Jerônimo Oliveira Muniz
DEMOGRAFIA ECONÔMICA:
APLICAÇÕES MACRO E MICRO AO
CASO BRASILEIRO
Belo Horizonte, MG
UFMG / Cedeplar
2002
Jerônimo Oliveira Muniz
DEMOGRAFIA ECONÔMICA:
APLICAÇÕES MACRO E MICRO AO
CASO BRASILEIRO
Dissertação apresentada ao curso de mestrado do Centro
de Desenvolvimento e Planejamento Regional da
Faculdade de Ciências Econômicas da Universidade
Federal de Minas Gerais, como requisito parcial à
obtenção do Título de Mestre em Demografia.
Orientador: Prof. Dr. Eduardo Luiz
Gonçalves Rios- Neto
Belo Horizonte, MG
Centro de Desenvolvimento e Planejamento Regional Faculdade
de Ciências Econômicas - UFMG
2002
FOLHA DE APROVAÇÂO
Banca examinadora:
ANA FLÁVIA MACHADO
LETÍCIA MARTELETO
EDUARDO L. G. RIOS- NETO
Dedico esta dissertação a você, leitor.
(Sinta-se comovido e leia tudo até o final.)
Agradecimentos:
Agradeço à UFMG e ao Cedeplar por fornecerem as instalações físicas e o
ambiente necessário para o desenvolvimento de atividades de pesquisa. Agradeço à
CAPES por ter financiado os meus estudos ao longo do curso de mestrado, me pagando
para realizar uma atividade prazerosa. À ela, devo dizer que me esforcei, e continuo me
esforçando, para que o investimento feito em capital humano tivesse a taxa de retorno
esperada.
Sou grato aos meus colegas do mestrado e do Cedeplar pela inigualável
convivência e pelas proveitosas discussões dentro e fora da sala de aula. Entre
os colegas, Ana Maria H. merece um agradecimento especial pelo incentivo e
pela ajuda incondicional com a PME, possibilitando assim a confecção desta
dissertação em tempo recorde.
Gostaria de expressar também minha gratidão aos professores que tiveram
paciência, responsabilidade, bom humor e criatividade para ensinar. Em
particular, agradeço ao Eduardo por todas as oportunidades que me foram dadas,
e que possibilitaram o meu aprimoramento técnico e intelectual. Obrigado por ter
tido humildade a paciência nos momentos em que me encontrava nos pontos
mais baixos da minha curva de aprendizado, e obrigado por me ajudar a definir a
minha curva de preferências acadêmicas que maximiza a minha função utilidade.
Eu sempre o terei como amigo e como exemplo.
Por fim, gostaria de prestar uma homenagem às pessoas que mais amo. À
mamãe devo agradecer pelo carinho e pelos cuidados tidos comigo. Sem a sua
atenção e boa vontade incondicionais seria impossível prover os esforços que
alavancam a minha produtividade. Tenho certeza que, se a divisão de tarefas
intra-domiciliares tivesse sido mais igualitária, as minhas atividades acadêmicas
não teriam sido tão prolíficas. À Mara expresso minha mais sincera gratidão
dizendo obrigado pelos ótimos momentos que passamos juntos, pelo colo que
acalenta e pelo carinho que acalma. Por me ouvir sempre que preciso e,
finalmente, por ter sido compreensiva em quase todos os momentos em que a
substituição intertemporal entre namoro e trabalho foi necessária, já que as
circunstâncias nem sempre permitiram que o tempo dos finais de semana que
deveria ser dedicado a nós fosse alocado de maneira ótima.
SUMÁRIO
ARTIGO 1 - As descontinuidades demográficas exercem efeito sobre o
mercado de trabalho metropolitano dos jovens? ........................................
13
ARTIGO 2 - Diferenciais salariais por estado civil e sexo: uma análise de
gênero sobre o prêmio do casamento .........................................................
48
Referências bibliográficas ...........................................................................
73
Anexos.........................................................................................................
75
Artigo 1: AS DESCONTINUIDADES DEMOGRÁFICAS EXERCEM EFEITO
SOBRE O MERCADO DE TRABALHO METROPOLITANO DOS JOVENS?
RESUMO: Este artigo discute os possíveis efeitos de mudanças na estrutura
etária sobre o mercado de trabalho dos jovens no Brasil. Utilizando a PME, foi
montado um pseudopainel agrupando informações de seis regiões metropolitanas
de 1982 a 2000. Através de modelos de regressão foi possível mensurar as
elasticidades da ocupação e do desemprego diante do aumento relativo de
jovens, levando em conta a influência de fatores atrelados à demanda agregada,
a região e os períodos considerados. Os resultados obtidos demonstram que as
taxas de desemprego e ocupação das mulheres e das pessoas mais jovens (1519 anos) são as mais sensíveis ao aumento populacional relativo. Além disso, foi
possível comprovar que o aperfeiçoamento do mercado de trabalho agregado
ainda constitui a melhor forma de se combater o aumento do desemprego.
ABSTRACT: The essay discusses the effects of changes in the population age
structure over the Brazilian labor market. Using the PME, produced by IBGE, the
author arranged a pseudo panel data set on 6 metropolitan regions from 1982 to
2000. Through regression models was possible to measure the elasticities of
youth employment and unemployment rates with respect to relative youth cohort
size, taking into account the influence of factors related to the aggregate demand,
the region and the considered periods. The preferred estimates indicate that
women and youth (15-19 years) unemployment rates are more sensible to youth
cohorts increase. Moreover, it was confirmed that improvements in aggregate
labor market performance offer the principal means of reducing youth
unemployment rates.
Artigo 2: DIFERENCIAIS SALARIAIS POR ESTADO CIVIL E SEXO:
UMA ANÁLISE DE GÊNERO SOBRE O PRÊMIO DO CASAMENTO
RESUMO: O que explica o chamado bônus matrimonial (marriage premium) – o
fato de pessoas casadas tenderem a ganhar mais do que as solteiras, dado que
ambos possuem a mesma quantidade de capital humano acumulado? De onde
vem o ‘prêmio do casamento’? Parece não haver consenso sobre a melhor
resposta para tal questão.
O objetivo deste trabalho é descrever as principais teorias que tentam explicar a
origem e a manutenção do prêmio do casamento e fazer uma aplicação para o caso
brasileiro. A novidade da aplicação ao caso brasileiro decorre da limitação etária da
amostra, e da incorporação de duas medidas de experiência no mercado de trabalho
(experiência potencial e tempo de trabalho no emprego atual). Os resultados mostram que
há um prêmio para o casamento tanto entre os homens quanto entre as mulheres, embora
por razões diferenciadas. A experiência potencial é uma boa “proxy” de capital humano
específico e é mais importante para o caso dos homens do que das mulheres. Como
corolário, o hiato salarial entre homens e mulheres casadas não é tão grande quanto aquele
esperado pela literatura, sendo mais próximo do hiato salarial entre homens e mulheres
solteiras. Especula-se que com uma amostra mais ampla em termos etários o hiato salarial
entre casados aumentaria, como decorrência do efeito da experiência potencial.
ABSTRACT: What explains the matrimonial bonus – why married persons earn
more than single ones given that both have accumulated the same quantity of human
capital? Where does the ‘marriage premium’ come from?
This paper describes the main theories related to the origin and maintenance
of the marriage premium, and performs an empirical application to the Brazilian
case. This article is innovative because it takes into account a sample limited by
ages 20 to 35, and incorporates two variables to measure the human capital
accumulated in the labor market (potential experience and tenure). The results
show that the marriage premium exists to men and women, but the reasons
conducting to such a prize are completely different. It was also observed that
potential experience is more important to men than to women. It was noted that
the wage gap between married men and married women is smaller that the
expected by the literature, but, on the other hand, the wage differentials between
single men and single women are very similar to the results found by other
authors. Finally, we suppose that, if the sample was composed by a larger age
group, the wage gap between married persons would raise as a consequence of
the ‘potential experience effect’.
PREFÁCIO
Qual o vínculo existente entre tamanho populacional e casamento? Aparentemente
nenhum. Sem que considerações adicionais sejam feitas quanto à razão de sexo e à taxa de
fecundidade marital, dificilmente estes dois fenômenos se relacionam.
A conexão entre dinâmica populacional e status conjugal é mais facilmente
estabelecida quando se considera a influência destes fatores sobre o mercado de trabalho.
No primeiro caso, a conexão com o mercado de trabalho é feita sob a perspectiva macro.
Argumenta-se que a pressão da oferta de mão de obra, advinda do aumento da população,
poderia ser capaz de ampliar as taxas de desemprego e reduzir as de ocupação na medida
em que a competição por vagas se acirrasse e a geração de novos empregos fosse incapaz
de absorver o excedente populacional.
Por outro lado, sob a ótica microeconômica, o casamento também teria um papel
influente sobre o mercado de trabalho, mas os seus efeitos se dariam via mudanças na
produtividade, eficiência e especialização dos membros do casal ou do domicílio. Como
corolário, tanto a inserção em atividades de mercado quanto a remuneração financeira dos
indivíduos envolvidos na dinâmica de barganha intra-domiciliar tenderiam a se alterar,
provocando assim o surgimento do chamado “prêmio do casamento”.
Esta
dissertação
é
composta
por
dois
artigos.
O
primeiro,
“As
descontinuidades demográficas exercem efeito sobre o mercado de trabalho
metropolitano dos jovens?”, discorre sobre a origem e a influência das
descontinuidades demográficas sobre o mercado de trabalho dos jovens entre 15
e 24 anos. A questão discutida no artigo é: O aumento populacional de jovens,
ocorrido sobretudo na segunda metade da década de 90, provocou a elevação
das taxas de desemprego e ocupação das pessoas entre 15 e 24 anos? Para
responder esta pergunta, o artigo retoma a discussão iniciada por BERCOVICH e
MADEIRA (1990) referindo-se aos efeitos sociais e econômicos do crescimento
populacional de grupos etários particulares, e faz uma aplicação para o caso
brasileiro baseando-se nas idéias de KORENMAN e NEUMARK (1997). O
exercício empírico está dividido em duas partes: uma descritiva e outra de
inferência. A primeira utiliza dados do Censo Demográfico e da Pesquisa Mensal
de Emprego (PME) referentes ao período 1982 à 2000. Já a segunda parte,
estima modelos econométricos considerando informações da PME e utilizando a
técnica de mínimos quadrados ordinários e generalizados.
O segundo artigo, “Diferenciais Salariais por Estado Civil e Sexo: Uma Análise de
Gênero sobre o Prêmio do Casamento”, aborda aspectos ligados ao chamado “prêmio do
casamento”. A pergunta que norteia o artigo é: Por que as pessoas casadas, ou unidas,
recebem melhores salários, mesmo quando se controla pelas suas características pessoais e
produtivas? Em outras palavras, por que aqueles que se casam tendem a ganhar mais do
que aqueles que permanecem solteiros? Este artigo revisa a literatura internacional e
nacional, levantando as principais explicações para o prêmio do casamento, e realiza uma
aplicação para o caso brasileiro utilizando a Pesquisa sobre os Padrões de Vida (19961997) e a metodologia sugerida por OAXACA (1973). Para mensurar o diferencial de
rendimentos entre pessoas casadas e solteiras, homens e mulheres, foram considerados os
indivíduos entre 20 e 35 anos e utilizadas as variáveis experiência potencial, experiência
corrente, anos de estudo e número de filhos. Algumas das conclusões são que as pessoas
casadas e os homens sempre recebem maiores salários quando comparadas às solteiras e às
mulheres. Parte do hiato salarial se deve as características produtivas e parte se deve a
fatores discriminatórios, pois em caso contrário, isto é, se as mulheres fossem estritamente
remuneradas segundo as suas características produtivas, o seu salário deveria ser superior
ao dos homens já que a sua escolaridade é maior.
É importante lembrar que os dois artigos lidam com aspectos relacionados a
demografia econômica. O primeiro no âmbito macro e o segundo sob uma perspectiva
micro. Ao discutir a origem e as influências da estrutura etária sobre os indicadores
conjunturais de emprego e desemprego, o primeiro artigo incorpora variáveis demográficas
agregadas de caráter macro estrutural como, por exemplo, sexo, taxas específicas de
desemprego e ocupação, número de inativos, tamanho relativo e absoluto dos grupos
etários de jovens (15-19) e adultos (20-24 anos), e razões de sexo entre pessoas ocupadas e
desempregadas.
Por outro lado, o artigo associado ao prêmio do casamento vincula-se a demografia
microeconômica na medida em que considera características individuais (idade, sexo,
educação e experiência) para tentar explicar o hiato salarial advindo da união matrimonial.
Além destas, a variável número de filhos também foi considerada na elaboração do modelo
econométrico adotado, dando assim um caráter eminentemente demográfico à analise
realizada, já que a fecundidade individual está sendo levada em conta.
Por fim, recomendo uma boa leitura. Me empenhei para tornar o texto o mais
tragável possível dentro das restrições temporais e científicas impostas. Espero suprir as
expectativas.
13
AS DESCONTINUIDADES DEMOGRÁFICAS EXERCEM EFEITO SOBRE O
MERCADO DE TRABALHO METROPOLITANO DOS JOVENS?
Jerônimo Oliveira Muniz*
Introdução
Flutuações na proporção da população dentro de cada grupo etário podem provocar
uma série de conseqüências econômicas e sociais. Mudanças no tamanho das coortes
podem influenciar as oportunidades dos indivíduos em determinado grupo e, em
decorrência, afetar as atitudes e comportamentos da economia e da sociedade de maneira
geral.
Há na literatura, sobretudo na norte-americana, um amplo debate a respeito
da influência do tamanho relativo das coortes sobre os salários relativos, a
demanda por educação, os índices de criminalidade, o emprego e o desemprego.
Argumenta-se que coortes mais largas estariam associadas com depressões
salariais, com um provável aumento da demanda por educação, com a elevação
do desemprego, a redução do emprego e a ampliação da criminalidade
(FREEMAN, 1979; WELCH, 1979; MACUNOVICH, 1999; GALLUP, 1992; LAM e
MARTELETO, 2002).
No Brasil, apesar de existirem pistas suficientes sinalizando a presença de
descontinuidades demográficas na pirâmide etária, ainda são poucos os estudos
voltados para os efeitos provenientes de tamanhos de coortes diferenciados.
Apesar de BERCOVICH e MADEIRA (1990), MADEIRA e BERCOVICH (1992),
BERCOVICH et al. (1998a, 1998b) e MADEIRA (1998) já virem a bastante tempo
alertando sobre a existência e os possíveis efeitos de uma “onda jovem” no Brasil,
especialmente em São Paulo, pouco tem sido feito por aqueles responsáveis pelo
planejamento e provisão de políticas públicas. Até agora, pouca atenção tem sido
dada às conseqüências e às causas das descontinuidades demográficas.
Por outro lado, pode ser que esta aparente negligência seja uma decorrência da
imprecisão a respeito dos efeitos causados por tais fenômenos. No caso brasileiro, os
*
Economista e mestre em Demografia pelo Centro de Desenvolvimento e Planejamento Regional
(Cedeplar) da UFMG.
14
efeitos do tamanho relativo das coortes sobre o mercado de trabalho e sobre todos os
demais indicadores de bem-estar social ainda não foram mensurados com a eficiência e o
rigor necessários para possibilitar a atuação dos órgãos públicos através de medidas
preventivas, ou até mesmo corretivas. Até agora, os estudos sobre as conseqüências das
descontinuidades demográficas no Brasil têm tido caráter meramente especulativo e pouco
tem sido feito para quantificar com rigor as relações existentes entre coortes relativamente
maiores e alterações na estrutura salarial, nos índices de criminalidade, na demanda por
GRÁFICO 1
BRASIL - Número absoluto de pessoas entre 1519 anos e razão (%) entre o grupo etário 15-19 e a
18.000.000
população adulta (25-64)
31,5
17.000.000
29,5
16.000.000
27,5
15.000.000
25,5
14.000.000
23,5
13.000.000
12.000.000
21,5
11.000.000
19,5
82
85
88
91
94
15-19
Participação relativa (%)
educação, e no mercado de trabalho.
97 2000
15-19/25-64
GRÁFICO 2.
BRASIL - Número absoluto de pessoas entre 2024 anos e razão (%) entre o grupo etário 20-24 e a
18.000.000
população adulta (25-64)
31,5
17.000.000
29,5
16.000.000
27,5
15.000.000
25,5
14.000.000
23,5
13.000.000
12.000.000
21,5
11.000.000
19,5
82
85
20-24
88
91
94
97
2000
20-24/25-64
Fontes: PNADs de 1982 a 1999 e Censos Demográficos.
Participação relativa (%)
Fontes: PNADs de 1982 a 1999 e Censos Demográficos.
15
O momento atual parece oportuno para se testar as hipóteses levantadas
previamente sobre o efeito do aumento da população relativa sobre o mercado de trabalho,
principalmente quando se considera o tamanho atual (tanto relativo quanto absoluto) do
grupo etário entre 15 e 24 anos. O Gráfico 1 mostra que, a partir da década de 90, há um
incremento significativo de pessoas entre 15-19 anos na população de jovens. Segundo os
dados da Pesquisa Nacional por Amostra de Domicílio (PNAD) e dos Censos
Demográficos, entre 1982 e 1990 a população de 15 a 19 anos cresceu cerca de 10,5%; na
década de 90 (1991-2000) este crescimento foi de 19,5%. De forma semelhante, o Gráfico
2 mostra que também houve aumento significativo do número de jovens entre 20-24 anos,
o que pode estar gerando alterações significativas no nível de emprego e desemprego da
população. Entre 1982 e 1990 o contingente de jovens entre 20-24 anos cresceu 15,4%,
aumentando ainda mais entre 1991 e 2000 (19%)1.
Em relação à população de adultos (25-64 anos), é possível observar que o
crescimento populacional não pode ser generalizado para todas as faixas etárias. Apesar da
razão entre população jovem e adulta ser historicamente decrescente, as taxas de
crescimento da razão entre a população de jovens e adultos (15-19/25-64) entre 1982 e
1990 (-16%) e entre 1991 e 2000 (-4,8%) mostram que, de fato, a população de jovens
cresceu proporcionalmente mais do que a população de adultos, refletindo, assim, o
fenômeno da onda jovem. Em particular, espera-se que, no Brasil, a diminuição do ritmo
de decrescimento do tamanho relativo do grupo etário de jovens provoque um excesso de
1
Como os dados utilizados na elaboração da série populacional advêm de fontes distintas
(PNADs e Censos Demográficos), deve-se atentar para o fato da comparabilidade entre as
décadas de 80 e 90 estar comprometida devido as descontinuidades e/ou alterações
metodológicas na própria geração destas informações. No caso das PNADs, como o método de
expansão dos dados coletados pela pesquisa apoia-se em informações censitárias passadas, o
total populacional das PNADs apresentado no final das décadas de 80 e 90 tende a destoar da
população censitária apresentada em períodos posteriores. Olhando-se para os gráficos 1 e 2,
esta discrepância é notada quando se compara a população de jovens em anos anteriores ao de
divulgação do Censo. Em 2000, por exemplo, a população de jovens é claramente superior à de
1999 porque esta última utiliza um peso de expansão calculado a partir de Censos Demográficos
passados, não considerando portanto o crescimento demográfico ocorrido em 2000. Para
comparar as informações censitárias e as da PNAD, o ideal seria calcular a população intercensitária entre 1991 e 2000, e em seguida multiplicar este valor pela proporção desejada da
população obtida a partir dos dados da PNAD, obtendo-se assim uma população que leva em
conta o tamanho populacional do Censo e a estrutura da PNAD. As dificuldades de
comparabilidade entre Censo e PNAD são discutidas com maior afinco em PAIVA (1984) e ARIAS
(1988).
16
oferta de mão-de-obra no mercado de trabalho, contribuindo para a retração do emprego e
a ampliação do desemprego.
Tendo em vista a escassez de trabalhos no Brasil voltados para o efeito de tamanho
de coorte sobre o mercado de trabalho, e o aumento do número relativo e absoluto de
jovens entre 15 e 24 anos ocorrido ao longo da década de 90, o principal objetivo desta
pesquisa consiste em estudar o efeito da variação do tamanho deste grupo etário sobre as
taxas de desemprego e ocupação dos jovens em algumas regiões metropolitanas do país.
Espera-se que haja um aumento do desemprego e redução da ocupação como conseqüência
do aumento no tamanho do grupo etário 15-24 anos, desde que os salários sejam rígidos, e
desde que estes trabalhadores com menos experiência sejam substitutos imperfeitos
daqueles com maior experiência2. Em outras palavras, o objetivo primordial desta pesquisa
é verificar se o aumento do número de pessoas entre 15 e 24 anos exerce algum tipo de
influência sobre as taxas de desemprego e ocupação dos jovens3.
Este estudo analisa o comportamento temporal do tamanho das coortes
entre 15 e 24 anos através de uma dinâmica comparativa entre o crescimento da
participação relativa destas coortes e a evolução do número de jovens
2
A literatura clássico-teórica de mercado de trabalho argumenta que, em algumas situações, se os
salários forem flexíveis, o excesso de desemprego ou emprego tenderiam a desaparecer via
ajustes salariais, e o mercado se equilibraria no pleno emprego. Na segunda situação, caso
houvesse ‘efeito substituição’ entre a mão-de-obra dos trabalhadores jovens e adultos, o efeito
puro do tamanho de coorte dos jovens sobre o desemprego seria mascarado, uma vez que
poderiam haver jovens trabalhando em ocupações típicas de adultos e vice-versa, provocando
confusão entre o desemprego dos jovens e o dos adultos. Entretanto, no caso brasileiro, a
substituição entre trabalhadores jovens e adultos parece estar muito mais relacionada com a
escolaridade do que com a idade dos mesmos.
3
Apesar de os efeitos do tamanho de coorte sobre a criminalidade, a demanda
por educação e os salários não serem o principal objetivo do estudo, todos eles
se relacionam com o desemprego de alguma forma. No caso da criminalidade,
argumenta-se que o aumento do desemprego estaria relacionado com o aumento
da violência, do tráfico de drogas e dos homicídios, principalmente entre as
camadas sociais menos abastadas. A demanda por educação também apresenta
um vínculo indireto com o desemprego. Pode ser que o tempo de duração do
desemprego esteja relacionado com a inserção dos desempregados no sistema
educacional. Na medida em que os empregos se tornam mais restritivos,
exigentes e seletivos em relação ao grau de escolaridade, estreita-se cada vez
mais a possibilidade de inserção destes jovens em ocupações que antes eram
dominadas por eles. Neste sentido, voltar a estudar ao invés de ficar
desempregado pode ser a melhor opção para ampliar as chances de inserção no
mercado de trabalho. Finalmente, o desemprego também se relaciona com os
salários na medida em que longos períodos de desemprego estariam associados
a uma queda do salário de reserva.
17
desempregados, inativos e ocupados em algumas das regiões metropolitanas
brasileiras4 ente 1982 e 2000, atentando-se para as especificidades de cada uma
delas e levando-se em conta as particularidades do mercado de trabalho
masculino e feminino, separando-se estes dois grupos entre jovens 15-19 anos e
jovens 20-24 anos. Além destes, um terceiro grupo também é considerado para a
construção de um dos indicadores de efeito da demanda agregada, o dos adultos
entre 25 e 64 anos. Com base em tal análise, é possível obter um retrato
preliminar da relação entre as variáveis de desemprego, ocupação, inatividade e
tamanho relativo das coortes entre 15-19 e 20-24 anos.
Em seguida, são especificados modelos econométricos para mensurar a
sensibilidade da ocupação e do desemprego diante do aumento relativo da população de
jovens entre 15-19 e 20-24 anos.
Este artigo está dividido em sete seções. Inicialmente, apresento o conceito de
descontinuidade demográfica e discuto a sua origem e importância para o caso brasileiro.
Em seguida, descrevo as possíveis conseqüências que as descontinuidades demográficas
podem ocasionar sobre o mercado de trabalho. Na terceira seção faço referência à base de
dados utilizada. Na quarta seção levanto alguns resultados decorrentes da análise
descritiva. A quinta seção apresenta a metodologia utilizada para se mensurar as
elasticidades do tamanho relativo de coorte sobre as taxas de ocupação e desemprego,
apresentando também a especificação econométrica do modelo. A sexta seção analisa os
resultados obtidos nas regressões e, por fim, apresento a conclusão, na qual são
explicitados os principais resultados observados e algumas motivações para pesquisas
futuras.
