DECOMPOSIÇÃO DAS DIFERENÇAS NA DISTRIBUIÇÃO DOS SALÁRIOS DO
SETOR PÚBLICO E PRIVADO: UMA APLICAÇÃO DO MODELO RIFREGRESSION
Rachel Silva Almeida (PIMES/UFPE)
Nayana Ruth Mangueira de Figueiredo (PIMES/UFPE)
Hélio de Sousa Ramos Filho (CTDR/UFPB)
Resumo
O trabalho propõe um processo para decompor as variações ou diferenças na distribuição de
salários do setor público e privado. O método para estimar os diferenciais de salário entre os
quantis de renda para o setor público e privado é a Rifregression. Essas regressões estimam
diretamente o impacto das variáveis explicativas sobre a distribuição estatística de interesse.
O artigo se utiliza também do tradicional método de decomposição de Oaxaca-Blinder através
da decomposição da distribuição salarial (quantis), permitindo assim uma configuração do
modelo para o salário dos dois setores mais flexível. Os dados utilizados na pesquisa foram
extraídos da Pesquisa Nacional por Amostra Domiciliar (PNAD-2009). O método é
particularmente adequado para observar em detalhe a fonte de variações salariais em cada
quantil da distribuição salarial. Os resultados indicam que educação, experiência e morar em
zona urbana são os mais importantes fatores responsáveis pelas mudanças observadas na
distribuição dos salários.
Palavras-chave: Salários, Regressão RIF, Decomposição de Oaxaca-Blinder
Abstract
The paper proposes a procedure to decompose changes or differences in the distribution of
salaries of public and private sector. The method to estimate wage differentials between the
quantiles of income for the public and private sector is Rifregression. These regressions
estimate directly the impact of explanatory variables on the statistical distribution of interest.
The article also uses the traditional method of decomposition of Oaxaca-Blinder
decomposition through the wage distribution (quantiles), thus setting a model for the two
sectors'wages more flexible. The data used in the research were from the National Survey by
Household Sampling (PNAD-2009). The method is particularly suitable to observe in detail
the source of wage changes in each quantile of the wage distribution. The results indicate that
education, experience and live in urban areas are the most important factors responsible for
the observed changes in income distribution.
Keys-words: Wages, RIF regression, Decomposition of Oaxaca-Blinder
1
1. Introdução
A literatura sobre a determinação de salários proporciona várias motivos teóricos para
elucidar a existência de hiatos salariais entre diferentes grupos de trabalhadores. Sob o
arcabouço que permeia toda a teoria do capital humano, os modelos neoclássicos preveem que
diferenças nos salários em mercados competitivos podem surgir de diferenças em habilidades
observáveis e não observáveis (experiência e qualificações) dos trabalhadores. Diferenças
entre salários e produtividade também podem resultar de fatores como poder de mercado e
desigualdades sociais.
Como bem afirmam Arbache e De Negri (2004), “não há como classificar as teorias de
diferencial de salários por ordem de importância, já que uma teoria pode ser mais adequada
que outra para explicar fenômenos de mercados de trabalho específicos.”
No atual debate sobre a reforma previdenciária do setor público emprega-se
recorrentemente o argumento de que os atuais servidores públicos aceitam salários inferiores
aos salários de mercado por que consideram a expectativa de aposentadoria integral como
elemento compensador desse diferencial negativo. Embora o raciocínio esteja correto, e de
acordo com a percepção geral na sociedade brasileira de que os salários no setor público são
inferiores aos do setor privado, o argumento é refutado de maneira veemente pelas evidências
empíricas encontradas na literatura (BELUZZO et. al., 2005).
Ao contrário dessa intuição econômica, todos os estudos empíricos referentes ao caso
brasileiro demonstram a existência de um prêmio salarial positivo para os trabalhadores do
setor público. Ou seja, além da estabilidade no emprego e da aposentadoria integral,
trabalhadores no setor público brasileiro recebem, em média, maiores salários do que os
trabalhadores do setor privado (HOLANDA, 2009).
