ANÁLISE DA INSERÇÃO OCUPACIONAL DOS JOVENS NO PARANÁ
Vinícius Misael Alves de Lima
Universidade Estadual de Londrina (UEL)
[email protected]
Nadja Simone Menezes Nery de Oliveira
Universidade Estadual de Londrina (UEL)
[email protected]
Solange de Cassia Inforzato de Souza
Universidade Estadual de Londrina (UEL)
[email protected]
Katy Maia
Universidade Estadual de Londrina (UEL)
[email protected]
Área temática: Demografia e mercado de trabalho
Resumo: O presente estudo busca investigar os determinantes da inserção ocupacional dos
jovens paranaenses, de 15 e 24 anos, com base nos dados fornecidos pela Pesquisa Nacional
por Amostra de Domicílio (PNAD), realizada pelo Instituto Brasileiro de Geografia e
Estatística (IBGE) no ano de 2011. Para este fim foi utilizado o modelo logit multinomial,
este por sua vez consiste basicamente em calcular a probabilidade condicional do indivíduo se
encontrar em uma determinada situação, dado que ele possui determinadas características, ou
seja, o modelo logit multinomial é utilizado para identificar características pessoais,
familiares, sazonais e locais que apresentem algum controle sobre as decisões tomadas pelos
indivíduos em análise. Os principais resultados obtidos com o modelo ajustado mostraram que
à medida que o jovem envelhece as chances de trabalhar e deixar de estudar aumentam.
Jovens que possuem uma menor escolaridade e que vivem com companheiro(a) ou cônjuge
tem uma maior probabilidade de abandonarem os estudos em relação aos que não estão nessa
situação.
Palavras-chave: Modelo logit Multinomial; Ocupação; Paraná;
1. Introdução
O período denominado juventude é definido como um processo de transição em que os
indivíduos saem de uma condição de dependência completa na infância a para uma plena
autonomia que caracteriza a vida adulta. Esse processo se desenvolve mediante um conjunto
de transições que levam o jovem a desenvolver plenamente sua personalidade, a incorporar-se
na vida ativa, a ter independência econômica, a constituir um lugar próprio e a estabelecer
uma colocação estável (SOUZA, et. al. 2001).
Apesar da participação dos jovens na população brasileira mostrada pelo Censo 2010
em relação ao realizado em 2000 ter reduzido, cerca de aproximadamente 48,6 % da
população é formada por jovens e adolescentes abaixo dos 25 anos, ou seja, quase metade da
população. No Paraná, essa parcela corresponde a aproximadamente 40,53 %.
É bastante difundido que a educação é capaz de contribuir de maneira significativa no
aumento da produtividade dos trabalhadores além de contribuir para o desenvolvimento de
uma nação. Ferreira e Barros (1999) mostraram que a educação afeta o nível e a distribuição
de renda dos indivíduos, Lam e Duryea (1999) mostraram isso para propensão a ter filhos,
Mendonça (2000) para a criminalidade em uma determinada área e Santos (2000) para a taxa
de desemprego. Dessa forma, Corseuil, Santos e Foguel (2001) ponderam que em países em
desenvolvimento a frequência dos jovens à escola é menor, em relação aos países
desenvolvidos. Em geral, esse fato está associado ao ingresso precoce no mercado de
trabalho.
Os jovens procuram o trabalho por necessidade de sobrevivência e outros por busca de
independência financeira. Mas, o trabalho em muitos casos é incompatível com a frequência
escolar, levando o jovem a escolher somente trabalhar. Assim, os jovens enfrentam o
problema de escolher entre o trabalho e o estudo, conciliar ambos ou até, em casos extremos,
não estudar nem trabalhar (SILVA e KASSOUF, 2002).
Diante dessa realidade, torna-se importante o estudo sobre os determinantes da inserção
desses jovens e adolescentes no mercado de trabalho, principalmente as suas escolhas entre o
trabalho e os estudos. Algumas pesquisas relevantes podem ser citadas como os de Barros e
Mendonça (1991), Leme e Wajnman (2000), Corseuil, Santos e Foguel (2001), Silva e
Kassouf (2002), Leite e Silva (2002).
Para este trabalho serão considerados jovens aqueles indivíduos com idades entre 15 e
24 anos. Esse recorte segue a definição adotada pela ONU (Organizações das Nações Unidas),
em que são considerados jovens os indivíduos entre 16 e 24 anos e ainda obedece a
Constituição Brasileira que admite o trabalho infantil a partir dos 14 anos na condição de
aprendiz.
Neste sentido, o presente estudo busca investigar os determinantes da inserção
ocupacional dos jovens paranaenses, de 15 e 24 anos, com base nos dados fornecidos pela
Pesquisa Nacional por Amostra de Domicílio (PNAD) de 2011, realizada pelo Instituto
Brasileiro de Geografia e Estatística (IBGE).
Além desta introdução, o presente estudo se divide em mais quatro seções. A seção 2
faz uma revisão da literatura empírica para o uso do modelo logit multinomial em alguns
estudos relevantes e correlatos. Na terceira é apresentada a metodologia utilizada.
As
discussões e os resultados obtidos são apresentados na seção 4. Finalmente, a seção 5
apresenta as conclusões deste estudo.
2. Revisão da Literatura
Barros e Mendonça (1991), com base na PNAD de 1987, analisam as consequências
geradas pela pobreza sobre o bem-estar de crianças e adolescentes entre três regiões
metropolitanas brasileiras, Fortaleza, Porto Alegre e São Paulo, de 7 a 12 anos de idade no
que diz respeito à alocação de tempo entre estudo e trabalho e de acordo com a renda da
unidade familiar na qual estão inseridos, além de serem considerados o gênero e a idade de
acordo com a região de residência.