1. O que são descontinuidades demográficas?
Em poucas palavras, descontinuidades demográficas podem ser definidas como
mudanças bruscas no tamanho de coortes sucessivas. O conceito de descontinuidade
refere-se, portanto, ao crescimento (decrescimento) absoluto de grupos etários particulares.
As mudanças ao longo da pirâmide são provocadas por alterações dos fatores relacionados
com a dinâmica demográfica – mortalidade, migração ou fecundidade – e normalmente
4
Pretende-se estudar as Regiões Metropolitanas de Salvador, Belo Horizonte, Porto Alegre, Rio
de Janeiro, Recife e São Paulo.
18
afetam grupos etários específicos (BERCOVICH e MADEIRA, 1990, p. 610).
No caso da mortalidade, por exemplo, guerras podem ser apontadas como
causadoras de descontinuidades demográficas na medida em que provocam decrementos
populacionais significativos – sobretudo masculinos – dentro de grupos etários que
normalmente envolvem jovens e adultos. De forma semelhante, movimentos migratórios
seletivos por idade ou por sexo também podem provocar alargamentos (imigração) ou
estreitamentos (emigração) da pirâmide etária em grupos de idade específicos. A
emigração de uma grande parcela de jovens em busca de melhores condições de trabalho,
por exemplo, provavelmente provocaria na região de origem o estreitamento da pirâmide
no grupo etário 15-24 anos, e o alargamento deste mesmo grupo na região de destino.
No caso da fecundidade, o fenômeno mundial mais conhecido de descontinuidade
demográfica foi o baby boom americano ocorrido no pós-guerra. O elevado número
de nascimentos ocorrido entre 1946 e 1964 provocou transformações significativas na
estrutura etária norte-americana e repercutiu significativamente nas sucessivas
gerações através de alargamentos (ondas) da pirâmide populacional.
Descontinuidades demográficas no Brasil
BERCOVICH e MADEIRA (1990) propuseram-se a estudar as descontinuidades
no Brasil desde 1950 até 2000. Neste estudo, utilizando as projeções populacionais
realizadas pelo IBGE/CELADE, as autoras caracterizaram da seguinte forma a estrutura
etária do Brasil entre 1950 e 1990:
•
1950-1965: há um aumento constante da base da pirâmide. Argumenta-se que
a queda da mortalidade no Brasil após a Segunda Guerra Mundial seria a
responsável pelo alargamento da base da pirâmide de 1960;
•
1965-1975: o grupo de pessoas nascidas a partir de 1965 é bem menor do que
aquele nascido no qüinqüênio anterior, graças à queda da fecundidade no
período 1965-1970;
•
1975-1985: a partir deste período a base da pirâmide volta a alargar-se. A
inércia demográfica provocada pelo elevado número de nascimentos
ocorridos em 1960 gera uma maior proporção de mulheres em idades férteis
em 1980, provocando o alargamento da base da pirâmide como decorrência
do elevado número absoluto de nascimentos (sem que haja aumento da
fecundidade);
19
•
1985-1990: passa a haver um estreitamento da pirâmide para as idades mais
jovens, provavelmente como decorrência da queda recente da fecundidade e
da menor proporção de mulheres alcançando as idades férteis, ou seja,
aquelas nascidas entre 1965 e 1975.
A dinâmica demográfica ocorrida durante o período 1950-1990 indica, portanto, a
existência de duas ondas jovens5: uma ocorrida a partir da segunda metade da década de
70, e outra que se iniciaria em meados da década de 90, como conseqüência dos
nascimentos ocorridos entre 1975 e 1985. As coortes de jovens cresceram 66% (10 milhões
de pessoas) entre 1965 e 1980, e somente 21% em 1980-1995 (5,4 milhões). Neste último
caso, o crescimento concentrou-se no período 1990-1995, que é justamente o momento em
que a “onda jovem” começa a vigorar. No Estado de São Paulo, entre 1970 e 1980 houve
um incremento de 801,7 mil adolescentes (15-19 anos) e 999 mil jovens (20-24 anos) em
relação à década anterior. Entre 1980 e 1985 esse aumento foi de 11 mil adolescentes e 200
mil jovens, entre 1985 e 1990 o incremento foi de 234 mil adolescentes e 24 mil jovens, e
entre 1990 e 1995 esperava-se um acréscimo explosivo de 664 mil adolescentes e 671
jovens aos números do qüinqüênio anterior (BERCOVICH e MADEIRA, 1990;
MADEIRA e BERCOVICH, 1992).
É bom ter em mente que as descontinuidades não ocorrem de maneira uniforme
nem do ponto de vista geográfico, nem do social. BERCOVICH e MADEIRA (1990)
descobriram que as descontinuidades demográficas são fenômenos tipicamente urbanos e
próprios das populações brancas. Verificaram também que as oscilações da estrutura etária
ocorriam com maior intensidade entre as populações de melhor poder aquisitivo e entre as
famílias que ocupavam categorias sócio- ocupacionais que representavam um melhor
status econômico. Em suma, as autoras descobriram que as mudanças de concavidade na
estrutura etária brasileira se processaram de modo diferenciado nos diferentes subgrupos
da população, principalmente no que se refere ao timing e à intensidade das quedas nos
níveis da mortalidade e fecundidade (BERCOVICH e MADEIRA, 1990).
Em estudo mais recente, MADEIRA (1998) mostra como foi diferenciada a
dinâmica de crescimento do tamanho do grupo dos adolescentes nas cinco
regiões do Brasil. A autora afirma que, apesar de a região Norte apresentar o
maior incremento absoluto de adolescentes do país entre 1990 e 2005, as regiões
5
As autoras consideram como jovens as pessoas pertencentes ao grupo etário entre 20 e 24
anos, e como adolescentes aquelas entre 15 e 19 anos.
20
Nordeste e Sudeste ainda concentram a maior parcela de adolescentes do país
(73,6%), além de ocuparem a segunda posição em crescimento absoluto do
número de adolescentes. O incremento de adolescentes nestas duas regiões
estaria atingindo a cifra de 1,7 milhão de pessoas em 1995 (em relação a 1985), e
de 1,9 milhão no ano de 2000 (em relação a 1990). Como conseqüência, é natural
que ocorram impactos tanto no mercado de trabalho como na educação destas
regiões.
2. Conseqüências das descontinuidades demográficas sobre o mercado de trabalho
As descontinuidades demográficas, por provocarem uma série de mudanças na
distribuição etária da população, demandam políticas específicas relacionadas sobretudo
com o planejamento público e com a provisão de recursos para grupos etários específicos.
Quando não antecipadas de forma correta, as descontinuidades demográficas podem
provocar pressões sociais e conseqüências indesejáveis tanto no mercado de trabalho
quanto no sistema educacional. Se a conjuntura econômica for incapaz de absorver o
excedente de pessoas de determinado grupo etário gerado pela descontinuidade, o
fenômeno pode reverter-se em um problema de grandes proporções, provocando
instabilidade política, crise social e o desequilíbrio econômico entre oferta e demanda.
Por um lado, argumenta-se que coortes largas, como o caso das ondas jovens,
seriam acompanhadas pela dificuldade de se conseguir uma vaga no mercado de trabalho,
devido ao excesso de oferta de mão-de-obra. Por outro lado, na medida em que os
empregos se tornam mais restritivos, exigentes e seletivos em relação ao grau de
escolaridade, estreita-se cada vez mais a possibilidade de inserção destes jovens em
ocupações que antes eram dominadas por eles. A informatização do sistema bancário, por
exemplo, pode ser apontada como responsável pela extinção de centenas de vagas que
antes eram ocupadas quase exclusivamente por jovens.
BERCOVICH et al. (1998a) afirmam que, além da pressão demográfica
causada pela onda jovem e do avanço tecnológico, a seletividade do jovem na
hora de procurar emprego, a inserção crescente da mulher no mercado de
trabalho, a preferência dos empregadores por pessoas mais escolarizadas e
experientes, e o baixo dinamismo do mercado de trabalho para a geração de
empregos formais também contribuem com o aumento do desemprego e da
21
inatividade6 entre o grupo de 15 a 24 anos. Como conseqüência deste aumento
emerge uma questão paradoxal: será que, ao perder a ocupação, e diante da
dificuldade de conseguir um novo emprego, alguns jovens voltariam a estudar
para ampliarem suas chances de inserção no mercado de trabalho? E da mesma
forma, diante da perspectiva desfavorável de inserção no mercado de trabalho,
muitos jovens adiariam a procura de uma primeira ocupação? Se isto for verdade,
talvez a diminuição das taxas de ocupação de jovens seja um reflexo do aumento
da demanda escolar destes mesmos jovens, não representando, portanto, um
problema social. Entretanto, para se verificar esta hipótese seria necessário
analisar as taxas de envolvimento escolar destes jovens para se ter certeza de
que a ocupação está diminuindo em contrapartida do aumento da freqüência
escolar. De fato, existe uma grande chance de isto estar ocorrendo, já que a
inatividade é crescente7.
3. Considerações sobre a base de dados
As informações examinadas referentes ao mercado de trabalho (taxas de
desemprego, ocupação e inatividade) foram extraídas da Pesquisa Mensal de
Emprego (PME) produzida pelo IBGE no período de 1982 a 2000. Já as
informações populacionais foram extraídas dos Censos Demográficos, Contagem
Populacional e MS/SE/Datasus8, a partir de totais populacionais fornecidos pelo
IBGE, para os anos intercensitários9.
A PME é uma pesquisa de periodicidade mensal sobre mão-de-obra e rendimento do
trabalho. Os dados são obtidos de uma amostra probabilística de, aproximadamente,
38.500 domicílios situados nas Regiões Metropolitanas de Recife, Salvador, Belo
6
Deve-se lembrar que aqueles que só estudam também são considerados inativos.
LAM e MARTELETO (2002) analisam a relação existente entre tamanho de coorte, população
em idade escolar e o número de matrículas. De fato, os autores concluem que a partir de 1990
houve um rápido aumento na matrícula e nos resultados educacionais, o que pode ser um reflexo
do aumento da inatividade observada a partir deste período.
8
Vale lembrar que as séries históricas populacionais extraídas desta fonte podem estar
ligeiramente superestimadas em 1996, para o grupo etário 15-19 anos, e em 2000, para o grupo
etário 20-24 anos. Este desajuste decorre da metodologia utilizada pelo IBGE para produzir as
estimações intercensitárias, que são afetadas pela Contagem Populacional de 1996 quando se
utiliza a técnica de interpolação.
7
22
Horizonte, Rio de Janeiro, São Paulo e Porto Alegre, cobrindo cerca de um terço da
população urbana do país.
A PME investiga a PIA (população em idade ativa) a partir dos dez anos,
porém as taxas divulgadas referem-se à população de 15 anos e mais. Assim, a
PIA compreende a população economicamente ativa (PEA)10 e a nãoeconomicamente ativa (ou inativos).
Uma pessoa faz parte da população desempregada (ou desocupada,
segundo o IBGE) desde que não possua nenhuma ocupação na semana de
referência, e que tenha “pressionado” o mercado de trabalho através da procura
efetiva nos últimos sete dias. Captando apenas o desemprego aberto11, a PME
classifica como desempregado a pessoa que apresenta tal situação, e que tenha
15 anos ou mais de idade.
A população ocupada compreende as pessoas que exercem qualquer trabalho
remunerado, independentemente da procura, regularidade, intensidade e excepcionalidade
do trabalho. Além dos indivíduos empregados (com ou sem carteira assinada), inclui
também os que exploram seu próprio negócio (conta própria ou empregados), os que
exercem trabalho não remunerado, pelo menos 15 horas por semana, em ajuda a membro
da unidade domiciliar em seu negócio, em entidades beneficentes etc., e aqueles que têm
trabalho mas não estavam trabalhando por um motivo específico (férias, licença, greve,
doença, más condições de tempo ou outro impedimento temporário independente de sua
vontade, tal como quebra de máquina, limitação de produção etc.). A partir destas
definições define-se a taxa de desemprego aberto como o percentual da população
desocupada em relação à população economicamente ativa.
A metodologia adotada pelo IBGE para definir estas três categorias (desempregados,
ocupados e inativos) produz indicadores bastante distintos daqueles produzidos pela
Pesquisa de Emprego e Desemprego (PED), promovida pelo DIEESE/Fundação Seade.
Como conseqüência, as taxas de desemprego geradas por estas duas pesquisas (PME e
PED) se distanciam devido à utilização de conceitos diversos para classificar a inserção
dos indivíduos no mercado de trabalho. Entretanto, apesar de as taxas de desemprego
9
Apenas o indicador populacional relativo (população de jovens/população de adultos) utilizado
nas regressões foi construído a partir dos dados da PME. Na análise descritiva foram utilizadas as
informações censitárias.
10
A PEA é igual à soma de pessoas que estavam ocupadas ou desempregadas na semana de
referência.
23
produzidas pela PME e pela PED apresentarem valores absolutos distintos, a variação
temporal das mesmas é bastante semelhante. Como a intenção deste estudo é verificar a
variação do desemprego em face de variações no tamanho relativo das coortes 15-24 anos,
a questão metodológica existente entre as duas pesquisas deixa de ser tão relevante12.
4. O que mostram as evidências temporais das regiões metropolitanas?
As Figuras 1, 2, 3 e 4 apresentam a variação do número absoluto de inativos,
desempregados, da população economicamente ativa (PEA) e das populações masculina
(Figuras 1 e 2) e feminina (Figuras 3 e 4) entre 15 e 19 anos e 20 e 24 anos,
respectivamente, nas seis regiões metropolitanas (RMs) cobertas pela PME. Utilizou-se o
ano de 1982 como base de comparação (1982= 100), e as curvas numeradas se referem à
população presente dentro de cada grupo etário, e em cada uma das regiões metropolitanas
consideradas. Com exceção de Recife, onde a variação populacional é positiva e constante,
todas as demais regiões apresentam um aumento diferenciado da população entre 15 e 19
anos a partir de 1996. Até então, esta população vinha crescendo de forma constante e
estável, mas a partir deste ano se percebe uma ligeira quebra de tendência no tamanho
deste grupo etário.
Apesar de não ser o objetivo principal deste artigo discutir a origem desta variação
no tamanho dos grupos etários, mas sim as suas conseqüências sobre o mercado de
trabalho, é possível afirmar que esta variação pode ser uma decorrência da combinação de
dois fatores: do aumento do número de nascimentos na segunda metade da década de 70,
e/ou do aumento da imigração de pessoas entre 15-19 anos para estas regiões
metropolitanas. Entretanto, é mais provável que a contribuição do número de nascimentos
tenha sido mais importante do que a migração para explicar as variações ocorridas no
tamanho absoluto do grupo etário considerado. Esta afirmação tende a ser verdade por duas
razões: em primeiro lugar porque a migração precisaria ser extremamente seletiva por
idade, e em segundo lugar porque a migração precisaria ocorrer simultaneamente em
11
Aberto refere-se a toda disponibilidade de mão-de-obra, seja no mercado formal ou no informal.
Além disso, a PED apresenta a desvantagem de ser uma pesquisa intermitente e que começou
a ser implantada somente em 1996 em São Paulo, o que torna inviável a utilização da mesma
para se atingir os objetivos propostos neste trabalho. Neste sentido, a superioridade da PME está
no fato de possuir séries mensais completas desde 1982 em todas as regiões metropolitanas aqui
estudadas.
12
24
todas13 as RMs estudadas, o que seria uma coincidência muito grande do ponto de vista
demográfico. Entretanto, tal hipótese não deve ser descartada, uma vez que as variações no
tamanho do grupo etário 15-19 são resultantes da combinação entre a migração e o número
de nascimentos.
As Figuras 1 e 3 mostram que a PEA, apesar de vir diminuindo historicamente,
acentua ainda mais a sua queda a partir de 1990 em quase todas as regiões metropolitanas.
Tal como especificado anteriormente na descrição da base de dados, o aumento da PEA é
uma decorrência de dois fatores: do aumento do número de ocupados, e/ou do aumento do
número de desempregados. Entretanto, como os ocupados representam uma parcela muito
maior da PEA do que os desempregados, as variações desta tendem a ocorrer de acordo
com as oscilações do número de ocupados. Sendo assim, a acentuada queda da PEA
ocorrida a partir da década de 90 é muito mais um reflexo da diminuição de ocupados do
que das variações no número de desempregados, mesmo porque o número destes últimos
tem aumentado ao longo do tempo.
O número de desempregados, que em Belo Horizonte, Porto Alegre, Salvador e em
São Paulo se mantinha razoavelmente estável até 1995. A partir desta data, começa a
aumentar, o que pode estar refletindo a pressão da oferta de jovens no mercado de trabalho,
ou a precariedade do mercado de trabalho. Nota-se, ainda, que a maioria destes
desempregados podem ser classificados como desempregados de inserção14, na medida em
que grande parte destes jovens entre 15-19 anos está tendo o seu primeiro contato com o
mercado de trabalho durante este período.
Com relação ao número de inativos, a Figura 1 mostra que as maiores variações
positivas em relação a 1982 podem ser observadas em São Paulo, Salvador, Belo
Horizonte e Porto Alegre, respectivamente. As séries temporais de inativos nestas regiões
também são as que apresentam relações mais claras com as variações de tamanho ocorridas
no grupo etário entre 15 e 19 anos. Em São Paulo, Salvador, Belo Horizonte e Porto
Alegre, o aumento do número de jovens e de desempregados entre 15 e 19 anos a partir de
1996 coincide com a acentuação do número de inativos. Como decorrência, pode-se
13
Com exceção de Recife.
Por desemprego de inserção entende-se a condição do jovem que está a procura do seu
primeiro emprego. Por não possuir experiência profissional acumulada, ainda que disponha de
escolaridade elevada, o jovem tende a ter dificuldade para ingressar no mercado de trabalho. Este
tipo de desemprego constitui o primeiro contato do jovem com o mercado de trabalho após a
passagem pelo sistema educacional (POCHMANN, 1998).
14
25
argumentar que o aumento de inativos talvez esteja relacionado com o aumento do
desemprego, na medida em que as pessoas se sintam desencorajadas ou desistam de
procurarem trabalho diante da dificuldade de conseguirem uma ocupação. Uma outra
possibilidade é que, diante de tais dificuldades, esteja havendo uma transferência do
número de desempregados para a inatividade via o aumento da demanda por educação,
principalmente se o aumento do desemprego observado puder ser classificado como de
exclusão15. As RMs nas quais a relação entre desemprego e inatividade é mais clara são
Salvador, Porto Alegre e Belo Horizonte. Nestas regiões, as oscilações e a estrutura de
ambas as curvas são extremamente semelhantes.
A Figura 2 apresenta os mesmos gráficos da figura anterior, mas considera a
população masculina entre 20 e 24 anos de idade. Para este grupo etário, o número de
inativos e desempregados é crescente, e a flutuação da PEA – assim como a dos ocupados
– se aproxima da flutuação populacional. Em Belo Horizonte, Porto Alegre, Rio de Janeiro
e São Paulo, os desempregados e inativos oscilam de maneira semelhante, refletindo assim
a relação positiva existente entre estas duas categorias. Nestas mesmas regiões (exceto São
Paulo) e em Salvador, o aumento da PEA e dos desempregados acentua-se junto com o
aumento do tamanho absoluto do grupo etário 20-24 anos ocorrido em 2000. Na verdade,
este aumento populacional já era esperado, uma vez que reflete aquele aumento ocorrido
no grupo etário 15-19 quatro anos antes, em 1996.
A Figura 4 mostra a população feminina entre 20 e 24 anos. A principal diferença
desta população em relação à masculina está na variabilidade das suas populações. As
curvas femininas apresentam diferenças significativas quanto ao nível e em relação à
variabilidade se comparadas às curvas masculinas16. Na Figura 4, a maior variabilidade
ocorre na curva das desempregadas, ao passo que no caso masculino ocorria entre os
inativos. Vale lembrar que, de maneira geral, a PEA feminina também tende a acompanhar
15
O desemprego por exclusão refere-se ao jovem que tende a permanecer marginalizado no
mercado de trabalho. Na maior parte da vezes trata-se do trabalhador jovem analfabeto ou com
baixa escolaridade, que tende a estar excluído de uma melhor situação de empregabilidade
(POCHMANN, 1998).
16
Apesar de não parecer, no caso das mulheres, as oscilações não são tão grandes como as
ocorridas no caso dos homens. A análise visual pode dar uma idéia errada da variabilidade das
populações femininas em relação às masculinas porque as escalas dos gráficos masculinos e
femininos são distintas. Entretanto, quando examinados com atenção, percebe-se que o limite
mínimo dos gráficos femininos é superior ao dos masculinos, ao passo que os limites superiores
são inferiores, o que implica menor variabilidade dos indicadores femininos em face dos
masculinos.
26
as variações no tamanho da população de mulheres em todas as RMs. Por outro lado, ao
contrário do cenário observado no mercado de trabalho masculino, os perfis de inatividade
e desemprego das mulheres entre 20 e 24 anos não apresentam uma relação direta clara, ou
seja, os padrões, ou estruturas, das curvas de desemprego e inatividade são extremamente
diferentes, enfraquecendo, portanto, a hipótese de transferência da PEA desempregada para
a inatividade.
Logicamente, o tamanho da população não é o único fator que afeta o
desemprego e a ocupação. Os efeitos decorrentes da demanda agregada
também são importantes. Nas Figuras 5, 6, 7 e 8, a influência da demanda
agregada sobre a ocupação é levada em conta através da razão entre as taxas de
ocupação dos jovens e adultos. Estas razões reduzem a influência de mudanças
na demanda agregada que também são refletidas nas taxas adultas, apesar de
não eliminarem totalmente estas influências, já que as taxas de ocupação dos
jovens são ciclicamente mais sensíveis. Se a retração na demanda implicar a
preferência por experiência, estas razões vão captar o efeito da demanda
diferencial por trabalhadores. As taxas de ocupação relativa apresentadas nas
Figuras 5 e 7 mostram um declínio acentuado da ocupação dos jovens entre 1519 anos em relação à ocupação adulta no período considerado, o que pode estar
representando uma piora no mercado de trabalho destes jovens. Em
contrapartida, a ocupação relativa de homens e mulheres apresentada nas
Figuras 6 e 8 exibe pequenas flutuações, implicando que o aumento na ocupação,
percebido através do aumento da PEA nas Figuras 2 e 4, pode ser muito mais
uma conseqüência de desenvolvimentos da demanda agregada e da conjuntura
como um todo, do que um reflexo do aumento populacional.
Até aqui, o que se tem tentado visualizar por meio das figuras apresentadas
é a relação entre o aumento populacional, o desemprego, a ocupação e a
inatividade. Em outras palavras, ceteris paribus se esperaria que o desemprego
se movesse na mesma direção que o aumento populacional, e a ocupação em
direção contrária. De fato, a relação esperada entre desempregados e população
parece ser verdadeira para os homens entre 15-19 anos que vivem em Belo
Horizonte, Porto Alegre, Salvador e mais fracamente em São Paulo. Com relação
27
à ocupação, para as pessoas de 15-19 anos, nota-se uma PEA17 sempre
decrescente no tempo, provavelmente como conseqüência do aumento da
inatividade. Já para o grupo 20-24 anos, tanto homens quanto mulheres, a
ocupação mantém-se entre estável e ligeiramente crescente, acompanhando o
aumento populacional e contrariando, portanto, o comportamento que se
esperava. Uma possível explicação para tal resultado pode estar no fato de os
efeitos da demanda agregada prevalecerem sobre o efeito tamanho de coorte, tal
como demonstrado pelas Figuras 6 e 8.
5. Aspectos metodológicos para a estimação das regressões
O objetivo da pesquisa é verificar se as regularidades empíricas observadas
em outros estudos para o comportamento das taxas de ocupação e desemprego
dos jovens entre 15 e 24 anos diante de um aumento relativo deste mesmo grupo
etário se verificam no Brasil. Em outras palavras: será que no caso brasileiro há
elevação das taxas de desemprego e redução das de ocupação diante do
aumento populacional relativo de jovens? Para responder esta pergunta serão
aplicadas algumas das idéias de KORENMAN e NEUMARK (1997), que utilizam
métodos descritivos e econométricos para intuir como as variações no tamanho
relativo de coorte afetam as taxas de desemprego e ocupação.
As informações utilizadas estão organizadas em um único banco de dados
que
agrega
informações
de
tempo
(1982-2000)
e
espaço
(regiões
metropolitanas). As variáveis utilizadas na modelagem econométrica foram
agrupadas desta forma para permitir a correção de algumas fragilidades
associadas aos métodos tradicionais de pesquisa comparativa, como, por
exemplo, considerar separadamente a influência do tempo e do espaço.
