Jerônimo Oliveira Muniz - Cedeplar - UFMG
Jerônimo Oliveira Muniz - Cedeplar - UFMG
Jerônimo Oliveira Muniz - Cedeplar - UFMG
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>Jerônimo</strong> <strong>Oliveira</strong> <strong>Muniz</strong><br />
DEMOGRAFIA ECONÔMICA:<br />
APLICAÇÕES MACRO E MICRO AO<br />
CASO BRASILEIRO<br />
Belo Horizonte, MG<br />
<strong>UFMG</strong> / <strong>Cedeplar</strong><br />
2002
<strong>Jerônimo</strong> <strong>Oliveira</strong> <strong>Muniz</strong><br />
DEMOGRAFIA ECONÔMICA:<br />
APLICAÇÕES MACRO E MICRO AO<br />
CASO BRASILEIRO<br />
Dissertação apresentada ao curso de mestrado do Centro<br />
de Desenvolvimento e Planejamento Regional da<br />
Faculdade de Ciências Econômicas da Universidade<br />
Federal de Minas Gerais, como requisito parcial à<br />
obtenção do Título de Mestre em Demografia.<br />
Orientador: Prof. Dr. Eduardo Luiz<br />
Gonçalves Rios- Neto<br />
Belo Horizonte, MG<br />
Centro de Desenvolvimento e Planejamento Regional Faculdade<br />
de Ciências Econômicas - <strong>UFMG</strong><br />
2002
Banca examinadora:<br />
LETÍCIA MARTELETO<br />
EDUARDO L. G. RIOS- NETO<br />
FOLHA DE APROVAÇÂO<br />
ANA FLÁVIA MACHADO
Dedico esta dissertação a você, leitor.<br />
(Sinta-se comovido e leia tudo até o final.)
Agradecimentos:<br />
Agradeço à <strong>UFMG</strong> e ao <strong>Cedeplar</strong> por fornecerem as instalações físicas e o<br />
ambiente necessário para o desenvolvimento de atividades de pesquisa. Agradeço à<br />
CAPES por ter financiado os meus estudos ao longo do curso de mestrado, me pagando<br />
para realizar uma atividade prazerosa. À ela, devo dizer que me esforcei, e continuo me<br />
esforçando, para que o investimento feito em capital humano tivesse a taxa de retorno<br />
esperada.<br />
Sou grato aos meus colegas do mestrado e do <strong>Cedeplar</strong> pela inigualável<br />
convivência e pelas proveitosas discussões dentro e fora da sala de aula. Entre<br />
os colegas, Ana Maria H. merece um agradecimento especial pelo incentivo e<br />
pela ajuda incondicional com a PME, possibilitando assim a confecção desta<br />
dissertação em tempo recorde.<br />
Gostaria de expressar também minha gratidão aos professores que tiveram<br />
paciência, responsabilidade, bom humor e criatividade para ensinar. Em<br />
particular, agradeço ao Eduardo por todas as oportunidades que me foram dadas,<br />
e que possibilitaram o meu aprimoramento técnico e intelectual. Obrigado por ter<br />
tido humildade a paciência nos momentos em que me encontrava nos pontos<br />
mais baixos da minha curva de aprendizado, e obrigado por me ajudar a definir a<br />
minha curva de preferências acadêmicas que maximiza a minha função utilidade.<br />
Eu sempre o terei como amigo e como exemplo.<br />
Por fim, gostaria de prestar uma homenagem às pessoas que mais amo. À<br />
mamãe devo agradecer pelo carinho e pelos cuidados tidos comigo. Sem a sua<br />
atenção e boa vontade incondicionais seria impossível prover os esforços que<br />
alavancam a minha produtividade. Tenho certeza que, se a divisão de tarefas<br />
intra-domiciliares tivesse sido mais igualitária, as minhas atividades acadêmicas<br />
não teriam sido tão prolíficas. À Mara expresso minha mais sincera gratidão<br />
dizendo obrigado pelos ótimos momentos que passamos juntos, pelo colo que<br />
acalenta e pelo carinho que acalma. Por me ouvir sempre que preciso e,<br />
finalmente, por ter sido compreensiva em quase todos os momentos em que a<br />
substituição intertemporal entre namoro e trabalho foi necessária, já que as
circunstâncias nem sempre permitiram que o tempo dos finais de semana que<br />
deveria ser dedicado a nós fosse alocado de maneira ótima.
SUMÁRIO<br />
ARTIGO 1 - As descontinuidades demográficas exercem efeito sobre o<br />
mercado de trabalho metropolitano dos jovens? ........................................<br />
ARTIGO 2 - Diferenciais salariais por estado civil e sexo: uma análise de<br />
gênero sobre o prêmio do casamento .........................................................<br />
Referências bibliográficas ........................................................................... 73<br />
Anexos......................................................................................................... 75<br />
13<br />
48
Artigo 1: AS DESCONTINUIDADES DEMOGRÁFICAS EXERCEM EFEITO<br />
SOBRE O MERCADO DE TRABALHO METROPOLITANO DOS JOVENS?<br />
RESUMO: Este artigo discute os possíveis efeitos de mudanças na estrutura<br />
etária sobre o mercado de trabalho dos jovens no Brasil. Utilizando a PME, foi<br />
montado um pseudopainel agrupando informações de seis regiões metropolitanas<br />
de 1982 a 2000. Através de modelos de regressão foi possível mensurar as<br />
elasticidades da ocupação e do desemprego diante do aumento relativo de<br />
jovens, levando em conta a influência de fatores atrelados à demanda agregada,<br />
a região e os períodos considerados. Os resultados obtidos demonstram que as<br />
taxas de desemprego e ocupação das mulheres e das pessoas mais jovens (15-<br />
19 anos) são as mais sensíveis ao aumento populacional relativo. Além disso, foi<br />
possível comprovar que o aperfeiçoamento do mercado de trabalho agregado<br />
ainda constitui a melhor forma de se combater o aumento do desemprego.<br />
ABSTRACT: The essay discusses the effects of changes in the population age<br />
structure over the Brazilian labor market. Using the PME, produced by IBGE, the<br />
author arranged a pseudo panel data set on 6 metropolitan regions from 1982 to<br />
2000. Through regression models was possible to measure the elasticities of<br />
youth employment and unemployment rates with respect to relative youth cohort<br />
size, taking into account the influence of factors related to the aggregate demand,<br />
the region and the considered periods. The preferred estimates indicate that<br />
women and youth (15-19 years) unemployment rates are more sensible to youth<br />
cohorts increase. Moreover, it was confirmed that improvements in aggregate<br />
labor market performance offer the principal means of reducing youth<br />
unemployment rates.
Artigo 2: DIFERENCIAIS SALARIAIS POR ESTADO CIVIL E SEXO:<br />
UMA ANÁLISE DE GÊNERO SOBRE O PRÊMIO DO CASAMENTO<br />
RESUMO: O que explica o chamado bônus matrimonial (marriage premium) – o<br />
fato de pessoas casadas tenderem a ganhar mais do que as solteiras, dado que<br />
ambos possuem a mesma quantidade de capital humano acumulado? De onde<br />
vem o ‘prêmio do casamento’? Parece não haver consenso sobre a melhor<br />
resposta para tal questão.<br />
O objetivo deste trabalho é descrever as principais teorias que tentam explicar a<br />
origem e a manutenção do prêmio do casamento e fazer uma aplicação para o caso<br />
brasileiro. A novidade da aplicação ao caso brasileiro decorre da limitação etária da<br />
amostra, e da incorporação de duas medidas de experiência no mercado de trabalho<br />
(experiência potencial e tempo de trabalho no emprego atual). Os resultados mostram que<br />
há um prêmio para o casamento tanto entre os homens quanto entre as mulheres, embora<br />
por razões diferenciadas. A experiência potencial é uma boa “proxy” de capital humano<br />
específico e é mais importante para o caso dos homens do que das mulheres. Como<br />
corolário, o hiato salarial entre homens e mulheres casadas não é tão grande quanto aquele<br />
esperado pela literatura, sendo mais próximo do hiato salarial entre homens e mulheres<br />
solteiras. Especula-se que com uma amostra mais ampla em termos etários o hiato salarial<br />
entre casados aumentaria, como decorrência do efeito da experiência potencial.<br />
ABSTRACT: What explains the matrimonial bonus – why married persons earn<br />
more than single ones given that both have accumulated the same quantity of human<br />
capital? Where does the ‘marriage premium’ come from?<br />
This paper describes the main theories related to the origin and maintenance<br />
of the marriage premium, and performs an empirical application to the Brazilian<br />
case. This article is innovative because it takes into account a sample limited by<br />
ages 20 to 35, and incorporates two variables to measure the human capital<br />
accumulated in the labor market (potential experience and tenure). The results<br />
show that the marriage premium exists to men and women, but the reasons<br />
conducting to such a prize are completely different. It was also observed that<br />
potential experience is more important to men than to women. It was noted that<br />
the wage gap between married men and married women is smaller that the<br />
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<br />
authors. Finally, we suppose that, if the sample was composed by a larger age<br />
group, the wage gap between married persons would raise as a consequence of<br />
the ‘potential experience effect’.
PREFÁCIO<br />
Qual o vínculo existente entre tamanho populacional e casamento? Aparentemente<br />
nenhum. Sem que considerações adicionais sejam feitas quanto à razão de sexo e à taxa de<br />
fecundidade marital, dificilmente estes dois fenômenos se relacionam.<br />
A conexão entre dinâmica populacional e status conjugal é mais facilmente<br />
estabelecida quando se considera a influência destes fatores sobre o mercado de trabalho.<br />
No primeiro caso, a conexão com o mercado de trabalho é feita sob a perspectiva macro.<br />
Argumenta-se que a pressão da oferta de mão de obra, advinda do aumento da população,<br />
poderia ser capaz de ampliar as taxas de desemprego e reduzir as de ocupação na medida<br />
em que a competição por vagas se acirrasse e a geração de novos empregos fosse incapaz<br />
de absorver o excedente populacional.<br />
Por outro lado, sob a ótica microeconômica, o casamento também teria um papel<br />
influente sobre o mercado de trabalho, mas os seus efeitos se dariam via mudanças na<br />
produtividade, eficiência e especialização dos membros do casal ou do domicílio. Como<br />
corolário, tanto a inserção em atividades de mercado quanto a remuneração financeira dos<br />
indivíduos envolvidos na dinâmica de barganha intra-domiciliar tenderiam a se alterar,<br />
provocando assim o surgimento do chamado “prêmio do casamento”.<br />
Esta dissertação é composta por dois artigos. O primeiro, “As<br />
descontinuidades demográficas exercem efeito sobre o mercado de trabalho<br />
metropolitano dos jovens?”, discorre sobre a origem e a influência das<br />
descontinuidades demográficas sobre o mercado de trabalho dos jovens entre 15<br />
e 24 anos. A questão discutida no artigo é: O aumento populacional de jovens,<br />
ocorrido sobretudo na segunda metade da década de 90, provocou a elevação<br />
das taxas de desemprego e ocupação das pessoas entre 15 e 24 anos? Para<br />
responder esta pergunta, o artigo retoma a discussão iniciada por BERCOVICH e<br />
MADEIRA (1990) referindo-se aos efeitos sociais e econômicos do crescimento<br />
populacional de grupos etários particulares, e faz uma aplicação para o caso<br />
brasileiro baseando-se nas idéias de KORENMAN e NEUMARK (1997). O<br />
exercício empírico está dividido em duas partes: uma descritiva e outra de<br />
inferência. A primeira utiliza dados do Censo Demográfico e da Pesquisa Mensal<br />
de Emprego (PME) referentes ao período 1982 à 2000. Já a segunda parte,
estima modelos econométricos considerando informações da PME e utilizando a<br />
técnica de mínimos quadrados ordinários e generalizados.<br />
O segundo artigo, “Diferenciais Salariais por Estado Civil e Sexo: Uma Análise de<br />
Gênero sobre o Prêmio do Casamento”, aborda aspectos ligados ao chamado “prêmio do<br />
casamento”. A pergunta que norteia o artigo é: Por que as pessoas casadas, ou unidas,<br />
recebem melhores salários, mesmo quando se controla pelas suas características pessoais e<br />
produtivas? Em outras palavras, por que aqueles que se casam tendem a ganhar mais do<br />
que aqueles que permanecem solteiros? Este artigo revisa a literatura internacional e<br />
nacional, levantando as principais explicações para o prêmio do casamento, e realiza uma<br />
aplicação para o caso brasileiro utilizando a Pesquisa sobre os Padrões de Vida (1996-<br />
1997) e a metodologia sugerida por OAXACA (1973). Para mensurar o diferencial de<br />
rendimentos entre pessoas casadas e solteiras, homens e mulheres, foram considerados os<br />
indivíduos entre 20 e 35 anos e utilizadas as variáveis experiência potencial, experiência<br />
corrente, anos de estudo e número de filhos. Algumas das conclusões são que as pessoas<br />
casadas e os homens sempre recebem maiores salários quando comparadas às solteiras e às<br />
mulheres. Parte do hiato salarial se deve as características produtivas e parte se deve a<br />
fatores discriminatórios, pois em caso contrário, isto é, se as mulheres fossem estritamente<br />
remuneradas segundo as suas características produtivas, o seu salário deveria ser superior<br />
ao dos homens já que a sua escolaridade é maior.<br />
É importante lembrar que os dois artigos lidam com aspectos relacionados a<br />
demografia econômica. O primeiro no âmbito macro e o segundo sob uma perspectiva<br />
micro. Ao discutir a origem e as influências da estrutura etária sobre os indicadores<br />
conjunturais de emprego e desemprego, o primeiro artigo incorpora variáveis demográficas<br />
agregadas de caráter macro estrutural como, por exemplo, sexo, taxas específicas de<br />
desemprego e ocupação, número de inativos, tamanho relativo e absoluto dos grupos<br />
etários de jovens (15-19) e adultos (20-24 anos), e razões de sexo entre pessoas ocupadas e<br />
desempregadas.<br />
Por outro lado, o artigo associado ao prêmio do casamento vincula-se a demografia<br />
microeconômica na medida em que considera características individuais (idade, sexo,<br />
educação e experiência) para tentar explicar o hiato salarial advindo da união matrimonial.<br />
Além destas, a variável número de filhos também foi considerada na elaboração do modelo<br />
econométrico adotado, dando assim um caráter eminentemente demográfico à analise<br />
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<br />
tragável possível dentro das restrições temporais e científicas impostas. Espero suprir as<br />
expectativas.
AS DESCONTINUIDADES DEMOGRÁFICAS EXERCEM EFEITO SOBRE O<br />
Introdução<br />
MERCADO DE TRABALHO METROPOLITANO DOS JOVENS?<br />
13<br />
<strong>Jerônimo</strong> <strong>Oliveira</strong> <strong>Muniz</strong> *<br />
Flutuações na proporção da população dentro de cada grupo etário podem provocar<br />
uma série de conseqüências econômicas e sociais. Mudanças no tamanho das coortes<br />
podem influenciar as oportunidades dos indivíduos em determinado grupo e, em<br />
decorrência, afetar as atitudes e comportamentos da economia e da sociedade de maneira<br />
geral.<br />
Há na literatura, sobretudo na norte-americana, um amplo debate a respeito<br />
da influência do tamanho relativo das coortes sobre os salários relativos, a<br />
demanda por educação, os índices de criminalidade, o emprego e o desemprego.<br />
Argumenta-se que coortes mais largas estariam associadas com depressões<br />
salariais, com um provável aumento da demanda por educação, com a elevação<br />
do desemprego, a redução do emprego e a ampliação da criminalidade<br />
(FREEMAN, 1979; WELCH, 1979; MACUNOVICH, 1999; GALLUP, 1992; LAM e<br />
MARTELETO, 2002).<br />
No Brasil, apesar de existirem pistas suficientes sinalizando a presença de<br />
descontinuidades demográficas na pirâmide etária, ainda são poucos os estudos<br />
voltados para os efeitos provenientes de tamanhos de coortes diferenciados.<br />
Apesar de BERCOVICH e MADEIRA (1990), MADEIRA e BERCOVICH (1992),<br />
BERCOVICH et al. (1998a, 1998b) e MADEIRA (1998) já virem a bastante tempo<br />
alertando sobre a existência e os possíveis efeitos de uma “onda jovem” no Brasil,<br />
especialmente em São Paulo, pouco tem sido feito por aqueles responsáveis pelo<br />
planejamento e provisão de políticas públicas. Até agora, pouca atenção tem sido<br />
dada às conseqüências e às causas das descontinuidades demográficas.<br />
Por outro lado, pode ser que esta aparente negligência seja uma decorrência da<br />
imprecisão a respeito dos efeitos causados por tais fenômenos. No caso brasileiro, os<br />
* Economista e mestre em Demografia pelo Centro de Desenvolvimento e Planejamento Regional<br />
(<strong>Cedeplar</strong>) da <strong>UFMG</strong>.
efeitos do tamanho relativo das coortes sobre o mercado de trabalho e sobre todos os<br />
demais indicadores de bem-estar social ainda não foram mensurados com a eficiência e o<br />
rigor necessários para possibilitar a atuação dos órgãos públicos através de medidas<br />
preventivas, ou até mesmo corretivas. Até agora, os estudos sobre as conseqüências das<br />
descontinuidades demográficas no Brasil têm tido caráter meramente especulativo e pouco<br />
tem sido feito para quantificar com rigor as relações existentes entre coortes relativamente<br />
maiores e alterações na estrutura salarial, nos índices de criminalidade, na demanda por<br />
educação, e no mercado de trabalho.<br />
GRÁFICO 1<br />
BRASIL - Número absoluto de pessoas entre 15-<br />
19 anos e razão (%) entre o grupo etário 15-19 e a<br />
18.000.000 população adulta (25-64)<br />
31,5<br />
17.000.000<br />
29,5<br />
16.000.000<br />
15.000.000<br />
27,5<br />
14.000.000<br />
25,5<br />
13.000.000<br />
23,5<br />
12.000.000<br />
11.000.000<br />
82 85 88 91 94 97 2000<br />
15-19 15-19/25-64<br />
21,5<br />
19,5<br />
Fontes: PNADs de 1982 a 1999 e Censos Demográficos.<br />
GRÁFICO 2.<br />
BRASIL - Número absoluto de pessoas entre 20-<br />
24 anos e razão (%) entre o grupo etário 20-24 e a<br />
18.000.000 população adulta (25-64)<br />
31,5<br />
17.000.000<br />
16.000.000<br />
15.000.000<br />
29,5<br />
27,5<br />
14.000.000<br />
25,5<br />
13.000.000<br />
23,5<br />
12.000.000<br />
11.000.000<br />
82 85 88 91 94 97 2000<br />
20-24 20-24/25-64<br />
21,5<br />
19,5<br />
Fontes: PNADs de 1982 a 1999 e Censos Demográficos.<br />
Participação relativa (%)<br />
Participação relativa (%)<br />
14
O momento atual parece oportuno para se testar as hipóteses levantadas<br />
previamente sobre o efeito do aumento da população relativa sobre o mercado de trabalho,<br />
principalmente quando se considera o tamanho atual (tanto relativo quanto absoluto) do<br />
grupo etário entre 15 e 24 anos. O Gráfico 1 mostra que, a partir da década de 90, há um<br />
incremento significativo de pessoas entre 15-19 anos na população de jovens. Segundo os<br />
dados da Pesquisa Nacional por Amostra de Domicílio (PNAD) e dos Censos<br />
Demográficos, entre 1982 e 1990 a população de 15 a 19 anos cresceu cerca de 10,5%; na<br />
década de 90 (1991-2000) este crescimento foi de 19,5%. De forma semelhante, o Gráfico<br />
2 mostra que também houve aumento significativo do número de jovens entre 20-24 anos,<br />
o que pode estar gerando alterações significativas no nível de emprego e desemprego da<br />
população. Entre 1982 e 1990 o contingente de jovens entre 20-24 anos cresceu 15,4%,<br />
aumentando ainda mais entre 1991 e 2000 (19%) 1 .<br />
Em relação à população de adultos (25-64 anos), é possível observar que o<br />
crescimento populacional não pode ser generalizado para todas as faixas etárias. Apesar da<br />
razão entre população jovem e adulta ser historicamente decrescente, as taxas de<br />
crescimento da razão entre a população de jovens e adultos (15-19/25-64) entre 1982 e<br />
1990 (-16%) e entre 1991 e 2000 (-4,8%) mostram que, de fato, a população de jovens<br />
cresceu proporcionalmente mais do que a população de adultos, refletindo, assim, o<br />
fenômeno da onda jovem. Em particular, espera-se que, no Brasil, a diminuição do ritmo<br />
de decrescimento do tamanho relativo do grupo etário de jovens provoque um excesso de<br />
1 Como os dados utilizados na elaboração da série populacional advêm de fontes distintas<br />
(PNADs e Censos Demográficos), deve-se atentar para o fato da comparabilidade entre as<br />
décadas de 80 e 90 estar comprometida devido as descontinuidades e/ou alterações<br />
metodológicas na própria geração destas informações. No caso das PNADs, como o método de<br />
expansão dos dados coletados pela pesquisa apoia-se em informações censitárias passadas, o<br />
total populacional das PNADs apresentado no final das décadas de 80 e 90 tende a destoar da<br />
população censitária apresentada em períodos posteriores. Olhando-se para os gráficos 1 e 2,<br />
esta discrepância é notada quando se compara a população de jovens em anos anteriores ao de<br />
divulgação do Censo. Em 2000, por exemplo, a população de jovens é claramente superior à de<br />
1999 porque esta última utiliza um peso de expansão calculado a partir de Censos Demográficos<br />
passados, não considerando portanto o crescimento demográfico ocorrido em 2000. Para<br />
comparar as informações censitárias e as da PNAD, o ideal seria calcular a população intercensitária<br />
entre 1991 e 2000, e em seguida multiplicar este valor pela proporção desejada da<br />
população obtida a partir dos dados da PNAD, obtendo-se assim uma população que leva em<br />
conta o tamanho populacional do Censo e a estrutura da PNAD. As dificuldades de<br />
comparabilidade entre Censo e PNAD são discutidas com maior afinco em PAIVA (1984) e ARIAS<br />
(1988).<br />
15
oferta de mão-de-obra no mercado de trabalho, contribuindo para a retração do emprego e<br />
a ampliação do desemprego.<br />
Tendo em vista a escassez de trabalhos no Brasil voltados para o efeito de tamanho<br />
de coorte sobre o mercado de trabalho, e o aumento do número relativo e absoluto de<br />
jovens entre 15 e 24 anos ocorrido ao longo da década de 90, o principal objetivo desta<br />
pesquisa consiste em estudar o efeito da variação do tamanho deste grupo etário sobre as<br />
taxas de desemprego e ocupação dos jovens em algumas regiões metropolitanas do país.<br />
Espera-se que haja um aumento do desemprego e redução da ocupação como conseqüência<br />
do aumento no tamanho do grupo etário 15-24 anos, desde que os salários sejam rígidos, e<br />
desde que estes trabalhadores com menos experiência sejam substitutos imperfeitos<br />
daqueles com maior experiência 2 . Em outras palavras, o objetivo primordial desta pesquisa<br />
é verificar se o aumento do número de pessoas entre 15 e 24 anos exerce algum tipo de<br />
influência sobre as taxas de desemprego e ocupação dos jovens 3 .<br />
Este estudo analisa o comportamento temporal do tamanho das coortes<br />
entre 15 e 24 anos através de uma dinâmica comparativa entre o crescimento da<br />
participação relativa destas coortes e a evolução do número de jovens<br />
2 A literatura clássico-teórica de mercado de trabalho argumenta que, em algumas situações, se os<br />
salários forem flexíveis, o excesso de desemprego ou emprego tenderiam a desaparecer via<br />
ajustes salariais, e o mercado se equilibraria no pleno emprego. Na segunda situação, caso<br />
houvesse ‘efeito substituição’ entre a mão-de-obra dos trabalhadores jovens e adultos, o efeito<br />
puro do tamanho de coorte dos jovens sobre o desemprego seria mascarado, uma vez que<br />
poderiam haver jovens trabalhando em ocupações típicas de adultos e vice-versa, provocando<br />
confusão entre o desemprego dos jovens e o dos adultos. Entretanto, no caso brasileiro, a<br />
substituição entre trabalhadores jovens e adultos parece estar muito mais relacionada com a<br />
escolaridade do que com a idade dos mesmos.<br />
3 Apesar de os efeitos do tamanho de coorte sobre a criminalidade, a demanda<br />
por educação e os salários não serem o principal objetivo do estudo, todos eles<br />
se relacionam com o desemprego de alguma forma. No caso da criminalidade,<br />
argumenta-se que o aumento do desemprego estaria relacionado com o aumento<br />
