DETERMINANTES DA INSERÇÃO DE MULHERES JOVENS NO MERCADO DE
TRABALHO NORDESTINO
[email protected]
Apresentação Oral-Desenvolvimento Rural, Territorial e regional
TALLES GIRARDI DE MENDONÇA1; JOAO RICARDO LIMA2; VIVIANI SILVA
LÍRIO3.
1,3.UNIVERSIDADE FEDERAL DE VIÇOSA, VICOSA - MG - BRASIL; 2.UNIVERSIDADE
FEDERAL DA PARAÍBA, AREIA - PB - BRASIL.
Determinantes da inserção de mulheres jovens no mercado de trabalho nordestino
Grupo de pesquisa: Desenvolvimento Rural, Territorial e Regional
Resumo
As transformações ocorridas durante a década de 1990 contribuíram para a redução da oferta
de empregos e para o aumento dos níveis de exigências sobre os trabalhadores. Os efeitos
dessas transformações atingiram de maneira diferenciada os vários segmentos da população
sendo que os jovens e as mulheres são os mais afetados. Assim, esse trabalho teve como
objetivo identificar e analisar os determinantes da inserção de mulheres jovens, entre 15 e 24
anos, no mercado de trabalho nordestino. Para tanto, utilizando-se a PNAD de 2006,
procedeu-se à estimação de um modelo multinomial logit considerando-se três possíveis
categorias em que as jovens poderiam se enquadrar - inativa, ativa e empregada e ativa e
desempregada. Os resultados indicaram que os fatores mais relevantes na inserção das jovens
na categoria ativa e empregada foram experiência, escolaridade, renda e existência de filho.
Palavras-chave: mercado de trabalho, desemprego e jovens
Abstract
The changes during the 1990s contributed to the reduction of jobs and the increase in
demands on employees. The effects of these changes achieved the various segments of the
population in different ways. Young people and women are the most affected. Thus, this
study aimed to identify and analyze the determinants of the inclusion of young women,
between 15 and 24 years in the Northeast region labor market. Thus, using the National
Household Sample Survey (PNAD) 2006, a multinomial logit model was estimated based on
three possible categories in which young women could fit – inactive; active and employed;
active and unemployed. The results indicated that the most relevant factors to the insertion of
young women in the category active and employed were experience, education, income and
existence of child.
Key-words: job market, unemployment and young
1. INTRODUÇÃO
No final do século XX, profundas transformações marcaram a evolução do sistema
capitalista, sobretudo nas décadas de 1980 e 1990. Substanciais avanços tecnológicos, novas
formas de gerenciamento e organização da base produtiva, sobretudo a industrial, foram
acompanhados por elevações substanciais dos níveis de produtividade e pelo crescimento das
taxas de desemprego em difetenes nações. Essa configuração evolutiva do sistema ocorreu
inicialmente nos países desenvolvidos.
Entretanto, com o avanço continuado do processo de globalização e com a
conseqüente busca pelo aumento da competitividade, as empresas passaram a implantar novas
técnicas de produção, possibilitadas pelo avanço tecnológico e sua difusão, e novas formas de
organização da produção no intuito de elevarem seus níveis de produtividade, sobretudo
durante a década de 1990.
Essa busca constante por elevados níveis de produtividade gerou pressões
importantes e mesmo perversas sobre o mercado de trabalho. Missio et al. (2008) destacou
que o processo de busca continuada pelo aumento da produtividade marginal do trabalho tem
como corolário a diminuição da oferta de empregos e a ampliação da base de exigências
qualitativas sobre o trabalhador: eles devem estar mais escolarizados, participativos e
polivalentes, para que estejam aptos a ocupar as novas funções que vão surgindo com a
mudança da base tecnológica do sistema produtivo.
A exemplo de outros países emergentes, o Brasil também vivenciou esse processo na
última década. Além das modificações estruturais na base concorrencial, o País passou por
intensas modificações em suas políticas macroeconômicas com o intuito de promover a
estabilização da economia, o que propiciou elevação substancial das taxas de desemprego.
Este cenário motivou a realização de vários estudos sobre o mercado de trabalho
entre os quais merecem destaque, Silva & Kassouf (2002), Bastos (2006), Pochmann (2008),
Flori (2008), entre outros.
Vale ressaltar que a literatura disponível sobre o mercado de trabalho destaca a
forma diferenciada como as transformações recentes desse mercado afetam diferentes
segmentos da sociedade. Em geral, o desemprego tem afetado de forma significativa os
jovens e as mulheres.
No caso dos jovens, o elevado desemprego, em geral, é atribuído à dificuldade em se
obter o primeiro emprego ou ainda à inadequação do sistema educacional frente às atuais
exigências do mercado de trabalho (FLORI, 2008). Pode-se destacar também a preferência
dos empresários por trabalhadores mais velhos, e, portanto mais experientes e com hábitos de
trabalho mais consolidados, o que dificultaria ainda mais a inserção de jovens no mercado de
trabalho, sobretudo com relação à obtenção do primeiro emprego (SILVA, 2001). Existe
2
ainda um grupo de pesquisadores, a exemplo de Leighton e Mincer (1979), Clark & Summers
(1982) e Fisher (2001), que apontam a rotatividade como a principal causa do desemprego
entre jovens.
De fato, as informações disponíveis sobre a inserção de jovens no mercado, quando
comparadas às referentes a outras faixas etárias deixam clara as dificuldades enfrentadas por
este segmento da força de trabalho.
Em estudo realizado para o mercado de trabalho juvenil Pochmann (2008) destaca
que o desemprego de jovens entre 15 e 24 anos aumentou muito mais do que para outras
faixas etárias. O autor, baseado em dados da Pesquisa Nacional por Amostras de Domicílio
(PNAD), referentes ao ano de 2005, ressalta que, a taxa de desemprego entre os jovens variou
70,2% entre 1995 e 2005 (de 11,4% para 19,4%). Para o restante da população
economicamente ativa, variou 44,2% (de 4,3% para 6,2%)
Ainda segundo o autor, baseado na mesma fonte de informação, a situação é pior
para as jovens do sexo feminino. Nesse grupo, a taxa de desemprego passou de 14,1% para
25% em 10 anos (aumento de 77,4%), enquanto que para a de jovens do sexo masculino a
variação foi de 9,7% para 15,3% (aumento de 57,8%). Uma das principais causas do
desemprego entre as mulheres citada pelo autor é a gravidez precoce.
