Concentração regional de mão-de-obra qualificada nas Américas: as implicações sociais e econômicas do investimento em capital humano

(1)

Concentração regional de mão-de-obra qualificada nas Américas: as

implicações sociais e econômicas do investimento em capital humano

1

Júlia Almeida Calazans2 Bernardo Lanza Queiroz3

Resumo

O objetivo central do trabalho é analisar os impactos sociais (e privados) do investimento em capital humano, via concentração de trabalhadores qualificados, sobre o mercado de trabalho no Brasil, no Canadá, nos Estados Unidos e no México, em 2000. A análise, para cada um dos países, é feita tanto em nível agregado (áreas mínimas comparáveis) como para os indivíduos. Os quatro países representam as maiores economias das Américas e são marcados por grandes diferenças regionais, na distribuição do emprego e das firmas e na performance econômica nas décadas recentes. Em segundo lugar, investigamos se os potenciais ganhos são semelhantes para todos os trabalhadores ou se diferenciam ao longo da distribuição de renda ou entre diferentes grupos etários. Uma contribuição do trabalho é a instrumentalização do nível de concentração de mão-de-obra qualificada, baseada na estrutura etária e em características educacionais da população, defasadas em aproximadamente uma década, ao invés de utilizarmos apenas o nível observado nas localidades no ano de interesse, que pode trazer problemas de endogeneidade. O estudo da relação entre a concentração de trabalhadores qualificados e seus impactos no mercado de trabalho, permite identificar como o contexto de cada país pode afeta tal relação bem como possibilita a investigação de tendências futuras nos países menos desenvolvidos (Brasil e México).

Palavras-chave: capital humano, diferencial de salários, Américas, regressão quantílica

1

Trabalho apresentado no XV Encontro Nacional de Estudos Populacionais, ABEP, realizado em Águas de Lindoia – SP, Brasil, de 19 a 23 de novembro de 2012.

2 Faculdade de Ciências Econômicas – Universidade Federal de Minas Gerais

3 Departamento de Demografia – Universidade Federal de Minas Gerais. Pesquisador em Produtividade do CNPq do Programa Pesquisador Mineiro da FAPEMIG

(2)

Concentração regional de mão-de-obra qualificada nas Américas: as implicações sociais e econômicas do investimento em capital humano

1. Introdução

Em seu mais novo livro, “Triumph of the city: how our greatest invention makes us richer, smarter, greener, healthier and happier”, Edward Glaeser discute as vantagens de se morar em cidades e em locais com grande aglomeração de população. A vantagem central, aponta Glaeser, é que a concentração de pessoas bem formadas e educadas que beneficia a todos ao gerar maior conhecimento e dinamismo. Em trabalho anterior, BERRY & GLAESER (2005) mostram que existe, nos EUA, uma tendência de concentração de pessoas qualificadas em algumas regiões e essa concentração gera um maior dinamismo nessas localidades o que aumenta ainda mais a concentração de pessoas qualificadas nesses locais. MORETTI (2004) e MORETTI (2011) mostram que a maior concentração de pessoas qualificadas, nos anos 80 e 90, levava a um aumento dos salários de todos os trabalhadores daquelas localidades. HOUT (2012) argumenta que a educação gera benefícios tanto as pessoas que concluem um curso universitário como aqueles que estão ao redor por causa dos efeitos de spillover. Todavia, AMARAL et al (2007; 2012) mostra que variações no tamanho das coortes de educação impactam negativamente os rendimentos dos membros dessas coortes e esses efeitos são maiores para as grupos de educação mais altos, apesar de os efeitos negativos estarem se reduzindo no tempo. Assim, observa-se que os impactos da concentração de trabalhadores qualificados pode gerar benefícios para alguns grupos como também ter efeitos negativos para outros grupos. Nesse sentido, o objetivo central do trabalho é analisar os efeitos da concentração de mão-de-obra qualificada no nível médio de salários das localidades e nos retornos de salários dos indivíduos em quatro países das Américas (Brasil, Canadá, Estados Unidos e México). Em segundo lugar, investigamos se os potenciais ganhos são para todos os trabalhadores ou se beneficiam apenas a um determinado grupo, ou seja, se há heterogeneidade nos retornos à educação (CARD, 1995).

A questão das diferenças inter-regionais de salários e rendimentos motivou inúmeros trabalhos, para diversos países, com objetivo de explicar o porquê da existência e da persistência dessas desigualdades ao longo do tempo, porém os estudos sobre a concentração de mão-de-obra qualificada na América Latina, e comparativos, não são muito comuns (AMARAL, ET.AL, 2007; QUEIROZ & GOLHER, 2008; RIGOTTI, 2006). A concentração de capital humano em certas localidades pode trazer diversos benefícios para a economia local e potencializar o crescimento econômico, como também pode ter impactos negativos sobre os rendimentos de trabalhos que se substituem. Outros trabalhos mostram que a concentração de trabalhadores e variação no tamanho de coortes pode ter efeitos no nível do desemprego e na variação das taxas de salários (BERGER, 1985; BRUNELLO, 2010), em especial os maiores grupos são mais impactos por mudanças na composição populacional.

Há diversos fatores que explicam a concentração em cidades. Um dos elementos principais é o fluxo migratório (BARRY & GLAESER, 2005). Desse modo, a concentração de trabalhadores qualificados tem relação estreita com o diferencial de salários regional e o padrão regional de crescimento econômico. Dois elementos fundamentais sintetizam esta interdependência. Em primeiro lugar, os modelos de capital humano mostram que as desigualdades de nível e na distribuição de capital humano entre as regiões afetam a determinação dos salários locais. Em segundo lugar, a

(3)

estrutura dos mercados locais e seu processo recente de crescimento criam condições positivas e/ou negativas para a determinação dos salários podendo influenciar na desigualdade salarial.

Há muitos estudos sobre o diferencial de salário e a concentração de renda no Brasil e nas Américas, mas há poucos estudos comparativos sobre a dinâmica recente do mercado de trabalho local nessas localidades. QUEIROZ & GOLGHER (2008) estudaram a concentração de capital humano no Brasil, contudo, não investigaram as razões nem as implicações dessa concentração. QUEIROZ & CALAZANS (2010) mostram os efeitos positivos da concentração de trabalhadores qualificados no mercado de trabalho brasileiro. AMARAL ET AL (2012) e AMARAL (2012) mostram os efeitos de mudanças na composição das coortes sobre os rendimentos de diferentes grupos de trabalhos. MORETTI (2004) investiga os retornos sociais a educação nos EUA entre os anos de 1980 e 1990 e mostra o impacto positivo dessa concentração para os rendimentos individuais. E vários outros trabalhos concluem que há efeitos positivos da concentração de trabalhadores qualificados para o dinamismo econômico nas cidades americanas (BLACK, 1998; RAUCH, 1993; entre outros). Do nosso conhecimento não existem trabalhos da mesma temática para os casos do Canadá e México. Portanto, observa-se uma lacuna da discussão desses dois elementos na literatura e em estudos que comparem os diferentes cenários nas Américas.

O estudo do diferencial de salários e da concentração de capital humano nas Américas é muito importante, pois a região é marcada por um grande diferencial econômico entre os países e também por grandes diferenciais internos. Em outras palavras, em países mais ricos encontramos regiões bastante pobres e em países mais pobres encontramos regiões bastante afluentes. O trabalho segue a pesquisa realizada por QUEIROZ (2001; 2003) e QUEIROZ e CALAZANS (2010) sobre o diferencial de salários no Brasil e em Minas Gerais e os trabalhos de MORETTI (2004; 2011) para os EUA, e amplia a análise para quatro países das Américas. O artigo analisa os casos dos Estados Unidos, Canadá, México e Brasil. Esses quatro países possuem dimensões territoriais, representam a maior parcela da população das Américas e correspondem a maior parte do PIB da região.

A análise empírica faz uso de um instrumento desenvolvido por MORETTI (2004) na estimativa do potencial número de pessoas qualificadas no mercado de trabalho e ao contrário de trabalhos anteriores para o Brasil (QUEIROZ & CALAZANS, 2010) incorpora a dimensão da demanda no mercado de trabalho como elemento importante na análise. Os resultados indicam que nos países menos desenvolvidos, Brasil e México, os efeitos da concentração de mão-de-obra qualificada, são maiores do que os observados para Canadá e Estados Unidos. Nos países da América do Norte, os efeitos de concentração são observados apenas para as pessoas com maior nível de educação, já no Brasil e México esses efeitos são observados ao longo de toda a distribuição.

