e investimentos em opções de mitigação de gases

de efeito estufa, com financiamento de receitas de mercado de carbono no Brasil. Pesquisadores da

sub-rede Economia foram os primeiros a desenvolver análises de precificação de carbono e mitigação

para o Brasil, e tem desenvolvidos modelos específicos para isso. Por fim, ressalta-se a participação

dos pesquisadores da Rede Clima no projeto “Opções de Mitigação de Emissões de GEE em Setores-

chave no Brasil”, o que traz um amplo arcabouço de informações e análises desse tema para o projeto.

A contratação de bolsistas especialistas terá efeito positivo na fixação de mão de obra especializada.

Juntando-se aos esforços de quase uma centena de grupos de pesquisa da USP, pesquisadores do

Nereus e do Cedeplar têm direcionado suas pesquisas para temas relacionados à COVID-19. O projeto

será fundamental no desenvolvimento de metodologias e pessoal capacitado para a análise e

planejamento de políticas públicas de enfrentamento dos efeitos da pandemia causada pelo novo

coronavírus.

8. Cronograma

O estudo incluirá as seguintes etapas e atividades:

Etapa 1 – em até 15 dias

• Definição dos cenários e delimitação dos escopos temporal e espacial que compõem a análise

da avaliação de impactos.

• Organização das informações básicas do estudo, a partir do levantamento das informações

complementares (preparação do código do simulador).

• Cálculo e análise têmporo-espacial dos impactos.

• Estimação do custo econômico das medidas de prevenção.

Etapa 2 – em até 45 dias

• Levantamento de políticas compensatórias (mitigação econômica).

• Simulação dos impactos de políticas compensatórias (mitigação econômica).

Etapa 3 – em até 12 meses

• Cenários de impactos da pandemia sobre a saúde da população no longo prazo. Repercussões

destes no mercado de trabalho, na renda e no bem-estar da população.

• Impactos econômicos globais da pandemia e reflexos no Brasil. Efeitos sobre a renda,

emprego e finanças públicas.

• Discussão de medidas de enfrentamento necessárias no longo prazo para o enfrentamento

dos impactos da pandemia.

• Políticas de incentivo à mitigação de emissões de gases de efeito estufa para uma estratégia

de políticas e investimentos na superação da crise e no fomento ao crescimento econômico, e

o financiamento dessas estratégias de investimento por meio de mercados de carbono no

Brasil.

9. Referências Bibliográficas

Ali, Y. (2015). Measuring CO2 Emission Linkages with the Hypothetical Extraction Method (HEM).

Ecological Indicators, 54, 171-183.

Dietzenbacher, van der Linden, E., J. and Steenge, A.E. (1993). The Regional Extraction Method: EC

Input-output Comparisons, Economic Systems Research, 5, 185-206.

Dixon, P. B. et al. Effects on the U.S. of an H1N1 Epidemic: Analysis with a Quarterly CGE Model.

Journal of Homeland Security and Emergency Management, v. 7, n. 1, 2010.

Figueiredo, A. M. R.; Ferreira, A. V.; Teixeira, E. C. Impactos da integração econômica nas

commodities da economia brasileira e da União Européia. Revista Brasileira de Economia, v.55, n.1,

p.77-106. 2001

Geard, N; Madden, JR.; Mcbryde, E; Moss, R; Tran, NH. Modelling the economic impacts of

epidemics in developing countries under alternative intervention strategies. In: 19th Annual

Conference on Global Economic Analysis, The World Bank, Washington DC, 2016.

Golub, A.; McDougall, R.A. An overview of the dynamic GTAP data base: the data base construction

and aggregation programs. In: IANCHOVICHINA, E.; T. WALMSLEY. Dynamic Modeling and

Applications in Global Economic Analysis, forthcoming, Cambridge University Press, 2011.

Guerra, A.I. and Sancho, F. (2010). Measuring Energy Linkages with the Hypothetical

Extraction Method: An Application to Spain. Energy Economics, 32, 831-837.

Gurgel, A. C. Impactos da liberalização comercial de produtos do agronegócio na Rodada de Doha.

Rev. Bras. Econ., Rio de Janeiro, v. 60, n. 2, Jun. 2006.

