Bolsa universitária garante permanência dos alunos no ensino superior? Uma análise longitudinal do programa AVANCE

Does a University Scholarship Ensure Student Persistence in Higher Education? A Longitudinal Analysis of the Avance Program

Resumo

O estudo avalia o impacto causal do programa AVANCE - Bolsa Universitária, voltado à permanência no ensino superior de estudantes de baixa renda. Utiliza-se um Desenho de Regressão Descontínua (RDD), com ponto de corte na nota do ENEM, para estimar o impacto na permanência nos dois primeiros anos. A análise combina dados da Secretaria de Educação, ENEM e Censo da Educação Superior, permitindo o acompanhamento longitudinal dos estudantes. O programa não produz efeitos médios estatisticamente significativos sobre a permanência em 2018 e 2019 na amostra agregada. Contudo, ao excluir estudantes que receberam outros auxílios financeiros do grupo de controle, observa-se efeito positivo e significativo sobre a permanência em 2018, de até 0,78 ponto percentual. Os efeitos heterogêneos concentram-se no curto prazo e variam conforme a renda familiar, sendo mais pronunciados entre estudantes com melhores condições acadêmicas e institucionais. Os resultados sugerem que auxílios financeiros pontuais são importantes na transição para o ensino superior, mas insuficientes sem apoio acadêmico e institucional complementar.

Palavras-chave:
Permanência no ensino superior; avaliação de impacto; assistência estudantil; bolsa universitária; regressão descontínua

Abstract

This study evaluates the causal impact of the AVANCE University Scholarship Program, a public policy implemented by the Government of the state of Ceará aimed at expanding access to and persistence in higher education among low-income students. A Regression Discontinuity Design (RDD), based on the ENEM score cutoff, is employed to estimate the program’s effect on student persistence during the first two years of study. The analysis combines administrative data from the State Secretariat of Education, ENEM microdata, and the Higher Education Census, allowing for the longitudinal tracking of public high school graduates who entered higher education in 2017. The results indicate that, for the aggregated sample, the program does not generate statistically significant average effects on persistence in 2018 and 2019. However, when students in the control group who received other forms of financial aid are excluded, a positive and statistically significant effect on persistence is observed in the first year after enrollment, with an increase of up to 0.78 percentage points. Heterogeneity analyses reveal that the effects are concentrated in the short term and vary according to family income, being more pronounced among students who, although eligible, possess minimum academic and institutional conditions to translate financial assistance into effective persistence. These findings suggest that one-time financial aid policies play an important role during the transition to higher education but tend to be insufficient when not articulated with complementary mechanisms of academic and institutional support.

Keywords:
Higher Education Persistence; Impact Evaluation; Student Assistance; University Scholarship; Regression Discontinuity Design

1 Introdução

A ampliação do acesso ao ensino superior tem sido uma das principais estratégias de promoção da equidade social e de redução das desigualdades econômicas em países em desenvolvimento. No Brasil, políticas públicas como cotas, bolsas e financiamento estudantil elevaram a matrícula universitária nas últimas duas décadas. Contudo, o ingresso não garante, por si só, a permanência e a conclusão dos cursos, sobretudo entre estudantes em situação de vulnerabilidade econômica (Stinebrickner; Stinebrickner, 2008, Glocker, 2011). Custos básicos de subsistência, como moradia, transporte, e alimentação, frequentemente comprometem a dedicação aos estudos e ampliam o risco de evasão.

Nesse contexto, auxílios financeiros têm se consolidado como instrumentos capazes de reduzir barreiras materiais e favorecer trajetórias acadêmicas. A literatura internacional mostra que mesmo transferências modestas podem melhorar o acesso, permanência e conclusão (Bettinger, 2004, Fack; Grenet, 2015, Angrist et al., 2016). Os efeitos tendem a ser maiores no início do curso, fase crítica para adaptação e consolidação da vida universitária (Castleman; Long, 2016). Apesar dessas evidências, há escassez de estudos para o Brasil sobre programas estaduais de apoio à permanência, já que a maioria das análises se concentra em políticas federais como Prouni e Política Nacional de Assistência Estudantil (PNAES). Pouco se sabe sobre iniciativas regionais que utilizam critérios objetivos e atuam no momento de transição entre ensino médio e superior, quando a vulnerabilidade financeira é mais aguda.

É nesse cenário que se insere o programa AVANCE - Bolsa Universitária, implementado pelo Governo do Estado do Ceará em 2017. O programa concede um benefício financeiro único, destinado a estudantes egressos da rede estadual com nota mínima de 560 pontos no ENEM e recém-ingressos em cursos de graduação. A política parte do reconhecimento de que o primeiro ano de graduação é o período de maior risco de evasão e busca mitigar custos imediatos de adaptação. Embora o valor da bolsa não assegure toda a manutenção, pode representar um alívio relevante no momento de ingresso, sobretudo quando combinado a outras condições acadêmicas e institucionais favoráveis à permanência. Além disso, a elegibilidade definida por critério objetivo possibilita a aplicação de métodos rigorosos de avaliação, como o Desenho de Regressão Descontínua (RDD).

Este artigo utiliza uma base de dados inédita construída pela vinculação de três fontes: (i) registros da Secretaria da Educação do Estado do Ceará (SEDUC) sobre concluintes do ensino médio em 2015-2016; (ii) microdados do ENEM, que permitem identificar desempenho e perfil socioeconômico; e (iii) Censo da Educação Superior (INEP), que acompanha o ingresso e a trajetória universitária até 2019. A combinação dessas bases possibilita um acompanhamento longitudinal e a identificação causal dos efeitos do AVANCE sobre a permanência estudantil.

Os resultados estimados indicam que o programa teve efeitos positivos e estatisticamente significativos sobre a taxa de permanência em 2018 e 2019. Estima-se que o recebimento da bolsa AVANCE aumentou a probabilidade de permanência no segundo ano do curso em até 0,78 ponto percentual (p.p). O mesmo resultado é encontrado para estudantes com renda familiar inferior a R$788,00 mensais, com impactos estimados em 0,17 p.p. Os efeitos foram mais intensos no curto prazo e apresentaram sinais de dissipação já no segundo ano de curso. Isso sugere que políticas pontuais de apoio financeiro podem ser decisivas no momento do ingresso, mas não substituem a necessidade de medidas complementares - como auxílios permanentes e acompanhamento acadêmico - para consolidar a trajetória universitária até a conclusão.

A principal contribuição deste artigo é oferecer evidência causal robusta sobre os efeitos de um programa estadual de bolsa, com base em dados administrativos de alta qualidade e método de identificação bem fundamentado. O uso do RDD permite avançar no entendimento sobre como transferências de renda pontuais influenciam a permanência de estudantes de baixa renda. Os resultados dialogam com uma literatura internacional consolidada, inserindo o caso brasileiro no debate global sobre justiça educacional e mobilidade social, e fornecem subsídios para o desenho de políticas públicas subnacionais.

O artigo está organizado da seguinte forma: a Seção 2 revisa a literatura e apresenta estatísticas sobre o ensino superior no Ceará; a Seção 3 descreve a base de dados e a estratégia empírica; a Seção 4 discute os resultados e teste de robustez; e a Seção 5 conclui com implicações de políticas e sugestões para pesquisas futuras.

2 Revisão de literatura

2.1 Impacto de auxílios financeiros na educação superior

A evidência internacional e nacional indica, de forma consistente, que bolsas e auxílios financeiros dirigidos a estudantes de baixa renda elevam a matrícula, reduzem evasão e ampliam permanência e, em alguns contextos, a conclusão no ensino superior. Os artigos citados nesta revisão são em grande maioria internacionais. Nos Estados Unidos (EUA) e na Europa, estudos experimentais e quase-experimentais mostram efeitos positivos, sobretudo no início da trajetória universitária (Bettinger, 2004; Bettinger; Baker, 2014; Goldrick-Rab et al., 2011; Castleman; Long, 2016; Fack; Grenet, 2015; Angrist et al., 2009; Angrist et al., 2016; Castleman et al., 2018; Singell, 2004; Melguizo et al., 2016; Modena et al., 2020; Vergolini; Zanini, 2015; Steiner; Wrohlich, 2008; Glocker, 2011).