Essas informações corroboram as conclusões elencadas em relatório recente
elaborado pela Organização Internacional do Trabalho (OIT) sobre a situação do emprego a
nível global no ano de 2007. Segundo a organização, os jovens possuem dificuldade em
arrumar emprego e as mulheres não têm tantas oportunidades quanto os homens
(OIT, 2008b).
Ademais, a organização prevê elevado crescimento da população juvenil, no período
2003-2015, na Ásia Meridional, Sudoriental, América Latina e Caribe e destaca que este
contexto contrasta com a falta de oportunidade para jovens no mercado de trabalho e com
políticas de combate à inflação que desaceleram a atividade econômica e provocam a
diminuição de postos de trabalho (OIT, 2008a). Estas conclusões permitem inferir que o
problema do desemprego entre jovens deverá se agravar nos próximos anos.
Dadas essas considerações, o estudo dos fatores determinantes da inserção dos
jovens no mercado de trabalho é de grande relevância uma vez que auxilia na elaboração de
políticas de geração de emprego que tenham um enfoque mais adequado para integrá-los ao
mercado de trabalho.
Considerando-se estes aspectos, esse trabalho pretende identificar e analisar os
fatores determinantes da inserção de mulheres jovens, com idade entre 15 e 24 anos, no
mercado de trabalho da região Nordeste do país, no ano de 2006. Para tanto, foram utilizados
dados da Pesquisa Nacional por Amostras de Domicílios (PNAD), referentes ao ano de 2006.
A opção pelo Nordeste deve-se às peculiaridades dessa região em relação ao restante
do país, que conforme destacado por Lima (1995) possui baixa elasticidade emprego-produto,
maior vulnerabilidade às variações climáticas, menores níveis de escolarização, rendimento e
qualificação e grandes áreas pouco integradas à economia nacional.
O trabalho está subdividido em quatro outras seções além desta introdução. A
próxima seção trata de uma breve revisão de literatura sobre o tema proposto. Em seguida, na
seção 3, são apresentados os procedimentos metodológicos utilizados para o tratamento dos
dados, além de algumas considerações sobre as peculiaridades do plano amostral complexo
adotado na PNAD. A seção 4 apresenta os resultados e algumas discussões, seguida da seção
5, que destaca as principais conclusões do trabalho.
2. REVISÃO DE LITERATURA
3
A literatura sobre o mercado de trabalho disponibiliza vários trabalhos qualitativos e
quantitativos que trataram a questão da inserção de mulheres e de jovens neste mercado.
Em abordagem qualitativa, através da comparação de dados das PNADs de 1990 e
1995, Wajnman et al. (1998) buscou identificar e analisar algumas das particularidades das
formas de inserção feminina no mercado de trabalho que geraram o maior número de postos
de trabalho. Os resultados apontam que as posições contra própria do comércio de
mercadorias, domésticas da prestação de serviços, funcionárias públicas das atividades sociais
e da administração pública foram os principais segmentos do mercado de trabalho que
atuaram na absorção de mulheres desempregadas e empregadas no setor privado formal da
economia. Segundo a autora as duas primeiras posições foram importantes na absorção de
mulheres inativas e desempregadas ao passo que as duas últimas foram relevantes na absorção
de excedentes gerados no mercado formal de trabalho.
Scorzafave & Filho (2001) analisaram os fatores determinantes da participação
feminina no mercado de trabalho entre 1982 e 1997. Para tanto estimaram um modelo probit e
concluíram que os principais determinantes do aumento da participação feminina no mercado
de trabalho foram a diminuição da proporção de mulheres menos escolarizadas na força de
trabalho, o aumento da qualificação e o aumento na participação de mulheres cônjuges e mais
velhas.
Silva & Kassouf (2002) analisaram os determinantes da inserção de jovens no
mercado de trabalho brasileiro com base em dados da PNAD referente ao ano de 1998. Para
tanto os autores procederam à estimação de um modelo logit mutinomial considerando-se a
possibilidade de os jovens, do sexo masculino e feminino, residentes em áreas urbanas e
rurais, estarem inseridos em três categorias, inativo, empregado e desempregado. Os
resultados mostraram que as principais variáveis que determinam a inserção dos jovens no
mercado de trabalho foram escolaridade, experiência e renda.
Bastos (2006) analisou o quanto o tamanho relativo da população jovem masculina e
feminina e a conjuntura econômica influenciaram a ocupação e o desemprego desses
segmentos no período 1993 a 2004, para a Região Metropolitana de Porto Alegre (RMPA). O
autor concluiu, através da estimação de modelos econométricos, que ambos os fatores
possuem efeito significativo na determinação da ocupação e no desemprego de jovens e
destaca que a situação é pior para indivíduos do sexo feminino em função de seu elevado
crescimento proporcional ao restante da população no período considerado.
Em análise semelhante à de Silva & Kassouf (2002), Tomás (2007) analisou o
ingresso de jovens no mercado de trabalho em seis regiões metropolitanas – Recife, Salvador,
Belo Horizonte, Rio de Janeiro, São Paulo e Porto Alegre – nos períodos 1982/1983,
1991/1992, e 2000/2001. A autora utilizou-se de algumas técnicas para esse propósito, sendo
uma delas o modelo logit multinomial. Os resultados indicaram que características
individuais, como o sexo e a escolaridade, recursos familiares disponíveis e variáveis
demográficas como idade e período apresentaram influência significativa sobre a inserção dos
jovens no mercado de trabalho.
Seguindo uma visão alternativa de que a principal causa do desemprego entre jovens
não se relaciona com o primeiro emprego e nem com a questão do ciclo econômico, Flori
(2008) estimou as taxas de desemprego, de entrada no desemprego e de duração média do
desemprego entre jovens e concluiu que a principal causa do desemprego entre jovens é a
rotatividade no emprego, expressa por elevadas taxas de entrada no desemprego.
3. METODOLOGIA
4
Nesta seção pretende-se realizar uma breve discussão a respeito do modelo utilizado
e das características da amostra utilizada neste trabalho, que influenciam diretamente a
geração dos resultados.
