Migração, uma análise probit pra o Brasil

(1)

Universidade Católica de Brasilia- UCB Pró-reitoria de Pós Graduação e Pesquisa

Programa de Pós Graduação strictu sensu em Economia de Empresas

Migração, uma análise probit para o Brasil

Hugo Emanuel Fávaro de Carvalho

Dissertação submetida à universidade católica de Brasília como parte dos

requisitos para a obtenção do título de mestre em economia de empresas.

Orientador: Professor Dr: Adolfo Sachsida

(2)

C331m Carvalho, Hugo Emanuel Favaro de

Migração, uma análise probit para o Brasil. / Hugo Emanuel Favaro de Carvalho. – 2010.

35f.; 30 cm

Dissertação (mestrado) – Universidade Católica de Brasília, 2010.

Orientação: Adolfo Sachsida

1. Migração interna. 2. Qualidade de vida. 3. Banco de dados. I. Sachsida, Adolfo, orient. II. Título.

(3)

Resumo

A decisão de um indivíduo em migrar de uma localidade para outra pode estar relacionada a uma série de variáveis, especialmente aquelas relacionadas à melhoria de sua qualidade de vida, como melhoria de sua renda, educação, diminuição do custo de vida entre outras.

Este trabalho tem o objetivo de identificar determinantes para o fluxo migratório interno no Brasil, analisando as características individuais das pessoas.

Para esse trabalho, escolheu-se o ano de 2007 como referência, com variáveis extraídas da PNAD (Pesquisa Nacional de Amostra e Domicílios), que podem de alguma forma exercer influência na decisão do processo migratório de um individuo.

Após validação do banco de dados, aplicou-se um modelo Probit de regressão com o intuito de captar quais seriam os efeitos, em termos de probabilidade, que cada variável escolhida exerce sobre o processo migratório. Os resultados tentam explicar de que forma as variáveis explicativas do modelo, podem influenciar na decisão de migração de um indivíduo.

(4)

Abstract

A person´s decision of moving from one location to another may be related to a number of variables, especially those related to improving their life.

This study aims to try to identify witch are the chosen variables effects, in terms of probability, over a person´s decision to migrate or not.

Thus, it is necessary to imagine what these possible variables would be. For this study, the year 2007 was chosen as a reference, being the variables extracted from PNAD (National Survey Sample and Households).

After the database validation, a Probit regression model was applied in order to capture the possible impacts in terms of probability.

The results attempt to explain how a model’s explanatory variables can influence a person´s migration decision.

(5)

Sumário

1- Introdução...5

2- Revisão bibliográfica...7

3- Base de dados...15

4- Metodologia...24

5- Resultados e discussões...27

6- Conclusões...30

(6)

5

1-Introdução

A decisão de um indivíduo em migrar de uma localidade para outra pode estar relacionada a uma série de variáveis, especialmente aquelas que podem estar relacionadas à melhoria da qualidade de vida.

Estudos recentes tentam explicar como se dá o processo migratório. Porém, são raros aqueles que tentam identificar os efeitos em termos de probabilidade na migração, analisando as características individuais.

Este trabalho tem o objetivo de identificar determinantes para o fluxo migratório interno no Brasil, analisando características individuais, identificando quais os efeitos que as variáveis escolhidas, possuem em termos de probabilidade, na decisão de uma pessoa em migrar ou não.

Para esse trabalho, escolheu-se o ano de 2007 como referência, com doze variáveis extraídas da PNAD (Pesquisa Nacional de Amostra e Domicílios)

Dessa forma escolheram-se algumas variáveis associadas à qualidade de vida de um individuo para estruturar a base de dados. Após validação do banco de dados, aplicou-se o modelo de regressão Probit, comparando-os com outros modelos de regressão, como o modelo de mínimos quadrados ordinários e o modelo sugerido por Heckman (1979) para correção de seleção de amostra, com o intuito de se obter maior robustez na análise.

Os resultados tentam explicar de que forma um movimento das variáveis explicativas do modelo, podem influenciar na decisão de migração de um indivíduo e indicam que quanto mais velho o individuo, mais educado e com maior nível de renda, a probabilidade de migrar aumenta a medida que essas características vão aumentando, confirmando a teoria do “brain drain” fuga de

cérebros.

(7)

6 O estudo também aponta que indivíduos do sexo masculino que possuem filhos, que são casados e são economicamente ativos possuem maior probabilidade de migrar do que indivíduos do sexo feminino que não possuem filhos, que não são casados e não são economicamente ativos.

(8)

7

2- Revisão Bibliográfica.

Para um melhor entendimento das análises, não se pode deixar de citar outros trabalhos relacionados à migração, onde autores como Ravenstein (1885) em um dos primeiros estudos sobre migração pronunciou-se favoravelmente à migração, por considerá-la um estímulo ao crescimento industrial, e por transferir mão-de-obra de regiões com escassas oportunidades econômicas para regiões com melhores oportunidades e contribuir, ao mesmo tempo, para a elevação dos níveis de vida dos migrantes.

Ravenstein(1885) formulou várias leis sobre a migração, dentre as quais, por exemplo, a de que “o desejo inerente dos homens de superar-se em aspectos materiais” constitui o principal impulso da migração. A distância constitui um fator negativo, e assim a maior parte do movimento migratório ocorre em curtas distâncias. De acordo com a teoria global de Lee (1966), a decisão de migrar é respondida pela necessidade de sair da pobreza no lugar de origem, pela perspectiva de obter rendas elevadas no lugar de destino, assim como a intervenção de outros obstáculos e fatores pessoais.

Silva (1999), define a migração interna como o movimento de pessoas que se processa dentro de um mesmo país, e apresenta diferentes modalidades como:

a) migração interregional, aquela realizada entre regiões;

b) migração intra-regional, a migração dentro de uma mesma região; c) transumância, nome dado aos movimentos pendulares de população, ou seja, deslocamentos populacionais temporários relacionados por exemplo com estações do ano, atividades econômicas e condições climáticas;

d) êxodo rural, também denominado migração campo-cidade.

Justo e Neto (2006) indicam que o migrante brasileiro apresenta um perfil diferente do não migrante, e essa diferença se dá principalmente nas variáveis: Escolaridade, Idade e Sexo, além de afirmarem também que o migrante provém de uma Unidade Federativa de condição social relativamente precária.

(9)

8 Crispim afirma que é possível saber se o município de residência é o mesmo de nascimento, embora não seja possível saber a origem de um migrante com relação ao município. Já na dimensão estadual é possível dizer se o individuo é migrante, bem como qual o seu estado de origem.

Diversos estudos internacionais têm dado ênfase à questão da remigração ou da migração progressiva, na qual o indivíduos se movimentam mais de uma vez ao longo de sua vida.

A decisão de migrar, segundo Davanzo (1983), não deve ser considerada como irreversível, a pessoa pode decidir migrar mais de uma vez ou, ainda, retornar ao seu lugar de origem como forma de corrigir erros de avaliação na decisão inicial. Para o referido autor, somente em casos de previsões perfeitas e informações completas é que as chances de uma remigração seriam nulas, visto que o individuo saberia perfeitamente os ganhos líquidos da sua migração.

