UNIVERSIDADE FEDERAL DE SÃO CARLOS
TRABALHO DE CONCLUSÃO DE CURSO
GRADUAÇÃO EM PEDAGOGIA
ENZO BARBERIO MARIANO
Educação como fator de influência para o crescimento econômico e o
desenvolvimento humano
São Carlos
2011
ENZO BARBERIO MARIANO
Educação como fator de influência para o crescimento econômico e o
desenvolvimento humano
Trabalho de conclusão de curso apresentado à
Universidade Federal de São Carlos, como parte
dos requisitos para a obtenção do título de
pedagogo.
Orientadora: Profa Me. Fabiane Letícia Lizarelli.
São Carlos
2012
Agradecimentos
Agradeço a minha orientadora Profa Fabiane Letícia Lizarelli pela confiança
depositada;
A todos os colegas, professores e funcionários do curso de Pedagogia da
UFSCar, que muito me ensinaram nesses últimos 5 anos;
A todos que contribuíram direta e indiretamente para minha formação pessoal e
acadêmica, no departamento de Engenharia de Produção da USP São Carlos.
Resumo
MARIANO, E. B. Educação como fator de influência para o crescimento
econômico e o desenvolvimento humano. São Carlos, 2012. Trabalho de conclusão de
curso em pedagogia. Universidade Federal de São Carlos.
Resumo: A importância da educação tem sido cada vez mais reconhecida, sendo que
esse reconhecimento pode se dar com a mesma sendo vista como um fim ou como um
meio. A partir da concepção de que a educação é apenas um meio para que se atinjam
fins mais elevados, o presente trabalho tem o objetivo de analisar qual a influência das
variáveis educacionais “Expectativa de vida escolar”, “Taxa de matrículas”, “Média de
anos de escolarização” e “Taxa de alfabetização” sobre quatro variáveis relacionadas
aos conceitos de crescimento econômico e desenvolvimento humano, que são: (a) PIB
per capita; (b) Taxa de desemprego; (c) Expectativa de vida ao nascer; e (d) Expectativa
de vida ao nascer de mulheres. Por meio das técnicas Regressão Linear Múltipla,
Análise de Clusters e Análise de Variância (ANOVA) foi possível verificar que todas as
variáveis são influenciadas pelos fatores educacionais, especialmente pela Taxa de
matrículas. Também foi verificado que, para o caso da “Taxa de Desemprego”, essa
relação perde a força, de modo que em alguns países com baixo nível de educação
existem mais empregos do que em países educacionalmente melhores. Outro resultado
obtido foi o de que a “Expectativa de vida ao nascer de mulheres” foi mais influenciada
pela educação do que a “Expectativa de vida ao nascer média”, o que indica que a
educação pode ser um importante aliado contra a desigualdade de gêneros. Vale
ressaltar que todos esses resultados são um motivo a mais, além do fato de ela ser
importante por si só, para que a educação seja cada vez mais promovida e incentivada.
Palavras chave: Educação; Crescimento econômico; desenvolvimento Humano.
Abstract
MARIANO, E. B. Educação como fator de influência para o desenvolvimento
econômico, humano e sustentável. São Carlos, 2012. Trabalho de conclusão de curso
em pedagogia,. Universidade Federal de São Carlos.
Abstract: The importance of education has been increasingly recognized, and
this recognition can be given with the same being seen as an end or as a means. Looking
at education only as a means by which can achieve higher purposes, this paper aims to
examine the influence of educational variables "School life expectancy," "Enrollment
fee", "Average years of schooling" and "Literacy" on four variables related to the
concepts of economic growth and human development, which are: (a) GDP per capita,
(b) Unemployment rate (c) Life expectancy at birth, and (d) Life expected at birth for
women. Through techniques of Multiple Linear Regression Analysis, Cluster Analysis
and Analysis of Variance (ANOVA) was verified that all these variables are influenced
by variables related to education, especially for the “Enrollment fee". They also found
that for the case of the "Unemployment Rate" this relationship loses a little strength, so
that in some countries with low levels of education are more jobs than in countries
educationally best. Another result was that the "Life expectancy at birth of women"
was influenced moreby education than the "Life expectancy at birth average", indicating
that education can be an important ally against gender inequality. All these results are
another reason, besides the fact that it is important in itself, so that education is
increasingly promoted and encouraged.
Keywords: Education, Economic Growth, Human Development.
Lista de Siglas
ANOVA
Análise de Variância
DEA
Data Envelopment Analysis (Análise Envoltória de Dados);
IDH
Índice de Desenvolvimento Humano;
MQG
Mínimos Quadrados Generalizados;
MQO
Mínimos Quadrados Ordinários;
OCDE
Organisation
de
Coopération
et
de
Développement
Économiques
(Organização para a Cooperação e Desenvolvimento Econômico);
ONU
Organização das Nações Unidas;
PEA
População Economicamente Ativa;
PIB
Produto Interno Bruto;
PNB
Produto Nacional Bruto;
PNUD
Programa das Nações Unidas para o Desenvolvimento;
PPC
Paridade do Poder de Compra;
RDH
Relatório mundial de Desenvolvimento Humano;
VBA
Visual Basic Applications;
Lista de Símbolos
a
(a) Número de coordenadas de um ponto;
c
Quantidade de clusters ou grupos desejados;
Cb
Centro do cluster “b”;
dCb
Distância até o centro do cluster “b”;
є
Erro estatístico da regressão.
F
Estatística F;
G
Soma do número de elementos de todos os grupos analisados;
Gb
Número de elementos do grupo “b”;
pr e qr
Coordenada “r” de um ponto;
t
Estatística t;
xj
Quantidade da variável independente “j”;
y
Variável dependente;
β0
Intercepto da regressão;
βj
Contribuição da variável independente “j” para a variável dependente;
Média de todos os elementos do grupo “b”;
Média dos elementos de todos os grupos;
Valor do elemento “l” do grupo “b”;
Lista de Quadros
Quadro 1 - Dados do exemplo de clusterização .......................................................... 25
Quadro 2 - Distâncias euclidianas ............................................................................... 26
Quadro 3 - Novas coordenadas após a primeira iteração ............................................ 26
Quadro 4 - Resultados finais do exemplo de clusterização......................................... 26
Quadro 5 - Análises de regressão alternativas ............................................................. 28
Quadro 6 - Parâmetros estatísticos de uma regressão.................................................. 28
Quadro 7 - Quadro de ANOVA ................................................................................... 29
Quadro 8 - Mínimos e máximos do IDH ..................................................................... 21
Quadro 9 - Países alocados no Cluster 1 ..................................................................... 36
Quadro 10 - Países alocados no Cluster 2 ..................................................................... 36
Quadro 11 - Países alocados no Cluster 3 ..................................................................... 37
Quadro 12 - Países alocados no Cluster 4 ..................................................................... 37
Lista de Tabelas
Tabela 1 -
Síntese dos dados referentes à educação ................................................... 32
Tabela 2 -
Síntese dos dados referentes ao desenvolvimento econômico e social ..... 33
Tabela 3 -
R2 ajustado das variáveis resposta em relação a educação........................ 34
Tabela 4 -
Matriz de correlação das variáveis educacionais ...................................... 35
Tabela 5 -
Coeficiente R2 ajustado das variáveis educacionais isoladas .................... 35
Tabela 6 -
Média das variáveis educacionais de cada cluster .................................... 37
Tabela 7 -
ANOVA dos fatores educacionais ............................................................ 38
Tabela 8 -
Média das variáveis econômicas e sociais de cada cluster ...................... 38
Tabela 9 -
ANOVA dos fatores econômicos e sociais ............................................... 39
Tabela 10 - Dados referentes à educação dos países .................................................... 46
Tabela 11 - Dados referentes à educação dos países .................................................... 48
Sumário
Capítulo 1 - Introdução ................................................................................................ 11
1.1 Objetivo ..................................................................................................... 12
1.2 Relevância ................................................................................................. 12
1.3 Método ...................................................................................................... 13
1.4 Estrutura do trabalho ................................................................................. 14
Capítulo 2 - Crescimento Econômico e Desenvolvimento Humano ......................... 15
2.1 Desenvolvimento e crescimento econômico ............................................. 15
2.1.1 Conceitos básicos ........................................................................ 15
2.1.2 Educação e crescimento econômico.............................................17
2.1.2.1 Educação como promotora de inovação tecnológica.......17
2.1.2.2 Educação como formadora de capital humano................18
2.2 Desenvolvimento humano ......................................................................... 19
2.2.1 Conceitos básicos ........................................................................ 19
2.2.2 Educação e desenvolvimento humano ........................................ 22
Capítulo 3 - Ferramentas de Análise...........................................................................24
3.1 Clusterização ............................................................................................. 25
3.2 Regressão Linear Múltipla ........................................................................ 27
3.3 Análise de Variância (ANOVA) ............................................................... 29
3.4 Indicadores ................................................................................................ 30
Capítulo 4 - Resultados e Discussões .......................................................................... 32
4.1 Análise geral dos dados ............................................................................. 32
4.2 Análise de regressão .................................................................................. 34
4.3 Análise de clusters .................................................................................... 36
Capítulo 5 - Considerações Finais ............................................................................... 40
Referências Bibliográficas ........................................................................................... 42
Apêndice 1 - Dados Referentes à Educação ............................................................... 45
Apêndice 2 - Dados Referentes ao Desenvolvimento Econômico e Social ............... 47
Capítulo 1 - Introdução
A importância da educação se encontra cada vez mais reconhecida, o que pode
ser corroborado pelo fato de que assuntos pertinentes a ela se encontram sendo
intensamente veiculados pela mídia. Cabe ressaltar, porém, que esse reconhecimento
pode se dar de duas formas: (a) considerando a educação como um fim em si mesma; ou
(b) considerando a educação vista como um meio a partir do qual se podem atingir fins
mais elevados.
Entre os que enxergam a educação como um fim em si mesma, pode-se destacar
os pensadores da área da economia do bem estar, cujo um dos maiores expoentes é
Amartya Sen1. Dentro dessa perspectiva, foram desenvolvidos os conceitos de
“funcionamentos”, que são as coisas que as pessoas julgam valioso fazer, ser ou ter, e de
“capacidade”, que é a liberdade que uma pessoa possui para alcançar diferentes
conjuntos de funcionamentos (SEN, 1985). Por essa forma de análise, portanto, a
educação é encarada como um elemento constituinte fundamental da capacidade das
pessoas, o que faz com que a mesma seja um objetivo importante, independentemente
dos benefícios que possa gerar adicionalmente. Vale ressaltar que a importância
intrínseca da educação pode ser corroborada pelo fato de ela estar presente dentro do
Índice de Desenvolvimento Humano (IDH), da Organização das Nações Unidas (ONU).
Existe outra perspectiva, porém, que não é excludente com a primeira, que vê a
educação como um meio para que se atinjam benefícios mais elevados, tais como o
desenvolvimento econômico e o desenvolvimento humano.