Nos Estados Unidos, diferentes programas apontam que mesmo transferências modestas podem gerar ganhos expressivos de permanência. Um acréscimo de US$1.000 no Pell Grant reduziu a evasão em 4 p.p. e aumentou a chance de permanência entre o primeiro e o segundo ano (Bettinger, 2004). De forma semelhante, um programa privado complementar elevou a rematrícula em 2,8-4,1 p.p. (Goldrick-Rab et al., 2011). Resultados do Florida Student Access Grant (FSAG) usando RDD indicam não apenas maior matrícula imediata (+3,2 p.p.) e retenção no 1º ano (+4,3 p.p.), mas também maior conclusão em seis anos (+4,6 p.p.), com efeitos ainda maiores em cursos de STEM - Science, Technology, Engineering, and Math (+20-35%) (Castleman; Long, 2016; Castleman et al., 2018). Estudos como o de Singell (2004) utilizando dados da Universidade de Oregon chegam a conclusões semelhantes: cada US$1.000 adicional em empréstimos subsidiados aumenta a rematrícula em 4,3 p.p., enquanto em bolsas o ganho foi de 1,4 p.p.

Na América Latina e na Europa, os resultados convergem na mesma direção. Na Colômbia, o ACCES ampliou matrícula em 13 p.p. e reduziu evasão em 5 p.p. (Melguizo et al., 2016). Na Itália, na província de Trento, as bolsas reduziram a evasão inicial em 2,7 p.p. e elevaram a conclusão em até 10 p.p. (Modena et al., 2020); já o Grant 5B estimulou a mobilidade acadêmica, aumentando a matrícula fora da província em até 68 p.p. (Vergolini; Zanini, 2015). Na Alemanha, aumentos no BAföG elevaram as taxas de matrícula (Steiner; Wrohlich, 2008) e reduziram a probabilidade de evasão em 2,6 p.p. por semestre adicional de apoio (Glocker, 2011). Na França, a elegibilidade às Bourses sur critères sociaux (BCS) aumentou matrícula e permanência (5-7 p.p. e 4-6 p.p., respectivamente) e beneficiou a conclusão no último ano (+5 p.p.) (Fack; Grenet, 2015). Em síntese, esses achados sugerem que o impacto das bolsas tende a ser mais robusto nos primeiros anos de curso (Angrist et al., 2016).

O estudo de Angrist et al. (2009) avalia o programa Student Achievement and Retention Project (Project STAR), cujo objetivo é dar tanto uma bolsa financeira quanto acesso a serviços de mentoria por pares e grupos de estudo facilitados. Como resultado, os beneficiários apresentaram ganhos significativamente maiores e mais duradouros (persistindo até o segundo ano, mesmo após o fim da bolsa) do que aqueles que receberam apenas dinheiro. Um dos resultados apontou que a própria oferta do incentivo financeiro aumentou a taxa de utilização dos serviços de apoio, indicando que os recursos mitigam uma barreira prática (tempo/custo de oportunidade) para o engajamento com atividades acadêmicas de suporte.

Já o estudo de Angrist et al. (2016) consolidou e ampliou essas conclusões em um contexto de política pública em larga escala, avaliando um programa que já integrava bolsas a Learning Communities (LCs) - um modelo estruturado de acompanhamento coletivo. Como principal resultado, o estudo reafirmou o poder da ajuda financeira para aumentar a matrícula e a persistência. Quando se consideram estudantes com menor desempenho acadêmico prévio, a estratégia conjunta de ajuda financeira e acadêmica é significativamente mais eficaz.

Nessa mesma linha, avaliações de programas que oferecem apenas suporte não financeiro também corroboram sua eficácia independente. A pesquisa de Bettinger e Baker (2014) sobre o programa de coaching individualizado da Inside Track fornece evidência causal robusta para os EUA. Através de um experimento randomizado, demonstrou-se que o coaching profissional (focado em gestão de tempo, definição de metas e navegação burocrática) aumentou a persistência dos estudantes em 9% após seis meses e em 15% após 18 meses, elevando ainda as taxas de conclusão do curso em 4 p.p. O efeito positivo persistiu mesmo após o término do programa, sugerindo impacto duradouro. Os resultados sugerem que intervenções estruturadas de coaching, especialmente quando são proativas e personalizadas, podem ser uma estratégia eficaz para aumentar a retenção e a conclusão no ensino superior.

Os estudos que tratam do auxílio financeiro na literatura nacional buscam, em geral, verificar o efeito de ações afirmativas sobre o desempenho. O Prouni está associado a maiores notas no ENADE (0,36-0,65 DP) e menor tempo de conclusão (-0,20 a -0,34 anos) (Lépine, 2018), além de ganhos diferenciais por gênero, raça e nível socioeconômico (Silva; Cunha, 2020; Becker; Mendonça, 2021). O PNAES, por sua vez, mostra efeitos positivos, tanto em indicadores de desempenho - como aumento do coeficiente de rendimento médio (Machado et al., 2020) -, quanto em redução da evasão e maior probabilidade de conclusão no longo prazo (Frota et al., 2024).

Assim, embora a magnitude e a duração dos efeitos variem entre contextos, o conjunto da literatura é consistente ao demonstrar que bolsas e auxílios direcionados a estudantes de baixa renda mitigam barreiras econômicas e favorecem a permanência acadêmica, sobretudo nos primeiros anos da graduação. No entanto, alguns resultados indicam que transferências monetárias isoladas podem não ser suficientes para alterar trajetórias acadêmicas quando persistem outras restrições não financeiras enfrentadas pelos estudantes.

2.2 Ensino superior no Ceará

No contexto brasileiro, o Ceará se destaca pelo crescimento do ensino superior entre os anos de 2016 e 2019. Nesse período, o estado registrou expansão mais acelerada do que seus estados vizinhos do Nordeste, como Piauí, Rio Grande do Norte, Paraíba e Pernambuco. Os gráficos da Figura 1 apresentam a evolução do número de matrículas (Painel A) e o número de concluintes (Painel B).

Figura 1
Estatísticas ensino superior em Mil 2016-2019

Em 2019, o Ceará contabilizava cerca de 450 mil matrículas, ultrapassando Pernambuco (380 mil), e tornou-se líder em número de concluintes (41 mil, contra 38 mil em PE). Nesse período, o crescimento das matrículas foi de 12,6% no Ceará, acima do Brasil, com 7,9%. Enquanto o número de concluintes aumentou 23,4%, também superior ao nacional, de 6,9%, como aponta os dados do INEP na Tabela 1.

Tabela 1Taxa
de crescimento entre 2016 e 2019

Estado	Matriculados	Concluintes
Ceará	12,6%	23,4%
Pernambuco	12,5%	5,2%
Paraíba	7,1%	17,2%
Rio Grande do Norte	2,2%	-1,2%
Piauí	18,6%	2,5%
Brasil	7,9%	6,9%

• Fonte: INEP.

Os avanços observados anteriormente tanto para o Brasil quanto para o Ceará convivem com gargalos na transição entre o ingresso e a conclusão. O fato é que muitos alunos ficam retidos no percurso, sejam por reprovações, trancamentos ou por desistência do curso. Como já destacado, a restrição financeira é um dos principais motivos de atraso ou evasão no ensino superior, sobretudo entre os alunos mais vulneráveis economicamente. É precisamente essa barreira que políticas de apoio à permanência, como o Programa AVANCE, buscam mitigar. Espera-se que os alunos ao ingressarem no ensino superior sigam uma determinada trajetória delimitada pela estrutura curricular dos cursos. Dessa forma, é possível a acompanhar cronologicamente a posição do aluno em relação à estrutura exigida pelo curso podendo gerar três diferentes status: permanência, desistência e conclusão.

Para compreender essa trajetória, é fundamental o conceito de coorte, que designa o conjunto de estudantes que ingressa em um mesmo ano ou período letivo. Acompanhando uma coorte ao longo do tempo, é possível identificar em que medida os alunos permanecem, desistem ou concluem o curso. Com base nisso, o INEP, a partir do Censo de Educação Superior, calcula indicadores de fluxo escolar que acompanham a movimentação entre períodos letivos subsequentes dos alunos em sua trajetória educacional, desde o ingresso até o fim da sua trajetória, seja por desistência ou por conclusão. Três indicadores são construídos: permanência, desistência e conclusão. O indicador de permanência capta os alunos com vínculo ativo no curso (status “cursando” ou “matrícula trancada”), já o indicador de desistência capta os alunos que encerraram o vínculo (status “desvinculado do curso” ou “transferido para outro curso da mesma IES”). Por fim, o indicador de conclusão capta os alunos cujo status é “formado”.

Dadas essas definições e as informações disponibilizadas pelo INEP, foram calculadas as médias das taxas de Permanência Acumulada, de Desistência Acumulada e de Conclusão Acumulada para o Ceará e seus estados vizinhos para o período de 2016 a 2019, Piauí, Rio Grande do Norte, Paraíba e Pernambuco, considerando apenas aqueles alunos que ingressaram em 2015. A Tabela 2 expõe essas estatísticas.