A vantagem mais óbvia de se utilizar dados de pooling18 é que o número de
observações é tipicamente muito maior, produzindo assim estimativas mais
17
Como a participação dos ocupados na PEA de jovens está em torno de 75%, a flutuação da
PEA tende a acompanhar a flutuação temporal do número de ocupados. Por isso, flutuação da
PEA ≅ flutuação no número de ocupados.
18
Apesar dos dados utilizados não serem estritamente de painel, mas cross sections em séries
temporais, eles podem ser considerados como tal já que a unidade individual de análise são
regiões metropolitanas acompanhadas ao longo do tempo e as informações sobre o mercado de
trabalho possuem caráter macro espacial.
28
confiáveis dos parâmetros e, sobretudo, permitindo a especificação e o teste de
modelos mais sofisticados, capazes de incorporar um número maior de
covariáveis e pressupostos menos restritivos. A segunda vantagem é que dados
de painel aliviam o problema de multicolinearidade, já que quando as variáveis
explicativas variam em duas dimensões a probabilidade de elas serem
correlacionadas é menor. O terceiro benefício é que tais bases de dados tornam
possível a identificação e a mensuração de efeitos que muitas vezes não são
detectáveis em séries temporais ou dados transversais (cross-section) puros.
Quando se combinam estes dois tipos de informação, é possível obter-se uma
estrutura dinâmica mais geral, capaz de levar em conta tanto os efeitos de tempo
quanto os de espaço (MÁTYÁS e SEVESTRE, 1992, p. 22).
A princípio a estimação dos coeficientes será feita aplicando-se a técnica de
mínimos quadrados ordinários (OLS), mas também será testado um modelo de
mínimos quadrados generalizados “factíveis” (FGLS)
19
. De acordo com
PODESTÀ (2002, p. 13), este método é superior ao OLS na medida em que o seu
procedimento de estimação baseia-se em pressupostos menos restritivos com
relação ao comportamento dos erros, sendo capaz de lidar com problemas
relacionados à heterocedasticidade e à correlação temporal e espacial dos erros,
produzindo assim estimadores não enviesados, eficientes e consistentes20 desde
que o modelo não possua problemas na sua especificação21.
A equação de regressão de FGLS pode ser escrita da mesma forma que a
de OLS:
yit
k
= β + ∑β
1
k =2
k
xkit + eit
(1)
19
A estimativa de mínimos quadrados generalizados (GLS) pressupõe que a matriz de variânciacovariância dos erros, Ω, seja conhecida. Entretanto, como em muitos casos isso não ocorre, não
se deve utilizar GLS, mas sim mínimos quadrados generalizados “factíveis” (FGLS). Tal estimativa
é chamada de factível (feasible) porque utiliza uma estimativa da matriz de variância-covariância,
evitando assim o pressuposto de Ω conhecida. Ao invés disso utiliza-se uma estimativa
∧
consistente de Ω , chamada de Ω . Ver, por exemplo, KMENTA (1986, p. 615) para uma discussão
mais detalhada sobre o assunto.
20
Um estimador é não enviesado quando possui distribuição amostral com média igual ao
parâmetro que será estimado. É eficiente quando possui a menor dispersão possível, e é
consistente se a sua distribuição tende a concentrar-se sobre o verdadeiro valor do parâmetro na
medida em que o tamanho da amostra tende ao infinito (KMENTA, 1986, p. 12-13).
29
onde i = 1, 2, ..., N refere-se a uma unidade de análise (cross-section); t = 1,
2, ..., T refere-se a um período de tempo e k = 1, 2, ..., K refere-se a uma variável
explicativa específica. Sendo assim, yit e xit referem-se, respectivamente, às
variáveis dependente e independente para a unidade i no tempo t; eit é o termo
aleatório e β1 e βk são os parâmetros do intercepto e da inclinação,
respectivamente. Além disso pode-se denotar a matriz de variância-covariância
dos erros de ordem NT X NT por Ω.
Considerando-se as complicações do erro, o método lida com os
pressupostos
heterocedasticidade,
correlação
serial
e
contemporânea
especificando três equações:
E (eit
2
)=
E (eit e jt
σ ii
)=
σ ij
eit = ρ i eit −1ν it
(1.1)
(1.2)
(1.3)
Em outras palavras, esta abordagem especifica um modelo para
heterocedasticidade (equação 1.1), um para correlação contemporânea ou
espacial (1.2), e um modelo para correlação serial (1.3), sendo ρi um coeficiente
auto-regressivo de primeira ordem, AR(1). Neste modelo também se permite que
o valor do parâmetro ρi varie entre as unidades de análise, ou seja, cada região
metropolitana pode possuir a sua própria estrutura de correlação dos erros
(PODESTÀ, 2002, p. 14-15)22.
Especificação dos modelos
21
PODESTÀ (2002, p. 16) afirma que o método FGLS não é apropriado nos casos em que há
mais unidades de análise (cross-sections) do que pontos no tempo. Entretanto, este não é o caso,
já que a base de dados utilizada considera 19 períodos (1982-2000) e 6 regiões.
22
Para se encontrar estimadores consistentes de ρi e σ2 (elementos da matriz de variânciacovariância dos erros) inicialmente estima-se a equação (1) por OLS. Os resíduos desta
estimação são usados para se estimar a correção serial unidade-específica dos erros, que são
então utilizadas para tornar o modelo com erros serialmente independentes. Em seguida os
resíduos desta estimativa são utilizados para estimar a correlação contemporânea dos erros e os
dados são então mais uma vez transformados para permitir estimativas via OLS com erros sem
complicações. Finalmente, uma vez obtidos estimadores consistentes de ρi e σ2 , obtêm-se
∧
estimadores consistentes dos elementos de Ω. Sendo assim, substituindo-se Ω por Ω é possível
obter estimadores dos coeficientes e seus respectivos desvios padrão (KMENTA, 1986, p. 620).
30
O modelo econométrico utilizado para se estudar o efeito tamanho relativo
de coorte dos jovens sobre a ocupação pode ser especificado da seguinte
maneira:
Log_yo it = Log_ao it β + Log_RSoc it γ + Log_rcs it δ + Dit λ + εit
( 2)
onde i representa a região metropolitana e t representa o ano, e todas as
variáveis estão logaritmizadas. Log_yo representa o log da taxa de ocupação23
dos jovens entre 15 e 19 ou entre 20 e 24 anos; Log_ao é a taxa de ocupação dos
adultos; Log_RSoc é a razão de sexo entre o número de ocupados e ocupadas
em idade adulta (ente 25 e 64 anos); Log_rcs é o log do tamanho relativo de
coorte, definido como a razão entre o número de jovens e a população adulta. D é
um vetor de variáveis dummy inseridas para capturar os efeitos fixos provenientes
das regiões metropolitanas e dos anos considerados.
De forma semelhante, a equação para se estudar a variação das taxas de
desemprego é:
Log_ydesit = Log_adesit β2 + Log_RSdesit γ2 + Log_rcsit δ2 + Ditλ2 + εit ( 3)
Esta equação só difere da anterior pelo fato de considerar a taxa de
desemprego dos jovens (Log_ydes) como variável resposta, e a taxa de
desemprego adulto (Log_ades) e a razão de sexo entre desempregados
(Log_Rsdes) como variáveis explicativas.
Nas equações (2) e (3), as variáveis Log_ao e Log_ades possuem a função
de captar as influências da demanda agregada sobre a ocupação e o desemprego
dos jovens, respectivamente. Através da inserção de tais variáveis espera-se
estar controlando parte dos efeitos advindos de flutuações econômicas que
atingem tanto o mercado de trabalho dos jovens quanto o dos adultos. Espera-se
que tanto β quanto β2 apresentem sinais positivos. Log_RSoc e Log_RSdes
23
Aqui a taxa de ocupação, assim como a de desemprego, é definida sobre a população e não
sobre a PEA. Por exemplo: (ocupados entre 15-19 anos) / (população masculina entre 15-19
anos).
31
pretendem captar a presença de um possível efeito substituição entre homens e
mulheres. Espera-se que o aumento da ocupação feminina relativamente à
masculina contribua para a redução das taxas de ocupação dos homens.
Portanto, se nas equações masculinas o sinal das variáveis Log_RSoc e
Log_RSdes for positivo, a hipótese de substituição de mão-de-obra entre homens
e mulheres será corroborada24.
Finalmente, a principal variável do modelo,
tamanho relativo de coorte (Log_rcs), foi inserida para se captar a influência da
oferta de mão-de-obra no mercado de trabalho dos jovens, e espera-se que o seu
sinal seja negativo na equação de ocupação e positivo na equação de
desemprego.
Vale lembrar que, apesar de o estudo de KORENMAN e NEUMARK (1997)
não considerar os grupos etários 15-19 e 20-24 anos separadamente, acredito
que esta separação seja necessária, já que estes dois grupos apresentam
características diferenciadas (principalmente no que se refere à educação e
experiência), o que influencia o timing de sua inserção no mercado de trabalho e
gera impactos distintos nas taxas de desemprego e ocupação. Além disso, é
importante ressaltar que os mercados de trabalho são diferenciados entre homens
e mulheres. Por isso, também é relevante que a análise seja feita separando-se
os indicadores do mercado de trabalho entre masculinos e femininos.
6. Resultados das regressões25
A Tabela 1 apresenta as estimativas dos efeitos de tamanho relativo de
coorte sobre as taxas de ocupação de homens e mulheres entre 15-19 e 20-24
anos. As estimativas fornecidas pelo método de mínimos quadrados ordinários
apresentaram o sinal esperado e foram estatisticamente significativas. Em todos
os grupos etários considerados, tanto o de homens quanto o de mulheres,
maiores tamanhos relativos de coortes estão associados com menores taxas de
ocupação entre os jovens.
24
Vale lembrar que para se obter o sinal esperado é necessário que o mercado de trabalho adulto
se comporte da mesma maneira que o dos jovens no que se refere à substituição sexual de mãode-obra.
32
TABELA 1
Estimativas de mínimos quadrados ordinários (OLS) para a taxa de
ocupação dos jovens utilizando-se os dados metropolitanos agrupados
Homens 15-19
Homens 20-24
OLS
log_yo
log_ao
log_RSoc
log_rcs
_cons
Coef.
4,37*
0,43*
-0,23*
-6,65*
Mulheres 15-19
OLS
Std. Err.
0,49
0,07
0,08
0,94
Adj R2 =
0.6839
FONTE: PME/ IBGE
Coef.
1,83*
0,08*
-0,14*
-1,49*
Std. Err.
0,13
0,02
0,02
0,24
0.7821
Mulheres 20-24
OLS
Coef.
4,44*
2,09*
-0,11
-6,81*
Std. Err.
0,29
0,11
0,08
0,55
0.7818
OLS
Coef.
2,46*
0,89*
-0,28*
-2,46*
Std. Err.
0,13
0,05
0,04
0,24
0.7926
Notas: N=114. * denota significância ao nível de um por cento e todas as variáveis estão expressas em log
No caso das taxas de desemprego, a Tabela 2 mostra que o sinal positivo
esperado para o coeficiente de tamanho relativo de coorte só é observado entre
as pessoas de 20-24 anos (sendo estatisticamente não significativo entre as
mulheres). No caso das pessoas de 15-19 anos, o tamanho relativo da coorte
está negativamente associado com as taxas de desemprego destes mesmos
jovens, mitigando, portanto, a hipótese de efeito tamanho de coorte.
TABELA 2
Estimativas de mínimos quadrados ordinários (OLS) para a taxa de
desemprego dos jovens utilizando-se os dados metropolitanos agrupados
Homens 15-19
OLS
log_ydes
log_ades
log_RSdes
log_rcs
_cons
Coef.
0,37*
0,26
-1,49*
3,13*
Std. Err.
0,11
0,21
0,52
0,68
Homens 20-24
OLS
Coef.
0,60*
-0,05
0,53*
0,66*
Std. Err.
0,03
0,06
0,16
0,20
Mulheres 15-19
OLS
Coef.
0,41*
0,38***
-2,25*
4,02*
Std. Err.
0,11
0,23
0,48
0,61
Mulheres 20-24
OLS
Coef.
0,66*
-0,08
0,06
1,30*
Std. Err.
0,03
0,07
0,15
0,18
Adj R2 =
0.0973
0.7968
0.1639
0.8295
FONTE: PME/ IBGE
Notas: N=114. *denota significância ao nível de um por cento
*** denota significância ao nível de dez por cento e todas as variáveis estão expressas em log
Na Tabela 3 foram considerados os efeitos fixos provenientes de cada
região metropolitana. A inserção de dummies para controlar a influência de
25
Os coeficientes encontrados e todos os testes de ajuste realizados encontram-se nos quadros 1,
2, 3 e 4 em anexo.
33
fatores regionais específicos é plausível na medida em que cada região possui
particularidades específicas e dinâmicas distintas em seus mercados de trabalho.
Apesar de o fenômeno das descontinuidades demográficas ocorrer no Brasil de
maneira generalizada, é razoável supor que as regiões metropolitanas
apresentem algumas diferenças, principalmente as regiões metropolitanas do Sul,
do Sudeste e do Nordeste.
34
TABELA 3
Estimativas de mínimos quadrados ordinários (OLS) para as taxas de
ocupação e desemprego dos jovens utilizando-se os dados metropolitanos
agrupados e controlando-se pelo efeito fixo de cada região
Homens 15-19
Homens 20-24
OLS efeito fixo de
região
OLS efeito fixo de região
log_yo
log_ao
log_RSoc
log_rcs
_cons
Coef.
4,05*
0,53*
0,11
-6,55*
Std. Err.
0,28
0,05
0,09
0,55
Adj R2 = 0.9418
Homens 15-19
Coef.
1,85*
0,01
0,06*
-1,76*
Adj R2 = 0.9559
Homens 20-24
OLS efeito fixo de região
log_ydes
log_ades
log_RSdes
log_rcs
_cons
Coef.
0,31*
0,37*
6,19*
-6,75*
Std. Err.
0,08
0,02
0,02
0,15
Std. Err.
0,06
0,13
0,67
0,91
OLS efeito fixo de
região
Coef.
0,71*
-0,07
1,95*
-1,28*
Std. Err.
0,03
0,05
0,20
0,28
Mulheres 15-19
OLS efeito fixo de
região
Coef.
2,70*
1,62*
0,23***
-4,09*
Std. Err.
0,36
0,11
0,12
0,66
Adj R2 = 0.9286
Mulheres 15-19
OLS efeito fixo de
região
Coef.
0,51*
0,25**
4,36*
-4,19*
Std. Err.
0,05
0,11
0,44
0,58
Adj R2 = 0.7584
Adj R2 = 0.8855
Adj R2 = 0.8594
FONTE: PME/ IBGE
Notas: N= 114. Omitiu-se a região metropolitana de São Paulo para o cálculo das estimativas.
* Significância ao nível de um por cento de confiança
** denota significância ao nível de cinco por cento
*** denota significância ao nível de dez por cento e todas as variáveis estão expressas em log
Mulheres 20-24
OLS efeito fixo de
região
Coef.
1,14*
0,29*
0,08**
-0,38***
Std. Err.
0,12
0,04
0,04
0,22
Adj R2 = 0.9651
Mulheres 20-24
OLS efeito fixo de
região
Coef.
0,79*
-0,04
1,11*
-0,11
Std. Err.
0,03
0,07
0,19
0,25
Adj R2 = 0.8897
Em comparação com as estimativas encontradas nas Tabelas 1 e 2, as
estimativas de efeito fixo regional (Tabela 3) melhoraram significativamente, tal
como pode ser observado através do aumento do coeficiente de correlação
ajustado (Adj. R2) e da redução do desvio-padrão da maioria dos coeficientes.
Entretanto, sobre as taxas de ocupação, o efeito tamanho relativo de coorte
passou a ser positivo, e sobre as taxas de desemprego o efeito aumentou muito e
passou
a
positivo
em
todos
os
grupos
etários
considerados
(sendo
estatisticamente significativo)26.
Na Tabela 4 os coeficientes foram calculados adicionando-se efeitos fixos de
período e mantendo-se o controle através das dummies regionais. As variáveis
26
O modelo de efeitos aleatórios também foi testado com esta mesma especificação, mas o teste
de Hausman indicou que não existe diferença significativa entre os coeficientes. Por isso mantive
a especificação de efeitos fixos.
35
dicotômicas de período foram incluídas para se captar a tendência das taxas de
ocupação e desemprego dos jovens. Na equação de ocupação, apesar de a
maioria dos coeficientes ser não significativa estatisticamente, a variável log_rcs
apresentou o sinal negativo esperado, exceto para os homens entre 20 e 24 anos.
No caso do desemprego, observou-se o mesmo comportamento da variável
log_rcs, ou seja, coeficientes não significativos, mas com sinal positivo esperado,
exceto para os homens entre 20 e 24 anos.
TABELA 4
Estimativas de mínimos quadrados ordinários (OLS) para as taxas de
ocupação e desemprego dos jovens utilizando-se os dados metropolitanos
agrupados e controlando-se pelo efeito fixo de região e período
Homens 15-19
OLS efeito fixo de região
e período
Homens 20-24
OLS efeito fixo de
região e período
Mulheres 15-19
Mulheres 20-24
OLS efeito fixo de região OLS efeito fixo de região
e período
e período
log_yo
Coef.
Std. Err.
Coef.
Std. Err.
Coef.
Std. Err.
Coef.
Std. Err.
log_ao
1,52*
0,38
1,80*
0,15
0,97**
0,43
1,07*
0,17
log_RSoc
-0,02
0,07
0,00
0,02
0,30
0,19
0,23*
0,07
log_rcs
-0,14
0,10
0,13*
0,05
-0,29***
0,16
-0,08
0,07
_cons
-1,16
0,75
-1,75*
0,33
0,02
0,80
-0,05
0,35
N=114
Adj R2 = 0.9720
Adj R2 = 0.9677
Homens 15-19
OLS efeito fixo de região
e período
Adj R2 = 0.9626
Homens 20-24
OLS efeito fixo de
região e período
Adj R2 = 0.9768
Mulheres 15-19
Mulheres 20-24
OLS efeito fixo de região OLS efeito fixo de região
e período
e período
log_ydes
Coef.
Std. Err.
Coef.
Std. Err.
Coef.
Std. Err.
Coef.
Std. Err.
log_ades
0,94*
0,09
0,93*
0,07
0,76*
0,12
0,89*
0,08
log_RSdes
-0,64*
0,11
-0,33*
0,07
0,05
0,13
-0,07
0,10
log_rcs
0,34
0,56
-0,66
0,55
0,32
0,85
0,51
0,65
_cons
0,33
0,71
1,81*
0,66
0,78
0,03
0,59
0,75
N= 114
Adj R2 = 0.9317
Adj R2 = 0.9202
Adj R2 = 0.9093
Adj R2 = 0.9047
FONTE: PME/ IBGE
Nota: N= 114. * Denota significância ao nível de um por cento
** Denota significância ao nível de cinco por cento
*** Denota significância ao nível de dez por cento
Por fim, tendo em vista a falta de significância dos coeficientes apresentados
na Tabela 4, um último modelo foi especificado levando-se em conta a presença
de heterocedasticidade, correlação espacial27 e serial-específica28 dos resíduos.
27
Para testar a presença de correlação espacial dos resíduos utilizou-se a estatística de BreuschPagan, sugerida por GREENE (1997, p. 660). Ao nível de 5% de confiança, a hipótese nula de
independência espacial dos resíduos foi rejeitada em todos os modelos. O software utilizado
(STATA 7.0®) corrige automaticamente a presença de heterocedasticidade ao se especificar a
presença de correlação espacial dos resíduos.
36
Apesar de o teste de especificação de Hausman apontar que não existem
diferenças significativas entre os dois modelos, optei por manter os coeficientes
obtidos por FGLS, já que este método corrige a presença de complicações no
erro e fornece coeficientes com desvios-padrão menores.
A Tabela 5 mostra que as taxas de ocupação dos jovens (log_yo), tal como
esperado, variam em sentido inverso ao do aumento no tamanho relativo dos
grupos etários considerados. A elasticidade mais alta é observada para os
homens entre 15 e 19 anos, entre os quais um aumento de 10% no tamanho
relativo do grupo etário relaciona-se com uma redução de 26% (-0,26) na taxa de
ocupação destes mesmos jovens. No caso dos homens entre 20 e 24 anos, o
sinal da variável log_rcs não era esperado (0,10), podendo estar associado com o
aumento da participação na PEA (ocupação) que ocorre neste grupo etário29.
Coincidentemente, no caso da ocupação feminina, pode ser que a elasticidade
negativa (-0,10) das mulheres entre 20 e 24 anos seja reforçada pelo período de
intermitência feminina no mercado de trabalho, decorrente do casamento e da
maternidade.
Apesar de a maioria dos coeficientes encontrados serem não significativos,
analisando-se as equações de taxa de desemprego (log_ydes), é possível
observar efeitos positivos para as mulheres e negativos para os homens no que
se refere ao aumento relativo do grupo etário de jovens. Tal fenômeno pode estar
sugerindo que o efeito tamanho relativo de coorte sobre o desemprego masculino
é menos severo que sobre o feminino. Portanto, tal como os resultados
encontrados por KORENMAN e NEUMARK (1997), as especificações aqui
utilizadas também verificaram que apenas a taxa de desemprego das mulheres
jovens aumentou diante de maiores tamanhos relativos de coorte.
As variáveis log_RSoc e log_RSdes não apresentaram o sinal desejado ou
foram não significativas na maioria das especificações, refletindo, portanto, a
ausência de um efeito substituição entre homens e mulheres no mercado de
28
Optou-se pela especificação de um modelo com correlação serial específica (PSAR1) porque as
correlações dos resíduos (rho) encontradas em cada uma das regiões foram muito distintas.
29
Em outras palavras, apesar de o numerador da razão (pop. 20-24/ pop. 25-64) estar
aumentando, pode ser que o aumento de jovens ocupados seja proporcionalmente maior que o da
população, fazendo com que a razão (ocup. 20-24/pop. 20-24) também aumente, justificando
assim a elasticidade positiva dos homens.
37
trabalho Além disso, uma hipótese alternativa é que o aumento do desemprego e
da ocupação feminina, relativamente à masculina, ocorrido na população adulta
não sirva de referência para o estudo da substituição de mão-de-obra no mercado
de trabalho dos jovens, entre os quais a dinâmica de entrada relativa de ambos os
sexos é bastante distinta30.
Já os efeitos da demanda agregada, refletidos nas taxas de ocupação e
desemprego dos adultos (log_ao e log_ades), foram significativos em todas as
especificações e apresentaram efeitos mais fortes nos casos masculinos.
TABELA 5
Estimativas de mínimos quadrados generalizados “factíveis” (FGLS) para as
taxas de ocupação e desemprego dos jovens utilizando-se os dados
metropolitanos agrupados e controlando-se pelo efeito fixo de região e
período
Homens 15-19
FGLS c/ correlação
espacial e serial dos
erros
log_yo
log_ao
log_RSoc
log_rcs
_cons
Coef.
1,86*
-0,08
-0,26*
-1,63**
Std. Err.
0,40
0,06
0,10
0,81
Homens 15-19
FGLS c/ correlação
espacial e serial dos
erros
log_ydes
log_ades
log_RSdes
log_rcs
_cons
Coef.
0,99*
-0,70*
-0,13
0,89
Std. Err.
0,07
0,08
0,45
0,57
Homens 20-24
FGLS c/ correlação
espacial e serial dos
erros
Coef.
1,83*
-0,03
0,10**
-1,74*
Std. Err.
0,13
0,03
0,04
0,28
Homens 20-24
FGLS c/ correlação
espacial e serial dos
erros
Coef.
0,86*
-0,28*
-1,02*
2,36*
Std. Err.
0,05
0,06
0,38
0,49
Mulheres 15-19
FGLS c/ correlação
espacial e serial dos
erros
Coef.
0,78**
0,25***
-0,05
0,06
Std. Err.
0,38
0,15
0,14
0,73
Mulheres 15-19
FGLS c/ correlação
espacial e serial dos
erros
Coef.
0,75*
0,02
0,32
0,77
Std. Err.
0,09
0,10
0,59
0,71
Mulheres 20-24
FGLS c/ correlação
espacial e serial dos
erros
Coef.
1,01*
0,19*
-0,10***
0,10
Std. Err.