3.1 O modelo multinomial logístico
O uso do modelo logit multinomial, logit múltiplo ou multinomial logístico é
adequado para o caso em que a variável de resposta é qualitativa, com J possíveis categorias.
Vale notar que nesse modelo não existe vantagem alocativa entre as J categorias, isto é, não
existe ordenação entre as categorias (Powers e Xie, 2000).
O presente estudo envolveu as categorias, definidas anteriormente, nas quais as
mulheres jovens entre 15 e 24 anos poderiam se enquadrar, de acordo com suas
características. As categorias consideradas foram: inativa ( j = 0 ), ativa e empregada ( j = 1 ) e
ativa e desempregada ( j = 2 ).
A especificação do modelo logit multinomial, de acordo com Greene (2003) é dada
por:
Pj = Pr ob(Yi = j ) =
e
β ' j xi
∑k =0 e β 'k xi
J
,
j= 0, 1, 2,....... J
(1)
em que Yi é a variável aleatória que indica a escolha feita; Pj é a probabilidade do evento j
ocorrer; x é a matriz de características dos indivíduos e β é o vetor de parâmetros a ser
estimado.
De acordo com Greene (2003) as equações assim estimadas provêm um conjunto de
probabilidades para as j escolhas (categorias) dos indivíduos de acordo com suas
características xi observadas, que no caso desse estudo foram raça, posição da jovem na
família (filha, cônjuge, chefe ou outro), setor onde mora (urbano ou rural), existência de filho,
experiência, escolaridade, número de componentes na família e renda per capta familiar.
Entretanto, a especificação do modelo conforme a equação (1) gera uma
indeterminação. Para resolver este problema, é feita uma normalização, em que uma
alternativa é definida como referência. Segundo Greene (2003) uma normalização
conveniente é supor β 0 = 0 . A partir daí as probabilidades seriam dadas por:
Pj = Pr ob(Yi = j ) =
e
β ' j xi
1 + ∑k =1 e β 'k xi
J
, j= 0, 1, 2,....... J
(2)
O modelo, geralmente é estimado por Máxima Verossimilhança (MV). Entretanto,
neste trabalho foi utilizado o método de Máxima Pseudoverossimilhança (MPV) em função
das características do plano amostral complexo da PNAD, melhor descritas no item
subseqüente.
Vale salientar que em modelos de probabilidade o efeito das variáveis explicativas
sobre a variável dependente não são fáceis de interpretar pois não representam diretamente as
respostas marginais como em modelos lineares.
Portanto, a análise dos resultados obtidos por meio de modelos dessa natureza, em
geral, é feita observando-se os efeitos marginais das variáveis explicativas sobre as
probabilidades do indivíduo se encontrar em uma das categorias definidas.
Os efeitos marginais podem ser obtidos diferenciando-se a equação (2). Assim temse:
5
∂Pj
∂xi
[
]
[
= Pj β j − ∑k =0 Pk β k = Pj β j − β
J
]
(3)
Os efeitos marginais assim determinados não necessariamente possuem o mesmo
sinal dos coeficientes estimados.
Uma forma alternativa de análise pode ser feita utilizando-se a abordagem de oddsratio (razão de chance) ou razão de risco relativo (RRR). A odds-ratio, pode ser definida
como a probabilidade de determinado evento ocorrer em relação a outro. Assim, se Pj é a
probabilidade de sucesso (ocorrência do evento) e 1 − Pj , a probabilidade de insucesso, a
razão de chances a favor do evento ocorrer é dada pela razão:
Pj
(4)
1 − Pj
Com a transformação do logit1, essa expressão é conhecida como antilog do logit.
Essa interpretação é a mesma do logit binário. A interpretação de variáveis quantitativas é
feita pelo incremento de uma unidade e pela comparação da categoria analisada com a
categoria base. Já a interpretação para uma variável dummy é dada pela relação de uma
categoria em relação à outra.
A razão de chances no modelo multinomial logit é dada por:
Pr ob(Y = j / x + 1)
Pr ob(Y = k / x + 1)
RRR =
Pr ob(Y = j / x)
Pr ob(Y = k / x)
(5)
O conceito de odds ratio se aproxima do conceito de risco relativo, sendo que risco
pode ser defino como a probabilidade de ocorrência de um determinado evento em um
intervalo de tempo (Powers e Xie, 2000).
Para facilitar sua interpretação o odds ratio pode ser convertido em incremento
percentual, que fornece a probabilidade de mudança da categoria base para a categoria
analisada em função de variações nas características dos indivíduos, da seguinte forma:
(odds − 1) *100
(6)
Neste trabalho a interpretação do odds ratio foi realizada por meio dessa
transformação.
3.2 Observações sobre a amostra e o método de estimação considerando o plano
amostral
O plano amostral adotado na PNAD é complexo, ou seja, a forma como o processo
de seleção da amostra é executado envolve níveis de complexidade – estratificação,
conglomeração (em um ou mais níveis) e probabilidades desiguais de seleção. Por este
motivo, os dados obtidos por meio das amostras da PNAD não podem ser tratados como se
1
O logit é dado pelo logaritmo natural da razão de chances.
6
fossem observações independentes e identicamente distribuídas (IID), ou seja, como se
tivessem sido gerados por amostras aleatórias simples com reposição (AAS).
Ao ignorar as características inerentes a um plano amostral complexo problemas que
comprometem a inferência analítica podem ocorrer. Isto porque, segundo Leite & Silva
(2002), as estimativas pontuais dos parâmetros são influenciadas pela ocorrência de pesos
amostrais distintos, enquanto as estimativas de variância (precisão) dos estimadores dos
parâmetros do modelo são influenciadas também pelos efeitos de estratificação e
conglomeração.
Desse modo, procedimentos adequados de estimação precisam ser adotados para
levar em conta os efeitos do plano amostral de forma que os resultados obtidos sejam
consistentes.
Uma forma de considerar as características do plano amostral complexo, conforme
ressaltado anteriormente, é através da estimação por Máxima Pseudoverossimilhança (MPV).