da violência, do tráfico de drogas e dos homicídios, principalmente entre as<br />
camadas sociais menos abastadas. A demanda por educação também apresenta<br />
um vínculo indireto com o desemprego. Pode ser que o tempo de duração do<br />
desemprego esteja relacionado com a inserção dos desempregados no sistema<br />
educacional. Na medida em que os empregos se tornam mais restritivos,<br />
exigentes e seletivos em relação ao grau de escolaridade, estreita-se cada vez<br />
mais a possibilidade de inserção destes jovens em ocupações que antes eram<br />
dominadas por eles. Neste sentido, voltar a estudar ao invés de ficar<br />
desempregado pode ser a melhor opção para ampliar as chances de inserção no<br />
mercado de trabalho. Finalmente, o desemprego também se relaciona com os<br />
salários na medida em que longos períodos de desemprego estariam associados<br />
a uma queda do salário de reserva.<br />
16
desempregados, inativos e ocupados em algumas das regiões metropolitanas<br />
brasileiras 4 ente 1982 e 2000, atentando-se para as especificidades de cada uma<br />
delas e levando-se em conta as particularidades do mercado de trabalho<br />
masculino e feminino, separando-se estes dois grupos entre jovens 15-19 anos e<br />
jovens 20-24 anos. Além destes, um terceiro grupo também é considerado para a<br />
construção de um dos indicadores de efeito da demanda agregada, o dos adultos<br />
entre 25 e 64 anos. Com base em tal análise, é possível obter um retrato<br />
preliminar da relação entre as variáveis de desemprego, ocupação, inatividade e<br />
tamanho relativo das coortes entre 15-19 e 20-24 anos.<br />
Em seguida, são especificados modelos econométricos para mensurar a<br />
sensibilidade da ocupação e do desemprego diante do aumento relativo da população de<br />
jovens entre 15-19 e 20-24 anos.<br />
Este artigo está dividido em sete seções. Inicialmente, apresento o conceito de<br />
descontinuidade demográfica e discuto a sua origem e importância para o caso brasileiro.<br />
Em seguida, descrevo as possíveis conseqüências que as descontinuidades demográficas<br />
podem ocasionar sobre o mercado de trabalho. Na terceira seção faço referência à base de<br />
dados utilizada. Na quarta seção levanto alguns resultados decorrentes da análise<br />
descritiva. A quinta seção apresenta a metodologia utilizada para se mensurar as<br />
elasticidades do tamanho relativo de coorte sobre as taxas de ocupação e desemprego,<br />
apresentando também a especificação econométrica do modelo. A sexta seção analisa os<br />
resultados obtidos nas regressões e, por fim, apresento a conclusão, na qual são<br />
explicitados os principais resultados observados e algumas motivações para pesquisas<br />
futuras.<br />
1. O que são descontinuidades demográficas?<br />
Em poucas palavras, descontinuidades demográficas podem ser definidas como<br />
mudanças bruscas no tamanho de coortes sucessivas. O conceito de descontinuidade<br />
refere-se, portanto, ao crescimento (decrescimento) absoluto de grupos etários particulares.<br />
As mudanças ao longo da pirâmide são provocadas por alterações dos fatores relacionados<br />
com a dinâmica demográfica – mortalidade, migração ou fecundidade – e normalmente<br />
4 Pretende-se estudar as Regiões Metropolitanas de Salvador, Belo Horizonte, Porto Alegre, Rio<br />
de Janeiro, Recife e São Paulo.<br />
17
afetam grupos etários específicos (BERCOVICH e MADEIRA, 1990, p. 610).<br />
No caso da mortalidade, por exemplo, guerras podem ser apontadas como<br />
causadoras de descontinuidades demográficas na medida em que provocam decrementos<br />
populacionais significativos – sobretudo masculinos – dentro de grupos etários que<br />
normalmente envolvem jovens e adultos. De forma semelhante, movimentos migratórios<br />
seletivos por idade ou por sexo também podem provocar alargamentos (imigração) ou<br />
estreitamentos (emigração) da pirâmide etária em grupos de idade específicos. A<br />
emigração de uma grande parcela de jovens em busca de melhores condições de trabalho,<br />
por exemplo, provavelmente provocaria na região de origem o estreitamento da pirâmide<br />
no grupo etário 15-24 anos, e o alargamento deste mesmo grupo na região de destino.<br />
No caso da fecundidade, o fenômeno mundial mais conhecido de descontinuidade<br />
demográfica foi o baby boom americano ocorrido no pós-guerra. O elevado número<br />
de nascimentos ocorrido entre 1946 e 1964 provocou transformações significativas na<br />
estrutura etária norte-americana e repercutiu significativamente nas sucessivas<br />
gerações através de alargamentos (ondas) da pirâmide populacional.<br />
Descontinuidades demográficas no Brasil<br />
BERCOVICH e MADEIRA (1990) propuseram-se a estudar as descontinuidades<br />
no Brasil desde 1950 até 2000. Neste estudo, utilizando as projeções populacionais<br />
realizadas pelo IBGE/CELADE, as autoras caracterizaram da seguinte forma a estrutura<br />
etária do Brasil entre 1950 e 1990:<br />
• 1950-1965: há um aumento constante da base da pirâmide. Argumenta-se que<br />
a queda da mortalidade no Brasil após a Segunda Guerra Mundial seria a<br />
responsável pelo alargamento da base da pirâmide de 1960;<br />
• 1965-1975: o grupo de pessoas nascidas a partir de 1965 é bem menor do que<br />
aquele nascido no qüinqüênio anterior, graças à queda da fecundidade no<br />
período 1965-1970;<br />
• 1975-1985: a partir deste período a base da pirâmide volta a alargar-se. A<br />
inércia demográfica provocada pelo elevado número de nascimentos<br />
ocorridos em 1960 gera uma maior proporção de mulheres em idades férteis<br />
em 1980, provocando o alargamento da base da pirâmide como decorrência<br />
do elevado número absoluto de nascimentos (sem que haja aumento da<br />
fecundidade);<br />
18
• 1985-1990: passa a haver um estreitamento da pirâmide para as idades mais<br />
jovens, provavelmente como decorrência da queda recente da fecundidade e<br />
da menor proporção de mulheres alcançando as idades férteis, ou seja,<br />
aquelas nascidas entre 1965 e 1975.<br />
A dinâmica demográfica ocorrida durante o período 1950-1990 indica, portanto, a<br />
existência de duas ondas jovens 5 : uma ocorrida a partir da segunda metade da década de<br />
70, e outra que se iniciaria em meados da década de 90, como conseqüência dos<br />
nascimentos ocorridos entre 1975 e 1985. As coortes de jovens cresceram 66% (10 milhões<br />
de pessoas) entre 1965 e 1980, e somente 21% em 1980-1995 (5,4 milhões). Neste último<br />
caso, o crescimento concentrou-se no período 1990-1995, que é justamente o momento em<br />
que a “onda jovem” começa a vigorar. No Estado de São Paulo, entre 1970 e 1980 houve<br />
um incremento de 801,7 mil adolescentes (15-19 anos) e 999 mil jovens (20-24 anos) em<br />
relação à década anterior. Entre 1980 e 1985 esse aumento foi de 11 mil adolescentes e 200<br />
mil jovens, entre 1985 e 1990 o incremento foi de 234 mil adolescentes e 24 mil jovens, e<br />
entre 1990 e 1995 esperava-se um acréscimo explosivo de 664 mil adolescentes e 671<br />
jovens aos números do qüinqüênio anterior (BERCOVICH e MADEIRA, 1990;<br />
MADEIRA e BERCOVICH, 1992).<br />
É bom ter em mente que as descontinuidades não ocorrem de maneira uniforme<br />
nem do ponto de vista geográfico, nem do social. BERCOVICH e MADEIRA (1990)<br />
descobriram que as descontinuidades demográficas são fenômenos tipicamente urbanos e<br />
próprios das populações brancas. Verificaram também que as oscilações da estrutura etária<br />
ocorriam com maior intensidade entre as populações de melhor poder aquisitivo e entre as<br />
famílias que ocupavam categorias sócio- ocupacionais que representavam um melhor<br />
status econômico. Em suma, as autoras descobriram que as mudanças de concavidade na<br />
estrutura etária brasileira se processaram de modo diferenciado nos diferentes subgrupos<br />
da população, principalmente no que se refere ao timing e à intensidade das quedas nos<br />
níveis da mortalidade e fecundidade (BERCOVICH e MADEIRA, 1990).<br />
Em estudo mais recente, MADEIRA (1998) mostra como foi diferenciada a<br />
dinâmica de crescimento do tamanho do grupo dos adolescentes nas cinco<br />
regiões do Brasil. A autora afirma que, apesar de a região Norte apresentar o<br />
maior incremento absoluto de adolescentes do país entre 1990 e 2005, as regiões<br />
5 As autoras consideram como jovens as pessoas pertencentes ao grupo etário entre 20 e 24<br />
anos, e como adolescentes aquelas entre 15 e 19 anos.<br />
19
Nordeste e Sudeste ainda concentram a maior parcela de adolescentes do país<br />
(73,6%), além de ocuparem a segunda posição em crescimento absoluto do<br />
número de adolescentes. O incremento de adolescentes nestas duas regiões<br />
estaria atingindo a cifra de 1,7 milhão de pessoas em 1995 (em relação a 1985), e<br />
de 1,9 milhão no ano de 2000 (em relação a 1990). Como conseqüência, é natural<br />
que ocorram impactos tanto no mercado de trabalho como na educação destas<br />
regiões.<br />
2. Conseqüências das descontinuidades demográficas sobre o mercado de trabalho<br />
As descontinuidades demográficas, por provocarem uma série de mudanças na<br />
distribuição etária da população, demandam políticas específicas relacionadas sobretudo<br />
com o planejamento público e com a provisão de recursos para grupos etários específicos.<br />
Quando não antecipadas de forma correta, as descontinuidades demográficas podem<br />
provocar pressões sociais e conseqüências indesejáveis tanto no mercado de trabalho<br />
quanto no sistema educacional. Se a conjuntura econômica for incapaz de absorver o<br />
excedente de pessoas de determinado grupo etário gerado pela descontinuidade, o<br />
fenômeno pode reverter-se em um problema de grandes proporções, provocando<br />
instabilidade política, crise social e o desequilíbrio econômico entre oferta e demanda.<br />
Por um lado, argumenta-se que coortes largas, como o caso das ondas jovens,<br />
seriam acompanhadas pela dificuldade de se conseguir uma vaga no mercado de trabalho,<br />
devido ao excesso de oferta de mão-de-obra. Por outro lado, na medida em que os<br />
empregos se tornam mais restritivos, exigentes e seletivos em relação ao grau de<br />
escolaridade, estreita-se cada vez mais a possibilidade de inserção destes jovens em<br />
ocupações que antes eram dominadas por eles. A informatização do sistema bancário, por<br />
exemplo, pode ser apontada como responsável pela extinção de centenas de vagas que<br />
antes eram ocupadas quase exclusivamente por jovens.<br />
BERCOVICH et al. (1998a) afirmam que, além da pressão demográfica<br />
causada pela onda jovem e do avanço tecnológico, a seletividade do jovem na<br />
hora de procurar emprego, a inserção crescente da mulher no mercado de<br />
trabalho, a preferência dos empregadores por pessoas mais escolarizadas e<br />
experientes, e o baixo dinamismo do mercado de trabalho para a geração de<br />
empregos formais também contribuem com o aumento do desemprego e da<br />
20
inatividade 6 entre o grupo de 15 a 24 anos. Como conseqüência deste aumento<br />
emerge uma questão paradoxal: será que, ao perder a ocupação, e diante da<br />
dificuldade de conseguir um novo emprego, alguns jovens voltariam a estudar<br />
para ampliarem suas chances de inserção no mercado de trabalho? E da mesma<br />
forma, diante da perspectiva desfavorável de inserção no mercado de trabalho,<br />
muitos jovens adiariam a procura de uma primeira ocupação? Se isto for verdade,<br />
talvez a diminuição das taxas de ocupação de jovens seja um reflexo do aumento<br />
da demanda escolar destes mesmos jovens, não representando, portanto, um<br />
problema social. Entretanto, para se verificar esta hipótese seria necessário<br />
analisar as taxas de envolvimento escolar destes jovens para se ter certeza de<br />
que a ocupação está diminuindo em contrapartida do aumento da freqüência<br />
escolar. De fato, existe uma grande chance de isto estar ocorrendo, já que a<br />
inatividade é crescente 7 .<br />
3. Considerações sobre a base de dados<br />
As informações examinadas referentes ao mercado de trabalho (taxas de<br />
desemprego, ocupação e inatividade) foram extraídas da Pesquisa Mensal de<br />
Emprego (PME) produzida pelo IBGE no período de 1982 a 2000. Já as<br />
informações populacionais foram extraídas dos Censos Demográficos, Contagem<br />
Populacional e MS/SE/Datasus 8 , a partir de totais populacionais fornecidos pelo<br />
IBGE, para os anos intercensitários 9 .<br />
A PME é uma pesquisa de periodicidade mensal sobre mão-de-obra e rendimento do<br />
trabalho. Os dados são obtidos de uma amostra probabilística de, aproximadamente,<br />
38.500 domicílios situados nas Regiões Metropolitanas de Recife, Salvador, Belo<br />
6 Deve-se lembrar que aqueles que só estudam também são considerados inativos.<br />
7 LAM e MARTELETO (2002) analisam a relação existente entre tamanho de coorte, população<br />
em idade escolar e o número de matrículas. De fato, os autores concluem que a partir de 1990<br />
houve um rápido aumento na matrícula e nos resultados educacionais, o que pode ser um reflexo<br />
do aumento da inatividade observada a partir deste período.<br />
8 Vale lembrar que as séries históricas populacionais extraídas desta fonte podem estar<br />
ligeiramente superestimadas em 1996, para o grupo etário 15-19 anos, e em 2000, para o grupo<br />
etário 20-24 anos. Este desajuste decorre da metodologia utilizada pelo IBGE para produzir as<br />
estimações intercensitárias, que são afetadas pela Contagem Populacional de 1996 quando se<br />
utiliza a técnica de interpolação.<br />
21
Horizonte, Rio de Janeiro, São Paulo e Porto Alegre, cobrindo cerca de um terço da<br />
população urbana do país.<br />
A PME investiga a PIA (população em idade ativa) a partir dos dez anos,<br />
porém as taxas divulgadas referem-se à população de 15 anos e mais. Assim, a<br />
PIA compreende a população economicamente ativa (PEA) 10 e a não-<br />
economicamente ativa (ou inativos).<br />
Uma pessoa faz parte da população desempregada (ou desocupada,<br />
segundo o IBGE) desde que não possua nenhuma ocupação na semana de<br />
referência, e que tenha “pressionado” o mercado de trabalho através da procura<br />
efetiva nos últimos sete dias. Captando apenas o desemprego aberto 11 , a PME<br />
classifica como desempregado a pessoa que apresenta tal situação, e que tenha<br />
15 anos ou mais de idade.<br />
A população ocupada compreende as pessoas que exercem qualquer trabalho<br />
remunerado, independentemente da procura, regularidade, intensidade e excepcionalidade<br />
do trabalho. Além dos indivíduos empregados (com ou sem carteira assinada), inclui<br />
também os que exploram seu próprio negócio (conta própria ou empregados), os que<br />
exercem trabalho não remunerado, pelo menos 15 horas por semana, em ajuda a membro<br />
da unidade domiciliar em seu negócio, em entidades beneficentes etc., e aqueles que têm<br />
trabalho mas não estavam trabalhando por um motivo específico (férias, licença, greve,<br />
doença, más condições de tempo ou outro impedimento temporário independente de sua<br />
vontade, tal como quebra de máquina, limitação de produção etc.). A partir destas<br />
definições define-se a taxa de desemprego aberto como o percentual da população<br />
desocupada em relação à população economicamente ativa.<br />
A metodologia adotada pelo IBGE para definir estas três categorias (desempregados,<br />
ocupados e inativos) produz indicadores bastante distintos daqueles produzidos pela<br />
Pesquisa de Emprego e Desemprego (PED), promovida pelo DIEESE/Fundação Seade.<br />
Como conseqüência, as taxas de desemprego geradas por estas duas pesquisas (PME e<br />
PED) se distanciam devido à utilização de conceitos diversos para classificar a inserção<br />
dos indivíduos no mercado de trabalho. Entretanto, apesar de as taxas de desemprego<br />
9 Apenas o indicador populacional relativo (população de jovens/população de adultos) utilizado<br />
nas regressões foi construído a partir dos dados da PME. Na análise descritiva foram utilizadas as<br />
informações censitárias.<br />
10 A PEA é igual à soma de pessoas que estavam ocupadas ou desempregadas na semana de<br />
referência.<br />
22
produzidas pela PME e pela PED apresentarem valores absolutos distintos, a variação<br />
temporal das mesmas é bastante semelhante. Como a intenção deste estudo é verificar a<br />
variação do desemprego em face de variações no tamanho relativo das coortes 15-24 anos,<br />
a questão metodológica existente entre as duas pesquisas deixa de ser tão relevante 12 .<br />
4. O que mostram as evidências temporais das regiões metropolitanas?<br />
As Figuras 1, 2, 3 e 4 apresentam a variação do número absoluto de inativos,<br />
desempregados, da população economicamente ativa (PEA) e das populações masculina<br />
(Figuras 1 e 2) e feminina (Figuras 3 e 4) entre 15 e 19 anos e 20 e 24 anos,<br />
respectivamente, nas seis regiões metropolitanas (RMs) cobertas pela PME. Utilizou-se o<br />
ano de 1982 como base de comparação (1982= 100), e as curvas numeradas se referem à<br />
população presente dentro de cada grupo etário, e em cada uma das regiões metropolitanas<br />
consideradas. Com exceção de Recife, onde a variação populacional é positiva e constante,<br />
todas as demais regiões apresentam um aumento diferenciado da população entre 15 e 19<br />
anos a partir de 1996. Até então, esta população vinha crescendo de forma constante e<br />
estável, mas a partir deste ano se percebe uma ligeira quebra de tendência no tamanho<br />
deste grupo etário.<br />
Apesar de não ser o objetivo principal deste artigo discutir a origem desta variação<br />
no tamanho dos grupos etários, mas sim as suas conseqüências sobre o mercado de<br />
trabalho, é possível afirmar que esta variação pode ser uma decorrência da combinação de<br />
dois fatores: do aumento do número de nascimentos na segunda metade da década de 70,<br />
e/ou do aumento da imigração de pessoas entre 15-19 anos para estas regiões<br />
metropolitanas. Entretanto, é mais provável que a contribuição do número de nascimentos<br />
tenha sido mais importante do que a migração para explicar as variações ocorridas no<br />
tamanho absoluto do grupo etário considerado. Esta afirmação tende a ser verdade por duas<br />
razões: em primeiro lugar porque a migração precisaria ser extremamente seletiva por<br />
idade, e em segundo lugar porque a migração precisaria ocorrer simultaneamente em<br />
11 Aberto refere-se a toda disponibilidade de mão-de-obra, seja no mercado formal ou no informal.<br />
12 Além disso, a PED apresenta a desvantagem de ser uma pesquisa intermitente e que começou<br />
a ser implantada somente em 1996 em São Paulo, o que torna inviável a utilização da mesma<br />
para se atingir os objetivos propostos neste trabalho. Neste sentido, a superioridade da PME está<br />
no fato de possuir séries mensais completas desde 1982 em todas as regiões metropolitanas aqui<br />
estudadas.<br />
23
todas 13 as RMs estudadas, o que seria uma coincidência muito grande do ponto de vista<br />
demográfico. Entretanto, tal hipótese não deve ser descartada, uma vez que as variações no<br />
tamanho do grupo etário 15-19 são resultantes da combinação entre a migração e o número<br />
de nascimentos.<br />
As Figuras 1 e 3 mostram que a PEA, apesar de vir diminuindo historicamente,<br />
acentua ainda mais a sua queda a partir de 1990 em quase todas as regiões metropolitanas.<br />
Tal como especificado anteriormente na descrição da base de dados, o aumento da PEA é<br />
uma decorrência de dois fatores: do aumento do número de ocupados, e/ou do aumento do<br />
número de desempregados. Entretanto, como os ocupados representam uma parcela muito<br />
maior da PEA do que os desempregados, as variações desta tendem a ocorrer de acordo<br />
com as oscilações do número de ocupados. Sendo assim, a acentuada queda da PEA<br />
ocorrida a partir da década de 90 é muito mais um reflexo da diminuição de ocupados do<br />
que das variações no número de desempregados, mesmo porque o número destes últimos<br />
tem aumentado ao longo do tempo.<br />
O número de desempregados, que em Belo Horizonte, Porto Alegre, Salvador e em<br />
São Paulo se mantinha razoavelmente estável até 1995. A partir desta data, começa a<br />
aumentar, o que pode estar refletindo a pressão da oferta de jovens no mercado de trabalho,<br />
ou a precariedade do mercado de trabalho. Nota-se, ainda, que a maioria destes<br />
desempregados podem ser classificados como desempregados de inserção 14 , na medida em<br />
que grande parte destes jovens entre 15-19 anos está tendo o seu primeiro contato com o<br />
mercado de trabalho durante este período.<br />
Com relação ao número de inativos, a Figura 1 mostra que as maiores variações<br />
positivas em relação a 1982 podem ser observadas em São Paulo, Salvador, Belo<br />
Horizonte e Porto Alegre, respectivamente. As séries temporais de inativos nestas regiões<br />
também são as que apresentam relações mais claras com as variações de tamanho ocorridas<br />
no grupo etário entre 15 e 19 anos. Em São Paulo, Salvador, Belo Horizonte e Porto<br />
Alegre, o aumento do número de jovens e de desempregados entre 15 e 19 anos a partir de<br />
1996 coincide com a acentuação do número de inativos. Como decorrência, pode-se<br />
13 Com exceção de Recife.<br />
14 Por desemprego de inserção entende-se a condição do jovem que está a procura do seu<br />
primeiro emprego. Por não possuir experiência profissional acumulada, ainda que disponha de<br />
escolaridade elevada, o jovem tende a ter dificuldade para ingressar no mercado de trabalho. Este<br />
tipo de desemprego constitui o primeiro contato do jovem com o mercado de trabalho após a<br />
passagem pelo sistema educacional (POCHMANN, 1998).<br />
24
argumentar que o aumento de inativos talvez esteja relacionado com o aumento do<br />
desemprego, na medida em que as pessoas se sintam desencorajadas ou desistam de<br />
procurarem trabalho diante da dificuldade de conseguirem uma ocupação. Uma outra<br />
possibilidade é que, diante de tais dificuldades, esteja havendo uma transferência do<br />
número de desempregados para a inatividade via o aumento da demanda por educação,<br />
principalmente se o aumento do desemprego observado puder ser classificado como de<br />
exclusão 15 . As RMs nas quais a relação entre desemprego e inatividade é mais clara são<br />
Salvador, Porto Alegre e Belo Horizonte. Nestas regiões, as oscilações e a estrutura de<br />
ambas as curvas são extremamente semelhantes.<br />
A Figura 2 apresenta os mesmos gráficos da figura anterior, mas considera a<br />
população masculina entre 20 e 24 anos de idade. Para este grupo etário, o número de<br />
inativos e desempregados é crescente, e a flutuação da PEA – assim como a dos ocupados<br />
– se aproxima da flutuação populacional. Em Belo Horizonte, Porto Alegre, Rio de Janeiro<br />
e São Paulo, os desempregados e inativos oscilam de maneira semelhante, refletindo assim<br />
a relação positiva existente entre estas duas categorias. Nestas mesmas regiões (exceto São<br />
Paulo) e em Salvador, o aumento da PEA e dos desempregados acentua-se junto com o<br />
aumento do tamanho absoluto do grupo etário 20-24 anos ocorrido em 2000. Na verdade,<br />
este aumento populacional já era esperado, uma vez que reflete aquele aumento ocorrido<br />
no grupo etário 15-19 quatro anos antes, em 1996.<br />
A Figura 4 mostra a população feminina entre 20 e 24 anos. A principal diferença<br />
desta população em relação à masculina está na variabilidade das suas populações. As<br />
curvas femininas apresentam diferenças significativas quanto ao nível e em relação à<br />
variabilidade se comparadas às curvas masculinas 16 . Na Figura 4, a maior variabilidade<br />
ocorre na curva das desempregadas, ao passo que no caso masculino ocorria entre os<br />
inativos. Vale lembrar que, de maneira geral, a PEA feminina também tende a acompanhar<br />