No Brasil as desigualdades econômicas regionais são particularmente acentuadas, fato
que se reflete sobre as intensas disparidades de salário entre as regiões do país e sobre a
dinâmica dos mercados de trabalho locais. Apesar da existência de controvérsias quanto ao
fato das desigualdades regionais de renda no Brasil apresentarem ou não tendência de
redução, observa-se a persistência de significativos diferenciais regionais de salário mesmo
com a maior integração econômica nacional (FONTES et.al., 2006).
O objetivo deste trabalho é prover elementos adicionais para a explicação dos
diferenciais de salários público-privado observados no Brasil, e, de forma mais especifica,
procura-se determinar a importância dos atributos pessoais e das características das regiões na
variabilidade da distribuição salarial do país.
Esse artigo está organizado em três seções, além dessa Introdução. A próxima seção
apresenta uma breve revisão de literatura, depois temos uma seção com a metodologia do
trabalho. A terceira seção descreve os dados empregados na análise e apresenta os resultados
empíricos encontrados e a quarta e última seção traz as conclusões.
2. Revisão da literatura
Há uma crescente literatura olhando para análise do hiato salarial em que o maior
interesse são os impactos distributivos de várias programas ou intervenções. Em todos estes
casos, a questão fundamental de interesse econômico são quais os fatores responsáveis pelas
mudanças (ou diferenças) nas distribuições.
2
Discrepâncias nos salários podem surgir de mercado de trabalho segmentado devido a
custos de mobilidade (custos de migração e qualificação, por exemplo) ou por outras
características não pecuniárias associadas aos postos de trabalho (FERNANDES, 2002). A
associação entre diferenciais de salários e segmentação é bastante tratada na literatura
empírica sobre diferenciais de salários entre trabalhadores dos setores formal e informal no
mercado de trabalho brasileiro (HOLANDA, 2009).
Porteba e Rueben (1994) documentaram um padrão de mudança dos diferenciais de
salários entre os funcionários estaduais e municipais e as suas congêneres do setor privado
durante o período de 1979-1992 nos Estados Unidos. Os autores ressaltaram que enquanto os
salários relativos das mulheres que trabalham nos dois setores mudaram muito pouco durante
este período, os salários relativos dos homens empregados no setor estatal e locais
aumentaram quase 8%. Existe grande heterogeneidade nas mudanças dos salários relativos
dos trabalhadores do setor público e privado durante a década de 1980. Para trabalhadores
altamente educados, os salários do setor privado aumentaram significativamente mais rápido
que os salários do setor público, enquanto para aqueles com, no máximo, a educação escolar
um nível elevado, o prêmio salarial do setor público aumentou. Para a estimação eles usaram
mínimos quadrados e regressão quantílica para estimar o prêmio do sector público. Embora o
nível do prêmio seja sensível a escolha dos quantis, a alteração do prêmio, e o padrão
estimado entre os diferentes níveis de habilidade, não são substancialmente afetada pela
variação do quantil.
Barbosa e Barbosa Filho com objetivo investigar o hiato salarial entre os setores
público e privado no Brasil com base em um modelo de switching regression, estimamos uma
equação de salários para os trabalhadores do setor público e outra para os trabalhadores do
setor privado. A contribuição deste artigo à literatura empírica sobre o tema no Brasil se dá na
correção de um viés de seleção amostral associado ao processo de escolha do indivíduo entre
trabalhar no setor público ou no setor privado. Os resultados deste trabalho indicam que o
salário potencial do setor público é mais elevado do que o do setor privado e que a introdução
de um modelo endógeno da escolha do setor de trabalho gera um impacto pouco significativo
no hiato entre os salários potenciais entre os dois setores.
Gonzaga et. al. (2008) investigou os determinantes do diferencial de rendimentos
público-privado para diferentes níveis de escolaridade dos trabalhadores no Brasil.
Primeiramente, utilizando o rendimento do trabalho principal como variável de interesse, é
estimado um hiato de rendimentos bastante favorável ao setor público para trabalhadores com
baixa escolaridade. Já para trabalhadores mais qualificados, o hiato tende a desaparecer ou
mesmo a tornar-se favorável ao setor privado. Adicionalmente, de maneira a considerar os
diferentes regimes de aposentadoria vigentes no país, é definida a variável Valor Presente do
Contrato de Trabalho (VPCT) como medida dos rendimentos dos indivíduos ao longo da vida.