2- DIFERENCIAIS REGIONAIS E SALÁRIOS

A noção de que a aglomeração de conhecimento gera efeitos positivos sobre a localidade vem desde MARSHALL (1890), cujo trabalho deixa claro que as cidades apresentam um ambiente propício de troca de conhecimento e habilidade, criando uma atmosfera de troca positiva entre os indivíduos. MOLHO (1992) e TOPEL (1986) argumentam que a variabilidade regional dos salários deve-se tanto as características dos indivíduos como as condições regionais. O impacto regional pode ser dado por:

(4)

estrutura do emprego regional, dinâmica do mercado de trabalho e diferenciais de custo de vida. qualificados é negativo para os homens, o que demanda uma análise mais detalhada no futuro. De acordo com a teoria econômica, o efeito da concentração de trabalhadores mais educados em determinadas localidades deveria ser menor para os trabalhadores mais educados, já que é resultado de dois efeitos contrários. Por um lado, a maior educação individual vai declinando com maior educação (maior concorrência), mas a efeitos positivos da concentração. Por outro lado, trabalhadores menos educados tem o efeito positivo da aglomeração e não são substitutos dos mais educados – o que pode ter impactos positivos nos rendimentos individuais.

A uma extensa literatura analisando os impactos da aglomeração urbana e da concentração de trabalhadores sobre os mercados de trabalho locais (MORETTI, 2011). MORETTI (2011) apresenta uma extensa revisão da literatura e mostra resultados importantes da concentração de mão-de-obra sobre os ganhos de produtividade de determinadas localidades e na capacidade de atrair investimentos de alta tecnologia e mais produtivos. Todavia, o autor argumenta, assim como GLAESER & GOTTLIEB (2010) que não há um consenso na literatura sobre a importância e os efeitos da economia de aglomeração.

As teorias de localização espacial baseadas nos efeitos locais do capital humano social, tais como as desenvolvidas por BLACK & HENDERSON (1999), sugerem que os salários e o custo de vida são mais elevados em regiões com maior acúmulo de capital humano. GLAESER & MARÉ (1994) mostram que as cidades, devido a sua conformação, facilitam as trocas de conhecimento e habilidades entre os trabalhadores. Dessa forma, as cidades, ao apresentarem um ambiente mais denso, facilitam as relações interpessoais e os trabalhadores menos produtivos se beneficiam das informações vindas dos mais produtivos. Esse efeito torna-se mais forte em localidades com elevado grau de capital humano médio, consideradas mais produtivas, pois o intercâmbio entre os trabalhadores aumenta a produtividade global e, consequentemente, o nível salarial (GLAESER, 2011; GOLGHER, 2008).

GLAESER et al (1992) sugere que as cidades (regiões) mais densas apresentam um padrão mais dinâmico de crescimento, uma vez que as firmas localizadas nestas localidades se beneficiam dos conhecimentos gerados pelas empresas vizinhas. Por outro lado, as firmas geograficamente isoladas não apresentam os ganhos advindos da aglomeração produtiva. Do mesmo modo, os trabalhadores residentes em densas aglomerações se beneficiam do conhecimento e das habilidades dos outros trabalhadores, mesmo que estes estejam lotados em diferentes firmas. Embora a magnitude do retorno da educação formal seja considerável e um dos mais importantes tópicos de estudo na teoria econômica, a literatura concentrou-se inteiramente nos efeitos privados deste retorno, embora existam claras evidências da existência de retornos sociais à educação formal.

O trabalho clássico sobre os efeitos sociais da acumulação individual de capital humano é o de ACEMOGLU (1996). Neste estudo, o autor propõe os microfundamentos da taxa de retorno social da educação formal. A premissa básica do modelo é que os investimentos pessoais em educação e treinamento criam benefícios para os demais agentes da economia, tanto mais qualificados como menos qualificados. ACEMOGLU (1996) mostra que ao investir em capital humano os indivíduos se tornam mais produtivos e ao se relacionar com os outros trabalhadores, no local de trabalho ou fora dele, são capazes de transmitir conhecimentos e novas habilidades para os demais. Além disso, ao encontrar trabalhadores mais qualificados as firmas têm maior incentivo em investir em capital físico de maior tecnologia. Este contato com máquinas e

(5)

equipamentos modernos eleva a produtividade de todos os trabalhadores, inclusive daqueles que pouco investiram em capital humano (BERRY & GLAESER, 2005).

RAUCH (1991) estima equações de rendimentos para os trabalhadores americanos residentes nas áreas metropolitanas. RAUCH (1991) também verifica que o aumento de um ano de estudo na média educacional das localidades eleva o salário individual em 3,2%. Os resultados sustentam a hipótese de que a produtividade local se beneficia da concentração geográfica de capital humano que cria as condições favoráveis para o intercâmbio de conhecimento e novas habilidades. Os resultados apresentados pelo autor são consistentes com o modelo de efeito social do capital humano, ou seja, os trabalhadores parecem ser mais produtivos (e recebem maiores salários) se conviverem com outros mais educados formalmente e que tenham investido mais tempo em treinamento no trabalho.

MORETTI (2004) estima um modelo de capital humano para determinar os salários usando o percentual de trabalhadores com nível universitário residentes na localidade como uma das variáveis explicativas. De maneira similar a RAUCH (1991), ele verifica a existência de efeitos sociais do capital humano, ou seja, um aumento do número de trabalhadores com terceiro grau aumenta os salários de todos os trabalhadores da região, inclusive os dos menos educados formalmente. Os resultados apresentados por MORETTI (2004) para o Vale do Sicílio, mostram que o incremento dos trabalhadores com nível universitário eleva o salário dos indivíduos com nível secundário em 8% e os com nível superior em 2%. Em trabalho anterior, MORETTI (2004) compara rendimentos de trabalhadores similares de cidades com diferentes níveis globais de capital humano e conclui que o aumento no número de trabalhadores com maior número de anos de estudo causa um efeito positivo sobre o salário de todos os trabalhadores.

Por outro lado, BLACK (2000) avalia como a distribuição espacial do capital humano e seus efeitos globais influenciaram o aumento da desigualdade da renda nos Estados Unidos nos últimos anos. O estudo mostra que há uma tendência de aumento da concentração geográfica do capital humano e isto vem aumentando a desigualdade regional da renda. Isto estaria ocorrendo pois as externalidades estariam beneficiando certos grupos populacionais e determinadas regiões, deixando as localidades menos desenvolvidas (e menos educadas formalmente) cada vez mais atrasada, ampliando o gap salarial observado entre as cidades americanas.

HANSON (2000) enumera uma série de possíveis explicações para a relação observada entre o nível médio de capital humano e os salários regionais. A relação positiva estaria refletindo uma relação mais profunda entre os salários e a composição da estrutura produtiva regional. Um outro elemento explicativo seria a qualidade da educação de algumas cidades, assumindo-se que os trabalhadores permaneceriam trabalhando nas localidades onde obtiveram o seu grau de instrução. ACEMOGLU (1996) e GLAESER (2011) argumentam que trabalhadores mais qualificados tendem a ficar mais próximos de outros mais qualificados e isso acaba impactando positivamente todos os trabalhadores de uma localidade, em termos de salários e qualidade de emprego, e gerando efeitos positivos para a atração de mais trabalhadores qualificados, o que gera um círculo virtuoso.

Em trabalhos mais recentes, para o caso brasileiro, FONTES et al (2006) mostra que o diferencial salarial entre os centros urbanos brasileiros, entre 1991 e 2000, é significativo entre indivíduos com características observáveis similares residentes em distintas regiões do país e que há um grande peso das características regionais nessa diferenciação. AMARAL ET.AL (2007; 2012) mostram que as mudanças na composição das coortes por nível educacional tem impacto negativo nos rendimentos

(6)

dos trabalhadores, em especial para os trabalhos de maior nível educacional. Os autores argumentam que trabalhadores desses grupos são mais facilmente substituídos entre si, e caso a demanda por mão-de-obra não acompanhe as tendências de oferta, há a possibilidade de uma maior competição gerar impactos na trajetória dos rendimentos.

3 – Dados e Métodos

Neste trabalho, utilizamos os dados censitários disponíveis pelo projeto IPUMS-International para os ciclos censitários de 1990 e 2000 para cada um dos países (Brasil, Canadá, Estados Unidos e México). O IPUMS coleta e organiza informações de dados censitários de diversos países do mundo, buscando compatibilizar e harmonizar as variáveis existentes para que possam ser comparáveis entre países e no mesmo país ao longo do tempo (MINNESOTA POPULATION CENTER, 2011).

Tabela 1 – Dados e Amostra

País Dados Amostra Total Áreas mínimas comparativas

Brasil Censo 1991 8522740 Municípios

Censo 2000 10136022 Municípios

Canadá Censo 1991 809654 Províncias

Censo 2001 801055 Províncias

Estados Unidos Censo 1990 12501046 Municípios

México Censo 1990 8118242 Municípios

Fonte: Elaboração própria.