Sachsida, Loureiro e Mendonça (2004) investigaram o retorno de escolaridade para o Brasil, oportunidade em que verificaram, por diferentes procedimentos, se diferentes fontes de viés estariam prejudicando a estimação para a equação de salários, gerando viés para o retorno de escolaridade. Eles analisaram três possíveis problemas: o primeiro deles tratado a partir do procedimento de Heckman (1979), que visou investigar a existência de viés de seleção causado pela estratégia “job search” por parte do agente. O segundo problema foi analisado através de uma metodologia desenvolvida por Garen (1984), que se refere à endogeneidade na escolha dos anos de escolaridade e, por fim, analisaram o viés de variável omitida que foi tratado com base na metodologia de pseudo painel ( Deaton, 1985).

Oliveira e Jannuzii (2005) procuraram trazer elementos empíricos para iodentioficar o motivo pelo qual os indivíduos migraram para uma localidade diversa daquela de nascimento. A necessidade de acompanhar a família e a busca por trabalho revelaram-se as motivações mais importantes para a mudança para o município atual, a primeira por mulheres, a segunda por homens, especialmente provenientes do Nordeste e aqueles que se dirigem, dentre as áreas estudadas, à Região Metropolitana e Interior de São Paulo.

(10)

9 saíram de regiões metropolitanas. Migração por motivos de saúde tende a se revelar mais importante para migrantes em ciclo vital mais avançado. Ainda que esses resultados pareçam fazer sentido e revelem-se bastante consistentes com achados anteriores, é oportuno lembrar que declarações sobre motivos de migração - como tantas outras questões opinativas em pesquisas amostrais - estão sujeitas a erros de memória e racionalizações “post facto” , de modo a reduzir a dissonância entre a atitude do indivíduo e sua

intenção à época de migração. Para esses autores um fato que não se pode sobrevalorizar são os fatores micro-sociais em detrimento das causas macro-estruturais no entendimento dos processos sociais, os resultados apresentados ilustram, no campo de estudos migratórios, a contribuição analítica - motivações individuais - que podem trazer à interpretação das nuances com que se manifesta estruturalmente o fenômeno.

Vanderkamp (1971) considera importante distinguir os fluxos de migração em três categorias: novos migrantes, migrantes de retorno e migrantes autônomos. Segundo o autor os migrantes de retorno desempenham um importante papel nos fluxos migratórios e a existência desses grupos impede que se faça o uso de diferenciais de renda como fator explicativo do movimento migratório.

Kauhanen e Tervo (2002) estudam a migração de maneira contrária da esperada, eles analisam a migração de regiões ricas para regiões pobres e mostram um estudo realizado na Finlândia onde observam que a tendência é de existir concentração de capital humano nas regiões consideradas prósperas, enquanto as regiões consideradas não prósperas tendem a receber pessoas com menor nível de educação e com idade mais avançada. Também é observado que o nível educacional dos migrantes de retorno é em geral mais baixo do que aqueles que não retornam, embora seja mais elevado do que o nível dos não migrantes.

(11)

10 ótimo de residência ao longo da vida. Além desta observação, o estudo concluiu que aumento nos salários na região de destino diminui o tempo de duração da migração, isto se dá porque o acúmulo de riqueza ocorre de forma mais rápida.

Num estudo realizado na Alemanha, Dustmann (2003) reforça a evidência de que um aumento das diferenças salariais entre os países de destino e origem, em função do crescimento dos salários no local de destino, diminui o tempo de permanência dos migrantes neste último lugar. Apesar de ser um resultado aparentemente contra-intuitivo, o autor usa argumentos bastante convincentes de que um aumento dos salários no local de destino, age no sentido de uma diminuição marginal da utilidade da riqueza. A remigração dos migrantes é induzida pelo efeito renda que possibilita a volta mais rápida para seus lugares de origem.

Newbold (2001) estuda a migração de retorno e a migração progressiva com base em dois tipos de referências: uma considerando como local de origem o lugar de nascimento e outra adotando como o lugar de residência anterior. Ao fazer essa distinção o autor conclui que tomar como referência o lugar de residência anterior é mais apropriado na migração de retorno, pois isso pode representar melhor as ligações familiares no local, onde o indivíduo estudou e cresceu. Um outro ponto interessante do estudo é a verificação da probabilidade do migrante ser de retorno ou progressivo de acordo com os atributos pessoais e aqueles específicos das regiões tanto de destino como de origem. Observou-se que os migrantes que tendem a realizar mais de um movimento são, no geral, pessoas mais educadas e qualificadas, quando comparada ao migrante de retorno. Quanto à região, aquelas que apresentam maiores crescimentos são geralmente as que retêm maiores números de indivíduos e as que mais atraem de volta os seus filhos.

Resende e Wyllie ( 2006) investigam econometricamente os retornos para educação no Brasil , tomando como referência dados da PPV-IBGE (pesquisa sobre padrão de vida) que antes não foram explorados nesse contexto, chegando em um resultado parecido com os resultados das literaturas anteriores.

(12)

11 este migrante é um indivíduo mais velho, mais educado e casado com uma esposa que nunca migrou, apresentando menor probabilidade de trabalhar na agricultura do que o não migrante.

Borjas e Brastberg (1996), num trabalho pioneiro, tratam da questão da seletividade dentro do grupo de migrantes de retorno. Para esses autores, se o grupo inicial foi positivamente selecionado, o regresso pode ser realizado pelos menos qualificados dentro do grupo de melhores, e as regiões de destino retêm os melhores. Entretanto, se o grupo de partida for negativamente selecionado, o retorno pode ser realizado pelos trabalhadores mais qualificados.

Estudos realizados no Brasil mostram evidências da seletividade positiva no grupo de migrantes inicial (Santos Junior et al., 2005 e Justo e Silveira Neto, 2006). Apontam que os migrantes são, em média, pessoas com maior nível de escolaridade, mais jovens, com maiores níveis de renda e de horas trabalhadas.

Entretanto, estes estudos não têm a preocupação de demonstrar o reforço da seletividade para o grupo de retornados. Na literatura brasileira, o aspecto da remigração e a migração para regiões atrasadas têm sido pouco ressaltados, a não ser em trabalhos que exploraram a importância do tema como preocupação de distribuição espacial (Garcia e Ribeiro, 2004, Ribeiro, 1997).

Sabbadini e Azzoni (2006) investigam a partir dos micro dados dos Censos Demográficos de 1991 e 2000, a migração de indivíduos altamente qualificados entre os estados brasileiros que se caracteriza como fuga de cérebros.Os resultados mostraram que as regiões Sudeste e Sul como os locais com mais doutores e onde ocorrem os maiores movimentos migratórios. Entretanto, a fuga de cérebros é mais importante, no âmbito estadual, para as outras regiões do país e entre os determinantes se destacaram a renda e a qualidade de vida.

(13)

12 inclusive quando controlam uma serie de variáveis importantes na determinação da renda do trabalhador.

A partir desse resultado, eles concluem que, de fato, os migrantes, no Brasil, constituem um grupo positivamente selecionado. E como os migrantes saem das regiões mais pobres para as mais ricas, este fato pode estar agravando a desigualdade inter-regional de renda do país.

