Expansão da soja e finanças públicas municipais: evidências de um modelo de diferenças em diferenças escalonado com desagregação tributária

Lindomar Pegorini Daniel; Felipe Ferraz Vazquez; Marcos Alves Oliveira; Camila Parizotto da Silva

doi:10.1590/1806-9479.2026.306124

ARTIGO ORIGINAL

Expansão da soja e finanças públicas municipais: evidências de um modelo de diferenças em diferenças escalonado com desagregação tributária

Soybean expansion and municipal public finances: evidence from a staggered difference-in-differences design with disaggregated tax revenues

Lindomar Pegorini Daniel; Felipe Ferraz Vazquez; Marcos Alves Oliveira; Camila Parizotto da Silva

http://dx.doi.org/10.1590/1806-9479.2026.306124 resr, vol.64, e306124, 2026

PDF

Downloads: 1

Resumo

A expansão da soja no Brasil se intensificou após a entrada da China na Organização Mundial do Comércio, em 2001, transformando o uso da terra e as economias dos municípios. Este artigo avalia os impactos econômicos e tributários dessa expansão sobre os municípios brasileiros entre 2002 e 2021. Emprega-se o modelo de diferenças em diferenças com entrada escalonada e o estimador duplamente robusto de Callaway e Sant’Anna, aplicado a seis definições de intensidade do tratamento (da simples presença da cultura a limiares crescentes de participação na área plantada), a dois grupos de controle (municípios nunca tratados e ainda não tratados) e a oito variáveis econômicas e tributárias. Os resultados indicam efeito positivo e robusto sobre a área plantada e o valor adicionado bruto da agropecuária, ausência de efeito sobre a população residente e respostas tributárias seletivas, mediadas por fatores institucionais. Verifica-se uma relação dose-resposta não linear entre a intensidade da soja e os indicadores municipais, com retornos decrescentes à especialização. A principal contribuição do estudo reside na desagregação da resposta fiscal por tributo e por faixa de intensidade, que revela os canais efetivamente mobilizados pela expansão da cultura e fundamenta recomendações de diversificação produtiva e de fortalecimento das finanças municipais.

Palavras-chave

soja, arrecadação tributária municipal, diferenças em diferenças, entrada escalonada

Abstract

Soybean expansion in Brazil intensified after China joined the World Trade Organization in 2001, transforming land use and municipal economies. We assess the economic and fiscal impacts of that expansion on Brazilian municipalities between 2002 and 2021. We employ a staggered difference-in-differences design and Callaway and Sant'Anna’s doubly robust estimator to six definitions of treatment intensity (ranging from the mere presence of the crop to increasing thresholds of its share in planted area), two control groups (never-treated and not-yet-treated municipalities), and eight economic and fiscal outcomes. We find a positive and robust effect on planted area and on agricultural gross value added, no effect on resident population, and selective tax responses mediated by institutional factors. We also document a nonlinear dose-response relationship between soybean intensity and municipal outcomes, with diminishing returns to specialization. Our main contribution lies in disaggregating the fiscal response by tax type and by intensity band, which reveals the channels actually mobilized by the crop's expansion and informs recommendations for productive diversification and for strengthening municipal finances.

Keywords

soybean, municipal tax revenue, difference-in-differences, staggered adoption

Referências

Andrade Neto, A. O., & Raiher, A. P. (2024). Impacto socioeconômico da cultura da soja nas áreas mínimas comparáveis do Brasil. Revista de Economia e Sociologia Rural, 62(1), e267567. https://doi.org/10.1590/1806-9479.2022.267567

Athey, S., & Imbens, G. W. (2022). Design-based analysis in Difference-In-Differences settings with staggered adoption. Journal of Econometrics, 226(1), 62-79. https://doi.org/10.1016/j.jeconom.2020.10.012

Borusyak, K., & Jaravel, X. (2018). Revisiting event study designs (Working Paper). Recuperado em 01 de julho de 2025, de https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2826228

Bragança, A. (2018). The economic consequences of the agricultural expansion in Matopiba. Revista Brasileira de Economia, 72(2), 161-185. https://doi.org/10.5935/0034-7140.20180008

Brandão, C. A. (2012). Território e desenvolvimento: as múltiplas escalas entre o local e o global (2. ed.). Campinas: Editora da Unicamp.