0,12
0,04
0,05
0,24
Mulheres 20-24
FGLS c/ correlação
espacial e serial dos
erros
Coef.
0,73*
-0,12***
0,38
0,92***
Std. Err.
0,06
0,07
0,48
0,56
FONTE: PME/ IBGE
Notas: N= 114. Omitiu-se a região metropolitana de São Paulo e o ano 2000 para o cálculo dos coeficientes.
* denota significância ao nível de um por cento
** denota significância ao nível de cinco por cento
*** denota significância ao nível de dez por cento e todas as variáveis estão expressas em log
Como o método FGLS parece ser o mais confiável, os estimadores
encontrados na Tabela 5 foram utilizados para calcular a taxa de ocupação
estimada dos jovens levando em conta as dummies de período (Figura 9) e de
38
região (Figura 10). Através desta estimação é possível perceber a força relativa
da ocupação adulta e do tamanho relativo de coorte sobre a taxa de ocupação
dos jovens31.
De maneira geral, considerando-se o grupo de homens e de mulheres,
percebe-se que as diferenças ao longo do tempo e entre as seis regiões
metropolitanas foram ínfimas. Entretanto, quando se comparam estes dois grupos
(Figura 9), utilizando apenas o controle fixo de período, observa-se que o log da
taxa de ocupação dos homens é negativa e a das mulheres é positiva, fato que
pode estar refletindo a tendência de aumento da participação feminina e redução
da masculina no mercado de trabalho. Entretanto, quando a taxa de ocupação
adulta é incluída, o padrão muda bruscamente. Em ambos os sexos, o efeito
demanda agregada do mercado de trabalho tende a aumentar a taxa de
ocupação dos jovens, compensando a tendência negativa observada nos casos
masculinos. Finalmente, quando se insere o tamanho relativo de coorte, se
percebe uma ligeira redução da ocupação dos jovens, exceto para os homens e
mulheres entre 20 e 24 anos. O controle feito por regiões metropolitanas,
apresentado na Figura 10, conduziu a resultados semelhantes.
7. Conclusão
Este artigo tem a intenção de mostrar a importância das descontinuidades
demográficas, não só para a provisão de políticas publicas, mas também para o
entendimento das possíveis conseqüências que um contingente demográfico
inercial possa vir a ocasionar sobre o mercado de trabalho.
Além de definir o que são descontinuidades demográficas, o presente trabalho
também chamou atenção para a ocorrência deste fenômeno no Brasil. Da ótica puramente
demográfica, pode-se considerar os anos 90 como potencialmente problemáticos, tanto
para a acomodação da força de trabalho global, como para a população jovem
especificamente. Terão estes jovens mais dificuldades, tanto sociais quanto econômicas, do
30
De fato, a razão (homens 15-19)/(mulheres 15-19) é crescente e maior que 1, ao contrário do
que ocorre com a população adulta, na qual esta razão é decrescente e também maior que 1
devido ao aumento da participação feminina no mercado de trabalho.
31
Todas as especificações utilizadas na estimação incluíram dummies de ano e região, e o valor
de log_yo estimado foi calculado utilizando-se a média geral das covariáveis.
39
que as gerações que os antecederam e as que os sucederão? Se sim, sob a ótica macro,
quais serão os desafios enfrentados por eles?
Algumas destas respostas foram sinalizadas na seção “Conseqüências das
descontinuidades demográficas sobre o mercado de trabalho”, que procurou lançar um
pouco de luz sobre algumas questões relacionadas ao bem-estar do jovem no Brasil. Em
particular, a influência da onda jovem sobre o mercado de trabalho parece representar uma
questão merecedora de atenção não só por parte do governo, mas também por parte dos
pesquisadores.
Neste artigo foram apresentadas algumas evidências da relação entre o desemprego,
a ocupação, a inatividade e o tamanho da população masculina e feminina entre 15-19 e
20-24 anos, utilizando os dados do Censo Demográfico e da PME/IBGE referentes a seis
regiões metropolitanas de 1982 a 2000. A análise realizada mostrou que as regiões
metropolitanas consideradas possuem mercados de trabalho com características e
comportamentos peculiares. Além disso, verificou-se que estas características também
variam dependendo do sexo e do grupo etário considerado. Em algumas regiões, a relação
positiva entre aumento populacional e desemprego é mais clara para o grupo de homens de
15-19 anos do que em outras. Além disso, em algumas regiões metropolitanas a inatividade
também parece variar com o aumento do desemprego. Entre a população masculina de
Belo Horizonte e São Paulo, por exemplo, o aumento populacional parece exercer dois
efeitos: um sobre a ampliação do número de desempregados e outro sobre a elevação da
parcela dos inativos. Por outro lado, a relação negativa esperada entre ocupados (vis-à-vis
PEA) e aumentos populacionais verifica-se apenas para as pessoas entre 15-19 anos, entre
as quais se verifica uma tendência decrescente da ocupação desde 1982. Já para o grupo
20-24 anos, a relação entre PEA e população parece ser positiva, contrariando, portanto, o
comportamento esperado. Entretanto, pode ser que fatores da demanda agregada tenham
maior influência sobre a ocupação do que o aumento da oferta de mão-de-obra, fazendo
com que a relação entre aumento populacional e ocupação seja positiva.
De fato, as estimativas fornecidas pelo modelo de regressão preferido (FGLS)
mostraram que o efeito de melhorias no mercado de trabalho do lado da demanda tende a
prevalecer sobre o impacto causado pelo aumento da oferta de mão-de-obra. Sendo assim,
o aperfeiçoamento do mercado de trabalho agregado e o restabelecimento do crescimento
econômico ainda constituem a melhor forma de se combater o aumento do desemprego.
Não obstante, o aumento do tamanho relativo do grupo etário de jovens também
40
tende a exercer efeitos negativos sobre a ocupação das mulheres e dos homens entre 15 e
19 anos, sendo este efeito mais forte para este último grupo (elasticidade da ordem de 0,3). Por outro lado, entre os jovens do grupo etário 20-24 anos a relação entre ocupação e
aumento populacional é positiva, contrariando o comportamento esperado e confirmando o
resultado antecipado pela análise descritiva.
A taxa de desemprego e o tamanho relativo de coorte dos jovens apresentaram
relação positiva entre as mulheres e negativa entre os homens, mas o coeficiente só foi
significativo estatisticamente para os homens entre 20 e 24 anos, para os quais a
elasticidade “desemprego-população” é bastante alta (-1,02).
Finalmente, é importante lembrar que estudos mais rigorosos são necessários para
se testar especificações econométricas alternativas e para se estabelecer melhor a relação
existente entre as descontinuidades demográficas e o aumento da inatividade. Neste
sentido, uma boa opção consistiria em estabelecer o vínculo latente entre desemprego e
inatividade. Ainda não se conhece ao certo a maneira pela qual se dá a transição de um
estado para o outro, nem a sua relação com o aumento do contingente populacional.
Uma série de perguntas relacionadas com os efeitos provocados pelas
descontinuidades demográficas ainda permanece sem resposta no Brasil, principalmente
aquelas que se referem às mudanças na estrutura salarial. Pode-se perguntar, por exemplo,
se as alterações na estrutura salarial, decorrentes das mudanças na estrutura etária relativa,
permanecerão no futuro. Ou ainda: O perfil idade-renda dos jovens irá alterar-se em favor
das coortes subseqüentes ao final da onda jovem que permeou a segunda metade da década
de 90 no Brasil? As descontinuidades demográficas produzem desigualdades salariais
significativas? Quão importante é o efeito do tamanho das coortes na determinação dos
ganhos relativos por idade? Como se relacionam o desemprego e a escolaridade dos
jovens?
Além destas, várias outras perguntas ainda permanecem sem resposta, clamando
por evidências empíricas capazes de fundamentar com maior rigor científico a importância
das descontinuidades demográficas. Neste sentindo, ainda há espaço de sobra para se
pesquisar os efeitos destes fenômenos no Brasil. Espero que este trabalho sirva como um
incentivo para se pesquisar o efeito das ondas jovens sobre a sociedade brasileira, e que,
além de tudo, sirva como uma motivação para se pensar em políticas públicas que sejam
apropriadas às circunstâncias.
41
REFERÊNCIAS BIBLIOGRÁFICAS:
ARIAS, A. R. Revisando a PNAD: força de trabalho à luz dos resultados
divulgados na década de 80. In: SAWYER, D. O. (Org.) PNADs em foco: anos 80.
Belo Horizonte: Associação Brasileira de Estudos Populacionais, 1988. p.65-88.
BERCOVICH, A., MADEIRA, F. Descontinuidades demográficas no Brasil e no
Estado
de
São
Paulo.
In:
ENCONTRO
NACIONAL
DE
ESTUDOS
POPULACIONAIS, 7, 1990, São Paulo. Anais. São Paulo: ABEP, 1990. p.595632.
BERCOVICH, A., MADEIRA, F., TORRES, A. G. Descontinuidades demográficas.
In. 20 ANOS no ano 2000: estudos sócio- demográficos sobre a juventude
paulista. São Paulo: SEADE, 1998a. p.2-12.
BERCOVICH, A., DELLASOPPA, E. E., ARRIAGA, E. "J'adjunte, mais je ne
corrige pás": jovens, violência e demografia no Brasil. Algumas reflexões a partir
de indicadores de violência. In. JOVENS acontecendo na trilha das políticas
públicas. Brasília: CNPD, 1998b. v.1, p.293-359.
GOBATO, G. F. E., SANTOS, H. A. Metodologias de apuração das taxas de
desemprego no Brasil: IBGE e Fundação SEADE. 2002. Disponível em:
<http://www.fea.usp.br/ publicacoes/controversa/0018-5.html> Acesso em: 15 out.
2002.
42
GREENE, W. H. Econometric analysis. 3 ed. New Jersey: Prentice-Hall, 1997.
1075 p.
IBGE. Pesquisa mensal de emprego. 1982-2000. (Disponível em CD-ROM)
KMENTA, J. Elements of econometrics. 2nd ed. Nova York: Macmillan, 1986. 786
p.
KORENMAN, S. E., NEUMARK, D. Cohort crowding and youth labor markets: a
cross-national analysis. Cambridge, MA.: National Bureau of Economic Research,
1997. 71 p. (Working paper; 6031)
LAM, D. M., L. A dinâmica da escolaridade das crianças brasileiras durante a
transição demográfica: aumento no tamanho da coorte versus diminuição no
tamanho
da
família.
In:
ENCONTRO
NACIONAL
DE
ESTUDOS
POPULACIONAIS, 13, 2002, Ouro Preto, MG. Violências, o estado e a qualidade
de vida da população brasileira: anais. Belo Horizonte: ABEP, 2002. (Disponível
em CD-ROM)
MADEIRA, F. Recado dos jovens: mais qualificação. In. JOVENS acontecendo na
trilha das políticas públicas. Brasília: CNPD, 1998. v.2, p.427-496.
MADEIRA, F., BERCOVICH, A. A "onda jovem" e o seu impacto na população
economicamente ativa de São Paulo. Planejamento e Políticas Púbicas, v.1, n.8,
p.1-28, 1992.
MÁTYÁS, L., SEVESTRE, P. (Orgs.) The econometrics of panel data: handbook
of theory and applications. London: Kluwer, 1992. 552 p.
OLIVEIRA, A. M. H. C. Relatório metodológico: microdados da Pesquisa Mensal de
Emprego. Belo Horizonte: Cedeplar/UFMG, 1999. (Mimeogr.)
43
PAIVA, P. T. A. A concentração e a enumeração da população economicamente
ativa nos censos demográficos brasileiros. In: SEMINÁRIO METODOLÓGICO
DOS CENSOS DEMOGRÁFICOS, 3, 1984, Ouro Preto, MG. Censos, consensos,
contra-sensos. São Paulo: Associação Brasileira de Estudos Populacionais,
1984. p.19-66
POCHMANN, M. Emprego e desemprego dos jovens no Brasil dos anos 90. In:
ENCONTRO NACIONAL DE ESTUDOS POPULACIONAIS, 11, 1998, Caxambu,
MG. Anais. Belo Horizonte: ABEP, 1998. p.2.547-2.563 (Disponível em CD-ROM)
POCHMANN, M. Emprego e desemprego juvenil no Brasil: as transformações
nos anos 90. In: HORTA, C. R., CARVALHO, R. A. A. (Orgs.) Globalização,
trabalho e desemprego: um enfoque internacional. Belo Horizonte: Arte, 2001.
PODESTÀ, F. Recent developments in quantitative comparative methodology: the
case of pooled time series cross-section analysis. 2002. Disponível em:
<http://fausto.eco.unibs.it/~ segdss/paper/pode202.pdf>. Acesso em: 10 out.
2002.
44
∆
1
População
PEA
Desempregados
FIGURA 1
Inativos
2
___
ina15_i1
des15_i1
pop15_i1
pea15_i1
∆
___
Ppopulação
PEA
pop15_i1
pea15_i1
ina15_i1
des15_i1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
indice=100
245.492
indice=100
250.445
Inativos
Desempregados
2
47.7544
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
52.6103
1982
1984
1986
1988
1990 1992
ano
1994
1996
1998
2000
BELO HORIZONTE
3
4
População
PEA
pop15_i1
pea15_i1
des15_i1
1988
1990 1992
ano
1994
1996
1998
2000
∆ Inativos
___ Desempregados
ina15_i1
des15_i1
173.242
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
42.0314
indice=100
194.426
indice=100
1986
PORTO ALEGRE
∆ Inativos
___ Desempregados
ina15_i1
população
PEA
pop15_i1
pea15_i1
1984
1982
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
30.9291
1984
1982
1986
1988
1990
1992
ano
1994
1996
1998
2000
1984
1982
1986
RECIFE
5
1988
1990 1992
ano
1994
1996
1998
2000
RIO DE JANEIRO
∆ Inativos
___ Desempregados
ina15_i1
População
PEA
pop15_i1
pea15_i1
6
População
PEA
pop15_i1
pea15_i1
des15_i1
des15_i1
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
indice=100
262.798
indice=100
255.129
∆ Inativos
___ Desempregados
ina15_i1
6
6
58.5047
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
65.0665
1982
1984
1986
SALVADOR
1988
1990
1992
ano
1994
1996
1998
2000
1982
1984
1986
1988
SÃO PAULO
1990 1992
ano
1994
1996
1998
2000
45
VARIAÇÃO DA POPULAÇÃO, INATIVOS, DESEMPREGADOS E PEA MASCULINA
ENTRE 15 E 19 ANOS, POR REGIÃO METROPOLITANA. 1982-2000(1982=100)
Fonte: Elaboração própria a partir de IBGE: PME , Censos Demográficos e Contagem Populacional e MS/SE/Datasus, a partir de totais
populacionais fornecidos pelo IBGE, para os anos intercensitários.
∆
1
População
PEA
pop20_i1
pea20_i1
Desempregados
FIGURA 2
Inativos
___
ina20_i1
des20_i1
pop20_i1
pea20_i1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
Inativos
Desempregados
indice=100
232.055
indice=100
275.304
ina20_i1
des20_i1
∆
___
Ppopulação
PEA
61.4603
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
61.0852
1984
1982
1986
1988
1990 1992
ano
1994
1996
1998
2000
1984
1982
BELO HORIZONTE
1988
1990 1992
ano
1994
1996
1998
2000
PORTO ALEGRE
∆ Inativos ina20_i1
des20_i1
___ Desempregados
3
população
pop20_i1
pea20_i1
PEA
1986
∆ Inativos ina20_i1
des20_i1
___ Desempregados
4pop20_i1
População
pea20_i1
PEA
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
indice=100
206.685
indice=100
292.369
57.0141
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
45.0832
1984
1982
1986
1988
1990 1992
ano
1994
1996
1998
2000
1982
1984
1986
RECIFE
5
1988
1990 1992
ano
1994
1996
1998
2000
RIO DE JANEIRO
∆ Inativos
___ Desempregados
População
PEA
6
ina20_i1
des20_i1
pop20_i1
pea20_i1
∆ Inativos
___ Desempregados
População
PEA
ina20_i1
des20_i1
pop20_i1
pea20_i1
indice=100
212.879
indice=100
373.851
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
6
5
83.8697
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
65.4462
1982
1984
1986
SALVADOR
1988
1990 1992
ano
1994
1996
1998
2000
1982
1984
1986
1988
1990 1992
ano
SÃO PAULO
1994
1996
1998
2000
46
VARIAÇÃO DA POPULAÇÃO, INATIVOS, DESEMPREGADOS E PEA MASCULINA
ENTRE 20 E 24 ANOS, POR REGIÃO METROPOLITANA. 1982-2000(1982=100)
Fonte: Elaboração própria a partir de IBGE: PME , Censos Demográficos e Contagem Populacional e MS/SE/Datasus, a partir de totais
populacionais fornecidos pelo IBGE, para os anos intercensitários
∆
1
População
PEA
pop15_i1
Desempregados
pea15_i1
FIGURA 3
Inativos
2
ina15_i1___
des15_i1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
des15_i1
1
1
60.1618
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
52.0397
1982
1984
1986
1988
1990 1992
ano
1994
1996
1998
1982
2000
BELO HORIZONTE
3
1984
1986
1988
1990 1992
ano
1994
1996
1998
2000
PORTO ALEGRE
∆ Inativos
___ Desempregados
ina15_i1
população
PEA
pop15_i1
pea15_i1
4
∆ Inativos
___ Desempregados
ina15_i1
População
PEA
pop15_i1
pea15_i1
des15_i1
132.057
des15_i1
134.704
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
indice=100
3
indice=100
Inativos
ina15_i1
Desempregados
165.61
indice=100
indice=100
175.945
46.6506
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
37.0799
1982
1984
1986
1988
1990 1992
ano
RECIFE
5
População
PEA
pop15_i1
pea15_i1
1994
1996
1998
1982
2000
1984
1986
1988
1990 1992
ano
1994
1996
1998
2000
RIO DE JANEIRO
∆ Inativos
___ Desempregados
6
ina15_i1
des15_i1
∆ Inativos
___ Desempregados
População
PEA
ina15_i1
des15_i1
pop15_i1
pea15_i1
194.25
180.146
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
indice=100
indice=100
∆
___
Ppopulação
pop15_i1
PEA
pea15_i1
6
6
6
44.0017
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
71.0298
1982
1984
1986
SALVADOR
1988
1990 1992
ano
1994
1996
1998
2000
1982
1984
1986
1988
SÃO PAULO
1990 1992
ano
1994
1996
1998
2000
47
VARIAÇÃO DA POPULAÇÃO, INATIVOS, DESEMPREGADOS E PEA FEMININA
ENTRE 15 E 19 ANOS, POR REGIÃO METROPOLITANA. 1982-2000(1982=100)
Fonte: Elaboração própria a partir de IBGE: PME , Censos Demográficos e Contagem Populacional e MS/SE/Datasus, a partir de totais
populacionais fornecidos pelo IBGE, para os anos intercensitários
∆
1
População
PEA
pop20_i1
pea20_i1
Desempregados
FIGURA 4
Inativos
∆
___
2pop20_i1
Ppopulação
PEA
pea20_i1
___
ina20_i1
des20_i1
215.521
Inativosina20_i1
Desempregados
des20_i1
indice=100
indice=100
198.713
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
70.9304
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
50.7372
1984
1982
1986
1988
1990 1992
ano
1994
1996
1998
2000
1982
1984
BELO HORIZONTE
4
1990 1992
ano
1994
1996
1998
2000
∆ Inativos
ina20_i1
___ Desempregados
des20_i1
População
pop20_i1
PEA
pea20_i1
138.678
120.178
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
4
4
4
4
4
4
4
4
4
4
indice=100
indice=100
1988
PORTO ALEGRE
∆ Inativos ina20_i1
des20_i1
___ Desempregados
3
população
pop20_i1
pea20_i1
PEA
1986
59.9086
4
4
4
4
4
4
4
4
4
54.3866
1982
1984
1986
1988
1990 1992
ano
1994
1996
1998
2000
1982
1984
1986
RECIFE
5
1988
1990 1992
ano
1994
1996
1998
2000
RIO DE JANEIRO
População
pop20_i1
PEA
pea20_i1
∆ Inativos
ina20_i1
___ Desempregados
6
População
pop20_i1
PEA
pea20_i1
des20_i1
des20_i1
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
indice=100
297.99
indice=100
274.679
∆ Inativos
ina20_i1
___ Desempregados
5
6
86.6633
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
76.9899
1982
1984
1986
SALVADOR
1988
1990 1992
ano
1994
1996
1998
2000
1982
1984
1986
1988
SÃO PAULO
1990 1992
ano
1994
1996
1998
2000
48
VARIAÇÃO DA POPULAÇÃO, INATIVOS, DESEMPREGADOS E PEA FEMININA
ENTRE 20 E 24 ANOS, POR REGIÃO METROPOLITANA. 1982-2000(1982=100)
Fonte: Elaboração própria a partir de IBGE: PME , Censos Demográficos e Contagem Populacional e MS/SE/Datasus, a partir de totais
populacionais fornecidos pelo IBGE, para os anos intercensitários
∆
1 População
relativa
pop15_i1
FIGURA 5
Ocupação
∆
2 População
relativa
ocup_rel
pop15_i1
143.336
1
1
1
1
1
Ocupação
ocup_rel
2
137.084
1
1
1
1
1
1
1
1
1
1
1
2
1
1
1
63.7935
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
61.9182
1984
1982
1986
1988
1990
1992
ano
1994
1996
1998
2000
1982
1984
BELO HORIZONTE
Ocupação
ocup_rel
relativa
124.442
3
3
3
3
3
3
3
3
1988
1990
1992
ano
1994
1996
1998
2000
PORTO ALEGRE
∆
3 População
pop15_i1
1986
3
3
3
3
3
∆
4 População
pop15_i1
3
3
3
3
3
3
Ocupação
ocup_rel
relativa
109.536
4
57.8434
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
54.9753
1984
1982
1986
1988
1990
1992
ano
1994
1996
1998
2000
1982
1984
1986
RECIFE
5
∆
População
Ocupação
6
ocup_rel
5
5
5
5
5
5
5
5
5
5
5
5
∆
População
pop15_i1
relativa
170.652
5
1990
1992
ano
1994
1996
1998
2000
RIO DE JANEIRO
pop15_i1
relativa
5
1988
5
5
5
Ocupação
ocup_rel
6
135.925
6
5
5
6
56.2596
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
60.2505
1982
1984
1986
SALVADOR
1988
1990
1992
ano
1994
1996
1998
2000
1982
1984
1986
1988
SÃO PAULO
1990
1992
ano
1994
1996
1998
2000
49
VARIAÇÃO DA POPULAÇÃO MASCULINA E DA RAZÃO ENTRE AS TAXAS DE
OCUPAÇÃO DOS JOVENS (15-19 ANOS) E DOS ADULTOS (25-64). POR REGIÃO
METROPOLITANA. 1982-2000 (1982=100)
Fonte: Elaboração própria a partir de IBGE: PME , Censos Demográficos e Contagem Populacional e MS/SE/Datasus, a partir de totais
populacionais fornecidos pelo IBGE, para os anos intercensitários
∆
1 População
relativa
pop20_i1
FIGURA 6
Ocupação
∆
2 População
pop20_i1
ocup_re1
1
145
135
Ocupação
ocup_re1
relativa
145
135
125
1
1
115
105
1
1
1
1
1
1
1
1
1
1
2
125
1
1
1
1
1
1
115
105
95
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
95
85
85
1982
1984
1986
1988
1990
1992
ano
1994
1996
1998
1982
2000
1984
BELO HORIZONTE
4
Ocupação
ocup_re1
relativa
145
1988
1990
1992
ano
1994
1996
1998
2000
PORTO ALEGRE
∆
3 População
pop20_i1
1986
∆
População
Ocupação
pop20_i1
relativa
ocup_re1
145
3
135
125
115
105
3
3
3
3
3
3
3
3
3
3
3
3
3
3
135
3
3
3
3
125
115
4
105
4
95
4
4
4
4
4
4
4
4
95
85
4
4
4
4
4
4
4
4
4
85
1982
1984
1986
1988
1990
1992
ano
1994
1996
1998
2000
1984
1982
1986
RECIFE
5
1988
1990
1992
ano
1994
1996
1998
2000
RIO DE JANEIRO
∆
População
pop20_i1
relativa
Ocupação
∆
6 População
relativa
pop20_i1
ocup_re1
5
Ocupação
ocup_re1
145
135
145
135
5
125
115
105
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
125
6
5
115
105
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
95
95
85
85
1982
1984
1986
SALVADOR
1988
1990
1992
ano
1994
1996
1998
2000
1982
1984
1986
1988
1990
1992
ano
SÃO PAULO
1994
1996
1998
2000
50
VARIAÇÃO DA POPULAÇÃO MASCULINA E DA RAZÃO ENTRE AS TAXAS DE
OCUPAÇÃO DOS JOVENS (20-24 ANOS) E DOS ADULTOS (25-64). POR REGIÃO
METROPOLITANA. 1982-2000 (1982=100)
Fonte: Elaboração própria a partir de IBGE: PME , Censos Demográficos e Contagem Populacional e MS/SE/Datasus, a partir de totais
populacionais fornecidos pelo IBGE, para os anos intercensitários
∆
1 População
relativa
pop15_i1
FIGURA 7
Ocupação
ocup_rel
pop15_i1
137.02
1
1
1
1
1
131.044
ocup_rel
Ocupação
∆
2 População
relativa
2
2
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
48.7653
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
56.4047
1982
1984
1986
1988
1990
1992
ano
1994
1996
1998
2000
1982
1984
BELO HORIZONTE
pop15_i1
117.281
3
3
3
3
3
1990
1992
ano
Ocupação
3
3
3
3
∆
4 População
relativa
pop15_i1
ocup_rel
3
3
3
3
3
1988
1994
1996
1998
2000
PORTO ALEGRE
∆
3 População
relativa
1986
3
3
3
3
3
Ocupação
ocup_rel
106.993
4
4
59.6031
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
49.8549
1982
1984
1986
1988
1990
1992
ano
1994
1996
1998
1982
2000
1984
1986
RECIFE
∆
Ocupação
pop15_i1
5
5
5
5
5
5
5
5
5
5
5
∆
6 População
relativa
pop15_i1
ocup_rel
155.607
5
1990
1992
ano
1994
1996
1998
2000
RIO DE JANEIRO
5 População
relativa
5
1988
5
5
5
5
5
Ocupação
ocup_rel
132.989
6
5
6
45.2696
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
44.4884
1982
1984
1986
SALVADOR
1988
1990
1992
ano
1994
1996
1998
2000
1982
1984
1986
1988
SÃO PAULO
1990
1992
ano
1994
1996
1998
2000
51
VARIAÇÃO DA POPULAÇÃO FEMININA E DA RAZÃO ENTRE AS TAXAS DE
OCUPAÇÃO DAS JOVENS (15-19 ANOS) E DAS ADULTAS (25-64). POR REGIÃO
METROPOLITANA. 1982-2000 (1982=100)
Fonte: Elaboração própria a partir de IBGE: PME , Censos Demográficos e Contagem Populacional e MS/SE/Datasus, a partir de totais
populacionais fornecidos pelo IBGE, para os anos intercensitários
∆
1 População
pop20_i1
relativa
FIGURA 8
Ocupação
ocup_re1
pop20_i1
145
1
135
ocup_re1
Ocupação
∆
2 População
relativa
145
135
125
115
105
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
125
2
115
105
95
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
95
85
85
1984
1982
1986
1988
1990
1992
ano
1994
1996
1998
2000
1982
BELO HORIZONTE
3
1986
1988
1990
1992
ano
1994
1996
1998
2000
PORTO ALEGRE
∆
População
pop20_i1
relativa
1984
Ocupação
∆
4 População
pop20_i1
relativa
ocup_re1
145
Ocupação
ocup_re1
145
135
135
125
115
105
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
125
115
4
105
4
95
4
4
4
4
4
4
4
4
95
85
4
4
4
4
4
4
4
4
4
85
1984
1982
1986
1988
1990
1992
ano
RECIFE
∆
5 População
relativa
1994
1996
1998
2000
1982
1986
1988
1990
1992
ano
1994
1996
1998
2000
RIO DE JANEIRO
Ocupação
∆
6 População
relativa
pop20_i1
ocup_re1
pop20_i1
1984
5
Ocupação
ocup_re1
145
135
145
135
5
125
115
105
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
6
125
5
115
105
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
95
95
85
85
1982
1984
1986
SALVADOR
1988
1990
1992
ano
1994
1996
1998
2000
1982
1984
1986
1988
SÃO PAULO
1990
1992
ano
1994
1996
1998
2000
52
VARIAÇÃO DA POPULAÇÃO FEMININA E DA RAZÃO ENTRE AS TAXAS DE
OCUPAÇÃO DAS JOVENS (20-24 ANOS) E DAS ADULTAS (25-64). POR REGIÃO
METROPOLITANA. 1982-2000 (1982=100)
Fonte: Elaboração própria a partir de IBGE: PME , Censos Demográficos e Contagem Populacional e MS/SE/Datasus, a partir de totais
populacionais fornecidos pelo IBGE, para os anos intercensitários
40
QUADRO 1
ESTIMATIVAS DOS MODELOS DE REGRESSÃO AJUSTADOS PARA A TAXA DE OCUPAÇÃO DOS JOVENS, ENTRE 15 E 19 E ENTRE 20 E 24 ANOS DO
MASCULINO.