Segundo Bresser-Pereira (2006), o desenvolvimento econômico pode ser
definido como o processo histórico de crescimento da produtividade e da renda por
habitante, em decorrência da: (a) acumulação de capital; (b) incorporação de progresso
técnico a produção; ou (c) transferência de mão de obra para atividades que possuam
maior valor adicionado. Sen (2001), por sua vez, definiu o processo de desenvolvimento
humano, que deve englobar tanto matizes econômicos quanto sociais, como a expansão
das liberdades reais que as pessoas desfrutam (capacidade), por meio da ampliação de
sua autonomia para realizar atividades livremente escolhidas e valorizadas.
1
Economista indiano ganhador do prêmio Nobel de Economia de 1998, por suas contribuições para
economia do bem-estar e a teoria da escolha social.
11
Cabe comentar que a presente pesquisa, apesar de não desconsiderar a
importância da educação vista como um fim, abordará a mesma funcionando como um
meio, sendo que verificará, estatisticamente, a influência da educação no alcance dos
seguintes fins: (a) crescimento econômico; e (b) desenvolvimento humano. Tendo em
mente essas definições, a grande questão norteadora deste trabalho será: Qual é a
influência que à educação possui sobre diferentes variáveis econômicas e sociais?
1.1 Objetivo
Tendo em vista a questão destacada na seção anterior, o objetivo geral desta
pesquisa será a determinação, para os países cujos dados relativos ao ano de 2008
estejam disponíveis, da relacionamento entre a educação e quatro diferentes
variáveis referentes ao desenvolvimento econômico e humano.
Vale ressaltar que esses quatro indicadores referentes ao desenvolvimento
econômico e humano serão: (a) PIB per capita; (b) Expectativa de vida ao nascer; (c)
Taxa de desemprego; e (d) Expectativa de vida ao nascer de mulheres. Já os quatro
aspectos educacionais serão: (a) Taxa anual de matrículas, (b) Taxa de alfabetização, (c)
Expectativa de vida escolar e (d) Número médio de anos de escolarização.
Para que o objetivo geral possa ser atingido, devem ser alcançados os seguintes
objetivos secundários:
1.
Construção de um banco de dados com indicadores educacionais,
econômicos e sociais;
2.
Investigação da relação entre os fatores educacionais e as variáveis
econômicas e sociais, por meio da técnica regressão linear múltipla;
3.
Divisão dos países em quatro clusters (grupos), a partir dos indicadores
educacionais; e
4.
Investigação da influência dos indicadores educacionais sobre fatores
econômicos e sociais, por meio de comparação entre os clusters.
1.2 Relevância
O presente trabalho será importante, pois poderá confirmar empiricamente, a
partir de dados recentes, a importância da educação vista como um meio por meio do
qual se podem atingir fins mais elevados, tais como o crescimento econômico e o
desenvolvimento humano. Deve-se ressaltar, porém, que a educação vista como meio
12
não representa a desvalorização da mesma e sim um motivo a mais para ela seja
constantemente promovida e defendida.
Outra justificativa para a realização deste trabalho é que o mesmo possibilitará a
investigação do papel exercido pela educação em quatro diferentes agrupamentos de
países, que possuem diferentes características educacionais.
1.3 Método
Os objetivos deste Trabalho de Conclusão de Curso poderão ser atingidos a
partir da realização dos seguintes procedimentos:
1. Pesquisa bibliográfica sobre crescimento econômico e desenvolvimento humano
e sobre a relação da educação com os mesmos;
2. Levantamento, a partir dos sítios do Programa das Nações Unidas para o
Desenvolvimento (PNUD) e do Banco Mundial, de indicadores relativos ao
crescimento econômico e ao desenvolvimento humano do maior número
possível de países;
3.
Levantamento, nos mesmos locais do passo anterior, de indicadores relativos à
educação, também do maior número possível de países;
4. Construção de um banco de dados, no Microsoft Excel, referente aos indicadores
educacionais e não-educacionais dos países em que todos dados estejam
disponíveis;
5. Utilização do Microsoft Excel para aplicar a técnica “regressão linear múltipla”,
com o objetivo de verificar a relação entre as variáveis educacionais e cada uma
dos variáveis não-educacionais selecionadas;
6. Análise dos resultados (coeficientes e estatísticas) encontrados na regressão;
7. Separação dos países, a partir dos indicadores educacionais, em quatro diferentes
clusters, por meio da técnica k-means, que será programada em Visual Basic for
Applications (VBA) do Microsoft Excel.
8. Comparação das médias das variáveis não-educacionais dos clusters formados
na etapa anterior, com ajuda da técnica estatística Análise de Variância
(ANOVA).
No capítulo 3 serão detalhados serão abordados os aspectos teóricos básicos
sobre o método de clusterização k-means, a técnica regressão linear múltipla, a técnica
13
estatística Análise de Variância (ANOVA) e os indicadores educacionais, econômicos e
sociais que serão utilizados nesta pesquisa.
1.4 Estrutura do trabalho
Além desta introdução, o presente Trabalho de Conclusão de Curso possui
outros três capítulos, que se encontram descritos a seguir:
O Capítulo 2, intitulado Crescimento econômico e desenvolvimento humano,
apresenta uma revisão sobre os principais conceitos teóricos que são relevantes para esta
pesquisa,
O Capítulo 3, intitulado Métodos de análise de dados apresentará os conceitos
básicos sobre as principais técnicas que serão abordadas nesta pesquisa.
O Capítulo 4, intitulado Resultados e Discussões, apresenta os principais
resultados obtidos na parte empírica desta pesquisa, entre os quais se podem destacar:
(a) a análise geral dos dados; (b) a análise de regressão de cada variável nãoeducacional sobre as variáveis educacionais; e (c) a clusterização dos países e a análise
estatística desses clusters.
Para finalizar, no Capítulo 5, intitulado Considerações finais, são apresentados
os avanços e limitações do presente trabalho e indicadas possibilidades para pesquisas
futuras.
14
Capítulo 2 - Crescimento Econômico e
Desenvolvimento Humano
O presente capítulo reunirá aspectos teóricos referentes ao trabalho, sendo
dividido em duas seções, que abordam respectivamente: (a) o conceito de crescimento
econômico e (b) o conceito de desenvolvimento humano.
2.1 Desenvolvimento e crescimento econômico
2.1.1 Conceitos básicos
O desenvolvimento econômico de um Estado-nação é o processo histórico de
crescimento da produtividade (relação entre produtos e insumos) e da renda per capita.
Segundo Bresser Pereira (2006) existem três fatores que podem impulsionar o
desenvolvimento econômico: (a) acumulação de capital, o que possibilita maiores
investimentos; (b) incorporação de progresso técnico à produção, também chamada
aumento da eficiência produtiva; ou (c) transferência de capital e mão de obra (insumos
produtivos) para atividades que possuam maior valor adicionado, também chamada de
aumento da eficiência alocativa.
Vale ressaltar que para o economista Joseph Schumpeter2, existe uma diferença
entre os termos “crescimento econômico” e “desenvolvimento econômico”, sendo que o
primeiro representa o simples aumento da renda, que pode advir ou não de um processo
de desenvolvimento, e o segundo representa um amplo conjunto de transformações
sociais e políticas, ocorridas em decorrência de processos internos aos países
(SCHUMPETER, 1997).
Na prática, porém, é muito complicado separar os processos de desenvolvimento
e crescimento econômico, o que faz com que a renda per capita, que reflete de forma
exata apenas o crescimento, ainda seja um dos únicos indicadores para se medir o
desenvolvimento econômico de um país. Esse indicador, todavia, conta com distorções,
das quais se podem citar: (a) algumas importantes fases do processo de
desenvolvimento econômico, como a passagem de uma sociedade pré-industrial para
uma industrial, não são corretamente refletidas pela renda per capita; e (b) o aumento
2
Economista nascido na Moravia (atual República Checa), que foi um dos mais influentes pensadores da
primeira metade do século XX.
15
de renda per capita derivado apenas de exportações de recursos naturais e que não se
converte em novos investimentos, não constitui um processo de desenvolvimento
econômico, sendo apenas um simples crescimento (BRESSER-PEREIRA. 1992).
Para Bresser-Pereira (2008), o Estado-nação é o principal agente do
desenvolvimento econômico, sendo que não existem meios de ocorrer esse processo, se
o país não tiver autonomia e coesão suficientes para conseguir formular uma estratégia
nacional.
Cabe ressaltar que o desenvolvimento econômico, de modo geral, promove a
melhoria nas condições de vida dos Estados-nação e por isso é muito almejado, apesar
de, por si só, não tornar a sociedade mais justa e nem igualitária, já que muitos não se
beneficiam desse processo. Segundo Bresser-Pereira (2006), alguns autores insistem em
colocar a distribuição de renda como um dos fatores para avaliar o desenvolvimento
econômico de um país, o que não é correto quando se leva em conta uma perspectiva
histórica; o mais correto, para esse autor, seria separar o desenvolvimento econômico,
que não leva em conta a distribuição de renda e nem outros indicadores sociais, do
desenvolvimento humano, que deve levar em conta essa distribuição, além de outros
fatores.
Os fatores causadores do desenvolvimento econômico começaram a ser
estudados no final do século XVIII, com Adam Smith3, François Quesnay4 e David
Ricardo5, conhecidos como economistas clássicos. Esse estudo voltou a ter grande
impulso na década de 1930, quando John Maynard Keynes6 colocou em xeque as ideias
dos economistas clássicos ao enfatizar, por exemplo, o papel desempenhado pela
atuação do governo no crescimento econômico.
Segundo Bastos e D´Ávila (2009), a partir da década de 40, em decorrência das
contribuições de Keynes, foi criado um “consenso pelo desenvolvimento”, também
chamado de “Heterodoxia Desenvolvimentista”, que era baseado na forte promoção de
desenvolvimento econômico pelo Estado. Essa Heterodoxia Desenvolvimentista
prevaleceu no cenário econômico e ideológico até o início dos anos 1970, quando os
chamados economistas neoclássicos recuperaram algumas ideais dos clássicos. Esse fato
deu origem aos preceitos neoliberais, que enfatizavam a questão de um “Estado
3
Economista e filósofo escocês do século XVIII, cuja principal obra foi “A riqueza das nações”.
Economista francês do século XVIII, que foi à principal figura da escola dos fisiocratas.
5
Economista inglês que viveu entre os séculos XVIII e XIX.
6
Economista britânico que revolucionou a economia nos anos 1930.
4
16
Mínimo” pregando a não-intervenção do mesmo na economia (BASTOS E D´ÁVILA,
2009).
Para Vieira e Veríssimo (2009), as últimas décadas têm revelado um aumento
significativo de trabalhos na temática do desenvolvimento econômico, com
contribuições tanto teóricas, por exemplo, com os Modelos de Crescimento Endógenos7,
quanto empíricas, com o uso de: novas técnicas econométricas, séries de dados
temporalmente mais longas e bancos de dados mais complexos. Ainda segundo Vieira e
Veríssimo (2009) o estudo do desenvolvimento econômico é um aspecto de interesse
não apenas para a área acadêmica, mas também nos círculos políticos e em outras áreas
de pesquisa, tais como na redução da pobreza e na avaliação do desenvolvimento
humano.