Tabela 2
Média das taxas de Permanência acumulada, conclusão acumulada e desistência acumulada (%)

Estado	Permanência				Conclusão				Desistência
	2016	2017	2018	2019	2016	2017	2018	2019	2016	2017	2018	2019
Ceará	77,3	61,5	48,2	24,3	0,8	3,4	11,1	29,3	21,9	35,1	40,7	46,4
Pernambuco	72,9	58,1	44,3	27,9	2,2	6,0	11,9	23,1	24,9	35,9	43,8	49,0
Paraíba	70,8	52,6	36,9	18,3	3,5	8,6	17,2	31,2	25,6	38,9	45,9	50,5
Rio Grande do Norte	66,3	51,3	37,8	22,0	1,7	5,0	11,0	22,5	32,0	43,8	51,3	55,5
Piauí	67,4	52,4	35,7	18,9	3,2	7,4	17,1	28,6	29,3	40,2	47,2	52,5

• Fonte: INEP.

É possível observar que a permanência é naturalmente mais alta no início e cai com o avanço dos anos à medida que parte conclui e parte desiste. No Ceará, a coorte de ingressantes em 2015 ilustra essa dinâmica: a taxa de permanência, que em 216 era de 77,3%, caiu para 24,3% em 2019. Nesse mesmo período, a conclusão subiu de apenas 0,8% para 29,3%, enquanto a desistência passou de 21,9% para 46,4%.

Comparando com estados vizinhos, nota-se que o Ceará apresenta taxa de permanência mais elevada em todos os anos da coorte, com exceção do ano de 2019. Em 2016, por exemplo, o estado superava Pernambuco (72,9%), Paraíba (70,8%), Rio Grande do Norte (66,3%) e Piauí (67,4%). Ao final do período (2019), o Ceará apresentava 24,3% de taxa de permanência, perdendo apenas para Pernambuco (27,9%). O Ceará também registrava menor taxa acumulada de desistência, 46,4% no final do período, abaixo de Pernambuco (49%) e Paraíba (50,5%), Piauí (52,5) e Rio Grande do Norte (55,5%). No caso da conclusão, o Ceará apresentou a segunda maior taxa 29,3% em 2019, ficando abaixo apenas da Paraíba (31,2%) e acima de Pernambuco (23,1%), Rio Grande do Norte (22,5%) e Piauí (28,6%).

Ainda que a taxa de permanência siga seu ritmo natural de decrescimento, o ponto crítico é o motivo dessa queda. Esse motivo se resume ao fim da trajetória percorrida pelo aluno de duas diferentes formas. A primeira, o sucesso, desejado tanto pelos alunos quanto pelas instituições de ensino e do governo. O segundo, o insucesso, representado pela desistência do curso. Portanto, se grande parte do decrescimento estiver atrelada ao aumento da taxa de desistência estaremos à frente de um problema o qual as instituições de ensino e governo podem conjuntamente enfrentá-lo com adoções de políticas públicas. É sobre esses aspectos que se insere o AVANCE, ao oferecer incentivo financeiro no primeiro ano para atenuar choques de transição e reter estudantes que, de outro modo, abandonariam o curso precocemente.

3 Procedimentos metodológicos

3.1 Estratégia empírica: técnica aplicada ao avance

Em avaliações de impacto, a comparação direta entre tratados e não tratados é válida apenas sob alocação aleatória (Gertler et al., 2018). O AVANCE não apresenta indícios de que a participação foi alocada de forma aleatória. Estudantes advindos das escolas estaduais do ensino médio no Ceará e que atendem às condicionalidades do programa podem solicitar a bolsa. Sendo assim, dado que o programa não segue o critério de aleatorização, as simples diferenças de médias gerariam vieses. O método de Regressão em Descontinuidade (RDD) contorna esse problema ao explorar uma descontinuidade na probabilidade de tratamento em torno de uma variável contínua $Z_i$, denominada variável de forcing. Próximo ao ponto de corte, unidades são assumidas comparáveis, de modo que a variação abrupta no tratamento pode ser interpretada como quase-exógena, representada neste estudo, pela nota da média geral no ENEM. No caso atual, o valor de 560 na nota da média geral no ENEM é o ponto de corte (c) que define a elegibilidade. Estudantes logo acima e abaixo desse limiar são comparáveis, diferindo apenas pelo acesso ao benefício.

Trochim (1984) aponta para a existência de dois tipos de desenho RDD. O Sharp é aplicado quando a participação no tratamento está associada com a atribuição de uma variável como função determinística, ou seja, a probabilidade de receber o tratamento salta de 0 para 1. Enquanto método, Fuzzy é utilizado quando a variável tem uma função estocástica, isto é, tem a sensibilidade de considerar um aumento de probabilidade, mas não de zero para um, pois a atribuição ao tratamento pode depender de fatores adicionais. Dessa forma, adotou-se o modelo de regressão descontínua com desenho Fuzzy para analisar a decisão do estudante de participar do programa, em que a nota do ENEM aumenta a probabilidade de tratamento, mas isso não acontece para todos os estudantes, ou seja, a variação não é de zero para um.

Uma forma direta de estimar o efeito médio local do tratamento no RDD - Fuzzy é usando um modelo de regressão que combina as regressões em ambos os lados do ponto c, conforme equação (1). Como o status tratamento é parcialmente determinado pela nota do ENEM, é necessário estimar primeiro a probabilidade de receber o tratamento dado à variável forcing pelo método dos Mínimos Quadrados em Dois Estágios (MQ2E). O primeiro estágio pode ser representado pela equação (2), que relaciona a nota na média geral no ENEM e a participação no programa AVANCE.

$Y_i={\alpha }_i+\tau *T_i+{\beta }_l*\left(X_i-c\right)+\left({\beta }_r-{\beta }_l\right)*T_i*\phi *\left(X_i-c\right)+{\displaystyle \sum }_{j=1}^J{\tau }_j*W_{i,j}+{\epsilon }_i,sec-h<X_i\le c+h$ (1)

$T_i={\gamma }_l+\theta *D_i+{\delta }_l*\left(X_i-c\right)+\pi *D_i*\left(X_i-c\right)+u_i,sec-h<X_i\le c+h$ (2)

$Emque{D}_i=\{1se{X}_i\ge 5600se{X}_i<560$ (3)

Na equação (1), $T_i$ é o status do tratamento para os que efetivamente recebem o AVANCE; o $\tau ={\alpha }_r-{\alpha }_l$ é o efeito médio local do tratamento, que é a diferença dos interceptos das funções a cada lado do ponto de corte, c; o $\phi ={\beta }_r-{\beta }_l$ , parâmetro das diferenças das inclinações das retas de regressão do lado direito do ponto de corte e do lado esquerdo. $X_i$ é a variável que designa o tratamento, nesse caso, a nota na média geral do ENEM.

3.1.1 Teste de validação

Um pressuposto central para a validade do desenho de Regressão em Descontinuidade (RDD) é a inexistência de manipulação estratégica da variável de ordenamento (running variable) em torno do ponto de corte. Caso os indivíduos consigam influenciar sua posição relativa em relação ao limiar de elegibilidade, a comparação local entre unidades imediatamente acima e abaixo do ponto de corte deixa de ser plausivelmente aleatória, comprometendo a interpretação causal do estimador. Nesse contexto, a verificação da continuidade da distribuição da variável de ordenamento constitui um teste de falsificação fundamental para avaliar a credibilidade do desenho empírico.

Para esse fim, adota-se o teste de densidade proposto por Cattaneo, Jansson e Ma (2018), que avalia formalmente a existência de descontinuidade na densidade da variável de ordenamento no ponto de corte. Diferentemente de abordagens gráficas tradicionais, como o teste de McCrary (2008), o procedimento de Cattaneo et al. (2018) baseia-se em métodos de estimação não paramétrica com escolha ótima de largura de banda e correção de viés, proporcionando inferência estatística mais robusta. A hipótese nula do teste é a continuidade da densidade no ponto de corte, de modo que sua não rejeição sugere ausência de manipulação sistemática da variável de elegibilidade.

Complementarmente ao teste formal, a análise gráfica da distribuição da variável de ordenamento é utilizada como evidência descritiva adicional. A construção de histogramas com particionamento adequado permite inspecionar visualmente a presença de saltos abruptos na frequência das observações ao redor do limiar. Neste estudo, será realizada a inspeção na nota no ENEM, dado que é uma variável endógena, ou seja, é determinada pelo desempenho dos alunos. Esse teste tem o intuito de verificar a continuidade da densidade da variável de elegibilidade no entorno do cutoff, portanto, verificar se a regra de recebimento do AVANCE induz os estudantes a manipularem a nota no ENEM.