Homens 15-19
OLS efeito fixo de
região
OLS
log_yo
Coef.
Std. Err.
P>|z|
Coef.
log_ao
log_RSoc
log_rcs
_cons
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
BH
POA
Recife
RIO
Salvador
N=114
4,37
0,43
-0,23
-6,66
0,49
0,07
0,08
0,94
0,00
0,00
0,00
0,00
4,05
0,53
0,11
-6,55
Adj R2 = 0.6839
Std. Err. P>|z|
0,28
0,05
0,09
0,55
0,04
0,01
0,08
0,01
-0,06
0,02
-0,09
0,01
-0,08
0,02
Adj R2 = 0.9418
0,00
0,00
0,22
0,00
0,00
0,00
0,00
0,00
0,00
Homens 20-24
FGLS c/ correlação espacial
e serial dos erros
OLS completo
Coef.
Std. Err.
1,52
0,38
-0,02
0,07
-0,14
0,10
-1,16
0,75
-0,02
0,01
-0,02
0,01
-0,12
0,02
-0,15
0,01
-0,15
0,02
0,22
0,03
0,20
0,02
0,19
0,02
0,19
0,02
0,20
0,02
0,20
0,02
0,20
0,02
0,18
0,02
0,18
0,02
0,16
0,02
0,14
0,02
0,12
0,02
0,11
0,02
0,11
0,02
0,09
0,01
0,07
0,01
0,04
0,01
0,01
0,01
Adj R2 = 0.9720
OLS
P>|z|
Coef.
Std. Err.
P>|z|
Coef. Std. Err. P>|z|
Coef.
0,00
0,79
0,16
0,13
0,03
0,20
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,37
1,86
-0,08
-0,26
-1,63
0,23
0,21
0,20
0,19
0,20
0,20
0,20
0,18
0,18
0,16
0,14
0,12
0,11
0,11
0,09
0,07
0,05
0,01
-0,02
-0,02
-0,10
-0,15
-0,15
0,40
0,06
0,10
0,81
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,00
0,00
0,01
0,01
0,02
0,01
0,01
0,00
0,16
0,01
0,04
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,01
0,06
0,00
0,00
0,00
1,83
0,08
-0,14
-1,49
1,85
0,01
0,07
-1,76
Fonte: Elaboração própria a partir da PME 1982- 2000
0,13
0,02
0,02
0,24
Adj R2 = 0.7821
Breusch-Pagan LM test of
ind.: Pr = 0.0300
rhos
OLS efeito fixo de
região
BH
0,25
POA
0,57
Recife
0,41
RIO
0,46
Salva,
0,39
Sampa
0,22
Hausman test: Prob>chi2 = 0.5696
0,00
0,00
0,00
0,00
Std. Err. P>|z|
0,08
0,02
0,02
0,15
0,00
0,00
0,02
0,00
-0,03
0,00
-0,01
0,00
-0,05
0,01
Adj R2 = 0.9559
0,00
0,67
0,01
0,00
0,88
0,00
0,00
0,00
0,00
OLS completo
Coef.
Std. Err.
1,80
0,15
0,00
0,02
0,13
0,05
-1,75
0,33
0,00
0,00
0,02
0,01
-0,04
0,00
-0,01
0,00
-0,06
0,01
-0,01
0,01
0,00
0,01
0,00
0,01
0,00
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,00
0,01
0,00
0,01
0,01
0,01
0,00
0,01
0,00
0,01
0,00
0,00
0,00
0,00
0,01
0,00
0,01
0,00
Adj R2 = 0.9677
FGLS
espaci
P>|z|
Coef.
0,00
0,95
0,01
0,00
0,29
0,00
0,00
0,09
0,00
0,46
0,74
0,97
0,69
0,48
0,46
0,35
0,18
0,32
0,55
0,49
0,28
0,56
0,53
0,46
0,71
0,01
0,04
1,83
-0,03
0,10
-1,74
0,00
0,00
0,01
0,01
0,01
0,01
0,01
0,02
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,00
0,01
0,01
-0,01
0,01
-0,04
-0,01
-0,06
Breusch
of ind
BH
POA
Recife
RIO
Salva,
Sampa
Haus.: Pr
41
QUADRO 2
ESTIMATIVAS DOS MODELOS DE REGRESSÃO AJUSTADOS PARA A TAXA DE DESEMPREGO DOS JOVENS, ENTRE 15 E 19 E ENTRE 20 E 24 ANOS D
MASCULINO.
Homens 15-19
OLS efeito fixo de
região
OLS
log_ydes
Coef.
Std. Err.
log_ades
0,37
0,11
log_RSdes
0,26
0,21
log_rcs
-1,49
0,52
_cons
3,13
0,68
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
BH
POA
Recife
RIO
Salvador
N= 114
Adj R2 = 0.0973
P>|z|
Coef.
0,00
0,21
0,01
0,00
0,31
0,37
6,19
-6,75
Std. Err. P>|z|
0,06
0,13
0,67
0,91
-0,54
0,08
0,03
0,07
-1,54
0,12
-0,50
0,08
-1,68
0,12
Adj R2 = 0.7584
0,00
0,01
0,00
0,00
0,00
0,73
0,00
0,00
0,00
Homens 20-24
FGLS c/ correlação espacial
e serial dos erros
OLS
Coef.
Std. Err.
0,94
0,09
-0,64
0,11
0,34
0,56
0,33
0,71
-0,21
0,05
-0,21
0,04
-0,90
0,08
-0,58
0,04
-1,09
0,08
0,96
0,09
0,87
0,09
0,79
0,07
0,82
0,08
0,72
0,10
0,75
0,10
0,67
0,09
0,70
0,10
0,65
0,09
0,55
0,08
0,46
0,07
0,40
0,07
0,32
0,07
0,33
0,08
0,22
0,07
0,12
0,07
0,06
0,05
0,00
0,05
Adj R2 = 0.9317
P>|z|
Coef.
Std. Err.
P>|z|
Coef. Std. Err. P>|z|
Coef.
0,00
0,00
0,55
0,64
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,06
0,25
0,95
0,99
-0,70
-0,13
0,89
1,00
0,90
0,79
0,84
0,76
0,80
0,70
0,76
0,67
0,59
0,47
0,41
0,34
0,36
0,23
0,15
0,06
0,01
-0,17
-0,21
-0,85
-0,58
-1,02
0,07
0,08
0,45
0,57
0,06
0,06
0,04
0,05
0,07
0,07
0,06
0,07
0,05
0,05
0,03
0,04
0,04
0,05
0,03
0,03
0,01
0,01
0,04
0,04
0,07
0,06
0,08
0,00
0,00
0,78
0,12
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,61
0,00
0,00
0,00
0,00
0,00
0,60
-0,05
0,53
0,66
0,71
-0,07
1,95
-1,28
Fonte: Elaboração própria a partir da PME 1982- 2000
0,03
0,06
0,16
0,20
Adj R2 = 0.7968
Breusch-Pagan LM test of
ind.: Pr = 0.0000
rhos
OLS efeito fixo de
região
OLS
rhos
BH
-0,09
POA
0,61
Recife
0,00
RIO
0,44
Salva,
0,47
Sampa
0,32
Hausman test: Prob>chi2 = 1.0000
0,00
0,42
0,00
0,00
Std. Err. P>|z|
0,03
0,05
0,20
0,28
0,00
0,18
0,00
0,00
-0,17
0,03
0,03
0,03
-0,21
0,04
0,11
0,03
-0,29
0,04
Adj R2 = 0.8855
0,00
0,41
0,00
0,00
0,00
FGLS
espaci
OLS
Coef.
Std. Err.
0,93
0,07
-0,34
0,07
-0,66
0,55
1,81
0,66
-0,03
0,04
-0,10
0,03
-0,03
0,06
0,04
0,03
-0,10
0,06
0,45
0,09
0,41
0,07
0,35
0,07
0,40
0,08
0,36
0,09
0,36
0,09
0,32
0,08
0,31
0,08
0,31
0,07
0,25
0,06
0,18
0,05
0,16
0,05
0,09
0,05
0,17
0,06
0,09
0,05
0,02
0,05
-0,03
0,04
-0,06
0,04
Adj R2 = 0.9202
P>|z|
Coef.
0.000
0.000
0,23
0,01
0,49
0,00
0,63
0,23
0,10
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,10
0,01
0,06
0,73
0,44
0,20
0,86
-0,28
-1,02
2,36
0,44
0,40
0,35
0,37
0,32
0,32
0,28
0,25
0,26
0,20
0,16
0,12
0,05
0,12
0,05
-0,01
-0,03
-0,06
-0,01
-0,11
0,03
0,02
-0,03
Breusch
of ind
BH
POA
Recife
RIO
Salva,
Sampa
Haus.:Pr
42
QUADRO 3
ESTIMATIVAS DOS MODELOS DE REGRESSÃO AJUSTADOS PARA A TAXA DE OCUPAÇÃO DAS JOVENS, ENTRE 15 E 19 E 20 E 24 ANOS DO SEXO
FEMININO.
Mulheres 15-19
log_yo
log_ao
log_RSoc
log_rcs
_cons
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
BH
POA
Recife
RIO
Salvador
N=114
Mulheres 20-24
OLS
OLS efeito fixo de
região
OLS completo
Coef. Std. Err P>|z|
Coef. Std. Err. P>|z|
Coef. Std. Err. P>|z|
4,44
2,09
-0,11
-6,81
2,70
1,62
0,23
-4,09
0,29
0,11
0,08
0,55
Adj R2 = 0.7818
0,00
0,00
0,16
0,00
0,36
0,11
0,12
0,66
0,02
0,02
0,07
0,01
-0,12
0,03
-0,11
0,01
-0,10
0,03
Adj R2 = 0.9286
0,00
0,00
0,06
0,00
0,15
0,00
0,00
0,00
0,00
0,97
0,30
-0,29
0,02
-0,04
-0,06
-0,23
-0,21
-0,18
0,24
0,22
0,22
0,22
0,23
0,22
0,20
0,18
0,18
0,16
0,12
0,10
0,10
0,10
0,07
0,07
0,02
-0,01
Adj R2 =
0,43
0,19
0,16
0,80
0,02
0,02
0,03
0,02
0,03
0,04
0,03
0,03
0,03
0,03
0,03
0,03
0,03
0,03
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0.9626
0,03
0,11
0,08
0,98
0,01
0,01
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,20
0,62
FGLS c/ correlação
espacial e serial dos
erros
Coef. Std. Err. P>|z|
0,78
0,25
-0,05
0,06
0,23
0,21
0,21
0,21
0,22
0,21
0,20
0,18
0,18
0,17
0,13
0,11
0,10
0,11
0,08
0,07
0,02
-0,01
-0,05
-0,04
-0,26
-0,20
-0,21
0,38
0,15
0,14
0,73
0,03
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,02
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,02
0,03
0,01
0,02
0,04
0,10
0,71
0,94
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,05
0,00
0,03
0,00
0,00
0,00
OLS
OLS efeito fixo de
região
OLS completo
Coef. Std. Err P>|z|
Coef. Std. Err. P>|z|
Coef. Std. Err. P>|z|
2,46
0,89
-0,28
-2,46
1,14
0,29
0,08
-0,38
Adj R2 = 0.7926
Breusch-Pagan LM test
of ind.: Pr = 0.0199
rhos
Fonte: Elaboração própria a partir da PME 1982- 2000
0,13
0,05
0,04
0,24
BH
0,40
POA
0,73
Recife
0,43
RIO
-0,21
Salva,
0,04
Sampa
0,40
Hausman test: Prob>chi2 = 0.4209
0,00
0,00
0,00
0,00
0,12
0,04
0,04
0,22
-0,03
0,01
-0,02
0,00
-0,14
0,01
-0,06
0,00
-0,13
0,01
Adj R2 = 0.9651
0,00
0,00
0,05
0,08
0,00
0,00
0,00
0,00
0,00
1,07
0,23
-0,08
-0,05
-0,03
-0,03
-0,14
-0,07
-0,11
0,01
0,02
0,01
0,02
0,03
0,03
0,02
0,02
0,01
0,00
0,00
0,00
-0,01
0,00
-0,01
-0,01
0,00
-0,01
Adj R2 =
0,17
0,07
0,07
0,35
0,01
0,01
0,01
0,01
0,01
0,02
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0.9768
0,00
0,00
0,28
0,88
0,00
0,00
0,00
0,00
0,00
0,56
0,27
0,34
0,24
0,02
0,02
0,15
0,17
0,50
0,67
0,73
0,96
0,18
0,60
0,16
0,14
0,52
0,21
FGLS c/ correlação
espacial e serial dos
erros
Coef. Std. Err. P>|z|
1,01
0,19
-0,10
0,10
0,02
0,02
0,02
0,02
0,04
0,04
0,03
0,02
0,02
0,01
0,00
0,00
-0,01
0,00
-0,01
-0,01
0,00
-0,01
-0,03
-0,04
-0,14
-0,08
-0,12
0,12
0,04
0,05
0,24
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,01
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,01
0,01
0,01
0,00
0,00
0,06
0,67
0,07
0,01
0,02
0,01
0,00
0,00
0,00
0,00
0,01
0,03
0,82
0,28
0,06
0,77
0,00
0,00
0,03
0,00
0,00
0,00
0,00
0,00
0,00
Breusch-Pagan LM test
of ind.: Pr = 0.0023
BH
-0,06
POA
-0,03
Recife
0,69
RIO
0,54
Salva,
0,40
Sampa
-0,01
Haus.: Prob>chi2 = 1.0000
43
QUADRO 4
ESTIMATIVAS DOS MODELOS DE REGRESSÃO AJUSTADOS PARA A TAXA DE DESEMPREGO DAS JOVENS, ENTRE 15 E 19 E 20 E 24 ANOS DO SEXO
FEMININO.
Mulheres 15-19
log_ydes
Mulheres 20-24
OLS
OLS efeito fixo de
região
OLS
Coef. Std. Err P>|z|
Coef. Std. Err. P>|z|
Coef. Std. Err. P>|z|
log_ades
0,41
0,11
log_RSdes
0,38
0,23
log_rcs
-2,25
0,48
_cons
4,02
0,61
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
BH
POA
Recife
RIO
Salvador
N= 114
Adj R2 = 0.1639
0,00
0,10
0,00
0,00
0,51
0,25
4,36
-4,19
0,05
0,11
0,44
0,58
-0,48
0,06
0,09
0,06
-1,19
0,07
-0,30
0,06
-1,71
0,08
Adj R2 = 0.8594
0,00
0,03
0,00
0,00
0,00
0,14
0,00
0,00
0,00
0,76
0,12
0,05
0,13
0,32
0,85
0,78
0,03
-0,27
0,06
-0,17
0,07
-0,87
0,08
-0,49
0,07
-1,22
0,12
0,57
0,15
0,46
0,14
0,54
0,12
0,55
0,13
0,39
0,15
0,35
0,15
0,29
0,13
0,32
0,14
0,36
0,13
0,25
0,11
0,18
0,10
0,19
0,10
0,12
0,10
0,09
0,12
0,07
0,09
0,00
0,09
0,00
0,07
-0,02
0,07
Adj R2 = 0.9093
FGLS c/ correlação
espacial e serial dos
erros
Coef. Std. Err. P>|z|
0,00
0,73
0,71
0,45
0,00
0,02
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,01
0,02
0,03
0,03
0,01
0,03
0,06
0,06
0,26
0,43
0,46
1,00
0,97
0,82
0,75
0,02
0,32
0,77
0,56
0,46
0,54
0,56
0,42
0,36
0,32
0,36
0,39
0,27
0,21
0,24
0,16
0,12
0,06
0,02
-0,01
-0,01
-0,26
-0,17
-0,86
-0,49
-1,15
0,09
0,10
0,59
0,71
0,09
0,08
0,06
0,07
0,10
0,09
0,08
0,09
0,08
0,06
0,05
0,05
0,05
0,06
0,04
0,04
0,02
0,02
0,05
0,05
0,06
0,06
0,12
0,00
0,83
0,59
0,28
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,00
0,07
0,15
0,63
0,65
0,51
0,00
0,00
0,00
0,00
0,00
OLS
OLS efeito fixo de
região
OLS
Coef. Std. Err P>|z|
Coef. Std. Err. P>|z|
Coef. Std. Err. P>|z|
0,66
-0,08
0,06
1,30
0,79
-0,04
1,11
-0,11
Adj R2 = 0.8295
Breusch-Pagan LM test
of ind.: Pr = 0.0007
rhos
0,03
0,07
0,15
0,18
rhos
BH
0,50
POA
0,18
Recife
0,06
RIO
0,41
Salva,
0,66
Sampa
0,43
Hausman test: Prob>chi2 = 1.0000
Fonte: Elaboração própria a partir da PME 1982- 2000
0,00
0,23
0,69
0,00
0,03
0,07
0,19
0,25
-0,05
0,03
-0,01
0,03
-0,16
0,03
0,10
0,04
-0,28
0,04
Adj R2 = 0.8897
0,00
0,57
0,00
0,66
0,13
0,79
0,00
0,01
0,00
0,89
0,08
-0,07
0,10
0,51
0,65
0,59
0,75
-0,03
0,05
-0,05
0,04
-0,15
0,05
0,07
0,04
-0,25
0,08
0,04
0,12
0,05
0,10
0,06
0,09
0,15
0,10
0,09
0,12
0,15
0,11
0,00
0,11
0,14
0,11
0,12
0,09
0,05
0,07
0,02
0,06
0,05
0,06
-0,04
0,07
0,02
0,07
-0,05
0,06
-0,09
0,05
-0,08
0,05
-0,03
0,05
Adj R2 = 0.9047
0,00
0,48
0,43
0,43
0,59
0,21
0,00
0,13
0,00
0,73
0,63
0,50
0,16
0,49
0,18
0,99
0,20
0,16
0,52
0,73
0,42
0,50
0,82
0,43
0,12
0,11
0,52
FGLS c/ correlação
espacial e serial dos
erros
Coef. Std. Err. P>|z|
0,73
-0,12
0,38
0,92
-0,01
-0,04
-0,09
0,04
-0,17
0,00
0,04
0,07
0,10
-0,03
0,03
-0,11
0,00
0,01
-0,04
-0,04
-0,02
-0,12
-0,08
-0,11
-0,13
-0,07
-0,03
0,06
0,07
0,48
0,56
0,06
0,06
0,06
0,07
0,08
0,08
0,06
0,06
0,07
0,08
0,07
0,07
0,07
0,06
0,04
0,03
0,03
0,03
0,04
0,02
0,02
0,01
0,01
0,00
0,07
0,43
0,10
0,85
0,45
0,14
0,54
0,04
0,99
0,52
0,25
0,14
0,74
0,65
0,11
0,96
0,81
0,38
0,25
0,49
0,00
0,03
0,00
0,00
0,00
0,00
Breusch-Pagan LM test
of ind.: Pr = 0.0185
rhos
BH
0,12
POA
0,01
Recife
0,09
RIO
0,42
Salva,
0,22
Sampa
0,78
Haus.: Prob>chi2 = 0.9182
46
FIGURA 9
Dummies de ano da tabela 5, regressões de ocupação. Homens entre 15-19 anos
log_yo estimado
2
1
0
-1
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
-2
ano
ano+ ao
tempo+ao+rcs
log_yo estimado
Dummies de ano da tabela 5, regressões de ocupação. Homens entre 20-24 anos
2
1
0
-1
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
-2
ano
ano+ ao
tempo+ao+rcs
Dummies de ano da tabela 5, regressões de ocupação. Mulheres entre 15-19 anos
log_yo estimado
2
1
0
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
-1
-2
ano
ano+ ao
tempo+ao+rcs
Dummies de ano da tabela 5, regressões de ocupação. Mulheres entre 20-24 anos
log_yo estimado
1
0
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
-1
ano
Fontes: Quadros 1, 2, 3 e 4
ano+ ao
tempo+ao+rcs
98
99
99
47
FIGURA 10
log_yo estimado
Dummies de região metropolitana da tabela 5, taxa de ocupação estimada. Homens entre
15-19 anos
2
1
0
BH
-1
POA
Recife
RIO
Salvador
-2
rm
rm+ ao
rm+ ao+rcs
log_yo estimado
Dummies de região metropolitana da tabela 5, taxa de ocupação estimada. Homens entre
20-24 anos
2
1
0
BH
-1
POA
Recife
RIO
Salvador
-2
rm
rm+ ao
rm+ ao+rcs
log_yo estimado
Dummies de região metropolitana da tabela 5, taxa de ocupação estimada. Mulheres entre
15-19 anos
2
1
0
BH
-1
POA
Recife
RIO
Salvador
-2
rm
rm+ ao
rm+ ao+rcs
log_yo estimado
Dummies de região metropolitana da tabela 5, taxa de ocupação estimada. Mulheres entre
20-24 anos
2
0
BH
POA
Recife
RIO
-2
rm
Fontes: Quadros 1, 2, 3 e 4
rm+ ao
rm+ ao+rcs
Salvador
48
DIFERENCIAIS SALARIAIS POR ESTADO CIVIL E SEXO:
UMA ANÁLISE DE GÊNERO SOBRE O PRÊMIO DO CASAMENTO
Jerônimo Oliveira Muniz *
Eduardo L.G. Rios-Neto **
I- INTRODUÇÃO
Além de amor, compromisso e companherismo, assuntos como produtividade,
eficiência, seletividade e especialização também relacionam-se com o casamento.