2.1.2 Educação e crescimento econômico
2.1.2.1 Educação como promotora de inovação tecnológica
Apesar dos avanços ocorridos nas últimas décadas, ainda existem controvérsias
quanto aos fatores que contribuem para o desenvolvimento econômico de um Estadonação. Cada vez é mais comum, porém, que a educação, ou algum processo relacionado
a ela, como a inovação tecnológica, seja incluída como um desses fatores.
Um exemplo dessa inclusão é o economista Arthur Lewis8, que publicou um
trabalho de cunho teórico intitulado “A teoria do desenvolvimento econômico9”, em que
são sinalizados como fatores que favorecem o desenvolvimento econômico: (a) o
esforço para economizar; (b) a presença de instituições e de um governo que favoreçam
o desenvolvimento; (c) o aumento de capital e de outros recursos per capita; e (d) o
aumento do conhecimento e a sua utilização; (LEWIS, 1960, p. 14).
Adotando uma linha de pensamento bem mais polêmica, Lynn e Vanhanen
(2002), ao invés de citarem a educação como um fator importante para o progresso
tecnológico, argumentaram que o crescimento econômico está intimamente ligado ao
“Coeficiente de Inteligência (QI) Nacional” de um país. Essa proposição, como era de
se esperar, foi duramente criticada por outros autores, tais como Morse (2006).
7
Ver Mankiw (2008, p. 173).
Economista britânico ganhador do prêmio Nobel de economia de 1979 na área de desenvolvimento
econômico, em conjunto com Theodore Schultz.
9
Publicado orginalmente em 1955, com o nome “The Theory of Economic Growth”.
8
17
Outro que enfatizou indiretamente a educação foi Robert Solow10, que foi um
dos pioneiros na elaboração de um modelo matemático para explicar o crescimento da
economia, o qual foi publicado em Solow (1956). Segundo Jones (2000), o modelo de
Solow, que também pode ser denominado como modelo neoclássico, se baseia
principalmente nos fatores (a) progresso tecnológico, (b) crescimento populacional e (c)
acumulação de capital (poupança), e se divide em duas partes: (1) uma função produção
do tipo Cobb-Douglas11; e (2) uma equação de acumulação de capital.
Para Bresser-Pereira (2009), a maior conquista do modelo de Solow não foi
mostrar que o progresso tecnológico é a chave do crescimento econômico, visto que
isso já era um argumento central desde a escola clássica, mas foi ter tornado a teoria
econômica do crescimento compatível com o modelo de equilíbrio geral dos
economistas neoclássicos, que consiste no equilíbrio entre a oferta e a demanda
agregada. Ainda segundo Bresser-Pereira (2009), a respeito dos resultados derivados do
modelo de Solow:
A conclusão derivada do modelo de que a tecnologia é mais importante
do que a acumulação de capital para explicar o desenvolvimento
econômico é apenas tolice: ambas variáveis são fundamentais e se
encontram tão interligadas que é impossível separar uma da outra.
Em relação a ênfase no progresso tecnológico, tem-se ainda Schumpeter (1997),
cuja obra “A teoria do desenvolvimento econômico12”, na qual se estudou o tema da
inovação tecnológica nos Estados Unidos, abriu caminho para o estudo da relação entre
inovação tecnológica e crescimento econômico.
2.1.2.1 Educação como formadora de capital humano
O reconhecimento do papel da educação no crescimento econômico de um país
teve um enorme aumento a partir da criação do conceito de capital humano, cuja melhor
forma de promoção é por meio da educação.
Pela definição da Organização de Cooperação e de Desenvolvimento Econômico
(Organisation de Coopération et de Développement Économiques - OCDE), capital
10
Economista americano ganhador do prêmio Nobel de economia de 1987, por sua contribuição para
teoria do crescimento econômico.
11
Função desenvolvida pelos engenheiros navais Charles Cobb e Paul Douglas em 1928, que descreve
como os insumos se combinam para gerar produtos. Para maiores detalhes ver Mankiw (2008).
12
Publicado originalmente em 1934.
18
humano pode ser compreendido como os conhecimentos, habilidades, competências e
outros atributos individuais, que são relevantes para a atividade econômica (OECD,
1998). Para Sen (1997), por sua vez, capital humano pode ser definido como todas as
qualidades humanas que podem ser empregadas, como um capital, na produção de bens
e serviços. Segundo Schuller (2001), a forma padrão de se medir o capital humano é por
meio da duração da escolaridade e do nível de qualificação profissional.
Theodore Schultz13, que foi um dos pioneiros a abordar a idéia de capital
humano, afirma que muito do que se considera consumo, como gastos em educação,
saúde e migração interna, é na realidade um investimento nesse tipo de capital
(SCHULTZ, 1961). Ainda segundo esse autor, os economistas sabem a muito tempo da
importância dos seres humanos como força motriz para o desenvolvimento das nações,
mas preferiram ignorar o pesado investimento que as pessoas fazem em si próprias,
além do fato de que a capacidade produtiva dos seres humanos gera benefícios muito
maiores do que todas as outras formas de capital (SCHULTZ, 1961). Para Sen (1997), o
reconhecimento da ligação entre crescimento econômico e as condições de educação e
saúde da população não é novo, já estando presente desde os escritos de Adam Smith.
De acordo com Paiva (2001), o conceito de capital humano foi retomado com
muita força nos anos 1980, como uma resposta as profundas mudanças pelas quais o
capitalismo estava passando14. Ainda segundo Paiva (2001), a idéia de aplicar a palavra
capital para se referir a seres-humanos fere profundamente o humanismo que marcou o
pensamento da esquerda no período do pós-guerra, de modo que é muito estranho que o
ser humano seja ao mesmo tempo à força de trabalho remunerada pelo capital e o
próprio capital.
2.2 Desenvolvimento humano
2.2.1 Conceitos básicos
Pela concepção do Programa das Nações Unidas para o Desenvolvimento
(PNUD), que é um órgão ligado a ONU, o processo de desenvolvimento deve ser
encarado a partir da perspectiva do que está acontecendo com as pessoas, o que dá
origem a um corpo teórico e conceitual denominado “desenvolvimento humano”. Esse
13
Economista americano ganhador do prêmio Nobel de economia de 1979, na área de desenvolvimento
econômico, em conjunto com Arthur Lewis.
14
Algumas dessas mudanças podem ser encontradas compiladas no livro “A terceira onda” de Tofler
(1980).
19
conceito pode ser definido como o processo de alargamento do bem-estar e das
possibilidades de escolha dos seres humanos, em áreas como economia, política,
sociedade e cultura (UNDP, 2011).
Para Gor e Guital (2010), a abordagem do desenvolvimento humano surgiu
como uma tentativa de recolocar as pessoas no centro do discurso e das ações
relacionadas às políticas econômicas e sociais. Segundo Oliveira (2002), na perspectiva
do desenvolvimento humano, a preocupação central deixa de ser o quanto se está
produzindo e passa a ser o como isso está afetando a qualidade de vida da população.
Para Klicksberg (2001), a qualidade de vida das pessoas, que é a finalidade última do
processo de desenvolvimento, não pode ser medida por algo que é um meio (renda),
devendo ser medida por índices que reflitam o que ocorre na vida cotidiana.
Vale ressaltar que em 1990 começou a ser publicado um índice, denominado
Índice de Desenvolvimento Humano (IDH), para mensurar o desenvolvimento humano
dos países, incluindo indicadores que refletissem o desempenho dos mesmos em áreas
como longevidade, educação e produto bruto per capita. Vale comentar também que
além desse índice, o PNUD passou a publicar anualmente o “Relatório Mundial de
Desenvolvimento Humano” (RDH), que busca discutir formas de promover essa nova
perspectiva de desenvolvimento, de maneiras diferentes da usual (OLIVEIRA, 2002).
Segundo UNDP (2011), o IDH passou a ser calculado, a partir do ano de 2010,
com um novo método15, que se baseia na média geométrica entre três diferentes índices:
(a) índice do PIB per capita; (b) índice de educação; e (c) índice de longevidade. Os
índices de longevidade e de educação são baseados, respectivamente, na normalização,
conforme a Expressão 2, da: (a) “expectativa de vida ao nascer”; e da (b) média
geométrica do “número médio de anos de escolaridade” e da “expectativa de vida
escolar“, já previamente normalizados. O índice do PIB per capita, por outro lado, é
obtido de maneira um pouco diferente, a partir de uma relação, apresentada na
Expressão 3, baseada em logaritmos naturais, o que pode ser justificado a partir do fato
de que a conquista de um nível de vida decente não requer que a renda seja ilimitada
(UNDP, 2011).
15
A fórmula antiga de cálculo do IDH era baseada em média aritmética; fora isso, o índice de educação
era obtido por meio da taxa de matrícula e da taxa de alfabetização; por fim, os máximos e mínimos
utilizados na fórmula antiga também eram diferentes.
20
− ()
() − ()
(2)
() − [()]
[()] − [()]
(3)
Í
=
Í
=
Em que:
I: Indicador;
Max(I): Valor máximo atingido pelo indicador;
Min(I): Valor mínimo atingido pelo indicador.
Vale ressaltar que os valores “Max(I)” e “Min(I)”, das Expressões 1 e 2, são
constantes e tabelados pelo próprio PNUD, sendo que os mínimos são definidos com
base nos menores valores que são necessários para sobrevivência humana e os máximos
com base em tendências históricas. Os valores mínimos e máximos para cada indicador,
pelo novo método de cálculo do IDH, são mostrados no Quadro 1.
Indicador
PIB per capita
Expectativa de vida ao nascer
Média de anos de escolaridade
Expectativa de vida escolar
Média geométrica dos indicadores ligados a educação
Min(I)
$163,00
20
0
0
0
Max(I)
$108.211,00
83,2
13,2
20,6
0,951
Quadro 1 - Mínimos e máximos do IDH
Fonte: UNDP (2011)
Para Ul Haq (1995), as maiores vantagens do IDH são: (a) baseia-se na idéia de
que o desenvolvimento se relaciona com a ampliação das escolhas de um ser humano;
(b) inclui um número pequeno de variáveis, o que o mantém simples e manejável; (c)
agrupa diversas informações em um único valor; (d) avalia tanto aspectos econômicos
quanto sociais; e (e) é flexível e pode ser gradualmente melhorado com o tempo.
Segundo Malberg e Obersteiner (2001), o IDH tem recebido críticas desde que
foi desenvolvido e publicado pela primeira vez, de modo que diversos autores, tais
como Romero et al. (2009), Despotis (2005), Neumayer (2001),
defendem que o
mesmo é falho em medir a real condição de vida das pessoas, pois não leva em
consideração importantes aspectos, tais como a condição ambiental, a situação política e
a desigualdade de renda nos países. Esses autores criticam também o método antigo de
cálculo do IDH (o novo ainda é muito recente), sendo que Neumayer (2001) chega
21
inclusive a propor uma abordagem alternativa para o mesmo. Segundo Santagada
(2007) é preciso tomar cuidado ao se analisar o IDH em separado das condições reais
que as pessoas desfrutam, já que uma simples mudança no método de cálculo do índice
pode mudar completamente a posição dos países no ranking.
