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