Um dos fatos estilizados mais comentado pela literatura é o hiato positivo de
salários entre homens casados e solteiros, fato nem sempre corroborado no caso das
mulheres, mesmo controlando-se pela experiência profissional, educação, idade e outros
fatores.
O que explica o chamado bônus matrimonial (marriage premium) – por que as
pessoas casadas tendem a ganhar mais do que as solteiras, dado que ambas possuem a
mesma quantidade de capital humano acumulado? De onde vem o ‘prêmio do casamento’?
Este trabalho revisa a literatura a respeito do assunto e faz uma aplicação para o
caso brasileiro. A novidade da aplicação ao caso brasileiro decorre da limitação etária da
amostra, e da incorporação de duas medidas de experiência no mercado de trabalho
(experiência potencial e tempo de trabalho no emprego atual). Os resultados mostram que
há um prêmio para o casamento tanto entre os homens quanto entre as mulheres, embora
por razões diferenciadas. A experiência potencial é uma boa “proxy” de capital humano
específico e é mais importante para o caso dos homens do que das mulheres. Como
corolário, o hiato salarial entre homens e mulheres casadas não é tão grande quanto aquele
esperado pela literatura, sendo mais próximo do hiato salarial entre homens e mulheres
solteiras. Especula-se que com uma amostra mais ampla em termos etários o hiato salarial
entre casados aumentaria, como decorrência do efeito da experiência potencial.
*
Aluno de mestrado em Demografia do CEDEPLAR – UFMG.
Professor Titular de Demografia do CEDEPLAR – UFMG.
**
49
II- REVISÃO DE LITERATURA
A literatura revisada será dividida em internacional e nacional. Tal divisão decorre
meramente de aspectos didáticos. Na primeira parte serão revisados os aspectos teóricos e
os resultados empíricos obtidos pela literatura internacional. Já na segunda parte serão
mais enfatizados os resultados empíricos.
- A literatura internacional:
Na literatura norte americana a existência do bônus matrimonial (marriage premium)
é amplamente aceita, sobretudo no caso masculino. A evidência empírica de vários países
mostra que o rendimento dos homens sempre é superior ao das mulheres, principalmente se
eles forem casados.
O trabalho de KENNY (1983) trata especificamente dos diferenciais de taxas de
salários entre homens casados e não-casados (solteiros, divorciados e viúvos). Tais
diferenças salariais persistem mesmo quando as diferenças educacionais, de experiência e
raça são controladas. Os diferenciais salariais entre homens casados e outros podem ser
causados pela seletividade da escolha do casamento, mas o autor sugere que os incentivos
maiores para a acumulação de capital humano após o casamento e as vantagens de
financiamento dos investimentos em capital humano potencializadas pelo casamento são
fatores importantes para explicar este diferencial salarial.
Explicando melhor o argumento de Kenny, o problema da seletividade adviria da
endogeneidade entre o investimento em capital humano e a decisão de casar. A hipótese
neoclássica de BECKER (1981) a respeito da divisão sexual do trabalho enfatiza o maior
ganho do casamento para os homens que comandam uma maior taxa de salários, o que em
si reforçaria a possibilidade deste diferencial. Kenny aponta as dificuldades de se controlar
este processo de seletividade, e trabalha com a hipótese que o custo de investimento em
capital humano é mais baixo entre os homens casados do que solteiros. Sua análise
empírica a partir do painel longitudinal de dinâmica de renda americano, de fato, mostra
que os homens casados apresentam um maior investimento em capital humano do que os
solteiros, o que seria uma explicação para o diferencial de salários entre homens casados e
solteiros, convencionalmente chamado de prêmio do casamento.
HILL (1979) estudou o impacto do estado civil e do número de filhos sobre os
salários utilizando o painel longitudinal de dinâmica de renda americano. O efeito da
condição de casado sobre os salários foi positivo e significante variando entre 0,2 e 0,3
50
sobre o logaritmo natural do salário horário dos homens brancos e pretos. O efeito sobre
as mulheres brancas e pretas não foi estatisticamente significante, embora não tenha sido
negativo. O efeito do número de filhos sobre a taxa de salários era somente negativo e
significante no caso das mulheres brancas. No entanto, na medida em que variáveis sobre a
experiência do trabalho são incluídas, o impacto negativo para as mulheres brancas deixa
de ser significante, e passa a ser pequeno mas significante no caso das mulheres pretas (na
faixa de 0,02). Surpreendentemente, o impacto de filhos sobre logaritmo natural da taxa de
salários é positivo e significante (da ordem de 0,03) para os homens brancos. A autora
sugere o impacto de responsabilidades para gerar um maior valor monetário como
indicadores desta condição especial do impacto do estado civil casado para os homens e do
número de filhos para os homens brancos e as mulheres pretas.
Em trabalho mais recente, CORNWELL e RUPERT (1997) concordam que há uma
evidência empírica convincente mostrando que homens casados ganham mais do que
homens solteiros. Um ponto que os autores consideram crítico no argumento de Kenny
refere-se ao paradoxo de que homens com maior investimento em educação formal tendem
a se casar mais tarde do que aqueles com escolaridade mais baixa, o que seria um paradoxo
à hipótese do autor. Eles usam dados de painel longitudinal de dinâmica de renda
americano para mostrar que grande parte do prêmio normalmente atribuído ao casamento
está associado com efeitos individuais não observáveis que são valorizados tanto no
mercado de trabalho quanto no mercado de casamento, por exemplo, habilidade,
confiabilidade, honestidade, fidelidade, entre outros aspectos. Os autores revisam
evidências empíricas de prêmio de casamento, usualmente altos nos dados de corte
transversal, e sugerem o uso de dados longitudinais para controlar a heterogeneidade não
observada dos indivíduos via efeitos fixos e aleatórios.
A especificação com efeitos aleatórios, condicionada na experiência e educação,
mostrou um prêmio do casamento estatisticamente significante de cerca de 0,08 (8%). O
prêmio para a presença de filhos dependentes foi positivo e significativo com valor
aproximado de 5% em todas as especificações econométricas. A especificação inicial com
efeitos fixos individuais reduziu o valor do prêmio do casamento para 5,6%,
estatisticamente significante. A variável sobre tempo de serviço na firma (“tenure”) foi
excluída na especificação anterior e deve estar correlacionada com casamento, sua inclusão
reduz o prêmio para 5,1%. A variável tempo de casamento é incluída para avaliar a
hipótese de que o casamento viabiliza a produtividade. Esta variável não foi
estatisticamente significante, mas reduziu o prêmio do casamento para 3,3%. Os autores
51
concluem que não há duvidas que homens casados ganhem mais do que homens solteiros,
mas eles concluem que grande parte destes ganhos se devem a efeitos individuais não
observáveis que afetam tanto a taxa de salários quanto o casamento.
Os resultados
sugerem que a hipótese de que o casamento aumenta a produtividade não parece
verdadeira.
Por outro lado, DANIEL (1995) argumenta que uma das razões para os homens
casados auferirem melhores rendimentos seria o aumento da produtividade advindo do
casamento. Segundo o autor, homens casados faltam menos do trabalho, são menos
demitidos, são promovidos com maior freqüência e recebem uma parcela maior da
participação nos lucros divididos segundo o desempenho. Entretanto, Kermit Daniel
também reconhece a existência de duas possibilidades adicionais para justificar a
existência do bônus matrimonial.
A primeira é que homens casados podem ganhar mais que solteiros e serem menos
produtivos. Neste caso, o pressuposto é que a remuneração não seria feita de acordo com a
produtividade, mas sim pelas preferências do empregado e do empregador. Em outras
palavras, homens casados seriam mais bem pagos por duas razões: 1) por aceitarem
trabalhos desagradáveis com maior freqüência, mas que em contrapartida pagam salários
melhores; ou 2) por serem preferidos pelos empregadores independentemente das suas
características produtivas, ou seja, o diferencial de rendimentos em favor dos casados só
ocorreria se os solteiros fossem de fato discriminados no sentido literal da palavra. Neste
caso a preferência dos empregadores seria responsável pelo fato de homens casados
receberem melhores salários. De acordo com esta teoria, os empregadores considerariam o
status marital como um sinalizador de estabilidade e/ou responsabilidade. Ceteris paribus,
os empregadores dariam preferência para os homens casados diante de promoções e
aumentos salariais tendo em vista que empregados casados têm uma família para
sustentarem.
Sem embargo, o comportamento discriminatório do empregador é difícil de ser
demostrado. O favoritismo do empregador é uma hipótese fraca na medida em que a
discriminação pode implicar na seleção de trabalhadores casados menos produtivos e,
consequentemente, geradores de lucros menores. Em outras palavras, se o custo de
contratação e seleção de trabalhadores for inferior ao custo que a discriminação pode
ocasionar para a empresa, o empregador não possui razões para preferir casados ao invés
de solteiros.
52
A segunda hipótese que tenta explicar o bônus matrimonial questiona o papel do
casamento como um catalisador de produtividade, afinal de contas, mesmo os casados
sendo mais produtivos, o casamento pode não ser o responsável por tal produtividade. O
cerne do argumento é que os homens casados ganhariam mais não porque o casamento os
tornou mais produtivos, mas poderiam estar casando por tal razão. Existem várias
características pessoais não relacionadas como o status marital que aumentam a chance de
uma pessoa ganhar mais, se casar e permanecer casada. Entre estas destacam-se, por
exemplo, confiabilidade, lealdade, inteligência, criatividade e boa aparência. A hipótese é
que homens mais responsáveis no trabalho, por exemplo, também tenderiam a ser
responsáveis e confiáveis na sua vida pessoal. Neste caso, homens com tais características
teriam maior probabilidade de se casarem, permanecerem casados e ao mesmo tempo
poderiam ser mais produtivos e receberem melhores salários, independentemente do seu
estado civil. Em síntese, o bônus matrimonial poderia ser simplesmente uma questão de
seletividade, na qual a causalidade não se daria do casamento para a produtividade, mas da
produtividade para o casamento.
CHIODO e OWYANG (2002) colocam que em um estudo realizado pelos
economistas Robert Nakosteen e Michael Zimmer em 2001, encontrou-se evidência para
suportar a “hipótese de seletividade”. Eles constataram que os homens com maior
potencial de ganho apresentam maior probabilidade de se casarem e permanecerem
casados. Em outras palavras, eles constataram que os homens que possuem muitas
qualidades profissionais também possuem várias qualidades que os tornam mais propensos
ao casamento e à manutenção do mesmo.
Entretanto, apesar das duas possibilidades alternativas explicarem em parte o bônus
matrimonial, DANIEL (1995) coloca que elas não mitigam o aumento da produtividade
advindo do casamento. Mesmo sendo verdade que homens mais produtivos são mais
propensos a se casarem, e mesmo nos casos em que os maiores salários decorrem da
discriminação e da preferência dos empregados, empiricamente tais fatos representam
apenas uma parcela do marriage premium. Portanto, o casamento deve tornar os homens
mais produtivos.
Para explicar a origem do prêmio do casamento via aumento de produtividade,
DANIEL (1995) utiliza as noções de salários relativos e “capital de aumento de
produtividade” (augmentation capital). Segundo o autor, a forma pela qual se dá a divisão
de tarefas dentro do domicílio influencia a produtividade do casal e, consequentemente, o
nível salarial. Se, por exemplo, a mulher se encarrega de maior parte das atividades
53
domésticas e do cuidado dos filhos, o marido pode dedicar maior parcela do seu tempo ao
trabalho e consequentemente aumentar a sua produtividade. Além disso, estudos médicos
mostram que quando o marido não precisa dedicar tantas horas do seu tempo ao trabalho
doméstico (provavelmente porque a mulher já o fez), ele dorme mais e melhor, o que
aumenta a sua concentração e produtividade no dia seguinte. Em síntese, a capacidade de
fornecer capital de aumento de produtividade (augmentation capital) se refere à
capacidade ou habilidade de um dos membros da casal em aumentar a produtividade do
outro.
Em poucas palavras, existem duas maneiras de um dos membros do casal aumentar a
produtividade do cônjuge. Através do aumento de estoque de capital do cônjuge, seja ele
físico ou humano (comprar computador, pagar cursos de especialização, ensinar como se
realiza determinada tarefa, etc.). Ou através da prestação de serviços que permitem que o
outro membro do casal dedique mais horas a sua atividade principal, permitindo assim o
acúmulo de experiência e o conseqüente aumento de produtividade.
Entretanto, apesar destas duas opções serem plausíveis, na prática a segunda é a
mais freqüente por ser a menos arriscada. Se a mulher aumenta o estoque de capital do
marido, por exemplo, ela está arriscando perder todo o seu investimento casa haja um
divórcio no futuro, enquanto que no caso da prestação de serviços, a separação implica um
custo elevado para o marido. Por esta razão, a divisão ou especialização de tarefas é o tipo
de augmentation capital mais comum entre os casais. Na divisão de tarefas, se por um
lado o marido tem a sua produtividade elevada via fluxo de serviços prestados pela esposa,
por outro lado a esposa também têm o seu benefício maximizado na medida em que
valoriza a sua importância no casamento e consequentemente reduz o risco do
investimento realizado reduzindo as chances de ocorrer o divórcio.
É importante notar que, independentemente do sexo, espera-se que os membros de
um casal distribuam o seu tempo da melhor forma possível para propiciarem a
maximização do bem estar do casal. Portanto, a princípio, a dinâmica que origina o bônus
matrimonial deveria ser neutra ao gênero e estendida aos casais que não são formalmente
casados. Em outras palavras, nada impede que casais homossexuais e pessoas vivendo um
união consensual usufruam do prêmio do casamento, já que a única condição necessária
para a existência do mesmo é que haja cooperação entre as partes.
Por outro lado, apesar da dinâmica de surgimento do prêmio do casamento ser
sexualmente neutra, existem duas razões para explicar a predominância do bônus
matrimonial masculino. A primeira está no fato dos homens quase sempre ganharem mais
54
do que as mulheres. A segunda razão, consequência da primeira, reside no fato das
mulheres possuírem mais augmentation capital que os homens. Em outras palavras, como
a desigualdade salarial quase sempre favorece os homens, as mulheres têm um incentivo a
se tornarem mais especializadas no fornecimento de augmentation capital já que desta
forma o benefício do casal é maximizado via aumento de produtividade e do salário do
homem. Sob um outro ponto de vista, a implicação cultural e comportamental de tal
desigualdade salarial passa a ser o investimento da família em ampliar o augmentation
capital da filha, mesmo antes do casamento, para que esta se torne uma esposa valorizada e
capaz de aumentar a produtividade do marido, contribuindo assim para o bem estar do
casal. Por estas razões, DANIEL (1995) complementa que mesmo quando uma mulher se
casa com um homem que ganha pouco, ela tende a possuir maior augmentation capital,
permitindo assim o surgimento do bônus matrimonial.
Analogamente, BECKER (1998) argumenta que devido a razões biológicas, a mulher
teria uma maior predisposição para cuidar dos filhos e consequentemente teria menos
tempo para buscar atividades no mercado e investir em capital humano. Além disso como
o seu salário horário relativo tende a ser menor que o dos homens, elas teriam um incentivo
a mais para não se engajarem em atividades remuneradas ou investirem em capital humano
específico.
Para sustentar e avaliar o peso da produtividade no bônus matrimonial, DANIEL
(1995) utilizou uma base anual de dados longitudinais de jovens entre catorze e vinte e um
anos. Em seu estudo três dos quatro grupos estudados32 apresentaram um bônus
matrimonial positivo nos salários. Entre os homens brancos, pretos e mulheres pretas, ele
constatou que as pessoas casadas ganham mais do que as solteiras. Entre as mulheres
brancas o prêmio do casamento foi negativo, e deve-se sobretudo ao efeito da presença de
crianças sobre o salário das casadas.33 No caso masculino, Kermit Daniel também verificou
que, independentemente da cor, o prêmio do casamento é reduzido pela presença de
crianças. Por fim, a evidência empírica encontrada corrobora a hipótese de aumento de
produtividade por duas razões. Primeiro, porque observou-se relação inversa entre o
número de horas trabalhadas fora pela mulher e o prêmio do casamento para homens
32
A amostra estudada foi dividida por sexo e cor, e o prêmio do casamento foi separadamente
estimado para cada um dos quatro grupos considerados (Homens pretos e brancos e mulheres
pretas e brancas).
33
Segundo Kermit Daniel a presença de crianças reduz o tempo alocado na atividade principal,
consequentemente reduzindo a produtividade e os salários.
55
brancos. Segundo, porque observou-se um bônus matrimonial crescente para salários
relativos maiores.
Em um estudo mais recente, CHUN e LEE (2001) confirmam os resultados
encontrados por DANIEL (1995). Depois de ajustarem pela idade, a experiência
profissional, educação e outros fatores que poderiam afetar os salários e a chance de
casamento, os autores constataram que homens casados ganham em média 12,4% a mais
por hora do que homens que nunca se casaram. Os dois pesquisadores não acharam
evidência para suportar a hipótese de seletividade na explicação do prêmio do casamento.
Ao invés disso, eles concluíram que o bônus matrimonial relaciona-se com o fato de se
estar casado – e mais especificamente com a probabilidade da esposa estar engajada em
atividades domésticas. De acordo com Chun e Lee, o diferencial salarial diminui na
medida em que as esposas dedicam mais horas às atividades fora de casa. Enquanto os
homens casados cujas as esposas não estão empregadas ganham um salário horário 31%
maior que o de homens que nunca se casaram, por exemplo, homens casados com
mulheres com trabalhos em tempo integral ganham apenas 3.4% mais.
Portanto, ter uma mulher que dedica a maioria do seu tempo cuidando dos filhos e
das atividades domésticas melhora o desempenho no marido na sua atividade principal,
reforçando assim a hipótese da produtividade na explicação do bônus matrimonial. Em
contrapartida, tudo indica que o prêmio do casamento irá reduzir-se na medida em que
mais esposas dedicarem mais horas a trabalhos fora de casa.
De fato, em seu artigo titulado Human capital, effort, and the sexual divisions of
labor, BECKER (1998) coloca que a tendência crescente de participação das mulheres no
mercado de trabalho têm contribuído para reduzir as desigualdades salariais entre homens e
mulheres, além de vir contribuindo também para a redução da fecundidade. Becker
argumenta que, com o crescimento das taxas de divórcio, as mulheres têm se preocupado
mais com a sua independência financeira, e consequentemente têm se envolvido com
maior freqüência em atividades de mercado e investido mais em capital humano, o que têm
ocasionado no adiamento do casamento e na redução da fecundidade. Segundo Becker, a
igualdade salarial entre homens e mulheres é apenas uma questão de tempo e mudança de
hábitos. Na medida em que as mulheres se envolverem mais intensamente em trabalhos
fora de casa, e na medida em que os homens passarem a dedicar uma maior parcela de
horas para cuidarem dos filhos, as desigualdades salariais tenderão a desaparecer, já que
teoricamente ambos os sexos se tornarão igualmente produtivos.
56
Por outro lado, se o que origina o prêmio do casamento é a quantidade de horas que
casados e solteiros dedicam à sua atividade principal, é legítimo questionar: Será que há
diferença entre a quantidade de horas dedicadas ao trabalho doméstico por homens casados
e solteiros? Revisando o trabalho de HERSCHE e STRATTON (2000), CHIODO e
OWYANG (2002) descobriram que não. Hersche e Stratton argumentam que, se por um
lado os homens casados são mais produtivos no mercado, já que passam a ganhar mais
depois do casamento, a especialização e a divisão de tarefas domiciliar parece não ser a
causa, já que o tempo despendido com atividades domésticas por homens casados e nãocasados é praticamente o mesmo.
O debate sobre o prêmio do casamento para homens discutido acima aponta dois
pontos. Em primeiro lugar, a indisputável regularidade empírica de um prêmio favorável
aos homens casados. Em segundo lugar, as estimativas dão conta de que há pelo menos
grande suspeita de que este prêmio é superestimado, tanto pelo viés de simultaneidade
entre casamento e investimento em capital humano quanto pelo papel das heterogeneidades
individuais não observadas, o resultado disto tudo é uma estimativa bastante menor do
prêmio do casamento e o lançamento de uma dúvida sobre o potencial das explicações
baseadas na virtuosidade produtiva do casamento.
A evidência empírica também mostra que o prêmio do casamento é bem maior no
caso dos homens do que no caso das mulheres. O debate discutido acima mostra que,
principalmente para o caso dos homens, este ganho está associado a aspectos que levam à
acumulação de experiência e capital humano, mas mostra também que tal fato não é
causado pelo casamento. No caso das mulheres, a evidência empírica suscita outros tipos
de explicações, associadas a aspectos negativos de acumulação do capital humano
específico decorrentes de uma maior intermitência da mulher no mercado de trabalho após
o casamento.
Uma área consagrada pela literatura e tida como indicadora de diferenças de capital
humano por sexo é a área de capital humano específico. JACOBSEN (1994) mostra que
numa amostra de trabalhadores americanos com 21 a 64 anos de idade em 1984, 13,2% dos
homens tiveram uma ou mais interrupções de trabalho enquanto a ocorrência entre as
mulheres foi de 47%. A porcentagem dos anos potenciais de trabalho gastos fora do
trabalho é 1,6% para os homens e 14,7% para as mulheres. A porcentagem de
trabalhadores homens com mais de vinte anos de experiência era de cerca de 40% entre os
homens, enquanto no caso das mulheres observou-se cerca de 23%. Já no caso do tempo de
serviço no emprego atual, a porcentagem com mais de dez anos era de 35,8% para os
57
homens e 22,8% para as mulheres (JACOBSEN, 1994, p.273). POLACHEK e SIELBERT
(1993) afirmam que as mulheres diferem dos homens em termos de sua expectativa de
participação na força de trabalho durante o ciclo de vida, sendo que as mulheres casadas
participam com maior intermitência na força de trabalho. De acordo com os autores, uma
relação idade rendimento comparada entre um trabalhador persistente durante a totalidade
do ciclo de vida e outro intermitente é totalmente diferente. O intercepto da curva do
trabalhador persistente é maior, caracterizando um investimento educacional maior, e a
taxa de retorno para experiência é constante. Já no caso do trabalhador intermitente, o
intercepto é menor devido a menores investimentos em escolaridade, e não só o
rendimento é zero no momento em que a pessoa está fora da força de trabalho, como há
uma depreciação no rendimento, com o nível de rendimento à reentrada situando-se abaixo
do pico observado na saída. O casamento e o período gasto tendo e criando os filhos
(determinados pela fecundidade) gerariam um perfil intermitente para a maioria das
mulheres. De fato, os autores calculam um prêmio de 3.000 dólares para os homens
casados e um prêmio de cerca de 600 dólares para as mulheres solteiras. Quando o estoque
de capital humano esperado é incluído estes prêmios caem para 500 e 150 dólares
respectivamente (POLACHEK e SIELBERT, 1993, pp. 160-165).