2.2.2 Educação e desenvolvimento humano
Para que se possa entender melhor a relação entre educação e desenvolvimento
humano é conveniente analisar as bases da teoria de Amartya Sen, que é um dos
maiores teóricos desse processo.
Sen (2001) define o processo de desenvolvimento, que deve englobar tanto
matizes econômicos quanto sociais, como a expansão das liberdades reais que as
pessoas desfrutam, por meio da ampliação da capacidade de realizar atividades
livremente escolhidas e valorizadas. Sen (2001) também afirma, entre outras idéias
interessantes, que essas liberdades, ao mesmo tempo em que são um fim em si mesmas
(constitutivas do desenvolvimento), também podem ser consideradas um meio (um
instrumento) para que esse desenvolvimento ocorra.
Segundo Sen (2001, p. 29), as liberdades são constitutivas do desenvolvimento
porque o que é mais essencial para um ser humano é a sua capacidade de agir e viver
como bem entender, tornando-se um ser social mais completo e com uma existência
mais rica, podendo colocar em prática seus anseios e aspirações, além de interagir e
influenciar o mundo ao seu redor. Não se deve perder de vista, porém, que as liberdades
são também um importante fator de influência para que o desenvolvimento ocorra, o
que permite concluir que as liberdades, ao mesmo tempo em que geram
desenvolvimento, também são, elas próprias, esse desenvolvimento.
A idéia de que a liberdade é um instrumento para o alcance do desenvolvimento
pode ser mais bem entendida a partir da definição de cinco tipos distintos de liberdade,
que se influenciam e reforçam mutuamente, gerando um ciclo virtuoso de
desenvolvimento (SEN, 2001); são elas:
a) Liberdades políticas: direito a voto, liberdade de expressão, liberdade
de organização de partidos políticos etc.;
b) Facilidades econômicas: liberdade de produção, consumo e troca;
22
c) Oportunidades sociais: saúde, educação, longevidade, saneamento
etc.;
d) Garantia de transparência: grau de confiança mútua existente na
sociedade; e
e) Segurança protetora: rede de segurança composta pela previdência,
seguro desemprego, benefícios sociais etc..
Por essa concepção, portanto, a educação, enquanto uma oportunidade social,
além de ser um importante aspecto a ser considerado para avaliar a qualidade de vida de
alguém (e por isso faz parte do IDH), pode reforçar todos os outros tipos de liberdade,
sendo assim capaz de promover o desenvolvimento humano.
23
Capítulo 3 - Ferramentas de Análise
Neste capítulo serão abordados os principais aspectos teóricos sobre as
ferramentas de análise que serão utilizados nesta pesquisa. Também serão abordados os
fundamentos básicos sobre a mensuração dos indicadores que foram selecionados para
avaliar o crescimento econômico e o desenvolvimento humano.
3.1 Clusterização
Segundo Po et al. (2009) e Bajo et al. (2010), a clusterização é uma abordagem
estatística do tipo multivariada, que possui o objetivo de identificar padrões, para que se
possa agrupar, em um mesmo cluster, grupos de dados com características comuns e,
em clusters diferentes, grupos de dados com características distintas.
Existem diversas formas de se agrupar dados em clusters, que segundo Po et al.
(2009) e Bajo et al. (2010), podem ser classificadas nas seguintes categorias: (a)
métodos de hierarquização, tal qual a clusterização em árvore; (b) métodos de partição,
que se baseiam na minimização de uma função objetivo, como o método k-means; (c)
métodos baseados em redes neurais, como as redes de Kohonen; e (d) métodos baseados
em Análise Envoltória de Dados (DEA).
Segundo Po et al. (2009), a maioria dos métodos de clusterização é um conjunto
de procedimentos para se encontrar os centros dos clusters nos quais as unidades serão
agrupadas. Vale ressaltar que esses centros devem estar posicionados de modo que a
função dissimilaridade, que geralmente é medida pela soma das distâncias entre as
unidades e o centro dos clusters, seja minimizada.
Um dos métodos de clusterização mais utilizados é o método k-means, que se
baseia em funções distância e exige que se especifique previamente o número de
clusters que serão utilizados na análise. O procedimento para utilização do k-means
pode ser descrito pelos seguintes passos (SILVA et al., 2010):
a) Obter a amostra de unidades a serem classificadas, que devem ser
caracterizadas por “a” atributos;
b) Especificar o número “c” de clusters desejados;
24
c) Iniciar o vetor “C”, que representa os centros dos clusters, com as
coordenadas das “c” primeiras unidades;
d) Calcular as distâncias euclidianas16 entre as unidades e os centros dos
clusters;
e) Agrupar as unidades nos clusters cuja distância até o centro tenha sido
a menor;
f) Atualizar os valores dos centros, que passarão a ser a média dos
atributos de todas as unidades que foram agrupadas nos clusters que
eles representam; e
g) Repetir os passos 4 a 6 até que não haja mudança no valor do centro
do cluster entre uma iteração e outra.
O exemplo a seguir, em que se devem agrupar seis unidades com três atributos
(a = 3) em dois clusters (c = 2), pode ajudar a esclarecer melhor esse algoritmo. Os
dados do exemplo são apresentados no Quadro 2.
Unidades
1
2
3
4
5
6
C1
C2
A
0,38
0,40
0,01
0,14
0,03
0,02
0,38
0,40
Atributos
B
0,10
0,22
0,41
0,25
0,16
0,29
0,10
0,22
C
0,60
0,50
0,86
0,05
0,22
0,34
0,60
0,50
Quadro 2 - Dados do exemplo de clusterização
Como pode ser notado pelo Quadro 9, deve-se inicialmente considerar os centros
dos clusters C1 e C2 como tendo as coordenadas das unidades 1 e 2, que são as duas
primeiras do conjunto em análise (passo 3). O passo seguinte (passo 4) consiste em
calcular as distâncias euclidianas de todas as unidades até os centros C1 e C2. A seguir,
com base na distância obtida, devem-se agrupar as unidades no cluster em que o centro
está mais próximo (passo 5). No Quadro 3 são apresentadas as distâncias obtidas após a
primeira iteração, além do cluster em que cada unidade foi agrupada, com base na
comparação entre dC1 e dC2.
16
A distância euclidiana entre P (p1, p2,...,pa) e Q (q1, q2,...,qa) é dada por ∑ ( − ) .
25
Unidade
1
2
3
4
5
6
dC1
0,00
0,15
0,55
0,62
0,52
0,48
dC2
0,15
0,00
0,56
0,52
0,47
0,42
Cluster
Cluster 1
Cluster 2
Cluster 1
Cluster 2
Cluster 2
Cluster 2
Quadro 3 - Distâncias euclidianas
Após esses procedimentos, pode-se partir para a atualização das coordenadas dos
centros dos clusters (passo 6), sendo que, no caso do cluster 1, seu centro terá
coordenadas equivalentes a média dos atributos das unidades 1 e 3 e, no caso do cluster
2, seu centro terá coordenadas equivalentes a média dos atributos das unidades 2, 4, 5 e
6. No Quadro 4 são apresentadas as novas coordenadas do centro dos clusters após a
primeira iteração.
Clusters
C1
C2
Coordenadas do centro
A
B
C
0,20
0,25
0,73
0,15
0,23
0,28
Unidades
agrupadas
1e3
2, 4, 5 e 6
Quadro 4 - Novas coordenadas após a primeira iteração
Pelo passo 7, os passos 4 a 6 devem ser repetidos até que os centros dos clusters
não mudem entre duas iterações subsequentes. No caso desse exemplo, isso ocorrerá
entre a segunda e terceira iteração, quando se poderá concluir o processo de
clusterização. No Quadro 5 se encontra apresentado o resultado final da análise.
Clusters
C1
C2
Coordenadas no centro
A
B
C
0,27
0,24
0,65
0,06
0,23
0,20
Unidades
agrupadas
1, 2 e 3
4, 5 e 6
Quadro 5 - Resultados finais do exemplo de clusterização
3.2 Regressão Linear Múltipla
A econometria pode ser definida como a área do conhecimento que utiliza teoria
econômica, matemática e inferência estatística para estudar fenômenos econômicos
(GUJARATI, 1995). Cabe comentar que uma das mais importantes ferramentas
utilizadas nessa área são as técnicas de análise de regressão, que buscam encontrar
relações de dependência entre variáveis, expressando-as por meio de uma função, Sendo
26
assim, na terminologia da econometria, é importante que se defina: (a) variáveis
independentes, que são livres; e variáveis dependentes, que podem ser expressas como
funções das independentes.
Dentre os vários modelos de regressão existentes, podem-se destacar a
regressão linear simples (que trabalha com uma única entrada) e a regressão linear
múltipla (que trabalha com várias entradas ao mesmo tempo). A Expressão 1 apresenta
um modelo básico de regressão linear múltipla, em que: (a) o parâmetro “β0” representa
o intercepto da função, ou seja, o valor da variável dependente “y”, quando todas as
“n” variáveis independentes “xj” forem zero; (b) os parâmetros “βj” representam a
contribuição de cada variável independente para a variável dependente; e (c) o fator “є”
representa o erro estatístico da regressão.
! = "# + " + " + ⋯ + "& & + '
(1)
Os coeficientes da Expressão 3 podem ser obtidos por meio de um método
denominado Mínimos Quadrados Ordinários (MQO), que pode ser encontrado de
maneira detalhada em Anderson et al. (2007) e Gujarati (1995). O MQO busca
encontrar a reta que melhor se ajusta a um conjunto de pontos, de modo a minimizar o
quadrado dos desvios. Vale ressaltar que para aplicar o MQO é necessário que algumas
condições sejam satisfeitas, tais como: (a) o erro ser uma variável aleatória
independente, com média zero, distribuição normal e variância constante (propriedade
da homocedasticidade); e (b) as variáveis independentes não serem correlacionadas
entre si (ausência de multicolinearidade). Para os casos em que essas propriedades não
sejam satisfeitas, pode se utilizar o método dos Mínimos Quadrados Generalizados
(MQG).
Segundo Gujarati (1995), a partir de pequenos ajustes na regressão linear
múltipla, a mesma pode ser utilizada para representar diversos tipos de função, tais
como: quadráticas, logarítmicas, exponenciais e potenciais. No Quadro 6 são
apresentados como são realizados alguns desses ajustes.