Em um estudo sobre as migrações entre campo-cidade e o desemprego urbano, Harris e Todaro (1970) analisaram detalhadamente fenômenos do mercado de trabalho. Através deste estudo, observaram o que eles intitularam de “mundo menos desenvolvido”.

O fato constatado foi de que apesar de prevalecer uma produtividade marginal positiva no setor agrícola e níveis significativos de desemprego urbano, não só persistia, como até mesmo parecia se acelerar a migração de mão de obra do setor rural para o setor urbano.

Esses autores divergem dos modelos habituais de análise econômica de pleno emprego, de salários e preços flexíveis.

A partir da formulação de um modelo bi-setorial de migração rural-urbana, reconheceram, que o salário mínimo urbano é politicamente determinado a um nível mais alto que o da remuneração paga pelo setor agrícola. Desta forma, a principal causa da migração rural-urbana seria os maiores níveis de salários oferecidos no setor urbano e como conseqüência, ocorreria um deslocamento de mão-de-obra do setor rural em direção ao setor urbano.

Portes (1976) partindo de um enfoque sociológico, apresenta e explica os determinantes do “brain drain” e os divide em três grupos. Os determinantes primários, secundários e terciários, onde os primários são as desigualdades entre as localidades de origem e destino. O processo de fuga de cérebros é maior tanto quanto maiores forem essas diferenças. Os secundários são formados pelas diferenças entre oferta e demanda de trabalhadores qualificados e pesquisadores nos mercados das regiões fornecedoras. Esses se relacionam com a falta de perspectiva dos altamente qualificados de conseguirem se realizar em suas profissões nas localidades natais. Deles decorrem que quanto maior o excesso de oferta, maior a migração.

(14)

13 exemplo, se possui familiares ou amigos em seu possível destino. Quanto melhor treinado e mais estimulado a partir o indivíduo for, maior a probabilidade de que o faça.

Pereira (2000), com dados da Pesquisa Nacional por Amostragem Domiciliar (PNAD) de 1998 observa o perfil e as características dos migrantes no Brasil. Encontra-se que a probabilidade de um indivíduo ser migrante aumenta quando é mulher de cor amarela, seguida de cor branca e parda.

O efeito da escolaridade é positivo até os 11 anos de escolaridade, ou seja, quanto mais anos de estudo maior a probabilidade de migrar até o limite de 11 anos. Após este limite a probabilidade diminui ligeiramente.

Elizaga (1975), afirma que é universalmente aceito o caráter seletivo das migrações quanto ao sexo e à idade. Não é difícil inferir sobre o caráter seletivo da simples composição por sexo e idade dos migrantes (no momento da migração), mesmo sem dispor de informações precisas sobre as respectivas composições das populações de origem. Segundo Elizaga seria fato comprovado, que a composição por sexo geralmente se mostra desnivelada favoravelmente aos homens ou às mulheres conforme as correntes sejam, de “curta” ou de “longa” distância, podendo inferir ser essa uma seletividade diferenciada.

Sachsida, Caetano e Albuquerque (2010) estudam a influência da distribuição de renda e das transferências federais para os estados e federações sobre o fluxo de migrantes recebido por unidade federativa. Chegaram a conclusão que o imigrante brasileiro age de acordo com o comportamento universal previsto pela teoria, os indivíduos vão em busca de melhora da qualidade do seu bem estar, maximização de retorno assim como minimização de custos e ricos.

Contudo esses princípios estão sujeitos às variações regionais onde os indivíduos podem preferir migrar para locais com menor custo de deslocamento, o imigrante se move para regiões onde ele não fique situação econômica das demais distintas da dos bem sucedidos, e a violência não tem influência nos fluxo migratórios.

(15)

14 gravitacional e na distribuição de Poisson, onde o número de migrantes entre as mesorregiões brasileiras foi a variável resposta.

Nesse estudo, muitos aspectos socioeconômicos e criminais da origem e do destino dos migrantes foram usados como variáveis independentes. Também foram usadas como variáveis explicativas a distância entre essas duas regiões e dummies geográficas. O modelo utilizado na análise empírica mostrou resultados robustos e pode ajudar a trazer novos insites sobre os determinantes da migração no Brasil.

Freguglia (2009) analisa a migração dos trabalhadores em atividades informais no Brasil com base em características individuais.Educação e capacidade não-observáveis desempenham um papel importante no processo de migração. Encontrou-se que a probabilidade de migração não aumenta monotonicamente com a educação. Trabalhadores menos instruídos são mais propensos a migrar e trabalhar no setor informal.

O autor construiu um índice de migração para os estados brasileirose identificou que a migração dos trabalhadores em atividades informais é influenciada pelas características dos trabalhadores observáveis e não observáveis. Educação e habilidade não observáveis dos trabalhadores são fatores importantes que impulsionam a migração de trabalhadores informais.

Os índices de migração calculados sugerem que os estados são relativamente semelhantes no que diz respeito à participação dos migrantes e não-migrantes no setor informal, quando o controlado para as variavies idade, experiência, gênero, escolaridade e características do local de trabalho além da capacidade de polarização.

(16)

15

3-Construção do banco de dados

A construção do banco de dados foi baseada nos dados da PNAD (Pesquisa Nacional de Amostra e Domicílios), pesquisa realizada pelo IBGE. As variáveis escolhidas, com base na PNAD foram:

• Sexo;

• Idade;

• Cor /raça;

• Ter mãe viva;

• Nasceu na unidade da federação de residência;

• Rede de ensino ( Pública ou Privada);

• Recebia normalmente rendimento que não era proveniente de trabalho;

• Ter filho nascido vivo até a data de referência;

• Numero de anos de estudo;

• rendimento mensal de todas as fontes para pessoas de 10 anos ou mais de idade;

• situação censitária;

• Condição de atividade na semana de referencia para pessoas de 10 anos ou mais de idade;

• Tipo de família para todas as unidades domiciliares.

As variáveis acima são consideradas características importantes para o processo migratório, porém devem ser manipuladas com o intuito de se conseguir uma explicação mais detalhada dos efeitos de cada característica.

As modificações foram feitas de forma que se consiga identificar o tipo de individuo e suas características, e dessa forma, se torne possível analisar o processo migratório baseado nessas informações.