Tanto para explicar o diferencial de salários entre homens e mulheres quanto para
explicar o diferencial entre mulheres casadas e solteiras (ou com filhos e sem filhos), o
modelo alternativo de BECKER (1985) aponta o papel das atribuições e responsabilidades
familiares (principalmente no cuidado de filhos) para a redução no esforço das mulheres no
exercício das atividades voltadas para o mercado de trabalho. O maior comprometimento
da mulher com as atividades familiares levariam a uma menor prioridade às atividades de
mercado. De outro lado, as responsabilidades dos homens casados com filhos com a
geração de renda monetária para a família fariam com que estes fossem mais motivados
para a produção voltada para o mercado. Estes dois aspectos seriam suficientes para se
gerar um prêmio para o casamento, o número de filhos também geraria um prêmio no caso
dos homens, já no caso das mulheres o resultado é menos conclusivo.
JOSHI e PACI (1998) com a colaboração de Waldfogel estudam o impacto de
estado civil e, principalmente, o número de filhos sobre o diferencial de salários na
Inglaterra, para a coorte nascida em 1958, principalmente levando-se em conta a jornada
de trabalho (parcial e integral). A presença de filhos entre os homens geram um prêmio de
5,4%. No caso das mulheres a presença de filhos gera um prêmio negativo de 10% para o
caso das mulheres em tempo integral e um prêmio negativo de 7% para o caso das
58
mulheres em tempo parcial. O estudo mais detalhado das autoras mostra resultados que
indicam uma maior concentração de mães em empregos de tempo parcial, que possuem
salários mais baixos. A explicação alternativa de que o baixo pagamento dos empregos em
tempo parcial das mulheres decorre da presença de filhos na maioria destas mulheres não
foi corroborada. A hipótese da baixa produtividade associada com a alta carga de
atividades domésticas é refutada pelo fato de que a remuneração é menor apenas nos
empregos de tempo parcial (JOSHI e PACI, 1998, cap.6, pp. 97-127).
A maior parte das evidências discutidas acima, sobre o prêmio de casamento e o
diferencial de salários por sexo, referem-se ao caso americano. A tabela abaixo reproduz a
razão de gênero (rendimento das mulheres dividido pelo rendimento dos homens, ambos
padronizados para uma jornada de trabalho de 40 horas) em vários países desenvolvidos,
calculadas por BLAU e KHAN (1996). No caso das mulheres e homens casados a razão
varia de 54,85% nos Estados Unidos e 55,85% no Reino Unido para o outro extremo de
72,09% na Suécia e 67,56% na Noruega. O caso de um menor diferencial de salários nos
países nórdicos decorre provavelmente de um conjunto de políticas sociais sobre
natalidade e licença maternidade que afetam algumas das razões para o diferencial de
salários arroladas acima. A tabela mostra também a razão de gênero por sexo no caso das
mulheres e homens solteiros. Conforme o esperado na literatura sobre o prêmio do
casamento, a razão do rendimento de gêneros é muito maior no caso das pessoas solteiras,
com menores diferenciais por sexo. A razão mais baixa é observada na Hungria 77,34%,
sendo de 86,81% nos Estados Unidos e 96,41% na Alemanha. Blau e Kahn continuam a
análise enfatizando o papel da estrutura salarial sobre o hiato salarial, este é um tema que
não será abordado aqui.
59
Tabela 1
Razão de Rendimento por Gênero - Países
(Rendimento Mulheres/Rendimento Homens)
Ocupados Ocupados
Pais
Casados Solteiros
Australia
0,6755
0,9044
Austria
0,6452
0,9111
Alemanha
0,5998
0,9641
Hungria
0,6084
0,7734
Noruega82
0,6756
0,8959
Noruega89
0,6722
0,8079
Suécia80
0,7209
0,9435
Suíça
0,614
0,871
Reino Unido
0,5585
0,8301
Estados Unidos
0,5485
0,8681
Fonte: Francine D. Blau e Lawrence M. Kahn,
"Wage structure and gendered earnings differentials:
An international comparison", Economica (1996)
63, p. 45.
Concluindo esta revisão, a literatura internacional aponta inequivocamente para a
existência de um prêmio ao casamento para o caso dos homens. No caso das mulheres este
prêmio tende a ser menor ou negativo. Um corolário destes dois fatos é a existência de um
hiato salarial por sexo (razão de gênero) maior (menor) no caso das pessoas casadas
comparado às pessoas solteiras. Várias fatores podem explicar estes resultados, sendo que
a maioria da literatura enfatiza aspectos associados com a acumulação de capital humano
específico após o casamento, onde a maior intermitência das mulheres causaria o
diferencial. A literatura discute também o impacto dos filhos no diferencial entre as
pessoas casadas e solteiras. A hipótese do efeito esforço não parece ser corroborada. A
literatura tratou também do problema da heterogeneidade não observada, os trabalhos que
tentaram controlar este aspecto mostraram uma queda substancial no prêmio do casamento,
sugerindo que os fatores não observáveis que determinam a estabilidade do casamento
devem determinar também a acumulação de capital humano específico no casamento.
- A literatura sobre o caso brasileiro:
O trabalho de BARROS, RAMOS e SANTOS (1995) é uma referência central para
a análise dos diferenciais salariais por sexo no Brasil, ao analisar a evolução destes
diferenciais ao longo da década de oitenta. Os dados na Tabela 2 abaixo são trabalhados a
partir deste texto, e mostram a razão de salários por gênero entre pessoas unidas e não
unidas. Os resultados mostram uma razão por gênero menor entre as pessoas unidas do que
as não unidas, coerente com os valores encontrados nos países desenvolvidos e mostrados
60
na Tabela 1 acima. Os resultados do caso brasileiro são muito parecidos com aqueles
observados nos Estados Unidos e no Reino Unido, demonstrando a relevância do debate
para o caso brasileiro.
Tabela 2
Razão de Salários por Gênero
Regiões PNAD - 1989
Unidos
Não Unidos
Chefes/esposas Não Chefes
Rio de Janeiro
0,6637
0,7945
São Paulo
0,5599
0,8869
Sul
0,6005
0,7866
Leste
0,6188
0,8106
Nordeste
0,5827
0,8187
Fronteira
0,6188
0,8607
Média
0,5945
0,8353
Fonte: Cálculo próprio a partir de Barros, Ramos e
Santos, 1995, p. 390.
Utilizando uma decomposição do hiato salarial similar àquela a ser utilizada neste
trabalho, os autores mostram que, para o caso brasileiro em 1989, a grande diferença entre
o hiato salarial dos unidos comparado aos não unidos reduz substancialmente, com o
aumento do hiato salarial dos não unidos. Um vez controlados os níveis de educação, idade
e ocupação o nível de discriminação efetiva salarial entre os não unidos passa do hiato
observado de 0,18 para 0,43, reduzindo substancialmente a diferença do hiato salarial por
sexo entre os unidos e os não unidos (BARROS, RAMOS e SANTOS, 1995, p. 411). Tal
fato estaria indicando que grande parte do hiato salarial por sexo entre unidos e não unidos
decorreria das diferenças nos atributos pessoais e na estrutura ocupacional dos dois
segmentos.
Com base na PNAD de 1996, BAPTISTA (1999) calcula o hiato do rendimento
médio dos ocupados por status conjugal no Brasil metropolitano. Enquanto as mulheres
unidas de 25 a 49 anos de idade ganhavam 33,7% a menos do que os homens no mesmo
intervalo etário, as filhas residentes de 15 a 24 anos ganhavam cerca de 4,8% a menos do
que os filhos no mesmo grupo etário. Mesmo com grupos etários totalmente distintos, o
diferencial entre o hiato salarial por sexo de unidos e não-unidos cai substancialmente
quando se compara apenas o componente puramente discriminatório (ou residual, que será
melhor descrito a seguir). A diferença cai de 0,29 no hiato salarial estimado cai para 0,22
no chamado componente residual (BAPTISTA, 1999, pp. 36-39). Esta redução é menor do
61
que aquela observada por BARROS, RAMOS e SANTOS (1995), o que reflete diferenças
nas decomposições efetuadas.
Outros tipos de estudos tratam indiretamente da questão no caso brasileiro.
KASSOUF e SENAUER (1996) estimam uma equação de salários para mulheres de 16 a
71 anos de idade, o prêmio das mulheres conjugues é negativo (-0,2), enquanto chefes e
filhas apresentam um prêmio positivo (0,7 e 0,3 respectivamente). Em outro estudo que
trata especificamente da discriminação salarial por gênero, KASSOUF (1998) não trata
especificamente do papel do estado civil. O estado conjugal só entra como variável na
determinação da equação de participação nos setores formal e informal.
CAVALIERI e FERNANDES (1998) utilizam a PNAD 1989 para tratar dos
diferenciais salariais por gênero e cor nas regiões metropolitanas, embora não tratem
especificamente da questão do estado civil ou estado conjugal. Numa estimativa do log dos
rendimentos padronizados, o prêmio do sexo masculino foi de cerca de 47%. Uma equação
para explicar os determinantes do hiato salarial entre homens e mulheres foi estimada, as
mulheres possuem um maior retorno para os anos de estudo, fazendo com que o diferencial
reduza com a maior escolaridade das mulheres. Já no caso da idade, o formato do
diferencial de salários obtido foi em forma de “U” invertido, crescendo até cerca de 48
anos. Embora este trabalho não trate de estado conjugal, o resultado obtido para idade
aponta o papel potencial da intermitência das mulheres no mercado de trabalho e do
potencial diferencial de acumulação de capital humano específico durante o período do
casamento.
LEME e WAJNMAN (2000) aplicam uma decomposição do hiato salarial de duas
coortes durante o período que elas passam de 25 a 35 anos, uma coorte nascida em 1952 e
outra em 1962. A análise traz à tona aspectos longitudinais até então não incorporados à
análise, mostrando que os diferenciais de atributos produtivos como educação já eram
favoráveis às mulheres mesmo na coorte mais velha. Além disso, o trabalho mostra que o
componente residual ou “discriminatório” do diferencial de salários permanece o elemento
mais importante do diferencial de salários, embora cerca de 17 pontos percentuais de
declínio no hiato salarial entre as duas coortes se deva basicamente a um declínio na
“discriminação”.
Finalmente, utilizando a os dados dos trabalhadores ocupados com salário positivo
da Pesquisa sobre Padrões de Vida (PPV, 1996/97), BARROS e MENDONÇA (1998)
calculam que os salários das mulheres representam 75% dos salários dos homens. A razão
de rendimentos cai quando as características produtivas (idade, educação, etc.) são
62
controladas, passando para 66%. Por outro lado, a introdução do controle pelas
características do posto de trabalho fazem com que a razão suba para 72%. Os atributos
produtivos e as características dos postos de trabalho operam em direções contrárias na
razão de gênero ou no diferencial de salários por sexo. Estes resultados não acrescentam
muito à literatura já revisada, mas são relevantes para este trabalho por utilizarem a mesma
base de dados.
Os trabalhos acima revisados de BARROS, RAMOS e SANTOS (1995) e
BAPTISTA (1999) são importantes por apresentar avaliações dos hiatos salariais por
estado civil ou estado conjugal. Os demais trabalhos contribuem para elucidar evidências
empíricas a respeito do hiato salarial por sexo. Neste trabalho, pretende-se discutir o
prêmio do casamento dentro de cada sexo, ao se comparar o diferencial entre casados e
solteiros no sexo masculino e feminino. Uma decomposição destes dois grupos permite
uma nova avaliação do hiato salarial por sexo dentro dos dois estados civis. Além da
discussão sobre prêmio do casamento, a discussão permite uma avaliação do papel da
presença de crianças nos domicílios na determinação do hiato salarial por sexo entre as
pessoas casadas.
III – ASPECTOS METODOLÓGICOS
- Base de dados
Para se realizar o presente estudo utilizou-se o CD-ROM da Pesquisa sobre Padrões
de Vida – PPV – de 1996 e 1997, produzido pelo Instituto Brasileiro de Geografia e
Estatística - IBGE. A pesquisa foi realizada apenas nas Regiões Nordeste e Sudeste do
País, considerando 10 estratos geográficos, a saber: Região Metropolitana de Fortaleza,
Região Metropolitana de Recife, Região Metropolitana de Salvador, restante da área
urbana do Nordeste, restante da área rural do Nordeste, Região Metropolitana de Belo
Horizonte, Região Metropolitana do Rio de Janeiro, Região Metropolitana de São Paulo,
restante da área urbana do Sudeste e restante da área rural do Sudeste.
- A composição da amostra do estudo
Para a estudo em questão, as seções mais exploradas do questionário foram as
referentes à “Características dos moradores – seção 02” e “Atividade econômica – seção
06”. As variáveis estudadas foram divididas em quatro grandes grupos: Homens chefes
casados; Mulheres cônjuges casadas; Homens solteiros; e Mulheres solteiras. Uma vez
63
feitos os filtros de sexo, posição domiciliar (somente para os casados), e estado civil, foram
consideradas somente as pessoas que trabalhavam ou tinham trabalho nos últimos 7 dias, e
possuíam entre 20 e 35 anos de idade. Deve-se ressaltar ainda que o tamanho de amostra
das pessoas casadas (N= 1001) é inferior ao de solteiros (N= 1812) em decorrência do
filtro de idade utilizado, já que este é primordialmente o período de transição do estado
civil solteiro(a) para casado(a). A limitação do grupo etário utilizado na amostra, a
informação sobre o estado civil e as informações sobre experiência e tempo de serviço na
ocupação corrente são as grandes novidades da base de dados em comparação à literatura
brasileira anteriormente revisada.
- Estimação das equações de rendimento
Depois que todas as variáveis necessárias para a obtenção de equações de
rendimento foram criadas, uma série de regressões lineares múltiplas foram estimadas para
que se obtivesse o impacto das variáveis independentes sobre o logaritmo natural do
salário horário recebido em todos os trabalhos (trabalho principal + secundário). As
equações foram estimadas tendo-se em vista os seguintes modelos:
MODELO TRADICIONAL
LnWtot = α +βanoest ANOEST + βexport EXPORT + βexport2 EXPORT2 + βttfirma
TTFIRMA+
ε
MODELO TRADICIONAL 2
LnWtot=α +βanoestANOEST+βexportEXPORT+ βexport2EXPORT2 + βttfirmaTTFIRMA + βfilhos
FILHOS+
ε
OBS: a descrição completa das variáveis utilizadas está explicitada no Anexo 1.
A variável resposta, (LnWtot), foi construída calculando-se o logaritmo natural do
rendimento semanal por hora. Como ela não está disponível no questionário da PPV, ela
foi elaborada calculando-se o logaritmo natural do quociente resultante da divisão do
rendimento semanal pelo número de horas que o indivíduo trabalhou na semana de
referência.
A variável anos de estudo (anoest) é uma proxy para investimento em capital
humano geral “schooling”.
As variáveis export, e export2 são proxy para experiência potencial, ao subtrair a
idade da idade em que a pessoa começou a trabalhar. Segundo a teoria do capital humano,
64
os rendimentos dos trabalhadores apresentam retornos positivos e decrescentes com a
experiência. Sendo assim, o sinal esperado para o coeficiente de export é positivo e o de
export2 é negativo.
Já o tempo em que trabalha na firma (ttfirma) é utilizado como variável proxy para
a experiência corrente “tenure”. O sinal esperado para esta variável é obviamente positivo.
Por fim, a variável filhos mede a presença de crianças abaixo de 15 anos no
domicílio, espera-se que esta variável afete os salários das pessoas casadas.
Para estimar as equações de rendimento foram considerados somente os casos com
valores válidos para todas as variáveis, excluindo portanto os casos onde a respostas
correspondiam a “missing values”.
Decomposição do diferencial de rendimentos
O modelo utilizado para se fazer a decomposição foi desenvolvido por OAXACA
(1973). A decomposição mede o quanto o hiato salarial entre casados e solteiros seria
modificado se ambos fossem remunerados segundo uma mesma estrutura salarial,
mantendo fixos seus atributos produtivos. Segundo esse modelo, a diferença entre os
salários estimados, ∆, pode ser atribuída a dois fatores: um relacionado às características
produtivas, ∆e, e outro ligado às diferenças nos coeficientes da regressão, ∆d, que também
pode ser chamado de “componente discriminatório”. Esta técnica sugerida por OAXACA
(1973) pode ser sintetizada em dois pontos principais que consistem em:
Estimar para cada um dos grupos (Homens chefes casados; Mulheres cônjuges
casadas; Homens solteiros; e Mulheres solteiras) a equação de rendimentos:
wc = α c + ∑ β ic xic
i
e
ws = α s + ∑ β is xis
i
onde wc e ws são o logaritmo natural do salário das pessoas casadas e solteiras,
respectivamente.
Tomar a diferença entre as duas equações avaliadas nos pontos médios das
variáveis, e somar e subtrair ∑ β ic xis de forma a não alterar a igualdade. Algebricamente
obtêm-se a expressão:
65
wc − ws = (α c − α s ) + ∑ xis ( β ic − β is ) + ∑ β ic ( xic − xis )
i
i
O terceiro termo, ∑ β ic ( xic − xis ) , representa parte da diferença de salários que se
i
deve exclusivamente às características produtivas das pessoas casadas e solteiras, ou seja,
∆e.
O segundo termo, ∑ xis ( β ic − β is ) é a parte da diferença de salários que se deve a
i
valorização diferente de um mesmo atributo. Se esse termo for positivo, isso significa que
determinado atributo produtivo é mais valorizado nas pessoas casadas do que nas solteiras,
se for negativo, o oposto.
O primeiro termo, (α c − α s ) , indica a diferença residual nos rendimentos, ou seja,
a diferença salarial para qualquer nível de variáveis explicativas. Uma diferença positiva
por exemplo indica o quanto as pessoas casadas são mais bem pagas que as solteiras,
independentemente das variáveis utilizadas na especificação do modelo.
O primeiro e o segundo termos representam portanto a parte do hiato salarial que
não é explicada pela diferença de atributos produtivos, ou seja, ∆d. Sendo assim, o hiato
salarial pode ser escrito da seguinte forma: ∆ = ∆d + ∆e.
A decomposição do diferencial dos rendimentos foi feita estabelecendo-se as
seguintes comparações:
- Homem Casado X Homem Solteiro (1);
- Mulher Casada X Mulher Solteira (2);
- Homem Casado X Mulher Casada (3);
- Homem Solteiro X Mulher Solteira (4).
- Homem Casado X Mulher Casada com filhos (5)
Os resultados das estimativas das equações de salários estão no Anexo 2. Já a
planilha detalhada da decomposição de LnWtot estimados, assim como da diferença entre
as médias salariais estimadas (∆), de ∆d, e de ∆e estão no Anexo 3.
66
IV - RESULTADOS
O Quadro I, descrito abaixo, apresenta a síntese da decomposição de Oaxaca. Em
termos gerais, o hiato salarial dos homens casados sobre os homens solteiros é de 0,29 (os
solteiros ganham 75% dos salários dos casados) e as mulheres casadas apresentam um
hiato de 0,24 (as solteiras ganham 79% dos salários das casadas). O prêmio do casamento
entre os homens não surpreende e é compatível com a literatura revisada, mas o prêmio do
casamento observado entre as mulheres é surpreendente. Pelo menos no período inicial do
casamento as mulheres casadas apresentam um prêmio com relação às solteiras. O
diferencial salarial por sexo é um pouco maior no caso das pessoas casadas, 0,19 com as
mulheres casadas recebendo 82% dos salários dos homens, do que no caso das pessoas
solteiras, 0,14 com as mulheres solteiras recebendo 87% dos salários dos homens. O
diferencial entre homens e mulheres casados controlando pelos filhos é um pouco maior do
que no caso sem controle, 0,22 com as mulheres casadas recebendo 80% dos salários dos
homens casados. Antes de fazer uma análise mais detalhada dos resultados obtidos e aqui
mencionados, cumpre destacar os dois pontos principais. O prêmio por casamento
apresenta hiato parecido para homens e mulheres, e o diferencial de salários por sexo é
parecido entre casados e solteiros, embora apresente valores menores do que aqueles
obtidos pela literatura. A explicação destes resultados pode estar na restrição etária da
amostra, na inclusão de um melhor controle para a variável de experiência ou nas
características da base de dados.
Quadro I
LnWtot
∆
D
∆d
∆e
∆d+∆e
Modelo tradicional
homem casadoXsolteiro
mulher casadaXsolteira
homem casadoXcasada
homem solteiroXsolteira
0,2902
0,2405
0,198
0,1483
0,286354
0,237637
0,192615
0,143898
0,14463
0,20039
0,31259
0,32045
0,14172
0,03725
-0,12
-0,1766
0,28635
0,23764
0,19259
0,14385
0,198 0,221859
0,3408
-0,1189
0,2219
Modelo tradicional 2
homem casadoXcasada
D = diferença entre as médias
∆ = diferença entre os estimadores
67
Os dados apresentados no Anexo 3 mostram que há um prêmio puro de –0,351
favorável aos homens solteiros quando comparados aos homens casados, este prêmio é
dado pela diferença no intercepto das duas equações. Este prêmio é revertido para 0,145
porque o mercado de trabalho discrimina favoravelmente os homens casados no tocante
aos três atributos produtivos considerados (educação, experiência potencial e tempo de
trabalho na firma). O diferencial total por casamento ainda é mais reforçado pelo fato de
que os homens casados possuem atributos produtivos superiores do que os homens
solteiros (componente alocativo ou produtivo do diferencial). Os homens casados possuem
uma escolaridade ligeiramente superior à dos solteiros, mas possuem muito mais
experiência potencial e semanas trabalhadas na atual ocupação. Estas duas variáveis são
precisamente aquelas que a literatura internacional enfatiza como associadas ao incentivo
em acumulação de capital humano específico no casamento.
No caso do prêmio do casamento para as mulheres casadas os componentes são
totalmente diferentes daqueles obtidos para os homens, sendo menos coerentes com o
esperado pela literatura. Em primeiro lugar, há um prêmio positivo de 0,12 para o
casamento dado pelo maior intercepto das mulheres casadas comparado ao intercepto das
solteiras, na equação de salários. Ainda no componente discriminatório, a diferença entre
casadas e solteiras no que diz respeito a experiência potencial e tempo de serviço na
ocupação atual é pequena. O mercado discrimina mais favoravelmente a escolaridade das
mulheres casadas do que das solteiras, e este é o segundo componente explicando o hiato
de “discriminação”. No que tange às diferenças entre casadas e solteiras quanto aos
atributos produtivos (escolaridade e experiência), esta diferença é mínima e explica pouco
do hiato salarial. Em suma, o resultado mostra um prêmio de casamento para as mulheres
que é pouco explicado, devendo o seu maior componente ao intercepto e a uma pequena
maior valorização do mercado para a escolaridade das mulheres casadas comparadas com
as solteiras.
No que tange ao hiato salarial entre homens e mulheres casados, o componente
“discriminatório” deste hiato é o fator mais importante para explicar o fato das mulheres
ganharem menos do que os homens. O prêmio do intercepto é anti-discriminatório,
favorecendo a remuneração das casadas. O prêmio que o mercado de trabalho dá para a
escolaridade favorece apenas ligeiramente os homens casados, não sendo nem um pouco
capaz de reverter o diferencial de intercepto favorável às mulheres. O grande componente
“discriminatório” ou residual para explicar o hiato salarial favorável aos homens casados
advém da forma com que o mercado valoriza de maneira diferenciada a experiência
68
potencial dos homens e das mulheres casadas. Neste caso o maior prêmio do casamento
obtido que os homens casados angariam com a experiência, relativo àquele das mulheres, é
o maior componente explicativo da discriminação salarial entre homens e mulheres
casadas. Sem este componente, provavelmente haveria pouco ou nenhum hiato salarial
entre homens e mulheres em união. O componente de hiato salarial devido a atributos
produtivos favorece claramente as mulheres casadas, principalmente devido ao diferencial
em escolaridade. O diferencial de experiência favorece ligeiramente aos homens, mas não
é capaz de explicar um grande hiato salarial caso não houvesse um componente
“discriminatório” da experiência por parte do mercado. Em outras palavras, sem o
componente discriminatório o hiato salarial devido aos atributos produtivos favoreceria às
mulheres casadas.