27
Forma original
! = "# + " ! = "# + " ! = "# () *)
! = "# ()
! = "# + " + " Linear
Logarítmica
Exponencial
Potencial
Quadrática
Forma linear
! = . "# + " ! = . "# + " -
Quadro 6 - Análises de regressão alternativas
Por fim, é interessante que se comente sobre os principais parâmetros estatísticos
fornecidos pela regressão linear múltipla, que segundo Anderson et al. (2007) são: (a)
coeficiente de determinação (R2); (b) coeficiente de determinação ajustado (R2
ajustado); (c) coeficiente de correlação (R); (d) “teste F”; e (e) “teste t”. No Quadro 7
são apresentas as principais características de cada parâmetro.
Parâmetro
Coeficiente de
determinação
Coeficiente de
determinação
ajustado
Coeficiente de
correlação
Símbolo
Teste F
F
Teste t
t
R2
R2
ajustado
R
Características
Representa, em porcentagem, o quanto da variável dependente é
explicada pela regressão
É uma expressão mais exata do coeficiente de determinação,
pois é ajustado pelo número de variáveis independentes da
análise
Representa a intensidade da associação linear entre duas variáveis
Permite dizer se a relação entre a variável dependente e o
conjunto de variáveis independentes é estatisticamente
significante (significância da regressão)
Permite dizer se a relação entre a variável dependente e uma das
variáveis independentes é estatisticamente significante
(significância dos βi)
Quadro 7 - Parâmetros estatísticos de uma regressão
3.3 Análise de Variância (ANOVA)
Outra abordagem para se testar fatores, além da análise de regressão, é a
utilização de testes estatísticos que possuem o objetivo de verificar, a partir de amostras,
se a média de populações é estatisticamente diferente. Para que se possa realizar essa
verificação, podem ser utilizados vários métodos, entre os quais um dos mais
interessantes é a Análise de Variância (ANOVA). Vale ressaltar que verificar a
existência de diferença entre médias é a mesma coisa que realizar um teste de hipóteses
em que são testadas: (H0) a média das populações é estatisticamente igual; e (H1) a
média das populações é estatisticamente diferente.
Segundo Anderson et al. (2007, p. 372), a Análise de Variância (ANOVA)
permite comparar várias populações ao mesmo tempo, sendo que é baseada na
28
construção de um quadro e na aplicação do teste F para testar as hipóteses. Um quadro
de ANOVA típico se encontra exemplificado no Quadro 8
Soma de quadrados (SQ)
.
Entre grupos
Graus de liberdade (GL) Quadrado médio (QM)
, - ( − )
(c – 1)
SQ/GL
, ,( − )
(G – c)
SQ/GL
, ,( − )
(G– 1)
SQ/GL
. /0
Dentro dos
grupos
. /0
Total
Quadro 8 - Quadro de ANOVA
Em que:
c: número de grupos;
Gb: número de elementos do grupo “b”;
G: Soma do número de elementos dos “c” grupos;
: Elemento “l” do grupo “b”;
: média de todos os elementos do grupo “b”;
: média de todos os elementos.
Depois de se obter o quadro de ANOVA, é necessário testar se existe diferença
entre as médias das populações por meio da utilização do teste F, em que a “estatística
F”, que é obtida dividindo-se o “QM entre grupos” pelo “QM dentro dos grupos”, deve
ser comparada com o valor de “F crítico”, que é tabelado a partir dos graus de liberdade
e da significância requerida. Outra forma de se avaliar se avaliar se as médias são
diferentes é por meio do p-valor que expressa a probabilidade da hipótese nula ser
verdadeira para um determinado nível de confiança (probabilidade das médias serem
iguais).
3.4 Indicadores
Como já foi previamente comentado, nesta pesquisa serão utilizados como
variáveis independentes (entradas), indicadores educacionais, e como variáveis
dependentes
(saídas),
indicadores
ligados
ao
crescimento
econômico
e
ao
desenvolvimento humano.
Quanto aos indicadores ligados a educação, serão utilizados tanto os dois fatores
que foram adotados no antigo cálculo do IDH, quanto os dois que passaram, a partir de
2010, a serem utilizados no novo modelo de cálculo.
29
Os indicadores educacionais do antigo IDH são: (a) a porcentagem de pessoas
entre 7 e 22 anos matriculadas nos 3 níveis de ensino (fundamental, médio e superior),
que também é chamada de “taxa de matrícula”; e (b) a porcentagem de pessoas com
mais de 15 anos que sabem ler e escrever, que também é chamada de “taxa de
alfabetização”. Vale ressaltar que a taxa de matrícula é expressa em relação à população
em idade escolar, sendo que por isso a mesma pode ser maior que 100%, já que pessoas
com idades diversas podem se matricular nos três níveis de ensino.
Já os indicadores educacionais utilizados no novo cálculo do IDH são: (a)
número de anos, também chamado de “expectativa de vida escolar”, que uma criança
espera gastar com educação em toda sua vida, incluindo repetências, se forem mantidas
as atuais taxas de matrícula por idade; e (b) número médio de anos que uma pessoa de
25 anos de idade passou na escola.
Quanto as variáveis relativas ao crescimento econômico, deve-se ressaltar que a
riqueza produzida por um país pode ser mesurada por dois indicadores distintos: o
Produto Interno Bruto (PIB) e o Produto Nacional Bruto (PNB). O PIB contabiliza tudo
que foi produzido em território nacional, inclusive por empresas multinacionais e
cidadãos estrangeiros, e deixa de fora toda a riqueza que é enviada ao país a partir de
cidadãos ou empresas que atuam no exterior. O PNB, por sua vez, computa todas as
riquezas produzidas por cidadãos (pessoa física e jurídica) de determinada
nacionalidade, independentemente do local onde residam, e deixa de fora a riqueza
produzida por multinacionais e por estrangeiros que atuam no país (FROYEN, 1999).
Deve-se ressaltar que tanto o PIB quanto o PNB são contabilizados a partir da adição,
em valores monetários, de todos os bens e serviços finais produzidos em um
determinado período, sendo o resultado da soma de: (a) consumo, (b) investimentos, (c)
gastos governamentais (apenas em bens e serviços) e (d) exportações líquidas.
Nesta pesquisa, especificamente, se adotará como variável econômica apenas o
PIB per capita, visto que os dados se encontram disponíveis em maior abundância. Vale
ressaltar, porém, que para que a economia de diferentes países possa ser comparada de
maneira realista, o PIB per capita será expresso pela Paridade do Poder de Compra
(PPC), ou seja, considerando o custo de vida em cada país. Segundo Kilsztajn (2000), a
PPC, que também é conhecida como dólar internacional, é uma espécie de taxa de
câmbio construída a partir de uma cesta internacional de mercadorias e serviços. Sendo
assim, para que se possa obter a PPC de um determinado país, o preço dessa cesta, em
30
moeda local, deve ser comparado ao preço da mesma nos Estados Unidos, que é o país
utilizado como referência.
Quanto aos indicadores sociais, por sua vez, serão utilizados a taxa de
desemprego, além da expectativa de vida ao nascer tanto referente à população em geral
quanto apenas às mulheres.
A taxa de desemprego, que pode ser definida como a porcentagem de pessoas
que estão em busca de trabalho dentro da População Economicamente Ativa (PEA) de
um país, é um indicador relevante, dentro da perspectiva das capacidades, visto que um
emprego formal proporciona uma fonte estável de renda, além de garantias sociais para
as pessoas.
O indicador social mais importante adotado pela análise, porém, será a
expectativa de vida ao nascer, pois, além de resumir dentro de si uma série de
indicadores menores, não há sentido em se falar em qualidade de vida caso a morte
ocorra prematuramente (SEN, 1998). Vale ressaltar que a expectativa de vida ao nascer
pode ser definida como sendo o número esperado de anos que as pessoas que nasceram
em determinada data vão viver, caso sejam mantidas as atuais taxas de mortalidade.
A expectativa de vida ao nascer referente às mulheres foi adotada porque se
julgou importante à adoção de algum fator que refletisse a desigualdade de gênero, que
se encontra culturalmente enraizada em diversos países. Segundo Sen (1998), a
existência de discriminação de gênero tem sido muito discutida na literatura, apesar de
ser muito difícil de ser identificada, já que, de modo geral, ela é sutil e dissimulada, e se
encontra dentro do núcleo familiar. A expectativa de vida ao nascer das mulheres,
porém, que foi a variável escolhida para entrar na análise, permite lançar luz ao menos
sobre os aspectos mais grosseiros dessa desigualdade (SEN, 1998).
31
Capítulo 4 - Resultados e Discussões
Neste capítulo serão apresentados os diferentes resultados obtidos na pesquisa e
as principais discussões trazidas pelos mesmos. Vale ressaltar que os resultados se
referem: (a) a análise geral dos dados; (b) a análise de regressão de cada variável nãoeducacional sobre as variáveis educacionais; e (c) a clusterização dos países e a análise
estatística dos clusters obtidos.
4.1 Análise geral dos dados
Ao se realizar uma busca nos bancos de dados do Banco Mundial e do PNUD,
verificou-se que apenas 77 países tinham dados completos, referentes ao ano de 2008
(ano mais recente encontrado), para os 8 indicadores utilizados nesta pesquisa, que são:
(a) Expectativa de Vida Escolar; (b) Número Médio de Anos de Escolarização; (c) Taxa
de Matrículas; (d) Expectativa de Vida ao Nascer Geral; (e) Expectativa de Vida ao
Nascer de Mulheres; (f) Taxa de Desemprego; e (g) PIB per capita.
A Tabela 1 mostra a síntese dos dados referentes aos 4 indicadores ligados à
educação, para os 77 países analisados. Vale ressaltar que os dados referentes a cada
país se encontram expressos no Apêndice 1.
Média
Expectativa de
Vida Escolar
14,13
Média de Anos
de Escolarização
9,08
Taxa de
Matricula
82,72%
Taxa de
Alfabetização
93,30%
Desvio Padrão
2,31
2,15
12,52%
9,76%
Coeficiente de variação
16,36%
23,71%
15,13%
10,46%
Maior valor
20,46
12,66
114,20%
99,00%
Menor valor
6,79
2,21
39,30%
54,15%
Amplitude
13,67
10,45
74,90%
44,85%
País com maior Valor
Austrália
Noruega
Austrália
Diversos
País com menor valor
Paquistão
Iêmen
Paquistão
Paquistão
Tabela 1 - Síntese dos dados referentes à educação
Pelo que se pode notar na Tabela 1, apesar das médias dos indicadores
educacionais terem sido relativamente boas, a discrepância entre os países foi bastante
elevada. O indicador em que isso ficou mais evidente foi a “Média de Anos de
32
Escolarização” em que o coeficiente de variação (relação entre desvio padrão e média)
foi de 23,71%. Vale ressaltar, porém, que em nenhum indicador esse índice ficou abaixo
dos 10%.
Analisando os extremos positivos, a Austrália foi o país que mais se destacou,
ficando em primeiro lugar tanto na “Expectativa de Vida Escolar” quanto na “Taxa de
Matrícula”. A Noruega, por sua vez, se destacou no “Número Médio de Anos de
Escolarização”, que ficou acima de 12 anos. Em relação a “Taxa de Alfabetização”, por
fim, foi possível verificar que existem diversos países que praticamente erradicaram o
analfabetismo.