Diferentemente do resultado encontrado utilizando o rendimento do trabalho, é verificado que
o diferencial do VPCT é favorável ao setor público mesmo para trabalhadores com elevados
níveis de escolaridade.
Queiroz e César utilizaram dados das PNADs com o objetivo de confirmar ou não se
há um peso significativo das características regionais na explicação dos diferenciais de
salários e encontraram que cerca de 11% da dispersão salarial pode ser atribuída a fatores
regionais no Brasil.
Bender e Fernandes (2009) mediante, também, o uso das PNADs de 1992 a 2001
examinamos, em relação ao setor privado, a dinâmica de emprego e salário no setor público
no período e mostramos algumas evidências preliminares de efeitos da introdução do Plano
Real (1994) e da Lei de Responsabilidade Fiscal (1998). Igualmente examinaram a dinâmica
3
do diferencial educacional entre o setor público e privado, bem como, o comportamento da
desigualdade salarial no setor público e no setor privado nos anos 90. Essa análise é
desenvolvida para o setor público como um todo e para suas três esferas. Os resultados mais
significativos são de que há um sistemático e significativo crescimento do diferencial de
salários em favor do setor público, ocorre certa redução do emprego público, a desigualdade
no setor público é maior e crescente e observou-se uma redução do hiato da qualidade do
trabalhador médio do setor público em relação ao trabalhador médio do setor privado.
Finalmente, não se constatou que o Plano Real tenha trazido uma modificação de maior
monta a dinâmica do salário e a desigualdade salarial no setor público, embora se tenha obtido
certa indicação de que a Lei de Responsabilidade Fiscal esteja induzindo um ajuste nos gastos
com pessoal, principalmente a nível federal e estadual.
Os resultados encontrados na literatura sobre diferenciais salariais no Brasil apontam
de maneira consistente uma desvantagem do setor privado frente ao setor público. Beluzzo et.
al. (2005) com objetivo de complementar esses estudos analisando o diferencial públicoprivado em diferentes porções da distribuição condicional de salários, utilizando métodos de
regressão quantílica revelou nos seus resultados que o diferencial a favor do setor público é
maior na cauda inferior da distribuição de salários, declinando constantemente à medida em
que nos deslocamos em direção à cauda superior. A reversão da vantagem do setor público
ocorre apenas em casos específicos.
3. Fonte de dados e metodologia
Esta seção tem por finalidade apresentar a fonte de dados utilizada e apresentar o
método adotado no trabalho necessários para se estudar os diferenciais de salários públicoprivado.
3.1 Fontes de dados e amostra
A análise empírica é baseada em dados para da PNAD (2009). Os dados foram
tratados e o salário é uma medida do salário hora calculado a partir da divisão do salário pelo
número de horas trabalhadas. Foram também criadas dummies para identificar as
características de gênero (para o caso de ser homem), região (Norte, Nordeste e Sudeste), raça
(branco, preto e pardo), a idade e idade ao quadrado como proxy de experiência, estado civil
(casado) e a educação (fundamental 1 - de 1 a 4 anos de estudos, fundamental 2 – de 4 a 8
anos de estudos e Graduação – com mais de 14 anos de estudo).
Para capturar o padrão de mudança no salário ao longo da distribuição em 2009 para
os setores estudados decompomos as mudanças salariais por diferentes quantis. Isso permite
ver se fatores diferentes têm diferentes impactos em diferentes pontos da distribuição do
salário. Usando esta abordagem flexível, em oposição às medidas resumo da desigualdade
como a média, é importante uma vez que a dispersão salarial muda de forma muito diferente
em diferentes pontos da distribuição.