3.2 Base de dados

A avaliação de impacto exige identificar tratados e de controles. Com a formação desses grupos e com aplicações de técnicas estatísticas e econométricas é possível verificar a se há diferença entre eles sobre uma variável de resultado. Aqui, a variável de resultado é a permanência do aluno nos dois primeiros anos de graduação (2018 e 2019) com vínculo institucional no mesmo curso de ingresso no ano de 2017.

Para a construção da base, a Secretaria de Educação do Estado do Ceará (SEDUC) forneceu dados dos concluintes de escolas públicas do Ceará do 3° ano do ensino médio 2015 e 2016 informando quais dos alunos são beneficiários do programa AVANCE. Contudo, a base fornecida carecia de informações acadêmicas e socioeconômicas. Por isso, foi necessário integrá-la às bases do ENEM (2015-2016) e ao Censo de Educação Superior (2017-2019), ambas fornecidas pelo INEP, que permite acompanhar os alunos durante o período de graduação. O CPF serviu como identificador para vincular os registros. Sendo assim, é possível acompanhar a coorte de 2017 dos alunos ingressantes no ensino superior nesse ano, observando seus vínculos institucionais, evasão ou permanência. O ENEM forneceu dados socioeconômicos e notas, essenciais para o critério de elegibilidade, e o Censo permitiu rastrear a situação acadêmica e o recebimento de auxílios complementares.

De posse dessas informações, procedimentos estatísticos e econométricos foram aplicados a fim de calcular a magnitude e o sinal do impacto do programa AVANCE sobre a probabilidade de permanência dos alunos no ensino superior nos anos de 2018 e 2019. O Quadro 1 traz a relação das bases de dados da SEDUC, ENEM e Censo de Educação Superior, os anos e as variáveis utilizadas na pesquisa.

Quadro 1
Lista de variáveis da base de Dados da SEDUC, ENEM e Censo de Educação Superior

SEDUC
Anos	Variáveis	Descrição/Observação
2015 e 2016	Ano_Conclusao_EM	Ano de conclusão do Ensino Médio
2016 e 2016	CPF	Número do CPF, variável-chave de ligação com as bases do INEP
2017	AVANCE_2017	Lista de alunos bolsistas do AVANCE no ano de 2017
ENEM
Anos	Variáveis	Descrição/Observação
2015 e 2016	CPF	Número do CPF, variável-chave de ligação com as bases do INEP
2015 e 2016	Nu_Ano	Ano de realização do ENEM
2015 e 2016	Nu_Nota_Cn	Nota da prova de Ciências da Natureza
2015 e 2016	Nu_Nota_Ch	Nota da prova de Ciências Humanas
2015 e 2016	Nu_Nota_Lc	Nota da prova de Linguagens e Códigos
2015 e 2016	Nu_Nota_Mt	Nota da prova de Matemática
2015 e 2016	Nu_Nota_Redacao	Nota da prova de redação
2015 e 2016	Q001	Até que série seu pai, ou o homem responsável por você, estudou?
2015 e 2016	Q002	Até que série sua mãe, ou a mulher responsável por você, estudou?
2015 e 2016	Q006	Qual é a renda mensal de sua família? (Some a sua renda com a dos seus familiares.)
Censo de Educação Superior
ANOS	Variáveis	Descrição/Observação
2017, 2018 e 2019	CPF	Número do CPF, variável-chave de ligação com as bases do INEP
2017, 2018 e 2019	Co_Curso	Código único de identificação do curso gerado pelo E-MEC
2017, 2018 e 2019	Nu_Ano_Censo	Ano de referência do Censo Superior
2017, 2018 e 2019	Co_Cine_Rotulo	Código de identificação do curso, conforme adaptação da Classificação Internacional Normalizada da Educação Cine/Unesco
2017, 2018 e 2019	Co_Ocde_Area_Geral	1º caracter da variável CO_OCDE (corresponde à área geral)
2017, 2018 e 2019	Tp_Cor_Raca	Tipo da cor/raça do aluno
2017, 2018 e 2019	Tp_Sexo	Informa o sexo do aluno
2017, 2018 e 2019	Nu_Idade	Idade que o aluno completa no ano de referência do Censo
2017, 2018 e 2019	Nu_Ano_Ingresso	Ano de ingresso do aluno no curso
2017, 2018 e 2019	In_Apoio_Social	Informa se o aluno recebe algum tipo de apoio social na forma de moradia, transporte, alimentação, material didático e bolsas (trabalho/permanência)
2017, 2018 e 2019	In_Bolsa_Estagio	Informa se o aluno recebe bolsa/remuneração por fazer atividade extracurricular de estágio não obrigatório.
2017, 2018 e 2019	In_Bolsa_Extensao	Informa se o aluno recebe bolsa/remuneração por participar de atividade extracurricular de extensão.
2017, 2018 e 2019	In_Bolsa_Monitoria	Informa se o aluno recebe bolsa/remuneração por participar de atividade extracurricular de monitoria.
2017, 2018 e 2019	In_Bolsa_Pesquisa	Informa se o aluno recebe bolsa/remuneração por participar de atividade extracurricular de pesquisa.
2017, 2018 e 2019	In_Matricula	Informa se o aluno é matriculado no curso
2017, 2018 e 2019	Dt_Ingresso_Curso	Data de ingresso do aluno no curso correspondente ao 1º semestre (01/01/2015) e ao 2º semestre (01/07/2015)
2017, 2018 e 2019	Tp_Situacao	Tipo de situação de vínculo do aluno no curso

• Fonte: Elaboração própria.

4 Resultados

4.1 Informações iniciais da base de dados

Algumas informações são relevantes para a construção da base: i) como o AVANCE iniciou em 2017, optou-se por verificar o efeito do início do programa sobre a taxa de permanência daqueles que receberam a bolsa no referido ano; ii) Para receber a bolsa em 2017, o programa permite que o aluno tenha concluído o ensino médio em 2015 ou 2016; iii) para acesso e cruzamento dessas bases, o INEP cria uma “máscara” para o CPF dos alunos e as disponibiliza na sala segura do SEDAP. Em seguida, os pesquisadores se deslocaram para a sede localizada em Brasília para realização da pesquisa. A Tabela 3 traz as informações sobre o tamanho inicial das bases utilizadas.

Tabela 3
Tamanho das bases de dados

Concludentes 2015 e 2016	ENEM 2015	ENEM 2016	Censo Ensino Superior 2017	Censo Ensino Superior 2018	Censo Ensino Superior 2019
177.880	8.523.688	9.330.694	11.589.194	12.043.993	12.350.832

• Fonte: Elaboração própria.

A base inicial reúne 177.880 concluintes do ensino médio em escolas públicas estaduais do Ceará (2015-2016). Em seguida, foi realizado o cruzamento com a base do ENEM 2015 e 2016 para obter informações sobre características pessoais e escolares desses alunos, tais como, sexo, raça, idade, informações socioeconômicas e notas nas áreas do ENEM para o período anterior ao ingresso desses alunos no ensino superior. Em seguida, realizou-se a junção com o Censo de Educação Superior através de um código disponibilizado pelo INEP para identificar os concludentes do ensino médio. Desses, 17.337 ingressaram no ensino superior em 2017, representando 9,7% do total, como mostrado na Tabela 4. Esse contingente permite acompanhar a trajetória de permanência, desistência e conclusão ao longo de 2018 e 2019.

Tabela 4
Acompanhamento longitudinal dos alunos concludentes em 2015 e 2016

Concludentes Ensino médio 2015/2016	Ingresso Ensino superior 2017	Permanência Ensino superior 2018	Permanência Ensino superior 2019
177.880	17.337	12.751	10.905

• Fonte: Elaboração própria.

A Tabela 4 informa ainda que, entre os ingressantes, 12.751 (73,5%) mantiveram-se matriculados em 2018, enquanto 10.905 (62,9%) permaneceram em 2019, revelando queda esperada pela progressão dos cursos, mas também sinalizando abandono expressivo. Ao focar nos 838 bolsistas AVANCE, como expostos na Tabela 5, os índices são superiores. Ao fazer o acompanhamento longitudinal, 83,5% permaneceram em 2018 (700 alunos) e 75,5% em 2019 (633 alunos). Essa diferença preliminar sugere efeito positivo do programa, embora sujeito a vieses de seleção, o que justifica a aplicação do RDD para mensuração causal.

Tabela 5
Acompanhamento dos alunos que receberam o programa AVANCE em 2017

Ingresso ensino superior 2017	Receberam AVANCE 2017	Permanência ensino superior 2018	Permanência ensino superior 2019
17.337	838	700	633

• Fonte: Elaboração própria.