O hiato salarial entre homens e mulheres solteiras é positivo (0,14) e deve-se
primordialmente ao componente discriminatório. Neste caso o componente discriminatório
já aparece na diferença entre interceptos, que é positiva de 0,36. O mercado de trabalho já
valoriza mais a escolaridade feminina do que a masculina, havendo uma discriminação
negativa (em favor das mulheres) neste caso. Além do intercepto, o que faz o componente
do hiato salarial discriminatório ser positivo é novamente a valorização diferenciada que o
mercado faz para a experiência potencial masculina. Este prêmio ocorre mesmo entre os
solteiros, embora em valores menores do que entre os casados. O componente alocativo é
fracamente favorável às solteiras, os quase dois anos de escolaridade a mais que elas têm
não são compensados pelos dois anos a mais de experiência potencial que os homens
solteiros possuem. Em outras palavras, sem o componente discriminatório, as
características produtivas das mulheres solteiras mais que compensam a diferença de
experiência potencial, fazendo com que o hiato salarial seja favorável às mulheres.
Finalmente, o modelo tradicional 2 descreve o hiato salarial entre homens e
mulheres casados controlando-se pelo número de filhos. A presença de filhos causa pouca
diferença no hiato salarial, sendo que seu componente discriminatório favorece às
mulheres. Este resultado é contrário ao previsto por Becker e sugere que filhos não afetam
a discriminação salarial feminina. Entretanto, o prêmio favorável às mulheres dado pelo
intercepto (-0,034) é muito maior do que aquele observado no caso sem controle da
variável filhos (-0,116). Esta mudança no intercepto poderia estar indicando que de fato
filhos têm algum impacto negativo no componente discriminatório das mulheres. Torna-se
necessário desenvolver modelos com melhores especificações e bases de dados para
esclarecer este ponto.
69
Num sentido geral os dados mostram que o diferencial de salários por sexo está
reduzindo, mas existe tanto entre os casados quanto entre os solteiros. Este diferencial
favorece os homens principalmente por causa do componente discriminatório, e mais
especificamente por causa do papel da experiência potencial. Importa notar que o efeito da
experiência potencial não se dá tanto pelas diferenças nos atributos produtivos, aquilo que
a teoria do capital humano consideraria como decorrência de uma maior intermitência das
mulheres no mercado de trabalho. Ao contrário, a maior parte do diferencial decorre de um
maior prêmio que o mercado de trabalho dá (“discriminação”) à experiência masculina em
comparação com a experiência feminina. Curiosamente, este diferencial “discriminatório”
tende a ser bem menor no caso da escolaridade. Este prêmio “discriminatório” da
experiência potencial ocorre mesmo quando se compara homens casados e solteiros,
embora o mesmo não se verifique na comparação entre mulheres casadas e solteiras.
V- CONCLUSÃO
A existência de um bônus matrimonial, pelo menos para os homens, é
inquestionável. Inequivocamente, a literatura é consensual em afirmar que homens casados
recebem melhores salários que homens solteiros. Entretanto, a origem do prêmio do
casamento ainda é controversa e as hipóteses disponíveis para explicá-lo são
diversificadas. Enquanto alguns autores34 defendem a hipótese de seletividade no
casamento a favor daqueles mais produtivos e mais bem pagos, outros35 tentam justificar o
prêmio do casamento argumentando que, entre os casados, há um aumento da
produtividade gerado pela especialização e divisão de tarefas dentro do domicílio. Além
disso, outras explicações para justificar o bônus matrimonial seriam a discriminação
praticada pelos empregadores em favor dos casados, e a seletividade dos casados por
empregos menos prazerosos, mas que em contrapartida pagariam melhores salários.
Todas as hipóteses levantadas parecem plausíveis e pertinentes, mas nenhuma delas
parece capaz de explicar integralmente a origem do bônus matrimonial. Na minha opinião,
cada uma das hipóteses levantadas apresenta uma poder parcial de explicação e, como
decorrência, cada uma delas parece possuir um peso diferenciado na origem e manutenção
do prêmio do casamento. Ceteris paribus, não se pode negar que homens mais produtivos e
34
CHIODO e OWYANG (2002), HERSCHE e STRATTON (2000) e NAKOSTEEN e ZIMMER (2001),
por exemplo.
35
CHUN e LEE (2001), DANIEL (1995) e BECKER (1998).
70
que ganham mais sejam também mais visados para o casamento. Por outro lado, os homens
podem desenvolver habilidades valiosas enquanto casados, aumentarem a sua
produtividade e a manterem mesmo após o fim do casamento. Além disso, não se pode
ignorar o fato de homens casados tenderem a receber melhores salários do que os
separados ou divorciados.
Gary Becker coloca que o desaparecimento do marriage premium é apenas uma
questão de tempo. Com o aumento das taxas de divórcio e a redução da fecundidade, a
participação da mulher no mercado de trabalho têm aumentado e a divisão de tarefas
domiciliares e o cuidado com os filhos têm se tornado mais igualitária entre os sexos. De
fato, nota-se que a hipótese de aumento de produtividade via casamento só terá sentido se o
casal estiver preocupado com o bem estar coletivo. Caso contrário, se a maximização do
bem estar individual prevalecer sobre o bem estar do casal, ou seja, se a parte com maior
quantidade de augmentation capital estiver preocupada com a sua independência
financeira futura, a dinâmica de especialização e divisão de tarefas pode não prevalecer.
Como consequência, o bônus matrimonial originado do aumento de produtividade pode
não existir. Em outras palavras, é possível afirmar que o aumento do número de divórcios
tende a diminuir o marriage premium, já que a esposa passa a preocupar-se com a sua
independência futura tendo em vista a alta probabilidade de divorciar-se. O divórcio parece
atuar no sentido de reforçar a preocupação futura das mulheres com a separação,
encorajando-as a buscarem trabalho fora de casa.
Além, ou por causa da elevação das taxas de divórcio, as mudanças nos padrões
culturais e comportamentais da sociedade também podem estar contribuindo para reduzir a
desigualdade salarial entre homens e mulheres. Tais mudanças poder estar atuando nas
preferências, tanto dos homens quanto das mulheres, na hora de se escolherem um parceiro
definitivo para o casamento. Talvez as mulheres com grande quantidade de augmentation
capital não sejam tão visadas para o casamento quanto as independentes financeiramente.
E por outro lado, talvez os homens mais cooperativos na divisão de tarefas domiciliares
sejam preferidos pelas mulheres. Além disso, existe também a possibilidade dos dois
membros do casal trabalharem fora de casa e originarem um produto marginal conjunto
superior ao produto marginal originado individualmente. Neste caso, é bem provável que o
casal opte por pagar uma terceira pessoa para realizar as atividades domésticas ao invés de
barganharem a realização de tais atividades.
É importante notar também que os homens casados nem sempre apresentam
vantagens salariais em relação aos solteiros. Como a mobilidade dos casados tende a ser
71
menor que a dos solteiros, alguns homens casados tendem a receber menores salários do
que se eles fossem solteiros e pudessem mudar mais facilmente para trabalhos melhores.
Além disso, os empregadores podem explorar esta imobilidade relativa dos casados
pagando a eles uma parcela menor do retorno para o seu capital humano específico.
Entretanto, apesar destes fatores serem favoráveis aos solteiros, eles parecem não
compensar o bônus matrimonial advindo do casamento. Como corolário, os casados
continuam ganhando mais do que os solteiros.
A razão de rendimento por gêneros apresenta o valor de 87% no caso das mulheres
solteiras e 80% no caso das casadas. O percentual das solteiras é compatível com os
valores internacionais apresentados na Tabela 1 e maior do que a maioria dos valores
encontrados na Tabela 2, para o Brasil em 1989. Já os 80% encontrados no caso das
casadas é maior do que os valores encontrados tanto na experiência internacional (Tabela
1) quanto no caso brasileiro de 1989 (Tabela 2). Se o baixo hiato salarial dos solteiros não
surpreende tanto, o baixo hiato salarial dos casados comparado à literatura merece
explicações. Uma possível explicação seria o fato da estrutura amostral estar limitada a
pessoas de 20 a 35 anos de idade. Em outras palavras, enquanto o hiato salarial decorrente
das diferenças nas características individuais favorece positivamente a razão de
rendimentos por causa da diferença em escolaridade de cerca de 1,5 anos de estudo, o
diferencial de experiência potencial entre homens e mulheres casadas, de cerca de 4 anos
não foi capaz de reverter esta tendência. Na hipótese de que o diferencial de capital
humano específico medido pela diferença na experiência potencial entre homens e
mulheres casadas se amplia até os cinqüenta e cinco ou sessenta anos de idade, então é
possível que a razão de rendimento fosse mais baixa no caso de se utilizar uma amostra
com filtro etário mais amplo. Em sendo verdade isto, é razoável assumir que a diferença no
hiato salarial por sexo de casados e solteiros é bastante menor no início da união do que no
final. Sem um melhor controle da heterogeneidade individual, este resultado não descarta a
possibilidade de que o casamento favoreça a acumulação de capital humano específico. Se
isto for verdade, o prêmio do casamento aumentaria com a idade. De qualquer forma, o
grande efeito discriminatório da experiência potencial por sexo entre os casados
aumentaria os incentivos para a acumulação de capital humano específico diferenciada por
sexo. Este hiato por sexo também é observado entre os solteiros, sendo que o componente
discriminatório puro (intercepto) favorece os homens e, de novo, há um componente
discriminatório para a experiência potencial masculina.
72
Os dois componentes principais do diferencial salarial por sexo são o componente
discriminatório da experiência potencial e o diferencial de atributo produtivo de
experiência potencial entre homens e mulheres, diferencial este contraposto pela maior
escolaridade feminina. Se a diferença em experiência potencial aumentar com a duração do
casamento, então o hiato salarial tende a ser maior com intervalos etários maiores. Por
outro lado, o efeito discriminação da experiência pode ser um incentivo independente para
o crescimento deste diferencial ao longo do ciclo de vida das pessoas casadas de ambos os
sexos.
Os dados de prêmio do casamento para os homens e suas diferenças com relação ao
prêmio do casamento para as mulheres reforçam o potencial de aumento do hiato salarial.
Embora seja surpreendente que haja um prêmio positivo para o casamento das mulheres, o
maior peso da experiência no caso do prêmio dos homens reforça o potencial de ampliação
do hiato salarial com uma amostra etária mais ampla.
Novos estudos nesta linha devem explorar o cálculo do hiato salarial controlando
pela estrutura ocupacional, posição na ocupação e jornada de trabalho. É possível que o
diferencial de inserção produtiva esteja por trás do hiato salarial e da discriminação da
experiência, mais do que o mero papel do estado civil.
73
REFERÊNCIAS BIBLIOGRÁFICAS:
BAPTISTA, D. B. Diferenciais de rendimento e discriminação por sexo no mercado de
trabalho brasileiro na década de 90. 1999. 47 p. Monografia (Economia) - Faculdade de
Ciências Econômicas, Universidade Federal de Minas Gerais, Belo Horizonte, 1999.
BARROS, R. P., MENDONÇA, R. Uma análise dos diferenciais salariais no Brasil. 1998.
Disponível em <www.clacso.edu.ar/~libros/anpocs/paes.rtf >
BARROS, R. P., RAMOS, L., SANTOS, E. Gender differences in Brazilian labor markets. In:
SCHULTZ, T. P. (Ed.). Investment in women's human capital. Chicago: University of Chicago,
1995. p.380-425.
BECKER, G. S. A treatise on the family: enlarged edition. Cambridge, MA: Harvard
University, 1998. Chapter 2. Division of labor in household and family, supplement: Human
capital, effort, and the sexual divisions of labor. p.54-89
BLAU, F., KAHN, L. Wage structures and gender earnings differentials: an international
comparison. Economica, v.63, n.250S, p.S29-S62, 1996.
CAVALIERI, C., FERNANDES, R. Diferenciais de salários por gênero e cor: uma comparação
entre as regiões metropolitanas brasileiras. Revista de Economia Política, v.18, n.1, p.69,
jan./mar. 1998.
CHIODO, A. J., OWYANG, M. T. For love or money: why married men make more. Federal
Reserve
Bank
of
St.
Louis,
2002.
<Disponível
em:
<http://www.stls.frb.org/
publications/re/2002/b/pages/marriage.html>
CHUN, H., LEE, I. Why do married men earn more: productivity or marriage selection?
Economic Inquiry, v.39, n.2, p.307-319, Apr. 2001.
CORNWELL, C., RUPERT, P. Unobservable individual effects, marriage and the earnings of
young men. Economic Inquiry, v.35, n.2, p.285-294, 1997.
DANIEL, K. The marriage premium. In: TOMMASI, M., IERULLI, K. (Ed.). The new
economics of human behaviour. Cambridge: Cambridge University, 1995. p.113-125.
74
HERSCHE, J., STRATTON, L. Household specialization and the male marital wage premium.
Industrial and Labor Relations Review, v.54, n.1, p.78-94, Oct. 2000.
HILL, M. The wage effects of marital status and children. The Journal of Human Resources,
v.14, n.4, p.579-594, 1979.
JACOBSEN, J. The economics of gender. Cambridge, Mass.: Blackwell, 1994. 532 p.
JOSHI, H., PACI, P. Unequal pay for women and men: evidence from the British birth cohort
studies. Cambridge, MA: MIT, 1998. 190 p.
KASSOUF, A. L., SENAUER, B. Direct and indirect effects of parental education on
malnutrition among children in Brazil: a full income approach. Economic Development and
Cultural Change, v.44, n.4, p.817-838, July 1996.
KASSOUF, A. L. Wage gender discrimination and segmentation in the Brazilian labor market.
Economia Aplicada, v.2, n.2, p.243-249, abr./jun. 1998.
KENNY, L. The accumulation of human capital during marriage by males. Economic Inquiry,
v.21, n.2, p.223-231, Apr. 1983.
LEME, M. C. S., WAJNMAN, S. Tendências de coorte nos diferenciais de rendimentos por
sexo. In: HENRIQUES, R. (Ed.). Desigualdade e pobreza no Brasil. Rio de Janeiro: IPEA,
2000. p.251-270.
NAKOSTEEN, R., ZIMMER, M. Spouse selection and earnings: evidence of marital sorting.
Economic Inquiry, v.39, n.2, p.201-213, Apr. 2001.
POLACHEK, S. W., SIEBERT, W. S. The economics of earnings. Cambridge: Cambridge
University, 1993. 367 p.
75
ANEXOS
76
ANEXO 1
SEÇÃO E VARIÁVEIS UTILIZADAS DA PPV
Descrição da variável criada
Nome
Número completo de anos de estudo
Anoest
Idade – idade que começou a trabalhar
Export
2
(Idade – idade que começou a trabalhar)
Export2
Número de filhos por domicílio com idade Filhos
inferior ao igual a 15 anos
Horas por sem. nos dois trabalhos (prin.+ sec.)
Hsemt
Ln (renda total semanal / horas por semana)
Lnwtot
Tempo total que trabalha na firma em semanas
Ttfirma
Descrição da seção
Variável utilizada
Seção 02 – características dos moradores
Parte A – características demográficas
v02a01; v02a02; v02a04; v02a08
Parte C – relações de convivência
v02c01; v02c02
Seção 06 – Atividade econômica
Parte A – informações gerais
v06a01; v06a02; v06a04; v06a05; v06a06
Parte B – trabalho principal (últimos 7 dias)
v06b04; v06b011; v06b12; v06b15; v06b16;
v06b17; v06b22; v06b23; v06b26; v06b38;
v06b39; v06b50; v06b52; v06b67;
Parte C – trabalho secundário (últimos 7 dias)
v06c08; v06c03; v06c12; v06c13; v06c14;
77
ANEXO 2
Média aritmética das variáveis utilizadas
export ttfirma
lnWtot
anoest
17,31
257,64
0,6516
7,68
Homem casado
13,24
204,55
0,4536
9,18
Mulher casada
12,24
186,84
0,3614
7,50
Homem solteiro
10,09
147,63
0,2131
9,30
Mulher solteira
Tamanho da amostra
filhos
1,71
1,71
648
353
1087
725
Diferença entre as médias (D)
0,2902
0,2405
0,198
0,1483
homem casadoXsolteiro
mulher casadaXsolteira
homem casadoXcasada
homem solteiroXsolteira
LNWTOT: HOMEM SOLTEIRO
LNWTOT: MULHER SOLTEIRA
modelo tradicional
modelo tradicional
média.β P-value
média.β P-value
média
média
β
β
(const.)
-0,883
0,000 (const.)
-1,238
0,000
anoest
7,4959
0,119 8,92E-01
0,000 anoest
9,2993
0,13 1,21E+00
0,000
export
12,241 5,33E-02 6,53E-01
0,000 export
10,091 2,03E-02 2,05E-01
0,185
export2
188,4489 -1,40E-03 -2,64E-01
0,012 export2
139,6083 -9,10E-05 -1,27E-02
0,888
ttfirma
186,8445 -2,10E-04 -3,92E-02
0,111 ttfirma
147,6317 3,52E-04 5,20E-02
0,053
lnWtot estimado
0,3588
lnWtot estimado
0,2149
LNWTOT: HOMEM CHEFE CASADO
LNWTOT: MULHER CONJUGE CASADA
modelo tradicional
modelo tradicional
média.β
média.β
média
P-value
média
P-value
β
β
(const.)
-1,234
0,000 (const.)
-1,118
0,000
anoest
7,6836
1,38E-01 1,06E+00
0,000 anoest
9,1813
0,136
1,25E+00
0,000
export
17,3133
9,62E-02 1,67E+00
0,006 export
13,2351
3,70E-02 4,90E-01
0,189
export2
328,5293 -2,80E-03 -9,20E-01
0,007 export2
214
-1,10E-03 -2,35E-01
0,302
ttfirma
257,6404 2,84E-04 7,31E-02
0,050 ttfirma
204,5496 3,30E-04 6,75E-02
0,172
lnWtot estimado
0,6451
lnWtot estimado
0,4525
modelo tradicional 2
média
(const.)
anoest
7,6836
export
17,3133
export2
328,5293
ttfirma
257,6404
filhos
1,7114
lnWtot estimado
modelo tradicional 2
β
0,139
9,41E-02
-2,70E-03
2,77E-04
2,82E-02
média.β
P-value
média
-1,265
0,000 (const.)
1,07E+00
0,000 anoest
9,1813
1,63E+00
0,008 export
13,2351
-8,87E-01
0,007 export2
214
7,14E-02
0,056 ttfirma
204,5496
4,83E-02
0,327 filhos
1,7054
0,6641
lnWtot estimado
β
0,142
3,65E-02
-1,20E-03
2,93E-04
4,87E-02
média.β
P-value
-1,231
0,000
1,30E+00
0,000
4,83E-01
0,195
-2,57E-01
0,280
6,00E-02
0,228
8,30E-02
0,240
0,4423
78
ANEXO 3
LnWtot - Cálculo do ∆e
C
D
E
F
Modelo tradicional
homem casadoXsolteiro
(constante)
anoest
export
export2
ttfirma
somatório da coluna ∆
( e)
mulher casadaXsolteira
(constante)
anoest
export
export2
ttfirma
somatório da coluna ∆
( e)
homem casadoXcasada
(constante)
anoest
export
export2
ttfirma
somatório da coluna ∆
( e)
homem solteiroXsolteira
(constante)
anoest
export
export2
ttfirma
somatório da coluna ∆
( e)
(C-E)*D
homem casado
homem solteiro
média
coeficie.
média
coeficie.
-1,234
-0,883
7,6836 1,38E-01
7,4959
0,119 0,0259026
17,3133 9,62E-02
12,241 5,33E-02 0,4879553
328,5293 -2,80E-03 188,4489 -1,40E-03 -0,392225
257,6404 2,84E-04 186,8445 -2,10E-04 0,0200919
0,1417246
(C-E)*D
mulher casada
mulher solteira
média
coeficie.
média
coeficie.
-1,118
-1,238
9,1813
0,136
9,2993
0,13 -0,016048
13,2351 3,70E-02
10,091 2,03E-02 0,1163317
214 -1,10E-03 139,6083 -9,10E-05 -0,081831
204,5496 3,30E-04 147,6317 3,52E-04 0,0187943
0,0372471
(C-E)*D
homem casado
mulher casada
média
coeficie.
média
coeficie.
-1,234
-1,118
7,6836 1,38E-01
9,1813
0,136 -0,206683
17,3133 9,62E-02 13,2351 3,70E-02 0,3923228
328,5293 -2,80E-03
214 -1,10E-03 -0,320682
257,6404 2,84E-04 204,5496 3,30E-04 0,0150672
-0,119975
(C-E)*D
homem solteiro
mulher solteira
média
coeficie.
média
coeficie.
-0,883
-1,238
7,4959
0,119
9,2993
0,13 -0,214605
12,241 5,33E-02
10,091 2,03E-02 0,1146595
188,4489 -1,40E-03 139,6083 -9,10E-05 -0,068377
186,8445 -2,10E-04 147,6317 3,52E-04 -0,008235
-0,176557
Modelo tradicional 2
homem casadoXcasada
(constante)
anoest
export
export2
ttfirma
filhos
somatório da coluna ∆
( e)
(C-E)*D
homem casado
mulher casada
média
coeficie.
média
coeficie.
-1,265
-1,231
7,6836
0,139
9,1813
0,142 -0,20818
17,3133 9,41E-02 13,2351 3,65E-02 0,3835955
328,5293 -2,70E-03
214 -1,20E-03 -0,309229
257,6404 2,77E-04 204,5496 2,93E-04 0,0147062
1,7114 2,82E-02
1,7054 4,87E-02 0,0001693
-0,118939
79
C
D
E
F
LnWtot - Cálculo do ∆d
Modelo tradicional
homem casadoXsolteiro - usando a média de homem solteiro com padrão
homem casado
homem solteiro
média
coeficie.
média
coeficie.
(constante)
-1,234
-0,883
anoest
7,6836 1,38E-01
7,4959
0,119
export
17,3133 9,62E-02
12,241 5,33E-02
export2
328,5293 -2,80E-03 188,4489 -1,40E-03
ttfirma
257,6404 2,84E-04 186,8445 -2,10E-04
somatório da coluna (∆d)
mulher casadaXsolteira - usando a média de mulher solteira com padrão
mulher casada
mulher solteira
média
coeficie.
média
coeficie.
(constante)
-1,118
-1,238
anoest
9,1813
0,136
9,2993
0,13
export
13,2351 3,70E-02
10,091 2,03E-02
export2
214 -1,10E-03 139,6083 -9,10E-05
ttfirma
204,5496 3,30E-04 147,6317 3,52E-04
somatório da coluna (∆d)
homem casadoXcasada - usando a média de mulher casada com padrão
homem casado
mulher casada
média
coeficie.
média
coeficie.
(constante)
-1,234
-1,118
anoest
7,6836 1,38E-01
9,1813
0,136
export
17,3133 9,62E-02 13,2351 3,70E-02
export2
328,5293 -2,80E-03
214 -1,10E-03
ttfirma
257,6404 2,84E-04 204,5496 3,30E-04
somatório da coluna (∆d)
homem solteiroXsolteira - usando a média de mulher solteira com padrão
homem solteiro
mulher solteira
média
coeficie.
média
coeficie.
(constante)
-0,883
-1,238
anoest
7,4959
0,119
9,2993
0,13
export
12,241 5,33E-02
10,091 2,03E-02
export2
188,4489 -1,40E-03 139,6083 -9,10E-05
ttfirma
186,8445 -2,10E-04 147,6317 3,52E-04
somatório da coluna (∆d)
(D-F)*E
-0,351
0,1424221
0,5247717
-0,263828
0,0922638
0,1446291
(D-F)*E
0,12
0,0557958
0,1687215
-0,140865
-0,003263
0,2003899
(D-F)*E
-0,116
0,0183626
0,7835179
-0,3638
-0,009491
0,3125894
(D-F)*E
0,355
-0,102292
0,3335076
-0,182747
-0,083013
0,3204547
Modelo tradicional 2
homem casadoXcasada - usando a média de mulher casada com padrão
homem casado
mulher casada
média
coeficie.
média
coeficie.
(constante)
-1,265
-1,231
anoest
7,6836
0,139
9,1813
0,142
export
17,3133 9,41E-02 13,2351 3,65E-02
export2
328,5293 -2,70E-03
214 -1,20E-03
ttfirma
257,6404 2,77E-04 204,5496 2,93E-04
filhos
1,7114 2,82E-02
1,7054 4,87E-02
somatório da coluna (∆d)
(D-F)*E
-0,034
-0,027544
0,7615477
-0,321
-0,003314
-0,034892
0,3407976