Esse estudo evidenciou que a taxa de participação na força de trabalho e a não
frequência escolar são crescentes com a idade, maiores entre o gênero masculino do que entre
o gênero feminino, apresentaram-se maiores em São Paulo e Porto Alegre em relação à
Fortaleza e são decrescentes com os recursos econômicos das unidades econômicas nas quais
vivem.
Leme e Wajnman (2000) com base nos dados das PNADS de 1981 a 1998 buscaram
observar a simultaneidade entre assiduidade escolar e trabalho dos jovens e adolescentes do
Brasil ao analisarem os determinantes de alocação de tempo entre quatro possíveis formas de
alocação: somente estudar, somente trabalhar, estudar e trabalhar ou não exercer nenhuma
dessas funções.
Com esse estudo, os autores concluem que houve um crescimento na proporção entre
esses indivíduos que trabalham e estudam; quando a decisão tomada é apenas estudar, as
variáveis que se mostraram mais importantes foram o grau de instrução dos pais e a renda
familiar, indicando que quanto mais educados são os pais e quanto maior a renda familiar,
maior será a probabilidade de esse jovem optar por apenas estudar. Essa realidade também foi
afetada pelo número de crianças na família e o sexo, ser do sexo masculino e quanto maior a
quantidade de crianças no domicílio reduz a probabilidade de apenas estudar. Essas últimas
variáveis também afetaram, mas em sentido oposto a decisão de só trabalhar. Outra conclusão
foi a de que trabalhar e estudar responde mais fortemente a localização do domicílio, ao passo
que não trabalhar e não estudar é mais frequente para indivíduos do sexo feminino de famílias
com maior número de crianças.
Corseuil, Santos e Foguel (2001) realizam um estudo a cerca dos fatores determinantes
das escolhas dos jovens de 12 a 17 anos entre estudo e trabalho no Brasil em comparação aos
jovens dessa mesma faixa etária de outros países da América Latina. Através do uso de um
modelo paramétrico do tipo logit multinomial, o estudo apresentou os seguintes resultados: o
grau de instrução dos pais dessas crianças e adolescentes exerce forte influência sobre a
alocação do tempo desses jovens entre trabalho e estudo para todos os países analisados.
Assim, quanto maior o nível de educação de seus pais, maior será a probabilidade de
dedicação aos estudos, independente do sexo do jovem.
Outro resultado relevante apontado foi o grau de urbanização, o número de crianças e o
número de idosos. Porém, os autores destacam que essas influências irão depender do gênero
dos pais em questão, o que reforçou o a ideia de que as questões institucionais/culturais
exercem de forma igual uma notável influência na alocação do tempo dos jovens.
Silva e Kassouf (2002) analisam os determinantes de alocação entre estudo e trabalho
de jovens com idade entre 15 e 24 anos. O alvo principal dessa pesquisa constituiu-se em
analisar as condições socioeconômicas, em particular o nível educacional e a condição da
atividade laboral. Os autores chegam a conclusão de que a parcela de jovens que compõem a
população economicamente ativa e que integram a renda familiar é baste significativa. Outra
conclusão é a de que o jovem entra muito cedo no mercado de trabalho, com 75% dos jovens
no meio rural integrando pela primeira vez a força de trabalho com 12 anos ou menos de
idade e no meio urbano cerca de 25% iniciou com 13 anos ou menos as atividades laborais.
Os resultados desse estudo apontaram, também, que quanto maior a idade do indivíduo
jovem, menor é a probabilidade de estudar, independente de fazer parte do mercado de
trabalho ou não. O estudo também corroborou a literatura de quanto maior a escolaridade dos
pais, maiores serão as chances desses jovens apenas estudarem. A idade desses chefes de
família também tem influência na alocação dos indivíduos, dado que mostrou que pais com
maiores idades reduzem a probabilidade dos jovens apenas trabalharem e aumentam as
demais alternativas.
Leite e Silva (2002) baseados no modelo logit multinomial utilizam dados da PNAD de
2009 para averiguar as influências de características individuais e das famílias para crianças e
adolescentes com faixa etária entre 5 e 17 anos com residência nas regiões Nordeste e Sudeste
brasileiras a respeito de suas escolhas ocupacionais: apenas fazer parte da força de trabalho,
apenas estudar, trabalhar e estudar, ou não exercer nenhuma das atividades. Os autores
concluem que as atividades realizadas pelas crianças irão depender das condições de vida e do
nível de pobreza aos quais estão inseridas.
Como resultado desse estudo, esses autores observaram que quanto menor o nível de
instrução de sua mãe, maior será a probabilidade de uma criança deixar a escola, porém as
chances de trabalhar e estudar serão maiores se a criança residir na região Nordeste, enquanto
que se morar na região sudeste a probabilidade de permanecer fora da força de trabalho será
maior. Também se observou que é maior a probabilidade de crianças e adolescentes do sexo
masculino participar do mercado de trabalho ao passo que as do sexo feminino apresentam
maior chance de não fazer parte do mercado de trabalho.
A revisão de literatura não encontrou estudos semelhantes para o Paraná. Assim, esse
trabalho avança nos estudos do mercado de trabalho paranaense.
3. Metodologia
3.1 Base de Dados
Para alcançar o objetivo proposto foram utilizados os dados da Pesquisa Nacional por
Amostra de Domicílio (PNAD), realizada pelo Instituto Brasileiro de Geografia e Estatística
(IBGE) no ano de 2011, para o estado do Paraná. A pesquisa é realizada anualmente, exceto
nos anos de censo e em outros anos específicos, tem como objetivo produzir informações que
auxiliem o estudo do desenvolvimento socioeconômico do Brasil. Foram analisadas 3.042
observações de jovens com idade entre 15 e 24 anos.