Haddad, E.A.; Domingues, E.P.; Perobelli, F. Regional effects of economic integration: the case of

Brazil. Journal of Policy Modeling, v. 24, p. 453-482, 2002.

Hertel, T.W. Global Trade Analysis: modeling and applications. New York: Cambridge University

Press. 1997.

Ianchovichina, E.; T. Walmsley. Dynamic Modeling and Applications in Global Economic Analysis,

forthcoming, Cambridge University Press, 2011.

Keogh-Brown, Marcus Richard et al. The macroeconomic impact of pandemic influenza: estimates

from models of the United Kingdom, France, Belgium and The Netherlands. The European Journal

of Health Economics, v. 11, n. 6, p. 543-554, 2010.

Magalhães, A. S.; Domingues, E. P. Blessing or curse: Impacts of the Brazilian Pre-Salt oil

exploration. Economia (Brasília), v. 15, p. 343-362, 2014.

McKibbin, Warwick J.; Fernando, Roshen. The Global Macroeconomic Impacts of COVID-19:

Seven Scenarios. CAMA Working Paper No. 19/2020, 2020. Available at SSRN:

https://ssrn.com/abstract=3547729 or http://dx.doi.org/10.2139/ssrn.3547729

Miller, R.E., Lahr, M.L., (2001). “A Taxonomy of Extractions”. In: Lahr, M.L., Miller, R.E. (Eds.),

Regional Science Perspectives in Economic Analysis: A Festschrift in Memory of Benjamin H.

Stevens. Elsevier Science, Amsterdam, pp. 407-441

Perobelli, F.S., Haddad, E.A., Moron, J.B., and Hewings, G. J. (2010). Structural Interdependence

among Colombian Departments. Economic Systems Research, 22(3), 279-300.

Prager, Fynnwin & Wei, Dan & Rose, Adam. (2016). Total Economic Consequences of an Influenza

Outbreak in the United States: Economic Consequences of Influenza. Risk Analysis. 37.

10.1111/risa.12625.

Rosenbloom, D. e Markard, J. A COVID-19 recovery for climate. Science 01 May 2020: Vol. 368,

Issue 6490, pp. 447. DOI: 10.1126/science.abc4887

Ortiz, R.A.; Markandya, A.; Hunt, A. Willingness to pay for mortality risk reduction associated with

air pollution in São Paulo. Rio de Janeiro: RBE, v. 63, n. 1, p. 3-22, jan./mar. 2009. Disponível em:

<https://bit.ly/2kCRkUu>.

Smith, Richard D.; Keogh-Brown, Marcus R.; Barnett, Tony. Estimating the economic impact of

pandemic influenza: an application of the computable general equilibrium model to the UK. Social

science & medicine, v. 73, n. 2, p. 235-244, 2011.

Song, Y., Liu, C. and Langston, C., (2006). Linkage Measures of the Construction Sector Using the

Hypothetical Extraction method. Construction Management and Economics, 24, 579-589.

Temurshoev, U. (2010). Identifying Optimal Sector Groupings with the Hypothetical Extraction

Method. Journal of Regional Science, 50(4), 872-890.

VERIKOS, G. et al. H1N1 influenza in Australia and its macroeconomic effects. n. G-212, 2010.

Wang, Y., Wang, W., Mao, G., Cai, H., Zuo, J., Wang, L. and Zhao, P. (2013). Industrial CO2

Emissions in China Based on the Hypothetical Extraction Method: Linkage Analysis. Energy Policy,

62, 1238-1244.

WHO (https://www.who.int/emergencies/diseases/novel-coronavirus-2019)

Zhang, Y. J., Bian, X. J. and Tan, W. (2018). The Linkages of Sectoral Carbon Dioxide Emission

Caused by Household Consumption in China: Evidence from the Hypothetical Extraction Method.

Empirical Economics, 54(4), 1743-1775.

Zhao, Y., Zhang, Z., Wang, S., Zhang, Y. and Liu, Y. (2015). Linkage Analysis of Sectoral CO2

Emissions Based on the Hypothetical Extraction Method in South Africa. Journal of Cleaner

Production, 103, 916-924.