Em nossa análise, utilizamos como variável dependente o rendimento do trabalho de homens e mulheres de 15 a 60 anos que faziam parte da população economicamente ativa (PEA) de sua localidade, que para todos os países analisados corresponde a mais da metade da população em idade ativa, aqui definida entre 15 e 60 anos, para facilitar a comparação entre os países. Apresentamos um exercício adicional considerando apenas apenas uma parcela da PEA, aqueles entre 30 e 50 anos.

Tabela 2 – Amostra Utilizada, por país, 2000

PEA Proporção da PIA

Brasil 4210841 69.60%

México 3107106 57.00%

Estados Unidos 6199213 74.92%

Canadá 409868 80.03%

O efeito da concentração de mão-de-obra qualificada no nível de rendimento dos mercados de trabalho locais é feito em duas etapas distintas. Em primeiro lugar, avaliamos qual o efeito do nível de educação no nível de renda das localidades, isto é, o retorno social da educação. Em segundo lugar, investigamos se os potenciais ganhos são para todos os trabalhadores ou se beneficiam apenas a um determinado grupo, buscando, assim, verificar se esse possível retorno beneficia todos os trabalhadores ou se determinados sub-grupos se beneficiam mais do que outros.

O estoque de capital humano de cada localidade é dado pelo número de pessoas com curso superior. A TAB. 3 apresenta a média da concentração de trabalhadores mais

(7)

educados (curso superior) por país e a relação dessa concentração com os rendimentos. O Brasil é o país que a proporção média de graduados por localidade é a menor, cerca de 2,9%, seguido pelo México, com 3,6%, pelos Estados Unidos, 14,5% e pelo Canadá, 17,1%. Ademais, para os quatro países analisados, encontramos uma correlação positiva entre essa proporção de graduados de cada localidade com o rendimento do trabalho de cada indivíduo. A relação entre a concentração de qualificados e rendimentos é mais alta no Brasil e no México, países com menor número de graduados, é bastante reduzida nos casos canadenses e americanos.

TAB 3 - Análise descritiva da proporção de graduados e relação com rendimentos – Brasil, México, Estados Unidos e Canadá, em torno de 2000

Média Desvio-Padrão Correlação com o logaritmo do rendimento do trabalho

Brasil 2.9133 2.8468 0.3698

México 3.5988 3.7416 0.3414

Estados Unidos 14.4670 2.4699 0.0305

Canadá 17.1174 5.3973 0.1181

A distribuição espacial da população graduada está associada a fatores não observados que por sua vez podem estar correlacionados com o nível de renda, de forma que o nível de educação se torna endógeno em nosso modelo (MORETTI, 2004). A alternativa para contornar esse problema é utilizar um instrumento para estimar o estoque de mão-de-obra qualificada nas localidades. Seguindo MORETTI (2004), utilizamos a estrutura etária defasada da população como instrumento, pois há evidências que as coortes mais jovens entrantes no mercado de trabalho são mais educadas que coortes mais velhas, de modo que tanto maior da razão de dependência no passado, maior será a proporção de graduados no futuro. O instrumento proposto acima tem uma série de limitações e é mais adequado ao contexto americano e canadense (MORETTI, 2004; QUEIROZ & CALAZANS, 2010). Dessa forma, como alternativa, utilizamos como instrumentos indicadores de mensuração de qualidade da educação (razão professor aluno e taxa bruta de escolarização) bem como da estrutura etária da população (razão de dependência jovem). Em cada país tivemos que realizar ajustes diferentes para a construção dessas variáveis. Os maiores detalhes são dados abaixo. Para evitar qualquer tipo de endogeneidade, todos os instrumentos foram usados em sua forma defasada em torno de uma década. A proporção de graduados é estimada usando o modelo de mínimos quadrados com base na equação (1):

propgradt = b0 + tx_bruta t-1 + rpa t-1 + razao_dependencia t-1 + et (1)

onde propgradt é a proporção de graduados em torno dos anos 2000 para cada unidade

área mínima compativa, a tx_bruta t-1 é a taxa de escolarização bruta do ensino médio

para cada área mínima comparativa defasada, bem como rpat-1 representa a razão

professor-aluno e razao_dependenciat-1

Para se testar empiricamente os modelos, o procedimento mais usual consiste na estimação de uma equação de rendimentos, também conhecida como equação minceriana. Além das variáveis de rendimento e nível de escolaridade individual (escolaridade) e regional (proporção de graduados predita pela equação 1), também é a razão de dependência jovem, ambas defasadas para área mínima comparativa.

(8)

foram utilizadas variáveis idade e idade ao quadrado, variáveis de migração (migrante dentro do estado, migrante interestadual, estrangeiro), local de residência (regiões), taxa de urbanização da localidade e da demanda e estrutura do mercado de trabalho (medida pela taxa de desemprego local). A equação 2 mostra o modelo a ser estimado:

logrenda = pgradpred + escolaridade + idade + idade2 + status migratório + região + tx_urbanização + tx_desemprego + u (2)

Contudo, a utilização das variáveis pode variar de acordo com as especificidades de cada país. Enquanto, para Brasil e no México se utilizou nos anos de estudo para mensurar a escolaridade, para Canadá e nos Estados Unidos se utilizou dummies para o nível de escolaridade. Ademais, para o Canadá não foram incluídas as variáveis de região tampouco a taxa de urbanização bem como para os Estados Unidos. Em todos os casos, o status migratório é determinado apenas pelas dummies de migrante interestadual e estrangeiro.

Nós assumimos que os mercados de trabalho de homens e mulheres funcionam de forma distinta e os retornos a escolaridade em cada um deles é diferente, assim foram estimados modelos distintos para homens e mulheres. Ademais, para teste a robustez de nossos resultados, primeiramente estimamos coeficientes utilizando toda a população economicamente ativa, de 15 a 60 anos e depois os mesmos coeficientes foram estimados utilizando apenas a população economicamente ativa, de 30 a 50 anos, que teoricamente são os indivíduos que auferem maiores retornos no mercado de trabalho.

As estimativas do impacto da concentração de capital humano nos retornos individuais de educação foram realizadas utilizando o método das regressões quantílicas. Como buscamos verificar se o efeito da concentração é homogêneo ou não entre os diferentes sub-grupos da população a regressão quantílica possibilita uma análise mais detalhada do efeito da variável explicativa sobre a variável resposta. Ou seja, a nossa hipótese de trabalho é que o retorno privado e social à educação é diferente devido às diferenças de concentração de capital humano na localidade e devido à posição socioeconômica dos trabalhadores na sua localidade.

Os métodos usuais de estimação obtêm o valor médio da distribuição condicional da variável resposta que minimiza a soma dos quadrados dos resíduos, a metodologia da regressão quantílica é capaz de estimar a relação das variáveis em um conjunto de quantis específicos. O modelo estimado permite analisar o impacto da educação e da concentração de capital humano em diferentes pontos da distribuição. Uma vantagem dessa aplicação é que permite investigar os potenciais impactos da educação da desigualdade de renda observada em várias economias. Se o retorno a educação, tanto privado como social, for igual em todos os níveis da distribuição de renda, pode-se dizer que a educação não tem impacto nos níveis de desigualdade observados dentro das localidades, as diferenças observadas poderiam ser explicadas por outros motivos (MARTINS & PEREIRA, 2004).

Em outras palavras, a regressão quantílica permite uma caracterização completa da distribuição condicional da variável dependente, no nosso caso a renda de trabalho. Dessa forma, é possível distinguir as variações do efeito do preditor sobre a variável resposta em cada parte da distribuição condicional. (DESPA, 2007) O coeficiente estimado pode ser interpretado com a mudança marginal da variável resposta naquele quantil em especifico associada a uma mudança em uma determinada variável explicativa.

(9)

4- Resultados e Discussão

4.1 Estimativa dos Instrumentos

Antes de apresentar os resultados das estimativas dos efeitos da concentração de educação nos rendimentos dos trabalhadores nas Américas, discutiremos os do modelo utilizado para estimar a proporção de graduandos em 2000. Nesse caso, o modelo foi estimado para cada país separadamente, mas considerando toda a população, ou seja, não estimamos um modelo separado para homens e mulheres. A TAB.4 apresenta os resultados de todos os modelos e para os quatro países incluídos na análise.

Tabela 4 – Estimativas para a proporção de graduados, Brasil, México, EUA e Canadá, População Total, 2000

Brasil México Estados Unidos Canadá

Razão de dependencia jovem defasada -7.9068* (0.0030) -0.0858* (0.0001) -0.9654* (0.0002) -1.2946* (0.0013)

Razão professor aluno defasada 18.2369*

(0.0322) 0.2306* (0.0004) 0.2725* (0.0005) -0.1430* (0.0020) Taxa de escolarização bruta defasada 0.1147*

(0.0000) 0.0893* (0.0001) 0.2206* (0.0003) -0.1627* (0.0018) Constante 1.8626* (0.0042) 5.9297* (0.0061) 27.1194* (0.0209) 75.1075* (0.1820) R2 ajustado 0.7016 0.6709 0.7775 0.8514 Número de observações 10182345 9976644 13666853 831887

Nota: * estatisticamente significativo a 1%. Desvio-padrão entre parênteses ().