Silva et. al. (2002) pondera que a PNAD se configura como uma amostra complexa,
que possui estratificação das unidades de amostragem, conglomeração, probabilidades
desiguais de seleção em um ou mais estágios, e ajustes dos pesos amostrais para calibração
com totais populacionais conhecidos. Dessa forma, os dados da PNAD não podem ser
tratados como independentes e identicamente distribuídos (IDD), ou seja, como se tivessem
sido gerados por amostras aleatórias simples com reposição (AASC).
Leite e Silva (2002, p.50) lembram que “é muito comum por parte de pesquisadores a
utilização dos microdados (dados coletados) da pesquisa ignorando este tipo de informação”.
E ao ignorar isso, resultados incorretos podem ser produzidos tanto para as estimativas
pontuais como para os respectivos desvios padrão e níveis de significância, o que pode
comprometer a qualidade do ajuste de modelos e a interpretação dos resultados obtidos
(SILVA et. al. 2002).
Para medir o efeito do plano amostral sobre a precisão das estimativas, Kish propôs
uma medida que denominou Efeito do Plano Amostral (EPA)1. O EPA é uma razão entre a
variância de um estimador obtido considerando o plano amostral complexo
, e a
variância de um estimador obtido considerando um plano de amostragem aleatória e simples
(PESSOA e SILVA, 1998):
V (ˆ)
EPA(ˆ)  verd
Vaas (ˆ)
(1)
Segundo Leite e Silva (2002, p. 51), “valores elevados do EPA destacam a
importância da consideração do verdadeiro plano amostral efetivamente utilizado na
estimação das variâncias associadas às estimativas dos parâmetros”.
1

, a variância sob uma amostra aleatória simples superestimada.

, não há diferença entre as estimativas de variância.
Em inglês Design Effect, ou simplesmente DEFF.

, a variância sob uma amostra aleatória simples subestimada.
Para considerar a amostra complexa da PNAD, foram utilizadas as variáveis STRAT
(V4617) e PSU (V4618), juntamente com o peso de cada domicílio2 (V4611). Como essas
variáveis fazem parte do arquivo domicílios, foi necessário fazer a correspondência com o
arquivo pessoas.
3.2 Variáveis utilizadas
Neste trabalho foram considerados jovens, indivíduos que se encontraram no ano da
pesquisa entre 15 e 24 anos. Para a criação da variável dependente, que indica a situação em
que o indivíduo se encontra em relação ao estudo e ao trabalho, foram classificados como
estudantes aqueles indivíduos que frequentavam a escola3 e trabalhadores aqueles que
afirmaram que trabalharam durante a semana de referência da pesquisa, de 18 a 24 de
setembro de 2011. A variável dependente foi divida em quatro categorias: não estuda e não
trabalha, estuda e não trabalha, não estuda e trabalha e estuda e trabalha. A Tabela 1 apresenta
a distribuição dos jovens conforme as categorias, a maioria dos jovens entrevistados somente
trabalhava (38%), enquanto a minoria não estuda e não trabalha (15%).
Tabela 1
Distribuição de frequência relativa dos jovens por categoria.
Categoria
Não estuda e não trabalha
Estuda e não trabalha
Não estuda e trabalha
Estuda e trabalha
Total
Frequência relativa
15%
27%
38%
20%
100%
Fonte: Elaborado pelos autores, a partir dos dados da PNAD de 2011.
Para a escolha das variáveis independentes foram considerados como base os trabalhos
de Leite e Silva (2002), Lima e Paixão (2011), Leme e Wajnman (2000), Silva e Kassouf
2
Os pesos amostrais
cada estrato
wi 
3
correspondem aos valores inversos das probabilidades de inclusão dos domicílios em
:
1
i
Como escola considera-se desde maternal, jardim de infância etc. até mestrado ou doutorado.
(2002). A tabela 2 apresenta as variáveis explicativas avaliadas como determinantes da
escolha do indivíduo.
A variável sexo pretende avaliar o efeito do gênero sobre a escolha do indivíduo entre
estudar e trabalhar, espera-se que os jovens homens sejam mais propensos a trabalhar do que
as jovens mulheres. A variável idade pretende capturar o efeito da idade sobre a escolha do
indivíduo, espera-se que à medida que o jovem envelheça ele deixa os estudos e prefira
trabalhar.
Situação é uma variável que busca mensurar o impacto de se viver com um companheiro(a) ou
cônjuge na decisão do jovem entre estudar e trabalhar, acredita-se que o fato de que o jovem
vive com companheiro(a) diminui as chances dele estudar e aumentam as chances dele
trabalhar. O nível de instrução do jovem, representado pela variável instr, procura identificar
qual o impacto dos anos de estudo sobre situação ocupacional do jovem. Será que pessoas
mais educadas começam a trabalhar precocemente? Presume-se que não.
A variável pessoas_dom pretende avaliar o efeito do número de residentes no domicílio
sobre a decisão do indivíduo, acredita-se que essa variável tenha um efeito positivo sobre as
chances de o indivíduo trabalhar precocemente. A variável metrop, que procura verificar a
influência de se morar em região metropolitana, não deve ter um comportamento muito claro em
relação à decisão de alocação de tempo dos jovens, baseado nos resultados de Leite e Silva (2002).
Com relação a variável taxa_comodo, que mede o impacto das condições da moradia na decisão
do jovem, espera-se que quanto maior essa taxa maior seja as chances dos jovens deixarem de
estudar e trabalharem.
Tabela 2- Descrição das variáveis.