4.2 Estatística descritiva

A Tabela 6 apresenta as estatísticas descritivas do perfil acadêmico e socioeconômico do tratado e controle. Uma análise comparativa mostra que os bolsistas do AVANCE possuem um desempenho superior no ENEM, com média de 618 pontos, contra 527 dos não bolsistas. Além disso, os bolsistas exibem maior proporção de pais com baixa escolaridade, com aproximadamente 34% dos bolsistas contra 26% dos não bolsistas para o pai e 22% contra 18% para a mãe. Em termos de renda, os bolsistas concentram-se quase exclusivamente nas faixas mais baixas: 61,7% pertencem à faixa de até R$ 788,00, o salário mínimo para valores de 2015, contra 49% dos não bolsistas. A presença em faixas mais altas é residual, reforçando que o programa, de fato, focaliza estudantes em situação de vulnerabilidade.

Tabela 6
Estatística descritiva das variáveis da amostra por grupo de tratamento e controle

Características	Receberam o AVANCE 2017	Não Receberam o AVANCE 2017
	Média	Média
Média do ENEM	618,42	526,86
Sexo	50,11	42,49
Branco	13,36	17,66
Baixa1 Escolaridade do Pai	34,36	26,56
Baixa1 Escolaridade da Mãe	22,19	18,1
Faixa de Renda 00	3,1	2,42
Faixa de Renda 01	61,69	48,94
Faixa de Renda 02	26,85	29,66
Faixa de Renda 03	7,28	15,7
Faixa de Renda 04	0,95	3,12
Faixa de Renda 05	0,12	0,16
Agricultura, Silvicultura, Pesca e Veterinária	2,98	2,64
Negócios, Administração e Direito	18,02	22,03
Ciências Naturais, Matemática e Estatística	1,91	1,18
Computação e Tecnologias da Informação (TIC)	6,32	6,3
Ciências Sociais, Comunicação e Informação	9,43	5,92
Educação	24,58	25,13
Engenharia, Produção e Construção	19,09	11,64
Artes e Humanidades	0,95	2,13
Saúde e Bem-Estar	15,16	19,92
Serviços	1,31	2,84
Programas Básicos	0,24	0,27
IES Localizadas na Capital	75,06	65,97
Cotista	44,75	15,44
Ingresso pelo ENEM	73,27	44,15
IES Pública	72,43	43,78
Idade no ENEM	17,36	17,68
Idade de Ingresso 2017	18,51	18,87

• Fonte: Elaboração própria.
• Nota: ¹ Baixa escolaridade: Nunca estudou ou fundamental I incompleto.

No perfil demográfico, observa-se maior equilíbrio de gênero entre bolsistas (50% mulheres) em relação ao controle (42%), e menor presença de brancos (13,4% contra 17,7%), indicando que o programa atinge de forma mais intensa estudantes não brancos. A idade média no ENEM é próxima entre os grupos (17,4 vs. 17,7 anos) assim como a idade de ingresso (18,51 contra 18,87 anos).

Quanto às escolhas dos cursos acadêmicos, os bolsistas se concentram em Educação (24,6%), Engenharias (19,1%) e Negócios (18%), enquanto os não bolsistas têm maior participação em Educação (25%), Negócios (22%) e Saúde (19,9%). No aspecto institucional, as diferenças são ainda mais marcantes. Entre os bolsistas, 72,4% estão em universidades públicas, contra apenas 43,8% dos não bolsistas, e a maioria estuda em instituições localizadas na capital (75% contra 66%). Além disso, a proporção de cotistas é quase três vezes maior (44,7% contra 15,4%), e a de ingressante via ENEM/Sisu é também mais elevada (73,3% contra 44,1%). Esses dados revelam forte complementariedade entre políticas públicas, já que o AVANCE se soma a mecanismos de acesso como Sisu e cotas, reforçando a inclusão de alunos vulneráveis em instituições e cursos mais competitivos.

4.3 Estimação do modelo

4.3.1 Validação do RDD

Segundo Cattaneo, Jansson e Ma (2018), um dos testes utilizados para validar a utilização do RDD nos estudos empíricos é o teste de falsificação, que consiste na hipótese de que os indivíduos não possam manipular perfeitamente a variável de atribuição ao tratamento, a variável forcing. Neste estudo, a nota média geral no ENEM é utilizada como variável de atribuição para verificar empiricamente se os indivíduos são capazes de manipular o recebimento ou não do AVANCE, em torno do ponto de corte, c. O histograma na Figura 2 não evidencia descontinuidade visível na densidade da variável de ordenamento no ponto de corte que define a elegibilidade ao programa AVANCE. Observa-se a distribuição aproximadamente contínua das notas ao redor do limiar, sem saltos abruptos ou acúmulo anômalo de observações imediatamente abaixo ou acima do ponto de corte. Essa evidência gráfica sugere que não há indícios de que os indivíduos tenham manipulado deliberadamente suas notas para se posicionar em um dos lados da regra de elegibilidade.

Adicionalmente, a sobreposição das distribuições dos grupos ao redor do ponto de corte ocorre de forma suave, o que é consistente com a hipótese de que a participação no programa não decorre de manipulação da variável de ordenamento, mas sim da regra institucional de elegibilidade. A mudança na composição dos grupos após o limiar reflete a atribuição do tratamento, e não uma ruptura na densidade das observações.

Do ponto de vista do teste de Cattaneo, Jansson e Ma (2018), esse padrão gráfico é compatível com a não rejeição da hipótese nula de continuidade da densidade no ponto de corte, reforçando a validade do desenho de regressão em descontinuidade.

Figura 2
Histograma das notas gerais do ENEM entre os bolsistas do AVANCE e não bolsistas

Devido ao critério de elegibilidade pela nota mínima na média geral do ENEM em 560 pontos, que define o recebimento da bolsa, os estudantes com nota inferior a essa nota não recebem o tratamento, e os estudantes acima dessa nota deveriam receber. Mas, fatores observáveis e não observáveis fazem com que a mudança na probabilidade de tratamento não seja apenas determinada pela variável de nota no ENEM, logo, como resultado, a probabilidade não salta de 0 para 1 no ponto c, como podemos observar nas Figuras 3 e 4.

As Figuras 3 e 4 mostram a relação da taxa de permanência do ensino superior em 2018 e 2019 e a nota do ENEM para toda a amostra com um intervalo de confiança de 95%.

Figura 3
Relação da taxa de permanência do ensino superior em 2018 e a nota do ENEM para toda a amostra

Figura 4
Relação da taxa de permanência do Ensino Superior em 2019 e a nota do ENEM para toda a amostra

Observa-se a presença de descontinuidade exatamente nos cutoffs indicando que existe um salto entre os que estão acima e abaixo do ponto de corte, podemos afirmar, portanto, que existem indícios de que o programa promove efeitos entre as observações que estão bem perto do cutoff.

4.3.2 Resultados da estimação considerando a amostra completa

A Tabela 7 apresenta os resultados das estimativas para os efeitos do AVANCE sobre a taxa de permanência em 2018 e 2019, respectivamente, considerando a estimação convencional e robusta. Ao considerar toda a amostra dos alunos que concluíram nas escolas estaduais do Ceará em 2015 e 2016 e que ingressaram no Ensino Superior em 2017 no Ceará, o programa AVANCE não apresentou efeitos significativos sobre a permanência dos alunos em 2018 e 2019.

Tabela 7
Efeitos do AVANCE sobre a taxa de permanência em 2018, 2019

	Permanência 2018	Permanência 2019
Convencional	0.528 (0.449)	0.343 (0.481)
Robusto	0.528 (0.449)	0.343 (0.481)

• Fonte: Elaboração própria.
• Nota: Os erros padrão apresentados entre parênteses. * p<0.10

Para analisar a efetividade do programa, foi utilizado o RDD Sharp. Para tanto, foram excluídos os estudantes acima do ponto de corte que não recebem a bolsa do AVANCE e estudantes abaixo da nota de corte que receberam o AVANCE. Através da Tabela 8 observa-se que o programa também não apresentou efeitos significantes sobre a taxa de permanência no ensino superior.

Tabela 8
Efetividade do programa sobre a taxa de permanência em 2018, 2019 - Estimação do Sharp

	Permanência 2018	Permanência 2019
Convencional	0.065 (0.04)	0.067 (0.048)
Robusto	0.065 (0.04)	0.067 (0.048)

• Fonte: Elaboração própria.
• Nota: Os erros padrão apresentados entre parênteses. * p<0.10

4.3.3 Estimação excluindo os alunos do grupo de controle que receberam outros tipos de bolsas

Dado que existe a possibilidade de os estudantes receberem outro tipo de auxílio durante o ensino superior, optou-se por seguir a seguinte estratégia: i) Para calcular o efeito sobre a permanência em 2018, excluímos do grupo de controle os estudantes que receberam outro tipo de auxílio em 2017 e/ou 2018; ii) Para o efeito em 2019, excluímos do grupo de controle os estudantes que receberam outro tipo de auxílio em 2017, 2018 ou 2019; Assim, o grupo de controle pode sofrer pequenas alterações entre os anos. A Tabela 9 apresenta os resultados das estimativas para os efeitos do AVANCE sobre a taxa de permanência em 2018 e 2019, respectivamente.