O método utiliza-se de procedimentos de estimação dos parâmetros que levam em
consideração os pesos amostrais adequados. De modo semelhante a variância assintótica dos
estimadores de MPV incorporam as características do plano amostral. Uma forma comumente
utilizada para operacionalização do cálculo da variância, para o caso da PNAD, é o método de
linearização de Taylor.2
Na medida em que, conforme destacado anteriormente, as estimativas dos
parâmetros e das variâncias são afetadas pelo plano amostral, foram criados métodos para
avaliar o impacto da incorporação do plano amostral sobre a precisão das estimativas. O
primeiro deles foi proposto por Kish (1965, citado por Leite & Silva, 2002), sendo
denominado Efeito do Plano Amostral (EPA ou DEFF – Disgn Effect), cuja expressão é dada
por:
∧
EPA =
Varverd ( β )
(7)
∧
Varaas ( β )
∧
em que Varverd ( β ) é a variância estimada incorporando o plano amostral efetivamente
∧
utilizado e Varaas ( β ) é a variância estimada supondo o plano amostral igual a uma amostra
aleatória simples.
Valores do EPA significativamente diferentes de 1 destacam a importância da
consideração do plano amostral efetivamente utilizado na estimação das variâncias associadas
às estimativas dos parâmetros. A interpretação dessa medida segue o seguinte critério:
• Se EPA < 1 variância sob AAS superestimada;
• Se EPA = 1 não há diferença entre as estimativas de variância;
• Se EPA > 1 variância sob AAS subestimada.
Outro método desenvolvido com finalidade semelhante foi proposto por Skinner,
Holt e Smith (1989, citados por Leite & Silva, 2002) e foi denominado EPA ampliado (MEFF
-Misspecification Effect). Este método avalia a tendência de um estimador usual (consistente)
calculado sob hipótese de IID, em subestimar ou superestimar a variância verdadeira do
estimador pontual. O EPA ampliado é definido por:
∧
V (β )
EPA( β ;υ 0 ) = verd
Everd (υ 0 )
∧
(8)
2
Para maiores detalhes sobre o método de Máxima Pseudoverossimilhança e linearização de Taylor, consultar
Silva et al. (2002).
7
∧
∧
onde υ 0 = V IID ( β ) é um estimador usual (consistente) da variância do estimador sob a
∧
hipótese de observações IID; Vverd ( β ) é a variância do estimador sobre o plano efetivamente
utilizado; Everd (υ 0 ) é a esperança do estimador usual sob o plano amostral efetivamente
utilizado.
Essas medidas fornecem um indicativo da importância em se considerar as
características do plano amostral, uma vez que permitem observar em quanto a estimativa da
variância dos coeficientes seria subestimada ou superestimada caso o plano amostral
complexo e suas peculiaridades sejam ignorados.
A inclusão do plano amostral permite contornar o problema de subestimação ou
superestimação dos parâmetros do modelo e da variância dos coeficientes estimados,
permitindo a obtenção de estimavas robustas.
Neste trabalho procedeu-se à estimação do modelo logit multinomial por meio do
método de Máxima Pseudoverossimilhança e à obtenção das estimativas da variância dos
coeficientes por meio do método de Linearização de Taylor. No intuito de destacar a
importância em se considerar as características do plano amostral, neste trabalho, foram
calculadas as medidas DEFF e MEFF. Todos os procedimentos econométricos foram
realizados com o uso do software Stata 10.
3.3 Fonte de dados
Os dados utilizados para a realização desse trabalho são provenientes da Pesquisa
Nacional por Amostras de Domicílios (PNAD), realizada anualmente pelo Instituto Brasileiro
de Geografia e Estatística (IBGE). Trata-se de uma pesquisa rica em informações, por se
tratar de dados individuais que retratam detalhes da vida sócio-econômica dos indivíduos. São
coletadas informações sobre rendimento proveniente do trabalho, rendimento não proveniente
do trabalho, região onde vive, raça, escolaridade, experiência, idade, posição dos indivíduos
na família, atividade principal que o indivíduo exerce, horas trabalhadas e várias outras.
A amostra utilizada nesse trabalho baseou-se na PNAD referente ao ano de 2006 e
restringiu-se aos dados coletados para mulheres residentes na região Nordeste do país, com
idade entre 15 e 24 anos. Desse modo os resultados obtidos basearam-se em uma amostra
composta por informações referentes a 12.501 jovens nordestinas.
Para a consecução dos objetivos do trabalho foram definidas as seguintes variáveis:
• cor - variável dummy que assume valor 1 caso a jovem seja branca e 0 caso
contrário;
• filha - variável dummy que assume valor 1 caso a jovem assuma a condição de
filha na família e 0 caso contrário;
• cônjuge - variável dummy que assume valor 1 caso a jovem assuma condição
de cônjuge na família e 0 caso contrário;
• chefe - variável dummy que assume valor 1 caso a jovem assuma a condição
de chefe de família;
• outro - variável dummy que assume o valor 1 caso a jovem pertença a uma das
seguintes categorias: outro parente, agregado, pensionista, empregada
doméstica ou parente do empregado doméstico; e 0 caso contrário;
• sit_cen - variável dummy que assume o valor 1 caso a jovem resida no meio
rural e 0 caso resida no meio urbano;
• filho_n - variável dummy que assume o valor 1 caso a jovem tenha filho
nascido vivo e 0 caso não tenha;
8
•
•
•
•
•
•
•
exp - anos de experiência da jovem;
esc - anos de estudo da jovem;
exp2 - anos de experiência ao quadrado;
esc_exp - interação das variáveis experiência e escolaridade;
comp_fam - número de componentes na família da jovem;
lnrenda - ln da renda percapta da família da jovem;
sit_ocup - variável que assumo o valor 0 caso a jovem pertença à categoria
inativa, 1 caso a jovem pertença à categoria ativa e empregada e 2 caso a
jovem pertença à categoria ativa e desempregada.
4. RESULTADOS E DISCUSSÕES
Nesta seção, apresentam-se, inicialmente, algumas estatísticas simples com o
objetivo de caracterizar a amostra considerada no trabalho. Em seguida, são apresentados os
resultados obtidos por meio da estimação do modelo logit multinomial juntamente com as
medidas MEFF e DEFF, seguidos das razões de risco relativo e dos efeitos marginais.