Variáveis
Descrição
Variável Dependente:
= 0 se não estuda e não trabalha
= 1 se estuda e não trabalha
= 2 se não estuda e trabalha
= 3 se estuda e trabalha
Variáveis Independentes:
sexo*
idade
= 1 homem
= 0 mulher
Idade do indivíduo
= 1 se vive com o cônjuge ou companheiro(a)
situação*
= 0 caso contrário4
instr
Número de anos de estudo
pessoas_dom
Número de residentes no domicílio
= 1 se o domicílio é na região metropolitana
metrop*
= 0 caso contrário
Razão entre o número de cômodos que servem de
taxa_comodo
dormitórios
e o total de cômodos do domicílio
Fonte: Elaborado pelos autores, a partir dos dados da PNAD 2011.
Nota: *Variáveis binárias.
3.3 Modelo Econométrico5
Devido ao fato de variável dependente não ser ordenada, isto é, cada categoria é única
em comparação com as outras categorias, foi escolhido o modelo logit multinomial. Nas
ciências sociais, esse é um dos modelos mais usados de análise categórica com a variável
dependente não ordenada. Vários autores dentro da economia do trabalho utilizaram essa
técnica: Leme e Wajnman (2000), Corseuil et. al. (2001), Silva e Kassouf (2002), Leite e
Silva (2002), Lima e Paixão (2011), Cunha et.al. (2011), entre outros.
O modelo logit multinomial calcula a probabilidade condicional de que o indivíduo se
encontre em determinada situação
, dado que ele possui determinadas características
representadas pelo vetor de regressores . O modelo pode ser expresso da seguinte forma:
Pr (Yi  j | x i ) 
e
J
β j x i
e
para j  1,..., J, i  1,..., n.
(2)
βk x i
k 0
Em que
é a variável dependente que indica a situação em que o indivíduo se encontra,
representa o vetor de parâmetros a serem estimados que refletem o impacto das alterações
em
na probabilidade de o indivíduo se encontrar numa determinada situação. Antes de
prosseguir é necessário remover uma indeterminação no modelo, através de uma
4
5
Jovens que já viveram com companheiro(a) mas não vivem mais foram contabilizados nessa categoria.
Esta seção é baseada em Greene (2003) e Powers e Xie (2000).
normalização, em que uma alternativa é definida como base. Supondo, por exemplo que
, obtém-se as probabilidades:
Pr (Yi  j | x i ) 
e
β j x i
J
1 e
para j  0,..., J , i  1,..., n.
(3)
βk x i
k 1
O método de estimação dos parâmetros é geralmente feito através de máxima
verossimilhança (MV), que, segundo Lattin et. al. (2011), tem por objetivo escolher os
parâmetros que maximizam a probabilidade conjunta de se observar os resultados de escolha
. A função de verossimilhança logaritimizada pode ser derivada definindo cada individuo,
se a alternativa é escolhida pelo -ésimo indivíduo, e 0 caso contrário:
n
J
ln L   d ij ln Pr(Yi  j )
(4)
i 1 j 0
Derivando e igualando a zero, tem-se:
 ln L
  (d ij  Pij )x i  0
 j
para j  0,..., J , i  1,..., n.
(5)
A solução desse sistema de equações acima fornece os estimadores de máxima
verossimilhança. Mas, o método MV pressupõe que as observações da amostra sejam
resultado de processos aleatórios independentes e identicamente distribuídos (IID), e, como
visto anteriormente, não é o caso da PNAD. A estimação por máxima verossimilhança levaria
a estimativas incorretas dos erros-padrão e, consequentemente, dos testes de hipótese.
A solução para esse problema é o método de Máxima Pseudo-Verossimilhança (MPV),
proposto por Binder (1983). Esse método leva em consideração o peso amostral de cada
indivíduo (
, na maximização. Assim, a função de verossimilhança logaritmizada é:
n
J
ln L   d ij wi ln Pr(Yi  j )
(6)
i 1 j 0
É necessário considerar, ainda, que as variâncias dos estimadores de MPV serão
estimadas pelo método de linearização de Taylor6, onde o estimador não linear é aproximado
por um linear.
A interpretação dos parâmetros do modelo é realizada através da análise das vantagens e
razões de vantagens, bem como da especificação dos efeitos marginais das probabilidades
para cada característica
do vetor .
A primeira interpretação considera que a vantagem do -ésimo indivíduo pertencer à
categoria em relação à categoria base é dada por:
 Pij
ln 
 PiJ

  xi  j

(7)
Um coeficiente positivo para uma variável dependente
de se observar um indivíduo escolher a categoria
implica em uma maior chance
em vez da categoria base quando
aumenta, mantendo tudo ao mais constante. Um coeficiente negativo implica que há uma
maior probabilidade de o indivíduo escolher a categoria base em relação a categoria .
Quando o interesse é medir a vantagem da categoria
diferentes da
em relação a dois subgrupos
-ésima variável independente, é necessário calcular a razão de vantagens, que
no logit multinomial é denominado de razão relativa de risco (RRR). A razão de vantagem
nada mais é que o anti-logaritmo do coeficiente estimado, em termos formais:
 Pij 
ln    xi (  j   k )
 Pik 

Se
(8)
, maior será a vantagem do indivíduo
pertencer à
categoria .
6
Para estimar a variância assintótica dos parâmetros utiliza-se a matriz de primeira ordem da expansão da série
de Taylor para o estimador de Máxima Pesudo-Verossimilhança. Para maiores detalhes sobre esse método, ver
Pessoa e Silva (1998).

Se
, maior será a vantagem do indivíduo
pertencer à
categoria .