15 O desemprego por exclusão refere-se ao jovem que tende a permanecer marginalizado no<br />
mercado de trabalho. Na maior parte da vezes trata-se do trabalhador jovem analfabeto ou com<br />
baixa escolaridade, que tende a estar excluído de uma melhor situação de empregabilidade<br />
(POCHMANN, 1998).<br />
16 Apesar de não parecer, no caso das mulheres, as oscilações não são tão grandes como as<br />
ocorridas no caso dos homens. A análise visual pode dar uma idéia errada da variabilidade das<br />
populações femininas em relação às masculinas porque as escalas dos gráficos masculinos e<br />
femininos são distintas. Entretanto, quando examinados com atenção, percebe-se que o limite<br />
mínimo dos gráficos femininos é superior ao dos masculinos, ao passo que os limites superiores<br />
são inferiores, o que implica menor variabilidade dos indicadores femininos em face dos<br />
masculinos.<br />
25
as variações no tamanho da população de mulheres em todas as RMs. Por outro lado, ao<br />
contrário do cenário observado no mercado de trabalho masculino, os perfis de inatividade<br />
e desemprego das mulheres entre 20 e 24 anos não apresentam uma relação direta clara, ou<br />
seja, os padrões, ou estruturas, das curvas de desemprego e inatividade são extremamente<br />
diferentes, enfraquecendo, portanto, a hipótese de transferência da PEA desempregada para<br />
a inatividade.<br />
Logicamente, o tamanho da população não é o único fator que afeta o<br />
desemprego e a ocupação. Os efeitos decorrentes da demanda agregada<br />
também são importantes. Nas Figuras 5, 6, 7 e 8, a influência da demanda<br />
agregada sobre a ocupação é levada em conta através da razão entre as taxas de<br />
ocupação dos jovens e adultos. Estas razões reduzem a influência de mudanças<br />
na demanda agregada que também são refletidas nas taxas adultas, apesar de<br />
não eliminarem totalmente estas influências, já que as taxas de ocupação dos<br />
jovens são ciclicamente mais sensíveis. Se a retração na demanda implicar a<br />
preferência por experiência, estas razões vão captar o efeito da demanda<br />
diferencial por trabalhadores. As taxas de ocupação relativa apresentadas nas<br />
Figuras 5 e 7 mostram um declínio acentuado da ocupação dos jovens entre 15-<br />
19 anos em relação à ocupação adulta no período considerado, o que pode estar<br />
representando uma piora no mercado de trabalho destes jovens. Em<br />
contrapartida, a ocupação relativa de homens e mulheres apresentada nas<br />
Figuras 6 e 8 exibe pequenas flutuações, implicando que o aumento na ocupação,<br />
percebido através do aumento da PEA nas Figuras 2 e 4, pode ser muito mais<br />
uma conseqüência de desenvolvimentos da demanda agregada e da conjuntura<br />
como um todo, do que um reflexo do aumento populacional.<br />
Até aqui, o que se tem tentado visualizar por meio das figuras apresentadas<br />
é a relação entre o aumento populacional, o desemprego, a ocupação e a<br />
inatividade. Em outras palavras, ceteris paribus se esperaria que o desemprego<br />
se movesse na mesma direção que o aumento populacional, e a ocupação em<br />
direção contrária. De fato, a relação esperada entre desempregados e população<br />
parece ser verdadeira para os homens entre 15-19 anos que vivem em Belo<br />
Horizonte, Porto Alegre, Salvador e mais fracamente em São Paulo. Com relação<br />
26
à ocupação, para as pessoas de 15-19 anos, nota-se uma PEA 17 sempre<br />
decrescente no tempo, provavelmente como conseqüência do aumento da<br />
inatividade. Já para o grupo 20-24 anos, tanto homens quanto mulheres, a<br />
ocupação mantém-se entre estável e ligeiramente crescente, acompanhando o<br />
aumento populacional e contrariando, portanto, o comportamento que se<br />
esperava. Uma possível explicação para tal resultado pode estar no fato de os<br />
efeitos da demanda agregada prevalecerem sobre o efeito tamanho de coorte, tal<br />
como demonstrado pelas Figuras 6 e 8.<br />
5. Aspectos metodológicos para a estimação das regressões<br />
O objetivo da pesquisa é verificar se as regularidades empíricas observadas<br />
em outros estudos para o comportamento das taxas de ocupação e desemprego<br />
dos jovens entre 15 e 24 anos diante de um aumento relativo deste mesmo grupo<br />
etário se verificam no Brasil. Em outras palavras: será que no caso brasileiro há<br />
elevação das taxas de desemprego e redução das de ocupação diante do<br />
aumento populacional relativo de jovens? Para responder esta pergunta serão<br />
aplicadas algumas das idéias de KORENMAN e NEUMARK (1997), que utilizam<br />
métodos descritivos e econométricos para intuir como as variações no tamanho<br />
relativo de coorte afetam as taxas de desemprego e ocupação.<br />
As informações utilizadas estão organizadas em um único banco de dados<br />
que agrega informações de tempo (1982-2000) e espaço (regiões<br />
metropolitanas). As variáveis utilizadas na modelagem econométrica foram<br />
agrupadas desta forma para permitir a correção de algumas fragilidades<br />
associadas aos métodos tradicionais de pesquisa comparativa, como, por<br />
exemplo, considerar separadamente a influência do tempo e do espaço.<br />
A vantagem mais óbvia de se utilizar dados de pooling 18 é que o número de<br />
observações é tipicamente muito maior, produzindo assim estimativas mais<br />
17 Como a participação dos ocupados na PEA de jovens está em torno de 75%, a flutuação da<br />
PEA tende a acompanhar a flutuação temporal do número de ocupados. Por isso, flutuação da<br />
PEA ≅ flutuação no número de ocupados.<br />
18 Apesar dos dados utilizados não serem estritamente de painel, mas cross sections em séries<br />
temporais, eles podem ser considerados como tal já que a unidade individual de análise são<br />
regiões metropolitanas acompanhadas ao longo do tempo e as informações sobre o mercado de<br />
trabalho possuem caráter macro espacial.<br />
27
confiáveis dos parâmetros e, sobretudo, permitindo a especificação e o teste de<br />
modelos mais sofisticados, capazes de incorporar um número maior de<br />
covariáveis e pressupostos menos restritivos. A segunda vantagem é que dados<br />
de painel aliviam o problema de multicolinearidade, já que quando as variáveis<br />
explicativas variam em duas dimensões a probabilidade de elas serem<br />
correlacionadas é menor. O terceiro benefício é que tais bases de dados tornam<br />
possível a identificação e a mensuração de efeitos que muitas vezes não são<br />
detectáveis em séries temporais ou dados transversais (cross-section) puros.<br />
Quando se combinam estes dois tipos de informação, é possível obter-se uma<br />
estrutura dinâmica mais geral, capaz de levar em conta tanto os efeitos de tempo<br />
quanto os de espaço (MÁTYÁS e SEVESTRE, 1992, p. 22).<br />
A princípio a estimação dos coeficientes será feita aplicando-se a técnica de<br />
mínimos quadrados ordinários (OLS), mas também será testado um modelo de<br />
mínimos quadrados generalizados “factíveis” (FGLS) 19 . De acordo com<br />
PODESTÀ (2002, p. 13), este método é superior ao OLS na medida em que o seu<br />
procedimento de estimação baseia-se em pressupostos menos restritivos com<br />
relação ao comportamento dos erros, sendo capaz de lidar com problemas<br />
relacionados à heterocedasticidade e à correlação temporal e espacial dos erros,<br />
produzindo assim estimadores não enviesados, eficientes e consistentes 20 desde<br />
que o modelo não possua problemas na sua especificação 21 .<br />
de OLS:<br />
A equação de regressão de FGLS pode ser escrita da mesma forma que a<br />
k<br />
y = +<br />
it ∑ β k x +<br />
1<br />
kit eit<br />
k =2<br />
β (1)<br />
19<br />
A estimativa de mínimos quadrados generalizados (GLS) pressupõe que a matriz de variânciacovariância<br />
dos erros, Ω, seja conhecida. Entretanto, como em muitos casos isso não ocorre, não<br />
se deve utilizar GLS, mas sim mínimos quadrados generalizados “factíveis” (FGLS). Tal estimativa<br />
é chamada de factível (feasible) porque utiliza uma estimativa da matriz de variância-covariância,<br />
evitando assim o pressuposto de Ω conhecida. Ao invés disso utiliza-se uma estimativa<br />
∧<br />
consistente de Ω , chamada de Ω . Ver, por exemplo, KMENTA (1986, p. 615) para uma discussão<br />
mais detalhada sobre o assunto.<br />
20 Um estimador é não enviesado quando possui distribuição amostral com média igual ao<br />
parâmetro que será estimado. É eficiente quando possui a menor dispersão possível, e é<br />
consistente se a sua distribuição tende a concentrar-se sobre o verdadeiro valor do parâmetro na<br />
medida em que o tamanho da amostra tende ao infinito (KMENTA, 1986, p. 12-13).<br />
28
onde i = 1, 2, ..., N refere-se a uma unidade de análise (cross-section); t = 1,<br />
2, ..., T refere-se a um período de tempo e k = 1, 2, ..., K refere-se a uma variável<br />
explicativa específica. Sendo assim, yit e xit referem-se, respectivamente, às<br />
variáveis dependente e independente para a unidade i no tempo t; eit é o termo<br />
aleatório e β1 e βk �são os parâmetros do intercepto e da inclinação,<br />
respectivamente. Além disso pode-se denotar a matriz de variância-covariância<br />
dos erros de ordem NT X NT por Ω.<br />
Considerando-se as complicações do erro, o método lida com os<br />
pressupostos heterocedasticidade, correlação serial e contemporânea<br />
especificando três equações:<br />
E<br />
E<br />
(<br />
e<br />
e<br />
it<br />
2<br />
) =<br />
ite jt<br />
σ ii<br />
σ ij<br />
(1.1)<br />
( ) =<br />
(1.2)<br />
eit ρ ieit−1ν<br />
it<br />
= (1.3)<br />
Em outras palavras, esta abordagem especifica um modelo para<br />
heterocedasticidade (equação 1.1), um para correlação contemporânea ou<br />
espacial (1.2), e um modelo para correlação serial (1.3), sendo ρi um coeficiente<br />
auto-regressivo de primeira ordem, AR(1). Neste modelo também se permite que<br />
o valor do parâmetro ρi varie entre as unidades de análise, ou seja, cada região<br />
metropolitana pode possuir a sua própria estrutura de correlação dos erros<br />
(PODESTÀ, 2002, p. 14-15) 22 .<br />
Especificação dos modelos<br />
21<br />
PODESTÀ (2002, p. 16) afirma que o método FGLS não é apropriado nos casos em que há<br />
mais unidades de análise (cross-sections) do que pontos no tempo. Entretanto, este não é o caso,<br />
já que a base de dados utilizada considera 19 períodos (1982-2000) e 6 regiões.<br />
22<br />
Para se encontrar estimadores consistentes de ρi e σ 2 (elementos da matriz de variânciacovariância<br />
dos erros) inicialmente estima-se a equação (1) por OLS. Os resíduos desta<br />
estimação são usados para se estimar a correção serial unidade-específica dos erros, que são<br />
então utilizadas para tornar o modelo com erros serialmente independentes. Em seguida os<br />
resíduos desta estimativa são utilizados para estimar a correlação contemporânea dos erros e os<br />
dados são então mais uma vez transformados para permitir estimativas via OLS com erros sem<br />
complicações. Finalmente, uma vez obtidos estimadores consistentes de ρi e σ 2 , obtêm-se<br />
estimadores consistentes dos elementos de Ω. Sendo assim, substituindo-se Ω por Ω é possível<br />
obter estimadores dos coeficientes e seus respectivos desvios padrão (KMENTA, 1986, p. 620).<br />
∧<br />
29
O modelo econométrico utilizado para se estudar o efeito tamanho relativo<br />
de coorte dos jovens sobre a ocupação pode ser especificado da seguinte<br />
maneira:<br />
Log_yo it = Log_ao it β + Log_RSoc it γ + Log_rcs it δ + Dit� λ + εit����<br />
( 2)<br />
onde i representa a região metropolitana e t representa o ano, e todas as<br />
variáveis estão logaritmizadas. Log_yo representa o log da taxa de ocupação 23<br />
dos jovens entre 15 e 19 ou entre 20 e 24 anos; Log_ao é a taxa de ocupação dos<br />
adultos; Log_RSoc é a razão de sexo entre o número de ocupados e ocupadas<br />
em idade adulta (ente 25 e 64 anos); Log_rcs é o log do tamanho relativo de<br />
coorte, definido como a razão entre o número de jovens e a população adulta. D é<br />
um vetor de variáveis dummy inseridas para capturar os efeitos fixos provenientes<br />
das regiões metropolitanas e dos anos considerados.<br />
De forma semelhante, a equação para se estudar a variação das taxas de<br />
desemprego é:<br />
Log_ydesit = Log_adesit β2 + Log_RSdesit γ2 + Log_rcsit δ2 + Dit�λ2 + εit �����(<br />
3)<br />
Esta equação só difere da anterior pelo fato de considerar a taxa de<br />
desemprego dos jovens (Log_ydes) como variável resposta, e a taxa de<br />
desemprego adulto (Log_ades) e a razão de sexo entre desempregados<br />
(Log_Rsdes) como variáveis explicativas.<br />
Nas equações (2) e (3), as variáveis Log_ao e Log_ades possuem a função<br />
de captar as influências da demanda agregada sobre a ocupação e o desemprego<br />
dos jovens, respectivamente. Através da inserção de tais variáveis espera-se<br />
estar controlando parte dos efeitos advindos de flutuações econômicas que<br />
atingem tanto o mercado de trabalho dos jovens quanto o dos adultos. Espera-se<br />
que tanto β quanto β2<br />
apresentem sinais positivos. Log_RSoc e Log_RSdes<br />
23 Aqui a taxa de ocupação, assim como a de desemprego, é definida sobre a população e não<br />
sobre a PEA. Por exemplo: (ocupados entre 15-19 anos) / (população masculina entre 15-19<br />
anos).<br />
30
pretendem captar a presença de um possível efeito substituição entre homens e<br />
mulheres. Espera-se que o aumento da ocupação feminina relativamente à<br />
masculina contribua para a redução das taxas de ocupação dos homens.<br />
Portanto, se nas equações masculinas o sinal das variáveis Log_RSoc e<br />
Log_RSdes for positivo, a hipótese de substituição de mão-de-obra entre homens<br />
e mulheres será corroborada 24 . Finalmente, a principal variável do modelo,<br />
tamanho relativo de coorte (Log_rcs), foi inserida para se captar a influência da<br />
oferta de mão-de-obra no mercado de trabalho dos jovens, e espera-se que o seu<br />
sinal seja negativo na equação de ocupação e positivo na equação de<br />
desemprego.<br />
Vale lembrar que, apesar de o estudo de KORENMAN e NEUMARK (1997)<br />
não considerar os grupos etários 15-19 e 20-24 anos separadamente, acredito<br />
que esta separação seja necessária, já que estes dois grupos apresentam<br />
características diferenciadas (principalmente no que se refere à educação e<br />
experiência), o que influencia o timing de sua inserção no mercado de trabalho e<br />
gera impactos distintos nas taxas de desemprego e ocupação. Além disso, é<br />
importante ressaltar que os mercados de trabalho são diferenciados entre homens<br />
e mulheres. Por isso, também é relevante que a análise seja feita separando-se<br />
os indicadores do mercado de trabalho entre masculinos e femininos.<br />
6. Resultados das regressões 25<br />
A Tabela 1 apresenta as estimativas dos efeitos de tamanho relativo de<br />
coorte sobre as taxas de ocupação de homens e mulheres entre 15-19 e 20-24<br />
anos. As estimativas fornecidas pelo método de mínimos quadrados ordinários<br />
apresentaram o sinal esperado e foram estatisticamente significativas. Em todos<br />
os grupos etários considerados, tanto o de homens quanto o de mulheres,<br />
maiores tamanhos relativos de coortes estão associados com menores taxas de<br />
ocupação entre os jovens.<br />
24 Vale lembrar que para se obter o sinal esperado é necessário que o mercado de trabalho adulto<br />
se comporte da mesma maneira que o dos jovens no que se refere à substituição sexual de mãode-obra.<br />
31
TABELA 1<br />
Estimativas de mínimos quadrados ordinários (OLS) para a taxa de<br />
ocupação dos jovens utilizando-se os dados metropolitanos agrupados<br />
Homens 15-19<br />
Homens 20-24<br />
Mulheres 15-19<br />
OLS OLS OLS<br />
log_yo Coef. Std. Err. Coef. Std. Err. Coef. Std. Err. Coef. Std. Err.<br />
log_ao 4,37* 0,49 1,83* 0,13 4,44* 0,29 2,46* 0,13<br />
log_RSoc 0,43* 0,07 0,08* 0,02 2,09* 0,11 0,89* 0,05<br />
log_rcs -0,23* 0,08 -0,14* 0,02 -0,11 0,08 -0,28* 0,04<br />
_cons -6,65* 0,94 -1,49* 0,24 -6,81* 0,55 -2,46* 0,24<br />
Adj R2 = 0.6839 0.7821 0.7818 0.7926<br />
FONTE: PME/ IBGE<br />
Mulheres 20-24<br />
Notas: N=114. * denota significância ao nível de um por cento e todas as variáveis estão expressas em log<br />
No caso das taxas de desemprego, a Tabela 2 mostra que o sinal positivo<br />
esperado para o coeficiente de tamanho relativo de coorte só é observado entre<br />
as pessoas de 20-24 anos (sendo estatisticamente não significativo entre as<br />
mulheres). No caso das pessoas de 15-19 anos, o tamanho relativo da coorte<br />
está negativamente associado com as taxas de desemprego destes mesmos<br />
jovens, mitigando, portanto, a hipótese de efeito tamanho de coorte.<br />
TABELA 2<br />
Estimativas de mínimos quadrados ordinários (OLS) para a taxa de<br />
desemprego dos jovens utilizando-se os dados metropolitanos agrupados<br />
Homens 15-19 Homens 20-24 Mulheres 15-19 Mulheres 20-24<br />
OLS OLS OLS OLS<br />
log_ydes Coef. Std. Err. Coef. Std. Err. Coef. Std. Err. Coef. Std. Err.<br />
log_ades 0,37* 0,11 0,60* 0,03 0,41* 0,11 0,66* 0,03<br />
log_RSdes 0,26 0,21 -0,05 0,06 0,38*** 0,23 -0,08 0,07<br />
log_rcs -1,49* 0,52 0,53* 0,16 -2,25* 0,48 0,06 0,15<br />
_cons 3,13* 0,68 0,66* 0,20 4,02* 0,61 1,30* 0,18<br />
Adj R2 = 0.0973 0.7968 0.1639 0.8295<br />
FONTE: PME/ IBGE<br />
Notas: N=114. *denota significância ao nível de um por cento<br />
*** denota significância ao nível de dez por cento e todas as variáveis estão expressas em log<br />
Na Tabela 3 foram considerados os efeitos fixos provenientes de cada<br />
região metropolitana. A inserção de dummies para controlar a influência de<br />
25 Os coeficientes encontrados e todos os testes de ajuste realizados encontram-se nos quadros 1,<br />
2, 3 e 4 em anexo.<br />
OLS<br />
32
fatores regionais específicos é plausível na medida em que cada região possui<br />
particularidades específicas e dinâmicas distintas em seus mercados de trabalho.<br />
Apesar de o fenômeno das descontinuidades demográficas ocorrer no Brasil de<br />
maneira generalizada, é razoável supor que as regiões metropolitanas<br />
apresentem algumas diferenças, principalmente as regiões metropolitanas do Sul,<br />
do Sudeste e do Nordeste.<br />
33
TABELA 3<br />
Estimativas de mínimos quadrados ordinários (OLS) para as taxas de<br />
ocupação e desemprego dos jovens utilizando-se os dados metropolitanos<br />
agrupados e controlando-se pelo efeito fixo de cada região<br />
Homens 15-19 Homens 20-24<br />
OLS efeito fixo de região<br />
OLS efeito fixo de<br />
região<br />
OLS efeito fixo de<br />
região<br />
OLS efeito fixo de<br />
região<br />
log_yo Coef. Std. Err. Coef. Std. Err. Coef. Std. Err. Coef. Std. Err.<br />
log_ao 4,05* 0,28 1,85* 0,08 2,70* 0,36 1,14* 0,12<br />
log_RSoc 0,53* 0,05 0,01 0,02 1,62* 0,11 0,29* 0,04<br />
log_rcs 0,11 0,09 0,06* 0,02 0,23*** 0,12 0,08** 0,04<br />
_cons -6,55* 0,55 -1,76* 0,15 -4,09* 0,66 -0,38*** 0,22<br />
Adj R2 = 0.9418 Adj R2 = 0.9559 Adj R2 = 0.9286 Adj R2 = 0.9651<br />
Homens 15-19 Homens 20-24<br />
OLS efeito fixo de região<br />
OLS efeito fixo de<br />
região<br />
Mulheres 15-19 Mulheres 20-24<br />
Mulheres 15-19 Mulheres 20-24<br />
OLS efeito fixo de<br />
região<br />
OLS efeito fixo de<br />
região<br />
log_ydes Coef. Std. Err. Coef. Std. Err. Coef. Std. Err. Coef. Std. Err.<br />
log_ades 0,31* 0,06 0,71* 0,03 0,51* 0,05 0,79* 0,03<br />
log_RSdes 0,37* 0,13 -0,07 0,05 0,25** 0,11 -0,04 0,07<br />
log_rcs 6,19* 0,67 1,95* 0,20 4,36* 0,44 1,11* 0,19<br />
_cons -6,75* 0,91 -1,28* 0,28 -4,19* 0,58 -0,11 0,25<br />
Adj R2 = 0.7584 Adj R2 = 0.8855 Adj R2 = 0.8594 Adj R2 = 0.8897<br />
FONTE: PME/ IBGE<br />
Notas: N= 114. Omitiu-se a região metropolitana de São Paulo para o cálculo das estimativas.<br />
* Significância ao nível de um por cento de confiança<br />
** denota significância ao nível de cinco por cento<br />
*** denota significância ao nível de dez por cento e todas as variáveis estão expressas em log<br />
Em comparação com as estimativas encontradas nas Tabelas 1 e 2, as<br />
estimativas de efeito fixo regional (Tabela 3) melhoraram significativamente, tal<br />
como pode ser observado através do aumento do coeficiente de correlação<br />
ajustado (Adj. R2) e da redução do desvio-padrão da maioria dos coeficientes.<br />
Entretanto, sobre as taxas de ocupação, o efeito tamanho relativo de coorte<br />
passou a ser positivo, e sobre as taxas de desemprego o efeito aumentou muito e<br />
passou a positivo em todos os grupos etários considerados (sendo<br />
estatisticamente significativo) 26 .<br />
Na Tabela 4 os coeficientes foram calculados adicionando-se efeitos fixos de<br />
período e mantendo-se o controle através das dummies regionais. As variáveis<br />
26 O modelo de efeitos aleatórios também foi testado com esta mesma especificação, mas o teste<br />
de Hausman indicou que não existe diferença significativa entre os coeficientes. Por isso mantive<br />
a especificação de efeitos fixos.<br />
34
dicotômicas de período foram incluídas para se captar a tendência das taxas de<br />
ocupação e desemprego dos jovens. Na equação de ocupação, apesar de a<br />
maioria dos coeficientes ser não significativa estatisticamente, a variável log_rcs<br />
apresentou o sinal negativo esperado, exceto para os homens entre 20 e 24 anos.<br />
No caso do desemprego, observou-se o mesmo comportamento da variável<br />
log_rcs, ou seja, coeficientes não significativos, mas com sinal positivo esperado,<br />
exceto para os homens entre 20 e 24 anos.<br />
TABELA 4<br />
Estimativas de mínimos quadrados ordinários (OLS) para as taxas de<br />
ocupação e desemprego dos jovens utilizando-se os dados metropolitanos<br />
agrupados e controlando-se pelo efeito fixo de região e período<br />
log_yo Coef. Std. Err. Coef. Std. Err. Coef. Std. Err. Coef. Std. Err.<br />
log_ao 1,52* 0,38 1,80* 0,15 0,97** 0,43 1,07* 0,17<br />
log_RSoc -0,02 0,07 0,00 0,02 0,30 0,19 0,23* 0,07<br />
log_rcs<br />
-0,14 0,10 0,13* 0,05 -0,29*** 0,16 -0,08 0,07<br />
_cons -1,16 0,75 -1,75* 0,33 0,02 0,80 -0,05 0,35<br />
N=114 Adj R2 = 0.9720 Adj R2 = 0.9677 Adj R2 = 0.9626 Adj R2 = 0.9768<br />
log_ydes Coef. Std. Err. Coef. Std. Err. Coef. Std. Err. Coef. Std. Err.<br />
log_ades 0,94* 0,09 0,93* 0,07 0,76* 0,12 0,89* 0,08<br />
log_RSdes -0,64* 0,11 -0,33* 0,07 0,05 0,13 -0,07 0,10<br />
log_rcs<br />
0,34 0,56 -0,66 0,55 0,32 0,85 0,51 0,65<br />
_cons 0,33 0,71 1,81* 0,66 0,78 0,03 0,59 0,75<br />
N= 114 Adj R2 = 0.9317 Adj R2 = 0.9202 Adj R2 = 0.9093 Adj R2 = 0.9047<br />
FONTE: PME/ IBGE<br />
Homens 15-19 Homens 20-24<br />
OLS efeito fixo de região<br />
e período<br />
Homens 15-19 Homens 20-24<br />
OLS efeito fixo de região<br />
e período<br />
Nota: N= 114. * Denota significância ao nível de um por cento<br />
** Denota significância ao nível de cinco por cento<br />
*** Denota significância ao nível de dez por cento<br />
OLS efeito fixo de<br />
região e período<br />
OLS efeito fixo de<br />
região e período<br />
Mulheres 15-19<br />
OLS efeito fixo de região<br />
e período<br />
Mulheres 15-19<br />
OLS efeito fixo de região<br />
e período<br />
35<br />
Mulheres 20-24<br />
OLS efeito fixo de região<br />
e período<br />
Mulheres 20-24<br />
OLS efeito fixo de região<br />
e período<br />
Por fim, tendo em vista a falta de significância dos coeficientes apresentados<br />
na Tabela 4, um último modelo foi especificado levando-se em conta a presença<br />
de heterocedasticidade, correlação espacial 27 e serial-específica 28 dos resíduos.<br />
27 Para testar a presença de correlação espacial dos resíduos utilizou-se a estatística de Breusch-<br />
Pagan, sugerida por GREENE (1997, p. 660). Ao nível de 5% de confiança, a hipótese nula de<br />
independência espacial dos resíduos foi rejeitada em todos os modelos. O software utilizado<br />
(STATA 7.0®) corrige automaticamente a presença de heterocedasticidade ao se especificar a<br />
presença de correlação espacial dos resíduos.