3.2 Decomposição padrão de Oaxaca-Blinder
O método de Oaxaca-Blinder clássica é comumente usado para decompor a
alterações nos rendimentos médios ao longo do tempo. Antes de discutir como a decompor a
4
diferença salarial entre os trabalhadores do setor público (pb) e privado (pv) em cada
percentil, é útil discutir o caso mais comum dos valores médios, onde a decomposição de
Oaxaca-Blinder padrão pode ser facilmente utilizada. Considere uma equação de salário
padrão (log) para os trabalhadores do setor privado:
(1a)
E para os trabalhadores do setor público:
(1b)
no tempo t. Usando a hipótese usual de que o termo de erro uit tem média condicional igual a
,
e
podem ser consistentemente
zero, dada as covariáveis
estimado por Mínimos Quadrados Ordinários (MQO). A diferença salarial média entre o setor
público e privado pode ser decomposta como:
(2)
onde
e
são os salários médios dos trabalhadores do setor público e privado,
respectivamente, onde
e
são as médias dos valores das variáveis explicativas. O
primeiro termo no lado direito de (2) indica as alterações no rendimento médio devido às
mudanças nas características dos trabalhadores, conhecido como o "efeito composição",
enquanto o segundo termo designa aquelas alterações devida às mudanças no retorno às
características dos trabalhadores, conhecido como o "efeito de estrutura salarial".
3.3 Regressão RIF (ou RIF regression).
Firpo, Fortin, and Lemieux (2006) constroem um método de decomposição similar ao
Oaxaca-Blinder que podem ser aplicado para calcular a diferença de quantis da distribuição de
rendimentos. Considere o τ th quantil da distribuição salarial do trabalhador do setor público,
, e para o setor privado,
. A diferença salarial quantílica, ∆t(τ), é definida
como:
(3)
Firpo, Fortin, e Lemieux (2006) demonstram ainda que é possível decompor esta
diferença de quantil a partir da aplicação de regressões onde a variável dependente
é
1
substituída pela função influência (recentrada), no qual denomina-se
. Quando o quantil
de interesse é q(τ),
é definida como:
1
Segundo Heywood e Parent (2009), a função de influência fornece uma medida de quão robusta é uma
estatística de distribuição de observações extremas (outliers). Para exemplo, no caso da média μi = E (Yi) a
função de influência é Yt - μi.
5
(4)
, 0 caso contrário), e f(q(τ)) é
onde 1(.) é uma função indicadora (igual a 1 quando
a densidade salarial calculada no τth quantil. Desde que
é simplesmente uma
variável dummy indicando quando o salário está acima de um dado quantil e admitindo que
todos os termos na equação (6) permanecem constantes, podemos aplicar um regressão de
sobre as variáveis X. Por analogia, com o caso dos valores médios descritos acima,
definimos
para cada grupo público e privado. Considere o modelo de
regressão para o setor privado:
(5a)
E para o setor público:
(5b)
O método de decomposição baseado em regressão RIF permite dividir em efeito
composição e efeito da estrutura salarial as contribuições de cada variável explicativa para
cada quantil da distribuição da variável dependente. Ou seja, teoricamente temos uma
equação semelhante ao caso da média (2):
(6)
onde
e
são os τth quantis das distribuições marginais de
e
,
respectivamente. Os coeficientes
e
são estimados de regressões RIF-MQO para cada
grupo privado e público.Os coeficientes têm a mesma interpretação, como no caso da média.
Firpo, Fortin, e Lemieux (2006) discutem com maiores detalhes a interpretação destas
regressões quantílicas não condicionais.
4. Análise dos resultados
É sabido que a desigualdade salarial entre os setores público e privado aumentaram na
última década no Brasil. Bender e Fernandes (2006) estudam diversos aspectos do setor
público no Brasil. Os autores mostram que o hiato educacional da qualidade do trabalhador
público em relação ao privado diminuiu no período de 1992 a 2004. Os autores constatam um
crescimento do diferencial de salários em favor do setor público. Uma pergunta óbvia é por
isso que a dispersão salarial mudou de modo diferente em diferentes pontos da distribuição.
Explicações diferentes podem ser categorizadas em termos das respectivas
contribuições de um conjuntos de vários fatores (ocupações, educação, região, genero, raça,
experiência, etc), quer efeitos estrutura salarial ou composição. Isso torna o método de
decomposição proposto neste trabalho ideal para estimar a contribuição de cada um destes
possíveis explicações para as mudanças na distribuição salarial.
6
Aplicar esse método para esta questão preenche uma importante lacuna na literatura,
uma vez que nenhum estudo existente tentou sistematicamente estimar a contribuição de cada
um dos referidos fatores de mudanças recentes na a distribuição de salários entre os setores
públicos e privados no Brasil.