Ao excluir os estudantes do grupo de controle que receberam outras bolsas, o efeito do programa AVANCE passa a ser positivo e significativo para a taxa de permanência no primeiro ano após o ingresso na universidade em 2017. Assim, a participação no programa AVANCE aumenta a média da taxa de permanência em 0,78 p.p.. A Figura 5 apresenta esse efeito. Pode-se observar que existe descontinuidade na probabilidade de permanência em torno do cutoff. Todavia, o efeito passa a ser insignificante em 2019.

Tabela 9
Efeitos do AVANCE sobre a taxa de permanência em 2018, 2019

	Permanência 2018	Permanência 2019
Convencional	0.78** (0.48)	0.58 (0.49)
Robusto	0.78** (0.48)	0.58 (0.49)

• Fonte: Elaboração própria.
• Nota: Os erros padrão apresentados entre parênteses. * p<0.10

Figura 5
Modelo Fuzzy com amostra sem alunos que receberam outras bolsas. Impacto do AVANCE sobre a taxa de permanência em 2018

Para analisar a efetividade do programa sobre a taxa de permanência em 2018 e 2019, considerando esse novo grupo de controle, foi utilizado o RDD Sharp. A Tabela 10 apresenta os resultados dessa estimação. Pode-se constatar que o efeito do programa AVANCE para a permanência no primeiro e no segundo ano, após o ingresso no ensino superior em 2017, não foi estatisticamente significante.

Tabela 10
Efetividade do programa sobre a taxa de permanência em 2018, 2019 e 2020 - estimação do Sharp

	Permanência 2018	Permanência 2019
Convencional	0.064 (0.055)	0.081 (0.061)
Robusto	0.064 (0.055)	0.081 (0.061)

• Fonte: Elaboração própria.
• Nota: Os erros padrão apresentados entre parênteses. * p<0.10

4.3.4 Estimação considerando os efeitos heterogêneos da renda sobre a permanência no Ensino Superior

As Tabelas 11 a 12 apresentam os efeitos heterogêneos da renda sobre o impacto do AVANCE na taxa de permanência do ensino superior nos anos de 2018 e 2019 no Ceará. As estimações foram realizadas em dois grupos de renda, o primeiro grupo contém uma amostra cuja renda mensal familiar é de até R$ 788,00 e o segundo grupo a renda mensal familiar está acima de R$ 788,00.

Assim como na exposição dos resultados anteriores, o atual encontra-se dividido em resultados por amostra completa e uma subamostra retirando os alunos que receberam outras bolsas universitárias nos anos de 2017 e 2018. Além disso, apresentam-se os resultados por modelos RDD, modelo Fuzzy e modelo Sharp.

a. Estimação considerando a amostra completa

A Tabela 11 traz informações para os modelos Fuzzy e Sharp para os efeitos heterogêneos da renda na amostra completa. No modelo Fuzzy observa-se que, para o grupo com renda acima de R$ 788,00, o programa AVANCE apresenta efeito positivo e significativo para a taxa de permanência no primeiro ano após o ingresso na universidade em 2017. Assim, a participação no programa AVANCE aumenta a média da taxa de permanência em 2,3 p.p.

Tabela 11
Modelo com amostra completa. Efeitos heterogêneos da renda: impacto do AVANCE sobre a taxa de permanência em 2018 e 2019

	Renda até R$ 788,00		Renda acima de R$ 788,00
	Permanência 2018	Permanência 2019	Permanência 2018	Permanência 2019
Modelo Fuzzy
Convencional	-0,480	-0,367	2,305*	2,009
	(0,484)	(0,577)	(1,260)	(1,303)
Robusto	-0,480	-0,367	2,305*	2,009
	(0,484)	(0,577)	(1,260)	(1,303)
Modelo Sharp
Convencional	0,046	0,100*	0,104*	-0,032
	(0,051)	(0,058)	(0,060)	(0,085)
Robusto	0,046	0,100	0,104*	-0,032
	(0,051)	(0,058)	(0,060)	(0,085)

• Fonte: Elaboração própria.
• Nota: Os erros padrão apresentados entre parênteses. * p<0.10

O modelo Sharp mostra para o grupo com renda até R$ 788,00 que o programa AVANCE apresenta efeito positivo e significativo para a taxa de permanência em 2019, no segundo ano após o ingresso na universidade em 2017, aumentando a taxa de permanência em 0,1p.p. Já para o grupo de renda acima de R$ 788,00 a taxa de permanência aumenta em 0,104 p.p. já no primeiro ano de ensino, em 2018. A Figura 6 apresenta o efeito Fuzzy para 2018 e os gráficos seguintes, o efeito Sharp para os anos de 2019 e 2018, respectivamente. Pode-se observar que existe uma descontinuidade na probabilidade de permanência em torno do cutoff.

Figura 6
Modelos Fuzzy e Sharp com amostra completa

b. Estimação excluindo do grupo de controle os alunos que receberam outros tipos de bolsas

A Tabela 12 traz informações para o modelo Fuzzy e Sharp para os efeitos heterogêneos da renda na amostra excluindo os alunos que receberam outras bolsas. O AVANCE apresenta efeito positivo e significativo para a taxa de permanência no primeiro ano após o ingresso na universidade em 2017 apenas para o grupo com renda acima de R$ 788,00, considerando o modelo Fuzzy. Assim, a participação no programa aumenta a média da taxa de permanência em 2,412 p.p.

Tabela 12
Modelo com amostra sem alunos que receberam outras bolsas. Efeitos heterogêneos da renda: impacto do AVANCE sobre a taxa de permanência em 2018 e 2019

	Renda até R$ 788,00		Renda acima de R$ 788,00
	Permanência 2018	Permanência 2019	Permanência 2018	Permanência 2019
Modelo Fuzzy
Convencional	-0,180	0,004	2,412*	1,502
(0,505)	(0,547)	(1,296)	(1,149)
Robusto	-0,180	0,004	2,412*	1,502
(0,505)	(0,547)	(1,296)	(1,149)
Modelo Sharp
Convencional	0,045	0,167*	0,160*	-0,060
(0,069)	(0,075)	(0,068)	(0,110)
Robusto	0,045	0,167*	0,160*	-0,060
(0,069)	(0,075)	(0,068)	(0,110)

• Fonte: Elaboração própria.
• Nota: Os erros padrão apresentados entre parênteses. * p<0.10

Considerando o modelo Sharp, observa-se que para o grupo com renda até R$ 788,00, o AVANCE apresenta efeito positivo e significativo para a taxa de permanência no segundo ano após o ingresso na universidade em 2017. Assim, a participação no programa aumenta a média da taxa de permanência de 2019 em 0,167 p.p. Enquanto para o grupo com renda acima de R$ 788,00 os bolsistas do AVANCE possuem em média uma taxa de permanência de 2018 maior em 0,16 p.p. do que os não bolsistas, revelando efeito positivo e significante do programa AVANCE para o primeiro ano após o ingresso na universidade em 2017.

A Figura 7 apresenta os efeitos dos modelos Fuzzy e do Sharp para os resultados estatisticamente significantes. Pode-se observar que existe descontinuidade na probabilidade de permanência em torno do cutoff para o ano de 2018 no grupo com renda acima de R$ 788,00. E apenas para o Sharp também se observa a mesma descontinuidade para o ano de 2019 no grupo com renda até R$ 788,00.

Figura 7
Modelo Modelos Fuzzy e Sharp com amostra sem alunos que receberam outras bolsas

4.4 Discussão dos resultados, implicações para políticas públicas e limitações da pesquisa

Os resultados apresentados anteriormente indicam, em geral, que os efeitos do AVANCE sobre a permanência no ensino superior são heterogêneos e concentrados no curto prazo para grupos específicos de estudantes. Os achados iniciais para a amostra completa não apresentaram efeitos significativos médios do programa sobre a permanência em 2018 e 2019. Portanto, em termos agregados, a concessão de um auxílio financeiro pontual não é suficiente para alterar de forma substantiva as trajetórias de evasão no ensino superior no contexto do Ceará. Esse resultado vai ao encontro da evidência da literatura internacional Stinebrickner e Stinebrickner (2008), Glocker, (2011) e Castleman e Long (2016), a qual aponta que transferências de pequeno valor, isoladamente, tendem a produzir efeitos modestos quando os estudantes enfrentam múltiplas restrições não financeiras, como necessidade de trabalhar, dificuldades acadêmicas e problemas de adaptação institucional.