Os resultados apresentados na TAB. 4 indicam a dificuldade em se definir um instrumento adequado para se estimar a proporção de graduados no curso superior em cada localidade. Em relação a razão de dependência jovem defasada nossos resultados não coincidem com os resultados (positivos) encontrados por Moretti (2004) para os Estados Unidos, entre 1980 e 1990. Para os quatro países analisados, os coeficientes da razão de dependência são negativos, assim, com um efeito mais acentuado para Brasil. Ou seja, uma maior razão de dependência jovem em 1990 está relacionada com uma menor proporção de graduados em 2000. Já os instrumentos para a qualidade de ensino foram significativos e positivos para Brasil, México e Estados Unidos, de modo que tanto a razão de professores por aluno como a proporção de alunos que freqüentaram o ensino médio no inicio da década de 1990 tem impactos positivos sobre a proporção de graduados em torno do ano 2000. Por outro lado, para o Canadá, as variáveis de qualidade de educação são negativas. O caso canadense pode estar relacionado ao fluxo migratório da população mais educada em direção aos Estados Unidos, processo conhecido como brain-drain (MUELLER, 2005).

4.2. Impacto da Concentração de Qualificado no Retorno à Educação

Em primeiro lugar, analisamos o modelo de mínimos quadrados da relação educação e salários, ou seja, a regressão na média. Os resultados das estimativas mostram que a concentração tem impactos positivos e significativos sobre o nível de rendimentos da população economicamente ativa, tanto no recorte etário de 15 a 60 anos quanto no recorte etário de 30 a 50 anos. Esse impacto é maior sobre os mercados

(10)

de trabalhos brasileiros onde o aumento de um ponto percentual na proporção de graduados na localidade gera um aumento médio de 1,63% nos salários para o grupo de 15 a 60 anos e um aumento de 1,47% para o grupo de 30 a 50 anos. Nos mercados de trabalho locais mexicanos, o aumento de 1% na concentração de capital humano, via proporção de trabalhadores graduados com curso superior, aumenta em 1,04% e 1,19% os rendimentos da população economicamente ativa, entre 15 e 60 anos e 30 e 50 anos, respectivamente. Nos Estados Unidos, podemos perceber que o aumento de um ponto percentual na proporção de graduados nas localidades vem acompanhado por um aumento de 0,6% nos salários, para ambos recortes de idade. Por fim, o Canadá, entre os países analisados, apresenta o menor retorno no nível agregado, de modo que, o aumento de 1% na concentração de capital humano da localidade eleva em 0,3% os salários locais. Além disso, observamos também que os retornos privados à educação (taxa de retorno a escolaridade) são maiores nos casos do Brasil e México e bem menores nos Estados Unidos e Canadá. Por exemplo, cada ano adicional de escolaridade no Brasil eleva os rendimentos em 11%, na média, em comparação com 8% no México. Já nos EUA e Canadá observamos uma diferença bem menor de salários entre os diferentes níveis de educação.

Em segundo lugar, passamos para a análise da nossa segunda hipótese de trabalho, quyal seja, que os efeitos da concentração de trabalhadores qualificados pode ser diferente para diferentes sub-grupos da população. Nesse caso, as estimativas foram feitas usando um modelo de regressão quantílico. Os resultados são apresentados nas tabelas em anexo, TAB-5 a TAB-8. Para os modelos de regressão quantílicas, estimados separadamente para homens e mulheres e para grupos etários distintos, podemos perceber a existência de diferenciais no retorno da concentração de mão-de-obra, dependendo do sentido observado, pode agravar ou amenizar as desigualdades já existentes no mercado de trabalho local. As FIG-1 a FIG-4 mostram de maneira sintética as estimativas dos coeficientes para homens e mulheres e diferentes quartis da distribuição.

Para os homens economicamente ativos de 15 a 60 anos, percebemos que, no Canadá, a concentração de trabalhadores qualificados em uma localidade, traz retornos negativos para seus trabalhadores em todos os quartis de renda. Para os Estados Unidos, o impacto da concentração de capital humano sobre os salários, no primeiro quartil é negativo, mas a partir da mediana, esse impacto se torna, positivo, mas muito embora, ainda seja muito próximo de zero, ainda que significativo. Um resultado similar havia sido observado por Moretti (2004) em 1980 e 1990. Já para o México, percebemos um efeito positivo para todos os quartis, de modo que o aumento de 1% na proporção de graduados seria acompanha de um aumento de 1% nos rendimentos individuais. Para o Brasil, por outro lado, embora o retorno seja positivo tal como para o México, podemos perceber uma diferença mais acentuada entre os quartis de renda, sendo que o impacto para os trabalhadores mais ricos da distribuição (terceiro quartil) é quase três vezes o impacto sobre os salários dos trabalhadores mais pobres (primeiro quartil). Em relação aos homens nas idades de pico de rendimento, 30 a 50 anos, o resultado encontrado é relativamente muito semelhante ao encontrado para os homens de 15 a 60 anos. Para o Canadá, o efeito para todos os quartis, se mantém negativo, porém o impacto é maior sobre os trabalhadores mais pobres, de modo que a concentração de trabalhadores qualificados reduz os rendimentos individuais, com uma carga maior sobre o primeiro quartil. Para os Estados Unidos, o impacto da concentração de capital humano para esse recorte etário se mantém negativo para os trabalhadores do primeiro quartil. Para mediana, o efeito é negativo, mas pequeno e somente é significativo a um grau de 5%. Para o terceiro quartil, o efeito não é estatisticamente diferente de zero.

(11)

Nos casos do Brasil e México os efeitos são fortes e positivos. No México a concentração de mão-de-obra qualificada tem impacto estatisticamente semelhante para o primeiro quartil e para a mediana, mas é maior para os trabalhadores do terceiro quartil. No Brasil, a medida que caminhamos ao longo da distribuição de rendimentos, o retorno da concentração de graduados na localidade vai se acentuando. A desigualdade entre trabalhadores de 30 a 50 anos nos parece ser ainda maior que a entre 15 e 60 anos, uma vez que o coeficiente dos trabalhadores mais ricos é agora quase quatro vezes maior que dos trabalhadores mais pobres.

O mercado de trabalho e o retorno a educação para as mulheres apresenta resultados um pouco distintos do que o observado para os homens. Para as mulheres economicamente ativas, de 15 a 60 anos de idade, o impacto da proporção de graduados em sua localidade, é positivo e significativo para toda a distribuição de rendimento nos quatro países analisados. No Canadá, as mulheres do primeiro quartil e da mediana tem retornos estatisticamente semelhantes - em torno de 1,5% de aumento para cada aumento de 1% da concentração de capital humano - superando os retornos das mulheres americanas e mexicanas, para esses quartis de renda. Porém, no estrato mais rico da distribuição, tal relação se inverte e as canadenses passam a ter os menores retornos devido a concentração de mão-de-obra qualificada. Para México, o impacto é também é maior para as mulheres com menores rendimentos e estatisticamente semelhante partir da mediana.

Nos Estados Unidos, o aumento de um ponto percentual na proporção de graduados gera uma elevação média de 1,2% nos rendimentos das mulheres, sem diferenças significativas ao longo da distribuição. Já o Brasil, apresenta os maiores retornos para todos os quartis analisados e também é o país que apresenta desigualdade ao longo da distribuição, de modo que quanto maior for o rendimento do trabalhador, maior será o impacto da concentração de capital humano sobre os salários.

Em relação às mulheres de 30 a 50 anos, o retorno da concentração de capital humano sobre a localidade se mantêm positivo e significativo para toda distribuição de renda nos quatro países analisados. As mulheres brasileiras continuam tendo os maiores retornos bem como continuam apresentam grandes diferenças entre os quartis de renda, de modo que o impacto da proporção de graduados sobre os rendimentos individuais para os trabalhadores mais ricos é duas vezes maior do que o impacto sobre os rendimentos dos trabalhadores mais pobres. O retorno nos rendimentos das americanas se mantém estatisticamente semelhante ao longo da distribuição, de modo que o aumento de um ponto percentual no na concentração de graduados eleva em 1,2% os salários em média.

No mercado mexicano, assim como ocorre para o recorte etário de 15 a 60 anos, as mulheres de 30 a 50 com salários mais baixos tem maiores retornos e a partir da mediana o retorno se mantém estatisticamente semelhante. Para o Canadá, o efeito para as mulheres de 30 a 50 anos o efeito é estatisticamente semelhante entre os primeiros quartis e é menor para os indivíduos no quartil mais elevado da distribuição.