Bustos, P., Caprettini, B., & Ponticelli, J. (2016). Agricultural productivity and structural transformation: evidence from Brazil. The American Economic Review, 106(6), 1320-1365. https://doi.org/10.1257/aer.20131061

Callaway, B., & Sant’Anna, P. H. C. (2021). Difference-in-Differences with multiple time periods. Journal of Econometrics, 225(2), 200-230. https://doi.org/10.1016/j.jeconom.2020.12.001

Carmo, R. L., Guimarães, E., & Azoni, C. R. (2012). Agroindústria, Grandes projetos de infraestrutura e redistribuição espacial da população: Tendências populacionais no Mato Grosso e Pará. Cadernos de Estudos Sociais, 27(2), 58-90.

Comex Stat. (2025). Estatísticas de comércio exterior do Brasil. Brasília: Ministério do Desenvolvimento, Indústria, Comércio e Serviços. Recuperado em 01 de julho de 2025, de https://comexstat.mdic.gov.br/pt/home

Companhia Nacional de Abastecimento – Conab. (2025). Série histórica das safras: soja. Recuperado em 01 de julho de 2025, de https://portaldeinformacoes.conab.gov.br/safra-serie-historica-graos.html

Cunningham, S. (2021). Causal inference: The mixtape. New Haven: Yale University Press.

De Chaisemartin, C., & D’Haultfoeuille, X. (2020). Two-way fixed effects estimators with heterogeneous treatment effects. The American Economic Review, 110(9), 2964-2996. https://doi.org/10.1257/aer.20181169

Erten, B., & Ocampo, J. A. (2013). Super cycles of commodity prices since the mid-nineteenth century. World Development, 44, 14-30. https://doi.org/10.1016/j.worlddev.2012.11.013

Escher, F., & Wilkinson, J. (2019). A economia política do complexo Soja-Carne Brasil-China. Revista de Economia e Sociologia Rural, 57(4), 656-678. https://doi.org/10.1590/1806-9479.2019.191017

Freitas, R. E., & Mendonça, M. A. A. (2016). Expansão agrícola no Brasil e a participação da soja: 20 anos. Revista de Economia e Sociologia Rural, 54(3), 497-516. https://doi.org/10.1590/1234-56781806-94790540306

Gertler, P. J., Martinez, S., Premand, P., Rawlings, L. B., & Vermeersch, C. M. J. (2011). Impact evaluation in practice. Washington: The World Bank.

Goodman-Bacon, A. (2021). Difference-in-differences with variation in treatment timing. Journal of Econometrics, 225(2), 254-277. https://doi.org/10.1016/j.jeconom.2021.03.014

Gras, C., & Hernández, V. (Coord.). (2013). El agro como negocio: producción, sociedad y territorios en la globalización. Buenos Aires: Biblos.

Huntington-Klein, N. (2022). The effect: An introduction to research design and causality. Boca Raton: Chapman & Hall/CRC.

Imbens, G. W. (2015). Matching methods in practice: three examples. The Journal of Human Resources, 50(2), 373-419. https://doi.org/10.3368/jhr.50.2.373

Instituto Brasileiro de Geografia e Estatística – IBGE. (2025). Produção Agrícola Municipal – PAM. Recuperado em 01 de julho de 2025, de https://sidra.ibge.gov.br/pesquisa/pam/tabelas

Khandker, S. R., Koolwal, G. B., & Samad, H. A. (2010). Handbook on impact evaluation: Quantitative methods and practices. Washington: The World Bank.