As modificações foram feita da seguinte forma:

i. Sexo, assume valor um para indivíduos do sexo masculino e zero para indivíduos do sexo feminino (novo apelido “homem”);

ii. Idade, foram selecionados indivíduos entre 16 e 55 anos;

(17)

16 iv. Tem mãe viva, assume valor um se o individuo possui mãe viva e

zero em caso negativo( novo apelido “mãe”);

v. Nasceu na unidade de federação (UF) de residência , assume valor um se o individuo não nasceu na UF de residência e zero caso tenha nascido na UF de residência, tornando uma Proxy para migração, a qual será a variável dependente do modelo ( novo apelido “migração”);

vi. Rede de ensino assume valor um caso o individua seja da rede privada e zero caso seja da rede pública ( novo apelido “rede”); vii. Recebia normalmente rendimento que não era proveniente de

trabalho, assume valor um se o individuo recebia rendimentos não provenientes do trabalho e zero caso não recebia (novo apelido “rendax”), essa variável é uma Proxy para indivíduos aposentados; viii. Tem filho nascido vivo até a data de referência , assume valor um

caso tenha filhos e zero caso não tenha filhos( novo apelido “filhos”);

ix. Anos de estudo não sofreu nenhuma modificação;

x. Rendimento mensal de todas as fontes para pessoas de 10 anos ou mais de idade ( novo apelido “renda”);

xi. Condição de atividade na semana de referencia para pessoas de 10 anos ou mais de idade, assumindo valor um caso o individuo seja economicamente ativo e zero caso não seja economicamente ativo (novo apelido “ecoativo”);

xii. Código de situação censitária, assume valor um caso o individuo esteja em situação urbana e zero caso esteja em situação rural; xiii. Tipo de família para todas as unidades domiciliares assumindo

(18)

17 A seguir a tabela 1 apresenta um resumo da base de dados.

Tabela 1- Resumo e Estatísticas descritivas da base de dados.

Variável Obs Mean desvio padrão Min Max

idade 235810 33.27 1.119.799 16 55

anosestudo 235810 9.01 4.207.813 1 17

renda 235810 1.08e+10 1.03e+11 0 1.00e+12

homen 235810 .4849328 .499774 0 1

branco 235810 .4531318 .4977996 0 1

mae 235810 .8028201 .3978702 0 1

migração 235810 .1805479 .384644 0 1

rendax 235810 .1089903 .3116277 0 1

rede 635774 .0426 .2019538 0 1

filho 635774 .1298527 .3361416 0 1

ecoativo 635774 .2848182 .4513282 0 1

urbano 635774 .5281767 .4992058 0 1

casal 635774 .2773438 .447688 0 1

Fonte: Elaboração do autor com base nos dados extraídos da (PNAD)

A tabela 1 permite observar um resumo da base de dados e o tamanho da

amostra além de algumas estatísticas descritivas da mesma como: média, desvio padrão e os limites superiores e inferiores das variáveis.

Como citado anteriormente, as variáveis necessitaram de algumas modificações que permitiram uma melhor identificação das características individuais além de permitir também a aplicação do modelo de forma mais concisa.

As tabelas a seguir apresentarão as proporções de cada característica individual para cada variável modificada na base de dados.

(19)

18 A tabela 2 apresenta as proporções da variável “idade”.

Tabela 2- Proporção de idade na base de dados.

Proporção desvio padrão intervalo de confiança 95%

idade

16 .0299902 .0003512 .0293018 .0306787

17 .0310843 .0003574 .0303839 .0317848

18 .0319452 .0003621 .0312354 .032655

19 .0310589 .0003572 .0303587 .0317591

20 .0314321 .0003593 .0307278 .0321363

21 .0309062 .0003564 .0302077 .0316048

22 .0313982 .0003591 .0306943 .032102

23 .0296976 .0003496 .0290125 .0303828

24 .0310377 .0003571 .0303377 .0317377

25 .0312921 .0003585 .0305894 .0319949

26 .0294856 .0003484 .0288028 .0301684

27 .0305415 .0003543 .029847 .0312361

28 .0282134 .000341 .0275451 .0288817

29 .0277596 .0003383 .0270966 .0284227

30 .0283915 .000342 .0277211 .0290619

31 .0264026 .0003302 .0257555 .0270497

32 .026216 .000329 .0255711 .0268609

33 .0258259 .0003266 .0251857 .0264661

34 .0251389 .0003224 .024507 .0257707

35 .024965 .0003213 .0243353 .0255947

36 .0239515 .0003149 .0233344 .0245686

37 .0247445 .0003199 .0241175 .0253715

38 .0239388 .0003148 .0233218 .0245557

39 .0234256 .0003115 .0228152 .0240361

40 .0241974 .0003164 .0235772 .0248177

41 .0229846 .0003086 .0223798 .0235894

42 .024613 .0003191 .0239877 .0252384

43 .0232348 .0003102 .0226268 .0238429

44 .0226284 .0003063 .0220281 .0232286

45 .0220262 .0003022 .0214338 .0226186

46 .0200119 .0002884 .0194466 .0205771

47 .021072 .0002958 .0204924 .0216517

48 .0190195 .0002813 .0184682 .0195709

49 .0192825 .0002832 .0187274 .0198375

50 .0188372 .00028 .0182885 .0193859

51 .0173233 .0002687 .0167967 .0178499

52 .0178788 .0002729 .017344 .0184136

53 .0172724 .0002683 .0167465 .0177982

54 .0154319 .0002538 .0149344 .0159294

55 .0153429 .0002531 .0148468 .015839

Fonte:Elaboração do autor com base nos dados extraídos da PNAD

(20)

19 idade possuem maior representatividade dentro da amostra, seguido pelas de 20, 25,17e 19 anos respectivamente.

A tabela 3 apresenta a a proporção de indivíduos que possuem de 1 a 17 anos de estudo de acordo com a amostra extraída da PNAD. A tabela mostra a quantidade de anos de estudo e a proporção de indivíduos que estão em cada um dos níveis de educação.

Tabela 03- Proporção de indivíduos por anos de estudo.

Anos-estudo

1 .0703533 .0005266 .069321 .0713855

2 .0188796 .0002803 .0183303 .0194289

3 .0274585 .0003365 .026799 .0281181

4 .0412027 .0004093 .0404004 .0420049

5 .0891438 .0005868 .0879937 .0902939

6 .0654934 .0005095 .0644949 .0664919

7 .0421653 .0004138 .0413542 .0429764

8 .0466308 .0004342 .0457797 .0474818

9 .1114753 .0006481 .1102051 .1127456

10 .0464187 .0004333 .0455696 .0472679

11 .0485942 .0004428 .0477264 .0494621

12 .2538654 .0008963 .2521088 .255622

13 .0218099 .0003008 .0212204 .0223995

14 .01723 .000268 .0167048 .0177552

15 .0176244 .000271 .0170933 .0181554

16 .0758153 .0005451 .0747469 .0768837

17 .0058394 .0001569 .0055319 .006147

Pela tabela 03 pode-se verificar que a maior representatividade da amostra é de indivíduos com 12 anos de estudo seguido por indivíduos com 09 anos estudo e 16 anos de estudo respectivamente.

A tabela 04 mostra a proporção de indivíduos diferenciados por sexo, permitindo identificar qual dos gêneros possuem maior representatividade dentro da amostra.

Tabela 04- Proporção de homens e mulheres.

homem

0 .5150672 .0010292 .51305 .5170844

1 .4849328 .0010292 .4829156 .48695

(21)

20 Pela tabela 04 é possível verificar que a base de dados é composta em sua maioria por indivíduos do sexo feminino representando 51,50% do total dos indivíduos.

A tabela 05 mostra a proporção de indivíduos classificados por gênero. É importante lembrar que na PNAD existe mais duas classificações de gêneros para os indivíduos, porém nesse estudo utilizamos uma dummy classificando os indivíduos como brancos e não brancos.