Apesar de o teste de especificação de Hausman apontar que não existem<br />
diferenças significativas entre os dois modelos, optei por manter os coeficientes<br />
obtidos por FGLS, já que este método corrige a presença de complicações no<br />
erro e fornece coeficientes com desvios-padrão menores.<br />
A Tabela 5 mostra que as taxas de ocupação dos jovens (log_yo), tal como<br />
esperado, variam em sentido inverso ao do aumento no tamanho relativo dos<br />
grupos etários considerados. A elasticidade mais alta é observada para os<br />
homens entre 15 e 19 anos, entre os quais um aumento de 10% no tamanho<br />
relativo do grupo etário relaciona-se com uma redução de 26% (-0,26) na taxa de<br />
ocupação destes mesmos jovens. No caso dos homens entre 20 e 24 anos, o<br />
sinal da variável log_rcs não era esperado (0,10), podendo estar associado com o<br />
aumento da participação na PEA (ocupação) que ocorre neste grupo etário 29 .<br />
Coincidentemente, no caso da ocupação feminina, pode ser que a elasticidade<br />
negativa (-0,10) das mulheres entre 20 e 24 anos seja reforçada pelo período de<br />
intermitência feminina no mercado de trabalho, decorrente do casamento e da<br />
maternidade.<br />
Apesar de a maioria dos coeficientes encontrados serem não significativos,<br />
analisando-se as equações de taxa de desemprego (log_ydes), é possível<br />
observar efeitos positivos para as mulheres e negativos para os homens no que<br />
se refere ao aumento relativo do grupo etário de jovens. Tal fenômeno pode estar<br />
sugerindo que o efeito tamanho relativo de coorte sobre o desemprego masculino<br />
é menos severo que sobre o feminino. Portanto, tal como os resultados<br />
encontrados por KORENMAN e NEUMARK (1997), as especificações aqui<br />
utilizadas também verificaram que apenas a taxa de desemprego das mulheres<br />
jovens aumentou diante de maiores tamanhos relativos de coorte.<br />
As variáveis log_RSoc e log_RSdes não apresentaram o sinal desejado ou<br />
foram não significativas na maioria das especificações, refletindo, portanto, a<br />
ausência de um efeito substituição entre homens e mulheres no mercado de<br />
28 Optou-se pela especificação de um modelo com correlação serial específica (PSAR1) porque as<br />
correlações dos resíduos (rho) encontradas em cada uma das regiões foram muito distintas.<br />
29 Em outras palavras, apesar de o numerador da razão (pop. 20-24/ pop. 25-64) estar<br />
aumentando, pode ser que o aumento de jovens ocupados seja proporcionalmente maior que o da<br />
população, fazendo com que a razão (ocup. 20-24/pop. 20-24) também aumente, justificando<br />
assim a elasticidade positiva dos homens.<br />
36
trabalho Além disso, uma hipótese alternativa é que o aumento do desemprego e<br />
da ocupação feminina, relativamente à masculina, ocorrido na população adulta<br />
não sirva de referência para o estudo da substituição de mão-de-obra no mercado<br />
de trabalho dos jovens, entre os quais a dinâmica de entrada relativa de ambos os<br />
sexos é bastante distinta 30 .<br />
Já os efeitos da demanda agregada, refletidos nas taxas de ocupação e<br />
desemprego dos adultos (log_ao e log_ades), foram significativos em todas as<br />
especificações e apresentaram efeitos mais fortes nos casos masculinos.<br />
TABELA 5<br />
Estimativas de mínimos quadrados generalizados “factíveis” (FGLS) para as<br />
taxas de ocupação e desemprego dos jovens utilizando-se os dados<br />
metropolitanos agrupados e controlando-se pelo efeito fixo de região e<br />
período<br />
Homens 15-19 Homens 20-24<br />
FGLS c/ correlação<br />
espacial e serial dos<br />
erros<br />
FGLS c/ correlação<br />
espacial e serial dos<br />
erros<br />
FGLS c/ correlação<br />
espacial e serial dos<br />
erros<br />
log_yo Coef. Std. Err. Coef. Std. Err. Coef. Std. Err. Coef. Std. Err.<br />
log_ao 1,86* 0,40 1,83* 0,13 0,78** 0,38 1,01* 0,12<br />
log_RSoc -0,08 0,06 -0,03 0,03 0,25*** 0,15 0,19* 0,04<br />
log_rcs -0,26* 0,10 0,10** 0,04 -0,05 0,14 -0,10*** 0,05<br />
_cons -1,63** 0,81 -1,74* 0,28 0,06 0,73 0,10 0,24<br />
Homens 15-19 Homens 20-24<br />
FGLS c/ correlação<br />
espacial e serial dos<br />
erros<br />
FGLS c/ correlação<br />
espacial e serial dos<br />
erros<br />
Mulheres 15-19 Mulheres 20-24<br />
Mulheres 15-19<br />
FGLS c/ correlação<br />
espacial e serial dos<br />
erros<br />
log_ydes Coef. Std. Err. Coef. Std. Err. Coef. Std. Err. Coef. Std. Err.<br />
log_ades 0,99* 0,07 0,86* 0,05 0,75* 0,09 0,73* 0,06<br />
log_RSdes -0,70* 0,08 -0,28* 0,06 0,02 0,10 -0,12*** 0,07<br />
log_rcs -0,13 0,45 -1,02* 0,38 0,32 0,59 0,38 0,48<br />
_cons 0,89 0,57 2,36* 0,49 0,77 0,71 0,92*** 0,56<br />
FONTE: PME/ IBGE<br />
Notas: N= 114. Omitiu-se a região metropolitana de São Paulo e o ano 2000 para o cálculo dos coeficientes.<br />
* denota significância ao nível de um por cento<br />
** denota significância ao nível de cinco por cento<br />
*** denota significância ao nível de dez por cento e todas as variáveis estão expressas em log<br />
FGLS c/ correlação<br />
espacial e serial dos<br />
erros<br />
Mulheres 20-24<br />
FGLS c/ correlação<br />
espacial e serial dos<br />
erros<br />
Como o método FGLS parece ser o mais confiável, os estimadores<br />
encontrados na Tabela 5 foram utilizados para calcular a taxa de ocupação<br />
estimada dos jovens levando em conta as dummies de período (Figura 9) e de<br />
37
egião (Figura 10). Através desta estimação é possível perceber a força relativa<br />
da ocupação adulta e do tamanho relativo de coorte sobre a taxa de ocupação<br />
dos jovens 31 .<br />
De maneira geral, considerando-se o grupo de homens e de mulheres,<br />
percebe-se que as diferenças ao longo do tempo e entre as seis regiões<br />
metropolitanas foram ínfimas. Entretanto, quando se comparam estes dois grupos<br />
(Figura 9), utilizando apenas o controle fixo de período, observa-se que o log da<br />
taxa de ocupação dos homens é negativa e a das mulheres é positiva, fato que<br />
pode estar refletindo a tendência de aumento da participação feminina e redução<br />
da masculina no mercado de trabalho. Entretanto, quando a taxa de ocupação<br />
adulta é incluída, o padrão muda bruscamente. Em ambos os sexos, o efeito<br />
demanda agregada do mercado de trabalho tende a aumentar a taxa de<br />
ocupação dos jovens, compensando a tendência negativa observada nos casos<br />
masculinos. Finalmente, quando se insere o tamanho relativo de coorte, se<br />
percebe uma ligeira redução da ocupação dos jovens, exceto para os homens e<br />
mulheres entre 20 e 24 anos. O controle feito por regiões metropolitanas,<br />
apresentado na Figura 10, conduziu a resultados semelhantes.<br />
7. Conclusão<br />
Este artigo tem a intenção de mostrar a importância das descontinuidades<br />
demográficas, não só para a provisão de políticas publicas, mas também para o<br />
entendimento das possíveis conseqüências que um contingente demográfico<br />
inercial possa vir a ocasionar sobre o mercado de trabalho.<br />
Além de definir o que são descontinuidades demográficas, o presente trabalho<br />
também chamou atenção para a ocorrência deste fenômeno no Brasil. Da ótica puramente<br />
demográfica, pode-se considerar os anos 90 como potencialmente problemáticos, tanto<br />
para a acomodação da força de trabalho global, como para a população jovem<br />
especificamente. Terão estes jovens mais dificuldades, tanto sociais quanto econômicas, do<br />
30 De fato, a razão (homens 15-19)/(mulheres 15-19) é crescente e maior que 1, ao contrário do<br />
que ocorre com a população adulta, na qual esta razão é decrescente e também maior que 1<br />
devido ao aumento da participação feminina no mercado de trabalho.<br />
31 Todas as especificações utilizadas na estimação incluíram dummies de ano e região, e o valor<br />
de log_yo estimado foi calculado utilizando-se a média geral das covariáveis.<br />
38
que as gerações que os antecederam e as que os sucederão? Se sim, sob a ótica macro,<br />
quais serão os desafios enfrentados por eles?<br />
Algumas destas respostas foram sinalizadas na seção “Conseqüências das<br />
descontinuidades demográficas sobre o mercado de trabalho”, que procurou lançar um<br />
pouco de luz sobre algumas questões relacionadas ao bem-estar do jovem no Brasil. Em<br />
particular, a influência da onda jovem sobre o mercado de trabalho parece representar uma<br />
questão merecedora de atenção não só por parte do governo, mas também por parte dos<br />
pesquisadores.<br />
Neste artigo foram apresentadas algumas evidências da relação entre o desemprego,<br />
a ocupação, a inatividade e o tamanho da população masculina e feminina entre 15-19 e<br />
20-24 anos, utilizando os dados do Censo Demográfico e da PME/IBGE referentes a seis<br />
regiões metropolitanas de 1982 a 2000. A análise realizada mostrou que as regiões<br />
metropolitanas consideradas possuem mercados de trabalho com características e<br />
comportamentos peculiares. Além disso, verificou-se que estas características também<br />
variam dependendo do sexo e do grupo etário considerado. Em algumas regiões, a relação<br />
positiva entre aumento populacional e desemprego é mais clara para o grupo de homens de<br />
15-19 anos do que em outras. Além disso, em algumas regiões metropolitanas a inatividade<br />
também parece variar com o aumento do desemprego. Entre a população masculina de<br />
Belo Horizonte e São Paulo, por exemplo, o aumento populacional parece exercer dois<br />
efeitos: um sobre a ampliação do número de desempregados e outro sobre a elevação da<br />
parcela dos inativos. Por outro lado, a relação negativa esperada entre ocupados (vis-à-vis<br />
PEA) e aumentos populacionais verifica-se apenas para as pessoas entre 15-19 anos, entre<br />
as quais se verifica uma tendência decrescente da ocupação desde 1982. Já para o grupo<br />
20-24 anos, a relação entre PEA e população parece ser positiva, contrariando, portanto, o<br />
comportamento esperado. Entretanto, pode ser que fatores da demanda agregada tenham<br />
maior influência sobre a ocupação do que o aumento da oferta de mão-de-obra, fazendo<br />
com que a relação entre aumento populacional e ocupação seja positiva.<br />
De fato, as estimativas fornecidas pelo modelo de regressão preferido (FGLS)<br />
mostraram que o efeito de melhorias no mercado de trabalho do lado da demanda tende a<br />
prevalecer sobre o impacto causado pelo aumento da oferta de mão-de-obra. Sendo assim,<br />
o aperfeiçoamento do mercado de trabalho agregado e o restabelecimento do crescimento<br />
econômico ainda constituem a melhor forma de se combater o aumento do desemprego.<br />
Não obstante, o aumento do tamanho relativo do grupo etário de jovens também<br />
39
tende a exercer efeitos negativos sobre a ocupação das mulheres e dos homens entre 15 e<br />
19 anos, sendo este efeito mais forte para este último grupo (elasticidade da ordem de -<br />
0,3). Por outro lado, entre os jovens do grupo etário 20-24 anos a relação entre ocupação e<br />
aumento populacional é positiva, contrariando o comportamento esperado e confirmando o<br />
resultado antecipado pela análise descritiva.<br />
A taxa de desemprego e o tamanho relativo de coorte dos jovens apresentaram<br />
relação positiva entre as mulheres e negativa entre os homens, mas o coeficiente só foi<br />
significativo estatisticamente para os homens entre 20 e 24 anos, para os quais a<br />
elasticidade “desemprego-população” é bastante alta (-1,02).<br />
Finalmente, é importante lembrar que estudos mais rigorosos são necessários para<br />
se testar especificações econométricas alternativas e para se estabelecer melhor a relação<br />
existente entre as descontinuidades demográficas e o aumento da inatividade. Neste<br />
sentido, uma boa opção consistiria em estabelecer o vínculo latente entre desemprego e<br />
inatividade. Ainda não se conhece ao certo a maneira pela qual se dá a transição de um<br />
estado para o outro, nem a sua relação com o aumento do contingente populacional.<br />
Uma série de perguntas relacionadas com os efeitos provocados pelas<br />
descontinuidades demográficas ainda permanece sem resposta no Brasil, principalmente<br />
aquelas que se referem às mudanças na estrutura salarial. Pode-se perguntar, por exemplo,<br />
se as alterações na estrutura salarial, decorrentes das mudanças na estrutura etária relativa,<br />
permanecerão no futuro. Ou ainda: O perfil idade-renda dos jovens irá alterar-se em favor<br />
das coortes subseqüentes ao final da onda jovem que permeou a segunda metade da década<br />
de 90 no Brasil? As descontinuidades demográficas produzem desigualdades salariais<br />
significativas? Quão importante é o efeito do tamanho das coortes na determinação dos<br />
ganhos relativos por idade? Como se relacionam o desemprego e a escolaridade dos<br />
jovens?<br />
Além destas, várias outras perguntas ainda permanecem sem resposta, clamando<br />
por evidências empíricas capazes de fundamentar com maior rigor científico a importância<br />
das descontinuidades demográficas. Neste sentindo, ainda há espaço de sobra para se<br />
pesquisar os efeitos destes fenômenos no Brasil. Espero que este trabalho sirva como um<br />
incentivo para se pesquisar o efeito das ondas jovens sobre a sociedade brasileira, e que,<br />
além de tudo, sirva como uma motivação para se pensar em políticas públicas que sejam<br />
apropriadas às circunstâncias.<br />
40
REFERÊNCIAS BIBLIOGRÁFICAS:<br />
ARIAS, A. R. Revisando a PNAD: força de trabalho à luz dos resultados<br />
divulgados na década de 80. In: SAWYER, D. O. (Org.) PNADs em foco: anos 80.<br />
Belo Horizonte: Associação Brasileira de Estudos Populacionais, 1988. p.65-88.<br />
BERCOVICH, A., MADEIRA, F. Descontinuidades demográficas no Brasil e no<br />
Estado de São Paulo. In: ENCONTRO NACIONAL DE ESTUDOS<br />
POPULACIONAIS, 7, 1990, São Paulo. Anais. São Paulo: ABEP, 1990. p.595-<br />
632.<br />
BERCOVICH, A., MADEIRA, F., TORRES, A. G. Descontinuidades demográficas.<br />
In. 20 ANOS no ano 2000: estudos sócio- demográficos sobre a juventude<br />
paulista. São Paulo: SEADE, 1998a. p.2-12.<br />
BERCOVICH, A., DELLASOPPA, E. E., ARRIAGA, E. "J'adjunte, mais je ne<br />
corrige pás": jovens, violência e demografia no Brasil. Algumas reflexões a partir<br />
de indicadores de violência. In. JOVENS acontecendo na trilha das políticas<br />
públicas. Brasília: CNPD, 1998b. v.1, p.293-359.<br />
GOBATO, G. F. E., SANTOS, H. A. Metodologias de apuração das taxas de<br />
desemprego no Brasil: IBGE e Fundação SEADE. 2002. Disponível em:<br />
Acesso em: 15 out.<br />
2002.<br />
41
GREENE, W. H. Econometric analysis. 3 ed. New Jersey: Prentice-Hall, 1997.<br />
1075 p.<br />
IBGE. Pesquisa mensal de emprego. 1982-2000. (Disponível em CD-ROM)<br />
KMENTA, J. Elements of econometrics. 2nd ed. Nova York: Macmillan, 1986. 786<br />
p.<br />
KORENMAN, S. E., NEUMARK, D. Cohort crowding and youth labor markets: a<br />
cross-national analysis. Cambridge, MA.: National Bureau of Economic Research,<br />
1997. 71 p. (Working paper; 6031)<br />
LAM, D. M., L. A dinâmica da escolaridade das crianças brasileiras durante a<br />
transição demográfica: aumento no tamanho da coorte versus diminuição no<br />
tamanho da família. In: ENCONTRO NACIONAL DE ESTUDOS<br />
POPULACIONAIS, 13, 2002, Ouro Preto, MG. Violências, o estado e a qualidade<br />
de vida da população brasileira: anais. Belo Horizonte: ABEP, 2002. (Disponível<br />
em CD-ROM)<br />
MADEIRA, F. Recado dos jovens: mais qualificação. In. JOVENS acontecendo na<br />
trilha das políticas públicas. Brasília: CNPD, 1998. v.2, p.427-496.<br />
MADEIRA, F., BERCOVICH, A. A "onda jovem" e o seu impacto na população<br />
economicamente ativa de São Paulo. Planejamento e Políticas Púbicas, v.1, n.8,<br />
p.1-28, 1992.<br />
MÁTYÁS, L., SEVESTRE, P. (Orgs.) The econometrics of panel data: handbook<br />
of theory and applications. London: Kluwer, 1992. 552 p.<br />
OLIVEIRA, A. M. H. C. Relatório metodológico: microdados da Pesquisa Mensal de<br />
Emprego. Belo Horizonte: <strong>Cedeplar</strong>/<strong>UFMG</strong>, 1999. (Mimeogr.)<br />
42
PAIVA, P. T. A. A concentração e a enumeração da população economicamente<br />
ativa nos censos demográficos brasileiros. In: SEMINÁRIO METODOLÓGICO<br />
DOS CENSOS DEMOGRÁFICOS, 3, 1984, Ouro Preto, MG. Censos, consensos,<br />
contra-sensos. São Paulo: Associação Brasileira de Estudos Populacionais,<br />
1984. p.19-66<br />
POCHMANN, M. Emprego e desemprego dos jovens no Brasil dos anos 90. In:<br />
ENCONTRO NACIONAL DE ESTUDOS POPULACIONAIS, 11, 1998, Caxambu,<br />
MG. Anais. Belo Horizonte: ABEP, 1998. p.2.547-2.563 (Disponível em CD-ROM)<br />
POCHMANN, M. Emprego e desemprego juvenil no Brasil: as transformações<br />
nos anos 90. In: HORTA, C. R., CARVALHO, R. A. A. (Orgs.) Globalização,<br />
trabalho e desemprego: um enfoque internacional. Belo Horizonte: Arte, 2001.<br />
PODESTÀ, F. Recent developments in quantitative comparative methodology: the<br />
case of pooled time series cross-section analysis. 2002. Disponível em:<br />
. Acesso em: 10 out.<br />
2002.<br />
43
indice=100<br />
250.445<br />
47.7544<br />
indice=100<br />
indice=100<br />
194.426<br />
42.0314<br />
255.129<br />
58.5047<br />
1 População ∆ Inativos<br />
PEA ___<br />
Desempregados<br />
pop15_i1<br />
ina15_i1<br />
pea15_i1 des15_i1<br />
1 1 1 1 1 1 1 1 1 1<br />
1 1 1 1<br />
1982<br />
1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
1<br />
1 1 1 1<br />
FIGURA 1<br />
indice=100<br />
245.492<br />
52.6103<br />
2 Ppopulação ∆ Inativos<br />
PEA ___ Desempregados<br />
pop15_i1 ina15_i1<br />
pea15_i1<br />
des15_i1<br />
2 2 2 2 2 2 2 2 2 2<br />
BELO HORIZONTE PORTO ALEGRE<br />
3 população ∆ Inativos<br />
pop15_i1 PEA ___ Desempregados ina15_i1<br />
pea15_i1 des15_i1<br />
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3<br />
1982<br />
1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
indice=100<br />
173.242<br />
30.9291<br />
2 2 2 2<br />
44<br />
2 2 2 2 2<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
4 População ∆ Inativos<br />
pop15_i1 PEA ___ Desempregados ina15_i1<br />
pea15_i1 des15_i1<br />
4 4 4 4 4 4 4 4 4 4<br />
4 4 4 4 4 4 4 4 4<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
RECIFE RIO DE JANEIRO<br />
5 População ∆ Inativos<br />
pop15_i1 PEA ___ Desempregados ina15_i1<br />
pea15_i1 des15_i1<br />
5 5 5 5 5 5 5 5 5 5 5 5 5 5<br />
1982<br />
1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
5<br />
5 5 5 5<br />
indice=100<br />
262.798<br />
65.0665<br />
6 População ∆ Inativos<br />
pop15_i1 PEA ___ Desempregados ina15_i1<br />
pea15_i1 des15_i1<br />
6 6 6 6 6 6 6 6 6 6 6 6 6 6<br />
SALVADOR SÃO PAULO<br />
6 6 6 6 6<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano
indice=100<br />
indice=100<br />
275.304<br />
61.4603<br />
292.369<br />
57.0141<br />
indice=100<br />
373.851<br />
83.8697<br />
VARIAÇÃO DA POPULAÇÃO, INATIVOS, DESEMPREGADOS E PEA MASCULINA<br />
ENTRE 15 E 19 ANOS, POR REGIÃO METROPOLITANA. 1982-2000(1982=100)<br />
Fonte: Elaboração própria a partir de IBGE: PME , Censos Demográficos e Contagem Populacional e MS/SE/Datasus, a partir de totais<br />
populacionais fornecidos pelo IBGE, para os anos intercensitários.<br />
1 População ∆ Inativos<br />
pop20_i1 PEA ina20_i1 ___<br />
Desempregados<br />
pea20_i1<br />
des20_i1<br />
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
1<br />
FIGURA 2<br />
indice=100<br />
232.055<br />
61.0852<br />
pop20_i1 ina20_i1<br />
pea20_i1 des20_i1<br />
2 Ppopulação ∆ Inativos<br />
PEA ___ Desempregados<br />
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2<br />
45<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
BELO HORIZONTE PORTO ALEGRE<br />
pop20_i1 3 população ∆ Inativos ina20_i1<br />
pea20_i1 PEA ___ Desempregados des20_i1<br />
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
indice=100<br />
206.685<br />
45.0832<br />
4 pop20_i1 População ∆ Inativos ina20_i1<br />
pea20_i1 PEA ___ Desempregados des20_i1<br />
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
RECIFE RIO DE JANEIRO<br />
5 População ∆ Inativos<br />
PEA ___ Desempregados<br />
pop20_i1 ina20_i1<br />
pea20_i1 des20_i1<br />
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5<br />
1982<br />
1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
indice=100<br />
212.879<br />
65.4462<br />
6 População ∆ Inativos<br />
PEA ___ Desempregados<br />
pop20_i1 ina20_i1<br />
pea20_i1 des20_i1<br />
SALVADOR SÃO PAULO<br />
5<br />
6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
4<br />
2
indice=100<br />
175.945<br />
60.1618<br />
indice=100<br />
indice=100<br />
132.057<br />
46.6506<br />
194.25<br />
44.0017<br />
VARIAÇÃO DA POPULAÇÃO, INATIVOS, DESEMPREGADOS E PEA MASCULINA<br />
ENTRE 20 E 24 ANOS, POR REGIÃO METROPOLITANA. 1982-2000(1982=100)<br />
Fonte: Elaboração própria a partir de IBGE: PME , Censos Demográficos e Contagem Populacional e MS/SE/Datasus, a partir de totais<br />
populacionais fornecidos pelo IBGE, para os anos intercensitários<br />
1 População ∆ Inativos<br />
pop15_i1 PEA ina15_i1___<br />
pea15_i1 Desempregados<br />
des15_i1<br />
1 1 1 1 1 1 1 1 1 1 1 1 1 1<br />
1 1 1 1 1<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
FIGURA 3<br />
indice=100<br />
165.61<br />
52.0397<br />
2 Ppopulação ∆ Inativos<br />
pop15_i1<br />
PEA ___ Desempregados ina15_i1<br />
pea15_i1<br />
des15_i1<br />
2 2 2 2 2 2 2 2 2 2<br />
BELO HORIZONTE PORTO ALEGRE<br />
3 população ∆ Inativos<br />
pop15_i1 PEA ___ Desempregados ina15_i1<br />
pea15_i1 des15_i1<br />
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3<br />
3 3 3 3<br />
134.704<br />
37.0799<br />
2 2 2 2<br />
46<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
RECIFE RIO DE JANEIRO<br />
indice=100<br />
4 População ∆ Inativos<br />
pop15_i1 PEA ___ Desempregados ina15_i1<br />
pea15_i1 des15_i1<br />
2<br />
2 2 2<br />
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano ano<br />
5 População ∆ Inativos<br />
PEA ___ Desempregados<br />
pop15_i1 ina15_i1<br />
pea15_i1 des15_i1<br />
5 5 5 5 5 5 5 5 5 5 5 5<br />
5 5<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
5<br />
5 5 5 5<br />
indice=100<br />
180.146<br />
71.0298<br />
6 População ∆ Inativos<br />
PEA ___ Desempregados<br />
pop15_i1 ina15_i1<br />
pea15_i1 des15_i1<br />
6 6 6 6 6 6 6 6 6 6<br />
SALVADOR SÃO PAULO<br />
6 6 6 6<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
6<br />
2<br />
6 6 6 6
indice=100<br />
215.521<br />
70.9304<br />
indice=100<br />
138.678<br />
59.9086<br />
indice=100<br />
274.679<br />
86.6633<br />
VARIAÇÃO DA POPULAÇÃO, INATIVOS, DESEMPREGADOS E PEA FEMININA<br />
ENTRE 15 E 19 ANOS, POR REGIÃO METROPOLITANA. 1982-2000(1982=100)<br />
Fonte: Elaboração própria a partir de IBGE: PME , Censos Demográficos e Contagem Populacional e MS/SE/Datasus, a partir de totais<br />
populacionais fornecidos pelo IBGE, para os anos intercensitários<br />
1 População ∆ Inativos<br />
pop20_i1 PEA ina20_i1 ___<br />
Desempregados<br />
pea20_i1<br />
des20_i1<br />
1 1 1 1 1 1 1 1 1 1 1 1 1 1<br />
1 1 1 1<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
FIGURA 4<br />
1<br />
indice=100<br />
198.713<br />
50.7372<br />
2 Ppopulação ∆ Inativos<br />
pop20_i1 ina20_i1<br />
pea20_i1 PEA ___ Desempregados des20_i1<br />
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2<br />
47<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
BELO HORIZONTE PORTO ALEGRE<br />
pop20_i1 3 população ∆ Inativos ina20_i1<br />
pea20_i1 PEA ___ Desempregados des20_i1<br />
3<br />
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
indice=100<br />
120.178<br />
54.3866<br />
4 População ∆ Inativos<br />
pop20_i1 ina20_i1<br />
pea20_i1 PEA ___ Desempregados des20_i1<br />
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4<br />
4 4 4<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
RECIFE RIO DE JANEIRO<br />
5 População ∆ Inativos<br />
pop20_i1 PEA ___ Desempregados ina20_i1<br />
pea20_i1 des20_i1<br />
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
5<br />
indice=100<br />
297.99<br />
76.9899<br />
6 População ∆ Inativos<br />
pop20_i1 PEA ___ Desempregados ina20_i1<br />
pea20_i1 des20_i1<br />
SALVADOR SÃO PAULO<br />
6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
2<br />
4
143.336<br />
63.7935<br />
124.442<br />
57.8434<br />
170.652<br />
56.2596<br />
VARIAÇÃO DA POPULAÇÃO, INATIVOS, DESEMPREGADOS E PEA FEMININA<br />
ENTRE 20 E 24 ANOS, POR REGIÃO METROPOLITANA. 1982-2000(1982=100)<br />