Para avaliar o comportamento das probabilidades
quando ocorrem mudanças em
é
preciso calcular os efeitos marginais. Diferenciando a equação (2), é possível obter os efeitos
marginais de cada variável:
j 
Pj

J


 Pj  j   Pk  k   Pj  j  
x i
k 0



(9)
Cunha et.al. (2011) ressaltam que o efeito marginal não necessariamente terá o mesmo
sinal dos coeficientes estimados. Para cada regressor, há
efeitos marginais que
correspondem a cada uma das que somam 0, dado que as probabilidades somam 1.
Para saber a significância dos parâmetros do modelo estimado foi utilizado o teste
Student. No qual é testada a hipótese nula
, em que
explicativa. Sob
t 
ep ( ˆ jk )
amostragem e
contra a hipótese alternativa
é o parâmetro associado à categoria
e à
-ésima variável
, a estatística de teste é definida como:
ˆ jk  0
Em que
de
~ t  student (u  L)
( 10 )
é o erro padrão do estimador,
é o número de unidades primárias de
é o número de estratos. Se o p-valor associado ao teste for menor que o nível
de significância do teste (p-valor>0,05), rejeita
.
4. Resultados e Discussão
Nesta seção, são descritos os resultados obtidos no ajustamento do modelo Logit
Multinomial. A categoria escolhida como base para estimação do modelo foi para a
alternativa não estuda e não trabalha. De acordo com o modelo ajustado, a probabilidade de
jovens entre 15 e 24 anos, residentes no Paraná, estarem somente estudando é de 18,1%,
enquanto a probabilidade de estarem somente trabalhando é de 43,1%. A probabilidade de
estudar e trabalhar foi estimada em 22,1% e a de não estarem estudando, nem trabalhando foi
de 16,8%.
Tabela 3
Probabilidade estimada para cada categoria.
Categoria
Não estuda e não trabalha
Estuda e não trabalha
Não estuda e trabalha
Estuda e trabalha
Total
Probabilidade
16,8%
18,1%
43,1%
22,%
100%
Fonte: Elaborado pelos autores, a partir dos dados da PNAD de 2011.
A tabela 4 ilustra os coeficientes obtidos para o modelo. Esses coeficientes são de difícil
interpretação, pois não representam diretamente as respostas marginais como no Método dos
Mínimos Quadrados Ordinários (MQO). Portanto a análise será feita através dos efeitos
marginais (tabela 6). Contudo, na tabela 5, temos informações importantes a respeito da
significância dos coeficientes, dois deles não foram significativos7 a 10% de significância.
As estimativas dos efeitos do uso do plano amostral EPA, dispostas na Tabela 4,
indicam que as estimativas de variância dos estimadores dos parâmetros obtidas desta forma,
na média, não são tão diferentes daquelas obtidas caso o plano amostral não fosse
adequadamente especificado. Mas em alguns casos essa diferença é relevante, assim, a
incorporação do plano amostral é importante para a obtenção de estimativas robustas e não
viciadas.
Tabela 4
Coeficientes estimados e os Efeitos do Plano Amostral (EPA) sobre cada coeficiente.
Estuda e não trabalha Não estuda e trabalha
Trabalha e estuda
Variáveis
Coeficiente
EPA
Coeficiente
EPA
Coeficiente
EPA
Sexo
0,582
1,3
1,512
1,2
1,141
1,0
7
Outras variáveis consideradas importantes, na literatura, para explicar a situação ocupacional dos jovens foram
excluídas da análise por não terem coeficientes significativos em nenhuma categoria. São elas: cor ou raça,
rendimento mensal domiciliar per capita, presença da mãe no domicílio e domicílio localizado em região urbana.
Os coeficientes estimados para essas variáveis estão no Apêndice.
Idade
Situação
Instr
pessoas_dom
Metrop
taxa_comodo
_cons
-0,613
-2,313
0,337
-0,098
-0,263
-1,830
9,824
1,5
1,0
1,6
0,7
1,2
1,0
1,0
0,110
-0,238
0,130
-0,140
-0,230
1,226
-3,100
1,3
1,2
0,9
1,2
1,1
1,0
1,2
-0,350
-1,087
0,463
-0,200
-0,029
0,303
2,573
1,3
0,9
1,3
1,3
1,3
1,1
1,3
Fonte: Elaborado pelos autores, a partir dos dados da PNAD de 2011.
Os resultados apresentados na tabela 6 mostram que, com relação a variável sexo, as
mulheres jovens tem maior chance de estar fora da força de trabalho e dos estudos, do que os
homens. Elas, também, têm uma probabilidade maior de apenas estudar. Já os jovens homens
apresentam maiores chances de estarem inseridos no mercado de trabalho, somente
trabalhando ou trabalhando e estudando. Ser homem aumenta a probabilidade de estar
somente trabalhando em 21,8% e de estar trabalhando e estudando em 3%.
Para a variável idade, é possível verificar que à medida que o jovem envelhece as
chances de trabalhar e deixar de estudar aumentam. Com 24 anos as chances dos jovens
estarem somente trabalhando chegam a 76,2%, enquanto as chances de estar somente
estudando são de 1% (figura 1). Há uma diminuição de 4,6% na probabilidade do jovem
trabalhar e estudar quando sua idade aumenta em 1 ano (tabela 6). A opção de não estudar e
não trabalhar aumenta com o avanço da idade.
.8
.6
Probabilidades
.4
.2
0
15
16
17
18
19
20
21
22
23
24
Idade
Não estudar e não trabalhar
Não estudar e trabalhar
Estudar e não trabalhar
Trabalhar e estudar
Figura 1- Probabilidades estimadas segundo a idade.
Fonte: Elaborado pelos autores, a partir dos dados da PNAD de 2011.