4.1 Análise preliminar dos dados
A amostra representativa de mulheres jovens, entre 15 e 24 anos de idade, para a
região Nordeste do país, apresentou concentração na categoria inativa, já que 50,73% das
jovens entrevistadas encontravam-se nesta situação na época da pesquisa (Tabela 1). Já a
categoria ativa e desempregada representou 12,81% da amostra. Essa análise preliminar
demonstra o elevado nível de inatividade na região, para esta faixa etária, bem como o
elevado nível de desemprego.
Tabela 1: Distribuição de freqüência relativa das jovens por situação ocupacional
Situação ocupacional
Número de jovens
Freqüência relativa
Inativa
6.342
50,73
Ativa empregada
4.557
36,45
Ativa desempregada
1.602
12,81
Total
12.501
100,00
Fonte: Elaborado pelo autor a partir de dados da PNAD 2006
Outro ponto a ser destacado é o baixo nível de escolaridade e experiência das jovens
(Tabela 2). O baixo valor médio encontrado para a variável experiência pode ser resultante do
elevado nível de inatividade. Analisando-se o valor médio das variáveis binárias que
representam a posição da jovem na família – outro, chefe, cônjuge e filha – constata-se que a
maior parte da amostra é formada por jovens que assumem a posição de filha na família,
seguidas por aquelas que assumem posição de cônjuge.
Tabela 2: Médias e desvios-padrão das variáveis explicativas utilizadas
Variáveis
Média
Desvio-padrão
sit_ocup
0,59159
0,00937
lnrenda
4,88694
0,02614
renda per capta familiar
250,73820
6,89441
esc_exp
25,34440
0,20427
9
exp2
exp
outro
chefe
cônjuge
filha
sit_cen
comp_fam
esc
filho_n
cor
28,2139
3,79935
0,08641
0,10552
0,27136
0,53670
0,27667
4,10783
8,83171
0,31331
0,29470
0,68494
0,05692
0,00341
0,00307
0,00532
0,00541
0,01247
0,02601
0,06192
0,00536
0,00628
Fonte: Elaborado pelo autor a partir de dados da PNAD 2006
Os valores médios das variáveis dummies que indicam a existência de filho e a raça
da jovem indicaram que a maior parte da amostra é composta por jovens que não possuem
filho e que não são da raça branca.
Vale destacar que a média da renda per capta familiar apresentou o valor R$250,74,
o que demonstra o baixo nível de renda na região se comparado ao valor do salário mínimo
nacional.
As médias das variáveis, apesar de serem estatísticas de fácil obtenção podem
sugerir algumas constatações, a exemplo do baixo nível de escolaridade e experiência que
poderiam ajudar a explicar o elevado número de jovens pertencentes à categoria ativa e
desempregada.
Vale ressaltar que a análise baseada em estatísticas preliminares e que visam a
caracterização da amostra podem apenas fornecer indícios a respeito dos determinantes da
variável dependente, que poderão ou não serem confirmados pelos procedimentos
econométricos.
4.2 Análise dos resultados do modelo logit multinomial
A interpretação e discussão dos resultados foram baseadas no incremento percentual,
obtido a partir da razão relativa de risco (RRR), e nos efeitos marginais obtidos para cada
variável selecionada. A opção por apresentar os resultados dessa forma deve-se, conforme
ressaltado anteriormente, à dificuldade em se interpretar os coeficientes obtidos por meio do
modelo logit multinomial, já que esses coeficientes não representam diretamente as respostas
marginais da variável dependente resultantes de variações nas variáveis explicativas como em
modelos lineares.
Entretanto, os coeficientes obtidos para as equações de emprego e desemprego,
tomando-se como base a categoria de inativas, foram apresentados juntamente com as
estimativas dos efeitos do uso do plano amostral – EPA (DEFF) e EPA ampliado (MEFF).
A maior parte dos coeficientes estimados apresentou significância estatística. Para a
categoria ativa e empregada todos os coeficientes apresentaram-se significativos. Todavia,
para a categoria ativa e desempregada, apenas três coeficientes não foram estatisticamente
significativos (Tabela 3). É importante salientar que, conjuntamente, os coeficientes foram
estatisticamente diferentes de zero já que o valor apresentado pela estatística F, que mede a
significância global do modelo apresentou o valor 60,28.
As estimativas do efeito do plano amostral indicaram que sua correta especificação
foi fundamental para a obtenção de estimativas robustas e não viciadas. Todas as estimativas
DEFF e MEFF apresentaram-se superiores a 1, indicando que as variâncias das estimativas
dos coeficientes, caso a amostra complexa fosse considerada como AAS, seriam
10
subestimadas. Destaque cabe aqui à variável sit_cen cujos valores de DEFF e MEFF
apresentaram-se extremamente elevados se comparados aos das demais variáveis.
A estimação das razões relativas de risco permitiu verificar as probabilidades ou
chances que as jovens possuem de transitarem da categoria inativa (categoria base) para as
duas outras categorias em função de variações em suas características (variáveis explicativas).
Essas probabilidades de mudança entre a categoria base e as demais é dada, conforme
destacado anteriormente, pelo incremento percentual na probabilidade de que o indivíduo
transite entre as categorias.
Tabela 3: Estimativas dos coeficientes para as equações de emprego e desemprego e do efeito
do plano amostral
Ativa e empregada
Ativa e desempregada
Coefic
DEFF
MEFF
Coefic
DEFF
MEFF
**
***
cor
-0,10747
1,26425
1,21676 -0,28357
1,26541
1,41170
outro
-0,57605*** 1,17334
1,17055
-0,16432ns
1,15531
1,26961
***
ns
1,13361
1,13803
0,02953
1,11742
1,29021
filha
-0,45524
sit_cen
0,41482*** 2,77982
2,36116 -1,00438***
3,07093
2,65487
***
***
cônjuge
-0,30006
1,21250
1,22338 -0,52817
1,08236
1,21575
filho_n
-0,52518*** 1,14077
1,10956
-0,18977ns
1,15579
1,33558
***
***
exp
0,62861
1,20144
1,13803
0,70733
1,12571
1,17727
1,32918
0,36088***
1,15799
1,22442
esc
0,34573*** 1,22026
escexp
-0,02218*** 1,30072
1,27555 -0,03062***
1,18569
1,27424
***
***
exp2
-0,02486
1,17808
1,07996 -0,03178
1,09279
1,19559
comp_fam 0,05295*** 1,28842
1,18302
-0,04109*
1,12430
1,17486
***
***
lnrenda
0,14836
1,95460
2,3329
-0,07819
1,31290
1,22002
1,50673 -4,78101***
1,19418
1,26413
constante
-5,01701*** 1,43753
Teste F
60,28
Fonte: Resultados da pesquisa
Categoria base: inativo
*** denota significância a 1%
** denota significância a 5%
* denota significância a 10%
ns: não significativo
Tomando-se como exemplo a variável cor, se a jovem for branca, ela possui 24,69%
a menos de chances de transitar da categoria inativa para a categoria ativa e desempregada,
considerando tudo mais constante (Tabela 4).