Quanto aos extremos negativos, o Paquistão teve o pior despenho em Três
indicadores: “Taxa de Matrícula”, “Expectativa de Vida Escolar” e “Taxa de
Alfabetização”. O Iêmen, por sua vez, teve a menor “Média de Anos de Escolarização”,
que foi quase 10 anos menor que a da Noruega.
A Tabela 2 mostra uma síntese, referente aos 77 países analisados, dos dados
referentes aos 4 indicadores ligados ao desenvolvimento econômico e social. Vale
ressaltar que os dados referentes a cada país se encontram expressos no Apêndice 2.
Média
20062,71
Taxa de
Desemprego
8,21
Desvio Padrão
15943,67
6,27
5,47
5,56
Coeficiente de variação
79,47%
76,40%
7,32%
7,15%
Maior valor
88775,51
37,58
82,81
86,05
Menor valor
2228,99
1,18
61,15
61,93
Amplitude
86546,52
36,4
21,66
24,12
País com maior Valor
Luxemburgo
Namíbia
Japão
Japão
País com menor valor
Quirguistão
Tailândia
Namíbia
Namíbia
PIB per capita
Expectativa de
Vida Geral
74,72
Expectativa de
Vida de Mulheres
77,75
Tabela 2 - Síntese dos dados referentes ao desenvolvimento econômico e social
Pelo que se pode notar na Tabela 2, quanto aos indicadores econômicos, à
discrepância entre os países foi extremamente elevada, sendo que o desvio padrão, tanto
para o “PIB per capita” quanto para a “Taxa de Desemprego”, foi quase 80% do valor
da média. Em relação aos indicadores puramente sociais, todavia, que referem a
“Expectativa de Vida Geral” e a “Expectativa de Vida de Mulheres”, essa relação foi
muito menor, tendo ficado em torno de 7%.
33
Analisando os extremos positivos, o Japão teve um grande destaque nos
indicadores sociais “Expectativa de Vida Geral” e “Expectativa de Vida de Mulheres”,
sendo que ambos foram superiores a 80 anos. Em relação a “Taxa de Desemprego”, a
menor foi apresentada pela Tailândia, o que corrobora o dinamismo econômico que tem
sido apresentado pelos países emergentes. Em termos econômicos, o maior “PIB per
capita” foi apresentado por Luxemburgo, que é um país europeu de pequena população.
Em relação aos extremos negativos, a Namíbia teve o pior desempenho em todos
os indicadores sociais, sendo que a “Expectativa de Vida Geral” e a “Expectativa de
Vida de Mulheres” ficaram mais de 20 anos abaixo da apresentada pelo Japão, e a
“Taxa de Desemprego” foi de quase 40% da PEA. Em termos de “PIB per capita”, que
reflete a pobreza econômica, todavia, o pior indicador foi apresentado pelo Quirguistão.
4.2 Análise de regressão
Na análise de regressão que foi realizada com os dados desses 77 países, foi
inicialmente rodado um modelo de regressão linear múltipla com o objetivo de verificar,
por meio da variável “R2 ajustado”, o quanto cada uma das quatro variáveis variáveisresposta é explicada pelo conjunto de variáveis educacionais. Os valores do R2 ajustado
para cada variável-resposta se encontram na Tabela 3.
PIB per capita
R2 ajustado
0,47
Taxa de
Desemprego
0,07
Expectativa de
Vida Geral
0,37
Expectativa de
Vida de Mulheres
0,45
Tabela 3 - R2 ajustado das variáveis resposta em relação a educação
O que se pode notar a partir dos resultados expressos na Tabela 3 é que a
variável que foi mais explicada pela educação (cerca de 47%) foi o PIB per capita. A
variável que menos se relacionou com a educação (apenas 7%), por sua vez, foi a Taxa
de Desemprego. Vale ressaltar que essa falta de relação entre educação e desemprego
sugere que nos locais de baixo nível educacional podem existir muitos empregos de
baixa qualidade, que diminuem a taxa de desemprego, mas geram pouca riqueza
econômica. Ainda sobre os resultados da Tabela 3, cabe ressaltar que a expectativa de
vida de mulheres se mostrou mais correlacionada com a Educação do que a Expectativa
34
de Vida Geral, o que prova que a educação pode ser fator muito relevante para combater
as discriminações de gênero.
Para analisar o efeito de cada variável educacional em separado foram rodadas
quatro regressões lineares simples. O motivo de não terem sido aproveitados os
coeficientes da regressão múltipla é o fato de que as variáveis educacionais são bastante
correlacionadas entre si (acima de 70%), como mostra a Tabela 4, o que acarreta um
problema de multicolinearidade,
Expectativa de Média de Anos de
Vida Escolar
Escolarização
Expectativa de Vida
Escolar
Média de Anos de
Escolarização
Taxa de Matricula
Taxa de
Alfabetização
Taxa de
Matricula
Taxa de
Alfabetização
1
0,69
1
0,93
0,70
1
0,64
0,75
0,64
1
Tabela 4 - Matriz de correlação das variáveis educacionais
Os coeficientes “R2 ajustado “obtidos a partir da regressão linear simples de
cada variável educacional sobre cada variável-resposta é apresentado na Tabela 5.
Expectativa de Vida
Escolar
Média de Anos de
Escolarização
Taxa de Matricula
Taxa de
Alfabetização
PIB per capita
Taxa de
Desemprego
Expectativa de
Vida Geral
Expectativa de
Vida de Mulheres
0,43
0,096
0,37
0,42
0,035
0,27
0,33
0,48
0,11
0,36
0,43
0,19
0,017
0,21
0,30
0,32
Tabela 5 - Coeficiente R2 ajustado das variáveis educacionais isoladas
O que se pode notar dos resultados da Tabela 5, é que, de modo geral, a taxa de
matrícula é o fator educacional que mais explicou todas as variáveis-resposta, sendo
seguida por Expectativa de vida escolar, Média de anos de escolarização e Taxa de
alfabetização.
35
4.3 Análise de clusters
Seguindo com o método estabelecido no primeiro capítulo deste trabalho, a partir
da técnica k-means, os países foram agrupados em 4 clusters, sendo que foram
considerados para tal apenas os critérios educacionais.
O primeiro cluster obtido, chamado “Cluster 1”, foi formado por países com nível
educacional excelente, sendo que nele foram agrupados 24 dos 77 países analisados;
esses países se encontram expressos no Quadro 9.
Austrália
Eslováquia
Grécia
Letónia
Bélgica
Espanha
Holanda
Noruega
Canadá
Estados Unidos
Irlanda
Nova Zelândia
Cazaquistão
Estônia
Islândia
República Checa
Coréia do Sul
Finlândia
Israel
Suécia
Dinamarca
França
Japão
Ucrânia
Quadro 9 - Países alocados no Cluster 1
O segundo cluster obtido, chamado “Cluster 2”, foi constituído por 27 dos 77
países analisados, sendo formado por países com um bom nível educacional. Os países
pertencentes a esse cluster se encontram expressos no Quadro 10.
Albânia
Chipre
Malásia
Quirguistão
Argentina
Croácia
México
Reino Unido
Armênia
Eslovénia
Moldova
Rússia
Áustria
Geórgia
Panamá
Sérvia
Azerbaijão
Itália
Peru
Suíça
Bulgária
Jamaica
Polônia
Uruguai
Chile
Luxemburgo
Portugal
Quadro 10 - Países alocados no Cluster 2
O terceiro cluster obtido, chamado “Cluster 3”, foi formado pelos 22 países que
tiveram desempenho educacional regular, sendo que nesse cluster se encontra o Brasil.
Esses países se encontram expressos no Quadro 11.
36
África do Sul
El Salvador
Mauricio
Tunísia
Arábia Saudita
Filipinas
Namíbia
Turquia
Argélia
Indonésia
Paraguai
Venezuela
Brasil
Irã
República Dominicana
Vietnã
Colômbia
Jordânia
Sri Lanka
Costa Rica
Macedônia
Tailândia
Quadro 11 - Países alocados no Cluster 3
Por fim, o último Cluster, chamado “Cluster 4”, foi constituído por apenas 4
países que tiveram desempenho educacional ruim. Esses quatro países se encontram
expressos no Quadro 12.
Egito
Iêmen
Marrocos
Paquistão
Quadro 12 - Países alocados no Cluster 4
Vale ressaltar que a classificação dos Clusters em: excelente, bom, regular e ruim,
fica clara ao se analisar a média dos indicadores educacionais de cada cluster, que se
encontra expressa na Tabela 6.
Expectativa de Vida
Escolar
Média de Anos de
Escolarização
Taxa de
Matricula
Taxa de
Alfabetização
Cluster 1
16,45
11,23
95,40
98,80
Cluster 2
13,94
9,50
81,68
96,95
Cluster 3
12,70
7,08
74,72
89,12
Cluster 4
9,24
4,31
57,78
58,74
Tabela 6 - Média das variáveis educacionais de cada cluster
Ao se aplicar uma ANOVA com um nível de confiança de 95% para verificar se
se as médias dos indicadores educacionais dos clusters foram realmente diferentes, foi
possível verificar que sim, o que prova que a clusterização foi realizada de maneira
adequada. A Tabela 7 apresenta alguns indicadores obtidos nessa ANOVA, tais como o
desvio padrão médio dentro de cada cluster, o desvio padrão entre os clusters e o pvalor, que é a probabilidade das médias dos clusters serem iguais (probabilidade de se
aceitar a hipótese nula).
37
Desvio padrão entre os clusters
Desvio padrão dentro dos
clusters
p-valor
Expectativa de Média de Anos de Taxa de
Vida Escolar
Escolarização
Matricula
9,50
9,92
50,94
1,39
5,1x10
0,92
-17
8,1x10
7,66
-28
2,06x10
Taxa de
Alfabetização
45,63
3,85
-16
3,07x10-30
Tabela 7 - ANOVA dos fatores educacionais
Conforme pode ser percebido pela análise da Tabela 7, o desvio padrão entre os
clusters foi sempre muito maior que o desvio padrão dentro dos clusters, para todas as
variáveis educacionais. Fora isso os p-valores obtidos foram muito baixos, ficando
todos próximos de zero. Todos esses fatos permitem concluir que os clusters são
estatisticamente diferentes para todas as variáveis educacionais.
Após a clusterização, o próximo passo foi analisar as médias das variáveisresposta, econômicas e sociais, de cada cluster. Vale ressaltar que essas variáveisresposta não serviram de parâmetro para a clusterização, o que permite afirmar que se
elas diferirem de cluster para cluster, isso será um forte indicio de a educação possui
influência sobre as variáveis econômicas e sociais avaliadas. As médias dos clusters
para as diferentes variáveis respostas se encontram expressas na Tabela 8.
