EQUAÇÃO MINCERIANA

A equação desenvolvida pelo economista Jacob Mincer (1974) tem como objetivo verificar como as decisões individuais referentes ao aprimoramento e acúmulo de conhecimento se correlacionam com os retornos salariais dos indivíduos. Mincer (1974) argumenta que a educação pode influenciar na vida produtiva dos indivíduos de forma variada, dentre seus destaques estão: o impacto nas taxas de lucro ou ganhos por unidade de tempo trabalhado; na participação da força de trabalho, especialmente em diferentes estágios do ciclo da vida, influenciando na quantidade de tempo trabalhado refletido pela frequência e duração do desemprego e pelo tempo parcial do emprego (MINCER, 1974, p. 71).

De forma sumária, Mincer (1974) integrou a teoria do investimento em capital humano dentro de um contexto empírico, compatível com a teoria econômica à sua época de modo que seu trabalho foi amplamente difundido e referenciado nas pesquisas sobre o mercado de trabalho, então denominada como função salário do capital humano, comumente conhecida como equação minceriana (CARVALHO, 2005).

A característica básica da equação minceriana, de acordo com Freitas (2008), tende a relacionar o logaritmo natural do salário com variáveis de investimento em capital humano, quais sejam anos de estudo e anos de experiência pós-escola, dentre outras. A equação principal elaborada por Mincer (1974) visando compreender o conjunto de características do salário-idade assume o seguinte formato:

Sendo:

lny = é o logaritmo natural do salário; educ = é o número de anos de estudo;

educ2 = é o número de anos de estudo ao quadrado;

exp = é o número de anos de experiência no mercado de trabalho; exp2 = é o termo experiência ao quadrado.

ui = é o termo de erro aleatório

As pressuposições sobre a equação13 (1) sustenta que os anos adicionais de escolaridade e experiência apresentam impacto positivo sobre os salários, ou seja, os coeficientes β1 e β3 são maiores do que zero. Contudo, aumentos causados pelo acréscimo de

experiência estariam sujeitos a retornos decrescentes, sendo o coeficiente (sinal esperado) β2 e β4 negativo. Já a relação entre rendimentos e experiência não é linear, mas, sim, côncavo, com

um pico próximo à idade média de vida do indivíduo, devido à depreciação normal do capital humano com a idade (CIRINO e LIMA, 2012). Para a construção da variável experiência Mincer (1974) toma por base a experiência de trabalho como variável contínua e os indivíduos adentram o meio laboral logo após a conclusão da escolaridade s + 6 (supondo que seis anos é a idade em que o indivíduo começa a estudar). Então a experiência de trabalho (x) é igual à idade atual menos os anos dedicados aos estudos, subtraído da idade que os indivíduos iniciam a fase escolar, tal como: x = idade - s – 6.

Diferentemente da variável utilizada por Mincer (1974), nesta pesquisa a variável para captar a experiência dos indivíduos no meio laboral é extraída da própria base da PNAD, e esta a contabiliza como o número de anos no trabalho principal na semana de referência. Esta opção faz-se pertinente, pois, desta forma será possível observar em conjunto as principais variáveis contidas no estudo primário de Mincer (1974) e seu reflexo no rendimento do trabalho, sem que haja a interferência de regressores altamente correlacionados ou colinearidade perfeita entre os mesmos com a criação da variável explicativa experiência.

Segundo Freitas (2008), a função salário capital humano possui algumas características importantes:

i) Os parâmetros da equação possuem interpretações econômicas;

13_{Uma proposição similar é suscitada por Rocha e Campos (2007), onde a obtenção dos rendimentos decrescentes em forma} de U invertido para cada ano de escolaridade adicional é captada na equação de salários pelo coeficiente do termo quadrático da educação (educ²), espera-se que este seja negativo na estimação. Para a variável experiência ao quadrado (exp2_{), espera-se} que seu sinal seja negativo – da mesma forma que mencionado para educação –, como forma de exprimira existência dos rendimentos decrescentes; ou seja, o sinal negativo aponta que, para níveis maiores de experiência, haverá um retorno proporcionalmente inferior da taxa de rendimentos (ROCHA e CAMPOS, 2007. p. 56).

ii) O logaritmo natural do salário como variável dependente permite a obtenção de variância residual da função salário capital humano com uma menor heteroscedasticidade, e a distribuição do resíduo se situa próxima da normalidade;

iii) A função salário capital humano é flexível, ou seja, permite a incorporação de variáveis adicionais;

iv) Os coeficientes da função capital humano são destituídos de unidade, facilitando a comparação entre regiões.

O presente estudo utilizará como ferramenta de análise o modelo de regressão múltipla pelo método dos mínimos quadrados ordinários (MQO) ou OLS (Ordinary Least Squares). O OLS é uma técnica de aprimoramento matemático que visa encontrar o melhor ajuste para um conjunto de dados, objetivando minimizar a soma dos quadrados das diferenças entre o valor que será estimado e os dados observados. Para tal finalidade, o modelo estrutural da equação minceriana adotada nesta investigação assumirá a seguinte forma:

𝒚i= 𝜷_𝟎 + 𝜷_{𝟏𝒊𝒅𝒂𝒅𝒆} + 𝜷_{𝟐𝐞𝒅𝒖𝒄}+ 𝜷_{𝟑𝒆𝒙𝒑𝒆𝒓} + 𝜷_{𝟒𝐞𝐱𝐩𝐞𝐫}2 + 𝜷_{𝟓𝒈ê𝒏𝒆𝒓𝒐} + 𝜷_{𝟔𝒄𝒐𝒓}+ 𝜷_{𝟕á𝒓𝒆𝒂} + 𝜷_{𝟖𝒓𝒆𝒈𝒊ã𝒐}+

𝜷𝟗𝒔𝒆𝒕𝒐𝒓𝒆𝒔 + 𝜷𝟏𝟎𝐞𝒅𝒖𝒄∗𝒆𝒙𝒑𝒆𝒓+ ui (2)

Tendo:

yi = Logaritmo natural do salário;

𝑥1 = Idade;

𝑥2 = Educ = Anos de estudo;

𝑥₃ = Exper = Experiência;

𝑥4 = Exper² = Experiência ao quadrado;

𝑥5 = Gênero (1 se Homem; 0, caso contrário);

𝑥₆ = Cor (1 se Branco; 0, caso contrário); 𝑥7 = Área (1 se Urbana; 0, caso contrário);

𝑥8 = Região (1 se Região Metropolitana; 0, caso contrário);

𝑥₉ = Setores (1 se Agrícola, 0 caso contrário; 1 se Indústria, 0 caso contrário; 1 se Construção, 0 caso contrário; 1 se Comércio, 0 caso contrário; 1 se Serviços, 0 caso contrário; 1 se Administração Pública, 0 caso contrário; 1 se Outras atividades, 0 caso contrário);

𝑥₁₀ = coeficiente de interação entre educação e experiência; ui = termo de erro aleatório.

Onde yi denota o logaritmo do salário do indivíduo i e as variáveis independentes

referem-se ao vetor das variáveis explicativas sendo estas: idade, educ, experiência e seus respectivos termos quadráticos, além das variáveis de interação. As variáveis dicotômicas são expressas por: gênero, cor, área (urbana ou rural), região (se região metropolitana ou o contrário) e setores de atividade econômica.

2.5 DIFERENCIAIS DE SALÁRIOS: CORREÇÃO DO VIÉS DE SELETIVIDADE