As demais variáveis explicativas estão em conformidade com a literatura: a idade tem impactos positivos, decrescentes e significativos sobre os rendimentos para todos os países, independentemente do grupo etário adotado. A escolaridade, de forma geral, também tem impactos positivos sobre os salários, de modo que nos Estados Unidos e no Canadá, quanto maior o nível de escolaridade, maior será é o nível de renda. Para o Brasil e para o México, também percebemos que um ano a mais de estudo gera uma elevação dos rendimentos. Além disso, foi possível diagnosticar a existência de diferenciais regionais no Brasil, no México e nos Estados Unidos, bem como a taxa

(12)

de urbanização das localidades brasileiras e mexicanas analisadas teve impactos positivos e significativos sobre os salários.

As estimativas das dummies de status migratório nos revelam que para o Brasil e para o México, os estrangeiros tem níveis salariais maiores que os dos migrantes de interestaduais, que por sua vez tem rendimentos maiores que dos migrantes intraestaduais. Os indivíduos não migrantes são aqueles que auferem menores rendimentos do trabalho nesses dois países. Já para nos mercados de trabalho americano e canadense, os estrangeiros tem níveis de renda menores que dos não migrantes.

5- Conclusão

Este trabalho analisou os mercado de trabalhos locais em quatro países da América. O trabalhou procurou avaliar os impactos da concentração de trabalhadores qualificados, aqueles com curso superior, no nível dos rendimentos de homens e mulheres no Brasil, Canadá, Estados Unidos e México. Apesar de existirem alguns trabalhos na literatura sobre o tema (Moretti 2004; QUEIROZ & CALAZANS, 2010; AMARAL, 2012, entre outros), existe uma lacuna de trabalhos comparativos entre os países da região e que analisem os impactos para homens e mulheres e para os diferentes sub-grupos populacionais. Além disso, o trabalho faz uso de um instrumento para estimar o percentual de mão-de-obra qualificada nos diversos mercados locais ao invés de usar variáveis no mesmo ponto do tempo de observação dos salários.

O primeiro resultado encontrado mostra que a concentração de trabalhadores qualificado, análise descritiva e gráfica, está relacionado com uma maior média salarial nos quatro países analisados. Todavia, observamos que os países mais pobres e mais desiguais (Brasil e México) tem uma fator de correlação muito mais forte do que observado no Canadá e nos Estados Unidos. Isso indica que existe uma maior desigualdade salarial entre as regiões brasileiras e mexicanas do que o observado nos outros dois países. Este padrão não é surpreendente para Brasil e México, uma vez que as diferenças regionais são conhecidos na literatura. A existência destes diferenciais, como foi visto, é sustentada pelas condições dos mercados de trabalho locais, ou seja, coexistem no estado regiões mais desenvolvidas com outras ainda em processo de desenvolvimento. As condições dos mercados de trabalho foi produzida e parece ser mantida pelo processo de desenvolvimento econômico regional. Em resumo, verificamos que há efeitos sociais do capital humano, ou seja, as localidades com maior média de capital humano apresentam um maior nível de salário e menores taxas de retorno privado à educação formal. A concentração de capital humano nas regiões gera benefícios para todo o conjunto de trabalhadores residentes naquela região, ou seja, mesmo os trabalhadores menos produtivos observam um efeito positivo em sua produtividade e em seus salários.

Todavia o efeito da concentração de trabalhadores qualificados é bastante distinto para homens e mulheres e para os diferentes pontos da distribuição. No caso do Brasil e do México , e com menos peso nos Estados Unidos, o retorno social (e privado) à educação é mais elevado para os pontos mais altos da distribuição condicional de rendimentos. Ou seja, níveis mais elevados de renda se beneficiam mais da concentração de capital humano do que os níveis mais baixos, o que pode ampliar a desigualdade de renda observada. No caso do Canadá, observamos que os efeitos da concentração de trabalhadores qualificados é negativo para os homens, o que demanda uma análise mais detalhada no futuro. De acordo com a teoria econômica, o efeito da concentração de trabalhadores mais educados em determinadas localidades deveria ser menor para os trabalhadores mais educados, já que é resultado de dois efeitos

(13)

contrários. Por um lado, a maior educação individual vai declinando com maior educação (maior concorrência), mas a efeitos positivos da concentração. Por outro lado, trabalhadores menos educados tem o efeito positivo da aglomeração e não são substitutos dos mais educados – o que pode ter impactos positivos nos rendimentos individuais.

Os resultados obtidos no nosso trabalho mostra, em especial para Brasil e homens de 30 a 50 anos no México, que a maior concentração de mão-de-obra qualificada tem impactos maiores sobre os trabalhadores mais educados em todos os pontos da distribuição de rendimentos. Isso parece indicar que as mudanças tecnológicas recentes, que privilegiam as pessoas de maior qualificação, tem maior impacto nos retornos dos trabalhadores nesses países. Por outro lado, em países com economias mais maduras os efeitos são mais próximos aos esperados pela discussão teórica. Os efeitos para as mulheres são mais complexos devido as características da entrada das mulheres no mercado de trabalho e de possíveis efeitos diferenciais de coorte e entre os estágios de desenvolvimento das economias.

O trabalho abre uma série de questões importantes de estudo: a) o que é aconteceu em 2010, dada a crise econômico do final dos 2000s; b) como mudanças demográficas recentes, e bastante diferente entre os quatro países, podem impactar o funcionamento do mercado de trabalho locais; c) quais os efeitos do processo de maior acesso a educação superior no Brasil e México nos últimos anos.

6- Referências

ACEMOGLU, D. A microfundation for social increasing returns in human capital. Quartely Journal of Economics, 111: 779-804, 1996.

AMARAL, E.F.L., RIOS-NETO, E.L.G., POTTER, J.E. 2012. "Long term influences of age-education transition on the Brazilian labour market." Bulletin of Latin American Research, 31(3): 302-319

AMARAL, E.F.L., HAMERMESH, D.S., POTTER, J.E., RIOS-NETO, E.L.G. 2007. "Demographic change and the structure of wages: a demand-theoretic analysis for Brazil." New York: NBER Working Paper Series

ARIAS, O.; HALLOCK, K. & ESCUDERO, W. Individual Heterogeneity in the returns to schooling: instrumental variables quantile regression using twins data. Empirical

Economics, 26, 2001.

ARRAES, R., MARIANO, F. & BARROS, S. Medidas de Capital Humano e seus

Efeitos sobre os Diferenciais de Produtividade: uma comparação entre os Estados do Ceará e Santa Catarina. Manuscrito não publicado. UFCE, 2009.

BECKER, G. Human Capital: a theoretical and empirical analysis with special reference to education. Chicago: The Chicago University Press, 1993 (terceira edição).

BEINE, M.; DOCQUIER, F.; RAPOPORT, H. Brain drain and human capital formation in developing countries: winners and losers. The Economic Journal, v. 118, p. 631– 652, abr. 2008.

BERGER, M. The Effect of Cohort Size on Earnings Growth: A Reexamination of the Evidence‟. The Journal of Political Economy 93(3): 561–573, 1985

BLACK, D, & HENDERSON, V. A theory of urban growth. Journal of Political Economy, 107: 252-284, 1999.

(14)

BLACK, Duncan. Local human capital externalities: educational segregation and inequality. Mimeo, London School of Economics, 1998.

BORJAS, G. Self-selection and the earnings of immigrants, America Economic Review 77 (4): 531-553, 1987

BRUNELLO, G.. The Effects of Cohort Size on European earnings‟. Journal of Population

Economics 23: 273–290, 2010

CARD, D The economic progress of immigrants, NBER working paper series, number, 6506, 1998.

CARD, D. The Causal Effect of Education on Earnings. In: Ashenfelter, O. & Card, D. (orgs). Handbook of Labor Economics, vol. 3, North-Holland, Amsterdan., 1999. FERREIRA, P. Migração, Seleção e Diferenças Regionais de Renda no Brasil. Anais do

XXXI Encontro Nacional de Economia, 2003

FONTES, G. G. ; SIMÕES, R. F. ; OLIVEIRA, A. M. H. C. . Diferenciais regionais de salário no Brasil, 1991 e 2000: uma aplicação dos modelos hierárquicos. In: XXXIV Encontro Nacional de Economia, 2006, Salvador. Anais. São Paulo : ANPEC, 2006. GLAESER, E. (2011) “Triumph of the City,” New York: Penguin Press (2011) GLAESER, E. & RESSEGER, M. (2010) “The Complementarity between Cities and Skills,” Journal of Regional Science, 50(1) (2010): 221-244.

Glaeser, Edward and Joshua Gottlieb ”The Wealth of Cities: Agglomeration and the Spatial Equilibrium in the United States”, Journal of Economic Literature, 2009. GLAESER, E. & BERRY, C. (2005) “The Divergence of Human Capital Levels across Cities,” Papers in Regional Science, 84(3) 407-444.