Antes de mostrar os resultados de decomposição, apresentamos algumas estimativas
do RIFregressions para os diferentes quantis salariais publico e privado e a estimativa de
densidade kernel de usando o Epanechnikov kernel e uma bandwidth de 0.06.
Os coeficientes de RIFregression para os quantis 10, 50 e 90, juntamente com os seus
(robusta) erros padrão robustos são apresentados na Tabela 2 (Anexo) para os salários do
setor público e na Tabela 3 (Anexo) para o salário do setor privado.
Tabela 1 (Anexo) mostra a distribuição do salário hora por quantil de renda para o
setor público e privado. Podemos observar a partir dos dados que o setor público apresenta
salários mais elevados para todos os quantis de renda. E que o salário aumenta ao longo da
distribuição independe do setor. Esses resultados já eram esperados o nosso trabalho se
propõe a decompor os efeitos que levam a esse diferencial de salário ao longo da distribuição.
Como eram esperadoa os salários do setor público foi explicado positivamente em
todos os quantis pelas variáveis de estado civil (casado), alto grau de educação (graduação),
experiência e morar na zona urbana. Além desse resultado, para o primeiro quantil estar na
região Norte ou Sudeste e ter completado o ensino fundamental também apresentaram sinal
positivo, e para o terceiro quantil a idade também apresentou sinal positivo. Portanto, o fator
de maior explicação para o salário do setor público é educação.
Para explicar o salário do setor privado as variáveis que se apresentaram positivas em
todos os quantis foram as mesma, exceto pela variável raça (branco). Mais uma justificativa
para a necessidade de decompor os fatores associados à explicação dos diferenciais de salário.
Os resultados mostraram que aumenta a força de trabalho com ensino superior nos
quantis mais altos. Em outras palavras, aumentando a fração do força de trabalho com um
diploma de graduação o impacto é maior sobre os as diferenças entre os quantis
superior/inferiores. A razão pela qual o efeito isso ocorre é que a educação aumenta tanto o
nível ea dispersão dos salários. Como resultado, tanto os efeitos dentro entre os grupos vão na
mesma direção da desigualdade crescente. Da mesma forma, o efeito da experiência também
tende a aumentar as desigualdades, porque a experiência tem um impacto positivo tanto no
nível quanto na dispersão dos salários.
Existem algumas alterações na contribuição das profissões e indústriais que estão
consistente com a evolução tecnológica, no entanto, essas mudanças são diminuídos os
associados com outras explicações. Por exemplo, há alguns aumentos nos retornos das
ocupações na indústria de engenharia e informática e nas indústrias de serviços de alta
tecnologia, mas estes são extremamente pequeno em comparação com os aumentos da força
de trabalho empregada no setor público além de todos os benefícios da categoria.
Há também diminuição das penas para algumas ocupações pouco qualificados no setor
público reprsentado pelo valr positivo do ensino fundamental 1 no primeiro quantil, mas estas
mudanças relativamente pequenas.
Podemos concluir que o modelo de Rifregression faz um bom trabalho em rastrear o efeito
composição estimado de forma consistente.
E finalmente os resultados da decomposição são apresentados na Tabela 4 (Anexo).
As variáveis utilizadas na decomposição consiste na raça do trabalhador (brancos, preto e
pardo), homens, casados, ou seja, são as mesmas do modelo Rifregression.
O efeito da decomposição estimada a partir do modelo Rifregression é dividido em
duas partes, um explicada outra não explicada para cada variável, é a tradicional
decomposição de Oaxaca-Blind, só que aplicada para quantis de renda. Para simplificar a
7
discussão, vamos nos concentrar sobre o impacto total, esplicado ou não, dos fatores nos
quantis de renda.
Os resultados mostram 0,2714 da decomposição do salário do setor público são
explicados pelas variáveis para o quantil (0.5). Esse resultado é fruto do grande percentual do
que é esplicado pela educação nesse quantil.
A educação não explica boa parte da decomposição nos quantis inferior e superior da
distribuição. Os resultados da decomposição para os quantis (0.1) e (0.9) é que o percentual
explicado é de -0.1948 e -0.3205, respectivemente, pela decomposição das variaveis.