Fonte: Elaboração própria a partir de IBGE: PME , Censos Demográficos e Contagem Populacional e MS/SE/Datasus, a partir de totais<br />
populacionais fornecidos pelo IBGE, para os anos intercensitários<br />
1 População ∆ Ocupação<br />
p op15_i1 relativa<br />
ocup_rel<br />
1<br />
1 1 1 1 1 1 1 1 1<br />
1 1<br />
1 1<br />
1 1 1 1 1<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
FIGURA 5<br />
137.084<br />
61.9182<br />
2 População ∆ Ocupação<br />
pop15_i1<br />
ocup_rel<br />
relativa<br />
2 2 2 2 2 2 2 2 2 2<br />
48<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
BELO HORIZONTE PORTO ALEGRE<br />
pop15_i1<br />
3 População ∆ ocup_rel Ocupação<br />
relativa<br />
3<br />
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
109.536<br />
54.9753<br />
pop15_i1<br />
4 População ∆ ocup_rel Ocupação<br />
relativa<br />
4 4 4 4 4 4 4 4 4 4<br />
2<br />
2<br />
2 2<br />
4 4 4 4<br />
2<br />
2 2 2<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
RECIFE RIO DE JANEIRO<br />
5 População ∆ Ocupação<br />
p op15_i1 relativa<br />
ocup_rel<br />
5<br />
5 5 5 5 5 5 5 5 5<br />
5 5<br />
5 5<br />
1982<br />
1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
5<br />
5 5 5<br />
5<br />
135.925<br />
60.2505<br />
6 População ∆ Ocupação<br />
pop15_i1 relativa<br />
ocup_rel<br />
6<br />
6 6 6 6 6 6 6 6 6<br />
SALVADOR SÃO PAULO<br />
6 6<br />
6 6<br />
4<br />
2<br />
4 4 4 4<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
6<br />
6 6 6<br />
6
145<br />
135<br />
125<br />
115<br />
105<br />
95<br />
85<br />
VARIAÇÃO DA POPULAÇÃO MASCULINA E DA RAZÃO ENTRE AS TAXAS DE<br />
OCUPAÇÃO DOS JOVENS (15-19 ANOS) E DOS ADULTOS (25-64). POR REGIÃO<br />
METROPOLITANA. 1982-2000 (1982=100)<br />
Fonte: Elaboração própria a partir de IBGE: PME , Censos Demográficos e Contagem Populacional e MS/SE/Datasus, a partir de totais<br />
populacionais fornecidos pelo IBGE, para os anos intercensitários<br />
1 População ∆ Ocupação<br />
p op20_i1 relativa<br />
ocup_re1<br />
1<br />
1 1 1 1 1 1 1 1 1 1 1 1 1<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
145<br />
135<br />
125<br />
115<br />
105<br />
95<br />
85<br />
145<br />
135<br />
125<br />
115<br />
105<br />
95<br />
85<br />
1<br />
1<br />
1 1<br />
1<br />
FIGURA 6<br />
145<br />
135<br />
125<br />
115<br />
105<br />
95<br />
85<br />
pop20_i1<br />
2 População ∆ ocup_re1 Ocupação<br />
relativa<br />
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2<br />
2 2 2<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
BELO HORIZONTE PORTO ALEGRE<br />
pop20_i1<br />
3 População ∆ ocup_re1 Ocupação<br />
relativa<br />
3<br />
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
3<br />
145<br />
135<br />
125<br />
115<br />
105<br />
95<br />
85<br />
4 População ∆ Ocupação<br />
po p20_i1 relativa<br />
ocup_re1<br />
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4<br />
4 4 4<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
RECIFE RIO DE JANEIRO<br />
5 População ∆ Ocupação<br />
p op20_i1 relativa<br />
ocup_re1<br />
5<br />
5 5 5 5 5 5 5 5 5 5<br />
5 5 5 5<br />
5 5 5<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
SALVADOR SÃO PAULO<br />
5<br />
145<br />
135<br />
125<br />
115<br />
105<br />
95<br />
85<br />
6 População ∆ Ocupação<br />
pop20_i1<br />
ocup_re1<br />
relativa<br />
6 6 6 6 6 6 6 6 6 6<br />
6 6 6 6 6 6 6 6<br />
49<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
2<br />
4<br />
6
137.02<br />
48.7653<br />
117.281<br />
59.6031<br />
155.607<br />
45.2696<br />
VARIAÇÃO DA POPULAÇÃO MASCULINA E DA RAZÃO ENTRE AS TAXAS DE<br />
OCUPAÇÃO DOS JOVENS (20-24 ANOS) E DOS ADULTOS (25-64). POR REGIÃO<br />
METROPOLITANA. 1982-2000 (1982=100)<br />
Fonte: Elaboração própria a partir de IBGE: PME , Censos Demográficos e Contagem Populacional e MS/SE/Datasus, a partir de totais<br />
populacionais fornecidos pelo IBGE, para os anos intercensitários<br />
1 População ∆ Ocupação<br />
p op15_i1 relativa<br />
ocup_rel<br />
1 1 1 1 1 1 1 1 1 1<br />
1 1<br />
1 1<br />
1 1 1 1 1<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
FIGURA 7<br />
131.044<br />
56.4047<br />
pop15_i1 ocup_rel<br />
2 População ∆ Ocupação<br />
relativa<br />
2 2 2 2 2 2 2 2 2 2<br />
50<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
BELO HORIZONTE PORTO ALEGRE<br />
p<br />
3 3 3 3 3 3 3 3 3 3 op15_i1 ocup_rel<br />
3 População ∆ Ocupação<br />
relativa<br />
3<br />
3<br />
3<br />
3<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
3<br />
3 3 3 3<br />
106.993<br />
49.8549<br />
2<br />
2<br />
2 2<br />
4 População ∆ Ocupação<br />
pop15_i1<br />
ocup_rel<br />
relativa<br />
4 4 4 4 4 4 4 4 4 4<br />
4 4 4 4<br />
2<br />
2 2 2<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
RECIFE RIO DE JANEIRO<br />
5 População ∆ Ocupação<br />
relativa<br />
5<br />
pop15_i1 ocup_rel<br />
5 5 5 5 5 5 5 5 5 5 5 5 5<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
5<br />
5 5 5 5<br />
132.989<br />
44.4884<br />
6 População ∆ Ocupação<br />
relativa pop15_i1<br />
ocup_rel<br />
6 6 6 6 6 6 6 6 6<br />
SALVADOR SÃO PAULO<br />
6 6 6 6 6<br />
4<br />
2<br />
4 4 4 4<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
6<br />
6 6 6 6
145<br />
135<br />
125<br />
115<br />
105<br />
VARIAÇÃO DA POPULAÇÃO FEMININA E DA RAZÃO ENTRE AS TAXAS DE<br />
OCUPAÇÃO DAS JOVENS (15-19 ANOS) E DAS ADULTAS (25-64). POR REGIÃO<br />
METROPOLITANA. 1982-2000 (1982=100)<br />
Fonte: Elaboração própria a partir de IBGE: PME , Censos Demográficos e Contagem Populacional e MS/SE/Datasus, a partir de totais<br />
populacionais fornecidos pelo IBGE, para os anos intercensitários<br />
95<br />
85<br />
145<br />
135<br />
125<br />
115<br />
105<br />
95<br />
85<br />
145<br />
135<br />
125<br />
115<br />
105<br />
95<br />
85<br />
1 População ∆ Ocupação<br />
po p20_i1 relativa<br />
ocup_re1<br />
1<br />
1 1 1 1 1 1 1 1 1 1 1 1 1 1<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
1<br />
1 1<br />
FIGURA 8<br />
1<br />
145<br />
135<br />
125<br />
115<br />
105<br />
95<br />
85<br />
pop20_i1 ocup_re1<br />
2 População ∆ Ocupação<br />
relativa<br />
2 2 2 2 2 2 2 2 2 2 2<br />
BELO HORIZONTE PORTO ALEGRE<br />
3 População ∆ Ocupação<br />
po p20_i1 relativa<br />
ocup_re1<br />
3<br />
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3<br />
2 2 2 2<br />
51<br />
2 2 2<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
4 População ∆ Ocupação<br />
relativa pop20_i1<br />
ocup_re1<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano ano<br />
RECIFE RIO DE JANEIRO<br />
5<br />
5 População ∆ Ocupação<br />
relativa<br />
pop20_i1 ocup_re1<br />
5 5 5 5 5 5 5 5 5 5<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
5<br />
5 5 5 5 5 5<br />
145<br />
135<br />
125<br />
115<br />
105<br />
95<br />
85<br />
145<br />
135<br />
125<br />
115<br />
105<br />
95<br />
85<br />
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4<br />
6 População ∆ Ocupação<br />
relativa pop20_i1<br />
ocup_re1<br />
6 6 6 6 6 6 6 6 6 6<br />
SALVADOR SÃO PAULO<br />
5<br />
6 6 6 6<br />
4 4 4<br />
1982 1984 1986 1988 1990 1992 1994 1996 1998 2000<br />
ano<br />
6<br />
6 6 6<br />
2<br />
4<br />
6
VARIAÇÃO DA POPULAÇÃO FEMININA E DA RAZÃO ENTRE AS TAXAS DE<br />
OCUPAÇÃO DAS JOVENS (20-24 ANOS) E DAS ADULTAS (25-64). POR REGIÃO<br />
METROPOLITANA. 1982-2000 (1982=100)<br />
Fonte: Elaboração própria a partir de IBGE: PME , Censos Demográficos e Contagem Populacional e MS/SE/Datasus, a partir de totais<br />
populacionais fornecidos pelo IBGE, para os anos intercensitários<br />
52
QUADRO 1<br />
ESTIMATIVAS DOS MODELOS DE REGRESSÃO AJUSTADOS PARA A TAXA DE OCUPAÇÃO DOS JOVENS, ENTRE 15 E 19 E ENTRE 20 E 24 ANOS DO<br />
MASCULINO.<br />
OLS<br />
OLS efeito fixo de<br />
região<br />
Homens 15-19<br />
OLS completo<br />
FGLS c/ correlação espacial<br />
e serial dos erros<br />
log_yo Coef. Std. Err. P>|z| Coef. Std. Err. P>|z| Coef. Std. Err. P>|z| Coef. Std. Err. P>|z| Coef. Std. Err. P>|z| Coef. Std. Err. P>|z| Coef. Std. Err. P>|z| Coef.<br />
log_ao 4,37 0,49 0,00 4,05 0,28 0,00 1,52 0,38 0,00 1,86 0,40 0,00 1,83 0,13 0,00 1,85 0,08 0,00 1,80 0,15 0,00 1,83<br />
log_RSoc 0,43 0,07 0,00 0,53 0,05 0,00 -0,02 0,07 0,79 -0,08 0,06 0,16 0,08 0,02 0,00 0,01 0,02 0,67 0,00 0,02 0,95 -0,03<br />
log_rcs -0,23 0,08 0,00 0,11 0,09 0,22 -0,14 0,10 0,16 -0,26 0,10 0,01 -0,14 0,02 0,00 0,07 0,02 0,01 0,13 0,05 0,01 0,10<br />
_cons -6,66 0,94 0,00 -6,55 0,55 0,00 -1,16 0,75 0,13 -1,63 0,81 0,04 -1,49 0,24 0,00 -1,76 0,15 0,00 -1,75 0,33 0,00 -1,74<br />
1982 -0,02 0,01 0,03 0,23 0,02 0,00 0,00 0,00 0,29 0,00<br />
1983 -0,02 0,01 0,20 0,21 0,02 0,00 0,02 0,01 0,00 0,00<br />
1984 -0,12 0,02 0,00 0,20 0,02 0,00 -0,04 0,00 0,00 0,01<br />
1985 -0,15 0,01 0,00 0,19 0,02 0,00 -0,01 0,00 0,09 0,01<br />
1986 -0,15 0,02 0,00 0,20 0,02 0,00 -0,06 0,01 0,00 0,01<br />
1987 0,22 0,03 0,00 0,20 0,02 0,00 -0,01 0,01 0,46 0,01<br />
1988 0,20 0,02 0,00 0,20 0,02 0,00 0,00 0,01 0,74 0,01<br />
1989 0,19 0,02 0,00 0,18 0,02 0,00 0,00 0,01 0,97 0,02<br />
1990 0,19 0,02 0,00 0,18 0,02 0,00 0,00 0,01 0,69 0,01<br />
1991 0,20 0,02 0,00 0,16 0,01 0,00 0,01 0,01 0,48 0,01<br />
1992 0,20 0,02 0,00 0,14 0,01 0,00 0,01 0,01 0,46 0,01<br />
1993 0,20 0,02 0,00 0,12 0,01 0,00 0,01 0,01 0,35 0,01<br />
1994 0,18 0,02 0,00 0,11 0,01 0,00 0,01 0,01 0,18 0,01<br />
1995 0,18 0,02 0,00 0,11 0,01 0,00 0,01 0,01 0,32 0,01<br />
1996 0,16 0,02 0,00 0,09 0,01 0,00 0,00 0,01 0,55 0,01<br />
1997 0,14 0,02 0,00 0,07 0,01 0,00 0,00 0,01 0,49 0,00<br />
1998 0,12 0,02 0,00 0,05 0,00 0,00 0,01 0,01 0,28 0,01<br />
1999 0,11 0,02 0,00 0,01 0,00 0,00 0,00 0,01 0,56 0,01<br />
BH 0,04 0,01 0,00 0,11 0,02 0,00 -0,02 0,01 0,01 0,00 0,00 0,88 0,00 0,01 0,53 -0,01<br />
POA 0,08 0,01 0,00 0,09 0,01 0,00 -0,02 0,01 0,06 0,02 0,00 0,00 0,00 0,00 0,46 0,01<br />
Recife -0,06 0,02 0,00 0,07 0,01 0,00 -0,10 0,02 0,00 -0,03 0,00 0,00 0,00 0,00 0,71 -0,04<br />
RIO -0,09 0,01 0,00 0,04 0,01 0,00 -0,15 0,01 0,00 -0,01 0,00 0,00 0,01 0,00 0,01 -0,01<br />
Salvador -0,08 0,02 0,00 0,01 0,01 0,37 -0,15 0,01 0,00 -0,05 0,01 0,00 0,01 0,00 0,04 -0,06<br />
N=114 Adj R2 = 0.6839 Adj R2 = 0.9418 Adj R2 = 0.9720 Adj R2 = 0.7821 Adj R2 = 0.9559 Adj R2 = 0.9677<br />
Breusch-Pagan LM test of<br />
ind.: Pr = 0.0300<br />
BH 0,25 BH<br />
POA 0,57 POA<br />
rhos Recife 0,41 Recife<br />
RIO 0,46 RIO<br />
Salva, 0,39 Salva,<br />
Sampa 0,22 Sampa<br />
Hausman test: Prob>chi2 = 0.5696 Haus.: Pr<br />
Fonte: Elaboração própria a partir da PME 1982- 2000<br />
OLS<br />
OLS efeito fixo de<br />
região<br />
Homens 20-24<br />
OLS completo<br />
FGLS<br />
espaci<br />
Breusch<br />
of ind<br />
40
ESTIMATIVAS DOS MODELOS DE REGRESSÃO AJUSTADOS PARA A TAXA DE DESEMPREGO DOS JOVENS, ENTRE 15 E 19 E ENTRE 20 E 24 ANOS D<br />
MASCULINO.<br />
OLS<br />
OLS efeito fixo de<br />
região<br />
OLS<br />
FGLS c/ correlação espacial<br />
e serial dos erros<br />
OLS efeito fixo de<br />
região<br />
log_ydes Coef. Std. Err. P>|z| Coef. Std. Err. P>|z| Coef. Std. Err. P>|z| Coef. Std. Err. P>|z| Coef. Std. Err. P>|z| Coef. Std. Err. P>|z| Coef. Std. Err. P>|z| Coef.<br />
log_ades 0,37 0,11 0,00 0,31 0,06 0,00 0,94 0,09 0,00 0,99 0,07 0,00 0,60 0,03 0,00 0,71 0,03 0,00 0,93 0,07 0.000 0,86<br />
log_RSdes 0,26 0,21 0,21 0,37 0,13 0,01 -0,64 0,11 0,00 -0,70 0,08 0,00 -0,05 0,06 0,42 -0,07 0,05 0,18 -0,34 0,07 0.000 -0,28<br />
log_rcs -1,49 0,52 0,01 6,19 0,67 0,00 0,34 0,56 0,55 -0,13 0,45 0,78 0,53 0,16 0,00 1,95 0,20 0,00 -0,66 0,55 0,23 -1,02<br />
_cons 3,13 0,68 0,00 -6,75 0,91 0,00 0,33 0,71 0,64 0,89 0,57 0,12 0,66 0,20 0,00 -1,28 0,28 0,00 1,81 0,66 0,01 2,36<br />
1982 -0,21 0,05 0,00 1,00 0,06 0,00 -0,03 0,04 0,49 0,44<br />
1983 -0,21 0,04 0,00 0,90 0,06 0,00 -0,10 0,03 0,00 0,40<br />
1984 -0,90 0,08 0,00 0,79 0,04 0,00 -0,03 0,06 0,63 0,35<br />
1985 -0,58 0,04 0,00 0,84 0,05 0,00 0,04 0,03 0,23 0,37<br />
1986 -1,09 0,08 0,00 0,76 0,07 0,00 -0,10 0,06 0,10 0,32<br />
1987 0,96 0,09 0,00 0,80 0,07 0,00 0,45 0,09 0,00 0,32<br />
1988 0,87 0,09 0,00 0,70 0,06 0,00 0,41 0,07 0,00 0,28<br />
1989 0,79 0,07 0,00 0,76 0,07 0,00 0,35 0,07 0,00 0,25<br />
1990 0,82 0,08 0,00 0,67 0,05 0,00 0,40 0,08 0,00 0,26<br />
1991 0,72 0,10 0,00 0,59 0,05 0,00 0,36 0,09 0,00 0,20<br />
1992 0,75 0,10 0,00 0,47 0,03 0,00 0,36 0,09 0,00 0,16<br />
1993 0,67 0,09 0,00 0,41 0,04 0,00 0,32 0,08 0,00 0,12<br />
1994 0,70 0,10 0,00 0,34 0,04 0,00 0,31 0,08 0,00 0,05<br />
1995 0,65 0,09 0,00 0,36 0,05 0,00 0,31 0,07 0,00 0,12<br />
1996 0,55 0,08 0,00 0,23 0,03 0,00 0,25 0,06 0,00 0,05<br />
1997 0,46 0,07 0,00 0,15 0,03 0,00 0,18 0,05 0,00 -0,01<br />
1998 0,40 0,07 0,00 0,06 0,01 0,00 0,16 0,05 0,00 -0,03<br />
1999 0,32 0,07 0,00 0,01 0,01 0,61 0,09 0,05 0,10 -0,06<br />
BH -0,54 0,08 0,00 0,33 0,08 0,00 -0,17 0,04 0,00 -0,17 0,03 0,00 0,17 0,06 0,01 -0,01<br />
POA 0,03 0,07 0,73 0,22 0,07 0,00 -0,21 0,04 0,00 0,03 0,03 0,41 0,09 0,05 0,06 -0,11<br />
Recife -1,54 0,12 0,00 0,12 0,07 0,06 -0,85 0,07 0,00 -0,21 0,04 0,00 0,02 0,05 0,73 0,03<br />
RIO -0,50 0,08 0,00 0,06 0,05 0,25 -0,58 0,06 0,00 0,11 0,03 0,00 -0,03 0,04 0,44 0,02<br />
Salvador -1,68 0,12 0,00 0,00 0,05 0,95 -1,02 0,08 0,00 -0,29 0,04 0,00 -0,06 0,04 0,20 -0,03<br />
N= 114 Adj R2 = 0.0973 Adj R2 = 0.7584 Adj R2 = 0.9317 Adj R2 = 0.7968 Adj R2 = 0.8855 Adj R2 = 0.9202<br />
rhos<br />
BH -0,09 BH<br />
POA 0,61 POA<br />
rhos Recife 0,00 Recife<br />
RIO 0,44 RIO<br />
Salva, 0,47 Salva,<br />
Sampa 0,32 Sampa<br />
Hausman test: Prob>chi2 = 1.0000 Haus.:Pr<br />
Fonte: Elaboração própria a partir da PME 1982- 2000<br />
QUADRO 2<br />
Homens 15-19 Homens 20-24<br />
Breusch-Pagan LM test of<br />
ind.: Pr = 0.0000<br />
OLS<br />
OLS<br />
FGLS<br />
espaci<br />
Breusch<br />
of ind<br />
41
QUADRO 3<br />
ESTIMATIVAS DOS MODELOS DE REGRESSÃO AJUSTADOS PARA A TAXA DE OCUPAÇÃO DAS JOVENS, ENTRE 15 E 19 E 20 E 24 ANOS DO SEXO<br />
FEMININO.<br />
Mulheres 15-19<br />
Mulheres 20-24<br />
OLS<br />
OLS efeito fixo de<br />
região<br />
OLS completo<br />
FGLS c/ correlação<br />
espacial e serial dos<br />
erros<br />
OLS<br />
OLS efeito fixo de<br />
região<br />
OLS completo<br />
FGLS c/ correlação<br />
espacial e serial dos<br />
erros<br />
log_yo Coef. Std. Err P>|z| Coef. Std. Err. P>|z| Coef. Std. Err. P>|z| Coef. Std. Err. P>|z| Coef. Std. Err P>|z| Coef. Std. Err. P>|z| Coef. Std. Err. P>|z| Coef. Std. Err. P>|z|<br />
log_ao 4,44 0,29 0,00 2,70 0,36 0,00 0,97 0,43 0,03 0,78 0,38 0,04 2,46 0,13 0,00 1,14 0,12 0,00 1,07 0,17 0,00 1,01 0,12 0,00<br />
log_RSoc 2,09 0,11 0,00 1,62 0,11 0,00 0,30 0,19 0,11 0,25 0,15 0,10 0,89 0,05 0,00 0,29 0,04 0,00 0,23 0,07 0,00 0,19 0,04 0,00<br />
log_rcs -0,11 0,08 0,16 0,23 0,12 0,06 -0,29 0,16 0,08 -0,05 0,14 0,71 -0,28 0,04 0,00 0,08 0,04 0,05 -0,08 0,07 0,28 -0,10 0,05 0,06<br />
_cons -6,81 0,55 0,00 -4,09 0,66 0,00 0,02 0,80 0,98 0,06 0,73 0,94 -2,46 0,24 0,00 -0,38 0,22 0,08 -0,05 0,35 0,88 0,10 0,24 0,67<br />
1982 -0,04 0,02 0,01 0,23 0,03 0,00 -0,03 0,01 0,00 0,02 0,01 0,07<br />
1983 -0,06 0,02 0,01 0,21 0,02 0,00 -0,03 0,01 0,00 0,02 0,01 0,01<br />
1984 -0,23 0,03 0,00 0,21 0,02 0,00 -0,14 0,01 0,00 0,02 0,01 0,02<br />
1985 -0,21 0,02 0,00 0,21 0,02 0,00 -0,07 0,01 0,00 0,02 0,01 0,01<br />
1986 -0,18 0,03 0,00 0,22 0,02 0,00 -0,11 0,01 0,00 0,04 0,01 0,00<br />
1987 0,24 0,04 0,00 0,21 0,02 0,00 0,01 0,02 0,56 0,04 0,01 0,00<br />
1988 0,22 0,03 0,00 0,20 0,02 0,00 0,02 0,01 0,27 0,03 0,01 0,00<br />
1989 0,22 0,03 0,00 0,18 0,02 0,00 0,01 0,01 0,34 0,02 0,01 0,00<br />
1990 0,22 0,03 0,00 0,18 0,02 0,00 0,02 0,01 0,24 0,02 0,01 0,01<br />
1991 0,23 0,03 0,00 0,17 0,01 0,00 0,03 0,01 0,02 0,01 0,00 0,03<br />
1992 0,22 0,03 0,00 0,13 0,01 0,00 0,03 0,01 0,02 0,00 0,00 0,82<br />
1993 0,20 0,03 0,00 0,11 0,01 0,00 0,02 0,01 0,15 0,00 0,00 0,28<br />
1994 0,18 0,03 0,00 0,10 0,01 0,00 0,02 0,01 0,17 -0,01 0,00 0,06<br />
1995 0,18 0,03 0,00 0,11 0,01 0,00 0,01 0,01 0,50 0,00 0,00 0,77<br />
1996 0,16 0,02 0,00 0,08 0,01 0,00 0,00 0,01 0,67 -0,01 0,00 0,00<br />
1997 0,12 0,02 0,00 0,07 0,01 0,00 0,00 0,01 0,73 -0,01 0,00 0,00<br />
1998 0,10 0,02 0,00 0,02 0,01 0,00 0,00 0,01 0,96 0,00 0,00 0,03<br />
1999 0,10 0,02 0,00 -0,01 0,01 0,05 -0,01 0,01 0,18 -0,01 0,00 0,00<br />
BH 0,02 0,02 0,15 0,10 0,02 0,00 -0,05 0,01 0,00 -0,03 0,01 0,00 0,00 0,01 0,60 -0,03 0,00 0,00<br />
POA 0,07 0,01 0,00 0,07 0,02 0,00 -0,04 0,02 0,03 -0,02 0,00 0,00 -0,01 0,01 0,16 -0,04 0,00 0,00<br />
Recife -0,12 0,03 0,00 0,07 0,02 0,00 -0,26 0,03 0,00 -0,14 0,01 0,00 -0,01 0,01 0,14 -0,14 0,01 0,00<br />
RIO -0,11 0,01 0,00 0,02 0,02 0,20 -0,20 0,01 0,00 -0,06 0,00 0,00 0,00 0,01 0,52 -0,08 0,01 0,00<br />
Salvador -0,10 0,03 0,00 -0,01 0,02 0,62 -0,21 0,02 0,00 -0,13 0,01 0,00 -0,01 0,01 0,21 -0,12 0,01 0,00<br />
N=114 Adj R2 = 0.7818 Adj R2 = 0.9286 Adj R2 = 0.9626 Adj R2 = 0.7926 Adj R2 = 0.9651 Adj R2 = 0.9768<br />
Breusch-Pagan LM test<br />
of ind.: Pr = 0.0199<br />
Breusch-Pagan LM test<br />
of ind.: Pr = 0.0023<br />
BH 0,40 BH -0,06<br />
POA 0,73 POA -0,03<br />
rhos Recife 0,43 Recife 0,69<br />
RIO -0,21 RIO 0,54<br />
Salva, 0,04 Salva, 0,40<br />
Sampa 0,40 Sampa -0,01<br />
Hausman test: Prob>chi2 = 0.4209 Haus.: Prob>chi2 = 1.0000<br />
Fonte: Elaboração própria a partir da PME 1982- 2000<br />
42
QUADRO 4<br />
ESTIMATIVAS DOS MODELOS DE REGRESSÃO AJUSTADOS PARA A TAXA DE DESEMPREGO DAS JOVENS, ENTRE 15 E 19 E 20 E 24 ANOS DO SEXO<br />
FEMININO.<br />
Mulheres 15-19<br />
Mulheres 20-24<br />
OLS<br />
OLS efeito fixo de<br />
região<br />
OLS<br />
FGLS c/ correlação<br />
espacial e serial dos<br />
erros<br />
OLS<br />
OLS efeito fixo de<br />
região<br />
OLS<br />
FGLS c/ correlação<br />
espacial e serial dos<br />
erros<br />
log_ydes Coef. Std. Err P>|z| Coef. Std. Err. P>|z| Coef. Std. Err. P>|z| Coef. Std. Err. P>|z| Coef. Std. Err P>|z| Coef. Std. Err. P>|z| Coef. Std. Err. P>|z| Coef. Std. Err. P>|z|<br />
log_ades 0,41 0,11 0,00 0,51 0,05 0,00 0,76 0,12 0,00 0,75 0,09 0,00 0,66 0,03 0,00 0,79 0,03 0,00 0,89 0,08 0,00 0,73 0,06 0,00<br />
log_RSdes 0,38 0,23 0,10 0,25 0,11 0,03 0,05 0,13 0,73 0,02 0,10 0,83 -0,08 0,07 0,23 -0,04 0,07 0,57 -0,07 0,10 0,48 -0,12 0,07 0,07<br />
log_rcs -2,25 0,48 0,00 4,36 0,44 0,00 0,32 0,85 0,71 0,32 0,59 0,59 0,06 0,15 0,69 1,11 0,19 0,00 0,51 0,65 0,43 0,38 0,48 0,43<br />
_cons 4,02 0,61 0,00 -4,19 0,58 0,00 0,78 0,03 0,45 0,77 0,71 0,28 1,30 0,18 0,00 -0,11 0,25 0,66 0,59 0,75 0,43 0,92 0,56 0,10<br />
1982 -0,27 0,06 0,00 0,56 0,09 0,00 -0,03 0,05 0,59 -0,01 0,06 0,85<br />
1983 -0,17 0,07 0,02 0,46 0,08 0,00 -0,05 0,04 0,21 -0,04 0,06 0,45<br />
1984 -0,87 0,08 0,00 0,54 0,06 0,00 -0,15 0,05 0,00 -0,09 0,06 0,14<br />
1985 -0,49 0,07 0,00 0,56 0,07 0,00 0,07 0,04 0,13 0,04 0,07 0,54<br />
1986 -1,22 0,12 0,00 0,42 0,10 0,00 -0,25 0,08 0,00 -0,17 0,08 0,04<br />
1987 0,57 0,15 0,00 0,36 0,09 0,00 0,04 0,12 0,73 0,00 0,08 0,99<br />
1988 0,46 0,14 0,00 0,32 0,08 0,00 0,05 0,10 0,63 0,04 0,06 0,52<br />
1989 0,54 0,12 0,00 0,36 0,09 0,00 0,06 0,09 0,50 0,07 0,06 0,25<br />
1990 0,55 0,13 0,00 0,39 0,08 0,00 0,15 0,10 0,16 0,10 0,07 0,14<br />
1991 0,39 0,15 0,01 0,27 0,06 0,00 0,09 0,12 0,49 -0,03 0,08 0,74<br />
1992 0,35 0,15 0,02 0,21 0,05 0,00 0,15 0,11 0,18 0,03 0,07 0,65<br />
1993 0,29 0,13 0,03 0,24 0,05 0,00 0,00 0,11 0,99 -0,11 0,07 0,11<br />
1994 0,32 0,14 0,03 0,16 0,05 0,00 0,14 0,11 0,20 0,00 0,07 0,96<br />
1995 0,36 0,13 0,01 0,12 0,06 0,07 0,12 0,09 0,16 0,01 0,06 0,81<br />
1996 0,25 0,11 0,03 0,06 0,04 0,15 0,05 0,07 0,52 -0,04 0,04 0,38<br />
1997 0,18 0,10 0,06 0,02 0,04 0,63 0,02 0,06 0,73 -0,04 0,03 0,25<br />
1998 0,19 0,10 0,06 -0,01 0,02 0,65 0,05 0,06 0,42 -0,02 0,03 0,49<br />
1999 0,12 0,10 0,26 -0,01 0,02 0,51 -0,04 0,07 0,50 -0,12 0,03 0,00<br />
BH -0,48 0,06 0,00 0,09 0,12 0,43 -0,26 0,05 0,00 -0,05 0,03 0,13 0,02 0,07 0,82 -0,08 0,04 0,03<br />
POA 0,09 0,06 0,14 0,07 0,09 0,46 -0,17 0,05 0,00 -0,01 0,03 0,79 -0,05 0,06 0,43 -0,11 0,02 0,00<br />
Recife -1,19 0,07 0,00 0,00 0,09 1,00 -0,86 0,06 0,00 -0,16 0,03 0,00 -0,09 0,05 0,12 -0,13 0,02 0,00<br />
RIO -0,30 0,06 0,00 0,00 0,07 0,97 -0,49 0,06 0,00 0,10 0,04 0,01 -0,08 0,05 0,11 -0,07 0,01 0,00<br />
Salvador -1,71 0,08 0,00 -0,02 0,07 0,82 -1,15 0,12 0,00 -0,28 0,04 0,00 -0,03 0,05 0,52 -0,03 0,01 0,00<br />
N= 114 Adj R2 = 0.1639 Adj R2 = 0.8594 Adj R2 = 0.9093 Adj R2 = 0.8295 Adj R2 = 0.8897 Adj R2 = 0.9047<br />
Breusch-Pagan LM test<br />
of ind.: Pr = 0.0007<br />
Breusch-Pagan LM test<br />
of ind.: Pr = 0.0185<br />
rhos rhos<br />
BH 0,50 BH 0,12<br />
POA 0,18 POA 0,01<br />
rhos Recife 0,06 Recife 0,09<br />
RIO 0,41 RIO 0,42<br />
Salva, 0,66 Salva, 0,22<br />
Sampa 0,43 Sampa 0,78<br />
Hausman test: Prob>chi2 = 1.0000 Haus.: Prob>chi2 = 0.9182<br />
Fonte: Elaboração própria a partir da PME 1982- 2000<br />
43
log_yo estimado<br />
log_yo estimado<br />
log_yo estimado<br />
log_yo estimado<br />
2<br />
1<br />
0<br />
-1<br />
-2<br />
2<br />
1<br />
0<br />
-1<br />
-2<br />
2<br />
1<br />
0<br />
-1<br />
-2<br />
1<br />
0<br />
-1<br />
FIGURA 9<br />
Dummies de ano da tabela 5, regressões de ocupação. Homens entre 15-19 anos<br />
82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99<br />
ano ano+ ao tempo+ao+rcs<br />
Dummies de ano da tabela 5, regressões de ocupação. Homens entre 20-24 anos<br />
82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99<br />
ano ano+ ao tempo+ao+rcs<br />
Dummies de ano da tabela 5, regressões de ocupação. Mulheres entre 15-19 anos<br />
82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99<br />
Fontes: Quadros 1, 2, 3 e 4<br />
ano ano+ ao tempo+ao+rcs<br />
Dummies de ano da tabela 5, regressões de ocupação. Mulheres entre 20-24 anos<br />
82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99<br />
ano ano+ ao tempo+ao+rcs<br />
46
log_yo estimado<br />
log_yo estimado<br />
log_yo estimado<br />
2<br />
1<br />
0<br />
-1<br />
-2<br />
2<br />
1<br />
0<br />
-1<br />
-2<br />
2<br />
1<br />
0<br />
-1<br />
-2<br />
FIGURA 10<br />
Dummies de região metropolitana da tabela 5, taxa de ocupação estimada. Homens entre<br />
15-19 anos<br />
log_yo estimado<br />
Fontes: Quadros 1, 2, 3 e 4<br />
BH POA Recife RIO Salvador<br />
rm rm+ ao rm+ ao+rcs<br />
Dummies de região metropolitana da tabela 5, taxa de ocupação estimada. Homens entre<br />
20-24 anos<br />
BH POA Recife RIO Salvador<br />
rm rm+ ao rm+ ao+rcs<br />
Dummies de região metropolitana da tabela 5, taxa de ocupação estimada. Mulheres entre<br />
15-19 anos<br />
2<br />
0<br />
-2<br />
BH POA Recife RIO Salvador<br />
rm rm+ ao rm+ ao+rcs<br />
Dummies de região metropolitana da tabela 5, taxa de ocupação estimada. Mulheres entre<br />
20-24 anos<br />
BH POA Recife RIO Salvador<br />
rm rm+ ao rm+ ao+rcs<br />
47
DIFERENCIAIS SALARIAIS POR ESTADO CIVIL E SEXO:<br />
UMA ANÁLISE DE GÊNERO SOBRE O PRÊMIO DO CASAMENTO<br />
I- INTRODUÇÃO<br />
48<br />
<strong>Jerônimo</strong> <strong>Oliveira</strong> <strong>Muniz</strong> *<br />
Eduardo L.G. Rios-Neto **<br />
Além de amor, compromisso e companherismo, assuntos como produtividade,<br />
eficiência, seletividade e especialização também relacionam-se com o casamento.<br />
Um dos fatos estilizados mais comentado pela literatura é o hiato positivo de<br />
salários entre homens casados e solteiros, fato nem sempre corroborado no caso das<br />
mulheres, mesmo controlando-se pela experiência profissional, educação, idade e outros<br />
fatores.<br />
O que explica o chamado bônus matrimonial (marriage premium) – por que as<br />
pessoas casadas tendem a ganhar mais do que as solteiras, dado que ambas possuem a<br />
mesma quantidade de capital humano acumulado? De onde vem o ‘prêmio do casamento’?<br />
Este trabalho revisa a literatura a respeito do assunto e faz uma aplicação para o<br />
caso brasileiro. A novidade da aplicação ao caso brasileiro decorre da limitação etária da<br />
amostra, e da incorporação de duas medidas de experiência no mercado de trabalho<br />
(experiência potencial e tempo de trabalho no emprego atual). Os resultados mostram que<br />
há um prêmio para o casamento tanto entre os homens quanto entre as mulheres, embora<br />
por razões diferenciadas. A experiência potencial é uma boa “proxy” de capital humano<br />
específico e é mais importante para o caso dos homens do que das mulheres. Como<br />
corolário, o hiato salarial entre homens e mulheres casadas não é tão grande quanto aquele<br />
esperado pela literatura, sendo mais próximo do hiato salarial entre homens e mulheres<br />
solteiras. Especula-se que com uma amostra mais ampla em termos etários o hiato salarial<br />
entre casados aumentaria, como decorrência do efeito da experiência potencial.<br />