GLAESER, E.L. & MARE, D.C.. Cities and skills. NBER Working Paper n. 4728, 1994.

GLAESER, E.L.; KALLAL, H.; SHEIKMAN, J. & SHLEIFER, A.. Growth in cities. Journal of Political Economy, 100: 1126-1152, 1992.

HANSON, Gordon. Increasing returns, trade, and the regional structure of wages. Economic Journal 107: 113-133, 1997.

HOUT, Mike. Social and Economic Returns to College Education in the United States. Annual Review of Sociology, 38, 2012.

MARTINS, P. & PEREIRA, T. Does Education reduce wage inequality? Quantile regression evidence from 16 countries. Labour Economics 11, 2004

MAS A, MORETTI E. 2009. Peers at work. American Economic Review 99: 112-145. MINNESOTA POPULATION CENTER. Integrated Public Use Microdata Series, International: Version 6.1 [Machine-readable database]. Minneapolis: University of Minnesota, 2011

MOLHO, Ian. Patterns and trends in local pay in Great Britain, 1975-76 to 1987-88. Urban Studies, 28 (4), 535-552, 1991.

MORETTI, Enrico, 2011. "Local Labor Markets," Handbook of Labor Economics, Elsevier.

MORETTI E. 2004a. Workers’ education, spillovers, and productivity: Evidence from plant-level production functions. American Economic Review 94: 656-690.

(15)

MORETTI, E. 2004b Estimating the social return to education: evidence from repeated cross-sectional and logitudinal data. Journal of Econometrics, 121, 2004

MORETTI, E. Human Capital Externalities in Cities. NBER Working Paper, No. 9641, April 2003 (também publicado no Handbook of Urban and Regional Economics) MUELLER, R. What happened to the Canada-United States brain drain of the 1990s? New evidence from the 2000 US census. JOURNAL OF INTERNATIONAL

MIGRATION AND INTEGRATION Volume 7, Number 2 (2006), 167-194

QUEIROZ, B. L. ; CALAZANS, J.A. . Os Efeitos da Concentração de capital humano no retorno privado e social da educaçao no Brasil. In: XVII Encontro Nacional de Estudos Populacionais, 2010, Caxambu. Anais do XVII Encontro Nacional de Estudos de População. Campinas : ABEP, 2010

QUEIROZ, B. L., GOLGHER, A. B. Human capital differentials across municipalities and states in Brazil. Population Review, Vol. 47, No. 2, 2008.

QUEIROZ, B. Diferencial Regional de Salários e retornos sociais à educação: uma abordagem hierárquica. In: WAJNMAN, S. & MACHADO, F. (orgs). Mercado de

Trabalho: uma análise a partir de pesquisas domiciliares no Brasil. Belo Horizonte:

Editora da UFMG, 2003

QUEIROZ, B. Os Diferenciais Regionais de Salários em Minas Gerais, 1991.

Dissertação de Mestrado em Demografia. Belo Horizonte: CEDEPLAR/UFMG, 2001. RAUCH, J.E. Productivity gains from geographic concentration of human capital: evidence from cities. Journal of Urban Economics, 34: 380-400, 1993.

RIGOTTI, J. I. R. Geography of population flow according to the migrants educacional level. Estudos avançados, são Paulo, v. 20, n. 57, p. 237-254, 2006.

SAVEDOFF, W. Os diferenciais de salários no Brasil: segmentação versus dinamismo da demanda. IN: Pesquisa e Planejamento Econômico. Rio de Janeiro, v20, no. 3, 1990. SAVEDOFF, W. Wage dynamics in urban Brazil: evidence of regional segmentation or national markets? Revista Brasileira de Econometria, v. 11, no. 2, 1991

TOPEL, R. Local labor markets. Journal of Political Economy, v. 94, n. 3, p.111-143, 1986.

TOPEL, R. Regional labor markets and the determinants of wage inequality. The American Economic Review, v. 84, n. 2, p. 17-22, 1994.

(16)

ANEXOS – Figuras e Tabelas

Figura 1 – Estimativa da Impacto da Concentração de Mão-de-Obra Qualificada, Homens, Idade Ativa - Brasil- Canadá, Estados Unidos e México, 2000.

Figura 2 – Estimativa da Impacto da Concentração de Mão-de-Obra Qualificada, Mulheres, Idade Ativa - Brasil- Canadá, Estados Unidos e México, 2000.

MÉXICO BRASIL EUA CANADÁ

-0.01 -0.005 0 0.005 0.01 0.015 0.02 0.025

1 QUARTIL MEDIANA 3 QUARTIL

0 0.01 0.01 0.02 0.02 0.03 0.03 0.04 0.04

(17)

Figura 3 – Estimativa da Impacto da Concentração de Mão-de-Obra Qualificada, Homens, Adultos (30 a 50 anos) - Brasil- Canadá, Estados Unidos e México, 2000.

Figura 4 – Estimativa da Impacto da Concentração de Mão-de-Obra Qualificada, Mulheres, Adultos (30 a 50 anos) - Brasil- Canadá, Estados Unidos e México, 2000.

-0.01 -0.01 0 0.01 0.01 0.02 0.02 0.03

1 QUARTIL MEDIANA 3 QUARTIL

0 0.005 0.01 0.015 0.02 0.025 0.03 0.035 0.04

(18)

(19)

19

Tabela 5 – Estimativa do Modelo de Capital Humano, Estados Unidos, 2000

PARA TODA POPULAÇÃO ECONOMICAMENTE ATIVA, DE 15 A 60 ANOS PARA A POPULAÇÃO ECONOMICAMENTE ATIVA DE 30 A 50 ANOS

TOTAL HOMENS MULHERES TOTAL HOMENS MULHERES

OLS 1o. Quartil Mediana 3o. Quartil 1o. Quartil Mediana 3o. Quartil OLS 1o. Quartil Mediana 3o. Quartil 1o. Quartil Mediana 3o. Quartil Proporção de graduados predita 0.0060* (0.0002) -0.0029* (0.0003) 0.0008* (0.0001) 0.0021* (0.0002) 0.0120* (0.0004) 0.0120* (0.0002) 0.0122* (0.0002) 0.0063 (0.0002) -0.0033* (0.0003) -0.0003** (0.0001) -0.0005 (0.0004) 0.0135* (0.0004) 0.0122* (0.0003) 0.0125* (0.0003) Idade Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres Migrante interestadual 0.0152* (0.0013) -0.0134* (0.0018) 0.0198* (0.0010) 0.0346* (0.0016) -0.0923* (0.0029) -0.0123* (0.0015) 0.0305* (0.0014) -0.0170* (0.0017) -0.0647* (0.0023) -0.0146* (0.0009) 0.0216* (0.0025) -0.1336* (0.0032) -0.0561* (0.0022) 0.0034 (0.0019) Estrangeiro -0.1296* (0.0025) -0.2493* (0.0032) -0.1324* (0.0018) -0.0546* (0.0029) -0.3948* (0.0061) -0.2200* (0.0032) -0.1019* (0.0029) -0.2674* (0.0035) -0.4028* (0.0044) -0.2839* (0.0018) -0.1757* (0.0049) -0.4367 (0.0069) -0.2895* (0.0047) -0.1940* (0.0041) 5 a 8 anos de estudo 0.1499* (0.0044) 0.1805* (0.0056) 0.1606* (0.0031) 0.1326* (0.0051) 0.0796* (0.0110) 0.0465* (0.0059) 0.0256* (0.0053) 0.1345* (0.0059) 0.1472* (0.0073) 0.1208* (0.0030) 0.1210* (0.0080) 0.0824* (0.0116) 0.0359* (0.0080) 0.0178 (0.0069) 9 anos de estudo 0.0463* (0.0047) 0.0850* (0.0060) 0.1447* (0.0033) 0.1555* (0.0055) -0.0730* (0.0113) 0.0050 (0.0060) 0.0405* (0.0054) 0.1923* (0.0064) 0.2346* (0.0080) 0.2216* (0.0033) 0.2233* (0.0089) 0.1226* (0.0126) 0.1071* (0.0087) 0.1195* (0.0075) 10 anos de estudo 0.0116* (0.0043) 0.0529* (0.0056) 0.1048* (0.0031) 0.1392* (0.0052) -0.0531* (0.0105) -0.0487* (0.0056) 0.0077 (0.0051) 0.2406* (0.0061) 0.2783* (0.0075) 0.2876* (0.0031) 0.2749* (0.0084) 0.1930* (0.0118) 0.1647* (0.0081) 0.1835* (0.0070) 11 anos de estudo 0.0619* (0.0043) 0.1204* (0.0056) 0.1256* (0.0031) 0.1509* (0.0051) 0.0554* (0.0103) 0.0188* (0.0055) 0.0256* (0.0050) 0.2676* (0.0060) 0.3144* (0.0074) 0.3233* (0.0031) 0.3120* (0.0083) 0.2043* (0.0116) 0.1885* (0.0080) 0.2013* (0.0069) 12 anos de estudo 0.4394* (0.0038) 0.5567* (0.0049) 0.5047* (0.0027) 0.4281* (0.0044) 0.4839* (0.0093) 0.4518* (0.0050) 0.4127* (0.0045) 0.4968* (0.0050) 0.5840* (0.0062) 0.5365* (0.0025) 0.4904* (0.0068) 0.4979* (0.0097) 0.4637* (0.0067) 0.4502* (0.0058) Superior 0.7135* (0.0038) 0.8059* (0.0048) 0.7578* (0.0027) 0.7120* (0.0044) 0.8137* (0.0093) 0.7878* (0.0049) 0.7446* (0.0044) 0.8331* (0.0049) 0.9082* (0.0061) 0.8467* (0.0025) 0.8312* (0.0068) 0.8675* (0.0096) 0.8366* (0.0067) 0.8185* (0.0057) Pós-Graduação 1.1957* (0.0039) 1.2022* (0.0051) 1.1704* (0.0028) 1.1819* (0.0046) 1.3710* (0.0096) 1.2297* (0.0051) 1.1166* (0.0046) 1.3233* (0.0051) 1.2967* (0.0064) 1.2737* (0.0026) 1.3148* (0.0071) 1.4418* (0.0099) 1.2663* (0.0069) 1.1987* (0.0059)