5. Conclusões
O trabalho propõe um processo para decompor as variações ou diferenças na
distribuição de salários do setor público e privado. O método para estimar os diferenciais de
salário entre os quantis de renda para o setor público e privado é a Rifregression. Essas
regressões estimam diretamente o impacto das variáveis explicativas sobre a distribuição
estatística de interesse. O artigo se utiliza também do tradicional método de decomposição de
Oaxaca-Blinder através da decomposição da distribuição salarial (quantis), permitindo assim
uma configuração do modelo para o salário dos dois setores mais flexível.
Outros procedimentos têm sido sugerido para executar parte dessa decomposição para
os parâmetros de distribuição além das médias. Uma vantagem importante desse
procedimento é que ele é fácil de usar na prática, pois envolve simplesmente a estimar um
modelo logit (primeira fase) e em execução leastsquare regressões (segunda fase). Outra
vantagem é que ele pode ser usado para dividir as contribuição de cada covariável para o
efeito de composição, algo que outros métodos já existentes não podem fazer.
O trabalho procurou ilustrar o funcionamento do método de observar as mudanças na
desigualdade salarial no setor publico e privado nos Brasil em 2009. Este é um caso
interessante para estudar como a distribuição de salários muda em diferentes pontos da
distribuição, um fenômeno que não pode ser capturado através de medidas resumo da
desigualdade, como a média do log do salários hora. O método é particularmente adequado
para observar em detalhe a fonte de variações salariais em cada quantil da distribuição
salarial. Os resultados indicam que educação, experiência e morar em zona urbana são os
mais importantes fatores responsáveis pelas mudanças observadas na distribuição dos
salários.
Referências:
ARBACHE, S. J.; DE NEGRI, J. A. Filiação industrial e diferencial de salários no Brasil.
Revista Brasileira de Economia, v. 58, n. 2, p. 159-184, abr./jun., 2004.
BARBOSA, A. L. N. H; BARBOSA FILHO, F. H. Um modelo de Switching Regression para
o
Hiato
Salarial
Público
Privado
no
Brasil.
Disponível
em:
http://www.ie.ufrj.br/datacenterie/pdfs/seminarios/pesquisa/texto1609.pdf
8
BELLUZZO, W.; ANUATTI-NETO, F.; PAZELLO, E. T. Distribuição de salários e o
diferencial público-privado no Brasil. Rev. Bras. Econ. vol.59 n°4 Rio de
Janeiro Oct./Dec. 2005.
BENDER, S. e FERNANDES, R. Gastos Públicos com Pessoal: Uma Análise de Emprego e
Salário no Setor Público Brasileiro nos Anos 90. EconomiA, Brasília (DF), v. 10, n. 1, p. 1947, jan/abr 2009.
BENDER, S. e FERNANDES, R. (2006). Gastos públicos com pessoal: uma análise de
emprego e salário no setor público brasileiro no período 1992-2004. Trabalho apresentado
no XXIV Encontro Nacional de Economia (Anpec), Salvador.
BIGGS, A. e Richwine, J. Public-Sector Compensation: Correcting the Economic Policy
Institute, Again. Backgrounder No. 2539 March 31, 2011.
BLINDER, A., Wage Discrimination: Reduced Form and Structural Estimates, Journal of
Human Resources, 1973, 8, 436-455.
FERNANDES, R. Desigualdade salarial: aspectos teóricos. In: CORSEUIL, C. H.; FERNANDES, R.;
MENEZES-FILHO, N.; COELHO, A. M.; SANTOS, D. D. Estrutura salarial: aspectos conceituais e
novos resultados para o Brasil. MTE/Ipea. 2002.
FONTES, G.G; SIMÕES, R. F.; OLIVEIRA, A. M. H. C. Diferenciais regionais de salário no
Brasil, 1991 e 2000: Uma aplicação dos modelos hierárquicos. In: ENCONTRO NACIONAL
DE ECONOMIA, 34, 2006, Salvador, BA. Anais. São Paulo: ANPEC, 2006.
FORTIN, Nicole ; LEMIEUX, Thomas ; FIRPO, S. . Decomposition Methods in Economics.
In: David Card; Orley Ashenfelter. (Org.). Handbook of Labor Economics. 1 ed. : Elsevier,
2010, v. 4, p. 1-102.