Tabela 05- proporção de indivíduos brancos.

branco

0 .5468682 .0010251 .544859 .5488774

1 .4531318 .0010251 .4511226 .455141

Fonte: Elaboração do autor com base nos dados extraídos da PNAD

A tabela 5 permite verificar que a mostra é representada em sua maioria por indivíduos não brancos os quais representam 54,68% da amostra.

A tabela 06 mostra a proporção de indivíduos da amostra que possuem mãe viva até a data de referência.

Tabela 06-proporção de indivíduos que possuem mãe viva.

mãe

0 .1971799 .0008193 .1955741 .1987858

1 .8028201 .0008193 .8012142 .8044259

Analisando a tabela 06 percebe-se que a maioria dos indivíduos das amostra, 80,28%, dos indivíduos possuem mãe viva até a data de referência e apenas 10,71% não possuíam mãe viva até a ata de referência.

(22)

21 Tabela 07-Proporção de Migrantes

migração

0 .8194521 .0007921 .8178996 .8210046

1 .1805479 .0007921 .1789954 .1821004

A tabela 7 revela que 18,05% do total de entrevistados não nasceram no unidade federativa que moravam na data de referência, portanto 18,05% dos indivíduos na amostra são considerados como migrantes para esse estudo.

A tabela 08 apresenta a proporção de pessoas que recebem renda não proveniente do trabalho.

Tabela 08-Proporção de pessoas que possuem rendimentos não provenientes do trabalho.

Observa-se na tabela 08 que 10,89% dos indivíduos possuem algum tipo de renda que não são provenientes do trabalho.

A tabela 9 apresenta a proporção de indivíduos da rede pública de ensino, assim como a proporção dos indivíduos que são provenientes da rede privada de ensino.

Tabela 09- proporção de indivíduos da rede publica e privada de ensino.

rendax

0 .8910097 .0006417 .8897519 .8922675

1 .1089903 .0006417 .1077325 .1102481

rede

0 .8851448 .0006566 .8838579 .8864317

(23)

22 Pela tabela 09 verifica-se que 88,51% dos indivíduos são da rede publica de ensino, enquanto somente 11,48% são provenientes da rede privada de ensino.

A Tabela 10 a seguir mostra a proporção de indivíduos que declararam ter filhos nascidos vivos até a data de referência.

Tabela 10-proporção de indivíduos que possuem filhos

filho

0 .8701473 .0004216 .869321 .8709735

1 .1298527 .0004216 .1290265 .130679

A tabela 10 indica que a maioria dos indivíduos não possuíam filhos ate a data de referência, representando 87,01% do total da amostra, enquanto somente 12,98% declaram ter filhos nascidos vivos até a data de referência.

A Tabela 11 indica a proporção de indivíduos que são considerados economicamente ativos.

Tabela 11- proporção de indivíduos economicamente ativos.

ecoativo

0 .7151818 .000566 .7140724 .7162912

1 .2848182 .000566 .2837088 .2859276

Pela tabela 11 verifica-se que 28,48% dos indivíduos que compões a amostra são economicamente ativos.

(24)

23 Foram consideradas como áreas não urbanas as classificadas como: Rural- Aglomerado de extensão urbana; Rural- Aglomerado rural; isolado, povoado; Rural- Aglomerado rural, isolado, povoado; Rural- Aglomerado rural, isolado, outros aglomerados e Rural-Zona rural exclusive aglomerado rural.

Tabela 12- proporção de indivíduos considerados com de área Urbana.

urbano

0 .4718233 .0006261 .4705962 .4730504

1 .5281767 .0006261 .5269496 .5294038

A tabela 12 permite analisar a porcentagem de indivíduos que vivem nas cidade os quais representam 52,81% da amostra.

Essa observação pode ser devida a forma com que a PNAD classifica a situação censitária, conforme observado anteriormente.

A Tabela 13 indica a proporção de indivíduos considerados casados dentro da amostra. É importante ressaltar que essa é uma variável proxy, onde os indivíduos considerados casados são aqueles que declararam que sua família é do tipo Casal sem filhos, Casal com todos os filhos menores de 14 anos, Casal com todos os filhos de 14 anos ou mais e Casal com filhos menores de 14 anos e de 14 anos ou mais.

Tabela 13- Proporção de indivíduos considerados casados

Proporção desvio padrão intervalo de confiança 95% casal

0 .7226562 .0005615 .7215557 .7237566

1 .2773438 .0005615 .2762434 .2784443

Elaboração do autor com base nos dados extraídos da PNAD

(25)

24

4- metodologia

Nesse trabalho utilizou-se o modelo Probit de regressão que nos permite estimar o efeito de diversas variáveis explicativas sobre eventos qualitativos.

O modelo PROBIT pertence a uma classe de modelos onde a variável dependente apresenta-se de forma binária, que em geral assume valor 1(um) para representar a ocorrência de um evento e 0 (zero) para a situação contrária.

O Modelo probit é uma alternativa que admite a função de distribuição Normal para expressar a relação não linear entre as probabilidades estimadas da variável dependente e as variáveis explicativas.

O Modelo probit admite a seguinte hipótese:

Ii = b0 + b1X1i +…..+bnXni

onde Ii é um índice não observado dependente das variáveis X1i,….,Xni de tal

modo que quanto maior é o valor do índice Ii maior é a probabilidade de o

indivíduo possuir a característica de interesse.

Assume-se também que corresponde um nível crítico do índice Ii* tal que,

se Ii* ≤ Ii o indivíduo possui a característica de interesse (MIGRANTE), caso

contrário não possui esta característica.

Admitindo a hipótese da normalidade, a hipótese de que Ii* ≤ Ii pode ser

apresentada do seguinte modo:

Pi = Pi(Yi=1 | X1i,….,Xni) = P(Ii* ≤Ii ) = P(Zi≤ b0 + b1X1i +…..+bnXni) =

= F(b0 + b1X1i +…..+bnXni )

onde Zi ~ N(0, 1) e

∫

₋_∞+ + + −

∞ −

− ₌

= i n ni

i X b X b b _Z I Z

i e dZ e dZ

I

F ( 2/2) 0 1 1 ... ( 2/2)

2 1 2 1 ) ( π π

Esta função permite que a probabilidade Pi permaneça entre 0 e 1, ou seja

1 ) (

lim =

+∞ → F Z

Z e Zlim→−∞F(Z)=0

(26)

25 O modelo pode ser representado de forma resumida seguinte forma:

Migração = B1 homem + B2 Idade+ B3 branco+ B4 anosestudos + B5

renda + B6 econativo + B7 mae + B8 rendax + B9 filhos + B10 rede +

B11urbano + B12 casal

Em que:

Migração = variável dummy que permite identificar se o indivíduo é migrante

ou não;

Homem = variável dummy que identifica o gênero do indivíduo;

Idade = variável que limita o estudo para indivíduos que possuem entre 16 e 55

anos de idade;

Branco = variável dummy que classifica os indivíduos de acordo com sua raça;

Anosestudos = variável Proxy que identifica o nível de educação dos

indivíduos;

Renda = variável que identifica o nível de renda dos indivíduos da amostra;

Econativo= variável dummy que classifica os indivíduos em economicamente

ativas ou não;

mae = variável dummy que permite identificar se o indivíduos possuem mãe

viva ate a data de referencia;

rendax = variável dummy que identifica se o individuo recebe algum tipo de

prenda não proveniente do trabalho ( pensão, aluguel, doação, juros, dividendos ou outro qualquer);

filhos = variável dummy que identifica se o indivíduo possui filhos nascidos

vivos até a data de referência;

rede = variável dummy que identifica se o indivíduo freqüentava a rede de

ensino pública ou privada;

urbano = variável dummy que identifica a situação censitária do indivíduo, se

ele mora em rede urbana e ou rural;

casal = variável dummy que classifica o indivíduo em casado ou não casado.