* Aluno de mestrado em Demografia do CEDEPLAR – <strong>UFMG</strong>.<br />
** Professor Titular de Demografia do CEDEPLAR – <strong>UFMG</strong>.
II- REVISÃO DE LITERATURA<br />
A literatura revisada será dividida em internacional e nacional. Tal divisão decorre<br />
meramente de aspectos didáticos. Na primeira parte serão revisados os aspectos teóricos e<br />
os resultados empíricos obtidos pela literatura internacional. Já na segunda parte serão<br />
mais enfatizados os resultados empíricos.<br />
- A literatura internacional:<br />
Na literatura norte americana a existência do bônus matrimonial (marriage premium)<br />
é amplamente aceita, sobretudo no caso masculino. A evidência empírica de vários países<br />
mostra que o rendimento dos homens sempre é superior ao das mulheres, principalmente se<br />
eles forem casados.<br />
O trabalho de KENNY (1983) trata especificamente dos diferenciais de taxas de<br />
salários entre homens casados e não-casados (solteiros, divorciados e viúvos). Tais<br />
diferenças salariais persistem mesmo quando as diferenças educacionais, de experiência e<br />
raça são controladas. Os diferenciais salariais entre homens casados e outros podem ser<br />
causados pela seletividade da escolha do casamento, mas o autor sugere que os incentivos<br />
maiores para a acumulação de capital humano após o casamento e as vantagens de<br />
financiamento dos investimentos em capital humano potencializadas pelo casamento são<br />
fatores importantes para explicar este diferencial salarial.<br />
Explicando melhor o argumento de Kenny, o problema da seletividade adviria da<br />
endogeneidade entre o investimento em capital humano e a decisão de casar. A hipótese<br />
neoclássica de BECKER (1981) a respeito da divisão sexual do trabalho enfatiza o maior<br />
ganho do casamento para os homens que comandam uma maior taxa de salários, o que em<br />
si reforçaria a possibilidade deste diferencial. Kenny aponta as dificuldades de se controlar<br />
este processo de seletividade, e trabalha com a hipótese que o custo de investimento em<br />
capital humano é mais baixo entre os homens casados do que solteiros. Sua análise<br />
empírica a partir do painel longitudinal de dinâmica de renda americano, de fato, mostra<br />
que os homens casados apresentam um maior investimento em capital humano do que os<br />
solteiros, o que seria uma explicação para o diferencial de salários entre homens casados e<br />
solteiros, convencionalmente chamado de prêmio do casamento.<br />
HILL (1979) estudou o impacto do estado civil e do número de filhos sobre os<br />
salários utilizando o painel longitudinal de dinâmica de renda americano. O efeito da<br />
condição de casado sobre os salários foi positivo e significante variando entre 0,2 e 0,3<br />
49
sobre o logaritmo natural do salário horário dos homens brancos e pretos. O efeito sobre<br />
as mulheres brancas e pretas não foi estatisticamente significante, embora não tenha sido<br />
negativo. O efeito do número de filhos sobre a taxa de salários era somente negativo e<br />
significante no caso das mulheres brancas. No entanto, na medida em que variáveis sobre a<br />
experiência do trabalho são incluídas, o impacto negativo para as mulheres brancas deixa<br />
de ser significante, e passa a ser pequeno mas significante no caso das mulheres pretas (na<br />
faixa de 0,02). Surpreendentemente, o impacto de filhos sobre logaritmo natural da taxa de<br />
salários é positivo e significante (da ordem de 0,03) para os homens brancos. A autora<br />
sugere o impacto de responsabilidades para gerar um maior valor monetário como<br />
indicadores desta condição especial do impacto do estado civil casado para os homens e do<br />
número de filhos para os homens brancos e as mulheres pretas.<br />
Em trabalho mais recente, CORNWELL e RUPERT (1997) concordam que há uma<br />
evidência empírica convincente mostrando que homens casados ganham mais do que<br />
homens solteiros. Um ponto que os autores consideram crítico no argumento de Kenny<br />
refere-se ao paradoxo de que homens com maior investimento em educação formal tendem<br />
a se casar mais tarde do que aqueles com escolaridade mais baixa, o que seria um paradoxo<br />
à hipótese do autor. Eles usam dados de painel longitudinal de dinâmica de renda<br />
americano para mostrar que grande parte do prêmio normalmente atribuído ao casamento<br />
está associado com efeitos individuais não observáveis que são valorizados tanto no<br />
mercado de trabalho quanto no mercado de casamento, por exemplo, habilidade,<br />
confiabilidade, honestidade, fidelidade, entre outros aspectos. Os autores revisam<br />
evidências empíricas de prêmio de casamento, usualmente altos nos dados de corte<br />
transversal, e sugerem o uso de dados longitudinais para controlar a heterogeneidade não<br />
observada dos indivíduos via efeitos fixos e aleatórios.<br />
A especificação com efeitos aleatórios, condicionada na experiência e educação,<br />
mostrou um prêmio do casamento estatisticamente significante de cerca de 0,08 (8%). O<br />
prêmio para a presença de filhos dependentes foi positivo e significativo com valor<br />
aproximado de 5% em todas as especificações econométricas. A especificação inicial com<br />
efeitos fixos individuais reduziu o valor do prêmio do casamento para 5,6%,<br />
estatisticamente significante. A variável sobre tempo de serviço na firma (“tenure”) foi<br />
excluída na especificação anterior e deve estar correlacionada com casamento, sua inclusão<br />
reduz o prêmio para 5,1%. A variável tempo de casamento é incluída para avaliar a<br />
hipótese de que o casamento viabiliza a produtividade. Esta variável não foi<br />
estatisticamente significante, mas reduziu o prêmio do casamento para 3,3%. Os autores<br />
50
concluem que não há duvidas que homens casados ganhem mais do que homens solteiros,<br />
mas eles concluem que grande parte destes ganhos se devem a efeitos individuais não<br />
observáveis que afetam tanto a taxa de salários quanto o casamento. Os resultados<br />
sugerem que a hipótese de que o casamento aumenta a produtividade não parece<br />
verdadeira.<br />
Por outro lado, DANIEL (1995) argumenta que uma das razões para os homens<br />
casados auferirem melhores rendimentos seria o aumento da produtividade advindo do<br />
casamento. Segundo o autor, homens casados faltam menos do trabalho, são menos<br />
demitidos, são promovidos com maior freqüência e recebem uma parcela maior da<br />
participação nos lucros divididos segundo o desempenho. Entretanto, Kermit Daniel<br />
também reconhece a existência de duas possibilidades adicionais para justificar a<br />
existência do bônus matrimonial.<br />
A primeira é que homens casados podem ganhar mais que solteiros e serem menos<br />
produtivos. Neste caso, o pressuposto é que a remuneração não seria feita de acordo com a<br />
produtividade, mas sim pelas preferências do empregado e do empregador. Em outras<br />
palavras, homens casados seriam mais bem pagos por duas razões: 1) por aceitarem<br />
trabalhos desagradáveis com maior freqüência, mas que em contrapartida pagam salários<br />
melhores; ou 2) por serem preferidos pelos empregadores independentemente das suas<br />
características produtivas, ou seja, o diferencial de rendimentos em favor dos casados só<br />
ocorreria se os solteiros fossem de fato discriminados no sentido literal da palavra. Neste<br />
caso a preferência dos empregadores seria responsável pelo fato de homens casados<br />
receberem melhores salários. De acordo com esta teoria, os empregadores considerariam o<br />
status marital como um sinalizador de estabilidade e/ou responsabilidade. Ceteris paribus,<br />
os empregadores dariam preferência para os homens casados diante de promoções e<br />
aumentos salariais tendo em vista que empregados casados têm uma família para<br />
sustentarem.<br />
Sem embargo, o comportamento discriminatório do empregador é difícil de ser<br />
demostrado. O favoritismo do empregador é uma hipótese fraca na medida em que a<br />
discriminação pode implicar na seleção de trabalhadores casados menos produtivos e,<br />
consequentemente, geradores de lucros menores. Em outras palavras, se o custo de<br />
contratação e seleção de trabalhadores for inferior ao custo que a discriminação pode<br />
ocasionar para a empresa, o empregador não possui razões para preferir casados ao invés<br />
de solteiros.<br />
51
A segunda hipótese que tenta explicar o bônus matrimonial questiona o papel do<br />
casamento como um catalisador de produtividade, afinal de contas, mesmo os casados<br />
sendo mais produtivos, o casamento pode não ser o responsável por tal produtividade. O<br />
cerne do argumento é que os homens casados ganhariam mais não porque o casamento os<br />
tornou mais produtivos, mas poderiam estar casando por tal razão. Existem várias<br />
características pessoais não relacionadas como o status marital que aumentam a chance de<br />
uma pessoa ganhar mais, se casar e permanecer casada. Entre estas destacam-se, por<br />
exemplo, confiabilidade, lealdade, inteligência, criatividade e boa aparência. A hipótese é<br />
que homens mais responsáveis no trabalho, por exemplo, também tenderiam a ser<br />
responsáveis e confiáveis na sua vida pessoal. Neste caso, homens com tais características<br />
teriam maior probabilidade de se casarem, permanecerem casados e ao mesmo tempo<br />
poderiam ser mais produtivos e receberem melhores salários, independentemente do seu<br />
estado civil. Em síntese, o bônus matrimonial poderia ser simplesmente uma questão de<br />
seletividade, na qual a causalidade não se daria do casamento para a produtividade, mas da<br />
produtividade para o casamento.<br />
CHIODO e OWYANG (2002) colocam que em um estudo realizado pelos<br />
economistas Robert Nakosteen e Michael Zimmer em 2001, encontrou-se evidência para<br />
suportar a “hipótese de seletividade”. Eles constataram que os homens com maior<br />
potencial de ganho apresentam maior probabilidade de se casarem e permanecerem<br />
casados. Em outras palavras, eles constataram que os homens que possuem muitas<br />
qualidades profissionais também possuem várias qualidades que os tornam mais propensos<br />
ao casamento e à manutenção do mesmo.<br />
Entretanto, apesar das duas possibilidades alternativas explicarem em parte o bônus<br />
matrimonial, DANIEL (1995) coloca que elas não mitigam o aumento da produtividade<br />
advindo do casamento. Mesmo sendo verdade que homens mais produtivos são mais<br />
propensos a se casarem, e mesmo nos casos em que os maiores salários decorrem da<br />
discriminação e da preferência dos empregados, empiricamente tais fatos representam<br />
apenas uma parcela do marriage premium. Portanto, o casamento deve tornar os homens<br />
mais produtivos.<br />
Para explicar a origem do prêmio do casamento via aumento de produtividade,<br />
DANIEL (1995) utiliza as noções de salários relativos e “capital de aumento de<br />
produtividade” (augmentation capital). Segundo o autor, a forma pela qual se dá a divisão<br />
de tarefas dentro do domicílio influencia a produtividade do casal e, consequentemente, o<br />
nível salarial. Se, por exemplo, a mulher se encarrega de maior parte das atividades<br />
52
domésticas e do cuidado dos filhos, o marido pode dedicar maior parcela do seu tempo ao<br />
trabalho e consequentemente aumentar a sua produtividade. Além disso, estudos médicos<br />
mostram que quando o marido não precisa dedicar tantas horas do seu tempo ao trabalho<br />
doméstico (provavelmente porque a mulher já o fez), ele dorme mais e melhor, o que<br />
aumenta a sua concentração e produtividade no dia seguinte. Em síntese, a capacidade de<br />
fornecer capital de aumento de produtividade (augmentation capital) se refere à<br />
capacidade ou habilidade de um dos membros da casal em aumentar a produtividade do<br />
outro.<br />
Em poucas palavras, existem duas maneiras de um dos membros do casal aumentar a<br />
produtividade do cônjuge. Através do aumento de estoque de capital do cônjuge, seja ele<br />
físico ou humano (comprar computador, pagar cursos de especialização, ensinar como se<br />
realiza determinada tarefa, etc.). Ou através da prestação de serviços que permitem que o<br />
outro membro do casal dedique mais horas a sua atividade principal, permitindo assim o<br />
acúmulo de experiência e o conseqüente aumento de produtividade.<br />
Entretanto, apesar destas duas opções serem plausíveis, na prática a segunda é a<br />
mais freqüente por ser a menos arriscada. Se a mulher aumenta o estoque de capital do<br />
marido, por exemplo, ela está arriscando perder todo o seu investimento casa haja um<br />
divórcio no futuro, enquanto que no caso da prestação de serviços, a separação implica um<br />
custo elevado para o marido. Por esta razão, a divisão ou especialização de tarefas é o tipo<br />
de augmentation capital mais comum entre os casais. Na divisão de tarefas, se por um<br />
lado o marido tem a sua produtividade elevada via fluxo de serviços prestados pela esposa,<br />
por outro lado a esposa também têm o seu benefício maximizado na medida em que<br />
valoriza a sua importância no casamento e consequentemente reduz o risco do<br />
investimento realizado reduzindo as chances de ocorrer o divórcio.<br />
É importante notar que, independentemente do sexo, espera-se que os membros de<br />
um casal distribuam o seu tempo da melhor forma possível para propiciarem a<br />
maximização do bem estar do casal. Portanto, a princípio, a dinâmica que origina o bônus<br />
matrimonial deveria ser neutra ao gênero e estendida aos casais que não são formalmente<br />
casados. Em outras palavras, nada impede que casais homossexuais e pessoas vivendo um<br />
união consensual usufruam do prêmio do casamento, já que a única condição necessária<br />
para a existência do mesmo é que haja cooperação entre as partes.<br />
Por outro lado, apesar da dinâmica de surgimento do prêmio do casamento ser<br />
sexualmente neutra, existem duas razões para explicar a predominância do bônus<br />
matrimonial masculino. A primeira está no fato dos homens quase sempre ganharem mais<br />
53
do que as mulheres. A segunda razão, consequência da primeira, reside no fato das<br />
mulheres possuírem mais augmentation capital que os homens. Em outras palavras, como<br />
a desigualdade salarial quase sempre favorece os homens, as mulheres têm um incentivo a<br />
se tornarem mais especializadas no fornecimento de augmentation capital já que desta<br />
forma o benefício do casal é maximizado via aumento de produtividade e do salário do<br />
homem. Sob um outro ponto de vista, a implicação cultural e comportamental de tal<br />
desigualdade salarial passa a ser o investimento da família em ampliar o augmentation<br />
capital da filha, mesmo antes do casamento, para que esta se torne uma esposa valorizada e<br />
capaz de aumentar a produtividade do marido, contribuindo assim para o bem estar do<br />
casal. Por estas razões, DANIEL (1995) complementa que mesmo quando uma mulher se<br />
casa com um homem que ganha pouco, ela tende a possuir maior augmentation capital,<br />
permitindo assim o surgimento do bônus matrimonial.<br />
Analogamente, BECKER (1998) argumenta que devido a razões biológicas, a mulher<br />
teria uma maior predisposição para cuidar dos filhos e consequentemente teria menos<br />
tempo para buscar atividades no mercado e investir em capital humano. Além disso como<br />
o seu salário horário relativo tende a ser menor que o dos homens, elas teriam um incentivo<br />
a mais para não se engajarem em atividades remuneradas ou investirem em capital humano<br />
específico.<br />
Para sustentar e avaliar o peso da produtividade no bônus matrimonial, DANIEL<br />
(1995) utilizou uma base anual de dados longitudinais de jovens entre catorze e vinte e um<br />
anos. Em seu estudo três dos quatro grupos estudados 32 apresentaram um bônus<br />
matrimonial positivo nos salários. Entre os homens brancos, pretos e mulheres pretas, ele<br />
constatou que as pessoas casadas ganham mais do que as solteiras. Entre as mulheres<br />
brancas o prêmio do casamento foi negativo, e deve-se sobretudo ao efeito da presença de<br />
crianças sobre o salário das casadas. 33 No caso masculino, Kermit Daniel também verificou<br />
que, independentemente da cor, o prêmio do casamento é reduzido pela presença de<br />
crianças. Por fim, a evidência empírica encontrada corrobora a hipótese de aumento de<br />
produtividade por duas razões. Primeiro, porque observou-se relação inversa entre o<br />
número de horas trabalhadas fora pela mulher e o prêmio do casamento para homens<br />
32 A amostra estudada foi dividida por sexo e cor, e o prêmio do casamento foi separadamente<br />
estimado para cada um dos quatro grupos considerados (Homens pretos e brancos e mulheres<br />
pretas e brancas).<br />
33 Segundo Kermit Daniel a presença de crianças reduz o tempo alocado na atividade principal,<br />
consequentemente reduzindo a produtividade e os salários.<br />
54
ancos. Segundo, porque observou-se um bônus matrimonial crescente para salários<br />
relativos maiores.<br />
Em um estudo mais recente, CHUN e LEE (2001) confirmam os resultados<br />
encontrados por DANIEL (1995). Depois de ajustarem pela idade, a experiência<br />
profissional, educação e outros fatores que poderiam afetar os salários e a chance de<br />
casamento, os autores constataram que homens casados ganham em média 12,4% a mais<br />
por hora do que homens que nunca se casaram. Os dois pesquisadores não acharam<br />
evidência para suportar a hipótese de seletividade na explicação do prêmio do casamento.<br />
Ao invés disso, eles concluíram que o bônus matrimonial relaciona-se com o fato de se<br />
estar casado – e mais especificamente com a probabilidade da esposa estar engajada em<br />
atividades domésticas. De acordo com Chun e Lee, o diferencial salarial diminui na<br />
medida em que as esposas dedicam mais horas às atividades fora de casa. Enquanto os<br />
homens casados cujas as esposas não estão empregadas ganham um salário horário 31%<br />
maior que o de homens que nunca se casaram, por exemplo, homens casados com<br />
mulheres com trabalhos em tempo integral ganham apenas 3.4% mais.<br />
Portanto, ter uma mulher que dedica a maioria do seu tempo cuidando dos filhos e<br />
das atividades domésticas melhora o desempenho no marido na sua atividade principal,<br />
reforçando assim a hipótese da produtividade na explicação do bônus matrimonial. Em<br />
contrapartida, tudo indica que o prêmio do casamento irá reduzir-se na medida em que<br />
mais esposas dedicarem mais horas a trabalhos fora de casa.<br />
De fato, em seu artigo titulado Human capital, effort, and the sexual divisions of<br />
labor, BECKER (1998) coloca que a tendência crescente de participação das mulheres no<br />
mercado de trabalho têm contribuído para reduzir as desigualdades salariais entre homens e<br />
mulheres, além de vir contribuindo também para a redução da fecundidade. Becker<br />
argumenta que, com o crescimento das taxas de divórcio, as mulheres têm se preocupado<br />
mais com a sua independência financeira, e consequentemente têm se envolvido com<br />
maior freqüência em atividades de mercado e investido mais em capital humano, o que têm<br />
ocasionado no adiamento do casamento e na redução da fecundidade. Segundo Becker, a<br />
igualdade salarial entre homens e mulheres é apenas uma questão de tempo e mudança de<br />
hábitos. Na medida em que as mulheres se envolverem mais intensamente em trabalhos<br />
fora de casa, e na medida em que os homens passarem a dedicar uma maior parcela de<br />
horas para cuidarem dos filhos, as desigualdades salariais tenderão a desaparecer, já que<br />
teoricamente ambos os sexos se tornarão igualmente produtivos.<br />
55
Por outro lado, se o que origina o prêmio do casamento é a quantidade de horas que<br />
casados e solteiros dedicam à sua atividade principal, é legítimo questionar: Será que há<br />
diferença entre a quantidade de horas dedicadas ao trabalho doméstico por homens casados<br />
e solteiros? Revisando o trabalho de HERSCHE e STRATTON (2000), CHIODO e<br />
OWYANG (2002) descobriram que não. Hersche e Stratton argumentam que, se por um<br />
lado os homens casados são mais produtivos no mercado, já que passam a ganhar mais<br />
depois do casamento, a especialização e a divisão de tarefas domiciliar parece não ser a<br />
causa, já que o tempo despendido com atividades domésticas por homens casados e não-<br />
casados é praticamente o mesmo.<br />
O debate sobre o prêmio do casamento para homens discutido acima aponta dois<br />
pontos. Em primeiro lugar, a indisputável regularidade empírica de um prêmio favorável<br />
aos homens casados. Em segundo lugar, as estimativas dão conta de que há pelo menos<br />
grande suspeita de que este prêmio é superestimado, tanto pelo viés de simultaneidade<br />
entre casamento e investimento em capital humano quanto pelo papel das heterogeneidades<br />
individuais não observadas, o resultado disto tudo é uma estimativa bastante menor do<br />
prêmio do casamento e o lançamento de uma dúvida sobre o potencial das explicações<br />
baseadas na virtuosidade produtiva do casamento.<br />
A evidência empírica também mostra que o prêmio do casamento é bem maior no<br />
caso dos homens do que no caso das mulheres. O debate discutido acima mostra que,<br />
principalmente para o caso dos homens, este ganho está associado a aspectos que levam à<br />
acumulação de experiência e capital humano, mas mostra também que tal fato não é<br />
causado pelo casamento. No caso das mulheres, a evidência empírica suscita outros tipos<br />
de explicações, associadas a aspectos negativos de acumulação do capital humano<br />
específico decorrentes de uma maior intermitência da mulher no mercado de trabalho após<br />
o casamento.<br />
Uma área consagrada pela literatura e tida como indicadora de diferenças de capital<br />
humano por sexo é a área de capital humano específico. JACOBSEN (1994) mostra que<br />
numa amostra de trabalhadores americanos com 21 a 64 anos de idade em 1984, 13,2% dos<br />
homens tiveram uma ou mais interrupções de trabalho enquanto a ocorrência entre as<br />
mulheres foi de 47%. A porcentagem dos anos potenciais de trabalho gastos fora do<br />
trabalho é 1,6% para os homens e 14,7% para as mulheres. A porcentagem de<br />
trabalhadores homens com mais de vinte anos de experiência era de cerca de 40% entre os<br />
homens, enquanto no caso das mulheres observou-se cerca de 23%. Já no caso do tempo de<br />
serviço no emprego atual, a porcentagem com mais de dez anos era de 35,8% para os<br />
56
homens e 22,8% para as mulheres (JACOBSEN, 1994, p.273). POLACHEK e SIELBERT<br />
(1993) afirmam que as mulheres diferem dos homens em termos de sua expectativa de<br />
participação na força de trabalho durante o ciclo de vida, sendo que as mulheres casadas<br />
participam com maior intermitência na força de trabalho. De acordo com os autores, uma<br />
relação idade rendimento comparada entre um trabalhador persistente durante a totalidade<br />
do ciclo de vida e outro intermitente é totalmente diferente. O intercepto da curva do<br />
trabalhador persistente é maior, caracterizando um investimento educacional maior, e a<br />
taxa de retorno para experiência é constante. Já no caso do trabalhador intermitente, o<br />
intercepto é menor devido a menores investimentos em escolaridade, e não só o<br />
rendimento é zero no momento em que a pessoa está fora da força de trabalho, como há<br />
uma depreciação no rendimento, com o nível de rendimento à reentrada situando-se abaixo<br />
do pico observado na saída. O casamento e o período gasto tendo e criando os filhos<br />
(determinados pela fecundidade) gerariam um perfil intermitente para a maioria das<br />
mulheres. De fato, os autores calculam um prêmio de 3.000 dólares para os homens<br />
casados e um prêmio de cerca de 600 dólares para as mulheres solteiras. Quando o estoque<br />
de capital humano esperado é incluído estes prêmios caem para 500 e 150 dólares<br />
respectivamente (POLACHEK e SIELBERT, 1993, pp. 160-165).<br />
Tanto para explicar o diferencial de salários entre homens e mulheres quanto para<br />