Cluster 1
Nível
educacional
Excelente
32767,85
Taxa de
Desemprego
5,71
Cluster 2
Bom
20238,83
7,79
75,39
78,71
Cluster 3
Regular
8964,16
11,20
71,29
73,87
Cluster 4
Ruim
3685,12
9,56
67,73
69,25
PIB per capita
Expectativa de
Expectativa de
Vida Geral
Vida de Mulheres
78,26
81,65
Tabela 8 - Média das variáveis econômicas e sociais de cada cluster
Ao se analisar a Tabela 8 de forma preliminar, é possível verificar que, de modo
geral, à medida que cai o nível educacional dos clusters, caem também todos os
indicadores econômicos e sociais. A única exceção é “Taxa de Desemprego”, que
aumenta até o Cluster 3 e depois cai no Cluster 4. Uma explicação para isso pode ser o
fato que um baixo nível de educação pode possibilitar o aumento do número de
empregos de pior qualidade.
Apesar dessa análise preliminar ter fornecido fortes índicos que confirmam a
hipótese deste trabalho, é conveniente, para se analisar essas diferenças de maneira mais
rigorosa, que se utilize uma técnica estatística. A Tabela 9 apresenta uma síntese dos
38
resultados obtidos com a realização de uma ANOVA nas variáveis-resposta, utilizando
um nível de confiança de 95%.
Desvio padrão entre os clusters
Desvio padrão dentro dos
clusters
PIB per
capita
50523,08
12776,11
5,96x10-08
P-valor
Taxa de
Expectativa
Desemprego de Vida Geral
10,95
15,99
6,04
0,026
4,59
1,57x10
Expectativa de Vida
de Mulheres
18,36
4,33
-06
7,57x10-09
Tabela 9 - ANOVA dos fatores econômicos e sociais
Como é possível ser verificado na Tabela 9, as médias dos clusters são
estaticamente diferentes para todas as variáveis, o que permite provar a educação possui
influência nas variáveis econômicas e sociais. Fazendo uma análise mais detalhada, é
possível verificar que o p-valor correspondente a “Taxa de Desemprego” foi o maior, o
que indica que de todas as variáveis-resposta, a “Taxa Desemprego” é a menos
influenciada pela educação. Outra conclusão interessante pode ser obtida pelo fato de
que o p-valor da “Expectativa de Vida de Mulheres” foi maior que o da “Expectativa de
Vida Geral”, o que permite afirmar novamente que a questão de gênero pode ser muito
influenciada pela educação.
39
Capítulo 5 - Considerações Finais
É inegável que, independentemente de qualquer outra coisa, a educação deva
ser um objetivo a ser perseguido por toda e qualquer sociedade, já que a mesma, acima
de tudo, é um direito dos seres humanos, sendo um ingrediente indispensável para eles
possam alcançar uma verdadeira autonomia, sem a qual não se pode falar
desenvolvimento (SEN, 2001).
Além dessa importância intrínseca, porém, não se deve esquecer que a educação
gera uma série de benefícios adicionais, que devem ser investigados. Entre esses
benefícios, especula-se a educação possa ser vital tanto para a promoção de crescimento
econômico quanto de desenvolvimento humano para os países. Vale ressaltar, todavia,
que a investigação da magnitude desses benefícios não significa desvalorizar a educação
como um fim em si mesma, sendo que esses benefícios devem ser encarados apenas
como uma razão a mais para que a educação seja constantemente promovida.
Conforme pôde ser provado na seção anterior, à educação é um elemento muito
importante tanto no crescimento econômico quanto no desenvolvimento humano dos
países, sendo que foi verificado, por exemplo, a partir de uma análise de regressão, que
as variáveis educacionais podem explicar perto de 50% do PIB per capita. Em relações
a aspectos mais sociológicos referentes aos países, a educação também se revelou
extremamente importante, o que pode ser corroborado pelo fato de que a Expectativa de
Vida ao Nascer de Mulheres se mostrou mais correlacionada com a educação do que a
Expectativa de Vida ao Nascer Geral, indicando que a educação reduz a desigualdade
entre gêneros.
Algumas correlações negativas também apareceram nos resultados e não podem
ser omitidas. A taxa de desemprego, por exemplo, se mostrou muito pouco
correlacionada com as variáveis educacionais, o que talvez prove que uma economia
dinâmica (com alto nível de emprego e de crescimento econômico) muitas vezes pode
estar ancorada em empregos de baixa qualidade, que exigem menos escolaridade.
Também é importante destacar que a taxa de alfabetização se mostrou muito menos
relacionada com as variáveis econômicas e sociais do que as outras variáveis
educacionais, sendo que isso pode ser um reflexo do fato de vários países da amostra
selecionada (de 77 países) já terem vencido esse problema, chegando próximos a 100%
de alfabetização.
40
Apesar da tentativa de rigor científico, inerente a um Trabalho de Conclusão de
Curso, não se pode deixar de mencionar que o presente trabalho possuiu algumas
limitações metodológicas. A primeira limitação foi o fato de só haverem dados
disponíveis para 77 países, o que não representa nem metade dos mais de 200 existentes
atualmente, segundo a ONU. Outra limitação que deve ser destacada é em relação aos
métodos de regressão utilizados, que foram, por conveniência dos softwares
disponíveis, os mais simples possíveis (regressão linear múltipla com a utilização do
método dos Mínimos Quadrados Ordinários - MQO), sendo que ignoraram, por
exemplo, a presença de multicolinearidade nos dados.
Para finalizar as ressalvas, um cuidado que deve ser tomado ao se generalizar as
conclusões desta pesquisa é que, apesar de ter sido verificado que existem fortes
evidências de que a educação é um fator relevante para explicar o PIB per capita e a
Expectativa de Vida Geral e de Mulheres, nada impede que na realidade ocorra o
inverso, ou seja, que sejam esses três fatores que expliquem a educação (pode ser que
países com maior PIB per capita invistam mais em educação, por exemplo).
Apesar dessas limitações, todavia, acredita-se o presente trabalho tenha chegado
a resultados interessantes, sendo compatível as exigências de Trabalho de Conclusão de
Curso de graduação. Entre esses resultados, destacam-se os obtidos por meio da
clusterização dos países a partir de variáveis educacionais, o que se mostrou um método
que certamente pode ser replicado para outras situações, tendo o potencial para revelar
muitas outras desigualdades advindas do desnível educacional.
Como sugestão para trabalhos futuros, fica a utilização de dados em painel
(referentes a vários anos), para que os resultados encontrados possam ser generalizados
para diferentes períodos de tempo e para que a evolução dos países no decorrer do
tempo possa ser medida. Também sugere-se a utilização de modelos de regressão mais
robustos.
41
Referências Bibliográficas
ANDERSON, D. R.; SWEENEY, D. J.;WILIAMS, T. A. (2007) Estatística aplicada a
administração e economia. 2 ed. São Paulo: Centage Learning.
BAJO, J.; DE PAZ, J. F.; RODRIGUEZ, S.; GONSALEZ, A. (2011) A new clustering
algorithm applying a hierarchical method neural network. Logic Journal of IGPL
Advance Access, v. 19, n. 2, p. 304-314.
BASTOS, C. P.; D´ÁVILA, J. G. (2009) O debate do desenvolvimento na tradição
heterodoxa brasileira. Revista Economia contemporânea, v. 13, n. 2, p. 173-199.
BRESSER-PEREIRA, L. C. (1992) Desenvolvimento Econômico e o Empresário.
Revista de Administração de Empresas, v. 32, n. 3, p. 6-12.
BRESSER-PEREIRA, L. C. (2006) O conceito histórico de desenvolvimento
econômico. São Paulo. Curso de Desenvolvimento Econômico da Fundação Getúlio
Vargas.
BRESSER-PEREIRA, L. C. (2008) Desenvolvimento econômico e revolução
capitalista. Texto para Discussão EESP/FGV 170.
BRESSER-PEREIRA, L. C. (2009) Os dois métodos e o núcleo duro da teoria
econômica. Revista de Economia Política, v. 29, n. 2, p. 163-190.
DESPOTIS, D. K. (2005) A reassessment of the human development index via data
envelopment analysis Journal of the Operational Research Society, v. 56, p. 969–
980.
FROYEN, R. T, (1999) Macroeconomia. 5 ed. São Paulo: Saraiva.
GOR, S. O.; GUITAU, C. M. W. (2010) Rethinking the HDI: amore theoretically
consistent alternative. International Journal of Sustainable Development, v. 05, n.
01, p. 85-91.
GUJARATI, D. N. (1995) Basic econometrics. 3 ed. New York: Mcgraw-Hill.
JONES, C. I. (2000) Introdução a teoria do crescimento econômico. 1 ed.. Rio de
janeiro: Elsevier.
KILSZTAJN (2000) Paridade do poder de compra, renda per capita e outros
indicadores econômicos. Pesquisa e Debate, v. 11, n.2, p. 93-106.
KLIKSBERG, B. (2001) Dez falácias sobre os problemas sociais da América latina. In:
______ Falácias e Mitos do Desenvolvimento Social, 1 ed. Cortez. Editora/UNESCO,
São Paulo.
42
LEWIS, W. A. (1960). Teoria do desenvolvimento econômico, 1 ed. Rio de Janeiro:
Zahar.
LYNN, R.; VANHANEN, T. (2002) IQ and The Wealth of Nations. 1 ed. Westport,
CT: Praeger.
MAHLBERG, B. OBERSTEINER, M. (2001). Remeasuring the HDI by data
envelopment analysis. International Institute for Applied Systems Analysis (IIASA),
Interim Report IR-01-069, Laxemburg, Austria.
MANKIW, N. G. (2008) Macroeconomia. 6 ed. Rio de janeiro: LTC.
MORSE, S (2006) Making development simple. The genetic deterministic hypothesis
for economic development Ecological Economics, v. 56, p. 79–88.
NEUMAYER, E. (2001) The human development index and sustainability - a
constructive proposal. Ecological Economics, v. 39, p. 101–114.
OECD (1998) Human Capital Investment: An International Comparison. Paris:
Organisation for Economic Cooperation and Development, Centre for Educational
Research and Innovation.
OLIVEIRA, G. B. (2002) Uma discussão sobre o conceito de desenvolvimento. Revista
da FAE, v. 5, n. 2, p. 37-48.
PAIVA, V (2001) Sobre o conceito de “capital humano”. Cadernos de pesquisa, n.
113, p. 185-191.
PO, R. W.; GUH, Y. Y.; YANG, M. S. (2009) A new clustering approach using data
envelopment analysis. European Journal of Operational Research, v. 199, p. 276–
284.
ROMERO, W. F.; FORTES, M.; MARTINS, E. L. (2009) Uma Análise do
Desenvolvimento Humano das Cidades Históricas Mineiras por meio da Técnica DEA.
Revista de Economia, Administração e Turismo, v. 14, n. 1, p. 72-86.
SANTAGADA, S. (2007) Indicadores sociais: Uma abordagem social e histórica.
Pensamento Plural, v. 1, p. 113-142.
SCHULLER, T (2001) The Complementary Roles o Human and Social Capital.