Utilizou-se as variáveis da PNAD anteriormente descritas para rodar um modelo probit com respostas em porcentagem, indicando qual é o impacto que mudanças nas variáveis explicativas sobre a probabilidade de migração.

(27)

26 do problema de seleção. Para verificar a possibilidade do colinearidade entra as variáveis foi elaborada uma tabela de correlações entre as mesmas.

A Tabela 14 mostra as correlações entre as variáveis do modelo. Tabela 14-correlações entre as variáveis

idade anosestudo renda homen branco mae migração rendax rede filho ecoativo urbano casal idade 1.000

anosestudo -0.1813 1.000

renda 0.0361 0.0496 1.000

homem -0.0224 -0.0709 0.0255 1.000

branco 0.0528 0.2022 0.0254 -0.0278 1.000

mae -0.3972 0.1738 -0.0023 0.0146 0.0253 1.000

migração 0.1265 -0.0174 0.0105 -0.0008 0.0010 -0.0570 1.000

rendax 0.0616 -0.1112 -0.0023 -0.1810 -0.0433 -0.0341 -0.0073 1.000

rede -0.3459 0.0396 -0.0228 -0.0019 -0.0522 0.1117 -0.0587 -0.0242 1.000

filho 0.2643 -0.0850 -0.0251 -0.7122 0.0018 -0.1098 0.0488 0.2475 -0.1429 1.000

ecoativo 0.0854 0.1138 0.0469 0.2507 0.0170 0.0079 0.0263 -0.0856 -0.1504 -0.1825 1.000

urbano . . . .

casal 0.0433 -0.0343 -0.0166 0.0710 0.0345 0.0159 0.0255 -0.0743 -0.0354 -0.0082 0.0001 . 1.000 Fonte:Elaboração do autor com base nos dados extraídos da PNAD

Em termos gerais usa-se o termo correlação positiva quando o valor de

ρ>0, e nesse caso á medida em que x cresce y também cresce, e correlação negativa quando ρ<0, e nesse a medida em que x cresce y decresce.

Usa-se também a classificação de correlação bem fraca quando o valor de ρ em modulo estiver entre 0.00 e 0.19, correlação fraca quando ρ estiver entre 0.20 e 0.39, correlação moderada quando ρ estiver entre 0.40 e 0.69, correlação forte quando 0.70 < ρ< 0.89 e correlação muito forte quando ρ 0.90 a 1.00.

Para evitar o problema de colinearidade, a matriz de correlações entre as variáveis independentes deve ser analisada. Como regra geral, se a correlação entre duas variáveis for superior a 0,70, pode haver problemas de colinearidade. Pela Tabela 14 observa-se que a variável Urbana foi retirada do modelo devido a presença de colinearidade.

Observa-se também pela tabela 14 que os valores das correlações em sua maioria são considerados bem fracos, apenas a variável filho apresenta um valor de -0.71 com a variável homem.

(28)

27

5- Resultados

Nesse estudo realizaram-se estimativas com base na amostra da PNAD durante o período de 2007. Dada a estrutura da amostra, optou-se por adotar o estimador probit para captar a influência das variáveis escolhidas sobre a variável migração, definida pela dummy citada anteriormente.

Para verificar a robustez do modelo deverão ser observados os resultados dos testes considerados convencionais como o teste Quiquadrado onde, se o mesmo, apresentar um valor prob>chi2 próximo de 0,00000 indica que o modelo se ajusta adequadamente aos dados .

Também deve-se observar a significância dos resultados, para isso deve ser observado o teste Z, em que o valor Z calculado deverá ser maior que 1,96, se isso ocorre o modelo é considerado estatisticamente significante ao nível de confiança de (95%).

Para este estudo considerar-se-á: Hipótese Nula, quando que a variável for considerada estatisticamente igual a zero e Hipótese Alternativa quando a variável for considerada estatisticamente diferente de zero.

A Tabela 15 a seguir apresenta um resumo dos resultados encontrados aplicando o modelo Probit com respostas em porcentagem.

Tabela 15- resultado da regressão

migração dF/dx desvio padrão z P>|z| x-bar intervalo de confiança 95%

idade .00365 .0000843 43.15 0.000 332.756 .003485 .003815

anos de estudo .0008128 .0001975 4.12 0.000 9.012 .000426 .0012

renda 2.06e-14 7.29e-15 2.82 0.005 1.1e+10 6.3e-15 3.5e-14

homen* .0222313 .0025431 8.75 0.000 .484933 .017247 .027216

branco* -.0062032 .0016193 -3.83 0.000 .453132 -.009377 -.003029

mae* -.0086556 .002121 -4.12 0.000 .80282 -.012813 -.004498

rendax* -.0195367 .0024776 -7.65 0.000 .10899 -.024393 -.014681

rede* -.0222735 .0027071 -7.95 0.000 .114855 -.027579 -.016968

filho* .0392633 .0027866 14.36 0.000 .3501 .033802 .044725

ecoativo* .0154304 .0019528 7.78 0.000 .767906 .011603 .019258

casal* .0164381 .0018019 8.98 0.000 .747755 .012906 .01997

Fonte: Elaboração do autor com base nos dados estraídos da PNAD

As variáveis assinaladas com * indicam que são variáveis dummy que assumem valores zero e um

(29)

28 Os resultados também devem ser analisados considerando o teste Z que apresentou um resultado maior que 1,96 para todas as variáveis do modelo, indicando que existem evidências suficientes para não aceitar a hipótese nula.

Com isso podemos considerar o modelo robusto e analisar o efeito que mudanças nas variáveis explicativas do modelo possuem sobre o processo migratório.

Para isso tomaremos a seqüência dada pela tabela 15.

Observa-se que a variável Idade apresenta um sinal positivo com um valor DF/DX de 0,00365, isso indica que um ano a mais de idade para um indivíduo, aumenta em 0,365% a probabilidade do mesmo migrar. Esse resultado confirma o estudo feito por Justo e Neto (2008), que indicam que o migrante brasileiro apresenta um perfil diferente do não migrante, e essa diferença se da em algumas variáveis, entre as quais idade.

A variável anosestudo também apresenta um sinal positivo indicando que um ano a mais de escolaridade aumenta a probabilidade do individuo migrar em 0,081%. Essa interpretação confirma o estudo feito por Sabbadini e Azzoni (2006) que a partir dos censos demográfico de 1991 a 2000, investigam a migração de indivíduos altamente qualificados que se caracteriza como fuga de cérebros também conhecida como “brain drain”. Esse resultado foi analisado

por Pereira (2000), onde o mesmo ao contrário do que foi encontrado nesse trabalho, afirma que o efeito escolaridade é positivo somente até os 11 anos de escolaridade, e após esse limite a probabilidade diminui ligeiramente.