Jovens que vivem com companheiro(a) ou cônjuge tem uma maior probabilidade de
abandonarem os estudos em relação aos que não estão nessa situação. Conforme a tabela 6,
viver com companheiro(a) diminui a probabilidade de somente estudar em 18,7%, e de
trabalhar e estudar em 8,2%. Para os homens a consequência de viver com companheira ou
cônjuge é mais prejudicial, do ponto de vista educacional, em relação às mulheres. Homens,
nessa situação, têm uma probabilidade de 64,8% de estarem somente trabalhando, enquanto as
mulheres têm 38,3% de chance.
Variáveis
sexo
idade
situação
instr
pessoas_dom
metrop
taxa_comodo
_cons
Tabela 5
Estimativas dos coeficientes e razões de vantagem.
Alternativas
Estuda e não trabalha
Não estuda e trabalha
Razão de
Razão de
Coeficientes
p-valor Coeficientes
p-valor
Vantagem
Vantagem
0,582
-0,613
-2,313
0,337
-0,098
-0,263
-1,830
9,824
1,790
0,542
0,099
1,400
0,907
0,769
0,160
-
0,001
0,000
0,000
0,000
0,003
0,099
0,007
0,000
1,512
0,110
-0,238
0,130
-0,140
-0,230
1,226
-3,100
Fonte: Elaborado pelos autores, a partir dos dados da PNAD de 2011.
4,538
1,117
0,788
1,139
0,869
0,795
3,407
-
0,000
0,000
0,099
0,000
0,000
0,083
0,027
0,000
Trabalha e estuda
Razão de
Coeficientes
Vantagem
1,141
-0,350
-1,087
0,463
-0,200
-0,029
0,303
2,573
3,128
0,705
0,337
1,588
0,818
0,972
1,354
-
p-valor
0,000
0,000
0,000
0,000
0,000
0,861
0,660
0,000
Variáveis
sexo
idade
situação
instr
pessoas_dom
metrop
taxa_comodo
Não estuda e não trabalha
EM
p-valor
-0,170
0,000
0,024
0,000
0,119
0,000
-0,037
0,000
0,021
0,000
0,026
0,150
-0,044
0,542
Tabela 6
Estimativas dos efeitos marginais.
Alternativas
Estuda e não trabalha
Não estuda e trabalha
EM
p-valor
EM
p-valor
-0,074
0,000
0,214
0,000
-0,085
0,000
0,108
0,000
-0,206
0,000
0,174
0,000
0,021
0,000
-0,038
0,000
0,004
0,369
-0,008
0,274
-0,020
0,301
-0,034
0,185
-0,379
0,000
0,415
0,000
Fonte: Elaborado pelos autores, a partir dos dados da PNAD de 2011.
Trabalha e estuda
EM
p-valor
0,030
0,079
-0,046
0,000
-0,087
0,000
0,054
0,000
-0,017
0,006
0,027
0,160
0,009
0,917
.6
.4
0
.2
Probabilidades
1
2
3
4
5
6
7
8
9 10
Anos de estudo
Não estudar e não trabalhar
Não estudar e trabalhar
11
12
13
14
15
16
Estudar e não trabalhar
Trabalhar e estudar
Figura 2 - Probabilidades estimadas segundo o nível de escolaridade.
Fonte: Elaborado pelos autores, a partir dos dados da PNAD de 2011.
No que tange ao nível de escolaridade dos jovens em relação à probabilidade de escolha
de algumas categorias, há uma tendência dos jovens deixarem a situação de não estudar nem
trabalhar e somente trabalhar à medida que aumenta os anos de escolaridade do jovem. Na
figura 2, constata-se que a escolaridade relativamente baixa dos jovens se constitui,
claramente, em uma desvantagem para o indivíduo somente estudar e, estudar e trabalhar.
Através dos efeitos marginais (tabela 6), constata-se que o aumento em um ano de
escolaridade do jovem aumenta a probabilidade de somente estudar e, trabalhar e estudar em
2,1% e 5,4%, respectivamente; enquanto reduz as chances de não trabalhar e não estudar e,
somente trabalhar em 3,7% e 3,8%, respectivamente.
Ao comparar as áreas metropolitanas e não-metropolitanas, verifica-se que a
probabilidade de estar realizando ambas as atividades, e de não realizar nenhuma atividade,
aumenta quando o jovem reside em áreas metropolitanas. Já as opções de estudar e não
trabalhar, e não estudar e trabalhar tem sua probabilidade reduzida quando o jovem mora em
área metropolitana. Apesar de que as estimativas de efeitos marginais não serem
significativas, os sinais podem ser comprovados pelas probabilidades estimadas, como mostra
a tabela 7:
Tabela 7
Probabilidades estimadas segundo o número de pessoas no domicílio.
Categorias
Região metropolitana
Região não metropolitana
Não estudar e não trabalhar
0,1863
0,1602
Estudar e não trabalhar
0,1669
0,1868
Não estudar e trabalhar
0,4082
0,4418
Trabalhar e estudar
0,2387
0,2113
.4
.2
0
Probabilidades
.6
Fonte: Elaborado pelos autores, a partir dos dados da PNAD de 2011.
1
2
3
4
5
6
7
8
9 10 11 12 13 14 15 16 17
Pessoas por domicílio
Não estudar e não trabalhar
Não estudar e trabalhar
Estudar e não trabalhar
Trabalhar e estudar
Figura 3 - Probabilidades estimadas segundo o número de pessoas no domicílio.
Fonte: Elaborado pelos autores, a partir dos dados da PNAD de 2011.