GONZAGA, B. G.; FIRPO S.; GONZAGA, G. Educação, Experiência e o Hiato Salarial
entre o Setor Público e Privado no Brasil. Dissertação (Mestrado em Economia)–Pontifícia
Universidade Católica do Rio de Janeiro, Rio de Janeiro, 2008.
HECKMAN, J., ICHIMURA H.; and TODD P.; (1997); Matching as an Econometric
Evaluation Estimator. Review of Economic Studies, 65(2), 261-294.
HECKMAN, J., ICHIMURA H.; SMITH J.; and TODD P.; (1998), Characterizing Selection
Bias Using Experimental Data, Econometrica, 66, 1017-1098.
HOLANDA, A. L. N. Diferencial de Salários entre os setores público e privado: Uma resenha
da literatura. Texto para discussão n° 1457, JEL: J31, J45, C24. Rio de Janeiro, 2009.
OAXACA, R., (1973), Male-Female Wage Differentials in Urban Labor Markets.
International. Economic Review, 14(3), 693-709.
OAXACA, R. and RANSOM M.R. (1999); Identification in Detailed Wage Decompositions,
Review of Economics and Statistics 81(1), 154–157.
9
PORTEBA, J.M.; RUEBEN, K.S. The distribution of public sector wage premia: new
evidence using quantile regression methods. NBER, 1994. (Working Paper n. 4734).
QUEIROZ, B. L.; CÉSAR, C. C; Dinâmica Econômica, Mercado de trabalho e diferenciais de
salários
nos
Estados
Brasileiros.
Disponível
em:
http://www.demog.berkeley.edu/~lanza/docs/abep2000.pdf
Anexos:
Tabela1- Salário Hora por Quantil do Setor Público e Privado
Quantis
Público
Privado
Q(0.01)
5.4596
4.60517
Q(0.05)
6.1420
5.480639
Q(0.10)
6.1420
5.991465
Q(0.25)
6.3154
6.142037
Q(0.50)
6.9078
6.476973
Q(0.75)
7.6009
6.907755
Q(0.90)
8.2940
7.377759
Q(0.95)
8.6995
7.824046
Q(0.99)
9.3927
8.612503
Obs
23029
77963
Média
7.05248
6.559306
Erro Padrão
0.859948
0.703352
Variancia
0.739511
0.494704
Kurtosis
3.05724
6.336354
Fonte: Elaboração própria a partir dos dados da PNAD (2009).
10
Tabela2 - Regressão RIF para desigualdade do Log do Salário do Setor Público
Variáveis Dependentes
Q(0.1)
Q(0.5)
Q(0.9)
Homem
-0.0242
-0.5523
-0.5912
Branco
(0.0000)
-0.0051
(0.0000)
-0.2239
(0.0000)
-0.2289
Preto
(0.6670)
-0.0018
(0.0000)
-0.3068
(0.1770)
-0.3332
Pardo
(0.8860)
-0.0011
(0.0000)
-0.0871
(0.0540)
-0.0851
Urbano
(0.7140)
0.0228
(0.0000)
0.3945
(0.0440)
0.1295
Norte
(0.0000)
0.0129
(0.0000)
-0.1215
(0.0000)
-0.4052
Nordeste
(0.0000)
-0.0240
(0.0000)
-0.3759
(0.0000)
-0.3604
Sudeste
(0.0000)
0.0019
(0.0000)
-0.1674
(0.0000)
-0.3619
Fund1
(0.4920)
0.0139
(0.0000)
-0.4184
(0.0000)
-0.2404
Fund2
(0.0670)
-0.0352
(0.0000)
-0.2757
(0.0000)
-0.1181
Graduação
(0.0000)
0.0034
(0.0000)
0.1954
(0.0000)
0.2742
Casado
(0.0000)
0.0055
(0.0000)
0.1279
(0.0000)
0.1407
Idade
(0.0150)
-0.1209
(0.0000)
-0.3843
(0.0000)
0.0453
Idade^2
(0.0000)
0.0000
(0.0000)
0.0002
(0.0940)
0.0003
Constante
(0.0000)
6.1881
(0.0000)
6.8900
(0.0000)
8.2272
Nº Obs
(0.0000)
20575
(0.0000)
20575
(0.0000)
20575
Pseu_R²
0.1151
0.3390
0.1701
Prob F
0.0000
0.0000
0.0000
Fonte: Elaboração própria a partir dos dados estimados.