A variável renda também apresenta sinal positivo indicando que um real a mais na renda aumenta a probabilidade de migrar em (2.06e-12)%. Resultado que confirma o estudo de Santos, Menezes e Cavalcanti (2003) que mostraram que os migrantes ganham em média mais que os não migrantes no Brasil.

O resultado encontrado para a dummy homem indica que indivíduos do sexo masculino possuem 2,22% mais probabilidade de migrar do que indivíduos do sexo feminino. Resultado também observado por Elizaga (1970), que segundo o mesmo a composição por sexo se mostra desnivelada favoravelmente aos homens.

(30)

29 menor de migrar do que indivíduos não brancos. Para esse fato encontra-se indícios no estudo de Pereira (2000) onde o mesmo encontra que a probabilidade aumenta quando o indivíduo é mulher de cor amarela, embora esse estudo não confirme o resultado anterior para a dummy “homem”, esse resultado permite verificar que indivíduos não brancos possuem maior probabilidade de migrar.

Para a variável mae, verifica-se que o resultado também apresenta um sinal negativo, indicando que indivíduos que possuem mãe viva possuem 0,8% menos probabilidade de migrar do que indivíduos que não possuem mãe viva.

Pessoas que recebem renda não proveniente do trabalho apresentaram 1,95% menos probabilidade de migrar se comparadas com pessoas que recebem somente renda proveniente do trabalho.

O resultado encontrado para a variável rede indica que indivíduos da rede privada possuem 2,22% menos probabilidade de migrar do que indivíduos da rede publica de ensino.

A dummy filhos apresentou um resultado positivo, indicando que indivíduos com filhos possuem 3,92% mais chances de migrar do que indivíduos que não possuem filhos.

Em econativo o resultado indica que pessoas economicamente ativas possuem probabilidade 1,54% maior em migrar do que os não economicamente ativos.

(31)

30

6- Conclusões

Este estudo contribui para uma melhoria no conhecimento dos fluxos migratórios no Brasil.

A principal contribuição é a inclusão de novas variáveis, não utilizadas em estudos anteriores, como mae, filhos, ecoativo, rendax, rede e casado que ajudam a preencher uma lacuna em estudos sobre migração no Brasil, pois conforme citado por Oliveira e Jannuzzi (2004) a necessidade de acompanhar a família e a busca por trabalho revelam-se motivos importantes pelo qual os indivíduos migram de uma localidade para outra.

A explicação dos motivadores em termos probabilísticos destes fluxos por meio de características individuais contribui para identificar os tipo de migrantes no Brasil.

Os resultados encontrados confirmam a teoria do “brain drain”, indicando

um sinal positivo para a variável anosestudo.

É importante comentar os resultados nas variáveis “novas” incluídas no modelo como a variável “mae” que indicou que indivíduos que possuem mãe viva migram menos que indivíduos que já perderam suas progenitoras. Esse fato leva a crer que esse indivíduos podem decidir não migrar pelo fato de possuírem fortes laços familiares.

Indivíduos casados e principalmente indivíduos que possuem filhos possuem grande probabilidade de migrar, esse fato pode ser devido à busca de melhoria da qualidade de vida para a família.

Para os indivíduos economicamente ativos, o resultado também indica que esses indivíduos possuem probabilidade de tornarem-se migrantes , fato que pode ser explicado pela procura por trabalho ou “job search” investigado por Sachsida, Loureiro e Mendonça (2003).

(32)

31 Por último, porém não menos interessante é o resultado encontrado para a variável rede, que mostrou que indivíduos da rede privada possuem menor probabilidade de migrar do que indivíduos da rede pública de ensino, esse fato leva a considerar que pessoas podem ter como fato determinante na decisão de migrar, a oportunidade de estudar em escolas e ou faculdades públicas, nas quais não existem custos para o estudante.

(33)

32

Referências Bibliográficas

AZZONI, C. Industria e reversão de população no Brasil. IPEA/USP, 1986.

BORJAS, George J. “Self-selection and the earnings of immigrants”. The Amarican economic review, v. 77, nº. 4, sep 1987.

BORJAS, G. J. Labor economics. New York: McGraw Hill Companies, Inc, 1996. CHISWICK, B. R. (1999) “Are Immigrants Favorably Self-Selected?” American Economic Review, N. 89 (2), pp. 181-185.

CRISPIM, danilo bijos. Migração e seletividade no Brasil: uma análise inter-regional para o período 1998-2002. Brasília, 2004.

DA MATA, D. et al. (2007). Migração, qualificação e desempenho das cidades brasileiras. In: CARVALHO, A.X. et.al.Dinâmica dos Municípios. IPEA, 326 p.

DAVANZO, Juli. Repeat migration in the United States: Who back and who moves on? Review of Economics and Statistics, v. 65, n. 4, p. 552-59, Nov. 1983.

DUSTMANN, Christian and KIRCHKAMP Olivier. The optimal migration duration andactivity choice after re-migration. Journal of Development Economics. v. 67, p. 351-372, 2002.

DUSTMANN, Christian. Return migration, wage differentials, and the optimal migration duration. European Economic Review .47, p. 353-367, 2003.

ELIZAGA, JUAN C., MACISCO, John J. Migraciones internas. Teoría, métodos y factores sociológicos, CELADE, Santiago de Chile, 1975.

ELIZAGA. J. Dinamica y economia de la población. Santiago: CELADE, 1979.

FREGUGLIA, Ricardo da Silva. Migração e salários no Brasil formal. Informações FIPE, pp.29-31, dezembro de 2007]

FREGUGLIA, Ricardo da Silva ; ARBEX, Marcelo, Individual Characteristics and Probability of Migration of Brazilian Informal Workers. FGV Conferences, 31º Meeting of the Brazilian Econometric Society : Disponível em http://virtualbib.fgv.br/ocs/index.php/sbe/EBE09/paper/view/1027/357. Acesso em 26/04/2010

GARCIA, Ricardo Alexandrino ; RIBEIRO, Adriana de Miranda. Movimentos migratórios m Minas Gerais: efeitos diretos e indiretos da migração de retorno - 1970/1980, 1981/1991 e 1990/2000. In: SEMINÁRIO SOBRE A ECONOMIA MINEIRA, XI, Diamantina.Anais...Belo Horizonte, 2004.

(34)

33 GUJARATI N. Damodar (2003), Basic Econometrics, 4th edition, McGraw-Hill, chapter 15.

GOLGHER, A.. Alguns aspectos da dinâmica migratória na Região Metropolitana de Belo Horizonte. In: 9º Seminário sobre a Economia Mineira, Diamantina, 2000, Diamantina. Anais do 9º Seminário sobre a Economia Mineira, Diamantina, 2000. ---. Determinantes da migração e diferenciais entre migrantes e não-migrantes em Minas Gerais. Belo Horizonte, CEDEPLAR/FACE/UFMG, 2001 (PhD. dissertation).