Canadian Journal of Policy Research,v. 2 , n. 1, p. 89-106.
SCHULTZ, T. W. (1961) Investment in human capital. The american Economic
Review, v. 51, n. 1, p. 1-17.
SCHUMPETER, A. (1997) Teoria do desenvolvimento econômico. São Paulo: Abril
Cultural, 1997.
43
SEN, A. K. (1985), Well-being, agency and freedom: The Dewey Lectures 1984,
Journal of Philosophy, vol. 82, no. 4, 169–221
SEN, A. K. (1997) Editorial:
Human
Capital
and
Human
Capability. World
Development, v. 25, n. 12, p. 1959-1961.
SEN, A. K. (1998), Mortality as an indicator of economic success and failure,
Economic journal, 108, p. 1-25.
SEN, A. K. (2001) Desenvolvimento como liberdade, 1 ed. São Paulo: Companhia das
letras.
SILVA, I. N.; SPATTI, D. H.; FLAUZINO, R. A. (2010) Redes Neurais artificiais:
para engenharias e ciências aplicadas. 1 ed. São Paulo: Artliber.
SOLOW, R. M. (1956) A contribution to the theory of economic growth. Quarterly
Journal of Economics, n. 70, p. 65-94, 1956.
UL HAQ, M. (1995) Reflections on Human Development. New York: Oxford
University Press.
UNDP
(2011)
The
Human
Development
Index
(HDI).
Disponível
em:
<http://hdr.undp.org/en/statistics/indices/> . Acesso em: 28/08/2011.
VIEIRA, F. V.; VERÍSSIMO, M. P. (2009) Crescimento econômico em economias
emergentes selecionadas: Brasil, Rússia, Índia, China (BRIC) e África do Sul.
Economia e Sociedade, v. 18, n. 3, p. 513-546.
44
Apêndice 1 - Dados Referentes à Educação
A Tabela 10 apresenta os dados referentes aos 4 indicadores relacionados a
educação, para cada um dos 77 países analisados.
Expectativa de
Vida Escolar
Média de Anos
de Escolarização
Taxa de
Matricula
Taxa de
Alfabetização
África do Sul
13,41
8,03
76,80
88,00
Albânia
11,27
10,31
67,80
99,00
Arábia Saudita
13,47
7,56
78,50
84,95
Argélia
12,77
6,90
73,60
75,39
Argentina
15,53
9,12
88,60
97,64
Armênia
11,93
10,79
74,60
99,00
Austrália
20,46
12,00
114,20
99,00
Áustria
15,04
9,69
90,50
99,00
Azerbaijão
13,03
10,21
66,20
99,00
Bélgica
15,94
10,57
94,30
99,00
Brasil
13,78
6,95
87,20
90,01
Bulgária
13,67
9,83
82,40
98,28
Canadá
15,95
11,42
99,30
99,00
Cazaquistão
15,08
10,26
91,40
99,00
Chile
14,53
9,55
82,50
96,54
Chipre
13,79
9,54
77,60
97,72
Colômbia
13,30
7,16
79,00
92,65
Coréia do Sul
16,82
11,44
98,50
99,00
Costa Rica
11,73
8,19
73,00
95,95
Croácia
13,84
8,87
77,20
98,72
Dinamarca
16,87
10,22
101,30
99,00
Egito
11,04
6,12
76,40
66,37
El Salvador
12,11
7,30
74,00
82,03
Eslováquia
14,86
11,59
80,50
99,00
Eslovénia
16,74
8,95
92,80
99,00
Espanha
16,37
10,12
96,50
97,94
Estados Unidos
15,75
12,44
92,40
99,00
Estônia
15,83
11,96
91,20
99,00
Filipinas
11,54
8,52
79,60
93,40
Finlândia
17,12
10,25
101,40
99,00
França
16,15
10,16
95,40
99,00
Geórgia
12,61
12,11
76,70
99,00
Grécia
16,48
10,22
101,60
97,08
Holanda
16,71
11,10
97,50
99,00
Iêmen
8,65
2,21
54,40
58,86
45
Indonésia
12,69
5,44
68,20
91,98
Irã
14,02
6,78
73,20
82,33
Irlanda
17,86
11,53
97,60
99,00
Islândia
18,18
10,21
96,00
99,00
Israel
15,56
11,90
89,90
97,15
Itália
16,27
9,35
91,80
98,87
Jamaica
11,70
9,37
78,10
85,98
Japão
15,07
11,34
86,60
99,00
Jordânia
13,11
8,39
78,70
91,13
Letónia
15,38
10,27
90,20
99,00
Luxemburgo
13,27
10,01
94,40
99,00
Macedônia
12,30
7,93
70,10
96,99
Malásia
12,47
9,30
71,50
91,90
Marrocos
10,49
4,17
61,00
55,58
Mauricio
13,00
7,01
76,90
87,41
México
13,44
8,36
80,20
92,80
Moldova
12,04
9,55
71,60
99,00
Namíbia
11,84
7,21
67,20
87,96
Noruega
17,32
12,66
98,60
99,00
Nova Zelândia
19,70
12,42
107,50
99,00
Panamá
13,45
9,24
79,70
93,39
Paquistão
6,79
4,73
39,30
54,15
Paraguai
12,03
7,46
72,10
94,56
Peru
13,81
9,40
88,10
89,59
Polônia
15,24
9,85
87,70
99,00
Portugal
15,49
7,71
88,80
94,88
Quirguistão
12,58
9,22
77,30
99,00
Reino Unido
15,94
9,32
89,20
99,00
República Checa
15,16
12,63
83,40
99,00
República Dominicana
11,94
6,73
73,50
89,14
Rússia
14,09
8,80
81,90
99,00
Sérvia
13,45
9,49
74,50
96,40
Sri Lanka
12,04
8,09
68,70
90,81
Suécia
15,56
11,67
94,30
99,00
Suíça
15,47
10,18
82,70
99,00
Tailândia
13,47
6,29
78,00
94,15
Tunísia
14,50
6,15
76,20
77,70
Turquia
11,84
6,30
71,10
88,66
Ucrânia
14,65
11,21
90,00
99,00
Uruguai
15,70
8,25
90,90
97,86
Venezuela
14,19
6,05
85,90
95,15
Vietnã
10,38
5,27
62,30
90,28
Tabela 10 - Dados referentes à educação dos países
46
Apêndice 2 - Dados Referentes ao Desenvolvimento
Econômico e Social
A Tabela 11 apresenta os dados referentes aos 4 indicadores relacionados ao
desenvolvimento econômico e social para cada um dos 77 países analisados.
África do Sul
10480,86
Taxa de
Desemprego
22,91
Albânia
8373,45
12,75
76,62
79,86
Arábia Saudita
23694,42
4,99
72,88
75,36
Argélia
8052,22
11,30
72,44
73,86
Argentina
14425,85
7,84
75,34
79,20
Armênia
6122,60
28,60
73,82
76,88
Austrália
37302,14
4,24
81,57
83,70
Áustria
39846,51
3,82
80,06
83,28
Azerbaijão
8839,76
6,05
70,33
72,59
Bélgica
37017,90
6,98
79,78
82,90
Brasil
10431,71
7,09
72,44
76,16
Bulgária
13748,49
5,62
73,32
77,03
Canadá
38941,42
6,13
80,74
83,28
Cazaquistão
11424,12
6,63
65,03
72,48
Chile
14524,47
7,80
78,56
81,75
PIB per capita
Expectativa de
Vida Geral
51,56
Expectativa de
Vida de Mulheres
53,06
Chipre
30223,42
3,78
79,74
82,06
Colômbia
8931,51
11,42
72,96
76,76
Coréia do Sul
26874,56
3,17
79,46
83,29
Costa Rica
11320,45
4,91
78,86
81,40
Croácia
19831,54
8,35
76,27
79,60
Dinamarca
38566,02
3,32
78,41
80,99
Egito
5468,39
8,70
70,14
71,96
El Salvador
6842,66
5,88
71,50
76,13
Eslováquia
23201,68
9,57
74,77
78,98
Eslovénia
29212,12
4,37
78,41
82,59
Espanha
32994,37
11,34
80,94
84,32
Estados Unidos
47208,54
5,78
79,27
81,00
Estônia
21643,51
5,47
73,23
79,51
Filipinas
3535,57
7,33
71,85
74,13
Finlândia
37625,41
6,31
79,70
83,28
França
34619,51
7,40
81,25
85,20
Geórgia
4928,41
16,47
71,72
75,11
Grécia
30285,21
7,65
79,30
82,35
47
Holanda
43022,05
2,75
80,02
82,47
Iêmen
2426,80
15,00
62,93
64,60
Indonésia
4025,62
8,39
70,83
72,84
Irã
11399,15
10,48
71,41
72,83
Irlanda
43657,52
6,04
79,94
82,30
Islândia
39009,27
2,99
81,85
83,25
Israel
27651,80
6,10
80,84
83,00
Itália
32694,70
6,74
81,24
84,77
Jamaica
7836,95
10,57
71,89
75,28
Japão
33798,95
3,99
82,81
86,05
Jordânia
5549,80
12,65
72,65
74,60
Letónia
18399,76
7,49
72,52
77,77
Luxemburgo
88775,51
5,06
79,56
83,06
Macedônia
10478,71
33,73
74,25
76,66
Malásia
14364,10
3,34
74,33
76,79
Marrocos
4296,97
9,57
71,31
73,59
Mauricio
12518,94
7,22
72,10
76,11
México
15312,71
3,51
76,23
77,51
Moldova
3020,88
4,00
68,53
72,32
Namíbia
6527,53
37,58
61,15
61,93
Noruega
61412,33
2,60
80,67
83,20
Nova Zelândia
29175,97
4,16
80,30
82,20
Panamá
12840,59
5,85
75,65
78,34
Paquistão
2548,32
4,98
66,52
66,86
Paraguai
4743,75
5,59
71,88
74,04
Peru
8575,59
6,76
73,25
76,02
Polônia
18120,72
7,12
75,68
80,02
Portugal
25206,21
7,60
78,77
82,41
Quirguistão
2228,99
8,22
67,89
72,00
Reino Unido
37317,32
5,28
79,50
82,03
República Checa
25827,72
4,40
76,57
80,52
República Dominicana
8189,34
14,20
72,52
75,37
Rússia
20368,93
6,27
66,55
74,16
Sérvia
11558,99
13,63
74,08
76,30
Sri Lanka
4599,90
5,22
74,10
78,01
Suécia
Suíça
Tailândia
39434,51
45401,84
8150,13
6,07
3,35
1,18
80,97
81,90
68,88
83,29
84,61
72,11
Tunísia
8028,92
14,20
73,98
76,30
Turquia
14068,44
10,97
71,90
74,39
Ucrânia
7334,16
6,36
68,31
74,28
Uruguai
12747,82
7,59
76,31
79,73
Venezuela
12829,12
6,85
73,84
76,61
Vietnã
2812,81
2,40
74,50
76,37
Tabela 11 - Dados referentes à educação dos países
48