Uma medida de impacto de políticas públicas de investimento na Ciência : análise de equidade e o uso de econometria com o modelo das diferenças em diferenças no universal e em bolsas de doutorado

Abstract

O objetivo desta pesquisa é desenvolver método para calcular o Impacto de uma Política Pública de Financiamento em Ciência. Como diretriz, a metodologia foi concebida de forma que seja escalável a várias políticas públicas, transparente, que permita a comparação entre avaliações diferentes, tanto de forma longitudinal (entre políticas) quanto vertical (no tempo) e que seja adequada a usos frequentes e automatizados ou semiautomatizados. O método infere e mede a causalidade entre um dos diversos indicadores retirados do Currículo Lattes, comparando esse indicador entre duas distintas datas e levando-se em consideração o investimento realizado. Para isso, foi desenvolvido modelo quase-experimental de análise econométrica baseada no método das Diferenças em Diferenças, método recomendado pelo Banco Mundial, com o uso de múltiplas regressões lineares multivariadas. Para colocar o método em prática, foram baixados e tratados Currículos Lattes dos bolsistas do recorte, com o uso da linguagem Python e do banco de dados PostgreSQL, de modo que cada atributo em que “ANO” estivesse disponível, foi retirado um indicador, como por exemplo “Artigo Publicado” e “Orientação de Doutorado Concluída”. Para testar o método proposto, ele foi aplicado em duas distintas políticas públicas de investimento à ciência e os resultados estudados. No entanto, percebeu-se nesse processo a possibilidade de presença de misoginia no nas concessões do CNPq antes nunca detectada ou estudada. Dessa forma, essa misoginia também foi estudada, encontrando-se forte indicador de presença de discriminação sexual contra as mulheres, presente principalmente no valor financiado a menor para mulheres e no teto de vidro1 para cargos de alto status ou poder. Encontrou-se também que as principais agências de fomento federais (a CAPES e o CNPq) possuem impactos quase equivalentes em suas políticas de concessão de bolsas de doutorado e que o financiamento na Chamada Universal possui melhor custo-efetividade. Comprovou-se, portanto, que a ferramenta pode ser aplicada e que traz medida do impacto do investimento público em ciência, podendo ser amplamente adotada e até mesmo automatizada.

The objective is to present a method to calculate the Impact of a Public Policy on Science Funding. As a guideline, the methodology was conceived in such a way that it is scalable to several public policies, transparent, allows comparison between different evaluations, both longitudinally (between policies) and vertically (in time) and adequate to frequent and automated or semi-automated uses. The method infers and measures the causality between one of the several indicators present in the Lattes Curriculum, comparing this indicator between two different dates and considering the investment made. For this, a quasi-experimental econometric model was developed based on the Differences in Differences method (which was recommended by the World Bank) with the use of multiple multivariate linear regressions. To put the method into practice, Lattes Curriculum were downloaded and treated, using the Python language and the PostgreSQL database, so that each attribute in which “YEAR” was available resulted in an indicator (such as “Article Published” and “Concluded Doctoral Orientation”). To test the proposed method, it was applied in two different public policies for investment in science and the results studied. However it was noticed in this process the possibility of misogyny in CNPq’s funding that had never been detected or studied before. Thus, this misogyny was also studied, finding a strong indicator of the presence of sexual discrimination against women mainly present in the amount financed at minus for women and in the glass ceiling for positions of high status or power. It was also found that the main federal funding agencies (CAPES and CNPq) have almost equivalent impacts on their policies for awarding doctoral scholarships, but that funding at Universal has an even greater impact. It was proved that the tool can be applied and that it measures the impact of public investment in science and can be widely adopted and even automated.