Tabela 4: Razão relativa de risco e incremento percentual das variáveis explicativas
Ativa e empregada
Ativa e desempregada
RRR
Incremento Perc.
RRR
Incremento perc.
**
***
cor
0,89810
-10,19
0,75309
-24,69
outro
0,56211***
-43,79
0,84847ns
-15,15
filha
0,63429***
-36,57
1,02996 ns
3,00
cônjuge
0,74077***
-25,92
0,58968***
-41,03
51,41
0,36627***
-63,37
sit_cen
1,51410***
11
filho_n
exp
esc
escexp
exp2
comp_fam
lnrenda
Teste F
0,59145***
1,87501***
1,41302***
0,97806***
0,97545***
1,05437***
1,15993***
60,28
-40,85
87,50
41,30
-2,19
-2,45
5,44
15,99
0,82715 ns
2,02856***
1,43459***
0,96984***
0,96872***
0,95974*
0,92478***
-17,29
102,86
43,46
-3,02
-3,13
-4,03
-7,59
Fonte: Resultados da pesquisa
Categoria base: inativo
*** denota significância a 1%
** denota significância a 5%
* denota significância a 10%
ns: não significativo
Observando-se a RRR e o incremento percentual das variáveis dummies que
representam a posição da jovem na família – chefe (categoria base), outro, filha e cônjuge –
constata-se que a jovem, ao assumir uma dessas posições, reduz suas chances em transitar da
categoria inativa para ativa e empregada em 43,79%, 36,57% e 25,92%, respectivamente. Do
mesmo modo o fato de a mulher ter filho reduz suas chances em sair da inatividade para a
situação de emprego em 40,85%.
Conforme o esperado, aumentos nas variáveis experiência e escolaridade atuaram no
sentido de elevar a probabilidade de que a mulher passe da categoria inativa para a empregada
e a desempregada. Um ano a mais de experiência atuou no sentido de elevar as chances de
que a jovem transite da categoria inativa para a ativa e emprega em 87,50% e para a ativa e
desempregada em 102,86%. De modo semelhante, um ano a mais de escolaridade atuou no
sentido de elevar as chances de transição da categoria inatividade para as demais em 41,30 e
43,46%. Já aumentos no número de componentes na família (comp_fam) e na renda (lnrenda)
elevaram as chances de a jovem participar do mercado de trabalho e reduziram as chances de
desemprego.
Os efeitos marginais de cada variável em seus respectivos pontos médios foram
obtidos para as equações de inatividade, emprego e desemprego e apresentaram-se
estatisticamente significativos, exceção feita às variáveis cor – para a categoria ativa e
empregada – e outro, filha e filho_n para a categoria ativa e desempregada.
Os resultados mostraram que a raça da jovem, considerando tudo mais constante,
atuou no sentido de elevar a probabilidade de que ela pertença à categoria inativa e reduzir a
probabilidade de que ela pertença à categoria ativa e desempregada (Tabela 5). De acordo
com os efeitos marginais encontrados, se a jovem for da raça branca, a probabilidade de que
ela pertença à categoria inativa é 3,55 pontos percentuais (p.p.) superior em comparação às
jovens não-brancas, ao passo que a probabilidade de que ela pertença à categoria ativa e
desempregada é 2,03 p.p. inferior caso ela seja branca. Esses resultados sugerem a existência
de discriminação racial no mercado de trabalho nordestino com relação a mulheres que não
sejam brancas.
Os coeficientes das variáveis dummies utilizadas para analisar o efeito da posição da
jovem na família indicaram que a probabilidade de que ela pertença à categoria inativa foi
maior quando ela assumiu o papel de outro, filha ou cônjuge. Este fato sugere que as jovens
que assumem papel de chefe tomam para si as responsabilidades do sustento da família e que,
portanto, possuem maior probabilidade de inserção no mercado de trabalho.
Os efeitos marginais estimados para a variável que representa o meio em que a
jovem reside – urbano ou rural – mostraram que o fato de a jovem residir no meio rural
aumenta a probabilidade de que ela se insira no mercado de trabalho, e reduz a probabilidade
de que ela pertença às duas outras categorias. Se a mulher residir no meio rural, a
12
probabilidade de que ela consiga se inserir no mercado de trabalho é 13,04 p. p. superior em
comparação às mulheres que residem no meio urbano. Tal fato sugere a saturação do mercado
de trabalho nas cidades, sobretudo nos grandes centros urbanos. Outra possível justificativa
para o comportamento do efeito marginal desta variável é que os jovens que residem no meio
rural, em geral começam a trabalhar mais cedo.
Analisando-se os resultados encontrados para a variável dummy filho_n constata-se
que a existência de filho atuou no sentido de elevar a probabilidade de que a mulher pertença
à categoria inativa e reduzir a probabilidade de que ela esteja empregada. Esse resultado
sugere que, conforme destacado por Pochmann (2008), a presença de filho dificulta o acesso
da jovem ao mercado de trabalho.
Tabela 5: Efeitos marginais para as equações de inatividade, emprego e desemprego.