explicar o diferencial entre mulheres casadas e solteiras (ou com filhos e sem filhos), o<br />
modelo alternativo de BECKER (1985) aponta o papel das atribuições e responsabilidades<br />
familiares (principalmente no cuidado de filhos) para a redução no esforço das mulheres no<br />
exercício das atividades voltadas para o mercado de trabalho. O maior comprometimento<br />
da mulher com as atividades familiares levariam a uma menor prioridade às atividades de<br />
mercado. De outro lado, as responsabilidades dos homens casados com filhos com a<br />
geração de renda monetária para a família fariam com que estes fossem mais motivados<br />
para a produção voltada para o mercado. Estes dois aspectos seriam suficientes para se<br />
gerar um prêmio para o casamento, o número de filhos também geraria um prêmio no caso<br />
dos homens, já no caso das mulheres o resultado é menos conclusivo.<br />
JOSHI e PACI (1998) com a colaboração de Waldfogel estudam o impacto de<br />
estado civil e, principalmente, o número de filhos sobre o diferencial de salários na<br />
Inglaterra, para a coorte nascida em 1958, principalmente levando-se em conta a jornada<br />
de trabalho (parcial e integral). A presença de filhos entre os homens geram um prêmio de<br />
5,4%. No caso das mulheres a presença de filhos gera um prêmio negativo de 10% para o<br />
caso das mulheres em tempo integral e um prêmio negativo de 7% para o caso das<br />
57
mulheres em tempo parcial. O estudo mais detalhado das autoras mostra resultados que<br />
indicam uma maior concentração de mães em empregos de tempo parcial, que possuem<br />
salários mais baixos. A explicação alternativa de que o baixo pagamento dos empregos em<br />
tempo parcial das mulheres decorre da presença de filhos na maioria destas mulheres não<br />
foi corroborada. A hipótese da baixa produtividade associada com a alta carga de<br />
atividades domésticas é refutada pelo fato de que a remuneração é menor apenas nos<br />
empregos de tempo parcial (JOSHI e PACI, 1998, cap.6, pp. 97-127).<br />
A maior parte das evidências discutidas acima, sobre o prêmio de casamento e o<br />
diferencial de salários por sexo, referem-se ao caso americano. A tabela abaixo reproduz a<br />
razão de gênero (rendimento das mulheres dividido pelo rendimento dos homens, ambos<br />
padronizados para uma jornada de trabalho de 40 horas) em vários países desenvolvidos,<br />
calculadas por BLAU e KHAN (1996). No caso das mulheres e homens casados a razão<br />
varia de 54,85% nos Estados Unidos e 55,85% no Reino Unido para o outro extremo de<br />
72,09% na Suécia e 67,56% na Noruega. O caso de um menor diferencial de salários nos<br />
países nórdicos decorre provavelmente de um conjunto de políticas sociais sobre<br />
natalidade e licença maternidade que afetam algumas das razões para o diferencial de<br />
salários arroladas acima. A tabela mostra também a razão de gênero por sexo no caso das<br />
mulheres e homens solteiros. Conforme o esperado na literatura sobre o prêmio do<br />
casamento, a razão do rendimento de gêneros é muito maior no caso das pessoas solteiras,<br />
com menores diferenciais por sexo. A razão mais baixa é observada na Hungria 77,34%,<br />
sendo de 86,81% nos Estados Unidos e 96,41% na Alemanha. Blau e Kahn continuam a<br />
análise enfatizando o papel da estrutura salarial sobre o hiato salarial, este é um tema que<br />
não será abordado aqui.<br />
58
Tabela 1<br />
Razão de Rendimento por Gênero - Países<br />
(Rendimento Mulheres/Rendimento Homens)<br />
Ocupados Ocupados<br />
Pais Casados Solteiros<br />
Australia 0,6755 0,9044<br />
Austria 0,6452 0,9111<br />
Alemanha 0,5998 0,9641<br />
Hungria 0,6084 0,7734<br />
Noruega82 0,6756 0,8959<br />
Noruega89 0,6722 0,8079<br />
Suécia80 0,7209 0,9435<br />
Suíça 0,614 0,871<br />
Reino Unido 0,5585 0,8301<br />
Estados Unidos 0,5485 0,8681<br />
Fonte: Francine D. Blau e Lawrence M. Kahn,<br />
"Wage structure and gendered earnings differentials:<br />
An international comparison", Economica (1996)<br />
63, p. 45.<br />
Concluindo esta revisão, a literatura internacional aponta inequivocamente para a<br />
existência de um prêmio ao casamento para o caso dos homens. No caso das mulheres este<br />
prêmio tende a ser menor ou negativo. Um corolário destes dois fatos é a existência de um<br />
hiato salarial por sexo (razão de gênero) maior (menor) no caso das pessoas casadas<br />
comparado às pessoas solteiras. Várias fatores podem explicar estes resultados, sendo que<br />
a maioria da literatura enfatiza aspectos associados com a acumulação de capital humano<br />
específico após o casamento, onde a maior intermitência das mulheres causaria o<br />
diferencial. A literatura discute também o impacto dos filhos no diferencial entre as<br />
pessoas casadas e solteiras. A hipótese do efeito esforço não parece ser corroborada. A<br />
literatura tratou também do problema da heterogeneidade não observada, os trabalhos que<br />
tentaram controlar este aspecto mostraram uma queda substancial no prêmio do casamento,<br />
sugerindo que os fatores não observáveis que determinam a estabilidade do casamento<br />
devem determinar também a acumulação de capital humano específico no casamento.<br />
- A literatura sobre o caso brasileiro:<br />
O trabalho de BARROS, RAMOS e SANTOS (1995) é uma referência central para<br />
a análise dos diferenciais salariais por sexo no Brasil, ao analisar a evolução destes<br />
diferenciais ao longo da década de oitenta. Os dados na Tabela 2 abaixo são trabalhados a<br />
partir deste texto, e mostram a razão de salários por gênero entre pessoas unidas e não<br />
unidas. Os resultados mostram uma razão por gênero menor entre as pessoas unidas do que<br />
as não unidas, coerente com os valores encontrados nos países desenvolvidos e mostrados<br />
59
na Tabela 1 acima. Os resultados do caso brasileiro são muito parecidos com aqueles<br />
observados nos Estados Unidos e no Reino Unido, demonstrando a relevância do debate<br />
para o caso brasileiro.<br />
Tabela 2<br />
Razão de Salários por Gênero<br />
Regiões PNAD - 1989<br />
Unidos Não Unidos<br />
Chefes/esposas Não Chefes<br />
Rio de Janeiro 0,6637 0,7945<br />
São Paulo 0,5599 0,8869<br />
Sul 0,6005 0,7866<br />
Leste 0,6188 0,8106<br />
Nordeste 0,5827 0,8187<br />
Fronteira 0,6188 0,8607<br />
Média 0,5945 0,8353<br />
Fonte: Cálculo próprio a partir de Barros, Ramos e<br />
Santos, 1995, p. 390.<br />
Utilizando uma decomposição do hiato salarial similar àquela a ser utilizada neste<br />
trabalho, os autores mostram que, para o caso brasileiro em 1989, a grande diferença entre<br />
o hiato salarial dos unidos comparado aos não unidos reduz substancialmente, com o<br />
aumento do hiato salarial dos não unidos. Um vez controlados os níveis de educação, idade<br />
e ocupação o nível de discriminação efetiva salarial entre os não unidos passa do hiato<br />
observado de 0,18 para 0,43, reduzindo substancialmente a diferença do hiato salarial por<br />
sexo entre os unidos e os não unidos (BARROS, RAMOS e SANTOS, 1995, p. 411). Tal<br />
fato estaria indicando que grande parte do hiato salarial por sexo entre unidos e não unidos<br />
decorreria das diferenças nos atributos pessoais e na estrutura ocupacional dos dois<br />
segmentos.<br />
Com base na PNAD de 1996, BAPTISTA (1999) calcula o hiato do rendimento<br />
médio dos ocupados por status conjugal no Brasil metropolitano. Enquanto as mulheres<br />
unidas de 25 a 49 anos de idade ganhavam 33,7% a menos do que os homens no mesmo<br />
intervalo etário, as filhas residentes de 15 a 24 anos ganhavam cerca de 4,8% a menos do<br />
que os filhos no mesmo grupo etário. Mesmo com grupos etários totalmente distintos, o<br />
diferencial entre o hiato salarial por sexo de unidos e não-unidos cai substancialmente<br />
quando se compara apenas o componente puramente discriminatório (ou residual, que será<br />
melhor descrito a seguir). A diferença cai de 0,29 no hiato salarial estimado cai para 0,22<br />
no chamado componente residual (BAPTISTA, 1999, pp. 36-39). Esta redução é menor do<br />
60
que aquela observada por BARROS, RAMOS e SANTOS (1995), o que reflete diferenças<br />
nas decomposições efetuadas.<br />
Outros tipos de estudos tratam indiretamente da questão no caso brasileiro.<br />
KASSOUF e SENAUER (1996) estimam uma equação de salários para mulheres de 16 a<br />
71 anos de idade, o prêmio das mulheres conjugues é negativo (-0,2), enquanto chefes e<br />
filhas apresentam um prêmio positivo (0,7 e 0,3 respectivamente). Em outro estudo que<br />
trata especificamente da discriminação salarial por gênero, KASSOUF (1998) não trata<br />
especificamente do papel do estado civil. O estado conjugal só entra como variável na<br />
determinação da equação de participação nos setores formal e informal.<br />
CAVALIERI e FERNANDES (1998) utilizam a PNAD 1989 para tratar dos<br />
diferenciais salariais por gênero e cor nas regiões metropolitanas, embora não tratem<br />
especificamente da questão do estado civil ou estado conjugal. Numa estimativa do log dos<br />
rendimentos padronizados, o prêmio do sexo masculino foi de cerca de 47%. Uma equação<br />
para explicar os determinantes do hiato salarial entre homens e mulheres foi estimada, as<br />
mulheres possuem um maior retorno para os anos de estudo, fazendo com que o diferencial<br />
reduza com a maior escolaridade das mulheres. Já no caso da idade, o formato do<br />
diferencial de salários obtido foi em forma de “U” invertido, crescendo até cerca de 48<br />
anos. Embora este trabalho não trate de estado conjugal, o resultado obtido para idade<br />
aponta o papel potencial da intermitência das mulheres no mercado de trabalho e do<br />
potencial diferencial de acumulação de capital humano específico durante o período do<br />
casamento.<br />
LEME e WAJNMAN (2000) aplicam uma decomposição do hiato salarial de duas<br />
coortes durante o período que elas passam de 25 a 35 anos, uma coorte nascida em 1952 e<br />
outra em 1962. A análise traz à tona aspectos longitudinais até então não incorporados à<br />
análise, mostrando que os diferenciais de atributos produtivos como educação já eram<br />
favoráveis às mulheres mesmo na coorte mais velha. Além disso, o trabalho mostra que o<br />
componente residual ou “discriminatório” do diferencial de salários permanece o elemento<br />
mais importante do diferencial de salários, embora cerca de 17 pontos percentuais de<br />
declínio no hiato salarial entre as duas coortes se deva basicamente a um declínio na<br />
“discriminação”.<br />
Finalmente, utilizando a os dados dos trabalhadores ocupados com salário positivo<br />
da Pesquisa sobre Padrões de Vida (PPV, 1996/97), BARROS e MENDONÇA (1998)<br />
calculam que os salários das mulheres representam 75% dos salários dos homens. A razão<br />
de rendimentos cai quando as características produtivas (idade, educação, etc.) são<br />
61
controladas, passando para 66%. Por outro lado, a introdução do controle pelas<br />
características do posto de trabalho fazem com que a razão suba para 72%. Os atributos<br />
produtivos e as características dos postos de trabalho operam em direções contrárias na<br />
razão de gênero ou no diferencial de salários por sexo. Estes resultados não acrescentam<br />
muito à literatura já revisada, mas são relevantes para este trabalho por utilizarem a mesma<br />
base de dados.<br />
Os trabalhos acima revisados de BARROS, RAMOS e SANTOS (1995) e<br />
BAPTISTA (1999) são importantes por apresentar avaliações dos hiatos salariais por<br />
estado civil ou estado conjugal. Os demais trabalhos contribuem para elucidar evidências<br />
empíricas a respeito do hiato salarial por sexo. Neste trabalho, pretende-se discutir o<br />
prêmio do casamento dentro de cada sexo, ao se comparar o diferencial entre casados e<br />
solteiros no sexo masculino e feminino. Uma decomposição destes dois grupos permite<br />
uma nova avaliação do hiato salarial por sexo dentro dos dois estados civis. Além da<br />
discussão sobre prêmio do casamento, a discussão permite uma avaliação do papel da<br />
presença de crianças nos domicílios na determinação do hiato salarial por sexo entre as<br />
pessoas casadas.<br />
III – ASPECTOS METODOLÓGICOS<br />
- Base de dados<br />
Para se realizar o presente estudo utilizou-se o CD-ROM da Pesquisa sobre Padrões<br />
de Vida – PPV – de 1996 e 1997, produzido pelo Instituto Brasileiro de Geografia e<br />
Estatística - IBGE. A pesquisa foi realizada apenas nas Regiões Nordeste e Sudeste do<br />
País, considerando 10 estratos geográficos, a saber: Região Metropolitana de Fortaleza,<br />
Região Metropolitana de Recife, Região Metropolitana de Salvador, restante da área<br />
urbana do Nordeste, restante da área rural do Nordeste, Região Metropolitana de Belo<br />
Horizonte, Região Metropolitana do Rio de Janeiro, Região Metropolitana de São Paulo,<br />
restante da área urbana do Sudeste e restante da área rural do Sudeste.<br />
- A composição da amostra do estudo<br />
Para a estudo em questão, as seções mais exploradas do questionário foram as<br />
referentes à “Características dos moradores – seção 02” e “Atividade econômica – seção<br />
06”. As variáveis estudadas foram divididas em quatro grandes grupos: Homens chefes<br />
casados; Mulheres cônjuges casadas; Homens solteiros; e Mulheres solteiras. Uma vez<br />
62
feitos os filtros de sexo, posição domiciliar (somente para os casados), e estado civil, foram<br />
consideradas somente as pessoas que trabalhavam ou tinham trabalho nos últimos 7 dias, e<br />
possuíam entre 20 e 35 anos de idade. Deve-se ressaltar ainda que o tamanho de amostra<br />
das pessoas casadas (N= 1001) é inferior ao de solteiros (N= 1812) em decorrência do<br />
filtro de idade utilizado, já que este é primordialmente o período de transição do estado<br />
civil solteiro(a) para casado(a). A limitação do grupo etário utilizado na amostra, a<br />
informação sobre o estado civil e as informações sobre experiência e tempo de serviço na<br />
ocupação corrente são as grandes novidades da base de dados em comparação à literatura<br />
brasileira anteriormente revisada.<br />
- Estimação das equações de rendimento<br />
Depois que todas as variáveis necessárias para a obtenção de equações de<br />
rendimento foram criadas, uma série de regressões lineares múltiplas foram estimadas para<br />
que se obtivesse o impacto das variáveis independentes sobre o logaritmo natural do<br />
salário horário recebido em todos os trabalhos (trabalho principal + secundário). As<br />
equações foram estimadas tendo-se em vista os seguintes modelos:<br />
MODELO TRADICIONAL<br />
LnWtot = α +βanoest ANOEST + βexport EXPORT + βexport2 EXPORT2 + βttfirma TTFIRMA+ ε<br />
MODELO TRADICIONAL 2<br />
LnWtot=α +βanoestANOEST+βexportEXPORT+ βexport2EXPORT2 + βttfirmaTTFIRMA + βfilhos FILHOS+ ε<br />
OBS: a descrição completa das variáveis utilizadas está explicitada no Anexo 1.<br />
A variável resposta, (LnWtot), foi construída calculando-se o logaritmo natural do<br />
rendimento semanal por hora. Como ela não está disponível no questionário da PPV, ela<br />
foi elaborada calculando-se o logaritmo natural do quociente resultante da divisão do<br />
rendimento semanal pelo número de horas que o indivíduo trabalhou na semana de<br />
referência.<br />
A variável anos de estudo (anoest) é uma proxy para investimento em capital<br />
humano geral “schooling”.<br />
As variáveis export, e export2 são proxy para experiência potencial, ao subtrair a<br />
idade da idade em que a pessoa começou a trabalhar. Segundo a teoria do capital humano,<br />
63
os rendimentos dos trabalhadores apresentam retornos positivos e decrescentes com a<br />
experiência. Sendo assim, o sinal esperado para o coeficiente de export é positivo e o de<br />
export2 é negativo.<br />
Já o tempo em que trabalha na firma (ttfirma) é utilizado como variável proxy para<br />
a experiência corrente “tenure”. O sinal esperado para esta variável é obviamente positivo.<br />
Por fim, a variável filhos mede a presença de crianças abaixo de 15 anos no<br />
domicílio, espera-se que esta variável afete os salários das pessoas casadas.<br />
Para estimar as equações de rendimento foram considerados somente os casos com<br />
valores válidos para todas as variáveis, excluindo portanto os casos onde a respostas<br />
correspondiam a “missing values”.<br />
Decomposição do diferencial de rendimentos<br />
O modelo utilizado para se fazer a decomposição foi desenvolvido por OAXACA<br />
(1973). A decomposição mede o quanto o hiato salarial entre casados e solteiros seria<br />
modificado se ambos fossem remunerados segundo uma mesma estrutura salarial,<br />
mantendo fixos seus atributos produtivos. Segundo esse modelo, a diferença entre os<br />
salários estimados, ∆, pode ser atribuída a dois fatores: um relacionado às características<br />
produtivas, ∆e, e outro ligado às diferenças nos coeficientes da regressão, ∆d, que também<br />
pode ser chamado de “componente discriminatório”. Esta técnica sugerida por OAXACA<br />
(1973) pode ser sintetizada em dois pontos principais que consistem em:<br />
Estimar para cada um dos grupos (Homens chefes casados; Mulheres cônjuges<br />
casadas; Homens solteiros; e Mulheres solteiras) a equação de rendimentos:<br />
w<br />
e<br />
w<br />
c<br />
s<br />
= α<br />
= α<br />
c<br />
s<br />
+ ∑ β<br />
i<br />
+ ∑ β<br />
i<br />
ic<br />
is<br />
x<br />
x<br />
ic<br />
is<br />
onde wc e ws são o logaritmo natural do salário das pessoas casadas e solteiras,<br />
respectivamente.<br />
Tomar a diferença entre as duas equações avaliadas nos pontos médios das<br />
variáveis, e somar e subtrair ∑ β ic xis de forma a não alterar a igualdade. Algebricamente<br />
obtêm-se a expressão:<br />
64
− ws<br />
= ( α c −α<br />
s)<br />
+ ∑ xis(<br />
β − β ) + ∑ β ( x − x<br />
wc ic is ic ic is<br />
i<br />
i<br />
O terceiro termo, ∑ β ( − x ) , representa parte da diferença de salários que se<br />
i<br />
ic xic is<br />
deve exclusivamente às características produtivas das pessoas casadas e solteiras, ou seja,<br />
∆e.<br />
O segundo termo, ∑ x ( − β ) é a parte da diferença de salários que se deve a<br />
i<br />
is β ic is<br />
valorização diferente de um mesmo atributo. Se esse termo for positivo, isso significa que<br />
determinado atributo produtivo é mais valorizado nas pessoas casadas do que nas solteiras,<br />
se for negativo, o oposto.<br />
O primeiro termo, ( α ) , indica a diferença residual nos rendimentos, ou seja,<br />
α c s −<br />
a diferença salarial para qualquer nível de variáveis explicativas. Uma diferença positiva<br />
por exemplo indica o quanto as pessoas casadas são mais bem pagas que as solteiras,<br />
independentemente das variáveis utilizadas na especificação do modelo.<br />
O primeiro e o segundo termos representam portanto a parte do hiato salarial que<br />
não é explicada pela diferença de atributos produtivos, ou seja, ∆d. Sendo assim, o hiato<br />
salarial pode ser escrito da seguinte forma: ∆ = ∆d + ∆e.<br />
A decomposição do diferencial dos rendimentos foi feita estabelecendo-se as<br />
seguintes comparações:<br />
- Homem Casado X Homem Solteiro (1);<br />
- Mulher Casada X Mulher Solteira (2);<br />
- Homem Casado X Mulher Casada (3);<br />
- Homem Solteiro X Mulher Solteira (4).<br />
- Homem Casado X Mulher Casada com filhos (5)<br />
Os resultados das estimativas das equações de salários estão no Anexo 2. Já a<br />
planilha detalhada da decomposição de LnWtot estimados, assim como da diferença entre<br />
as médias salariais estimadas (∆), de ∆d, e de ∆e estão no Anexo 3.<br />
)<br />
65
IV - RESULTADOS<br />
O Quadro I, descrito abaixo, apresenta a síntese da decomposição de Oaxaca. Em<br />
termos gerais, o hiato salarial dos homens casados sobre os homens solteiros é de 0,29 (os<br />
solteiros ganham 75% dos salários dos casados) e as mulheres casadas apresentam um<br />
hiato de 0,24 (as solteiras ganham 79% dos salários das casadas). O prêmio do casamento<br />
entre os homens não surpreende e é compatível com a literatura revisada, mas o prêmio do<br />
casamento observado entre as mulheres é surpreendente. Pelo menos no período inicial do<br />
casamento as mulheres casadas apresentam um prêmio com relação às solteiras. O<br />
diferencial salarial por sexo é um pouco maior no caso das pessoas casadas, 0,19 com as<br />
mulheres casadas recebendo 82% dos salários dos homens, do que no caso das pessoas<br />
solteiras, 0,14 com as mulheres solteiras recebendo 87% dos salários dos homens. O<br />
diferencial entre homens e mulheres casados controlando pelos filhos é um pouco maior do<br />
que no caso sem controle, 0,22 com as mulheres casadas recebendo 80% dos salários dos<br />
homens casados. Antes de fazer uma análise mais detalhada dos resultados obtidos e aqui<br />
mencionados, cumpre destacar os dois pontos principais. O prêmio por casamento<br />
apresenta hiato parecido para homens e mulheres, e o diferencial de salários por sexo é<br />
parecido entre casados e solteiros, embora apresente valores menores do que aqueles<br />
obtidos pela literatura. A explicação destes resultados pode estar na restrição etária da<br />
amostra, na inclusão de um melhor controle para a variável de experiência ou nas<br />
características da base de dados.<br />
Quadro I<br />
LnWtot<br />
Modelo tradicional<br />
D ∆ ∆d ∆e ∆d+∆e<br />
homem casadoXsolteiro 0,2902 0,286354 0,14463 0,14172 0,28635<br />
mulher casadaXsolteira 0,2405 0,237637 0,20039 0,03725 0,23764<br />
homem casadoXcasada 0,198 0,192615 0,31259 -0,12 0,19259<br />
homem solteiroXsolteira<br />
Modelo tradicional 2<br />
0,1483 0,143898 0,32045 -0,1766 0,14385<br />
homem casadoXcasada 0,198 0,221859 0,3408 -0,1189 0,2219<br />
D = diferença entre as médias<br />
∆ = diferença entre os estimadores<br />
66
Os dados apresentados no Anexo 3 mostram que há um prêmio puro de –0,351<br />
favorável aos homens solteiros quando comparados aos homens casados, este prêmio é<br />
dado pela diferença no intercepto das duas equações. Este prêmio é revertido para 0,145<br />
porque o mercado de trabalho discrimina favoravelmente os homens casados no tocante<br />
aos três atributos produtivos considerados (educação, experiência potencial e tempo de<br />
trabalho na firma). O diferencial total por casamento ainda é mais reforçado pelo fato de<br />
que os homens casados possuem atributos produtivos superiores do que os homens<br />
solteiros (componente alocativo ou produtivo do diferencial). Os homens casados possuem<br />
uma escolaridade ligeiramente superior à dos solteiros, mas possuem muito mais<br />
experiência potencial e semanas trabalhadas na atual ocupação. Estas duas variáveis são<br />
precisamente aquelas que a literatura internacional enfatiza como associadas ao incentivo<br />
em acumulação de capital humano específico no casamento.<br />
No caso do prêmio do casamento para as mulheres casadas os componentes são<br />
totalmente diferentes daqueles obtidos para os homens, sendo menos coerentes com o<br />
esperado pela literatura. Em primeiro lugar, há um prêmio positivo de 0,12 para o<br />
casamento dado pelo maior intercepto das mulheres casadas comparado ao intercepto das<br />
solteiras, na equação de salários. Ainda no componente discriminatório, a diferença entre<br />
casadas e solteiras no que diz respeito a experiência potencial e tempo de serviço na<br />
ocupação atual é pequena. O mercado discrimina mais favoravelmente a escolaridade das<br />
mulheres casadas do que das solteiras, e este é o segundo componente explicando o hiato<br />
de “discriminação”. No que tange às diferenças entre casadas e solteiras quanto aos<br />
atributos produtivos (escolaridade e experiência), esta diferença é mínima e explica pouco<br />
do hiato salarial. Em suma, o resultado mostra um prêmio de casamento para as mulheres<br />
que é pouco explicado, devendo o seu maior componente ao intercepto e a uma pequena<br />
maior valorização do mercado para a escolaridade das mulheres casadas comparadas com<br />
as solteiras.<br />
No que tange ao hiato salarial entre homens e mulheres casados, o componente<br />
“discriminatório” deste hiato é o fator mais importante para explicar o fato das mulheres<br />
ganharem menos do que os homens. O prêmio do intercepto é anti-discriminatório,<br />