Dummies de região Dif.

regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Taxa de desemprego -0.0074* (0.0003) -0.0337* (0.0004) -0.0197* (0.0002) -0.0149* (0.0004) 0.0171* (0.0006) 0.0173* (0.0003) 0.0167* (0.0003) -0.0137* (0.0004) -0.0418* (0.0005) -0.0278* (0.0002) -0.0239 (0.0006)* 0.0183* (0.0006) 0.0125* (0.0004) 0.0126* (0.0004) Constante 5.7639* (0.0064) 5.0777* (0.0089) 6.4057* (0.0048) 7.2668* (0.0079) 4.7410* (0.0146) 5.9854* (0.0077) 6.8985* (0.0069) 8.1732 (0.0247) 8.0140* (0.0332) 8.0398* (0.0137) 8.1391* (0.0368) 8.7487* (0.0435) 8.6844* (0.0300) 8.4972* (0.0257) Pseudo R2 0.2757 0.2147 0.1944 0.1865 0.1563 0.1571 0.1543 0.1067 0.0834 0.0979 0.1126 0.0575 0.0857 0.0947 Número de observações 6100564 3262625 2837939 3328111 1781538 1546573

(20)

20

Tabela 6 – Estimativa do Modelo de Capital Humano, Brasil, 2000

OLS 1o. Quartil Mediana 3o. Quartil 1o. Quartil Mediana 3o. Quartil OLS 1o. Quartil Mediana 3o. Quartil 1o. Quartil Mediana 3o. Quartil Proporção de graduados predita 0.0163* (0.0003) 0.0082* (0.0005) 0.0174* (0.0004) 0.0233* (0.0005) 0.0236* (0.0007) 0.0279* (0.0005) 0.0373* (0.0006) 0.0147* (0.0004) 0.0057* (0.0007) 0.0168* (0.0007) 0.0218* (0.0007) 0.0183* (0.0009) 0.0252* (0.0008) 0.0360* (0.0009) Idade Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres Migrante intraestadual 0.0676* (0.0017) 0.0563* (0.0024) 0.0609* (0.0021) 0.0657* (0.0027) 0.0293* (0.0035) 0.0349* (0.0027) 0.0528* (0.0029) 0.0589* (0.0026) 0.0345* (0.0033) 0.0370* (0.0035) 0.0362* (0.0036) -0.0031 (0.0048) 0.0146* (0.0044) 0.0260* (0.0051) Migrante interestadual 0.1417* (0.0022) 0.1212* (0.0030) 0.1431* (0.0026) 0.1647* (0.0033) 0.0734* (0.0044) 0.0831* (0.0034) 0.1106* (0.0036) 0.1199* (0.0034) 0.0784* (0.0043) 0.1066* (0.0045) 0.1279* (0.0046) -0.0004 (0.0063) 0.0273* (0.0057) 0.0646* (0.0067) Estrangeiro 0.3568* (0.0132) 0.1805* (0.0178) 0.3472* (0.0156) 0.4377* (0.0198) 0.1330* (0.0284) 0.2671* (0.0220) 0.3930* (0.0235) 0.3226* (0.0179) 0.1338* (0.0220) 0.3018* (0.0232) 0.3662* (0.0240) 0.1035* (0.0355) 0.2541* (0.0323) 0.3675* (0.0376) Escolaridade 0.1100* (0.0001) 0.0968* (0.0001) 0.1095* (0.0001) 0.1241* (0.0002) 0.1091* (0.0002) 0.1155* (0.0002) 0.1256* (0.0002) 0.1220* (0.0002) 0.1118* (0.0002) 0.1274* (0.0002) 0.1415* (0.0002) 0.1164* (0.0002) 0.1262* (0.0002) 0.1383* (0.0003) Taxa de urbanização 0.0052* (0.0000) 0.0081* (0.0001) 0.0061* (0.0001) 0.0045* (0.0001) 0.0058* (0.0001) 0.0046* (0.0001) 0.0035* (0.0001) 0.0054* (0.0001) 0.0087* (0.0001) 0.0065* (0.0001) 0.0052* (0.0001) 0.0056* (0.0001) 0.0048* (0.0001) 0.0041* (0.0001) Dummies de região Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Taxa de desemprego 0.0055* (0.0001) 0.0034* (0.0002) 0.0029* (0.0002) 0.0014* (0.0002) 0.0064* (0.0003) 0.0065* (0.0002) 0.0075* (0.0002) 0.0048* (0.0002) 0.0025* (0.0003) 0.0024* (0.0003) 0.0005 (0.0003) 0.0062* (0.0003) 0.0066* (0.0003) 0.0076* (0.0004) Constante 2.2154* (0.0044) 1.7939* (0.0062) 2.1568* (0.0054) 2.5385* (0.0068) 1.8654* (0.0090) 2.2233* (0.0069) 2.4469* (0.0074) 3.1125* (0.0303) 2.6807* (0.0397) 3.0461* (0.0419) 3.3779* (0.0432) 2.6441* (0.0532) 2.8713* (0.0483) 2.9976* (0.0562) Pseudo R2 0.4235 0.2509 0.2749 0.3030 0.2249 0.2800 0.3176 0.4159 0.2612 0.2779 0.2969 0.2344 0.2893 0.3291 Número de observações 3357101 2125895 1231206 1708446 1063910 644536

(21)

21

Tabela 7 – Estimativa do Modelo de Capital Humano, México, 2000

OLS 1o. Quartil Mediana 3o. Quartil 1o. Quartil Mediana 3o. Quartil OLS 1o. Quartil Mediana 3o. Quartil 1o. Quartil Mediana 3o. Quartil Proporção de graduados predita 0.0104* (0.0002) 0.0110* (0.0003) 0.0104* (0.0003) 0.0104* (0.0003) 0.0136* (0.0006) 0.0097* (0.0004) 0.0098* (0.0005) 0.0119* (0.0003) 0.0126* (0.0004) 0.0133* (0.0004) 0.0158* (0.0005) 0.0155* (0.0009) 0.0113* (0.0006) 0.0129* (0.0008) Idade Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres Migrante intraestadual 0.0366* (0.0012) 0.0368* (0.0015) 0.0408* (0.0013) 0.0412* (0.0017) 0.0285* (0.0026) 0.0362* (0.0020) 0.0441* (0.0024) 0.0352* (0.0018) 0.0349* (0.0020) 0.0403* (0.0021) 0.0395* (0.0025) 0.0167* (0.0040) 0.0251* (0.0031) 0.0359* (0.0036) Migrante interestadual 0.1448* (0.0020) 0.1244* (0.0025) 0.1373* (0.0022) 0.1652* (0.0028) 0.1239* (0.0043) 0.1148* (0.0032) 0.1128* (0.0039) 0.1454* (0.0032) 0.1125* (0.0034) 0.1391* (0.0036) 0.1787* (0.0043) 0.0550* (0.0073) 0.0643* (0.0055) 0.0796* (0.0064) Estrangeiro 0.3108* (0.0062) 0.1112* (0.0070) 0.1591* (0.0062) 0.3069* (0.0078) 0.1352* (0.0177) 0.1875* (0.0130) 0.3039* (0.0159) 0.3325* (0.0089) 0.1083* (0.0089) 0.1706* (0.0092) 0.3664* (0.0112) 0.1280* (0.0264) 0.2023* (0.0200) 0.3699* (0.0233) Escolaridade 0.0881* (0.0001) 0.0688* (0.0001) 0.0791* (0.0001) 0.0889* (0.0002) 0.1008* (0.0002) 0.0994* (0.0002) 0.0998* (0.0002) 0.0983* (0.0002) 0.0802* (0.0002) 0.0898* (0.0002) 0.0987* (0.0002) 0.1157* (0.0003) 0.1110* (0.0002) 0.1098* (0.0003) Taxa de urbanização 0.0033* (0.0000) 0.0040* (0.0000) 0.0032* (0.0000) 0.0031* (0.0000) 0.0042* (0.0000) 0.0028* (0.0000) 0.0023* (0.0000) 0.0034* (0.0000) 0.0042* (0.0000) 0.0033* (0.0000) 0.0033* (0.0000) 0.0042* (0.0001) 0.0027* (0.0001) 0.0022* (0.0001)