Inativa (base)
Ativa empregada
Ativa desempregada
cor
0,03554
-0,01523
-0,02031
(3,14)***
(-1,30)ns
(-3,09)***
outro
0,11608
-0,11977
0,00369
(4,35)***
(-5,16)***
(0,25)ns
filha
0,08842
-0,10753
0,01911
(3,59)***
(-4,50)***
(1,50)ns
cônjuge
0,08533
-0,05188
-0,03345
(4,56)***
(-2,89)***
(-3,98)***
sit_cen
-0,04410
0,13042
-0,08631
(-2,45)**
(6,31)***
(-9,71)***
filho_n
0,11135
-0,11266
0,00130
***
***
(6,49)
(-6,89)
(0,13)ns
exp
-0,209471
0,15809
0,05138
***
***
(-20,40)
(15,61)
(8,47)***
-0,089142
0,07426
0,01488
esc
***
***
(-16,02)
(13,29)
(4,77)***
comp_fam
-0,00832
0,01386
-0,00554
**
***
(-2,26)
(3,81)
(-2,78)***
lnrenda
-0,02524
0,03751
-0,01227
(-3,60)***
(4,89)***
(-8,72)***
Fonte: Resultados da pesquisa
Obs: estatísticas de teste entre parênteses
*** denota significância a 1%
** denota significância a 5%
* denota significância a 10%
ns não significativo
Com relação à variável experiência, apontada pela literatura disponível como uma
das principais determinantes da inserção no mercado de trabalho, os efeitos marginais
estimados indicaram que quanto mais elevado o nível de experiência, maiores as
probabilidades de emprego e desemprego e menores as probabilidades de inatividade. Um ano
a mais de experiência atuou no sentido de reduzir a probabilidade de inatividade da jovem em
cerca de 20,95 p.p., de aumentar a probabilidade de emprego em 15,81 p.p. e de aumentar a
probabilidade de desemprego em 5,14 p.p., resultados que corroboram a importância da
experiência para o acesso ao mercado de trabalho. Para a estimação do efeito marginal da
experiência é importante ressaltar que foram consideradas as demais variáveis que incluem
13
interações com a experiência, ou seja, experiência ao quadrado e experiência multiplicada
pela escolaridade. A operacionalização da estimação envolveu rotinas adequadas do software
utilizado para geração dos resultados.
Outra variável apontada como importante determinante da posição de um indivíduo
no mercado de trabalho é a escolaridade. Um ano a mais de estudo contribuiu para reduzir a
probabilidade de que a jovem seja inativa em 8,91 p.p., ao passo que elevou a probabilidade
de inserção no mercado em 7,43 p.p. e de desemprego em 1,49. O efeito marginal da
escolaridade também foi estimado levando-se em consideração sua interação com a
experiência.
Neste ponto cabe uma comparação entre as variáveis experiência e escolaridade.
Embora ambas tenham influenciado a probabilidade de inserção da jovem, nas três categorias
consideradas, na mesma direção, as magnitudes dos efeitos mostram que a experiência
contribui de forma mais significativa para a inserção das jovens no mercado de trabalho.
Esses resultados sugerem que o mercado de trabalho valoriza mais a experiência do que a
escolaridade para a faixa etária considerada. Silva e Kassouf (2002) destacaram que talvez
esse resultado possa ser explicado pela falta de experiência dos jovens, o que é natural para
esta faixa etária e faz com que aqueles que possuam alguma experiência se sobressaiam.
Ainda com relação aos efeitos das variáveis escolaridade e experiência, é importante
destacar que ambas atuam no sentido de elevar a probabilidade de desemprego em razão do
fato de que indivíduos com melhores níveis de experiência e escolaridade são também mais
exigentes com relação ao emprego que desejam ocupar, fato que contribui para elevar a
duração do desemprego.
O efeito marginal da variável que representa o número de componentes da família
elevou a probabilidade de emprego e reduziu as probabilidades das duas outras categorias. A
explicação para este resultado pode estar no fato de que os jovens, em geral, precisam
participar do mercado de trabalho no intuito de ajudarem no sustento da família.
Por fim, com relação aos efeitos apresentados pela variável ln da renda per capta
familiar, constata-se que a elevação da renda provoca queda nas probabilidades de
desemprego e inatividade e aumento na probabilidade de que a jovem esteja inserida no
mercado de trabalho. Um aumento de 1% na renda per capta familiar reduz a probabilidade de
que a jovem seja inativa em 2,52 p.p., e desempregada em 1,23 p.p.. Entretanto, a mesma
variação provoca aumento na probabilidade de que a jovem esteja empregada em 3,75 p.p.
Inicialmente poder-se-ia supor que aumentos na renda familiar per capta geraria
aumento da inatividade já que mulheres jovens pertencentes a famílias que possuam renda per
capta elevada teriam melhores condições de se prepararem para o mercado de trabalho, se
dedicando aos estudos por exemplo, o que elevaria a inatividade e reduziria as probabilidades
de emprego e desemprego. Entretanto, outro ponto de vista foi apresentado por Scorzafave e
Filho (2001). Segundo os autores, famílias mais ricas poderiam pagar creches e babás,
liberando a mulher para o mercado de trabalho. Essa constatação pode ser um indicativo de
que aumentos na renda per capta geram aumentos na probabilidade de emprego das jovens.
Além disso, famílias mais ricas, em geral, possuem uma rede de contatos que poderia facilitar
a inserção de seus jovens no mercado de trabalho.
É importante ressaltar que, embora se constituam em análises distintas, as razões
relativas de risco e os efeitos marginais fornecem um indicativo semelhante dos determinantes
do posicionamento das jovens nordestinas entre as categorias consideradas.
5. CONCLUSÃO
A reestruturação produtiva, iniciada no país na década de 1990, aliada às políticas de
estabilização que também marcaram esta década, contribuíram para a redução da oferta de
14
empregos e também para a elevação dos níveis de exigência no mercado de trabalho. Este
cenário tem afetado de forma negativa e mais significativa alguns segmentos da sociedade, a
exemplo dos jovens e das mulheres.
Neste sentido torna-se necessário observar quais são os fatores que têm contribuído
para a inserção desses segmentos no mercado de trabalho de forma a possibilitar a elaboração
de políticas de combate ao desemprego adequadas à realidade de cada segmento. Neste
trabalho tratou-se desses fatores inerentes à entrada de mulheres jovens no mercado de
trabalho.