Sendo assim, políticas puramente financeiras têm efeito limitado se não forem combinadas com suporte a outras dimensões da experiência estudantil. Os estudos de Angrist et al. (2009) e Angrist et al. (2016), por exemplo, mostram que programas de transferência condicionada com componentes de acompanhamento acadêmico, como, por exemplo, mentorias, aconselhamento acadêmico, atividades acadêmicas e sociais integradas, mostram impactos duradouros na permanência. Isso sugere que o AVANCE poderia se beneficiar de mentorias pedagógicas integradas e, conjuntamente com o auxílio financeiro, proporcionar melhor ambiente para a formação profissional, principalmente de alunos em alta vulnerabilidade socioeconômica.

Ao refinar a estratégia empírica e excluir do grupo de controle estudantes que receberam outros tipos de auxílios, os resultados passam a indicar um efeito positivo e estatisticamente significativo do AVANCE sobre a permanência no primeiro ano após o ingresso no ensino superior. Esse resultado sugere que a presença simultânea de múltiplas políticas de assistência pode contaminar a identificação do efeito isolado do programa, mascarando seu impacto marginal. Nesse sentido, o AVANCE parece exercer papel relevante especialmente quando não sobreposto a outros mecanismos de apoio financeiro.

Assim como o Pell Grant dos EUA analisado por Bettinger (2004) e Goldrick-Rab et al. (2011), o AVANCE atua como um “colchão financeiro” que reduz o risco de evasão no primeiro ano, o período mais crítico para os universitários, principalmente aqueles em vulnerabilidade social. O auxílio financeiro reduz os custos diretos e indiretos da faculdade, permitindo que os estudantes se concentrem nos estudos, diminuindo a dependência por trabalho remunerado durante a graduação, especialmente em empregos de alta carga horária ou precários. A Bolsa de Acesso Estudantil da Flórida (FSAG) tem esse mesmo papel, como corrobora os estudos de Castleman e Long (2016) e Castleman et al. (2018).

As análises de efeitos heterogêneos por renda familiar revelam que os resultados não se concentram exclusivamente entre os estudantes mais pobres, como seria esperado a priori. Em alguns cenários, os impactos são mais pronunciados entre estudantes com maior renda familiar. Isso sugere que o impacto do AVANCE é condicionado pela existência de outras condições mínimas para a permanência acadêmica. Estudantes em situação de vulnerabilidade extrema podem enfrentar múltiplas restrições simultâneas que limitam a eficácia de um auxílio financeiro pontual. Por outro lado, entre estudantes que já dispõem de melhor preparo acadêmico e maior inserção institucional, o benefício financeiro parece atuar como um fator complementar, reduzindo o risco de evasão no período inicial do curso. Esse resultado também é discutido na literatura internacional, como os estudos de Singell (2004), Goldrick-Rab et al. (2011) e Melguizo et al. (2016). Esta é mais uma evidência de que o AVANCE poderia se beneficiar de ações conjuntas voltadas a melhorias pedagógicas e acadêmicas.

No contexto brasileiro, a literatura mostra que políticas federais de auxílios financeiros, como o PNAES e Prouni, tendem a produzir efeitos mais robustos quando combinados a apoio acadêmico e institucional contínuo (Machado et al., 2020; Becker; Mendonça, 2021). Do ponto de vista das políticas públicas, os achados deste estudo sugerem que programas estaduais de apoio financeiro, como o AVANCE, são instrumentos relevantes para reduzir a evasão imediata no ensino superior, sobretudo quando direcionados a estudantes recém-ingressos. No entanto, sua efetividade plena depende da articulação com outras ações de permanência, como auxílios continuados, acompanhamento acadêmico e suporte psicossocial.

Embora os resultados sejam interessantes e gerem implicações políticas, é importante ressaltar que há limitações. Apesar da adoção de uma estratégia de identificação robusta, como o RDD, os efeitos estimados são locais ao entorno do ponto de corte da nota do ENEM. Assim, os resultados identificam um efeito causal local médio (LSATE), não podendo externalizar para estudantes muito acima ou muito abaixo do cutoff. Ademais, o programa apresenta um regime de elegibilidade imperfeito (Fuzzy RDD), no qual nem todos os estudantes elegíveis recebem o benefício, o que pode introduzir ruído adicional na estimação. Em segundo lugar, a janela temporal analisada é relativamente curta, impossibilitando a avaliação de efeitos sobre conclusão da graduação e inserção no mercado de trabalho. Adicionalmente, a base de dados administrativa não permite observar fatores relevantes, como necessidade de trabalhar, condições de saúde, gravidez ou o grau de engajamento acadêmico dos estudantes, que podem influenciar a permanência. Por fim, a coexistência de políticas concorrentes, como Prouni, FIES e auxílios institucionais, pode contaminar o grupo de controle; a estratégia de excluir estudantes que receberam outros benefícios mitiga esse problema, mas reduz o tamanho amostral e pode introduzir seleção adicional.

Essas limitações apontam para uma agenda promissora de pesquisas futuras. Estudos longitudinais poderiam acompanhar os beneficiários do AVANCE até a conclusão do curso e a inserção profissional. Análises adicionais de heterogeneidade poderiam explorar diferenças por tipo de curso, modalidade de ensino e características institucionais. Ademais, avaliações experimentais ou quase-experimentais que incorporem componentes adicionais ao auxílio financeiro, como mentorias ou incentivos à conclusão, bem como análises de custo-efetividade comparando o AVANCE a outros programas de permanência estudantil, contribuiriam para o aprimoramento do desenho de políticas públicas baseadas em evidências.

Em síntese, os resultados sugerem que o programa AVANCE tem potencial para reduzir a evasão no início da trajetória universitária, especialmente entre estudantes mais vulneráveis. Contudo, sua efetividade no médio e longo prazo depende do reconhecimento de que a permanência no ensino superior é um fenômeno multifacetado, que exige estratégias integradas de apoio financeiro, acadêmico e institucional.

5 Considerações finais

Este estudo avaliou os efeitos do programa AVANCE - Bolsa Universitária sobre a permanência de estudantes egressos da rede pública estadual do Ceará no ensino superior, explorando a regra de elegibilidade baseada na nota do ENEM por meio de um desenho de Regressão com Descontinuidade. A estratégia empírica adotada, aliada a testes de robustez e análises de sensibilidade, permitiu identificar efeitos causais locais do programa sobre a probabilidade de permanência acadêmica.

Os resultados indicam que o AVANCE apresenta efeitos positivos e estatisticamente significativos no curto prazo, particularmente no primeiro ano após o ingresso na universidade, quando a análise se restringe a um grupo de controle composto por estudantes que não receberam outros tipos de auxílio. Esse achado sugere que o apoio financeiro focalizado no início da graduação pode desempenhar papel relevante na redução da evasão imediata, sobretudo entre estudantes provenientes de contextos socioeconômicos mais vulneráveis.

Por outro lado, os efeitos estimados não se mantêm de forma consistente ao longo do tempo, o que aponta para uma limitação inerente ao caráter pontual do programa. As análises de heterogeneidade por renda familiar reforçam essa interpretação ao revelarem que os impactos variam conforme o perfil socioeconômico dos estudantes e a composição do grupo de comparação, indicando que o auxílio financeiro, isoladamente, pode ser insuficiente para sustentar a permanência acadêmica no médio prazo.

Do ponto de vista da política pública, os achados desta pesquisa trazem implicações relevantes para o desenho e aprimoramento de programas de auxílio financeiro voltados à permanência estudantil. Primeiramente, os resultados reforçam o papel estratégico dos auxílios financeiros no momento de transição entre a educação básica e o ensino superior, especialmente para estudantes de baixa renda, que frequentemente enfrentam restrições de liquidez mais severas. Em segundo lugar, os efeitos temporários identificados sugerem que o impacto do AVANCE poderia ser potencializado com a extensão do benefício para além do primeiro ano, ou mesmo com a introdução de mecanismos de acompanhamento acadêmico e psicossocial que ajudem a mitigar outros fatores de evasão.

Além disso, a experiência do AVANCE oferece lições relevantes para outros estados brasileiros e países com sistemas educacionais semelhantes. O uso de regras claras de elegibilidade, com critérios objetivos e auditáveis, aliado ao monitoramento contínuo por meio de dados administrativos, permite não apenas a efetividade da política, mas também sua avaliação rigorosa. A adoção de desenhos que combinam focalização e avaliação contínua é uma estratégia promissora para a melhoria de políticas educacionais baseadas em evidências.