Observando a variável referente ao número de pessoas residentes no domicílio,
percebeu-se que quanto mais pessoas no domicílio maior a probabilidade do jovem escolher
não estudar nem trabalhar (figura 3), essa probabilidade aumenta 2,1% a cada pessoa a mais
no residindo no domicílio. No caso da opção trabalhar e estudar há uma diminuição de 1,7%
nas chances, dado que uma pessoa a mais está residindo no domicílio. Os outros efeitos
marginais para essa variável não podem ser considerados, pois não são significativos,
conforme a tabela 5.
.6
.5
.1
.2
.3
.4
Probabilidades
0
.2
.4
Taxa de cômodos
Não estudar e não trabalhar
Não estudar e trabalhar
.6
.8
Estudar e não trabalhar
Trabalhar e estudar
Figura 4 - Probabilidades estimadas segundo a taxa de cômodos.
Fonte: Elaborado pelos autores, a partir dos dados da PNAD de 2011.
No que diz respeito a variável taxa de cômodos, note-se que quanto maior o valor
referente a essa variável, maior a chance do jovem migrar da categoria somente estuda para a
categoria somente trabalha. Na figura 4, é possível visualizar o processo de divergência entre
a probabilidade de somente estudar e de somente trabalhar à medida que aumenta a taxa de
cômodos. Os efeitos marginais (tabela 6) mostram que uma variação de uma unidade na taxa
de cômodos faz a probabilidade do jovem somente estudar cair em 37,9%, e faz as chances do
jovem somente trabalhar aumentar 41,5%.
Conclusão
A partir dos resultados obtidos com o presente estudo foi observado que a probabilidade
de jovens entre 15 e 24 anos, residentes no Paraná, de estarem somente trabalhando é cerca de
43,1%, e menor a probabilidade de não estarem estudando, aproximadamente 16,8%.
No tocante a variável sexo, apresentaram-se evidências de que as chances das jovens do
sexo feminino apenas estudarem são maiores em relação aos jovens do sexo masculino. Já os
jovens homens apresentam maiores chances de estarem inseridos no mercado de trabalho,
somente trabalhando ou trabalhando e estudando. Este fato pode ser explicado, segundo
Barros e Mendonça (1991), por um mercado de trabalho menos atraente quando visto pelas
jovens mulheres devido aos salários baixos oferecidos a elas. Além disso, os fatores culturais
podem estar por trás da menor participação das jovens mulheres no mercado de trabalho, tanto
por um tradicional maior envolvimento delas nos afazeres domésticos quanto por um maior
não consentimento familiar a certas ocupações e ou locais de trabalho.
Para a variável idade os resultados mostraram que à medida que o jovem envelhece as
chances de trabalhar e deixar de estudar aumentam. A explicação para esse resultado pode ser
agrupada em três categorias, como expuseram Barros e Mendonça (1990). Em primeiro lugar,
com o avanço da idade o mercado de trabalho fica mais atrativo para o jovem: os salários
crescem, a oferta de empregos com melhores condições de trabalho torna-se mais frequente à
medida que as restrições legais ao trabalho tendem a se reduzir quando se consideram
menores com idades cada vez mais avançadas. Em segundo lugar, a obrigatoriedade de ir à
escola, bem como a sua atratividade, tendem se reduz com a idade. A queda da atratividade da
escola se deve tanto a repetência quanto a insatisfação ou a desilusão com o sistema
educacional. E por último, com a idade o jovem se torna mais independente, buscando um
maior orçamento próprio e passando a ter acesso a mais postos de trabalho. Juntando esses
três fatores o jovem passa a preferir o trabalho, e o estudo passa a ser uma atividade
secundária e noturna.
O jovem paranaense que vive em companhia do cônjuge ou companheiro (a) tem uma
maior probabilidade de abandonar os estudos em relação aos que não estão nessa situação. O
fato de que jovem vive com companheiro(a) diminui sua disponibilidade de alocação de
tempo. Assim, com tempo limitado, o jovem opta por trabalhar ao invés de estudar. Verificouse, também, que para os homens a consequência de viver com companheira ou cônjuge é mais
prejudicial, do ponto de vista educacional, em relação às mulheres. Isso mostra, nos tempos
de hoje, a responsabilidade do homem como o provedor do lar.
Outra evidência encontrada no que se refere ao nível de escolaridade dos jovens em
relação à probabilidade de escolha de algumas categorias, há uma tendência dos jovens de
decidir trabalhar e estudar à medida que aumenta os seus anos de escolaridade. Isto pode estar
mostrando, conforme esclarece Silva e Kassouf (2002), que o trabalho para estes jovens não
prejudica sua escolarização, muito pelo contrário, o trabalho lhes permite o acesso ao sistema
escolar, principalmente ao ensino superior, tendo em vista que o estudo requer recursos
financeiros, e o trabalho proporciona tal aporte.
Com relação ao número de pessoas residentes no domicílio, percebeu-se que quanto
mais pessoas no domicílio maior a probabilidade do jovem escolher não estudar nem
trabalhar. Os resultados pouco precisos e confusos dessa variável em relação ao que se
esperava leva pouca consideração das inferências obtidas.
Quando comparada as áreas metropolitanas e não-metropolitanas, verificou-se que a
probabilidade de estar realizando ambas as atividades, e de não realizar nenhuma atividade,
aumenta quando o jovem reside em áreas metropolitanas. Já as opções de estudar e não
trabalhar, e não estudar e não trabalhar tem sua probabilidade reduzida quando o jovem mora
em área metropolitana.
Finalmente, as evidências mostram que com relação à análise da variável taxa de
cômodos, notou-se que quanto maior o valor referente a essa variável, maior a chance do
jovem migrar da categoria somente estuda para a categoria somente trabalha. Uma alta taxa de
cômodos indica condições precárias de moradia dos jovens, que por sua vez, mostra que a
família do jovem dispõe de recursos limitados para suas atividades de subsistência. Dessa
forma, os jovens precisam trabalhar para complementar os recursos necessários à subsistência.