---. Fundamentos da migração, Working paper number 231, CEDEPLAR/FACE/UFMG, 2004.

GAREN, J. “The Returns to Schooling: A Selectivity Bias Approach with a Continuo Choice Variable.” Econometrica, v.52(5), p.1199-1218, 1984.

GOLGHER, A. B.; ROSA, C. H.; ARAÚJO, J. A. F. The determinants of

migration in Brazil. Minas Gerais: UFMG/CEDEPLAR, julho, 2005. (Texto para Discussão, n. 268).

HARVEY, A., The econometric analysis of time series. 2a ed., The MIT Press, Cambridge,

1990.

HECKMAN, James J. “Sample selection bias as a specification error”. Econometrica, v. 47,n º 1, jan., 1979.

__________________. “Varieties of selection bias”. AEA Papers and Proceedings, v. 80, nº.2, may.,1990.

HARRIS, J.R. & Todaro, M.P. 1970. Migration, unemployment, and development: A two-sector analysis, American Economic Review, 61: 26-141.

IBGE (2008). Pesquisa nacional por amostra de domicilios PNAD. Rio de Janeiro: Diretoria de Pesquisas.

JANNUZZI, Paulo de Martino. Perfis etários da migração por motivos e acompanhantes da mudança: evidências empíricas para São Paulo entre 1980 e 1993. Revista

Brasileira de Estudos da População, Brasília DF, v. 15, n. 2, p. 19-44, 1998.

JUSTO, Wellington Ribeiro, SILVEIRA NETO Raul da Mota. Migração inter-regional no Brasil: Evidência a partir de um modelo espacial. Economia, v.7, n.1, p.163–187, jan./jul.2006

JUSTO, W. R., SILVEIRA NETO, R..M. (2006) “Migração inter-regional no Brasil: Evidências a partir de um modelo espacial” Economia,v.7 (1):163-187.

Lee, E. 1966. A theory of migration, Demography, 3:1, 47-57. (2)

(35)

34 NEWBOLD, K. Bruce; BELL Martin. Return and Onward Migration in Canada and Australia: Evidence From Fixed Interval Data. International Migration Review, v.35, n.4, p.1157-1187, 2001.

NEWBOLD, K.B Counting Migrants and Migrations: Comparing Lifetime and Fixed-Interval Return and Onward Migration. Economic Geography, v.77, n.1, p. 23-40, 2001.

OLIVEIRA, K. F. de e JANNUZZI, P.de M. Motivos para migração no Brasil e retorno ao Nordeste: padrões etários, por sexo e origem/destino. São Paulo em Perspectiva. V.19,n. 4, 2005.

OLIVEIRA, C. W. A. Crescimento econômico, diferenciais regionais de renda e

migração: teoria e evidências empíricas. Tese (Doutorado), Universidade de Brasília -UnB, Brasília, 2006.

POVOA NETO, H. E FERREIRA, A.P.,Cruzando Fronteiras Disciplinares, um panorama dos estudos migratórios, Editora Revan / FAPERJ, 2005.

PORTES, A. 1976. "Determinants of Brain Drain". International Migration Review X(4): 489-509.

PEREIRA, V. M. O Recente processo migratório brasileiro e seus determinantes. 2000. 62 f..Dissertação (Mestrado em Economia Aplicada) – Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo, Piracicaba, 2000.

RAVENSTEIN, E. 1885. The Laws of Migration, Journal of the Royal Statistical Society, XLVIII, part II: 183.

RIBEIRO, J. T. L Estimativa da migração de retorno e de alguns dos seus efeitos demográficos indiretos no nordeste brasileiro, 1970/1980 e 1981/1991. (Tese de Doutorado)-Universidade Federal de Minas Gerais, UFMG -Cedeplar, 1997.

RESENDE, M. e WYLLIE, R. Retornos para educação no Brasil: evidências empíricas adicionais. Economia Aplicada, v. 10, n. 3, p. 349-365, São Paulo. 2006.

RIBEIRO, E. P., & Bastos, V. M., (2004). Viés de Seleção, Retornos à Educação e Migração no Brasil. In: XXVI Encontro Brasileiro de Econometria, João Pessoa, PB.

SANTOS, E. da Rosa; MENEZES FILHO, N.; FERREIRA, P. Cavalcanti. “Migração,seleção e diferenças regionais de renda no Brasil”. Rio de Janeiro: FGV, 2003. (Texto para discussão).

SILVA, Maria das Graças S. “Migrações internas no Brasil: seus reflexos no processo de urbanização e industrialização”. Belo Horizonte: UFMG, 1999. (Resenha do curso de Mestrado em Geografia da UFMG).

(36)

35 SANTOS JUNIOR, Enesto da Rosa dos, MENEZES FILHO, Náercio e FERREIRA, Pedro Cavalcanti. Migração, Seleção e Diferenças Regionais de Renda no Brasil. Pesquisa e Planejamento Econômico, vol 35, n.3, dez 2005.

SACHSIDA, A.; LOUREIRO, P. R. A.; MENDONÇA, M. J. C. Um estudo sobre retornos em escolaridade no Brasil. 5HYLVWD_%UDVLOHLUD_GH_(FRQRPLD, n. 58, p. 249-265, 2004.

SANTOS, João Benjamim dos. Educação, desenvolvimento e empregabilidade. Rev. FAE, Curitiba, v.2, n.3, p.65-69, 1999.

SABBADINI, R. ; AZZONI, C. R. . Migração interestadual de pessoal altamente educado:evidências sobre a fuga de cérebros. In: XXXIV Encontro Nacional de Economia, 2006, Salvador. Anais do XXXIV Encontro da Anpec, 2006.

SANTOS, E. da Rosa; MENEZES FILHO, N.; FERREIRA, P. Cavalcanti. “Migração,seleção e diferenças regionais de renda no Brasil”. Rio de Janeiro: FGV, 2003. (Texto para discussão).

SACHSIDA, Adolfo; CAETANO, Marcelo Abi-Ramia; ALBUQUERQUE, Pedro; Distribuição de renda, transferências federais e imigração - um estudo de dados em painel para as unidades da federação do Brasil. Brasília: IPEA, Fev./2010.

SACHSIDA, A. et al. Perfil do migrante brasileiro. Rio de Janeiro: Ipea, 2009. (Texto para Discussão, n. 1410).

TODARO, M. Internal migration in developing countries: a survey. In EASTERLIN, R. Population and economic change in developing countries. Chicago, University of Chicago Press for National Bureau of Economic Research., 1980.

TODARO, MICHAEL; A migração da mão de obra e o desemprego urbano em países subdesenvolvidos, in Migração Interna, Textos Selecionados, tomo I, coordenador, MOURA,HÉLIO; Fortaleza, Banco do Nordeste, 1980.

VANDERKAMP, Jonh. Migration flows, their determinants and effects of return of return migration. Journal of Political Economy, 79, p. 1012-1031, Sept/ Oct. 1971.

WOOLDRIDGE M. Jeffrey (2003), Introductory Econometrics, 2nd edition, Thomson, sections 7.5, 8.5 and 17.1.