Dummies de região Dif.

regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Dif. regional Taxa de desemprego 0.0087* (0.0007) 0.0040* (0.0008) 0.0047* (0.0007) 0.0043* (0.0009) -0.0089* (0.0016) -0.0136* (0.0012) -0.0087* (0.0015) 0.0132* (0.0010) 0.0090* (0.0011) 0.0090* (0.0011) 0.0102* (0.0013) -0.0039 (0.0025) -0.0037 (0.0019) -0.0010 (0.0023) Constante 5.1518* (0.0043) 5.1037* (0.0052) 5.4310* (0.0046) 5.6262* (0.0058) 4.6706* (0.0092) 5.2046* (0.0068) 5.5495* (0.0083) 5.1284* (0.0314) 5.2123* (0.0343) 5.3954* (0.0357) 5.3731* (0.0432) 4.0858* (0.0692) 5.0234* (0.0524) 5.2985* (0.0608) Pseudo R2 0.3755 0.2088 0.2323 0.2630 0.2354 0.2589 0.2772 0.3994 0.2428 0.2564 0.2754 0.2638 0.2880 0.2796 Número de observações 2484969 1709856 775113 1185764 822879 362885

(22)

22

Tabela 8 – Estimativa do Modelo de Capital Humano, Canadá, 2000

OLS 1o.

Quartil

Mediana 3o. Quartil

1o. Quartil Mediana 3o. Quartil OLS 1o. Quartil Mediana 3o. Quartil 1o. Quartil

Mediana 3o. Quartil

Proporção de graduados predita 0.0035* (0.0005) -0.0048* (0.0008) -0.0049* (0.0004) -0.0043* (0.0005) 0.0146* (0.0003) 0.0150* (0.0006) 0.0087* (0.0004) 0.0030* (0.0006) -0.0079* (0.0009) -0.0066* (0.0005) -0.0060* (0.0005) 0.0148* (0.0002) 0.0173* (0.0007) 0.0088* (0.0006) Idade Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres. Positiva e decres Migrante intraestadual 0.0833* (0.0057) 0.0979* (0.0099) 0.1059* (0.0050) 0.0892* (0.0055) 0.0201* (0.0038) 0.0639* (0.0069) 0.0685* (0.0046) 0.0182** (0.0076) 0.0322** (0.0109) 0.0370* (0.0063) 0.0376* (0.0064) 0.0376* (0.0064) -0.0844* (0.0030) -0.0192** (0.0092) Migrante interestadual 0.0516* (0.0089) 0.0181 (0.0150) 0.0820* (0.0077) 0.1072* (0.0084) -0.1091* (0.0061) 0.0008* (0.0110) 0.0468* (0.0074) -0.0198 (0.0119) -0.0468 (0.0169) 0.0158 (0.0098) 0.0622* (0.0099) 0.0622* (0.0099) -0.2254* (0.0048) -0.0774* (0.0147) Estrangeiro -0.4845* (0.0103) -0.7392* (0.0173) -0.4366* (0.0089) -0.2112* (0.0097) -0.8506* (0.0072) -0.5028* (0.0131) -0.2967* (0.0088) -0.5861* (0.0127) -0.8622* (0.0177) -0.5093* (0.0103) -0.2776* (0.0104) -0.2776* (0.0104) -0.9849* (0.0052) -0.5996* (0.0161) 5 a 8 anos de estudo 0.1066* (0.0217) 0.0436 (0.0348) 0.0302 (0.0179) 0.0330 (0.0195) -0.0362** (0.0161) -0.0469 (0.0295) -0.0128 (0.0197) 0.0866* (0.0302) -0.0156 (0.0412) 0.0034 (0.0239) 0.0461 (0.0243) 0.0461 (0.0243) -0.0028 (0.0128) -0.1128** (0.0395) 9 anos de estudo 0.1489* (0.0223) 0.1087* (0.0357) 0.1046* (0.0183) 0.0913* (0.0200) -0.0232 (0.0165) -0.0050 (0.0301) 0.0202 (0.0201) 0.1943* (0.0303) 0.1710* (0.0414) 0.1266* (0.0240) 0.1362* (0.0244) 0.1362* (0.0244) 0.0188 (0.0129) -0.0705 (0.0398) 10 anos de estudo 0.1561* (0.0208) 0.1088* (0.0335) 0.1103* (0.0172) 0.0951* (0.0188) 0.0235 (0.0153) 0.0549** (0.0279) 0.0849* (0.0187) 0.2645* (0.0282) 0.2459* (0.0386) 0.1849* (0.0224) 0.1741* (0.0228) 0.1741* (0.0228) 0.1241* (0.0118) 0.0403 (0.0365) 11 anos de estudo 0.1980* (0.0206) 0.2172* (0.0333) 0.1613* (0.0171) 0.1449* (0.0187) 0.1327* (0.0150) 0.1500* (0.0274) 0.1434* (0.0184) 0.3334* (0.0279) 0.3634* (0.0386) 0.2641* (0.0224) 0.2483* (0.0227) 0.2483* (0.0227) 0.2740* (0.0116) 0.1771* (0.0360) 12 anos de estudo 0.3807* (0.0199) 0.4095* (0.0322) 0.3065* (0.0166) 0.2684* (0.0181) 0.3843* (0.0146) 0.3743* (0.0266) 0.3024* (0.0178) 0.4615* (0.0269) 0.5050* (0.0372) 0.3672* (0.0215) 0.3283* (0.0219) 0.3283* (0.0219) 0.4665* (0.0112) 0.3631* (0.0347) 13 anos de estudo 0.3800* (0.0202) 0.3963* (0.0327) 0.2909* (0.0168) 0.2611* (0.0183) 0.4461* (0.0147) 0.4025* (0.0268) 0.3308* (0.0179) 0.4611* (0.0272) 0.5068* (0.0377) 0.3707* (0.0219) 0.3334* (0.0222) 0.3334* (0.0222) 0.5102* (0.0113) 0.3834* (0.0350) 14 a 17 anos de estudo 0.6150* (0.0198) 0.5804* (0.0320) 0.4887* (0.0164) 0.4500* (0.0179) 0.6945* (0.0145) 0.6421* (0.0264) 0.5935* (0.0177) 0.7303* (0.0267) 0.7138* (0.0369) 0.5797* (0.0214) 0.5418* (0.0217) 0.5418* (0.0217) 0.7839* (0.0112) 0.6345* (0.0345) 18 anos de estudo ou mais 0.8317* (0.0202) 0.7467* (0.0326) 0.6712* (0.0168) 0.6307* (0.0183) 0.9585* (0.0147) 0.8681* (0.0268) 0.8103* (0.0180) 0.9561* (0.0271) 0.8895* (0.0375) 0.7641* (0.0217) 0.7181* (0.0221) 0.7181* (0.0221) 1.0843* (0.0113) 0.8399* (0.0349) Taxa de desemprego -0.0452* (0.0015) -0.0577* (0.0026) -0.0457* (0.0013) -0.0413* (0.0015) -0.0546* (0.0010) -0.0322* (0.0018) -0.0361* (0.0012) -0.0490* (0.0019) -0.0641* (0.0029) -0.0458* (0.0017) -0.0455* (0.0017) -0.0455* (0.0017) -0.0590* (0.0007) -0.0276* (0.0023) Constante 5.6172* (0.0311) 4.4650* (0.0537) 6.1199* (0.0270) 7.4180* (0.0288) 4.5885* (0.0218) 5.5905* (0.0393) 6.8931* (0.0257) 8.6131* (0.1135) 8.5857* (0.1657) 9.0195* (0.0959) 9.1355* (0.0973) 9.1355* (0.0973) 8.2547* (0.0442) 8.8252* (0.1365) Pseudo R2 0.2296 0.1947 0.1741 0.1541 0.1534 0.1594 0.1512 0.0682 0.0448 0.0557 0.0648 0.0569 0.0644 0.0783 Número de observações 394270 209225 185045 220165 115435 104730