A análise realizada, tanto por meio da RRR quanto dos efeitos marginais, mostrou
que as variáveis mais relevantes na determinação da inserção das jovens no mercado de
trabalho e que certamente poderiam ser influenciadas por políticas governamentais foram
experiência, escolaridade, renda e existência de filho. Esses resultados indicam que a adoção
de políticas públicas no sentido de preparar as mulheres jovens para o mercado de trabalho
são necessárias. Não só medidas que permitam acesso à uma boa educação como também
medidas que garantam acesso das jovens ao primeiro emprego, como forma de adquirir
experiência, são de extrema importância.
De modo semelhante políticas de distribuição de renda poderiam atuar no sentido de
melhorar as possibilidades dos jovens em geral já que poderiam se dedicar mais aos estudos e
se prepararem para o mercado de trabalho.
Conforme destacado anteriormente, Pochmann (2007) afirma que a participação
feminina no mercado de trabalho é prejudicada muitas vezes pela gravidez precoce. Essa
constatação foi atestada pelos resultados encontrados nesta pesquisa. Nesse sentido,
campanhas e políticas visando o controle da natalidade, sobretudo em comunidades mais
pobres, poderiam permitir a essas jovens melhores condições de inserção no mercado de
trabalho.
Por fim, tendo em vista que são vários os fatores que influenciam sua posição no
mercado de trabalho, as jovens deveriam contar com uma rede de políticas integradas,
adequadas à sua realidade, de forma a melhorarem suas possibilidades de conseguir um
emprego que lhes possibilite condições dignas de trabalho e sobrevivência.
15
REFERÊNCIAS BIBLIOGRÁFICAS
BASTOS, R. L. A. Crescimento populacional, ocupação e desemprego dos jovens: a
experiência recente na Região Metropolitana de Porto Alegre. Revista Brasileira de
Estudos Populacionais. São Paulo, v.23, n. 2, p. 301-315, jul/dez. 2006.
CLARK, K. B. & SUMMERS, L. H. The dynamics of youth unemployment. The youth
labor market problem: its nature, causes and consequences. p 199-235. 1982. Chicago:
University of Chicago Press.
FISHER, A. The kids are all right. Magazine Fortune, 30/abr., vol. 143, n.9, p. 28.
FLORI, P. M. Desemprego de jovens no Brasil. 17p. Disponível em:
Acesso
<http://www.abep.nepo.unicamp.br/site_eventos_alap/PDF/ALAP2004_296.PDF>
em: 08 jul. 2008.
GREENE, W., Econometric Analysis, Prentice Hall, Englewood Cliffs, 2003, 828p.
LEITE, P. G., & SILVA, D. B. N. Análise da situação ocupacional de crianças e
adolescentes nas regiões Sudeste e Nordeste do Brasil utilizando informações da PNAD
1999. Revista Brasileira de Estudos de População, v.19, n.2, jul./dez. 2002.
LIMA, R. R. A. Projeto Áridas – Nordeste: Uma estratégia para a geração de emprego e
renda. Texto para discussão número 387. 1995. 49p. Disponível em: <
http://www.ipea.gov.br/pub/td/td_387.pdf> Acesso em: 25 jul 2008.
LEIGHTON, L. & MINCER, J. Labor turnover and youth unemployment. National Bureau of
Economic Research – NBER. Working Paper n. 378, 59 p., 1979.
MISSIO, J. F; VIEIRA, R. M; IAHN, J. F; Reestruturação produtiva, plano real e mercado de
trabalho: algumas considerações sobre a Região Metropolitana de Porto Alegre. Disponível
em: <http://www.fee.tche.br/3eeg/Artigos/m19t02.pdf> Acesso em: 15 jun 2008.
OIT, ORGANIZAÇÃO INTERNACIONAL DO TRABALHO. Nuevo informe de la OIT
sobre las tendências mundiales del empleo en 2003. Disponível em: <
16
http://www.ilo.org/global/About_the_ILO/Media_and_public_information/Press_releases/lan
g--es/WCMS_007280/index.htm>. Acesso em: 27 jun 2008a.
OIT, ORGANIZAÇÃO INTERNACIONAL DO TRABALHO. Tendências Mundiales del
empleo
en
2007.
Disponível
em:
<
http://www.ilo.org/public/english/employment/strat/download/getb07sp.pdf> Acesso em: 27
jun 2008b.
POCHMANN, M. Situação do jovem no mercado de trabalho no Brasil: um balanço dos
últimos
10
anos.
Disponível
em:
<http://www.cursodeveraofortaleza.com.br/2007/Textos/Situa%E7%E3o%20do%20Jovem%
20no%20mercado%20de%20trabalho.pdf.> Acesso em: 15 jul 2008.
POWERS, D. A.; XIE, Yu. Statistical methods for categorical data analysis. San Diego:
Academic, 2000, 305 p.
SCORZAFAVE, L. G.; & MENEZES-FILHO, N. A. Participação feminina no mercado de
trabalho brasileiro: evolução e determinantes. Pesquisa e Planejamento Econômico. Rio de
Janeiro, v.31, n. 3, p. 441-478, dez. 2001.
SILVA, N. D. V. Jovens brasileiros: o conflito entre estudo e trabalho e a crise de
desemprego. 2001. Piracicaba. 131. p Tese (Doutorado) ESALQ/USP.
SILVA, P. L. N.; PESSOA, D. G. C.; LILA, M. F. Análise estatística de dados da PNAD:
incorporando a estrutura do plano amostral. Ciênc. saúde coletiva, vol.7, n.4, p.659-670,
2002. ISSN 1413-8123.
SILVA, N. D. V. & KASSOUF, A. L. A exclusão social dos jovens no mercado de
trabalho brasileiro. Revista Brasileira de Estudos de População, v.19, n.2, p. 99-115, jul/dez.
2002.
TOMÁS M. C. O ingresso dos jovens no mercado de trabalho: uma análise das regiões
metropolitanas brasileiras nas últimas décadas. Belo Horizonte – MG. Universidade
Federal de Minas Gerais/Cedeplar 2007. Dissertação de Mestrado. Centro de
desenvolvimento e planejamento regional da Faculdade de Ciências Econômicas – UFMG.
WAJNMAM, S.; QUEIROZ, B.; LIBERATO, V. C. O crescimento da atividade feminina
nos anos noventa no Brasil. Anais do XI Encontro Nacional de Estudos Populacionais da
Associação Brasileira de Estudos Populacionais (ABEP). Caxambu. 1998. v.1, p.2429 a 2453.
17