Rent-seeking ou a famosa "boquinha": abrindo o debate para o ano que vem.

Motivado pelas manifestações de junho eu fiz uma pequena indicação de leitura aqui, sobre a Agenda Perdida, organizada pelo economista Marcos Lisboa. A demanda por melhores serviços públicos, principalmente saúde e educação, nesses protestos se confundia com coisas difusas como "passe livre" em transportes públicos. Se queremos melhorar o Brasil, é preciso primeiro entender os fundamentos por trás dos atuais problemas. O passe livre, a meu ver, é uma grande confusão sobre como deve ser essa mudança: apesar de ser sedutora à primeira vista. Para minha grata surpresa, nesse mês de julho, começou um movimento (mesmo que ainda incipiente) entre economistas de grande envergadura sobre esses tais fundamentos.

Talvez o pilar desse debate seja o paper (em versão preliminar) que está circulando pela blogosfera titulado Democracy and Growth in Brazil, escrito pelo Marcos Lisboa (de novo, ele!) e pela Zeina Latif. O texto chama atenção para o rentismo presente na sociedade brasileira, isto é, a busca por algum tipo de benefício junto ao Estado, ao invés da produção de riqueza. Algo que está intimamente relacionado ao projeto nacional-desenvolvimentista, que, infelizmente, voltou à moda nos últimos anos - e que venho criticando nesse espaço.

Lisboa e Latif, após discorrerem sobre a presença do rent-seeking no país, abrem o espaço para as propostas que devem fazer parte dessa "nova agenda":

"We conclude by proposing two institutional reforms in order to challenge rent-seeking mechanisms and providing a more democratic deliberation of privilege concessions by government. First, we propose a government agency responsible for accounting proposals and outcomes of every public policy. Transparency and accountability are essential to provide democratic tools to allow society to decide upon government interventions. Our second proposal is that every government intervention should be fully accounted in budget. It seems a simple proposal, but given the extent of rent-seeking mechanisms in Brazil, it is far from being a modest one".

Vale a leitura! E espero que seja apenas o início de boas propostas para resolvermos os problemas do país. E, claro, que essas propostas entrem nos programas de governo dos presidenciáveis no próximo ano. O paper em versão preliminar está disponível aqui. Um podcast da Rio Bravo com os autores pode ser conferido aqui. Uma resenha do Mansueto Almeida sobre o texto aqui.

 

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como a IA pode auxiliar na otimização de Portfólio de Investimentos?

A construção de portfólio ótimo refere-se ao processo de alocar eficientemente capital entre um conjunto predefinido de ativos ou títulos. O campo da construção de portfólio tem sido extensivamente estudado por acadêmicos e profissionais desde a década de 1950, quando Markowitz introduziu sua inovadora abordagem de média-variância para a construção de portfólio. Diante disso, podemos melhorar o processo de alocação de peso de um investimento em um portfólio através do Aprendizado não supervisionado com a aplicação do Hierarchical Risk Parity (HRP). Neste exercício, realizamos uma introdução ao método e mostramos os resultados de um exemplo criado através do Python.

Prevendo múltiplas séries usando IA no Python

Como podemos realizar previsões para várias séries temporais simultaneamente? Para abordar essa questão, empregamos a biblioteca MLForecastdo Python. Esta biblioteca disponibiliza uma variedade de modelos e funcionalidades para realizar previsões em séries temporais utilizando técnicas de aprendizado de máquina. Demonstramos sua aplicação ao prever as curvas de energia horária em quatro regiões distintas do Brasil.

Esse exercício é uma continuação do exercício “Usando IA para prever o consumo de energia no Brasil com Python”.

Estudo de Caso: Impacto do Metro em São Paulo

O que é Pareamento? E o que significa Propensity Score? Como podemos utilizar essa ferramenta para auxiliar no estudo da avaliação de impacto? Neste post, oferecemos uma breve introdução a esse importante método da área de inferência causal, acompanhado de um estudo de caso para uma compreensão mais aprofundada de sua aplicação. Os resultados foram obtidos por meio da implementação em Python, como parte integrante do nosso curso sobre Avaliação de Políticas Públicas utilizando esta linguagem de programação.Quer saber como essa análise foi construída? Seja aluno do nosso curso Avaliação de Políticas Públicas usando Python, e tenha acesso às aulas teóricas e práticas, com o código disponibilizado em Python.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.