Lima, C. F., Costa, E. M., Barbosa, R. B., Justo, W. R., & Mariano, F. Z. (2025). Impactos da expansão do agronegócio sobre indicadores de receitas, despesas e educação na Região do Matopiba, 2007-2019. Revista de Economia e Sociologia Rural, 63, e287073. https://doi.org/10.1590/1806-9479.2025.287073

Lopes, G. R., Lima, M. G. B., & Reis, T. N. P. (2021). Maldevelopment revisited: inclusiveness and social impacts of soy expansion over Brazil’s Cerrado in Matopiba. World Development, 139, 105316. https://doi.org/10.1016/j.worlddev.2020.105316

Mueller, C. C., & Martine, G. (1997). Modernização da agropecuária, emprego agrícola e êxodo rural no Brasil: a década de 1980. Revista de Economia Política, 17(3), 85-104. https://doi.org/10.1590/0101-31571997-0897

Peduzzi, P., Concato, J., Kemper, E., Holford, T. R., & Feinstein, A. R. (1996). A simulation study of the number of events per variable in logistic regression analysis. Journal of Clinical Epidemiology, 49(12), 1373-1379. https://doi.org/10.1016/S0895-4356(96)00236-3

Rausch, L. L., Gibbs, H. K., Schelly, I., Brandão Junior, A., Morton, D. C., Carneiro Filho, A., Strassburg, B., Walker, N. F., Noojipady, P., Barreto, P., & Meyer, D. (2019). Soy expansion in Brazil’s Cerrado. Conservation Letters, 12(6), e12671. https://doi.org/10.1111/conl.12671

Reis, T. N. P., Lima, M. G. B., Lopes, G. R., & Meyfroidt, P. (2024). Not all supply chains are created equal: the linkages between soy local trade relations and development outcomes in Brazil. World Development, 175, 106475. https://doi.org/10.1016/j.worlddev.2023.106475

Rios-Avila, F. (2022). csdid2: Stata module for the estimation of difference-in-differences models with multiple time periods - Statistical Software Components. Boston: Boston College Department of Economics.

Rodrigues, L., & Campos, S. A. C. (2022). Technical efficiency in land use for soybean cropping by small farms evidences from northern Mato Grosso, Brazil. Estudios Rurales, 10(19). https://doi.org/10.48160/22504001er19.99

Roth, J., Sant’Anna, P. H. C., Bilinski, A., & Poe, J. (2023). What’s trending in difference-in-differences? A synthesis of the recent econometrics literature. Journal of Econometrics, 235(2), 2218-2244. https://doi.org/10.1016/j.jeconom.2023.03.008

Santos, M. (2001). Por uma outra globalização: do pensamento único à consciência universal. Rio de Janeiro: Record.

Sun, L., & Abraham, S. (2021). Estimating dynamic treatment effects in event studies with heterogeneous treatment effects. Journal of Econometrics, 225(2), 175-199. https://doi.org/10.1016/j.jeconom.2020.09.006

Vieira Filho, J. E. R. (2024). A cadeia produtiva de soja e o desenvolvimento econômico e regional no Brasil (Texto para Discussão, No. 3042). Rio de Janeiro: Ipea. https://doi.org/10.38116/td3042-port

Vieira Filho, J. E. R., & Gasques, J. G. (Org.). (2023). Agropecuária brasileira: evolução, resiliência e oportunidades. Brasília: Ipea. https://doi.org/10.38116/9786556350530

Weinhold, D., Killick, E., & Reis, E. J. (2013). Soybeans, poverty and inequality in the Brazilian Amazon. World Development, 52, 132-143. https://doi.org/10.1016/j.worlddev.2012.11.016

Wooldridge, J. M. (2010). Econometric analysis of cross section and panel data (2. ed.). Cambridge, MA: MIT Press.

Wooldridge, J. M. (2021). Two-way fixed effects, the two-way Mundlak regression, and difference-in-differences estimators (Working Paper). Recuperado em 01 de julho de 2025, de https://ssrn.com/abstract=3906345

Submetido em:
04/03/2026

Aceito em:
18/07/2026

Publicado em:
29/09/2026

Expansão da soja e finanças públicas municipais: evidências de um modelo de diferenças em diferenças escalonado com desagregação tributária

Soybean expansion and municipal public finances: evidence from a staggered difference-in-differences design with disaggregated tax revenues

Lindomar Pegorini Daniel; Felipe Ferraz Vazquez; Marcos Alves Oliveira; Camila Parizotto da Silva

Resumo

Palavras-chave

Abstract

Keywords

Referências

Links

Compartilhar

resr