favorecendo a remuneração das casadas. O prêmio que o mercado de trabalho dá para a<br />
escolaridade favorece apenas ligeiramente os homens casados, não sendo nem um pouco<br />
capaz de reverter o diferencial de intercepto favorável às mulheres. O grande componente<br />
“discriminatório” ou residual para explicar o hiato salarial favorável aos homens casados<br />
advém da forma com que o mercado valoriza de maneira diferenciada a experiência<br />
67
potencial dos homens e das mulheres casadas. Neste caso o maior prêmio do casamento<br />
obtido que os homens casados angariam com a experiência, relativo àquele das mulheres, é<br />
o maior componente explicativo da discriminação salarial entre homens e mulheres<br />
casadas. Sem este componente, provavelmente haveria pouco ou nenhum hiato salarial<br />
entre homens e mulheres em união. O componente de hiato salarial devido a atributos<br />
produtivos favorece claramente as mulheres casadas, principalmente devido ao diferencial<br />
em escolaridade. O diferencial de experiência favorece ligeiramente aos homens, mas não<br />
é capaz de explicar um grande hiato salarial caso não houvesse um componente<br />
“discriminatório” da experiência por parte do mercado. Em outras palavras, sem o<br />
componente discriminatório o hiato salarial devido aos atributos produtivos favoreceria às<br />
mulheres casadas.<br />
O hiato salarial entre homens e mulheres solteiras é positivo (0,14) e deve-se<br />
primordialmente ao componente discriminatório. Neste caso o componente discriminatório<br />
já aparece na diferença entre interceptos, que é positiva de 0,36. O mercado de trabalho já<br />
valoriza mais a escolaridade feminina do que a masculina, havendo uma discriminação<br />
negativa (em favor das mulheres) neste caso. Além do intercepto, o que faz o componente<br />
do hiato salarial discriminatório ser positivo é novamente a valorização diferenciada que o<br />
mercado faz para a experiência potencial masculina. Este prêmio ocorre mesmo entre os<br />
solteiros, embora em valores menores do que entre os casados. O componente alocativo é<br />
fracamente favorável às solteiras, os quase dois anos de escolaridade a mais que elas têm<br />
não são compensados pelos dois anos a mais de experiência potencial que os homens<br />
solteiros possuem. Em outras palavras, sem o componente discriminatório, as<br />
características produtivas das mulheres solteiras mais que compensam a diferença de<br />
experiência potencial, fazendo com que o hiato salarial seja favorável às mulheres.<br />
Finalmente, o modelo tradicional 2 descreve o hiato salarial entre homens e<br />
mulheres casados controlando-se pelo número de filhos. A presença de filhos causa pouca<br />
diferença no hiato salarial, sendo que seu componente discriminatório favorece às<br />
mulheres. Este resultado é contrário ao previsto por Becker e sugere que filhos não afetam<br />
a discriminação salarial feminina. Entretanto, o prêmio favorável às mulheres dado pelo<br />
intercepto (-0,034) é muito maior do que aquele observado no caso sem controle da<br />
variável filhos (-0,116). Esta mudança no intercepto poderia estar indicando que de fato<br />
filhos têm algum impacto negativo no componente discriminatório das mulheres. Torna-se<br />
necessário desenvolver modelos com melhores especificações e bases de dados para<br />
esclarecer este ponto.<br />
68
Num sentido geral os dados mostram que o diferencial de salários por sexo está<br />
reduzindo, mas existe tanto entre os casados quanto entre os solteiros. Este diferencial<br />
favorece os homens principalmente por causa do componente discriminatório, e mais<br />
especificamente por causa do papel da experiência potencial. Importa notar que o efeito da<br />
experiência potencial não se dá tanto pelas diferenças nos atributos produtivos, aquilo que<br />
a teoria do capital humano consideraria como decorrência de uma maior intermitência das<br />
mulheres no mercado de trabalho. Ao contrário, a maior parte do diferencial decorre de um<br />
maior prêmio que o mercado de trabalho dá (“discriminação”) à experiência masculina em<br />
comparação com a experiência feminina. Curiosamente, este diferencial “discriminatório”<br />
tende a ser bem menor no caso da escolaridade. Este prêmio “discriminatório” da<br />
experiência potencial ocorre mesmo quando se compara homens casados e solteiros,<br />
embora o mesmo não se verifique na comparação entre mulheres casadas e solteiras.<br />
V- CONCLUSÃO<br />
A existência de um bônus matrimonial, pelo menos para os homens, é<br />
inquestionável. Inequivocamente, a literatura é consensual em afirmar que homens casados<br />
recebem melhores salários que homens solteiros. Entretanto, a origem do prêmio do<br />
casamento ainda é controversa e as hipóteses disponíveis para explicá-lo são<br />
diversificadas. Enquanto alguns autores 34 defendem a hipótese de seletividade no<br />
casamento a favor daqueles mais produtivos e mais bem pagos, outros 35 tentam justificar o<br />
prêmio do casamento argumentando que, entre os casados, há um aumento da<br />
produtividade gerado pela especialização e divisão de tarefas dentro do domicílio. Além<br />
disso, outras explicações para justificar o bônus matrimonial seriam a discriminação<br />
praticada pelos empregadores em favor dos casados, e a seletividade dos casados por<br />
empregos menos prazerosos, mas que em contrapartida pagariam melhores salários.<br />
Todas as hipóteses levantadas parecem plausíveis e pertinentes, mas nenhuma delas<br />
parece capaz de explicar integralmente a origem do bônus matrimonial. Na minha opinião,<br />
cada uma das hipóteses levantadas apresenta uma poder parcial de explicação e, como<br />
decorrência, cada uma delas parece possuir um peso diferenciado na origem e manutenção<br />
do prêmio do casamento. Ceteris paribus, não se pode negar que homens mais produtivos e<br />
34<br />
CHIODO e OWYANG (2002), HERSCHE e STRATTON (2000) e NAKOSTEEN e ZIMMER (2001),<br />
por exemplo.<br />
35<br />
CHUN e LEE (2001), DANIEL (1995) e BECKER (1998).<br />
69
que ganham mais sejam também mais visados para o casamento. Por outro lado, os homens<br />
podem desenvolver habilidades valiosas enquanto casados, aumentarem a sua<br />
produtividade e a manterem mesmo após o fim do casamento. Além disso, não se pode<br />
ignorar o fato de homens casados tenderem a receber melhores salários do que os<br />
separados ou divorciados.<br />
Gary Becker coloca que o desaparecimento do marriage premium é apenas uma<br />
questão de tempo. Com o aumento das taxas de divórcio e a redução da fecundidade, a<br />
participação da mulher no mercado de trabalho têm aumentado e a divisão de tarefas<br />
domiciliares e o cuidado com os filhos têm se tornado mais igualitária entre os sexos. De<br />
fato, nota-se que a hipótese de aumento de produtividade via casamento só terá sentido se o<br />
casal estiver preocupado com o bem estar coletivo. Caso contrário, se a maximização do<br />
bem estar individual prevalecer sobre o bem estar do casal, ou seja, se a parte com maior<br />
quantidade de augmentation capital estiver preocupada com a sua independência<br />
financeira futura, a dinâmica de especialização e divisão de tarefas pode não prevalecer.<br />
Como consequência, o bônus matrimonial originado do aumento de produtividade pode<br />
não existir. Em outras palavras, é possível afirmar que o aumento do número de divórcios<br />
tende a diminuir o marriage premium, já que a esposa passa a preocupar-se com a sua<br />
independência futura tendo em vista a alta probabilidade de divorciar-se. O divórcio parece<br />
atuar no sentido de reforçar a preocupação futura das mulheres com a separação,<br />
encorajando-as a buscarem trabalho fora de casa.<br />
Além, ou por causa da elevação das taxas de divórcio, as mudanças nos padrões<br />
culturais e comportamentais da sociedade também podem estar contribuindo para reduzir a<br />
desigualdade salarial entre homens e mulheres. Tais mudanças poder estar atuando nas<br />
preferências, tanto dos homens quanto das mulheres, na hora de se escolherem um parceiro<br />
definitivo para o casamento. Talvez as mulheres com grande quantidade de augmentation<br />
capital não sejam tão visadas para o casamento quanto as independentes financeiramente.<br />
E por outro lado, talvez os homens mais cooperativos na divisão de tarefas domiciliares<br />
sejam preferidos pelas mulheres. Além disso, existe também a possibilidade dos dois<br />
membros do casal trabalharem fora de casa e originarem um produto marginal conjunto<br />
superior ao produto marginal originado individualmente. Neste caso, é bem provável que o<br />
casal opte por pagar uma terceira pessoa para realizar as atividades domésticas ao invés de<br />
barganharem a realização de tais atividades.<br />
É importante notar também que os homens casados nem sempre apresentam<br />
vantagens salariais em relação aos solteiros. Como a mobilidade dos casados tende a ser<br />
70
menor que a dos solteiros, alguns homens casados tendem a receber menores salários do<br />
que se eles fossem solteiros e pudessem mudar mais facilmente para trabalhos melhores.<br />
Além disso, os empregadores podem explorar esta imobilidade relativa dos casados<br />
pagando a eles uma parcela menor do retorno para o seu capital humano específico.<br />
Entretanto, apesar destes fatores serem favoráveis aos solteiros, eles parecem não<br />
compensar o bônus matrimonial advindo do casamento. Como corolário, os casados<br />
continuam ganhando mais do que os solteiros.<br />
A razão de rendimento por gêneros apresenta o valor de 87% no caso das mulheres<br />
solteiras e 80% no caso das casadas. O percentual das solteiras é compatível com os<br />
valores internacionais apresentados na Tabela 1 e maior do que a maioria dos valores<br />
encontrados na Tabela 2, para o Brasil em 1989. Já os 80% encontrados no caso das<br />
casadas é maior do que os valores encontrados tanto na experiência internacional (Tabela<br />
1) quanto no caso brasileiro de 1989 (Tabela 2). Se o baixo hiato salarial dos solteiros não<br />
surpreende tanto, o baixo hiato salarial dos casados comparado à literatura merece<br />
explicações. Uma possível explicação seria o fato da estrutura amostral estar limitada a<br />
pessoas de 20 a 35 anos de idade. Em outras palavras, enquanto o hiato salarial decorrente<br />
das diferenças nas características individuais favorece positivamente a razão de<br />
rendimentos por causa da diferença em escolaridade de cerca de 1,5 anos de estudo, o<br />
diferencial de experiência potencial entre homens e mulheres casadas, de cerca de 4 anos<br />
não foi capaz de reverter esta tendência. Na hipótese de que o diferencial de capital<br />
humano específico medido pela diferença na experiência potencial entre homens e<br />
mulheres casadas se amplia até os cinqüenta e cinco ou sessenta anos de idade, então é<br />
possível que a razão de rendimento fosse mais baixa no caso de se utilizar uma amostra<br />
com filtro etário mais amplo. Em sendo verdade isto, é razoável assumir que a diferença no<br />
hiato salarial por sexo de casados e solteiros é bastante menor no início da união do que no<br />
final. Sem um melhor controle da heterogeneidade individual, este resultado não descarta a<br />
possibilidade de que o casamento favoreça a acumulação de capital humano específico. Se<br />
isto for verdade, o prêmio do casamento aumentaria com a idade. De qualquer forma, o<br />
grande efeito discriminatório da experiência potencial por sexo entre os casados<br />
aumentaria os incentivos para a acumulação de capital humano específico diferenciada por<br />
sexo. Este hiato por sexo também é observado entre os solteiros, sendo que o componente<br />
discriminatório puro (intercepto) favorece os homens e, de novo, há um componente<br />
discriminatório para a experiência potencial masculina.<br />
71
Os dois componentes principais do diferencial salarial por sexo são o componente<br />
discriminatório da experiência potencial e o diferencial de atributo produtivo de<br />
experiência potencial entre homens e mulheres, diferencial este contraposto pela maior<br />
escolaridade feminina. Se a diferença em experiência potencial aumentar com a duração do<br />
casamento, então o hiato salarial tende a ser maior com intervalos etários maiores. Por<br />
outro lado, o efeito discriminação da experiência pode ser um incentivo independente para<br />
o crescimento deste diferencial ao longo do ciclo de vida das pessoas casadas de ambos os<br />
sexos.<br />
Os dados de prêmio do casamento para os homens e suas diferenças com relação ao<br />
prêmio do casamento para as mulheres reforçam o potencial de aumento do hiato salarial.<br />
Embora seja surpreendente que haja um prêmio positivo para o casamento das mulheres, o<br />
maior peso da experiência no caso do prêmio dos homens reforça o potencial de ampliação<br />
do hiato salarial com uma amostra etária mais ampla.<br />
Novos estudos nesta linha devem explorar o cálculo do hiato salarial controlando<br />
pela estrutura ocupacional, posição na ocupação e jornada de trabalho. É possível que o<br />
diferencial de inserção produtiva esteja por trás do hiato salarial e da discriminação da<br />
experiência, mais do que o mero papel do estado civil.<br />
72
REFERÊNCIAS BIBLIOGRÁFICAS:<br />
BAPTISTA, D. B. Diferenciais de rendimento e discriminação por sexo no mercado de<br />
trabalho brasileiro na década de 90. 1999. 47 p. Monografia (Economia) - Faculdade de<br />
Ciências Econômicas, Universidade Federal de Minas Gerais, Belo Horizonte, 1999.<br />
BARROS, R. P., MENDONÇA, R. Uma análise dos diferenciais salariais no Brasil. 1998.<br />
Disponível em <br />
BARROS, R. P., RAMOS, L., SANTOS, E. Gender differences in Brazilian labor markets. In:<br />
SCHULTZ, T. P. (Ed.). Investment in women's human capital. Chicago: University of Chicago,<br />
1995. p.380-425.<br />
BECKER, G. S. A treatise on the family: enlarged edition. Cambridge, MA: Harvard<br />
University, 1998. Chapter 2. Division of labor in household and family, supplement: Human<br />
capital, effort, and the sexual divisions of labor. p.54-89<br />
BLAU, F., KAHN, L. Wage structures and gender earnings differentials: an international<br />
comparison. Economica, v.63, n.250S, p.S29-S62, 1996.<br />
CAVALIERI, C., FERNANDES, R. Diferenciais de salários por gênero e cor: uma comparação<br />
entre as regiões metropolitanas brasileiras. Revista de Economia Política, v.18, n.1, p.69,<br />
jan./mar. 1998.<br />
CHIODO, A. J., OWYANG, M. T. For love or money: why married men make more. Federal<br />
Reserve Bank of St. Louis, 2002.
HERSCHE, J., STRATTON, L. Household specialization and the male marital wage premium.<br />
Industrial and Labor Relations Review, v.54, n.1, p.78-94, Oct. 2000.<br />
HILL, M. The wage effects of marital status and children. The Journal of Human Resources,<br />
v.14, n.4, p.579-594, 1979.<br />
JACOBSEN, J. The economics of gender. Cambridge, Mass.: Blackwell, 1994. 532 p.<br />
JOSHI, H., PACI, P. Unequal pay for women and men: evidence from the British birth cohort<br />
studies. Cambridge, MA: MIT, 1998. 190 p.<br />
KASSOUF, A. L., SENAUER, B. Direct and indirect effects of parental education on<br />
malnutrition among children in Brazil: a full income approach. Economic Development and<br />
Cultural Change, v.44, n.4, p.817-838, July 1996.<br />
KASSOUF, A. L. Wage gender discrimination and segmentation in the Brazilian labor market.<br />
Economia Aplicada, v.2, n.2, p.243-249, abr./jun. 1998.<br />
KENNY, L. The accumulation of human capital during marriage by males. Economic Inquiry,<br />
v.21, n.2, p.223-231, Apr. 1983.<br />
LEME, M. C. S., WAJNMAN, S. Tendências de coorte nos diferenciais de rendimentos por<br />
sexo. In: HENRIQUES, R. (Ed.). Desigualdade e pobreza no Brasil. Rio de Janeiro: IPEA,<br />
2000. p.251-270.<br />
NAKOSTEEN, R., ZIMMER, M. Spouse selection and earnings: evidence of marital sorting.<br />
Economic Inquiry, v.39, n.2, p.201-213, Apr. 2001.<br />
POLACHEK, S. W., SIEBERT, W. S. The economics of earnings. Cambridge: Cambridge<br />
University, 1993. 367 p.<br />
74
ANEXOS<br />
75
ANEXO 1<br />
SEÇÃO E VARIÁVEIS UTILIZADAS DA PPV<br />
Descrição da variável criada Nome<br />
Número completo de anos de estudo<br />
Idade – idade que começou a trabalhar<br />
(Idade – idade que começou a trabalhar) 2<br />
Número de filhos por domicílio com idade<br />
inferior ao igual a 15 anos<br />
Horas por sem. nos dois trabalhos (prin.+ sec.)<br />
Ln (renda total semanal / horas por semana)<br />
Tempo total que trabalha na firma em semanas<br />
Anoest<br />
Export<br />
Export2<br />
Filhos<br />
Hsemt<br />
Lnwtot<br />
Ttfirma<br />
Descrição da seção Variável utilizada<br />
Seção 02 – características dos moradores<br />
Parte A – características demográficas<br />
Parte C – relações de convivência<br />
Seção 06 – Atividade econômica<br />
Parte A – informações gerais<br />
Parte B – trabalho principal (últimos 7 dias)<br />
Parte C – trabalho secundário (últimos 7 dias)<br />
v02a01; v02a02; v02a04; v02a08<br />
v02c01; v02c02<br />
v06a01; v06a02; v06a04; v06a05; v06a06<br />
76<br />
v06b04; v06b011; v06b12; v06b15; v06b16;<br />
v06b17; v06b22; v06b23; v06b26; v06b38;<br />
v06b39; v06b50; v06b52; v06b67;<br />
v06c08; v06c03; v06c12; v06c13; v06c14;
ANEXO 2<br />
Média aritmética das variáveis utilizadas<br />
Tamanho da amostra<br />
lnWtot anoest export ttfirma filhos<br />
Homem casado 0,6516 7,68 17,31 257,64 1,71 648<br />
Mulher casada 0,4536 9,18 13,24 204,55 1,71 353<br />
Homem solteiro 0,3614 7,50 12,24 186,84 1087<br />
Mulher solteira 0,2131 9,30 10,09 147,63 725<br />
homem casadoXsolteiro<br />
mulher casadaXsolteira<br />
homem casadoXcasada<br />
homem solteiroXsolteira<br />
Diferença entre as médias (D)<br />
0,2902<br />
0,2405<br />
0,198<br />
0,1483<br />
LNWTOT: HOMEM SOLTEIRO LNWTOT: MULHER SOLTEIRA<br />
modelo tradicional modelo tradicional<br />
média β média.β P-value média β média.β P-value<br />
(const.) -0,883 0,000 (const.) -1,238 0,000<br />
anoest 7,4959 0,119 8,92E-01 0,000 anoest 9,2993 0,13 1,21E+00 0,000<br />
export 12,241 5,33E-02 6,53E-01 0,000 export 10,091 2,03E-02 2,05E-01 0,185<br />
export2 188,4489 -1,40E-03 -2,64E-01 0,012 export2 139,6083 -9,10E-05 -1,27E-02 0,888<br />
ttfirma 186,8445 -2,10E-04 -3,92E-02 0,111 ttfirma 147,6317 3,52E-04 5,20E-02 0,053<br />
lnWtot estimado 0,3588 lnWtot estimado 0,2149<br />
LNWTOT: HOMEM CHEFE CASADO LNWTOT: MULHER CONJUGE CASADA<br />
modelo tradicional modelo tradicional<br />
média β média.β P-value média β média.β P-value<br />
(const.) -1,234 0,000 (const.) -1,118 0,000<br />
anoest 7,6836 1,38E-01 1,06E+00 0,000 anoest 9,1813 0,136 1,25E+00 0,000<br />
export 17,3133 9,62E-02 1,67E+00 0,006 export 13,2351 3,70E-02 4,90E-01 0,189<br />
export2 328,5293 -2,80E-03 -9,20E-01 0,007 export2 214 -1,10E-03 -2,35E-01 0,302<br />
ttfirma 257,6404 2,84E-04 7,31E-02 0,050 ttfirma 204,5496 3,30E-04 6,75E-02 0,172<br />
lnWtot estimado 0,6451 lnWtot estimado 0,4525<br />
modelo tradicional 2 modelo tradicional 2<br />
média β média.β P-value média β média.β P-value<br />
(const.) -1,265 0,000 (const.) -1,231 0,000<br />
anoest 7,6836 0,139 1,07E+00 0,000 anoest 9,1813 0,142 1,30E+00 0,000<br />
export 17,3133 9,41E-02 1,63E+00 0,008 export 13,2351 3,65E-02 4,83E-01 0,195<br />
export2 328,5293 -2,70E-03 -8,87E-01 0,007 export2 214 -1,20E-03 -2,57E-01 0,280<br />
ttfirma 257,6404 2,77E-04 7,14E-02 0,056 ttfirma 204,5496 2,93E-04 6,00E-02 0,228<br />
filhos 1,7114 2,82E-02 4,83E-02 0,327 filhos 1,7054 4,87E-02 8,30E-02 0,240<br />
lnWtot estimado 0,6641 lnWtot estimado 0,4423<br />
77
ANEXO 3<br />
C D E F<br />
LnWtot - Cálculo do ∆e<br />
Modelo tradicional<br />
homem casadoXsolteiro<br />
homem casado homem solteiro<br />
(C-E)*D<br />
média coeficie. média coeficie.<br />
(constante) -1,234 -0,883<br />
anoest 7,6836 1,38E-01 7,4959 0,119 0,0259026<br />
export 17,3133 9,62E-02 12,241 5,33E-02 0,4879553<br />
export2 328,5293 -2,80E-03 188,4489 -1,40E-03 -0,392225<br />
ttfirma 257,6404 2,84E-04 186,8445 -2,10E-04 0,0200919<br />
somatório da coluna (∆e)<br />
mulher casadaXsolteira<br />
0,1417246<br />
mulher casada mulher solteira (C-E)*D<br />
média coeficie. média coeficie.<br />
(constante) -1,118 -1,238<br />
anoest 9,1813 0,136 9,2993 0,13 -0,016048<br />
export 13,2351 3,70E-02 10,091 2,03E-02 0,1163317<br />
export2 214 -1,10E-03 139,6083 -9,10E-05 -0,081831<br />
ttfirma 204,5496 3,30E-04 147,6317 3,52E-04 0,0187943<br />
somatório da coluna (∆e)<br />
homem casadoXcasada<br />
0,0372471<br />
homem casado mulher casada (C-E)*D<br />
média coeficie. média coeficie.<br />
(constante) -1,234 -1,118<br />
anoest 7,6836 1,38E-01 9,1813 0,136 -0,206683<br />
export 17,3133 9,62E-02 13,2351 3,70E-02 0,3923228<br />
export2 328,5293 -2,80E-03 214 -1,10E-03 -0,320682<br />
ttfirma 257,6404 2,84E-04 204,5496 3,30E-04 0,0150672<br />
somatório da coluna (∆e)<br />
homem solteiroXsolteira<br />
-0,119975<br />
homem solteiro mulher solteira (C-E)*D<br />
média coeficie. média coeficie.<br />
(constante) -0,883 -1,238<br />
anoest 7,4959 0,119 9,2993 0,13 -0,214605<br />
export 12,241 5,33E-02 10,091 2,03E-02 0,1146595<br />
export2 188,4489 -1,40E-03 139,6083 -9,10E-05 -0,068377<br />
ttfirma 186,8445 -2,10E-04 147,6317 3,52E-04 -0,008235<br />
somatório da coluna (∆e)<br />
Modelo tradicional 2<br />
homem casadoXcasada<br />
-0,176557<br />
homem casado mulher casada (C-E)*D<br />
média coeficie. média coeficie.<br />
(constante) -1,265 -1,231<br />
anoest 7,6836 0,139 9,1813 0,142 -0,20818<br />
export 17,3133 9,41E-02 13,2351 3,65E-02 0,3835955<br />
export2 328,5293 -2,70E-03 214 -1,20E-03 -0,309229<br />
ttfirma 257,6404 2,77E-04 204,5496 2,93E-04 0,0147062<br />
filhos 1,7114 2,82E-02 1,7054 4,87E-02 0,0001693<br />
somatório da coluna (∆e) -0,118939<br />
78
C D E F<br />
LnWtot - Cálculo do ∆d<br />
Modelo tradicional<br />
homem casadoXsolteiro - usando a média de homem solteiro com padrão<br />
homem casado homem solteiro (D-F)*E<br />
média coeficie. média coeficie.<br />
(constante) -1,234 -0,883 -0,351<br />
anoest 7,6836 1,38E-01 7,4959 0,119 0,1424221<br />
export 17,3133 9,62E-02 12,241 5,33E-02 0,5247717<br />
export2 328,5293 -2,80E-03 188,4489 -1,40E-03 -0,263828<br />
ttfirma 257,6404 2,84E-04 186,8445 -2,10E-04 0,0922638<br />
somatório da coluna (∆d) 0,1446291<br />
mulher casadaXsolteira - usando a média de mulher solteira com padrão<br />
mulher casada mulher solteira<br />
(D-F)*E<br />
média coeficie. média coeficie.<br />
(constante) -1,118 -1,238 0,12<br />
anoest 9,1813 0,136 9,2993 0,13 0,0557958<br />
export 13,2351 3,70E-02 10,091 2,03E-02 0,1687215<br />
export2 214 -1,10E-03 139,6083 -9,10E-05 -0,140865<br />
ttfirma 204,5496 3,30E-04 147,6317 3,52E-04 -0,003263<br />
somatório da coluna (∆d) 0,2003899<br />
homem casadoXcasada - usando a média de mulher casada com padrão<br />
homem casado mulher casada (D-F)*E<br />
média coeficie. média coeficie.<br />
(constante) -1,234 -1,118 -0,116<br />
anoest 7,6836 1,38E-01 9,1813 0,136 0,0183626<br />
export 17,3133 9,62E-02 13,2351 3,70E-02 0,7835179<br />
export2 328,5293 -2,80E-03 214 -1,10E-03 -0,3638<br />
ttfirma 257,6404 2,84E-04 204,5496 3,30E-04 -0,009491<br />
somatório da coluna (∆d) 0,3125894<br />
homem solteiroXsolteira - usando a média de mulher solteira com padrão<br />
homem solteiro mulher solteira (D-F)*E<br />
média coeficie. média coeficie.<br />
(constante) -0,883 -1,238 0,355<br />
anoest 7,4959 0,119 9,2993 0,13 -0,102292<br />
export 12,241 5,33E-02 10,091 2,03E-02 0,3335076<br />
export2 188,4489 -1,40E-03 139,6083 -9,10E-05 -0,182747<br />
ttfirma 186,8445 -2,10E-04 147,6317 3,52E-04 -0,083013<br />
somatório da coluna (∆d)<br />
Modelo tradicional 2<br />
0,3204547<br />
homem casadoXcasada - usando a média de mulher casada com padrão<br />
homem casado mulher casada (D-F)*E<br />
média coeficie. média coeficie.<br />
(constante) -1,265 -1,231 -0,034<br />
anoest 7,6836 0,139 9,1813 0,142 -0,027544<br />
export 17,3133 9,41E-02 13,2351 3,65E-02 0,7615477<br />
export2 328,5293 -2,70E-03 214 -1,20E-03 -0,321<br />
ttfirma 257,6404 2,77E-04 204,5496 2,93E-04 -0,003314<br />
filhos 1,7114 2,82E-02 1,7054 4,87E-02 -0,034892<br />
somatório da coluna (∆d) 0,3407976<br />
79