Por fim, este estudo também abre espaço para investigações futuras. Estudos adicionais poderiam explorar os efeitos de longo prazo do AVANCE sobre a taxa de conclusão da graduação, o desempenho acadêmico acumulado e a inserção no mercado de trabalho. Ademais, análises qualitativas complementares podem oferecer insights valiosos sobre os mecanismos subjetivos que levam os estudantes beneficiários a permanecer ou abandonar a universidade, incluindo dimensões como motivação, pertencimento institucional e redes de apoio.

Os resultados indicam que o programa AVANCE é capaz de melhorar a permanência no ensino superior no início da trajetória universitária, mas que sua efetividade plena depende de um desenho mais abrangente, capaz de reconhecer a complexidade dos fatores que condicionam a permanência acadêmica e de articular instrumentos financeiros com outras dimensões de suporte ao estudante.

Agradecimentos

Os autores agradecem à Secretaria da Educação do Estado do Ceará (SEDUC) a disponibilização dos dados relativos ao Programa Avance.

6 Referências bibliográficas

• ANGRIST, J.; LANG, D.; OREOPOULOS, P. Incentives and Services for College Achievement: Evidence from a Randomized Trial. American Economic Journal: Applied Economics, v. 1, n. 1, p. 1-28, 2009.
• ANGRIST, J.; AUTOR, D.; HUDSON, S.; PALLAIS, A. Evaluating Postsecondary Aid: Enrollment, Persistence, and Projected Completion. Cambridge: National Bureau of Economic Research, 2016. (NBER Working Paper, n. 23.015).
• BECKER, K. L.; MENDONÇA, M. J. C. Avaliação do impacto do Prouni na nota ENADE dos estudantes. Economia Aplicada, v. 25, n. 4, p. 521-544, 2021.
• BETTINGER, E. P. How Financial Aid Affects Persistence. In: HOXBY, C. M. (Org.). College Choices: The Economics of Where to Go, When to Go, and How to Pay for It. Chicago: University of Chicago Press, 2004. p. 207-238.
• BETTINGER, E. P.; BAKER, R. B. The Effects of Student Coaching: An Evaluation of a Randomized Experiment in Student Advising. Educational Evaluation and Policy Analysis, v. 36, n. 1, p. 3-19, 2014.
• BRASIL. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP). Censo da Educação Superior 2017: notas estatísticas. Brasília, DF: INEP, 2018.
• BRASIL. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP). Censo da Educação Superior 2018: notas estatísticas. Brasília, DF: INEP, 2019.
• BRASIL. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP). Censo da Educação Superior 2019: notas estatísticas. Brasília, DF: INEP, 2020.
• BRASIL. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP). Censo da Educação Superior 2020: notas estatísticas. Brasília, DF: INEP, 2022.
• BRASIL. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP). Metodologia de cálculo dos indicadores de fluxo da educação superior. Brasília, DF: INEP, 2017.
• BRASIL. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP). Resumo técnico: Censo da Educação Superior 2016. Brasília, DF: INEP, 2018.
• CASTLEMAN, B. L.; LONG, B. T. Looking Beyond Enrollment: The Causal Effect of Need-Based Grants on College Access, Persistence, and Graduation. Journal of Labor Economics, v. 34, n. 4, p. 1.023-1.073, 2016.
• CASTLEMAN, B. L.; LONG, B. T.; MABEL, Z. Can Financial Aid Help to Address the Growing Need for STEM Education? The Effects of Need-Based Grants on the Completion of Science, Technology, Engineering, and Math Courses and Degrees. Journal of Policy Analysis and Management, v. 37, n. 1, p. 136-166, 2018.
• CATTANEO, M. D.; JANSSON, M.; MA, X. Manipulation Testing Based on Density Discontinuity. Journal of the American Statistical Association, v. 113, n. 523, p. 1.616-1.630, 2018.
• CATTANEO, M. D.; JANSSON, M.; MA, X. Simple Local Polynomial Density Estimators. Journal of the American Statistical Association, v. 115, n. 531, p. 1.449-1.455, 2020.
• FACK, G.; GRENET, J. Improving College Access and Success for Low-Income Students: Evidence from a Large Need-Based Grant Program. American Economic Journal: Applied Economics, v. 7, n. 2, p. 1-34, 2015.
• FROTA, F. J. R.; SANTOS, J. M.; SILVA, R. M.; CUNHA, M. S. Análise dos efeitos das bolsas e do auxílio social na duração do ensino superior no Brasil. Natal: ANPEC, 2024.
• GLOCKER, D. The Effect of Student Aid on the Duration of Study. Economics of Education Review, v. 30, n. 1, p. 177-190, 2011.
• GOLDRICK-RAB, S.; HARRIS, D. N.; KELLY, A. P. Need-Based Financial Aid and College Persistence: Experimental Evidence from Wisconsin. Madison: Wisconsin Center for Education Research, University of Wisconsin, 2012.
• LÉPINE, A. Financial Aid and Student Performance in College: Evidence from Brazil. Brazilian Review of Econometrics, v. 38, n. 2, p. 221-261, 2018.
• MACHADO, G. C.; OLIVEIRA, C. A.; FREITAS, T. A. Avaliação do impacto dos benefícios de assistência estudantil sobre o desempenho acadêmico: o caso da Universidade Federal do Rio Grande. Planejamento e Políticas Públicas, Brasília, n. 55, p. 27-58, jul./set. 2020.
• McCRARY, J. Manipulation of the Running Variable in the Regression Discontinuity Design: A Density Test. Journal of Econometrics, v. 142, n. 2, p. 698-714, 2008.
• MELGUIZO, T.; SÁNCHEZ, F.; VELASCO, T. Credit for Low-Income Students and Access to and Academic Performance in Higher Education in Colombia: A Regression Discontinuity Approach. World Development, v. 80, p. 61-77, 2016.
• MODENA, F.; RETTORE, E.; TANZI, G. M. The Effect of Grants on University Dropout Rates: Evidence from the Italian Case. Journal of Human Capital, v. 14, n. 3, p. 343-370, 2020.
• SILVA, R. M.; CUNHA, M. S. Impacto do Prouni no desempenho acadêmico: uma análise de gênero e raça. Estudos em Avaliação Educacional, v. 31, n. 76, p. 164-194, 2020.
• SINGELL JR., L. D. Come and Stay a While: Does Financial Aid Affect Retention Conditioned on Enrollment at a Large Public University? Economics of Education Review, v. 23, n. 5, p. 459-471, 2004.
• STEINER, V.; WROHLICH, K. Financial Student Aid and Enrollment in Higher Education: New Evidence from Germany. Scandinavian Journal of Economics, v. 114, n. 1, p. 124-147, 2012.
• STINEBRICKNER, R.; STINEBRICKNER, T. The Effect of Credit Constraints on the College Drop-Out Decision: A Direct Approach Using a New Panel Study. American Economic Review, v. 98, n. 5, p. 2163-2184, 2008.
• TROCHIM, W. M. K. Research Design for Program Evaluation: The Regression-Discontinuity Approach. Thousand Oaks: Sage Publications, 1984.
• VERGOLINI, L.; ZANINI, N. Away, but Not Too Far from Home: The Effects of Financial Aid on University Enrolment Decisions. Economics of Education Review, v. 49, p. 91-109, 2015.

• Disponibilidade de dados de pesquisa
  Os dados utilizados neste artigo não podem ser disponibilizados publicamente. Isso se deve ao fato de que sua obtenção está condicionada a procedimentos institucionais específicos, que exigem a abertu ra de um processo formal de solicitação de acesso à sala segura do INEP. Trata-se, portanto, de uma base de dados de acesso restrito, cuja utilização depende de autorização prévia e do cumprimento de protocolos estabelecidos pelo órgão responsável, o que inviabiliza sua divulgação direta pelos autores.
• Classificação JEL.
  C21; H52; I22
• JEL Classification:
  C21; H52; I22

• Editor responsável
  Lucas Resende de Carvalho (Editor Associado).
  Centro de Desenvolvimento e Planejamento Regional, Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brasil.
  ORCID: https://orcid.org/0000-0002-3618-3967

Disponibilidade de dados

Os dados utilizados neste artigo não podem ser disponibilizados publicamente. Isso se deve ao fato de que sua obtenção está condicionada a procedimentos institucionais específicos, que exigem a abertu ra de um processo formal de solicitação de acesso à sala segura do INEP. Trata-se, portanto, de uma base de dados de acesso restrito, cuja utilização depende de autorização prévia e do cumprimento de protocolos estabelecidos pelo órgão responsável, o que inviabiliza sua divulgação direta pelos autores.

Datas de Publicação

• Publicação nesta coleção
  22 Jun 2026
• Data do Fascículo
  2026

Histórico

• Recebido
  20 Ago 2025
• Aceito
  30 Jan 2026