11
Tabela3 - Regressão RIF para desigualdade do Log do Salário do Setor Privado
Variáveis Dependentes
Q(0.1)
Q(0.5)
Q(0.9)
Homem
-0.2357
-0.3257
-0.4384
Branco
(0.0000)
0.0635
(0.0000)
0.0678
(0.0000)
-0.0204
Preto
(0.3160)
0.0223
(0.0260)
-0.0528
(0.8240)
-0.3102
Pardo
(0.7350)
-0.0038
(0.0940)
-0.0104
(0.0010)
-0.0606
Urbano
(0.8110)
0.1981
(0.1730)
0.0692
(0.0080)
0.0819
Norte
(0.0000)
-0.2385
(0.0000)
-0.1840
(0.0000)
-0.0635
Nordeste
(0.0000)
-0.5915
(0.0000)
-0.3660
(0.0010)
-0.1408
Sudeste
(0.0000)
-0.0450
(0.0000)
-0.0160
(0.0000)
0.0729
Fund1
(0.0000)
-0.2875
(0.0080)
-0.1524
(0.0000)
-0.2224
Fund2
(0.0000)
-0.2279
(0.0000)
-0.1321
(0.0000)
-0.1977
Graduação
(0.0000)
-0.0186
(0.0000)
0.0793
(0.0000)
0.4900
Casado
(0.0000)
0.1655
(0.0000)
0.1513
(0.0000)
0.2665
Idade
(0.0000)
-0.6629
(0.0000)
-0.2935
(0.0000)
-0.1735
Idade^2
(0.0000)
0.0001
(0.0000)
0.0001
(0.0000)
0.0002
Constante
(0.0000)
6.4388
(0.0000)
6.7297
(0.0000)
7.3883
Nº Obs
(0.0000)
73384
(0.0000)
73384
(0.0000)
73384
Pseu_R²
0.1319
0.2617
0.2205
Prob F
0.0000
0.0000
0.0000
Fonte: Elaboração própria a partir dos dados estimados.
12
Tabela4 - Decomposição Oaxaca-Blind a por Quantil de Renda para os diferenciais de salário
público privado - Regressão RIF
Variáveis
Explicado
Homem
Branco
Preto
Pardo
Urbano
Norte
Nordeste
Sudeste
Fund1
Fund2
Graduação
Casado
Idade
Idade^2
Total
Não Explicado
Homem
Branco
Preto
Pardo
Urbano
Norte
Nordeste
Sudeste
Fund1
Fund2
Graduação
Casado
Idade
Idade^2
Total
Constante
Q(0.1)
Q(0.5)
Q(0.9)
0.0407
-0.0011
0.0003
-0.0001
0.0054
0.0164
0.0257
-0.0038
-0.0471
-0.1032
0.0224
-0.0259
-0.0961
-0.0283
-0.1948
-0.0436
-0.0048
0.0032
0.0017
-0.0099
0.0041
-0.0004
0.0122
0.0416
0.0769
0.1180
-0.0038
0.0161
0.0602
0.2714
-0.0294
-0.0035
0.0003
0.0005
-0.0015
-0.0223
-0.0100
0.0352
0.0028
-0.0426
-0.2194
-0.0204
-0.0388
0.0284
-0.3205
-0.0407
0.0011
-0.0003
0.0001
-0.0054
-0.0164
-0.0257
0.0038
0.0471
0.1032
-0.0224
0.0259
0.0961
0.0283
0.1948
0.0000
0.0436
0.0048
-0.0032
-0.0017
0.0099
-0.0041
0.0004
-0.0122
-0.0416
-0.0769
-0.1180
0.0038
-0.0161
-0.0602
-0.2714
0.0000
0.0294
0.0035
-0.0003
-0.0005
0.0015
0.0223
0.0100
-0.0352
-0.0028
0.0426
0.2194
0.0204
0.0388
-0.0284
0.3205
0.0000
Fonte: Elaboração própria a partir dos dados da pesquisa. Obs: os resultados contidos nessa tabela são do
resultado da subtração da decomposição de Oaxaca-Blind para o setor público e privado por quantil de renda.
13