Esses resultados também foram encontrados por Leite e Silva (2002).
Referências
BARROS, R. P. de, MENDONÇA, R. Infância e adolescência no Brasil: as consequências da
pobreza diferenciadas por gênero, faixa etária e região de reidência. Pesquisa e
Planejamento Econômico, v. 21, n.2, 1991.
BINDER, D. A. On the variances of asymptotically normal estimators from complex survey.
International Statistical Review, v. 51, p. 279-292, 1983.
CORSEUIL, C. H., SANTOS, D. D.; FOGUEL, M. N. Decisões críticas em idades críticas: a
escolha dos jovens entre estudo e trabalho no Brasil e em outros países da América Latina.
Texto para discussão 797. 2001.
CUNHA, D. A.; ARAÚJO, A. A.; LIMA, J. E. Determinantes do desemprego e inatividade de
jovens no Brasil metropolitano. Revista de Economia e Agronegócio, Viçosa, vol. 9, n. 3, p.
369-392, set/dez 2011.
FERREIRA, F. F. G., BARROS, R. P. de. The slippery slope: explaining the increase in
extreme poverty in urban Brazil, 1976-1996. Revista de Econometria, v. 19, n. 2, nov 1999.
GREENE, W. Econometric Analysis. 5ª ed. New York. Prentice Hall, 2003.
LAM, D., DURYEA, S. Effects of schooling on fertility, labor supply, and investments in
children, with evidence from Brazil. Journal of Human Resources, v. 34, n. 1, p. 160-192,
winter 1999.
LATTIN, J.; CARROLL, J. D.; GREEN, P. E. Análise de dados multivariados. São Paulo.
Cengage Learning, 2011.
LEITE, P. G. P. G.; SILVA, D. B. N. Análise da situação ocupacional de crianças e
adolescentes nas regiões Sudeste e Nordeste do Brasil utilizando informações da PNAD 1999.
Revista Brasileira de Estudos de População, vol.19, n.2, jul/dez 2002.
LEME, M. C. da S.; WAJNMAN, S. A alocação do tempo dos adolescentes brasileiros
entre o trabalho e a escola. Anais. Encontro Brasileiro de Estudos Populacionais, Caxambu,
2000.
LIMA, J. C. M.; PAIXÃO, A. N. Análise dos Determinantes do Trabalho Infantil para
Famílias Tocantinenses Utilizando o Modelo Logit Multinomial. Informe Gepec, Toledo,
vol. 15, n. 2, p. 88-104, jul./dez. 2011.
MENDONÇA, R. A oportunidade imperdível: expansão educacional e desenvolvimento
humano no Brasil. Rio de Janeiro: UFRJ, mar 2000 (Dissertação de Doutorado).
PESSOA, D. G. C.; SILVA, P. L. N. Análise de dados amostrais complexos. Trabalho
apresentado no 13º Simpósio Nacional de Probabilidade e Estatística, promovido pela
Associação Brasileira de Estatística, 1998.
POWERS, D.; XIE, Y. Statistical methods for categorical analysis. Academic Press, 2000.
SANTOS, D. D. Desemprego e escolaridade: comentários sobre uma relação nada óbvia.
Rio de Janeiro: IPEA, jun 2000.
SILVA, N. e KASSOUF, A. O trabalho e a escolaridade dos jovens brasileiros. Anais.
XIII Encontro da Associação Brasileira de Estudos Populacionais, Ouro Preto, 4 a 8 de
novembro de 2002.
SILVA, P. L. N.; PESSOA, D. G. C.; LILA, M. F. Análise estatística de dados da PNAD:
incorporando a estrutura do plano amostral. Ciência & Saúde Coletiva, vol. 7, n. 4, p 659670, 2002.
SOUZA, N. R. M.; CRUZ, L. C. R.; SOUZA, M. R.; SOUZA, P. C. A inserção dos jovens
no mercado de trabalho. Belo Horizonte: Fundação João Pinheiro, Centro de Estatística e
Informações, 2001.
APÊNDICE
Se fossem consideradas as variáveis: cor ou raça (cor_ou_raça), rendimento mensal
domiciliar per capita (rend), presença da mãe no domicílio (mae_dom) e domicílio localizado
em região urbana (area), os coeficientes estimados podem ser visualizados na tabela 8. É
possível observar que os coeficientes estimados para essas variáveis não são significativos a
10% de significância.
Variáveis
sexo
idade
situação
instr
pessoas_dom
metrop
taxa_comodo
cor_ou_raça
rend
mae_dom
area
_cons
Tabela 8
Estimativas dos coeficientes.
Alternativas
Estuda e não trabalha
Não estuda e trabalha
Trabalha e estuda
Coeficientes
p-valor
Coeficientes
p-valor
Coeficientes
p-valor
0,509
-0,619
-2,204
0,307
-0,111
-0,325
-1,395
0,049
0,000
0,033
0,234
9,661
0,004
0,000
0,000
0,000
0,013
0,049
0,072
0,714
0,117
0,875
0,267
0,000
1,462
0,109
-0,237
0,123
-0,126
-0,194
1,204
-0,137
0,000
-0,005
-0,142
-2,992
0,000
0,000
0,195
0,000
0,002
0,157
0,049
0,254
0,230
0,978
0,491
0,000
1,096
-0,350
-0,867
0,441
-0,223
-0,015
0,412
-0,104
0,000
0,407
-0,270
2,560
0,000
0,000
0,000
0,000
0,000
0,926
0,591
0,454
0,108
0,122
0,424
0,006
Fonte: elaborado pelos autores, a partir dos dados da PNAD de 2011.